Úvod

Získat užitečné informace analýzou hypertextových odkazů mezi webovými stránkami na internetu se snaží výzkumníci v různých oborech. Zajímavých výsledků bylo dosaženo v oblasti vyhledávání informací, zejména při zlepšování výkonu internetových vyhledávačů. V informační vědě vychází řada studií z vnější podoby mezi odkazy a citacemi - v obou případech jde o určité jednosměrné spojení mezi dokumenty zpravidla různých autorů. Podstatným rozdílem je, že odkazy spojují daleko širší spektrum druhů dokumentů než citace a jsou vytvářeny i z mnoha jiných důvodů. Tvorba odkazů je také daleko méně formální záležitostí.

Význam odkazů

Odkaz má při analýze teoreticky hodnotu tehdy, pokud pomocí něho autor zdrojové stránky vyjadřuje uznání autorovi cílové stránky. Stránka, na kterou směřuje více odkazů, je pak považována za kvalitnější. Ve skutečnosti však nejsou některé odkazy pro analýzu použitelné - jsou vytvořeny z technologických důvodů - nehodnotí, ani nepředstavují žádnou komunikaci. Nerelevantní odkazy nejsou zásadní problém, ale jejich poměr nesmí být příliš velký.

Pro účely vyhledávání informací je vhodné rozlišovat významnost jednotlivých odkazů a přidělovat vyšší váhy odkazům z důležitějších stránek (tak jak to dělá Google). Pro účely hodnocení webových sídel by bylo naopak ideální, kdyby všechny odkazy měly stejnou hodnotu, byly vytvářeny individuálně a nezávisle, lidmi a se stejným posouzením kvality informací v cílové stránce. Ta by měla být vytvořena vlastníkem sídla, nebo někým s těsným vztahem k němu.

Odkazy, které neodpovídají těmto ideálním teoretickým předpokladům, jsou označovány jako anomálie. Představují významný problém, protože mohou zastínit ostatní typy odkazů. Jedním ze zdrojů anomálií jsou odkazy uvnitř sídla. Jejich hlavním účelem je navigace a často jsou automaticky vkládány na každou stránku v podobě navigační lišty. Anomálií jsou též sídla provozovaná jinými organizacemi než tvůrci obsahu (např. zrcadla velkých sídel mohou přitahovat mnoho odkazů). I některé z vnějších odkazů mohou být vytvářeny automaticky -například na stránku software, který byl použit při tvorbě sídla.

Tyto odkazy je nutné buďto manuálně odfiltrovat, nebo je počítat způsobem, který jejich vliv zmírní - odkazy uvnitř sídla se neberou v úvahu a vnější odkazy se počítají na vyšším stupni agregace. Na webu se totiž obtížně definuje jednotka, na kterou odkazy směřují. Existují zde typy dokumentů známé z tištěné podoby (časopisy, knihy, sborníky z konferencí), ale i soubory stránek, které tištěný ekvivalent nemají a těžko se jako dokumenty klasifikují (FAQ, archivy e-mailů). Za dokument tak lze pak považovat jak malé webové sídlo, část většího sídla nebo jednotlivé soubory. Pro počítání odkazů je přitom důležitý vztah mezi dokumenty a stránkami - například kniha může být na webu umístěna jako jedna obrovská stránka nebo tisíce vzájemně propojených malých stránek.

Aby se omezil vliv anomálií na úrovni stránek, mohou být stránky seskupeny do logických dokumentů podle URL. Existují čtyři hlavní úrovně analýzy nazývané jako alternativní modely dokumentu (ADM). Pro účely sběru odkazů se potom za dokument považuje

• každý jednotlivý soubor
• všechny soubory ve stejném adresáři - URL zkráceno k poslednímu lomítku
• všechny soubory se stejným jménem domény
• všechny soubory náležející k definovanému webovému sídlu

V literatuře je význam odkazů interpretován různě, obvykle bývá odvozován z analogií s citační analýzou. Interpretace se může se značně lišit i podle kontextu (např. zda jde o vztah mezi určitou množinou akademických nebo komerčních sídel). Odkazy jsou interpretovány jako:

• míra vlivu, viditelnost
• důvěra, autoritativnost
• hodnota, kvalita
• podobnost tématu, tematická blízkost
• mezinárodní informační toky
• vztahy v síti organizací
• obchodní kontakty

Postup při analýze odkazů z pohledu informační vědy [23]

Po stanovení hlavních cílů výzkumu je vhodné provést pilotní studii, při které se přesvědčíme, že existuje dostatek odkazů pro dosažení smysluplných výsledků konzistentních s cílem výzkumu. Následně vybereme vhodná webová sídla nebo stránky, které nám mohou dát odpověď na naši výzkumnou otázku. Poté přistoupíme k vlastnímu sběru dat o odkazech. K tomu je možné využít komerční vyhledávače nebo vlastní specializovaný software. Data se pokusíme očistit od anomálií a zvolíme vhodnou úroveň agregace pro výpočty.

Výsledky výpočtů je nutné validovat hodnocením korelace mezi počtem odkazů a jiným zdrojem dat známé hodnoty a významu. Takový zdroj by měl souviset s cílem výzkumu. V případě univerzit to mohou být systémy národního hodnocení kvality výzkumu (RAE ve Velké Británii), počet získaných grantů nebo počet získaných citací podle ISI, v případě firem počet přihlášených patentů. Doporučuje se validovat interpretaci výsledků klasifikováním náhodného vzorku odkazů a získat tak přehled o různých typech odkazů a jejich zastoupení v souboru.

Analýza odkazů v akademickém prostředí

Převážná většina publikovaných studií se zaměřuje na prostředí, které má k prostředí citační analýzy nejblíže - webová sídla univerzit a jejich součástí. Webová sídla univerzit přinášejí široké spektrum informací, které sice také souvisejí s výzkumem, ale plní odlišné funkce než články v odborných časopisech. Bar-Ilan [3] rozděluje stránky na akademických sídlech do následujících kategorií (u každé jsou uvedeny příklady stránek, které do příslušné kategorie spadají):

• POPIS ENTIT - OSOBY, FYZICKÉ A LOGICKÉ JEDNOTKY, UDÁLOSTI, SLUŽBY
  • osobní stránky, životopisy, publikační činnost
  • domovské stránky univerzit, výzkumných skupin
  • popisy kurzů, cíle projektů
  • program konference, seznam účastníků semináře
  • provozní doba knihovny, předplacené časopisy, popis databází
• OBSAH VYTVOŘENÝ ENTITAMI
  • příspěvky (článek, prezentace, abstrakt, obsah projektu, zadání úkolu)
  • kompilace (seznamy zdrojů, bibliografie)
• POPIS A OBSAH
  • program konference s abstrakty
  • osobní stránka se seznamem oblíbených sídel
• STRUKTURÁLNÍ INFORMACE
  • navigace, obsah (seznam kapitol), poznámka o copyrightu

Z důvodu lepší srovnatelnosti výsledků jsou odkazy většinou zkoumány pouze v rámci jednoho státu, i když se objevily i studie na mezinárodní úrovni. Pokud jde o úroveň agregace, bere se za jednotku zkoumání celá univerzita nebo její součásti (ústavy). V druhém případě se lze zaměřit na odkazy mezi ústavy v jednom oboru nebo analyzovat vztahy mezi různými disciplínami.

Pro interpretaci odkazů je důležité pochopit, proč vlastně autoři odkazy vytvářejí. Důvody pro tvorbu odkazů lze zjistit za základě analýzy zdrojové a cílové stránky nebo dotazem autorovi. Wilkinson, Harries, Thelwall a Price [28] zvolili v prostředí britských univerzit první způsob a identifikovali následující cíle odkazů:

• Informace pro studenty 25 %
• Zdroje pro podporu výzkumu 23 %
• Knihovny a elektronické časopisy 21 %
• Rekreace 9 %
• Autor stránky nebo sponzor 7 %
• Ústavy příbuzného zaměření 7 %
• Partneři ve výzkumu 3 %
• Studijní materiály 2 %
• Turistické informace 1 %
• Citace 1 %

Kim [6] zjišťoval motivaci pro tvorbu odkazů v odborných elektronických článcích na základě rozhovorů s jejich autory. Výsledkem je 19 různých druhů motivace rozdělených do třech základních skupin - vědecká, technologická a společenská motivace. Více než 70 % odkazů bylo výsledkem vzájemného působení více druhů motivací. Číslo v závorce udává, kolik procent z celkového počtu odkazů na základě příslušné motivace vzniklo, písmeno označuje existenci přibližně srovnatelné motivace pro vytváření citací.

• VĚDECKÁ MOTIVACE
  • Doplňkové nebo základní informace (43 %, A)
  • Příklad, model, případ (38 %, A)
  • Podpora nebo potvrzení (26 %, A)
  • Obrázek, mapa, diagram (5 %, N)
  • Historie (11 %, A)
  • Definice pojmu (10 %, A)
  • Základy myšlenky, pojmy, teorie (8 %, A)
  • Srovnání s vlastní prací (7 %, A)
  • Současný stav výzkumu (7 %, A)
  • Data nebo statistiky (6 %, A)
  • Příprava studie (8 %, A)
  • Metodologie (2 %, A)
• SPOLEČENSKÁ MOTIVACE
  • Upozornit na zdroj (29 %, A)
  • Uznání autorovi nebo instituci (21 %, A)
  • Vynikající autor / instituce oboru (6 %, A)
  • Demonstrace znalosti důležitého nebo nového zdroje v dané oblasti (3 %, A)
  • Doporučení editora (1 %, A)
• TECHNOLOGICKÁ MOTIVACE
  • Snadný a okamžitý přístup (40 %, N)
  • Využití technologie (13 %, N)

Na základě inspirace z citační analýzy byly v případě univerzit vysloveny hypotézy, že počet odkazů na sídlo univerzity může měřit adekvátní využívání možností elektronického publikování na internetu, efektivitu propagace činností univerzity, celkovou popularitu univerzity nebo dokonce její výkonnost v oblasti výzkumu. Hypotéza, že by na stránky lepších (lépe hodnocených) vědců směřovalo více odkazů, však nebyla potvrzena [20]. Zjištěné korelace mezi počtem odkazů a výzkumnou aktivitou jsou vysvětlovány tak, že lepší vědci produkují více stránek. Uvažuje se také vliv finančních prostředků

Prokázány byly následující korelace:

• V PŘÍPADĚ ODKAZŮ NA STRÁNKY UNIVERZIT
  • v Kanadě - korelace s udělenými granty a oceněními fakult [26]
  • na Tchajwanu - korelace s počtem citací podle ISI [22]
  • v Austrálii - korelace s vládním souhrnným hodnocením výzkumu [9]
  • ve Velké Británii - korelace s národním hodnocením produktivity výzkumu RAE [20]
• V PŘÍPADĚ ODKAZŮ NA STRÁNKY ÚSTAVŮ
  • v oblasti počítačové vědy ve Velké Británii - korelace s RAE [7]
  • v oblasti chemie v USA - korelace s počtem citací podle ISI [10]
  • v oblasti fyziky, chemie a biologie ve Velké Británii - korelace s RAE, v Austrálii - korelace s počtem citací podle ISI, a v Kanadě - korelace s udělenými granty [23]
  • v oblasti psychologie v USA - korelace s počtem citací podle ISI [10]

Závěrem

Analýza odkazů v akademickém prostředí může sice přinést užitečné informace , ale není srovnatelná s citační analýzou. Odkazy mají určitý vztah k výzkumu, ale jádro komunikace vědeckých informací zasahují pouze v nepatrné míře (podíl odkazů srovnatelných s citacemi je odhadován na 1 %). Přestože mohou mít souvislost s výzkumnou činností univerzit nebo jejich součástí, nelze je považovat za přímý indikátor kvality výzkumu.