基于社会网络分析的世界一流大学品牌影响力研究

发布时间：2021-10-19 03:48

　　[目的/意义]品牌是世界一流大学的核心因素,对其影响力进行研究,有助于提高大学品牌意识和提升世界一流大学的国际影响力。[方法/过程]以57所世界一流大学英文官网的校级新闻作为数据来源,运用社会网络分析方法构建世界一流大学的品牌影响网络矩阵。对品牌影响网络的整体特征及度数中心度、中间中心度、接近中心度等影响力指标进行测评,同时将结果与大学国际排名的名次、分项指标得分进行相关性分析。[结果/结论]研究发现,世界一流大学的品牌影响网络存在核心-边缘结构,不同指标能够从不同维度测量世界一流大学的品牌影响力;入度中心度和内接近中心度等指标与排名表现更为相关;中间中心度与国际排名的相关性则相对较弱。 

【文章来源】：情报杂志. 2020,39(06)北大核心CSSCI

【文章页数】：7 页

【部分图文】：

平台2009-2018分年度新闻数量统计

利用Netdraw程序绘制57所世界一流大学之间的品牌影响示意图,由于篇幅所限,本研究在表1的12个样本大学基础上,按照尽量包含多个国家和不同排名层次的原则选取57个节点中的30个作为示例,构建的网络如图2所示。在社会网络分析中,多值网络与二值网络在很多变量的定义和计算中存在一定不同,在传统的多值社会网络分析中,通常将连线值大于0即视为连通,将连线值为0视为不连通。本文采用大学官网新闻作为世界一流大学品牌的数据来源,新闻出现次数越多,代表某大学在另一所大学中的影响力越强,由于世界一流大学自身所具备的国际化属性,大学新闻间的相互引用极少会出现“0”的情况,特别是在计算“距离”“通路”等不考虑线段权值的情况时,如果只用多值网络,会导致整体网络连通性过强,无法很好地反映大学品牌间相互影响的实际状况。

基于此种情况,结合研究实际,需要设定一定的阈值,将新闻数出现较少的连线视为“无影响”,在计算部分指标时实现多值矩阵向二值矩阵的转换。本文利用Ucinet软件的“Transform→Dichotomize”路径将多值网络转换为二值矩阵,首先计算出57×57矩阵的非零元素均值为21.4,取21作为阈值,将新闻引用条目数大于21的记为1,小于等于21记为0,从而将多值矩阵转换为二值矩阵。该转换过程意味着本文对品牌影响大小进行了定性判断,超过21次视为两所大学之间存在较强的品牌影响,低于或等于21次的视为两所大学间的品牌影响不显著。从二值化后的结果来看,慕尼黑工业大学、索邦大学等四所大学与其他大学并未连通,其品牌的双向影响均不显著。而同国大学,如美国、英国、澳大利亚、瑞士等高校间品牌的相互联系相对更为紧密,在网络中的位置更为接近,从密集程度来看,美国大学间的聚集效应更为明显,和其他国家大学间的相互影响也相对更为活跃。图3展示了二值化后的30所示例大学的世界一流大学品牌影响网络。

【参考文献】：
期刊论文
[1]我国高校高水平论文的机构合作网络演化分析——以1978-2017年的Nature和Science合作论文为例[J]. 董彦邦,刘莉.  情报杂志. 2019(11)
[2]麻省理工学院品牌建设的经验及其对中国双一流大学建设的启示探析[J]. 柏豪.  外国教育研究. 2019(08)
[3]我国高校间科研创新合作现状——基于2014年合著论文的社会网络分析[J]. 曹志鹏,潘启亮.  科技管理研究. 2017(01)
[4]基于关注视角的高校微博信息交流实证分析[J]. 刘虹.  情报科学. 2017(01)
[5]基于高校网站的社会网络分析与评价的相关性探究[J]. 金晓耕,孙建军.  现代情报. 2014(09)
[6]中国大学网站URL引用网络结构特征与相关因素研究[J]. 唐川,刘春江,徐婧,张娟,张勐,房俊民.  情报杂志. 2014(04)
[7]大学品牌经营:内涵、特征与发展前景[J]. 曹辉.  教育研究. 2014(04)
[8]基于社会网络分析的机构科研合作关系研究[J]. 张洋,谢齐.  图书情报知识. 2014(02)
[9]高校微博互链网络的核心-边缘结构分析——链接结构和信息分布视角[J]. 廖小琴,孙建军,郑彦宁,潘云涛.  情报科学. 2014(01)



本文编号：3444094