基于QFD的网络社区话题影响力测评方法

发布时间：2019-07-20 12:28

【摘要】：本文引入QFD方法获得评价网络社区话题影响力的指标体系,建立相应的评价模型,测评话题影响力,从而获得一种以话题为粒度监测网络舆情的新方法,以实验数据验证方法的有效性和合理性。
【图文】：

。2QFD测评思想及质量屋模型构建本文利用质量功能展开的方法构建网络社区话题影响力测评指标体系，建立影响力测评质量屋模型，从而评价网络社区话题影响力。(1)利用QFD的质量功能展开思想，为获得网络社区话题影响力评价指标体系，将网络社区话题影响力影响因素分析过程分为获娶转换和分析三阶段，获得指标体系构建需求。(2)在此基础上，建立网络社区话题影响力测评质量屋模型，对获得指标体系评价网络社区话题影响力，并验证评价方法是有效合理的。图1所示为网络社区话题影响力测评质量屋模型。图1话题影响力测评质量屋模型该模型揭示了网络社区话题影响力测评指标与影响话题影响力测评指标因素之间的关联关系(A)，，以及影响话题影响力测评指标因素之间的相关关系(B)。模型中的左墙代表网络社区话题影响力测评指标，天花板为影响话题影响力测评指标的因素。中间的房间表示A关系，由关系矩阵(rij)表示，rij(k)(i=1,2,…,nk-1;j=1,2,…,nk;k=1,2,…,m)为关系度，表示第i个影响因素与第j个影响力测评指标的关联程度，其中k为质量屋阶数。质量屋的屋顶表示B关系，由相关矩阵描述影响因素之间的相关关系。质量屋的左墙与房间隔墙表示各测评指标的重要程度wi(k-1)(i=1,2,…,nk-1),房间下层的地板表示第j个影响因素相对于各个测评指标对网络社区话题影响力的重要度wjk(j=1,2,…,nk)。3话题影响力测评QFD方法3.1网络社区话题影响力测评指标体系建立(1)影响测评网络社区话题影响力因素获龋为了建立完整的网络社区话题影响力测评指标体系，对话题影响力测评构成重要影响的相关因素分析调查是研究的关?

关系度rjj(k)(k=1,2)反映k级指标对k-1级指标的影响程度；另一方面，可以根据测评指标最大关系度r(k)i0j(j=1,2,…,nk;k=1,2)，验证指标层级划分的合理性并校正指标分类。在各个测评质量屋中，第j个k级指标关于k-1级指标的最大关系度为：r(k)i0j(j=1,2,…,nk;k=1,2)r(k)i0j=max1≤i≤nk-1{r(k)ij},j=1,2,…,nk;k=1,2（1）下级指标对上级指标的关联关系用0－9级量表表示关系度，见表3所示。表30－9等级的关联关系图2话题影响力第1阶段测评质量屋图3网络社区话题影响力第2阶段测评质量屋利用专家打分法，给出1级指标对网络社区话题影响力指标的关系度r(1)ij值，构建第1阶段测评模型质量屋，获得关系矩阵（r(1)ij）。同理，可建立第2阶段质量屋，得到r(2)ij，再根据关系矩阵中的最大关系度校验指标加以验证。如图2，图3所示。例如，当j=2时，r(2)39=max1≤i≤4{r(2)29,r(2)39,r(2)49}=max{3,5,3}=5,指标“回复量”与1级指标“观点倾向”的关联关系最大，因此可以将2级指标“回复量”归类于1级指标“观点倾向”。经反复验证，最终可确定上述分类是科学合理的。(2)建立判断矩阵。要建立判断矩阵（pij），就需要根据底层指标与上级指标的关系度，以及底层指标的话题影响力的判断结果，确定各个指标的判断结果。对于特定时间的某一话题，其各项指标的值可通过一定方法来测算，通过计算由1-10进行表示，记为dj(j=1,2,…,nk)。根据质量屋中每列k级指标的最大关系度，找出k级指标与k-1级指标之间的对应
【作者单位】：合肥工业大学管理学院;
【基金】：教育部基金项目(10YJA630055)
【分类号】：TP393.09

【参考文献】