文｜武雪亮

首先，全球知名的大學(xué)排名，比如英國泰晤士高等教育世界大學(xué)排名、英國Quacquarelli Symonds世界大學(xué)排名，這兩個高等院校實力排名系統(tǒng)都沒有將大學(xué)的網(wǎng)絡(luò)存在視為排名因素，而現(xiàn)有的幾項研究表明，根據(jù)大學(xué)的網(wǎng)絡(luò)存在對大學(xué)進行排名是有用的，大學(xué)門戶網(wǎng)站網(wǎng)絡(luò)的影響力是不容忽視的。其次，獨立學(xué)院屬于高等高校，目的在于向?qū)W生、教師、社會提供服務(wù)和教學(xué)，同時它也是重要的教育網(wǎng)絡(luò)信息資源，在搜索引擎上會得到不同權(quán)重算法的“特別照顧”，尤其是在獨立學(xué)院轉(zhuǎn)設(shè)期間，搜索引擎對網(wǎng)站的權(quán)重重新計算，對搜索結(jié)果出現(xiàn)重要影響。因此，運用網(wǎng)絡(luò)信息計量學(xué)的原理和方法，探究轉(zhuǎn)設(shè)期間獨立學(xué)院門戶網(wǎng)站網(wǎng)絡(luò)影響力有著重要意義。

一、理論基礎(chǔ)

網(wǎng)絡(luò)計量學(xué)（webometrics）是一個新興的學(xué)科，主要運用與數(shù)學(xué)、統(tǒng)計學(xué)和計算機科學(xué)等相關(guān)的量化研究技術(shù)、工具與方法，對基于Web技術(shù)的網(wǎng)站信息的發(fā)布、相互引證、存儲組織和傳播交流等現(xiàn)象進行定量的分析和描述，以及可視化，以探索其蘊含的數(shù)量與結(jié)構(gòu)分布特征和內(nèi)在規(guī)律。Tomas和Peter提出了一種對 web網(wǎng)站進行一般信息計量分析的可行方法，該方法主要借鑒了傳統(tǒng)的文獻計量法和引文分析法，以web網(wǎng)絡(luò)引文分析替代傳統(tǒng)引文分析，開辟了網(wǎng)絡(luò)計量學(xué)研究的先河。

網(wǎng)絡(luò)計量學(xué)在教育部門的運用并不罕見。Ranking Web of Universities涵蓋全球31000 多所高等教育機構(gòu)，該排名目的是打算激勵機構(gòu)和學(xué)者擁有準(zhǔn)確反映其活動的網(wǎng)絡(luò)存在。如果一所高等教育機構(gòu)的網(wǎng)絡(luò)表現(xiàn)低于其學(xué)術(shù)影響力的預(yù)期位置，大學(xué)當(dāng)局應(yīng)重新考慮其網(wǎng)絡(luò)、開放獲取和透明度政策，促進其電子出版物的數(shù)量和質(zhì)量大幅提高。

二、研究方法

本研究以國內(nèi)轉(zhuǎn)設(shè)期間獨立學(xué)院網(wǎng)站為研究對象，運用網(wǎng)絡(luò)信息計量學(xué)研究方法，基于網(wǎng)絡(luò)鏈接和網(wǎng)絡(luò)流量分析，建立轉(zhuǎn)設(shè)期間獨立學(xué)院網(wǎng)站影響力評價的指標(biāo)體系，對轉(zhuǎn)設(shè)期間獨立學(xué)院門戶網(wǎng)站網(wǎng)絡(luò)影響力情況進行探究。

根據(jù)相關(guān)理論，轉(zhuǎn)設(shè)期間獨立學(xué)院門戶網(wǎng)站網(wǎng)絡(luò)影響力評價依據(jù)主要包含兩個方面：鏈接特征分析和網(wǎng)站流量分析。網(wǎng)絡(luò)鏈接特征分析主要通過網(wǎng)站的網(wǎng)絡(luò)鏈接結(jié)構(gòu)特征來評價網(wǎng)站在網(wǎng)絡(luò)資源分布中的影響力，以體現(xiàn)其重要性和權(quán)威性。網(wǎng)站流量分析用以評價網(wǎng)站在用戶層面上的應(yīng)用水平和輻射能力。

首先，利用網(wǎng)絡(luò)搜索引擎工具和網(wǎng)絡(luò)流量分析工具來獲得轉(zhuǎn)設(shè)期間獨立學(xué)院網(wǎng)站鏈接和網(wǎng)絡(luò)流量的原始數(shù)據(jù)，并對這些數(shù)據(jù)進行加工處理與分析，探究各指標(biāo)之間、以及與高校綜合排名之間是否存在相關(guān)性。然后，采用主成分分析方法建立轉(zhuǎn)設(shè)期間獨立學(xué)院網(wǎng)站影響力評價模型，了解我國轉(zhuǎn)設(shè)期間的獨立學(xué)院網(wǎng)站資源的利用情況。

三、指標(biāo)體系構(gòu)建

（一）鏈接指標(biāo)

首先，R. Rousseau和J. Bar-Ilan、P. Ingwersen、S. Brin和L. Page等學(xué)者總結(jié)出了一批網(wǎng)絡(luò)鏈接特征分析術(shù)語，包括出鏈 (Outlink)、鏈出 (Linking) 、入鏈(InLink)、 鏈入、自鏈(Self-link)、網(wǎng)站鏈接分析 (Sitation analysis)、網(wǎng)絡(luò)影響因子 (Web Impact factor)等12項。

在之前研究人員的基礎(chǔ)上，考慮到顯示條件的約束，其中包括谷歌服務(wù)中國無法使用、百度搜索提供的命令檢索的功能有限，最后決定選取總頁面數(shù)、內(nèi)鏈接數(shù)、外鏈接數(shù)、內(nèi)部網(wǎng)絡(luò)影響因子和外部網(wǎng)絡(luò)影響因子，五個指標(biāo)作為基礎(chǔ)研究指標(biāo)。有研究者指出，對于一些網(wǎng)絡(luò)鏈接特征指標(biāo)，會因為搜索引擎性能不同而產(chǎn)生差異，例如，被搜索引擎索引到的頁面總數(shù)往往不等于理論上某網(wǎng)站所包含的所有頁面數(shù)量，還有，理論上的總鏈接數(shù)也不等于外鏈接數(shù)和內(nèi)鏈接數(shù)之和。在一些研究中使用專業(yè)爬蟲工具獲取的某網(wǎng)站網(wǎng)頁會更為精確。

（二）流量指標(biāo)

參考相關(guān)已有研究，應(yīng)用到本研究中的流量指標(biāo)有用戶量占比、頁面數(shù)訪問量和頁面訪問時間三個基礎(chǔ)指標(biāo)。影響力評價指標(biāo)體系見表1。

表1 基于鏈接特征和流量的網(wǎng)絡(luò)影響力指標(biāo)體系

四、數(shù)據(jù)獲取與相關(guān)分析

本文選取橫向跨越不同省份、縱向貫穿不同級別的43所院校進行分析。以下是鏈接特征分析指標(biāo)數(shù)據(jù)和流量指標(biāo)數(shù)據(jù)的采集介紹。

鏈接特征指標(biāo)的采集采用百度搜索引擎，特別是其高級檢索功能。其檢索命令如表2所示。

表2 指標(biāo)與檢索命令

流量指標(biāo)的采集?？蓮腁lexa中文官方網(wǎng)站查詢到，Alexa還提供網(wǎng)站的一個鏈接特征指標(biāo)，即“反向鏈接”，即“被鏈接網(wǎng)站數(shù)”。在國內(nèi)，得助于站長之家這一類有豐富工具的網(wǎng)站，數(shù)據(jù)也相對權(quán)威，我們也可以從中獲取到反向鏈接的數(shù)據(jù)。獨立學(xué)院高校網(wǎng)站排名數(shù)據(jù)獲取，武書連中國高校排名版數(shù)據(jù)公開的，我們在官網(wǎng)下載排名版數(shù)據(jù)，其中報考民辦高校的“總得分”“人才培養(yǎng)得分”“科學(xué)研究得分”“省份”“是否轉(zhuǎn)設(shè)”等指標(biāo)數(shù)據(jù)。

對搜集到的五個指標(biāo)數(shù)據(jù)進行加權(quán)平均，指標(biāo)數(shù)據(jù)方差越大，權(quán)重越高，三個流量指標(biāo)數(shù)據(jù)也進行同樣的加權(quán)平均，再進行相關(guān)分析發(fā)現(xiàn)，結(jié)果見表3。

表3 網(wǎng)站影響力和院校排名之間關(guān)系

從上表可以看出，獨立院校門戶網(wǎng)站網(wǎng)絡(luò)影響力的兩個方面之間存在高度相關(guān)性，獨立院校門戶網(wǎng)站網(wǎng)絡(luò)影響力和高校排名之間存在中度相關(guān)性，這一方面說明提升獨立學(xué)院門戶網(wǎng)站網(wǎng)絡(luò)影響力可以提升高校知名度和綜合影響力，重視獨立學(xué)院門戶網(wǎng)站網(wǎng)絡(luò)建設(shè)與宣傳有重要意義；另一方面，獨立院校排名和轉(zhuǎn)設(shè)期間門戶網(wǎng)站網(wǎng)絡(luò)影響力之間存在表現(xiàn)不匹配，轉(zhuǎn)設(shè)期間網(wǎng)絡(luò)網(wǎng)站的鏈接重要性和輻射能力有所增強，因此會出現(xiàn)轉(zhuǎn)設(shè)期間網(wǎng)站網(wǎng)絡(luò)流量指標(biāo)和鏈接特征指標(biāo)數(shù)值高于其他院校，但是排名卻在其后的現(xiàn)象。

五、轉(zhuǎn)設(shè)期間獨立學(xué)院網(wǎng)站影響力變化分析

利用主成分分析獨立學(xué)院轉(zhuǎn)設(shè)期間門戶網(wǎng)站影響力。

統(tǒng)計檢驗。檢驗方法KMO(Kaiser— Meyer—Olkin—Measure of Sampling Adequacy)被用于檢驗數(shù)據(jù)是否適合進行主成分分析，KMO檢驗是通過比較原始變量之間的簡單相關(guān)系數(shù)和偏相關(guān)系數(shù)的相對大小來進行檢驗的，其值越接近1，說明變量更適合進行主成分分析。原始數(shù)據(jù)采用0-1標(biāo)準(zhǔn)化法。確定主成分個數(shù)。根據(jù)主成分方差累計貢獻率超過80%或特征值大于1的原則確定主成分個數(shù)。主成分綜合得分：主成分綜合評價根據(jù)如下公式計算。

表4 比較網(wǎng)站網(wǎng)絡(luò)影響力排名和武書連民辦大學(xué)排名

從上述分析可以得到，首先，流量數(shù)據(jù)相較于鏈接特征對門戶網(wǎng)站有更大的影響力，其次，在轉(zhuǎn)設(shè)期間的獨立院校高校門戶網(wǎng)站的影響力排名有所提高，高于武書連民辦院校排名名次，這說明轉(zhuǎn)設(shè)進一步提升了獨立院校的知名度和影響力。

六、結(jié)論

本文首先使用網(wǎng)絡(luò)計量工具對轉(zhuǎn)設(shè)期間獨立學(xué)院門戶網(wǎng)站進行網(wǎng)絡(luò)影響力分析。通過對網(wǎng)絡(luò)計量工具的借鑒和移植，對網(wǎng)站的網(wǎng)絡(luò)影響力及其演化規(guī)律的分析視角更加多元，分析層面更廣；借助統(tǒng)計學(xué)的理論視角，進行學(xué)科知識的網(wǎng)絡(luò)計量，為網(wǎng)絡(luò)影響力的實踐運用提供理論和實證支持。其次使用鏈接指標(biāo)和流量指標(biāo)形成網(wǎng)絡(luò)影響力評價體系。

立足于網(wǎng)絡(luò)影響力評價體系的概念和屬性，提出從門戶網(wǎng)站的鏈接指標(biāo)和流量指標(biāo)角度進行網(wǎng)絡(luò)影響力評價體系的橫向和縱向發(fā)展分析，以實證分析的方式提出在評價體系里計量過程中呈現(xiàn)網(wǎng)站運營狀態(tài)與信息傳播模式，并最終通過計量工具將連接數(shù)據(jù)和流量數(shù)據(jù)聯(lián)系起來，以可視化形式完整呈現(xiàn)評價體系系統(tǒng)。