圖情博客評價(jià)實(shí)證研究

王一華

博客分組織博客、個(gè)人博客。博客評價(jià)可促進(jìn)寫博的積極性，提高博客的質(zhì)量。在CNKI進(jìn)行以主題“博客”+主題“評價(jià)”檢索，采用當(dāng)時(shí)武漢大學(xué) (目前在清華大學(xué)任教) 沈陽博士的ROST軟件進(jìn)行語義網(wǎng)絡(luò)分析。

語義網(wǎng)絡(luò)分析是“博客評價(jià)”的概念地圖，能刻畫出“博客評價(jià)”的內(nèi)涵。如圖1所示，主要詞簇是“模型”、“方法”、“用戶”、“影響力”，它們圍繞“評價(jià)”分布。中文比較有代表性的文獻(xiàn)有:朱麗、呂本富、彭賡采用AHP法對個(gè)人博客影響力從博客日志質(zhì)量、博客作者權(quán)威性、博客的互動(dòng)性進(jìn)行評價(jià)［1］。邱均平、徐蓓、李江基于PageRank算法從實(shí)質(zhì)性鏈接的角度對博客進(jìn)行評價(jià)［2］。邱均平、于長福、馬瑞敏采用社會(huì)網(wǎng)絡(luò)法探求圖林博客圈中的核心博客［3］。張曉陽、李曉亮采用類h指數(shù)對科學(xué)網(wǎng)博客影響力進(jìn)行評價(jià)［4］。常娥、魏彬以圖情博客為例構(gòu)建了網(wǎng)絡(luò)原生數(shù)字資源評價(jià)指標(biāo)體系，包括文章總數(shù)、瀏覽次數(shù)、回帖數(shù)、鏈接情況、發(fā)文頻率等8個(gè)指標(biāo)［5］。嚴(yán)煒煒采用9個(gè)維度25個(gè)指標(biāo)構(gòu)建微博客服務(wù)質(zhì)量評價(jià)模型［6］。

對外文文獻(xiàn)采用以主題“Blog evaluation”在Web of Knowledge檢索，采用ROST英語詞頻統(tǒng)計(jì)軟件進(jìn)行詞頻統(tǒng)計(jì)，然后以ROST CM標(biāo)簽云的形式展現(xiàn)。

標(biāo)簽云 (Tag Cloud) 字號的大小一般是根據(jù)單詞的出現(xiàn)頻率相關(guān)，單詞的出現(xiàn)頻率越高則字號越大。從上述標(biāo)簽云圖2可知，博客評價(jià)的熱點(diǎn)在于retrieval(檢索) 、extract(抽取) 、internet(因特網(wǎng)) 、software(軟件) 、cluster(聚類) 、semantic(語義的) 、wiki(維基) 、algorithm(算法) 、splog(垃圾博客) 、spam(垃圾信息) 、blogosphere(博客圈) 、rss(信息聚合) 、forum(論壇) 、criteria(標(biāo)準(zhǔn)) 、vlog(視頻博客) 。也就是說，主要圍繞博客評價(jià)的標(biāo)準(zhǔn)、博客評價(jià)的算法、博客評價(jià)的工具而展開的。

圖1 中文博客評價(jià)的語義網(wǎng)絡(luò)分析

圖2 英文博客評價(jià)詞頻標(biāo)簽云

外文比較有代表性的文獻(xiàn)有:Li Jianjiang基于文本觀點(diǎn)分析構(gòu)建博客熱度模型。該模型不僅考慮了博客主題的有關(guān)綜述和評論的數(shù)量以及出版時(shí)間，而且還側(cè)重于評論的傾向［7］。Tan Luke Kien － Weng、Na Jin －Cheon、Theng Yin－Leng通過博客特征分析，內(nèi)容分析和社區(qū)標(biāo)識檢測帖子在博客圈的影響［8］。Nakajima Shinsuke基于博客的知識水平進(jìn)行以信譽(yù)為本的博客排名［9］。Juffinger Andreas、Granitzer Michael、Lex Elisabeth通過利用已驗(yàn)證的內(nèi)容對博客按可信度排名。具體做法是首先比較博客和參考語料集的數(shù)量結(jié)構(gòu);然后，分析每一個(gè)單獨(dú)的博客內(nèi)容，檢查與核實(shí)的新聞?wù)Z料的相似性。根據(jù)內(nèi)容相似值的差異，作者對博客進(jìn)行排名［10］。

1 實(shí)證研究

e線圖情是北京雷速科技有限公司的產(chǎn)品，是面向圖情界和個(gè)人提供集數(shù)據(jù)庫服務(wù)、深度研究、專業(yè)咨詢于一體的專業(yè)網(wǎng)站，下設(shè)海外、國內(nèi)、學(xué)者、熱點(diǎn)、專題、論文等多個(gè)版塊，欄目內(nèi)容豐富，有20多個(gè)，如風(fēng)云人物、行業(yè)聚焦、國際動(dòng)態(tài)、圖情要聞、e線速遞、行業(yè)協(xié)會(huì)、圖情機(jī)構(gòu)、理論技術(shù)、研究報(bào)告、圖書館建設(shè)等 (http:∥www.chinalibs.net/jieshao.aspx) 。筆者從“e線圖情”中博客導(dǎo)航 (http:∥www.chinalibs.net/bkjh/Index.aspx) 選擇部分有代表性的個(gè)人博客，并參考有關(guān)專家的建議，最終確定圖書情報(bào)圈子里的32個(gè)博客作為分析樣本 (參見表1) 。這些圖情博客的博主大部分是圖情教師或圖書館工作人員。這些比較有名的博客來自于新浪博客 (http:∥blog.sina.com.cn/) 、科學(xué)網(wǎng)博客 (http:∥blog.sciencenet.cn/) 、百度空間 (http:∥hi.baidu.com/) 、博客網(wǎng) (http:∥www.bokee.com/) 。其中，新浪網(wǎng)博客是2005年開放，是全國主流、人氣頗高的博客頻道之一 (http:∥baike.baidu.com/) ，其上的圖林博客圈非常有名 (http:∥q.blog.sina.com.cn/library/) ;科學(xué)網(wǎng)博客是中國科學(xué)報(bào)社主辦的綜合性科學(xué)網(wǎng)站科學(xué)網(wǎng) (http:∥www.sciencenet.cn) 下屬的一個(gè)頻道，主要是針對科學(xué)家的實(shí)名博客 (http:∥bbs.sciencenet.cn/) ;百度空間是一個(gè)輕松記錄、分享生活的內(nèi)容社區(qū);博客網(wǎng)是方興東發(fā)起成立的知識門戶網(wǎng)站，因成立于2002年時(shí)間早，號稱“中國博客的發(fā)源地”。

本文以圖書情報(bào)圈子里的這些個(gè)人博客為例，探討圖書情報(bào)博客的情況，以便促進(jìn)圖書情報(bào)界博主博客寫作的積極性，提高博客的質(zhì)量。以當(dāng)年還在寫博文的博客、有訪問量統(tǒng)計(jì)的博客為例研究，因此一些名博如平凡博客、圖謀不軌、老槐因關(guān)博而未進(jìn)行統(tǒng)計(jì)。

表1 博客列表

因?yàn)?個(gè)指標(biāo)的“量綱不同”，因此需要進(jìn)行歸一化處理。某指標(biāo)得分歸一值=該指標(biāo)得分值/該類數(shù)據(jù)中該指標(biāo)的最大值。

基本原理:

(1) 熱度值=總訪問數(shù)/博文數(shù)

(2) 中心度［11－12］:程度中心性 (Degree Centrality) 與中介中心性 (Betweenness Centrality) 是計(jì)算一個(gè)人在一個(gè)團(tuán)體網(wǎng)絡(luò)中最重要的兩項(xiàng)指標(biāo)。程度中心性衡量一個(gè)人作為中心人物的能力，中介中心性衡量一個(gè)人作為中介性的能力。

標(biāo)準(zhǔn)化程度中心度:

Xji是0或1的數(shù)值，代表i與j是否有關(guān)系。g代表此網(wǎng)絡(luò)中的人數(shù)。

標(biāo)準(zhǔn)化中介中心性:

gjk代表j達(dá)到k的捷徑數(shù)，gjk(ni) 代表j達(dá)到k的快捷方式上有i的快捷方式數(shù)，g代表此網(wǎng)絡(luò)中的人數(shù)。

本文使用 Ucinet(http:∥faculty.ucr.edu/～ hanneman/net) 進(jìn)行社會(huì)網(wǎng)絡(luò)分析，分析圖情博客各個(gè)博主之間的社會(huì)網(wǎng)絡(luò)關(guān)系。分析結(jié)果見圖3。

(3) 聚類分析

采用SPSS進(jìn)行聚類分析。最后聚類4類:許培揚(yáng)、趙星各一類、武夷山、圖謀、滄浪水為一類、其余為另一類(見圖4) 。

圖3 圖情博客社會(huì)網(wǎng)絡(luò)分析

圖4 聚類圖

說明:①有的博客搬了幾次家，以新家為準(zhǔn)。所以，統(tǒng)計(jì)數(shù)據(jù)僅供參考。②有的博主有幾個(gè)博客，這里以其中的一個(gè)進(jìn)行介紹。比如，在本文僅對圖謀的博客網(wǎng)上的(http:∥libseeker.bokee.com/) 進(jìn)行了分析。③把某博客與其他博客直接鏈接的，規(guī)定為1，否則為0。④這是以這些博客為例計(jì)算的中心度，如果樣本數(shù)不同，也許結(jié)果會(huì)有所差異。⑤這些博客服務(wù)商分別為新浪博客 (http:∥blog.sina.com.cn/) 、科學(xué)網(wǎng)博客 (http:∥blog.sciencenet.cn/) 、百度空間 (http:∥hi.baidu.com/) 、博客網(wǎng) (http:∥www.bokee.com/) 。

2 小結(jié)與體會(huì)

第一，鏈接工具對于博客評價(jià)非常重要。在評價(jià)博客甚至網(wǎng)站時(shí)，如果有一個(gè)或者一些好的評價(jià)工具，這對評價(jià)而言實(shí)用而高效。在文獻(xiàn)調(diào)研中，發(fā)現(xiàn)以前一些文獻(xiàn)中采用的鏈接工具如AllTheWeb已不存在 (雅虎于2011年4月4日關(guān)閉搜索引擎AlltheWeb) ，有的軟件如測試可訪問性的Bobby軟件因?yàn)檠邪l(fā)該軟件的公司被兼并，它現(xiàn)在已經(jīng)消失了。此外，現(xiàn)存的自動(dòng)評價(jià)工具還不完善，結(jié)果不很穩(wěn)定，效果也不太理想?？傊容^穩(wěn)定可靠的搜索引擎對于博客評價(jià)是非常重要的。

第二，本文僅是起一個(gè)拋磚引玉之作用。本文未考慮如下因素:博客評論、博客留言、鏈接訪問、鏈接篇數(shù)、文章訪問、反向鏈接 (是指其他網(wǎng)站指向本網(wǎng)站的鏈接) 、被推薦貼等等因素。再者，未分原創(chuàng)還是轉(zhuǎn)載。將來還可從內(nèi)容、利用等方面進(jìn)行綜合評價(jià)，綜合采用人工評價(jià)與自動(dòng)評價(jià)相結(jié)合。并可用百葉窗圖進(jìn)行可視化顯示，某博客的某一優(yōu)劣勢一目了然。比如分析幾個(gè)博客內(nèi)容如武夷山與許培揚(yáng)、書間道與圖謀等等。

第三，本文以博文數(shù)、總訪問數(shù)、熱度值、程度中心度、中介中心度五項(xiàng)指標(biāo)采用聚類評價(jià)，也就是說，運(yùn)用社會(huì)網(wǎng)絡(luò)分析的一些指標(biāo)和傳統(tǒng)的一些指標(biāo)來評價(jià)博客的績效，是一次有益的嘗試和探索。評價(jià)是一個(gè)“仁者見仁、智者見智”的問題。在參考有關(guān)文獻(xiàn)的基礎(chǔ)上［13－15］，可以說比較好的方法是定性方法和定量方法相結(jié)合。如何更科學(xué)合理的評價(jià)博客還有很大的探索空間，尚有許多方面有待在今后的深入研究中繼續(xù)補(bǔ)充和完善。

［1］朱麗，呂本富，彭賡.基于AHP法的個(gè)人博客影響力評價(jià)方法研究［J］.數(shù)學(xué)的實(shí)踐與認(rèn)識，2008，(15) :109－117.

［2］邱均平，徐蓓，李江.BlogRank算法及其在圖書館博客中的應(yīng)用［J］.圖書情報(bào)知識，2008，(1) :68－71，77.

［3］邱均平，于長福，馬瑞敏.圖林博客的社會(huì)網(wǎng)絡(luò)分析［J］.圖書情報(bào)工作，2008，(11) :6－9.

［4］張曉陽，李曉亮.科學(xué)家博客h指數(shù)評價(jià)及其相關(guān)性分析［J］.圖書情報(bào)工作，2010，(2) :66－69.

［5］常娥，魏彬.網(wǎng)絡(luò)原生數(shù)字資源優(yōu)選與評價(jià)研究［J］.情報(bào)雜志，2012，(2) :163－167.

［6］嚴(yán)煒煒.用戶滿意度視角下微博客服務(wù)質(zhì)量評價(jià)模型研究［J］.圖書情報(bào)工作，2011，(18) :53－56.

［7］Li Jianjiang;Zhang Xuechun;Weng Yu;等.Blog Hotness E-valuation Model Based on Text Opinion Analysis［J］.Eighth IEEE International Conference on Dependable，Autonomic and Secure Computing，Proceedings，2009:235 －240.

［8］Tan Luke Kien－Weng;Na Jin－Cheon;Theng Yin－Leng.Influence detection between blog posts through blog features，content analysis，and community identity［J］.Online information review，2011，35(3) :425－442.

［9］Nakajima Shinsuke;Zhang Jianwei;Inagaki Yoichi et al.Blog Ranking Based on Bloggers' Knowledge Level for Providing Credible Information［J］.Lecture Notes in Computer Science，2009，5802:227－234.

［10］Juffinger Andreas;Granitzer Michael;Lex Elisabeth.Blog Credibility Ranking by Exploiting Verified Content［J］.WICOW 09，2009:51－58.

［11］Borgatti，S.P.，Everett，M.G.and Freeman，L.C.Ucinet for Windows:Software for Social Network Analysis［M］.Harvard，MA:Analytic Technologies，2002.

［12］羅家德.社會(huì)網(wǎng)分析講義 (第2版) ［M］.北京:社會(huì)科學(xué)文獻(xiàn)出版社，2010.

［13］王一華.國內(nèi)外網(wǎng)站評價(jià)研究綜述［J］.情報(bào)科學(xué)，2013，(11) :125－132.

［14］王一華.基于超效率DEA的網(wǎng)站績效評價(jià)［J］.情報(bào)科學(xué)，2012，(9) :1371－1375，1384.

［15］郝曉玲，杜沁怡，黃海量.企業(yè)家微博影響力的綜合評價(jià)研究［J］.情報(bào)科學(xué)，2015，(3) :95－101.