劉璐，王筱莉，2，3

（1 上海工程技術(shù)大學(xué) 管理學(xué)院，上海 201620；2 上海交通大學(xué) 安泰經(jīng)濟(jì)與管理學(xué)院，上海 200030；3 上海交通大學(xué) 中美物流研究院，上海 200052）

0 引言

網(wǎng)絡(luò)中虛假信息的不斷擴(kuò)散，嚴(yán)重影響互聯(lián)網(wǎng)秩序的穩(wěn)定。辟謠的實(shí)質(zhì)是揭露事實(shí)真相，駁斥謠言，辟謠平臺(tái)以“共享辟謠信息，維護(hù)網(wǎng)絡(luò)健康，承擔(dān)社會(huì)責(zé)任”為宗旨開展辟謠工作?？茖W(xué)辟謠的難點(diǎn)在于謠言內(nèi)容具有較強(qiáng)迷惑性，各個(gè)機(jī)構(gòu)的權(quán)威性不足，不同平臺(tái)發(fā)布的信息內(nèi)容復(fù)雜多樣，使得公眾無所適從。因此對辟謠平臺(tái)的影響力評價(jià)展開研究具有重要意義。目前，國內(nèi)網(wǎng)絡(luò)辟謠平臺(tái)可分為3 個(gè)類別：運(yùn)營商辟謠微博社區(qū)、地區(qū)政府性聯(lián)合辟謠平臺(tái)以及專業(yè)型辟謠網(wǎng)站。其中，運(yùn)營商專門辟謠微博主要包括百度、騰訊等微博社區(qū)；地區(qū)政府性聯(lián)合辟謠平臺(tái)主要包括北京、深圳、江蘇等地陸續(xù)出現(xiàn)的網(wǎng)站聯(lián)合辟謠平臺(tái)，如：深圳網(wǎng)警、首都網(wǎng)警等；專業(yè)型辟謠網(wǎng)站包括果殼網(wǎng)謠言粉碎機(jī)、丁香醫(yī)生等致力于科學(xué)知識普及的網(wǎng)站。目前已有的網(wǎng)絡(luò)辟謠平臺(tái)形式多樣，上線啟動(dòng)后，動(dòng)員專業(yè)人員、科技工作者以及媒體等共同努力提高網(wǎng)絡(luò)辟謠信息傳播力、辟謠平臺(tái)影響力和引導(dǎo)力，全面提升各個(gè)行業(yè)整體形象，同時(shí)通過發(fā)布辟謠信息引導(dǎo)輿論方向，改善網(wǎng)絡(luò)謠言治理現(xiàn)狀，有利于維護(hù)社交網(wǎng)絡(luò)秩序和社會(huì)穩(wěn)定。

國內(nèi)外學(xué)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(jìn)行研究。在辟謠主體作用的研究中，政府機(jī)構(gòu)是核心話題之一，包括政府辟謠行為研究和政務(wù)微博傳播效果研究。唐雪梅等人［1］闡述了政府在突發(fā)事件辟謠過程中的得與失，并從時(shí)機(jī)主動(dòng)性、時(shí)機(jī)連續(xù)性、大眾媒體渠道等方面為政府提出辟謠建議。政務(wù)微博是各地方政府與外界溝通的媒介，其詳盡和生動(dòng)的內(nèi)容能夠引起多元主體的參與和互動(dòng)。強(qiáng)月新等人［2］從政治溝通視角以武漢市政務(wù)微博發(fā)布的辟謠信息為研究對象，對信息文本和評論進(jìn)行分析，進(jìn)而研究辟謠文本和辟謠效果之間的關(guān)系，研究得到辟謠方法中直接駁斥能夠發(fā)揮較好的作用。互聯(lián)網(wǎng)平臺(tái)在辟謠過程中也發(fā)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(jìn)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(xiàn)方式和話題討論熱度對增強(qiáng)辟謠效果具有一定的影響。同時(shí)，除了辟謠參與者特征之外，對于網(wǎng)絡(luò)信息傳播效果評價(jià)研究，學(xué)者重點(diǎn)關(guān)注辟謠信息文本特征和情感特征。陳晨等人［4］認(rèn)為輿情關(guān)鍵詞、輿情高點(diǎn)均為影響輿情考察的因素。Wu［5］對信息發(fā)布時(shí)間、用戶評論轉(zhuǎn)發(fā)情況以及信息轉(zhuǎn)發(fā)數(shù)進(jìn)行統(tǒng)計(jì)分析。此外，有很多學(xué)者將神經(jīng)網(wǎng)絡(luò)、層次分析法、結(jié)構(gòu)方程模型、TOPSIS 法等引入信息傳播效果的評價(jià)研究中，且取得了一定的成果。上述研究方法均為解決多準(zhǔn)則決策問題的有力方法，其中將熵權(quán)法與TOPSIS 法相結(jié)合的方法在實(shí)際運(yùn)用過程中不斷地被改進(jìn)，且呈現(xiàn)出更佳的決策效果，得到了廣泛的運(yùn)用。

目前已有的研究對辟謠效果提升具有重要指導(dǎo)意義，但通過構(gòu)建評價(jià)指標(biāo)體系對現(xiàn)實(shí)中互聯(lián)網(wǎng)辟謠平臺(tái)的信息傳播效果進(jìn)行評價(jià)的研究較少，同時(shí)，很多研究者考慮到評價(jià)方法應(yīng)具有客觀性，但沒有考慮整體的評價(jià)結(jié)果以及各個(gè)指標(biāo)內(nèi)部的聯(lián)系，而灰色關(guān)聯(lián)法能夠根據(jù)各指標(biāo)之間的異同程度確定指標(biāo)對于目標(biāo)的貢獻(xiàn)和影響程度［6］。此外，為了避免各評價(jià)對象的優(yōu)劣性不能被有效區(qū)分的現(xiàn)象，運(yùn)用垂面距離對原有的TOPSIS 法進(jìn)行改進(jìn)。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(tái)議程設(shè)置等出發(fā)，提出和描述辟謠平臺(tái)效果指數(shù)（RPEI）體系，建立網(wǎng)絡(luò)辟謠平臺(tái)效果評價(jià)模型，基于熵權(quán)、灰色關(guān)聯(lián)和改進(jìn)的TOPSIS 法構(gòu)建評估模型層次結(jié)構(gòu)，推導(dǎo)不同網(wǎng)絡(luò)辟謠平臺(tái)效果評價(jià)等級，并根據(jù)研究結(jié)論為互聯(lián)網(wǎng)辟謠平臺(tái)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(tái)影響力指標(biāo)（RPEI）體系的建立

范德成等人［7］指出效果評價(jià)模型共分為2 個(gè)關(guān)鍵階段，一是建立全面合理的綜合評價(jià)指標(biāo)體系，二是選擇科學(xué)有效的分析方法。因此，本文首先構(gòu)建互聯(lián)網(wǎng)辟謠平臺(tái)影響力評估體系。隨著互聯(lián)網(wǎng)的不斷發(fā)展，各類網(wǎng)絡(luò)辟謠平臺(tái)的不斷涌現(xiàn)，平臺(tái)影響力存在著明顯差異，根據(jù)研究發(fā)現(xiàn)，辟謠平臺(tái)可信度［8］、公眾參與程度［9-10］、平臺(tái)議程設(shè)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(jié)合劉健等人［13］的研究，遵循數(shù)據(jù)可獲得性以及科學(xué)全面的原則，從辟謠平臺(tái)可信度、公眾參與程度、平臺(tái)議程設(shè)置及傳播方式三個(gè)角度構(gòu)建互聯(lián)網(wǎng)辟謠平臺(tái)影響力評價(jià)指標(biāo)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(jià)指標(biāo)及符號表示Tab.1 Evaluation indicators and symbolic representation

（1）辟謠平臺(tái)可信度。開放的互聯(lián)網(wǎng)中存在著很多辟謠平臺(tái)，往往具有對社會(huì)公共問題的獨(dú)立判斷力，也會(huì)表現(xiàn)出更加積極的社會(huì)參與［14］。網(wǎng)絡(luò)辟謠平臺(tái)通過官方網(wǎng)站或社交媒體官方賬號表達(dá)對事件的態(tài)度，以及輸出相應(yīng)的辟謠信息，其知名度、敏感度與領(lǐng)導(dǎo)力的不同使得發(fā)布的辟謠信息可信度不同。公眾通常會(huì)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(tái)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(gè)體傳播，所達(dá)到的辟謠效果越好。Sussman 等人［16］認(rèn)為信息價(jià)值受到信息質(zhì)量以及信息來源的信譽(yù)度的共同影響，由兩者共同決定。何音等人［9］認(rèn)為粉絲數(shù)、發(fā)博時(shí)間等對媒體官方微博的影響程度較大。李華玉［17］認(rèn)為具有每日點(diǎn)贊數(shù)最多、評論數(shù)最多以及轉(zhuǎn)發(fā)數(shù)最多等特征的微博信息具有強(qiáng)傳播效果。Cha 等人［18］認(rèn)為粉絲數(shù)、轉(zhuǎn)發(fā)量和提及率能夠很好地體現(xiàn)社交網(wǎng)絡(luò)中用戶的影響力。熊濤等人［19］認(rèn)為信源的活躍度能夠體現(xiàn)其主動(dòng)性，互動(dòng)越多、越容易產(chǎn)生強(qiáng)影響力。此外，針對辟謠平臺(tái)可信度的指標(biāo)研究還應(yīng)涉及平臺(tái)資本、平臺(tái)搜索指數(shù)、資訊指數(shù)以及平臺(tái)官方網(wǎng)站的訪問用戶數(shù)及網(wǎng)頁訪問量。平臺(tái)資本能夠反映辟謠平臺(tái)市場價(jià)值；平臺(tái)搜索指數(shù)能夠體現(xiàn)各辟謠平臺(tái)的網(wǎng)絡(luò)曝光率，綜合反映用戶關(guān)注度及媒體關(guān)注度；資訊指數(shù)反映了互聯(lián)網(wǎng)上辟謠平臺(tái)的關(guān)注、報(bào)道程度；而訪問用戶數(shù)及網(wǎng)頁訪問量則是考察辟謠平臺(tái)在除了社交網(wǎng)絡(luò)平臺(tái)之外的其他信息傳播渠道中的熱度情況。因此，本文從網(wǎng)絡(luò)辟謠平臺(tái)可信度角度提出以下辟謠效果評價(jià)指標(biāo)：知名度、注冊資本、平臺(tái)覆蓋力、資訊指數(shù)、PV（Page View）訪問量、UV（Unique Visitor）獨(dú)立訪客、被關(guān)注數(shù)、微博指數(shù)以及日平均互動(dòng)總數(shù)。

（2）公眾參與程度。公眾與所處社會(huì)環(huán)境是密不可分的，人們對于信息的感知與評價(jià)以及人們的價(jià)值觀等通常與社會(huì)情緒有密切的聯(lián)系。社會(huì)責(zé)任感以及自身對信息的興趣往往會(huì)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(rèn)為在突發(fā)事件下具有高轉(zhuǎn)發(fā)量和普通轉(zhuǎn)發(fā)量的2 種媒體官方微博傳播效果不同。此外有學(xué)者提出點(diǎn)贊數(shù)也是評價(jià)辟謠效果的重要因素［17］，但評論與轉(zhuǎn)發(fā)需要公眾完成更多的操作，更能夠體現(xiàn)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(jià)指標(biāo)：信息轉(zhuǎn)發(fā)數(shù)以及評論數(shù)。

（3）議程設(shè)置和傳播方式。議程設(shè)置理論用于研究媒介議程對公眾議程所產(chǎn)生的影響力，凸顯大眾傳播理論對社會(huì)效應(yīng)的深遠(yuǎn)影響［20］。網(wǎng)絡(luò)辟謠平臺(tái)通過發(fā)布一系列時(shí)間跨度較長的信息，為公眾安排話題討論的日程，能夠?qū)ι鐣?huì)產(chǎn)生深遠(yuǎn)的效果，而公眾根據(jù)活動(dòng)報(bào)道獲得熱點(diǎn)信息，對事件的輕重緩急進(jìn)行評判。余雪冰等人［21］提出從傳播學(xué)視角研究網(wǎng)絡(luò)謠言治理途徑，網(wǎng)絡(luò)辟謠平臺(tái)應(yīng)善于設(shè)置日程，引導(dǎo)輿論事件的發(fā)展方向。目前已有的針對議程設(shè)置相關(guān)指標(biāo)的研究中，吳聞鶯等人［8］提出辟謠效果與辟謠頻次有關(guān)。張賽等人［22］認(rèn)為官方賬號在微博平臺(tái)中的熱度與其更帖頻率、粉絲數(shù)、更貼時(shí)間以及內(nèi)容分布有正向關(guān)系。Petty 等人［23］認(rèn)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(gè)主要因素影響。此外，信息內(nèi)容形式中音頻比圖片形式的信息更能體現(xiàn)平臺(tái)主動(dòng)性，也將產(chǎn)生更大的影響作用，同時(shí)，移動(dòng)端訪問量與非移動(dòng)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(xiàn)平臺(tái)渠道管理和推廣能力。因此，本文從議程設(shè)置和傳播方式角度提出以下辟謠效果評價(jià)指標(biāo)：信息更新頻率、發(fā)布信息篇數(shù)、形式豐富度以及移動(dòng)端與非移動(dòng)端工具使用比率。

2 辟謠平臺(tái)影響力評價(jià)模型的建立

本文建立辟謠效果評價(jià)模型對實(shí)際社交網(wǎng)絡(luò)中的辟謠平臺(tái)進(jìn)行區(qū)分和排序，通過具有客觀性的熵權(quán)法計(jì)算所構(gòu)建的評價(jià)指標(biāo)體系中每個(gè)指標(biāo)的客觀權(quán)重，然后運(yùn)用灰色關(guān)聯(lián)法得到各個(gè)網(wǎng)絡(luò)辟謠平臺(tái)與正負(fù)理想狀態(tài)之間的相似程度和緊密程度，最后運(yùn)用改進(jìn)的TOPSIS 法計(jì)算各個(gè)網(wǎng)絡(luò)辟謠平臺(tái)與正負(fù)理想狀態(tài)之間的距離，其中運(yùn)用聯(lián)系向量垂面距離代替歐氏距離的計(jì)算方法，并將灰色關(guān)聯(lián)和TOPSIS 法的分析結(jié)果進(jìn)行結(jié)合，得到最終的網(wǎng)絡(luò)辟謠平臺(tái)影響力排序。此處可做分析表述如下。

（1）評價(jià)指標(biāo)客觀權(quán)重的確定。建立評價(jià)指標(biāo)體系H，假設(shè)存在由m個(gè)待評價(jià)平臺(tái)組成網(wǎng)絡(luò)辟謠平臺(tái)集合，每個(gè)待評價(jià)平臺(tái)有n個(gè)評價(jià)指標(biāo)，將相應(yīng)的評價(jià)指標(biāo)記為xij，表示第i個(gè)平臺(tái)第j個(gè)評價(jià)指標(biāo)對應(yīng)值的大小，因此建立初始決策矩陣A1，表示為：

常用的權(quán)重計(jì)算方法有層次分析法（AHP）和熵權(quán)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(shí)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(yàn)將不能通過。而熵權(quán)法則是一種較為客觀的權(quán)重賦值方法，能夠反映數(shù)據(jù)的內(nèi)在特征，并且更能體現(xiàn)數(shù)據(jù)與數(shù)據(jù)之間存在的相關(guān)性，當(dāng)數(shù)據(jù)變化程度越小，評價(jià)指標(biāo)的變異程度越小，所反映的信息量也就越少，其對應(yīng)的權(quán)值也會(huì)越低。度量事件所包含的信息量可以通過事件發(fā)生的概率判斷，如果事情發(fā)生概率很小，那么其包含的信息量將會(huì)越多。通過信息熵確定評價(jià)指標(biāo)權(quán)重的計(jì)算公式為：

其中，Aij構(gòu)成標(biāo)準(zhǔn)化處理后的指標(biāo)矩陣值，由于Aij≤0時(shí)，lnAij將沒有意義，因此對其進(jìn)行修正，修正后表示為：

通過信息熵最終得到各指標(biāo)的客觀權(quán)重，表示為：

（2）灰色關(guān)聯(lián)法獲取相似程度。對初始決策矩陣A1進(jìn)行標(biāo)準(zhǔn)化，建立標(biāo)準(zhǔn)化決策矩陣A2，yij為標(biāo)準(zhǔn)化后的評價(jià)指標(biāo)值，max（xij）和min（xij）分別為第j個(gè)指標(biāo)中的最大值與最小值。效益型指標(biāo)的標(biāo)準(zhǔn)化準(zhǔn)則為：

而成本型指標(biāo)的標(biāo)準(zhǔn)化準(zhǔn)則為：

此后，建立加權(quán)決策矩陣A3。加權(quán)決策矩陣由標(biāo)準(zhǔn)化決策矩陣A2乘以最優(yōu)組合權(quán)重矩陣得到，表示為：

其中，ωi為每個(gè)評價(jià)指標(biāo)的權(quán)重。然后計(jì)算評價(jià)方案中正理想解Q+和負(fù)理想解Q-表示如下：

其中，J1為所有指標(biāo)中屬于效益型的指標(biāo)集合，J2則為成本類型的指標(biāo)集合。

計(jì)算各網(wǎng)絡(luò)辟謠平臺(tái)與正理想辟謠效果之間的灰色關(guān)聯(lián)系數(shù)，計(jì)算公式為：

與負(fù)理想辟謠效果之間的灰色關(guān)聯(lián)系數(shù)計(jì)算公式為：

其中，ρ表示分辨系數(shù)，其分辨能力隨值的增大而減小。根據(jù)灰色關(guān)聯(lián)系數(shù)確定各辟謠平臺(tái)與正負(fù)理想辟謠效果之間的灰色關(guān)聯(lián)度，計(jì)算方法如下：

由上式計(jì)算結(jié)果可以得出各辟謠平臺(tái)與正負(fù)理想效果之間的聯(lián)系向量，根據(jù)計(jì)算結(jié)果，可計(jì)算得到各辟謠平臺(tái)與正負(fù)理想效果之間的聯(lián)系向量距離，計(jì)算方法為：

接著，確定各辟謠平臺(tái)與正負(fù)理想效果之間的垂面距離，計(jì)算方法為：

灰色關(guān)聯(lián)度以及垂面距離經(jīng)過無量綱化處理，得到標(biāo)準(zhǔn)化后的正負(fù)垂面距離和灰色關(guān)聯(lián)度，分別表示為接著綜合這些值計(jì)算各待評價(jià)辟謠平臺(tái)與正負(fù)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(tái)的辟謠效果越好；與負(fù)理想值的貼近值越大，表示該辟謠平臺(tái)的辟謠效果越差。

3 實(shí)例分析

本部分利用熵-灰色關(guān)聯(lián)-改進(jìn)TOPSIS 混合模型對互聯(lián)網(wǎng)辟謠平臺(tái)進(jìn)行效果評價(jià)，選取受到較多關(guān)注的11 個(gè)權(quán)威辟謠機(jī)構(gòu)：果殼網(wǎng)A1、丁香醫(yī)生A2、春雨醫(yī)生A3、科學(xué)松鼠會(huì)A4、蝌蚪五線譜A5、微博辟謠A6、中國互聯(lián)網(wǎng)聯(lián)合辟謠平臺(tái)A7、深圳網(wǎng)警A8、首都網(wǎng)警A9、江蘇網(wǎng)警A10以及上海網(wǎng)警A11。對此將進(jìn)行重點(diǎn)論述如下。

（1）數(shù)據(jù)獲取。11 個(gè)權(quán)威辟謠網(wǎng)絡(luò)平臺(tái)基于15 個(gè)評價(jià)指標(biāo)的數(shù)據(jù)見表2。表2中，知名度和注冊資本數(shù)據(jù)收集于天眼查網(wǎng)站，平臺(tái)覆蓋力、資訊指數(shù)以及移動(dòng)端與非移動(dòng)端工具使用比率相關(guān)數(shù)據(jù)收集于百度指數(shù)；PV（Page View）訪問量和UV（Unique Visitor）獨(dú)立訪客數(shù)據(jù)通過Alexa 數(shù)據(jù)獲得；被關(guān)注數(shù)、互動(dòng)總數(shù)、轉(zhuǎn)發(fā)評論數(shù)、更新頻率等數(shù)據(jù)均根據(jù)微博中各平臺(tái)官方賬號的數(shù)據(jù)記錄獲取。由于地方聯(lián)合型平臺(tái)不屬于商業(yè)性機(jī)構(gòu)，在天眼查網(wǎng)站中無法獲取知名度及注冊資本數(shù)據(jù)，考慮到其作為地方直屬管理的負(fù)責(zé)網(wǎng)絡(luò)安全管理的業(yè)務(wù)支隊(duì)，本身具有較高權(quán)威性，因此用知名度及注冊資本數(shù)據(jù)中最大值對缺失數(shù)據(jù)進(jìn)行填充，而其余指標(biāo)缺失數(shù)據(jù)則用均值填充。

表2 各辟謠平臺(tái)指標(biāo)取值Tab.2 The values of each platform′s index

（2）熵權(quán)法計(jì)算各評價(jià)指標(biāo)的權(quán)重。構(gòu)建指標(biāo)矩陣及矩陣標(biāo)準(zhǔn)化。由于移動(dòng)端與非移動(dòng)端工具使用比率越接近于1 越好，便于計(jì)算，將該指標(biāo)所有數(shù)值減去1 并取絕對值，根據(jù)各指標(biāo)的實(shí)際意義可知，調(diào)整后的數(shù)值與辟謠效果呈負(fù)相關(guān)，即值越小、辟謠效果越好，而其余評價(jià)指標(biāo)均與辟謠效果呈正相關(guān)。根據(jù)標(biāo)準(zhǔn)化準(zhǔn)則選取不同公式對由表2 轉(zhuǎn)換得到的決策矩陣進(jìn)行標(biāo)準(zhǔn)化處理，標(biāo)準(zhǔn)化后的數(shù)據(jù)取值都在0～1 之間。

通過熵權(quán)法信息熵公式計(jì)算各評價(jià)指標(biāo)的熵，并進(jìn)一步計(jì)算各評價(jià)指標(biāo)的熵權(quán)，結(jié)果見表3。由表3 可知，效果評價(jià)指標(biāo)體系中，互動(dòng)總數(shù)、資訊指數(shù)、微博評論數(shù)這3 個(gè)指標(biāo)的權(quán)重值較大，這是由于這些指標(biāo)受到了公眾喜好、傳播環(huán)境等影響，對應(yīng)的數(shù)據(jù)變化程度較大。對評價(jià)指標(biāo)權(quán)重由高到低排列分別為：日平均互動(dòng)總數(shù)、資訊指數(shù)、評論數(shù)、注冊資本、UV（Unique Visitor）獨(dú)立訪客、轉(zhuǎn)發(fā)數(shù)、PV（Page View）訪問量、平臺(tái)覆蓋力、微博指數(shù)、信息更新頻率、被關(guān)注數(shù)、知名度、發(fā)布信息篇數(shù)、形式豐富度、移動(dòng)端與非移動(dòng)端工具使用比率。

表3 網(wǎng)絡(luò)辟謠平臺(tái)效果評價(jià)指標(biāo)權(quán)重Tab.3 The weight of the evaluation index for the effect of the network anti-rumor platforms

（3）基于灰色關(guān)聯(lián)-改進(jìn)TOPSIS 的網(wǎng)絡(luò)辟謠平臺(tái)優(yōu)選。根據(jù)以上得到的各評價(jià)指標(biāo)權(quán)重以及標(biāo)準(zhǔn)化決策矩陣計(jì)算得到加權(quán)決策矩陣，確定正負(fù)理想解分別見表4。對比11 個(gè)辟謠平臺(tái)各指標(biāo)與正理想狀態(tài)可以發(fā)現(xiàn)，所有平臺(tái)中春雨醫(yī)生的資訊指數(shù)最高；丁香醫(yī)生的平臺(tái)覆蓋力、日平均互動(dòng)總數(shù)、評論數(shù)均處于最高水平；微博辟謠知名度、注冊資本、UV（Unique Visitor）獨(dú)立訪客處于前列；微博指數(shù)位于較高水平的是丁香醫(yī)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(wǎng)警、首都網(wǎng)警、江蘇網(wǎng)警以及上海網(wǎng)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(wǎng)警、首都網(wǎng)警、江蘇網(wǎng)警以及上海網(wǎng)警。

表4 各指標(biāo)正負(fù)理想狀態(tài)Tab.4 The positive and negative ideal state of each indicator

根據(jù)正負(fù)理想解計(jì)算得到各網(wǎng)絡(luò)辟謠平臺(tái)與正負(fù)理想辟謠效果之間的灰色關(guān)聯(lián)系數(shù)，進(jìn)而得到灰色關(guān)聯(lián)度，見表5。

表5 各平臺(tái)與正負(fù)理想辟謠狀態(tài)的灰色關(guān)聯(lián)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(tái)相關(guān)數(shù)據(jù)與正負(fù)理想辟謠狀態(tài)之間的聯(lián)系度。由于篇幅原因，此處僅列出果殼網(wǎng)、丁香醫(yī)生、春雨醫(yī)生、松鼠科學(xué)會(huì)、蝌蚪五線譜的聯(lián)系度，分別為：

（1）果殼網(wǎng)：

（2）丁香醫(yī)生：

（3）春雨醫(yī)生：

（4）松鼠科學(xué)會(huì)：

（5）蝌蚪五線譜：

根據(jù)結(jié)果能夠求出各辟謠平臺(tái)與正負(fù)理想辟謠狀態(tài)之間的垂面距離，將灰色關(guān)聯(lián)度與垂面距離進(jìn)行標(biāo)準(zhǔn)化處理，并求出綜合貼近值，結(jié)果見表6。

表6 網(wǎng)絡(luò)辟謠平臺(tái)效果評價(jià)結(jié)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(gè)網(wǎng)絡(luò)辟謠平臺(tái)的辟謠效果排名為：中國互聯(lián)網(wǎng)聯(lián)合辟謠平臺(tái)、微博辟謠、丁香醫(yī)生、上海網(wǎng)警、果殼網(wǎng)、深圳網(wǎng)警、科學(xué)松鼠會(huì)、首都網(wǎng)警、江蘇網(wǎng)警、蝌蚪五線譜、春雨醫(yī)生。其中，中國互聯(lián)網(wǎng)聯(lián)合辟謠平臺(tái)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(fā)揮較大的作用；而蝌蚪五線譜和春雨醫(yī)生排名靠后，說明其所具有的辟謠影響力較低。此外，結(jié)合這11個(gè)網(wǎng)絡(luò)辟謠平臺(tái)的類別可知，專業(yè)性網(wǎng)絡(luò)辟謠平臺(tái)相較于地方聯(lián)合型辟謠平臺(tái)具有更佳的辟謠效果。

因此，地方聯(lián)合型辟謠平臺(tái)作為具有較高可信度的權(quán)威機(jī)構(gòu)，應(yīng)在其管理范圍內(nèi)盡可能多地發(fā)揮領(lǐng)導(dǎo)作用，在其辟謠的內(nèi)容和形式上進(jìn)行革新，引導(dǎo)公眾積極參與辟謠工作，加強(qiáng)社交網(wǎng)絡(luò)中官方賬號的宣傳工作，從而增大辟謠信息傳播范圍。同時(shí)，根據(jù)研究可以發(fā)現(xiàn)，效果評價(jià)指標(biāo)體系中，互動(dòng)總數(shù)、資訊指數(shù)以及微博評論數(shù)的權(quán)重值較大，影響力也越大，因而各專業(yè)型和地方聯(lián)合型辟謠平臺(tái)均需要不斷增強(qiáng)與公眾之間的互動(dòng)，促使公眾持續(xù)轉(zhuǎn)發(fā)、分享權(quán)威的辟謠信息。

4 結(jié)束語

本文首先構(gòu)建互聯(lián)網(wǎng)辟謠平臺(tái)影響力評價(jià)指標(biāo)體系，然后結(jié)合熵權(quán)法、灰色關(guān)聯(lián)法及TOPSIS 法建立了網(wǎng)絡(luò)辟謠平臺(tái)影響力評價(jià)模型，最后進(jìn)行了實(shí)例研究，探究互動(dòng)總數(shù)、資訊指數(shù)以及微博評論數(shù)等因素對11 個(gè)辟謠平臺(tái)信息傳播效果的影響，對辟謠平臺(tái)進(jìn)行評價(jià)研究，并給出了相應(yīng)的策略和建議。根據(jù)研究發(fā)現(xiàn)，在11 個(gè)辟謠平臺(tái)中專業(yè)性網(wǎng)絡(luò)辟謠平臺(tái)相較于地方聯(lián)合型辟謠平臺(tái)具有更大的影響力；在辟謠平臺(tái)影響力評價(jià)指標(biāo)體系中，日平均互動(dòng)總數(shù)、資訊指數(shù)、評論數(shù)是指標(biāo)體系中最重要的指標(biāo)，研究結(jié)果能夠?yàn)榫W(wǎng)絡(luò)平臺(tái)提升辟謠影響力提供理論指導(dǎo)。本文指標(biāo)體系是基于辟謠平臺(tái)可信度、公眾參與程度等建立的，因此考慮辟謠平臺(tái)發(fā)布的信息文本特征、信息傳播者特征等對辟謠平臺(tái)影響力進(jìn)行評價(jià)是可進(jìn)一步研究的方向。