基于改進熵權-灰色關聯-TOPSIS 的網絡辟謠平臺影響力研究

劉璐，王筱莉，2，3

（1 上海工程技術大學 管理學院，上海 201620；2 上海交通大學 安泰經濟與管理學院，上海 200030；3 上海交通大學 中美物流研究院，上海 200052）

0 引言

網絡中虛假信息的不斷擴散，嚴重影響互聯網秩序的穩定。辟謠的實質是揭露事實真相，駁斥謠言，辟謠平臺以“共享辟謠信息，維護網絡健康，承擔社會責任”為宗旨開展辟謠工作?？茖W辟謠的難點在于謠言內容具有較強迷惑性，各個機構的權威性不足，不同平臺發布的信息內容復雜多樣，使得公眾無所適從。因此對辟謠平臺的影響力評價展開研究具有重要意義。目前，國內網絡辟謠平臺可分為3 個類別：運營商辟謠微博社區、地區政府性聯合辟謠平臺以及專業型辟謠網站。其中，運營商專門辟謠微博主要包括百度、騰訊等微博社區；地區政府性聯合辟謠平臺主要包括北京、深圳、江蘇等地陸續出現的網站聯合辟謠平臺，如：深圳網警、首都網警等；專業型辟謠網站包括果殼網謠言粉碎機、丁香醫生等致力于科學知識普及的網站。目前已有的網絡辟謠平臺形式多樣，上線啟動后，動員專業人員、科技工作者以及媒體等共同努力提高網絡辟謠信息傳播力、辟謠平臺影響力和引導力，全面提升各個行業整體形象，同時通過發布辟謠信息引導輿論方向，改善網絡謠言治理現狀，有利于維護社交網絡秩序和社會穩定。

國內外學者主要從辟謠主體、辟謠信息以及傳播過程等角度對辟謠效果進行研究。在辟謠主體作用的研究中，政府機構是核心話題之一，包括政府辟謠行為研究和政務微博傳播效果研究。唐雪梅等人［1］闡述了政府在突發事件辟謠過程中的得與失，并從時機主動性、時機連續性、大眾媒體渠道等方面為政府提出辟謠建議。政務微博是各地方政府與外界溝通的媒介，其詳盡和生動的內容能夠引起多元主體的參與和互動。強月新等人［2］從政治溝通視角以武漢市政務微博發布的辟謠信息為研究對象，對信息文本和評論進行分析，進而研究辟謠文本和辟謠效果之間的關系，研究得到辟謠方法中直接駁斥能夠發揮較好的作用。互聯網平臺在辟謠過程中也發揮了重要作用，不僅提供了新的辟謠思路，還能夠加快辟謠進程。李宗敏等人［3］通過文本和情感分析表明辟謠作者影響力、信息類型、呈現方式和話題討論熱度對增強辟謠效果具有一定的影響。同時，除了辟謠參與者特征之外，對于網絡信息傳播效果評價研究，學者重點關注辟謠信息文本特征和情感特征。陳晨等人［4］認為輿情關鍵詞、輿情高點均為影響輿情考察的因素。Wu［5］對信息發布時間、用戶評論轉發情況以及信息轉發數進行統計分析。此外，有很多學者將神經網絡、層次分析法、結構方程模型、TOPSIS 法等引入信息傳播效果的評價研究中，且取得了一定的成果。上述研究方法均為解決多準則決策問題的有力方法，其中將熵權法與TOPSIS 法相結合的方法在實際運用過程中不斷地被改進，且呈現出更佳的決策效果，得到了廣泛的運用。

目前已有的研究對辟謠效果提升具有重要指導意義，但通過構建評價指標體系對現實中互聯網辟謠平臺的信息傳播效果進行評價的研究較少，同時，很多研究者考慮到評價方法應具有客觀性，但沒有考慮整體的評價結果以及各個指標內部的聯系，而灰色關聯法能夠根據各指標之間的異同程度確定指標對于目標的貢獻和影響程度［6］。此外，為了避免各評價對象的優劣性不能被有效區分的現象，運用垂面距離對原有的TOPSIS 法進行改進。鑒于此，本文綜合考慮辟謠效果影響因素，從信源可信度、公眾參與程度以及平臺議程設置等出發，提出和描述辟謠平臺效果指數（RPEI）體系，建立網絡辟謠平臺效果評價模型，基于熵權、灰色關聯和改進的TOPSIS 法構建評估模型層次結構，推導不同網絡辟謠平臺效果評價等級，并根據研究結論為互聯網辟謠平臺提升自身影響力和辟謠能力提出一些有效策略和建議。

1 辟謠平臺影響力指標（RPEI）體系的建立

范德成等人［7］指出效果評價模型共分為2 個關鍵階段，一是建立全面合理的綜合評價指標體系，二是選擇科學有效的分析方法。因此，本文首先構建互聯網辟謠平臺影響力評估體系。隨著互聯網的不斷發展，各類網絡辟謠平臺的不斷涌現，平臺影響力存在著明顯差異，根據研究發現，辟謠平臺可信度［8］、公眾參與程度［9-10］、平臺議程設置及傳播方式［11-12］是影響辟謠效果的最主要的因素。鑒于此，結合劉健等人［13］的研究，遵循數據可獲得性以及科學全面的原則，從辟謠平臺可信度、公眾參與程度、平臺議程設置及傳播方式三個角度構建互聯網辟謠平臺影響力評價指標體系，其解釋和符號表示見表1。對此擬展開研究論述如下。

表1 評價指標及符號表示Tab.1 Evaluation indicators and symbolic representation

（1）辟謠平臺可信度。開放的互聯網中存在著很多辟謠平臺，往往具有對社會公共問題的獨立判斷力，也會表現出更加積極的社會參與［14］。網絡辟謠平臺通過官方網站或社交媒體官方賬號表達對事件的態度，以及輸出相應的辟謠信息，其知名度、敏感度與領導力的不同使得發布的辟謠信息可信度不同。公眾通常會受到信源可信度的影響，選擇性地相信、記憶和傳播信息。辟謠平臺可信度是影響信息傳播的重要外部因素［15］，信息來源可信度越高、越容易被社群中的個體傳播，所達到的辟謠效果越好。Sussman 等人［16］認為信息價值受到信息質量以及信息來源的信譽度的共同影響，由兩者共同決定。何音等人［9］認為粉絲數、發博時間等對媒體官方微博的影響程度較大。李華玉［17］認為具有每日點贊數最多、評論數最多以及轉發數最多等特征的微博信息具有強傳播效果。Cha 等人［18］認為粉絲數、轉發量和提及率能夠很好地體現社交網絡中用戶的影響力。熊濤等人［19］認為信源的活躍度能夠體現其主動性，互動越多、越容易產生強影響力。此外，針對辟謠平臺可信度的指標研究還應涉及平臺資本、平臺搜索指數、資訊指數以及平臺官方網站的訪問用戶數及網頁訪問量。平臺資本能夠反映辟謠平臺市場價值；平臺搜索指數能夠體現各辟謠平臺的網絡曝光率，綜合反映用戶關注度及媒體關注度；資訊指數反映了互聯網上辟謠平臺的關注、報道程度；而訪問用戶數及網頁訪問量則是考察辟謠平臺在除了社交網絡平臺之外的其他信息傳播渠道中的熱度情況。因此，本文從網絡辟謠平臺可信度角度提出以下辟謠效果評價指標：知名度、注冊資本、平臺覆蓋力、資訊指數、PV（Page View）訪問量、UV（Unique Visitor）獨立訪客、被關注數、微博指數以及日平均互動總數。

（2）公眾參與程度。公眾與所處社會環境是密不可分的，人們對于信息的感知與評價以及人們的價值觀等通常與社會情緒有密切的聯系。社會責任感以及自身對信息的興趣往往會促使其參與到信息的傳播過程中，參與者越多，越能夠提升信息傳播效果。何音等人［9］認為在突發事件下具有高轉發量和普通轉發量的2 種媒體官方微博傳播效果不同。此外有學者提出點贊數也是評價辟謠效果的重要因素［17］，但評論與轉發需要公眾完成更多的操作，更能夠體現公眾自愿與否及參與程度。因此，本文從公眾參與程度的角度提出以下辟謠效果評價指標：信息轉發數以及評論數。

（3）議程設置和傳播方式。議程設置理論用于研究媒介議程對公眾議程所產生的影響力，凸顯大眾傳播理論對社會效應的深遠影響［20］。網絡辟謠平臺通過發布一系列時間跨度較長的信息，為公眾安排話題討論的日程，能夠對社會產生深遠的效果，而公眾根據活動報道獲得熱點信息，對事件的輕重緩急進行評判。余雪冰等人［21］提出從傳播學視角研究網絡謠言治理途徑，網絡辟謠平臺應善于設置日程，引導輿論事件的發展方向。目前已有的針對議程設置相關指標的研究中，吳聞鶯等人［8］提出辟謠效果與辟謠頻次有關。張賽等人［22］認為官方賬號在微博平臺中的熱度與其更帖頻率、粉絲數、更貼時間以及內容分布有正向關系。Petty 等人［23］認為微博信息作為一種信息形式，其傳播過程受到了信息來源、信息接受者、信息本身和信息傳播渠道四個主要因素影響。此外，信息內容形式中音頻比圖片形式的信息更能體現平臺主動性，也將產生更大的影響作用，同時，移動端訪問量與非移動端訪問量相差越少，說明各渠道工具使用相對平均，越能夠體現平臺渠道管理和推廣能力。因此，本文從議程設置和傳播方式角度提出以下辟謠效果評價指標：信息更新頻率、發布信息篇數、形式豐富度以及移動端與非移動端工具使用比率。

2 辟謠平臺影響力評價模型的建立

本文建立辟謠效果評價模型對實際社交網絡中的辟謠平臺進行區分和排序，通過具有客觀性的熵權法計算所構建的評價指標體系中每個指標的客觀權重，然后運用灰色關聯法得到各個網絡辟謠平臺與正負理想狀態之間的相似程度和緊密程度，最后運用改進的TOPSIS 法計算各個網絡辟謠平臺與正負理想狀態之間的距離，其中運用聯系向量垂面距離代替歐氏距離的計算方法，并將灰色關聯和TOPSIS 法的分析結果進行結合，得到最終的網絡辟謠平臺影響力排序。此處可做分析表述如下。

（1）評價指標客觀權重的確定。建立評價指標體系H，假設存在由m個待評價平臺組成網絡辟謠平臺集合，每個待評價平臺有n個評價指標，將相應的評價指標記為xij，表示第i個平臺第j個評價指標對應值的大小，因此建立初始決策矩陣A1，表示為：

常用的權重計算方法有層次分析法（AHP）和熵權法。其中，層次分析法具有一定局限性，其客觀性較差，決策層過多時容易造成判斷矩陣和一致矩陣之間差異較大，最終一致性檢驗將不能通過。而熵權法則是一種較為客觀的權重賦值方法，能夠反映數據的內在特征，并且更能體現數據與數據之間存在的相關性，當數據變化程度越小，評價指標的變異程度越小，所反映的信息量也就越少，其對應的權值也會越低。度量事件所包含的信息量可以通過事件發生的概率判斷，如果事情發生概率很小，那么其包含的信息量將會越多。通過信息熵確定評價指標權重的計算公式為：

其中，Aij構成標準化處理后的指標矩陣值，由于Aij≤0時，lnAij將沒有意義，因此對其進行修正，修正后表示為：

通過信息熵最終得到各指標的客觀權重，表示為：

（2）灰色關聯法獲取相似程度。對初始決策矩陣A1進行標準化，建立標準化決策矩陣A2，yij為標準化后的評價指標值，max（xij）和min（xij）分別為第j個指標中的最大值與最小值。效益型指標的標準化準則為：

而成本型指標的標準化準則為：

此后，建立加權決策矩陣A3。加權決策矩陣由標準化決策矩陣A2乘以最優組合權重矩陣得到，表示為：

其中，ωi為每個評價指標的權重。然后計算評價方案中正理想解Q+和負理想解Q-表示如下：

其中，J1為所有指標中屬于效益型的指標集合，J2則為成本類型的指標集合。

計算各網絡辟謠平臺與正理想辟謠效果之間的灰色關聯系數，計算公式為：

與負理想辟謠效果之間的灰色關聯系數計算公式為：

其中，ρ表示分辨系數，其分辨能力隨值的增大而減小。根據灰色關聯系數確定各辟謠平臺與正負理想辟謠效果之間的灰色關聯度，計算方法如下：

由上式計算結果可以得出各辟謠平臺與正負理想效果之間的聯系向量，根據計算結果，可計算得到各辟謠平臺與正負理想效果之間的聯系向量距離，計算方法為：

接著，確定各辟謠平臺與正負理想效果之間的垂面距離，計算方法為：

灰色關聯度以及垂面距離經過無量綱化處理，得到標準化后的正負垂面距離和灰色關聯度，分別表示為接著綜合這些值計算各待評價辟謠平臺與正負理想辟謠效果之間的貼近值，公式如下：

其中，α和β分別表示2 種方法的重要程度，并且α+β＝1。與正理想值的貼近值越大，表示該辟謠平臺的辟謠效果越好；與負理想值的貼近值越大，表示該辟謠平臺的辟謠效果越差。

3 實例分析

本部分利用熵-灰色關聯-改進TOPSIS 混合模型對互聯網辟謠平臺進行效果評價，選取受到較多關注的11 個權威辟謠機構：果殼網A1、丁香醫生A2、春雨醫生A3、科學松鼠會A4、蝌蚪五線譜A5、微博辟謠A6、中國互聯網聯合辟謠平臺A7、深圳網警A8、首都網警A9、江蘇網警A10以及上海網警A11。對此將進行重點論述如下。

（1）數據獲取。11 個權威辟謠網絡平臺基于15 個評價指標的數據見表2。表2中，知名度和注冊資本數據收集于天眼查網站，平臺覆蓋力、資訊指數以及移動端與非移動端工具使用比率相關數據收集于百度指數；PV（Page View）訪問量和UV（Unique Visitor）獨立訪客數據通過Alexa 數據獲得；被關注數、互動總數、轉發評論數、更新頻率等數據均根據微博中各平臺官方賬號的數據記錄獲取。由于地方聯合型平臺不屬于商業性機構，在天眼查網站中無法獲取知名度及注冊資本數據，考慮到其作為地方直屬管理的負責網絡安全管理的業務支隊，本身具有較高權威性，因此用知名度及注冊資本數據中最大值對缺失數據進行填充，而其余指標缺失數據則用均值填充。

表2 各辟謠平臺指標取值Tab.2 The values of each platform′s index

（2）熵權法計算各評價指標的權重。構建指標矩陣及矩陣標準化。由于移動端與非移動端工具使用比率越接近于1 越好，便于計算，將該指標所有數值減去1 并取絕對值，根據各指標的實際意義可知，調整后的數值與辟謠效果呈負相關，即值越小、辟謠效果越好，而其余評價指標均與辟謠效果呈正相關。根據標準化準則選取不同公式對由表2 轉換得到的決策矩陣進行標準化處理，標準化后的數據取值都在0～1 之間。

通過熵權法信息熵公式計算各評價指標的熵，并進一步計算各評價指標的熵權，結果見表3。由表3 可知，效果評價指標體系中，互動總數、資訊指數、微博評論數這3 個指標的權重值較大，這是由于這些指標受到了公眾喜好、傳播環境等影響，對應的數據變化程度較大。對評價指標權重由高到低排列分別為：日平均互動總數、資訊指數、評論數、注冊資本、UV（Unique Visitor）獨立訪客、轉發數、PV（Page View）訪問量、平臺覆蓋力、微博指數、信息更新頻率、被關注數、知名度、發布信息篇數、形式豐富度、移動端與非移動端工具使用比率。

表3 網絡辟謠平臺效果評價指標權重Tab.3 The weight of the evaluation index for the effect of the network anti-rumor platforms

（3）基于灰色關聯-改進TOPSIS 的網絡辟謠平臺優選。根據以上得到的各評價指標權重以及標準化決策矩陣計算得到加權決策矩陣，確定正負理想解分別見表4。對比11 個辟謠平臺各指標與正理想狀態可以發現，所有平臺中春雨醫生的資訊指數最高；丁香醫生的平臺覆蓋力、日平均互動總數、評論數均處于最高水平；微博辟謠知名度、注冊資本、UV（Unique Visitor）獨立訪客處于前列；微博指數位于較高水平的是丁香醫生和微博辟謠；PV（Page View）訪問量位于較高水平的是微博辟謠、深圳網警、首都網警、江蘇網警以及上海網警；信息更新頻率以及形式豐富度處于較高水平的是深圳網警、首都網警、江蘇網警以及上海網警。

表4 各指標正負理想狀態Tab.4 The positive and negative ideal state of each indicator

根據正負理想解計算得到各網絡辟謠平臺與正負理想辟謠效果之間的灰色關聯系數，進而得到灰色關聯度，見表5。

表5 各平臺與正負理想辟謠狀態的灰色關聯度Tab.5 The gray correlation degree between each platform and the positive and negative ideal refuting state

確定各辟謠平臺相關數據與正負理想辟謠狀態之間的聯系度。由于篇幅原因，此處僅列出果殼網、丁香醫生、春雨醫生、松鼠科學會、蝌蚪五線譜的聯系度，分別為：

（1）果殼網：

（2）丁香醫生：

（3）春雨醫生：

（4）松鼠科學會：

（5）蝌蚪五線譜：

根據結果能夠求出各辟謠平臺與正負理想辟謠狀態之間的垂面距離，將灰色關聯度與垂面距離進行標準化處理，并求出綜合貼近值，結果見表6。

表6 網絡辟謠平臺效果評價結果Tab.6 Evaluation results of the effectiveness of the network anti-rumor platform

由表6 可知，本文選擇的11 個網絡辟謠平臺的辟謠效果排名為：中國互聯網聯合辟謠平臺、微博辟謠、丁香醫生、上海網警、果殼網、深圳網警、科學松鼠會、首都網警、江蘇網警、蝌蚪五線譜、春雨醫生。其中，中國互聯網聯合辟謠平臺和微博辟謠位居第一和第二，具有較好的辟謠效果，在辟謠工作中將發揮較大的作用；而蝌蚪五線譜和春雨醫生排名靠后，說明其所具有的辟謠影響力較低。此外，結合這11個網絡辟謠平臺的類別可知，專業性網絡辟謠平臺相較于地方聯合型辟謠平臺具有更佳的辟謠效果。

因此，地方聯合型辟謠平臺作為具有較高可信度的權威機構，應在其管理范圍內盡可能多地發揮領導作用，在其辟謠的內容和形式上進行革新，引導公眾積極參與辟謠工作，加強社交網絡中官方賬號的宣傳工作，從而增大辟謠信息傳播范圍。同時，根據研究可以發現，效果評價指標體系中，互動總數、資訊指數以及微博評論數的權重值較大，影響力也越大，因而各專業型和地方聯合型辟謠平臺均需要不斷增強與公眾之間的互動，促使公眾持續轉發、分享權威的辟謠信息。

4 結束語

本文首先構建互聯網辟謠平臺影響力評價指標體系，然后結合熵權法、灰色關聯法及TOPSIS 法建立了網絡辟謠平臺影響力評價模型，最后進行了實例研究，探究互動總數、資訊指數以及微博評論數等因素對11 個辟謠平臺信息傳播效果的影響，對辟謠平臺進行評價研究，并給出了相應的策略和建議。根據研究發現，在11 個辟謠平臺中專業性網絡辟謠平臺相較于地方聯合型辟謠平臺具有更大的影響力；在辟謠平臺影響力評價指標體系中，日平均互動總數、資訊指數、評論數是指標體系中最重要的指標，研究結果能夠為網絡平臺提升辟謠影響力提供理論指導。本文指標體系是基于辟謠平臺可信度、公眾參與程度等建立的，因此考慮辟謠平臺發布的信息文本特征、信息傳播者特征等對辟謠平臺影響力進行評價是可進一步研究的方向。