鄧 哲

（湘潭大學(xué)，湖南 湘潭 411105）

0 引言

在信息社會(huì)，繁雜信息日益劇增，在海量信息中如何凸顯自己、提高自己知名度已日漸成為團(tuán)體和個(gè)人關(guān)注的重點(diǎn)。高校作為吸納、培養(yǎng)和輸送社會(huì)型人才樞紐，在信息社會(huì)如何擴(kuò)大影響力，提高自身知名度是不容忽視的問(wèn)題。傳統(tǒng)信息傳播由于傳輸效率及傳播范圍有限已逐漸不適應(yīng)當(dāng)下高校信息需求，而各大高校官網(wǎng)作為高校信息集合地，肩負(fù)著及時(shí)向外界傳送高校各類信息，為學(xué)生群體乃至社會(huì)大眾提供服務(wù)的任務(wù)。在信息化高速發(fā)展大環(huán)境下，高校網(wǎng)站已成為信息傳播速度最快、傳播范圍最廣、信息傳播最重要的平臺(tái)媒介，利用灰色關(guān)聯(lián)度方法對(duì)高校網(wǎng)站建設(shè)情況作出評(píng)估，可以為高校網(wǎng)站的建設(shè)提供參考，進(jìn)一步提高高校網(wǎng)站的建設(shè)水平。

基于對(duì)醫(yī)學(xué)高校網(wǎng)站影響力相關(guān)研究得出的醫(yī)學(xué)高校網(wǎng)站影響力概論，文章對(duì)20所醫(yī)學(xué)高校網(wǎng)站影響力在流量指標(biāo)、鏈接指標(biāo)等基礎(chǔ)上進(jìn)行評(píng)測(cè)，初步建立網(wǎng)站影響力評(píng)估指標(biāo)體系，通過(guò)“tool.chinaz.com”站長(zhǎng)工具及百度搜索引擎等軟件搜集醫(yī)學(xué)高校網(wǎng)站影響力評(píng)估指標(biāo)數(shù)據(jù)，結(jié)合灰色關(guān)聯(lián)度分析法對(duì)20所醫(yī)學(xué)高校網(wǎng)站灰色關(guān)聯(lián)度進(jìn)行排序，進(jìn)而得出20所醫(yī)學(xué)高校網(wǎng)站的建設(shè)情況，最后在評(píng)估結(jié)果分析的基礎(chǔ)上提出加強(qiáng)醫(yī)學(xué)高校網(wǎng)站建設(shè)的措施和建議。

1 相關(guān)研究綜述

國(guó)外學(xué)者Batooli等[1]在獲取研究人員瀏覽量、閱讀情況等數(shù)據(jù)后，以在線學(xué)術(shù)社交網(wǎng)站為基礎(chǔ)對(duì)研究學(xué)者的科研情況進(jìn)行了評(píng)估；Bhardwaj[2]在對(duì)網(wǎng)站特征功能進(jìn)行分析提取后將網(wǎng)站劃分類別，并對(duì)在線學(xué)術(shù)社交網(wǎng)站進(jìn)行評(píng)估比較。國(guó)內(nèi)學(xué)者楊金龍等[3]利用網(wǎng)站鏈接分析及灰色關(guān)聯(lián)分析對(duì)省級(jí)政府網(wǎng)站的電子政務(wù)建設(shè)情況進(jìn)行了評(píng)價(jià)研究；李媚嬋[4]在鏈接分析和灰色關(guān)聯(lián)分析的基礎(chǔ)上，通過(guò)定量方法對(duì)廣東地級(jí)市檔案網(wǎng)站的影響力進(jìn)行了評(píng)估比較；肖荻昱[5]對(duì)智庫(kù)網(wǎng)站的影響力采用鏈接分析方法排序，深入分析了社會(huì)智庫(kù)網(wǎng)站的影響力情況；熊回香等[6]基于網(wǎng)站功能、學(xué)術(shù)資源、網(wǎng)站影響力等多維度層面，對(duì)國(guó)內(nèi)在線學(xué)術(shù)社交網(wǎng)站進(jìn)行比較分析；謝人強(qiáng)等[7]對(duì)省級(jí)圖書(shū)館網(wǎng)站相關(guān)數(shù)據(jù)進(jìn)行搜集，利用熵權(quán)灰色關(guān)聯(lián)分析法對(duì)網(wǎng)站影響力進(jìn)行分析評(píng)估。高彩嬌[8]引入時(shí)間-加權(quán)被引頻次等指標(biāo)結(jié)合引文、鏈接分析方法對(duì)國(guó)內(nèi)作者的學(xué)術(shù)影響力作出評(píng)估；成錫潮[9]在對(duì)房產(chǎn)信息網(wǎng)站的鏈接流量數(shù)據(jù)進(jìn)行收集后，利用灰色關(guān)聯(lián)分析方法對(duì)房產(chǎn)網(wǎng)站外部特征、指標(biāo)關(guān)聯(lián)度及綜合評(píng)估進(jìn)行了研究分析；匡宇揚(yáng)等[10]利用灰色關(guān)聯(lián)法及層次分析法等對(duì)老年用戶網(wǎng)站的發(fā)展建設(shè)情況進(jìn)行研究分析，指出國(guó)內(nèi)老年用戶網(wǎng)站的發(fā)展問(wèn)題、單一型網(wǎng)站建設(shè)情況有待完善；戴艷清和戴柏清[11]從網(wǎng)站流量、鏈接度、搜索引擎3個(gè)角度對(duì)國(guó)內(nèi)互聯(lián)網(wǎng)時(shí)代下公共數(shù)字文化網(wǎng)站的影響力進(jìn)行評(píng)估分析；章詩(shī)韻等[12]利用灰色關(guān)聯(lián)度分析法對(duì)收集的疾控中心網(wǎng)站9個(gè)參數(shù)進(jìn)行了分析比較，并對(duì)如何提升疾控網(wǎng)站影響力水平提出建議；葛少衛(wèi)和楊曉江[13]在采集文獻(xiàn)計(jì)量指標(biāo)和網(wǎng)絡(luò)特征指標(biāo)后結(jié)合灰色關(guān)聯(lián)分析對(duì)全球13個(gè)大學(xué)排行榜影響力進(jìn)行了排序分析。

2 研究對(duì)象選取

文章以杭州電子科技大學(xué)中國(guó)科教評(píng)價(jià)研究院和浙江高等教育研究院、武漢大學(xué)中國(guó)科學(xué)評(píng)價(jià)研究中心聯(lián)合中國(guó)科教評(píng)價(jià)網(wǎng)（www.nseac.com）發(fā)布的《中國(guó)大學(xué)及學(xué)科專業(yè)評(píng)價(jià)報(bào)告（2022—2023）》中30所醫(yī)學(xué)高校作為初步研究對(duì)象。為使研究對(duì)象更加具有客觀性，文章依循簡(jiǎn)單隨機(jī)抽樣原理，利用編程語(yǔ)言產(chǎn)生隨機(jī)數(shù)列，從上述初步選取對(duì)象中隨機(jī)抽取20所高校網(wǎng)址作為最終研究樣本，所采用的隨機(jī)抽樣工具在JavaScript環(huán)境下編寫(xiě)，隨機(jī)抽樣工具抽取的20所高校名稱及網(wǎng)址見(jiàn)表1。

表1 隨機(jī)抽樣工具抽取的20所院校及網(wǎng)址

3 數(shù)據(jù)收集及評(píng)估體系的建立

3.1 醫(yī)學(xué)高等院校網(wǎng)站影響力評(píng)價(jià)模型的建立

文章在基于全面性和可獲取性的基礎(chǔ)上結(jié)合國(guó)內(nèi)外已有的網(wǎng)站評(píng)價(jià)指標(biāo)體系，建立了醫(yī)學(xué)高校網(wǎng)站的評(píng)價(jià)指標(biāo)體系，包含3個(gè)一級(jí)指標(biāo)和7個(gè)二級(jí)指標(biāo)組成（圖1）。

圖1 高校網(wǎng)站評(píng)價(jià)指標(biāo)體系

3.2 評(píng)價(jià)指標(biāo)選擇及收集

為能夠更好反映醫(yī)學(xué)高等院校網(wǎng)站的建設(shè)現(xiàn)狀及網(wǎng)絡(luò)影響力，文章最終選取的網(wǎng)站影響力評(píng)價(jià)指標(biāo)為：網(wǎng)頁(yè)數(shù)、鏈接總數(shù)、外部鏈接數(shù)、內(nèi)部鏈接數(shù)、網(wǎng)絡(luò)影響因子（WIF）（外部網(wǎng)絡(luò)影響因子、內(nèi)部網(wǎng)絡(luò)影響因子）、網(wǎng)頁(yè)級(jí)別PR值（搜狗、google）、日均IP訪問(wèn)量、人均頁(yè)面瀏覽量（近月）、日均PV瀏覽量。

文章研究對(duì)象均為中文網(wǎng)站，因而使用“tool.chinaz.com站長(zhǎng)工具”和百度搜索引擎對(duì)20所公立醫(yī)學(xué)高等院校進(jìn)行檢索收集更具效率。此次檢索于2022年6月1日—2022年6月10日，所得各個(gè)高校網(wǎng)站及其各項(xiàng)鏈接指標(biāo)數(shù)據(jù)見(jiàn)表2—表4。

表2 20所醫(yī)學(xué)高校評(píng)價(jià)指標(biāo)數(shù)據(jù)（一）

表3 20所醫(yī)學(xué)高校評(píng)價(jià)指標(biāo)數(shù)據(jù)（二）

表4 20所醫(yī)學(xué)高校評(píng)價(jià)指標(biāo)數(shù)據(jù)（三）

鑒于選取評(píng)價(jià)指標(biāo)中僅日均IP訪問(wèn)量、人均頁(yè)面瀏覽量、日均PV瀏覽量可能受所選取時(shí)間段影響，時(shí)間段的選取對(duì)其余指標(biāo)影響較低，且文章選取時(shí)間段下網(wǎng)站訪問(wèn)各項(xiàng)數(shù)值平緩，與一般情境較為吻合，因而文章的采集時(shí)間段對(duì)最終結(jié)論準(zhǔn)確性影響較小。

對(duì)所搜集數(shù)據(jù)進(jìn)行初步分析發(fā)現(xiàn)：

（1）從表2數(shù)據(jù)中可得出：在網(wǎng)頁(yè)數(shù)量上，南京醫(yī)科大學(xué)網(wǎng)頁(yè)數(shù)最多，有80 392個(gè)網(wǎng)頁(yè)；黑龍江中醫(yī)藥大學(xué)網(wǎng)頁(yè)數(shù)最少，僅為9 959個(gè)網(wǎng)頁(yè)，而20所高校網(wǎng)站網(wǎng)頁(yè)平均數(shù)為34 662.1個(gè)，在所調(diào)查的20所醫(yī)學(xué)高校網(wǎng)站中有9所大學(xué)網(wǎng)頁(yè)數(shù)高于這個(gè)平均值，11所大學(xué)網(wǎng)站網(wǎng)頁(yè)數(shù)低于這個(gè)平均數(shù)。這在一方面可以反映目前相當(dāng)一部分醫(yī)學(xué)高校網(wǎng)站的網(wǎng)站建設(shè)規(guī)模還不夠完善，與國(guó)內(nèi)領(lǐng)先的醫(yī)學(xué)高校還存在一定差距。

（2）中國(guó)醫(yī)科大學(xué)在外鏈接數(shù)最多，達(dá)到了229 000個(gè)，而南方醫(yī)科大學(xué)外鏈接數(shù)最少，僅有89個(gè)。20所醫(yī)學(xué)高校平均外鏈接數(shù)為36 406.45個(gè)，僅中國(guó)醫(yī)科大學(xué)、中國(guó)藥科大學(xué)、南京醫(yī)科大學(xué)、福建醫(yī)科大學(xué)超過(guò)了這個(gè)平均值，且居于后列的高校與居于前列的高校相差很大，由此看來(lái)所調(diào)查20所醫(yī)學(xué)高校中大部分網(wǎng)站的建設(shè)質(zhì)量還不夠好，需要進(jìn)一步完善。

4 灰色關(guān)聯(lián)度分析與數(shù)據(jù)處理

4.1 確立評(píng)價(jià)指標(biāo)矩陣

文章評(píng)價(jià)指標(biāo)矩陣由20所高校網(wǎng)站及12個(gè)評(píng)價(jià)指標(biāo)的具體數(shù)據(jù)組成，也是文章網(wǎng)站評(píng)價(jià)依據(jù)。設(shè)A=｛Yi∣i=1,…，i｝為待評(píng)價(jià)網(wǎng)站的集合（i=20），Aij=（Ai1,Ai2,…，Aij）為第i個(gè)待評(píng)價(jià)網(wǎng)站各指標(biāo)的數(shù)據(jù)集合，共有j個(gè)數(shù)據(jù)（j=12），Aij表示第i個(gè)網(wǎng)站的第j個(gè)指標(biāo)的取值，最終建立評(píng)價(jià)指標(biāo)矩陣S：

4.2 數(shù)據(jù)無(wú)量綱化

由于表2—表4中各評(píng)價(jià)指標(biāo)中的數(shù)據(jù)因?yàn)榱烤V不同屬于不同數(shù)量級(jí)，為了在后期處理時(shí)便于相互比較文章對(duì)表2—表4中指標(biāo)數(shù)據(jù)進(jìn)行無(wú)量綱化處理（以各個(gè)指標(biāo)數(shù)據(jù)的均值為基準(zhǔn)，對(duì)20所醫(yī)學(xué)高校的指標(biāo)數(shù)據(jù)進(jìn)行無(wú)量綱化處理）。

即使用：

20所醫(yī)學(xué)高校各項(xiàng)指標(biāo)數(shù)據(jù)經(jīng)過(guò)無(wú)量綱化處理后矩陣A變?yōu)榫仃嘇，后續(xù)進(jìn)行運(yùn)算分析時(shí)采用矩陣A中的數(shù)據(jù)。

4.3 確定評(píng)價(jià)指標(biāo)權(quán)重

文章利用熵值法對(duì)各項(xiàng)指標(biāo)進(jìn)行加權(quán)處理，設(shè)第j個(gè)指標(biāo)的信息熵值運(yùn)算公式為：

式中：k為波爾茲曼常數(shù)，取值為（lni）-1，文章中k值為0.333 8，信息熵M的取值范圍為[3]。

信息熵M可衡量第j個(gè)指標(biāo)的有效性；當(dāng)Mj=1時(shí)，表示數(shù)據(jù)完全無(wú)序，即該指標(biāo)權(quán)重為0。因此，指標(biāo)的有效性為數(shù)值1和Mj差值，即差異系數(shù)Nj，Nj運(yùn)算式為：

第j個(gè)指標(biāo)的最終權(quán)重Wj計(jì)算公式如下：

利用式（3）、式（4）計(jì)算求得各指標(biāo)權(quán)重見(jiàn)表5。

表5 各項(xiàng)評(píng)價(jià)指標(biāo)權(quán)重

由表5可以看出網(wǎng)頁(yè)數(shù)、外部影響因子、外鏈接數(shù)3項(xiàng)指標(biāo)的權(quán)重居于前三，三者權(quán)重之和占總權(quán)重比例超過(guò)了50%，說(shuō)明這3項(xiàng)指標(biāo)對(duì)網(wǎng)站整體的影響力作用水平較高，而日均PV瀏覽量、PR值（Google）、PR值（搜狗）的權(quán)重均沒(méi)有超過(guò)2%，說(shuō)明這3項(xiàng)指標(biāo)對(duì)網(wǎng)站整體影響力作用較小。

4.4 灰色關(guān)聯(lián)度計(jì)算

在文章中若選取的12個(gè)指標(biāo)指數(shù)越大，則可以反映出網(wǎng)站所含內(nèi)容越豐富多樣、網(wǎng)站建設(shè)情況越完善，也意味著網(wǎng)站的影響力越強(qiáng)。即上述12個(gè)指標(biāo)均與網(wǎng)站質(zhì)量呈正相關(guān)關(guān)系。

文章將各項(xiàng)指標(biāo)的最大值設(shè)為參考集，以此分析20個(gè)網(wǎng)站指標(biāo)數(shù)據(jù)同參考集之間的關(guān)系。對(duì)無(wú)量綱化后的數(shù)據(jù)采用灰色關(guān)聯(lián)度分析方法進(jìn)行處理，設(shè)Xi為數(shù)據(jù)集合，第i個(gè)對(duì)象在不同評(píng)價(jià)的指標(biāo)k上的數(shù)據(jù)為xi*（k）（k=1，2，…，n），數(shù)據(jù)集合x(chóng)i*k=（xi*（1），xi*（2），…，xi*（k）（i=1，2，…，m），其中n=12，m=20。分析計(jì)算步驟如下：

（1）確定參考集xo（k）（最優(yōu)指標(biāo)集）

參考集xo（k）=［xo（1），xo（2），…，xo（k）］，式中xo（k）為第k個(gè)指標(biāo)的最大值，形成最優(yōu)指標(biāo)集矩陣，其中每個(gè)元素都是各指標(biāo)值的最大值，也就是公認(rèn)的最優(yōu)值，最優(yōu)值及對(duì)應(yīng)高校見(jiàn)表6。

表6 各項(xiàng)評(píng)價(jià)指標(biāo)最優(yōu)值及對(duì)應(yīng)的高校

從表6中得出中國(guó)醫(yī)科大學(xué)擁有4個(gè)指標(biāo)的最優(yōu)值，分別是：PR值（搜狗）、總鏈接數(shù)、外鏈接數(shù)、總體影響因子，說(shuō)明中國(guó)醫(yī)科大學(xué)在20所高校中網(wǎng)站建設(shè)質(zhì)量及組織結(jié)構(gòu)都是比較好的；北京協(xié)和醫(yī)學(xué)院和南京醫(yī)科大學(xué)擁有3個(gè)指標(biāo)的最優(yōu)值分別是人均頁(yè)面瀏覽量、PR值（Google）、外部影響因子和日均IP訪問(wèn)量、日均PV瀏覽量、網(wǎng)頁(yè)數(shù)，說(shuō)明這2個(gè)學(xué)校在網(wǎng)站建設(shè)方面也是比較好的，對(duì)學(xué)校網(wǎng)站建設(shè)情況也比較重視。

（2）求差序列

計(jì)算公式如下：

利用式（5）計(jì)算出20所高校的每一項(xiàng)指標(biāo)無(wú)量綱化數(shù)值與最優(yōu)值差的絕對(duì)值，并從每項(xiàng)指標(biāo)差值中，選出相應(yīng)的最大值和最小值，記作Max│xo（k）-xi（k）│和Min│xo（k）-xi（k）│。

（3）計(jì)算關(guān)聯(lián)度。

從得到指標(biāo)差值最大值和最小值集合中各自取出其中最值，記為MaxMax│xo（k）-xi（k）│和MinMin│xo（k）-xi（k）│，所得結(jié)果數(shù)據(jù)根據(jù)式（6）處理后得到εi（k）。

（4）將20所高校各項(xiàng)指標(biāo)的關(guān)聯(lián)系數(shù)εi（k）運(yùn)算結(jié)果與指標(biāo)權(quán)重相乘，得到各項(xiàng)指標(biāo)數(shù)據(jù)。利用式（7）計(jì)算得到求和加權(quán)關(guān)聯(lián)度R（xo，xi）。

*Si（k）為εi（k）與指標(biāo)權(quán)重相乘后結(jié)果。

20所公立醫(yī)學(xué)高校門(mén)戶網(wǎng)站加權(quán)灰色關(guān)聯(lián)度降序排列結(jié)果見(jiàn)表7。

表7 20所高校網(wǎng)站加權(quán)灰色關(guān)聯(lián)度排序

5 結(jié)論與建議

在對(duì)表7加權(quán)灰色關(guān)聯(lián)度排序分析后發(fā)現(xiàn)：

（1）加權(quán)灰色關(guān)聯(lián)度排名越靠前意味著調(diào)查網(wǎng)站與最佳網(wǎng)站的關(guān)聯(lián)度越高，網(wǎng)站規(guī)模質(zhì)量越好、網(wǎng)站所含內(nèi)容更豐富多樣、網(wǎng)站規(guī)模更大、網(wǎng)站整體構(gòu)造越趨于完備，影響力相應(yīng)越強(qiáng)。

（2）表7中國(guó)醫(yī)科大學(xué)關(guān)聯(lián)度最高達(dá)到了0.734 4，20所醫(yī)學(xué)高校的平均值為0.578 6，20所高校中僅中國(guó)醫(yī)科大學(xué)加權(quán)灰色關(guān)聯(lián)度高于0.7，其余高校網(wǎng)站均低于0.7，山西醫(yī)科大學(xué)灰色關(guān)聯(lián)達(dá)到了0.590 1，而寧夏醫(yī)科大學(xué)灰色關(guān)聯(lián)度系數(shù)最小為0.510 2。綜合分析得到大部分醫(yī)學(xué)高校網(wǎng)站可能對(duì)網(wǎng)站建設(shè)還不夠重視，國(guó)內(nèi)大部分醫(yī)學(xué)高校網(wǎng)站與國(guó)內(nèi)頂尖醫(yī)學(xué)高校之間的網(wǎng)站建設(shè)情況差距還比較明顯，醫(yī)學(xué)高校網(wǎng)站綜合建設(shè)水平仍需提高。

（3）文章對(duì)高校所在地區(qū)研究發(fā)現(xiàn)，地域可能對(duì)高校網(wǎng)站灰色關(guān)聯(lián)排序存在一定影響，如灰色關(guān)聯(lián)排序最后兩名為黑龍江中醫(yī)藥大學(xué)和寧夏醫(yī)科大學(xué)。得出分析，可能由于高校地處偏遠(yuǎn)，在高校知名度和公眾對(duì)高校的關(guān)注度方面比較低，導(dǎo)致偏遠(yuǎn)地區(qū)高校影響力可能較小。要提高公立醫(yī)學(xué)高校網(wǎng)站影響力，可考慮以下幾個(gè)方面措施。

5.1 加強(qiáng)網(wǎng)站內(nèi)容建設(shè)

提高網(wǎng)站內(nèi)容質(zhì)量和豐富度，加強(qiáng)網(wǎng)站信息更新和發(fā)布頻率，增加有吸引力的專題和研究成果，增加各類教育和科研資源的在線共享等。這樣能夠吸引更多的學(xué)術(shù)界和社會(huì)公眾對(duì)醫(yī)學(xué)高校網(wǎng)站的關(guān)注和參與度，提高網(wǎng)站的訪問(wèn)量和知名度。

5.2 優(yōu)化網(wǎng)站排名

通過(guò)搜索引擎優(yōu)化（SEO）等技術(shù)手段，提高網(wǎng)站在搜索引擎結(jié)果頁(yè)面的排名，使更多的用戶能夠找到醫(yī)學(xué)高校網(wǎng)站。具體措施包括關(guān)鍵詞優(yōu)化、網(wǎng)站架構(gòu)優(yōu)化、外鏈建設(shè)等。

5.3 加強(qiáng)與社會(huì)的交流合作

開(kāi)展醫(yī)療健康科普和疾病防控宣傳活動(dòng)、推廣醫(yī)學(xué)高校的臨床科研成果，參與社會(huì)公益活動(dòng)等，擴(kuò)大醫(yī)學(xué)高校與社會(huì)交流合作。這樣能夠提高醫(yī)學(xué)高校的社會(huì)聲譽(yù)和知名度，進(jìn)而提高網(wǎng)站的影響力。

5.4 提供個(gè)性化服務(wù)

在網(wǎng)站上提供個(gè)性化的服務(wù)，如在線預(yù)約掛號(hào)、醫(yī)學(xué)疑難病癥咨詢、在線學(xué)習(xí)等，方便用戶在網(wǎng)站上獲取到所需的服務(wù)和信息。這樣能夠增強(qiáng)用戶對(duì)醫(yī)學(xué)高校網(wǎng)站的黏性和忠誠(chéng)度，提高網(wǎng)站的訪問(wèn)量和影響力。