985大學(xué)Web空間內(nèi)部鏈接特征分析

瞿瓊丹 沙勇忠 李慧佳 （蘭州大學(xué)管理學(xué)院 甘肅蘭州 730000）

蔡國瑞 （美國賓夕法尼亞州立大學(xué)信息科學(xué)與技術(shù)學(xué)院）

1 引言

鏈接作為互聯(lián)網(wǎng)的基本構(gòu)成要素和最顯著特征，從一開始就是計(jì)算機(jī)科學(xué)和信息科學(xué)研究者所共同關(guān)注的對象和研究內(nèi)容，［1］鏈接的類型、數(shù)量和分布在一定程度上反映了網(wǎng)站的類型、質(zhì)量和網(wǎng)絡(luò)空間結(jié)構(gòu)。研究網(wǎng)站鏈接特征，對規(guī)范和優(yōu)化網(wǎng)站建設(shè)、合理配置網(wǎng)絡(luò)信息資源具有重要的理論和實(shí)踐意義。

考察和解釋學(xué)術(shù)網(wǎng)絡(luò)空間中的鏈接數(shù)量及關(guān)系在網(wǎng)絡(luò)鏈接分析研究中受到了廣泛的關(guān)注，Ingwersen［2］、Thelwall［3］、Bar-Ilan［4］、Wilkinson［5］、邱均平［6］等學(xué)者均對此作過研究?！?85工程”大學(xué)作為我國最高水平大學(xué)的集合體，其網(wǎng)站體系是我國學(xué)術(shù)網(wǎng)絡(luò)空間的一個(gè)典型代表，研究它的內(nèi)部鏈接情況對揭示學(xué)術(shù)網(wǎng)絡(luò)空間的特征具有重要價(jià)值。2006年，我們曾對“985工程”大學(xué)網(wǎng)站構(gòu)成的Web空間內(nèi)部的鏈接分布與特征進(jìn)行了分析，得出了一些基本的研究結(jié)果。［7］時(shí)隔5年，“985工程”大學(xué)新增了華東師范大學(xué)，與此同時(shí)，隨著信息化水平的不斷提高與數(shù)字化校園建設(shè)的不斷推進(jìn)，大學(xué)網(wǎng)站在網(wǎng)絡(luò)交流中發(fā)揮著越來越重要的作用，大學(xué)網(wǎng)站之間的關(guān)聯(lián)度也日漸加強(qiáng)，這勢必造成“985工程”大學(xué)Web空間內(nèi)部鏈接結(jié)構(gòu)與特征的變化。通過鏈接分析跟蹤這種變化，探究其產(chǎn)生的原因和機(jī)理，為優(yōu)化大學(xué)網(wǎng)站自身的建設(shè)提供依據(jù)，是本文研究的目的所在。

2 研究設(shè)計(jì)

2.1 數(shù)據(jù)來源與指標(biāo)設(shè)計(jì)

我們選擇39所“985工程”大學(xué)的網(wǎng)站（見表1）構(gòu)成的Web空間為研究樣本?；阪溄颖旧淼念愋?，選取“985大學(xué)”網(wǎng)站之間的鏈入、鏈出數(shù)據(jù)為基礎(chǔ)分析指標(biāo)，同時(shí)收集它們各自的總外部鏈接數(shù)、來自edu的外部鏈接數(shù)及在此基礎(chǔ)上形成的網(wǎng)站間的連通情況等作為輔助分析指標(biāo)。

搜索引擎All the web與Altavista在鏈接分析研究中具有良好的性能［8］，但兩者在 2003年均被 Yahoo！收購，因此，本文選擇Yahoo！為數(shù)據(jù)收集工具。由于Yahoo！與Altavista兩者使用同一數(shù)據(jù)庫，本文所收集的數(shù)據(jù)與前文具有可比性?？紤]到搜索引擎數(shù)據(jù)的更新，為了保持?jǐn)?shù)據(jù)的一致性，我們在2011年1月8日～10日集中采集數(shù)據(jù)，形成39×39的非對稱鏈接數(shù)據(jù)矩陣（見表2）、外部鏈接數(shù)據(jù)表（見表3）及39所學(xué)校間的連通情況表（見表4），具體的檢索語法如下：

（1）從A大學(xué)網(wǎng)站指向B大學(xué)網(wǎng)站的鏈接數(shù)：

linkdomain：B大學(xué)網(wǎng)站域名site：A大學(xué)網(wǎng)站域名

（2）A大學(xué)網(wǎng)站總外部鏈接數(shù)：

表1 “985工程”大學(xué)及網(wǎng)址

表2 39所大學(xué)網(wǎng)站間的鏈接數(shù)據(jù)（部分）

表3 39所大學(xué)網(wǎng)站各自的外部鏈接數(shù)據(jù)表（部分）

linkdomain：A大學(xué)網(wǎng)站域名-site：A大學(xué)網(wǎng)站域名

（3）A大學(xué)網(wǎng)站來自edu的外部鏈接數(shù)：

linkdomain：A 大學(xué)網(wǎng)站域名 site：edu.cn-site：A 大學(xué)網(wǎng)站域名

表4 39所學(xué)校網(wǎng)站間的連通情況

表中各指標(biāo)的含義如下：（1）link：各大學(xué)網(wǎng)站總外部鏈接數(shù)；（2）edu.cn link：各大學(xué)網(wǎng)站來自edu的外部鏈接數(shù)；（3）edu.cn link%：各大學(xué)網(wǎng)站來自edu的外部鏈接數(shù)占總外部鏈接數(shù)的百分比；（4）38U link：各大學(xué)網(wǎng)站來自其他38所大學(xué)網(wǎng)站的外部鏈接數(shù)目；（5）38U link%：各大學(xué)網(wǎng)站來自其他38所大學(xué)網(wǎng)站的鏈接數(shù)目占其來自edu外部鏈接數(shù)的百分比；（6）鏈出連通：該大學(xué)網(wǎng)站向外鏈接到空間內(nèi)的學(xué)校數(shù)目；（7）鏈出連通率：該大學(xué)網(wǎng)站向外鏈接到空間內(nèi)的學(xué)校數(shù)目占其他38所學(xué)校的百分比；（8）鏈入連通：空間內(nèi)具有指向該大學(xué)網(wǎng)站鏈接的學(xué)校數(shù)目；（9）鏈入連通率：空間內(nèi)具有指向該大學(xué)網(wǎng)站鏈接的學(xué)校數(shù)目占其他38所學(xué)校的百分比；（10）相互連通：空間內(nèi)與該大學(xué)網(wǎng)站具有相互鏈接關(guān)系的學(xué)校數(shù)目；（11）相互連通率：空間內(nèi)與該大學(xué)網(wǎng)站具有相互鏈接關(guān)系的學(xué)校數(shù)目占其他38所學(xué)校的百分比；（12）總連通：空間內(nèi)與該大學(xué)網(wǎng)站具有鏈接關(guān)系的所有學(xué)校的數(shù)目；（13）總連通率：空間內(nèi)與該大學(xué)網(wǎng)站具有鏈接關(guān)系的學(xué)校的數(shù)目占其他38所學(xué)校的百分比。

2.2 研究方法

2.2.1 聚類分析與多維尺度分析

為了探究鏈接特征的規(guī)律性，對39所大學(xué)網(wǎng)站間的鏈接數(shù)據(jù)（表2）分別按行和列進(jìn)行聚類分析和多維尺度分析，其中，行為鏈出數(shù)據(jù)，列為鏈入數(shù)據(jù)。聚類分析采用層次聚類，方法選用離差平方和法；多維尺度分析采用古典多維尺度分析（CMDS）模式。

2.2.2 Web空間內(nèi)部的連通率

根據(jù)本文定義的連通概念（表4），以39所大學(xué)的網(wǎng)站為節(jié)點(diǎn)，將它們之間的相互連通作為路徑，利用圖論的方法考察網(wǎng)站之間的連通情況。

2.2.3 Web空間內(nèi)部鏈接數(shù)據(jù)與現(xiàn)實(shí)地域的相關(guān)性分析

(3)壓潰力效率CFE(Crush force efficiency)，即平均壓潰載荷Pm與初始峰值載荷Pmax的比值。對于理想吸能結(jié)構(gòu)，CFE=1。

以Web空間內(nèi)部的學(xué)校之間的相對距離為基礎(chǔ)，構(gòu)造了與鏈接數(shù)據(jù)矩陣相對應(yīng)的距離矩陣（表5）。其中，兩所學(xué)校同城賦值為1，同省賦值為2，不相鄰加1，以跨越最少省份為準(zhǔn)。

表5 距離矩陣（部分）

將距離矩陣中的行與鏈接數(shù)據(jù)對應(yīng)的行、列與對應(yīng)的列作相關(guān)分析，以此得到各大學(xué)網(wǎng)站鏈出數(shù)據(jù)（行）、鏈入數(shù)據(jù)（列）與現(xiàn)實(shí)地域的Pearon相關(guān)系數(shù)。

3 結(jié)果分析

按照上述方法對數(shù)據(jù)進(jìn)行處理分析，對比2006年的數(shù)據(jù)，可以從以下幾個(gè)方面的來跟蹤和探討“985工程”大學(xué)Web空間內(nèi)部鏈接的特征與變化。

3.1 Web空間內(nèi)部鏈接的數(shù)量分布

“985工程”大學(xué)網(wǎng)站之間的平均鏈接數(shù)約為187，相比于2006年（8.6），這個(gè)水平已經(jīng)是相當(dāng)高的。但是在對鏈接數(shù)據(jù)進(jìn)行頻數(shù)統(tǒng)計(jì)時(shí)，發(fā)現(xiàn)其分布并不均衡 （見圖1）。在1521個(gè)數(shù)據(jù)中，0出現(xiàn)227次，占總體的14.9%；1出現(xiàn)144次，占總體的9.5%；2出現(xiàn)97次，占總體的6.4%。5或5以內(nèi)的累積頻次為680，占總體的44.7%；10或10以內(nèi)的累積頻次為916，占總體的60.2%；在50以上的為321頻次，占總體的21.1%；而鏈接數(shù)量在平均水平之上的約占總體的10.1%。由此可見，39所大學(xué)網(wǎng)站間的鏈接數(shù)據(jù)普遍比較小，主要分布在0～30這個(gè)區(qū)域，但也存在一部分網(wǎng)站鏈接活動密切，鏈接數(shù)據(jù)比較大。

圖1 各學(xué)校間鏈接數(shù)據(jù)頻率分布

與2006年相比，在鏈接數(shù)據(jù)的數(shù)量分布上，0、1、2出現(xiàn)的頻率大幅下降，頻次大于50的比重增加顯著（見圖2），Web空間內(nèi)部鏈接水平大大提高，說明隨著信息化程度的提高，大學(xué)網(wǎng)站在學(xué)術(shù)交流中的門戶作用日益凸顯。

圖2 2006年與2011年web空間鏈接數(shù)量分布變化情況

此外，我們對各大學(xué)網(wǎng)站的總外部鏈接數(shù)、來自edu的外部鏈接數(shù)及來自該Web空間內(nèi)其他38所學(xué)校的外部鏈接數(shù)（見表3）進(jìn)行了對比分析，并繪成它們的構(gòu)成分布圖（見圖3）。從中發(fā)現(xiàn)，各大學(xué)網(wǎng)站的總外部鏈接中，來自edu的外部鏈接非常少，最高僅占到33.16%，最低占4.10%，整體的平均僅為15.08%，而來自“985工程”大學(xué)的外部鏈接所占的比重更加少，在圖中幾乎趨近于0。與2006年相比，這三組外部鏈接在數(shù)量上大幅增長，但在構(gòu)成與比重上并無太大的差異。可見，學(xué)術(shù)鏈接在“985工程”大學(xué)網(wǎng)站的總外部鏈接中所占的比例仍是相當(dāng)?shù)汀?/p>

圖3 各大學(xué)網(wǎng)站3項(xiàng)外部鏈接的構(gòu)成分布圖

3.2 Web空間內(nèi)部的連通情況

3.3 Web空間內(nèi)部鏈接與現(xiàn)實(shí)地域的關(guān)系

圖4 各大學(xué)網(wǎng)站鏈入鏈出數(shù)據(jù)與現(xiàn)實(shí)地域之間Pearon相關(guān)系數(shù)分布圖

圖4為39所大學(xué)鏈入鏈出數(shù)據(jù)與現(xiàn)實(shí)地域之間的Pearon相關(guān)系數(shù)分布圖。從圖中可以看到，39個(gè)鏈出相關(guān)系數(shù)分布在-0.4～0.3之間，39個(gè)鏈入數(shù)據(jù)分布在-0.5～0.4之間，雖然有個(gè)別絕對值相對比較大，但是整體上不存在統(tǒng)一的規(guī)律性。因而，39所學(xué)校間的鏈入鏈出數(shù)據(jù)與現(xiàn)實(shí)的地域遠(yuǎn)近并無直接的關(guān)系。

與此形成對照的是，Thelwall對英國大學(xué)的研究發(fā)現(xiàn)大學(xué)網(wǎng)站鏈接與大學(xué)地理距離之間存在著相關(guān)性，［9］雖然通信技術(shù)不斷在發(fā)展，位置相近的大學(xué)仍比相近較遠(yuǎn)的大學(xué)之間更容易互相鏈接，地理距離對網(wǎng)站鏈接創(chuàng)建的潛在影響，這與本文的研究結(jié)果不同。究其原因，除了信息化水平的差異外，主要在于英國大學(xué)校際之間的鏈接很大程度上是普通研究活動的副產(chǎn)品，［10］比如合作，而在一些國家（英國）這種合作是受距離影響的。我國學(xué)者梁立明通過著者分析，發(fā)現(xiàn)“985工程”大學(xué)的校際科學(xué)合作也存在著極強(qiáng)的同省、同城合作傾向，［11］但在鏈接數(shù)據(jù)上卻不存在這樣的傾向。可見，我國“985工程”大學(xué)網(wǎng)站作為學(xué)術(shù)網(wǎng)站在教育與研究中的作用并不凸顯，在網(wǎng)絡(luò)信息資源的質(zhì)量、組織和建設(shè)水平上仍與發(fā)達(dá)國家存在差距。

3.4 Web空間內(nèi)部鏈接特征

各大學(xué)網(wǎng)站的背景、鏈接目的與動機(jī)等的不同使得其所表現(xiàn)出的鏈接特征不盡相同，但在一定程度上總會存在相似性。為此，我們對39所大學(xué)網(wǎng)站間的鏈接數(shù)據(jù)進(jìn)行聚類與多維尺度分析（見圖5、圖6）。

在鏈接特征的分布上，與2006年所呈現(xiàn)的分散狀態(tài)不同，各大學(xué)網(wǎng)站的集聚現(xiàn)象顯著，但是分類特征也不明顯。從鏈出角度分析（見圖5），除了北京大學(xué)、清華大學(xué)、南開大學(xué)與吉林大學(xué)這四所大學(xué)之外，其余35所學(xué)校在多維尺度分析圖中都是聚集在一起的。從鏈入角度分析（見圖6），各大學(xué)網(wǎng)站無論是在聚類龍骨圖還是在多維尺度分析圖中集聚與分散狀態(tài)非常明顯，并且每一個(gè)類都是相互對應(yīng)的，在圖中用相同的字母加以標(biāo)識（見圖6）。其中，北京大學(xué)與清華大學(xué)聚為一類（B類），蘭州大學(xué)與四川大學(xué)聚為一類（C類），復(fù)旦大學(xué)、浙江大學(xué)、人民大學(xué)、西安交通大學(xué)、南京大學(xué)與上海交通大學(xué)這六所學(xué)校聚為一類（D類），而剩余29所學(xué)校緊緊聚在一起（圖6多維尺度象限中部的點(diǎn)集）。雖然我們排除了地理因素對現(xiàn)階段我國“985工程”大學(xué)Web空間內(nèi)部鏈接特征的影響，但是在現(xiàn)有資料的基礎(chǔ)上我們很難解釋這個(gè)分類的實(shí)際意義，有可能是學(xué)校校園文化與學(xué)科背景不同造成的，這還有待于進(jìn)一步的研究。

圖5 鏈出數(shù)據(jù)的聚類龍骨圖與多維尺度分析圖

圖6 鏈入數(shù)據(jù)的聚類龍骨圖與多維尺度分析圖

從總體上說，各大學(xué)網(wǎng)站雖然在一定程度上表現(xiàn)出分類特征，但是仍是較多大學(xué)的集聚現(xiàn)象更為顯著，鏈接特征相異性不大，這與做過類似研究的英國學(xué)者Peter B.Musgrove［12］得出的結(jié)論很不相同。 在 Peter B.Musgrove 的研究中，歐洲15個(gè)國家的大學(xué)網(wǎng)站很清晰并均勻地聚為4個(gè)大類。最主要的原因在于Peter B.Musgrove是對歐洲不同國家的大學(xué)做的分析，它們文化、語言、地理、經(jīng)濟(jì)、政治等因素差異非常大，比較容易形成明顯的聚集和分離態(tài)勢，而我們選用的是同一國家的樣本，相比較而言，不同省份各方面因素差異并不明顯。另外，大學(xué)網(wǎng)站之間交流的不穩(wěn)定造成了鏈接數(shù)據(jù)存在較多的極端現(xiàn)象（0、12900等），這些極端數(shù)據(jù)通常出于某些特殊的原因（如域名的變更、新聞網(wǎng)頁的頻繁更新、校慶等），這在一定程度上也影響了聚類的效果。

4 結(jié)論與討論

經(jīng)過5年的發(fā)展，“985工程”大學(xué)Web空間內(nèi)部鏈接特征發(fā)生了顯著的變化，具體表現(xiàn)在以下幾個(gè)方面：

4.1 鏈接數(shù)據(jù)呈現(xiàn)了數(shù)量級的增長，鏈接水平不斷提高

無論是39所大學(xué)網(wǎng)站之間的鏈接數(shù)，還是外部鏈接總數(shù)都有明顯增長的趨勢，Web空間的整體鏈接水平提高顯著，這與通信技術(shù)的發(fā)展與教育信息化程度的提高密不可分。但是，“985工程”大學(xué)網(wǎng)站各自外部鏈接的構(gòu)成與比重并沒有較大變化，學(xué)術(shù)鏈接所占的比重仍然比較低?？梢姡揥eb空間鏈接有量的增長，在鏈接分類與構(gòu)成上沒有質(zhì)的區(qū)別。

4.2 Web空間內(nèi)部的連通率大大提高，連通狀況顯著改善

網(wǎng)站鏈出連通率、鏈入連通率、空間整體的連通率大幅度提高，幾乎每所學(xué)校與空間內(nèi)的其他學(xué)校都存在著聯(lián)系。這從一個(gè)側(cè)面上反應(yīng)了數(shù)字校園建設(shè)在近幾年所取得的成就與大學(xué)網(wǎng)站在網(wǎng)絡(luò)交流、校際合作中日漸凸顯的渠道作用。

4.3 大學(xué)網(wǎng)站在鏈接特征的分布上從分散狀態(tài)向集聚狀態(tài)發(fā)展

在鏈接特征分布上，不同于以往的分散狀態(tài)，各大學(xué)網(wǎng)站的集聚現(xiàn)象顯著，雖然在一定程度上表現(xiàn)出分類特性，但是鏈接特征相異性不大。究其原因在于大學(xué)網(wǎng)站間日益頻繁的交流使得它們之間的聯(lián)系更為密切，而大學(xué)網(wǎng)站建設(shè)自身存在的不足與鏈接動機(jī)的不明確影響和模糊了網(wǎng)站鏈接特征的提取與歸類。

綜上所述，雖然“985工程”大學(xué)Web空間內(nèi)部鏈接水平和連通情況得到了很大的改善，但在鏈接結(jié)構(gòu)與分類特征上仍存在很大的不足。Wilkinson等人［13］的研究發(fā)現(xiàn)，鏈接到大學(xué)網(wǎng)站的鏈接中只有不到1%的鏈接是正式的研究引用。因此，如何優(yōu)化大學(xué)網(wǎng)站的建設(shè)，合理配置網(wǎng)絡(luò)信息資源，最大程度的發(fā)揮大學(xué)網(wǎng)站在教育和研究中的作用，是我們亟待解決的問題。

［1］段宇峰.網(wǎng)絡(luò)鏈接分析與網(wǎng)站評價(jià)研究［M］.北京：北京圖書館出版社，2005：70-71.

［2］Ingwersen P.The calculation of Web impact factors［J］.Journal of Documentation，1998，54（2）：236-243.

［3］［10］（英）邁克.賽沃爾.孫建軍等譯.鏈接分析：信息科學(xué)的研究方法［M］.南京：東南大學(xué)出版社，2009：61-99.

［4］Judit Bar-Ilan.Self-linking and self-linked rates of academic institutions on the Web［J］.Scientometrics，2004，59（1）：29-41.

［5］［13］Wilkinson D，Harries G，Thelwall M.Motivations for academic web site interlinking：evidence for the Web as a novel source of information on informal scholarly communication ［J］.Journal of Information Science，2003，29（1）：49-56.

［6］邱均平等.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（6）：151-155.

［7］牛春華，沙勇忠.Web空間內(nèi)部鏈接特征的聚類分析［J］.圖書情報(bào)知識，2006，（6）：22-27.

［8］Thelwall，M.The responsiveness of search engine indexes.［EB/OL］.［2011-04-27］.http：//www.cindoc.csic.es/cybermetrics/articles/v5i1p1.html.

［9］Thelwall M.Evidence for the existence of geographic trends in university Web site interlinking ［J］.Journal of Documentation，2002，58（5）：563-574.

［11］梁立明，沙德春.985高校校際科學(xué)合作的強(qiáng)地域傾向［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2008，（11）：112-116.

［12］Peter B.Musgrove.Musgrove，et al.A Method for I－dentifying Clusters in Sets of Interlinking Web Spaces.Scientometrics，2003，（3）：657-672.