时间:2022-05-31 21:07:06
开篇:写作不仅是一种记录,更是一种创造,它让我们能够捕捉那些稍纵即逝的灵感,将它们永久地定格在纸上。下面是小编精心整理的12篇矿业管理论文,希望这些内容能成为您创作过程中的良师益友,陪伴您不断探索和进步。
1.机电设备的维修预防
矿业单位的生产必须要保障设备的正常运转,才能使生产得以正常进行,对机电设备的维修和预防,就是一种防患于未然的思想和方式,不在事后再补救,就是一种先进的思想,它强调从开始就有有合理的安排,有计划的从根本上预防事故的发生,防止事故的出现,再出现事故时也可以及时补救。
2.机电设备的事后处理
在矿业单位的生产运行中,事故的出现是时常会发生的,在做好任何预防工作的前提下,事故发生后还是要做到及时处理,机电设备的事故发生是想不到的,所以在平时就要做好十足的准备,在平时准备好事故发生的处理和应急方案,在事故发生后方能及时补救。但是其实机电设备的事后维修就是亡羊补牢之事,并不是很优秀的做法,不出事故不管,出了事故后才补救,是非常不理智的做法,这样的做法纵容了平时不小心爱偷懒的一些毛病,而且事后维修对于设备来讲也是事后补救,不仅耽误了正常的生产运行,影响了矿业单位的正常盈利,还会浪费不少经济,损失严重,但是如果长期采用事后维修的这种方式,时间长了,就会增加了事故发生的可能性,维修时间长,费用高,是很不经济的方式。
3.机电设备的技术改造
在不断进步的生产和发展中,不断采用先进的技术,不断地进行技术更新和技术改善,对于任何企业来说都是非常的重要的,采用正确的先进的技术,利用合理正确的方式对设备进行设备改造,弥补一些平时时常出现的问题毛病,改正设备的缺陷,弥补不足,提高设备的正确性,稳定性和可靠性,提高设备的运转率,所以在平时注重机电设备的技术改造,也是非常必要的,对于矿业生产是不可忽视的。要不断进行技术改造,完善设备维修和管理,提高矿业单位的生产效益。
4.机电设备的预防和维修
预防维修就是在早期加强设备的检查和管理,是在设备的故障发生前期,以设备的检查为重点,更早的排除问题,解决问题,这样不仅减少了事故发生后维修的时间,也大大降低了故障的发生概率,机电设备的维修和预防,不仅有定期维修和状态维修,还包括了设备检查和检测和诊断技术。是非常有针对性和事先性的。保障了机电设备的正常运行和矿业的稳定发展。
5.全面规范化生产维护
全面规范化生产维护是对设备进行全面的检测维修。设备的正常运行确实需要全面的规范的生产维护,维护生产,保证生产的正常进行才是真理,在日常的生产中要市场不短的对设备进行全面的检测。以生产为重点才是企业之本。全体人员设备综合效率和完全有效生产率为目生产为目标,在每天的生产工作过程中尽心尽力,企业的进步就在眼前。日常的经验表明,可以有计划的进行生产和设备的维修保护是一个企业保障设备正常运转的重中之重,积极预防设备的事故发生,在事故发生前后做到有理可循,有条不紊,这样不仅是一个企业中人人必备的,还是在日新月异的变化中永不改变的真理,做好每天的工作,积极预防和维修设备是很必要的。
二、机电设备维修方式的种类
机电设备故障维修的方式有很多,故障维修,就是在企业的设备发生故障后立即对设备进行检测和维修的方式,又称事后维修。还有一种常常用到的维修方式就是定期维修。有计划的定期对设备进行安全监测和维修是非常重要的,做好这一点,不仅可以减少设备的事故发生还可以保障生产的正常进行,是一种非常有效的预防方式。做好这一点对于一个企业来说是非常有意义的。还有的就是改进维修,状态维修。改进维修就是通过不断地技术革新不断地使设备进步,对设备不断地进行改造,使其可以顺利地进行生产运行,状态维修就是就事论事,根据实际情况,采取最为恰当的措施对出现的问题进行解决和补救。这两种维修的方式在实际生产中是非常重要的。
三、小结
关键词 外购矿 矿业 财务管理。
南京梅山矿业分公司是华东地区最大的地下矿山企业,经过 40 多 a 的开采,采出品位越来越低,开采难度越来越大,开采规模不能得到有效提升。选矿厂经过破碎系统、磨浮大型化、浓缩过滤系统及自动化等一系列改造投入后,选矿原矿处理能力不断得到提高,形成部分能力的富余。为使公司资产得到充分利用,在目前铁精粉价格高企的情况下,每多生产 1 t 铁精粉,就能为公司带来较多的利润。如何实现矿山资源的可持续发展,实现最优的经济效益,是摆在公司领导层面前的一个重要课题。
寻求外部资源,利用选矿的富余加工能力生产,可以摊薄固定成本,获取利润,是实现公司企业价值最大化的必不可少的外部途径。2010 年,矿业分公司选矿厂先后对来自国内的连云港矿、韦岗矿、鞍山矿等和来自国外的泰国矿、秘鲁矿等进行了小型试验,在获得一系列试验数据的基础上,经过盈利能力对比分析,最终确定采用秘鲁矿进入选矿流程。秘鲁矿矿石品位较高,以强磁性矿物为主,硫含量较高,硅偏高,均衡进入选矿流程,生产工艺不需要经过大的调整,生产指标稳定,尤其重要的是能降低尾矿品位,有一定效益优势。
从 2011 年 2 月 16 日开始,至 6 月 11 日结束,矿业分公司选厂共处理了 3 批次秘鲁矿,合计 7. 38万 t,获得综合品位 57% 的铁精矿 8. 05 万 t。经过效益测算,3 批次的外购矿共实现利润 554 万元,投资收益率为 11. 54%。另外,该项目存在巨大的潜在收益,由于秘鲁矿属于高硫磁铁矿,因此在脱硫工艺中能够生产一定量的硫精矿,减少尾矿输送量近1 万 t,综合效益远远大于财务测算的数字。外购矿项目的成功给了公司领导层很大的信心,在综合平衡后,计划 2012 年继续实施外购矿项目 10 万 t。外购矿项目的利润对于公司来说属于锦上添花,但围绕该项目的过程管理对公司今后的发展有着重要的启示意义。
1 财务管理主导全过程运营。
企业的最终目的是用有限的资源取得最大的经济利益。外购矿项目作为一项经营单元,公司管理层的目的很明确,就是在技术可行的前提下获得利润。因此从项目策划开始,财务人员全过程参与,针对各项数据进行可行性分析。由于国际矿石价格居高不下,面临着投入大,风险大的局面。公司没有通晓国际贸易的专业人才,盲目进入外方主导的矿石进口贸易存在巨大的商业风险,因此公司领导层经过谨慎考虑,选择从二级市场,即首钢公司中购买秘鲁矿,规避了外汇风险。
在外购矿的选择、定位、对比试验、分析、采购、运输、生产、销售等流程中,财务人员根据各个环节制定了详尽的财务统计条目。从采购成本、加工成本、检修成本、销售收入,以及相关税金等作出了财务分析,为企业及时科学决策提供了客观参考依据,并为最后选择确定最佳方案给出了有力的佐证。
2 投资效益评估制度助力科学决策。
外购矿项目成本主要包括采购成本、运输成本、协力转运成本、选厂加工成本和检修费用,其中除了采购成本不能确定外,其他成本项目属于自身和关联公司业务经营范围,费用相对比较固定。在开展外购矿项目之前,财务进行了经营单元盈亏平衡点测算,确定了外购矿采购成本的最大承受能力。公司选矿厂先后 10 多次对来自于国内外的矿石进行加工试验,对每次试验结果进行效益评估,一切全凭数据说话,没有任何人为因素干扰,为项目的成功实施提供了保证。
3 项目实施过程管理协同机制。
外购矿项目是公司面临的一项全新任务,得到公司上下的高度重视,相对于建设项目,此项目要求高、时间紧、指标特殊,对管理部门的协同机制以及运作是个很大的考验。矿业分公司充分发挥管理协同效应,财务部门为采购及运输费用筹集了足额的资金,生产部门及规划部门协调各个生产环节中出现的问题,选厂各车间则负责精心组织生产。由于自产矿石品位大大低于外购矿品位,为避免选别工序的负荷太大和生产指标的大幅波动,选矿厂技术人员必须严格控制外购矿与自产矿的配比,使外购矿平稳、均匀的给入流程,有利于选矿工艺控制和稳定精矿质量。在全体员工的共同努力下,生产效率得到提升,各个环节运转良好,没有出现任何生产问题。
4 坚持对标管理和项目后评估制度。
严格规范的对标管理和项目后评估制度是项目闭环管理的重要内容,可以从中分析差距,查找原因,落实责任。财务部门为外购矿项目建立了财务数据统计,包括成本、效益、投资收益等方面的指标数据,在项目运行过程中坚持对标管理,使得每一项实际成本数据都不超过成本测算中的数据,为整个项目的成功提供了保证。
外购矿项目完成后,公司召开了经济效益剖析会,会议上各业务部门通报了项目实施过程中的经验及体会。由于铁矿石市场价格的高度不确定性,为确保盈利,公司只能在合适的时机继续进行外购矿的采购和生产。
长期以来,为维持长远发展,矿业分公司积极发展多种经营项目,但由于外部市场的不断变化和国有企业适应市场的变化缓慢,多种经营项目的进展很不理想,其中像线材项目、铸球项目、微晶玻璃项目等因亏损而先后停掉。外购矿项目的成功无疑是公司创立以来的一大突破,根据自身设备及技术优势,为矿山延长使用寿命,优化资源配置提供了一条创新道路。
参 考 文 献。
[1] 徐恋慈。 工业企业财务管理[m]。 长沙: 中南工业大学出版社,1994.
关键词:网络信息污染 拉开档次法 模糊语言评价 12321中心 社会调查
分类号:G203
引用格式:万晓榆, 王在宇, 蒋婷. 基于“ 拉开档次” 法的网络信息污染状况模糊语言评价研究[J/OL]. 知识管理论坛, 2017, 2(2): 145-155[ 引用日期]. http:///p/1/121/.
互联网是一把双刃剑,在带给人们便利的同时也带来了网络信息污染现象,如垃圾短信、骚扰电话、垃圾邮件等,造成了许多负面的影响。12321互联网不良与垃圾信息举报中心(以下简称12321中心)数据显示,最近一年我国网民因为网络信息污染所遭受的经济损失高达915亿元人民币,几乎接近2015年地区全年的GDP总和(2015年地区GDP总和为1 026亿元);给全体网民造成的时间损失相当于3 822人的生命(2015年世界卫生组织报告中国人均寿命,男性74岁,女性77岁,按平均寿命75岁计算)。那么,当前网络信息污染状况到底呈现怎样的状态?公众对网络信息污染的认知与中心统计数据是否一致?如何对网络空间中的信息污染状况进行科学评价?通过回答这些问题,并将网络信息污染问题置于公众的监督之下,有助于营造“天气清朗、生态良好”的网络空间环境。
信息污染一词由德国学者拉斐尔普罗在论文《信息生态学进展》中首次提出[1]。信息污染主要包含两类:一是媒介信息中混入的有害、有毒、具有欺_性和误导性的信息;二是过载信息[2],这些污染信息可能会导致人们隐私的泄漏以及时间、金钱和精神层面的损失。随着大数据、云计算、移动互联网等新兴信息技术的应用,信息污染已经成为网络治理和舆论引导研究领域的热点问题[3]。现有研究主要从以下两个方面展开。
一方面是对信息过载问题及其解决方案的研究。信息过载是指人们接受了过多信息,但却无法有效整合、组织及内化成自己需要的信息,以致影响到工作、学习和人际关系[4]。M. J. Eppler等将信息过载产生的原因分为个人因素、信息特质、任务及过程因素、组织设计及信息科技五大类别[5]。何仲等认为信息过载问题在网络购物环境中会让消费者选择困难,造成消费者时间和心理上的成本浪费[6]。王娜和郑巧伟研究微信订阅服务中出现的信息过载现象,发现当前微信订阅服务的内容存在重复、低质等问题[7]。那么信息过载问题如何解决呢?大多数学者选择从技术角度降低数据维度,帮助用户获取有用信息,主要包括个性化推荐算法和搜索引擎技术。梁劳慧从信息组织者出发,认为图书馆应该通过对用户开展信息素质教育、制订咨询手册等措施帮助用户避免信息过载现象[8]。王娜等对泛在网络中的信息过载问题进行了抽样调查和分析,并提出了在移动社交网站中建立个性化推荐的机制[9, 10]。王娜和田晓蒙研究了豆瓣社区中信息的组织设计对信息过载产生的影响,并针对豆瓣平台提出了大众分类法优化方案[11]。王又然基于加权小世界网络理论,发现以人人网为代表的社交网络站点中单个社群内成员之间特征关系长度过短是造成该类平台出现重复率高、同质化高的原因[12]。高锡荣等通过从知网搜索关键词,建立信息价值评估指标体系[13]。赵静娴将在线评论分为非垃圾评论、欺骗性评论、干扰性评论和低效用评论4个类别,建立了垃圾评论特征属性表,并基于神经网络和决策树方法设计了在线评论文本分类方法[14]。
另一个方面是对网络信息安全和个人隐私风险评估方面的研究。夏日首次提出了信息污染指数(information pollution index, IPI)的概念[15],并建立了一套指标体系[16-17],但他对信息污染源的划分包括实物型、文献型、电子型和网络型,指标包含过多冗余信息,已经不符合网络社会的实际情况。程艳林提出了网络信息污染检测的7个维度[18],但没有给出具体的量化方法。谢友宁和钮钦调研了农民生活中存在的生活型和生产型信息污染[19],但存在主观性过强的缺点。陈桂香则调研了大学生遭遇信息污染现状及态度[20],但仅限于对结果的统计描述。T. H. HSU等运用ANP方法对旅游网站进行了评估,发现“安全”是人们最关注的问题[21]。朱光等基于信息系统的安全模型[22],将隐私风险因素分为平台脆弱因素、用户行为脆弱因素和外部威胁因素,构建了社交网络隐私风险评估体系,并用模糊评价方法进行评价[23]。
通过对信息污染相关研究的总结,发现当前的研究主要聚焦于技术层面。实际上信息污染的源头是人类自身。随着移动互联网的普及,信息污染的影响范围也逐步扩大,但互联网信息污染防治是一个社会软系统问题,具有模糊性、复杂性、系统性等特点[24],因此从技术角度无法从本质上解决问题。社会学研究表明,将问题置于公众的评价之下有助于提升人们解决问题的效率,故从公众角度研究信息污染的负面影响,对于警醒人类反思自身的信息行为,提升信息素养,共同维护一个良好的网络空间环境具有重要意义。在信息污染及其影响评估方面,少数学者进行了一定程度的探索,但存在指标体系过于宽泛,不符合当前网络社会实际等问题。
笔者结合12321中心提供的信息污染及垃圾信息统计数据和公众遭遇信息污染的态度调查问卷,运用基于模糊区间可能度算法构建对称矩阵,并基于该对称矩阵获取主观权重,再运用“拉开档次”法进行二次加权处理,对传统“拉开档次”法“毫无主观色彩”的权重结果进行修正。从结果对比来看,笔者设计的方法可以较为全面地评价网络信息污染状况。
1 网络信息污染状况评价指标体系构建
信息污染包含两大类污染源,但考虑到信息过载具有主观性强的特点,不同的人有不同的感受,目前也缺乏相应的统计支撑。故笔者主要针对第一种类型污染信息进行研究,暂不考虑第二类信息污染。
基于前期研究成果[2],笔者将12321中心统计类目作为网络信息污染的7类衡量指标,即垃圾邮件、不良网站、垃圾类短信、涉嫌违法类短信、垃圾彩信、骚扰电话和手机应用安全问题(APP),这是目前为止对网络污染信息的最为详细和准确的统计。
同时,在前期调研发现,12321中心的统计数据与公众的感知存在较大的差别,例如恶意APP在统计数据中大量存在,甚至超过了垃圾短信和骚扰电话的举报数量,但公众反映的情况却刚好相反。因此,为了弥补统计数据的片面性缺点,借鉴故障检测领域失效模式及影响分析(failure mode and effects analysis,FMEA)方法[25-26]中采用发生度、严重度和检出度对失效模式进行风险评估,笔者针对现有统计的7种污染信息类型,设计了《公众遭遇信息污染的态度调查》问卷,从公众遭遇信息污染的频率(是否经常遇到)、已对公众造成的危害程度(心理伤害、时间浪费或钱财损失)以及公众对各类污染信息的厌恶程度这3个角度进行公众认知态度调查。以此综合考虑统计数据和公众认知态度,全面评价网络信息污染状况。
2 网络信息污染状况评价模型与方法
在建立评价指标体系之后,就是获取指标权重和选择信息集结方法。研究路线如图1所示。
2.1 基于模糊区间可能度的互补矩阵权重获取方法
由于人们更喜欢使用语言对事物进行评判,如“优”“良”“中”“差”,而人类语言具有模糊性和复杂性的特点,所以学者们基于模糊数学提出了相应的权重获取方法。徐泽水提出了模糊语言标度的区间可能度方法[27],可以从原始数据中获取权重。笔者将这种方法应用于评估矩阵是模糊语言的情形。
2.1.1 模糊语言标度的区间可能度
定义1 设矩阵,若有, 则称矩阵是模糊矩阵。
定义2 设模糊矩阵,若有,则称矩阵A是模糊互补矩阵。
定义3[28-30]设区间数,, 定义区间数的运算法则:
1)间数的加法:;
2)数与区间数的乘法:,其中;
3)若,则称。
定义4[27] 设区间数, 且记,记的可能度公式如公式(1)所示:
公式(1)
具有互补性,即: 。
2.1.2 基于模糊区间标度可能度的互补判断矩阵权重获取方法
设被调研对象,其中对污染信息类型在属性Gj∈G={遭遇信息污染的频率,已受到的危害程度,对信息污染的厌恶程度}下的模糊语言评估值构成的矩阵,且,其中
S={非常低,有点低,一般,比较高,非常高}
为模糊语言标度,与其对应的区间数表达式进行转换[27]:
非常低=[0,0.2], 有点低[0.2,0.4], 一般=[0.4,0.6], 有点高=[0.6,0.8], 非常高=[0.8,1]基于模糊区间标度可能度的主观权重的过程如下:
2.2 运用“拉开档次”法进行二次加权
在郭亚军提出的“拉开档次”法中,评价指标的权重不再体现指标间的相对重要程度,而是将各指标以同等“地位参与”评价过程,该方法“毫无主观色彩”[32]。但事实上,各项指标相对于评价目标的重要性程度往往不相等。因此,首先利用2.1部分得出的主观权重原始数据进行加权,然后再采用“拉开档次法”二次加权。计算步骤如下:
分别为样本均值和标准差;
步骤2:使用公式(3)得到的各指标权重对无量纲化后的进行加权[33]。为表达方便,称加权后的数据仍为;
步骤3:运用“拉开档次法”进行二次加权。
然后,取为的最大特征值所对应的标准特征向量,即为所求权重向量[34]。
2.3 运用TOPSIS方法M行信息集结
3 网络信息污染状况评价
3.1 公众遭遇信息污染的态度调查
问卷发放前期,对问卷内容经过反复讨论,修改问卷题目描述。在此基础上,经过30人的小样本发放,进一步调整问卷表达,确保问卷题目清晰明了。问卷共包含三部分:①基本信息,包括性别、年龄、职业、周上网时长、手机系统类型;②主体部分,共21个题项;③设置开放式问题1个,即“您认为还有哪些信息也属于信息污染?它们对您造成了什么样的危害?”。在2016年11月至12月期间,问卷通过“问卷星”平台和重庆地区人群最为集中的解放碑商圈进行随机发放。
线下问卷发放前对调查员进行了必要的培训。在问卷发放过程中,采取一对一的形式,对问卷填写过程进行指导,使其能按照自身真实情况填写,保证结果的可靠性。在专家指导下,共发放438份,收回有效问卷417份,有效率95.2%。本次调查涉及的被调查对象中,男性为189名,占比45.3%,女性为228名,占比54.7%。被调研对象的职业、年龄、周上网时长、手机系统类型如图2-图5所示:
在线问卷结果由问卷星自动统计,无缺失数据;线下问卷由两名研究员使用EpiData3.1软件背对背录入,以降低录入错误率,此部分问卷存在部分缺失数据且小于5%,在SPSS中采用最大期望值(expectation maximization,EM)方法进行补齐。
3.2 问卷信度和效度分析
3.2.1 信度即可靠度
经SPSS计算分析,417份问卷的信度水平较高(大于0.7为高信度),满足探索性研究的要求。各题项的信度系数如表1所示。
3.2.2 效度即有效性
常见的问卷效度可以分为内容效度和结构效度,本研究所使用问卷的内容效度经5名专家讨论通过。结构效度要求各维度下因子具有一致性,而本研究中所使用的问卷是要测量出公众对不同类型污染信息的认知态度,因此结构效度不适用于本研究目的,故无需作结构效度检验。
3.3 权重计算与比较分析
从12321中心获取到的2014年2月至2016年10月各类污染信息的统计数据(如表2所示),然后计算3种权重。
3.3.1 客观权重的计算
先将附表中的数据按照公式(4)进行标准化处理,然后运用公式(5)构造的实对称矩阵H(见表3),求实对称矩阵H最大特征值对应的向量得客观权重,见表4中第2列。
在7类染污信息中,“垃圾彩信”权重最大为0.174,而骚扰电话权重最小为0.109,这正好与公众对各类污染信息的反感程度呈反比――对越讨厌的污染分配越小的权重,使其得分越低。这也和我们的直观感受一致,即人们通常会给不喜欢的事物较低的评价,例如人们网购时,如果对收到的网购物品不满意,通常会就给予差评。
客观权重在“垃圾彩信”这类污染信息上赋值较大,而在“恶意APP”上的赋值较小。这是由于这两类污染信息的举报数量与其他类型的污染信息存在数量级上的差异,为了让各指标地位均等地参与评价,“拉开档次法”对举报数量最多的“恶意APP”指标分配了较小的权重,而对举报数量最少的“垃圾彩信”分配了较大的权重。
3.3.2 公众主观权重的计算
对问卷信息集结后计算出的可能度矩阵P(见表5)。再由公式(3)计算出公众主观权重,如表4中第4列所示。
3.3.3 综合权重的计算
将公众主观权重与标准化矩阵A加权后,再利用“拉开档次”法二次加权,得综合权重,如表4中第6列所示。与传统“拉开档次”法相比,基于统计数据得出的客观权重得到了修
正,使得公众最讨厌的骚扰电话和垃圾短信权重略有增加,公众诟病较少的污染信息类型的权重略有降低。除“垃圾短信”和“恶意APP”的权重分配差异较大外,其余类型的污染信息所分得的权重比较接近。即公众对这些污染信息的直观感受和12321中心的统计数据较为一致。而权重差异较大的两类污染信息是垃圾短信和恶意APP。对于垃圾短信,公众反感程度很强烈,而在统计数据上可能还存在未统计到的部分。通过访谈得知,超过五成的公众在对垃圾信息的处理方式是直接删除,而未选择举报。有些被调查者的手机上虽然安装了手机卫士,具备拦截功能,但是垃圾短信在被拦截时,因为担心可能有短信被误操作,所以仍然会选择查看,查看后也一般选择删除相关短信。对于恶意APP,权重分配差异较大的原因仍然是公众的直观感受和统计数据之间的差异。目前各类手机应用商店都和12321中心有合作,用户在下载APP以前,大量恶意APP已经被过滤掉了,所以公众对此类污染信息感知较少,而在12321中心的统计数据中却大量存在。因此,在7类污染信息上的权重分配是合理的。
3.4 评价信息集结
由于参与评价的指标均为负向指标(指标值越小越好,表示污染信息越少,也称成本型指标),故设置正理想系统为各指标标准化后的最小值,设置负理想系统为各指标标准化后的最大值。最后,用2.3节中的TOPSIS方法集结评价信息,并将其放大100倍,使得分在区间[0,100]内,更加符合日常习惯。得分越高表示网络信息污染越少,反之,网络信息污染越严重。基于改进后的“拉开档次”法的最K结果与运用传统“拉开档次”法计算客观权重得出的评价结果对比如表6所示:
表6左侧是基于改进后“拉开档次”法所得出的评价结果。在评价时间段内,从整体上看,多数时段网络信息污染状况评分集中在80分左右,情况不是十分理想。2016年1月和2016年8月评分较高,网络信息污染相对较少,网络信息环境较好;得分最低的是2015年3、4月,得分仅14.84分,其原因主要是在这一时段内的信息污染可能较为集中,而非时间跨度较大。这是因为2016年5、6月和2015年6、7月同样时间跨度是两个月,得分却也与平均水平相差不大,反倒是2015年3、4月得分明显偏低。
表6右侧是基于传统“拉开档次”法对统计数据进行最终排名的结果。从两种评价结果的对比可以发现,改进后的方法得出的结果评分区间范围由[19, 96]扩大到[15,99]。整体排名差异不大,而2014年2月和2014年3月的信息污染状况排名刚好交换了顺序。好的愈好,差的愈差,改进后的方法相当于对被评价单元作了极化处理,这样能够更加明显地展现出各时间段内的信息污染状况。可见,改进后的算法对被评价单元具有更好的区分能力。
4 结论与展望
本文设计了公众遭遇信息污染的态度调查问卷,基于模糊区间标度可能度对称矩阵计算公众主观权重,再运用“拉开档次”法进行二次加权,可以实现对由统计数据计算出的客观权重的修正。运用改进后的“拉开档次”法对2014年2月至2016年10月间的信息污染状况进行了评价。与传统方法相比,改进的方法扩大了评分区间,而且2014年2月和3月的评分表现刚好交换了位置。据此可以认为改进后的方法对评价单元具有更好的区分能力,更好地体现“拉开档次”的特点。
相较以往研究,本文将公众态度调查与统计数据相结合,更加全面地衡量了当前的信息污染状况。整体而言,信息污染形势相当严峻。运用改进后的“拉开档次”法,多数时间段的评分在80分左右,而以2015年3、4月的信息污染最为严重。同时,问卷调查结果发现,公众对7类污染信息的感知与中心的统计数据间存在较大差异。如中心统计数据显示,“恶意APP”举报数量显著高于其他类型的污染信息,但我们在社会调查的过程中发现,公众对“垃圾短信”和“骚扰电话”最为反感,遭遇恶意APP的频率和因其而受到的损失则相对较低。造成这一现象的原因,是公众感知与统计数据间存在差异。在“恶意APP”方面,可能是手机安全卫士软件以及各大应用商店的相关审核措施起到了效果;而在垃圾短信方面,近五成公众接收到垃圾信息后存在直接删除的情况,导致部分垃圾短信无法进入12321中心统计数据;而公众对骚扰电话最为反感的原因,可能是因为电话属于媒介丰富度较高的沟通形式,因此骚扰电话给公众造成的主观印象最深,通过回答问卷的形式得到了反映。此外,“垃圾彩信”在中心统计数据和公众反映中都处于较低水平。随着QQ、微信等即时通讯的发展,彩信正在成为历史,因此建议将彩信与短信类污染信息合并统计即可。
本文也存在不足之处。首先,本文主要针对第一类网络信息污染状况进行了评价,但在问卷调查过程中发现以微信为代表的社交工具中的信息过载问题严重,公众反映较为强烈。其次,在问卷调查时,为了能够提高问卷的可靠性,本文选择线上和线下两种渠道回收问卷,其中线上问卷受众涉及全国。但由于资源限制,通过两种渠道所获得的样本中,重庆地区的人群比例较大,地区特征均较为明显。在有条件的情况下,可以考虑在全国范围内进行分层抽样,使人群覆盖更广,更具代表性。最后,在研究中仅对2016年11月至12月期间公众遭遇信息污染的态度进行了调查。虽然从心理学的角度来说,人们对负面信息的印象更深,持续的时间更长,仍建议后续研究可以每年展开一次社会调研,以反映公众认知的动态变化,使评价结果更加具有实效性。
参考文献:
[1] 周庆山, 李瀚瀛, 朱建荣, 等. 信息生态学研究的概况与术语界定初探[J]. 图书与情报, 2006(6):24-29.
[2] 刘雪艳, 王在宇, 袁野. 基于内容分析法的网络信息污染演变研究[J]. 现代情报, 2016(7):45-50.
[3] 申楠, 杨琳. 复杂背景下网络舆论引导与网络环境治理探析[J]. 西安交通大学学报(社会科学版), 2014(4):96-101.
[4] 蔺丰奇, 刘益. 信息过载问题研究述评[J]. 情报理论与实践, 2007,30(5):710-714.
[5] LIN C. Online stickiness: its antecedents and effect on purchasing intention[J]. Behaviour & information technology, 2007, 26(6):507-516.
[6] 何仲, 张念照, 吕廷杰. 信息过载环境下网络消费者购买意愿的形成研究[J]. 价格理论与实践, 2013(4):95-96.
[7] 王娜, 郑巧伟. 微信订阅服务中信息过载的调查与防控机制研究[J]. 现代情报, 2016(10):47-53.
[8] 梁劳慧. 信息焦虑与信息超载下的图书馆作用分析[J]. 图书馆学研究, 2011(1):27-29.
[9] 王娜, 任婷. 移动社交网站中的信息过载与个性化推荐机制研究[J]. 情报杂志, 2015(8):190-194.
[10] 王娜, 陈会敏. 泛在网络中信息过载危害及原因的调查分析[J]. 情报理论与实践, 2014(11):20-25.
[11] 王娜, 田晓蒙. 大众分类法对信息过载的影响及优化策略研究――以豆瓣网为例[J]. 现代情报, 2016(9):74-81.
[12] 王又然. 社交网络站点社群信息过载的影响因素研究――加权小世界网络视角的分析[J]. 情报科学, 2015(9):76-80.
[13] 高锡荣, 张红超. 海量文本信息的价值评估模型及算法――以新浪微博为例[J]. 情报杂志, 2016(6):151-155.
[14] w静娴. 网络交易垃圾评论智能识别研究[J]. 现代情报, 2016(4):57-61.
[15] 夏日, 程刚. 信息污染指标体系的构建研究[J]. 情报理论与实践, 2005(6):34-37.
[16] 夏日. 信息污染测度指标体系的构建研究[J]. 情报理论与实践, 2009(11):42-45.
[17] 夏日,程刚.信息污染源样本数据采集方法研究[J]. 情报理论与实践, 2008(2):275-278.
[18] 程艳林. 网络信息污染程度检测模型初探[J]. 新闻爱好者, 2009(18):119-120.
[19] 谢友宁, 钮钦. 农村信息化背景下的信息污染灾害风险评估[J]. 浙江农业科学, 2013(1):109-112.
[20] 陈桂香. 大学生遭遇信息污染的现状调查研究[J]. 教育教学论坛, 2014(53):103-104.
[21] HSU T H, HUNG L C, TANG J W. A hybrid ANP evaluation model for electronic service quality[J]. Applied soft computing, 2012, 12(1):72-81.
[22] WU Y, FENG G, WANG N, et al. Game of information security investment: impact of attack types and network vulnerability[J]. Expert systems with applications, 2015,42(15):6132-6146.
[23] 朱光, 丰米宁, 陈叶, 等. 大数据环境下社交网络隐私风险的模糊评估研究[J]. 情报科学, 2016(9):94-98.
[24] 郭海滨, 郑丕谔. 防治互联网信息污染的知识管理概念模型研究[J]. 情报杂志, 2006(10):84-87.
[25] 张悦, 石超, 方来华. 基于FMEA和HAZOP的综合分析方法及应用研究[J]. 中国安全生产科学技术, 2011(7):146-150.
[26] 王沙婷, 梁工谦. 面向产品再制造的改进QFD和FMEA的集成研究[J]. 软科学, 2011(5):61-64.
[27] 徐泽水, 达庆利. 基于模糊语言评估的多属性决策方法[J]. 东南大学学报(自然科学版), 2002(4):656-658.
[28] 白先春, R晋. 一种基于模糊语言评估的多属性决策方法[J]. 运筹与管理, 2006(2) :50-52.
[29] XU Z S, Da Q L. The uncertain OWA operator[J]. International Journal of Intelligent Systems, 2002, 17(6):569-575.
[30] SENGUPTA A, PAL T K. On comparing interval numbers[J]. European journal of operational research, 2000, 127(1):28-43.
[31] 徐泽水. 模糊互补判断矩阵排序的一种算法[J]. 系统工程学报, 2001(4):311-314.
[32] 郭亚军. 一种新的动态综合评价方法[J]. 管理科学学报, 2002(2): 49-54.
[33] 王蕾, 杨力. 基于粗糙集和拉开档次法的煤矿本质安全管理评价模型[J]. 中国矿业, 2015(11):16-20.
[34] 郭亚军. 综合评价理论、方法及应用[M]. 北京: 科学出版社, 2007.
作者贡献说明:
万晓榆:拟定论文框架,修改论文;
王在宇:论文撰写,数据建模与分析;
蒋 婷:问卷发放,数据采集。
Research on the Evaluation Model for Network Pollution Status Based on Fuzzy Linguistic Assessments and the Scatter Degree Method
Wan Xiaoyu, Wang Zaiyu, Jiang Ting
School of Economics & Management, Chongqing University of Posts and Telecommunications, Chongqing 400065