摘 要：本文基于對(duì)我國高校圖書館微博客數(shù)據(jù)的統(tǒng)計(jì)數(shù)據(jù)，遴選了2013年9月18日的40所知識(shí)推薦領(lǐng)域最為活躍的高校圖書館，針對(duì)其微博數(shù)據(jù)進(jìn)行了社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)分析及可視化分析。在社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)方面，主要提出了以關(guān)注數(shù)、微博數(shù)等為指標(biāo)依據(jù)中心度，凝聚子群，中介中心性分析等，最終得出高校圖書館微博的用戶關(guān)注與興趣度，由此探究高校圖書館微博在建設(shè)方面的不足，并提出相應(yīng)的發(fā)展知識(shí)推薦服務(wù)的建議。

關(guān)鍵詞：社會(huì)網(wǎng)絡(luò)分析；信息服務(wù)；高校圖書館；微博

中圖分類號(hào)：TP393.09

微博（英語：microblogging或microblog；又稱微博客），是一種允許用戶及時(shí)更新簡(jiǎn)短文本（通常少于140字）并可以公開發(fā)布的微型博客形式。

圖書館作為高校信息資源的發(fā)源地，互聯(lián)網(wǎng)高度發(fā)展的時(shí)期，微博是對(duì)高校圖書館進(jìn)行信息服務(wù)一種極大的補(bǔ)充。高校與高校之間的“關(guān)注指數(shù)”能夠提高高校間的緊密程度，因此，本文主要針對(duì)高校圖書館間“關(guān)注指數(shù)”形成的社會(huì)網(wǎng)絡(luò)，采用社會(huì)化網(wǎng)絡(luò)分析方法，構(gòu)建高校圖書館間信息服務(wù)網(wǎng)絡(luò)。

1 研究現(xiàn)狀

目前國內(nèi)利用社會(huì)網(wǎng)絡(luò)分析方法進(jìn)行的高校圖書館研究主要集中于以下幾個(gè)方面：（1）基于社會(huì)網(wǎng)絡(luò)分析的高校圖書館共鏈網(wǎng)絡(luò)探究。通過搜集其共鏈數(shù)據(jù)，分別從網(wǎng)絡(luò)密度，可達(dá)性，凝聚子群等揭示了網(wǎng)絡(luò)成員的角色與位置。（2）對(duì)高校圖書館共詞關(guān)系的研究。文章收集到全球146所高校圖書館已發(fā)布的核心價(jià)值陳述文本，通過人工提取關(guān)鍵詞，經(jīng)過迭代的統(tǒng)一化，構(gòu)建了核心價(jià)值基本概念集。

相比之下，SNS已經(jīng)成為國外高校圖書館對(duì)外服務(wù)的重要內(nèi)容，主要集中在在線資源評(píng)論，學(xué)科建設(shè)，服務(wù)評(píng)論和社交網(wǎng)絡(luò)等方面。（1）利用SNS，參考地理信息，進(jìn)行信息的推薦。通過兩者之間地理位置的關(guān)系，構(gòu)建模型，探究地理關(guān)系同“友誼”之間的聯(lián)系，進(jìn)而對(duì)信息進(jìn)行推送。（2）探究用戶與推送信息主題之間的關(guān)系。構(gòu)建超網(wǎng)模型，將用戶與相應(yīng)的主題進(jìn)行關(guān)聯(lián)，通過實(shí)際的模型與相應(yīng)的數(shù)據(jù)，得出用戶與相關(guān)性主題間的內(nèi)在聯(lián)系，進(jìn)而能有效地控制信息的傳播。

2 基礎(chǔ)統(tǒng)計(jì)算法

本研究從新浪微博上搜集40個(gè)有代表性的高校圖書館微博作為研究對(duì)象。將所有的高校按照PR值進(jìn)行排序，并綜合比較分析粉絲數(shù)，關(guān)注數(shù)，微博數(shù)，在此基礎(chǔ)上，將所有新浪微博官方實(shí)名認(rèn)證的圖書館進(jìn)行地域的劃分，最后得出相應(yīng)的40所高校，由于微博高校圖書館的地域分布不均以及個(gè)別數(shù)據(jù)的差異，造成了8大區(qū)域中高校圖書館個(gè)數(shù)的不等同，但能準(zhǔn)確反映目前中國高校圖書館微博的建設(shè)現(xiàn)狀。

3 基于統(tǒng)計(jì)結(jié)果的社會(huì)化網(wǎng)絡(luò)分析

（1）根據(jù)以上的數(shù)據(jù)樣本，分類成華東，華南，華中，華北，西北，西南，東北，港澳臺(tái)8大區(qū)域，括號(hào)內(nèi)的數(shù)字表示高校微博的關(guān)注數(shù)：華東地區(qū)：復(fù)旦大學(xué)（60），華東師范大學(xué)（121），同濟(jì)大學(xué)（122），南京大學(xué)（299），上海財(cái)經(jīng)大學(xué)（289），廈門大學(xué)嘉庚學(xué)院（122），廈門大學(xué)（113），上海海事大學(xué)（147），山東師大（613）閩南師大（234）南京航空航天大學(xué)（185）。華南地區(qū)：深圳大學(xué)（113），廣東財(cái)經(jīng)大學(xué)（628），海南大學(xué)（161），暨南大學(xué)（667），湛江師范學(xué)院（378），東莞職業(yè)技術(shù)學(xué)院（182）。華中地區(qū)：武漢大學(xué)（276），湖北經(jīng)濟(jì)學(xué)院（198），湖南理工學(xué)院（1401），三峽大學(xué)（1626）。華北地區(qū)：清華大學(xué)（358），南開大學(xué)（232），中國人民公安大學(xué)（1014），中華女子學(xué)院（241），北京工商大學(xué)（110），中央美術(shù)學(xué)院（213）。西北地區(qū)：西安交大（33），西北工業(yè)大學(xué)（133），西安工業(yè)大學(xué)（70），蘭州大學(xué)（137）。西南地區(qū)：西南大學(xué)（44），西南林業(yè)大學(xué)（86），昆明理工大學(xué)（33），四川師大（134）。東北地區(qū)：遼寧大學(xué)（20），大連醫(yī)科大學(xué)（408），石河子大學(xué)（42）。港澳臺(tái)地區(qū)：澳門大學(xué)（20）；

（2）本文考察新浪微博中不同高校圖書館之間的關(guān)注興趣度，將不同高校間的距離設(shè)置為1。

利用pajek中的Kamada-Kawai算法對(duì)整體網(wǎng)絡(luò)進(jìn)行布局，將大多數(shù)核心高校圖書館微博聚集到社群的中心位置，大多數(shù)邊緣的高校圖書館微博被推擠到周邊位置，因此構(gòu)成相應(yīng)的圓環(huán)。

根據(jù)算法可以得到相應(yīng)的興趣度網(wǎng)絡(luò)：核心區(qū)，半邊緣區(qū)，邊緣區(qū)，無交集區(qū)，如圖1所示。

其中廈門大學(xué)等6所學(xué)校構(gòu)成了核心區(qū)，南京大學(xué)等17所學(xué)校構(gòu)成了半邊緣區(qū)，上海海事大學(xué)等12所學(xué)校構(gòu)成了邊緣區(qū)，遼寧大學(xué)等5所大學(xué)構(gòu)成了無交集區(qū)。

3.2 基于SNS的指標(biāo)分析

3.2.1 網(wǎng)絡(luò)密度。網(wǎng)絡(luò)密度描述網(wǎng)絡(luò)中各節(jié)點(diǎn)的鏈接水平，高校間的聯(lián)系越多，結(jié)構(gòu)越穩(wěn)固，其所對(duì)應(yīng)的凝聚性也就越高。

利用pajek軟件測(cè)得高校之間的關(guān)注興趣密度為0.142，該網(wǎng)絡(luò)的平均點(diǎn)度為11.05。說明該網(wǎng)絡(luò)成員間的關(guān)注興趣度較高，聯(lián)系較為緊密，具有一定的凝聚性。

（1）在4個(gè)相應(yīng)的分區(qū)中，呈現(xiàn)了以清華大學(xué)，上海財(cái)經(jīng)大學(xué)，廣東財(cái)經(jīng)大學(xué)，武漢大學(xué)，廈門大學(xué)，華東師范大學(xué)這6所高校的信息傳播圈，是信息資源聚合的核心區(qū)。南京大學(xué)等的17所高校處于該網(wǎng)絡(luò)的半邊緣區(qū)，其信息的整合傳導(dǎo)能力處于整個(gè)網(wǎng)絡(luò)的次要位置。中國公安大學(xué)等的12所高校則處在邊緣區(qū)，處于信息二次加工的區(qū)域。國立華僑大學(xué)及其余6所高校位于無交集區(qū)，同其他高校之間未形成連接關(guān)系，相對(duì)獨(dú)立于其他高校；

（2）在所劃分的8大區(qū)域中，華東地區(qū)有3所高校處于核心區(qū)，其余3所分別位于華北，華南和華中地區(qū)，顯示了華東地區(qū)高校在信息傳遞的優(yōu)越性和靈敏度。

3.2.2 點(diǎn)度中心性。點(diǎn)度中心度表示的是節(jié)點(diǎn)與其直接連接的的節(jié)點(diǎn)個(gè)數(shù)，其值越大，表明其中心性越高。頂點(diǎn)所擁有的聚合度也就更高。在進(jìn)行點(diǎn)度中心度的測(cè)量前，需要將頂點(diǎn)進(jìn)行對(duì)稱化，之后測(cè)量出相應(yīng)的中心度。根據(jù)pajek的測(cè)度結(jié)果得到，清華大學(xué)圖書館微博連接的高校圖書館最多，其次分別是上海財(cái)經(jīng)大學(xué)的32個(gè)中心度，廣東財(cái)經(jīng)大學(xué)的30個(gè)中心度等。

3.2.3 中介中心性。中介中心度勢(shì)是指這個(gè)網(wǎng)絡(luò)的實(shí)際中介度的變異值，除以相同規(guī)模的網(wǎng)絡(luò)可能出現(xiàn)的最大中介中心度的變異值。中介性越強(qiáng)，表示其所掌控的資源越多，其中中介性越強(qiáng)，也越易傳遞相應(yīng)的信息。而在本文所研究的整個(gè)網(wǎng)絡(luò)中，網(wǎng)絡(luò)的中介中心勢(shì)為0.13，表明其頂點(diǎn)的中介中心勢(shì)一般，說明了高校之間的互動(dòng)依舊存在著較大的提升空間。

4 存在問題及解決對(duì)策

目前，我國高校圖書館在信息化的建設(shè)上已經(jīng)取得了豐碩的成果，但在許多方面仍舊存在著不足之處，主要有以下幾點(diǎn)：

（1）高校圖書館的微博影響力不足。首先，高校圖書館微博的粉絲數(shù)過少，粉絲數(shù)最多的清華大學(xué)也僅僅只有4萬粉絲。同國家圖書館，市級(jí)圖書館相比，高校圖書館的關(guān)注人群過于集中，單一，主要是本校學(xué)生和對(duì)該校有一定興趣的群體，缺乏一定的社會(huì)影響力；

（2）高校與高校間圖書館缺乏交流。在全國范圍內(nèi)，高校之間的關(guān)注興趣度并不高，許多的高校更注重本校的信息傳遞而非高校間的交流，從而造成了地區(qū)之間信息的不對(duì)稱；

（3）高校圖書館微博的分布不均勻，不論從大學(xué)圖書館的注冊(cè)數(shù)量，加“V”認(rèn)證數(shù)量或者其提供信息的及時(shí)性，有效性上，東部地區(qū)的信息服務(wù)質(zhì)量都明顯強(qiáng)于中西部地區(qū)；

（4）高校圖書館的個(gè)性化服務(wù)尚待完善。目前各個(gè)高校的圖書館微博主在同讀者的交互上存在著不一致，用戶的信息需求往往無法很好地得到滿足。

針對(duì)上述問題，以下提出一些建議和解決方案：

（1）擴(kuò)大高校微博的影響力。高校圖書館可以參考借鑒美國圖書館協(xié)會(huì)發(fā)布的《大學(xué)圖書館營銷與公共關(guān)系的實(shí)踐》等工具進(jìn)行微博的營銷；

（2）增強(qiáng)高校圖書館間的互動(dòng)。同一地區(qū)的高校圖書館可建立合作關(guān)系，將信息資源進(jìn)行共享；

（3）加強(qiáng)與讀者之間的交流，可通過微博在線轉(zhuǎn)發(fā)或回答讀者問題的方式進(jìn)行互動(dòng)，同時(shí)可利用長微博進(jìn)行信息的推送。用戶需求必須和圖書館的服務(wù)有效地結(jié)合起來；

（4）在現(xiàn)有的技術(shù)手段下，充分發(fā)掘微博的功能，與此同時(shí)，可利用新浪微博所提供的API接口開發(fā)相應(yīng)的應(yīng)用軟件，利用多媒體技術(shù)使高校圖書館微博更加富有活力。

5 結(jié)束語

微博作為一種新興工具，如何有效地利用它，促進(jìn)高校圖書館信息服務(wù)仍需一定的時(shí)間。相信通過不斷的學(xué)習(xí)與積累，我國在高校圖書館微博信息建設(shè)上能夠取得更大的突破，同時(shí)也能為讀者更好地進(jìn)行服務(wù)。

參考文獻(xiàn)：

[1]岳增慧，方曙.基于SNA的高校圖書館共鏈網(wǎng)絡(luò)研究[J].情報(bào)資料工作，2012（06）：15.

[2]夏南強(qiáng)，張紅梅.基于數(shù)據(jù)挖掘的數(shù)字圖書館個(gè)性化服務(wù)[J].圖書館學(xué)研究，2006（01）.

[3]袁園，孫霄凌，朱慶華.微博用戶關(guān)注興趣的社會(huì)網(wǎng)絡(luò)分析[J].現(xiàn)代圖書情報(bào)技術(shù)，2012（02）：68-75.

[4]李輝.微博在圖書館讀者服務(wù)工作中的應(yīng)用[J].計(jì)算機(jī)時(shí)代，2012（12）：9.

[5]王曼，張秋.國內(nèi)外圖書館微博研究綜述[J].圖書情報(bào)工作，2012（23）：135-140.

[6]盧志國，馬國棟，任樹懷.社會(huì)網(wǎng)絡(luò)在美國大學(xué)圖書館的應(yīng)用分析[J].圖書館工作與研究，2009（01）：66-72.

[7]江濤.基于微博社區(qū)的圖書館知識(shí)協(xié)同服務(wù)模式研究[J].圖書館工作與研究，2013（05）：66-70.

[8]孟樹奎.基于校園SNS的高校圖書館信息服務(wù)研究[J].圖書館學(xué)刊，2010（09）：62-63.

[9]ACRL.Marketing@YourLibrary.2012.09.29.http：//www.ala.org/arcl/issues/marketing.

作者簡(jiǎn)介：許弘翔（1993-），男，福建廈門人，本科在讀，研究方向：數(shù)據(jù)分析；肖雨晗（1992-），女，湖北武漢人，本科在讀，研究方向：知識(shí)管理。

作者單位：華中師范大學(xué)，武漢 430070