期刊文章详细信息
基于PSO-BP神经网络的政务微信影响力评价模型研究
Research on an Evaluation Model of the Impact of Government WeChat Based on PSO-BP Neural Network
文献类型:期刊文章
HE Xiaoyu(Zhejiang Tobacco Monopoly Administration,Hangzhou 310001)
机构地区:[1]浙江省烟草专卖局,杭州310001
年 份:2022
卷 号:4
期 号:3
起止页码:60-72
语 种:中文
收录情况:普通刊
摘 要:[目的/意义]政务微信作为依托社交新媒体的新型政府公共服务平台,对于推进政务信息公开,建设服务型政府和数字政府具有重要意义。通过深入分析和探讨政务微信影响力的评价标准,能够更好地帮助政务微信平台改善服务质量,增强影响力。[方法/过程]为进一步提高影响力评价的实用性与智能化水平,提出一种基于PSO-BP神经网络的评价方法,对政务微信影响力进行评价。首先,基于大众传播理论,围绕信息服务、用户行为、平台特征、影响能力4个维度,选取18个二级指标,构建了评价指标体系;其次,通过层次分析法确定各指标的权重向量,并应用灰色聚类理论计算聚类系数,进而确定聚类结果;最后,引入PSO算法,构建PSO-BP神经网络评价模型,对50个政务微信进行综合评价。[结果/结论]通过实例验证,该模型能够有效地对政务微信影响力进行评价,为政务微信影响力评价提供智能化应用,助推政务微信的发展和应用。
关 键 词:政务微信 指标体系 粒子群 BP神经网络
分 类 号:G203]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...