四、對於負熵過程的數據模擬

媒介在自然性熵增過程中之所以能夠得以穩定持續發展，主要得益於社會系統在不斷地完善與豐富，帶來的負熵輸入不斷增大，系統調適能力也逐步增強。體現在系統指標上是不斷地發展與進步。目前的評測方式有諸如層次分析法、“三域”影響力評測法、熵值法等。與前面幾種評測方法不同，熵值法在某種程度上可以解決評測時指標權重的主觀重視等偏向問題，採用熵值法對融媒體系統進行評價可以很好地反映負熵的輸入情況。

Ⅰ. 熵值法計算原理

設定有m個評測指標且每個指標有n個樣本值，那麼就構成一個指標數據的矩陣X=(xij)m×n。對於每一個指標，如果n個樣本值變化大，那麼就說明導致樣本值變化的原因在增加。即，變異越大的樣本值其所包涵的信息量越大，其在評價活動中應發揮的作用就越大，對應的權重也就越大。反之，若某一指標所有樣本值均相等，則失去了應有的評價意義。

在信息熵環境中，信息熵H(x)= 是系統無序程度的度量。信息則是有序程度的度量，對此前文有關信息即負熵的論述，強調信息熵與信息的對應關系。熵值法評價的一般步驟如下：

3.計算第j項指標的效用值gj

對於給定的j，xij的差異性越小，那麼ej就會越大﹔而當xij全部相等時，那麼ej=emax=1，此時從評價的角度看，指標xj已沒有意義﹔當各樣本差值變大時，ej就變小，那麼這一指標對評價的意義就更大。效用值定義如下

Ⅱ. 熵值法評價的社會過程

利用熵值法可以很好地確定融媒體評價指標體系的權重，從而計算出各維度和各項指標的評價得分。計算過程大體包括如下幾步：一是指標無量綱化處理，二是通過信息熵公式計算出信息熵值，三是根據信息熵值計算效用值，四是根據效用值計算各維度和各指標權重，五是根據指標權重計算各維度和各項指標的最終得分。計算過程如圖4所示。

融媒體指標體系的維度評價得分和指標評價得分，充分反映出媒介融合的發展程度。得分越高，媒介融合就順利，融媒體環境越和諧，表明引入的負熵流越有效。因為各維度與各項指標都具有較強的代表性，所以評價結果分值越低，說明代表方面存在的問題，需要認真分析思考，以期輸入更有價值的負熵，以提高媒介融合的水平。

Ⅲ. 融媒體評價參照系的數據選取

評價任何事物優劣，都有確定一個參照標准。前文中對中國東部、中部、西部和東北部進行了傳媒發展指數評測。根據建立的融媒體系統指標體系，在參閱了各類相關的指標數據和眾多學者研究成果的基礎上，對系統指標進行賦值。其中主觀部分來源於問卷打分計算。獲得的統計結果見表3。

分享讓更多人看到