圖情博客評價實證研究

王一華

博客分組織博客、個人博客。博客評價可促進寫博的積極性，提高博客的質量。在CNKI進行以主題“博客”+主題“評價”檢索，采用當時武漢大學 (目前在清華大學任教) 沈陽博士的ROST軟件進行語義網絡分析。

語義網絡分析是“博客評價”的概念地圖，能刻畫出“博客評價”的內涵。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”分布。中文比較有代表性的文獻有:朱麗、呂本富、彭賡采用AHP法對個人博客影響力從博客日志質量、博客作者權威性、博客的互動性進行評價［1］。邱均平、徐蓓、李江基于PageRank算法從實質性鏈接的角度對博客進行評價［2］。邱均平、于長福、馬瑞敏采用社會網絡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指數對科學網博客影響力進行評價［4］。常娥、魏彬以圖情博客為例構建了網絡原生數字資源評價指標體系，包括文章總數、瀏覽次數、回帖數、鏈接情況、發文頻率等8個指標［5］。嚴煒煒采用9個維度25個指標構建微博客服務質量評價模型［6］。

對外文文獻采用以主題“Blog evaluation”在Web of Knowledge檢索，采用ROST英語詞頻統計軟件進行詞頻統計，然后以ROST CM標簽云的形式展現。

標簽云 (Tag Cloud) 字號的大小一般是根據單詞的出現頻率相關，單詞的出現頻率越高則字號越大。從上述標簽云圖2可知，博客評價的熱點在于retrieval(檢索) 、extract(抽取) 、internet(因特網) 、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(標準) 、vlog(視頻博客) 。也就是說，主要圍繞博客評價的標準、博客評價的算法、博客評價的工具而展開的。

圖1 中文博客評價的語義網絡分析

圖2 英文博客評價詞頻標簽云

外文比較有代表性的文獻有:Li Jianjiang基于文本觀點分析構建博客熱度模型。該模型不僅考慮了博客主題的有關綜述和評論的數量以及出版時間，而且還側重于評論的傾向［7］。Tan Luke Kien － Weng、Na Jin －Cheon、Theng Yin－Leng通過博客特征分析，內容分析和社區標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行以信譽為本的博客排名［9］。Juffinger Andreas、Granitzer Michael、Lex Elisabeth通過利用已驗證的內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量結構;然后，分析每一個單獨的博客內容，檢查與核實的新聞語料的相似性。根據內容相似值的差異，作者對博客進行排名［10］。

1 實證研究

e線圖情是北京雷速科技有限公司的產品，是面向圖情界和個人提供集數據庫服務、深度研究、專業咨詢于一體的專業網站，下設海外、國內、學者、熱點、專題、論文等多個版塊，欄目內容豐富，有20多個，如風云人物、行業聚焦、國際動態、圖情要聞、e線速遞、行業協會、圖情機構、理論技術、研究報告、圖書館建設等 (http:∥www.chinalibs.net/jieshao.aspx) 。筆者從“e線圖情”中博客導航 (http:∥www.chinalibs.net/bkjh/Index.aspx) 選擇部分有代表性的個人博客，并參考有關專家的建議，最終確定圖書情報圈子里的32個博客作為分析樣本 (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/) 、科學網博客 (http:∥blog.sciencenet.cn/) 、百度空間 (http:∥hi.baidu.com/) 、博客網 (http:∥www.bokee.com/) 。其中，新浪網博客是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/) ;科學網博客是中國科學報社主辦的綜合性科學網站科學網 (http:∥www.sciencenet.cn) 下屬的一個頻道，主要是針對科學家的實名博客 (http:∥bbs.sciencenet.cn/) ;百度空間是一個輕松記錄、分享生活的內容社區;博客網是方興東發起成立的知識門戶網站，因成立于2002年時間早，號稱“中國博客的發源地”。

本文以圖書情報圈子里的這些個人博客為例，探討圖書情報博客的情況，以便促進圖書情報界博主博客寫作的積極性，提高博客的質量。以當年還在寫博文的博客、有訪問量統計的博客為例研究，因此一些名博如平凡博客、圖謀不軌、老槐因關博而未進行統計。

表1 博客列表

因為5個指標的“量綱不同”，因此需要進行歸一化處理。某指標得分歸一值=該指標得分值/該類數據中該指標的最大值。

基本原理:

(1) 熱度值=總訪問數/博文數

(2) 中心度［11－12］:程度中心性 (Degree Centrality) 與中介中心性 (Betweenness Centrality) 是計算一個人在一個團體網絡中最重要的兩項指標。程度中心性衡量一個人作為中心人物的能力，中介中心性衡量一個人作為中介性的能力。

標準化程度中心度:

Xji是0或1的數值，代表i與j是否有關系。g代表此網絡中的人數。

標準化中介中心性:

gjk代表j達到k的捷徑數，gjk(ni) 代表j達到k的快捷方式上有i的快捷方式數，g代表此網絡中的人數。

本文使用 Ucinet(http:∥faculty.ucr.edu/～ hanneman/net) 進行社會網絡分析，分析圖情博客各個博主之間的社會網絡關系。分析結果見圖3。

(3) 聚類分析

采用SPSS進行聚類分析。最后聚類4類:許培揚、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 圖情博客社會網絡分析

圖4 聚類圖

說明:①有的博客搬了幾次家，以新家為準。所以，統計數據僅供參考。②有的博主有幾個博客，這里以其中的一個進行介紹。比如，在本文僅對圖謀的博客網上的(http:∥libseeker.bokee.com/) 進行了分析。③把某博客與其他博客直接鏈接的，規定為1，否則為0。④這是以這些博客為例計算的中心度，如果樣本數不同，也許結果會有所差異。⑤這些博客服務商分別為新浪博客 (http:∥blog.sina.com.cn/) 、科學網博客 (http:∥blog.sciencenet.cn/) 、百度空間 (http:∥hi.baidu.com/) 、博客網 (http:∥www.bokee.com/) 。

2 小結與體會

第一，鏈接工具對于博客評價非常重要。在評價博客甚至網站時，如果有一個或者一些好的評價工具，這對評價而言實用而高效。在文獻調研中，發現以前一些文獻中采用的鏈接工具如AllTheWeb已不存在 (雅虎于2011年4月4日關閉搜索引擎AlltheWeb) ，有的軟件如測試可訪問性的Bobby軟件因為研發該軟件的公司被兼并，它現在已經消失了。此外，現存的自動評價工具還不完善，結果不很穩定，效果也不太理想?？傊?，比較穩定可靠的搜索引擎對于博客評價是非常重要的。

第二，本文僅是起一個拋磚引玉之作用。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、文章訪問、反向鏈接 (是指其他網站指向本網站的鏈接) 、被推薦貼等等因素。再者，未分原創還是轉載。將來還可從內容、利用等方面進行綜合評價，綜合采用人工評價與自動評價相結合。并可用百葉窗圖進行可視化顯示，某博客的某一優劣勢一目了然。比如分析幾個博客內容如武夷山與許培揚、書間道與圖謀等等。

第三，本文以博文數、總訪問數、熱度值、程度中心度、中介中心度五項指標采用聚類評價，也就是說，運用社會網絡分析的一些指標和傳統的一些指標來評價博客的績效，是一次有益的嘗試和探索。評價是一個“仁者見仁、智者見智”的問題。在參考有關文獻的基礎上［13－15］，可以說比較好的方法是定性方法和定量方法相結合。如何更科學合理的評價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補充和完善。

［1］朱麗，呂本富，彭賡.基于AHP法的個人博客影響力評價方法研究［J］.數學的實踐與認識，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用［J］.圖書情報知識，2008，(1) :68－71，77.

［3］邱均平，于長福，馬瑞敏.圖林博客的社會網絡分析［J］.圖書情報工作，2008，(11) :6－9.

［4］張曉陽，李曉亮.科學家博客h指數評價及其相關性分析［J］.圖書情報工作，2010，(2) :66－69.

［5］常娥，魏彬.網絡原生數字資源優選與評價研究［J］.情報雜志，2012，(2) :163－167.

［6］嚴煒煒.用戶滿意度視角下微博客服務質量評價模型研究［J］.圖書情報工作，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.社會網分析講義 (第2版) ［M］.北京:社會科學文獻出版社，2010.

［13］王一華.國內外網站評價研究綜述［J］.情報科學，2013，(11) :125－132.

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

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