中国省会城市政府网站链接分析

运用网络链接分析方法,利用AllTheWeb与AltaVista两种搜索引擎,分别计算出中国大陆地区27个省会城市政府网站的总链接数、站外链接数、网页数以及总网络影响因子(WIFt)和站外网络影响因子(WIFe);并结合政府网站的特点计算出非政府网站链接数以及非政府网站网络影响因子(WIFc)、GDP网络影响因子(WIFg)、人口网络影响因子(WIFr)和人均GDP网络影响因子(WIFj).将这3种链接数与6种网络影响因子分别与政府网站排名得分进行相关性分析,初步确定总链接数可以作为评价政府网站的一项指标,并讨论了现阶段网络链接分析存在的一些问题以及未来的发展趋势.     

基于链接分析法的江苏省市级政府网站网络影响力分析

选择江苏省全部13个地市级政府网站作为研究样本,确定了网页总数、总链接数、外链接数、内链接数、网络影响因子、外部网络影响因子、内部网络影响因子、PR值共8个分析指标,运用链接分析法对上述网站的网络影响力进行分析,然后通过灰色关联度分析法对网站进行排序,最后根据统计结果分析江苏省市级政府网站建设的优点和不足。     

基于链接分析法的网络社区影响力研究 ——以国内30个网络社区网站为例

论文通过Yahoo！和Bing搜索引擎获取30个网络社区网站的网页总数、链接总数、内、外部链接数、PR值,并计算了网络影响因子等,运用灰色关联分析对以上多项链接指标数据进行综合排序。研究结果表明:这30个网络社区网站网络影响力前几位是:51.com、腾讯微博、腾讯博客、腾讯论坛、网易微博、网易博客、新浪博客、豆瓣网。最后通过对比Yahoo!和Bing搜索引擎获取的链接数据,验证了两大搜索引擎对于网站链接分析是可行的,但是用Yahoo搜索引擎统计的数据来分析更为准确一些。     

基于链接分析法的我国省级教育信息网站影响力评价研究

以我国20个省级教育信息综合网站为样本,运用Google搜索引擎和网络链接分析方法获取样本网站的总链接数、内部链接数、外部链接数和网页总数等链接分析指标数据,并对网络影响因子进行计算。然后使用灰关联排序的方法对其中八项指标数值进行测度,在此基础上对我国省级教育信息综合网站的建设状况、利用状况和影响力情况进行分析研究。     

基于链接分析的C2C电子商务网站分析——以三大C2C购物网站为例

采用链接分析方法,利用AltaVista搜索引擎,分别检索淘宝网、拍拍网、易趣网的网页总数、链接总数、 外链接数、内链接数,计算网络影响因子、外部网络影响因子和内部网络影响因子,结合Alexa排名和人均页面访问量进行相关性分析,进而深入三大C2C购物网站的团购、支付工具、社区的链接指标数据并进行相关性分析,最后给出优化C2C购物网站的建议。     

基于链接分析的网站评价实证研究——以四大门户网站为例

使用AllTheWeb对四大门户网站的网页总数、链接总数、外部链接数进行测度,并计算出其网络影响因子和链接效率,以此来评价四大门户网站的被利用情况.将5种链接指标与网站的人均页面访问量进行相关性分析,初步确定外部链接数能同时提升网站影响力和流量,为门户网站自身优化提供了思路.     

基于灰关联度的大学网站链接数据分析

通过选取中国重点大学综合实力排名前20名的高校网站作为样本,利用搜索引擎AltaVista收集各网站的链接量及计算网络影响因子.将链接分析结果进行灰关联度分析,发现其结果与大学综合实力得分显著相关.另外,将各链接量、网络影响因子分别与大学综合实力得分进行相关性分析,发现链接量对于综合实力得分的相关性优于网络影响因子.     

中国大学网站链接分析及网络影响因子探讨

本文对中国主要大学网站的总链接量、外部链接量和网络影响因子(WIF)作了深入研究，分析了它们与大学排名中的总得分和科研得分的相关关系，指出了网络影响因子在测度中国大学网站网络影响力上的不足之处，提出外部链接量是测度大学网站网络影响力的有效手段之一。文章对研究中所用的搜索引擎的数据作了比较分析，指出Alta Vista的数据比All The Web更稳定。     

外部网络影响因子在大学网站评估的应用

通过对网络影响因子的计算方法进行改进,着重介绍外部网络影响因子对网站的影响力进行评估并提出建设性意见.利用外部网络影响因子和总体网络影响因子对中国大学网站的影响力进行计算和对比,并通过引入链接效率对两种网络影响因子的有效性进行回归分析.结果表明外部网络影响因子能够比总体网络影响因子更为有效和客现地评价网站的影响力.     

中美大学网络影响因子研究

选取了中国和美国26所大学,对其进行了网络影响因子测定,考察了其中6项指标。结果表明：（1）网络影响因子各项指标中,美国大学均高于中国大学,两者在网页总数和链接总数方面存在巨大的差异,而其链接效率则较为相近;（2）单一的网络影响因子项指标无法完全表征大学网站的影响力,但是充分利用各种数据的关联性进行综合性评价则可以做出接近事实的结论;（3）外部网络影响因子由于与链接效率存在线性正相关性,所以能够更客观地评价大学网站的影响力。