朱志鵬

(南京市疾病預防控制中心，江蘇 南京 210003)

“社會網(wǎng)絡是指人與人之間、組織之間或其他實體之間的交往行為形成的關系網(wǎng)?！盵1]因為圖書館網(wǎng)站之間存在鏈接與被鏈接關系，而這一關系能夠反映圖書館網(wǎng)站之間的交流，所以圖書館網(wǎng)站之間也能形成關系網(wǎng)，運用社會網(wǎng)絡分析法能夠系統(tǒng)地研究該網(wǎng)絡。

事實上，已有學者運用該方法分析相關組織的微博網(wǎng)絡和網(wǎng)站網(wǎng)絡。蘇明輝[2]通過對37個東北地區(qū)圖書館微博之間的“關注”關系建立社會網(wǎng)絡結構，從社群圖、網(wǎng)絡密度、中心性、凝聚子群等角度剖析東北地區(qū)圖書館微博網(wǎng)絡。沙勇忠等[3]對27個省級微博進行社會分析，分別考察網(wǎng)絡整體屬性、子結構屬性和個體屬性，揭示省級政府微博關系網(wǎng)絡。李東泉[4]對287個地方政府門戶網(wǎng)站鏈接進行社會網(wǎng)絡分析，總結地方府際關系特征。上述研究表明基于社會網(wǎng)絡分析法研究組織的微博和網(wǎng)站能夠揭示組織微博或組織網(wǎng)站的關系網(wǎng)絡。因此，筆者從直轄市區(qū)(縣)圖書館網(wǎng)站入手，藉由社會網(wǎng)絡分析法建立并分析圖書館網(wǎng)站的網(wǎng)絡結構，從而揭示直轄市區(qū)(縣)圖書館網(wǎng)站網(wǎng)絡的特征，提出優(yōu)化網(wǎng)站網(wǎng)絡的相關對策。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

筆者將研究對象選定為直轄市區(qū)(縣)圖書館?！爸袊F(xiàn)有4個中央直轄市，即北京、上海、天津和重慶，它們在政治、經濟和文化等各個方面都扮演著舉足輕重的角色?！盵5]一方面，直轄市的圖書館事業(yè)較為發(fā)達，圖書館及其網(wǎng)站都較為規(guī)范和典型，具備一定的研究價值；另一方面，各直轄市的區(qū)(縣)圖書館較多，與之對應的圖書館網(wǎng)站也較多，能夠形成一定的網(wǎng)絡。

通過瀏覽直轄市的政府官方網(wǎng)站可知，北京、上海與天津目前都下轄16個區(qū)，重慶則下轄26個區(qū)與12個縣。進一步檢索并篩選各直轄市的區(qū)(縣)圖書館網(wǎng)站，截止到2018年11月15日，共得到72個有效的圖書館網(wǎng)站。各直轄市區(qū)(縣)圖書館網(wǎng)站的數(shù)量如圖1所示。

圖1 各直轄市區(qū)(縣)圖書館網(wǎng)站數(shù)量

1.2 研究方法

運用社會網(wǎng)絡分析法研究圖書館網(wǎng)站?！吧鐣W(wǎng)絡分析方法將行動者作為矩陣元素建立關系矩陣加以量化處理，分析的對象是社會網(wǎng)絡中的關系?！盵3]對于本文來說，“行動者”是指直轄市區(qū)(縣)圖書館網(wǎng)站，“關系”是指各轄市區(qū)(縣)圖書館網(wǎng)站能否相互鏈接。

因為“UCINET是一種功能強大的社會網(wǎng)絡分析軟件”[1]，所以筆者使用UCINET 6.0版本對圖書館網(wǎng)站進行分析。以重慶市為例，以其28個區(qū)(縣)圖書館網(wǎng)站為節(jié)點，根據(jù)網(wǎng)站之間的鏈接情況在UCINET中構建一個28×28矩陣，如表1所示。其中，矩陣的行和列依次對應這28個區(qū)(縣)圖書館網(wǎng)站。令該矩陣中的元素為Aij，其取值為1或0。若第i個圖書館網(wǎng)站能夠鏈接至第j個圖書館網(wǎng)站，則Aij=1；若不能，則Aij=0。值得注意的是，網(wǎng)站鏈接是一種雙向關系，故所構建的矩陣是一個非對稱、有向矩陣，即Aij≠Aji?；谏鲜瞿Ｊ椒謩e對上海、北京與天津的區(qū)圖書館網(wǎng)站構建15×15、15×15以及14×14矩陣。最終這4個直轄市各自區(qū)(縣)圖書館網(wǎng)站的鏈接關系在UCINET中被轉化為4個有向矩陣。對這4個矩陣進行分析能夠闡明直轄市區(qū)(縣)圖書館網(wǎng)站網(wǎng)絡的狀況，揭示其特征。

表1 重慶區(qū)(縣)圖書館網(wǎng)站矩陣表(部分)

2 圖書館網(wǎng)站的社會網(wǎng)絡分析

運用UCINET軟件進行社群圖和網(wǎng)絡密度分析，從宏觀層面考察各直轄市區(qū)(縣)圖書館網(wǎng)站的整體網(wǎng)絡；進行成分與派系分析，從中觀層面揭示凝聚子群的結構特征；進行中心性分析，從微觀層面描述網(wǎng)站個體的特征。為了便于闡述，在本節(jié)的分析中以直轄市網(wǎng)絡代指直轄市區(qū)圖書館網(wǎng)站網(wǎng)絡；以區(qū)(縣)代指區(qū)(縣)圖書館網(wǎng)站節(jié)點。

2.1 網(wǎng)絡整體分析

社群圖和網(wǎng)絡密度能夠反映圖書館網(wǎng)站的網(wǎng)絡整體，前者是從圖像上反映，后者則是在數(shù)量上體現(xiàn)。

重慶網(wǎng)站

上海網(wǎng)站

北京網(wǎng)站

天津網(wǎng)站

2.1.1 社群圖分析?！吧缛簣D可以明確清晰的揭示社會網(wǎng)絡中各成員在社會網(wǎng)絡中所處的位置，活躍程度和重要程度，成員間聯(lián)系的緊密程度等。在社群圖中，社群成員之間的關系用有向箭頭表示?！盵2]運用Netdraw對4個有向矩陣進行中心性與可視化分析，節(jié)點的中心性越強，在結果圖中的面積就越大。

如圖2所示，從節(jié)點的數(shù)量上看，重慶網(wǎng)絡的節(jié)點最多，而北京網(wǎng)絡的節(jié)點最少。因為“整體網(wǎng)的規(guī)模指的是網(wǎng)絡中包含的全部行動者的數(shù)目”[1]，節(jié)點數(shù)量越多，網(wǎng)絡規(guī)模越大，所以重慶網(wǎng)絡的規(guī)模最大，北京的規(guī)模最小。從節(jié)點的分布上看，社群圖能夠反映網(wǎng)絡的中心節(jié)點。位于重慶網(wǎng)絡中心的節(jié)點是江北區(qū)和渝中區(qū)；位于上海網(wǎng)絡中心的節(jié)點是徐匯區(qū)和虹口區(qū)；位于北京網(wǎng)絡中心的節(jié)點是懷柔區(qū)和東城區(qū)；位于天津網(wǎng)絡中心的節(jié)點是濱海新區(qū)、靜海區(qū)和武清區(qū)。這些節(jié)點在所屬網(wǎng)絡中的輻射范圍廣，與大部分節(jié)點聯(lián)系緊密。除了中心節(jié)點，社群圖還能反映網(wǎng)絡中的邊緣節(jié)點，該點僅與網(wǎng)絡中自身以外的一個點單向聯(lián)系。僅有重慶與北京網(wǎng)絡存在邊緣節(jié)點。處于重慶網(wǎng)絡邊緣的是忠縣、巫山縣與石柱縣節(jié)點；處于北京網(wǎng)絡邊緣的是房山區(qū)和門頭溝區(qū)節(jié)點。

除了節(jié)點以外，社群圖中還包含網(wǎng)絡線，節(jié)點之間的關系能夠通過這些網(wǎng)絡線反映出來。重慶的網(wǎng)絡線數(shù)量最多，而北京的網(wǎng)絡線數(shù)量最少。因此，重慶網(wǎng)絡的關系最多，北京網(wǎng)絡的關系最少。

如表2所示，從節(jié)點的實際關系數(shù)看，重慶網(wǎng)絡節(jié)點的實際關系數(shù)最多，北京網(wǎng)絡節(jié)點的實際關系數(shù)最少，這能夠印證社群圖分析中網(wǎng)絡線的比較結果。從網(wǎng)絡密度看，上海網(wǎng)絡的密度最大，為0.314，節(jié)點之間的聯(lián)系最緊密；緊隨其后的是天津，網(wǎng)絡密度為0.302；反觀重慶，盡管其網(wǎng)絡規(guī)模最大，節(jié)點的實際關系數(shù)與理論關系數(shù)均居于直轄市之首，但網(wǎng)絡密度卻最小，節(jié)點之間的聯(lián)系不夠緊密。

表2 四大直轄市網(wǎng)絡的節(jié)點數(shù)與密度

2.2 凝聚子群分析

一個社會網(wǎng)絡中往往會形成凝聚子群?！啊圩尤骸菨M足如下條件的一個行動者子集合，即在此集合中的行動者之間具有相對較強、直接、緊密、經常的或者積極的關系。”[1]通常來說，對凝聚子群進行形式化處理并分析的角度有如下4種：“子群內外關系、關系的互惠性、子群成員間的接近性以及子群成員關系頻次”。[1]因為分析的對象是有向網(wǎng)絡，故筆者從子群內外關系以及關系的互惠性角度分析這些網(wǎng)絡的凝聚子群。

2.2.1 強成分分析。 “成分”是從子群內外關系角度衍生出來的概念之一。“如果一個圖可以分為幾個部分，每個部分的內部成員之間存在關聯(lián)，而各個部分之間沒有任何關聯(lián)，在這種情況下，我們把這些部分成為成分?！盵1]在一個有向網(wǎng)絡的成分中，“如果任何兩點之間都存在嚴格雙向的途徑，這樣的成分就叫作‘強成分’?！盵1]故筆者通過UCINET對4個有向網(wǎng)絡中的強成分進行分析。

經過分析可知，每一個網(wǎng)絡中都只存在一個強成分。盡管各網(wǎng)絡強成分的數(shù)量相同，但強成分包含的節(jié)點數(shù)量卻各不相同。如圖3所示，重慶網(wǎng)絡強成分的節(jié)點數(shù)量最多，達到14個，上海、天津與北京網(wǎng)絡強成分的節(jié)點數(shù)量分別為8個、5個和4個。因為強成分的節(jié)點數(shù)量受網(wǎng)絡規(guī)模影響，不同網(wǎng)絡中強成分的節(jié)點數(shù)量不具有可比性，所以本文不對強成分中的節(jié)點數(shù)量進行深入分析，而是基于網(wǎng)絡整體的視角剖析強成分節(jié)點在整體網(wǎng)絡中的所占比重。因為網(wǎng)絡整體由強成分與其他成分這兩部分組成，所以強成分與其他成分節(jié)點數(shù)量的比值能夠反映強成分節(jié)點在網(wǎng)絡中的占比，比值越大，占比越大。粗略的比較后發(fā)現(xiàn)，上海與重慶網(wǎng)絡中強成分與其他成分節(jié)點的比值均≥1，而天津與北京的比值都<1。因此，上海與重慶網(wǎng)絡強成分的占比大，天津與北京的占比小。

圖3 四大直轄市網(wǎng)絡的成分

2.2.2 派系分析。 “派系”是建立在互惠性基礎上的凝聚子群?！皩τ诙邢蜿P系來說，‘派系’常常指這樣的一個子群體，即成員之間的關系都是互惠的，并且不能向其中加入任何一個成員?！盵1]通過UCINET對4個網(wǎng)絡中的派系進行分析。

如表3所示，除北京以外，其他直轄市的相應網(wǎng)絡中都存在派系。從派系的數(shù)量看，上海網(wǎng)絡存在3個派系，而重慶與天津則各有2個。派系的規(guī)模是指派系中所包含的節(jié)點數(shù)量。因為“派系至少包含3個節(jié)點”[6]，所以派系規(guī)模最小為3。除天津市的一個派系規(guī)模達到4個外，其余派系的規(guī)模均為3個。對同一個網(wǎng)絡中的不同派系進行比較可以發(fā)現(xiàn)，上海、重慶與天津各自網(wǎng)絡的派系間存在交叉節(jié)點。上海網(wǎng)絡派系間的交叉節(jié)點為徐匯區(qū)和虹口區(qū)；重慶的為渝中區(qū)和江北區(qū)；天津的為濱海新區(qū)和武清區(qū)。

表3 四大直轄市網(wǎng)絡的派系

2.3 點度中心度分析

有向網(wǎng)絡的構成元素是節(jié)點，而測量節(jié)點的指標是中心度。“中心度是基于中心性的量化指標，能夠測量個體在網(wǎng)絡中的權力。包括度數(shù)中心度、中間中心度和接近中心度等。”[1]因為分析對象為有向網(wǎng)絡，所以主要從點度中心度展開分析?！霸谟邢驁D中，每個點的度數(shù)可分為點入度和點出度。一個點的點入度是進入該點的其他點的個數(shù)，點出度是該點直接發(fā)出的關系數(shù)?！盵1]運用UCINET軟件分別計算網(wǎng)絡中各點的入度中心度和出度中心度。值得一提的是，為了比較不同網(wǎng)絡中的節(jié)點，本文中節(jié)點的中心度均為相對中心度——“‘相對中心度’指點的絕對中心度與圖中點的最大可能的度數(shù)之比，通過它能夠比較來自不同圖的點的中心度?！盵1]

2.3.1 入度中心度分析。 入度中心度體現(xiàn)網(wǎng)站節(jié)點被其他節(jié)點連接的情況——入度中心度越高，則該節(jié)點被連接的數(shù)量就越多。本文將一個網(wǎng)絡中被連接數(shù)量最多的節(jié)點定義為該網(wǎng)絡中的入度中心點。通過計算一個網(wǎng)絡中全部節(jié)點的入度中心度能夠定位該網(wǎng)絡的入度中心點。故通過UCINET計算各個網(wǎng)絡中全部節(jié)點的入度中心度，經計算發(fā)現(xiàn)，除重慶梁平區(qū)圖書館網(wǎng)站節(jié)點為0外，其他節(jié)點的入度中心度都>0，至少被1個節(jié)點連接。

在計算與比較節(jié)點的入度中心度的基礎上，篩選出各個網(wǎng)絡中的入度中心點，進一步對這些中心點進行統(tǒng)一比較。如表4所示，天津網(wǎng)絡的入度中心點是南開區(qū)、河西區(qū)、東麗區(qū)、河東區(qū)節(jié)點；北京的入度中心點是西城區(qū)和朝陽區(qū)節(jié)點；上海的入度中心點是寶山區(qū)和松江區(qū)節(jié)點；重慶的入度中心點是渝中區(qū)節(jié)點。

表4 四大直轄市網(wǎng)絡的入度中心點

從入度中心點的數(shù)量上看，天津網(wǎng)絡包含4個中心點，數(shù)量最多；北京與上海均有2個入度中心點；重慶僅有1個中心點，數(shù)量最少。從入度中心點的度數(shù)上看，上海相應的入度中心點的度數(shù)最高，達到50；其次是天津，入度中心度為38.462；重慶排在第3位，入度中心度為33.333；最后是北京，入度中心度只有28.571。

2.3.2 出度中心度分析。 與入度中心度相對，一個節(jié)點的出度中心度越高，則該節(jié)點被其他節(jié)點連接的數(shù)量就越多。如果一個節(jié)點的出度中心度最高，則稱該節(jié)點為所屬網(wǎng)絡的出度中心點。通過計算一個網(wǎng)絡中全部節(jié)點的出度中心度能夠定位該網(wǎng)絡的出度中心點。故筆者通過UCINET分別計算4個網(wǎng)絡中全部節(jié)點的出度中心度。經計算發(fā)現(xiàn)4個網(wǎng)絡均存在出度中心度為0的節(jié)點。如圖4所示，重慶網(wǎng)絡出度中心度為0的節(jié)點最多，上海的最少。

圖4 四大直轄市網(wǎng)絡中出度中心度為0的節(jié)點

在計算出全部節(jié)點的出度中心度后，篩選出各個網(wǎng)絡中的出度中心點，然后對不同網(wǎng)絡的出度中心點進行統(tǒng)一比較。如表5所示，天津網(wǎng)絡的出度中心點是濱海新區(qū)、靜海區(qū)、武清區(qū)；上海的出度中心點是徐匯區(qū)；北京的出度中心點是懷柔區(qū)；重慶的出度中心點是江北區(qū)節(jié)點。同入度中心點進行對照可以發(fā)現(xiàn)，出度中心點與入度中心點不一致。

表5 四大直轄市網(wǎng)絡的出度中心點

從出度中心點的數(shù)量上看，天津網(wǎng)絡包含3個中心點，數(shù)量最多；而其余三市網(wǎng)絡均只有1個中心點。從出度中心點的度數(shù)上看，天津、上海與北京相應網(wǎng)絡中心點的度數(shù)均為100，重慶的最小，為92.593。

3 圖書館網(wǎng)站網(wǎng)絡的特征

在上述社會網(wǎng)絡分析的基礎上，下文將分別從宏觀、中觀以及微觀層面概括直轄市區(qū)(縣)圖書館網(wǎng)站網(wǎng)絡的整體特征、網(wǎng)站群體特征以及網(wǎng)站特征。

3.1 整體特征

基于網(wǎng)絡社群圖與網(wǎng)絡密度的分析，下文將從中心網(wǎng)站的數(shù)量、網(wǎng)絡密度的影響因素這兩個方面概括網(wǎng)站網(wǎng)絡的整體特征。

3.1.1 每個網(wǎng)絡都包含多個中心網(wǎng)站。 從整個社群圖的分析結果來看，4個網(wǎng)絡都存在2～3個中心節(jié)點，這些節(jié)點與周圍的節(jié)點緊密相連。若無這些中心節(jié)點，邊緣節(jié)點就會因為沒有節(jié)點連接而在網(wǎng)絡中孤立存在。由此可見這些中心節(jié)點在網(wǎng)絡中的“權力”較大，能夠影響其他的節(jié)點。事實上，社群圖中的節(jié)點代表的是網(wǎng)站網(wǎng)絡中的中心網(wǎng)站，這些中心網(wǎng)站是整個網(wǎng)絡的樞紐，在主動鏈接其他網(wǎng)站的同時也被其他網(wǎng)站主動鏈接。因此，直轄市區(qū)(縣)圖書館網(wǎng)站網(wǎng)絡均包含多個中心網(wǎng)站，并且這些網(wǎng)站對其他網(wǎng)站尤其是相對獨立的網(wǎng)站而言具有一定的影響力。

3.1.2 網(wǎng)站的鏈接數(shù)量影響網(wǎng)絡密度。 4個網(wǎng)絡在節(jié)點數(shù)量、節(jié)點實際關系數(shù)以及網(wǎng)絡密度上均存在差異。根據(jù)網(wǎng)絡密度的計算公式可知，節(jié)點數(shù)量、節(jié)點實際關系數(shù)的不同導致網(wǎng)絡密度的不同。因為網(wǎng)絡密度是實際關系數(shù)與理論關系數(shù)之比，而理論關系數(shù)由節(jié)點數(shù)量決定，所以節(jié)點數(shù)量與節(jié)點實際關系數(shù)是網(wǎng)絡密度的影響因素。

因為在圖書館網(wǎng)站網(wǎng)絡中，節(jié)點數(shù)量對應為網(wǎng)站數(shù)量，實際關系數(shù)即為網(wǎng)站之間的鏈接數(shù)量。所以從理論上說，圖書館網(wǎng)站數(shù)量、網(wǎng)站之間的鏈接數(shù)量都共同影響圖書館網(wǎng)站的網(wǎng)絡密度。然而，從現(xiàn)實情況來看，因為圖書館網(wǎng)站數(shù)量往往不會新增，所以影響直轄市區(qū)(縣)圖書館網(wǎng)站網(wǎng)絡密度的主要因素是網(wǎng)站之間的鏈接數(shù)量。對于同一個圖書館網(wǎng)站網(wǎng)絡來說，網(wǎng)站的鏈接數(shù)越多，網(wǎng)絡密度越大。

3.2 群體特征

因為凝聚子群分析主要是從強成分與派系分析方面展開，而強成分與派系分別代表兩個不同類型的網(wǎng)站群體。所以下文將分別概括這兩個不同類型的網(wǎng)站群體的特征。

3.2.1 整體貫通的網(wǎng)站群體數(shù)量唯一。 從強成分的分析結果來看，4個網(wǎng)絡中的強成分既存在共性，也具有個性。就共性而言，4個網(wǎng)絡中的強成分數(shù)量均為1；就個性而言，各個網(wǎng)絡中的強成分節(jié)點在整體網(wǎng)絡的占比各異——上海與重慶網(wǎng)絡中強成分的節(jié)點在整體網(wǎng)絡的占比都達到50%，而天津與北京則不足50%。

因為在有向網(wǎng)絡中，強成分的任意兩個節(jié)點都存在雙向途徑，所以強成分代表的是整體貫通的網(wǎng)站群體，這也意味著四大直轄市區(qū)(縣)圖書館網(wǎng)站網(wǎng)絡都包含唯一一個整體貫通的網(wǎng)站群體，并且這些網(wǎng)站群體在全部網(wǎng)站中的占比各不相同——上海與重慶區(qū)(縣)圖書館網(wǎng)站群體中強成分的占比過半；天津與北京區(qū)圖書館網(wǎng)站群體中強成分的占比不足半成。

3.2.2 相互鏈接的網(wǎng)站群體規(guī)模小。從派系分析的結果來看，4個網(wǎng)絡中只有1個網(wǎng)絡不含派系，其余3個網(wǎng)絡均含有3～4個派系。因為派系規(guī)模最小為3，所以這3個網(wǎng)絡的派系規(guī)模普遍較小。從這3個網(wǎng)絡中派系包含的節(jié)點來看，各個網(wǎng)絡的派系之間均存在交叉節(jié)點，這些交叉節(jié)點加強了網(wǎng)絡中派系與派系之間的聯(lián)系。

因為派系中節(jié)點之間的關系是互惠的，這種互惠關系在網(wǎng)站之間體現(xiàn)為相互鏈接的關系，所以派系代表的是相互鏈接的網(wǎng)站群體。因此，除北京外，其他直轄市都存在相互鏈接的網(wǎng)站群體，這些網(wǎng)站群體的規(guī)模都較小，并且網(wǎng)站群體之間聯(lián)系緊密。

3.3 網(wǎng)站特征

因為入度中心度與出度中心度反映了節(jié)點之間的連接與被連接關系，而這一關系實質上代表網(wǎng)站之間的鏈接與被鏈接關系，所以下文將在節(jié)點中心度分析的基礎上對網(wǎng)站整體以及中心網(wǎng)站的特征進行歸納總結。

3.3.1 網(wǎng)站整體傾向于被動鏈接。 從中心度的分析結果看，一方面，4個網(wǎng)絡均存在出度中心度為0的節(jié)點；另一方面4個網(wǎng)絡節(jié)點的入度中心度普遍>0。出度中心度>0意味著該節(jié)點是主動連接的節(jié)點；入度中心度>0意味著該節(jié)點是被動連接的節(jié)點。因為網(wǎng)絡中的全部節(jié)點基本上都是入度中心度>0的節(jié)點，而出度中心度>0的節(jié)點只是全部節(jié)點的一部分。因此，4個網(wǎng)絡中被動連接的節(jié)點多于主動連接的節(jié)點。

因為節(jié)點對應網(wǎng)站，節(jié)點的連接關系對應網(wǎng)站的鏈接關系，所以各個網(wǎng)站網(wǎng)絡中被動鏈接的網(wǎng)站多于主動鏈接的網(wǎng)站。因此，直轄市區(qū)(縣)圖書館網(wǎng)站整體傾向于被動鏈接，更容易吸引而非主動影響市內其他區(qū)圖書館網(wǎng)站。

3.3.2 中心網(wǎng)站傾向于主動鏈接。 由于各個網(wǎng)絡中的入度中心點與出度中心點不一致，因而4個網(wǎng)絡中均存在兩種類型的中心節(jié)點——入度中心點與出度中心點。這兩類節(jié)點能夠反映中心節(jié)點的主動連接數(shù)量與被動連接數(shù)量。因為出度中心點的度數(shù)整體高于入度中心點的度數(shù)，所以各網(wǎng)絡中心節(jié)點的出度中心數(shù)均大于入度中心數(shù)。從概念上看，出度中心數(shù)高意味著節(jié)點主動連接的數(shù)量多，入度中心數(shù)高意味著節(jié)點被連接的數(shù)量多。因此，對任意一個網(wǎng)絡來說，中心節(jié)點主動連接的數(shù)量都多于被動連接的數(shù)量。

因為中心節(jié)點對應為中心網(wǎng)站，所以中心網(wǎng)站主動鏈接的網(wǎng)站數(shù)量多于被動鏈接的網(wǎng)站數(shù)量。因此，直轄市區(qū)(縣)圖書館網(wǎng)站網(wǎng)絡的中心網(wǎng)站傾向于主動鏈接，依靠主動鏈接的方式影響本市其他區(qū)(縣)圖書館網(wǎng)站。

4 圖書館網(wǎng)站網(wǎng)絡的優(yōu)化策略

因為“圖書館網(wǎng)站是實體圖書館在互聯(lián)網(wǎng)上的表現(xiàn)形式，是實體圖書館服務的拓展和延伸?！盵7]所以在一定程度上，圖書館網(wǎng)站間關系能夠反映圖書館間的關系，圖書館網(wǎng)站網(wǎng)絡能夠體現(xiàn)圖書館間的合作網(wǎng)絡。因此，圖書館網(wǎng)站網(wǎng)絡對于直轄市區(qū)(縣)圖書館來說具有重要意義，直轄市區(qū)(縣)圖書館應當重視并加強與其他區(qū)(縣)圖書館網(wǎng)站的聯(lián)系，實現(xiàn)優(yōu)化圖書館網(wǎng)站網(wǎng)絡的目標。

4.1 增加圖書館網(wǎng)站的鏈接數(shù)量

增加圖書館網(wǎng)站的鏈接數(shù)量能夠從網(wǎng)絡密度上優(yōu)化圖書館網(wǎng)站網(wǎng)絡。因為網(wǎng)絡密度受網(wǎng)站關系數(shù)量影響，而網(wǎng)站關系數(shù)量實質上是網(wǎng)站之間的鏈接數(shù)量，所以增加圖書館網(wǎng)站的鏈接數(shù)量能夠增強網(wǎng)絡密度，進而優(yōu)化網(wǎng)絡。因此，各個直轄市的區(qū)(縣)圖書館都應當增加自身網(wǎng)站的鏈接數(shù)量，通過主動鏈接其他區(qū)(縣)圖書館網(wǎng)站的方式優(yōu)化圖書館網(wǎng)站網(wǎng)絡。 具體說來，直轄市區(qū)(縣)圖書館應當在各自網(wǎng)站的外部鏈接區(qū)域增加其他區(qū)(縣)圖書館的網(wǎng)站鏈接。需要注意的是，“其他區(qū)(縣)圖書館”并非指本市的全部區(qū)(縣)圖書館。對于某一個具體的圖書館來說，應當有選擇性地增加圖書館網(wǎng)站的鏈接數(shù)量。網(wǎng)站的選擇可以基于網(wǎng)站關系與價值這兩個維度：從網(wǎng)站關系方面看，這些被選擇的圖書館網(wǎng)站能夠與該圖書館網(wǎng)站構建群體；從網(wǎng)站價值上看，這些被選擇的圖書館網(wǎng)站的影響力較大。

4.2 注重圖書館網(wǎng)站群體的構建

構建圖書館網(wǎng)站群體能夠從網(wǎng)絡結構上優(yōu)化圖書館網(wǎng)站網(wǎng)絡。這里的圖書館網(wǎng)站群體是指相互鏈接的網(wǎng)站群體，網(wǎng)絡結構是指網(wǎng)絡中的群體構成。構建這類群體一方面能夠增加圖書館網(wǎng)站的鏈接數(shù)量，進而增強網(wǎng)絡密度、優(yōu)化網(wǎng)絡；另一方面能夠豐富圖書館網(wǎng)站網(wǎng)絡的結構——這類群體將整體網(wǎng)絡細化為多個部分，使得網(wǎng)絡結構多樣。因此，直轄市的區(qū)(縣)圖書館應當注重圖書館網(wǎng)站群體的構建。既要遵循某種標準進行構建，又要在構建的過程中適當增加群體數(shù)量、擴大群體規(guī)模。

具體說來，直轄市區(qū)(縣)圖書館可以按照區(qū)(縣)的地理位置、發(fā)展水平等標準構建圖書館網(wǎng)站群體。地理位置相鄰、發(fā)展水平相近的區(qū)(縣)圖書館之間可以考慮通過相互鏈接的方式加強彼此網(wǎng)站的聯(lián)系。

4.3 擴大圖書館網(wǎng)站的影響力

擴大圖書館網(wǎng)站的影響力能夠從網(wǎng)絡質量上優(yōu)化圖書館網(wǎng)站網(wǎng)絡。這里的影響力是指圖書館網(wǎng)站在整體網(wǎng)站網(wǎng)絡的影響力，網(wǎng)絡質量是指圖書館網(wǎng)站的整體質量。圖書館網(wǎng)站影響力的擴大不僅能夠吸引其他區(qū)(縣)圖書館網(wǎng)站的主動鏈接，間接增加圖書館網(wǎng)站的鏈接數(shù)量，進而增強網(wǎng)絡密度、優(yōu)化網(wǎng)絡，而且有利于優(yōu)化圖書館網(wǎng)站，全面提升網(wǎng)絡質量——擴大網(wǎng)站影響力依賴于網(wǎng)站優(yōu)化，而“優(yōu)化圖書館網(wǎng)站能夠提升圖書館網(wǎng)站質量”[8]。因此，直轄市的區(qū)(縣)圖書館應當優(yōu)化圖書館網(wǎng)站，擴大網(wǎng)站的影響力。

就網(wǎng)站整體優(yōu)化而言，直轄市區(qū)(縣)圖書館應重視圖書館網(wǎng)站的作用，“將網(wǎng)站視為服務的另一個窗口，在建設網(wǎng)站時應妥善規(guī)劃，明確定位網(wǎng)站信息服務?！盵8]就網(wǎng)站鏈接優(yōu)化而言，直轄市區(qū)(縣)圖書館應當謹慎處理網(wǎng)站鏈接的相關細節(jié)，“在設置導出鏈接的時候要注意控制導出鏈接的數(shù)量和質量?！盵8]