張　麗　冰

(南開大學(xué)商學(xué)院，天津300071)

?

基于Fussy-GRNN的網(wǎng)絡(luò)論壇質(zhì)量評(píng)價(jià)

張麗冰

(南開大學(xué)商學(xué)院，天津300071)

互聯(lián)網(wǎng)論壇是目前進(jìn)行直接知識(shí)交流的一條重要途徑，如何對(duì)互聯(lián)網(wǎng)論壇進(jìn)行科學(xué)評(píng)價(jià)成為一個(gè)重要問題。在已有研究基礎(chǔ)上，本文從網(wǎng)站建設(shè)、網(wǎng)站管理、信息交流質(zhì)量和信息交流時(shí)效性等四個(gè)方面，構(gòu)建網(wǎng)站質(zhì)量評(píng)價(jià)指標(biāo)體系與基于模糊廣義回歸神經(jīng)網(wǎng)絡(luò) (Fussy-GRNN) 的企業(yè)知識(shí)共享能力評(píng)價(jià)模型，并進(jìn)行了相應(yīng)測(cè)試。

網(wǎng)絡(luò)論壇;Fussy-GRNN;評(píng)價(jià)指標(biāo);評(píng)價(jià)模型

網(wǎng)絡(luò)論壇又名電子公告板(BBS)，該系統(tǒng)通過網(wǎng)絡(luò)，使各用戶終端連接，進(jìn)行數(shù)據(jù)或程序的上傳或下載、文章信息發(fā)布和閱讀等信息交換行為。現(xiàn)在的網(wǎng)絡(luò)論壇(網(wǎng)絡(luò)社區(qū))，是以電子公告板系統(tǒng)為核心進(jìn)行應(yīng)用擴(kuò)展，集成信息公告欄、群組討論、在線實(shí)時(shí)聊天、交友、個(gè)人空間、無線增值服務(wù)等功能在內(nèi)的網(wǎng)上互動(dòng)平臺(tái)。同一主題的網(wǎng)絡(luò)社區(qū)集中了具有共同信息需求的用戶。傳統(tǒng)形式下的網(wǎng)絡(luò)論壇分為論壇、版塊和主題三個(gè)層次，而新型網(wǎng)絡(luò)論壇則集成了博客、微博、社交網(wǎng)絡(luò)、個(gè)人空間等網(wǎng)絡(luò)應(yīng)用，分層更加復(fù)雜和多樣。網(wǎng)絡(luò)論壇所具有的實(shí)時(shí)性(支持在線交流)、內(nèi)容豐富性(在法規(guī)要求的范圍內(nèi)，可以自由根據(jù)論壇分類主題進(jìn)行分析)、資源可靠性(絕大多數(shù)管理良好的論壇根據(jù)設(shè)定不允許發(fā)送無意義的文章，同時(shí)禁止惡意“灌水”回復(fù))等特征，使人們?cè)诰W(wǎng)絡(luò)生活中扮演著知識(shí)交流的角色。因此，有必要對(duì)網(wǎng)絡(luò)論壇進(jìn)行評(píng)價(jià)，通過構(gòu)建相關(guān)評(píng)價(jià)指標(biāo)體系和評(píng)價(jià)模型，促使網(wǎng)絡(luò)論壇健康發(fā)展。

一、目前研究情況

(一)國外相關(guān)研究情況

目前，國際上對(duì)網(wǎng)絡(luò)論壇的研究比較多，研究方向也各不相同。例如網(wǎng)絡(luò)論壇會(huì)員的行為分析、熱點(diǎn)追蹤與監(jiān)控、潛在對(duì)象行為影響等研究。

YuIchifuji, Susumu Konno, Hideaki Sone[1]214通過研究一種基于貝葉斯原理的算法，將論壇中的回復(fù)自動(dòng)分為“普通評(píng)論”，“惡意破壞論壇秩序的評(píng)論”，“嚴(yán)重破壞論壇秩序的評(píng)論”三類，并且根據(jù)實(shí)驗(yàn)，此算法對(duì)“惡意破壞”或“嚴(yán)重破壞”的評(píng)論歸類準(zhǔn)確率為64.7%，對(duì)單純“惡意破壞”評(píng)論歸類的準(zhǔn)確率為85.4%。

Yasufumi Takama, Masaki Okumura[2]1001提出了一個(gè)定時(shí)監(jiān)視多個(gè)BBS運(yùn)行趨勢(shì)的可視化系統(tǒng)。他們認(rèn)為BBS是一個(gè)能夠獲取最新信息并可以獲得在感興趣的話題下最廣的領(lǐng)域的觀點(diǎn)。因此，有必要多線程同時(shí)運(yùn)作進(jìn)行信息收集以獲得更多數(shù)據(jù)。他們這個(gè)構(gòu)想的基礎(chǔ)是關(guān)鍵字可視化。此外他們的系統(tǒng)實(shí)現(xiàn)了靈活檢測(cè)用戶對(duì)關(guān)鍵詞的關(guān)注變化情況。他們同時(shí)通過試驗(yàn)中基于眼動(dòng)追蹤數(shù)據(jù)的原型系統(tǒng)獲取的測(cè)試參與者數(shù)據(jù)，分析其行為。

Alexandra L. Whittaker等[3]135通過對(duì)基于Web2.0技術(shù)下的產(chǎn)物——Facebook——建構(gòu)網(wǎng)絡(luò)學(xué)習(xí)社群對(duì)本科生動(dòng)物學(xué)學(xué)習(xí)的影響，發(fā)現(xiàn)Facebook在教育領(lǐng)域有很大促進(jìn)作用，這些主要作用體現(xiàn)在強(qiáng)化通訊，獲取社群援助和制定問題解決策略方面。

(二)國內(nèi)研究情況

目前，國內(nèi)對(duì)網(wǎng)站的相關(guān)評(píng)價(jià)研究正處于迅速發(fā)展時(shí)期。根據(jù)中國知網(wǎng)學(xué)術(shù)趨勢(shì)搜索提供的數(shù)據(jù)[4](如圖1所示，檢索時(shí)間2016-5-11)，我國國內(nèi)對(duì)網(wǎng)站評(píng)價(jià)的論文，整體呈上升趨勢(shì)。

圖1　關(guān)鍵詞為“網(wǎng)站”并含“評(píng)價(jià)”的學(xué)術(shù)關(guān)注度圖

王晰巍等[5]111結(jié)合信息生態(tài)的相關(guān)理論和門戶網(wǎng)站發(fā)展?fàn)顩r，基于信息者、信息和信息環(huán)境等3個(gè)信息生態(tài)基本要素，提出從“服務(wù)性、參與性、互動(dòng)性”三方面入手，構(gòu)建低碳類信息門戶網(wǎng)站生態(tài)性評(píng)價(jià)指標(biāo)體系，利用層次分析法確定各評(píng)價(jià)指標(biāo)權(quán)重。為驗(yàn)證指標(biāo)的應(yīng)用價(jià)值，結(jié)合國內(nèi)外典型低碳類信息門戶網(wǎng)站進(jìn)行實(shí)證研究。宋麗麗[6]114在網(wǎng)絡(luò)鏈接基本分析方法基礎(chǔ)上，構(gòu)造銷售利潤(rùn)率影響因子指標(biāo)，并結(jié)合其它對(duì)中小企業(yè)網(wǎng)站影響較大的鏈接指標(biāo)進(jìn)行研究，分析其與樣本中小企業(yè)排名的相關(guān)關(guān)系，對(duì)中小企業(yè)網(wǎng)站影響力進(jìn)行評(píng)價(jià)，進(jìn)而對(duì)中小企業(yè)網(wǎng)站建設(shè)提出建議。趙躍[7]67引入對(duì)應(yīng)分析法，以31個(gè)省級(jí)政府門戶網(wǎng)站為評(píng)價(jià)對(duì)象，以中國軟件評(píng)測(cè)中心的3個(gè)反映政府網(wǎng)站功能的指標(biāo)數(shù)據(jù)與Alexa網(wǎng)站的8個(gè)實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)為依據(jù)，建立相應(yīng)的對(duì)應(yīng)分析評(píng)價(jià)模型，并在此基礎(chǔ)上得到兩張對(duì)應(yīng)分析定位圖，結(jié)合網(wǎng)站原始數(shù)據(jù)對(duì)兩張定位圖進(jìn)行比較分析，并將圖中網(wǎng)站分類情況與中國軟件評(píng)測(cè)中心發(fā)布的省級(jí)政府網(wǎng)站排名情況行比較分析，揭示出不同水平政府門戶網(wǎng)站的優(yōu)勢(shì)與劣勢(shì)，從而達(dá)到對(duì)政府網(wǎng)站進(jìn)行評(píng)價(jià)的真正目的。

二、指標(biāo)建立

(一)評(píng)價(jià)指標(biāo)構(gòu)建原則

在涉及到對(duì)事物質(zhì)量評(píng)價(jià)時(shí)，遵循以下原則。

1．系統(tǒng)性原則。影響網(wǎng)絡(luò)論壇質(zhì)量的因素較多，必須采用系統(tǒng)設(shè)計(jì)、系統(tǒng)評(píng)價(jià)的原則。在設(shè)定中抓住重要的、有代表性的指標(biāo)，同時(shí)兼顧其他必要因素，這樣才能比較全面、客觀地評(píng)價(jià)網(wǎng)絡(luò)論壇的質(zhì)量。

2．定性與定量相結(jié)合原則。在影響網(wǎng)絡(luò)論壇質(zhì)量的因素中，包括不能量化但可以確定其性質(zhì)的定性指標(biāo)和可以量化的定量指標(biāo)等兩方面指標(biāo)。

3．可行性原則。對(duì)網(wǎng)絡(luò)論壇的質(zhì)量評(píng)價(jià)指標(biāo)體系建設(shè)，應(yīng)考慮在實(shí)際操作中的可行性，要易于操作、方便實(shí)施。

(二)網(wǎng)絡(luò)論壇質(zhì)量評(píng)價(jià)指標(biāo)的建立

基于上述三個(gè)原則，提出了網(wǎng)絡(luò)論壇質(zhì)量評(píng)價(jià)指標(biāo)體系，包括網(wǎng)站建設(shè)、網(wǎng)站管理、信息交流質(zhì)量和信息交流時(shí)效性等。該指標(biāo)體系在層次上分為目標(biāo)層、準(zhǔn)則層和指標(biāo)層，各層次下具有相應(yīng)的指標(biāo)，如圖2與表1所示。

圖2　網(wǎng)絡(luò)論壇質(zhì)量評(píng)價(jià)體系

1．網(wǎng)站建設(shè)由網(wǎng)站的視覺建設(shè)( X1)、網(wǎng)站的用戶友好性 ( X2)、網(wǎng)站的系統(tǒng)穩(wěn)定性(X3)、網(wǎng)站的系統(tǒng)安全(X4)四項(xiàng)指標(biāo)構(gòu)成。視覺建設(shè)可通過網(wǎng)站的排版和色彩設(shè)置來衡量；網(wǎng)站的用戶友好性通過網(wǎng)站注冊(cè)、發(fā)布信息、來信提醒的便捷程度等來衡量；網(wǎng)站的系統(tǒng)穩(wěn)定性通過網(wǎng)站的加載能力，是否出現(xiàn)故障頁面導(dǎo)致無法登錄來衡量；網(wǎng)站的系統(tǒng)安全通過網(wǎng)站的賬號(hào)安全(是否易于盜號(hào)，個(gè)人信息是否易于泄露)來衡量。網(wǎng)站建設(shè)水平高低反映了網(wǎng)絡(luò)論壇的基礎(chǔ)性能好壞，也是信息交流的硬件基礎(chǔ)。

表1　網(wǎng)絡(luò)論壇指標(biāo)數(shù)據(jù)

2．網(wǎng)站管理。包括網(wǎng)站規(guī)章編制( X5)、網(wǎng)站規(guī)章執(zhí)行( X6) 兩項(xiàng)指標(biāo)。網(wǎng)站規(guī)章編制反映互聯(lián)網(wǎng)論壇對(duì)外界反應(yīng)的靈活性和原則性，以及網(wǎng)站管理的預(yù)見性水平；網(wǎng)站規(guī)章執(zhí)行是指網(wǎng)站對(duì)于違規(guī)行為處理的響應(yīng)速度，以及對(duì)違規(guī)行為處理質(zhì)量水平，可用站務(wù)反饋版塊中用戶的舉報(bào)文章數(shù)目來表征。

3．信息交流質(zhì)量。包括交流的信息標(biāo)準(zhǔn)化(X7)、交流的信息質(zhì)量(X8)兩項(xiàng)指標(biāo)。交流的信息標(biāo)準(zhǔn)化表現(xiàn)在論壇中文章發(fā)表是否遵循一定格式，如轉(zhuǎn)載的文章是否會(huì)出現(xiàn)轉(zhuǎn)載文章的來源等；交流信息的質(zhì)量表現(xiàn)在論壇中優(yōu)秀文章多少，其可通過論壇中的“加分”、“高亮”、“推薦”、“精華”文章占總體文章的數(shù)目來衡量。

4．信息交流時(shí)效性。包括信息交流速度(X9)、信息交流響應(yīng)數(shù)量(X10)兩項(xiàng)指標(biāo)。信息交流響應(yīng)數(shù)量表現(xiàn)在論壇發(fā)布一篇文章后收到其他網(wǎng)友的回復(fù)時(shí)間長(zhǎng)短；信息交流的響應(yīng)數(shù)量表現(xiàn)在論壇內(nèi)部一篇文章回復(fù)數(shù)量的平均值，平均值越高，說明論壇內(nèi)的用戶參與度越高。

三、Fussy-GRNN 網(wǎng)絡(luò)

(一)模糊理論介紹

模糊理論最初由美國加州大學(xué)L.A.Zadeh提出。該理論誕生原因是傳統(tǒng)精確的數(shù)學(xué)方法已不能完全有效解決生活中一些復(fù)雜問題，而使用模糊的邏輯觀念來描述現(xiàn)實(shí)生活中的事物具備一定可行性。模糊理論是以隸屬函數(shù)來表達(dá)人類生活中不明確或模糊性問題。本文采用三角隸屬函數(shù)進(jìn)行分析。

在本文的10 個(gè)影響因素中，既有定性因素又有定量因素，如網(wǎng)站的視覺建設(shè)、網(wǎng)站的用戶友好性、網(wǎng)站的系統(tǒng)穩(wěn)定性、網(wǎng)站的系統(tǒng)安全、網(wǎng)站規(guī)章編制、交流信息的標(biāo)準(zhǔn)化等為定性因素；網(wǎng)站規(guī)章執(zhí)行、交流的信息質(zhì)量、信息交流的速度、信息交流的響應(yīng)數(shù)量為定量因素。

對(duì)于不同類型的因素，要使用不同方法來確定其隸屬度: 對(duì)于定性因素可以通過專家評(píng)分法來確定隸屬度；對(duì)于定量因素可先對(duì)數(shù)據(jù)歸一化，然后再進(jìn)行比較評(píng)價(jià)。

設(shè)定評(píng)價(jià)集 E {優(yōu)秀、良好、一般、較差}，根據(jù)最大隸屬度原則來確定評(píng)價(jià)結(jié)果。如表1中所示的網(wǎng)絡(luò)論壇 N1的指標(biāo)“網(wǎng)站的視覺建設(shè)”(X1) 的評(píng)價(jià)集為 {0、0.3、0.3、0.4}，根據(jù)“最大隸屬度”原則，該網(wǎng)絡(luò)論壇的此項(xiàng)指標(biāo)的評(píng)價(jià)結(jié)果為“較差”，其他指標(biāo)評(píng)價(jià)結(jié)果也采用類似原則進(jìn)行評(píng)價(jià)。

(二)GRNN 的結(jié)構(gòu)和學(xué)習(xí)算法

GRNN ( General Regression Neural Network, 泛化回歸神經(jīng)網(wǎng)絡(luò)) 是徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)的變化形式之一。GRNN具有很強(qiáng)的非線性映射能力和柔性網(wǎng)絡(luò)結(jié)構(gòu)；同時(shí)也具有較高的容錯(cuò)性和魯棒性。根據(jù)實(shí)際經(jīng)驗(yàn)，GRNN的訓(xùn)練速度快于一般的RBF 網(wǎng)絡(luò)；與常用的BP 網(wǎng)絡(luò)相比,GRNN的收斂速度明顯較快。此外，GRNN可用于在樣本數(shù)據(jù)較少或數(shù)據(jù)不穩(wěn)定情況下獲得較好的評(píng)價(jià)與處理結(jié)果。

GRNN 構(gòu)成如圖3，其各構(gòu)成部分為：

圖3　GRNN的網(wǎng)絡(luò)結(jié)構(gòu)

1．輸入層(Input Layer)。輸入層各神經(jīng)元是簡(jiǎn)單的分布單元，直接將輸入變量傳遞到下一層。輸入層神經(jīng)元的數(shù)量等于學(xué)習(xí)樣本輸入向量的維數(shù)。

2．模式層(Pattern Layer)。又名隱含層。其神經(jīng)元的個(gè)數(shù)等于學(xué)習(xí)樣本的數(shù)目n，各神經(jīng)元對(duì)應(yīng)不同的樣本，模式層神經(jīng)元傳遞函數(shù)為:

i=1,2,…,n

(1)

神經(jīng)元i的輸出為輸入變量與其對(duì)應(yīng)的樣本 X 之間的歐式距離 ( Euclidean Distance) 平方的指數(shù)平方的指數(shù)形式。式中，X 為輸入變量; Xi為第 i 個(gè)神經(jīng)元對(duì)應(yīng)的學(xué)習(xí)樣本。

3．求和層(Sum-mation Layer)。求和層使用以下計(jì)算公式進(jìn)行求和:

(2)

GRNN 學(xué)習(xí)的步驟如下:

(3)計(jì)算測(cè)試樣本與標(biāo)準(zhǔn)模式的相似度，并利用訓(xùn)練好的模型進(jìn)行仿真。

(4)輸出結(jié)果。

(三)Fussy-GRNN 的網(wǎng)絡(luò)結(jié)構(gòu)

根據(jù)模糊理論和 GRNN 的學(xué)習(xí)算法，構(gòu)建出關(guān)于網(wǎng)絡(luò)論壇質(zhì)量評(píng)價(jià)的 Fussy-GRNN模型，如圖4 所示。

圖4　網(wǎng)絡(luò)論壇質(zhì)量的Fussy-GRNN網(wǎng)絡(luò)結(jié)構(gòu)

該模型包括兩部分: 模糊處理部分和 GRNN 數(shù)據(jù)處理部分。其中，模糊處理部分負(fù)責(zé)對(duì)原始數(shù)據(jù)進(jìn)行模糊化處理，使數(shù)據(jù)能夠被模糊神經(jīng)網(wǎng)絡(luò)所用；GRNN 在模糊數(shù)據(jù)的基礎(chǔ)上，實(shí)現(xiàn)對(duì)數(shù)據(jù)的訓(xùn)練、仿真、測(cè)試等。

四、基于 Fussy-GRNN 的網(wǎng)絡(luò)論壇質(zhì)量評(píng)價(jià)實(shí)證分析

(一)數(shù)據(jù)收集

根據(jù)第二部分中提出的網(wǎng)絡(luò)論壇質(zhì)量評(píng)價(jià)指標(biāo)體系，設(shè)計(jì)調(diào)查問卷，然后就11個(gè)綜合性網(wǎng)絡(luò)論壇中的汽車論壇進(jìn)行問卷調(diào)查，調(diào)查對(duì)象包括資深網(wǎng)民、相關(guān)行業(yè)從業(yè)人員等。表1中所示的數(shù)據(jù)為經(jīng)過模糊化加工后的調(diào)查問卷數(shù)據(jù)。

(二)數(shù)據(jù)處理和分析

利用 MATLAB軟件，進(jìn)行神經(jīng)網(wǎng)絡(luò)的模擬仿真工作。具體工作由以下幾個(gè)步驟構(gòu)成。

1．Fussy-GRNN網(wǎng)絡(luò)結(jié)構(gòu)的確定

(1)輸入層相關(guān)結(jié)構(gòu)的確定。結(jié)合第三部分第二大問題中的相關(guān)描述，F(xiàn)ussy-GRNN網(wǎng)絡(luò)的輸入層神經(jīng)元數(shù)量由網(wǎng)絡(luò)論壇質(zhì)量的指標(biāo)數(shù)量決定。但由于已對(duì)每個(gè)指標(biāo)進(jìn)行了模糊處理，共包括4 項(xiàng)分指標(biāo)(即評(píng)價(jià)集 E 中的元素個(gè)數(shù)為4)，所以輸入層的實(shí)際神經(jīng)元數(shù)量為 40 個(gè) (10×4)。

(2)輸出層相關(guān)結(jié)構(gòu)的確定。對(duì)于輸出層，因?yàn)檩敵鲋狄灿?項(xiàng)分指標(biāo)，所以輸出層神經(jīng)元的數(shù)量為4。

(3)隱含層相關(guān)結(jié)構(gòu)的確定。隱含層的神經(jīng)元數(shù)目等于學(xué)習(xí)樣本的數(shù)量，結(jié)合對(duì)輸出層和輸入層神經(jīng)元結(jié)構(gòu)的設(shè)計(jì)，隱含層的神經(jīng)元數(shù)量應(yīng)為40個(gè)，并使誤差達(dá)到所要求的目標(biāo)值。

2．利用Fussy-GRNN網(wǎng)絡(luò)進(jìn)行分析處理

(1)利用 Fussy-GRNN 對(duì)原始數(shù)據(jù)進(jìn)行模糊化處理，處理后的結(jié)果如表1所示。

(2)利用 Fussy-GRNN 進(jìn)行數(shù)據(jù)訓(xùn)練、仿真、測(cè)試。用表1中前8組數(shù)據(jù)(即前8個(gè)網(wǎng)站的質(zhì)量調(diào)查數(shù)據(jù))作為訓(xùn)練樣本，然后用newgrnn 函數(shù)創(chuàng)建 Fussy-GRNN 中的GRNN網(wǎng)絡(luò)；分別設(shè)定徑向基函數(shù)分布密度值(SPREAD)為0.02、0.03、0.04、0.05、0.06、0.1、0.3、0.5、0.7、0.9，進(jìn)而進(jìn)行仿真。

通過在系統(tǒng)上仿真可以得知，當(dāng)SPREAD=0.1時(shí)，誤差的數(shù)量級(jí)達(dá)到1.0e-47; 當(dāng) SPREAD =0.06 時(shí)，誤差的數(shù)量級(jí)達(dá)到1.0e-130；當(dāng)SPREAD = 0.05時(shí)，誤差的數(shù)量級(jí)達(dá)到1.0e-188；當(dāng)SPREAD = 0.04，誤差趨近于0。這就意味著，隨著SPREAD值增大，誤差越來越大。同理，隨著SPREAD值減小，誤差越來越小。但當(dāng)SPREAD =0.03 ，系統(tǒng)提示誤差值無法顯示(表明無法顯示)，因此為便于計(jì)算，選擇SPREAD值為0.04，完成對(duì)網(wǎng)絡(luò)的訓(xùn)練。

對(duì)表1中的后4個(gè)網(wǎng)站數(shù)據(jù)作為測(cè)試樣本進(jìn)行仿真，所得結(jié)果如表2所示。

由表2并根據(jù)評(píng)價(jià)集和最大隸屬度原則可以看出，網(wǎng)站N9的評(píng)價(jià)結(jié)果為 “優(yōu)秀”，N10為“良好”，網(wǎng)站 N11為“良好”。通過實(shí)地調(diào)研，對(duì)于網(wǎng)站N9和N10的實(shí)際評(píng)價(jià)結(jié)果與所仿真獲得的評(píng)價(jià)結(jié)果相符，從而也說明“基于Fussy-GRNN 的網(wǎng)

表2　Fussy-GRNN網(wǎng)絡(luò)評(píng)價(jià)結(jié)果(SPREAD=0.04)

絡(luò)論壇質(zhì)量評(píng)價(jià)”的有效性；但對(duì)于網(wǎng)站N11，實(shí)際評(píng)價(jià)中更多偏向于“優(yōu)秀”的評(píng)價(jià)，雖然其總體實(shí)際評(píng)價(jià)與本次模擬結(jié)果相同，但在進(jìn)一步調(diào)查中受訪專家普遍認(rèn)為N11相較“良好”中的其他網(wǎng)站有突出的優(yōu)秀表現(xiàn)，盡管其與評(píng)價(jià)為“優(yōu)秀”的網(wǎng)站還有一定差距。這也說明我們?cè)谠u(píng)價(jià)集的設(shè)計(jì)中存在一些問題，比如可選選項(xiàng)過少等，這些問題將在后面的研究中改進(jìn)。

五、結(jié)語

本文通過分析目前其他論文的相關(guān)研究成果，提出使用Fussy-GRNN作為工具的網(wǎng)絡(luò)體系，并通過相關(guān)測(cè)試證實(shí)其有效性。模糊矩陣方法較傳統(tǒng)的一些方法更能表達(dá)出關(guān)于具體的一些不便說明的事實(shí)的性能，為網(wǎng)絡(luò)評(píng)價(jià)提供了一個(gè)新方法。

[1]YuIchifuji, Susumu Konno, Hideaki Sone, An advisory method for BBS users and evaluation of BBS commets[J]. Procedia -Social and Behavioral Sciences,2010,(1).

[2]Yasufumi Takama,Masaki Okumura, Interactive Visualization for Monitoring Support of Multiple BBS Threads[J].Procedia Computer Science,2013 ,(2).

[3]Alexandra L. Whittaker, Gordon S.Howarth， Kerry A. Lymn，Evaluation of Facebook to create an online learning community in an undergraduate animal science class[J].Educational Media International, 2014,(2).

[4]中國知網(wǎng)學(xué)術(shù)趨勢(shì)搜索[EB/OL].[2016-5-11],http://trend.cnki.net/TrendSearch/trendshow.htm?searchword=%u7F51 %u7AD9%20%u8BC4%u4EF7.

[5]王晰巍, 郭宇, 魏駿巍等.門戶網(wǎng)站生態(tài)性評(píng)價(jià)及實(shí)證研究——以低碳類門戶網(wǎng)站為例[J].圖書情報(bào)工作,2014，(19).

[6]宋麗麗,徐靜. 基于網(wǎng)絡(luò)鏈接分析的中小企業(yè)網(wǎng)站分析與評(píng)價(jià)研究[J].現(xiàn)代情報(bào),2015,(1).

[7]趙越. 基于對(duì)應(yīng)分析法的政府網(wǎng)站評(píng)價(jià)研究[J].電子政務(wù),2014,(3).

(責(zé)任編輯魯守博)

2016-06-17

張麗冰，女，山東濰坊人，南開大學(xué)商學(xué)院情報(bào)學(xué)碩士。

G206.2

A

1672-0040(2016)05-0019-06