论文部分内容阅读
随着社交媒体在当今时代应用日盛，档案馆也将社交媒体作为发布信息、展示馆藏与提供利用的重要平台。微信是近年来发展最为迅猛的社交媒体，因其构建社会化关系的不可替代性、传播信息的即时性、使用方式的便捷性等特点满足各年龄段的使用需求，微信公众号作为其中一个功能板块，为各行各业推广业务、互动营销、在线服务提供媒介。目前档案微信公众平台发展势头良好，代表有浙江省档案局的“记忆浙江”、天津市档案馆推出的同名公众号“天津市档案馆”、福建省档案局馆的“福建档案”等，推送内容的前沿性特色性，版面设计的娱乐性生动性使得其不仅在业内外流行，在学生群体中也总能引起较大的关注度与话题度。各省级档案馆对微信公众平台的规范运营与管理离不开定期对其进行评估、审查，以使其及时总结经验、作出改进，更好地提高服务质量。
一、相关文献综述
层次分析法（AHP，the Analytic Hierarchy Process）是美国运筹学家Thomas L.Saaty教授于20世纪70年代提出的一种分析方法，其基本原理是“根据问题的性质和要达到的总目标，将问题分解为不同的组成因素，并按照因素间的相互关联影响以及隶属关系将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。并最终把系统分析归结为最低层（供决策的方案、措施等），相对于最高层（总目标）的相对重要性权值的确定或相对优劣次序的排序问题”。运用层次分析法不仅需要基于一定判断从多种选择中找出关键事项，同时还要整理分析多人的组合判断，以增加结果的可靠性，因其结合定性与定量方法将主观标准量化，运算过程较简单、适用范围广泛等特点常被用于辅助决策。
目前档案学领域基于层次分析法的研究已有一定成果，肖静萍、李治伟采用层次分析法从基于大数据分析的风险评估、依托虚拟技术的针对性编制、以自动化技术为基础的持续改进机制、以通讯技术为支撑的及时协作机制四个方面提出档案应急预案的优化方案;张燕子在科学性、可操作性、全面性等原则指导下构建了档案馆微信公众平台评价指标体系，并选取具体对象进行测评分析。学界对档案微信公众平台的服务质量进行评价或评估则多采用问卷调查法、文献调查法、定性研究法、实证分析法等研究方法，主要有宋雪雁、张岩琛等通过指标设计、问卷调查的方法及SPSS19軟件的运用来衡量4个公共档案馆微信公众平台的服务质量;邢变变也通过问卷调查对档案微信从相对优势、兼容性、复杂性、可试性、可观察性五个维度展开了评价性研究，得出的总体评价结果欠佳;尚珊、侯毓涛进一步构建高校档案馆服务质量评价指标，通过层次分析与实证分析结合的方式对“双一流”高校档案馆微信公众平台服务进行评价。而基于层次分析法评估省级档案馆微信公众号则鲜有研究，因此本文以定性定量结合的层次分析法构建评估指标体系，设计层次结构模型，通过权重赋值计算进行层次排序并加以分析，获得最佳评估方案，对省级档案馆微信公众号建设作出新展望。
二、指标体系构建
层次分析法的基本步骤是确定评估对象，系统分解研究问题，设计层次结构模型，将每个层次组成指标的相对重要性量化以计算指标权重，进行层次单排序与层次总排序，通过一致性检验后对全部指标相对重要性进行排序作为评估方案的选择依据。
（一）层次结构模型设计
通过实际访问并操作各省级档案馆微信公众平台，如“江西档案”、“福建档案”、“江苏档案”、“天津市档案馆”等，以及向有关专家咨询，结合既有建设经验，在科学性、可操作性、实用性等原则指导下构建省级档案馆的微信公众号服务质量评估指标体系。根据层次分析法原理，将指标体系分为三层结构：一级目标层是研究目标，即省级档案馆公众号服务质量评估;二级准则层是实现目标过程中所涉及的各要素，为信息推文、平台设置和互动体验;三级方案层是对二级准则层的分解，即最终解决问题的方案，因此分设在二级准则层下。设计层次结构模型如表1所示：
其中，信息推文的六个指标是对公众号发布推文质量的评价，从内容、排版、形式这几个角度展开;平台设置主要着眼于公众号的功能建设，包括业务查询、信息发布、馆藏阅览、记忆展示、平台整合五个版块;交互体验是基于用户角度对使用公众号的体验进行评估，以是否收到公众号的定期推送、界面设置是否对用户友好、用户检索查询结果是否准确、在线咨询能否收到及时有效的回复为基本标准。
（二）层次结构分析
1.判断矩阵构建
用层次分析法作分析的信息来源是对层次内指标相对重要性判断进行量化的数值，因此构建判断矩阵如表2是进行层次结构分析的基础。通过层次内各指标两两比较，以具体数值表示指标间相对重要性的判断结果构建判断矩阵（如表2）。
其中，P12表示为P1相对于P2的相对重要性数值，P21则相应为P2相对于P1的相对重要性数值，表示为P12数值的倒数。通常用Saaty的“1-9标度法”来量化相对重要性，标度含义如表3所示。
2.层次单排序
层次单排序是在计算本层次内各指标权重的基础上对层次内指标重要性进行排序的基础。通过邀请档案学领域专家学者与相关用户对各指标重要程度进行打分，构造判断矩阵及权重计算结果如表4、表5、表6、表7、表8所示，且均通过一致性检验（检验各指标重要性之间的协调性，消除主观因素下评价结果的片面性）。其中，权重计算及一致性检验采用方根法，步骤为：
（1）P指标按行计算乘积 u_ij=∏_（j=1）^n·p_ij，p_ij为相应指标相对重要性数值;
（2）将每行乘积开n次方u_i=√（n
一、相关文献综述
层次分析法（AHP，the Analytic Hierarchy Process）是美国运筹学家Thomas L.Saaty教授于20世纪70年代提出的一种分析方法，其基本原理是“根据问题的性质和要达到的总目标，将问题分解为不同的组成因素，并按照因素间的相互关联影响以及隶属关系将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。并最终把系统分析归结为最低层（供决策的方案、措施等），相对于最高层（总目标）的相对重要性权值的确定或相对优劣次序的排序问题”。运用层次分析法不仅需要基于一定判断从多种选择中找出关键事项，同时还要整理分析多人的组合判断，以增加结果的可靠性，因其结合定性与定量方法将主观标准量化，运算过程较简单、适用范围广泛等特点常被用于辅助决策。
目前档案学领域基于层次分析法的研究已有一定成果，肖静萍、李治伟采用层次分析法从基于大数据分析的风险评估、依托虚拟技术的针对性编制、以自动化技术为基础的持续改进机制、以通讯技术为支撑的及时协作机制四个方面提出档案应急预案的优化方案;张燕子在科学性、可操作性、全面性等原则指导下构建了档案馆微信公众平台评价指标体系，并选取具体对象进行测评分析。学界对档案微信公众平台的服务质量进行评价或评估则多采用问卷调查法、文献调查法、定性研究法、实证分析法等研究方法，主要有宋雪雁、张岩琛等通过指标设计、问卷调查的方法及SPSS19軟件的运用来衡量4个公共档案馆微信公众平台的服务质量;邢变变也通过问卷调查对档案微信从相对优势、兼容性、复杂性、可试性、可观察性五个维度展开了评价性研究，得出的总体评价结果欠佳;尚珊、侯毓涛进一步构建高校档案馆服务质量评价指标，通过层次分析与实证分析结合的方式对“双一流”高校档案馆微信公众平台服务进行评价。而基于层次分析法评估省级档案馆微信公众号则鲜有研究，因此本文以定性定量结合的层次分析法构建评估指标体系，设计层次结构模型，通过权重赋值计算进行层次排序并加以分析，获得最佳评估方案，对省级档案馆微信公众号建设作出新展望。
二、指标体系构建
层次分析法的基本步骤是确定评估对象，系统分解研究问题，设计层次结构模型，将每个层次组成指标的相对重要性量化以计算指标权重，进行层次单排序与层次总排序，通过一致性检验后对全部指标相对重要性进行排序作为评估方案的选择依据。
（一）层次结构模型设计
通过实际访问并操作各省级档案馆微信公众平台，如“江西档案”、“福建档案”、“江苏档案”、“天津市档案馆”等，以及向有关专家咨询，结合既有建设经验，在科学性、可操作性、实用性等原则指导下构建省级档案馆的微信公众号服务质量评估指标体系。根据层次分析法原理，将指标体系分为三层结构：一级目标层是研究目标，即省级档案馆公众号服务质量评估;二级准则层是实现目标过程中所涉及的各要素，为信息推文、平台设置和互动体验;三级方案层是对二级准则层的分解，即最终解决问题的方案，因此分设在二级准则层下。设计层次结构模型如表1所示：
其中，信息推文的六个指标是对公众号发布推文质量的评价，从内容、排版、形式这几个角度展开;平台设置主要着眼于公众号的功能建设，包括业务查询、信息发布、馆藏阅览、记忆展示、平台整合五个版块;交互体验是基于用户角度对使用公众号的体验进行评估，以是否收到公众号的定期推送、界面设置是否对用户友好、用户检索查询结果是否准确、在线咨询能否收到及时有效的回复为基本标准。
（二）层次结构分析
1.判断矩阵构建
用层次分析法作分析的信息来源是对层次内指标相对重要性判断进行量化的数值，因此构建判断矩阵如表2是进行层次结构分析的基础。通过层次内各指标两两比较，以具体数值表示指标间相对重要性的判断结果构建判断矩阵（如表2）。
其中，P12表示为P1相对于P2的相对重要性数值，P21则相应为P2相对于P1的相对重要性数值，表示为P12数值的倒数。通常用Saaty的“1-9标度法”来量化相对重要性，标度含义如表3所示。
2.层次单排序
层次单排序是在计算本层次内各指标权重的基础上对层次内指标重要性进行排序的基础。通过邀请档案学领域专家学者与相关用户对各指标重要程度进行打分，构造判断矩阵及权重计算结果如表4、表5、表6、表7、表8所示，且均通过一致性检验（检验各指标重要性之间的协调性，消除主观因素下评价结果的片面性）。其中，权重计算及一致性检验采用方根法，步骤为：
（1）P指标按行计算乘积 u_ij=∏_（j=1）^n·p_ij，p_ij为相应指标相对重要性数值;
（2）将每行乘积开n次方u_i=√（n