标题

Size: px

Start display at page:

Download "标题"

暌押寇
7 years ago
Views:

1 链接分析指标在大学网站排名评价中的有效性分析程慧平 (南京大学信息管理学院,南京,21003) [摘要] 本文首先对国内学者在网站评价中运用的指标进行梳理与分析在此基础上,选取项指标,以 34 所高校网站为研究样本,运用灰色关联分析和因子分析两种方法对研究样本进行排名最后,通过对灰色关联系数排名和因子得分排名结果进行 Spa man 等级相关检验分析,发现二者排名结果高度相关,且排序一致性显著总链接数外部入链数首页外部入链数日均I P 访问量在大学网站影响力中贡献力大 [关键词] 链接分析 [中图分类号] G350 灰色关联分析因子分析 [文献标识码] A 网站评价 [文章编号] (2012) LnkAna IndxE c vnana neva ua ngunv y Wb Rank CngHu ng p (Sc I n ma nmanagmn, Nan ngun v ng, 21003) j y, Nan j [Ab ac] F, papmakav wandana n ndx, w cdm cc aapp d,, wb va ua n.on aba pap c ndx ak34un v 'wb a acb c, andmakanva ua nn abvwb w gy a na ana and ac aj, na m d.tn papmakacmpa nana bwngay a na c c n ankand ac cankbpamanankc a n.tu w awank ngu a g y van, and ngcn ncy makab. nk ma pag, nkxcp m dma nn, nk mmpag, Avagda a ccn bu ga v ywb n unc. yip yun [Ky wd] L nkana Gyc a nana Fac ana Wb va ua n 1 引言观分析,能正确引导我们的研究方向, 提升我网站评价是链接分析方法的重要应用领域,近年来国内外学者投入到该领域, 在网站评价方面取得了丰富的研究成果但也存在们的研究效率鉴于此,笔者对国内学者在网站评价时选取的链接指标进行了梳理与分析, 并且衡量链接分析在网站评价中的有效性,从很多不足比如:国内学者在对政府部门学而有效论证针对研究对象的影响力进行客观术领域等网站进行排名评价时,采用了非常多分析对我们的研究至关重要国内学者的网样的链接分析指标,但是往往都过分侧重在链站评价研究主要集中在以下几个方面: 接分析指标的设计上,而忽略了各类指标对研 (1)企业网站: 张琳等 (2010) 选择 7 个链究对象的影响力, 容易导致人力物力等研究接分析指标:网站网页数网域网页数链接总资源的浪费针对研究对象的影响力进行客数外部链接网站数链接效率网络影响因 [作者简介] 46 程慧平,男,博士研究生,研究方向为信息产业与信息资源管理

0046 06 LnkAna IndxE c vnana neva ua ngunv y Wb Rank CngHu ng p (Sc I n ma nmanagmn, Nan ngun v ng, 21003) j y, Nan j [Ab ac] F, papmakav wandana n ndx, w cdm cc aapp d,, wb va ua n.

2 子, 验证链接分析指标在企业网站评价中的有 [1] 效性黄贺芳 (20) 运用网页总数链接总数外部链接数网络影响因子链接效率 5 项指标对腾讯新闻新浪新闻网易新闻搜狐新 [2] 闻四大门户网站进行了评价 (2) 电子商务网站 : 黄爱白 (2006) 对电子商务网站评价指标体系进行了研究, 其建立的指标体系中包括 : 网站被链接数网站响应速 [3] 度平均日流量余菜花等 (20) 运用网站综合排名网页总数总链接数入链数内向程度中心度中介度数据对我国网上书店排名 [4] 关系进行了实证分析 (3) 高校图书馆网站 : 王尊新 (2005) 提出了高校图书馆网站评价指标体系标准, 其建立的指标体系中包括 : 用户访问量首页点击次 [5] 数网站响应速度杨石山等 (20) 针对中美高校图书馆网站链接结构进行了比较研究, 提出了 : 首页信息门户指数首页返回率首页 [6] 链接优化指数 3 项新指标张会田 (2005) 对图书馆网站评价指标体系进行了研究, 其建立的指标体系中包括 : 网站首页设计用户访问量被链接情况, 并指出用户访问量是网站 [7] 利用最直接体现, 给予了最高的权重 (4) 商业银行网站 : 张倩等 (20) 选取了网页数总链接数内链接数外链接数网络影响因子内部网络影响因子外部网络影响因子 PagRank(PR) 值项指标针对我国主 [] 要商业银行网站进行了评价 (5) 科研机构 : 张向先等 (20) 运用网页数总链接数内链接数外链接数网络影响因子内部网络因子外部网络因子 7 项指标分析了我国 15 省市自治区科技信息研究所网 [] 站影响力 (6) 其他 : 王知津等 (2006) 对网站评价指标体系的构建方法与过程进行了探讨, 并建立了相应的指标体系, 其中包括 : 网站响应速度网络影响因子网站外部链接数网站访问 [10] 量陈雅等 (2002) 设计的网站评价指标体系中包括 : 链接数量链接速度 ( 响应度 ) 网页 [] 点击率邱均平等 (2010) 提出了 5 种链接分析计量指标 : 入链数出链数网络影响因 [12] 子网络使用因子链接倾向李江 (200) 指出了入链数网络影响因子 Pagank 算法等链接指标在网站评价中存在的 3 点不足之处 : 链接指标的假设难以成立 ; 商业搜索引擎获取链接指标值的准确性 ; 链接指标数据的动态性破坏了链接平衡态 [13] 通过上文分析发现, 在指标选择上国内学者主要提出两大类指标体系 :1 基础指标 : 入链数出链数网络影响因子网络使用因子链接倾向 2 拓展指标 : 网页总数总链接数 PR 值链接效率首页外部链接数首页信息指数日均 IP 访问量网站访问速度从现有研究成果来看, 学术界在运用链接分析方法时, 通用的做法是 : 首先, 设计链接分析的指标体系 ; 然后, 针对具体研究对象进行评价虽然, 学术界在链接分析领域取得大量的研究成果, 但是很少见到有学者在对研究对象进行评价的同时, 对所选指标的影响力进行分析基于此考虑, 笔者以大学网站排名评价为例, 在网站排名的同时, 对所选择链接指标体系中指标的影响力进行分析 2 研究设计为了检验研究结果的稳健性, 增强研究结论的可靠性, 笔者将同时采用因子分析方法与灰色关联分析方法进行实证分析, 并运用 Spaman 等级相关检验方法对两种方法所得结果进行比较分析 2.1 指标设计基于上文综述, 笔者将充分运用前人的研究成果, 本文选取的链接分析有效性验证的指标主要有 : 网站网页总数总链接数外部入链接数网络影响因子 PR 值链接效率首页外部链接数首页信息指数日均 IP 访问量网站访问速度, 笔者根据搜集到的数据, 提出了第项指标 : 人均页面浏览量之所以不考虑链接倾向, 其原因在于邱均平等提出链接倾向可以看做网络影响因子一个特例, 使用相同语言的国家之间更倾向于链接, 而笔者选取的研究对象均为中文网站, 因此笔者在下面的研究过程中只选取网络影响因子本文将对项指标进行因子分析, 提取主因子, 运用因子分析方法得分进行网站排名 ; 然后运用灰色关联分析, 综合运用项指标进行分析, 得出 47

[4] 关系进行了实证分析 (3) 高校图书馆网站 : 王尊新 (2005) 提出了高校图书馆网站评价指标体系标准, 其建立的指标体系中包括 : 用户访问量首页点击次 [5] 数网站响应速度杨石山等 (20) 针对中美高校图书馆网站链接结构进

3 网站排名目的在于: ① 增强网站排名结果的说明力; ② 考察所选项指标在网站排名评价时的影响力强弱表示其受众越多,网站关注度越大 (10)人均页面浏览量:平均每个访问者浏览的页面数,亦即每人以某一时段或者以天为 (1)网站网页总数:网页总数越多,网站规单位,平均浏览的次数 ( 数量 ) 该指数越大, 模越大,相应其信息含量越大网站网页总数表示该网站越受欢迎;人均页面浏览量数据利从某种意义上正相关于该网站的总链接数,因 [ ] 用A xa 搜索引擎 16 获取此笔者同时选取了总链接数 ()网站访问速度:网站访问速度直接影 (2)总链接数: 网站总链接数的大小正相响访问者的行为网站访问速度越快,该网站关于该网站的信息资源的丰裕度,因此网站总的页面被访问数量就可能多因此,笔者认为链接数越多, 其网站结构体系越完整, 蕴含信网站的访问速度也可以作为评价网站影响力息资源越丰富的指标 (3)外部入链接数:外部链接作为一种投票的推荐关系, 代表链接网站对被链接网站 2. 2 样本选择与数据获取本文以教育部开展自主确定考研复试分的一种肯定,因此网站外部链接数是评价网站数线改革试点工作的 34 所院校 (具体如表 1 影响力的主要测度指标示)的网站为研究对象之所以选择以上 34 (4)网络影响因子( WI F):WI F衡量的是网所高校主要在于: ①34 所高校系国内 5 工站被推荐的能力,因此可以作为评价网站的重程重点高校, 无论是知名度和关注度, 还是网要测量指标 N u z 将 WI F 算法归纳为:外部站的建设均能起到示范作用; ② 对以上 34 所入链接总数/网站网页总数 [14] 高校网站进行评价,有助于提升我国 5 工程 (5)PR 值:网站外部链接数相对正相关于该网站的 PR 值,也就是说网站外部链接数高, 院校的门户网站的信息服务能力 Ya! [ ] xp 工具 17 不需要输入 nk: 字样的其 PR 值相对较高因此笔者把 PR 值也作为检索式,直接能得到 : 的数据结果, 另外一个评价指标 PR 值的高低从某种程度上反可以获得指定页面的总链接数整个网站总链映子该网页的重要度一个网站的外部链接接数指定页面的外链接数整个网站的外链数越多其 PR 值就越高;外部链接站点的级别接数除指定子域名外的指定页面总链接数越高,网站的 PR 值就越高 PR 值利用站长之家 [15] 得出 (6)链接效率: 网站外部入链数正相关于该网站的链接效率,也就是说网站外部链接数高,其链接效率相对较高因此笔者把链接效率也作为一个评价指标,链接效率 = 外部链接数/总链接数 (7)首页外部链接数: 首页对于任何网站来说,是整个网站的入口, 因此是最重要的页面另外,首页外部链接数是外部链接数中重要的组成部分,因此笔者单独把首页外部链接数单独列出来做为一项评价指标 ()首页信息指数:类似于网站的链接效除指定子域名外的整个网站的总链接数的链接数据因此本文采用 Ya! xp 工具来获取网站网页总数总链接数外部入链接数首页外部链接数的数据 PR 值通过站长之家的 Gg PR 查询 - 站长工具获取,日均 I P 访问量人均页面浏览量网站访问速度数据通过 A xa 搜索引擎获得通过 Ya! S xp 和 A xa 获取的指标数据,数据获取时间为 20 年月 1 日 :00~ 12:00 各项指标数据,具体如表 1 所示 3 实证分析 3. 1 基于灰色关联分析的大学网站排名根据灰色关联分析理论 [1] : 率,因此笔者把首页信息指数也作为一个评价 (1) 确定参考数列: { X0 } = {67, 指标,其值等于首页外部链接数与网站总链接 44452,4054, ,, 4022, 数的比值 10,,153000,. 6, } ()日均 I P 访问量:日均I P 访问量越大, 4 (2)计算 ab(x- X0 )

速度越快,该网站关于该网站的信息资源的丰裕度,因此网站总的页面被访问数量就可能多因此,笔者认为链接数越多, 其网站结构体系越完整, 蕴含信网站的访问速度也可以作为评价网站影响力息资源越丰富的指标 (3)外部入链接数:外部链接作为一种投票的推荐关系, 代表链接网站对

4 表 1 34 所高校网站各项指标数值网站名称网页总数总链接数外链接数影响因子链接效率首页外链接数首页信息指数 PR 值日均 IP 访问量人均页面浏览量访问速度清华大学北京大学厦门大学中国科学技术大学南京大学复旦大学天津大学哈尔滨工业大学浙江大学南开大学西安交通大学华中科技大学东南大学武汉大学上海交通大学中国海洋大学山东大学湖南大学中国人民大学北京理工大学吉林大学重庆大学电子科技大学大连理工大学四川大学中山大学华南理工大学北京航空航天大学兰州大学东北大学西北工业大学北京师范大学同济大学中南大学 (3) 求最值 : 根据以下公式求得 Mn=0, Max =4420 mn (Δ (mn)) = mn (mn (k) x0 -x (k) ) k max (Δ (max)) = max (max (k) x0 -x (k) ) k (4) 计算关联系数 : 关联系数公式如下示 : ζ ( mn (Δ (mn))+5max (Δ (max)) k)= x 0 (k)-x (k) +5max (Δ (max)) 其中 ζ 为分辨系数,0<ζ<1, 一般取 ζ= 5 可得 X (k) 与对 X 0 (k) 的关联系数 : ζ = { ζ (k) k=1,2,,34} ; (5) 求比较数列所有关联系数的平均值, 即关联度的一般表达式为 : = N 1 N ζ(k) k=1 得到比较数列 X 对参考数列 X 0 的相关度 γ, 然后按关联度大小进行排序, 如果 1 < 2, 则参考数列 X 0 与比较数列 X 2 更相似, 计算结果如表 2 示通过灰色关联分析, 得到的排名依次如表 2 示 3.2 基于因子分析方法的大学网站排名鉴于本文选取的指标体系从不同的角度反映网站的排名情况, 因子分析可以用几个可以命名的因子来反映这种变量, 这几个因子就反映了原来所有变量的信息笔者测算网站排名指标较多, 指标反映网站的各个方面, 为此, 本文对各指标进行因子分析借助 SPSS1.0 软件, 对个指标变量进行因子分 4

71 2 52766 601 42000 2.3 3.62 复旦大学 7447 13243 171 15.00 4 140 63 72000 2.1.52 天津大学 376 63350 5071 6.07 0 41503 655 7 27600 4.2 161.2 哈尔滨工业大学 141 35613 373 221.0 27404 76 2500 4.

5 表 2 34 所高校网站灰色关联分析因子分析方法的排名网站名称关联系数关联排序因子得分因子排名清华大学北京大学厦门大学 24 中国科学技术大学南京大学 7 复旦大学网站名称关联系数关联排序因子得分因子排名 3 湖南大学中国人民大学北京理工大学吉林大学重庆大学电子科技大学天津大学大连理工大学哈尔滨工业大学四川大学浙江大学中山大学南开大学华南理工大学西安交通大学北京航空航天大学华中科技大学兰州大学东南大学东北大学武汉大学西北工业大学上海交通大学北京师范大学中国海洋大学同济大学山东大学中南大学析,结果如图 1 所示 KMO 值为 605, 因此设检验结果是 p= 0000< 01, 因此, 拒绝可以选用因子分析相关系数为 0 的原假设,接受了这个 71 等级相关系数即二者排名结果高度相关,具有显著的排序一致性通过 34 所 5 高校网站的项指标值与关联排序因子分析综合排序进行比较,可以看出: (1)Gg 认为,PR 值越高说明该网页越图 1 KMO 和 Ba 检验从图 2 可以看出,通过对载荷矩阵选择后, 基于主成分方法的因子分析提取了 4 个因子: 网页总数总链接数外链接数影响因子,这四个因子的特征值都大于 1,四个因子共同解释了原始因变量总方差的 4. 01%,所以提取前 4 个因子就可以代表原始变量绝大部分信息因此,通过因子得分排名公式: Ra n k_ c = (4 5% *FAC % *FAC %*FAC % *FAC4 )/ % 计算得到 34 所 5 高校网站因子得分结果如表 2 所示 4 结论受欢迎 [1],但是从表 1 中通过 PR 值无法对 34 所高校进行排名由此可见,PR 值只能在一定程度上反映网站的排名情况,但不能绝对引导排名 (2)排名靠前的学校有:清华大学北京大学南京大学复旦大学浙江大学西安交通大学华中科技大学武汉大学上海交通大学中国人民大学华南理工大学北京师范大学排名相对靠后:厦门大学中国海洋大学湖南大学吉林大学电子科技大学四川大学兰州大学通过比较发现:总链接数外部入链数首页外部入链数日均 I P访问量指标在解释网站排名时优势较突出 (3)通过表 1:笔者发现网页总数网络影响因子( WI F) 链接效率首页信息指数人均页面浏览量网站访问速度的大小在排名中的通过对灰色关联分析和因子分析排名结优势并没有得到体现网页总数越多,说明网果进行 Spa man 等级相关检验的结果显示: 站规模越大, 其管理难度越大, 从而容易造成 Spa man等级相关系数为 71,是一个比较信息发布的不及时性网络影响因子对网站大的正相关系数这个相关系数为 0 的原假排名说服力相对较弱,其原因主要表现在网络 50

26 南开大学 1-167 21 华南理工大学 7 14-007 14 西安交通大学 2703 6 北京航空航天大学 23-405 30 华中科技大学 7 1046 10 兰州大学 25-46 31 东南大学 2-1554 20 东北大学 21-061 16 武汉大学 0465 12 西北工业大学 7 10-61 33 上海交通大学 2 4 172 7 北京师范大学 6 304 4 中国海洋大学

6 图 2 链接指标因子提取影响因子受网站网页总数的影响清华大学其访问速度较慢而首页信息指数和网站访浙江大学上海交通大学的网络影响因子相对问速度对网站排名说服力较弱,其原因可能是较小,但是其排名相对靠前由此可见, 网络以上两项指标与其他指标共同解释网站能力影响因子在测定网站影响力方面存在不足时,反而使其影响力被其他指标数据弱化首页信息指数的优势并没有得到体现原综上所述,笔者借助灰色关联分析因子因主要表现在:搜索引擎信息抓取与网站信息分析对 34 所 5 高校网站排名的结果进行比更新的不同步性, 首页信息更新快, 搜索引擎较,发现两种方法排名结果显著一致, 运用两来不及抓取信息时,该信息就有可能被替换或种不同的方法可以增强网站排名评价结论的者删除了部分网站排名靠前但网站访问速稳健性通过分析发现:总链接数外部入链度不高主要原因在于:网站访问速度与网站访数首页外部入链数日均 I P访问量在网站影问量成反比,访问者越多,日均 I P 访问量大, 响力中贡献力大参考文献 [1] 张琳,徐莉莉.基于链接分析的企业网站评价指标的有效性分析[J].图书情报工作,2010(16):6 [3] 黄爱白,赵冬梅. B -C 电子商务网站评价指标体系研究[J].商业研究,2006(1):12 14 [2] [4] [5] [6] [7] [] [] 黄贺芳,孙建军.基于链接分析的网站评价实证研究以四大门户网站为例[J].情报杂志,20,30(1):74 余菜花,袁勤俭.我国网上书店的链接分析[J].情报杂志,20,30(2): 王尊新.商校图书馆网站评价指标体系研究[J].现代图书情报技术,2005(3):60 62 杨石山,孙建军.中美高校图书馆网站链接结构比较研究[J].情报科学,20,2(7):71 74 张会田.图书馆网站评价指标体系研究[J].图书情报知识,2005(4):6 张倩,滕红,袁小姗.基于链接分析法的我国主要商业银行网站影响力评价研究[J].情报科学,20,2(6):33 37 张向先,袁小姗.基于链接分析法的我国省级科技信息研究所网站影响力评价研究[J].情报理论与实践,20,34 (3):1 4 [10] 王知津,李明珍.网站评价指标体系的构建方法与过程[J].图书与情报,2006(3):45 52 [] 陈雅,郑建明.网站评价指标体系研究[J].中国图书馆学报,2002(5):57 60 [12] 邱均平等.网络计量学[M].北京:科学出版社,2010:14 13 [13] 李江.链接指标用于网站评价的缺陷分析[J].图书馆杂志,200(5):40 44 [14] N u z A.Twbmpac ac : ac ca v w.te c n cl b a 500 y, 2006, 24(4):40 [15] PR 查询 - 站长工具.[20 01].. c naz. cm p://p [16] A xa.[20 01]. xa. c naz. cm/ p://a [17] Ya! S Exp.[20 01]. xp. a c. cm/ p:// ya. [1] 陈桂枝.基于灰色关联分析法的城镇化水平的综合评价以湖北黄冈市为例 [J].安徽农业科学,20(): [1] PR 值.[ ]. k. ba du. cm/v w/2003. m p://ba (收稿日期: ) 51

方法排名结果显著一致, 运用两来不及抓取信息时,该信息就有可能被替换或种不同的方法可以增强网站排名评价结论的者删除了部分网站排名靠前但网站访问速稳健性通过分析发现:总链接数外部入链度不高主要原因在于:网站访问速度与网站访数首页外部入链数日均 I

2.181% 0.005%0.002%0.005% 2,160 74,180, ,000, ,500,000 1,000,000 1,000,000 1,000,000 2

90,000,000 9,000,000 81,000,000 2.18 0.10 3300 1 2.181% 0.005%0.002%0.005% 2,160 74,180,000 8.24 81,000,000 2.18 13,500,000 1,000,000 1,000,000 1,000,000 2 1,000,0001,000,000 1,000,000 2,000 2.18 1% 0.005%0.002%0.005%