摘要文章旨在探討基于學(xué)術(shù)跡的學(xué)術(shù)測(cè)度方法應(yīng)用于微博傳播力評(píng)價(jià)的可行性和有效性。以國(guó)內(nèi)9所高校圖書館微博為數(shù)據(jù)來(lái)源，收集發(fā)博數(shù)和被轉(zhuǎn)發(fā)數(shù)，計(jì)算被轉(zhuǎn)發(fā)h指數(shù)和被轉(zhuǎn)發(fā)p指數(shù)，在此基礎(chǔ)上計(jì)算被轉(zhuǎn)發(fā)微博的學(xué)術(shù)跡，通過(guò)對(duì)比h指數(shù)、p指數(shù)與學(xué)術(shù)跡在微博傳播力評(píng)價(jià)中的表現(xiàn)，以及三者之間的相關(guān)性，實(shí)證探究了學(xué)術(shù)跡評(píng)價(jià)微博傳播力的應(yīng)用效果。實(shí)證結(jié)果顯示學(xué)術(shù)跡應(yīng)用于微博傳播力評(píng)價(jià)具有更好的區(qū)分度和靈敏度，且較好地平衡了微博用戶的發(fā)博數(shù)量和質(zhì)量間的關(guān)系。

　　關(guān)鍵詞：學(xué)術(shù)跡,微博,傳播力

　　根據(jù)中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)2018年1月份發(fā)布的第41次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》，截止到2017年12月，我國(guó)手機(jī)網(wǎng)民規(guī)模達(dá)7.72億，其中微博用戶數(shù)為3.16億[1]。基于與生俱來(lái)的及時(shí)性、便捷性和互動(dòng)性的特點(diǎn)，目前微博已經(jīng)成為一種應(yīng)用廣泛的信息載體和傳播媒介，政府機(jī)關(guān)、企事業(yè)單位、社團(tuán)以及個(gè)人紛紛開(kāi)設(shè)屬于自己的微博，逐漸形成一種“微博現(xiàn)象”。

　　隨著社會(huì)的“微博熱”，學(xué)者們開(kāi)始從多個(gè)視角展開(kāi)了對(duì)微博的研究，如微博與組織機(jī)構(gòu)的形象[2-3]、微博信息傳播模型[4]、微博與社會(huì)突發(fā)事件[5-6]、微博辟謠[7]等。近年來(lái)隨著研究的不斷深入，關(guān)于微博的研究?jī)?nèi)容和研究視角也從最初的表層研究轉(zhuǎn)為內(nèi)涵研究，其中關(guān)于微博傳播力和影響力的研究逐漸成為研究熱點(diǎn)。如何構(gòu)建具備科學(xué)性、客觀性、普適性的評(píng)價(jià)體系并公平、公正的評(píng)價(jià)某微博用戶的傳播力，并通過(guò)評(píng)價(jià)結(jié)果有效地指導(dǎo)微博用戶的改進(jìn)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(fā)揮自身價(jià)值最大化，日益成為當(dāng)前微博傳播力研究的核心內(nèi)容。

　　本文將嘗試引入文獻(xiàn)計(jì)量學(xué)中一種新的指標(biāo)體系——學(xué)術(shù)跡，探究基于學(xué)術(shù)跡的微博傳播力評(píng)價(jià)體系，并通過(guò)國(guó)內(nèi)9所高校圖書館微博實(shí)際運(yùn)營(yíng)數(shù)據(jù)來(lái)對(duì)其進(jìn)行實(shí)證研究分析，以期為當(dāng)前微博傳播力研究提供一種新的視角。

　　1研究現(xiàn)狀

　　1.1微博傳播力研究

　　目前關(guān)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(jù)微博的外部直接產(chǎn)出特征來(lái)構(gòu)建其評(píng)價(jià)指標(biāo)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(guān)數(shù)據(jù)為研究樣本，甄選了覆蓋度、活躍度、交互度3個(gè)一級(jí)指標(biāo)和是否認(rèn)證、粉絲數(shù)、關(guān)注數(shù)、微博數(shù)、PR值、每天平均微博數(shù)、評(píng)估期內(nèi)是否發(fā)布微博、評(píng)估期內(nèi)發(fā)布微博數(shù)量、微博原創(chuàng)率、粉絲關(guān)注率、平均被評(píng)論數(shù)、平均被轉(zhuǎn)發(fā)數(shù)、評(píng)估期內(nèi)被轉(zhuǎn)發(fā)數(shù)量、評(píng)估期內(nèi)被評(píng)論數(shù)量、評(píng)估期內(nèi)被點(diǎn)贊數(shù)量、微博互動(dòng)率16個(gè)二級(jí)指標(biāo)來(lái)構(gòu)建高校圖書館微博影響力的評(píng)價(jià)指標(biāo)體系，在此基礎(chǔ)上，利用層次分析法、Delphi法及專家群體決策賦予各指標(biāo)權(quán)重系數(shù)，并結(jié)合新浪微博進(jìn)行了實(shí)證研究。

　　第二大類方法從投入、產(chǎn)出的視角利用數(shù)據(jù)包絡(luò)分析(DataEnvelop⁃mentAnalysis,DEA)法來(lái)研究微博運(yùn)營(yíng)效率并構(gòu)建相應(yīng)的運(yùn)營(yíng)效率評(píng)價(jià)指標(biāo)體系。如劉虹等[9]以外宣、司法、團(tuán)委等十大類型政務(wù)微博為研究對(duì)象，基于內(nèi)容、關(guān)系、時(shí)間三個(gè)維度，選取提及行為“@”、話題標(biāo)簽“#”、互動(dòng)數(shù)等指標(biāo)，構(gòu)建了政務(wù)微博信息交流效率評(píng)價(jià)的指標(biāo)體系。采用DEA-VRS模型對(duì)政務(wù)微博的信息交流效率展開(kāi)評(píng)價(jià)。

　　第三大類是將比較成熟的學(xué)術(shù)評(píng)價(jià)方法應(yīng)用于微博傳播力研究。如周志峰等[10]通過(guò)對(duì)“211工程”大學(xué)的圖書館新浪微博調(diào)查，挑選其中25個(gè)經(jīng)過(guò)認(rèn)證的微博作為研究樣本，將h指數(shù)應(yīng)用于高校圖書館微博影響力的研究，得出微博的被轉(zhuǎn)發(fā)h指數(shù)和評(píng)論h指數(shù)可以反映其影響力狀況。

　　王林等[11]依據(jù)現(xiàn)有研究中微博傳播力的影響指標(biāo)，提出微博轉(zhuǎn)發(fā)p指數(shù)、微博評(píng)論p指數(shù)和微博點(diǎn)贊p指數(shù)，并用綜合p指數(shù)來(lái)統(tǒng)一這三個(gè)指標(biāo)的評(píng)價(jià)結(jié)果。然后，基于我國(guó)34省的旅游政務(wù)官方微博數(shù)據(jù)，通過(guò)對(duì)比綜合p指數(shù)與綜合h指數(shù)在微博傳播力評(píng)價(jià)中的表現(xiàn)，以及對(duì)傳播力評(píng)價(jià)中綜合p指數(shù)與微博傳播力相關(guān)的幾個(gè)重要指標(biāo)作關(guān)聯(lián)分析，實(shí)證探究了p指數(shù)評(píng)價(jià)微博傳播力的應(yīng)用效果。

　　通過(guò)對(duì)已有的方法歸納分析，不難發(fā)現(xiàn)，第一大類方法以微博直接產(chǎn)出結(jié)果為評(píng)價(jià)依據(jù)，其最大的不足在于沒(méi)有考慮投入要素，此外通過(guò)德?tīng)柗品ā�層次分析法等方法�?duì)其所構(gòu)建的評(píng)價(jià)指標(biāo)賦予權(quán)值時(shí)，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(chǎn)出指標(biāo)，且權(quán)重不受人為主觀因素的影響，但是數(shù)據(jù)包絡(luò)分析方法只是對(duì)決策有效單元的相對(duì)效率評(píng)估，而非絕對(duì)效率評(píng)估，且造成有效率或無(wú)效率的原因需進(jìn)一步分析;第三大類方法將文獻(xiàn)計(jì)量學(xué)中經(jīng)典的h指數(shù)、p指數(shù)等算法引入微博傳播力評(píng)估中，計(jì)算過(guò)程簡(jiǎn)單，且在一定程度上兼顧了微博用戶發(fā)博數(shù)量和質(zhì)量，但是區(qū)分度和靈敏度均較低。

　　1.2學(xué)術(shù)跡研究

　　Ye和Leydesdorff[12]于2014年正式提出了學(xué)術(shù)跡(AcademicTrace)的概念，學(xué)術(shù)跡綜合了I3和h指數(shù)，基于學(xué)術(shù)發(fā)文和引文分布特征構(gòu)建了一種全新的學(xué)術(shù)成果評(píng)價(jià)方法[13]，能夠?qū)崿F(xiàn)定量、多維度的客觀評(píng)估學(xué)術(shù)成果。與已有的學(xué)術(shù)成果評(píng)價(jià)方法相比，學(xué)術(shù)跡的優(yōu)勢(shì)非常明顯。首先學(xué)術(shù)跡算法能夠兼顧學(xué)術(shù)成果的數(shù)量和質(zhì)量;其次學(xué)術(shù)跡測(cè)評(píng)靈敏度高，能夠較好地發(fā)掘出學(xué)術(shù)成果間的細(xì)致學(xué)術(shù)差異;再次學(xué)術(shù)跡能夠有效彌補(bǔ)期刊影響因子的邏輯缺陷[14-15]。

　　學(xué)術(shù)跡一經(jīng)提出，就引起了相關(guān)學(xué)者的高度關(guān)注并展開(kāi)了系列的應(yīng)用研究。蘇云梅和武建光[16]利用學(xué)術(shù)跡研究了6個(gè)學(xué)術(shù)團(tuán)體學(xué)術(shù)成績(jī)的指標(biāo)特點(diǎn)和變化趨勢(shì)，從而明確了學(xué)術(shù)跡評(píng)價(jià)方法對(duì)于學(xué)術(shù)成果評(píng)價(jià)的積極作用。孫竹梅等[17]以國(guó)內(nèi)海洋學(xué)領(lǐng)域的10種代表性核心期刊為研究對(duì)象，對(duì)基于學(xué)術(shù)矩陣和學(xué)術(shù)跡的學(xué)術(shù)測(cè)度方法應(yīng)用于期刊評(píng)價(jià)的可行性和有效性進(jìn)行實(shí)證探索。孫竹梅和華薇娜[18]對(duì)學(xué)術(shù)跡和學(xué)術(shù)矩陣應(yīng)用于學(xué)科發(fā)展評(píng)價(jià)的可行性和有效性進(jìn)行實(shí)證分析。

　　宋玲玲[19]基于學(xué)術(shù)跡和學(xué)術(shù)矩陣的學(xué)術(shù)測(cè)度測(cè)算國(guó)內(nèi)航空、航天領(lǐng)域期刊的學(xué)術(shù)矩陣參數(shù)和學(xué)術(shù)跡，實(shí)證探索研究期刊評(píng)價(jià)的可行性和有效性。綜上所述，學(xué)術(shù)跡目前主要應(yīng)用于學(xué)科、學(xué)術(shù)期刊和學(xué)術(shù)團(tuán)體的學(xué)術(shù)成果評(píng)估領(lǐng)域，并取得了較好的效果。學(xué)術(shù)跡方法的基本思想是將作者所發(fā)的學(xué)術(shù)文章按被引次數(shù)降序排序，可得出發(fā)文、引文曲線圖。學(xué)術(shù)跡指的是學(xué)術(shù)矩陣的跡，學(xué)術(shù)矩陣是引文曲線按發(fā)文的被引數(shù)量分布構(gòu)成的一個(gè)三階矩陣。學(xué)術(shù)跡的值越大，被測(cè)評(píng)的學(xué)術(shù)成果的累計(jì)成績(jī)就越高。

　　2基于學(xué)術(shù)跡的微博傳播力評(píng)價(jià)指標(biāo)模型

　　如上文所述，目前已有多位學(xué)者將經(jīng)典的h指數(shù)和p指數(shù)成功應(yīng)用于微博傳播力研究領(lǐng)域，學(xué)術(shù)跡與h指數(shù)和p指數(shù)一樣，最初同樣源于學(xué)術(shù)論文引文評(píng)價(jià)指標(biāo)，且學(xué)術(shù)跡綜合運(yùn)用了多個(gè)參量指標(biāo)，相對(duì)于h指數(shù)和p指數(shù)，學(xué)術(shù)跡能夠提供多維評(píng)價(jià)視角，有效地彌補(bǔ)了h指數(shù)和p指數(shù)的不足，這給學(xué)術(shù)跡應(yīng)用于微博傳播力評(píng)價(jià)提供了直接的依據(jù)。

　　本文主要研究微博傳播力，類同于評(píng)價(jià)學(xué)術(shù)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(zhuǎn)發(fā)數(shù)的多少，微博只有被轉(zhuǎn)發(fā)出去，才能讓更多的受眾知曉，此外，目前已有學(xué)者研究證明了微博被轉(zhuǎn)發(fā)數(shù)、被評(píng)論數(shù)和被點(diǎn)贊數(shù)存在很大的相關(guān)性[20-21]，基于h指數(shù)和p指數(shù)應(yīng)用于微博傳播力研究的先驗(yàn)基礎(chǔ)，為了能夠精確地繼承學(xué)術(shù)跡應(yīng)用于學(xué)術(shù)評(píng)價(jià)的核心思想，本文嘗試僅從微博用戶原創(chuàng)微博的被轉(zhuǎn)發(fā)數(shù)指標(biāo)來(lái)評(píng)價(jià)微博傳播力。

　　將學(xué)術(shù)跡應(yīng)用于微博傳播力的評(píng)價(jià)研究時(shí)，公式(1)中的各參數(shù)將賦予新的含義，即h值為微博用戶所發(fā)微博h指數(shù)值;P值為微博用戶所發(fā)微博總數(shù);C值為微博用戶所發(fā)微博的被轉(zhuǎn)發(fā)總數(shù);Pz值為微博用戶所發(fā)微博零被轉(zhuǎn)發(fā)總數(shù);Ct值為微博用戶所發(fā)微博在發(fā)微博與被轉(zhuǎn)發(fā)的排序分布圖中t域被轉(zhuǎn)發(fā)數(shù);Ce值為微博用戶所發(fā)微博在發(fā)微博與被轉(zhuǎn)發(fā)的排序分布圖中e域被轉(zhuǎn)發(fā)數(shù)。

　　3實(shí)證研究

　　基于當(dāng)前國(guó)內(nèi)新浪微博平臺(tái)的巨大影響力，本文以新浪微博平臺(tái)為數(shù)據(jù)收集平臺(tái)，選取中國(guó)“九校聯(lián)盟”(C9)(包括北京大學(xué)、清華大學(xué)、復(fù)旦大學(xué)、上海交通大學(xué)、南京大學(xué)、浙江大學(xué)、中國(guó)科學(xué)技術(shù)大學(xué)、哈爾濱工業(yè)大學(xué)、西安交通大學(xué))成員高校圖書館官方微博為研究對(duì)象，通過(guò)對(duì)比h指數(shù)、p指數(shù)和學(xué)術(shù)跡在微博傳播力評(píng)價(jià)中的具體表現(xiàn)，探究學(xué)術(shù)跡在評(píng)價(jià)高校圖書館微博傳播力中的實(shí)際效果。

　　3.1樣本數(shù)據(jù)采集

　　在新浪微博平臺(tái)上以關(guān)鍵詞“**大學(xué)圖書館”搜索C9聯(lián)盟成員高校圖書館官方認(rèn)證微博。基于微博實(shí)效性強(qiáng)的特點(diǎn)，本文僅收集2017年全年上述微博用戶所發(fā)原創(chuàng)微博的相關(guān)信息，利用Python語(yǔ)言編制網(wǎng)絡(luò)爬蟲工具，抓取上述9個(gè)微博賬號(hào)的相關(guān)信息，數(shù)據(jù)采集時(shí)間為2018年5月5日—2018年5月6日。根據(jù)本文所構(gòu)建的基于學(xué)術(shù)跡的微博傳播力評(píng)價(jià)模型的計(jì)算方法計(jì)算9所高校圖書館微博的學(xué)術(shù)跡值(T值)，為了能夠形成對(duì)比，本文選取應(yīng)用廣泛的經(jīng)典h指數(shù)和p指數(shù)作為參考指標(biāo)，分別計(jì)算9所高校圖書館的h指數(shù)值(h值)和p指數(shù)值(p值)。

　　不難發(fā)現(xiàn)，本文所構(gòu)建的基于學(xué)術(shù)跡的微博傳播力評(píng)價(jià)模型所得出的結(jié)果與經(jīng)典的h指數(shù)和p指數(shù)的結(jié)果分布在總體上具備一致性。進(jìn)一步觀察表中數(shù)據(jù)，經(jīng)典h指數(shù)取值范圍為1~11，經(jīng)典p指數(shù)取值范圍為0.5~11.48，而本文所構(gòu)建的基于學(xué)術(shù)跡的T指數(shù)取值范圍為-44.26~246.88，對(duì)比結(jié)果可初步判定基于學(xué)術(shù)跡的T指數(shù)對(duì)評(píng)價(jià)對(duì)象具有更好的區(qū)分度。

　　進(jìn)一步分析表1中的相關(guān)數(shù)據(jù)，如果僅以h指數(shù)的h值對(duì)9所高校圖書館微博運(yùn)營(yíng)績(jī)效進(jìn)行排名的話，那么會(huì)出現(xiàn)很多的名次并列，如清華大學(xué)圖書館和復(fù)旦大學(xué)圖書館h指數(shù)值均為3、浙江大學(xué)圖書館和西安交通大學(xué)圖書館h指數(shù)值均為2、中國(guó)科學(xué)技術(shù)大學(xué)圖書館和哈爾濱工業(yè)大學(xué)圖書館h指數(shù)值均為1，顯然這一排名是不能夠合理解釋和說(shuō)明相關(guān)高校圖書館微博運(yùn)營(yíng)績(jī)效的，不同的發(fā)博數(shù)、被轉(zhuǎn)發(fā)數(shù)和篇均轉(zhuǎn)發(fā)數(shù)卻導(dǎo)致了同一個(gè)結(jié)果。

　　依據(jù)p指數(shù)對(duì)9所高校圖書館微博運(yùn)營(yíng)績(jī)效進(jìn)行排名，結(jié)果雖然不會(huì)出現(xiàn)并列的情形，但是卻出現(xiàn)p值相差不大，微博用戶實(shí)際運(yùn)營(yíng)數(shù)據(jù)卻相差很多的情形，如浙江大學(xué)圖書館和哈爾濱工業(yè)大學(xué)圖書館，上述兩所高校的圖書館微博被轉(zhuǎn)發(fā)p值分別為1.35和1.28，但是發(fā)博數(shù)和轉(zhuǎn)發(fā)數(shù)的量卻相差很多，特別是篇均轉(zhuǎn)發(fā)數(shù)相差一倍，這說(shuō)明p指數(shù)應(yīng)用于微博傳播力研究領(lǐng)域有一定的局限性。

　　3.2學(xué)術(shù)跡相關(guān)性分析

　　為了能夠進(jìn)一步評(píng)估學(xué)術(shù)跡在微博傳播力績(jī)效方面的有效性，本文采用Pearson相關(guān)系數(shù)來(lái)分析學(xué)術(shù)跡與h指數(shù)、p指數(shù)、發(fā)博數(shù)、轉(zhuǎn)發(fā)數(shù)、篇均轉(zhuǎn)發(fā)數(shù)之間的相關(guān)關(guān)系。學(xué)術(shù)跡的T值與h指數(shù)的h值以及p指數(shù)的p值的相關(guān)度分別為0.940和0.931，說(shuō)明學(xué)術(shù)跡與h指數(shù)和p指數(shù)在微博傳播力評(píng)價(jià)方面具有高度一致性。

　　此外學(xué)術(shù)跡的T值與微博用戶的發(fā)博數(shù)、轉(zhuǎn)發(fā)數(shù)和篇均轉(zhuǎn)發(fā)數(shù)均顯著相關(guān)，說(shuō)明微博用戶的學(xué)術(shù)跡與績(jī)效評(píng)價(jià)指標(biāo)之間具有一致性。在發(fā)博數(shù)指標(biāo)上，T值的相關(guān)性超過(guò)了p值;特別是在轉(zhuǎn)發(fā)數(shù)指標(biāo)上，T值的相關(guān)性遠(yuǎn)遠(yuǎn)高于p值和h值，總的來(lái)說(shuō)，學(xué)術(shù)跡用于評(píng)價(jià)微博傳播力的效果整體上優(yōu)于p指數(shù)和h指數(shù)。

　　4分析與結(jié)論

　　本文將學(xué)術(shù)跡引進(jìn)微博傳播力研究領(lǐng)域，構(gòu)建了基于學(xué)術(shù)跡的微博傳播力評(píng)價(jià)模型，并詳盡地論證了模型和計(jì)算方法。通過(guò)國(guó)內(nèi)C9聯(lián)盟高校圖書館微博的實(shí)際運(yùn)營(yíng)數(shù)據(jù)進(jìn)行了基于學(xué)術(shù)跡的微博傳播力評(píng)價(jià)的有效性驗(yàn)證研究，相對(duì)于經(jīng)典并廣泛應(yīng)用的h指數(shù)和p指數(shù)而言，基于學(xué)術(shù)跡的微博傳播力評(píng)價(jià)體系具有以下幾個(gè)方面的優(yōu)勢(shì)。

　　4.1更好的區(qū)分度

　　在評(píng)價(jià)結(jié)果區(qū)分度方面，學(xué)術(shù)跡明顯優(yōu)于h指數(shù)。h指數(shù)值是一個(gè)整數(shù)，重復(fù)率高，清華大學(xué)圖書館與復(fù)旦大學(xué)圖書館h指數(shù)相等，此時(shí)依靠h指數(shù)法是無(wú)法區(qū)分兩所大學(xué)圖書館微博運(yùn)營(yíng)績(jī)效的優(yōu)劣，p指數(shù)的區(qū)分度要明顯好于h指數(shù)，但是通過(guò)p指數(shù)的計(jì)算過(guò)程，不難發(fā)現(xiàn)p指數(shù)的p值永遠(yuǎn)大于零，換句話說(shuō)，利用p指數(shù)來(lái)評(píng)估微博傳播力時(shí)，所有結(jié)果都是好的，只是好的程度不等，有的“大好”，有的“小好”，沒(méi)有“不好”的評(píng)估對(duì)象，而學(xué)術(shù)跡的T值不僅能取正值，而且還能夠取到負(fù)值，浙江大學(xué)圖書館等4所高校圖書館的學(xué)術(shù)跡值小于零，說(shuō)明其績(jī)效不好。

　　4.2更高的靈敏度

　　在評(píng)價(jià)結(jié)果靈敏度方面，學(xué)術(shù)跡也明顯優(yōu)于h指數(shù)和p指數(shù)。利用h指數(shù)評(píng)價(jià)微博傳播力時(shí)，只有在h值附近區(qū)域的微博對(duì)其結(jié)果有較大影響，完全忽視的高被轉(zhuǎn)發(fā)微博對(duì)微博傳播力的貢獻(xiàn)度，低被轉(zhuǎn)發(fā)微博和零轉(zhuǎn)發(fā)微博極易形成“長(zhǎng)尾效應(yīng)”。

　　利用p指數(shù)評(píng)價(jià)微博傳播力時(shí)，從計(jì)算過(guò)程中不難發(fā)現(xiàn)，p指數(shù)僅僅考慮了微博總被轉(zhuǎn)發(fā)數(shù)和發(fā)博數(shù)，完全忽視了被轉(zhuǎn)發(fā)次數(shù)為零的微博，某條微博的被轉(zhuǎn)發(fā)次數(shù)為零時(shí)并不代表其毫無(wú)價(jià)值，因此p指數(shù)的靈敏度需要進(jìn)一步優(yōu)化。本文所利用的學(xué)術(shù)跡，在繼承h指數(shù)和p指數(shù)的基礎(chǔ)上，進(jìn)一步增加了低被轉(zhuǎn)發(fā)率的微博和零被轉(zhuǎn)發(fā)微博，使得其靈敏度明顯優(yōu)于傳統(tǒng)的h指數(shù)和p指數(shù)。

　　4.3更適合微博傳播力評(píng)價(jià)研究領(lǐng)域

　　本文認(rèn)為微博傳播力的關(guān)鍵在于被轉(zhuǎn)發(fā)，微博用戶所發(fā)微博只有被其粉絲轉(zhuǎn)發(fā)后才能形成幾何級(jí)增長(zhǎng)速度，才能在短時(shí)間內(nèi)以點(diǎn)帶面，輻射更多的用戶人群，從而形成傳播力。與h指數(shù)相比，學(xué)術(shù)跡的T值與被轉(zhuǎn)發(fā)指標(biāo)的相關(guān)性明顯高于h值;與p指數(shù)相比，學(xué)術(shù)跡的T值與發(fā)博數(shù)、被轉(zhuǎn)發(fā)兩項(xiàng)指標(biāo)的相關(guān)性均明顯高于p值。學(xué)術(shù)跡弱化了篇均轉(zhuǎn)發(fā)數(shù)，強(qiáng)化總轉(zhuǎn)發(fā)數(shù)，更好地平衡了微博用戶發(fā)博數(shù)量和發(fā)博質(zhì)量?jī)烧叩年P(guān)系，能夠更加明顯地突出微博用戶所發(fā)微博的傳播力的績(jī)效。

　　5結(jié)語(yǔ)

　　總的來(lái)說(shuō)，將學(xué)術(shù)跡應(yīng)用于微博傳播力研究領(lǐng)域，不僅是延續(xù)和繼承了h指數(shù)和p指數(shù)的共同特征，更是一種評(píng)價(jià)算法的優(yōu)化和提升。學(xué)術(shù)跡有良好的算法理論基礎(chǔ)，其計(jì)算過(guò)程充分考慮了微博用戶發(fā)博數(shù)、被轉(zhuǎn)發(fā)總數(shù)、高被轉(zhuǎn)發(fā)數(shù)、低被轉(zhuǎn)發(fā)數(shù)和零轉(zhuǎn)發(fā)數(shù)，本文的實(shí)證研究充分說(shuō)明了學(xué)術(shù)跡應(yīng)用于微博傳播力的有效性和適用性。盡管學(xué)術(shù)跡應(yīng)用于微博傳播力研究領(lǐng)域優(yōu)勢(shì)明顯，但是也存在一定的不足，如學(xué)術(shù)跡方法無(wú)法充分考慮微博用戶所發(fā)微博的內(nèi)容以及微博用戶粉絲群的人群結(jié)構(gòu)特征，本文的后續(xù)研究將結(jié)合文本分析和挖掘方法進(jìn)一步提升微博傳播力研究的效果，盡可能客觀、科學(xué)的評(píng)價(jià)微博用戶的微博傳播力。

　　參考文獻(xiàn)

　　[1]中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.第41次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)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(yè)微博形象及提升策略研究[J].現(xiàn)代情報(bào),2016,36(3):42-47.

　　[3]李斯,唐瓊.我國(guó)高校圖書館微博形象研究——以微博風(fēng)云榜高校圖書館為例[J].大學(xué)圖書館學(xué)報(bào),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(tài)的突發(fā)事件管理策略研究[J].管理評(píng)論,2015,27(4):48-56.

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

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

　　相關(guān)刊物推薦：情報(bào)科學(xué)1980年創(chuàng)刊，本著求實(shí)創(chuàng)新的理念，始終站在學(xué)科研究的前沿，全面反映學(xué)科發(fā)展的動(dòng)態(tài)。