高校微信公众号传播影响力评价体系构建研究

2018-07-14刘蓉

中国集体经济 2018年2期

刘蓉

摘要：为了提升高校微信公众号的传播影响力，加强高校思想政治教育的实效性，文章通过层次分析法构建思想政治语境下高校微信公众平台传播影响力评价体系，针对关键性指标提出对策建议，最大限度发挥高校微信公众号的育人功能。

关键词：微信公众号；层析分析法；传播影响力

思想政治教育是一切工作的生命线，新形势下加强高校思想政治工作具有紧迫性和重要意义。当前，多种社会思潮沖击着大学生的思想，新媒体的大力兴起为高校的思想政治教育工作带来机遇与挑战。由于大学生群体对微信公众号的密切关注，使得微信公众号成为了高校开展网络思想政治教育工作的主阵地。“微信公众平台作为高校思想政治教育传播阵地，它既是高校的新闻宣传媒介和生活服务平台，还是思想导航的前沿阵地，具有重要的思想政治教育功能。”能否将微信公众号运营好，掌握新媒体时代微平台的话语权，影响着高校思想政治工作的实效性。

传播影响力是指媒介传播的内容对接受对象所产生的效果和对周围环境所产生的实际影响。本文所研究的主体主要指的是基于高校微信公众号平台所传播的信息对于学生群体所产生的思想政治教育作用。微信公众号作为高校思想政治教育的传播介体之一，其传播影响力体现了思想政治教育的效果，同时通过对其传播影响力的研究有利于发现当前思想政治工作的不足，提升思想政治教育实效性。

一、高校微信公众号传播影响力评价指标设计

著名传播学家拉斯韦尔提出“5W”模式，将大众传播学分为五大研究领域，即控制分析、内容分析、媒介分析、受众分析、效果分析。结合微信公众号的传播特点，可以从微信公众号平台、用户、传播内容和方式、传播效果来对高校微信公众号的影响力来进行研究。而由于本研究成果是基于思想政治教育语境下，故对于评价指标的确定也以突显高校微信公众号的思想政治教育功能，提升其思想政治教育效果为依据。

经调查提炼，思想政治教育语境下高校微信公众号传播影响力的因素包括公众号自身、用户、传播内容和方式、传播效果四个维度，进而确定了16个评价指标：y1：官方权威性；y2：功能开发；y3：栏目设置；y4：运营推广；y5：关注用户数；y6：用户活跃度；y7：用户依赖性；y8：用户学院分布；y9：内容分类；y10：内容质量；y11：推送形式；y12：推送时间；y13：推送频率；y14：平均阅读量；y15：平均点赞、评论量；y16：平均转发量。

二、基于AHP的高校微信公众号传播影响力评价指标体系构建

层次分析法（AHP）是20世纪70年代由美国匹兹堡大学教授T.L.Saaty提出，该方法是系统工程中经常使用的一种评价和决策方法，是一种定性和定量相结合的分析方法。

（一）建立层次结构分析评价体系

根据层次分析法，将目标层定义为E“高校微信公众号的思想政治教育传播影响力”。评价体系有4个一级指标构成，即E={X1，X2，X3，X4}，其中，X1：公众号平台；X2：用户；X3：传播内容和方式；X4：传播效果。4个一级指标又细化为16个二级指标，即：X1={Y1，Y2，Y3，Y4}，X2={Y5，Y6，Y7，Y8}，X3={Y9，Y10，Y11，Y12，Y13}，X4={Y14， Y15，Y16}。

（二）高校微信公众平台传播影响力评价指标层次分析

1. 构建两两比较矩阵

判断矩阵是层次分析法的计算基础，其结果反映了人们对各要素相对重要性的判断。笔者通过专家调查问卷的方式邀请15名专家学者，其中10名高校辅导员，以及5名从事高校微信公众号研究的专家，让他们通过T.L.Saaty的“1～9标度方法”对准则层和指标层的各项指标的相对重要性进行判断，进而构造两两相比判断矩阵。根据已经建立的高校微信公众号传播影响力评价指标体系模型，通过比较影响同一准则的各因素之间的重要性，构造比较判断矩阵。“1～9标度方法”中1表示两个因素相比，具有同样重要性，3表示两个因素相比，一个因素比另外一个因素稍微重要，5表示两个因素相比，一个因素比另外一个因素明显重要，7表示两个因素相比，一个因素比另外一个因素强烈重要，9表示两个因素相比，一个因素比另外一个因素极端重要，2、4、6、8表示上述两相邻判断的中值。

2. 指标的相对权重及其一致性检验

为了减少人为因素影响，指标重要性的判定采用首先由15名专家进行判断，然后通过Matlab软件分别求每份问卷的指标权重，然后取平均值的方法。

由于高校微信公众号传播影响力的相关因素具有复杂性和多样性，且评分专家对各项指标的认识和判断力各不相同。因此构造的判断矩阵的各项取值可能存在一定偏差。为了避免这些人为因素造成重大偏差，层次分析法要求对判断矩阵进行一致性检验。

首先需要计算其一致性指标。定义为：CI=（λmax-n）/（n-1），其中λmax为矩阵的最大特征根，CI的值越大，矩阵的一致性越差。为了判断矩阵是否有令人满意的一致性，需要将CI与平均随机一致性指标RI（见表1）比较，CI与RI的比率称为检验系数CR。当CR<0.1时，认为矩阵具有令人满意的一致性。否则需要调整元素重新构造判断矩阵，直到矩阵的检验系数CR<0.1。

判断矩阵的归一化权重向量采用几何平均法计算。借助Matlab软件，依次计算各个矩阵的权重，然后取平均值得到各个指标的相对权重。