DB4401 T 12-2018 网络舆情分级与判定.pdf

《DB4401 T 12-2018 网络舆情分级与判定.pdf》由会员分享，可在线阅读，更多相关《DB4401 T 12-2018 网络舆情分级与判定.pdf（20页珍藏版）》请在麦多课文档分享上搜索。

1、 ICS 35.240.01 M 11 备案号： DB4401 广州市地方标准 DB4401/T 122018 网络舆情 分级与 判定 Classification and judgment for network public opinion 2018 - 10 - 10 发布 2018 -12 - 01 实施 广州市质量技术监督局 发布 DB4401/T 122018 目 次 前言 . 1 范围 . 1 2 术语和定 义、缩略 语 . 1 2.1 术语和 定义 . 1 2.2 缩略语 . 1 3 网络舆情 评价一般 流程 . 2 4 指标体系 . 2 5 指标量化 . 3 5.1 量化要

2、求 . 3 5.2 事件指 标 . 3 5.3 网民指 标 . 4 5.4 媒体指 标 . 5 5.5 舆情态 势指标 . 6 6 综合评价 . 7 7 等级划分 与风险程 度评价 . 7 7.1 等级划 分 . 7 7.2 结果评 价 . 8 附录A（资料 性附录 ） 文档 主题生成 模型 . 9 附录B（资料 性附录 ） 基于 层次分析法 （AHP）的 权重计算方法 . 12 I II DB4401/T 122018 前 言 本标准按照GB/T 1.12009给 出的规则 起草。 本标准由中 国共产党 广州市委 员会宣传 部提出并归 口。 本标准起草 单位： 广州市 网络舆 情信息中 心、

3、 广州市 标准化研究 院、 广州市云 润大数 据服务有 限公 司。 本标准主要起草 人：李 伟滨 、陈韶航 、徐湛、萧 玉珊 、王贺珍、郑裕 钊、曾庆 贤、林毅、 李永康、 陈敏华、陈 振兴、裴 炜。 本标准是首 次发布。 III DB4401/T 122018 网络舆情 分级与 判定 1 范围 本标准规定 了网络舆 情研判评 价的一般 流程、 指 标体 系、 指标量化 、 综合评 价、 等级 划分与风险 程 度评价等内 容。 本标准适用 于广州市 网络舆情 的监测、 评估、预 警及 相关软件开 发等。 2 术语和定义 、缩略语 2.1 术语和定义 下列术语和 定义适用 于本文件 。 2.1.

4、1 网民倾向性 Netizens tendency 网民对舆情 的评价和 态度取向 。 2.1.2 焦度 Focal power 舆情在传播 过程中最 受关注点 所处的状 态。 2.1.3 拐度 Flexion 舆情生命周 期中拐点 所处状态 。 2.1.4 网站的PR值 PageRank 全称为PageRank，是google搜索排名 算法中的一 个组 成部分，级别从1 到10级，10 级为满分，PR值 越高说明该 网页在搜 索排名中 的地位越 重要。 2.1.5 传播扩散度 Propagation diffusivity 影响网络舆 情信息安 全的重要 指标之一， 它用来刻 画 某一具体的

5、 舆情事件 或细化主 题的相关 信息在 一定的统计 时期内通 过互联网 呈现的传 播扩散状 况。 2.2 缩略语 下列缩略语 适用于本 文件。 AHP：层次分 析法（The Analytic Hierarchy Process） LDA：文档主 题生成模 型(Latent Dirichlet Allocation) 1 DB4401/T 122018 3 网络舆情评 价一般流 程 网络舆情评 价工作应 遵循一定 的流程， 主要包括 以下 三个环节， 如图1所 示： a) 舆情获取与 分析： 全面收 集数据并 获取网络 舆情源头 ， 对涉穗数据进 行分类筛 选， 对影响因 素 进行细致辨 识；

6、b) 数据分析： 构建层次 结构的指 标体系， 选择科学 可行 的方法，进 行定性和 定量的数 据处理； c) 评价与措施 ：对舆情 的危险程 度进行分 析，得出 评价 结果，给出 建议的处 理方法。 图1 网络舆情评 价一般流 程 4 指标体系 网络舆情评 价指标体 系包括事 件指标、 网民指标 、 媒 体指标、 舆情 态势指 标等， 这些 指标又 包含各 自的子参数，构 成了一个 层次的指标 体系，如图2 所 示。针对不同的 对象可选 择不同的指 标，包含但 不 限于这些指 标。 舆 情获 取与 分类 评 价与 措施 舆情 数据 获取 数据 信息 筛选 舆情 分类 建立 指标 体系 选定

7、评价 方法 定 性、 定量 分析 等级 划分 结果 评价 建议 处理 方法 数据 分析 网络 舆情 评价 一般 流程 2 DB4401/T 122018 图2 网络舆情评 价指标体 系 5 指标量化 5.1 量化要求 5.1.1 对网 络舆情评 价各指标 量化可采 用定性 或定 量的方法， 标度范围 为0,1。 5.1.2 对指 标定性量 化以评价 小组成员 的平均 值作 为最终量化 值。评价 小组成员 应受过专 业培训。 5.2 事件指标 5.2.1 事件 性质 P 11 事件 指标 （P1 ） 媒体 指标 （P3 ） 事 件性 质（P11 ） 事件 波及 度（P12 ） 事件 风险 度（P

8、13 ） 网民 活跃 度（P21 ） 网 民结 构（P22 ） 情感 倾向 度（P23 ） 媒体 权威 度（P31 ） 传播 扩散 度（P32 ） 网民 指标 （P2 ） 网络 舆情 评价 指标 体系 舆情 态势 指标 （P4 ） 传 播阶 段（P33 ） 热 度（P41 ） 关注 度（P42 ） 3 DB4401/T 122018 按照社会矛 盾产生的 原因对涉 穗舆情信 息主题进 行分 类， 通常包 括公共安 全、 群 体事件 、 重大灾 害、 官员负面、 经济 财经、 城市 治理、 意识形 态等。 事件 性 质可以通过 文档主题 生成模型 （LDA ， 参见附录A） 进行聚类分 析，其它

9、 合适的分 析方法亦 可使用。 5.2.2 事件 波及度 P 12 网络舆情波 及度是衡 量所有网 络媒体中 涉及到相 关信 息网站的比 例指标。 这 一指标的 意义在于 评判 某一话题在 网络中传 播的广泛 程度， 或 网民在任 意登 陆一家网站 后能够获 取到相关 信息的概 率。 波及 度 为一个在0,1之间的 值，可由 公式（1 ）计算。 1 1, 1 12 1 N ij ij N i i wS P w = = = = （1 ） 式中： P 12 波及度； N 1 表示涉及 到相关信 息的网站 数量； w i 表示网站 的权重； S j 表示网 站涉及到 与事件 相关的信 息程度； N

10、表示网 站总数量 。 5.2.3 事件 风险度 P 13 网络舆情信 息内容风险 度是指 某一特定 的网络舆 情信 息内容可能 造成的危 害程度， 与 评估者的 着眼 点密切相关， 如涉及 重大安全 事故、 重 大舆论危 机等 的负面舆情 信息内容 ， 风险度 就较高。 其评判结 果 是通过专家 问卷调查 确定的， 可分为高风 险 、一般 风险 、无所谓 、不敏感 四档。 网络舆情信 息内容风险 度经过 专家问卷 调查确定 ， 构 建层次分析 法 （AHP， 参见附录B ） 的判断 矩阵 建立。 5.3 网民指标 5.3.1 网民 活跃度 P 21 网民活跃度 通过单位 时间内发 布信息次 数

11、、回复 次数 来衡量，计 算方式见 公式（2）。 end start 21 () ( () ) t tt At P At N = = + （2 ） 式中： P 21 网民活跃度 ； A(t) 在t 时刻 相关事件 的网民活 跃值，见 公式（3 ）； t end 最近更新时 间； t start 发布时间； N 平滑参 数，表示 网民活跃 值大于N 时具有 参 考价值。 1 () ( () ( 1 ) ) a N ii i i A t w Pt Pt = = （3） 4 DB4401/T 122018 式中： () At 在t 时刻相关 事件的 网民活跃 值； a N 网民行 为种类数 量； i

12、 w 各种 行为的权 重，权重 之和为1； () i Pt 网民在t 时刻对事 件发布的 信息、回 复等各种 对 信息的关注 行为次数 。 5.3.2 网民 结构 P 22 网民结构包 括年龄结 构、 教育程度 结构等多 个三级 指 标。 通过文本挖 掘技术的 智能分析， 得出一个 在0,1之间 的值，如 ：判别式 方法、矢 量距离 法、 贝叶斯方法 、记分器 方法等。 经过问卷调 查、 专家确 定， 将网 民结构档 次分为四 档 ， 分别是网民 结构不好、 一般、 好、 很好。 对 应的网民结 构得分如 表1所示。 表1 网民结构得 分表 网民 结构 档次 不好 一般 好 很好 得分 0,

13、0.25) 0.25, 0.5) 0.5, 0.75) 0.75, 1.0 5.3.3 情感 倾向度 P 23 网民情感倾 向度是民 众对现实 或社会问 题等态度 、 意 见、 看法、 要 求等主观 性综合反 映。 情感 倾向 度指标用以 刻画针对 某一特定 的网络舆 情信息， 民众 所持有的观 点态度 （ 即民意） 倾 向。 可以 通过对网 民回贴关键 字、褒贬 义词进行 分析，统 计出网民 对该 舆情情感倾 向的概率 分布。 5.4 媒体指标 5.4.1 媒体 权威度 P 31 媒 体权威 度衡量 了某个媒 体的可 信度和 影响力,是一个 网络媒 体的最 重要指标 之一,常以PR 值进行

14、表征，见公式（4）。它包 括了媒体的 性质（政府 ， 综合大站，娱乐 大站，其 他），网站 新闻真实可 靠 的比例，以 及网民大 众对该网 站的关注 人数等。 31 10 PR P = （4） 式中： P 31 媒体权威度； 网站的PR 值， 可由站长 工具输入 网址得到 ，取值 范围为1,10。 5.4.2 传播 扩散度 P 32 指在一段时 间内， 网络舆 情在不同 网络媒体 中传播 的 速度， 媒体舆情 扩散度越 大， 网络媒 体影响力 也大。 传播扩 散度表征 了某网络 舆情信 息在一定 时间 内的变化趋 势， 可以反 映舆情信 息是在 海量的舆 情 信息中湮没 ，还是有 可能带来 舆

15、情泛滥 ，可以通 过公 式（5）进行 计算。 32 end start 123 1 1 100 P TT xxx = + + （5） PR 5 DB4401/T 122018 式中： P32 传播 扩散度； T end 最近的 一次观察 时间点； T start 之前的一次观 察时间点 ； x 1 T end -T start 网站新闻条数； x 2 T end -T start 微博中有关事件条数 ； x 3 T end -T start 微信中有关事件条数 。 5.4.3 传播 阶段 P 33 传播阶段包 括传播量、 传播权威 度、 传播 时间三个 指标 。 传播量为新 闻的全网 总数，

16、包 括新闻网 站、 微信、微博 。传播权 威度为新 闻传播网 站的媒体 权威 度，可以通 过公式（6 ）进行计 算。 123 3 end start 33 2 1 1 xx x TT P a + = + （6） 式中： P 33 传播权威度； a 一般 情况下，a=1.2； x 1 网 站新闻条 数； x 2 微博中有 关事件条 数； x 3 微信中有 关事件条 数； T end 最近的一次观 察时间点 ； T start 之前的一次观察时 间点。 当P 33 0,0.2，那么该新闻处于萌芽期；当P 33 0.2,0.45，那么该新闻处于上升期；当P 33 0.45,1 ， 那么该 新闻处于

17、爆发期 ； 当P 33 0.2,0.45， 那么 该新闻处 于下降期(经过爆 发期之后 下降 时)；当P 33 0,0.2，那么该新 闻处于消 退期(经 过 爆发期之后 下降时)。 5.5 舆情态势指 标 5.5.1 热度 P 41 舆情关注度 一般用主 题下相关 网页的数 量来衡量。 可 通过改写过 的逻辑函 数Y降低数 量级作为 参数， 赋予每个不同类 别的新闻 数量一定的 权重，得到 新闻 的热度。热度指 数能客观 反映事件、 人物、品牌 、 地域等在互联网 上的受关注 程度。热 度指数所呈 现的 数值为0,1， 数值越大， 表明其网络 受关注度 越 高。热度计 算公式见 公式（7）。

18、4 1 1 1 22 33 44 P YbYbYbYb =+ （7 ） 式中： P 41 热度； Y 1 网站新闻的合成结果 ； b 1 Y 1 的权重系数，权重 比率为40% ； Y 2 微博的合成结 果； b 2 Y 2 的权重系数，权重 比率为45% ； Y 3 微信的合成结 果； b 3 Y 3 的权重系数，权重 比率为10% ； 6 DB4401/T 122018 Y 4 视频的合成结 果； b 4 Y 4 的权重系数，权重 比率为5% 。 2 1 1 i i x i Y a = + （8） 式中： Y i 第i 项新闻、 事件的合 成结果，i=1 、2、3 、4 ； a i 第i

19、项标准 化公式参 数，i=1、2、3、4，a 1 是 网站新闻标准化 公式参数1.05 ，a 2 是微博标准 化公式参数1.001，a 3 是微信 标准化 公式参数1.005，a 4 是视频标准化公式 参数1.1 ； x i 第i 项 新 闻、 事件 条数 ，i=1 、2、3、4 ，x 1 是网站新 闻条 数，x 2 是 微博 中有 关事 件条 数，x 3 是微信中有 关事件条 数，x 4 是视 频中有关 事件条数 。 5.5.2 关 注度 P 42 关注度会随 着时间的 变化而变 化， 新出 来的新闻 会较为 受人们所 关注， 舆情 关注度可 根据公 式 （9） 进行计算。 42 chang

20、es counts age update 1 100 1 P Q Q QQ = + + （9 ） 式中： P 42 关注度； Q counts 截至目前为 止话题 的总指数 ； Q age 距离话题发表的时 间(天) ； Q changes 最近一次 更新的指 数增长量 ，一段时 间内 话题的增加 数目； Q update 最近一次更新时 间(天)。 6 综合评价 根据第5章得 出的各单 项评分结 果，按公 式（10 ）依 照单项结果 的加权平 均得出综 合评价的 结果。 n ii i R wP = （10 ） 式中： R 综合 评价得分 ； n 指标项的 个数； w i 第i 项指标的权重，

21、 具体指标 参见第5章 ； P i 第i 项指标的得分 。 7 等级划分与 风险程度 评价 7.1 等级划分 网络舆情划 分为4个等 级， 分别为 蓝色祥和 区(良 好区) 、 绿色安全区( 正常区)、 橙 色警戒区( 基本安 全区)和红色 警戒区( 不安全区) ，具体如 下： a) 蓝色祥和区 ：表示安 全，正常 网络信息 流通，没 有引 起网民的关 注，没有 舆情倾向 ； 7 DB4401/T 122018 b) 绿色安全区： 表示相对 安全， 网 民对该网 络信息关 注 度低， 传播速 度慢， 没 有转化为 舆情的可 能； c) 橙色警戒区： 表示临界 ， 网民对 该网络信 息关注度 较

22、 高， 传播速度 中等， 具 有转化为 舆情的可 能； d) 红色警戒区： 表示危险 ， 网民对 该网络信 息高度关 注 ， 传播速度快 ， 已经形 成舆情， 表现出一 定的社会效 应。 7.2 结果评价 综合评价得 分取值区 间为0,1 ，根据大 量数据 统计 、实验发现 如下规律 ： a) 综合得分越 高，事件 的风险程 度越高； b) 综合得分在0.3 及以 下的事件 ，一般为 安全、和 谐的 事件； c) 综合得分在0.3 到0.5 之间的 事件， 一般 为比较安 全 的事件， 这类 事件如果 不再有更 大的因素 触发，会慢 慢地冷 却； d) 综合得分在0.5 到0.7 之间的 事件

23、， 一般为 比较热的 事件， 如果有负 面的因素 触发， 很有可 能 转为负面、 危险事件 ，一般为 临界事件 ； e) 综合得分在0.7 及以 上的事件， 一 般为社会 影响比较 大的事件， 该类 事件传播 速度快，多 带 有 负面影响， 可定为高风 险 事 件。 根据综合得 分及其对 应的事件 等级、风险 程度规 律， 确定4个等级 的评价尺 度表，见 表2。 表2 评价尺度表 计算 结果 评语 安全 等级 警示 0, 0.3) 安全 4 蓝色 祥和 0.3, 0.5) 较 安全 3 绿色 安全 0.5, 0.7) 临界 2 橙色 警戒 0.7, 1.0 高 风险 1 红色 警戒 8 DB

24、4401/T 122018 附 录 A （资料性附 录） 文档主题生 成模型 A.1 概述 LDA 文档主题 生成模 型是一种 对离散数 据集 （如 文档 集） 建模的概 率主题 模型， 其中 有两个 重要的 概率分布：Dirichlet 分布和 多项式分 布，且 Dirichlet 分布是多 项式分 布的共轭 先验。 A.2 Dirichlet分 布和多项 式分布 Dirichlet 分 布被认 为是分布 之上的分 布。K 维 Dirichlet 分布的 定义如 下（公式 （A.1）。 1 1 1 1 () Dir( | )= () k K K k k k K k kk pp = = = （

25、A.1 ） 其中： 11 p ( ,., ) ( ,., ) kk pp = = ， ，且 1 ,., k 是相等的。 是伽马函数 ，当 n 是 正数时， 有公式（A.2 ） 。 ( ) ( 1)! nn = （A.2） 多项式分布 的定义如 下（公式 （A.3）。 1 1 ! ( | , )= ! i K x i K i i i n Multi x n p p x = = （A.3 ） 其中： x i 表示数值 i 在 样本中出 现的次 数。 若 p 的先验 概率如公式 （A.1）所 示 ，由 Dirichlet 分布和多项 式分布共 轭可知，p 的后验 概率为 （公式（A.4）： 1 1

26、1 1 (| ,) (| ) ( ( ) () ik K kk x K k kk K k kk Ppx D i rpx x p x + = = = = + + = + （A.4 ） 即 p 的先验 分布和后 验分布的 形式是一 样的，都是 Dirichlet 分 布。 A.3 LDA文档主题 生成模型 LDA 认为文档 是由多 个主题按 某种比例 混合构成 ，而 主题是单词 上的多项 式分布， 见表A.1 。 表A.1 LDA 中的参数 说明 符号 说明 符号 说明 文档- 主题 分布的Dirichlet 超 参数 ，反 映了 文档 集中 主题 间的 相对 强弱 k 主题 k 的词 分布 9

27、DB4401/T 122018 表A.1 LDA 中的参数 说明（ 续） 符号 说明 符号 说明 主题- 词分 布的Dirichlet 超参 数， 刻画 了主 题自 身的 概率 分布 K 主 题数 d 文档 d 的主 题分 布 N d 文档 d 中的 特征 单词 数 Z d,n 文档 d 中第 n 个 词的 主题 编号 D 文 档数 W d,n 文档 d 中第 n 个词 LDA 概率主题 模型生 成文本的 过程如下 ： a) 对于主题 Z ， 根据 Dirichlet 分布 （公式 （A.1）Dir （ ）得到 该主题 上的一个 单词多项 式 分布向量 ； b) 根据泊松分 布 P 和公式（A

28、.4 ）得到文 本的单词 数目 N ； c) 根据 Dirichlet 分布 （公式（A.1）Dir （ ） 得到 该文本的一 个主题分 布概率向 量 ； d) 对于该文本 N d 个单词中 的每一个 单词 W d,n ： 1) 从 d 的多 项式分 布（公式 （A.3） 中随机选 择一个 主题 Z d,n ； 2) 从主题 Z d,n 的多 项式条件 概率分布 （公式（A.3 ） 选 择一个单词 作为 W d,n 。 A.4 LDA模型的参 数推断 采取Gibbs抽 样算法计 算LDA模型 中最重 要的两组 参数各主题 下的词项 概率分布、 各文本的 主题 概率分布。 在已知文本 集 （即生

29、 成的结果 ） 的情况 下， 通过 参数 估计得到参 数值。 根 据图模型 ， 可以得 到一篇 文本的概率 值。 通过积分 避开了实 际待估计 的参数， 转而对每个 单词的主 题进行采 样， 一旦每个 单词的 主题确定下 来， 参数就可 以在统计 频次后计 算出来。 因此， 参数估计 问题变为 计算单词 序列下主 题序列 的条件概率 ，其公式 如下（公 式（A.5） 。 () () , () () , 11 ( | ,) ( )( ) kv di ki ii KV kv di ki kv cc Pz k cc = = + = + zw （A.5） 其中： i z 为除去当前 词后的所 有词的主

30、 题分配； w 为所有词； () , k di c 为除当前词以 外， 文档d中主 题k 产生 的词的个数 ； () , v ki c 为除当前词外， 主题k 词v 出现的次数； V 为词项数。 一旦获得每 个单词的 主题标号 ，需要的 参数计算 公式 可由下面公 式（公式 （A.6）、（ A.7） 计出 。 () , () , 1 () k di k d K k di k c c = + = + （A.6） 10 DB4401/T 122018 () , () , 1 () v ki v k V v ki v c c = + = + （A.7） 其中： k d 为文档 d 中主 题 k 所占

31、比 例， v k 表示主题 k 中词 v 所占 比例。 A.5 LDA模型训练 和推理 利用Gibbs 抽样 公式， 建立 基于语 料训练的LDA 模型， 并应用训练 得到的模 型对新的 文档进行topic 语义分析。 训练的流 程如下： a) 随机初始化 ：对语料 中每篇文 档中的每 个词 w ，随机赋 一个topic 编号 z ； b) 重新扫描语 料库， 对每个 词 w ， 按照Gibbs 抽样公 式重新 采样它的 topic， 在语料 中进行更 新； c) 重复以上语 料库的重 新采样过 程直到 Gibbs 抽 样收 敛； d) 统计语料库 的topic-word 共现 频率矩阵 ，该

32、矩 阵就 是LDA 的模 型。 在LDA 模型 训练的过 程中， 取Gibbs 抽 样收敛之 后的n 个迭代的结 果进行 平均来做 参数估计， 模型 质量更高。 A.6 新文档语义 预测 按照Gibbs抽样 公式实行迭 代收敛后， 得到文档的 主 题分布，从分布 中选择概率 最大的对应 主题作 为文档的主 题。 11 DB4401/T 122018 附 录 B （资料性附 录） 基于层次分 析法（AHP ）的权重 计算方法 B.1 概述 AHP 法是一种 定性与 定量相结 合多目标 决策和规 划的 分析方法， 被 广泛应 用于多目 标、 多要 素、 多 层次的非结 构化问题 的解决方 案中。确

33、 定舆情指 标权 重的步骤如 下。 B.2 构建递阶层 次结构模 型 把问题层次 化， 根据问题 的性质和 要求达到 的总目 标 ， 把问题分解成 不同的组 成因素， 根 据因素间 的相互关系 影响及隶 属关系， 把各因素 按不同层 次聚 集组合，形 成一个多 层次的分 析结构模 型。 B.3 构建出各层 次中的两 两比较判 断矩阵 判断矩阵A是本 层所有因素 针对上一层 某一个因素 相 对重要性的比较 ，两两相互 比较结果 可表示为 公式（B.1） 。 ij Aa = （B.1 ） 式中： A 判断矩 阵； a ij 矩阵元素。 矩阵中各元 素a ij 的取值根据19 的比例标 度法计算 ，

34、 如表B.1所 示。 表B.1 矩阵 元素 a ij 的标度 计算法 标 度值 含义 1 表 示两 个因 素相 比， 具有 同样 的重 要性 3 表 示两 个因 素相 比， 因素 i 比 因素 j 稍微重 要 5 表示两 个因 素相 比， 因素 i 比 因素 j 明显重 要 7 表 示两 个因 素相 比， 因素 i 比 因素 j 强烈重 要 9 表 示两 个因 素相 比， 因素 i 比 因素 j 极端重 要 2,4,6,8 上述 两相 邻判 断的 中值 倒数 因素 i 与因 素 j 的重 要性 判断为 a ij ， 则因素 j 与因 素 i 的重 要性判 断 为 a ji =1/a ij B.

35、4 层次单排序 及其一致 性检验 判断矩阵A对应于 最大特征值 max 的特征向量W ，经 归一化后即为同 一层次相应因 素对应上一 层次 某因素相对 重要性的 排序权值 ，这一过 程成为层 次单 排序。 12 DB4401/T 122018 若A 最大特征值 max 对应的特征向量为W=(w 1 , ,w n ) T ，则a ij =w i w j ， i, j =1,2, ,n 。即按 公 式（B.2）。 A= w 1 w 1 w 1 w 2 w 2 w 1 w 2 w 2 w 1 w n w 2 w n w n w 1 w n w 2 w n w n （B.2） 若CR 0.10， 则一

36、致性 成立，CR 按公式（B.3）和（B.4）计算。 CI CR RI = （B.3） 其中： max () ( 1) n CI n = （B.4） RI 如表B.2 所示取值 。 表 B.2 RI 值 n 1 2 3 4 5 6 7 8 9 10 11 11 RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51 1.51 B.5 层次总排序 及其一致 性检验 为了计算最 底层中各 因素相对 于总目标 的拓序权 重， 设总目标K 的第一个 层次 （A层） 包含m 各因素 ， 即为A 1 、A 2 、A m ， 层次总排序 权重为a 1 、a 2

37、 、 、a m 。A 的下一层为B 层，包含n 个因素，记 为 B 1 、B 2 、 、B n ，关 于A j 的层次单排序权 重为b 1j 、b 2j 、 、b mj （当B i 与A j 无关联时b ij =0）。B层各因 素关于总目 标的权重 可以按表B.3 计算。 表B.3 总目 标权重 计算表 层A 层B A 1 a 1 A 2 a 2 A m a m B 层总排 序权 值 B 1 b 11 b 12 b 1m 1 = 1 B 2 b 21 b 22 b 2m 2 = 1 B n b n1 b n2 b nm = 1 13 DB4401/T 122018 若 CR 0.10， 表示判断 矩阵的 一致性成 立，其中 CR 按公式（B.5 ）计算。 1 1 () () m j j m j j CI j a CR RI j a = = = （B.5 ） B.6 一致性检验 处理 当两比较判 断矩阵出 现不一致 性时， 需重新 确定层 次 结构和各因 素， 构建两两 比较判断 矩阵， 并再 次进行一致 性检验。 _ 14