摘要：文章運(yùn)用主成分分析法和相關(guān)分析法，對(duì)我國35所大學(xué)網(wǎng)站的鏈接指標(biāo)和流量指標(biāo)進(jìn)行研究，探索了關(guān)于高校網(wǎng)站評(píng)價(jià)的方法。研究結(jié)果表明：鏈接指標(biāo)分析法與流量指標(biāo)分析法均是網(wǎng)站測(cè)度的有效方法，流量指標(biāo)分析法的效度要高于鏈接指標(biāo)分析法，然而鑒于鏈接指標(biāo)和流量指標(biāo)對(duì)網(wǎng)站評(píng)價(jià)各有側(cè)重，有必要將二者綜合；對(duì)于一些單一指標(biāo)，指出了網(wǎng)絡(luò)影響因子作為網(wǎng)站測(cè)評(píng)指標(biāo)的不足，Alexa流量排名作為網(wǎng)站評(píng)價(jià)的指標(biāo)具有很高的效度。

關(guān)鍵詞：網(wǎng)絡(luò)計(jì)量；鏈接分析；流量分析

隨著網(wǎng)絡(luò)技術(shù)的發(fā)展和信息資源的數(shù)字化，網(wǎng)絡(luò)已成為人們工作生活中不可或缺的工具。然而網(wǎng)絡(luò)信息魚龍混雜，給人們獲取高質(zhì)量的信息帶來了一定的障礙，如何客觀地評(píng)價(jià)網(wǎng)絡(luò)信息成為了研究的熱點(diǎn)之一，并由此引出了一個(gè)新的研究領(lǐng)域——網(wǎng)絡(luò)計(jì)量學(xué)。網(wǎng)絡(luò)計(jì)量學(xué)是采用數(shù)學(xué)、統(tǒng)計(jì)學(xué)等各種定量研究方法，對(duì)網(wǎng)上信息的組織、存儲(chǔ)、分布、傳遞和開發(fā)利用等進(jìn)行定量描述和統(tǒng)計(jì)分析的一門學(xué)科，其主要研究網(wǎng)站的鏈接指標(biāo)和流量指標(biāo)。近年來，我國信息化水平不斷提高，各高校的信息化水平也逐漸成為衡量高校核心競爭力的重要標(biāo)準(zhǔn)之一。而高校的網(wǎng)站建設(shè)狀況是其信息化水平的直接反映，運(yùn)用網(wǎng)絡(luò)計(jì)量學(xué)的方法研究高校網(wǎng)站的建設(shè)狀況與其整體實(shí)力之間的關(guān)系，對(duì)于高校網(wǎng)站評(píng)價(jià)方法的研究及以后高校評(píng)價(jià)體系中引入網(wǎng)站建設(shè)情況都有很大的幫助。

一、研究對(duì)象與指標(biāo)數(shù)據(jù)

（一）研究對(duì)象

為了方便研究，本文選取中國校友會(huì)發(fā)布的《2014中國大學(xué)評(píng)價(jià)研究報(bào)告》中排名前50的高校為研究對(duì)象，研究網(wǎng)站指標(biāo)與排名得分之間的關(guān)系。

（二）研究指標(biāo)與獲取方法

本文運(yùn)用網(wǎng)絡(luò)計(jì)量學(xué)中的鏈接指標(biāo)分析法和網(wǎng)絡(luò)流量指標(biāo)分析法，選取了7個(gè)鏈接指標(biāo)，包括總網(wǎng)頁數(shù)、總鏈接數(shù)、外鏈接數(shù)、內(nèi)鏈接數(shù)、總網(wǎng)絡(luò)影響因子、外部網(wǎng)絡(luò)影響因子、內(nèi)部網(wǎng)絡(luò)影響因子。流量指標(biāo)選取Alexa官方網(wǎng)站中關(guān)于某網(wǎng)站最新（2014）呈現(xiàn)的流量指標(biāo)，包括網(wǎng)站的流量排名、網(wǎng)站的蹦失率、網(wǎng)站的平均訪問頁面數(shù)、網(wǎng)站的平均訪問時(shí)間。

鏈接指標(biāo)數(shù)據(jù)通過搜索引擎的高級(jí)搜索語言獲取。本文選用必應(yīng)作為鏈接指標(biāo)的獲取工具。以北京大學(xué)為例，只需在檢索框內(nèi)輸入表1中的高級(jí)檢索式，即可獲取鏈接指標(biāo)數(shù)據(jù)。

流量指標(biāo)是通過Alexa網(wǎng)站（www.alexa.com）進(jìn)行搜集，Alexa網(wǎng)站是美國亞馬遜公司旗下的一個(gè)網(wǎng)站，提供網(wǎng)站流量監(jiān)測(cè)和排名，是目前比較權(quán)威的第三方流量統(tǒng)計(jì)工具。

二、數(shù)據(jù)的處理與分析

（一）數(shù)據(jù)的預(yù)處理

由于網(wǎng)絡(luò)上的信息每天都在不斷地更新，因此搜索引擎在不同時(shí)間上獲得的數(shù)據(jù)不同，為了保證數(shù)據(jù)一致，本文將所有檢索任務(wù)統(tǒng)一在2014年8月10日上午8點(diǎn)至12點(diǎn)之間完成。50所高校中，中國地質(zhì)大學(xué)有北京和武漢兩個(gè)分校，兩所分校均具有自己的學(xué)校網(wǎng)站，得到兩組鏈接指標(biāo)數(shù)據(jù)，為了方便研究，本文剔除中國地質(zhì)大學(xué)樣本。廈門大學(xué)、大連理工大學(xué)、北京協(xié)和醫(yī)學(xué)院、重慶大學(xué)、電子科技大學(xué)、南京理工大學(xué)的總網(wǎng)頁數(shù)小于100，作為排行前50的知名學(xué)校，其學(xué)校網(wǎng)站的網(wǎng)頁數(shù)如此之少，與本文的認(rèn)知是不相符的，所以將這6所學(xué)校剔除。對(duì)于總鏈接數(shù)，北京師范大學(xué)、南開大學(xué)、南京農(nóng)業(yè)大學(xué)、中國海洋大學(xué)的數(shù)據(jù)都比其他大學(xué)高出數(shù)個(gè)數(shù)量級(jí)，本文將這幾所大學(xué)剔除。外鏈接數(shù)是指某網(wǎng)站范圍之外的搜索引擎搜索到的鏈接到該網(wǎng)站的網(wǎng)頁總數(shù)，高校網(wǎng)站的外鏈接數(shù)小于零是不可能的，因此我們將外鏈接數(shù)小于零的學(xué)校也剔除。綜上所述，對(duì)于特殊數(shù)據(jù)的處理共剔除了15所高校的數(shù)據(jù)。

（二）數(shù)據(jù)的分析與討論

1. 鏈接指標(biāo)分析

（1）主成分分析

利用spss19對(duì)鏈接指標(biāo)數(shù)據(jù)做降維因子分析，得到兩個(gè)主成分F1、F2，方差分別是75.217%和21.386%，累計(jì)方差為96.602%，兩個(gè)主成分累計(jì)方差超過80%，能夠很好地反映所有信息，因此得到的主成分計(jì)算公式和鏈接綜合得分公式如下。

F1=0.1×總網(wǎng)頁數(shù)+0.942×總鏈接數(shù)+0.968×外連接數(shù)+0.885×內(nèi)鏈接數(shù)+0.939×外鏈接網(wǎng)絡(luò)影響因子+0.939×內(nèi)鏈接網(wǎng)絡(luò)影響因子+0.939×總鏈接網(wǎng)絡(luò)影響因子

F2=0.958×總網(wǎng)頁數(shù)+0.291×總鏈接數(shù)+0.091×外連接數(shù)+0.454×內(nèi)鏈接數(shù)-0.306×外鏈接網(wǎng)絡(luò)影響因子-0.306×內(nèi)鏈接網(wǎng)絡(luò)影響因子-0.306×總鏈接網(wǎng)絡(luò)影響因子

z鏈接=0.75217×F1+0.21386×F2

（2）相關(guān)分析

將各鏈接指標(biāo)、鏈接總分與網(wǎng)站的排名得分之間進(jìn)行相關(guān)性比較，得到如下結(jié)果。

從表2中可以看出，Z鏈接、總網(wǎng)頁數(shù)、總鏈接數(shù)、外鏈接數(shù)、內(nèi)鏈接數(shù)與排名總分之間，在雙側(cè)置信度為0.01下顯著相關(guān)，說明排名總分越高的學(xué)校，實(shí)力越強(qiáng)，網(wǎng)站的規(guī)模趨于更大，指向網(wǎng)站的鏈接數(shù)越多，這與邱均平、段宇峰等的研究結(jié)果一致。網(wǎng)絡(luò)影響因子與排名總分之間的相關(guān)性并沒有得到理想的結(jié)果，本文認(rèn)為其原因有以下兩點(diǎn)：首先，網(wǎng)絡(luò)影響因子的提出來源于期刊影響因子，期刊與學(xué)術(shù)性網(wǎng)站在很多方面的特征相同，但目前國內(nèi)大學(xué)網(wǎng)站主要是介紹性、發(fā)布性的內(nèi)容，真正純學(xué)術(shù)性的內(nèi)容較少，完全照搬期刊影響因子的應(yīng)用勢(shì)必得不到理想的結(jié)果；其次，商業(yè)搜索引擎的抓取能力有限，無法搜集到全部的鏈接數(shù)和網(wǎng)站下所有的網(wǎng)頁數(shù)，用平均年每頁的被鏈接率來評(píng)價(jià)大學(xué)網(wǎng)站并不合適。因此，將網(wǎng)絡(luò)影響因子作為大學(xué)網(wǎng)站測(cè)評(píng)的指標(biāo)，還有待探究。

2. 流量指標(biāo)分析

（1）主成分分析

蹦失率是指用戶瀏覽一個(gè)頁面就離開的訪問次數(shù)占該入口總訪問次數(shù)的比例，蹦出率越高，網(wǎng)頁越不受用戶歡迎。流量排名和蹦失率是兩個(gè)“負(fù)概念”，流量排名和蹦失率數(shù)值越大，網(wǎng)站的質(zhì)量越差，所以在進(jìn)行主成分分析前，本文將這兩個(gè)負(fù)概念轉(zhuǎn)為“正概念”，得到新的關(guān)于流量排名和蹦失率的兩組數(shù)據(jù)。然后進(jìn)行主成分分析，得到兩個(gè)主成分F1、F2，貢獻(xiàn)率分別為56.409%和27.620%，累計(jì)貢獻(xiàn)率為84.029%>80%，F(xiàn)1、F2的成分矩陣如表3所示。

同鏈接指標(biāo)的主成分分析，根據(jù)F1、F2的因子得分，計(jì)算出各高校的流量指標(biāo)綜合得分Z流量。

（2）相關(guān)分析

用spearman等級(jí)相關(guān)數(shù)檢驗(yàn)流量總分、流量排名、蹦失率、平均訪問頁面數(shù)、平均訪問時(shí)間與排名總分之間的相關(guān)性，得到結(jié)果如表4所示。

流量總分、流量排名、平均訪問頁面數(shù)、平均訪問時(shí)間均與排名總分顯著相關(guān)，流量指標(biāo)可以較好地反映大學(xué)的綜合實(shí)力。其中流量排名與排名總分最相關(guān)，且為負(fù)相關(guān)，即高校的排名得分越高，其Alexa流量排名的值越?。磁琶娇壳埃?，因此Alexa流量排名對(duì)高校網(wǎng)站的評(píng)價(jià)具有較高的效率。分析結(jié)果顯示，蹦失率與排名總分之間并無顯著相關(guān)性，其原因是一些排名靠前的學(xué)校網(wǎng)站的蹦失率反而高于排名靠后的學(xué)校，用戶喪失嚴(yán)重，因此蹦失率高的學(xué)校要引起重視，加強(qiáng)網(wǎng)站信息整合，提高網(wǎng)站質(zhì)量，增強(qiáng)對(duì)用戶的吸引度。

3. 鏈接特征與流量特征綜合分析

鏈接指標(biāo)與流量指標(biāo)綜合得分均與高校排名得分顯著相關(guān)，說明在網(wǎng)站進(jìn)行測(cè)評(píng)時(shí)鏈接指標(biāo)分析法和流量指標(biāo)分析法均具有一定的科學(xué)性和可行性。流量指標(biāo)綜合得分的相關(guān)性高于鏈接指標(biāo)綜合得分，并且流量指標(biāo)數(shù)據(jù)是通過Alexa網(wǎng)站，其具有一定的專業(yè)性和權(quán)威性，而鏈接指標(biāo)的獲取通過商業(yè)搜索引擎，商業(yè)搜索引擎有其局限性。因此，從專業(yè)性角度來說，流量指標(biāo)分析法效度高于鏈接指標(biāo)分析法，而綜合運(yùn)用兩種方法能夠更加全面地對(duì)網(wǎng)站進(jìn)行評(píng)價(jià)。

三、結(jié)語

大學(xué)網(wǎng)站評(píng)價(jià)與大學(xué)綜合實(shí)力排名相關(guān)，在一定程度上大學(xué)網(wǎng)站評(píng)價(jià)可以作為學(xué)校綜合實(shí)力評(píng)價(jià)的輔助和參考。一般情況下，排名越靠前的高校，實(shí)力越強(qiáng)，科研水平越高，且由于具有豐富的辦學(xué)資源和良好的學(xué)校形象，勢(shì)必帶來大量的鏈接和用戶流量。就網(wǎng)站評(píng)價(jià)中鏈接分析法和流量分析法而言，二者均是網(wǎng)站測(cè)度的有效方法，流量分析法評(píng)價(jià)高校網(wǎng)站的效度高于鏈接分析法，但為了使評(píng)價(jià)結(jié)果更全面準(zhǔn)確，可以綜合運(yùn)用兩種方法。

參考文獻(xiàn)：

[1]邱均平，陳敬全.網(wǎng)絡(luò)信息計(jì)量學(xué)及其應(yīng)用研究[J].情報(bào)理論與實(shí)踐，2001（03）.

[2]郭亞寧，徐偉.高校網(wǎng)站評(píng)價(jià)應(yīng)用研究——以國內(nèi)15所農(nóng)林類院校網(wǎng)站為例[J].農(nóng)業(yè)圖書情報(bào)學(xué)刊，2014（02）.

[3]劉文云，翟羽佳，王文穎.基于鏈接分析法的高校圖書館網(wǎng)站影響力評(píng)價(jià)研究[J].情報(bào)科學(xué)，2013（06）.

[4]曹梅.教育網(wǎng)站評(píng)價(jià)的網(wǎng)絡(luò)計(jì)量模式初探[J].開放教育研究，2011（05）.

[5]邱均平，張洋.網(wǎng)絡(luò)信息計(jì)量學(xué)綜述[J].高校圖書館工作，2005（01）.

[6]Ingwersen P. The Calculation of Web impact factors[J].Journal of Documentation， 1998（02）.

[7]邱均平，陳敬全，段宇鋒.中國大學(xué)網(wǎng)站鏈接分析及網(wǎng)絡(luò)影響因子探討[J].中國軟科學(xué)，2003（06）.

（作者單位：江蘇大學(xué)工商管理學(xué)院）