中外企业网站的链接分析与网络影响力评价，本文主要内容关键词为：企业网站论文,影响力论文,中外论文,评价论文,链接论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
目前，国内外对优秀企业网站的评价标准与评价方法不一样，各行各业的评价指标也各有侧重，但很少有涉及网站链接分析与网络影响力的评价体系[1-2]。国外有关电子商务网站的评价体系主要有以下几种代表类型：①Gomez制定了5个一级指标：易用性、用户信心、站点资源、客户关系服务和总成本。②BizRate制定的电子商务网站的评价指标共有10项：再次光顾网站、订购的方便性、产品选择、产品信息和价格、网站外观与表现、物品运输和处理、送货准时性、产品相符性、顾客支持、订购后跟踪。③CU网站Consumer Reports Online(www.Consumersunion.org)的评价内容包括以下几方面：网站流量、销售额、网站政策，使用方便性和网站内容，然后专家根据各项指标的综合结果对电子商务网站进行排名。④CNNIN的评价指标有：站点的浏览器的兼容性、引擎上的出现率、站点速度、链接的有效率、被链接率、拼写错误率、站点设计[3]。中国企业联合会、中国企业家协会所属信息交流中心自2005年6月1日至7月10日在中企联合网上开展“全国优秀企业网站”评选活动，其评选标准包括内容标准、技术标准和管理标准，在技术标准项仅有关于站内链接的表述：“导航明确，链接无误，首页与栏目的链接点通率不低于90%”[4]。
所以，目前电子商务评价方法可以分为主观定性评价、客观定量评价与综合评价，而定量评价目前最常用的是网站流量指标统计。
Alexa是专门提供网站排名的世界著名公司，但它的排名是根据对用户下载并安装了Alexa Tools Bar嵌入到IE等浏览器，从而监控其访问的网站数据进行统计的，因此，其排名数据并不具有绝对的权威性[5]。
还有一种定量评价方法是链接分析(Link)和与之相关的网络影响因子(Web Impact Factor，WIF)测度。链接分析通过网站被链接的次数（尤其是外部链接数）反映该网站的质量，其理论依据是：一个网站被另一个网站所链接是对该网站的赞许与利用，而且二者的内容是相关的；一个网站的外部链接数越多，其网络影响力越大。网络影响因子测度以链接分析为基础，以网络影响因子的大小来反映网站的网络影响力大小。所以，笔者运用网络链接分析方法与网络影响因子测度方法，对部分中外代表性企业网站的网络影响力进行评价。
1 研究方案设计
1.1 研究样本的选取
考虑到企业的行业差异对网站链接分析的影响，笔者对研究样本的选取范围限定在信息技术企业与消费类电子企业。美国Forrest Research公司的Site Need Index(SNI)指数可以帮助企业对是否需要为一种知名商品建设网站进行评估，SNI发现信息技术企业与消费类电子企业最需要建设网站来创建自己的品牌和销售产品[6-7]。所以，笔者从《2006中国企业500强名单》和《〈财富〉2006年度世界五百强公司排行榜》中选取出34家中外信息技术企业与消费类电子企业作为研究分析样本，并以国内网站为主，国外只选了个别企业，以便进行国内外对比。
1.2 评价指标的确立
为了多指标全方位反映所选样本企业网站的建设规模与网络影响力，本文选取了7个链接分析指标。①网页数。是指运用搜索引擎搜索到的某网站内的网页数。一般认为，某网站包含的网页越多，其信息含量越大。它在一定程度上反映了网站的规模大小，但并不代表网站信息质量与信息浓度的高低。②总链接数。是指运用搜索引擎搜索到的与某网站存在链接的网页总数，它反映了该网站被链接的总量大小，是网站影响力与辐射力的主要标志。③内链接数。是指运用搜索引擎针对某网站范围内搜索得到的与该网站存在链接的网页数，即这些链接网页来自该网站自身，是一种“自链接”。它反映了网站内部结构的层次性与完备性。④外链接数。是指运用搜索引擎针对某网站范围外搜索得到的与该网站存在链接的网页数，即这些链接网页均来自该网站以外的网页。一般认为它比总链接数更好地反映了网站的外部影响力与网络辐射力，是网站建设质量的主要评价指标。⑤网络影响因子＝总链接数／网页数。反映了网站网页被链接的总的平均水平。这也是Ingwersen在“The Calculation of Web Impact Factor”一文中提出的网络影响因子的计算方法[8]。⑥外部网络影响因子＝外链接数／网页数。网站网页被外部链接的总的平均水平。与外链接数类似，它比网络影响因子更好地反映了网站的外部影响力与网络辐射力，被认为能更客观地描述网站的质量与建设水平。⑦内部网络影响因子＝内链接数／网页数。网站网页“自链接”的总的平均水平。与内链接数类似，它反映了网站内部结构的层次性与完备性。
2 研究数据的获取
2.1 检索方法与研究工具
用于网络链接分析的工具很多，在网络信息计量的研究中，经常采用的有两种：一种是商业性的搜索引擎，另一种是专门设计的爬行器。进行网络影响因子测度的工具必须具备以下条件：①数据库的覆盖范围足够大，这样才能保证结果的准确性。②数据库经常更新，因为网络每天都有成千上万的新网页产生和旧网页消失。③能搜索特定网站的全部网页。④能搜索到某网站链接的所有网页。⑤能够很好地支持布尔逻辑检索算法。⑥性能稳定，也就是在一个数据更新周期内，用具有相同含义的检索表达式进行检索，所得到的结果应该一致[9]。但现在还没有任何一种商业搜索引擎能完全满足以上条件。
在国外的网络信息计量学研究中，常采用Alta Vista作为研究工具。笔者通过对相关文献的考察[10]，发现从检索功能与检索结果的稳定性看，Google和Alta Vista都比较好，而且Google在搜索覆盖范围与数据库容量方面要优于Alta Vista。笔者同时选用了Google和Alta Vista两种检索工具，并分别选取相应的不同指标与检索式来获取网站链接数据。具体见表1和表2。
表1 Google检索指标与检索式（以海尔集团为例）
表2 Alta Vista检索指标与检索式（以海尔集团为例）
至于34家中外信息技术企业与消费类电子企业网址的获取，首先通过百度搜索引擎登录该企业网站的主页，在对其网站内容与结构进行全面考察核实后，再最后确定该企业网站的网址。同时将检索时间限定为2007年5月1日至3日，以迅捷的数据获取方式来弥补与削减网络信息动态性所造成的误差。
关于研究工具，考虑到数据处理的实际需要与方便使用的原则，选用Excel即可满足研究需要。
2.2 网络链接数据
通过上述的研究工具与检索方法，共得到各个企业网站的17个关于网络链接分析的指标数据。其中，通过Google检索所得7个，即网页数、总链接数、内链接数、外链接数、总网络影响因子、外部网络影响因子、内部网络影响因子。通过Alta Vista检索所得10个，仍然包括：网页数、总链接数、内链接数、外链接数、总网络影响因子、外部网络影响因子、内部网络影响因子，其中，内链接数指标数据是由两个检索式检索所得数据的平均数，而外链接数指标数据是由3个检索式检索所得数据的平均数。各指标的具体数据见表3、表4。
3 数据处理分析
从表3和表4可以看出，用Google检索和用AltaVista检索所得的企业网站链接指标的具体数据悬殊。例如：微软公司网站的总网络影响因子WIF、内网络影响因子WIFe、外网络影响因子WIFs，如果用Google检索所得数值计算分别为26.655、4.286、1.484，而用Alta Vista检索则分别为3.287、0.07、0.009。由此可见，由于两个检索工具的数据库容量与搜索机理存在着差异，如果仅仅用原始的链接数据进行各企业的网站评价与质量排序，很难得出较为客观的结论。所以，笔者利用Excel工具的数据处理功能，通过给每个指标赋值打分的方法对原始数据进行转换，并按转换后的各个指标得分进行排序，然后将各个指标逐个加和处理，最后再按加和得分的多少对各个企业网站进行总排序。
表3 用Google检索的指标数据
注：检索时间：2007-05-01；标*号者为异常数据，在结果说明与讨论部分再具体阐述。
表5、表6和表7分别是用Google检索和用Alta Vista检索所得的这些企业网站的各指标排序以及总排序概况（篇幅所限，只展示总排序前19强的企业数据）。
表4 用Alta Vista检索的指标数据
注：检索时间：2007-05-02；标*号者为异常数据，在结果说明与讨论部分再具体阐述。
表5 用Google检索所得企业网站各指标排序
表6 用Alta Vista检索所得企业网站各指标排序
表7 用Google和Alta Vista检索所得企业网站各指标总排序
4 结果说明与讨论
4.1 对链接分析工具的讨论
在网络信息计量研究中，Alta Vista是研究人员首选的搜索引擎[11]。作为一种国际公认的链接分析工具，它与其他搜索引擎在网络链接分析时的兼容性如何，是否可以通过与其他工具的综合使用来达到结果最优，可以从表7中的数据处理结果进行分析：在排序1、排序2和总排序中，第一名都是微软公司，也就是说微软公司的网站建设综合质量与网络影响力在两个检索工具所得数据分析结果中都表现最好，而且都与总排序相一致；而第二名则略有不同，用Google检索结果的是IBM公司，但用Alta Vista检索结果和总排序中都是英特尔公司；海信集团在排序1、排序2和总排序中都是第14名；TCL集团在排序1、排序2和总排序中分别为第18名、第17名和第18名，相差微弱。由此得出粗略结论：Google可以作为网站链接分析工具与Alta Vista结合使用，虽然二者的检索结果存在着微小偏差，但可以通过指标的综合达到平衡与削减。这从另一个角度验证了我们的假设，即Alta Vista可以通过与其他网络链接工具的综合使用来达到结果最优。
4.2 对链接分析指标与我国企业网站网络影响力的分析
从表3和表4标*号者的企业网站可以看出，异常数据主要是出现在内链接数S以及内部网络影响因子WIFs这些指标中，而外链接数E及外部网络影响因子WIFe无论是用Google还是用Alta Vista检索所得数据，其结果都比较正常。所以，在链接分析与网站影响力评价中，外链接数与外部网络影响因子是众多指标中的最有效指标。
造成两个搜索引擎链接分析结果不一致的根本原因，除了网络信息的动态多变性特征及搜索引擎的链接检索机制存在差异等客观原因外，也反映出一些企业网站在可获得性方面存在的问题。在许多有关企业网站评价的文献中，网站的可获得性是一个重要评价指标，包括搜索引擎上的出现率、链接的有效率及被链接率、被访问率等[12]。但是，从表3、表4可以看出，在用Google和用Alta Vista检索所得指标数据中，均有总网页数T或内部链接数S为0、为1或者与其他指标数据形不成比例等异常现象。这表明：如果排除搜索引擎因素，那么，这些网站的网页在搜索引擎上的出现率以及网站资源的结构性与内部链接的有效性是不容乐观的。另外，基于链接分析工具与检索方法相对有效的假设前提，可以进一步探讨中外企业网站、不同行业网站以及信息展示网站和网上交易网站等因素与网络影响力之间的相关关系，以便为我国企业的网站建设与网络影响力的提升提供借鉴性信息。
1)中外企业网站的网络影响力整体上存在悬殊。从综合排名结果可以看出，在所选34家中外企业中，排在前几位的大都是国外企业网站，如微软、英特尔、IBM、DELL等，其次才是方正集团、IBM公司（中国）、海尔集团、飞利浦（中国）、英特尔（中国）、华为等。这说明我国企业在网站建设与网络推广方面与国外企业相比还存在着很大差距。这里既有我国企业信息化建设起步较晚、基础设施跟不上等客观原因，更与我国企业决策层对建设企业网站的重要性认识不足有关。
2)不同的行业性质其网站的网络影响力也不同。尽管笔者在选取研究样本时考虑到行业性质与网站建设之间的关系，只选取了信息技术企业与消费类电子产品企业，但从研究结果发现这两个行业之间在网站建设方面也存在着差异。整体来看，软件技术与信息产品类企业的网站影响力较之消费类电子企业要大一些。从表5、表6和表7的各指标排序可以看出，信息技术或信息产品企业如微软、英特尔、IBM、DELL、方正、华为等网站的排名比较靠前，而消费类电子企业如海尔、康佳、TCL等则位居其后。所以，对于企业网站的建设与推广，不同的行业可以采取不同的策略，对企业特点与网站功能的合理定位是实现企业网络影响力与现实影响力有效整合的前提。
3)不同功能的企业网站具有不同的网络影响力。按照企业的网站规模与功能实现，可以将其划分为三大类：信息展示型企业网站、网上直销型企业网站和综合型电子商务网站[13]。信息展示型网站只是将网站作为一种信息载体，主要功能定位于企业信息发布与形象展示，如康佳。如果在发布企业产品信息的基础上增加网上接受订单和支付的功能，网站就具备了网上销售的条件，如DELL。将企业信息发布到互联网上，用来销售公司的产品，并集成了包括供应链管理在内的整个企业流程一体化的信息处理系统，这就是综合型电子商务网站，如海尔。评价结果显示，DELL网站较之海尔网站的网络影响力综合表现要好，而海尔网站较之康佳网站的链接指标排名要靠前。据此可以推测：网站网络影响力与企业网站的功能类型有相关关系，即网上直销型企业网站的网络影响力大于综合型电子商务网站，而综合型电子商务网站的网络影响力大于信息展示型企业网站。
4.3 关于研究结果的补充说明
笔者对Google与Alta Vista两种搜索引擎工具的一致性以及中外企业网站的建设状况进行了研究，涉及17个分析指标，故只采用了某一特定时间的检索结果以便简化研究程序。实际上，搜索引擎的数据都会定期更新，因此在弄清楚搜索引擎索引数据库更新周期的基础上，采用几个不同更新周期的数据，然后取其平均值，这样可能要更科学些。另外，在对链接网页的处理上，认为每一个网页的价值都是相等的，这是不确切的，修正这个问题可以采用多种方法，一种是按照网页所在的域名，给出不同的权值，另外一种方法就是将链接网页的前100个（或者更多）选取出来，根据不同的链接动机，赋予不同的权值。在检索结果的准确性方面，R.Rousseau发现，由于Alta Vista的算法存在缺陷，导致其检索结果波动很大[14]。同时，在具体选取研究样本时，可能漏掉了部分相关企业，仅选取了部分代表性企业网站作为分析案例以说明问题。所以，这些不足与缺憾都可能导致研究误差的产生。这既表明需要对本链接分析的数据结果与分析结论持客观全面的认识，也是今后研究方法的改进方向。
收稿日期：2007-11-21