本書基于大數據研究系統(tǒng)的能力評估框架與方法，針對傳統(tǒng)的能力評估理論和方法主要存在的缺陷，從大數據中挖掘有價值的信息來輔助評估，以提高評估的客觀性、科學性、可信性。本書借助魯棒有序回歸方法，構建了基于大數據的交互式能力評估新型框架；通過特征選擇算法分析了行動效果關鍵影響要素；將魯棒有序回歸方法用于確定評估模型的參數，并提出了認知最優(yōu)最劣方法、區(qū)間認知網絡過程和區(qū)間最優(yōu)最劣方法3種新的基于兩兩比較的方法，用于輔助專家提供評估的參考信息。
本書提出的能力評估框架和方法可以推廣到多種評估應用中，書中內容可為能力評估和大數據相關研究人員提供參考。本書可作為本科生和研究生的教輔資料，也適合企業(yè)與行業(yè)大數據從業(yè)人員閱讀。