朱園園

摘要：本文介紹了ANFIS的基本原理，提出基于ANFIS的新聞工作者媒體素養(yǎng)評(píng)估模型，為新聞工作者的考核明確了具體量化指標(biāo)，運(yùn)用采集的樣本數(shù)據(jù)對(duì)從事新聞工作人員的綜合能力進(jìn)行全面系統(tǒng)地科學(xué)評(píng)估，實(shí)驗(yàn)表明，自適應(yīng)神經(jīng)模糊方法能夠?qū)NFIS的新聞工作者媒體素養(yǎng)進(jìn)行定性和定量綜合評(píng)估，驗(yàn)證了評(píng)估模型的科學(xué)性和實(shí)用性，為新聞工作者的媒體素養(yǎng)綜合評(píng)定提供了數(shù)據(jù)支撐。

關(guān)鍵詞：ANFIS；新聞工作者；媒體素養(yǎng)；評(píng)估

習(xí)近平在黨的新聞?shì)浾摴ぷ髯剷?huì)上強(qiáng)調(diào)指出，要全面提高黨的新聞?shì)浾搨鞑チ?、引?dǎo)力、影響力、公信力。柴達(dá)木日?qǐng)?bào)作為州委黨報(bào)、政府喉舌，是州委權(quán)威的發(fā)聲導(dǎo)向機(jī)構(gòu)。報(bào)社各類新聞工作者的媒介素養(yǎng)不同程度地反映著報(bào)紙的質(zhì)量，如何盡快培塑一批新聞媒介優(yōu)秀人才，是新聞工作的戰(zhàn)略舉措。結(jié)合作者新聞工作實(shí)踐，對(duì)如何有效地評(píng)估新聞工作者的媒介素養(yǎng)進(jìn)行了深入思考。本文借助人工智能中的技術(shù)，提出的自適應(yīng)神經(jīng)模糊推理系統(tǒng)把神經(jīng)網(wǎng)絡(luò)與模糊邏輯兩者優(yōu)勢(shì)結(jié)合，通過學(xué)習(xí)訓(xùn)練生成模糊控制規(guī)則，從而實(shí)現(xiàn)對(duì)新聞工作者媒介素養(yǎng)的精準(zhǔn)評(píng)估，為新聞工作人才隊(duì)伍建設(shè)具有一定參考價(jià)值。

一、ANFIS基本原理

智能理論也就是神經(jīng)模糊[1，2]理論，主要是指模仿人的大腦神經(jīng)系統(tǒng)信息處理功能的智能化系統(tǒng)。它特有的模糊自適應(yīng)信息數(shù)據(jù)處理能力，能夠借助外部的樣本數(shù)據(jù)進(jìn)行學(xué)習(xí)訓(xùn)練，用訓(xùn)練好的網(wǎng)絡(luò)模型來處理比較棘手的現(xiàn)實(shí)問題。ANFIS顯著特點(diǎn)是基于大量樣本數(shù)據(jù)學(xué)習(xí)得出的模糊隸屬度函數(shù)和模糊規(guī)則，不是依據(jù)個(gè)別專家的經(jīng)驗(yàn)或是人為任意指定的。其核心思想是首先構(gòu)造出Sugeno模糊推理系統(tǒng)，在混合算法中條件參數(shù)的具體實(shí)踐上仍采取反向傳播算法，通過線性最小二乘估算法來調(diào)整得出相應(yīng)的結(jié)論參數(shù)，在進(jìn)行逼近誤差函數(shù)過程中，利用誤差的最優(yōu)平方估計(jì)來進(jìn)行，這樣既能保持網(wǎng)絡(luò)的穩(wěn)健型和克服陷入局部極小點(diǎn)的情況，又能加快數(shù)據(jù)訓(xùn)練速度，進(jìn)一步提高學(xué)習(xí)效率，確保評(píng)估出量化結(jié)果能收斂到參數(shù)空間的全局最小點(diǎn)。對(duì)于ANFIS而言，它屬于Sugeno型模糊系統(tǒng)，由前件和后件構(gòu)成。其典型的模糊規(guī)則形式為：如果x設(shè)為A，and y設(shè)為B 則z=f（x，y），其中前件模糊集合為A和B，而后件精確函數(shù)為z=f（x，y），通常情況下，輸入變量x和y的多項(xiàng)式為f（x，y），當(dāng)f（x，y）為一階多項(xiàng)式時(shí)，所產(chǎn)生的系統(tǒng)就成為一階Sugeno模糊網(wǎng)絡(luò)模型，其結(jié)構(gòu)如圖1所示。

二、 裝備維修人員保障能力建模設(shè)計(jì)

（一）評(píng)估指標(biāo)體系

詹姆斯·波特和大部分學(xué)者[3-6]認(rèn)為，媒介素養(yǎng)有三大重要基石：個(gè)人定位、技能和知識(shí)結(jié)構(gòu)。無論是負(fù)責(zé)新聞報(bào)刊工作，還是在雜志出版社就職，都需要有新聞敏銳性、信息整合力、獨(dú)立剖析度。對(duì)新聞工作者的媒體素養(yǎng)進(jìn)行評(píng)估，需考慮的因素較多。根據(jù)新聞媒介特點(diǎn)和工作要求，評(píng)估體系應(yīng)包含能、勤、績(jī)3個(gè)決策單元，根據(jù)各決策單元的評(píng)估指標(biāo)，可建立新聞工作者媒介素養(yǎng)評(píng)估指標(biāo)體系，如圖2所示。

（二）新聞工作者媒體素養(yǎng)評(píng)估模型構(gòu)建

訓(xùn)練樣本的精確構(gòu)造是網(wǎng)絡(luò)模型能夠準(zhǔn)確評(píng)估的關(guān)鍵。為保證客觀公正，最大程度地降低人為因素的影響，本文采用德爾菲法與層次分析法相結(jié)合的方式確定新聞工作者媒介素養(yǎng)各指標(biāo)權(quán)重，然后對(duì)采集的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理以獲得訓(xùn)練樣本，最后采用有激勵(lì)與懲罰功能的變權(quán)綜合法思想對(duì)形成的初始樣本數(shù)據(jù)進(jìn)行再處理，以構(gòu)造更為客觀準(zhǔn)確的訓(xùn)練數(shù)據(jù)。具體來說：

一是德爾菲法與層次分析法綜合確定各指標(biāo)權(quán)重。采用德爾菲法，首先咨詢15～25名專家，根據(jù)專家咨詢對(duì)設(shè)計(jì)出的兩兩指標(biāo)相對(duì)重要性進(jìn)行打分評(píng)判，同時(shí)接受不斷反饋和修改。利用評(píng)判結(jié)果分別構(gòu)造指標(biāo)體系的判斷矩陣，然后利用層次分析法計(jì)算出各個(gè)指標(biāo)間的相對(duì)權(quán)重。根據(jù)所得的媒介素養(yǎng)指標(biāo)權(quán)重，對(duì)采集的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理即形成初始樣本數(shù)據(jù)。

二是樣本數(shù)據(jù)的“變權(quán)”處理。新聞工作者媒介素養(yǎng)的量化評(píng)估與各項(xiàng)指標(biāo)因子密切相關(guān)，為克服常權(quán)綜合法因某項(xiàng)指標(biāo)極差將使目標(biāo)結(jié)果低于閾值或某項(xiàng)指標(biāo)極好也會(huì)使融合度有超出閾值的缺點(diǎn)，在征集專家意見和綜合權(quán)衡的前提下，采用好的有激勵(lì)與差的有懲罰功能的變權(quán)綜合法，對(duì)訓(xùn)練樣本進(jìn)行再激勵(lì)或懲罰處理。具體處理如下：無論指標(biāo)的權(quán)重高低，對(duì)指標(biāo)值高于0.90的，給媒介素養(yǎng)評(píng)估結(jié)果以0.01的激勵(lì)；對(duì)指標(biāo)值低于0.50的，對(duì)評(píng)估結(jié)果以0.02的懲罰。對(duì)于定量因素隸屬函數(shù)采取模糊分布來確定，對(duì)定性因素，在利用相關(guān)的隸屬函數(shù)確定隸屬度之前，首先要用專家咨詢法和專家評(píng)分法等方法進(jìn)行具體量化處理。依上述方法根據(jù)實(shí)際采樣數(shù)據(jù)，對(duì)所得專家知識(shí)進(jìn)行一系列統(tǒng)計(jì)處理后獲得精確訓(xùn)練樣本數(shù)據(jù)如表1所示。

按照表中的數(shù)據(jù)，新聞工作者媒介素養(yǎng)的新聞敏銳性A、信息整合力B、C獨(dú)立剖析度、工作精神狀態(tài)D、作風(fēng)和紀(jì)律情況E、采編新聞質(zhì)量F、采編新聞效率G以及履職盡責(zé)情況H等因素，媒介素養(yǎng)記錄如下：data=[A B C D E F G H Y]，運(yùn)行MATLAB仿真軟件，把實(shí)測(cè)數(shù)據(jù)的矩陣data裝入其工作空間，根據(jù)實(shí)測(cè)數(shù)據(jù)自動(dòng)生成初始FIS如圖3，機(jī)構(gòu)如圖4所示：

并對(duì)該FIS結(jié)構(gòu)進(jìn)行訓(xùn)練，采取50次訓(xùn)練后，誤差僅為error=1.3936e-0.07，能很好地滿足新聞工作者媒介素養(yǎng)評(píng)估的誤差要求。拖動(dòng)游標(biāo)紅線或變動(dòng)輸入量A—H的數(shù)值時(shí)，可以看到輸出量Y發(fā)生相應(yīng)的變化，給出相對(duì)應(yīng)的輸出值。如圖5所示，為A=0.805，B=0.795，C=0.805，D=0.810，E=0.785，F(xiàn)=0.800，G=0.795，H=0.795時(shí)，相應(yīng)的輸出效能Y=0.889?？梢娪肁NFIS建模能夠精確地評(píng)估新聞工作者媒介素養(yǎng)。

三、結(jié)束語

采用自適應(yīng)神經(jīng)模糊的算法從能、勤、績(jī)3個(gè)決策單元對(duì)新聞工作人員媒介素養(yǎng)進(jìn)行評(píng)估，為考核新聞工作人員的綜合能力素質(zhì)提供了數(shù)據(jù)支持，較好地實(shí)現(xiàn)能力評(píng)估的量化和動(dòng)態(tài)觀察，在實(shí)踐中更利于發(fā)揮新聞工作者的綜合能力。隨著微媒體時(shí)代進(jìn)入生活，新聞工作者也需要著眼新媒介環(huán)境下重新定位，努力成為信息時(shí)代的探索、駕馭和管理者，作符合時(shí)代要求的新一代新媒人。

注釋：

[1]葛哲學(xué)，孫志強(qiáng).神經(jīng)網(wǎng)絡(luò)理論與MATLABR2007[M].電子工業(yè)出版社.2007.9。

[2]LI Xiangming， WU Longhai. Simulation research of fuzzy neural network cont roller [J].Journal of Wuhan University of Technology，2003，25 （1）：13216。

[3] [美]詹姆斯·波特.媒介素養(yǎng)[M].李德剛，譯.北京：清華大學(xué)出版社，2012：6。

[4]李良榮.新聞學(xué)概論[M].上海：復(fù)旦大學(xué)出版社，2012：348。

[5]張開.媒介素養(yǎng)概論[M].北京：北京廣播學(xué)院出版社，2006：173。

[6]詹新惠.新媒體編輯[M].北京：中國(guó)人民大學(xué)出版社同，2013：19。