基于ANFIS的新聞工作者媒體素養評估預測

朱園園

摘要：本文介紹了ANFIS的基本原理，提出基于ANFIS的新聞工作者媒體素養評估模型，為新聞工作者的考核明確了具體量化指標，運用采集的樣本數據對從事新聞工作人員的綜合能力進行全面系統地科學評估，實驗表明，自適應神經模糊方法能夠對ANFIS的新聞工作者媒體素養進行定性和定量綜合評估，驗證了評估模型的科學性和實用性，為新聞工作者的媒體素養綜合評定提供了數據支撐。

關鍵詞：ANFIS；新聞工作者；媒體素養；評估

習近平在黨的新聞輿論工作座談會上強調指出，要全面提高黨的新聞輿論傳播力、引導力、影響力、公信力。柴達木日報作為州委黨報、政府喉舌，是州委權威的發聲導向機構。報社各類新聞工作者的媒介素養不同程度地反映著報紙的質量，如何盡快培塑一批新聞媒介優秀人才，是新聞工作的戰略舉措。結合作者新聞工作實踐，對如何有效地評估新聞工作者的媒介素養進行了深入思考。本文借助人工智能中的技術，提出的自適應神經模糊推理系統把神經網絡與模糊邏輯兩者優勢結合，通過學習訓練生成模糊控制規則，從而實現對新聞工作者媒介素養的精準評估，為新聞工作人才隊伍建設具有一定參考價值。

一、ANFIS基本原理

智能理論也就是神經模糊[1，2]理論，主要是指模仿人的大腦神經系統信息處理功能的智能化系統。它特有的模糊自適應信息數據處理能力，能夠借助外部的樣本數據進行學習訓練，用訓練好的網絡模型來處理比較棘手的現實問題。ANFIS顯著特點是基于大量樣本數據學習得出的模糊隸屬度函數和模糊規則，不是依據個別專家的經驗或是人為任意指定的。其核心思想是首先構造出Sugeno模糊推理系統，在混合算法中條件參數的具體實踐上仍采取反向傳播算法，通過線性最小二乘估算法來調整得出相應的結論參數，在進行逼近誤差函數過程中，利用誤差的最優平方估計來進行，這樣既能保持網絡的穩健型和克服陷入局部極小點的情況，又能加快數據訓練速度，進一步提高學習效率，確保評估出量化結果能收斂到參數空間的全局最小點。對于ANFIS而言，它屬于Sugeno型模糊系統，由前件和后件構成。其典型的模糊規則形式為：如果x設為A，and y設為B 則z=f（x，y），其中前件模糊集合為A和B，而后件精確函數為z=f（x，y），通常情況下，輸入變量x和y的多項式為f（x，y），當f（x，y）為一階多項式時，所產生的系統就成為一階Sugeno模糊網絡模型，其結構如圖1所示。

二、 裝備維修人員保障能力建模設計

（一）評估指標體系

詹姆斯·波特和大部分學者[3-6]認為，媒介素養有三大重要基石：個人定位、技能和知識結構。無論是負責新聞報刊工作，還是在雜志出版社就職，都需要有新聞敏銳性、信息整合力、獨立剖析度。對新聞工作者的媒體素養進行評估，需考慮的因素較多。根據新聞媒介特點和工作要求，評估體系應包含能、勤、績3個決策單元，根據各決策單元的評估指標，可建立新聞工作者媒介素養評估指標體系，如圖2所示。

（二）新聞工作者媒體素養評估模型構建

訓練樣本的精確構造是網絡模型能夠準確評估的關鍵。為保證客觀公正，最大程度地降低人為因素的影響，本文采用德爾菲法與層次分析法相結合的方式確定新聞工作者媒介素養各指標權重，然后對采集的數據進行標準化處理以獲得訓練樣本，最后采用有激勵與懲罰功能的變權綜合法思想對形成的初始樣本數據進行再處理，以構造更為客觀準確的訓練數據。具體來說：

一是德爾菲法與層次分析法綜合確定各指標權重。采用德爾菲法，首先咨詢15～25名專家，根據專家咨詢對設計出的兩兩指標相對重要性進行打分評判，同時接受不斷反饋和修改。利用評判結果分別構造指標體系的判斷矩陣，然后利用層次分析法計算出各個指標間的相對權重。根據所得的媒介素養指標權重，對采集的數據進行標準化處理即形成初始樣本數據。

二是樣本數據的“變權”處理。新聞工作者媒介素養的量化評估與各項指標因子密切相關，為克服常權綜合法因某項指標極差將使目標結果低于閾值或某項指標極好也會使融合度有超出閾值的缺點，在征集專家意見和綜合權衡的前提下，采用好的有激勵與差的有懲罰功能的變權綜合法，對訓練樣本進行再激勵或懲罰處理。具體處理如下：無論指標的權重高低，對指標值高于0.90的，給媒介素養評估結果以0.01的激勵；對指標值低于0.50的，對評估結果以0.02的懲罰。對于定量因素隸屬函數采取模糊分布來確定，對定性因素，在利用相關的隸屬函數確定隸屬度之前，首先要用專家咨詢法和專家評分法等方法進行具體量化處理。依上述方法根據實際采樣數據，對所得專家知識進行一系列統計處理后獲得精確訓練樣本數據如表1所示。

按照表中的數據，新聞工作者媒介素養的新聞敏銳性A、信息整合力B、C獨立剖析度、工作精神狀態D、作風和紀律情況E、采編新聞質量F、采編新聞效率G以及履職盡責情況H等因素，媒介素養記錄如下：data=[A B C D E F G H Y]，運行MATLAB仿真軟件，把實測數據的矩陣data裝入其工作空間，根據實測數據自動生成初始FIS如圖3，機構如圖4所示：

并對該FIS結構進行訓練，采取50次訓練后，誤差僅為error=1.3936e-0.07，能很好地滿足新聞工作者媒介素養評估的誤差要求。拖動游標紅線或變動輸入量A—H的數值時，可以看到輸出量Y發生相應的變化，給出相對應的輸出值。如圖5所示，為A=0.805，B=0.795，C=0.805，D=0.810，E=0.785，F=0.800，G=0.795，H=0.795時，相應的輸出效能Y=0.889。可見用ANFIS建模能夠精確地評估新聞工作者媒介素養。

三、結束語

采用自適應神經模糊的算法從能、勤、績3個決策單元對新聞工作人員媒介素養進行評估，為考核新聞工作人員的綜合能力素質提供了數據支持，較好地實現能力評估的量化和動態觀察，在實踐中更利于發揮新聞工作者的綜合能力。隨著微媒體時代進入生活，新聞工作者也需要著眼新媒介環境下重新定位，努力成為信息時代的探索、駕馭和管理者，作符合時代要求的新一代新媒人。

注釋：

[1]葛哲學，孫志強.神經網絡理論與MATLABR2007[M].電子工業出版社.2007.9。

[2]LI Xiangming， WU Longhai. Simulation research of fuzzy neural network cont roller [J].Journal of Wuhan University of Technology，2003，25 （1）：13216。

[3] [美]詹姆斯·波特.媒介素養[M].李德剛，譯.北京：清華大學出版社，2012：6。

[4]李良榮.新聞學概論[M].上海：復旦大學出版社，2012：348。

[5]張開.媒介素養概論[M].北京：北京廣播學院出版社，2006：173。

[6]詹新惠.新媒體編輯[M].北京：中國人民大學出版社同，2013：19。