【文章內(nèi)容簡介】 ( ?? kkjk aBa （ 18） 若已知第 k1層的計(jì)算結(jié)果 1?kCI ， 1?kRI 和 1?kCR ，則第 k層的相應(yīng)指標(biāo)為： )1()()2()1( ), .. .,( ?? kmkkkk aCICICICI （ 19） )1()()2()1( ), .. .,( ?? kmkkkk aRIRIRIRI （ 20） )/( 1 kkkk RICICRCR ?? ? （ 21） 其中 )(ikCI 和 )(ikRI 分別 為在 k1 層第 i 個(gè)指標(biāo)下判斷矩陣的一致性指標(biāo)和隨機(jī)一致性指標(biāo)。當(dāng) ?kCR 時(shí)，認(rèn)為遞階層次在整個(gè) k層上具有滿意的一致性。 模型的建立與求解 ： 用層次分析 定權(quán) 法求解上述媒體的報(bào)道能反映中國影響力提高的權(quán)重。將上述媒體分為報(bào)刊和網(wǎng)絡(luò)兩類，建立模型簡圖如圖： 12 圖 8 模型簡圖 用 三標(biāo)度 構(gòu)建 法判斷矩陣如 下 表所示 ： 表 4 A1,A2 關(guān)于 G 構(gòu)建三標(biāo)度判斷矩陣 G 1A 2A 1A 1 0 2A 2 1 表 5 B1,B2,B3 關(guān)于 A1 構(gòu)建三標(biāo)度判斷矩陣 1A 1B 2B 3B 1B 1 2 2 2B 0 1 2 3B 0 0 1 表 6 B4， B5， B6關(guān)于 A2 構(gòu)建三標(biāo)度判斷矩陣 2A 4B 5B 6B 4B 1 2 2 5B 0 1 2 6B 0 0 1 以 1B , 2B , 3B 關(guān)于 1A 構(gòu)建的三標(biāo)度判斷矩陣為例求解，過程如下： 由表 5 可得 5max?r ， 1min?r ， 4?mb ，故可得三標(biāo)度判斷矩陣的間接判斷矩陣???????????15/24/12/515/242/51A （ 22） 由計(jì)算 得 最大特征值為 ?? ，其權(quán)向量為 Tw )1 2 7 ,3 1 4 ,5 5 8 (? 由于 ax ??? ，所以要對其進(jìn)行一致性檢驗(yàn)， 01 a x ???? n nCI ? ， （ 23） ?RI , （ 24） ??? RICICR , 13 說 明表 5 通過了 一致性檢驗(yàn) ， 所以 3,21, BBB 關(guān)于 1A 的排序權(quán)向 量為T),( 。 同理 可求得 :B4， B5， B6關(guān)于 2A 的排序權(quán)向量 ? ?, 。 因?yàn)橹虚g層只有兩個(gè)因素，故由表 4 可以直接求得 1A , 2A 關(guān)于 G 的排序權(quán)向量為T),( 由層次總排序公式 )1( ?? kkjk aBa 可得 654321 ,, BBBBBB 的綜合影響力權(quán)重系數(shù)向量為 )0 8 5 ,2 0 9 ,3 7 2 ,0 4 2 ,1 0 4 ,1 8 6 ( 。 其結(jié)果的圖形表示如下： 表 6 六大媒體 綜合影響力權(quán)重系數(shù)向量 綜合影響力 評估 在確定了兩大類媒體的六個(gè)知名媒體的權(quán)重和他們所體 現(xiàn)的世博影響力數(shù)據(jù)之后，我們從媒體角度定量分析上海世博的影響力（用 I表示）： I=ii iIB??61， I 的計(jì)算值為 ，說明中國的影響力由于世博提升了五分之一左右，進(jìn)而說明世博的影響力是巨大的。 模型 的 評價(jià) 模型 1 優(yōu)點(diǎn)： 定量分析影響力沒有數(shù)學(xué)上確定的計(jì)算方法，而影響力也包括了社會的方方面面，很難定量來評價(jià)。在模型的建立過程中我們著重從“影響力”這個(gè)關(guān) 鍵詞入手深入分析。采用媒體這個(gè)側(cè)面來分析影響力，因?yàn)槊襟w是采集和發(fā)布信息的主要載體，其覆蓋面廣泛并且傳播力強(qiáng)。在眾多媒體中，我們采用了傳統(tǒng)的媒體和現(xiàn)代媒體兩方面并選取世界最知名的媒體來收集數(shù)據(jù)，因?yàn)檫@兩大媒體在現(xiàn)代社會是并存的，這樣保證了數(shù)據(jù)的全面性和可靠性。數(shù)據(jù)采集采用先進(jìn)的文本挖掘和互聯(lián)網(wǎng)數(shù)據(jù)查詢技術(shù)，以此獲得大量的可用數(shù)據(jù)。 缺點(diǎn)： 媒體個(gè)數(shù)眾多，數(shù)據(jù)海量，由于時(shí)間和精力的有限性，獲得的數(shù)據(jù)的覆蓋面還是不能完全達(dá)到要求。另一方面，文本挖掘的工具不夠先進(jìn)，掌握的技術(shù)有限，因此數(shù)據(jù)的挖掘過程進(jìn)行的 不徹底，數(shù)據(jù)的可靠性會受到一定的影響。 模型 2 優(yōu)點(diǎn)： 1 系統(tǒng)性 ： 把研究對象作為一個(gè)系統(tǒng)，按照分解、比較判斷、綜合的思維方式進(jìn)行決策 ，成為繼機(jī)理分析、統(tǒng)計(jì)分析之后發(fā)展起來的系統(tǒng)分析的重要工具。 2 實(shí)用性 ： 把定性和定量方法結(jié)合起來，能處理許多用傳統(tǒng)的最優(yōu)化技術(shù)無法著手六大 媒體 時(shí) 代 周 刊 亞 洲 新 聞 德 國 時(shí) 代 新 聞 紐 約 時(shí) 報(bào) 泰 晤 士 報(bào) 讀 賣 新 聞 權(quán)重 14 的實(shí)際問題，應(yīng)用范圍很廣，同時(shí)，這種方法使得決策者與決策分析者能夠相互溝通，決策者甚至可以直接應(yīng)用它，這就增加了決策的有效性。 3 簡潔性 ： 具有中等文化程度的人即可以了解層次分析法的基本原理并掌握該法的基本步驟，計(jì)算也非常簡便，并且 所得結(jié)果簡單明確，容易被決策者了解和掌握。 缺點(diǎn)： 1 只能 在現(xiàn)有的法案中確定其權(quán)重 ，沒有辦法得出更好的新方案。 2 該法中的比較、判斷以及結(jié)果的計(jì)算過程都是粗糙的，不適用于精度較高的問題。 3 雖然對構(gòu)建對比矩陣的方法有所改進(jìn) ， 但是 人主觀因素對整個(gè)過程的影響 還是比較 大，這就使得結(jié)果難以讓所有的決策者接受。 參考文獻(xiàn) [1] 夏幼明 ， 解敏 ,周雯 ,數(shù)據(jù)挖掘方法分析與評價(jià) ,云南大學(xué)學(xué)報(bào) ， 23(2)： 716， 2020。 [2] 孫 峰，淺述數(shù)據(jù)挖掘，甘肅科技， 26(9)： 1934， 2020。 [3] 鐘艷 花，余偉紅，余永權(quán)， Web 文本挖掘系統(tǒng)及其關(guān)鍵技術(shù)研究， 計(jì)算機(jī)工程與應(yīng)用， 2020。 [4] 紐約時(shí)報(bào)， 。 [5] 泰晤士報(bào)， 。 [6] 讀賣新聞， 。 [7] 時(shí)代周刊， 美國 ， 期 期， 2020。 [8] 德國時(shí)代周報(bào)，德國 ， 期 期， 2020。 [9] 亞洲新聞， 期 期， 2020。 [10] 李紹勤 吳琦，王大偉，基于最優(yōu)傳遞矩陣層次分析法的改進(jìn)及應(yīng)用，武警工程學(xué)院學(xué)報(bào)，第 22卷第 2期 :1418,2020。 [11] 劉 鵬， 孫立濤，徐大杰，三標(biāo)度法在坦克分隊(duì)最優(yōu)火力分配中的應(yīng)用， 火力與指揮控制， 3O（ 3）： 9092， 2020。 15 附錄 文章關(guān)鍵詞提取器 對 關(guān)鍵詞數(shù)量的統(tǒng)計(jì)以及 關(guān)鍵詞 所占 權(quán)重的計(jì)算 結(jié)果 。 附表 1 《時(shí)代周刊》中關(guān)鍵詞統(tǒng)計(jì)及權(quán)重計(jì)算 結(jié)果 表 1月 11日 編號 關(guān)鍵詞 數(shù)量（ ijka ） 頻率 （ ijkF ） 權(quán)重（ ijkp ） 比重（ ijkw ） 1. tea 32 2. expo 9 3. China 6 4. socialism 1 5. Chinese 1 文本詞匯總數(shù)（ ijA ）： 1月 18日 編號 關(guān)鍵詞 數(shù)量（ ijka ） 頻率 （ ijkF ） 權(quán)重（ ijkp ） 比重（ ijkw ） 1. tea 21 2. expo 6 3. China 4 4. Chinese 1 文本詞匯總數(shù)（ ijA ）： 1月 25日 編號 關(guān)鍵詞 數(shù)量（ ijka ） 頻率 （ ijkF ） 權(quán)重（ ijkp ） 比重（ ijkw ） 1. tea 29 2. China 4 3. Chinese 4 4. expo 3 文本詞匯總數(shù)（ ijA ）： 2月 1日 編號 關(guān)鍵詞 數(shù)量（ ijka ） 頻率 （ ijkF ） 權(quán)重（ ijkp ） 比重（ ijkw ） 1. tea 26 2. China 9 3. expo 3 4. socialism 1 5. Chinese 1 文本詞匯總數(shù)（ ijA ）： 2月 8日 編號 關(guān)鍵詞 數(shù)量（ ijka ） 頻率 （ ijkF ） 權(quán)重（ ijkp ） 比重（ ijkw ） 1. tea 33 16 2. expo 2 3. Chinese 1 文本詞匯總數(shù)（ ijA ）： 2月 15日 編號 關(guān)鍵詞 數(shù)量（ ijka ） 頻率 （ ijkF ） 權(quán)重（ ijkp ） 比重（ ijkw ） 1. tea 43 2. China 13 3. Chinese 3 4. expo 2 文本詞匯總數(shù)（ ijA ）： 2月 22日 編號 關(guān)鍵詞 數(shù)量（ ijka ） 頻率 （ ijkF ） 權(quán)重（ ijkp ） 比重（ ijkw ） 1. tea 58 2. China 3 3. expo 3 4. silk 1 文本詞匯總數(shù)（ ijA ）： 3 月 1日 編號 關(guān)鍵詞 數(shù)量（ ijka ） 頻率 （ ijkF ） 權(quán)重（ ijkp ） 比重（ ijkw ） 1. tea 28 2. China 3 3. expo 1 4. yuan 1 文本詞匯總數(shù)（ ijA ）： 3 月 8日 編號 關(guān)鍵詞 數(shù)量（ ijka ） 頻率 （ ijkF ） 權(quán)重（ ijkp ） 比重（ ijkw ） 1. tea 3 2. China 16 3. Chinese 12 4. expo 1 文本詞匯總數(shù)（ ijA ）： 3月 15日 編號 關(guān)鍵詞 數(shù)量（ ijka ） 頻率 （ ijkF ） 權(quán)重（ ijkp ） 比重（ ijkw ） 1. tea 32 2. expo 12 3. China 4 17 4. socialism 1 1E05 文本詞匯總數(shù)（ ijA ）： 3月 22日 編號 關(guān)鍵詞 數(shù)量（ ijka ） 頻率 （ ijkF ） 權(quán)重（ ijkp ） 比重（ ijkw ） 1. China 35 2. tea 29 3. Chinese 11 4. expo 5 5. socialism 1 文本詞匯總數(shù)（ ijA ）： 3月 29日 編號 關(guān)鍵詞 數(shù)量（ ijka ） 頻率 （ ijkF ） 權(quán)重（ ijkp ） 比重（ ijkw ） 1. tea 36 2. China 12 3. expo 3 4. Chinese 1 文本詞匯總數(shù)（ ijA ）： 4 月 5日 編號 關(guān)鍵詞 數(shù)量（ ijka ） 頻率 （ ijkF ） 權(quán)重（ ijkp ） 比重（ ijkw ） 1. tea 32 2. China 20 3. Chinese 5 4. expo 1 5. socialism 1