黃山青

(滁州學(xué)院 經(jīng)濟(jì)與管理學(xué)院，安徽 滁州，239000)

基于SPSS的高校網(wǎng)站網(wǎng)絡(luò)影響力的實(shí)證研究
——以中國林業(yè)類高校為例

黃山青

(滁州學(xué)院 經(jīng)濟(jì)與管理學(xué)院，安徽 滁州，239000)

綜合國內(nèi)和國外對大學(xué)網(wǎng)站的網(wǎng)絡(luò)影響力研究的成果，并且運(yùn)用層次分析法和綜合評分法確定各評價(jià)指標(biāo)的權(quán)重，建立林業(yè)類高校網(wǎng)站的網(wǎng)絡(luò)影響力評價(jià)模型，采用定性評價(jià)與定量評價(jià)相結(jié)合的研究方法對我國林業(yè)類高校網(wǎng)站做測評，得出我國林業(yè)類高校網(wǎng)站的網(wǎng)絡(luò)影響力綜合指數(shù)，同時(shí)利用SPSS軟件對結(jié)果進(jìn)行統(tǒng)計(jì)分析，通過聚類和因子分析，得出結(jié)論，從而對我國林業(yè)類高校網(wǎng)站有一個(gè)更加全面的認(rèn)識。

林業(yè)類；高校網(wǎng)站；網(wǎng)絡(luò)影響力；實(shí)證研究；

隨著網(wǎng)絡(luò)的日益普及，各個(gè)高校和科研機(jī)構(gòu)也紛紛建立自己的網(wǎng)站，就是為了提供一個(gè)便于快速交流的網(wǎng)絡(luò)平臺，各個(gè)高校之間就可以方便的進(jìn)行教學(xué)管理、學(xué)術(shù)交流和技術(shù)探討和研究，也可以使廣大學(xué)生以及社會相關(guān)人員更快捷、更便利地掌握有關(guān)學(xué)術(shù)、技術(shù)以及各個(gè)高校和科研機(jī)構(gòu)的信息。為了更好的利用高校網(wǎng)站擴(kuò)大其影響力，就需要對它們的網(wǎng)站的網(wǎng)絡(luò)影響力進(jìn)行評價(jià)研究。盡管如此，對于高校網(wǎng)站的網(wǎng)絡(luò)影響力的研究，目前不是很多，特別是關(guān)注度較低的專業(yè)類高校，比如說林業(yè)類高校、農(nóng)業(yè)類高校。本研究主要是通過SPSS軟件來實(shí)證研究林業(yè)類高校網(wǎng)站的網(wǎng)絡(luò)影響力[1-2]。

1 樣本的選取

根據(jù)教育部對林業(yè)類高校的界定[3]，本文研究中選取的樣本如下表1。表中包括研究對象的名稱，所在地，研究對象是不是211高校，研究對象是不是本科院校，研究對象網(wǎng)站的主頁域名[4]。在本研究中我們只要用到的是各院校的網(wǎng)站主頁域名。

表1 選取的樣本Table 1 Selected samples

續(xù)表

院校名稱所在地是不是211院校性質(zhì)院校網(wǎng)站主頁山西林業(yè)職業(yè)技術(shù)學(xué)院山西否?？苃ttp://www.sxly.com.cn/遼寧林業(yè)職業(yè)技術(shù)學(xué)院遼寧否?？苃ttp://www.lnlzy.cn/黑龍江林業(yè)職業(yè)技術(shù)學(xué)院黑龍江否專科http://www.hljlzy.com/福建林業(yè)職業(yè)技術(shù)學(xué)院福建否?？苃ttp://www.fjlzy.com/江西環(huán)境工程職業(yè)學(xué)院江西否專科http://www.jxhjxy.com/廣西生態(tài)工程職業(yè)技術(shù)學(xué)院廣西否?？苃ttp://www.gxstzy.cn/甘肅林業(yè)職業(yè)技術(shù)學(xué)院甘肅否?？苃ttp://www.gsfc.edu.cn/黑龍江生態(tài)工程職業(yè)學(xué)院黑龍江否?？苃ttp://www.hfmc.net/湖北生態(tài)工程職業(yè)技術(shù)學(xué)院湖北否?？苃ttp://www.hb-green.com/云南林業(yè)職業(yè)技術(shù)學(xué)院云南否?？苃ttp://www.ynftc.cn/安徽林業(yè)職業(yè)技術(shù)學(xué)院安徽否專科http://www.ahlyxy.cn/

2 網(wǎng)站的網(wǎng)絡(luò)影響力評價(jià)指標(biāo)體系

根據(jù)文獻(xiàn)中的網(wǎng)絡(luò)影響力評價(jià)模型，涉及網(wǎng)站網(wǎng)絡(luò)影響力指標(biāo)有很多[5]，本文結(jié)合高校的特點(diǎn)，根據(jù)以往研究者的研究成果，把指標(biāo)歸納為訪問量指標(biāo)、可見度指標(biāo)和鏈接指標(biāo)，在每個(gè)指標(biāo)下面又有更為詳細(xì)的指標(biāo)，從而建立一個(gè)三級層次評價(jià)指標(biāo)體系模型[6]，根據(jù)上述研究，將高校網(wǎng)站的網(wǎng)絡(luò)影響力指標(biāo)體系作為目標(biāo)層(A)，將訪問量指標(biāo)等作為準(zhǔn)則層(B)，將訪問人數(shù)、網(wǎng)站的網(wǎng)絡(luò)可見度等作為選擇的方案層(C)，建立林業(yè)類高校網(wǎng)站的網(wǎng)絡(luò)影響力指標(biāo)多級遞階結(jié)構(gòu)模型[7]，圖1。

圖1 高校網(wǎng)站的網(wǎng)絡(luò)影響力指數(shù)的指標(biāo)體系層次結(jié)構(gòu)模型Fig.1 System hierarchical model of the network influence index of the university website

采用層次分析法對各個(gè)指標(biāo)進(jìn)一步進(jìn)行處理，建立指標(biāo)體系層次結(jié)構(gòu)模型[8]，利用圖書情報(bào)學(xué)相關(guān)研究領(lǐng)域的專家對各個(gè)指標(biāo)的權(quán)重進(jìn)行賦值，得出每個(gè)指標(biāo)的最終權(quán)重[9-10]，如下表2。

表2 網(wǎng)絡(luò)影響力指標(biāo)的權(quán)重Table 2 The weight of the network impact indicators

從表2中可以知道訪問人數(shù)、網(wǎng)絡(luò)影響因子和可見度指標(biāo)所占的權(quán)重較高，而訪問人數(shù)和頁瀏覽數(shù)權(quán)重較小，即對網(wǎng)絡(luò)影響力的作用較低，這和以往相關(guān)研究中把網(wǎng)絡(luò)影響力作為研究唯一因素在某種程度上是一致的。

3 原始數(shù)據(jù)的獲取

利用Alexa，Altavisa，Google和baidu這些工具和相關(guān)方法來獲取原始數(shù)據(jù)[11]。

3.1、訪問人數(shù)(H)、人均訪問頁面數(shù)(IV)、頁面瀏覽數(shù)(PV)和入鏈網(wǎng)站數(shù)(E)等指標(biāo)數(shù)值可以通過Alexa獲取。

3.2、入鏈網(wǎng)頁數(shù)通過Altavisa或Google的“l(fā)ink”獲取。方法： L1=linkdomain:baidu.com AND NOT host:baidu.com(以百度(baidu)為例)，選用數(shù)值大的作結(jié)果。

3.3、可見度通過利用Altavista和baidu的“site”或“domain”獲取。方法：可見度=domain：baidu.com 或=site：baidu.com。用這兩個(gè)工具中較大的那個(gè)數(shù)據(jù)。

3.4、網(wǎng)絡(luò)影響因子(WIF)可以通過上面的幾種數(shù)據(jù)的獲取計(jì)算出來，WIF=L/D。

3.5、數(shù)據(jù)的無量綱化。由于指標(biāo)體系中所包括的各個(gè)指標(biāo)具有不同的計(jì)量單位，在構(gòu)建綜合指標(biāo)時(shí)，首先應(yīng)該統(tǒng)一這些指標(biāo)的量綱，量綱不統(tǒng)一的主要缺點(diǎn)是可能扭曲各個(gè)變量之間的相對重要程度。

本文的具體方法為：

首先，把每項(xiàng)指標(biāo)中值最大的數(shù)據(jù)作為1，其他的數(shù)據(jù)根據(jù)最大值按比例計(jì)算。

其次，將標(biāo)準(zhǔn)化后的數(shù)據(jù)與該指標(biāo)的權(quán)重相乘，然后將這些指標(biāo)值求和就得到各個(gè)樣本的綜合指數(shù)。

最后，為了更好的研究各個(gè)樣本的綜合指數(shù)，把最終的綜合指數(shù)乘以10000，取四位小數(shù)，從而得到網(wǎng)絡(luò)影響力的綜合指數(shù)終值[12]。

4 測試結(jié)果和計(jì)算出綜合指數(shù)

根據(jù)上述的方法，對研究對象的進(jìn)行數(shù)據(jù)獲取，得到原始數(shù)據(jù)(數(shù)據(jù)檢索時(shí)間為2012年7月22日的6:30到7:15)。在得到原始數(shù)據(jù)的基礎(chǔ)上計(jì)算出每個(gè)樣本的WIF。

根據(jù)原始數(shù)據(jù)，在依據(jù)上面的數(shù)據(jù)的獲取方法，調(diào)整數(shù)據(jù)，主要是標(biāo)準(zhǔn)化數(shù)據(jù)——數(shù)據(jù)無量綱化，把其中的一些數(shù)據(jù)(H，PV，WIF)小數(shù)有效位取為6位。

再根據(jù)調(diào)整后的數(shù)據(jù)和網(wǎng)絡(luò)影響力指標(biāo)體系的計(jì)算方法，其實(shí)這個(gè)步驟就是回歸，它的線性回歸方程：

綜合指標(biāo)=0.3031H+0.0578IV+0.1324PV+0.0923E+0.0508L+0.1958D+0.1677WIF，

也就綜合指標(biāo)受到訪問人數(shù)(H)、人均訪問頁面數(shù)(IV)、頁面瀏覽數(shù)(PV)和入鏈網(wǎng)站數(shù)(E)、入鏈網(wǎng)頁數(shù)(L)、可見度(D)和網(wǎng)絡(luò)影響因子(WIF)的影響。從而出我國各個(gè)林業(yè)類高校網(wǎng)站網(wǎng)絡(luò)影響力的綜合指標(biāo)，如下表：

表3 綜合指標(biāo)表Table 3 Consolidated indicators table

(H為訪問人數(shù)，IV為人均訪問頁面數(shù)，PV為頁面瀏覽數(shù)，E為入鏈網(wǎng)站數(shù)，L為入鏈網(wǎng)頁數(shù)，D為可見度，WIF為網(wǎng)絡(luò)影響因子，以下各表中同)

6 SPSS統(tǒng)計(jì)分析和結(jié)論

利用SPSS軟件對測試結(jié)果進(jìn)行聚類和因子分析[13]。

(1)聚類分析

利用系統(tǒng)聚類法來對本文中相關(guān)數(shù)據(jù)進(jìn)行聚類分析。首先，我們根據(jù)各個(gè)林業(yè)類高校網(wǎng)站的綜合指標(biāo)對高校進(jìn)行聚類，系統(tǒng)聚類法對三個(gè)觀測值進(jìn)行聚類分析。為了更好的利用SPSS統(tǒng)計(jì)軟件，對相關(guān)數(shù)據(jù)進(jìn)行了處理，比如說是不是211，本文中1為是0為不是。

經(jīng)過數(shù)據(jù)錄入和SPSS聚類分析，輸出結(jié)果顯示樣本都是有效的，輸出結(jié)果為：

表4 聚類分析的類成員表Table 4 Cluster membership

續(xù)表

案例3群集2群集133214321532163217321832

由表5可知，當(dāng)聚成3類時(shí)，北京林業(yè)大學(xué)和東北林業(yè)大學(xué)為一類，南京林業(yè)大學(xué)、浙江農(nóng)林大學(xué)、中南林業(yè)科技大學(xué)、西南林業(yè)大學(xué)和浙江農(nóng)林大學(xué)天目學(xué)院為一類，其他的大學(xué)為另一類。當(dāng)聚成2類時(shí)，北京林業(yè)大學(xué)和東北林業(yè)大學(xué)為一類，其他的大學(xué)為一類。通過綜合考慮網(wǎng)站網(wǎng)絡(luò)影響力綜合指標(biāo)以及大學(xué)類型的聚類可以發(fā)現(xiàn)和現(xiàn)實(shí)實(shí)踐中的情況非常吻合[14]。

(2)因子分析

從表4中我們可以看出有些數(shù)據(jù)有共性，因子分析就是要得出那些因素是同類，是可以用一個(gè)因子來代替幾個(gè)因素的。從前面的分析和WIF的計(jì)算公式可知，我們那些影響網(wǎng)站網(wǎng)絡(luò)影響力的因素，有共線性。所以本文對一些因素進(jìn)行因子分析。

通過SPSS中的因子分析，得出各個(gè)變量時(shí)獨(dú)立的可以進(jìn)行因子分析，分析結(jié)果如下：

表5 主成分表Table 5 Total variance explained

提取方法：主成份分析法.

表5中列出了所有的主成分，且按照特征值的從大到小次序排序。從表中可見，第一成分特征根為3.982，方差貢獻(xiàn)率為56.88%，前兩個(gè)主成分的累計(jì)貢獻(xiàn)率為81.832%，根據(jù)提取因子的條件——特征值大于1，本文選出兩個(gè)因子。

表6 因子負(fù)荷矩陣Table 6 Component matrixa

提取方法：主成份分析法.

已提取了2個(gè)成份.

表7用來反映各個(gè)變量的變異可以主要由哪些因子解釋。通過這個(gè)矩陣就可以給出各變量的因子表達(dá)式(假設(shè)兩個(gè)因子變量為F1和F2)：

ZH=0.958F1+0.151F2

ZIV=0.115F1+0.834F2

ZPV=0.932F1+0.250F2

ZE=0.965F1+0.113F2

ZL=-0.328F1+0.570F2

ZD=0.907F1+0.057F2

ZWIF=-0.566F1+0.790F2

這些公式和表6中，每個(gè)數(shù)據(jù)表示了相應(yīng)因子變量對應(yīng)原變量的相對重要程度。

表7 因子得分系數(shù)矩陣Table 7 Component score coefficient matrix

提取方法：主成份分析法.

由表7可知用回歸法得出因子得分表達(dá)式，也就是因子得分函數(shù)的系數(shù)，根據(jù)它可以寫出以下的因子得分函數(shù)，如下所示：

F1=0.24ZH+0.029ZIV+0.234ZPV+0.242ZE-0.082ZL+0.228ZD-0.142ZWIF

F2=0.086ZH+0.477ZIV+0.143ZPV+0.064ZE+0.327ZL+0.033ZD+0.453ZWIF

表8 因子得分的協(xié)方差矩陣Table 8 Component score covariance matrix

提取方法：主成份分析法.

從表8可知，由于因子得分的協(xié)方差為單位矩陣，說明提取得兩個(gè)公因子之間是不相關(guān)的。到此SPSS的因子分析結(jié)束，下面對所得結(jié)果進(jìn)行分析。

從上面結(jié)果得出，由7個(gè)變量，經(jīng)過因子分后得出2個(gè)因子變量，利用2個(gè)因子變量，可以計(jì)算出每個(gè)高校網(wǎng)站的網(wǎng)絡(luò)影響力的綜合指數(shù)。這里，我們用這2個(gè)因子變量的方差貢獻(xiàn)作為權(quán)數(shù)，于是得到下面的計(jì)算公式：

綜合指數(shù)=0.5688F1+0.24952F2

按照這個(gè)公式，也可以計(jì)算出這些學(xué)校網(wǎng)站的網(wǎng)絡(luò)影響力的綜合指數(shù)。

根據(jù)上述分析，基本上可以將7個(gè)變量按照載荷分成兩類，可以結(jié)合相關(guān)知識給各因子命名，其中第一因子中ZH、ZPV、ZE、ZD，這些變量反映鏈接特征的網(wǎng)站規(guī)模情況，就稱用戶鏈接因子。第二因子中有ZIV、ZL、ZWIF，大學(xué)網(wǎng)站的信息資源外部利用程度，也就是網(wǎng)站的吸引力，就稱網(wǎng)站吸引力引子?？梢园凑者@個(gè)公式分別計(jì)算出18個(gè)研究對象的網(wǎng)絡(luò)影響力的綜合指數(shù)。

[1]Almind T C, Ingwersen P. Informetric analyses on the World Wide Web: methodological approaches to“Webometrics”[J]. Journal of Documentation, 1997, 53 (4): 404-426.

[2]程妮. 中國科學(xué)評價(jià)研究中心首次發(fā)布“中國重點(diǎn)大學(xué)網(wǎng)絡(luò)影響力排行榜”[J]. 評價(jià)與管理，2008(03)：78-79.

[3]百度百科.高等學(xué)校[EB/OL].(2012-01-27)[2012-07-03].http://baike.baidu.com/view/17407.htm.

[4]新浪教育.高校院校庫[EB/OL].(2012-01-01)[2012-07-03].http://kaoshi.edu.sina.com.cn/collegedb/collegelist.php?type=林業(yè)&dpc=1.

[5]吳茵茵.網(wǎng)絡(luò)影響因子實(shí)證研究:基于不同搜索引擎的大學(xué)網(wǎng)站影響力分析[J].圖書情報(bào)工作, 2005(4):107-111.

[6]段宇鋒，劉偉. 電子政務(wù)信息資源網(wǎng)絡(luò)影響力評價(jià)指標(biāo)體系研究[J].情報(bào)資料工作，2006(1)：43-46.

[7]曾荷.電子政務(wù)信息資源的網(wǎng)絡(luò)影響力評價(jià)研究[D].上海：華東師范大學(xué)，2007.

[8]許樹伯.實(shí)用決策方法——層次分析法原理[M].天津:天津大學(xué)出版社,1988.

[9]汪應(yīng)洛.系統(tǒng)工程理論、方法與應(yīng)用[M].北京：高等教育出版社，2005.

[10]層次分析法.yaahp[EB/OL].(2012-06-15)[2012-07-20].http://www.jeffzhang.cn.

[11]百度百科.AltaVista[EB/OL].(2011-07-11)[2012-07-22]. http://baike.baidu.com/view/93295.htm.

[12]沈固朝.網(wǎng)絡(luò)信息檢索-工具、方法、實(shí)踐[M].北京：高等教育出版社，2004.

[13]盧紋岱.SPSS統(tǒng)計(jì)分析(第四版)[M].北京：電子工業(yè)出版社，2010.

[14]搜狐教育.中國大學(xué)排行榜[EB/OL].(2012-02-01)[2012-08-14].http://learning.sohu.com/dxphb/.

Empirical studies on the network influence of university website based on SPSS——with forestry universities in China as the example

HUANG Shanqing

(Chuzhou University,School of Economics and Management,Chuzhou,239000，China)

Comprehensive the outcomes of domestic and abroad on university websites network influence,use hierarchy analytic process and the comprehensive score method to determine the evaluation index of the weight.Establish the evaluation model of the forestry college website’s network influence.And use qualitative evaluation and quantitative evaluation methods to evaluate.forestry universities website in china.Drawn a network influence composite index for China’s forestry class university website.The results were statistically analyzed by SPSS software,cluster and factor analysis.Thus,we have a more comprehensive understanding for China’s forestry class university website.

forestry category;university website;network influence;empirical research.

1672-7010(2017)01-0052-07

2017-01-27

黃山青(1987-)男，安徽蚌埠人，實(shí)驗(yàn)師，碩士研究生，從事管理科學(xué)與工程研究，E-mail：heartseahuang@163.com

TP393 < class="emphasis_bold">文獻(xiàn)標(biāo)志碼：A

A

課題資助：安徽省高校人文社科研究一般項(xiàng)目(sk2016B11);橫向項(xiàng)目(HX2016094)