情報分析與研究情報分析與研究基于網(wǎng)站鏈接分析的“211工程”高校排名實證研究王建冬　孫慧明(北京大學信息管理系　北京100871)【摘要】闡述基于網(wǎng)站鏈接分析的高校評價研究中存在的兩點不足, 即鏈接同

情報分析與研究

情報分析與研究

基于網(wǎng)站鏈接分析的“211工程”高校排名實證研究

王建冬　孫慧明

(北京大學信息管理系　北京100871)

【摘要】闡述基于網(wǎng)站鏈接分析的高校評價研究中存在的兩點不足, 即鏈接同等重要假設和數(shù)據(jù)不可靠性。然后設計一種可根據(jù)不同網(wǎng)站類型有側(cè)重抓取的廣度優(yōu)先爬蟲算法, 抓取“211工程”高校網(wǎng)站作為研究樣本?；谒脭?shù)據(jù)構(gòu)成的社會網(wǎng)絡, 對社會網(wǎng)絡分析中節(jié)點重要性測度的3種指標的排名效果進行實驗, 發(fā)現(xiàn)鄰近度聲望指標最優(yōu)。并進一步引入PageRank 思想, 提出一種對鄰近度聲望指標進行改進的新指標UnivRank 。實驗結(jié)果表明, 新指標的效果顯著優(yōu)于其他指標。

【關(guān)鍵詞】網(wǎng)站鏈接分析　大學評價　社會網(wǎng)絡分析(S NA ) 　　【分類號】G350

An E mpi r i cal Study n g ”Un i versiti es Based on W ebsites W ang J iandong 　Sun Hui m ing

(Depart ment of Infor mati on Management, Peking University, Beijing 100871, China )

【Abstract 】The paper points out that there are t w o defects in the current study on university evaluation based on websites hyperlinks analysis, the first lies in the hypothesis that all links are of equal i mportance and the second is the fact that the data are unreliable . Then the authors design an FBS crawling algorithm, which can crawl different types of websites t o dif 2ferent extent, and construct and initiate a quantitative study on the hyperlink community of universities of “211Project ”. Based on the data, the authors design an experi m ent in order t o test the three S NA indexes which can measure the signifi 2cance of notes in the net w ork . The results show that the p r oxi m ity p restige index perfor m s better than the other t w o inde 2xes . Combining the p r oxi m ity p restige index with PageRank arithmetic, the authors then design a new index, which is called “UnivRank ”in short . The final results show that the new index perfor m s significantly better than the other ones .

【Keywords 】W ebsites hyperlinks analysis 　University evaluation 　S NA 　PageRank 　UnivRank

　　基于網(wǎng)站鏈接分析的大學評價是網(wǎng)絡計量學的研究熱點, 本文回顧了學術(shù)界基于網(wǎng)站鏈接分析的大學評價的研究成果, 指出其中值得改進的地方。針對這些問題, 本文提出一套解決方案, 并以我國“211工程”高校網(wǎng)站為樣本進行實證分析。

　　收稿日期:2008-03-19

　　收修改稿日期:2008-04-10

　64　現(xiàn)代圖書情報技術(shù)

總第169期　2008年　第9期

1　網(wǎng)站鏈接分析與大學評價研究

1. 1　研究現(xiàn)狀

型站點進行有側(cè)重的抓取?；谏鲜鏊枷? 本文以我國“211工程”高校這個學術(shù)社群的超鏈關(guān)系網(wǎng)絡為考察對象, 設計了一個基于Java 程序的定向抓取算法, 對不同類型的站點網(wǎng)頁進行不同深度的廣度優(yōu)先抓取和鏈接分析, 確保網(wǎng)站鏈接關(guān)系的可靠性和學術(shù)價值。

　　近年來, 隨著大學排名研究的興起, 基于網(wǎng)站鏈接分析進行大學評價成為網(wǎng)絡計量學研究的一個新的方向, 并且出現(xiàn)了很多實證研究的案例。國外比較著名的有西班牙“因特網(wǎng)實驗室”開發(fā)的“基于網(wǎng)絡計量的

(W ebmetrics Ranking of World Universi 2世界大學排名”

ties ) , 它根據(jù)大學網(wǎng)站計量指標對大學進行排名, 采用

2　“211工程”高校網(wǎng)站超鏈關(guān)系網(wǎng)絡的

構(gòu)建

2. 1　學術(shù)類頁面的選擇和抓取

的指標包括:規(guī)模、可見性、富文本文檔和谷歌學術(shù)等

[1-3]

　　通過對實際網(wǎng)頁的調(diào)研, 筆者發(fā)現(xiàn)中國高校網(wǎng)站內(nèi)一般包含較多比例的非學術(shù)性質(zhì)的網(wǎng)頁, 這些網(wǎng)頁所產(chǎn)生的超鏈接學術(shù)意義并不強, 因此需要對高校內(nèi)部站點進行分類, 并根據(jù)學術(shù)性強弱分別賦予不同權(quán)重。由此, 4類:

　　(1) 學術(shù)類:實驗室、研究所等, 　　() :后勤部) 娛樂類:主要包括BBS 、校內(nèi)娛樂站點、學生門戶等。

　　(4) 新聞類, 主要包括學校的新聞宣傳部門的新聞門戶網(wǎng)站。

　　以上4類網(wǎng)頁中, 學術(shù)價值最強的顯然是第一類, 應予以重點抓取, 其次是行政類和新聞類站點, 最后是娛樂類站點。

　　關(guān)于對不同類型站點學術(shù)性權(quán)重的設置, 本文并未采取傳統(tǒng)的對不同網(wǎng)頁鏈接賦予不同權(quán)值的做法, 而是采取了對不同類型的站點抓取不同深度網(wǎng)頁策略, 這種做法主要基于兩點考慮:

　　(1) 一般而言, 娛樂性站點的超鏈接數(shù)顯著多于學術(shù)性站點, 因此, 如果將所有鏈接全部抓取回來, 會使學術(shù)性網(wǎng)頁所占比例大大降低, 從而影響最終結(jié)果的信度;

　　(2) 采取上述策略可以有效減少抓取網(wǎng)頁的數(shù)量, 從而大大提高程序的運行效率①。

　　根據(jù)上述分析, 本文設定學術(shù)類站點抓取層數(shù)為

5, 行政類和新聞類站點抓取層數(shù)為3, 娛樂類站點抓

。國內(nèi)邱均平、段宇峰等學者通過實驗初步探

[4]

索了鏈接分析在大學評價中的應用, 以及中、美大學網(wǎng)站鏈接特征的比較

。該研究采用的主要統(tǒng)計指標數(shù)

據(jù)包括:各樣本所屬網(wǎng)站的入鏈數(shù)、W eb -I F 值、網(wǎng)站字節(jié)數(shù)、總文件數(shù)、頁面文件數(shù)以及總鏈接數(shù)、自鏈數(shù)、出鏈數(shù)、鏈接密度和頁面平均鏈接數(shù)等。

1. 2　網(wǎng)站鏈接分析的一些值得改進之處

　　(1) 鏈接具有同等重要性假設

　　目前, 分析理論演化而來, 這種局限性也依然存在。在Google 將引文分析的思想引入到PageR 2

ank 算法的時候, 并沒有將所有鏈接視為同等重要, 即

不僅是通過反向鏈接數(shù)的多少, 還要給推薦度較高頁面的反向鏈接以較高的評價。同時, 對來自總鏈接數(shù)少的頁面的鏈接給予較高的評價, 而來自總鏈接數(shù)多的頁面的鏈接給予較低的評價將在第3部分詳細論述?！　?2) 鏈接的可靠性與學術(shù)價值

　　網(wǎng)站評價研究中對于網(wǎng)站入鏈的研究在理論、方法和技術(shù)上都還很粗糙, 所取得的成果也存在爭議。確定網(wǎng)站的入鏈數(shù)目前多依靠A ltaV ista 、A llthe W eb 、

Google 等搜索引擎, 但“每一位研究者都非常清楚, 以

[5]

?；诖? 本文嘗試

將PageRank 思想融入網(wǎng)站鏈接分析算法中, 具體實現(xiàn)

這種方法得到的結(jié)果甚至不能作為近似值, 只能作為參考”。同時, 由于高校內(nèi)部大量非學術(shù)性網(wǎng)頁對于標引高校的學術(shù)水平并無幫助, 因此, 需要針對不同類

[4]

取層數(shù)為1。

①據(jù)實驗測算, 采取這一策略可少抓取一半左右的網(wǎng)頁。

65X I A NDA I T USHU Q I N G BAO J I SHU 　　

情報分析與研究

2. 2　網(wǎng)頁抓取和超鏈關(guān)系分析算法

　　本文采用Java

語言編寫網(wǎng)頁抓取和超鏈關(guān)系分析程序, 其中網(wǎng)頁超鏈接提取采用Java 開源項目HT ML 2

Parser ①。本文算法的基本思想描述如下:

　　Main 函數(shù)

　　記初始種子URL 池為U ={U1,U2, …, Un}　　For (對U 中的所有URL ) {

　　調(diào)用s p ider; //參數(shù)為地址url 、站點域名domain 、初始level =0}　　Sp ider 函數(shù)

　　level ; //遞歸層數(shù)加1

　　ht m l O f U rl =get H t m l (url ) ; //抓取網(wǎng)頁, 將結(jié)果賦給ht m l O f U rl 　　URL s OfPage =linkStract (url, ht m l O f U rl, domain ) ; 　　For (對URL s OfPage 中的所有URL ) {　　　if (URL 池中不包含該URL ) {　　　　放入URL 池;

　　　　if (level <5) {//5為本文網(wǎng)站遍歷的層數(shù)　　　　　s p ider (url, level, domain ) ; //遞歸調(diào)用s p ider}}}　　linkStract 函數(shù)

　　調(diào)用H t m lParser 分析頁面超鏈　　For (對當前頁面的所有URL ) {

　　　I f (URL 屬于其他“211工程”高校鏈接) {　　　　當前高校和URL 所屬高校關(guān)系 　　　Else if (URL 屬于domain 　　　　將URL }　　return linktext

圖1　“211工程”高校網(wǎng)站鏈接關(guān)系網(wǎng)絡　　(1) 流行度(Popular ity)

　　也就是節(jié)點的入度(I ndegree , 名望”的因此流行度只考慮節(jié)點的, 而忽略了網(wǎng)絡整體結(jié)構(gòu)的影響。　　(2) 影響域(I nput D oma i n)

　　考慮所有和節(jié)點之間存在邊相連的節(jié)點, 是指有向圖中所有和該節(jié)點之間存在路徑相連的節(jié)點占所有節(jié)點的百分比。影響域的缺陷在于對于一個連接度很高的有向圖, 各個節(jié)點的影響域數(shù)值相差不大, 這時影響域就失去了測度結(jié)點重要性的作用?！　?3) 鄰近度聲望指標(Prox i m ity Prestige) 　　鄰近度聲望指標主要考慮節(jié)點與其影響域中節(jié)點的接近程度。該指標定義為影響域內(nèi)節(jié)點占所有其他節(jié)點的比例與影響域內(nèi)成員到達該節(jié)點的平均距離之比。比值越大, 聲望越高。

3. 2　三種指標測量結(jié)果的評價

2. 3　“211工程　　本文抓取“211工程”高校學術(shù)類頁面4305113個, 包含超鏈接數(shù)962617227條?；谧ト∷脭?shù)據(jù), 構(gòu)建一個加權(quán)有向圖, 其節(jié)點是高校, 節(jié)點之間的邊是高校站點之間的超鏈接數(shù)關(guān)系, 邊的權(quán)值是高校站點之間超鏈接關(guān)系的數(shù)量。使用社會網(wǎng)絡分析軟件

Pajek ②對度數(shù)最大的

35所高校之間的社會網(wǎng)絡進行

可視化分析, 得到如圖1所示的關(guān)系網(wǎng)絡。圖中節(jié)點的大小與高校站點入鏈數(shù)成正比, 節(jié)點越大, 表明高校站點入鏈度越高。可以看出, “211工程”高校之間的鏈接關(guān)系網(wǎng)絡密度很高, 并且一些重點院校的節(jié)點, 如北大、清華、南大、浙大等具有較高的入鏈度, 這與這些高校的學術(shù)聲望較高的事實相吻合。

　　由武漢大學邱均平教授領(lǐng)銜的中國科學評價研究

[7]

中心《中國高校科研競爭力評價》(以下簡稱邱版)

和武書連主持的中國管理科學院科學學研究所《中國

[8]

大學評價》(以下簡稱武版) 是目前國內(nèi)比較權(quán)威的

3　SNA 節(jié)點重要性測度指標評價實驗

3. 1　社會網(wǎng)絡分析(SNA) 對節(jié)點重要性的測度

兩個大學評價體系。為了檢驗“211工程”高校超鏈關(guān)

①

HT MLParser 是一個可用于HT ML 解析和URL 提取的開源Pajek (Pr ogra m Analysis f or Large Net w ork ) 是一種基于W in 2

　　文獻[6]給出了社會網(wǎng)絡分析中用來度量網(wǎng)絡中

(Prestige ) 的3種指標。節(jié)點的“聲望”

Java 庫。

②

dows 的免費社會網(wǎng)絡分析軟件。

　66　現(xiàn)代圖書情報技術(shù)

總第169期　2008年　第9期

系網(wǎng)絡中3種節(jié)點聲望測量方法的科學性, 本文將這二者視為當前社會公認的大學排行榜, 借助SPSS 軟件, 通過將采用以上3種方法得到的“211工程”高校的排行榜與上述兩個排行榜中“211工程”高校的相對排名作線性相關(guān)分析。相關(guān)度值越高, 則認為指標越可能反映實際情況。

　　需要說明的是, 由于網(wǎng)站鏈接情況只是大學綜合實力的一個方面, 所以本文的排名結(jié)果與傳統(tǒng)大學排名不可能高度相關(guān), 但是可以通過對幾種指標的相關(guān)性的橫向比較來考察各項指標相對的科學性。因此, 筆者認為這種評價方法比采用人工評價等方法可信度更高, 也更易操作。

　　在進行分析之前, 首先將《中國高?？蒲懈偁幜υu價》中有關(guān)的大學排名換算成相對排名。對于一些學校, 雖然其排名在排行榜中前100名之內(nèi), 但由于該校不在“211工程”高校之內(nèi), 故將其刪除, 并將其后學校名次順延提前, 如湘潭大學等。對于那些大學排行榜不將其與一般高校并列的學校, 雖然其屬于“211程”高校, 亦將其刪除, , 防科學技術(shù)大學等。, ”高?！　x取的83211高校所形成的社會網(wǎng)絡, 使用

Pajek 計算3種指標, 得到的結(jié)果如下。

　　(2) 影響域測量方法

　　使用影響域測量方法得到的前15所高校排名如表2所示(距離取2) 。

表2　使用影響域測量方法得到的前15名高校

排名123456789101112131415

學校清華大學

南京大學北京大學上海交通大學廈門大學武漢大學南開大學華南理工大學北京師范大學西安交通大學中國農(nóng)業(yè)大學復旦大學北京航空航天大學北京化工大學天津大學

影響域0. 6355140190. 6074766360. 5981308410. 5794392520. 5794392520. 5700934580. 5607476640. 5607476640. 5420560750. 5420560750. 5420560750. 532710280. 532710280. 532710280. 523364486

, ”高校超鏈關(guān), 使用影響域方法反而大大3以上時, 幾但是這并不能表示影響域方法在衡量節(jié)點重要性方面失去了意義, 因為對于十分稀疏的有向圖而言, 影響域方法要比流行度方法更具有全局意義。

　　(3) 鄰近度指標測量方法

　　使用鄰近度聲望指標測量方法得到的前15所高校排名如表3所示:

表3　使用鄰近度聲望指標測量方法得到的前15名高校

排名123456789101112131415

　　(1) 流行度測量方法

　　使用流行度測量方法得到的前15所高校排名如表1所示:

表1　使用流行度測量方法得到的前15名高校

排名123456789101112131415

學校清華大學

北京大學南京大學上海交通大學復旦大學廈門大學南開大學武漢大學浙江大學華南理工大學北京師范大學西安交通大學中國農(nóng)業(yè)大學吉林大學中國人民大學

鄰近度聲望0. 5206620880. 4668338270. 4070719720. 3781603540. 3748701970. 3556953830. 3468542250. 3443138710. 3323455660. 3204272360. 3143925230. 3112797260. 3082279640. 3072937830. 300845572

學校清華大學北京大學南京大學復旦大學上海交通大學浙江大學廈門大學南開大學武漢大學中國人民大學華東師范大學中國科學技術(shù)大學

吉林大學北京師范大學華南理工大學

流行度534633332926232321202019181615

　　分別將上述3種排名與兩所傳統(tǒng)大學排行榜使用

SPSS 作線性相關(guān)分析, 結(jié)果如表4所示。

67X I A NDA I T USHU Q I N G BAO J I SHU 　　

情報分析與研究

表4　三種聲望度指標與傳統(tǒng)大學排名的　　　　　　Pears on 相關(guān)系數(shù)

武版

流行度影響域鄰近度

-. 031. 027. 198

以用節(jié)點的鄰近度聲望表示, 由此引入描述一個超鏈接權(quán)重的參數(shù), 記為W eight i =X i /Oi 。則節(jié)點p i 的重要性UnivRank i 可以使用以下公式計算:

UnivRank i =6N n ×W eight n

n =1I i

邱版. 025. 019. 167

4. 3　新指標的算法實現(xiàn)

　　從表4可以看出, 3種指標中鄰近度聲望指標與兩種大學排名擬合程度均較好。使用影響域和流行度指標得到的排名結(jié)果與權(quán)威排名的相關(guān)性較差。由此, 筆者認為在“211工程”高校網(wǎng)站超鏈關(guān)系社會網(wǎng)絡中, 使用鄰接度聲望作為大學評價指標比較科學。下面將使用鄰近度指標作為加權(quán)因子, 并引入PageR 2

ank 思想設計新的評價指標。

　　本文使用Java 語言實現(xiàn)了上述指標的計算, 以下部分簡要介紹該算法的基本思想。程序計算所需的各項數(shù)據(jù)均由其他程序生成, 由于篇幅所限, 不再一一介紹。本部分僅介紹使用“211工程”高校社會網(wǎng)絡中節(jié)點的入度、出度、鄰近度聲望指標與網(wǎng)絡中有向邊的信息來計算4. 2節(jié)所討論的新指標的算法思想。

　　Hash Map I =new Hash Map (6000) ; //定義Hash Map 型變量I, 存

放節(jié)點入度, 格式形如“學校簡稱→入度”

　　Hash Map O =ne w Hash Map (6000) ; //定義Hash Map 型變量O,

存放節(jié)點出度, 格式同上

　　Hash Map P ne w ) /Hash Map 型變量P,

, //項信息

=w Hash Map (6000) ; //定義Hash Map 型變量

存放節(jié)點新指標值

4　PageRank 思想的引入與新指標的設計

4. 1　PageRank 思想簡述

　　首先對PageRank 的基本思想做一個簡單的介紹。從根本上來說, PageRank 是基于“從許多優(yōu)質(zhì)的網(wǎng)頁鏈接過來的網(wǎng)頁, 必定還是優(yōu)質(zhì)網(wǎng)頁”來判定網(wǎng)頁的重要性。一個頁面的決于以下3點:

　　(1) 鏈接數(shù):;

　　(2) :來自比較重要的頁面的鏈接被認為具有更高的可信度;

　　(3) 鏈接源頁面的鏈接數(shù):如果鏈接來源網(wǎng)頁包含的鏈接越多, 則該網(wǎng)頁所包含的指向其他網(wǎng)頁的鏈接的重要性越低。

4. 2　“超鏈權(quán)重”的引入與新指標的設計

[9]

　　BufferedReader in =new BufferedReader (ne w FileReader (" A1.

txt" ) ) ;

　　//讀取存放鏈接關(guān)系的文件, 每行代表一條有向邊, 格式形如

“學校1-學校2:邊權(quán)值”

　　String Ufr om =ne w String () ; //Ufrom 代表指出的學?！　tring U t o =ne w String () ; //Ut o 代表指入的學?！　nt num =0; //num代表權(quán)重

　　while ((asdf2=in . readL ine () ) ! =null ) //按行讀取存放鏈接

關(guān)系的文件{

　　　if (weight . containsKey (U t o ) ==true ) {

　　　　double te mp2=Double . parse Double (weight . get (U t o ) . t oS 2

tring () ) ;

　　將PageRank 引申到本文所探討的“211工程”高校網(wǎng)站超鏈社區(qū)這個具體范疇:一個大學網(wǎng)站被鏈接的次數(shù)越多, 那么這個大學應該越重要; 一個大學本身越重要, 那么這個大學所指向其他大學網(wǎng)站的鏈接越重要; 一所大學網(wǎng)站指向其他大學網(wǎng)站的鏈接越多, 那么這所大學的鏈接的重要性相應越低。根據(jù)這一基本思想, 可以定義大學重要性指標UnivRank, 其形式化描述為:

　　在有向加權(quán)圖Q 中, 假設節(jié)點p i 的入度為I i , 和節(jié)點直接相連的I i 個節(jié)點表示為P i ={p1, p 2, …, p I }, 和

i

　　　　double Pnum =Double . parse Double (P . get (Ufr om ) . t oString

() ) ;

　　　　int Onum =I nteger . parse I nt (O. get (Ufr om ) . t oString () ) ; 　　　　te mp2=te mp2 num 3Pnum /Onum;//重新計算新指標, 并

將結(jié)果存入Hash Map 中

　　　　weight . put (U t o, ne w Double (te mp2) ) ; 　　　}　　　else{

　　　　double Pnum =Double . parse Double (P . get (Ufr om ) . t oString

() ) ;

p i 之間的有向邊權(quán)值為{N1, N 2, …, N n }, 大學指向其

他網(wǎng)站的鏈接記為O i =n 6N n , 大學網(wǎng)站的“重要性”可=1

I i

　　　　int Onum =I nteger . parse I nt (O. get (Ufr om ) . t oString () ) ; 　　　　double te mp2=num 3Pnum /Onum;//計算新指標, 并將結(jié)

　68　現(xiàn)代圖書情報技術(shù)

總第169期　2008年　第9期

果存入Hash Map 中

　　　　weight . put (U t o, ne w Double (te mp2) ) ; 　　　}　　}

到傳統(tǒng)的網(wǎng)站鏈接分析中, 并以“211工程”高校為樣本, 通過與權(quán)威大學排行榜進行擬合, 比較幾種指標大學評價效果的優(yōu)劣。最后結(jié)論表明, 社會網(wǎng)絡分析中的鄰近度聲望指標優(yōu)于傳統(tǒng)的入鏈度, 而引入超鏈接權(quán)重后的新指標UnivRank 又優(yōu)于單純的鄰近度聲望指標。因此, 筆者認為在基于網(wǎng)站鏈接分析的大學排名中, 引入新指標對于改進大學排名的準確性和客觀性具有一定意義。

4. 4　對新指標效果的評價

　　使用新指標UnivRank 對“211工程”高校的重要性重新進行測度所得到前15所高校排名如表5所示:

表5　UnivRank 最高的前15名高校

排名123456789101112131415

學校清華大學

北京大學南京大學復旦大學浙江大學武漢大學上海交通大學四川大學中國科技大同濟大學廈門大學北京外國語大學南開大學華南理工大學哈爾濱工業(yè)大學

Univ Rank 2. 1974131095511. 9071131576750. 7942448102950. 5793248499500. 5090294332870. 4816395118720. 4574168221510. 3183487366590. 2787315576250. 2699321467060. 2602753806260. 2538117055240. 2444132245050. 2316108314930. 223742977552

參考文獻:

[1]W ebmetrics Ranking of World Universities January ’07D istributi on

by Continent[EB /OL].(2006-07-20) . [2007-07-11].ht 2t p://www. webmetrics . info /Distributi . as p. [2]周思來. [D ].北京:

北京大學, 2007.

[3. ”看中國大學與世界及

J , 2006(1) :22-4]. 網(wǎng)絡鏈接分析與網(wǎng)站評價研究[M].北京:北京圖書

　　將上述排名結(jié)果與兩榜SPSS 作線性相關(guān)分析, 表6　Pears on 相關(guān)系數(shù)

武版

UnivRank

. 213(3)

館出版社, 2005.

[5]Google 的秘密-PageRank 徹底解說[EB /OL].[2007-07-11].htt p://www. kreng . com /pagerank. ht m .

[6]Wouter de Nooy, M rvar A, Batagelj V. Exp l orat ory Social Net w ork

Analysis with Pajek[M].Cambridge:Ca mbridge University Press, 2005.

[7]邱均平. 世界一流大學及學科競爭力評價研究報告[M].北

邱版. 262(3)

　　(注:3表示在結(jié)果5水平上顯著相關(guān))

　　從表6可以看出, 根據(jù)新指標UnivRank 得到的排名與權(quán)威大學排名擬合程度顯著高于流行度、影響域和鄰近度聲望指標, 并且其結(jié)果在5水平上顯著相關(guān)。因此, 筆者認為新指標在進行大學評價方面的效果比傳統(tǒng)的3種方法要好。

京:科學出版社. 2007.

[8]《中國大學評價》課題組. 挑大學選專業(yè)-2007高考志愿填報

指南[M].北京:中國統(tǒng)計出版社. 2007.

[9]Google 在線文檔-Google 的受歡迎的秘密[EB /OL].(2005-07-20) . [2007-07-11].htt p://www. google . co . j p /intl/ja /why _use. ht m l .

5　結(jié)　語

　　本文將PageRank 思想與社會網(wǎng)絡分析思想引入

(作者E -mail:zs . wagner@yahoo . com. cn )

69X I A NDA I T USHU Q I N G BAO J I SHU