旅游搜索引擎评价体系(修改版)(共6页)

1、精选优质文档-倾情为你奉上iiRem张赟 赵仕皓 周军 姚杰 陈子豪 张磊旅游搜索引擎评价体系基于主成分分析基于主成分分析的旅游搜索引擎指标体系引言随着网络通信技术的快速发展，各种网站大量涌现，网站成为传播新闻、宣传个人或团体、进行电子商务、 开展远程教育和远程医疗等的信息交流平台。目前，网站的数量非常之大，质量却参差不齐，使得网站评价尤显必要， 网站评价对网站发展具有重要的现实意义和长远的指导意义。近年来，国内外学者在网站评价方面开展了大量的工作，提出了各种评价方法,代表性的评价方法主要有网络计量法、模糊综合评价法、层次分析法、因子分析法等，各种评价方法侧重点不同，得出的结论也不尽相同。本文

2、拟采用动态监测的定量数据，用主成分分析法对网站进行评价研究。1 网站评价理论综述网站评价理论的起源可以追溯到万维网发展初期制定的各种 Web 设计规则和规范， 这一阶段的Web 设计原则来源于传统的用户界面 （ UI ） 设计理论。 随着万维网用途的商业化，网站数量迅速增长，网站评价研究也日益增多。从评价方法来看，传统评价方法分为客观评价方法、主观评价方法、综合评价方法 3 类。 客观评价方法主要是指通过实时软件记录网站的实际运行情况， 例如 lexa 提供了网站访问速度、访问人数、人均浏览页面数等流量指标及网站排名。 主观评价方法指依靠人的主观判断来评估网站的优劣， 例如专家评价方法、 用户

3、调查问卷方法。 综合评价方法首先建立加权的综合评价指标体系，然后通过技术测量、专家打分、用户调查等方法搜集数据，建立方程模型后进行数据分析。2 主成分分析法的基本原理和模型2.1 主成分分析法的基本原理主成分分析法的基本思想是根据原指标间的相关性， 通过降维的技术把原理的多个指标约化为 p个综合指标。具体来说，每一个综合指标就是一个主成分，记为 F i （ i=1 ， 2 ， p ），每一个主成分用原来指标的线形组合来表示， 使这些主成分既能尽可能反映原指标的信息量，又使各个主成分彼此不相关，达到消减指标间信息重迭的目的。 第一主成分最能反映数据间的差异。 这 p 个主成分从原来指标所提供的信

4、息总量中所提取的信息量依次递减， 每个主成分 F i 所提取的信息量用方差来度量，且主成分方差的贡献就等于原指标相关矩阵相应的特征值 i ，每一个主成分的组合系数就是相应特征值 i 所对应的特征向量，方差的贡献率 f i = i / i ，若 f i 越大，则说明相应的主成分综合信息的能力越强。该指标体系含有四个二级指标，分别为排名指标、级别与权重指标、连接指标和流量指标。每个二级指标下设有2三级指标共8个(如表1)。(二)各个评价指标含义第一，Alexa排名。综合排名也叫绝对排名是指一个网站在所有网站中的名次。me)(a每三个月公布一次新的网站综合排名。此排名的依据是用户链接数(userS

5、Reach)和页面浏览数(Page views)三个月累积的几何平均值。第二，PR。PR值全称为pagerank(网页级别)，级别从1到10级，10级为满分。PR值越高说明该网页越受欢迎(越重要)，是Gooe用于评测一个网页“重要性”的一种方法。第三酒店查全数，以6.10-6.12重庆解放碑附近的酒店为例第四机票查全数，以6.10重庆飞往北京的单程航班为例第五景点信息查全数。以北京为例。第六外链接数。外链接数是指从别的网站导入到我们网站的链接数量。导入链接对于网站优化来说是非常重要的一个过程。第七，出站链接数。出站链接是向外的链接(outbound hnk)，从你的网页链出去的超链接链到互联网

6、上的不同页面可能链接到你的站点上，也可能不是。第八。独立访问量。独立访问量指在一天之内(00：0024：00)访问网站的上网电脑数量（以cookie为依据）一天内同一电脑多次访问电脑只被计算一次。第九人均页面浏览量是指每人以某一时段或者以天为单位平均浏览的次数。我们小组根据站长之家SEO与著名统计Web信息站点Alexa对Qunar/elong/kapak三家旅游搜索引擎进行了数据统计，结果如下：网站名称B11Alexa排名B12中国排名B21PRB22百度权重B31反链数量B32出站连接数B33内链数B42人均PVB43日均UVQunar8.8940.873882.66793.016.52.

7、8864elong10.1340.78771.782194.064.52.7808kayak0.8116.75434.04110.164.228.6016使用SPSS22.0对其进行主成分分析，输出如下：說明的變異數總計元件起始特徵值擷取平方和載入總計變異的 %累加 %總計變異的 %累加 %16.53772.63672.6366.53772.63672.63622.46327.364100.0002.46327.364100.00031.844E-152.049E-14100.00044.250E-164.723E-15100.00053.567E-163.963E-15100.00061.6

8、53E-161.837E-15100.00073.268E-173.631E-16100.0008-1.262E-16-1.403E-15100.0009-9.682E-16-1.076E-14100.000擷取方法：主體元件分析。由表 可知， 第一主成分的特征值6.537，它解释了总变异的 72.636% ； 第二主成分的特征值为2,463，它解释了总变异的27.364% ， 两个主成分的贡献率达到1，说明他们能提供足够详细的原始信息。元件矩陣a元件12Zscore: (B11)1/Alexa排名*1000-.990.142Zscore(B12PR).962.273Zscore(B21酒店)

9、.884.468Zscore(B22机票).860-.510Zscore(B23景点).575.818Zscore(B31反链数量)-.862.507Zscore(B32出站连接数).752-.659Zscore(B42人均PV).701.714Zscore: B43日均UV/1000-.991.135擷取方法：主體元件分析。a. 擷取 2 個元件。擷取方法：主體元件分析。由右表主成分的组合系数可以得出主成分的数学模型：F 1 =0.997 · ZX1 -0.999· ZX2+0.938ZX3 +0.972 · ZX4 -0.939· ZX5+0.838

10、*ZX6+0.977*ZX7+0.561*ZX8-0.999*ZX9F 2 =-0.75· ZX 1 -0.34 · ZX 2 +0.286 · ZX 3 +0.236 · ZX 4-0.344*ZX5-0.514*ZX6-0.214*ZX7+0.828*ZX8-0.44*ZX9a. 擷取 2 個元件。主成分综合模型为：F= 1/( 1 + 2 + 3)F 1 + 2/( 1 + 2 + 3)F 2 其中， 1 为主成分 F 1 的特征值； 2 为主成分 F 2 的特征值； 3 为主成分 F 3 的特征值； i 1 + 2 + + i（ i=1 ， p ）越大越好。即可得到主成分综合模型：F=0.86F 1 +0.14F 2 得到三家网站的最终得分为：与标准化后的数据相乘即可得到网站的综合得分：网站名称最终得分Qunar6.859elong0.251kayak-7.1099第一增强旅游网站综合实力，要从内部的链接和外部链接来优化网站的链接模式可以增加PR值和百度权重。扩大网站被链接的可能性。第二旅游网站在设计时要全面协调各个指标因素的