《表8 宜情性层的权重：基于网络层次分析法的H5广告满意度评价方法研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于网络层次分析法的H5广告满意度评价方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

步骤2:基于ANP对评价指标赋权。（1）计算控制层指标权重。通过ANP法计算控制层5个相互独立的一级指标的权重。控制层相对于目标层的判断矩阵见表3，评价指标两两判断矩阵打分界面见图3，指标判断矩阵一致性实验见图4。可知，该判断矩阵的一致性检验结果为0.007 89，小于0.1则可认定该判断矩阵一致性检验合格。（2）计算网络层对于控制层的权重。如图1中，控制层中感知质量、预期质量、公司形象等5个准则下各有不同数量的元素，各元素相对于准则层的权重用层次分析法获得。感知质量层的判断矩阵及权重见表4，覆盖程度层的权重见表5，能力水平层的权重见表6，已出品广告数量层的权重见表7，宜情性层的权重见表8。可见，同一一级指标下的子元素之间是相互影响的。以U2预期质量层面下的子元素的权重计算为例，进行计算（U1、U3、U4、U5过程省略）。