社交媒體中信息可靠性測評研究

林向義 李秀成 羅洪云

〔摘 要〕通過問卷調查從信息接收者、信息發布者、信息傳播途徑和信息本身4個方面構建了社交媒體中信息可靠性測評的指標體系。根據社交媒體中信息可靠性測評指標的模糊性構建了基于三角模糊數的社交媒體中信息可靠性測評模型，利用模糊一致偏好關系確定評價指標權重。以微博為例詳細闡述了社交媒體中信息可靠性測評的流程。將理論研究和實際應用有效結合起來，有利于提高社交媒體中信息可靠性判斷的準確性。

〔關鍵詞〕社交媒體；信息可靠性；測評；微博；三角模糊數；模糊一致偏好關系

DOI：10.3969/j.issn.1008-0821.2016.07.005

〔中圖分類號〕G203 〔文獻標識碼〕A 〔文章編號〕1008-0821（2016）07-0024-06

The Reliability Evaluation on Information in Social Media

——A Case of MicroBlog

Lin Xiangyi Li Xiucheng Luo Hongyun

（Institute of Petroleum Economics and Management，Northeast Petroleum University，Daqing 163318，China）

〔Abstract〕From the receivers，information publishers，information transmission and information itself，it constructs index system for reliability evaluation of information in social media.According to the ambiguity of information transformed in social media，it presented a new reliability evaluation model based on triangular fuzzy number.Fuzzy consistent preference relations are applied to determine the weight of each index.MicroBlog is selected as a typical case to elaborate the process of reliability evaluation of information within it.The Combination between theoretical study and practical application is benefit for users of social media to improve judging accuracy of the reliability of information transformed within social media.

〔Key words〕social media；reliability of information；evaluation；microblog；triangular fuzzy number；consist fuzzy preference relation

當今社會已經進入互聯網時代，以社交網站、博客論壇和微信等為代表的社交媒體成為人們及時向目標受眾共享信息的大眾化平臺[1]，其中具有強交叉性特點的微博更是人們獲取、發布和傳播信息越來越重要的平臺[2]。自媒體時代，社交媒體中傳播途徑較多，而且信息傳遞具有高度的自由性。由于政府、行業部門對社交媒體中的信息監管力度不足，導致了虛假信息和謠言等不斷涌現，嚴重影響了網絡輿情的健康發展，進而威脅到整個社會的穩定。因此，對社交媒體中信息可靠性測評進行研究，能幫助信息轉發者和受眾者對社交媒體中各種信息可靠性、真實性進行有效評估，正確引導網絡輿情的健康發展，維護網絡安全和社會穩定。

目前關于研究社交媒體中信息可靠性的文獻較少，其中關于社交媒體中信息可靠性測評指標體系的研究成果主要有：薛傳業，夏志杰，張志花等（2015）對突發事件中社交媒體信息可信度進行了研究，從信息來源可信度、傳播渠道可信度、信息內容可信度以及評論質疑四個維度建立了社交媒體信息可信度指標體系[3]。沈旺，國佳，李賀（2013）從用戶視角對網絡社區信息質量及可靠性進行了探索，建立了作者聲譽、表法能力和證據性等包含13個指標的指標體系[4]。盛宇（2013）以新浪微博為例建立了內容相關度、內容質量和內容更新三方面影響信息質量的指標體系[5]。馮纓，張瑞云（2014）采用模糊綜合方法對微博信息質量進行評估，建立了信息內容、表達、效用質量以及發布者質量4個一級指標，12個二級指標[6]。Kristin Page Hocevar等（2014）建立了包含社交媒體的平均水平、成功查找信息的能力和信心、社交媒體的生產內容等的指標體系[7]；對于社交媒體中信息可靠性的相關測評方法的研究成果主要有：莫祖英，馬費成，羅毅（2013）利用層次分析法對微博信息質量進行了評價與分析[8]。Chei Sian Lee，Long Ma（2012）建立了基于結構方程模型的社交媒體中共享新聞影響因素的評價與分析[9]。李曉靜，張國良（2012）運用因子分析對社交媒體的可信度進行實證研究[10]。

2016年7月 第36卷第7期 現?"代?"情?"報 Journal of Modern Information July，2016 Vol36 No7

2016年7月 第36卷第7期 社交媒體中信息可靠性測評研究 July，2016 Vol36 No7

1 相關概念

11 社交媒體

社交媒體還沒有一個統計的概念。Kaplan和Haenlein（2010）認為社交媒體是一組建立在Web20的思想和技術基礎之上基于互聯網的應用，并允許創建、編輯和用戶交流產生的內容[11]。Jussila，Krkkinen和Immonen（2014）認為社交媒體是完全基于用戶創建內容，或者通過用戶創建的內容或活動增加應用或顯著的服務價值[12]。都平平，郭琪，李雨珂等（2014）認為社交媒體是集交叉性、及時性和傳播途徑的多樣性于一體的社交網絡應用[13]。而目前被提及較多的概念是：社交媒體是讓人們用來交換彼此之間的意見、想法、經驗和觀點的工具和平臺，允許人們撰寫、分享、評價、探討和互相交流的網絡應用程序[14]。目前，常用的社交媒體主要有微博、Twitter、微信、Facebook、虛擬社區和其他社交網站等[15]。社交媒體具有如下特征：

111 大量用戶參與

根據《第34次中國互聯網絡發展狀況統計報告》的統計結果，我國網絡用戶已達到632億人，使用互聯網的概率為469%[16]。隨著互聯網的快速發展，用戶更傾向于便捷的社交性信息交流方式。

112 信息規模大

在社交媒體中，數以百萬用戶彼此交換自己的觀點，經驗以及所聞所見，包含各門各類，如娛樂類、體育類、社會類以及生活常識類等。

113 內容更新快

微信、微博等社交媒體中的信息比傳統媒體傳播速度更快，具有很強的流動性。手機、電腦等更為社交媒體傳播信息提供了方便快捷的工具支持。截至2014年中旬，我國手機用戶的數量達527億，其中大部分人隨身攜帶手機，通過社交媒體隨時隨地發布和接受信息[16]。

114 信息傳播方式多樣化

社交媒體種類較多，如博客、微博和微信等，每種媒體分享信息的方式多種多樣，而且不同社交媒體之間還可以交叉傳遞信息，如微信可以將朋友圈中的東西分享給微博好友。

115 信息編輯的自由性

自媒體時代，用戶使用社交媒體發布信息時以個人為主，每個人都是一個小媒體，自行編制信息發布至社交媒體。

12 信息可靠性

信息可靠性，即信息的可靠程度，是指在信息的正確性未知的狀況下，信息及其指向的實際情況相符的可能性信息可靠性[17]。Metzger（2007）認為信息可靠性是信息接收者對信息的判斷，是對信息質量和信息來源的可信度的客觀認知[18]。常文英，劉冰（2015）認為信息可靠性具有兩方面含義：一方面是指信息本身所具有的客觀性，如信息來源的可靠性、信息內容與事實的貼近度；另一方面是信息傳播過程中，受眾者對信息可靠性的主觀認識與評價[19]。Subramaniam，Taylor，Jean等（2014）提出社交媒體用戶通過預測判斷和評價判斷確定信息可靠性，用戶依靠各種線索預測信息可靠性[20]。

2 社交媒體中信息可靠性測評指標體系

21 指標體系建立的原則

211 目的性原則

為了能更加準確地評價社交媒體中信息可靠性，應從多層次、多方面選取評價指標，圍繞評價的目的，形成多樣性的評價指標。

212 整體性原則

構建的指標體系要涵蓋信息可靠性的各個方面，考慮各種影響社交媒體中信息可靠性的情況，選出具有代表性的指標。

213 科學性原則

選取的指標體系要以系統科學的理論作為依據，客觀地反映社交媒體中信息可靠性的實際情況。整體結構合理、層次結構清晰，具有較高的可靠性和統計性[21]。

214 可操作性原則

評價指標體系的可操作性是其被合理應用的前提條件，每項評價指標要有一個明確的意義。

22 指標體系的構成

本文主要從三方面建立社交媒體中信息可靠性測評指標體系：

221 閱讀相關理論研究的文獻

通過查閱國內外對社交媒體中信息可靠性、真實性、可信度及信息質量的研究成果，初步確定信息發布者、信息接受者、信息傳播途徑和信息本身4個一級指標及發布者的專業度、接收者評論等二級測評指標。

222 根據社交媒體中信息的特征

從發布者角度進行分析研究，增加了發布者門檻低和發布者的斷章取義等二級指標；從信息接收者方面分析，增加了接收者的反饋新指標；從傳播途徑及信息本身分析，新增了信息監管力度、信息要素齊全度等測評指標，初步建立社交媒體中信息可靠性測評指標體系。

223 問卷調查

利用微信、傳真、訪談等形式通過李克特五級分量表對初步建立的社交媒體中信息可靠性測評指標體系進行修改和完善：1=十分不可靠；2=較為不可靠；3=一般可靠；4=較為可靠；5=十分可靠。此次問卷共發放230份調查問卷，其中回收問卷218份，有效問卷210份，問卷有效率為9130%，被調查人員樣本分布見表1。

問卷調查中選取平均分375為標準進行指標取舍，高于平均分375的指標選取，低于平均分375的舍去。最后形成社交媒體中信息可靠性測評的指標體系，如表2所示。

3 社交媒體中信息可靠性測評模型及流程

三角模糊數是以模糊理論為基礎，主要是量化人們想法和看法的模糊性，在語言方面可以正確代表模糊理論的近似推理，其中語言變量由三角模糊數表示[22]，即一個模糊數A=（，，）稱為三角模糊數[23]。由于社交媒體中信息可靠性難以準確量化，只能采用定性指標進行測評，三角模糊數恰能將定性指標進行量化，因此本文選用三角模糊數構建對社交媒體中信息可靠性測評模型。社交媒體中信息可靠性測評模型及流程如下[24-25]：

步驟1：確定待評價對象、評價指標及評價專家。假設每個待評價對象有m個一級指標記為Ai（i=1，2，…，m）；p個二級指標，記為Aij（j=1，2，…，p）；n個評價專家，記為Ek（k=1，2，…，n）。

步驟2：定義語言變量的評價等級和所對應的三角模糊數值。評價語言變量用于確定社交媒體中信息可靠性不同指標下的測評值。三角模糊數用集合A=（a，b，c），其中a

fA（x）=0，x

（x-a）/（b-a）a≤x

（c-x）/（c-b）b≤x

0，x≥c?"

（1）

設A=（a1，b2，c1）和B=（a2，b2，c2），三角模糊數的計算規則如下：

A+B=（a1，b1，c1）+（a2，b2，c2）=（a1+a1，b1+b2，c1+c2）

A-B=（a1，b1，c1）-（a2，b2，c2）=（a1-a2，b1-b2，c1-c2）

A×B=（a1，b1，c1）×（a2，b2，c2）=（a1a2，b1b2，c1c2）

kA=（ka1，kb1，kc1）

A÷B=（a1，b1，c1）÷（a2，b2，c2）=（a1/a2，b1/b2，c1，c2）

（A-1）=（1/a1，1/b1，1/c1）

利用[0，10]區間確定社交媒體中信息可靠性的語言變量與所對應的三角模糊數，見表3。

表3 語言變量等級及對應三角模糊數

語言變量 三角模糊數

絕對不可靠（AU） （0，0，25）

很不可靠（VU） （0，25，5）

一般可靠（C） （25，5，75）

很可靠（VR） （5，75，10）

絕對可靠（AR） （75，10，10）

步驟3：計算評價社交媒體中信息可靠性的二級指標模糊平均值

xij=1n∑nk=1xkij，?"i=1，2，…，m

（2）

其中，xij是指第i個一級指標下的第j個二級指標的模糊平均評價值；xkij是指第k個專家利用三角模糊數表示的第i個一級指標下的第j個二級指標的評價值。

步驟4：利用中心值法去模糊化[26]。

M（x）=2b+c+a4

（3）

步驟5：利用模糊一致偏好關系（Consistent Fuzzy Preference Relations，簡記為CFPR）確定權重[27-28]。

模糊一致偏好關系是在2004年由Herrera-Viedma提出的，該方法是在傳統兩兩判斷矩陣比較中避免不一致狀況發生的簡便方法。CFPR中主要有3個命題[29-30]。

（1）指標集X={x1，x2，…，xn}，與其相關的互補乘性偏好關系A=（aij），其中aij∈[1/9，9]；與其對應的互補模糊偏好關系P=（pij），其中pij∈[0，1]，則P=g（A），即：

pij=g（aij）=12（1+log9（aij））

（4）

其中，g可根據研究實際情況進行適當轉換，稱為轉換函數。

（2）對于模糊偏好關系P=（pij），則：

pij+pjk+pki=32，i

（5）

（3）對于模糊偏好關系P=（pij），則有：

pi（i+1）+p（i+1）（i+2）+…+p（j-1）j+pji=j-i+12，?"i

（6）

如果計算所得pij不在區間[0，1]中，而處于[-a，1+a]（a>0）這一區間。那么在保持互補以及加性一致性不變的條件下可以通過轉換函數將其化至[0，1]間，步驟如下：

①計算偏好值集合B。

B={pij，i

pji=j-i+12pi（i+1）-p（i+1）（i+2）-…-p（j-1）j

（7）

②計算k值。

k=min{B∪{p12，p23，…，p（n-1）n}}

（8）

P={p12，p23，…，p（n-1）n}∪B∪{1-p12，1-p23，…，1-p（n-1）n}∪-B

（9）

得出轉換函數：

f∶[-a，1+a]→[0，1]，?"f（x）=x+a1+2a，?"a<0

（10）

③標準化檢驗。

對計算出的pkij值進行檢驗，并將不在[0，1]區間中的pkij根據轉化函數進行轉化，使其處于[0，1]區間內。綜合考慮各專家的判斷，取其均值作為依據，即：

pij=1m∑mk=1pkij

（11）

④確定權重。

以模糊偏好關系矩陣P=（pij）作為依據，計算各級指標的平均偏好程度為：

si=1n∑nj=1pij

（12）

則各指標的權重為：

wi=si∑ni=1si

（13）

步驟6：計算待評價社交媒體中信息可靠性的一級指標的加權分數

vi=∑pj=1wij×dij，?"i=1，2，…，m

（14）

步驟7：計算待評價社交媒體中信息可靠性的綜合加權得分

V=∑mi=1Wi×vi

（15）

步驟8：確定待評價社交媒體中信息可靠性等級

本文將社交媒體中信息可靠性劃分為5個等級，見表4。依據公式（15）計算得到社交媒體中信息可靠性的綜合加權得分后依據V值確定待評價社交媒體中信息可靠性的所屬等級。

4 實例分析

本文在研究社交媒體中信息可靠性測評時選擇了一種使用率極高，極具代表性的應用——新浪微博，并對其中油氣價格相關信息可靠性進行測評研究。為了測評新浪微博中該信息可靠性，聘請了9個研究方向與油氣、能源和社交媒體的相關專家根據表3所示的語言變量對社交媒體中信息可靠性的二級指標進行測評，語言評價值見表5。

根據公式（2）計算得出社交媒體中信息可靠性二級指標的模糊均值，見表6。

根據公式（3）對上表中各指標的模糊均值去模糊化，根據公式（4）～（13）的模糊一致偏好關系法確定二級指標權重，見表7。

根據公式（14）計算出每個一級指標的綜合得分，再依照公式（15）計算出社交媒體中信息可靠性的綜合得分，計算結果見表8。

從表8可以看出，新浪微博中有關油氣價格的信息可靠性測評的綜合評分為89分，處于很可靠和絕對可靠等

級之間。A1指標得分為74分，傾向于很可靠等級；指標A2、A3、A4的得分別為78分、78分、79分，皆處于很可靠與絕對可靠等級之間，同時傾向于很可靠等級。其中，發布者的意圖、接受者的網絡依賴、評論與反饋、傳播途徑的監管力度和信息的可理解性等指標所占比重較大。因此，加強信息可靠性的管理，主要從這些方面出發，加強信息接收者的謹慎性，提高信息接收者的認知能力和對評價與反饋的重視，降低信息者對網絡的依賴，提高信息發布者的專業度及責任意識，控制發布者門檻，加大傳播途徑監管力度和信息內容的管理，全面提高社交媒體中信息可靠性。

5 結 論

本文從信息接受者、信息發布者、信息傳播途徑和信息本身四方面構建了社交媒體中信息可靠性測評的指標體系。該指標體系能夠反映出影響社交媒體中信息可靠性的主要因素，為今后社交媒體中信息可靠性測評的相關研究提供一定的借鑒。基于模糊一致偏好關系與三角模糊數構建社交媒體中信息可靠性測評模型，解決了定性指標難以量化的困難。利用模糊一致偏好關系法確定社交媒體中信息可靠性指標體系中各指標的權重，既能減少兩兩比較的次數，又能保證數據高度一致性。實踐表明，本文構建的社交媒體中信息可靠性測評指標體系和方法，能為社交媒體用戶準確判斷信息可靠性提供理論依據和實踐應用工具。

參考文獻

[1]Osatuyi Babajide.Information sharing on social media sites[J].Computers in Human Behavior，2013，29（6）：2622-2631.

[2]王謙秋，陳麗娜.微博新聞信息可信度研究——基于內地全日制在校大學生樣本的調查數據[J].新媒體與社會，2012，（3）：296-316.

[3]薛傳業，夏志杰，張志花，等.突發事件中社交媒體信息可信度研究[J].現代情報，2015，（4）：12-16.

[4]沈旺，國佳，李賀.網絡社區信息質量及可靠性評價研究——基于用戶視角[J].現代圖書情報技術，2013，（1）：69-74.

[5]盛宇.基于內容的微博信息質量評價研究——以新浪微博為例[J].情報科學，2013，（5）：51-54.

[6]馮纓，張瑞云.基于用戶體驗的微博信息質量評估研究[J].圖書館學研究，2014，（9）：62-67.

[7]Hocevar Kristin Page，Flanagin Andrew J.，Metzger Miriam J.Social media self-efficacy and information evaluation online[J].Computers in Human Behavior，2014，39：254-262.

[8]莫祖英，馬費成，羅毅.微博信息質量評價模型構建研究[J].信息資源管理學報，2013，3（2）：12-18.

[9]Lee Chei Sian，Ma Long.News sharing in social media：The effect of gratifications and prior experience[J].Computers in Human Behavior，2012，28（2）：331-339.

[10]李曉靜，張國良.社會化媒體可信度研究：理論探討與實證分析[J].新聞大學，2012，（6）：105-114.

[11]Kaplan Andreas M.，Haenlein Michael.Users of the world，unite！The challenges and opportunities of Social Media[J].Business Horizons，2010，53（1）：59-68.

[12]Jussila Jari J.，Krkkinen Hannu，Aramo-Immonen Heli.Social media utilization in business-to-business relationships of technology industry firms[J].Computers in Human Behavior，2014，30：606-613.

[13]都平平，郭琪，李雨珂，等.基于社交媒體的網絡學科信息交互推廣服務[J].圖書情報工作，2014，58（2）：84-90.

[14]羅希，郭健全，魏景賦.社交媒體時代科普信息傳播的困境與突破[J].科普研究，2012，（6）：5-10.

[15]崔穎安，李雪，王志曉，等.在線社交媒體數據抽樣方法的比較研究[J].計算機學報，2014，（8）：1859-1876.

[16]第34次中國互聯網絡發展狀況統計報告[J].互聯網天地，2014，（7）：71-89.

[17]王勇，汪華登.信息的可靠性探討[Z].中國北京，2011：4.

[18]Metzger Miriam J.Making sense of credibility on the Web：Models for evaluating online information and recommendations for future research[J].JAm.Soc.Inf.Sci.，2007，58（13）.

[19]常文英，劉冰.基于可信度分析的微博用戶個人信息泄露實證研究——以新浪微博為例[J].情報雜志，2015，（8）：169-176.

[20]Mega Subramaniam Natalie Greene Taylor Beth.As simple as that？：tween credibility assessment in a complex online world[J].Journal of Documentation，2014，（71）：550-571.

[21]林向義，張慶普，羅洪云.基于DEA的企業自主創新能力評價與提升研究[J].運籌與管理，2009，（4）：152-158.

[22]Lin Hua-Yang，Hsu Ping-Yu，Sheen Gwo-Ji.A fuzzy-based decision-making procedure for data warehouse system selection[J].Expert Systems with Applications，2007，32（3）：939-953.

[23]Ebrahimnejad Ali.An improved approach for solving fuzzy transportation problem with triangular fuzzy numbers[J].Journal of Intelligent & Fuzzy Systems，2015，29（2）：963-974.

[24]林向義，羅洪云，曹明閣，等.基于WSR系統論和三角模糊數的知識管理績效評價研究[J].現代情報，2013，（6）：6-9.

[25]林向義，羅洪云，朱志紅，等.基于模糊TOPSIS的虛擬科研團隊成員知識共享效率評價[J].現代情報，2013，（7）：28-33.

[26]楊東紅，陳永鳳，朱麗陶.油田裝備制造企業知識吸收能力評價[J].遼寧工程技術大學學報：社會科學版，2015，（4）：373-377.

[27]穆琳.基于模糊一致偏好關系的高校教師績效評價[J].統計與決策，2013，（9）：56-59.

[28]林向義，劉晶，魏景柱.鉆井工程項目管理成熟度評價[J].工程管理學報，2011，（5）：548-552.

[29]Wang Tien-Chin，Chen Yueh-Hsiang.Applying fuzzy linguistic preference relations to the improvement of consistency of fuzzy AHP[J].Information Sciences，2008，178（19）：3755-3765.

[30]Chao Ru-Jen，Chen Yueh-Hsiang.Evaluation of the criteria and effectiveness of distance e-learning with consistent fuzzy preference relations[J].Expert Systems with Applications，2009，36（7）：10657-10662.

（本文責任編輯：郭沫含）