ANP在网络阅读可信度评估中的应用

李晓源

关键词：网络层次分析法；网络阅读可信度；评估指标；指标量化

摘要：文章根据读者的网络阅读行为特点，对影响读者阅读可信度的因素進行分析，深度挖掘其中的内在联系，并在此基础上运用ANP建立网络阅读可信度的评估体系。

伴随着快速的城市化进程，中国从“熟人社会”过渡到“生人社会”，传统社会的诚信基础受到了冲击，而现代社会诚信体系还尚未健全，人们的社会诚信度有所降低。建立网络空间的诚信机制，提升人们对虚拟空间的可信度，确立网络社会核心价值观，拉动线下现实社会的文化建设，进而对现实社会信任度之增益都能起到良好的作用。因此，如何提高网络阅读可信度，对于促进网络信息载体的良性发展，优化社会信息结构意义重大。层次分析法AHP（Analytic HierarehyProcesss）是美国运筹学家T.L.Saaty教授于20世纪70年代初期提出的一种简便、灵活而又实用的多准则决策方法。这种方法在复杂的评估系统中，利用定量信息使决策思维过程规范化，使其中的影响因素变得明晰简化，但其面对的评估过程主要是内部独立的分层递进结构。而对于内部依存的网络结构，T.L.Saaty教授于1996年提出了一种适应复杂结构的决策科学方法一网络层次分析法ANP（Analytic Network Process），该分析法是层次分析法的扩展，主要针对的是决策问题的结构具有依赖性和反馈性的情况。

1.ANP的结构形式

ANP的结构形式是网络循环结构，由于很多实际问题主要是所谓的系统问题，系统中的某一层次既可处于支配地位又可直接或间接地接受其他层次支配，它们可用于带节点的网络表示。一个影响因素或者一个节点，对应着一个层次，而在分层递进的结构中，节点之间不是独立存在的，是相互联系的，即存在着网络循环支配结构。

网络层次分析法的系统模型可以称为网络控制层次，其由两部分组成，即控制层和网络层。控制层是系统结构的最高目标，包括决策原则及事件目标，内部的原则和目标之间保持独立；网络层是由控制层下属的元素组构成的，该层中的元素组之间和内部存在着相互关联、整体结构复杂、纵横交错的特点。因此，在网络层次分析法应用过程中，不仅要对元素进行搜集和分类，还要根据实际情况，理清其网络结构和其内在关系。

2.确定网络阅读可信度因素

阅读的可信度，是阅读者对于阅读内容及信息载体可以信赖的程度。网络阅读可信度的形成既是读者的一种行为选择过程，也是一种心理接受（决策和评估）的过程。此外，网络阅读诚信度不仅反映在阅读内容的品质、作者的权威性方面，它还与信息介质的表现形式及其信息的传播方式，以及读者自身的修养和阅读经历密切相关。这里的阅读对象包含网络信息源的内容和形式两个方面。分析显示，影响因素十分复杂，其中主要包括信息内容（B1），发布者的声誉（B2），信息外部特征（B3），信息发布机构（B4）以及关联评价（B5）。

2.1信息内容（B1）

评价网络信息源所发布的信息内容（B1）可信度的因素包括：信息内容是否思路清晰，语法是否正确，有无拼写错误（c11）；是否有创新性（c12）；是否符合学术规范（C13）；是否引用知名权威学者的学术观点（C14）；是否与读者已有的知识背景一致（c15）。

2.2发布者的身份（B2）

信息发布者身份（B2）的可信度评价因素包括：教育背景与工作经历（C21）是否为知名作者或者权威专家；相关学术成果（C22）是否在发布信息主题涉及的领域有相应学术背景或已有作品发表过；是否隶属权威的研究机构（c23）。

2.3信息外部特征（B3）

信息外部特征（B3）的可信度评价因素包括：信息版式（c31）是否设计清晰，布局合理，没有繁杂的背景颜色和怪异字体；参考文献（c32）是否提供包含作者详细的背景资料和参考文献以及被其他文献所引用的情况等相关信息；无效信息（c33）是否存在许多无法显示的图片和无效链接；是否植入广告（C34）。

2.4信息发布机构（B4）

信息发布机构（B4）的可信度评价因素包括：是否是权威官方的发布机构（C41）；是否为重要的域名（c42）；是否有翔实的创建者信息（C43），包括实体地址、电话、邮编、E-mail；是否在业内有良好的口碑（c44）；是否有声望高的组织提供资助（C45）；是否有声誉良好的信息源所链接（c46）。如果通过其他的问题网站或商业网站链接，使作者或者发布的网站能够通过信息的传播获取商业利益，这些因素将会降低阅读的可信度。

2.5关联评价（B5）

关联评价（B5）的可信度评价因素包括：第三方的评价（C51），即是否经过相关权威机构的评估或者专业领域内的专家推荐；是否以其他媒介形式发布过相同的信息（C52），如同一个文献发表在某一期刊上或在某次重要会议上宣读过，被其他声誉好的信息源所引用，文献显示访问数量高以及留言板中其他读者的评语都影响着可信度的评价。此外，网络阅读可信度在不同领域的判断评价标准也会有所不同，所以需要做出相应的调整。

3.构造ANP评估模型

网络阅读可信度评估的核心问题就是制订一个多维的、多层面的评估指标体系，并且需要通过“权重”来反映出每一个指标影响读者可信度的量化，而其中指标“权重”需要使用ANP来确定。首先，确定控制层的决策原则，每一个决策原则，都支配着一个网络层，它既可以包含多个决策原则，也可以只有一个决策原则。该评估系统的评价原则以一个网络信息源的可信度为目标。其次，分析网络层，确定其每一个元素组的结构和内在关系，本评估系统的网络层结构为内部依存的分层递进结构。根据上述分析影响因素的关联性，进行逐一比较，建立元素判断矩阵，换算出权重w。然后将元素组之间的相关元素进行两两比较，计算出组问权重。最后，通过合并所有的元素判断矩阵，构造出初始超矩阵，与组问权重进行加权运算，最终构造极限超矩阵，产生所有元素的排序结果。

4.SD软件的使用方法

由于ANP的计算烦琐，界面设計复杂，迫切需要编制出相关的计算软件。由美国Expert Choice公司研发的SD（Super Decisions）软件，具有比较矩阵的计算、超阵计算、加权超阵计算、极限超阵计算、综合计算和模糊评估等强大功能。所以它能够构造具有依赖性和反馈性的复杂系统模型，并利用网络分析法的超矩阵计算得到决策结果，该软件是一个简单易用的计算软件。sD软件可以在Windows95/98/NT/XP，以及Linux、Unix等多系统环境中运行，其运行步骤如下。

4.1选择模板

SD软件提供三种标准模板，也可以自定义设计。标准模板包括简单网络（Simple Network）、BOCR小型模板（Small Template）、BOCR完全模板（FuU Template）。

4.2输入元素组和元素

将设计好的各个元素组（Cluster）、元素（Element）及其相应的关系输入。这里的连接包括同一元素组内节点之间的关系称为内在依赖（Inner Dependence），不同元素组节点之间的关系称为外在依赖（Outer Dependence）。针对某一决策过程，按照预先设定的算法对元素组之间和元素（Element）之间进行两两比较，凡是相互之间存在关联的，都会组成相应的比较矩阵。通过Assess/Compare/Node Compafisons命令输入比较矩阵。在输入方式上既可以采用直接以文件形式输入数据，也可以采用矩阵式、图形式、问卷式、口头等形式。如果同一层元素之间不存在依赖关系，相互独立，ANP模型则自动转化为AHP模型。

4.3计算优势度

根据输入数据，通过Computations/Show NewPriorities命令计算出超矩阵、加权超矩阵、极限超矩阵，最终获得综合优势度，所有的数据以Excel表格形式输出。

4.4对不同信息源，建立模糊评估模块，最终得出每个信息源的优势度排序结果

选择Edit/Alternatives/New命令，添加要评估的新信息源，再使用Edit/Criteria Categories命令，输出模糊评估集。对每一个模糊评估集中的元素进行两两比较，计算出模糊值，然后进行标准化，得出评估向量构成评估矩阵。输入Calculations/Totals命令计算出每个信息源的综合优势度。然后将综合评估优势度进行归一化处理，输入Calculations/Priorities命令进行查看各信息源可信度的评估排序。

随着大众对互联网的依赖程度越来越高，如果对互联网安全问题缺乏认识，对网络安全缺乏警惕性，将会使不法分子有机可乘，大众将成为网络安全隐患的受害者。因此，利用网络阅读可信度评估体系，分析甄别来自不同网络信息源信息的真伪，评价其可信度与准确度、权威性与时效性；同时对大众进行网络阅读行为的正确引导，让大众能够辨别信息中存在的真伪、欺诈与操纵，甚至认识到信息背后隐含的社会价值观与政治信仰，提高自身的媒介素养，诚信上网，从而使网络社会能够安定、有序、健康地发展。