基于搜索引擎的檔案網絡信息關注度的時空分布特征研究

鄧 磊

隨著信息化的快速發展，互聯網逐漸成為人們搜索信息、獲取信息的主要來源，對檔案網絡信息的發展也產生了巨大影響。同時，搜索引擎多樣化也給公眾的選擇拓寬了搜索渠道。公眾可以通過網絡快速搜索獲取滿足自身需求的檔案網絡信息，從而推動檔案事業的發展。近年來，搜索引擎的市場競爭日趨激烈，各大搜索引擎公司不斷改進自家產品以此滿足公眾的搜索需求，可見人們的搜索需求受到更多的關注。為此，以“檔案”為關鍵詞，以百度指數、搜狗指數、360趨勢、谷歌趨勢為工具，通過對比分析能夠客觀地了解公眾對檔案的關注度和需求。公眾的關注和需求可以提升檔案事業，更好地了解用戶的要求，解決存在的問題，推動檔案信息化建設。

一、選取搜索引擎與研究方向

通過對比分析國內外多個搜索引擎，最終選取百度、搜狗、360、谷歌作為數據來源。主要因為百度、搜狗、360、谷歌同為綜合類搜索引擎，分別為國內外知名搜索引擎，市場份額大，使用人群多，具有研究數據來源的價值；它們所承載的數據分享平臺分別是百度指數、搜狗指數、360趨勢、谷歌趨勢。研究時間段為2013年至2018年，選取“檔案”作為關鍵字進行檢索，并對搜集來的數據進行分析。其中，利用各個搜索引擎收集的數據進行對比，分別從時間演變特征、空間演變特征這兩個方面進行分析。最后，通過對時空分布的影響因素分析，從而全面揭示檔案網絡信息關注度的時空發展格局，為完善檔案網絡信息服務提供參考。

二、研究方法

1.變異系數。變異系數是原始數據標準差與原始數據平均數的比，用來比較數據間的離散程度大小，以此衡量樣本數據之間的差異程度。本研究用變異系數來衡量檔案網絡關注度在時空上的差異情況。其公式為：

公式中，σ表示標準差，μ表示平均值，Cv表示變異系數。變異系數大小決定了檔案網絡關注度時空差異大小，系數越大，差異越大，反之越小。

2.季節性強度指數。季節性強度指數是用來測定季節性周期變動規律的指數，是衡量變化劇烈程度的有效指標。本文將這種指數用于檔案網絡關注度的時間差異度和時間集中強度，其公式為：

公式中，R表示檔案網絡關注度季節性強度指數，Xi表示每月檔案網絡關注度與全年網絡關注度總數的比值再乘以100。其中8.33為一個固定值，是100除以12個月所得結果。季節性強度指數大小決定檔案網絡關注度的時間差異大小，當指數越大，差異越大，全年分布越不均勻，當指數趨近0時，差異越小，全面分布越均勻。

3.地理集中指數。地理集中指數是描述地理要素分布集中化程度的指數，多應用于研究空間的分布規律。本文將這種指數用于分析檔案網絡關注度的空間分布情況，地理集中指數越接近100，網絡關注度分布越集中，反之分布越分散，其公式為：

公式中，G表示檔案網絡關注度地理集中指數；qi表示第i個區域的生態旅游網絡關注度；q表示生態旅游網絡關注度總數；n表示區域總數（n=31）[1]11。

三、時間演變特征

1.年際差異特征。為分析2013—2018年檔案網絡關注度的年際差異特征，搜集每年查詢的數據值，通過計算得出平均值、標準差、變異系數、季節性強度指數等各項的數值，測得數值如下。

表1 百度指數

表2 搜狗指數

表3 360趨勢

表4 谷歌趨勢

百度指數的變異系數和搜狗指數的變異系數的數據主要都在0.1—0.2之間，說明檔案網絡信息關注度年際差異變化不大。而360趨勢的變異系數和谷歌趨勢的變異系數的數據分別出現0.3和0.4，這說明檔案網絡信息關注度年際差異變化出現了較大波動。百度指數的季節性強度指數越來越趨近0，說明檔案網絡關注度的時間差異越來越小，全年分布越來越均勻。而搜狗指數的季節性強度指數和360趨勢的季節性強度指數在1到2之間徘徊，說明差異比較大，全年分布相對不均勻。谷歌趨勢的季節性強度指數變化浮動比較大，說明時間差異大，全年分布不均勻。綜合上述各指數的統計結果，從2015年開始，變異系數與季節性強度指數開始逐年下降，這表明國家在推動檔案事業方面具有積極向上的效用。

2.關注特征。每年的關注熱點主要有兩方面：一是國際檔案日相關紀念活動報道，比如某地舉辦檔案展、新接收珍貴檔案、檔案普法活動等；二是六月份臨近畢業季，高校畢業生的檔案問題。2013年為我國第一個“國際檔案日”，但公眾關注程度并沒有增高，反而下降。2014年的搜索指數大幅上漲，原因主要有兩方面：第一，在一次外交部例行記者會上，外交部發言人華春瑩表示中國政府為日軍強征慰安婦的相關檔案和文獻申報聯合國世界記憶名錄，目的是牢記歷史、珍惜和平、捍衛人類尊嚴，以防止此類違人道、侵人權、反人類的行為在今后重演[2]。第二，美中情局開推特和臉書賬戶，將公布解密檔案。受愛德華·斯諾登泄密事件的影響，CIA受到公眾的質疑，以此希望通過社交媒體來改變負面形象，增加互動。2015年的熱點主要有兩個：一是抗戰勝利70周年，各地檔案館舉辦抗戰勝利主題展；二是從2015年1月1日起，全國各級公共就業和人才服務機構取消收取學生檔案保管費、查閱費、證明費、檔案轉遞費等名目的費用[3]。

四、空間演變特征

1.各省份差異特征。為分析各省份檔案網絡信息關注度的空間差異程度，利用變異系數和地理集中指數對數據進行計算，結果見表5（見下頁）。

如表5所示，各省份變異系數（CV）在0.5上下變動，沒有出現較大波動，呈現平緩狀態，這表明全國31個省份檔案網絡信息關注度差異較小。地理集中指數（G）維持在25—30之間，整體較為平穩，各省份檔案網絡專注度較為集中。

2.地區差異特征。根據中國自然環境共分為七大地理區，即東北、華北、華東、華南、華中、西北、西南。利用地理集中指數和變異系數對全國七大地區檔案網絡關注度進行測量分析，得到結果見表6、表7。

表5

表6 地理集中指數

表7 變異系數

通過表6、表7分析，七個地理地區的地理集中指數中，華東地區的指數最小，說明檔案網絡信息關注度較為穩定。華南、華中、東北三個地區的指數相對較高，并且地區內關注度排名差異較大，說明三個地區內檔案網絡信息關注度分布不太穩定，更傾向于地區內某些城市。在變異系數方面，東北地區系數最小，表明檔案網絡信息關注度差異較小，而華南地區變異系數相對較大，表明華南地區檔案網絡信息關注度差異較大。綜合上述分析，東北地區檔案網絡信息關注度差異度最小，華東地區檔案網絡信息關注度地理集中性更明顯，而華南地區內檔案網絡信息關注度差異最大，地理集中性更分散。

五、分析與總結

從時間檔案網絡信息關注度差異來看，在檔案網絡信息資源需求的淡季和旺季有針對性地采取適合的策略，像高考季、畢業季、國際檔案日這類具有周期性的時間，公眾的檔案信息需求激增，檔案及相關部門應集中力量做好檔案網絡信息建設和服務工作，在內容、數量和質量上做好信息保障。還有一種情況是突發事件，比如國家下發的檔案政策法規、社會熱點事件，這些都考驗著檔案網絡信息資源建設的水平。淡季工作量相對小，則要做好檔案網絡信息基礎性工作，并且挖掘新的檔案信息資源。

從地區檔案網絡信息關注度差異來看，華南地區檔案網絡關注度差異最大，地理集中性更分散，東北地區檔案網絡關注度差異最小，華東地區網絡關注度地理集中性更明顯。這些差異背后反映的是經濟因素、公民檔案信息素養的差距。面對如此巨大的差異，均衡檔案資源空間分布，應從上述兩點出發：經濟上加大投入，改善硬件和軟件設施；邀請經驗豐富的檔案從業人員去薄弱地區傳授先進經驗；共建共享檔案信息資源，檔案資源豐富地區與貧瘠地區建立暢通合作機制，加快檔案資源的輸出，擴大受眾范圍。公民檔案信息素養的養成則是體現在日常生活中，檔案部門、學校、媒體等利用自身優勢宣傳檔案知識，使公眾樹立正確的檔案意識。