融合媒体制播云平台技术质量测评方法、系统、电子设备

摘要

本发明提供一种融合媒体制播云平台技术质量测评方法，指标选取的计算量度和计算方法一致，各指标尽量简单明了、便于收集，便于操作和比较，同时，各指标量化处理，便于计算和分析，使用熵值法权重值、变异系数法权重值、均方差法权重值和均权法权重值四种赋权方法确定具体评测指标的权重，并将最终权重与非线性加权综合法组合应用，提高评测精度，且构建融合媒体制播云平台技术质量评测指标体系，打破传统I T资源评测思路，在云平台评测中加入传播效能评测，重点关注云平台的技术质量，形成包括云平台基准性能、业务能力和传播效能的多维评测标准，填补业内空白。

说明书

技术领域

本发明涉及融合媒体技术领域，更为具体地，涉及一种融合媒体制播云平台技术质量测评方法、系统、电子设备。

背景技术

目前我国的媒体融合仍然处于发展阶段，评价测系则处于探索阶段，现存评测体系有以下不足：

一是评测体系对媒体融合的评估、衡量标准、指标不尽统一，评估维度不够清晰，评估结果偏于模糊，存在不确定性。我国媒体融合评价体系仍处于探索阶段，评价体系过多偏重于传播力，其背后折射出的引导力、可信任力等很难量化；数据真实性难以保证，不能完全说明媒体的社会实际影响力；评价的综合维度不够全面，权重分配有待调整。

二是现存评测体系并不适用于融合媒体云平台技术质量的评测。成熟的质量评价体系是推进云平台标准化建设的关键因素，通过分析国内现有的质量评价体系，发现目前并没有一种完全适用于融合媒体制播云平台技术质量的评价体系。

因此，亟需一种能够完全适用于融合媒体制播云平台技术质量，且将各指标进行量化，便于计算和分析的融合媒体制播云平台技术质量测评方法。

发明内容

鉴于上述问题，本发明的目的是提供一种融合媒体制播云平台技术质量测评方法，以解决当前评价体系过多偏重于传播力，其背后折射出的引导力、可信任力等很难量化，评价的综合维度不够全面，且不完全适用于融合媒体制播云平台技术质量的评价体系的问题。

本发明提供的一种融合媒体制播云平台技术质量测评方法，其中，包括：

通过预设的信息采集插件采集预设的融合媒体制播云平台的硬件数据、数据处理参数和往来业务数据；

按照预设规则对所述硬件数据、所述数据处理参数、所述往来业务数据进行数据提取和归类以形成基准性能评测数据、媒体处理能力评测数据、关键业务评测数据和传播效能评测数据；

通过多指标综合评价法对所述基准性能评测数据、所述媒体处理能力评测数据、所述关键业务评测数据和所述传播效能评测数据进行赋权处理以形成基准性能评测数据权重、媒体处理能力评测数据权重、关键业务评测数据权重和传播效能评测数据权重；

通过预设的融合媒体云平台技术质量指数模型基于非线性加权综合算法依次对所述基准性能评测数据权重、所述媒体处理能力评测数据权重、所述关键业务评测数据权重和传播效能评测数据权重中的各项子权重进行非线性加权处理以获取多项测评指标值，并根据所述多项测评指标值生成所述融合媒体制播云平台的质量评测信息。

优选地，所述基准性能评测数据包括基础性能子指标；所述基础性能子指标包括从所述硬件数据中提取的所述融合媒体制播云平台的IaaS层数据、PaaS层数据和所述融合媒体制播云平台的自身安全数据；

所述媒体处理能力评测数据包括媒体处理能力子指标；所述媒体处理能力子指标包括基于所述硬件数据和所述数据处理参数获取的媒体计算能力数据、媒体存储能力数据、媒体分发能力数据和媒资管理能力数据；

所述关键业务测评数据包括关键业务评测子指标；所述关键业务评测子指标为基于所述往来业务数据获取的融合业务分类；

所述传播效能评测数据包括传播效能子指标；所述传播效能子指标为根据所述往来业务数据所预测的新闻舆论系数。

优选地，获取所述IaaS层数据、PaaS层数据和所述自身安全数据的过程包括：

从所述硬件数据中提取所述融合媒体制播云平台中所应用的计算机的计算机资源配置、存储资源配置和网络资源配置以作为IaaS层数据；从所述硬件数据中提取关于所述融合媒体制播云平台中所应用的计算机的资源适配服务、接口开发服务和业务能力服务作为PaaS层数据；其中，业务能力服务包括所述融合媒体制播云平台运行时所需的公共服务数据、运营支撑服务数据和业务集成服务数据；

按照预测的计算机安全测试规则根据所述计算机资源配置和所述计算机的资源适配服务、接口开发服务和业务能力服务评测计算机安全系数以作为自身安全数据。

优选地，基于所述硬件数据和所述数据处理参数获取的媒体计算能力数据、媒体存储能力数据、媒体分发能力数据和媒资管理能力数据的过程，包括：

在所述硬件数据中获取所述融合媒体制播云平台中所涉及的硬件的GPU峰值算力、分布式存储量、适配主流终端设备数量、文件存储数量；在所述数据处理参数中获取所述融合媒体制播云平台中所涉及的硬件的码流分辨率、内网传输速率和文件传输速率；

通过预设的计算规则根据所述GPU峰值算力和所述码流分辨率获取媒体计算能力数据，根据所述内网传输速率和所述分布式存储量获取所述媒体存储能力数据，根据适配主流终端设备数量确定媒体分发能力数据，根据所述文件存储数量和文件传输速率确定媒资管理能力数据。

优选地，基于所述往来业务数据获取的融合业务分类的过程，包括：

对所述往来业务数据进行文字提取以获取文字数据；

按照预设的媒体服务类业务梳理表单对所述文字数据继续类别划分以将所述文字数据一一划分至所述媒体服务类业务梳理表单中与所述文字数据相对应的类别列表中；其中，所述媒体服务类业务梳理表单包括五个一级评测业务类别，所述一级评测业务类别包括至少十九个三级评测业务类别；其中，所述一级评测业务类别包括：媒体服务类业务、建设政务服务类业务、综合服务类业务、增值服务类业务和社区服务类业务；

根据所述往来业务数据预测新闻舆论系数的过程，包括：

对所述往来业务数据进行网络爬取以获取媒体信息和传播信息；

根据所述媒体信息和传播信息获取所述往来业务数据的传播力系数、影响力系数、引导力系数和可信任力系数。

优选地，所述多指标综合评价法包括熵值法、变异系数法、均方差发、均权法。

优选地，通过预设的融合媒体云平台技术质量指数模型基于非线性加权综合算法依次对所述基准性能评测数据权重、所述媒体处理能力评测数据权重、所述关键业务评测数据权重和传播效能评测数据权重中的各项子权重进行非线性加权处理以获取多项测评指标值的过程中，

所述各项子权重包括：所述基准性能评测数据权重下细分的与所述基础性能子指标相对应的基础性能子权重；所述媒体处理能力评测数据权重下细分的与所述媒体处理能力子指标相对应的媒体处理能力子权重；所述关键业务评测数据权重下细分的与所述关键业务评测子指标相对应的关键业务评测子权重；所述传播效能评测数据权重下细分的与所述传播效能子指标相对应的传播效能子权重；

其中，对各项子权重进行非线性加权处理以获取多项测评指标值公式为：

式中，y

本发明还提供一种融合媒体制播云平台技术质量测评系统，实现如前所述的融合媒体制播云平台技术质量测评方法，包括：

数据采集单元，用于通过预设的信息采集插件采集预设的融合媒体制播云平台的硬件数据、数据处理参数和往来业务数据；

测评初始单元，用于按照预设规则对所述硬件数据、所述数据处理参数、所述往来业务数据进行数据提取和归类以形成基准性能评测数据、媒体处理能力评测数据、关键业务评测数据和传播效能评测数据；

权重计算单元，用于通过多指标综合评价法对所述基准性能评测数据、所述媒体处理能力评测数据、所述关键业务评测数据和所述传播效能评测数据进行赋权处理以形成基准性能评测数据权重、媒体处理能力评测数据权重、关键业务评测数据权重和传播效能评测数据权重；

质量评测单元，用于通过预设的融合媒体云平台技术质量指数模型基于非线性加权综合算法依次对所述基准性能评测数据权重、所述媒体处理能力评测数据权重、所述关键业务评测数据权重和传播效能评测数据权重中的各项子权重进行非线性加权处理以获取多项测评指标值，并根据所述多项测评指标值生成所述融合媒体制播云平台的质量评测信息。

优选地，所述质量评测单元包括融合媒体云平台技术质量指数模型；其中，

所述融合媒体云平台技术质量指数模型用于基于非线性加权综合算法依次对所述基准性能评测数据权重、所述媒体处理能力评测数据权重、所述关键业务评测数据权重和传播效能评测数据权重中的各项子权重进行非线性加权处理以获取多项测评指标值；其中，

对各项子权重进行非线性加权处理以获取多项测评指标值公式为：

式中，y

本发明还提供一种电子设备，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一所述的融合媒体制播云平台技术质量测评方法中的步骤。

从上面的技术方案可知，本发明提供的融合媒体制播云平台技术质量测评方法、系统、电子设备，首先通过预设的信息采集插件采集预设的融合媒体制播云平台的硬件数据、数据处理参数和往来业务数据；再按照预设规则对所述硬件数据、所述数据处理参数、所述往来业务数据进行数据提取和归类以形成基准性能评测数据、媒体处理能力评测数据、关键业务评测数据和传播效能评测数据；而后通过多指标综合评价法对所述基准性能评测数据、所述媒体处理能力评测数据、所述关键业务评测数据和所述传播效能评测数据进行赋权处理以形成基准性能评测数据权重、媒体处理能力评测数据权重、关键业务评测数据权重和传播效能评测数据权重；再通过预设的融合媒体云平台技术质量指数模型基于非线性加权综合算法依次对所述基准性能评测数据权重、所述媒体处理能力评测数据权重、所述关键业务评测数据权重和传播效能评测数据权重中的各项子权重进行非线性加权处理以获取多项测评指标值，并根据所述多项测评指标值生成所述融合媒体制播云平台的质量评测信息；如此，指标选取的计算量度和计算方法一致，各指标尽量简单明了、便于收集，便于操作和比较，同时，各指标量化处理，便于计算和分析，使用熵值法权重值、变异系数法权重值、均方差法权重值和均权法权重值四种赋权方法确定具体评测指标的权重，并将最终权重与非线性加权综合法组合应用，提高评测精度，且构建融合媒体制播云平台技术质量评测指标体系，打破传统IT资源评测思路，在云平台评测中加入传播效能评测，重点关注云平台的技术质量，形成包括云平台基准性能、业务能力和传播效能的多维评测标准，填补业内空白。

附图说明

通过参考以下结合附图的说明书内容，并且随着对本发明的更全面理解，本发明的其它目的及结果将更加明白及易于理解。在附图中：

图1为根据本发明实施例的融合媒体制播云平台技术质量测评方法的流程图；

图2为根据本发明实施例的融合媒体制播云平台技术质量测评系统的示意图；

图3为根据本发明实施例的电子设备的示意图。

具体实施方式

目前我国的媒体融合仍然处于发展阶段，评价测系则处于探索阶段，现存评测体系有以下不足：一是评测体系对媒体融合的评估、衡量标准、指标不尽统一，评估维度不够清晰，评估结果偏于模糊，存在不确定性。我国媒体融合评价体系仍处于探索阶段，评价体系过多偏重于传播力，其背后折射出的引导力、可信任力等很难量化；数据真实性难以保证，不能完全说明媒体的社会实际影响力；评价的综合维度不够全面，权重分配有待调整；二是现存评测体系并不适用于融合媒体云平台技术质量的评测。成熟的质量评价体系是推进云平台标准化建设的关键因素，通过分析国内现有的质量评价体系，发现目前并没有一种完全适用于融合媒体制播云平台技术质量的评价体系。

针对上述问题，本发明提供一种融合媒体制播云平台技术质量测评方法、系统，以下将结合附图对本发明的具体实施例进行详细描述。

为了说明本发明提供的融合媒体制播云平台技术质量测评方法、系统、电子设备，图1、图2、图3对本发明实施例的进行了示例性标示。

以下示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。对于相关领域普通技术人员已知的技术和设备可能不作详细讨论，但在适当情况下，所述技术和设备应当被视为说明书的一部分。

如图1所示，本发明提供的本发明实施例的融合媒体制播云平台技术质量测评方法，包括：

S1：通过预设的信息采集插件采集预设的融合媒体制播云平台的硬件数据、数据处理参数和往来业务数据；

S2：按照预设规则对所述硬件数据、所述数据处理参数、所述往来业务数据进行数据提取和归类以形成基准性能评测数据、媒体处理能力评测数据、关键业务评测数据和传播效能评测数据；

S3：通过多指标综合评价法对所述基准性能评测数据、所述媒体处理能力评测数据、所述关键业务评测数据和所述传播效能评测数据进行赋权处理以形成基准性能评测数据权重、媒体处理能力评测数据权重、关键业务评测数据权重和传播效能评测数据权重；

S4：通过预设的融合媒体云平台技术质量指数模型基于非线性加权综合算法依次对所述基准性能评测数据权重、所述媒体处理能力评测数据权重、所述关键业务评测数据权重和传播效能评测数据权重中的各项子权重进行非线性加权处理以获取多项测评指标值，并根据所述多项测评指标值生成所述融合媒体制播云平台的质量评测信息。

如图1所示，步骤S1为通过预设的信息采集插件采集预设的融合媒体制播云平台的硬件数据、数据处理参数和往来业务数据的过程，

即融合媒体制播云平台技术质量测评方法首先要构建指标体系，在本实施例中，围绕系统性原则、典型性原则、动态性原则、可比、可操作、可量化原则和综合性原则设计出四个指标大类：基准性能评测数据、媒体处理能力评测数据、关键业务评测数据和传播效能评测数据，以依据该四个指标大类对融合媒体制播云平台技术质量进行测评。

那么围绕四个指标大类即需要明确所要针对评测的数据，在本实施例中，步骤S1中该硬件数据包括融合媒体制播云平台所涉及的所有硬件的比如CPU、GPU、内存、磁盘、虚拟化数据、数据库、深度学习框架、终端适配度等一系列关于硬件描述的数据；该数据处理参数包括诸如码流分辨率(支持最高的码流分辨率)、内网传输速率、检索时间/文件总数、支持最大文件数量等一系列关于数据处理的参数的数据；

在该过程中，基准性能评测数据包括基础性能子指标；所述基础性能子指标包括从所述硬件数据中提取的所述融合媒体制播云平台的IaaS层数据、PaaS层数据和所述融合媒体制播云平台的自身安全数据；该往来业务数据即包括融合媒体制播云平台所涉及的所有往来的业务数据，即所有涉及的文字、图片、音频、视频，通过广播、电视、报刊，以及微博、微信、客户端、网站及其他互联网渠道等相关联的业务数据。

步骤S2为按照预设规则对所述硬件数据、所述数据处理参数、所述往来业务数据进行数据提取和归类以形成基准性能评测数据、媒体处理能力评测数据、关键业务评测数据和传播效能评测数据的过程。

在该过程中，基准性能评测数据包括基础性能子指标；所述基础性能子指标包括从所述硬件数据中提取的所述融合媒体制播云平台的IaaS层数据、PaaS层数据和所述融合媒体制播云平台的自身安全数据；

所述媒体处理能力评测数据包括媒体处理能力子指标；所述媒体处理能力子指标包括基于所述硬件数据和所述数据处理参数获取的媒体计算能力数据、媒体存储能力数据、媒体分发能力数据和媒资管理能力数据；

所述关键业务测评数据包括关键业务评测子指标；所述关键业务评测子指标为基于所述往来业务数据获取的融合业务分类；

所述传播效能评测数据包括传播效能子指标；所述传播效能子指标为根据所述往来业务数据所预测的新闻舆论系数。

具体的，IaaS层提供整个了生产工艺的基础架构，包括计算资源、存储资源、网络资源等基础资源；PaaS层提供了可弹性调度的平台服务层，为不同业务应用提供标准化的应用工具和服务，SaaS层提供了面向业务的系统化解决方案。在云技术的支持下,电视台融合媒体云平台的建设需要依靠SaaS应用层、PaaS平台层、IaaS基础层三个层面实现。

IaaS层通过虚拟化技术，将计算、存储、网络、安全等资源虚拟为资源池，为媒体生产提供统一的基础环境。所以将IaaS层评测指标设计为：CPU，即计算资源；磁盘，即存储资源；虚拟化，即虚拟化技术。

PaaS层发挥着承上启下的作用，一方面调用下层基础资源，另一方面向上层提供业务生产所需的应用和基础服务。主要包含三大功能模块：资源适配服务、接口开发服务和业务能力服务。该层提供平台运行和上层生产应用所需的各项服务，主要包含：

1.公共能力服务。负责提供媒体融合业务所需要的各类公共能力服务，可根据业务的需要及技术的发展逐步扩展。

2.运营支撑服务。可参考传统的BOSS系统功能，部署运营支撑服务，包含针对用户、产品和计费的相关管理功能。

3.业务集成服务。将软件或服务整合对上层提供服务，如服务的注册和管理，各类功能引擎等。

该层评测重点是公共能力服务中的大数据处理能力和深度学习能力。

SaaS层调用PaaS层的服务和应用，部署各类服务门户和工具软件。按功能类型分为融合汇聚、融合生产、融合发布、指挥调度四个方面的应用集合。

所述媒体处理能力评测数据包括媒体处理能力子指标；所述媒体处理能力子指标包括基于所述硬件数据和所述数据处理参数获取的媒体计算能力数据、媒体存储能力数据、媒体分发能力数据和媒资管理能力数据；

媒体处理能力是评测融合媒体制播云平台的重要指标，其中主要包括媒体计算能力、媒体存储能力、媒体分发能力、媒资管理能力。

所述关键业务测评数据包括关键业务评测子指标；所述关键业务评测子指标为基于所述往来业务数据获取的融合业务分类；

在关键业务层面，在媒体融合时代，各级部门的政务服务功能需要无缝衔接互联网，政策发布需要善用各类媒介的优势力量，布局更高效、更精准的传播渠道、服务模式和管理路径；同时，工商业界，也需要借助融媒体渠道，建设更丰富的应用场景等。

所述传播效能评测数据包括传播效能子指标；所述传播效能子指标为根据所述往来业务数据所预测的新闻舆论系数；

具体的，该传播效能评测数据的选取采纳了引导力、影响力、可信任力等主题，该主题是主流媒体对新型媒体的短板，也是评价媒体融合度的重要指标，同时是解决当前评价体系过多偏重于传播力，其背后折射出的引导力、可信任力等很难量化这一问题的关键所在。

“引导力”指标解决的是“达而不和”的问题。融合媒体平台发布的内容要反映社会问题。引导力建设是构建融媒体平台的重要指标。

“可信任力”指标解决的是“和而不信”的问题。可信任力指的是“媒介所具有的赢得公众信赖的职业品质与能力”，目前，部分主流媒体的发布的信息由于各种原因的限制导致其在真实性、客观性、公正性、全面性等方面大打折扣，从而极大地削弱了受众对主流媒体的信任程度，因此，融媒体云平台建设时更要注重可信任力指标。

“影响力”指标解决的是“信而不优”的问题。媒体影响力是指媒体通过自身的行为(包括新闻报道、刊发广告、领导员工等)对目标公众(包括内部公众、外部公众)在思想和行动上所起到的直接或间接的控制能力。当下，传媒市场格局发生了翻天覆地的变化、传媒市场竞争空前激烈、传统媒体市场份额也整体萎缩，因此在融媒体云平台建设时必须考虑如何在市场份额不断紧缩的情况下提升自己的社会影响力和市场影响力。

其中，获取所述IaaS层数据、PaaS层数据和所述自身安全数据的过程包括：

S211：从所述硬件数据中提取所述融合媒体制播云平台中所应用的计算机的计算机资源配置、存储资源配置和网络资源配置以作为IaaS层数据；从所述硬件数据中提取关于所述融合媒体制播云平台中所应用的计算机的资源适配服务、接口开发服务和业务能力服务作为PaaS层数据；其中，业务能力服务包括所述融合媒体制播云平台运行时所需的公共服务数据、运营支撑服务数据和业务集成服务数据；

S212：按照预测的计算机安全测试规则根据所述计算机资源配置和所述计算机的资源适配服务、接口开发服务和业务能力服务评测计算机安全系数以作为自身安全数据。

更为具体的基准性能评测数据如下表所示：

基于所述硬件数据和所述数据处理参数获取的媒体计算能力数据、媒体存储能力数据、媒体分发能力数据和媒资管理能力数据的过程，包括：

S221：在所述硬件数据中获取所述融合媒体制播云平台中所涉及的硬件的GPU峰值算力、分布式存储量、适配主流终端设备数量、文件存储数量；在所述数据处理参数中获取所述融合媒体制播云平台中所涉及的硬件的码流分辨率、内网传输速率和文件传输速率；

S222：通过预设的计算规则根据所述GPU峰值算力(GPU最大峰值算力)和所述码流分辨率获取媒体计算能力数据，根据所述内网传输速率和所述分布式存储量获取所述媒体存储能力数据，根据适配主流终端设备数量确定媒体分发能力数据，根据所述文件存储数量和文件传输速率确定媒资管理能力数据。

具体的媒体计算能力评测数据如下表所示：

/>

基于所述往来业务数据获取的融合业务分类的过程，包括：

S231：对所述往来业务数据进行文字提取以获取文字数据；

S232：按照预设的媒体服务类业务梳理表单对所述文字数据继续类别划分以将所述文字数据一一划分至所述媒体服务类业务梳理表单中与所述文字数据相对应的类别列表中；其中，所述媒体服务类业务梳理表单包括五个一级评测业务类别，所述一级评测业务类别包括至少十九个三级评测业务类别；其中，所述一级评测业务类别包括：媒体服务类业务、建设政务服务类业务、综合服务类业务、增值服务类业务和社区服务类业务。

更为具体的，该融合媒体制播云平台关键业务分为媒体服务类业务及综合服务类业务，共有媒体服务类业务、建设政务服务类业务、综合服务类业务、增值服务类业务和社区服务类业务共5个二级指标，下面又细分为19个三级指标。

媒体服务类业务以制作文字、图片、音频、视频，通过广播、电视、报刊、微博、微信、客户端、网站及其他互联网渠道提供给用户。主要包括采集汇聚、策划指挥、内容生产、内容管理、融合发布等相关指标。

媒体服务类业务包括：

(1)采集汇聚：

通过本地采集、互联网汇聚、手机上传以及通联回传等手段，采集文字、图片、音频、视频内容等各类媒体资源，并对采集到的素材进行分析、管理，这些资源作为一种过程文件将用于后续的生产制作。

(2)策划指挥：

完成融媒体的指挥调度，贯穿线索、选题、采访任务、资源调度所有环节，同时为数据展示提供支撑，形成指挥协同管理的控制核心。

(3)内容生产：

提供基于手机、PAD、PC等多终端的生产工具，完成文稿、图片、视音频的编辑，满足全媒体内容快速、移动、多渠道生产和发布的需要。

(4)内容管理：

构建全媒体内容库，实现跨媒体的内容资源管理，突出资源汇聚、资源管理、媒体业务支撑三方面的功能定位。对报刊、广播电视和互联网发布渠道的发布前、发布后内容进行审核，确保对外呈现内容的合法性、正确性、合理性。

(5)融合发布：

实现成品节目面向用户的多渠道分发传播，包括APP、应急广播、报刊、广播、电视、微博、微信及其他互联网等渠道。

在本实施例中，建设政务服务类业务可以包括：

省级融合媒体平台对接部门技术平台，按照“媒体+”的要求，实现服务功能，为建设提供信息发布及宣传、管理服务，协助建设工作的开展，包括建设新闻、建设管理、建设管理、在线培训考核、效果评估、内部沟通等业务；为政务提供信息发布及宣传、互动业务，包括新闻发布、政务公开、政务办理、建言资政、服务评价等。主要评价此类业务能够提供的服务数量及使用频率。

综合服务类业务可以包括：按照“媒体+”的要求，实现民生、文化、教育等公共服务的功能。主要评价此类业务能够提供的服务数量及使用频率。

增值服务类业务可以包括：

为本地用户提供各类增值服务，包括广告运营、区域运营、电子商城及其他增值服务类业务。主要评价广告业务的收入情况及电子商城交易额。

社区服务类业务可以包括为本地社区用户提供信息发布、社区交流等服务，主要评价社区服务板块的原创内容数及评论数；

更为直观的，即关键业务测评数据如下表所示：

/>

根据所述往来业务数据预测新闻舆论系数的过程，包括：

S241：对所述往来业务数据进行网络爬取以获取媒体信息和传播信息；

S242：根据所述媒体信息和传播信息获取所述往来业务数据的传播力系数、影响力系数、引导力系数和可信任力系数。

在传播效能评价指标中，评测指标体系核心为传播效能评测，主要评测融合媒体云平台的传播能力和传播效果，是决定融合媒体云平台技术质量的最关键指标。融合媒体云平台传播效能指标体系依据传播的关键环节划分为可信任力、传播力、影响力、引导力四个维度，并可细化设计两级具体指标。该部分数据大部分为公开数据，可利用人工采集和网络爬取数据，未公开的数据通过内部获取，而采用的评测方法为通过熵权法改进的模糊层次分析法。

如图1所示，步骤S3通过多指标综合评价法对所述基准性能评测数据、所述媒体处理能力评测数据、所述关键业务评测数据和所述传播效能评测数据进行赋权处理以形成基准性能评测数据权重、媒体处理能力评测数据权重、关键业务评测数据权重和传播效能评测数据权重的过程，在该过程中，在本实施例中，该多指标综合评价法包括熵值法、变异系数法、均方差发、均权法。

具体的，熵值法具体步骤如下：

(1)选取n个平台，m个指标，则X

(2)指标的归一化处理：异质指标同质化,由于各项指标的计量单位并不统一，因此在用它们计算综合指标前，先要对它们进行归一化处理，从而解决各项不同质指标值的同质化问题。而且，由于正向指标和负向指标数值代表的含义不同(正向指标数值越高越好，负向指标数值越低越好)，因此，对于高低指标我们用不同的算法进行数据标准化处理。其具体方法如下：原始数据矩阵为A＝(a

(3)计算第j项指标下第i个平台占该指标的比重：

(4)计算第j项指标的熵值：

其中

(5)计算信息熵冗余度：

d

(6)计算各项指标的熵值法权重

变异系数法各项指标的变异系数公式如下：

式中：V

各项指标的权重为：

均方差法确定权重的具体计算步骤如下：

①对原始数据矩阵X

Z

对逆指标

Z

由此得到无量纲化后的Z'

②求随机变量的均值，计算公式为

③求j指标的均方差，计算公式为

④求第j个指标的权重

均权法中所有指标的权重相同，基于均权法得到的第j项指标的权重

式中，m为评价指标的数量。

在图1所示的实施例中，步骤S4为通过预设的融合媒体云平台技术质量指数模型基于非线性加权综合算法依次对所述基准性能评测数据权重、所述媒体处理能力评测数据权重、所述关键业务评测数据权重和传播效能评测数据权重中的各项子权重进行非线性加权处理以获取多项测评指标值，并根据所述多项测评指标值生成所述融合媒体制播云平台的质量评测信息的过程；在本实施例中，该过程中，所述各项子权重包括：所述基准性能评测数据权重下细分的与所述基础性能子指标相对应的基础性能子权重；所述媒体处理能力评测数据权重下细分的与所述媒体处理能力子指标相对应的媒体处理能力子权重；所述关键业务评测数据权重下细分的与所述关键业务评测子指标相对应的关键业务评测子权重；所述传播效能评测数据权重下细分的与所述传播效能子指标相对应的传播效能子权重；

在该过程中，利用非线性加权综合法提出融合媒体云平台技术质量指数模型，该模型的公式为

式中，y

表5-1基准性能评价指标权重表

表5-2媒体处理能力评价指标权重表

/>

表5-3关键业务能力指标权重表

/>

表5-4传播效能评价指标权重表

/>

如此，使用熵值法权重值、变异系数法权重值、均方差法权重值和均权法权重值四种赋权方法确定具体评测指标的权重，并将最终权重与非线性加权综合法组合应用，提出融合媒体云平台技术质量指数模型，并进行模型的构建与求解，从而通过本发明实施例创建出适合融合媒体制播云平台的融合媒体制播云平台技术质量测评技术质量测评方法和体系，每一指标均为融合媒体制播云平台量身定制。

如上所述，本发明提供的融合媒体制播云平台技术质量测评方法，首先通过预设的信息采集插件采集预设的融合媒体制播云平台的硬件数据、数据处理参数和往来业务数据；再按照预设规则对所述硬件数据、所述数据处理参数、所述往来业务数据进行数据提取和归类以形成基准性能评测数据、媒体处理能力评测数据、关键业务评测数据和传播效能评测数据；而后通过多指标综合评价法对所述基准性能评测数据、所述媒体处理能力评测数据、所述关键业务评测数据和所述传播效能评测数据进行赋权处理以形成基准性能评测数据权重、媒体处理能力评测数据权重、关键业务评测数据权重和传播效能评测数据权重；再通过预设的融合媒体云平台技术质量指数模型基于非线性加权综合算法依次对所述基准性能评测数据权重、所述媒体处理能力评测数据权重、所述关键业务评测数据权重和传播效能评测数据权重中的各项子权重进行非线性加权处理以获取多项测评指标值，并根据所述多项测评指标值生成所述融合媒体制播云平台的质量评测信息；如此，指标选取的计算量度和计算方法一致，各指标尽量简单明了、便于收集，便于操作和比较，同时，各指标量化处理，便于计算和分析，使用熵值法权重值、变异系数法权重值、均方差法权重值和均权法权重值四种赋权方法确定具体评测指标的权重，并将最终权重与非线性加权综合法组合应用，提高评测精度，且构建融合媒体制播云平台技术质量评测指标体系，打破传统IT资源评测思路，在云平台评测中加入传播效能评测，重点关注云平台的技术质量，形成包括云平台基准性能、业务能力和传播效能的多维评测标准，填补业内空白。

如图2所示，本发明还提供一种融合媒体制播云平台技术质量测评系统100，实现如前所述的融合媒体制播云平台技术质量测评方法，包括：

数据采集单元101，用于通过预设的信息采集插件采集预设的融合媒体制播云平台的硬件数据、数据处理参数和往来业务数据；

测评初始单元102，用于按照预设规则对所述硬件数据、所述数据处理参数、所述往来业务数据进行数据提取和归类以形成基准性能评测数据、媒体处理能力评测数据、关键业务评测数据和传播效能评测数据；

权重计算单元103，用于通过多指标综合评价法对所述基准性能评测数据、所述媒体处理能力评测数据、所述关键业务评测数据和所述传播效能评测数据进行赋权处理以形成基准性能评测数据权重、媒体处理能力评测数据权重、关键业务评测数据权重和传播效能评测数据权重；

质量评测单元104，用于通过预设的融合媒体云平台技术质量指数模型基于非线性加权综合算法依次对所述基准性能评测数据权重、所述媒体处理能力评测数据权重、所述关键业务评测数据权重和传播效能评测数据权重中的各项子权重进行非线性加权处理以获取多项测评指标值，并根据所述多项测评指标值生成所述融合媒体制播云平台的质量评测信息。

在本实施例中，质量评测单元104包括融合媒体云平台技术质量指数模型；其中，

所述融合媒体云平台技术质量指数模型用于基于非线性加权综合算法依次对所述基准性能评测数据权重、所述媒体处理能力评测数据权重、所述关键业务评测数据权重和传播效能评测数据权重中的各项子权重进行非线性加权处理以获取多项测评指标值；其中，

对各项子权重进行非线性加权处理以获取多项测评指标值公式为：

式中，y

所述融合媒体制播云平台技术质量测评系统的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不作赘述。

本发明提供的融合媒体制播云平台技术质量测评系统用以实现上述融合媒体制播云平台技术质量测评方法，如此，指标选取的计算量度和计算方法一致，各指标尽量简单明了、便于收集，便于操作和比较，同时，各指标量化处理，便于计算和分析，使用熵值法权重值、变异系数法权重值、均方差法权重值和均权法权重值四种赋权方法确定具体评测指标的权重，并将最终权重与非线性加权综合法组合应用，提高评测精度，且构建融合媒体制播云平台技术质量评测指标体系，打破传统IT资源评测思路，在云平台评测中加入传播效能评测，重点关注云平台的技术质量，形成包括云平台基准性能、业务能力和传播效能的多维评测标准，填补业内空白。

如图3所示，本发明还提供一种电子设备，该电子设备包括：

至少一个处理器；以及，

与至少一个处理器通信连接的存储器；其中，

该存储器存储有可被至少一个处理器执行的计算机程序，该计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述的融合媒体制播云平台技术质量测评方法中的步骤。

本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。

进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。

可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。

应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。

所述电子设备1中的所述存储器11存储的融合媒体制播云平台技术质量测评程序12是多个指令的组合，在所述处理器10中运行时，可以实现：

通过预设的信息采集插件采集预设的融合媒体制播云平台的硬件数据、数据处理参数和往来业务数据；

按照预设规则对所述硬件数据、所述数据处理参数、所述往来业务数据进行数据提取和归类以形成基准性能评测数据、媒体处理能力评测数据、关键业务评测数据和传播效能评测数据；

通过多指标综合评价法对所述基准性能评测数据、所述媒体处理能力评测数据、所述关键业务评测数据和所述传播效能评测数据进行赋权处理以形成基准性能评测数据权重、媒体处理能力评测数据权重、关键业务评测数据权重和传播效能评测数据权重；

通过预设的融合媒体云平台技术质量指数模型基于非线性加权综合算法依次对所述基准性能评测数据权重、所述媒体处理能力评测数据权重、所述关键业务评测数据权重和传播效能评测数据权重中的各项子权重进行非线性加权处理以获取多项测评指标值，并根据所述多项测评指标值生成所述融合媒体制播云平台的质量评测信息。

具体地，所述处理器10对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。

进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。

如上参照附图以示例的方式描述了根据本发明提出的融合媒体制播云平台技术质量测评方法、系统、电子设备。但是，本领域技术人员应当理解，对于上述本发明所提出的融合媒体制播云平台技术质量测评方法、系统、电子设备，还可以在不脱离本发明内容的基础上做出各种改进。因此，本发明的保护范围应当由所附的权利要求书的内容确定。