摘要：文章旨在探討基于學術跡的學術測度方法應用于微博傳播力評價的可行性和有效性。以國內9所高校圖書館微博為數據來源，收集發博數和被轉發數，計算被轉發h指數和被轉發p指數，在此基礎上計算被轉發微博的學術跡，通過對比h指數、p指數與學術跡在微博傳播力評價中的表現，以及三者之間的相關性，實證探究了學術跡評價微博傳播力的應用效果。實證結果顯示學術跡應用于微博傳播力評價具有更好的區分度和靈敏度，且較好地平衡了微博用戶的發博數量和質量間的關系。

　　關鍵詞：學術跡,微博,傳播力

　　根據中國互聯網絡信息中心(CNNIC)2018年1月份發布的第41次《中國互聯網絡發展狀況統計報告》，截止到2017年12月，我國手機網民規模達7.72億，其中微博用戶數為3.16億[1]。基于與生俱來的及時性、便捷性和互動性的特點，目前微博已經成為一種應用廣泛的信息載體和傳播媒介，政府機關、企事業單位、社團以及個人紛紛開設屬于自己的微博，逐漸形成一種“微博現象”。隨著社會的“微博熱”，學者們開始從多個視角展開了對微博的研究，如微博與組織機構的形象[2-3]、微博信息傳播模型[4]、微博與社會突發事件[5-6]、微博辟謠[7]等。

　　近年來隨著研究的不斷深入，關于微博的研究內容和研究視角也從最初的表層研究轉為內涵研究，其中關于微博傳播力和影響力的研究逐漸成為研究熱點。如何構建具備科學性、客觀性、普適性的評價體系并公平、公正的評價某微博用戶的傳播力，并通過評價結果有效地指導微博用戶的改進方向和策略演化，從而提升其利用微博傳播有效信息的能力，發揮自身價值最大化，日益成為當前微博傳播力研究的核心內容。本文將嘗試引入文獻計量學中一種新的指標體系——學術跡，探究基于學術跡的微博傳播力評價體系，并通過國內9所高校圖書館微博實際運營數據來對其進行實證研究分析，以期為當前微博傳播力研究提供一種新的視角。

　　1研究現狀

　　1.1微博傳播力研究

　　目前關于微博傳播力的研究，已有的研究主要分為三大類。

　　第一大類方法是依據微博的外部直接產出特征來構建其評價指標體系。如伏琰[8]采集了30所“985工程”高校圖書館官方微博的相關數據為研究樣本，甄選了覆蓋度、活躍度、交互度3個一級指標和是否認證、粉絲數、關注數、微博數、PR值、每天平均微博數、評估期內是否發布微博、評估期內發布微博數量、微博原創率、粉絲關注率、平均被評論數、平均被轉發數、評估期內被轉發數量、評估期內被評論數量、評估期內被點贊數量、微博互動率16個二級指標來構建高校圖書館微博影響力的評價指標體系，在此基礎上，利用層次分析法、Delphi法及專家群體決策賦予各指標權重系數，并結合新浪微博進行了實證研究。

　　第二大類方法從投入、產出的視角利用數據包絡分析(DataEnvelop⁃mentAnalysis,DEA)法來研究微博運營效率并構建相應的運營效率評價指標體系。如劉虹等[9]以外宣、司法、團委等十大類型政務微博為研究對象，基于內容、關系、時間三個維度，選取提及行為“@”、話題標簽“#”、互動數等指標，構建了政務微博信息交流效率評價的指標體系。采用DEA-VRS模型對政務微博的信息交流效率展開評價。

　　第三大類是將比較成熟的學術評價方法應用于微博傳播力研究。如周志峰等[10]通過對“211工程”大學的圖書館新浪微博調查，挑選其中25個經過認證的微博作為研究樣本，將h指數應用于高校圖書館微博影響力的研究，得出微博的被轉發h指數和評論h指數可以反映其影響力狀況。王林等[11]依據現有研究中微博傳播力的影響指標，提出微博轉發p指數、微博評論p指數和微博點贊p指數，并用綜合p指數來統一這三個指標的評價結果。

　　然后，基于我國34省的旅游政務官方微博數據，通過對比綜合p指數與綜合h指數在微博傳播力評價中的表現，以及對傳播力評價中綜合p指數與微博傳播力相關的幾個重要指標作關聯分析，實證探究了p指數評價微博傳播力的應用效果。

　　通過對已有的方法歸納分析，不難發現，第一大類方法以微博直接產出結果為評價依據，其最大的不足在于沒有考慮投入要素，此外通過德爾菲法、層次分析法等方法對其所構建的評價指標賦予權值時，具有一定的主觀性;第二大類方法雖然比較全面地考慮了微博的投入、產出指標，且權重不受人為主觀因素的影響，但是數據包絡分析方法只是對決策有效單元的相對效率評估，而非絕對效率評估，且造成有效率或無效率的原因需進一步分析;第三大類方法將文獻計量學中經典的h指數、p指數等算法引入微博傳播力評估中，計算過程簡單，且在一定程度上兼顧了微博用戶發博數量和質量，但是區分度和靈敏度均較低。

　　1.2學術跡研究

　　Ye和Leydesdorff[12]于2014年正式提出了學術跡(AcademicTrace)的概念，學術跡綜合了I3和h指數，基于學術發文和引文分布特征構建了一種全新的學術成果評價方法[13]，能夠實現定量、多維度的客觀評估學術成果。與已有的學術成果評價方法相比，學術跡的優勢非常明顯。首先學術跡算法能夠兼顧學術成果的數量和質量;其次學術跡測評靈敏度高，能夠較好地發掘出學術成果間的細致學術差異;再次學術跡能夠有效彌補期刊影響因子的邏輯缺陷[14-15]。

　　學術跡一經提出，就引起了相關學者的高度關注并展開了系列的應用研究。蘇云梅和武建光[16]利用學術跡研究了6個學術團體學術成績的指標特點和變化趨勢，從而明確了學術跡評價方法對于學術成果評價的積極作用。孫竹梅等[17]以國內海洋學領域的10種代表性核心期刊為研究對象，對基于學術矩陣和學術跡的學術測度方法應用于期刊評價的可行性和有效性進行實證探索。孫竹梅和華薇娜[18]對學術跡和學術矩陣應用于學科發展評價的可行性和有效性進行實證分析。

　　宋玲玲[19]基于學術跡和學術矩陣的學術測度測算國內航空、航天領域期刊的學術矩陣參數和學術跡，實證探索研究期刊評價的可行性和有效性。綜上所述，學術跡目前主要應用于學科、學術期刊和學術團體的學術成果評估領域，并取得了較好的效果。學術跡方法的基本思想是將作者所發的學術文章按被引次數降序排序，可得出發文、引文曲線圖。學術跡指的是學術矩陣的跡，學術矩陣是引文曲線按發文的被引數量分布構成的一個三階矩陣。學術跡的值越大，被測評的學術成果的累計成績就越高。

　　2基于學術跡的微博傳播力評價指標模型

　　如上文所述，目前已有多位學者將經典的h指數和p指數成功應用于微博傳播力研究領域，學術跡與h指數和p指數一樣，最初同樣源于學術論文引文評價指標，且學術跡綜合運用了多個參量指標，相對于h指數和p指數，學術跡能夠提供多維評價視角，有效地彌補了h指數和p指數的不足，這給學術跡應用于微博傳播力評價提供了直接的依據。

　　本文主要研究微博傳播力，類同于評價學術著作的影響力主要依靠其被引用量大小，微博傳播力大小較多地依靠其被轉發數的多少，微博只有被轉發出去，才能讓更多的受眾知曉，此外，目前已有學者研究證明了微博被轉發數、被評論數和被點贊數存在很大的相關性[20-21]，基于h指數和p指數應用于微博傳播力研究的先驗基礎，為了能夠精確地繼承學術跡應用于學術評價的核心思想，本文嘗試僅從微博用戶原創微博的被轉發數指標來評價微博傳播力。將學術跡應用于微博傳播力的評價研究時，公式(1)中的各參數將賦予新的含義，即h值為微博用戶所發微博h指數值;P值為微博用戶所發微博總數;C值為微博用戶所發微博的被轉發總數;Pz值為微博用戶所發微博零被轉發總數;Ct值為微博用戶所發微博在發微博與被轉發的排序分布圖中t域被轉發數;Ce值為微博用戶所發微博在發微博與被轉發的排序分布圖中e域被轉發數。

　　3實證研究

　　基于當前國內新浪微博平臺的巨大影響力，本文以新浪微博平臺為數據收集平臺，選取中國“九校聯盟”(C9)(包括北京大學、清華大學、復旦大學、上海交通大學、南京大學、浙江大學、中國科學技術大學、哈爾濱工業大學、西安交通大學)成員高校圖書館官方微博為研究對象，通過對比h指數、p指數和學術跡在微博傳播力評價中的具體表現，探究學術跡在評價高校圖書館微博傳播力中的實際效果。

　　3.1樣本數據采集

　　在新浪微博平臺上以關鍵詞“**大學圖書館”搜索C9聯盟成員高校圖書館官方認證微博。基于微博實效性強的特點，本文僅收集2017年全年上述微博用戶所發原創微博的相關信息，利用Python語言編制網絡爬蟲工具，抓取上述9個微博賬號的相關信息，數據采集時間為2018年5月5日—2018年5月6日。根據本文所構建的基于學術跡的微博傳播力評價模型的計算方法計算9所高校圖書館微博的學術跡值(T值)，為了能夠形成對比，本文選取應用廣泛的經典h指數和p指數作為參考指標，分別計算9所高校圖書館的h指數值(h值)和p指數值(p值)。

　　通過觀察表1中的結果數據，不難發現，本文所構建的基于學術跡的微博傳播力評價模型所得出的結果與經典的h指數和p指數的結果分布在總體上具備一致性。進一步觀察表中數據，經典h指數取值范圍為1~11，經典p指數取值范圍為0.5~11.48，而本文所構建的基于學術跡的T指數取值范圍為-44.26~246.88，對比結果可初步判定基于學術跡的T指數對評價對象具有更好的區分度。進一步分析表1中的相關數據，如果僅以h指數的h值對9所高校圖書館微博運營績效進行排名的話，那么會出現很多的名次并列，如清華大學圖書館和復旦大學圖書館h指數值均為3、浙江大學圖書館和西安交通大學圖書館h指數值均為2、中國科學技術大學圖書館和哈爾濱工業大學圖書館h指數值均為1，顯然這一排名是不能夠合理解釋和說明相關高校圖書館微博運營績效的，不同的發博數、被轉發數和篇均轉發數卻導致了同一個結果。

　　依據p指數對9所高校圖書館微博運營績效進行排名，結果雖然不會出現并列的情形，但是卻出現p值相差不大，微博用戶實際運營數據卻相差很多的情形，如浙江大學圖書館和哈爾濱工業大學圖書館，上述兩所高校的圖書館微博被轉發p值分別為1.35和1.28，但是發博數和轉發數的量卻相差很多，特別是篇均轉發數相差一倍，這說明p指數應用于微博傳播力研究領域有一定的局限性。

　　3.2學術跡相關性分析

　　為了能夠進一步評估學術跡在微博傳播力績效方面的有效性，本文采用Pearson相關系數來分析學術跡與h指數、p指數、發博數、轉發數、篇均轉發數之間的相關關系。學術跡的T值與h指數的h值以及p指數的p值的相關度分別為0.940和0.931，說明學術跡與h指數和p指數在微博傳播力評價方面具有高度一致性。此外學術跡的T值與微博用戶的發博數、轉發數和篇均轉發數均顯著相關，說明微博用戶的學術跡與績效評價指標之間具有一致性。

　　在發博數指標上，T值的相關性超過了p值;特別是在轉發數指標上，T值的相關性遠遠高于p值和h值，總的來說，學術跡用于評價微博傳播力的效果整體上優于p指數和h指數。

　　4分析與結論

　　本文將學術跡引進微博傳播力研究領域，構建了基于學術跡的微博傳播力評價模型，并詳盡地論證了模型和計算方法。通過國內C9聯盟高校圖書館微博的實際運營數據進行了基于學術跡的微博傳播力評價的有效性驗證研究，相對于經典并廣泛應用的h指數和p指數而言，基于學術跡的微博傳播力評價體系具有以下幾個方面的優勢。

　　4.1更好的區分度

　　在評價結果區分度方面，學術跡明顯優于h指數。h指數值是一個整數，重復率高，清華大學圖書館與復旦大學圖書館h指數相等，此時依靠h指數法是無法區分兩所大學圖書館微博運營績效的優劣，p指數的區分度要明顯好于h指數，但是通過p指數的計算過程，不難發現p指數的p值永遠大于零，換句話說，利用p指數來評估微博傳播力時，所有結果都是好的，只是好的程度不等，有的“大好”，有的“小好”，沒有“不好”的評估對象，而學術跡的T值不僅能取正值，而且還能夠取到負值，如表1中的浙江大學圖書館等4所高校圖書館的學術跡值小于零，說明其績效不好。

　　4.2更高的靈敏度

　　在評價結果靈敏度方面，學術跡也明顯優于h指數和p指數。利用h指數評價微博傳播力時，只有在h值附近區域的微博對其結果有較大影響，完全忽視的高被轉發微博對微博傳播力的貢獻度，低被轉發微博和零轉發微博極易形成“長尾效應”。

　　利用p指數評價微博傳播力時，從計算過程中不難發現，p指數僅僅考慮了微博總被轉發數和發博數，完全忽視了被轉發次數為零的微博，某條微博的被轉發次數為零時并不代表其毫無價值，因此p指數的靈敏度需要進一步優化。本文所利用的學術跡，在繼承h指數和p指數的基礎上，進一步增加了低被轉發率的微博和零被轉發微博，使得其靈敏度明顯優于傳統的h指數和p指數。

　　4.3更適合微博傳播力評價研究領域

　　本文認為微博傳播力的關鍵在于被轉發，微博用戶所發微博只有被其粉絲轉發后才能形成幾何級增長速度，才能在短時間內以點帶面，輻射更多的用戶人群，從而形成傳播力。表2分析結果數據顯示，與h指數相比，學術跡的T值與被轉發指標的相關性明顯高于h值;與p指數相比，學術跡的T值與發博數、被轉發兩項指標的相關性均明顯高于p值。學術跡弱化了篇均轉發數，強化總轉發數，更好地平衡了微博用戶發博數量和發博質量兩者的關系，能夠更加明顯地突出微博用戶所發微博的傳播力的績效。

　　5結語

　　總的來說，將學術跡應用于微博傳播力研究領域，不僅是延續和繼承了h指數和p指數的共同特征，更是一種評價算法的優化和提升。學術跡有良好的算法理論基礎，其計算過程充分考慮了微博用戶發博數、被轉發總數、高被轉發數、低被轉發數和零轉發數，本文的實證研究充分說明了學術跡應用于微博傳播力的有效性和適用性。盡管學術跡應用于微博傳播力研究領域優勢明顯，但是也存在一定的不足，如學術跡方法無法充分考慮微博用戶所發微博的內容以及微博用戶粉絲群的人群結構特征，本文的后續研究將結合文本分析和挖掘方法進一步提升微博傳播力研究的效果，盡可能客觀、科學的評價微博用戶的微博傳播力。

　　參考文獻

　　[1]中國互聯網絡信息中心.第41次《中國互聯網絡發展狀況統計報告》[EB/OL].[2018-03-05].http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201803/P020180305409870339136.pdf.

　　[2]侯振興,袁勤儉.在線旅游企業微博形象及提升策略研究[J].現代情報,2016,36(3):42-47.

　　[3]李斯,唐瓊.我國高校圖書館微博形象研究——以微博風云榜高校圖書館為例[J].大學圖書館學報,2015,33(1):66-73.

　　[4]崔金棟,鄭鵲,孫碩.微博信息傳播模型及其演化研究綜述[J].圖書館論壇,2018,38(1):68-77.

　　[5]姜景,李丁,劉怡君.基于微博輿論生態的突發事件管理策略研究[J].管理評論,2015,27(4):48-56.

　　[6]張玥,孫霄凌,朱慶華.突發公共事件輿情傳播特征與規律研究——以新浪微博和新浪新聞平臺為例[J].情報雜志,2014,33(4):90-95.

　　[7]陳娟,劉燕平,鄧勝利.政務微博辟謠信息傳播效果的影響因素研究[J].情報科學,2018,36(1):91-95，117.

　　[8]伏琰.圖書館微博影響力評價指標體系研究——以“985工程”大學為例[J].圖書館學研究,2015(15):24-33.

　　[9]劉虹,孟凡賽,孫建軍.基于DEA方法的政務微博信息交流效率研究[J].情報科學,2017,35(6):9-13.

　　[10]周志峰,韓靜嫻.h指數應用于微博影響力分析的探索——以我國“211工程”大學圖書館微博為例[J].情報雜志,2013,32(4):63-67.

　　[11]王林,朱文靜,潘陳益,等.基于p指數的微博傳播力評價方法及效果探究——以我國34省、直轄市旅游政務官方微博為例[J].情報科學,2018,36(4):38-44.

　　情報類刊物推薦：情報科學1980年創刊，本著求實創新的理念，始終站在學科研究的前沿，全面反映學科發展的動態。特別注重追求理論精品，面向行業工作實際，不僅形成了求實創新的學術風格，成為同行之間進行學術研討和業務交流的理想園地，而且也是國內情報學、圖書館學領域影響較大的學術性期刊之一，在國內組織的圖書館學情報學核心期刊評定中名列前茅。