www.黄片视频在线播放,欧美精品日韩精品一级黄,成年男女免费视频网站,99久久久国产精品免费牛牛四川,99久久精品国产9999高清,乱人妻中文字幕视频4399,亚洲男人在线视频观看

數(shù)據(jù)傳輸有效性的指標(biāo) 基于鏈接分析的企業(yè)網(wǎng)站評價指標(biāo)的有效性分析

發(fā)布時間:2020-03-07 來源: 散文精選 點(diǎn)擊:

  [摘要]以《福布斯》“全球上市公司2 000強(qiáng)”企業(yè)網(wǎng)站為研究對象,通過自行設(shè)計(jì)的軟件獲取相關(guān)的鏈接指標(biāo),對不同行業(yè)和不同地區(qū)的企,_lkN站進(jìn)行對比分析;利用統(tǒng)計(jì)分析軟件SPSS中的Spearman秩相關(guān)系數(shù)分析企業(yè)排名與網(wǎng)站鏈接指標(biāo)相關(guān)關(guān)系,探討企業(yè)網(wǎng)站定量評價鏈接指標(biāo)的有效性。
  [關(guān)鍵詞]鏈接分析網(wǎng)站評價企業(yè)spearlilan秩相關(guān)系數(shù)
  [分類號]G350 F270
  
  1 引 言
  
  企業(yè)網(wǎng)站評價對于提高網(wǎng)站的質(zhì)量、推進(jìn)網(wǎng)站的電子商務(wù)水平、加強(qiáng)企業(yè)的競爭力具有重要的作用。目前學(xué)術(shù)界和企業(yè)界對企業(yè)網(wǎng)站的主要評價方法分為主觀定性評價、客觀定量評價和綜合評價。近年來以網(wǎng)絡(luò)影響因子為主體的鏈接分析指標(biāo)受到關(guān)注,但相關(guān)指標(biāo)能否被用于企業(yè)網(wǎng)站評價還有待驗(yàn)證。本文采用鏈接分析法對《福布斯》“全球上市公司2000強(qiáng)”中的企業(yè)網(wǎng)站進(jìn)行定量的評價與分析,旨在揭示企業(yè)網(wǎng)站發(fā)展水平所受企業(yè)所處行業(yè)與地區(qū)的影響,挖掘鏈接指標(biāo)與企業(yè)排名間的相關(guān)關(guān)系,探討影響企業(yè)網(wǎng)站定量評價的最重要鏈接指標(biāo)。
  
  2 鏈接分析指標(biāo)評述
  
  鏈接分析法由引文分析法演化而來。網(wǎng)站鏈接存在原因主要有:一是網(wǎng)頁之間內(nèi)容相關(guān);二是網(wǎng)頁質(zhì)量得到認(rèn)可,資源被利用。一個網(wǎng)站被鏈接的次數(shù)越多,網(wǎng)站的被利用率越高,影響力也越大。借鑒引文分析的思路和方法,1998年Ingwersen提出了“網(wǎng)絡(luò)影響因子”(WIF)指標(biāo)來反映網(wǎng)站網(wǎng)頁被鏈接的平均水平,并具體使用了WIF進(jìn)行了學(xué)術(shù)網(wǎng)站評價實(shí)證。隨后諸多研究者對鏈接分析法進(jìn)行了探討,并將其應(yīng)用于Web站點(diǎn)的分析與評價,特別是應(yīng)用于國家、大學(xué)網(wǎng)站方面,取得了豐富的研究成果。近年來鏈接分析方法也被學(xué)者應(yīng)用于企業(yè)網(wǎng)站評價,如陳太洋等人通過對鏈接分析指標(biāo)的綜合處理得到網(wǎng)站影響力排名;沙勇忠運(yùn)用鏈接分析方法對我國信息化優(yōu)秀企業(yè)網(wǎng)站的影響力進(jìn)行了評價。但由于鏈接分析指標(biāo)沿用引文分析的理論方法,所以基于鏈接分析指標(biāo)進(jìn)行網(wǎng)站評價的合理性受到關(guān)注。劉雁書等認(rèn)為利用站外鏈接評價網(wǎng)絡(luò)信息是可行的;邱均平等從鏈接分析與引文分析比較的角度對鏈接分析的有效性進(jìn)行論證,認(rèn)為鏈接分析用于網(wǎng)絡(luò)結(jié)構(gòu)中的特征和規(guī)律分析、網(wǎng)頁聚類等方面是可行的,但網(wǎng)絡(luò)影響因子用于網(wǎng)絡(luò)環(huán)境中的質(zhì)量評價不可靠。以上大部分學(xué)者的探索對象主要集中在政府和學(xué)術(shù)機(jī)構(gòu)網(wǎng)站及其網(wǎng)絡(luò)學(xué)術(shù)資源,鏈接指標(biāo)體系主要有鏈接總數(shù)、鏈接效率和網(wǎng)絡(luò)影響因子等,對于使用相關(guān)鏈接指標(biāo)評價企業(yè)網(wǎng)站的研究側(cè)重于企業(yè)既有排名與企業(yè)網(wǎng)站影響力的對比。由于企業(yè)發(fā)展階段不同,行業(yè)不同,所處地區(qū)不同,企業(yè)網(wǎng)站發(fā)展存在很大的差異性。因此現(xiàn)有鏈接指標(biāo)在不同地區(qū)、不同行業(yè)的企業(yè)網(wǎng)站可能具有不同的表現(xiàn),但基于鏈接分析指標(biāo)分析企業(yè)排名、企業(yè)所處行業(yè)與地區(qū)對企業(yè)網(wǎng)站發(fā)展的影響的研究還不多見。
  
  
  
  
  3 企業(yè)網(wǎng)站鏈接分析指標(biāo)與企業(yè)影響力相關(guān)性實(shí)證
  
  3.1 研究樣本的選擇
  本文選擇美國《福布斯》雜志2008年“全球上市公司2 000強(qiáng)”排行榜中的企業(yè)作為研究對象,榜中企業(yè)是《福布斯》評選出的全球頂尖企業(yè),這些企業(yè)的網(wǎng)站發(fā)展也處于前列,具有較強(qiáng)的代表性和研究價值,研究樣本分為4個:
  ?樣本A:企業(yè)不分地區(qū)和行業(yè),取福布斯2 000強(qiáng)中的前300強(qiáng)作為樣本。
  ?樣本B:按行業(yè)對企業(yè)進(jìn)行篩選,選擇其中的前310家銀行業(yè)企業(yè)作為樣本,通過分析樣本B與樣本A,進(jìn)而測度不同行業(yè)對企業(yè)網(wǎng)站發(fā)展的影響。
  ?樣本C、D:對樣本B按地區(qū)進(jìn)行篩選,選擇銀行業(yè)企業(yè)較發(fā)達(dá)的日本和美國,將61家日本銀行的數(shù)據(jù)作為樣本c,將44家美國銀行的數(shù)據(jù)作為樣本D,比較樣本C與樣本D,從而判斷不同地區(qū)企業(yè)網(wǎng)站發(fā)展的狀況。
  樣本A、B、c、D所涉及企業(yè)不計(jì)重復(fù)數(shù)據(jù)為551個。
  3.2 鏈接指標(biāo)的確定及數(shù)據(jù)獲取方式
  本文以樣本被鏈接的絕對數(shù)作為評價分析的源數(shù)據(jù),選取目前廣泛用于政府和學(xué)術(shù)網(wǎng)站的鏈接指標(biāo)類型有:站內(nèi)鏈接總數(shù)、鏈接總數(shù)、外部鏈接網(wǎng)站數(shù)、外部鏈接總數(shù)、鏈接效率、網(wǎng)絡(luò)影響因子,涉及到12個具體的指標(biāo)。
  源數(shù)據(jù)是通過自行開發(fā)的數(shù)據(jù)獲取工具spider對網(wǎng)絡(luò)信息計(jì)量研究常用的搜索引擎altavista和alexa進(jìn)行采集而得。本文涉及的鏈接指標(biāo)名稱、代碼和數(shù)據(jù)獲取來源如表1所示:
  3.3 網(wǎng)站鏈接指標(biāo)數(shù)據(jù)采集結(jié)果
  本文采集551個樣本在altavista和alexa上的4個鏈接指標(biāo),并進(jìn)行相關(guān)指標(biāo)計(jì)算,得到的指標(biāo)數(shù)據(jù)結(jié)果如表2所示:
  3.4 數(shù)據(jù)的處理與結(jié)果分析
  為分析企業(yè)排名、企業(yè)所處行業(yè)和地區(qū)三個因素對企業(yè)網(wǎng)站的發(fā)展存在何種影響,本文利用統(tǒng)計(jì)分析軟件SPSS對4個樣本進(jìn)行對比統(tǒng)計(jì)分析,使用的SPSS功能主要包括標(biāo)識異常個案、選擇個案、描述統(tǒng)計(jì)、相關(guān)性分析等。
  ?福布斯前300強(qiáng)企業(yè)與福布斯前310家銀行企業(yè)網(wǎng)站鏈接指標(biāo)表現(xiàn)。
  樣本A、B的樣本量分別為300、310,為方便對比兩個樣本,本文采用SPSS的標(biāo)識異常個案功能去除樣本B中的10個異常個案,使樣本A、B樣本量相等,然后對這兩個樣本進(jìn)行描述統(tǒng)計(jì),統(tǒng)計(jì)結(jié)果見表3。
  根據(jù)表3,我們可以看到樣本A的排名均值要小于樣本B的排名均值。兩個樣本的4項(xiàng)基本鏈接指標(biāo)S、U、L、OW的數(shù)量級較大。兩個樣本的u指標(biāo)值都明顯大于s指標(biāo)值,即樣本企業(yè)網(wǎng)站的網(wǎng)域網(wǎng)頁數(shù)要遠(yuǎn)遠(yuǎn)大于網(wǎng)站網(wǎng)頁數(shù),這表明兩個樣本的企業(yè)網(wǎng)站體系比較完善,網(wǎng)站的服務(wù)器功能不是由一臺主機(jī)完成的。
  進(jìn)一步采用SPSS中的Spearman秩相關(guān)系數(shù)檢驗(yàn)企業(yè)排名與企業(yè)網(wǎng)站鏈接指標(biāo)間的相關(guān)性,結(jié)果如表4所示:
  Spearman系數(shù)值的范圍在一1到+1之間,絕對值越大表明相關(guān)性越強(qiáng);正值表示正相關(guān),負(fù)值表示負(fù)相關(guān);相關(guān)系數(shù)右上方“*”表示顯著性水平為5%,“**”表示顯著性水平為1%。
  從表4中可以看出:①樣本A、B的相關(guān)系數(shù)皆為
  在表5中樣本c的排名均值大于樣本D的排名均值,這歸因于福布斯2000強(qiáng)中日本銀行排名在平均水平上落后于美國銀行。兩個樣本的4項(xiàng)基本鏈接指標(biāo)s、U、L、OW的數(shù)量級基本相同,表明日本銀行網(wǎng)站與美國銀行網(wǎng)站的建設(shè)在同一個水平上,具有可比性。樣本D的01、02指標(biāo)比樣本c大一個數(shù)量級,即樣本D的外部鏈接總數(shù)多于樣本c,說明在網(wǎng)站建設(shè)水平相同的情況下,美國銀行網(wǎng)站比日本銀行網(wǎng)站更為開負(fù)值,這說明,從總的趨勢來看,企業(yè)排名越靠前,網(wǎng)站的影響力越大,鏈接指標(biāo)的表現(xiàn)越優(yōu)異。②樣本B的12項(xiàng)鏈接指標(biāo)均與企業(yè)排名成顯著性相關(guān)關(guān)系,樣本A則只有6項(xiàng),同時樣本B的12項(xiàng)鏈接指標(biāo)絕對值均大于樣本A,這說明銀行業(yè)排名與鏈接指標(biāo)的相關(guān)性 明顯高出其他行業(yè),分析其原因,可能是銀行業(yè)在電子商務(wù)方面的發(fā)展領(lǐng)先于其他行業(yè);企業(yè)網(wǎng)站的鏈接指標(biāo)與其行業(yè)電子商務(wù)發(fā)展水平緊密相關(guān),基于鏈接分析的企業(yè)網(wǎng)站評價會受到不同行業(yè)的影響。
  ?福布斯前310家銀行企業(yè)中日本和美國企業(yè)網(wǎng)站鏈接指標(biāo)表現(xiàn)。
  為進(jìn)一步分析企業(yè)所處地區(qū)對網(wǎng)站鏈接指標(biāo)的影響,本文專門選取了福布斯排行榜中的61家日本銀行(樣本C)和44家美國銀行(樣本D)。為使兩個樣本量相等,先對樣本c、D進(jìn)行異常個案分析,結(jié)果未能發(fā)現(xiàn)異常個案,隨即采用SPSS的選擇個案功能從樣本C中隨機(jī)抽取44個樣本量,使樣本c、D的樣本量都為44。對樣本C、D的描述統(tǒng)計(jì)分析結(jié)果如表5所示:放,或者說美國銀行的信息化水平高于日本銀行。
  樣本c、D的spearman相關(guān)性分析結(jié)果見表6。
  分析表6,筆者得到如下發(fā)現(xiàn):
  ?樣本D的指標(biāo)L、OW、01、02絕對值明顯大于樣本c,說明美國銀行網(wǎng)站的鏈接指標(biāo)表現(xiàn)優(yōu)于日本銀行網(wǎng)站,這與美國銀行的信息化水平高于日本銀行的信息化水平是相符合的,這說明不同地區(qū)的企業(yè)網(wǎng)站發(fā)展水平有一定的差異。
  ?樣本C中只有L、OW、01、02等4項(xiàng)鏈接指標(biāo)與企業(yè)排名顯著性相關(guān),而樣本D則有6項(xiàng)。這與表4的結(jié)果差異較大,因?yàn)楦鶕?jù)表4,銀行業(yè)網(wǎng)站所有的鏈接指標(biāo)都與排名顯著相關(guān)。分析其原因:①可能由于統(tǒng)計(jì)樣本量存在差距,樣本B樣本量遠(yuǎn)大于樣本c、D,樣本數(shù)量的不同導(dǎo)致結(jié)果存在差別;②銀行的地區(qū)分布對銀行業(yè)網(wǎng)站排名雖有影響,但影響不大,由于銀行業(yè)整體信息化程度較高,地區(qū)排名相對靠后的銀行網(wǎng)站建設(shè)水平有趕超排名靠前的銀行的趨勢,銀行企業(yè)排名靠前,不代表其網(wǎng)站水平一定在最前面。樣本D唯一的正值相關(guān)系數(shù)WIF2也證明了這一點(diǎn)。
  ?樣本D顯著相關(guān)系數(shù)IOW L最大,銀行網(wǎng)站外部鏈接網(wǎng)站數(shù)與企業(yè)排名相關(guān)性最緊密。10WI>I 02I>ILl>101 I,說明外部鏈接重要性高于純鏈接(不分內(nèi)外),純鏈接重要性高于內(nèi)部鏈接,這表明,對于企業(yè)網(wǎng)站影響力評價來說,外部鏈接是極其重要的指標(biāo)。
  ?樣本D顯著相關(guān)系數(shù)的絕對值Iul>Isl,說明發(fā)達(dá)地區(qū)銀行業(yè)網(wǎng)站網(wǎng)域網(wǎng)頁數(shù)比網(wǎng)站網(wǎng)頁數(shù)更為重要,也說明排名越前的銀行其網(wǎng)站體系越完善,網(wǎng)站服務(wù)器功能越強(qiáng),也就能提供更好的服務(wù)(例如網(wǎng)頁響應(yīng)速度),網(wǎng)上銀行業(yè)務(wù)的競爭力也越強(qiáng)。
  
  4 數(shù)據(jù)分析的結(jié)論與啟示
  
  ?以上的數(shù)據(jù)統(tǒng)計(jì)與分析顯示,企業(yè)網(wǎng)站的發(fā)展水平和鏈接指標(biāo)與企業(yè)排名、所處行業(yè)與地區(qū)的影響都存在關(guān)聯(lián)。網(wǎng)站的鏈接指標(biāo)與企業(yè)排名基本呈顯著相關(guān)關(guān)系,排名越前的企業(yè)網(wǎng)站發(fā)展水平也越高,相應(yīng)的鏈接指標(biāo)也相對較突出;網(wǎng)站鏈接指標(biāo)與企業(yè)所處行業(yè)關(guān)系密切,行業(yè)的電子商務(wù)水平越高,相應(yīng)的鏈接指標(biāo)突出,福布斯排行榜中銀行網(wǎng)站鏈接指標(biāo)的表現(xiàn)說明了這一點(diǎn);網(wǎng)站的鏈接指標(biāo)受企業(yè)所在地區(qū)的影響,美國和日本銀行業(yè)網(wǎng)站的對比表明,地區(qū)經(jīng)濟(jì)越發(fā)達(dá),網(wǎng)站被鏈接也多。但隨著全球企業(yè)信息化快速發(fā)展,企業(yè)所在地區(qū)對網(wǎng)站鏈接分析指標(biāo)的影響正逐步減小。
  ?綜合表4和表6結(jié)果,得到相關(guān)鏈接分析指標(biāo)相關(guān)性排序,如表7所示:
  通過表7,筆者認(rèn)為,對于企業(yè)網(wǎng)站影響力評價來說,不管對哪個樣本,網(wǎng)站網(wǎng)頁數(shù)(S)、網(wǎng)域網(wǎng)頁數(shù)(U)、鏈接總數(shù)(L)、外部鏈接網(wǎng)站數(shù)(OW)、基于網(wǎng)站的外部鏈接(01)、基于網(wǎng)域的外部鏈接(02)與企業(yè)排名呈較顯著相關(guān)關(guān)系,其中尤以外部鏈接網(wǎng)站數(shù)(OW)、鏈接總數(shù)(L)等6項(xiàng)鏈接指標(biāo)比較有效,但通常評價網(wǎng)站所用網(wǎng)絡(luò)影響因子指標(biāo)有效性小。本文的研究對象是世界頂尖企業(yè),由此推廣到一般,基于鏈接分析的企業(yè)網(wǎng)站排名分析可以給上述6個指標(biāo)以較高的權(quán)重,然后再進(jìn)行評估;評價網(wǎng)站最為有效的鏈接指標(biāo)是外部鏈接網(wǎng)站數(shù)和鏈接總數(shù),而非外部鏈接總數(shù)。
  ?鏈接分析指標(biāo)的有效性分析可以為合理評價企業(yè)網(wǎng)站影響力提供依據(jù),同時也為企業(yè)網(wǎng)站的建設(shè)提供借鑒信息,利于網(wǎng)站的改進(jìn)與完善。以銀行業(yè)為例,如果較小的銀行企業(yè)網(wǎng)站提高自己的影響力,應(yīng)該關(guān)注自己的外部鏈接網(wǎng)站指標(biāo),通過提高網(wǎng)站的開放程度提升該鏈接指標(biāo)。
  
  5 本文研究的局限性
  
  本文鏈接分析的缺陷首先來源于鏈接分析的假設(shè)缺陷,假設(shè)所有鏈接同等重要,而實(shí)際上鏈接具有任意性,還可隨時修改、刪除。因此,完整的鏈接分析應(yīng)該是對鏈接數(shù)量及質(zhì)量的評估和分析,有學(xué)者提出了從用戶行為來分析不同頁面的權(quán)值。此外,鏈接分析的數(shù)據(jù)來源于搜索引擎altavista和alexa,個別數(shù)據(jù)表現(xiàn)異常,對分析會產(chǎn)生一定影響,因此鏈接數(shù)據(jù)獲取的有效性也值得進(jìn)一步研究。

相關(guān)熱詞搜索:分析 企業(yè)網(wǎng)站 評價指標(biāo) 基于鏈接分析的企業(yè)網(wǎng)站評價指標(biāo)的有效性分析 企業(yè)網(wǎng)站評價分析 企業(yè)網(wǎng)站評價指標(biāo)體系研究

版權(quán)所有 蒲公英文摘 www.91mayou.com