一种针对融媒体机构的评估方法、电子设备和可读存储介质
文献发布时间:2023-06-19 12:13:22
技术领域
本发明属于融媒体技术领域,尤其涉及一种针对融媒体机构的评估方法、电子设备和可读存储介质。
背景技术
目前针对融媒体的评估研究,通常是先选取相关的评估指标构建出一套评估指标体系,然后再利用某种赋权方法为每一项评估指标进行权重确定,最后利用该权重组合结合实际数据得到一个评估结果。
现有技术方案缺乏对融媒体环境下的融媒体机构进行全方位的考量,往往停留在构建一套评估指标体系并选取某种指标赋权方法对各项评估指标的权重加以确定,最后结合实际数据得到一个综合评估结果。而该结果缺乏对融媒体机构的效率评估,没有为融媒体的发展提供有价值的参考指导作用,在评估角度上忽略了针对具体融媒体传播单位的投入及产出考核,在评估方法上存在主观性强,指标选取缺乏科学评估过程等问题。
发明内容
(一)发明目的
本发明的目的是提供一种针对融媒体机构的评估方法、电子设备和可读存储介质以解决现有技术中融媒体评估领域的综合评估主观性强,指标选取不当的技术问题。
(二)技术方案
为解决上述问题,本发明的第一方面提供了一种针对融媒体机构的评估方法,包括:获取目标媒体机构的基础数据,所述基础数据包括从不同渠道获取的基础数据;根据所述基础数据分别构建机构建设数据和融合效果数据;采用BP神经网络评估方法分别对所述机构建设数据和所述融合效果数据赋权评估,得到投入分数和产出分数;采用DEA模型对所述投入分数和所述产出分数进行效率评估。
进一步地,所述采用DEA模型对所述投入分数和所述产出分数进行效率评估包括:取输入指标最小值以及输出指标的最大值构建出一个虚拟的决策单元添加到所述DEA模型中。
进一步地,采用BP神经网络评估方法分别对所述机构建设数据和所述融合效果数据赋权评估包括:采用德尔菲法获取所述机构建设数据中的每一条数据的权重;采用德尔菲法获取所述融合效果数据中的每一条数据的权重;采用BP神经网络评估方法分别对带有权重的所述机构建设数据和所述融合效果数据评估,得到投入分数和产出分数。
进一步地,采用BP神经网络评估方法分别对所述机构建设数据和所述融合效果数据赋权评估还包括:将同一时间段内带有权重的部分所述机构建设数据和所述融合效果数据作为测试数据;将所述测试数据以外带有权重的所述机构建设数据和所述融合效果数据采用BP神经网络评估方法进行评估。
进一步地,将所述测试数据以外带有权重的所述机构建设数据和所述融合效果数据采用BP神经网络评估方法进行评估包括:将评估值与所述部分数据进行测试,计算误差值;所述误差值大于第二阈值,在评估的输入数据中增加一个权重值大于第一阈值的数值作为输入数据重新进行评估后计算误差值,直至计算误差值小于等于所述第二阈值,得到投入分数和产出分数。
进一步地,所述第一阈值为权重值小于等于前面步骤中用于评估的各个指标的权重值,大于或等于剩下各个指标的权重值;所述第二阈值的范围为:0-0.001。
进一步地,所述测试数据的比例占总数据比例的5%-10%。
进一步地,采用BP神经网络评估方法分别对所述机构建设数据和所述融合效果数据赋权评估前包括:分别对所述机构建设数据和所述融合效果数据进行无量纲化处理。
根据本发明的另一个方面,提供一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方案中任一项所述的方法。
根据本发明的又一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述方案中任一项所述的方法。
(三)有益效果
本发明的上述技术方案具有如下有益的技术效果:
本发明的针对融媒体机构的评估方法将分别从投入和产出角度构建出两套评估指标体系对融媒体机构进行全方位的考量。并设计科学的指标赋权方法为这两套评估指标体系进行指标筛选及赋权,得到更为完善的评估结果。并在此基础上利用该评估结果进行融媒体机构的效率评估,从而为融媒体的发展建设提供有价值的参考意见和指导作用。依据融媒体中心的实践过程及实践结果将其评估研究分成对融媒体中心的机构建设、融合效果以及运行效率等动态过程的评估研究。填补了目前融媒体中心评估领域内的研究空白。采用主客观结合的融合评估方法为各项评估指标赋权,克服了现有的主观评估方法或者客观评估方法的缺陷。
附图说明
图1是根据本发明一实施方式的针对融媒体机构的评估方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
在附图中示出了根据本发明实施例的层结构示意图。这些图并非是按比例绘制的,其中为了清楚的目的,放大了某些细节,并且可能省略了某些细节。图中所示出的各种区域、层的形状以及它们之间的相对大小、位置关系仅是示例性的,实际中可能由于制造公差或技术限制而有所偏差,并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
以下将参照附图更详细地描述本发明。在各个附图中,相同的元件采用类似的附图标记来表示。为了清楚起见,附图中的各个部分没有按比例绘制。
AHP,Analytic Hierarchy Process,中文为德尔菲法结合层次分析法,又称多方案决策方法。
BP神经网络,Back Propagation Neural Network,中文为反向传播神经网络。
DEA,Data Envelopment Analysis,中文为数据包络分析方法。
图1是根据本发明一实施方式的针对融媒体机构的评估方法的流程图。
如图1所示,在本发明一实施例中,提供了一种针对融媒体机构的评估方法,可以包括:获取目标媒体机构的基础数据,所述基础数据包括从不同渠道获取的基础数据;根据所述基础数据分别构建机构建设数据和融合效果数据;采用BP神经网络评估方法分别对所述机构建设数据和所述融合效果数据赋权评估,得到投入分数和产出分数;采用DEA模型对所述投入分数和所述产出分数进行效率评估。
本发明的针对融媒体机构的评估方法将分别从投入和产出角度构建出两套评估指标体系对融媒体机构进行全方位的考量。并设计科学的指标赋权方法为这两套评估指标体系进行指标筛选及赋权,得到更为完善的评估结果。并在此基础上利用该评估结果进行融媒体机构的效率评估,从而为融媒体的发展建设提供有价值的参考意见和指导作用。依据融媒体中心的实践过程及实践结果将其评估研究分成对融媒体中心的机构建设、融合效果以及运行效率等动态过程的评估研究。填补了目前融媒体中心评估领域内的研究空白。采用主客观结合的融合评估方法为各项评估指标赋权,克服了现有的主观评估方法或者客观评估方法的缺陷。
以融媒体中心作为评价对象,分别从投入和产出角度对融媒体机构构建两套评价指标体系(基础数据)——机构建设评价指标体系(机构建设数据),融合效果评价指标体系(融合效果数据)。
在一可选实施例中,所述机构建设数据可以包括:
在一可选实施例中,所述机构建设数据中组织建设的数据可以从待评估机构的移动办公管理平台软件中获取。
在一可选实施例中,所述机构建设数据中组织建设的数据可以从待评估机构的工作软件中获取。
在一可选实施例中,所述机构建设数据中组织建设的数据可以从待评估机构的钉钉软件中获取。
在一可选实施例中,所述融合效果数据可以包括:
在一可选实施例中,所述融合效果数据可以从公共社交平台中获取。例如:微博、抖音、快手、每日头条等。
在一可选实施例中,所述融合效果数据可以从公共社交软件中获取。例如:微信、QQ等。
在一可选实施例中,所述机构建设数据按月分为一组数据,形成多组所述机构建设数据。
在一可选实施例中,所述融合效果数据按月分为一组数据,形成多组所述机构建设数据。
在一可选实施例中,所述采用DEA模型对所述投入分数和所述产出分数进行效率评估可以包括:取输入指标最小值以及输出指标的最大值构建出一个虚拟的决策单元添加到所述DEA模型中。
在原有DEA模型输入输出基础之上,取所有输入指标最小值,以及输出指标的最大值构建出一个虚拟的决策单元改进DEA模型,则决策单元数从原来的N个变为N+1个。
运用该改进的DEA模型,以对机构建设评价时最终获得的N个决策单元的AHP-BP神经网络M项输入指标组合作为DEA模型的M项输入,以对融合效果评价时最终获得的N个决策单元的AHP-BP神经网络H项输入指标组合作为DEA模型的H项输出,分别提取输入、输出中各指标的最小值及最大值,构造出第N+1个决策单元,计算融媒体中心的月度运营效率,根据月度运营效率最优时的各项指标权重组合,可以为融媒体中心未来的资源配置及发展重点提供参考建议。
根据融媒体中心特点改进DEA模型,构建融媒体中心运营效率评价模型。采集融媒体中心不同时间段的实际数据,用该模型求解融媒体中心运营效率的最优解。从而对融媒体中心建设投入合理的前提下追求成本、利润、以及资源配置的最优状态,为融媒体中心的运营效率优化提供参考建议。
在一可选实施例中,采用BP神经网络评估方法分别对所述机构建设数据和所述融合效果数据赋权评估可以包括:采用德尔菲法获取所述机构建设数据中的每一条数据的权重;采用德尔菲法获取所述融合效果数据中的每一条数据的权重;采用BP神经网络评估方法分别对带有权重的所述机构建设数据和所述融合效果数据评估,得到投入分数和产出分数。
在一可选实施例中,采用BP神经网络评估方法分别对所述机构建设数据和所述融合效果数据赋权评估还可以包括:将同一时间段内带有权重的部分所述机构建设数据和所述融合效果数据作为测试数据;将所述测试数据以外带有权重的所述机构建设数据和所述融合效果数据采用BP神经网络评估方法进行评估。
利用融合评价方法确定指标体系的权重,针对两套数据中的指标数值特点设计AHP-BP神经网络融合评价方法进行指标确权,实现用尽量少的输入指标计算出准确率尽量高的评分结果。
在一可选实施例中,将所述测试数据以外带有权重的所述机构建设数据和所述融合效果数据采用BP神经网络评估方法进行评估可以包括:将评估值与所述部分数据进行测试,计算误差值;所述误差值大于第二阈值,在评估的输入数据中增加一个权重较大的数值作为输入数据重新进行评估后计算误差值,直至计算误差值小于等于所述第二阈值,得到投入分数和产出分数。此时得到的AHP-BP神经网络模型则可用来实现用所选的最优输入指标组合模仿专家打分效果,得到数据的综合评价得分。
在一可选实施例中,将所述测试数据以外带有权重的所述机构建设数据和所述融合效果数据采用BP神经网络评估方法进行评估可以包括:将评估值与所述部分数据进行测试,计算误差值;所述误差值大于第二阈值,在评估的输入数据中增加一个权重值大于第一阈值的数值作为输入数据重新进行评估后计算误差值,直至计算误差值小于等于所述第二阈值,得到投入分数和产出分数。
在一可选实施例中,所述第一阈值为权重值小于等于前面步骤中用于评估的各个指标的权重值,大于或等于剩下各个指标的权重值。
在一可选实施例中,所述第二阈值的范围为:0-0.001。
在一可选实施例中,所述测试数据的比例占总数据比例的5%-10%。
在一可选实施例中,采用BP神经网络评估方法分别对所述机构建设数据和所述融合效果数据赋权评估前可以包括:分别对所述机构建设数据和所述融合效果数据进行无量纲化处理。
若采集12个月的数据得到对应的12个评价结果,将其中10个月的数据和相应的10个评价结果作为训练集,其余2个月的数据和相应的评价结果作为测试集。对于训练集的输入数据,选取权重系数较大的n项指标数据作为BP神经网络训练模型的输入集,所得到的相应月度评价结果作为AHP-BP神经网络评价模型的输出数据集。通过10个训练集得到AHP-BP神经网络模型的参数,并利用其余2个测试集验证模型的误差大小,若误差较大则增加一项输入指标继续训练,直到误差值在允许范围内,此时的AHP-BP神经网络模型即为最佳。
在模型有效性检验时,通过输入所有的指标数据直接训练BP神经网络,以及输入由AHP方法筛选过的部分权重较大的指标数据训练的BP神经网络二者的时效性能和误差性能对比验证模型的有效性。总体来说,AHP-BP神经网络模型旨在实现用尽量少的输入数计算出准确率尽量高的专家打分效果。
在原有DEA模型输入输出基础之上,取所有输入指标最小值,以及输出指标的最大值构建出一个虚拟的决策单元改进DEA模型,则决策单元数从原来的N个变为N+1个。运用该改进的DEA模型,以对机构建设评价时最终获得的N个决策单元的AHP-BP神经网络M项输入指标组合作为DEA模型的M项输入,以对融合效果评价时最终获得的N个决策单元的AHP-BP神经网络H项输入指标组合作为DEA模型的H项输出,分别提取输入、输出中各指标的最小值及最大值,构造出第N+1个决策单元,计算融媒体中心的月度运营效率,根据月度运营效率最优时的各项指标权重组合,可以为融媒体中心未来的资源配置及发展重点提供参考建议。改进的DEA模型:
DEA模型可以用如下的数学形式描述:
X
在本发明一另实施例中,提供了一种电子设备,可以包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方案中任一项所述的方法。
在本发明一又实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述方案中任一项所述的方法。
本发明旨在保护一种针对融媒体机构的评估方法、电子设备和可读存储介质,其方法可以包括:获取目标媒体机构的基础数据,所述基础数据包括从不同渠道获取的基础数据;根据所述基础数据分别构建机构建设数据和融合效果数据;采用BP神经网络评估方法分别对所述机构建设数据和所述融合效果数据赋权评估,得到投入分数和产出分数;采用DEA模型对所述投入分数和所述产出分数进行效率评估。本发明的针对融媒体机构的评估方法将分别从投入和产出角度构建出两套评估指标体系对融媒体机构进行全方位的考量。并设计科学的指标赋权方法为这两套评估指标体系进行指标筛选及赋权,得到更为完善的评估结果。并在此基础上利用该评估结果进行融媒体机构的效率评估,从而为融媒体的发展建设提供有价值的参考意见和指导作用。依据融媒体中心的实践过程及实践结果将其评估研究分成对融媒体中心的机构建设、融合效果以及运行效率等动态过程的评估研究。填补了目前融媒体中心评估领域内的研究空白。采用主客观结合的融合评估方法为各项评估指标赋权,克服了现有的主观评估方法或者客观评估方法的缺陷。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
- 一种针对融媒体机构的评估方法、电子设备和可读存储介质
- 针对借贷风险的评估方法及装置、设备、计算机可读存储介质