信息不確定條件下的社交學(xué)術(shù)網(wǎng)站評(píng)價(jià)研究

成 全，鄧俊軍

(福州大學(xué) 經(jīng)濟(jì)與管理學(xué)院，福建 福州 350108)

中國互聯(lián)網(wǎng)絡(luò)信息中心第42次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，截至2018年6月我國網(wǎng)民數(shù)量已達(dá)8.02億，隨著互聯(lián)網(wǎng)信息技術(shù)的發(fā)展和信息資源的數(shù)字化建設(shè)，網(wǎng)絡(luò)環(huán)境對我們的工作和學(xué)習(xí)產(chǎn)生了巨大的變化，學(xué)術(shù)研究領(lǐng)域也不例外。在科研和學(xué)術(shù)活動(dòng)過程中，網(wǎng)絡(luò)很好地適應(yīng)了當(dāng)前資源開放、知識(shí)共享的環(huán)境需求，而且承載著海量的學(xué)術(shù)資源，也滿足學(xué)術(shù)社交網(wǎng)絡(luò)用戶的科研需求。網(wǎng)絡(luò)不但改變了人們搜索、獲取和傳播科研資料的方式，而且在傳播、分享學(xué)術(shù)成果,促進(jìn)學(xué)術(shù)交流方面起到了重要的作用。另外，網(wǎng)絡(luò)學(xué)術(shù)社交平臺(tái)匯聚了不同學(xué)科領(lǐng)域內(nèi)的資深專家教授，聚合了各類群體的智慧，科研工作者線上之間的交流將產(chǎn)生大量學(xué)術(shù)信息資源，并加速知識(shí)的創(chuàng)新與傳播，這種網(wǎng)絡(luò)學(xué)術(shù)社交活動(dòng)讓科學(xué)研究變成了一個(gè)開放的發(fā)展空間，社交網(wǎng)絡(luò)學(xué)術(shù)資源以其開放性獲取、傳播迅速等特征受到科研用戶的青睞。且其傳播方式與資源類型也呈現(xiàn)出多樣性，如純文本文檔、Word、PPT、交互式圖表、音頻、視頻等。然而社交網(wǎng)絡(luò)學(xué)術(shù)資源也存在良莠不齊、魚龍混雜的問題，如何評(píng)價(jià)和管理社交網(wǎng)絡(luò)學(xué)術(shù)平臺(tái)，以實(shí)現(xiàn)社交學(xué)術(shù)資源的有效利用，并推動(dòng)社交學(xué)術(shù)資源的快速發(fā)展將是目前國內(nèi)外研究的一個(gè)重點(diǎn)和熱點(diǎn)。

1 研究現(xiàn)狀

國外學(xué)術(shù)界為了科研人員的在線交流開發(fā)了針對研究人員的學(xué)術(shù)性社交網(wǎng)絡(luò)，如Sci Link、Scientist Solution、Nature Network等，但隨著Facebook、Twitter等知名社交網(wǎng)絡(luò)的興起，一些學(xué)者也開始嘗試搭建學(xué)術(shù)交流平臺(tái)，建立研究興趣相似的學(xué)術(shù)圈，但其學(xué)術(shù)資源的專業(yè)性與規(guī)范性受到一些用戶的質(zhì)疑。直到出現(xiàn)ResearchGate、Academia、Mendeley、Zotero等為代表的在線學(xué)術(shù)交流管理工具，使得國外在線學(xué)術(shù)交流顯得更加成熟。BHARDWAJ[1]結(jié)合學(xué)術(shù)網(wǎng)站的屬性和用戶的基本需求建立了評(píng)價(jià)指標(biāo)，并對4個(gè)受歡迎的社交網(wǎng)站進(jìn)行了實(shí)證研究。ROY等[2]提出了一種基于WAMMI問卷及績效評(píng)估的統(tǒng)計(jì)分析方法，分析不同網(wǎng)站生成的WAMMI報(bào)告，測量在不同的可用性屬性方面的用戶滿意度。KABAK等[3]采用一種ANP和TOPSIS相結(jié)合的模型來對遠(yuǎn)程教育網(wǎng)站進(jìn)行評(píng)價(jià)、排列，應(yīng)用不同的情景分析來確定標(biāo)準(zhǔn)組對最佳網(wǎng)站選擇的影響。該評(píng)價(jià)模型采用定量和定性的綜合評(píng)價(jià)法能夠有效地減少不確定性問題，但缺乏對量化標(biāo)準(zhǔn)的探討，也沒有解決不同指標(biāo)之間歸一化處理的問題。

在國內(nèi)，社交網(wǎng)站研究主要集中在政府公共事業(yè)網(wǎng)站、電子商務(wù)網(wǎng)站及圖書館教育網(wǎng)站等方面，而關(guān)于學(xué)術(shù)網(wǎng)站領(lǐng)域的研究成果較少，主要包括學(xué)術(shù)網(wǎng)站指標(biāo)體系的構(gòu)建和網(wǎng)站綜合評(píng)價(jià)方法。在指標(biāo)體系構(gòu)建方面，劉友華等[4-5]結(jié)合學(xué)術(shù)網(wǎng)站的特點(diǎn)，采用科學(xué)的方法構(gòu)建了一套合理的學(xué)術(shù)網(wǎng)站評(píng)價(jià)指標(biāo)體系和指標(biāo)權(quán)重確定方法。吳平等[6]從學(xué)術(shù)期刊網(wǎng)站評(píng)價(jià)指標(biāo)體系構(gòu)建的科學(xué)性、全面性等原則出發(fā),通過專家問卷調(diào)查和層次分析法確定了學(xué)術(shù)期刊網(wǎng)站的三級(jí)評(píng)價(jià)指標(biāo)體系，使得指標(biāo)更加細(xì)化。在評(píng)價(jià)方法方面，龔雪媚等[7]比較了幾種典型的網(wǎng)站評(píng)價(jià)方法，對比了各方法之間的優(yōu)劣，針對不同的評(píng)價(jià)主體，提出了適用不同評(píng)價(jià)目標(biāo)的評(píng)價(jià)方法選擇策略。潘秋岑等[8]采用Kano模型評(píng)價(jià)方法，對學(xué)術(shù)期刊網(wǎng)站功能服務(wù)需求進(jìn)行綜合評(píng)價(jià)，雖然該方法對改善用戶個(gè)性化需求體驗(yàn)起著重要作用，但Kano模型評(píng)價(jià)方法沒有考慮用戶情景需求信息。道玉明[9]將鏈接作為網(wǎng)站的一個(gè)重要評(píng)價(jià)指標(biāo)，提出了一種基于鏈接分析的學(xué)術(shù)網(wǎng)站綜合評(píng)價(jià)方法，但鏈接分析法的主要缺點(diǎn)是方向性以及無法確定影響鏈接本身的因素。

綜上可知，國內(nèi)外學(xué)術(shù)界對學(xué)術(shù)網(wǎng)站的研究側(cè)重點(diǎn)不同，國外主要針對評(píng)價(jià)指標(biāo)和評(píng)價(jià)方法進(jìn)行了大量的實(shí)證研究，這有利于對指標(biāo)的合理性和有效性進(jìn)行分析和比較。國內(nèi)則大部分停留在理論研究階段，實(shí)證方面涉及的研究成果較少，因此無法正確判斷指標(biāo)的合理性和有效性。另外，國內(nèi)在學(xué)術(shù)網(wǎng)站評(píng)價(jià)的過程中，僅考慮簡單加權(quán)法，沒有考慮評(píng)價(jià)過程中指標(biāo)屬性的信息不完全、不確定性因素。為此，筆者從學(xué)術(shù)社交網(wǎng)站評(píng)價(jià)過程中的多屬性決策問題出發(fā)，提出了基于層次分析法與證據(jù)推理相結(jié)合的綜合評(píng)價(jià)方法，對決策屬性中不確定信息在不同證據(jù)框架下進(jìn)行綜合評(píng)價(jià)。

2 社交學(xué)術(shù)網(wǎng)站評(píng)價(jià)指標(biāo)體系構(gòu)建及權(quán)重確定

2.1 指標(biāo)體系的構(gòu)建原則與方法

社交學(xué)術(shù)網(wǎng)站指標(biāo)體系的建立需要考慮能夠反映社交學(xué)術(shù)網(wǎng)站的本質(zhì)，既要全面準(zhǔn)確、簡明實(shí)用，又要防止指標(biāo)過多而導(dǎo)致指標(biāo)交叉重復(fù)，指標(biāo)選取需遵循科學(xué)性、合理性、客觀性、全面性、可操作性等原則[10-12]。具體而言，學(xué)術(shù)網(wǎng)站指標(biāo)體系的構(gòu)建基于網(wǎng)站特點(diǎn)，選出具有代表性的關(guān)鍵指標(biāo)，并根據(jù)初選的關(guān)鍵指標(biāo)以問卷調(diào)查形式，采用德爾菲法進(jìn)行專家評(píng)審，基于問卷調(diào)查和征詢意見結(jié)果，對初選的關(guān)鍵指標(biāo)的合理性進(jìn)行分析，從而對選定的關(guān)鍵指標(biāo)進(jìn)一步實(shí)施有效檢驗(yàn)和優(yōu)化，刪除不合理的指標(biāo)，最終得到網(wǎng)站內(nèi)容、網(wǎng)站設(shè)計(jì)、網(wǎng)站功能、網(wǎng)站影響力4個(gè)一級(jí)指標(biāo)，以及內(nèi)容的全面性、內(nèi)容的權(quán)威性、內(nèi)容的準(zhǔn)確性、內(nèi)容的創(chuàng)新性、內(nèi)容的時(shí)效性、學(xué)術(shù)內(nèi)容的比例、界面友好程度、易用性、穩(wěn)定性、交互功能、檢索功能、下載功能、特色服務(wù)、用戶訪問量、鏈接數(shù)、引用量16個(gè)二級(jí)指標(biāo)[13]。

2.2 評(píng)價(jià)指標(biāo)權(quán)重的確定

指標(biāo)權(quán)重的確定一般使用專家咨詢或者用數(shù)學(xué)測定的方法來獲得，筆者采用傳統(tǒng)的基于9級(jí)標(biāo)度的層次分析法來獲得指標(biāo)權(quán)重，具體步驟如下：

(1)建立層次結(jié)構(gòu)模型。將決策的目標(biāo)、考慮的因素(決策準(zhǔn)則)和決策對象按他們之間的相互關(guān)系分為最高層、中間層和最低層。

(2)構(gòu)造判斷矩陣。在確定各層次各因素之間的權(quán)重時(shí)，如果只是定性的結(jié)果，則常常不容易被別人接受，因而不把所有因素放在一起比較，而是進(jìn)行兩兩相互比較，對比時(shí)采用相對尺度，盡可能減少性質(zhì)不同的諸因素相互比較的困難，以提高準(zhǔn)確度。與此同時(shí)，將初始判斷矩陣進(jìn)行歸一化處理，可以求出最大特征值和對應(yīng)的特征向量。

表1 平均隨機(jī)一致性指標(biāo)RI的標(biāo)準(zhǔn)值

3 基于證據(jù)推理的學(xué)術(shù)網(wǎng)站評(píng)價(jià)方法及實(shí)證分析

證據(jù)推理方法是建立在多屬性決策問題背景以及D-S證據(jù)合成規(guī)則基礎(chǔ)之上，對于處理既有定量指標(biāo)又有定性指標(biāo)的復(fù)雜不確定性多屬性決策問題具有較好的效果。證據(jù)推理方法首先對一個(gè)評(píng)價(jià)問題設(shè)定若干個(gè)衡量被評(píng)價(jià)方案優(yōu)劣程度的評(píng)價(jià)等級(jí)，然后給被評(píng)價(jià)方案的每一個(gè)指標(biāo)都賦予一個(gè)基于這些語言評(píng)價(jià)等級(jí)的置信度。該方法可以同時(shí)考慮定量指標(biāo)的精確評(píng)價(jià)值和定性指標(biāo)的主觀不確定性評(píng)價(jià)，通過證據(jù)融合規(guī)則可將所有指標(biāo)的置信度合成為在識(shí)別框架上各個(gè)語言評(píng)價(jià)等級(jí)的總置信度，對于定量指標(biāo)取值按照一定的等價(jià)規(guī)則轉(zhuǎn)換成相應(yīng)綜合等級(jí)。與傳統(tǒng)的D-S證據(jù)合成法則相比，證據(jù)推理方法考慮了每一個(gè)指標(biāo)權(quán)重的相對重要性程度[14-16]。

表2 評(píng)價(jià)指標(biāo)體系及權(quán)重

針對目前我國社交性學(xué)術(shù)網(wǎng)站的功能定位，將社交性學(xué)術(shù)網(wǎng)站劃分為專業(yè)數(shù)據(jù)庫、大型學(xué)術(shù)門戶網(wǎng)站、學(xué)術(shù)博客論壇和學(xué)術(shù)搜索網(wǎng)站4種類型。專業(yè)數(shù)據(jù)庫包括中國知網(wǎng)(CNKI)、萬方數(shù)據(jù)庫、中國科學(xué)引文數(shù)據(jù)庫(CSCD)等；大型學(xué)術(shù)門戶網(wǎng)站包括科學(xué)網(wǎng)、CSDN網(wǎng)、數(shù)據(jù)堂等；學(xué)術(shù)博客論壇類網(wǎng)站包括小木蟲論壇、丁香園論壇、學(xué)術(shù)博客等；學(xué)術(shù)搜索網(wǎng)站包括百度學(xué)術(shù)、新浪學(xué)術(shù)等。通過篩選從每種類別選取兩個(gè)網(wǎng)站進(jìn)行比較分析，選取中國知網(wǎng)x1、萬方數(shù)據(jù)庫x2、科學(xué)網(wǎng)x3、CSDN網(wǎng)x4、小木蟲論壇x5和丁香園論壇x6、百度學(xué)術(shù)x7和新浪學(xué)術(shù)x8這8個(gè)學(xué)術(shù)網(wǎng)站作為研究對象，擬對這8個(gè)社交性學(xué)術(shù)網(wǎng)站進(jìn)行問卷調(diào)查。筆者選取了20位專家教授和100位同學(xué)作為調(diào)查對象，調(diào)查對象具有豐富的科研經(jīng)歷，涵蓋了各個(gè)研究領(lǐng)域，對學(xué)術(shù)網(wǎng)站以及各搜索引擎都具有清晰的了解，避免調(diào)查者產(chǎn)生模糊的回答，從而確保問卷調(diào)查的結(jié)果具有可靠性。此次研究共發(fā)放了120份問卷，回收問卷112份，問卷回收率為93%，并進(jìn)一步對問卷進(jìn)行篩選，剔除無效問卷，得到有效問卷106份，問卷有效率為88%，并對其進(jìn)行綜合評(píng)價(jià)分析。

3.1 問題描述

假設(shè)學(xué)術(shù)網(wǎng)站的評(píng)價(jià)是一個(gè)簡單的具有兩級(jí)屬性的決策問題，即一個(gè)綜合屬性y和多個(gè)與之相關(guān)的基本屬性ei(i=1,2，…,L)，評(píng)價(jià)方案為al(l=1,2,…,M)，則有：

(1)對綜合屬性y定義一套L個(gè)基本屬性：E={ei,i=1,2,…,L}。

(3)確定綜合屬性y的評(píng)價(jià)等級(jí)集：H={Hn,n=1,2,…,N}。

設(shè)定綜合屬性的評(píng)價(jià)等級(jí)及基本屬性的評(píng)級(jí)等級(jí)都為H={Hn,n=1,2,…,5}={Worst，Poor，Average，Good，Best}，對應(yīng)的效用值分別為：u(H1)=0.00,u(H2)=0.25,u(H3)=0.50,u(H4)=0.75,u(H5)=1.00。

此處以備選方案x1的網(wǎng)站內(nèi)容指標(biāo)下的二級(jí)指標(biāo)為例進(jìn)行基本屬性評(píng)價(jià)分析。通過收集整理之后的問卷數(shù)據(jù)建立綜合決策矩陣，如表3所示。

表3 中國知網(wǎng)網(wǎng)站內(nèi)容決策矩陣

3.2 確定基本概率分派

對每一個(gè)備選方案al，按每一個(gè)基本屬性作概率分派mn,i，表示在備選方案al中基本屬性ei對綜合屬性y為評(píng)價(jià)等級(jí)Hn的支持度。mn,i等于基本屬性的權(quán)重與信任度的乘積，其計(jì)算公式如式(1)所示。

mn,i=wiβn,i(al)

(1)

(2)

(3)

(4)

表4 概率函數(shù)分派矩陣

3.3 綜合概率分派

依據(jù)基本屬性的基本概率分派進(jìn)行證據(jù)合成，按以下步驟得到方案al中綜合屬性下所有基本屬性融合后被評(píng)價(jià)為等級(jí)Hn的支持度及在方案al中所有基本屬性沒有分派給具體評(píng)價(jià)等級(jí)的支持度。

mn,I(i+1)=KI(i+1)(mn,I(i)mn,i+1+

mn，I(i)mH,i+1+mH,I(i)mn,i+1)

(5)

(6)

(7)

(8)

(9)

3.4 學(xué)術(shù)網(wǎng)站綜合信任度計(jì)算

根據(jù)式(5)～式(9)可以得到綜合屬性yj下所有基本屬性ei的綜合評(píng)價(jià)支持度，那么綜合屬性yj被估計(jì)為評(píng)價(jià)等級(jí)Hn的信任度βn(al)、綜合屬性yj下沒有支持任何一個(gè)評(píng)價(jià)等級(jí)的信任度βH(al)分別如式(10)和式(11)所示。

(10)

(11)

表5 一級(jí)指標(biāo)綜合決策矩陣

再根據(jù)證據(jù)推理算法步驟將各一級(jí)指標(biāo)進(jìn)行證據(jù)融合，可以得到方案x1的總信任度為：H={Worst，Poor，Average，Good，Best}=(0.000 0,0.003 7,0.155 7,0.342 1,0.498 5)。

3.5 學(xué)術(shù)網(wǎng)站的綜合評(píng)價(jià)值和效用值

通過公式S(y(al))={(Hn,βn(al))}，可計(jì)算得到方案x1學(xué)術(shù)網(wǎng)站的效用值:

S(y(x1))=0×0+0.25×0.003 7+

0.5×0.155 7+0.75×0.342 1+

1×0.498 5=0.833 9

3.6 學(xué)術(shù)網(wǎng)站綜合評(píng)價(jià)結(jié)果排序

同理可得其他7個(gè)網(wǎng)站的評(píng)價(jià)結(jié)果及最后的效用值，如表6所示。

表6 網(wǎng)站綜合評(píng)價(jià)及效用值

4 社交學(xué)術(shù)網(wǎng)站綜合評(píng)價(jià)結(jié)果分析

根據(jù)各備選方案證據(jù)融合的最終結(jié)果及效用值可知，效用值由高到低依次為u1>u2>u7>u8>u5>u3>u6>u4，即得分由高到低分別為中國知網(wǎng)、萬方數(shù)據(jù)庫、百度學(xué)術(shù)、新浪學(xué)術(shù)、小木蟲論壇、科學(xué)網(wǎng)、丁香園論壇及CSDN網(wǎng)站。

8個(gè)學(xué)術(shù)網(wǎng)站各綜合屬性的得分情況如表7所示，可以看出，在網(wǎng)站內(nèi)容方面，中國知網(wǎng)、萬方數(shù)據(jù)庫得分最高，CSDN網(wǎng)站最差，中國知網(wǎng)和萬方數(shù)據(jù)庫是目前國內(nèi)比較大型的數(shù)字化學(xué)習(xí)系統(tǒng)和知識(shí)服務(wù)平臺(tái)，且收錄了大量的重要數(shù)據(jù)庫和核心期刊，囊括了不同的學(xué)科門類，涉及了各個(gè)領(lǐng)域的知識(shí)，無論在權(quán)威性還是準(zhǔn)確性方面都優(yōu)越于其他網(wǎng)站。在4項(xiàng)一級(jí)指標(biāo)中，網(wǎng)站設(shè)計(jì)方面的影響是最接近的，網(wǎng)站設(shè)計(jì)方面的得分對學(xué)術(shù)網(wǎng)站的整體評(píng)價(jià)影響不是很大。網(wǎng)站設(shè)計(jì)作為門戶形象，一方面在技術(shù)層面已經(jīng)趨于成熟，不會(huì)有太大差別；另一方面，網(wǎng)站設(shè)計(jì)對于用戶而言其需求并不是十分顯著。作為網(wǎng)站功能和影響力來說，檢索功能和交互功能也是學(xué)術(shù)網(wǎng)站建設(shè)必須重視的兩項(xiàng)指標(biāo)。檢索功能的強(qiáng)大與否關(guān)系到用戶能否快速、準(zhǔn)確地找到所需信息資源。在這方面，百度學(xué)術(shù)網(wǎng)站有著明顯的優(yōu)勢，其次是中國知網(wǎng)和萬方數(shù)據(jù)庫。百度學(xué)術(shù)是百度旗下的免費(fèi)學(xué)術(shù)資源搜索平臺(tái)，收錄了中國知網(wǎng)、萬方數(shù)據(jù)庫等學(xué)術(shù)站點(diǎn)，成為全球文獻(xiàn)覆蓋量最大的學(xué)術(shù)平臺(tái)，因此為學(xué)術(shù)搜索服務(wù)打下了堅(jiān)實(shí)的基礎(chǔ)。在網(wǎng)站影響力方面，百度學(xué)術(shù)得分比較高，是目前國內(nèi)具有影響力的社交學(xué)術(shù)網(wǎng)站之一，擁有良好的交流氛圍和廣闊的交流空間，已成為聚集眾多科研工作者的學(xué)術(shù)資源與經(jīng)驗(yàn)交流平臺(tái)。

表7 各學(xué)術(shù)網(wǎng)站綜合屬性得分情況

5 結(jié)論

隨著學(xué)術(shù)社交網(wǎng)絡(luò)的興起，其為科研用戶帶來了海量的學(xué)術(shù)資源，并且受到專家學(xué)者的青睞。但在用戶享受便利的過程中也會(huì)產(chǎn)生信息超載的問題，這些問題導(dǎo)致學(xué)術(shù)網(wǎng)站的內(nèi)容質(zhì)量很難滿足用戶的需求，嚴(yán)重阻礙著學(xué)術(shù)網(wǎng)站的發(fā)展及學(xué)術(shù)資源的有效利用。為了解決社交學(xué)術(shù)網(wǎng)站評(píng)價(jià)的多屬性信息不確定性問題，提高社交學(xué)術(shù)網(wǎng)站的檢索效率及學(xué)術(shù)信息資源質(zhì)量，節(jié)省用戶的檢索時(shí)間，提高檢索效率。筆者在前人研究的基礎(chǔ)上，通過完善社交學(xué)術(shù)網(wǎng)站評(píng)價(jià)指標(biāo)體系，構(gòu)建基于證據(jù)推理的學(xué)術(shù)網(wǎng)站綜合評(píng)價(jià)模型。實(shí)驗(yàn)結(jié)果表明，最受用戶歡迎的社交學(xué)術(shù)網(wǎng)站是中國知網(wǎng)，對于用戶而言，社交學(xué)術(shù)網(wǎng)站的學(xué)術(shù)內(nèi)容的比例是決定用戶選擇網(wǎng)站的主要原因，而其他屬性對網(wǎng)站的影響比較小。對于網(wǎng)站而言，應(yīng)該注重網(wǎng)站內(nèi)容的質(zhì)量，提供更好、更優(yōu)質(zhì)的導(dǎo)航服務(wù)，幫助用戶快速檢索到合適的、高質(zhì)量的信息資源。

另外，從上述實(shí)例可以看出，證據(jù)推理方法在解決不確定條件下的多屬性決策問題以及多方面知識(shí)單元的信息融合問題上，具有量綱不變性優(yōu)點(diǎn)。利用證據(jù)推理進(jìn)行綜合評(píng)價(jià)的過程中，通過將定量屬性轉(zhuǎn)化成與定性屬性描述一致的等級(jí)評(píng)價(jià)，利用模糊數(shù)學(xué)中隸屬度函數(shù)來構(gòu)造置信度決策矩陣，既保留了評(píng)價(jià)過程中人為的不確定性和主觀性影響，又能降低決策過程中原始屬性信息不完全、模糊的問題，使得計(jì)算結(jié)果更加合理，從而提高決策的置信度與可靠性。