摘要：文章旨在探討基于學(xué)術(shù)跡的學(xué)術(shù)測度方法應(yīng)用于微博傳播力評價的可行性和有效性。以國內(nèi)9所高校圖書館微博為數(shù)據(jù)來源，收集發(fā)博數(shù)和被轉(zhuǎn)發(fā)數(shù)，計算被轉(zhuǎn)發(fā)h指數(shù)和被轉(zhuǎn)發(fā)p指數(shù)，在此基礎(chǔ)上計算被轉(zhuǎn)發(fā)微博的學(xué)術(shù)跡，通過對比h指數(shù)、p指數(shù)與學(xué)術(shù)跡在微博傳播力評價中的表現(xiàn)，以及三者之間的相關(guān)性，實證探究了學(xué)術(shù)跡評價微博傳播力的應(yīng)用效果。實證結(jié)果顯示學(xué)術(shù)跡應(yīng)用于微博傳播力評價具有更好的區(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《中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告》，截止到2017年12月，我國手機網(wǎng)民規(guī)模達7.72億，其中微博用戶數(shù)為3.16億[1]。基于與生俱來的及時性、便捷性和互動性的特點，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，政府機關(guān)、企事業(yè)單位、社團以及個人紛紛開設(shè)屬于自己的微博，逐漸形成一種“微博現(xiàn)象”。隨著社會的“微博熱”，學(xué)者們開始從多個視角展開了對微博的研究，如微博與組織機構(gòu)的形象[2-3]、微博信息傳播模型[4]、微博與社會突發(fā)事件[5-6]、微博辟謠[7]等。

　　近年來隨著研究的不斷深入，關(guān)于微博的研究內(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。如何構(gòu)建具備科學(xué)性、客觀性、普適性的評價體系并公平、公正的評價某微博用戶的傳播力，并通過評價結(jié)果有效地指導(dǎo)微博用戶的改進方向和策略演化，從而提升其利用微博傳播有效信息的能力，發(fā)揮自身價值最大化，日益成為當前微博傳播力研究的核心內(nèi)容。本文將嘗試引入文獻計量學(xué)中一種新的指標體系——學(xué)術(shù)跡，探究基于學(xué)術(shù)跡的微博傳播力評價體系，并通過國內(nèi)9所高校圖書館微博實際運營數(shù)據(jù)來對其進行實證研究分析，以期為當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)出特征來構(gòu)建其評價指標體系。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個一級指標和是否認證、粉絲數(shù)、關(guān)注數(shù)、微博數(shù)、PR值、每天平均微博數(shù)、評估期內(nèi)是否發(fā)布微博、評估期內(nèi)發(fā)布微博數(shù)量、微博原創(chuàng)率、粉絲關(guān)注率、平均被評論數(shù)、平均被轉(zhuǎn)發(fā)數(shù)、評估期內(nèi)被轉(zhuǎn)發(fā)數(shù)量、評估期內(nèi)被評論數(shù)量、評估期內(nèi)被點贊數(shù)量、微博互動率16個二級指標來構(gòu)建高校圖書館微博影響力的評價指標體系，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權(quán)重系數(shù)，并結(jié)合新浪微博進行了實證研究。

　　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)法來研究微博運營效率并構(gòu)建相應(yīng)的運營效率評價指標體系。如劉虹等[9]以外宣、司法、團委等十大類型政務(wù)微博為研究對象，基于內(nèi)容、關(guān)系、時間三個維度，選取提及行為“@”、話題標簽“#”、互動數(shù)等指標，構(gòu)建了政務(wù)微博信息交流效率評價的指標體系。采用DEA-VRS模型對政務(wù)微博的信息交流效率展開評價。

　　第三大類是將比較成熟的學(xué)術(shù)評價方法應(yīng)用于微博傳播力研究。如周志峰等[10]通過對“211工程”大學(xué)的圖書館新浪微博調(diào)查，挑選其中25個經(jīng)過認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，提出微博轉(zhuǎn)發(fā)p指數(shù)、微博評論p指數(shù)和微博點贊p指數(shù)，并用綜合p指數(shù)來統(tǒng)一這三個指標的評價結(jié)果。

　　然后，基于我國34省的旅游政務(wù)官方微博數(shù)據(jù)，通過對比綜合p指數(shù)與綜合h指數(shù)在微博傳播力評價中的表現(xiàn)，以及對傳播力評價中綜合p指數(shù)與微博傳播力相關(guān)的幾個重要指標作關(guān)聯(lián)分析，實證探究了p指數(shù)評價微博傳播力的應(yīng)用效果。

　　通過對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)果為評價依據(jù)，其最大的不足在于沒有考慮投入要素，此外通過德爾菲法、層次分析法等方法對其所構(gòu)建的評價指標賦予權(quán)值時，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，且權(quán)重不受人為主觀因素的影響，但是數(shù)據(jù)包絡(luò)分析方法只是對決策有效單元的相對效率評估，而非絕對效率評估，且造成有效率或無效率的原因需進一步分析;第三大類方法將文獻計量學(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估中，計算過程簡單，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)成果評價方法[13]，能夠?qū)崿F(xiàn)定量、多維度的客觀評估學(xué)術(shù)成果。與已有的學(xué)術(shù)成果評價方法相比，學(xué)術(shù)跡的優(yōu)勢非常明顯。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)跡測評靈敏度高，能夠較好地發(fā)掘出學(xué)術(shù)成果間的細致學(xué)術(shù)差異;再次學(xué)術(shù)跡能夠有效彌補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個學(xué)術(shù)團體學(xué)術(shù)成績的指標特點和變化趨勢，從而明確了學(xué)術(shù)跡評價方法對于學(xué)術(shù)成果評價的積極作用。孫竹梅等[17]以國內(nèi)海洋學(xué)領(lǐng)域的10種代表性核心期刊為研究對象，對基于學(xué)術(shù)矩陣和學(xué)術(shù)跡的學(xué)術(shù)測度方法應(yīng)用于期刊評價的可行性和有效性進行實證探索。孫竹梅和華薇娜[18]對學(xué)術(shù)跡和學(xué)術(shù)矩陣應(yīng)用于學(xué)科發(fā)展評價的可行性和有效性進行實證分析。

　　宋玲玲[19]基于學(xué)術(shù)跡和學(xué)術(shù)矩陣的學(xué)術(shù)測度測算國內(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，實證探索研究期刊評價的可行性和有效性。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)團體的學(xué)術(shù)成果評估領(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)成的一個三階矩陣。學(xué)術(shù)跡的值越大，被測評的學(xué)術(shù)成果的累計成績就越高。

　　2基于學(xué)術(shù)跡的微博傳播力評價指標模型

　　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)論文引文評價指標，且學(xué)術(shù)跡綜合運用了多個參量指標，相對于h指數(shù)和p指數(shù)，學(xué)術(shù)跡能夠提供多維評價視角，有效地彌補了h指數(shù)和p指數(shù)的不足，這給學(xué)術(shù)跡應(yīng)用于微博傳播力評價提供了直接的依據(jù)。

　　本文主要研究微博傳播力，類同于評價學(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)、被評論數(shù)和被點贊數(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)評價的核心思想，本文嘗試僅從微博用戶原創(chuàng)微博的被轉(zhuǎn)發(fā)數(shù)指標來評價微博傳播力。將學(xué)術(shù)跡應(yīng)用于微博傳播力的評價研究時，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實證研究

　　基于當前國內(nèi)新浪微博平臺的巨大影響力，本文以新浪微博平臺為數(shù)據(jù)收集平臺，選取中國“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象，通過對比h指數(shù)、p指數(shù)和學(xué)術(shù)跡在微博傳播力評價中的具體表現(xiàn)，探究學(xué)術(shù)跡在評價高校圖書館微博傳播力中的實際效果。

　　3.1樣本數(shù)據(jù)采集

　　在新浪微博平臺上以關(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證微博。基于微博實效性強的特點，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語言編制網(wǎng)絡(luò)爬蟲工具，抓取上述9個微博賬號的相關(guān)信息，數(shù)據(jù)采集時間為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)跡的微博傳播力評價模型的計算方法計算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，分別計算9所高校圖書館的h指數(shù)值(h值)和p指數(shù)值(p值)。

　　通過觀察表1中的結(jié)果數(shù)據(jù)，不難發(fā)現(xiàn)，本文所構(gòu)建的基于學(xué)術(shù)跡的微博傳播力評價模型所得出的結(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，對比結(jié)果可初步判定基于學(xué)術(shù)跡的T指數(shù)對評價對象具有更好的區(qū)分度。進一步分析表1中的相關(guān)數(shù)據(jù)，如果僅以h指數(shù)的h值對9所高校圖書館微博運營績效進行排名的話，那么會出現(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明相關(guān)高校圖書館微博運營績效的，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)致了同一個結(jié)果。

　　依據(jù)p指數(shù)對9所高校圖書館微博運營績效進行排名，結(jié)果雖然不會出現(xiàn)并列的情形，但是卻出現(xiàn)p值相差不大，微博用戶實際運營數(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

　　為了能夠進一步評估學(xué)術(shù)跡在微博傳播力績效方面的有效性，本文采用Pearson相關(guān)系數(shù)來分析學(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，說明學(xué)術(shù)跡與h指數(shù)和p指數(shù)在微博傳播力評價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)，說明微博用戶的學(xué)術(shù)跡與績效評價指標之間具有一致性。

　　在發(fā)博數(shù)指標上，T值的相關(guān)性超過了p值;特別是在轉(zhuǎn)發(fā)數(shù)指標上，T值的相關(guān)性遠遠高于p值和h值，總的來說，學(xué)術(shù)跡用于評價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)跡的微博傳播力評價模型，并詳盡地論證了模型和計算方法。通過國內(nèi)C9聯(lián)盟高校圖書館微博的實際運營數(shù)據(jù)進行了基于學(xué)術(shù)跡的微博傳播力評價的有效性驗證研究，相對于經(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)跡的微博傳播力評價體系具有以下幾個方面的優(yōu)勢。

　　4.1更好的區(qū)分度

　　在評價結(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，此時依靠h指數(shù)法是無法區(qū)分兩所大學(xué)圖書館微博運營績效的優(yōu)劣，p指數(shù)的區(qū)分度要明顯好于h指數(shù)，但是通過p指數(shù)的計算過程，不難發(fā)現(xiàn)p指數(shù)的p值永遠大于零，換句話說，利用p指數(shù)來評估微博傳播力時，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”，沒有“不好”的評估對象，而學(xué)術(shù)跡的T值不僅能取正值，而且還能夠取到負值，如表1中的浙江大學(xué)圖書館等4所高校圖書館的學(xué)術(shù)跡值小于零，說明其績效不好。

　　4.2更高的靈敏度

　　在評價結(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)評價微博傳播力時，只有在h值附近區(qū)域的微博對其結(jié)果有較大影響，完全忽視的高被轉(zhuǎn)發(fā)微博對微博傳播力的貢獻度，低被轉(zhuǎn)發(fā)微博和零轉(zhuǎn)發(fā)微博極易形成“長尾效應(yīng)”。

　　利用p指數(shù)評價微博傳播力時，從計算過程中不難發(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)為零時并不代表其毫無價值，因此p指數(shù)的靈敏度需要進一步優(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價研究領(lǐng)域

　　本文認為微博傳播力的關(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)后才能形成幾何級增長速度，才能在短時間內(nèi)以點帶面，輻射更多的用戶人群，從而形成傳播力。表2分析結(jié)果數(shù)據(jù)顯示，與h指數(shù)相比，學(xué)術(shù)跡的T值與被轉(zhuǎn)發(fā)指標的相關(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)兩項指標的相關(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)量兩者的關(guān)系，能夠更加明顯地突出微博用戶所發(fā)微博的傳播力的績效。

　　5結(jié)語

　　總的來說，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，更是一種評價算法的優(yōu)化和提升。學(xué)術(shù)跡有良好的算法理論基礎(chǔ)，其計算過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)，本文的實證研究充分說明了學(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)勢明顯，但是也存在一定的不足，如學(xué)術(shù)跡方法無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一步提升微博傳播力研究的效果，盡可能客觀、科學(xué)的評價微博用戶的微博傳播力。

　　參考文獻

　　[1]中國互聯(lián)網(wǎng)絡(luò)信息中心.第41次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告》[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,2016,36(3):42-47.

　　[3]李斯,唐瓊.我國高校圖書館微博形象研究——以微博風云榜高校圖書館為例[J].大學(xué)圖書館學(xué)報,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為例[J].情報雜志,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].情報科學(xué),2018,36(1):91-95，117.

　　[8]伏琰.圖書館微博影響力評價指標體系研究——以“985工程”大學(xué)為例[J].圖書館學(xué)研究,2015(15):24-33.

　　[9]劉虹,孟凡賽,孫建軍.基于DEA方法的政務(wù)微博信息交流效率研究[J].情報科學(xué),2017,35(6):9-13.

　　[10]周志峰,韓靜嫻.h指數(shù)應(yīng)用于微博影響力分析的探索——以我國“211工程”大學(xué)圖書館微博為例[J].情報雜志,2013,32(4):63-67.

　　[11]王林,朱文靜,潘陳益,等.基于p指數(shù)的微博傳播力評價方法及效果探究——以我國34省、直轄市旅游政務(wù)官方微博為例[J].情報科學(xué),2018,36(4):38-44.

　　情報類刊物推薦：情報科學(xué)1980年創(chuàng)刊，本著求實創(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)展的動態(tài)。特別注重追求理論精品，面向行業(yè)工作實際，不僅形成了求實創(chuàng)新的學(xué)術(shù)風格，成為同行之間進行學(xué)術(shù)研討和業(yè)務(wù)交流的理想園地，而且也是國內(nèi)情報學(xué)、圖書館學(xué)領(lǐng)域影響較大的學(xué)術(shù)性期刊之一，在國內(nèi)組織的圖書館學(xué)情報學(xué)核心期刊評定中名列前茅。