学术测度基础上的新媒体传播力评价方法及效果研究

　　摘要：文章旨在探讨基于学术迹的学术测度方法应用于微博传播力评价的可行性和有效性。以国内9所高校图书馆微博为数据来源，收集发博数和被转发数，计算被转发h指数和被转发p指数，在此基础上计算被转发微博的学术迹，通过对比h指数、p指数与学术迹在微博传播力评价中的表现，以及三者之间的相关性，实证探究了学术迹评价微博传播力的应用效果。实证结果显示学术迹应用于微博传播力评价具有更好的区分度和灵敏度，且较好地平衡了微博用户的发博数量和质量间的关系。

　　关键词：学术迹,微博,传播力

　　根据中国互联网络信息中心(CNNIC)2018年1月份发布的第41次《中国互联网络发展状况统计报告》，截止到2017年12月，我国手机网民规模达7.72亿，其中微博用户数为3.16亿[1]。基于与生俱来的及时性、便捷性和互动性的特点，目前微博已经成为一种应用广泛的信息载体和传播媒介，政府机关、企事业单位、社团以及个人纷纷开设属于自己的微博，逐渐形成一种“微博现象”。随着社会的“微博热”，学者们开始从多个视角展开了对微博的研究，如微博与组织机构的形象[2-3]、微博信息传播模型[4]、微博与社会突发事件[5-6]、微博辟谣[7]等。

　　近年来随着研究的不断深入，关于微博的研究内容和研究视角也从最初的表层研究转为内涵研究，其中关于微博传播力和影响力的研究逐渐成为研究热点。如何构建具备科学性、客观性、普适性的评价体系并公平、公正的评价某微博用户的传播力，并通过评价结果有效地指导微博用户的改进方向和策略演化，从而提升其利用微博传播有效信息的能力，发挥自身价值最大化，日益成为当前微博传播力研究的核心内容。本文将尝试引入文献计量学中一种新的指标体系——学术迹，探究基于学术迹的微博传播力评价体系，并通过国内9所高校图书馆微博实际运营数据来对其进行实证研究分析，以期为当前微博传播力研究提供一种新的视角。

　　1研究现状

　　1.1微博传播力研究

　　目前关于微博传播力的研究，已有的研究主要分为三大类。

　　第一大类方法是依据微博的外部直接产出特征来构建其评价指标体系。如伏琰[8]采集了30所“985工程”高校图书馆官方微博的相关数据为研究样本，甄选了覆盖度、活跃度、交互度3个一级指标和是否认证、粉丝数、关注数、微博数、PR值、每天平均微博数、评估期内是否发布微博、评估期内发布微博数量、微博原创率、粉丝关注率、平均被评论数、平均被转发数、评估期内被转发数量、评估期内被评论数量、评估期内被点赞数量、微博互动率16个二级指标来构建高校图书馆微博影响力的评价指标体系，在此基础上，利用层次分析法、Delphi法及专家群体决策赋予各指标权重系数，并结合新浪微博进行了实证研究。

　　第二大类方法从投入、产出的视角利用数据包络分析(DataEnvelop⁃mentAnalysis,DEA)法来研究微博运营效率并构建相应的运营效率评价指标体系。如刘虹等[9]以外宣、司法、团委等十大类型政务微博为研究对象，基于内容、关系、时间三个维度，选取提及行为“@”、话题标签“#”、互动数等指标，构建了政务微博信息交流效率评价的指标体系。采用DEA-VRS模型对政务微博的信息交流效率展开评价。

　　第三大类是将比较成熟的学术评价方法应用于微博传播力研究。如周志峰等[10]通过对“211工程”大学的图书馆新浪微博调查，挑选其中25个经过认证的微博作为研究样本，将h指数应用于高校图书馆微博影响力的研究，得出微博的被转发h指数和评论h指数可以反映其影响力状况。王林等[11]依据现有研究中微博传播力的影响指标，提出微博转发p指数、微博评论p指数和微博点赞p指数，并用综合p指数来统一这三个指标的评价结果。

　　然后，基于我国34省的旅游政务官方微博数据，通过对比综合p指数与综合h指数在微博传播力评价中的表现，以及对传播力评价中综合p指数与微博传播力相关的几个重要指标作关联分析，实证探究了p指数评价微博传播力的应用效果。

　　通过对已有的方法归纳分析，不难发现，第一大类方法以微博直接产出结果为评价依据，其最大的不足在于没有考虑投入要素，此外通过德尔菲法、层次分析法等方法对其所构建的评价指标赋予权值时，具有一定的主观性;第二大类方法虽然比较全面地考虑了微博的投入、产出指标，且权重不受人为主观因素的影响，但是数据包络分析方法只是对决策有效单元的相对效率评估，而非绝对效率评估，且造成有效率或无效率的原因需进一步分析;第三大类方法将文献计量学中经典的h指数、p指数等算法引入微博传播力评估中，计算过程简单，且在一定程度上兼顾了微博用户发博数量和质量，但是区分度和灵敏度均较低。

　　1.2学术迹研究

　　Ye和Leydesdorff[12]于2014年正式提出了学术迹(AcademicTrace)的概念，学术迹综合了I3和h指数，基于学术发文和引文分布特征构建了一种全新的学术成果评价方法[13]，能够实现定量、多维度的客观评估学术成果。与已有的学术成果评价方法相比，学术迹的优势非常明显。首先学术迹算法能够兼顾学术成果的数量和质量;其次学术迹测评灵敏度高，能够较好地发掘出学术成果间的细致学术差异;再次学术迹能够有效弥补期刊影响因子的逻辑缺陷[14-15]。

　　学术迹一经提出，就引起了相关学者的高度关注并展开了系列的应用研究。苏云梅和武建光[16]利用学术迹研究了6个学术团体学术成绩的指标特点和变化趋势，从而明确了学术迹评价方法对于学术成果评价的积极作用。孙竹梅等[17]以国内海洋学领域的10种代表性核心期刊为研究对象，对基于学术矩阵和学术迹的学术测度方法应用于期刊评价的可行性和有效性进行实证探索。孙竹梅和华薇娜[18]对学术迹和学术矩阵应用于学科发展评价的可行性和有效性进行实证分析。

　　宋玲玲[19]基于学术迹和学术矩阵的学术测度测算国内航空、航天领域期刊的学术矩阵参数和学术迹，实证探索研究期刊评价的可行性和有效性。综上所述，学术迹目前主要应用于学科、学术期刊和学术团体的学术成果评估领域，并取得了较好的效果。学术迹方法的基本思想是将作者所发的学术文章按被引次数降序排序，可得出发文、引文曲线图。学术迹指的是学术矩阵的迹，学术矩阵是引文曲线按发文的被引数量分布构成的一个三阶矩阵。学术迹的值越大，被测评的学术成果的累计成绩就越高。

　　2基于学术迹的微博传播力评价指标模型

　　如上文所述，目前已有多位学者将经典的h指数和p指数成功应用于微博传播力研究领域，学术迹与h指数和p指数一样，最初同样源于学术论文引文评价指标，且学术迹综合运用了多个参量指标，相对于h指数和p指数，学术迹能够提供多维评价视角，有效地弥补了h指数和p指数的不足，这给学术迹应用于微博传播力评价提供了直接的依据。

　　本文主要研究微博传播力，类同于评价学术著作的影响力主要依靠其被引用量大小，微博传播力大小较多地依靠其被转发数的多少，微博只有被转发出去，才能让更多的受众知晓，此外，目前已有学者研究证明了微博被转发数、被评论数和被点赞数存在很大的相关性[20-21]，基于h指数和p指数应用于微博传播力研究的先验基础，为了能够精确地继承学术迹应用于学术评价的核心思想，本文尝试仅从微博用户原创微博的被转发数指标来评价微博传播力。将学术迹应用于微博传播力的评价研究时，公式(1)中的各参数将赋予新的含义，即h值为微博用户所发微博h指数值;P值为微博用户所发微博总数;C值为微博用户所发微博的被转发总数;Pz值为微博用户所发微博零被转发总数;Ct值为微博用户所发微博在发微博与被转发的排序分布图中t域被转发数;Ce值为微博用户所发微博在发微博与被转发的排序分布图中e域被转发数。

　　3实证研究

　　基于当前国内新浪微博平台的巨大影响力，本文以新浪微博平台为数据收集平台，选取中国“九校联盟”(C9)(包括北京大学、清华大学、复旦大学、上海交通大学、南京大学、浙江大学、中国科学技术大学、哈尔滨工业大学、西安交通大学)成员高校图书馆官方微博为研究对象，通过对比h指数、p指数和学术迹在微博传播力评价中的具体表现，探究学术迹在评价高校图书馆微博传播力中的实际效果。

　　3.1样本数据采集

　　在新浪微博平台上以关键词“**大学图书馆”搜索C9联盟成员高校图书馆官方认证微博。基于微博实效性强的特点，本文仅收集2017年全年上述微博用户所发原创微博的相关信息，利用Python语言编制网络爬虫工具，抓取上述9个微博账号的相关信息，数据采集时间为2018年5月5日—2018年5月6日。根据本文所构建的基于学术迹的微博传播力评价模型的计算方法计算9所高校图书馆微博的学术迹值(T值)，为了能够形成对比，本文选取应用广泛的经典h指数和p指数作为参考指标，分别计算9所高校图书馆的h指数值(h值)和p指数值(p值)。

　　通过观察表1中的结果数据，不难发现，本文所构建的基于学术迹的微博传播力评价模型所得出的结果与经典的h指数和p指数的结果分布在总体上具备一致性。进一步观察表中数据，经典h指数取值范围为1~11，经典p指数取值范围为0.5~11.48，而本文所构建的基于学术迹的T指数取值范围为-44.26~246.88，对比结果可初步判定基于学术迹的T指数对评价对象具有更好的区分度。进一步分析表1中的相关数据，如果仅以h指数的h值对9所高校图书馆微博运营绩效进行排名的话，那么会出现很多的名次并列，如清华大学图书馆和复旦大学图书馆h指数值均为3、浙江大学图书馆和西安交通大学图书馆h指数值均为2、中国科学技术大学图书馆和哈尔滨工业大学图书馆h指数值均为1，显然这一排名是不能够合理解释和说明相关高校图书馆微博运营绩效的，不同的发博数、被转发数和篇均转发数却导致了同一个结果。

　　依据p指数对9所高校图书馆微博运营绩效进行排名，结果虽然不会出现并列的情形，但是却出现p值相差不大，微博用户实际运营数据却相差很多的情形，如浙江大学图书馆和哈尔滨工业大学图书馆，上述两所高校的图书馆微博被转发p值分别为1.35和1.28，但是发博数和转发数的量却相差很多，特别是篇均转发数相差一倍，这说明p指数应用于微博传播力研究领域有一定的局限性。

　　3.2学术迹相关性分析

　　为了能够进一步评估学术迹在微博传播力绩效方面的有效性，本文采用Pearson相关系数来分析学术迹与h指数、p指数、发博数、转发数、篇均转发数之间的相关关系。学术迹的T值与h指数的h值以及p指数的p值的相关度分别为0.940和0.931，说明学术迹与h指数和p指数在微博传播力评价方面具有高度一致性。此外学术迹的T值与微博用户的发博数、转发数和篇均转发数均显著相关，说明微博用户的学术迹与绩效评价指标之间具有一致性。

　　在发博数指标上，T值的相关性超过了p值;特别是在转发数指标上，T值的相关性远远高于p值和h值，总的来说，学术迹用于评价微博传播力的效果整体上优于p指数和h指数。

　　4分析与结论

　　本文将学术迹引进微博传播力研究领域，构建了基于学术迹的微博传播力评价模型，并详尽地论证了模型和计算方法。通过国内C9联盟高校图书馆微博的实际运营数据进行了基于学术迹的微博传播力评价的有效性验证研究，相对于经典并广泛应用的h指数和p指数而言，基于学术迹的微博传播力评价体系具有以下几个方面的优势。

　　4.1更好的区分度

　　在评价结果区分度方面，学术迹明显优于h指数。h指数值是一个整数，重复率高，清华大学图书馆与复旦大学图书馆h指数相等，此时依靠h指数法是无法区分两所大学图书馆微博运营绩效的优劣，p指数的区分度要明显好于h指数，但是通过p指数的计算过程，不难发现p指数的p值永远大于零，换句话说，利用p指数来评估微博传播力时，所有结果都是好的，只是好的程度不等，有的“大好”，有的“小好”，没有“不好”的评估对象，而学术迹的T值不仅能取正值，而且还能够取到负值，如表1中的浙江大学图书馆等4所高校图书馆的学术迹值小于零，说明其绩效不好。

　　4.2更高的灵敏度

　　在评价结果灵敏度方面，学术迹也明显优于h指数和p指数。利用h指数评价微博传播力时，只有在h值附近区域的微博对其结果有较大影响，完全忽视的高被转发微博对微博传播力的贡献度，低被转发微博和零转发微博极易形成“长尾效应”。

　　利用p指数评价微博传播力时，从计算过程中不难发现，p指数仅仅考虑了微博总被转发数和发博数，完全忽视了被转发次数为零的微博，某条微博的被转发次数为零时并不代表其毫无价值，因此p指数的灵敏度需要进一步优化。本文所利用的学术迹，在继承h指数和p指数的基础上，进一步增加了低被转发率的微博和零被转发微博，使得其灵敏度明显优于传统的h指数和p指数。

　　4.3更适合微博传播力评价研究领域

　　本文认为微博传播力的关键在于被转发，微博用户所发微博只有被其粉丝转发后才能形成几何级增长速度，才能在短时间内以点带面，辐射更多的用户人群，从而形成传播力。表2分析结果数据显示，与h指数相比，学术迹的T值与被转发指标的相关性明显高于h值;与p指数相比，学术迹的T值与发博数、被转发两项指标的相关性均明显高于p值。学术迹弱化了篇均转发数，强化总转发数，更好地平衡了微博用户发博数量和发博质量两者的关系，能够更加明显地突出微博用户所发微博的传播力的绩效。

　　5结语

　　总的来说，将学术迹应用于微博传播力研究领域，不仅是延续和继承了h指数和p指数的共同特征，更是一种评价算法的优化和提升。学术迹有良好的算法理论基础，其计算过程充分考虑了微博用户发博数、被转发总数、高被转发数、低被转发数和零转发数，本文的实证研究充分说明了学术迹应用于微博传播力的有效性和适用性。尽管学术迹应用于微博传播力研究领域优势明显，但是也存在一定的不足，如学术迹方法无法充分考虑微博用户所发微博的内容以及微博用户粉丝群的人群结构特征，本文的后续研究将结合文本分析和挖掘方法进一步提升微博传播力研究的效果，尽可能客观、科学的评价微博用户的微博传播力。

　　参考文献

　　[1]中国互联网络信息中心.第41次《中国互联网络发展状况统计报告》[EB/OL].[2018-03-05].http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201803/P020180305409870339136.pdf.

　　[2]侯振兴,袁勤俭.在线旅游企业微博形象及提升策略研究[J].现代情报,2016,36(3):42-47.

　　[3]李斯,唐琼.我国高校图书馆微博形象研究——以微博风云榜高校图书馆为例[J].大学图书馆学报,2015,33(1):66-73.

　　[4]崔金栋,郑鹊,孙硕.微博信息传播模型及其演化研究综述[J].图书馆论坛,2018,38(1):68-77.

　　[5]姜景,李丁,刘怡君.基于微博舆论生态的突发事件管理策略研究[J].管理评论,2015,27(4):48-56.

　　[6]张玥,孙霄凌,朱庆华.突发公共事件舆情传播特征与规律研究——以新浪微博和新浪新闻平台为例[J].情报杂志,2014,33(4):90-95.

　　[7]陈娟,刘燕平,邓胜利.政务微博辟谣信息传播效果的影响因素研究[J].情报科学,2018,36(1):91-95，117.

　　[8]伏琰.图书馆微博影响力评价指标体系研究——以“985工程”大学为例[J].图书馆学研究,2015(15):24-33.

　　[9]刘虹,孟凡赛,孙建军.基于DEA方法的政务微博信息交流效率研究[J].情报科学,2017,35(6):9-13.

　　[10]周志峰,韩静娴.h指数应用于微博影响力分析的探索——以我国“211工程”大学图书馆微博为例[J].情报杂志,2013,32(4):63-67.

　　[11]王林,朱文静,潘陈益,等.基于p指数的微博传播力评价方法及效果探究——以我国34省、直辖市旅游政务官方微博为例[J].情报科学,2018,36(4):38-44.

　　情报类刊物推荐：情报科学1980年创刊，本着求实创新的理念，始终站在学科研究的前沿，全面反映学科发展的动态。特别注重追求理论精品，面向行业工作实际，不仅形成了求实创新的学术风格，成为同行之间进行学术研讨和业务交流的理想园地，而且也是国内情报学、图书馆学领域影响较大的学术性期刊之一，在国内组织的图书馆学情报学核心期刊评定中名列前茅。