首页 > 文章中心 > 网络与新媒体学科评估

网络与新媒体学科评估

网络与新媒体学科评估

网络与新媒体学科评估范文第1篇

〔关键词〕社交媒体;信息可信度;评估;综述

〔中图分类号〕G203 〔文献标识码〕A 〔文章编号〕1008-0821(2016)12-0164-06

〔Abstract〕Information credibility assessment research in social media not only contributes to the development and improvement of network information resource management theory,but also helps to improve the effectiveness of social media monitoring public opinion,social media search,social recommendation and so on.The paper firstly reviewed the researches at home and abroad about the social media information research,information credibility research,and social media information credibility assessment research,and then pointed out the problems existing in information credibility assessment research of domestic social media,and finally put forward the solution to it.

〔Key words〕social media;information;credibility;assessment;review

1 研究的意义

随着互联网技术和移动技术的突飞猛进,社交媒体盛行,人人可做信息的制造者,制造的信息极为丰富。然而,在这丰富信息的背后,隐藏着漫天飞舞的谣言、病毒般传播的虚假照片和视频,这给人们幸福的生活、社会的稳定带来了严重的隐患。为了遏制虚假不良信息传播,营造健康向上的网络环境,信息可信度评估就成了迫在眉睫的问题,社交媒体信息急需“鉴定师”和“测谎仪”。

社交媒体信息可信度评估研究既有较高的学术价值,也有较强的应用价值。具体来说,学术价值表现在研究社交媒体信息可信度评估并探讨虚假信息的生成机制、传播模式、治理措施,是对社交媒体环境下网络信息资源管理理论的丰富、发展与完善。应用价值表现在研究社交媒体信息可信度评估有助于社交媒体用户判断信息的可信性,营造诚信健康的互联网环境,也有助于提高社交媒体信息舆情监控、社交媒体信息引导、社交媒体搜索、社会化推荐等方面的效果。

2 社交媒体信息研究

社交媒体(Social Media)是通过Web2.0技术实现的一类支持用户自主创造和交换内容的媒体,如Twitter、Facebook、Youtube、LinkedIn、Wiki、微博、微信、QQ、论坛、人人网等。自1973年Lipkin、Szpakowski和Felsenstein 3人在美国加州伯克利市建立全球第一个公共电子公告牌系统 Community Memory后,BBS以及网络社区等早期的社交媒体开始映入人们的眼帘。《2015年全球社会化媒体、数字和移动业务数字统计趋势》报告表明:全球社交媒体活跃用户约占全球人口的29%。

2.1 国外研究

社交媒体的相关研究从20世纪80年代开始,在2005年左右开始进入快速发展阶段,发文量有逐年增加的趋势。在国际期刊中,发表社交媒体论文较多的要属《Computers in Human Behavior》。近两年,关于社交媒体的国际会议主要有ASONAM、SMP、MISNC、SMAP、SCSM。国外学者研究内容主要集中在以下4个方面:

2.1.1 社交媒体信息利用研究

社交媒体在商业领域、教育领域、公共管理领域等都有广泛的应用[1]。如在营销领域,利用社交媒体信息,可以获知消费者态度和行为[2],可以获知客户交流和推荐对营销的影响[3-4],可以获知社交媒体信息对营销管理功能的影响[5]。

2.1.2 社交媒体信息检索与信息推荐研究

侧重于社交媒体信息检索与信息推荐方法的研究。社交媒体信息的检索采用主题模型[6]、社会网络[7]、本体[8]等检索方法。比如,Hong和Davison(2010)使用标准主题模型进行社交媒体Twitter信息的检索。社交媒体信息的推荐采用内容推荐[9]、协同过滤[10]、时序推荐[11]、位置推荐[12]、社会化推荐[13]等方法。比如,Levandoski等(2012)提出位置感知推荐系统(LARS)[12]。

2.1.3 社交媒体信息传播研究

侧重于反映信息传播传播规律的社交媒体信息传播模型的构建以及通过模型的构建对实际问题进行预测等方面的研究。如Galuba等(2010)通过研究1 500万URL在不同Twitter用户之间的300小时传播,提出了基于内容流行度、用户影响力和传播速度的线性阈值模型[14]。Adar和Adamic(2005)通过研究信息在博客中传播的模式和动力学特性,提出用传染病模型来描绘信息传播的机理[15]。Asur和Huberman(2010)采用来自的聊天数据通过简单的线性回归模型预测电影票房的收入[16]。

2.1.4 社交媒体用户隐私研究

在探讨社交媒体用户隐私现存问题的基础上,提出了相应的隐私保护方法。如Viswanath等(2010)首先研究Sybil防御的缺陷,在其基础上探讨了替代Sybil防御的方法[17]。Conti等(2011)采用FaceVPSN解决社交媒体用户隐私问题[18]。

2.2 国内研究

国内学者的社交媒体研究最早可追溯至20世纪90年代末,但从2005年后起关于社交媒体的论文才逐渐表现出增长态势。国内研究内容主要集中在:

2.2.1 社交媒体信息传播研究

研究内容包括:①社交媒体信息传播模式研究。如韩佳等(2013)提出了基于改进SIR的在线社交网络信息传播模型[19]。姜景等(2015)构建表征谣言信息与辟谣信息传播机理的Lotka-Volterra竞争模型[20]。②社交媒体信息传播中存在的问题与对策研究。如阎俊(2015)探讨微博传播存在的问题及原因,并提出了加强微博内容管理、增强把关意识、提高微博用户的媒介素养等对策[21]。③社交媒体信息传播效果研究。如陈远和袁艳红(2012)以新浪微博作为数据来源,把信息覆盖人数、评论数、转发数作为微博信息传播效果的量化指标,从纵横向两个角度研究新浪微博信息传播过程造成的效应[22]。

2.2.2 社交媒体舆情分析与监测研究

如张J等(2014)以打砸日系车系列突发公共事件为实例,探讨其在新浪微博和新浪新闻平台上舆情传播的特征与规律[23]。张瑜等(2015)对新浪微博热门话题“北京单双号限行常态化”下的微博进行了数据采集,将舆情演化划分为潜伏、成长、爆发、衰退、波动、死亡6个阶段,并对各阶段进行情感分析,为舆情治理提供了支持[24]。唐涛(2014)在分析网络舆情五要素的基础上,探讨移动互联网舆情的新特征,指出面临的新挑战,并从信息分析、信息筛选、信息引导等方面提出对策[25]。

2.2.3 社交媒体营销研究

如唐兴通(2012)的著作《社会化媒体营销大趋势:策略与方法》系统总结了社交媒体营销,并对众多社交媒体工具在实际工作中的应用提供了具体的建议[26]。张淼(2014)提出了企业完善社交媒体营销策略的“9+3”模式[27]。刘晓燕和郑维雄(2015)采用社会网络分析方法研究企业微博营销传播的效果[28]。

3 信息可信度研究

3.1 国外研究

信息可信度(Information Credibility)是指人们对信息可相信程度的认识。它由值得信赖(Trustworthiness)和专业性(Expertise)两个关键要素组成[29]。信息可信度比较系统的研究始于20世纪50年代的传播领域。Hovland和同事的工作具有里程碑的意义[30]。信息可信度最初关注的是传播者的可信度。国外对传统媒体信息可信度的研究主要是从信源可信度、内容可信度、渠道可信度三方面展开的。随着互联网的出现,网络信息可信度的评估被提上了议事日程。研究情况可归纳如下:

3.1.1 网络信息可信度评估的理论模型

主要有Fogg(2003)的P-I理论模型、Wathen和Burkell(2002)的评判模型、Sundar(2008)的MAIN Model、Hilligoss和Rieh(2008)的统一模型、Metzger(2007)的双处理模型以及Lucassen等(2013)的3S模型(修订版)。以上理论模型是由情境、用户特征、操作性、处理过程这些侧面的若干部分构建而成的。

3.1.2 网络信息可信度研究内容

主要有对网络新闻的可信度研究、对搜索引擎结果的可信度研究以及对维基百科内容的可信度研究。比如,Nagura等(2006)通过比较关于同一主题不同网页的相似度来计算每个网页的可信度[31]。Yamamoto和Tanaka(2011)利用用户可信度评判模型对网页搜索结果进行重新排序,以便从Web搜索结果的列表中用户可以更高效的找到可信的网页[32]。Adler等(2008)以文章长度、版本数量和基于贡献数量的作者声誉建立模型,计算出维基百科文章的可信度[33]。

3.1.3 网络信息可信度研究方法

主要采用定量研究法。比如,Olteanu等(2013)在调查网页的各种特征(文本内容、链接结构、网页设计等)的基础上,经过统计分析方法筛选出关键的特征,采用监督学习算法来推断网页内容的可信度[34]。与网络信息可信度有关的典型系统有日本的WISDOM和Honto?Search。

3.1.4 影响力较大的项目和国际会议

影响力较大的项目有互联网可信度研究(The Web Credibility Research)项目,影响力较大的国际会议有WICOW(Workshop on Information Credibility on the Web)。

3.2 国内研究

1993年的《鉴别虚假信息五法》是国内发表的早期论文。2004年至今,相关研究进入快速发展期。相对于国外较多研究评估算法和评估系统,国内研究重点在于定性分析上,大多采用问卷调查及专家访谈法等进行人工评估。国内研究内容主要有:

3.2.1 侧重于信息可信度影响因素研究

比如,龚思兰等(2013)针对评论信息的文本内容、长度、情感倾向、时效性、者、商家活动等特征,通过问卷调查方式对大学生消费群体进行在线商品评论信息可信度影响因素实证分析[35]。蒋洪梅(2013)运用理论分析辅以实证研究的方法,从宏观的社会系统、中观的政策法规、微观的媒介与受众3个视角分析网络新闻信息可信度的影响因素[36]。

3.2.2 侧重于信息可信度指标体系的构建

比如,胡红亮(2013)按照信息源、信息加工、信息传播和信息应用等方面采用德尔菲专家调查法建立了学术著作可信度的基本评价模型[37]。潘勇和孔栋(2007)基于第三方认证机构的视角,构建了电子商务网站的信用评价指标体系及评价因素集,并建立灰色关联信用评估模型[38]。当然,也有少量基于机器学习的信息可信度自动化评估实验研究,比如,马伟瑜(2011)提出一种采用改进的PageRank算法评估网页信息可信度的方法[39]。

4 社交媒体信息可信度评估研究

4.1 国外研究

国外相关研究较早。社交媒体信息可信度的相关研究随着BBS的出现随之展开,最早可追溯到20世纪80年代。目前可以说,研究处于繁荣期。国外研究情况可归纳如下:

4.1.1 社交媒体信息可信度评估研究内容

研究内容主要包括:①不实信息的判断识别。如Qazvinian等(2011)提取Twitter信息的文本特征、网络特征和微博元素特征,构建贝叶斯分类器甄别谣言[40]。Zhao等(2015)通过研究查询帖以便及早识别社交媒体谣言[41]。②话题新闻的可信度评估。如Castillo等(2011)选取了有关用户特征、文本特征、主题特征、信息传播特征,采用J48决策树评估Twitter中话题新闻的可信度[42]。

4.1.2 社交媒体信息可信度评估方法

评估方法主要有监督学习[43],统计分析[44],与可信信息来源的相似性比较[45-46],社交网络的链接结构分析与主题模型的利用[47]等。它们主要采用自动评估,具体来说:①选取的特征:选取的特征主要是用户特征、文本特征、信息传播特征。比如,西班牙的Castillo和智利的Mendoza、Poblete(2011)选取用户特征(如注册时间、粉丝量、好友量),文本特征(如是否包含#标签、是否包含问号、Tweet中包含的URL数量、是否转发),主题特征(如带#标签Tweet的比例、Tweet数量、Tweet的平均长度、Tweet的平均情感分值、积极情绪或消极情绪的比例),以及信息传播特征(如传播树的深度),采用J48决策树评估Twitter信息的可信度[42]。②评估的方法:大多通过构建SVM分类器、Bayesian分类器、Decision Tree分类器等方法,并对结果进行分类,以达到评估社交媒体信息可信度的目的。上例Castillo等采用J48决策树构建分类器,并对结果进行分类,从而评估Twitter信息的可信度[42]。当然,也有通过对结果进行排序的实例,从而达到评估社交媒体信息可信度的目的。比如,Gupta和Kumaraguru(2012)采用Rank-SVM与PRF相结合的方法,按照可信度得分对Twitter信息进行排序[43]。

4.1.3 有较大影响的在研项目与系统

由欧盟资助七国科研人员联合攻关的PHEME项目研究的重点是社交媒体信息的真实性,该项目在国际上有较大影响。Jacob Ratkiewicz等(2011)开发出可实时追踪Twitter上政治谣言的Truthy系统[48]。Gupta等(2014)、Lorek等(2015)分别开发出一款可自动评估推文可信度的工具TweetCred、TwitterBOT[49-50]。

4.2 国内研究

2007年《博客信息“可信度不亚于纽约时报”?》拉开了国内探讨社交媒体信息可信度评估的序幕。目前研究还处于发展的初期。社交媒体信息可信度评估研究主要有:

4.2.1 社交媒体信息可信度影响因素研究

如刘雪艳和闫强(2013)探讨政府微博中的热点事件信息可信度的影响因素[51]。丁科芝(2015)从信息传播者、渠道、信息内容和用户基本信任观念4个方面构建社交网络可信度影响因素模型[52]。薛传业等(2015)从信息来源可信度、信息传播渠道可信度、信息内容可信度以及信息评论反馈多维度探讨了突发事件中社交媒体信息可信度的影响因素[53]。

4.2.2 构建社交媒体信息可信度指标体系研究

它大多采用问卷调查及专家访谈法进行人工评估。屈文建和谢冬(2013)从站点层次、版块层次、主题层次、内容层次4方面,采用模糊综合信用评估模型对网络学术论坛信息可信度进行评估[54]。莫祖英等(2013)从微博信息量、信息内容质量、信息来源质量和信息利用情况等方面进行问卷调查,采用层次分析法构建微博信息质量评估模型[55]。当然国内也有少量自动化评估的例子。比如,贺刚等(2013)引入关键词分布特征和时间差等新特征,基于SVM算法来预测新浪微博信息是否为谣言[56]。程亮等(2013)提出基于BP神经网络模型及改进其激发函数,同时引入冲量项,对微博话题在传播过程中演变为谣言进行检测[57]。路同强(2015)采用半监督学习算法检测微博谣言,但不足之处在于未考虑信息的深层特征[58]。

4.3 存在的问题

对比国内外研究情况,可发现国内研究存在如下问题:

4.3.1 研究内容

关于社交媒体信息可信度研究,国内外目前以微博研究较多。与国外丰富的研究内容相比,国内在该领域的研究还主要集中于对影响因素以及特征的探讨上。

4.3.2 研究方法

国外定量研究较多,很多涉及自动化评估,而国内定性研究较多,大多采用问卷调查法、专家访谈法等进行人工评估。

总之,现有研究大多是针对Twitter等英文社交媒体,其研究成果大多不能直接应用于中文社交媒体。尽管也有少量研究是面向中文社交媒体的,但研究成果零散,还缺乏系统性。另外,在特征选择上,选择范围面较窄,考虑社交媒体深层的隐含特征较少。

5 结 语

为了解决中文社交媒体的可信度评估问题,在吸收前人研究的基础上[59-63],很有必要对中文社交媒体信息可信度进行系统研究,特别是在参考国外信息可信度评估系统的基础上,很有必要研制开发中文社交媒体信息可信度评估系统,实现中文社交媒体信息可信度的自动评估。在进行中文社交媒体信息可信度评估中,应注意下列问题:

1)评估要在对信息资源分类的基础上,对不同的类别采用不同的评估指标体系,以提高评估工作的科学性和合理性。

2)评估既要重视定性评估,也要重视定量评估,尤其是自动化评估。特别是在大数据环境下,应针对评估的实际需求,制定科学的评估方案,选择恰当的评估方法,构建适合评估工作需要的自动化评估系统。

3)评估指标、评估模型的选取以及参数的训练,既要考虑研究结果的精确度,又要考虑系统的运算时间。

4)评估模型构建后,不仅要进行实验室评估,还应进行实际效果评估。

参考文献

[1]Ngai,E.W.T.,Moon,K.K.,Lam,S.S.,Chin,E.S.K.and Tao,S.S.C..Social media models,technologies,and applications[J].Industrial Management and Data Systems,2015,115(5):769-802.

[2]Gamboa,A.M.and Gonalves,H.M..Customer loyalty through social networks:lessons from Zara on Facebook[J].Business Horizons,2014,57(6):709-717.

[3]Jin,S-A.A.and Phua,J.Following celebrities tweets about brands:the impact of Twitter-based electronic word-of-mouth on consumers source credibility perception,buying intention,and social identification with celebrities[J].Journal of Advertising,2014,43(2):181-195.

[4]Colliander,J.and Dahlén,M.Following the fashionable friend:the power of social media[J].Journal of Advertising Research,2011,51(1):313-320.

[5]Moncrief,W.C.,Marshall,G.W.and Rudd,J.M..Social media and related technology:drivers of change in managing the contemporary sales force[J].Business Horizons,2015,58(1):45-55.

[6]Hong,Liangjie and Davison,B.D..Empirical study of topic modeling in twitter[C]∥Proceedings of the First Workshop on Social Media Analytics(SOMA10).ACM,New York,NY,USA,2010:80-88.

[7]Kleinberg,J.M..Authoritative sources in a hyperlinked environment[J].Journal of the ACM,1999,46(5):604-632.

[8]Tobar,C.M.,Germer,A.S.,Adan-Coello,J.M.,and De Freitas,R.L..Information retrieval in Wikis using an ontology[J].Computational Science and Engineering,2009:826-831.

[9]Kim,Y.and Shim,K.TWILITE:A recommendation system for Twitter using a probabilistic model based on latent Dirichlet allocation[J].Information Systems,2014:59-77.

[10]Ramesh,A.,Anusha J.,Clarence,J.M.T..A novel,generalized recommender system for social media using the collaborative-filtering technique[J].ACM SIGSOFT Software Engineering Notes,2014:1-4.

[11]Zimdars,A.,Chickering,D.M.,and Meek,C.Using Temporal Data for Making Recommendations[C]∥Proceedings of the Seventeenth conference on Uncertainty in artificial intelligence(UAI01),Jack Breese and Daphne Koller(Eds.).Morgan Kaufmann Publishers Inc.,San Francisco,CA,USA,2001:580-588.

[12]Levandoski,J.J.,Sarwat,M.,Eldawy,A.and Mokbel,M.F..LARS:A Location-Aware Recommender System[C]∥IEEE 28th International Conference on Data Engineering,Washington,DC,2012:450-461.

[13]Jamali,M.and Ester,M.Trust Walker:a random walk model for combining trust-based and item-based recommendation[C]∥Proceedings of the 15th ACM SIGKDD international conference on Knowledge discovery and data mining(KDD09).ACM,New York,NY,USA,2009:397-406.

[14]Galuba W,Aberer K,Chakraborty D,Despotovic Z,Kellerer W.Outtweeting the twitterers-predicting information cascades in microblogs[C]∥Proceedings of the 3rd Workshop on Online Social Networks,USENIX Association,Boston,MA,USA,2010:1-9.

[15]Adar,E.and Adamic,L.A..Tracking Information Epidemics in Blogspace[C]∥Proceedings of the 2005 IEEE/WIC/ACM International Conference on Web Intelligence(WI05).IEEE Computer Society,Washington,DC,USA,2005:207-214.

[16]Asur,S and Huberman,B.A..Predicting the Future with Social Media[C]∥2010 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology(WI-IAT),Toronto,2010:492-499.

[17]Viswanath,B.,Post,A.,Gummadi,K.P.,and Mislove,A.An analysis of social network-based Sybil defenses[J].Acm Sigcomm Computer Communication Review,2010,40(4):363-374.

[18]Conti,M.,Hasani,A.,and Crispo,B.Virtual Private Social Networks[C]∥Proceedings of the 1st ACM Conference on Data and Application Security and Privacy(ACM SIGSAC CODASPY 2011),San Antonio,TX,USA,2011:39-50.

[19]韩佳,肖如良,胡耀,等.在线社交网络中信息传播模式的特征分析[J].计算机应用,2013,(1):105-107,111.

[20]姜景,李丁,刘怡君.基于竞争模型的微博谣言信息与辟谣信息传播机理研究[J].数学的实践与认识,2015,(1):182-191.

[21]阎俊.微博传播的问题与对策研究[D].锦州:渤海大学,2015:1-38.

[22]陈远,袁艳红.微博信息传播效果实证研究[J].信息资源管理学报,2012,(3):28-34.

[23]张,孙霄凌,朱庆华.突发公共事件舆情传播特征与规律研究――以新浪微博和新浪新闻平台为例[J].情报杂志,2014,(4):90-95.

[24]张瑜,李兵,刘晨.面向主题的微博热门话题舆情监测研究――以“北京单双号限行常态化”舆情分析为例[J].中文信息学报,2015,(5):143-151,159.

[25]唐涛.移动互联网舆情新特征、新挑战与对策[J].情报杂志,2014,(3):113-117.

[26]唐兴通.社会化媒体营销大趋势:策略与方法(第2版)[M].北京:清华大学出版社,2012:1-235.

[27]张淼.社会化媒体在市场营销中的应用研究[D].北京:首都经济贸易大学,2014:1-47.

[28]刘晓燕,郑维雄.企业社会化媒体营销传播的效果分析――以微博扩散网络为例[J].新闻与传播研究,2015,(2):89-102,128.

[29]Fogg,B.J.,and Tseng,H.The elements of computer credibility[C]∥Proceedings of the SIGCHI conference on Human Factors in Computing Systems,Pittsburgh,Pennsylvania,USA,1999:80-87.

[30]Rieh,S and Danielson,D.Credibility:A Multidisciplinary Framework[J].Annual Review of Information Science and Technology,2007:307-364.

[31]Nagura,R.,Seki,Y.,Kando,N and Aono,M.A method of rating the credibility of news documents on the web[C]∥Proceedings of the 29th annual international ACM SIGIR conference on Research and development in information retrieval(SIGIR06).ACM,New York,NY,USA,2006:683-684.

[48]Ratkiewicz,J.,Conover,M.,Meiss,M.,Gonalves,B.,Patil,S.,Flammini,A.and Menczer,F.Truthy:mapping the spread of astroturf in microblog streams[C]∥Proceedings of the 20th international conference companion on World wide web(WWW11).ACM,New York,NY,USA,2011:249-252.

[49]Gupta,A.,Kumaraguru,P.,Castillo,C.,and Meier,P.TweetCred:Real-Time Credibility Assessment of Content on Twitter[C]∥Social Informatics.Springer International Publishing,2014:228-243.

[50]Krzysztof,L.,Jacek,S.W.,Michal,J.L.,and Amit,G.Automated Credibility Assessment on Twitter[J].Computer Science,2015,(2):157-168.

[51]刘雪艳,闫强.政府微博中的热点事件信息可信度研究[J].北京邮电大学学报:社会科学版,2013,(2):6-12.

[52]丁科芝.社交网络信息可信度研究[D].武汉:华中师范大学,2015:1-61.

[53]薛传业,夏志杰,张志花,等.突发事件中社交媒体信息可信度研究[J].现代情报,2015,(4):12-16.

[54]屈文建,谢冬.网络学术论坛信息可信度的灰度分析[J].图书情报知识,2013,(2):112-118.

[55]莫祖英,马费成,罗毅.微博信息质量评价模型构建研究[J].信息资源管理学报,2013,(2):12-18.

[56]贺刚,吕学强,李卓,等.微博谣言识别研究[J].图书情报工作,2013,(23):114-120.

[57]程亮,邱云飞,孙鲁.微博谣言检测方法研究[J].计算机应用与软件,2013,(2):226-228,262.

[58]路同强,石冰,闫中敏,等.一种用于微博谣言检测的半监督学习算法[J].计算机应用研究,2016,(3):744-748.

[59]Ginsca,A.L.,Popescu,A.,and Lupu,M.Credibility in Information Retrieval[J].Foundations and Trends in Information Retrieval,2015:355-475.

[60]Lazar,J.Meiselwitz,G.and Feng,J.Understanding Web Credibility:A Synthesis of the Research Literature[M].Now Publishers Inc,2007:1-80.

[61]Zafarani,R.Abbasi,M.A.,and Liu,H.社会媒体挖掘[M].北京:人民邮电出版社,2015:1-240.

网络与新媒体学科评估范文第2篇

【关键词】网络媒体;主导式参与

在社会事务管理中,网络媒体主导式参与的实质在于网络媒体通过网络把政府提供的各个公共服务机构管理方面的信息和民众所监督、提供、搜寻到的信息,按照一种通用国际标准并附有中国国情的实际体会去组织、寻求、统计服务于社会公众需求的差距,从而达到对社会事务评估的真实目的,即对公共权力部门形成压力,迫使它们提高服务质量和效率。事实上,网络媒体已经成为地方党政机关必须顾及的实实在在的政治力量。它体现了人民对政治的一种积极参与,也是一种对政府权力的制约路径。那么强化这种网络媒体主导式参与理论依据是什么呢?

1.源自于西方“社会制约权力”的理论指导

关于民主社会权力的组织,历史上存在着两种思路:一种是以洛克、孟德斯鸠等为代表的“以权力制约权力”的思想;另一种就是以托克维尔为代表的“以社会制约权力”的思想。前者已经在现实政治生活中被演绎为人人皆知的三权分立制度结构,而这点却被我们能代表最大多数人民利益的人民代表大会制度所具有的中国的特色政治取代。后者则通常存在于少数学者那里,强调社会自治,社会以团体的力量来制约政治权力的行使。所以用社会制约权力的思想对于今天的社会主义国家还是资本主义国家都有一定的现实意义,在政府体制改革呼声愈大的“小政府、大社会”模式构建中,如何解决社会自治,用社会力量去制约政治权力问题就成了我们很多学者专家研究的课题。

网络媒体主导下的社会事务评估是政府权力回归社会的一个重要表现,也是政府管理社会化的一个重要目标。人大教授高放曾经说过,设在政府底下的国家统计局统计出来的数字不符合领导的意见,政府就不让公布,还要统计局重新统计。“政府行政绩效的好坏不能由政府自身来评价,而应由社会中介组织或政府的服务对象来评价。”十一届三中全会以来的改革的实践也一再证明,什么时候我们真正做到了放权于社会,发挥了社会中人民的积极性,什么时候的改革就最成功。政府权力回归社会就是把政府的某些权力与职能交给社会组织,回归社会,形成国家与社会权力资源的合理配置,逐步完善社会自我管理、自我发展的机制和社会制约政府权力的机制,创造社会能够在现展的层面上收回国家权力的条件。

2.网络媒体的权威必须来自中央高层对地方政府绩效考核的支持和承诺

网络媒体主导式参与下社会事务考核本质上就是用社会力量去制约政府在社会事务管理中的权力,从而达到提高行政效率。它是一种政治体制内的民主渐进改革。纵观西方历史就会发现,这种民主改革的管理理念和绩效评估理论的最初推行在很大程度上得益于中央高层的支持和默许。前英国首相撒切尔夫人坚信公共部门的管理亟须改革,便发动了大规模的“雷纳评审”。美国公共政策对公共部门推行大规模的绩效评估更为显著,里根、克林顿两届政府都曾任命专门委员会审查政府服务的有效性。美国会计总署1983年对许多地方政府实施绩效评估的做法进行调查后发现,高层的支持和承诺是绩效评估的权威来源。没有明确的高层认可和支持,绩效评估就缺乏合法性和有效性。即使存在,它的影响力和制约力也非常有限。在有着更多优良传统的中国,中央领导无不把关系到广大人民的利益放在第一位。实践证明,农村联产承包责任制改革,经济特区创建以及全方位改革开放,和谐社会构建,新农村建设,民生工程等关系到国家的发展、社会的进步的举措都将会、必将会得到高层的支持。

近几年来,我国民主化进程取得重大了进步,也为政府在对社会事务绩效评估中提供了基本的政治环境和良好的民主环境。民众参与国家管理的积极性在增强,尤其是跟自己相关的社会事务评估中感兴趣,他们把跟自己息息相关的社会事务绩效评估视为了解、参与、监督政府工作的新途径。例如,1998年沈阳市的大规模市民评议政府活动;2001年南京市的“万人评议机关”活动;2003年北京的网上评议政府活动;2006年吉林省舒兰市短信评议干部政绩的活动等。姑且不去讨论他们的效果如何,他们的初衷又是怎样。但是他们一个共同点,就是用民意的力量主导了对政府社会事务管理的绩效评估。此外,我国大部分政府公务员也有对社会事务评估中了解自身过程与结果公平公正公开的需求,因为基层公务员可以根据民意结果看到自己的工作成果以及与他人的差距,从而改进工作;而高层公务员也愿意将绩效评估视为对下层实施控制和评价的客观有效手段。

3.网络媒体作用的发挥依赖与现实的无缝连接

网络媒体主导式参与社会事务评估模式核心是发挥网络媒体的主导式功能,网络媒体通过对社会事务行为的评估获得更多的相关民众参与,交流双方之间的价值观,提高对某一问题的理解和认同,以用于共同完成评价和监督政府行为。1997年德国学者韦唐(Evert Vedung)在《公共政策和项目评估》一书中也提到过相关利益人模式。通过相关利益人对政府及政策的相关性、直接性来提高政府绩效评估中的真实含量。但是毕竟网络媒体的舆论监督权只是一种对政府的软权力约束,它还必须与现实情况相连接。具体环节设计是:

(1)网络媒体对社会事务进行绩效考核指标科学的设计,对程序的可行分析;对相关利益人员与潜在相关人的真实确认;搜集政府公开或提供相关信息的资料;组织网民有秩序的对政府的行为目标客观公正的评价,自觉抵制网络暴力与网络极端行为,以达到服务政府与民众的基本需求,从而起到参与主导式的作用。

(2)网络媒体将绩效评估结果在媒体公开公布。其他从事评估活动的人员和机构评估方法论的研究者阅读评估报告,对评估技术、评估结论的质量进行评价。这样来达到评估的真实性与公正性。同时,网络媒体将结果通过正规渠道制度化的反馈给上级政府,取得信任,并将地方政府的回应以及举措及时反馈给民众,以强烈的社会责任感和满腔热情对待政府在管理中的特殊角色定位。

(3)网络媒体要运用专家与政府、民众论坛互动的环节公正客观地分析地方政府的行为与绩效评估中的反差,主导式的参与政治活动而又不有意损害政府的权威,寻求与地方政府的沟通协调,并努力地与地方政府寻求解决问题的对策。

参考文献:

[1]谢岳.大众传媒与民主政治[M].上海交通大学出版社,2005,5.

[2]高放.中国政治体制改革的心声[M].重庆:重庆出版社,2006,4.

[3]尚晓汀等.关于降低行政成本建设廉价政府的思考[J]中国行政管理,2007(11).

网络与新媒体学科评估范文第3篇

本资源库包括系列化的教育专家优质原创教学资源。针对各个学科的特点以及教师教学和学生学习的需要,为每个学科的每个章节设计了教材解析、精品教案、精品课件、精品习题、精品课堂、教师辅导、单元复习、知识拓展等模块,与教材同步,覆盖了从小学到高中各个阶段的主要学科,旨在为广大教师提供全面的、系统的优质教学资源,提高教师的信息化水平。

在功能设计上,电子备课系统以支持新一轮课程改革和“实现素材、智力资源同步建设共享”为目标,提供浏览、查找、使用、资源建设、资源评论评估、资源打分评估、资源排行、资源管理等强大的功能。

大幅度提升教学水平

大面积提高教学质量

迅速提高教学效率

2. 心神电子教学网络平台。

国家教育主管部门重点科研课题,国家“十二五”重大推广项目。现代化、智能化资讯环境、教学环境、科研环境的完美结合,极致打造。集多媒体技术和网络技术于一体,将教学设备、教学软件和教学手段相互结合,采用嵌入式计算机技术,围绕课堂教学实际需求设计。

功能:多媒体教学、教学观摩、智能广播、微格评估、示范课堂、双向对讲、双向教学、网络中控、校长讲话、视频会议、资源管理、电子教学、广播电视教学、精品课堂录播、精品课堂直播、精品课堂点播、远程教学、公开课堂、远程视频会议、远程微格评估、远程课堂录播、远程在线教研。

系统组成:信息中心、教室教学平台、网络管理平台、校长办公平台、教师工作平台、管理员工作平台。

产品特点:

多网合一、一网多用、功能强大。

教育用户量身设计,提高工作效率,增强教学效果。

打点评语评估、教学技能评分评估结合,提高教师的教学水平。

远程功能平滑与城域网连接,便于学校间的教学互动交流与上级主管部门的考核与决策,目的在于提高区域的教学水平与教学质量,实现区域教育均衡发展。

城域网校间互动功能依托互联网实现,解决了传统城域网功能实现需建专网的弊端。

设备、教学集中管理,方便学校领导和网络管理人员。

3. 全自动录播系统。

全自动课程录播系统集多媒体技术、网络流媒体技术、人工智能和自动控制技术于一体,将授课电脑VGA信号、教师授课和师生互动场景以及课堂板书等进行智能化的跟踪切换录制,自动生成课程资源。它将教学设备、教学理念和教学手段相结合,实现课堂教学活动全面完整的再现,形成常态化、自动化、智能化的课堂资源建设和应用平台。

心神全自动录播系统有全景模式、电影模式、资源模式的录制平台,满足不同学校、不同课程、不同场景的录制需求。从应用上包含课程录制、课堂直播、资源管理、课程点播、微格评估、后期编辑的完整的录播应用体系,最终实现录播教室、微格教室、多媒体教室、演播室“四室合一”。

应用系统:

1. 优质课程资源建设5. 数字微格教研评估

2. 网络课件制作 6. 教学技能训练

3. 优质课程示范教学 7. 专家报告、会议录制

网络与新媒体学科评估范文第4篇

【关键词】网站 影响力 评价指标

互联网对人们日常生活的渗透使得网络服务的主要载体――网站显得日益重要起来,同时这些承载着大量信息的网站,它们质量的优劣、影响力的大小等问题也随之受到了越来越多人的关注。过去那些适用于传统媒体的影响力评估方法、指标等在当前的网络环境中大多已不太适用。一个充分考虑了网络媒体特征的、科学合理且完整的网站评价指标体系的建立势在必行。

一、基于非量化指标的网站评价原则研究

1、来自研究机构的努力

由于大多数网站最初的基本功能都是提供信息以及交流信息的平台,因此,在早几年的网站评价过程中,内容的质量、数量,以及平台设计的科学性、易用性等成为了普遍考量的重点。比如,澳大利亚国立大学主张从内容质量、组织机构、外观设计来评价网站;Cyberstacks选定的评价指标比较多样,包括权威性、内容准确度和清晰度、内容的独特性和新颖性、相关评论及社区活跃度等;而SelectSurf则从信息内容的数量与质量、内容的适用程度、页面的设计、功能的易用性等四方面来评价网站。①

2、来自学者的贡献

除了研究机构,国内外不少关注网络发展的学者也得出过类似的结论:

比如David Stocker 和Alison Cooke在《网络信息资源评估》中谈到了要注重权威性,把握信息来源,讲究文本格式规范化和信息组织方式的合理性,充分考虑技术、成本等方面的可行性,完善用户支持系统;Jim Kapoun甚至在《网页评价五标准》中专门针对信息内容制订了五个评价指标,即准确性、权威性、时效性、客观性和全面性②。

国内学者王知津、李明珍提出了五个一级指标:信息内容、用户服务、网站结构、技术支持以及使用情况,同时又在每一个一级指标之下选定了多个数量不等的二级指标,形成了一套较为系统的评价体系。③

3、以非量化指标为基础的网站排名及其缺陷

总结上述机构和学者的研究成果,我们不难发现,不论是机构还是个人,其研究所关注的大多是网站的信息内容、服务的功能与质量、以及浏览网页和使用网站功能时的便捷度与舒适度等主观色彩较强的因素,而最终建构成的评估体系也更倾向于定性的、关于评价原则的理论化框架。

尽管在相应的实践当中,网民参与投票以及多名专家决策排名的评估过程在某种程度上中和了指标体系中主观因素带来的负面印象,而这些由几个到几十个数目不等的指标所构建成的评价体系中也的确不乏能够系统涵盖与网站质量相关的各项指标的优秀研究成果,但就整体而言,这类建立在不可测量的、非量化的指标基础上的评价体系仍旧无法向他们的质疑者提供强有力的证据以证明排名过程的完全客观公正。更重要的是,对于这类评估体系,不同行业不同立场不同偏好的人可能会做出各自不同的理解和诠释,因此可能无法说服所有人相信其普遍适用性,也因此可能无法对所有网站进行标准统一的评价和排名。

二、客观的可量化指标体系的建构

1、理论研究的转变

由于非量化的指标体系有着上述种种不足与缺陷,因此,越来越多的研究者开始试图将评价体系的构成要素从主观的态度评价转向客观的行为动作记录。就目前而言,学术界的各类研究中对于这类定量的、可测量的指标选择基本是趋向一致的,主要可以分为流量指标和链接指标两类。

比如,沙勇忠和欧阳震在《中国省级政府网站的影响力评价》一文中将网站评估指标体系定为:网页数、总链接、各类网络影响因子、网站访问量、各地区信息化水平总指数。④

华东师范大学段宇锋在对电子政务信息资源网络影响力评价指标体系进行研究时,选择以流量和网络链接两项为一级指标,以访问人数、人均访问页面数、入链网站数、入链网页数、网络影响因子和网络可见度(被搜索)作为两项一级指标下的二级指标,进行网站评估体系的建构。⑤

这类有关指标体系的研究成果看似错综复杂,但实际上他们所依据的核心观点是一致的,即:网站的影响力由“质”和“量”共同组成。访问量、浏览量等表明了网站受众群体的大小以及网站实际信息传播量的多少,而链接数、影响因子等则从一个侧面反映出了其他网络用户对该网站所提供信息质量的评价。这种将评估指标由定性的主观评价改为定量的客观测量的设想都是有利于科学评估体系的建立的。

2、研究机构的实践

如果说网站的评估与排名对于互联网的普通用户而言还只是一个对其网络体验的改善有一定帮助的信息产品的话,那么对于那些在网络上投放广告金额越来越多大的企业以及那些为了在竞争日益激烈的互联网市场上取得胜利的各类网站来说,这些数字则很可能会是影响其未来发展前景的关键。正因如此,可测量、普适性强、相对公平且直观的定量评估指标迅速为企业和网站采纳:国外有不少机构很早就已开始向企业和网站提供他们所需的流量数据,以便他们在选择广告投放平台和进行网站问题诊断时能够有据可依。

就现状而言,国内外提供此类数据服务的主要是独立于普通网站和企业广告主之外的互联网第三方数据机构。这些机构提供的服务按其深入程度和成本高低可大致分为较为基础且数据基本公开的网站流量监测以及更进一步的客户定制的专项评估和咨询。

目前在国内被引用最多、最普遍、且基本无需付费的流量监测服务提供机构是Alexa (省略)。该机构通过一个嵌入到微软IE浏览器中的插件――Alexa Toolbar(Alexa工具条)来收集用户网上行为的相关信息,同时,该工具条上还会呈现出用户当下所浏览网站的排名情况。具体来说,Alexa所能够提供的数据支持主要包括如下几个方面:反向链接数、用户数(特指访问某网站的人数占全部Alexa用户数的百分比)、页面浏览数、平均页面浏览数、蹦失率(只访问一个页面的人次的百分比)、访问时间、搜索百分比、顶级搜索关键词和强影响力关键词、点击流、用户特征统计和用户分布状况、平均加载时间等。⑥由于Alexa排名被普遍接纳采用,因而出现了不少专门人为提高Alexa排名的服务,以求获取广告主的青睐。

另外,清华大学媒介调查实验室联合了清华大学、杜克大学、密歇根州立大学共同开发的NetInsight中国网络用户行为监测分析系统也已经通过测试,正式投入使用。该系统可以为客户提供访问次数、到达率、到达人数、浏览频道数、浏览时间、有效使用时间、总印象点、关键词分析、用户结构分析等数十种数据。

我们不难发现,这些第三方机构,尤其是采用开放系统的机构,绝大多数在真正统计网站排名时,所依据的指标只有由访问量和访问时长构成的访问流量一个,或者干脆只看访问者数量这一指标。比如Alexa的Alexa流量,以及全球知名的互联网统计公司comScore的“独立访问者”。

三、网站影响力的实质

网站的排名实际上是为了反映出网站实际影响力的大小,是为了挑选出众多网站中最具影响力,或者是影响力作用范围最符合企业广告主、网站经营者预期的网站。那么网站的影响力究竟为何?本文认为,网站作为一种信息传播的媒介,其影响力的来源实际上是同其他媒体一样,是受众与其接触的过程。因此,从受众接触媒介的过程着手,找出与之对应的媒介影响力作用于受众的各个环节,并对这些环节进行分别测量,最终合成为媒介影响力的结果,这才是一种较为科学系统的媒介,包括网站影响力评估的方法。

根据影响力作用环节的递进,本文认为网站排名的指标体系至少应涵盖以下四个方面:

首先是影响力的广度指标,即网站的用户数量;其次是影响力的深度指标,即用户浏览网站时所获取的信息量,鉴于网站页面的信息量可能不统一,因此我们更倾向于用用户的浏览时间进行测量;再次是影响力的信度指标,即网站用户的忠诚度、认为网站提供信息的可信度;最后是影响力的高度指标,即网站用户中拥有高二次传播力的人的比率。

事实上,这些第三方数据机构所能够提供的数据种类相当丰富且十分符合上述四个指标的:访问量和浏览时间显示了某网站在网民中影响的广度和深度;访问频率和平均浏览时间可以反映出某网站用户的忠实程度(用户黏度),而反向链接数则反映了其他网站对于该网站的认可程度,用户忠实度加上同行认可度基本可以反映出一个网站的影响力的信度;另外,用户统计中包含的数据则或多或少会涉及到一些网站用户的人口构成,可以说是在一定程度上反映了高度问题。但因为缺乏一个科学的理论框架将这些指标进行系统的整合,导致了其中大部分数据都无法被广泛、有效地应用。

综上所述,我们不难得出以下结论:在数字化的网络时代,调研机构缺的不是数据,而是一整套能够获得公众普遍认可的科学合理的指标体系,以便将数据整合在一起,从而得出更为科学合理的结论。

【基金项目:国家社会科学规划基金资助项目(批准号:09BXW002)】(指导老师:郑丽勇副教授)

参考文献

①②陈艳、廖文杰,《网站评价方法研究现状综述》,《情报杂志》,2008(3)

③王知津、李明珍,《网站评价指标体系的构建方法与过程》,《图书与情报》,2006(3)

④沙勇忠、欧阳震,《中国省级政府网站的影响力评价》,《情报资料工作》,2004(6)

⑤段宇锋,《电子政务信息资源网络影响力评价指标体系研究》,《情报资料工作》,2006(1)

⑥资料来源于Alexa中文官方网站:cn.省略

网络与新媒体学科评估范文第5篇

关键词:

新媒体 服务型政府 回应型政府

新媒体是相对于报刊、广播、电视等传统媒体而言,在信息技术支撑下发展起来的新的媒体形态,它是利用数字、网络、移动技术,通过电脑、手机等终端,向用户提供信息的传播媒体。[1]中国互联网络信息中心(CNNIC)的《第31次中国互联网络发展状况统计报告》显示,截至2012年12月底,我国网民规模达5.64亿,手机网民规模为4.2亿,网民中使用手机上网的人群占比由上年年底的69.3%提升至74.5%。互联网监测研究平台DCCI的《2012中国微博蓝皮书》称,经过5年的培育,微博用户总量约为3.27亿。从“微博开房”到官员“艳照”到“房姐”的热点事件,可以看出,新媒体的飞速发展为政府治理赋予了新的内涵,它的产生改变着公众的社会生活和政治参与方式,因此,政府应面向新的时代条件和社会生活的新变化,有效地回应新媒体时代的公共治理,从服务型政府走向回应型政府。

一、新媒体时代政府治理模式的改变

1. 互动结构的改变

新媒体改变了传统的传播模式,传播者和受众之间被动的关系得以改变,为互动主体提供了一个自由开放的公共空间,同时也改变了政府与公民间的互动方式。传统媒体的互动是直接的、面对面的,而新媒体时代的互动不受地域和时空影响,实现的是以网络技术和虚拟空间为基础的互动。某个事件一经发起,往往能在短时间内激发公民的参与热情,聚集民意。

2. 信息传递的改变

信息传播不再是一种自上而下的过程,由政府机构垄断信息的格局被打破,每个人都可成为自媒体,随着手机和网络用户的增加,公众可以随时随地获取信息,评议信息、信息、过滤信息,成为信息的主人。所有这一切,变革了我们对世界的看法,也改变了我们连接世界的能力。[2]

3. 参与结构的改变

新媒体时代改变了公民的参与结构,为公民开辟了各种利益诉求的表达空间,公众和政府间的沟通没有了中间环节,建立起畅通的民意表达渠道。新媒体时代参与的特性还表现在公平性上,公众围绕社会公共事务畅所欲言,消除了身份歧视,公民在其中拥有自由表达及自主决策权,促进了社会多元主体间的沟通。

4. 监督模式的改变

新媒体传播的即时性、互动性、公开性使之成为公民监督公共权力运行的最有效的途径之一。[3]如借助网络公众可以揭露社会阴暗面,维护社会公平正义,而在这些舆论的压力下,政府不得不关注社会热点问题并妥善处理。同时新媒体也成为公民宣泄不满情绪、抨击社会丑恶现象的重要话语表达平台,在这里公众已不满足于“仅仅是某种社会事件的见证者,而越位成为社会生活的组织者、社会场域的监管者和社会价值标准的评判者”。[4]

二、新媒体时代服务型政府发展的三大瓶颈

1. 服务型政府职能定位中的误区和异化现象

政府职能包括国家的政治职能和社会职能,现在各级政府的社会管理和公共服务两方面的职能略显薄弱。从总体看,政府职能中缺位和越位的问题仍然存在,为服务而服务,没有明确服务与管理两种职能。纵观各地服务型政府建设大多是技术层面采取的措施,如改善服务态度,简化办事程序,实行电子政务及行政效能等,而在制度供给及执行方面存在着不足,管理理念及体制变革这方面较少涉及。职能定位中还存在为不同服务对象提供差别服务,重公共服务投入忽视行政成本控制,重政府服务职能忽视管理控制职能,重公平而轻效率,重政府部门内部建设而忽视整体合作。

2. 服务型政府公民参与中政府与公众回应不足

转变政府职能仅有机构撤并、人员裁减而忽略流程再造、职能转变,只能再次陷入机构“分―合―合―分”、人员“精简一膨胀一再精简一再膨胀”的恶性循环。从各地方政府建设服务型政府的举措来看,公民参与大多成为单方面的行为,社会和公众并没有积极参与其中,这种单方互动造成政府对公众的需求不了解,公众意愿表达渠道不畅,被动接受政府服务等现状。同时,一些政府工作人员尚未完全形成“服务行政”理念,而社会公众也存在政治参与意识不强的问题,另外我国第三部门发展的不成熟,也使政府的职能无法转移,政府的服务不能有效延伸。

综上,政府与社会的关系是服务型政府职能转变的关键,在各地服务型政府建设进程中,虽建立了民意表达和公众参与的途径,但仍存在回应模式单边而被动、以政府为本位、政府与公民间关系不对等、回应力及回应性不足、忽视公民参与、公众参与制度不健全的问题。这些问题使得服务型政府建设遇到了瓶颈。

3. 服务型政府建设中绩效评估体系的困境