转设期间独立学院高校门户网站网络影响力研究

文｜武雪亮

首先，全球知名的大学排名，比如英国泰晤士高等教育世界大学排名、英国Quacquarelli Symonds世界大学排名，这两个高等院校实力排名系统都没有将大学的网络存在视为排名因素，而现有的几项研究表明，根据大学的网络存在对大学进行排名是有用的，大学门户网站网络的影响力是不容忽视的。其次，独立学院属于高等高校，目的在于向学生、教师、社会提供服务和教学，同时它也是重要的教育网络信息资源，在搜索引擎上会得到不同权重算法的“特别照顾”，尤其是在独立学院转设期间，搜索引擎对网站的权重重新计算，对搜索结果出现重要影响。因此，运用网络信息计量学的原理和方法，探究转设期间独立学院门户网站网络影响力有着重要意义。

一、理论基础

网络计量学（webometrics）是一个新兴的学科，主要运用与数学、统计学和计算机科学等相关的量化研究技术、工具与方法，对基于Web技术的网站信息的发布、相互引证、存储组织和传播交流等现象进行定量的分析和描述，以及可视化，以探索其蕴含的数量与结构分布特征和内在规律。Tomas和Peter提出了一种对 web网站进行一般信息计量分析的可行方法，该方法主要借鉴了传统的文献计量法和引文分析法，以web网络引文分析替代传统引文分析，开辟了网络计量学研究的先河。

网络计量学在教育部门的运用并不罕见。Ranking Web of Universities涵盖全球31000 多所高等教育机构，该排名目的是打算激励机构和学者拥有准确反映其活动的网络存在。如果一所高等教育机构的网络表现低于其学术影响力的预期位置，大学当局应重新考虑其网络、开放获取和透明度政策，促进其电子出版物的数量和质量大幅提高。

二、研究方法

本研究以国内转设期间独立学院网站为研究对象，运用网络信息计量学研究方法，基于网络链接和网络流量分析，建立转设期间独立学院网站影响力评价的指标体系，对转设期间独立学院门户网站网络影响力情况进行探究。

根据相关理论，转设期间独立学院门户网站网络影响力评价依据主要包含两个方面：链接特征分析和网站流量分析。网络链接特征分析主要通过网站的网络链接结构特征来评价网站在网络资源分布中的影响力，以体现其重要性和权威性。网站流量分析用以评价网站在用户层面上的应用水平和辐射能力。

首先，利用网络搜索引擎工具和网络流量分析工具来获得转设期间独立学院网站链接和网络流量的原始数据，并对这些数据进行加工处理与分析，探究各指标之间、以及与高校综合排名之间是否存在相关性。然后，采用主成分分析方法建立转设期间独立学院网站影响力评价模型，了解我国转设期间的独立学院网站资源的利用情况。

三、指标体系构建

（一）链接指标

首先，R. Rousseau和J. Bar-Ilan、P. Ingwersen、S. Brin和L. Page等学者总结出了一批网络链接特征分析术语，包括出链 (Outlink)、链出 (Linking) 、入链(InLink)、 链入、自链(Self-link)、网站链接分析 (Sitation analysis)、网络影响因子 (Web Impact factor)等12项。

在之前研究人员的基础上，考虑到显示条件的约束，其中包括谷歌服务中国无法使用、百度搜索提供的命令检索的功能有限，最后决定选取总页面数、内链接数、外链接数、内部网络影响因子和外部网络影响因子，五个指标作为基础研究指标。有研究者指出，对于一些网络链接特征指标，会因为搜索引擎性能不同而产生差异，例如，被搜索引擎索引到的页面总数往往不等于理论上某网站所包含的所有页面数量，还有，理论上的总链接数也不等于外链接数和内链接数之和。在一些研究中使用专业爬虫工具获取的某网站网页会更为精确。

（二）流量指标

参考相关已有研究，应用到本研究中的流量指标有用户量占比、页面数访问量和页面访问时间三个基础指标。影响力评价指标体系见表1。

表1 基于链接特征和流量的网络影响力指标体系

四、数据获取与相关分析

本文选取横向跨越不同省份、纵向贯穿不同级别的43所院校进行分析。以下是链接特征分析指标数据和流量指标数据的采集介绍。

链接特征指标的采集采用百度搜索引擎，特别是其高级检索功能。其检索命令如表2所示。

表2 指标与检索命令

流量指标的采集。可从Alexa中文官方网站查询到，Alexa还提供网站的一个链接特征指标，即“反向链接”，即“被链接网站数”。在国内，得助于站长之家这一类有丰富工具的网站，数据也相对权威，我们也可以从中获取到反向链接的数据。独立学院高校网站排名数据获取，武书连中国高校排名版数据公开的，我们在官网下载排名版数据，其中报考民办高校的“总得分”“人才培养得分”“科学研究得分”“省份”“是否转设”等指标数据。

对搜集到的五个指标数据进行加权平均，指标数据方差越大，权重越高，三个流量指标数据也进行同样的加权平均，再进行相关分析发现，结果见表3。

表3 网站影响力和院校排名之间关系

从上表可以看出，独立院校门户网站网络影响力的两个方面之间存在高度相关性，独立院校门户网站网络影响力和高校排名之间存在中度相关性，这一方面说明提升独立学院门户网站网络影响力可以提升高校知名度和综合影响力，重视独立学院门户网站网络建设与宣传有重要意义；另一方面，独立院校排名和转设期间门户网站网络影响力之间存在表现不匹配，转设期间网络网站的链接重要性和辐射能力有所增强，因此会出现转设期间网站网络流量指标和链接特征指标数值高于其他院校，但是排名却在其后的现象。

五、转设期间独立学院网站影响力变化分析

利用主成分分析独立学院转设期间门户网站影响力。

统计检验。检验方法KMO(Kaiser— Meyer—Olkin—Measure of Sampling Adequacy)被用于检验数据是否适合进行主成分分析，KMO检验是通过比较原始变量之间的简单相关系数和偏相关系数的相对大小来进行检验的，其值越接近1，说明变量更适合进行主成分分析。原始数据采用0-1标准化法。确定主成分个数。根据主成分方差累计贡献率超过80%或特征值大于1的原则确定主成分个数。主成分综合得分：主成分综合评价根据如下公式计算。

表4 比较网站网络影响力排名和武书连民办大学排名

从上述分析可以得到，首先，流量数据相较于链接特征对门户网站有更大的影响力，其次，在转设期间的独立院校高校门户网站的影响力排名有所提高，高于武书连民办院校排名名次，这说明转设进一步提升了独立院校的知名度和影响力。

六、结论

本文首先使用网络计量工具对转设期间独立学院门户网站进行网络影响力分析。通过对网络计量工具的借鉴和移植，对网站的网络影响力及其演化规律的分析视角更加多元，分析层面更广；借助统计学的理论视角，进行学科知识的网络计量，为网络影响力的实践运用提供理论和实证支持。其次使用链接指标和流量指标形成网络影响力评价体系。

立足于网络影响力评价体系的概念和属性，提出从门户网站的链接指标和流量指标角度进行网络影响力评价体系的横向和纵向发展分析，以实证分析的方式提出在评价体系里计量过程中呈现网站运营状态与信息传播模式，并最终通过计量工具将连接数据和流量数据联系起来，以可视化形式完整呈现评价体系系统。