分享一种融媒体传播力评测方法与流程

将乐信息网 http://www.jianglexinxi.cn 2020-10-18 09:54 出处:网络
这里写的分享一种融媒体传播力评测方法与流程,小编精心为广大网友推荐内容

这里写的分享一种融媒体传播力评测方法与流程,小编精心为广大网友推荐内容


本发明涉及互联网应用技术领域,更具体的说是涉及一种融媒体传播力评测方法。



背景技术:

目前,随着互联网技术的不断发展,媒体类型越来越多,在纸媒、广播、电视等传统媒体的基础上,又出现了微信公众号、微博、客户端等新媒体,为了将多种媒体资源通融,出现“融媒体”这个概念,“融媒体”是国内学者和从业人员基于美国学者提出的媒介融合概念而提出的,是指各种媒介呈现出多功能一体化的趋势,即充分利用互联网这个载体,把广播、电视、报纸这些既有共同点,又存在互补性的不同媒体,在人力、内容、宣传等方面进行全面整合,实现资源通融、内容兼融、宣传互融、利益共融的新型媒体。为了衡量融媒体的影响力,一般采取传播力评测的方式进行量化分析。现阶段的融媒体传播力评测方法主要分为两大部分,其一,确立评测指标,建立评测指标体系;其二,明确评测方法,建立评测模型,客观反映传播效果。

现有的融媒体传播效果评测方法主要存在以下几个问题:其一,在指标的选取方面,业界更全面,学界更具理论依据,但两者都未能考察各指标的有效性,没有对指标模型进行校验和优化。其二,指标体系中各指标权重的确定,目前主要有三种方式:等权重、德尔菲法以及德尔菲法与层次分析法相结合。这三种方法主要是凭借研究者或者相关专家的经验,缺乏客观数据的说服力。其三,虽然大部分研究都是通过抓取网络上的大量数据来建立模型,但并没有充分利用大数据的优势,只是简单的将指标数据与通过经验性的方法获得的权重相结合,而没有对大数据进行数据挖掘,来探讨数据之间的关系。因此现有的方法的由于没有完善的体系及客观的数据分析过程,得到的评测结果可靠性低、参考价值并不高。

因此,如何提供一种精确可靠的融媒体传播力评测方法是本领域技术人员亟需解决的问题。



技术实现要素:

有鉴于此,本发明提供了一种融媒体传播力评测方法,该方法通过组合权重系数值的计算,明确各评测指标的权重,从定性的角度进行了评测,通过专家评判及加权平均的方式,又从定量的角度进行了数据统计,解决了现有的方法没有完善的体系、数据客观度不够、可靠性低的问题。

为了实现上述目的,本发明采用如下技术方案:

一种融媒体传播力评测方法,该方法包括:

s1:将融媒体传播力评测指标作为目标层,分别将多个媒体传播力作为一级指标,并从各个媒体传播力中选取多个传播力影响参数作为二级指标,构建得到影响融媒体传播力的层次结构模型;

s2:选取多位专家对层次结构模型中的各个指标分别进行评判,并求取专家评判的加权平均结果,根据加权平均结果建立模糊一致判断矩阵,使用模糊一致判断矩阵计算各个指标的权重值,并通过熵权法得到组合权重系数值;

s3:对各个指标的权重值分别进行量化处理,得到对应的指标量化值,根据组合权重系数值和指标量化值,通过线性加权函数确定融媒体传播力评测综合值,得到评测结果。

本发明的有益效果是:该方法基于多级指标构建得到影响融媒体传播力的层次结构模型,数据更加细化,通过组合权重系数值的计算明确各评测指标权重,从定性的角度进行了评测,又基于专家评判及加权平均的方式,从定量的角度进行了数据统计,保证了数据的客观性,避免过多的经验参与对数据真实性的影响,得到的评测结果更加准确可靠,同时,整个方法简单便捷,可行性更高。

进一步地,所述一级指标包括纸媒传播力、广播传播力、电视传播力、微信公众号传播力、微博传播力、官网传播力和客户端传播力。本发明将现阶段主流的媒体主体都涉及到,既包括了纸媒、广播、电视等传统媒体,又包括微博、微信公众号、官方网站、客户端等新兴媒体,并进行细分扩展到二级指标,提高了评测的全面性。

进一步地,所述步骤s2具体包括:

s21:选取多位专家对层次结构模型中的各个指标的相对重要性进行量化,加权平均后得到建立模糊判断矩阵;

s22:将模糊判断矩阵转换为模糊一致矩阵,并对得到的模糊一致矩阵进行一致性判断和调整;

s23:对层次结构模型中的各个指标进行无量纲化处理,得到对应的标准量化值;

s24:使用一致性调整后的模糊一致矩阵求取各个指标的主观权重系数;

s25:采用熵权法求取各个指标的客观权重系数值;

s26:将主观权重系数值用客观权重系数值进行调整,得到组合权重系数值。

进一步地,所述步骤s23具体包括:

s231:确定各个指标的边界值;

s232:确定指标的模糊隶属度函数模型,模型结构如下:

式中,b(xi)是第i个指标实际数值的隶属度值,即量化值;xi是第i个指标具体的实际数值;xmax是第i个指标的上限值,即最大值;xmin是第i个指标的下限值,即最小值;

s233:根据调查数据,将各个指标的实际数值xi代入其相对应的模糊隶属度函数,求得其量化值;

s234:规定每个指标的量化值乘以100为该指标的标准量化值,求得各个指标的标准量化值。

进一步地,所述步骤s26中,所述组合权重系数值的计算公式为:

式中,λi为组合权重系数值,ωi为主观权重系数值,βi为客观权重系数值。

进一步地,所述步骤s3中,所述融媒体传播力评测综合值的计算公式为:

式中,ti是综合评价值,f(xi)是指标量化值,λi是指标组合权重系数值。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。

图1附图为本发明提供一种融媒体传播力评测方法的整体流程示意图;

图2附图为本发明实施例中获取组合权重系数值的过程对应的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

参见附图1,本发明实施例公开了一种融媒体传播力评测方法,该方法包括:

s1:将融媒体传播力评测指标作为目标层,分别将多个媒体传播力作为一级指标,并从各个媒体传播力中选取多个传播力影响参数作为二级指标,构建得到影响融媒体传播力的层次结构模型;

s2:选取多位专家对层次结构模型中的各个指标分别进行评判,并求取专家评判的加权平均结果,根据加权平均结果建立模糊一致判断矩阵,使用模糊一致判断矩阵计算各个指标的权重值,并通过熵权法得到组合权重系数值;

s3:对各个指标的权重值分别进行量化处理,得到对应的指标量化值,根据组合权重系数值和指标量化值,通过线性加权函数确定融媒体传播力评测综合值,得到评测结果。

在本实施例中,将融媒体传播力评测指标作为目标层a,分别确立纸媒传播力、广播传播力、电视传播力、微信公众号传播力、微博传播力、官网传播力、客户端传播力共7个一级指标为b层,并对其进行细化构建38个二级指标。其中,最终确立的融媒体传播力评测指标体系如下表1:

表1融媒体传播力评测指标体系

评测指标的权重赋值计算是通过模糊层次分析法确定的,模糊层次分析法的基本步骤依次是构建层次结构模型、构造两两比较模糊一致判断矩阵、计算权重并进行一致性检验、群组决策得出主观权重,通过熵权法进行调整确立最终权重。下面对上述过程做具体的说明。

具体地,参见附图2,步骤s2具体包括:

s21:选取多位专家对层次结构模型中的各个指标的相对重要性进行量化,加权平均后得到建立模糊判断矩阵;

s22:将模糊判断矩阵转换为模糊一致矩阵,并对得到的模糊一致矩阵进行一致性判断和调整;

s23:对层次结构模型中的各个指标进行无量纲化处理,得到对应的标准量化值;

s24:使用一致性调整后的模糊一致矩阵利用层次分析法求取各个指标的主观权重系数;

s25:采用熵权法求取各个指标的客观权重系数值;

s26:将主观权重系数值用客观权重系数值进行调整,得到组合权重系数值。

在本实施例中,已经构造出了一个影响融媒体传播力因素之间相互连接的层次结构模型(即表1所示的评价指标体系),目标层为融媒体传播力评测,在层次结构模型的基础上,进行专家咨询工作,以便确定各指标权重。

首先,各位专家对层次模型中的各个指标进行评判,求得专家评判的加权平均,如若结果没有大的异议,建立模糊判断矩阵,再进行矩阵的一致性转换,随后对矩阵进行一致性检验,最后应用模糊层次分析法的权重计算方法对矩阵进行运算,得出层次模型中各个指标的权重向量。

模糊层次分析法建立模糊判断矩阵采用0.1-0.9标度法,请评价小组的专家对指标体系中各个指标相对重要性进行量化,加权平均后得到的模糊判断矩阵。

在得到模糊判断矩阵之后,需要进行步骤s22的操作,具体过程为:

模糊一致判断矩阵r表示针对上一层某元素,本层次与之有关元素之间相对重要性的比较,假定上一层次的元素c同下一层次中的元素a1,a2,…,an有联系,则模糊一致判断矩阵可通过下表2进行表示:

表2模糊一致判断矩阵元素分布

元素rij具有如下实际意义:rij表示元素ai和元素aj相对于元素c进行比较时,元素ai和元素aj具有模糊关系“…比…重要得多”的隶属度。为了使任意两个方案关于某准则的相对重要程度得到定量描述,可采用下表3中0.1-0.9标度给予数量标度。

表30.1-0.9数量标度及其说明

有了上面的数字标度之后,元素a1,a2,…,an相对于上一层元素c进行比较,可得到如下模糊判断矩阵:

在得到模糊判断矩阵r=(rij)n×m之后,对模糊判断矩阵r=(rij)n×m按行求和,记为:

再进行如下数学变换:

rij=(ri-rj)/2n+0.5

经过变换后得到的矩阵是模糊一致矩阵。

模糊判断矩阵的一致性反映了人们思维判断的一致性,在构造模糊判断矩阵时非常重要,但在实际决策分析中,由于所研究的问题的复杂性和人们认识上可能产生的片面性,使构造出的判断矩阵往往不具有一致性。这时可应用模糊一致矩阵的充要条件进行调整。具体的调整步骤如下:

第一步,确定一个同其余元素的重要性相比较得出的判断有把握的元素,不失一般性,设决策者认为对判断r11,r12,…,r1n比较有把握。

第二步,用r的第一行元素减去第二行对应元素,若所得的n个差数为常数,则不需调整第二行元素。否则,要对第二行元素进行调整,直到第一行元素减第二行的对应元素之差为常数为止。

第三步,用r的第一行元素减去第三行的对应元素,若所得的n个差数为常数,则不需调整第三行的元素。否则,要对第三行的元素进行调整,直到第一行元素减去第三行对应元素之差为常数为止。

上面步骤如此继续下去直到第一行元素减去第n行对应元素之差为常数为止。

按照上述模糊一致矩阵的转换方法将其转换为模糊一致矩阵r′,若所得矩阵不满足一致性要求,再调整其一致性。

在本实施例中,指标无量纲化确定过程就是指标实际值转化为指标评价值的过程,它是通过数学变换来消除原始指标量纲影响的,从数学角度来讲就是要确定指标评价值依赖于指标实际值的一种函数关系式。采用直线型模糊隶属度函数的方法对各个评价指标进行无量纲化处理。

具体地,步骤s23具体包括:

s231:确定各个指标的边界值;

进行指标隶属度处理前,先要确定各个指标的边界值,也就是评价指标“优”、“劣”上下限,即各个指标的最大值xmax和最小值xmin。如对于微博传播力中的粉丝数这一指标,将其最大值xmax选取100万,最小值xmin选取1万,那么当某微博的粉丝数超过100万时,就认为该指标是“优”的;若低于1万,则该指标是“劣”的。

s232:确定指标的模糊隶属度函数模型,模型结构如下:

式中,b(xi)是第i个指标实际数值的隶属度值,即量化值;xi是第i个指标具体的实际数值;xmax是第i个指标的上限值,即最大值;xmin是第i个指标的下限值,即最小值;

s233:根据调查数据,将各个指标的实际数值xi代入其相对应的模糊隶属度函数,求得其量化值;

s234:在求得指标的模糊隶属度值b(xi)之后,这个数值已经消除了量纲的影响,具有了可比性,可以进行指标间的相互比较。由于量化值介于0-1之间,不方便进行比较,为此,规定每个指标的量化值乘以100为该指标的标准量化值,求得各个指标的标准量化值。即:

f(xi)=b(xi)×100

在本实施例中,在得到模糊一致矩阵并验证其一致性通过之后,计算模糊一致矩阵中各因素的权重值。

根据模糊一致矩阵计算在上一层某目标下层次各因素的重要次序。根据模糊一致矩阵的元素与权重的关系式给出的排序法有很高的分辨率,有利于提高决策的科学性,故采用此方法求因素权重。

首先采用ahp(analytichierarchyprocess)法,即层次分析法,求取主观权重系数值:

若矩阵r=(rij)n×m是n阶模糊矩阵,则r是模糊一致矩阵的充分必要条件是存在一n阶非负归一化的向量w=[w1,w2,…,wn]t及一正数a,使得如下式所示:

rij=a(wi-wj)+0.5

在上式中,固定i可得:

然后对k求和,可得:

由权重向量归一化条件可得:

上式中a值满足a≥(n-1)/2,在实际应用中我们一般选取a=(n-1)/2,将从大到小排列起来就显示了相对于决策目标各个元素的重要次序。

当中间层为准则层、子准则层时,需要综合层次关系,将局部的层次间的重要性权值转化为相对于总目标的综合权重。

在层次单排序和层次综合的基础上,计算方案相对于总目标的总体优度ti,计算公式为:

式中,ti代表综合评价值,f(xi)代表指标量化值,代表第k层指标i的权重代表指标i的评价值,n代表指标个数。

确定a=(n-1)/2,求出一级指标相对于目标层以及二级指标相对一级指标的各因素权重值,并计算各二级指标相对于总目标的综合权重值。据同一层次中的层次单排序结果以及所对应的上一层次所有元素的权重,计算出针对目标层而言本层次所有因素的权重值,从而得到指标的主观权重系数ωi。

接下来,采用熵权法求取客观权重系数值,方法如下:

应用熵可以度量获取数据所提供的有用信息量,并依此确定各指标的权重。对于融媒体传播力评测问题,根据各评测指标隶属于评测体系的隶属度,可构成判断矩阵r=(rij)n×m,其中第i个评价指标隶属于各评测指标的隶属度rij(j=1,2,…,m)可以看作是第i个评价因素系统不同状态发生的概率pij(j=1,2,…,m),计算公式为:

pij=rij=nij/n

满足

采用自然对数时,第i个评价指标的熵可以定义为:

假定当pij=0时,pijlnpij=0。选择对熵hi进行标准化处理,则:

当取gi=1-hi时,定义第i个指标的熵权βi为:

可以看出,对于给定的i,rij的差异性gi越小,则熵值hi越大;当rij全部相等时,hi=hmax=1,此时关于各评价对象的评价指标体系n就不会对评判产生任何影响,该指标就没有作用;反之,rij的差异性gi越大,则熵值hi越小,该指标的作用就越大。

将主观权重系数值ωi用熵权值βi(也就是客观权重系数值)进行调整,则可以得到组合权重系数值,组合权重系数值的计算公式为:

式中,λi为组合权重系数值,ωi为主观权重系数值,βi为客观权重系数值。

在确定指标权重之后,指标值的量化过程是计算综合评价结果的前提,解决这两个问题之后,即可用量化值加权函数的方法计算评价结果。量化值加权函数选用线性加权和函数,比较简便直观。通过计算各个指标权重及对应的指标量化值即可得出线性加权和函数,从而确定融媒体传播力评测的综合值。融媒体传播力评测综合值的计算公式为:

式中,ti是综合评价值,f(xi)是标准量化值,λi是指标组合权重系数值。

本实施例提供的方法在fahp(模糊层次分析)法的基础上,利用熵权法对于指标权重的计算进行了改进,并在融媒体传播力评测指标体系确立后,将熵权-模糊层次分析算法应用于融媒体传播力评测方面,得到的评测结果准确定更高。

综上所述,本发明实施例提供的融媒体传播力评测方法,与现有技术相比,具有如下优点:

1、评测指标体系全面。将现阶段主流的媒体主体都涉及到,既包括了纸媒、广播、电视等传统媒体,又包括微博、微信公众号、官方网站、客户端等新兴媒体,并进行细分扩展到二级指标,提高了评测的全面性。

2、更科学地确立指标权重。通过组合权重系数值的计算(层次分析法和熵权法),明确各评测指标权重,从定性的角度进行了评测,通过专家评测了各指标间的重要程度;又从定量的角度进行了数据统计,通过各指标对应的原始数据进行量化打分。

3、方法简便,指标权重的计算简单,无复杂计算,方法易实现。

本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。

对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。


技术特征:

1.一种融媒体传播力评测方法,其特征在于,包括:

s1:将融媒体传播力评测指标作为目标层,分别将多个媒体传播力作为一级指标,并从各个媒体传播力中选取多个传播力影响参数作为二级指标,构建得到影响融媒体传播力的层次结构模型;

s2:选取多位专家对层次结构模型中的各个指标分别进行评判,并求取专家评判的加权平均结果,根据加权平均结果建立模糊一致判断矩阵,使用模糊一致判断矩阵计算各个指标的权重值,并通过熵权法得到组合权重系数值;

s3:对各个指标的权重值分别进行量化处理,得到对应的指标量化值,根据组合权重系数值和指标量化值,通过线性加权函数确定融媒体传播力评测综合值,得到评测结果。

2.根据权利要求1所述的一种融媒体传播力评测方法,其特征在于,所述一级指标包括纸媒传播力、广播传播力、电视传播力、微信公众号传播力、微博传播力、官网传播力和客户端传播力。

3.根据权利要求1所述的一种融媒体传播力评测方法,其特征在于,所述步骤s2具体包括:

s21:选取多位专家对层次结构模型中的各个指标的相对重要性进行量化,加权平均后得到建立模糊判断矩阵;

s22:将模糊判断矩阵转换为模糊一致矩阵,并对得到的模糊一致矩阵进行一致性判断和调整;

s23:对层次结构模型中的各个指标进行无量纲化处理,得到对应的标准量化值;

s24:使用一致性调整后的模糊一致矩阵利用层次分析法求取各个指标的主观权重系数;

s25:采用熵权法求取各个指标的客观权重系数值;

s26:将主观权重系数值用客观权重系数值进行调整,得到组合权重系数值。

4.根据权利要求3所述的一种融媒体传播力评测方法,其特征在于,所述步骤s23具体包括:

s231:确定各个指标的边界值;

s232:确定指标的模糊隶属度函数模型,模型结构如下:

式中,b(xi)是第i个指标实际数值的隶属度值,即量化值;xi是第i个指标具体的实际数值;xmax是第i个指标的上限值,即最大值;xmin是第i个指标的下限值,即最小值;

s233:根据调查数据,将各个指标的实际数值xi代入其相对应的模糊隶属度函数,求得其量化值;

s234:规定每个指标的量化值乘以100为该指标的标准量化值,求得各个指标的标准量化值。

5.根据权利要求3所述的一种融媒体传播力评测方法,其特征在于,所述步骤s26中,所述组合权重系数值的计算公式为:

式中,λi为组合权重系数值,ωi为主观权重系数值,βi为客观权重系数值。

6.根据权利要求3所述的一种融媒体传播力评测方法,其特征在于,所述步骤s3中,所述融媒体传播力评测综合值的计算公式为:

式中,ti是综合评价值,f(xi)是标准量化值,λi是指标组合权重系数值。

技术总结
本发明公开了一种融媒体传播力评测方法,该方法基于多级指标构建得到影响融媒体传播力的层次结构模型,数据更加细化,通过组合权重系数值的计算明确各评测指标权重,从定性的角度进行了评测,又基于专家评判及加权平均的方式,从定量的角度进行了数据统计,保证了数据的客观性,避免过多的经验参与对数据真实性的影响,得到的评测结果更加准确可靠,同时,整个方法简单便捷,可行性更高。

技术研发人员:倪业鹏;柴剑平;李本良
受保护的技术使用者:中国传媒大学
技术研发日:2020.03.24
技术公布日:2020.06.26

分享一种融媒体传播力评测方法与流程的相关内容如下:

本文标题:分享一种融媒体传播力评测方法与流程
http://www.jianglexinxi.cn/yanergaozhi/522452.html

0

精彩评论

暂无评论...
验证码 换一张
取 消