社交媒體中信息可靠性測(cè)評(píng)研究

林向義 李秀成 羅洪云

〔摘 要〕通過問卷調(diào)查從信息接收者、信息發(fā)布者、信息傳播途徑和信息本身4個(gè)方面構(gòu)建了社交媒體中信息可靠性測(cè)評(píng)的指標(biāo)體系。根據(jù)社交媒體中信息可靠性測(cè)評(píng)指標(biāo)的模糊性構(gòu)建了基于三角模糊數(shù)的社交媒體中信息可靠性測(cè)評(píng)模型，利用模糊一致偏好關(guān)系確定評(píng)價(jià)指標(biāo)權(quán)重。以微博為例詳細(xì)闡述了社交媒體中信息可靠性測(cè)評(píng)的流程。將理論研究和實(shí)際應(yīng)用有效結(jié)合起來，有利于提高社交媒體中信息可靠性判斷的準(zhǔn)確性。

〔關(guān)鍵詞〕社交媒體；信息可靠性；測(cè)評(píng)；微博；三角模糊數(shù)；模糊一致偏好關(guān)系

DOI：10.3969/j.issn.1008-0821.2016.07.005

〔中圖分類號(hào)〕G203 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008-0821（2016）07-0024-06

The Reliability Evaluation on Information in Social Media

——A Case of MicroBlog

Lin Xiangyi Li Xiucheng Luo Hongyun

（Institute of Petroleum Economics and Management，Northeast Petroleum University，Daqing 163318，China）

〔Abstract〕From the receivers，information publishers，information transmission and information itself，it constructs index system for reliability evaluation of information in social media.According to the ambiguity of information transformed in social media，it presented a new reliability evaluation model based on triangular fuzzy number.Fuzzy consistent preference relations are applied to determine the weight of each index.MicroBlog is selected as a typical case to elaborate the process of reliability evaluation of information within it.The Combination between theoretical study and practical application is benefit for users of social media to improve judging accuracy of the reliability of information transformed within social media.

〔Key words〕social media；reliability of information；evaluation；microblog；triangular fuzzy number；consist fuzzy preference relation

當(dāng)今社會(huì)已經(jīng)進(jìn)入互聯(lián)網(wǎng)時(shí)代，以社交網(wǎng)站、博客論壇和微信等為代表的社交媒體成為人們及時(shí)向目標(biāo)受眾共享信息的大眾化平臺(tái)[1]，其中具有強(qiáng)交叉性特點(diǎn)的微博更是人們獲取、發(fā)布和傳播信息越來越重要的平臺(tái)[2]。自媒體時(shí)代，社交媒體中傳播途徑較多，而且信息傳遞具有高度的自由性。由于政府、行業(yè)部門對(duì)社交媒體中的信息監(jiān)管力度不足，導(dǎo)致了虛假信息和謠言等不斷涌現(xiàn)，嚴(yán)重影響了網(wǎng)絡(luò)輿情的健康發(fā)展，進(jìn)而威脅到整個(gè)社會(huì)的穩(wěn)定。因此，對(duì)社交媒體中信息可靠性測(cè)評(píng)進(jìn)行研究，能幫助信息轉(zhuǎn)發(fā)者和受眾者對(duì)社交媒體中各種信息可靠性、真實(shí)性進(jìn)行有效評(píng)估，正確引導(dǎo)網(wǎng)絡(luò)輿情的健康發(fā)展，維護(hù)網(wǎng)絡(luò)安全和社會(huì)穩(wěn)定。

目前關(guān)于研究社交媒體中信息可靠性的文獻(xiàn)較少，其中關(guān)于社交媒體中信息可靠性測(cè)評(píng)指標(biāo)體系的研究成果主要有：薛傳業(yè)，夏志杰，張志花等（2015）對(duì)突發(fā)事件中社交媒體信息可信度進(jìn)行了研究，從信息來源可信度、傳播渠道可信度、信息內(nèi)容可信度以及評(píng)論質(zhì)疑四個(gè)維度建立了社交媒體信息可信度指標(biāo)體系[3]。沈旺，國佳，李賀（2013）從用戶視角對(duì)網(wǎng)絡(luò)社區(qū)信息質(zhì)量及可靠性進(jìn)行了探索，建立了作者聲譽(yù)、表法能力和證據(jù)性等包含13個(gè)指標(biāo)的指標(biāo)體系[4]。盛宇（2013）以新浪微博為例建立了內(nèi)容相關(guān)度、內(nèi)容質(zhì)量和內(nèi)容更新三方面影響信息質(zhì)量的指標(biāo)體系[5]。馮纓，張瑞云（2014）采用模糊綜合方法對(duì)微博信息質(zhì)量進(jìn)行評(píng)估，建立了信息內(nèi)容、表達(dá)、效用質(zhì)量以及發(fā)布者質(zhì)量4個(gè)一級(jí)指標(biāo)，12個(gè)二級(jí)指標(biāo)[6]。Kristin Page Hocevar等（2014）建立了包含社交媒體的平均水平、成功查找信息的能力和信心、社交媒體的生產(chǎn)內(nèi)容等的指標(biāo)體系[7]；對(duì)于社交媒體中信息可靠性的相關(guān)測(cè)評(píng)方法的研究成果主要有：莫祖英，馬費(fèi)成，羅毅（2013）利用層次分析法對(duì)微博信息質(zhì)量進(jìn)行了評(píng)價(jià)與分析[8]。Chei Sian Lee，Long Ma（2012）建立了基于結(jié)構(gòu)方程模型的社交媒體中共享新聞?dòng)绊懸蛩氐脑u(píng)價(jià)與分析[9]。李曉靜，張國良（2012）運(yùn)用因子分析對(duì)社交媒體的可信度進(jìn)行實(shí)證研究[10]。

2016年7月 第36卷第7期 現(xiàn)?"代?"情?"報(bào) Journal of Modern Information July，2016 Vol36 No7

2016年7月 第36卷第7期 社交媒體中信息可靠性測(cè)評(píng)研究 July，2016 Vol36 No7

1 相關(guān)概念

11 社交媒體

社交媒體還沒有一個(gè)統(tǒng)計(jì)的概念。Kaplan和Haenlein（2010）認(rèn)為社交媒體是一組建立在Web20的思想和技術(shù)基礎(chǔ)之上基于互聯(lián)網(wǎng)的應(yīng)用，并允許創(chuàng)建、編輯和用戶交流產(chǎn)生的內(nèi)容[11]。Jussila，Krkkinen和Immonen（2014）認(rèn)為社交媒體是完全基于用戶創(chuàng)建內(nèi)容，或者通過用戶創(chuàng)建的內(nèi)容或活動(dòng)增加應(yīng)用或顯著的服務(wù)價(jià)值[12]。都平平，郭琪，李雨珂等（2014）認(rèn)為社交媒體是集交叉性、及時(shí)性和傳播途徑的多樣性于一體的社交網(wǎng)絡(luò)應(yīng)用[13]。而目前被提及較多的概念是：社交媒體是讓人們用來交換彼此之間的意見、想法、經(jīng)驗(yàn)和觀點(diǎn)的工具和平臺(tái)，允許人們撰寫、分享、評(píng)價(jià)、探討和互相交流的網(wǎng)絡(luò)應(yīng)用程序[14]。目前，常用的社交媒體主要有微博、Twitter、微信、Facebook、虛擬社區(qū)和其他社交網(wǎng)站等[15]。社交媒體具有如下特征：

111 大量用戶參與

根據(jù)《第34次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》的統(tǒng)計(jì)結(jié)果，我國網(wǎng)絡(luò)用戶已達(dá)到632億人，使用互聯(lián)網(wǎng)的概率為469%[16]。隨著互聯(lián)網(wǎng)的快速發(fā)展，用戶更傾向于便捷的社交性信息交流方式。

112 信息規(guī)模大

在社交媒體中，數(shù)以百萬用戶彼此交換自己的觀點(diǎn)，經(jīng)驗(yàn)以及所聞所見，包含各門各類，如娛樂類、體育類、社會(huì)類以及生活常識(shí)類等。

113 內(nèi)容更新快

微信、微博等社交媒體中的信息比傳統(tǒng)媒體傳播速度更快，具有很強(qiáng)的流動(dòng)性。手機(jī)、電腦等更為社交媒體傳播信息提供了方便快捷的工具支持。截至2014年中旬，我國手機(jī)用戶的數(shù)量達(dá)527億，其中大部分人隨身攜帶手機(jī)，通過社交媒體隨時(shí)隨地發(fā)布和接受信息[16]。

114 信息傳播方式多樣化

社交媒體種類較多，如博客、微博和微信等，每種媒體分享信息的方式多種多樣，而且不同社交媒體之間還可以交叉?zhèn)鬟f信息，如微信可以將朋友圈中的東西分享給微博好友。

115 信息編輯的自由性

自媒體時(shí)代，用戶使用社交媒體發(fā)布信息時(shí)以個(gè)人為主，每個(gè)人都是一個(gè)小媒體，自行編制信息發(fā)布至社交媒體。

12 信息可靠性

信息可靠性，即信息的可靠程度，是指在信息的正確性未知的狀況下，信息及其指向的實(shí)際情況相符的可能性信息可靠性[17]。Metzger（2007）認(rèn)為信息可靠性是信息接收者對(duì)信息的判斷，是對(duì)信息質(zhì)量和信息來源的可信度的客觀認(rèn)知[18]。常文英，劉冰（2015）認(rèn)為信息可靠性具有兩方面含義：一方面是指信息本身所具有的客觀性，如信息來源的可靠性、信息內(nèi)容與事實(shí)的貼近度；另一方面是信息傳播過程中，受眾者對(duì)信息可靠性的主觀認(rèn)識(shí)與評(píng)價(jià)[19]。Subramaniam，Taylor，Jean等（2014）提出社交媒體用戶通過預(yù)測(cè)判斷和評(píng)價(jià)判斷確定信息可靠性，用戶依靠各種線索預(yù)測(cè)信息可靠性[20]。

2 社交媒體中信息可靠性測(cè)評(píng)指標(biāo)體系

21 指標(biāo)體系建立的原則

211 目的性原則

為了能更加準(zhǔn)確地評(píng)價(jià)社交媒體中信息可靠性，應(yīng)從多層次、多方面選取評(píng)價(jià)指標(biāo)，圍繞評(píng)價(jià)的目的，形成多樣性的評(píng)價(jià)指標(biāo)。

212 整體性原則

構(gòu)建的指標(biāo)體系要涵蓋信息可靠性的各個(gè)方面，考慮各種影響社交媒體中信息可靠性的情況，選出具有代表性的指標(biāo)。

213 科學(xué)性原則

選取的指標(biāo)體系要以系統(tǒng)科學(xué)的理論作為依據(jù)，客觀地反映社交媒體中信息可靠性的實(shí)際情況。整體結(jié)構(gòu)合理、層次結(jié)構(gòu)清晰，具有較高的可靠性和統(tǒng)計(jì)性[21]。

214 可操作性原則

評(píng)價(jià)指標(biāo)體系的可操作性是其被合理應(yīng)用的前提條件，每項(xiàng)評(píng)價(jià)指標(biāo)要有一個(gè)明確的意義。

22 指標(biāo)體系的構(gòu)成

本文主要從三方面建立社交媒體中信息可靠性測(cè)評(píng)指標(biāo)體系：

221 閱讀相關(guān)理論研究的文獻(xiàn)

通過查閱國內(nèi)外對(duì)社交媒體中信息可靠性、真實(shí)性、可信度及信息質(zhì)量的研究成果，初步確定信息發(fā)布者、信息接受者、信息傳播途徑和信息本身4個(gè)一級(jí)指標(biāo)及發(fā)布者的專業(yè)度、接收者評(píng)論等二級(jí)測(cè)評(píng)指標(biāo)。

222 根據(jù)社交媒體中信息的特征

從發(fā)布者角度進(jìn)行分析研究，增加了發(fā)布者門檻低和發(fā)布者的斷章取義等二級(jí)指標(biāo)；從信息接收者方面分析，增加了接收者的反饋新指標(biāo)；從傳播途徑及信息本身分析，新增了信息監(jiān)管力度、信息要素齊全度等測(cè)評(píng)指標(biāo)，初步建立社交媒體中信息可靠性測(cè)評(píng)指標(biāo)體系。

223 問卷調(diào)查

利用微信、傳真、訪談等形式通過李克特五級(jí)分量表對(duì)初步建立的社交媒體中信息可靠性測(cè)評(píng)指標(biāo)體系進(jìn)行修改和完善：1=十分不可靠；2=較為不可靠；3=一般可靠；4=較為可靠；5=十分可靠。此次問卷共發(fā)放230份調(diào)查問卷，其中回收問卷218份，有效問卷210份，問卷有效率為9130%，被調(diào)查人員樣本分布見表1。

問卷調(diào)查中選取平均分375為標(biāo)準(zhǔn)進(jìn)行指標(biāo)取舍，高于平均分375的指標(biāo)選取，低于平均分375的舍去。最后形成社交媒體中信息可靠性測(cè)評(píng)的指標(biāo)體系，如表2所示。

3 社交媒體中信息可靠性測(cè)評(píng)模型及流程

三角模糊數(shù)是以模糊理論為基礎(chǔ)，主要是量化人們想法和看法的模糊性，在語言方面可以正確代表模糊理論的近似推理，其中語言變量由三角模糊數(shù)表示[22]，即一個(gè)模糊數(shù)A=（，，）稱為三角模糊數(shù)[23]。由于社交媒體中信息可靠性難以準(zhǔn)確量化，只能采用定性指標(biāo)進(jìn)行測(cè)評(píng)，三角模糊數(shù)恰能將定性指標(biāo)進(jìn)行量化，因此本文選用三角模糊數(shù)構(gòu)建對(duì)社交媒體中信息可靠性測(cè)評(píng)模型。社交媒體中信息可靠性測(cè)評(píng)模型及流程如下[24-25]：

步驟1：確定待評(píng)價(jià)對(duì)象、評(píng)價(jià)指標(biāo)及評(píng)價(jià)專家。假設(shè)每個(gè)待評(píng)價(jià)對(duì)象有m個(gè)一級(jí)指標(biāo)記為Ai（i=1，2，…，m）；p個(gè)二級(jí)指標(biāo)，記為Aij（j=1，2，…，p）；n個(gè)評(píng)價(jià)專家，記為Ek（k=1，2，…，n）。

步驟2：定義語言變量的評(píng)價(jià)等級(jí)和所對(duì)應(yīng)的三角模糊數(shù)值。評(píng)價(jià)語言變量用于確定社交媒體中信息可靠性不同指標(biāo)下的測(cè)評(píng)值。三角模糊數(shù)用集合A=（a，b，c），其中a

fA（x）=0，x

（x-a）/（b-a）a≤x

（c-x）/（c-b）b≤x

0，x≥c?"

（1）

設(shè)A=（a1，b2，c1）和B=（a2，b2，c2），三角模糊數(shù)的計(jì)算規(guī)則如下：

A+B=（a1，b1，c1）+（a2，b2，c2）=（a1+a1，b1+b2，c1+c2）

A-B=（a1，b1，c1）-（a2，b2，c2）=（a1-a2，b1-b2，c1-c2）

A×B=（a1，b1，c1）×（a2，b2，c2）=（a1a2，b1b2，c1c2）

kA=（ka1，kb1，kc1）

A÷B=（a1，b1，c1）÷（a2，b2，c2）=（a1/a2，b1/b2，c1，c2）

（A-1）=（1/a1，1/b1，1/c1）

利用[0，10]區(qū)間確定社交媒體中信息可靠性的語言變量與所對(duì)應(yīng)的三角模糊數(shù)，見表3。

表3 語言變量等級(jí)及對(duì)應(yīng)三角模糊數(shù)

語言變量 三角模糊數(shù)

絕對(duì)不可靠（AU） （0，0，25）

很不可靠（VU） （0，25，5）

一般可靠（C） （25，5，75）

很可靠（VR） （5，75，10）

絕對(duì)可靠（AR） （75，10，10）

步驟3：計(jì)算評(píng)價(jià)社交媒體中信息可靠性的二級(jí)指標(biāo)模糊平均值

xij=1n∑nk=1xkij，?"i=1，2，…，m

（2）

其中，xij是指第i個(gè)一級(jí)指標(biāo)下的第j個(gè)二級(jí)指標(biāo)的模糊平均評(píng)價(jià)值；xkij是指第k個(gè)專家利用三角模糊數(shù)表示的第i個(gè)一級(jí)指標(biāo)下的第j個(gè)二級(jí)指標(biāo)的評(píng)價(jià)值。

步驟4：利用中心值法去模糊化[26]。

M（x）=2b+c+a4

（3）

步驟5：利用模糊一致偏好關(guān)系（Consistent Fuzzy Preference Relations，簡(jiǎn)記為CFPR）確定權(quán)重[27-28]。

模糊一致偏好關(guān)系是在2004年由Herrera-Viedma提出的，該方法是在傳統(tǒng)兩兩判斷矩陣比較中避免不一致狀況發(fā)生的簡(jiǎn)便方法。CFPR中主要有3個(gè)命題[29-30]。

（1）指標(biāo)集X={x1，x2，…，xn}，與其相關(guān)的互補(bǔ)乘性偏好關(guān)系A(chǔ)=（aij），其中aij∈[1/9，9]；與其對(duì)應(yīng)的互補(bǔ)模糊偏好關(guān)系P=（pij），其中pij∈[0，1]，則P=g（A），即：

pij=g（aij）=12（1+log9（aij））

（4）

其中，g可根據(jù)研究實(shí)際情況進(jìn)行適當(dāng)轉(zhuǎn)換，稱為轉(zhuǎn)換函數(shù)。

（2）對(duì)于模糊偏好關(guān)系P=（pij），則：

pij+pjk+pki=32，i

（5）

（3）對(duì)于模糊偏好關(guān)系P=（pij），則有：

pi（i+1）+p（i+1）（i+2）+…+p（j-1）j+pji=j-i+12，?"i

（6）

如果計(jì)算所得pij不在區(qū)間[0，1]中，而處于[-a，1+a]（a>0）這一區(qū)間。那么在保持互補(bǔ)以及加性一致性不變的條件下可以通過轉(zhuǎn)換函數(shù)將其化至[0，1]間，步驟如下：

①計(jì)算偏好值集合B。

B={pij，i

pji=j-i+12pi（i+1）-p（i+1）（i+2）-…-p（j-1）j

（7）

②計(jì)算k值。

k=min{B∪{p12，p23，…，p（n-1）n}}

（8）

P={p12，p23，…，p（n-1）n}∪B∪{1-p12，1-p23，…，1-p（n-1）n}∪-B

（9）

得出轉(zhuǎn)換函數(shù)：

f∶[-a，1+a]→[0，1]，?"f（x）=x+a1+2a，?"a<0

（10）

③標(biāo)準(zhǔn)化檢驗(yàn)。

對(duì)計(jì)算出的pkij值進(jìn)行檢驗(yàn)，并將不在[0，1]區(qū)間中的pkij根據(jù)轉(zhuǎn)化函數(shù)進(jìn)行轉(zhuǎn)化，使其處于[0，1]區(qū)間內(nèi)。綜合考慮各專家的判斷，取其均值作為依據(jù)，即：

pij=1m∑mk=1pkij

（11）

④確定權(quán)重。

以模糊偏好關(guān)系矩陣P=（pij）作為依據(jù)，計(jì)算各級(jí)指標(biāo)的平均偏好程度為：

si=1n∑nj=1pij

（12）

則各指標(biāo)的權(quán)重為：

wi=si∑ni=1si

（13）

步驟6：計(jì)算待評(píng)價(jià)社交媒體中信息可靠性的一級(jí)指標(biāo)的加權(quán)分?jǐn)?shù)

vi=∑pj=1wij×dij，?"i=1，2，…，m

（14）

步驟7：計(jì)算待評(píng)價(jià)社交媒體中信息可靠性的綜合加權(quán)得分

V=∑mi=1Wi×vi

（15）

步驟8：確定待評(píng)價(jià)社交媒體中信息可靠性等級(jí)

本文將社交媒體中信息可靠性劃分為5個(gè)等級(jí)，見表4。依據(jù)公式（15）計(jì)算得到社交媒體中信息可靠性的綜合加權(quán)得分后依據(jù)V值確定待評(píng)價(jià)社交媒體中信息可靠性的所屬等級(jí)。

4 實(shí)例分析

本文在研究社交媒體中信息可靠性測(cè)評(píng)時(shí)選擇了一種使用率極高，極具代表性的應(yīng)用——新浪微博，并對(duì)其中油氣價(jià)格相關(guān)信息可靠性進(jìn)行測(cè)評(píng)研究。為了測(cè)評(píng)新浪微博中該信息可靠性，聘請(qǐng)了9個(gè)研究方向與油氣、能源和社交媒體的相關(guān)專家根據(jù)表3所示的語言變量對(duì)社交媒體中信息可靠性的二級(jí)指標(biāo)進(jìn)行測(cè)評(píng)，語言評(píng)價(jià)值見表5。

根據(jù)公式（2）計(jì)算得出社交媒體中信息可靠性二級(jí)指標(biāo)的模糊均值，見表6。

根據(jù)公式（3）對(duì)上表中各指標(biāo)的模糊均值去模糊化，根據(jù)公式（4）～（13）的模糊一致偏好關(guān)系法確定二級(jí)指標(biāo)權(quán)重，見表7。

根據(jù)公式（14）計(jì)算出每個(gè)一級(jí)指標(biāo)的綜合得分，再依照公式（15）計(jì)算出社交媒體中信息可靠性的綜合得分，計(jì)算結(jié)果見表8。

從表8可以看出，新浪微博中有關(guān)油氣價(jià)格的信息可靠性測(cè)評(píng)的綜合評(píng)分為89分，處于很可靠和絕對(duì)可靠等

級(jí)之間。A1指標(biāo)得分為74分，傾向于很可靠等級(jí)；指標(biāo)A2、A3、A4的得分別為78分、78分、79分，皆處于很可靠與絕對(duì)可靠等級(jí)之間，同時(shí)傾向于很可靠等級(jí)。其中，發(fā)布者的意圖、接受者的網(wǎng)絡(luò)依賴、評(píng)論與反饋、傳播途徑的監(jiān)管力度和信息的可理解性等指標(biāo)所占比重較大。因此，加強(qiáng)信息可靠性的管理，主要從這些方面出發(fā)，加強(qiáng)信息接收者的謹(jǐn)慎性，提高信息接收者的認(rèn)知能力和對(duì)評(píng)價(jià)與反饋的重視，降低信息者對(duì)網(wǎng)絡(luò)的依賴，提高信息發(fā)布者的專業(yè)度及責(zé)任意識(shí)，控制發(fā)布者門檻，加大傳播途徑監(jiān)管力度和信息內(nèi)容的管理，全面提高社交媒體中信息可靠性。

5 結(jié) 論

本文從信息接受者、信息發(fā)布者、信息傳播途徑和信息本身四方面構(gòu)建了社交媒體中信息可靠性測(cè)評(píng)的指標(biāo)體系。該指標(biāo)體系能夠反映出影響社交媒體中信息可靠性的主要因素，為今后社交媒體中信息可靠性測(cè)評(píng)的相關(guān)研究提供一定的借鑒?；谀：恢缕藐P(guān)系與三角模糊數(shù)構(gòu)建社交媒體中信息可靠性測(cè)評(píng)模型，解決了定性指標(biāo)難以量化的困難。利用模糊一致偏好關(guān)系法確定社交媒體中信息可靠性指標(biāo)體系中各指標(biāo)的權(quán)重，既能減少兩兩比較的次數(shù)，又能保證數(shù)據(jù)高度一致性。實(shí)踐表明，本文構(gòu)建的社交媒體中信息可靠性測(cè)評(píng)指標(biāo)體系和方法，能為社交媒體用戶準(zhǔn)確判斷信息可靠性提供理論依據(jù)和實(shí)踐應(yīng)用工具。

參考文獻(xiàn)

[1]Osatuyi Babajide.Information sharing on social media sites[J].Computers in Human Behavior，2013，29（6）：2622-2631.

[2]王謙秋，陳麗娜.微博新聞信息可信度研究——基于內(nèi)地全日制在校大學(xué)生樣本的調(diào)查數(shù)據(jù)[J].新媒體與社會(huì)，2012，（3）：296-316.

[3]薛傳業(yè)，夏志杰，張志花，等.突發(fā)事件中社交媒體信息可信度研究[J].現(xiàn)代情報(bào)，2015，（4）：12-16.

[4]沈旺，國佳，李賀.網(wǎng)絡(luò)社區(qū)信息質(zhì)量及可靠性評(píng)價(jià)研究——基于用戶視角[J].現(xiàn)代圖書情報(bào)技術(shù)，2013，（1）：69-74.

[5]盛宇.基于內(nèi)容的微博信息質(zhì)量評(píng)價(jià)研究——以新浪微博為例[J].情報(bào)科學(xué)，2013，（5）：51-54.

[6]馮纓，張瑞云.基于用戶體驗(yàn)的微博信息質(zhì)量評(píng)估研究[J].圖書館學(xué)研究，2014，（9）：62-67.

[7]Hocevar Kristin Page，F(xiàn)lanagin Andrew J.，Metzger Miriam J.Social media self-efficacy and information evaluation online[J].Computers in Human Behavior，2014，39：254-262.

[8]莫祖英，馬費(fèi)成，羅毅.微博信息質(zhì)量評(píng)價(jià)模型構(gòu)建研究[J].信息資源管理學(xué)報(bào)，2013，3（2）：12-18.

[9]Lee Chei Sian，Ma Long.News sharing in social media：The effect of gratifications and prior experience[J].Computers in Human Behavior，2012，28（2）：331-339.

[10]李曉靜，張國良.社會(huì)化媒體可信度研究：理論探討與實(shí)證分析[J].新聞大學(xué)，2012，（6）：105-114.

[11]Kaplan Andreas M.，Haenlein Michael.Users of the world，unite！The challenges and opportunities of Social Media[J].Business Horizons，2010，53（1）：59-68.

[12]Jussila Jari J.，Krkkinen Hannu，Aramo-Immonen Heli.Social media utilization in business-to-business relationships of technology industry firms[J].Computers in Human Behavior，2014，30：606-613.

[13]都平平，郭琪，李雨珂，等.基于社交媒體的網(wǎng)絡(luò)學(xué)科信息交互推廣服務(wù)[J].圖書情報(bào)工作，2014，58（2）：84-90.

[14]羅希，郭健全，魏景賦.社交媒體時(shí)代科普信息傳播的困境與突破[J].科普研究，2012，（6）：5-10.

[15]崔穎安，李雪，王志曉，等.在線社交媒體數(shù)據(jù)抽樣方法的比較研究[J].計(jì)算機(jī)學(xué)報(bào)，2014，（8）：1859-1876.

[16]第34次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[J].互聯(lián)網(wǎng)天地，2014，（7）：71-89.

[17]王勇，汪華登.信息的可靠性探討[Z].中國北京，2011：4.

[18]Metzger Miriam J.Making sense of credibility on the Web：Models for evaluating online information and recommendations for future research[J].JAm.Soc.Inf.Sci.，2007，58（13）.

[19]常文英，劉冰.基于可信度分析的微博用戶個(gè)人信息泄露實(shí)證研究——以新浪微博為例[J].情報(bào)雜志，2015，（8）：169-176.

[20]Mega Subramaniam Natalie Greene Taylor Beth.As simple as that？：tween credibility assessment in a complex online world[J].Journal of Documentation，2014，（71）：550-571.

[21]林向義，張慶普，羅洪云.基于DEA的企業(yè)自主創(chuàng)新能力評(píng)價(jià)與提升研究[J].運(yùn)籌與管理，2009，（4）：152-158.

[22]Lin Hua-Yang，Hsu Ping-Yu，Sheen Gwo-Ji.A fuzzy-based decision-making procedure for data warehouse system selection[J].Expert Systems with Applications，2007，32（3）：939-953.

[23]Ebrahimnejad Ali.An improved approach for solving fuzzy transportation problem with triangular fuzzy numbers[J].Journal of Intelligent & Fuzzy Systems，2015，29（2）：963-974.

[24]林向義，羅洪云，曹明閣，等.基于WSR系統(tǒng)論和三角模糊數(shù)的知識(shí)管理績(jī)效評(píng)價(jià)研究[J].現(xiàn)代情報(bào)，2013，（6）：6-9.

[25]林向義，羅洪云，朱志紅，等.基于模糊TOPSIS的虛擬科研團(tuán)隊(duì)成員知識(shí)共享效率評(píng)價(jià)[J].現(xiàn)代情報(bào)，2013，（7）：28-33.

[26]楊東紅，陳永鳳，朱麗陶.油田裝備制造企業(yè)知識(shí)吸收能力評(píng)價(jià)[J].遼寧工程技術(shù)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2015，（4）：373-377.

[27]穆琳.基于模糊一致偏好關(guān)系的高校教師績(jī)效評(píng)價(jià)[J].統(tǒng)計(jì)與決策，2013，（9）：56-59.

[28]林向義，劉晶，魏景柱.鉆井工程項(xiàng)目管理成熟度評(píng)價(jià)[J].工程管理學(xué)報(bào)，2011，（5）：548-552.

[29]Wang Tien-Chin，Chen Yueh-Hsiang.Applying fuzzy linguistic preference relations to the improvement of consistency of fuzzy AHP[J].Information Sciences，2008，178（19）：3755-3765.

[30]Chao Ru-Jen，Chen Yueh-Hsiang.Evaluation of the criteria and effectiveness of distance e-learning with consistent fuzzy preference relations[J].Expert Systems with Applications，2009，36（7）：10657-10662.

（本文責(zé)任編輯：郭沫含）