基于用戶行為數(shù)據(jù)的學(xué)術(shù)博客影響力評(píng)估研究

王琦　袁潤(rùn)

摘要：借鑒學(xué)術(shù)影響力評(píng)估理論，分別計(jì)算均值測(cè)度指標(biāo)和高影響測(cè)度指標(biāo)下的學(xué)術(shù)博客影響力。設(shè)計(jì)均值測(cè)度和高影響測(cè)度統(tǒng)計(jì)量，借助R語(yǔ)言編程技術(shù)，計(jì)算博客用戶影響力測(cè)度指標(biāo)。研究表明，均值測(cè)度指標(biāo)不適合于博客用戶影響力評(píng)估。文章基于博文的被評(píng)論次數(shù)和被推薦次數(shù)兩個(gè)觀測(cè)量計(jì)算得到的學(xué)術(shù)博客博文影響力h指數(shù)，能有效評(píng)估學(xué)術(shù)博客影響力。不同觀測(cè)年度的h指數(shù)存在較大差異，這反映了博客用戶發(fā)表博文的持續(xù)性。

關(guān)鍵詞：學(xué)術(shù)博客;h指數(shù);R語(yǔ)言;影響力

一、前言

學(xué)術(shù)社交網(wǎng)站的出現(xiàn)和發(fā)展，吸引了大量的學(xué)者加入社區(qū)進(jìn)行學(xué)術(shù)分享和交流。學(xué)術(shù)博客（Academic Blog）是學(xué)術(shù)社交網(wǎng)站的一種典型形式，它的存在和發(fā)展不僅可以幫助科研工作者推廣學(xué)術(shù)成果，提升自身的學(xué)術(shù)影響力，還可以拓寬學(xué)術(shù)社交關(guān)系以促進(jìn)更廣泛的科研合作。

對(duì)學(xué)術(shù)博客的概念學(xué)界缺乏統(tǒng)一的界定，史新艷等認(rèn)為廣義學(xué)術(shù)博客是指博客的內(nèi)容與學(xué)術(shù)知識(shí)相關(guān)，狹義學(xué)術(shù)博客還要求博客用戶須為某領(lǐng)域的學(xué)術(shù)專(zhuān)家。呂鑫等根據(jù)“學(xué)術(shù)”和“博客”的定義，認(rèn)為“學(xué)術(shù)博客”是用于發(fā)布和交流教學(xué)、科研等的博客。甘春梅等通過(guò)調(diào)研與分析總結(jié)出學(xué)術(shù)博客是由科研人員撰寫(xiě)的以討論學(xué)術(shù)相關(guān)問(wèn)題為主的博客。從現(xiàn)有的研究可以看出，國(guó)內(nèi)學(xué)者對(duì)學(xué)術(shù)博客的界定從爭(zhēng)議逐漸形成共識(shí)，認(rèn)為學(xué)術(shù)博客是專(zhuān)業(yè)學(xué)術(shù)社交平臺(tái)，與一般的為學(xué)術(shù)社交提供服務(wù)的平臺(tái)不同。

科學(xué)網(wǎng)博客是中文語(yǔ)境下學(xué)術(shù)博客典型代表之一?，F(xiàn)有的研究主要呈現(xiàn)兩個(gè)方向，一是將博客視為提供各種服務(wù)和應(yīng)用的平臺(tái)，以平臺(tái)為研究對(duì)象，從平臺(tái)的功能和服務(wù)出發(fā)，研究學(xué)術(shù)社交平臺(tái)的價(jià)值、發(fā)展規(guī)律和發(fā)展方向;二是以用戶為研究對(duì)象，通過(guò)調(diào)查問(wèn)卷等方式獲取用戶使用意愿或基于用戶的客觀行為數(shù)據(jù)開(kāi)展研究。

基于用戶客觀行為數(shù)據(jù)的研究更為直接。張曉陽(yáng)等運(yùn)用文獻(xiàn)計(jì)量理論，基于博文及其點(diǎn)擊量構(gòu)建學(xué)術(shù)博客h指數(shù)評(píng)價(jià)科學(xué)家博客;盧露等基于博文主題，從博文數(shù)量和質(zhì)量角度建立博客影響力評(píng)估模型;李墨珺從作者身份、準(zhǔn)確性、時(shí)效性、固定鏈接、引用來(lái)源五個(gè)方面評(píng)價(jià)博文質(zhì)量。周春雷提出鏈接內(nèi)容分析法評(píng)估用戶影響力;鄭超等將博文的評(píng)論次數(shù)納入博客影響力評(píng)估模型;趙傳彪通過(guò)系統(tǒng)分析博客用戶行為數(shù)據(jù)特征設(shè)計(jì)用戶評(píng)價(jià)指標(biāo)體系。曹沖選取博客發(fā)文數(shù)、精選博文數(shù)、好友數(shù)等指標(biāo)評(píng)價(jià)博客影響力;王琛利用Delphi法和層次分析法確定指標(biāo)權(quán)重，構(gòu)建學(xué)術(shù)博客影響力評(píng)價(jià)模型。

本文以博文為媒介，從用戶發(fā)表博文數(shù)量和互動(dòng)質(zhì)量?jī)煞矫嬖O(shè)計(jì)指標(biāo)體系。借鑒文獻(xiàn)計(jì)量的均值測(cè)度和髙影響特征測(cè)度學(xué)術(shù)評(píng)價(jià)指標(biāo)，借助R語(yǔ)言編程技術(shù)計(jì)算博文互動(dòng)影響力h指數(shù)評(píng)估博客影響力。

二、理論與方法

學(xué)術(shù)客體的數(shù)量和質(zhì)量是評(píng)價(jià)學(xué)術(shù)主體的學(xué)術(shù)績(jī)效的最為直接的數(shù)據(jù)。博客發(fā)文量（B）越大，表明其分享意愿越強(qiáng)，與其他用戶互動(dòng)的幾率越大，其發(fā)布的博文會(huì)引起其他用戶的好奇進(jìn)而閱讀、建立好友關(guān)系等，借此博客內(nèi)容可以被更多人知曉，從而產(chǎn)生較大影響力。借助于博文推薦次數(shù)（Rds）和評(píng)論次數(shù)（Cts）等指標(biāo)表征博文質(zhì)量。

（一）均值測(cè)度

均值測(cè)度是單位時(shí)間內(nèi)博文統(tǒng)計(jì)量的篇均值。按照年度觀測(cè)博客所有發(fā)表博文的篇均推薦次數(shù)（Rds/B）、篇均評(píng)論次數(shù)（Cts/B）等，本文應(yīng)用R語(yǔ)言函數(shù)scale實(shí)現(xiàn)統(tǒng)計(jì)量的標(biāo)準(zhǔn)化處理，構(gòu)造統(tǒng)計(jì)量M：

M=mean（scale（Rds/B）+scale（Cts/B））

（二）高影響特征測(cè)度

h指數(shù)是典型的髙影響特征測(cè)度，根據(jù)h指數(shù)的推論，定義觀測(cè)統(tǒng)計(jì)量C為博文互動(dòng)量如下：

C=Rds+Cts

參照學(xué)術(shù)論文h指數(shù)的定義，統(tǒng)計(jì)量C定義為博文互動(dòng)量，借以表征博文質(zhì)量。若將博客用戶的每篇博文的C值大小倒敘排列，則可以在（B，C）曲線上得到表征博客用戶影響力大小的h指數(shù)，表示博客用戶至少有h篇博文的互動(dòng)量C值不低于h。

（三）加權(quán)高影響特征測(cè)度

根據(jù)不同時(shí)間窗口測(cè)算的h指數(shù)有較大差異，反映了博客發(fā)表博文的連續(xù)性、持久性。

為此，本文根據(jù)統(tǒng)計(jì)時(shí)間窗口測(cè)算了10年、5年、2年三個(gè)時(shí)間段的h指數(shù)（H10，H5，H2），再構(gòu)造統(tǒng)計(jì)量H如下：

H=W1*H10+W2*H5+W3*H2

稱(chēng)H為加權(quán)高影響特征測(cè)度指標(biāo)，簡(jiǎn)稱(chēng)為加權(quán)H指數(shù)。

其中，

W1=sum（H10）/（sum（H10）+sum（H5）+sum（H2））

W2=sum（H5）/（sum（H10）+sum（H5）+sum（H2））

W3=sum（H2）/（sum（H10）+sum（H5）+ sum（H2））

三、數(shù)據(jù)來(lái)源與數(shù)據(jù)處理

本文數(shù)據(jù)來(lái)源于科學(xué)網(wǎng)博客，2017年11月16日通過(guò)Python語(yǔ)言自動(dòng)獲取。獲取的原始數(shù)據(jù)簡(jiǎn)單的人工處理后得到543位用戶的208331條博文記錄。網(wǎng)絡(luò)平臺(tái)記錄的博客好友數(shù)、博客主頁(yè)訪問(wèn)量、博客在線時(shí)長(zhǎng)、博客活躍度等指標(biāo)與博客的影響力正相關(guān)。統(tǒng)計(jì)每位博客用戶使用情況可得到用戶行為數(shù)據(jù)如表1所示。

四、結(jié)果分析

博客用戶的好友數(shù)、活躍度、主頁(yè)訪問(wèn)量和在線時(shí)長(zhǎng)等行為指標(biāo)的統(tǒng)計(jì)數(shù)據(jù)概覽情況如表2所示。

（一）均值測(cè)度指標(biāo)結(jié)果分析

結(jié)果表明，博文數(shù)量對(duì)均值指標(biāo)有較大影響，Top10當(dāng)中超過(guò)50%的博客只發(fā)表了1～2篇博文，但因其自身的社會(huì)影響較大（例如施一公，Id=46212），其博文的互動(dòng)指標(biāo)亦較大。m10反映了平臺(tái)自上線開(kāi)始博客用戶的博文統(tǒng)計(jì)量的篇均值情況，m10均大于零。m5和m2存在值為零的情況，則在該觀測(cè)年度內(nèi)存在發(fā)文量或統(tǒng)計(jì)量為零。越是有影響力的用戶在平臺(tái)上應(yīng)該越活躍，只有在平臺(tái)上建立廣泛的好友關(guān)系，長(zhǎng)時(shí)間、高頻率使用博客并持續(xù)貢獻(xiàn)高質(zhì)量?jī)?nèi)容才會(huì)是平臺(tái)上具有高影響力的用戶。這類(lèi)用戶的均值測(cè)度指標(biāo)雖然較大，但是除了個(gè)別用戶，他們的好友數(shù)、活躍度、主頁(yè)訪問(wèn)量和在線時(shí)長(zhǎng)等指標(biāo)都比較小，且遠(yuǎn)低于指標(biāo)對(duì)應(yīng)的平均值，采用均值測(cè)度指標(biāo)評(píng)價(jià)博客用戶影響力具有明顯的局限性。

（二）高影響特征測(cè)度和加權(quán)高影響特征測(cè)度結(jié)果分析

2年期h指數(shù)可以發(fā)現(xiàn)高影響力新用戶，5年或10年期的h指數(shù)可以發(fā)現(xiàn)老用戶，這些用戶能夠持續(xù)地發(fā)表有較大影響力的博文。h值的大小可以顯著地反映用戶高互動(dòng)博文的分布情況，h值越大則高互動(dòng)博文數(shù)量越多，用戶影響力也越大。通過(guò)橫向?qū)Ρ炔煌^測(cè)年度的h指數(shù)，發(fā)現(xiàn)不同觀測(cè)年度的h指數(shù)存在較大差異，這反映了博客用戶發(fā)表博文的持續(xù)性。計(jì)算結(jié)果顯示，h值大的用戶，其好友數(shù)、活躍度、主頁(yè)訪問(wèn)量和在線時(shí)長(zhǎng)等指標(biāo)均表現(xiàn)較好，除了個(gè)別用戶指標(biāo)值低于平均值，大部分用戶的各項(xiàng)指標(biāo)均顯著高于平均值，該現(xiàn)象反映出h值大的用戶在平臺(tái)上十分活躍。他們?cè)诓┛推脚_(tái)上持續(xù)貢獻(xiàn)優(yōu)質(zhì)內(nèi)容，為自己建立了廣泛的人脈關(guān)系，具有較高的活躍度。

加權(quán)H指數(shù)是不同觀測(cè)年度h指數(shù)的加權(quán)平均值，加權(quán)H指數(shù)大的用戶，他們的好友數(shù)、活躍度、主頁(yè)訪問(wèn)量和在線時(shí)長(zhǎng)等指標(biāo)均表現(xiàn)較好，除個(gè)別用戶指標(biāo)值低于平均值，其他用戶均顯著高于平均值。從H值的分布情況看，克服了高影響特征測(cè)度指數(shù)h變化不靈敏這一缺點(diǎn)，新用戶通過(guò)一定時(shí)間的積累也能積累出較高的H值。以楊正瓴（Id=107667）為例，雖然在2008年便注冊(cè)了博客，但直到最近兩年才開(kāi)始在平臺(tái)上活躍，他在兩年內(nèi)發(fā)表了43篇高互動(dòng)量的博文，占其總博文數(shù)的78.18%，而其H值排名達(dá)到了59位。

五、結(jié)論與不足

研究表明，三種測(cè)度方法中，均值測(cè)度指標(biāo)計(jì)算的數(shù)學(xué)邏輯存在明顯的缺陷，指標(biāo)的計(jì)算雖然同時(shí)考慮到了博文數(shù)量和統(tǒng)計(jì)觀測(cè)量的大小，但是簡(jiǎn)單的均值計(jì)算容易將極端情況（博文數(shù)量極小但統(tǒng)計(jì)觀測(cè)量很大）視作用戶的影響力;高影響特征測(cè)度只考慮了特定觀測(cè)年度內(nèi)高互動(dòng)博文的數(shù)量，而忽視了不同用戶在不同觀測(cè)年度下的用戶特征差異，使得指標(biāo)的設(shè)計(jì)存在不足;加權(quán)髙影響特征測(cè)度不僅克服了均值測(cè)度指標(biāo)的數(shù)學(xué)邏輯缺陷，也彌補(bǔ)了高影響特征測(cè)度忽視用戶在不同觀測(cè)年度下特征差異的不足，整合考慮了不同觀測(cè)年度下，用戶發(fā)文質(zhì)量和發(fā)文數(shù)量對(duì)用戶影響力評(píng)估的作用，較好地進(jìn)行量化分析用戶間的具體差距。

本文尚存在以下局限。首先，影響博客用戶影響力的因素有很多，綜合H指數(shù)僅僅反映了一個(gè)方面，比較適用于評(píng)價(jià)博文數(shù)量大的用戶。此外，具有不同特征的用戶在線學(xué)術(shù)社交行為可能存在較大的差異，需要更多的數(shù)據(jù)來(lái)證實(shí)，以科學(xué)網(wǎng)博客為例，精選博文用戶數(shù)以千計(jì)，樣本數(shù)量更大，可以作為后續(xù)研究核心用戶使用行為特征的數(shù)據(jù)源。

參考文獻(xiàn)：

[1]賀靚.科學(xué)網(wǎng)博客研究[D].湖南大學(xué)，2014.

[2]史新艷，肖仙桃.國(guó)外學(xué)術(shù)博客研究進(jìn)展與趨勢(shì)[J].情報(bào)資料工作，2010（02）.

[3]呂鑫，袁勤儉，宗乾進(jìn)，等.學(xué)術(shù)博客研究述評(píng)[J].圖書(shū)情報(bào)工作，2012（06）.

[4]甘春梅，王偉軍.學(xué)術(shù)博客的概念、類(lèi)型與功能[J].信息資源管理學(xué)報(bào)，2015（01）.

[5]吳鋼.博客對(duì)圖書(shū)情報(bào)學(xué)傳統(tǒng)學(xué)術(shù)交流影響的實(shí)證分析[J].情報(bào)資料工作，2009（03）.

[6]張琦，徐志武，賀鈺瀅.科學(xué)網(wǎng)博客用戶價(jià)值研究[J].知識(shí)管理論壇，2017（04）.

[7]徐佳寧，孫婧.基于社會(huì)網(wǎng)絡(luò)分析的博客自組織實(shí)證研究[J].情報(bào)探索，2014（12）.

[8]王曰芬，王怡，賈新露.學(xué)術(shù)博客核心用戶內(nèi)容創(chuàng)作行為特征研究[J].圖書(shū)與情報(bào)，2017（03）.

[9]張曉陽(yáng)，李曉亮.科學(xué)家博客h指數(shù)評(píng)價(jià)及其相關(guān)性分析[J].圖書(shū)情報(bào)工作，2010（02）.

[10]盧露，丁才昌.社區(qū)中最具影響力博客的探測(cè)模型[J].計(jì)算機(jī)科學(xué)，2011（S1）.

[11]李墨珺.博客質(zhì)量的評(píng)價(jià)及其對(duì)學(xué)術(shù)交流的影響[J].情報(bào)資料工作，2008（02）.

[12]周春雷.鏈接內(nèi)容分析視角下的科學(xué)網(wǎng)博客評(píng)價(jià)探索[J].圖書(shū)情報(bào)知識(shí)，2012（04）.

[13]鄭超，陳峰.科學(xué)家博客h指數(shù)與科學(xué)家h指數(shù)相關(guān)性分析[J].圖書(shū)館學(xué)研究，2013（03）.

[14]趙傳彪.基于科學(xué)網(wǎng)的圖書(shū)館學(xué)學(xué)者學(xué)術(shù)影響力的評(píng)價(jià)與研究[J].圖書(shū)情報(bào)工作，2015（S1）.

[15]曹沖.科學(xué)網(wǎng)圖情博主學(xué)術(shù)影響力分析[D].鄭州大學(xué)，2017.

[16]王琛.學(xué)術(shù)博客影響力評(píng)價(jià)研究[D].山西財(cái)經(jīng)大學(xué)，2018.

[17] 葉鷹.國(guó)際學(xué)術(shù)評(píng)價(jià)指標(biāo)研究現(xiàn)狀及發(fā)展綜述[J].情報(bào)學(xué)報(bào)，2014（02）.

（作者單位：江蘇大學(xué)科技信息研究所）