不完全信息下的多區域傳播效果評估體系構建

袁才俊

摘 要 伴隨著媒體內容融合的日漸深入，如何將不同媒體指標融合，進行傳播效果綜合評估，成為了業界關注的焦點。文章較為詳細地提出了一種通用算法，旨在解決中小型市場數據資源不完備情況下，跨媒體指標無法多市場有效融合的困境。算法依托于模糊層次分析法，將市場的人口、經濟、媒介相關指標作為評價因子，綜合評價出各個城市的市場權重，從而可以通過加權求和的方式實現跨媒體指標的融合。

關鍵詞 媒體融合；評價體系；市場融合；模糊層次分析法

中圖分類號 G2 文獻標識碼 A 文章編號 2096-0360（2021）04-0035-04

1 跨媒體傳播效果評估研究現狀

1.1 研究背景

在習近平總書記“四全媒體”理念的要求與鼓舞下，貫穿傳統與新媒體的“全息”式呈現模式已經成為了當下內容傳播的有效手段。

但是現實語境下各媒體以及各市場的信息仍然相互隔離，形成一座座信息孤島。傳播效果的跨媒體、跨市場融合評估逐漸成為如今業內關注的焦點。

1.2 跨媒體傳播效果評估

縱觀目前關于跨媒體傳播效果評估的研究，大多從跨媒體指標意義出發，或建立新的融合指標體系將傳統與新媒體數據都綜合考量[1]，或從測量方法上提出以區塊鏈進行數據共享[2]。而實際跨媒體傳播效果的評估分為兩部分，除了需要完成跨媒體融合指標的計算（圖1），后續根據評估需求進行多市場融合指標的融合也十分關鍵，具有重要研究價值。

2 跨市場指標融合策略與市場系數評估

2.1 跨市場融合策略理論介紹

跨媒體融合指標包括播放量等絕對指標，也包括融合收視率、融合到達率等相對指標。想要融合來自不同市場的跨媒體相對指標、將來自不同市場的相對/絕對指標進行比較以及將總體市場的絕對指標進行垂直細分均需要考慮市場規模。如對于（融合）收視率的市場融合，合理的方式是利用收視率公式[3]反推收看總人數再進行融合：

但這一解決方案受限于融合指標下各類媒體形態市場數據的統計方法差異而無從開展：1）傳統電視收視測量采用日記卡、人員測量儀等抽樣測量方法[4]，本身并未基于市場規模測量；2）網絡、移動媒體，收視率、播放量等指標的測量都是依托于用戶訪問請求等，憑借IP地址定位市場所得用戶總數不準確（存在臨時移動、使用代理等潛在可能性），且往往數據不公開，外部得到的數據往往是全網層面；3）小城市/鄉/鎮的用戶數據統計困難。

在市場指標測量標準統一、數據開源前，建立一套較為客觀合理的市場數據補全算法，彌補市場數據缺失而帶來的媒體融合失靈，意義重大。

從公式不難看出，市場數據用于將無法直接比較加和的相對指標轉為絕對指標。排除量綱來看，市場數據相當于相對指標的權重，用于根據市場狀況放大或縮小相對指標，以實現其絕對意義，因而可以建立如下理論模型：

1）進行多市場的（融合）相對指標融合計算時有：

2）進行不同市場的（融合）相對指標比較時，參考傳統收視率的計算改進策略，市場系數可以作為調節因子，避免因市場規模差異而導致的“相對指標失真”。

3）對于只有總體市場層面數據的絕對指標（如網絡媒體的閱讀量、播放量），映射市場規模的市場系數也可以作為權重估算各個細分市場的數據。

因而要解決市場數據缺失帶來的融合指標不可比、不可加、不可拆分的問題，關鍵在于為各個市場指標設置可靠有效的市場系數。

2.2 模型構建

在傳統的多市場指標求和公式中，相對指標轉為可加可比的絕對指標的權重因素往往只考慮了市場的用戶數/設備數，而實際上影響不同市場指標的可比性與可加性的因素不僅僅包括這一參數。

結合過往參考文獻，將權重的影響因素歸為人口、經濟、媒介三個準則層維度建立指標體系，參見表1。

3 模糊層次分析算法

3.1 算法簡介

模糊層次分析法（FAHP）一種定性與定量相結合的系統分析方法，廣泛運用于系統評估、行為評價的研究。其主觀之處在于輸入層面需要由人工對各層次的各項指標的重要性對比做出評價。但由于依托于數學統計方法，基于模糊系統理論，最終權重的主觀性會隨著層次的復雜性、以及模糊處理而盡可能降低。

3.2 算法實現與案例展示

本研究基于python3.7在windows10操作系統下完成了市場評估算法的實現，并邀請了傳播效果研究方面專家參與市場評估樣例的構建，算法流程分步驟闡述如下。

1）在各層次構造模糊判斷矩陣。算法第一步是由本領域專家為準則層與指標層的指標人為進行兩兩對比評分。評價采用0.1—0.9標度法[1]：

專家/研究者進行評價時可以介于標準之間；專家需要對每個指標做出最低評價（li），中間評價（mi）與最高評價（ui）；此時由于主觀性誤差從具體值轉移到了評分區間，且將多人評價取均值，將極大降低主觀因素干擾。

五位專家三值評價取均值后得到如下模糊判斷矩陣：

2）計算每個指標的綜合模糊值。

綜合模糊值的公式

分子表示每一行三值組成向量求和，分母表示整個矩陣每一個三值向量求和結果。

3）去模糊化。由步驟2）得到了經過處理后的各指標的初始權重，但此時權重仍然為模糊化后的向量（模糊數）（li，mi，ui），此時需要進行去模糊化處理。將一個指標去模糊化過程實際上是計算該指標模糊數大于其他所有指標模糊數的可能性，這里以三角函數型隸屬函數作為重要性標度的隸屬度度量，其函數分布如下：

7）至此，完成了相對指標對絕對指標的轉換，可以進行不同市場的指標融合。可用于2.1跨媒體的多市場融合計算。

4 結語

文章為解決市場統計數據缺乏的情況下，跨市場傳播效果評估提供了一種新思路：市場數據（用戶數、開機數、觸達用戶數）實際也是調節權重，可以根據可查的人口、經濟、媒介等指標做出近似權重的估計并進行比較與求和。算法模型清晰易用，可擴展性強，也具有較高的使用效率。

參考文獻

[1]趙彤.媒體融合傳播效果評估的路徑、模型與驗證[J].新聞記者，2018（3）：79-82.

[2]任曉東.媒體融合背景下用戶跨屏測量的現實[J].新聞傳播，2018（7）：4-6，9.

[3]劉燕南.電視收視率解析：調查、分析與應用[M].2版.北京：中國傳媒大學出版社，2006：77-79.

[4]熊華明，謝長生，夏征宇.電視節目綜合評估與預警系統的設計與實現[J].計算機工程與應用，2002，38（20）：215-217.

[5]向志強，湯青.傳媒產業發展中技術影響的實證研究[J].現代傳播（中國傳媒大學學報），2015，37（5）：120-124.