网络信息的时间分布规律的介绍

3.5.3　网络信息的时间分布规律

3.5.3.1　网络信息的增长规律

网络自从诞生以来，在随后的发展中迅速膨胀，信息量在海量的基数上一直处于持续的高速扩张之中，呈“信息爆炸”之势。国外学者较多从网络节点的层面来研究网络增长的规律，得出了网络节点链入数与链出数变换的指数增长规律、网页的链入(出)概率随网页中链接数的增长呈指数增长规律、网页内容增长同网页链接增长之间呈指数关系等研究结论。本节我们将主要以时间为维度，选择单一网站网页、特定学科/主题领域中的网页两种网络信息类型，来探讨网络信息随时间增长的规律。

(1)单一网站网页数量的增长规律

在众多类型的网站中，新闻类网站的数据更新较快，网页数量增长现象比较显著，在研究单一网站网页数量增长规律方面具有一定的代表性。阎劲松和沙勇忠选取了国内著名综合型门户网站搜狐的二级网站——搜狐新闻频道(http://news.sohu.com)作为研究对象^[11]。他们利用搜索引擎Baidu在线检索新闻频道在观测期内(2005年1月1日—2006年12月31日)每天的网页数，并以周为单位，对累计数进行统计，如表3-5所示。根据所搜集的数据，以周序号(Time)横轴，网页累计数(Pages)为纵轴，绘制出网页累计数随时间分布的散点图，如图3-11所示。

表3-5　　　　　搜狐新闻网页数量与时间汇总的部分数据(By Baidu)

可以看到，图中的散点趋于一条平滑的、规则的曲线。该样本不服从线性分布，而是服从二次曲线分布，其回归方程为:

F(t)=198.338t²+13118.662t+89406.354，t∈［1，104］

若令初始时刻t=0，上式可转化为:

F(t)=198.338t²+13515.299t+102723.3，t∈［0，103］

图3-11　搜狐新闻网页累积数随时间分布的散点图

该方程式表明，在观测期内，新闻频道的网页累积数会随时间的推移，按照开口向上的二次曲线加速增加。根据研究，沙勇忠和阎劲松倾向于得出以下结论:仅存在正式交流过程的单一网站，其成熟期内的网页数量累积数按照二次曲线稳步增长，增长速度比线性增长快，而比指数增长慢。如果用F(t)表示时刻t的网页累积数，则二次曲线定律可表示为:

F(t)=at²+bt+c(a＞0，b≥0，c≥0，t∈［0，+∞))

其中，F(t)为网页累积数;t为时间变量;c为统计初始时刻(t=0)的网页累积数;a、b为时间常数，网页累积数的增长速度服从F(t)'=2at+b的线性分布，加速度的大小为2a。

为什么新闻频道的网页数量会呈现出二次曲线增长规律呢?王崇德认为，在文献计量学领域，正式交流只能导致直线增长，正式交流与非正式交流同时存在则会导致指数增长^[12]。新闻频道数据库是由专职人员进行加工整理发布的，因而属于正式交流模式。而在网络环境中，处于成熟期的新闻类网站由于出版周期较短，内容更新较快，则可能出现比直线增长趋势更快速的增长趋势;同时，因为没有非正式交流的成分，所以增长速度会比指数曲线慢。因此，在处于成熟期的、仅存在正式交流过程的单一网站中，网页累积数存在二次曲线增长规律。与此同时，二次曲线规律具有一定的适用性，即仅适用于反映和回溯历史的网络信息增长情况，而无法用来预测网络未来的增长趋势。

(2)特定学科/主题领域中网页数量的增长规律^[13]

特定学科和主题领域的网络信息日益成为重要的学习和科研资源，研究其增长规律对于该资源的有效利用具有重要的意义。苏金燕、周春雷、罗力选择Altavista搜索引擎作为数据采集工具，以“knowledge management”为单一检索词，对“知识管理主题领域”网络学术信息增长规律进行了分析。数据采集的时间范围分为两个维度:采集“年”数据是“年”为时间单位，分别检索1980年至2007年的数据;采集“月”数据时以“月”为单位检索各个月的数据。

①“年”尺度增长模型

为从整体上把握知识管理主题领域网络学术信息的增长情况，首先以“年”为数据统计单位进行该主题领域网络学术信息增长规律的分析。调用统计软件SPSS的曲线回归过程，以网络学术信息累积数为因变量，年序号为自变量，进行曲线拟合。根据模型拟合简单化原则，即在模型拟合效果相同时选用表达式最简单的模型进行曲线拟合，以“年”尺度进行知识管理主题领域网络学术信息增长曲线拟合时可按指数曲线模型进行拟合，指数曲线回归方程为:

F(t)=0.159e^0.581t，t∈［1，28］

其中，F(t)为网页累积数，t为年，e为自然对数的底。

采用观察法对图3-12进行观察可以得知，知识管理主题领域的网络学术信息在经历了1980—1999年(即年序号为1～20的年份)缓慢的线性增长阶段后迅速过渡到2000年至今的快速增长阶段，这说明自2000年开始在世界范围内掀起了知识管理研究的高潮。1980—2007年的28年间，知识管理主题领域网络学术信息大体按照指数模式快速增长，这在一定程度上证实了在网络环境下普赖斯“指数增长规律”在本主题研究领域的适用性。受观测数量(28个)的影响，拟合曲线特别是2000年以后的拟合比较粗糙，在一定程度上影响了曲线拟合模型的准确度。

图3-12　知识管理主题领域1980—2007年网络学术信息增长曲线

②“月”尺度增长规律分析

为解决以“年”为尺度进行统计分析所引发的曲线模型粗糙问题，研究者通过增加观测量的方法，以“月”为数据统计单位进行网络学术信息增长曲线的拟合，以细化整体的增长曲线模型，特别是2000年以后的曲线模型。

构造知识管理主题领域2000年1月—2007年12月网络学术信息数据表，共得到96个观测量，然后调用SPSS的曲线估计过程，以网络学术信息累积数为因变量，月序号为自变量进行曲线拟合，得到如图3-13所示的对数坐标散点图。

从图3-13中可以看出，知识管理主题领域2000年1月—2007年12月的网络学术信息增长情况可以大体分为三个时期(按线性化后的直线的斜率划分):第一个时期从2000年3月—2001年2月，共12个月;第二个时期从2001年3月—2004年2月，共36个月;第三个时期从2004年3月—2007年12月，共46个月。

第一个时期，调用SPSS模型进行曲线估计，得出三次方程模型的拟合效果最好。在这个时期内知识管理主题领域网络学术信息按照三次方形式增长，增长曲线的回归方程为:

F(t)=3479.604+1041.810t－11.651t²+4.385t³，t∈［0，11］

图3-13　知识管理主题领域2000年1月—2007年12月网络学术信息累积数对数坐标散点图

其中，F(t)为网页累积数，t为月，t的初始值为0。

第二个时期，调用SPSS模型进行曲线估计，采用回归方程相对简单的指数模型进行拟合，曲线回归方程为:

F(t)=10.038e^0.075t，t∈［0，35］

其中，F(t)为网页累积数，t为月，e为自然对数的底。

第三个时期，调用SPSS模型进行曲线估计，仍然采用回归方程相对简单的指数模型进行拟合，曲线回归方程为:

F(t)=378943.537e^0.049t，t∈［0，45］

其中，F(t)为网页累积数，t为月，e为自然对数的底。

通过按“月”尺度进行曲线拟合发现，知识管理主题领域网络学术信息快速增长是从2000年3月开始的。在2000年3月—2007年12月这个观测期内，该主题领域网络学术信息的增长十分迅速，分别对应于三个时期的三次方模型与指数增长模型。通过后两个时期的指数增长模型可以看出，指数增长模型在网络环境下研究知识管理主题领域网络学术信息增长规律时具有很强的适用性。

3.5.3.2　网络信息的老化规律

网络信息的老化是指网络信息中情报的有效价值随着时间的流逝逐渐衰减，利用率逐步降低。这与传统文献的老化一样，是一种普遍存在的现象。造成网络信息老化的因素很多，大致可以归纳为以下几个方面^[14]:

(1)网络信息的增长。由于网络信息总量的快速增加，单位量的网络信息利用率降低，效用价值减少，呈现出老化的特征。信息的增长和老化是同一事物的两个方面，它们从不同的角度反映信息资源的动态变化。“文献增长得越快，文献的半衰期就越短。”信息既增长又老化，在老化中不断增长。

(2)网络信息的更新。网络信息的更新是指网络信息资源在载体形态、数据组织方式、网址等外在特征不变的情况下，所含知识和情报在内容上的变化。新的网络信息的出现导致旧的网络信息加速老化。国外学者Wallace Koehler的研究发现，97%的网站6个月内会发生变化，如观察时间为1年，则比例上升为99%。对于网页而言，这组数据分别为98.3%和99.1%^[15]。

(3)网络信息的消失。网络信息的消失是指网络信息被从系统中删除，不能再被访问和利用，这意味着网络信息生命周期的结束。

(4)网络信息的语用衰减。语用是指网络信息对于接收者的效用价值。对于接收者而言，只有需求的信息才值得传递。即使是需求的网络信息，也存在着“饱和定律或边界效用”问题，这就是说，随着接收者需求的实现，虽然网络信息的客观价值没有改变，但接收者的效用价值却因为他已接受了同类信息而降低。此外，网络信息的价值受时间的制约。科学理论、技术创造以及经济信息都有时间的范围，超出时间范围，其价值也就立即消失。

此外，网络信息的老化还受到另外一些因素的影响，就内因来说，比如网络信息的类型、性质和发展阶段等;就外因来说，如科技的进步、用户需求的变化和社会环境的变化等。

在网络信息老化研究中，网络信息老化指标是重要的研究内容之一，而半衰期则是评价网络信息老化程度的重要测度指标。关于网络信息半衰期的定义，按照不同的标准有以下两类:

(1)借鉴文献半衰期中的被引半衰期与引用半衰期的定义。①网络信息被引半衰期是指:某一站点的全部信息在某一时间段内被引用或被链接的所有信息中较新的一半是在最近多长时间内发表的。②网络信息引用半衰期是指:某一站点的全部信息在某一时间段内引用或链接的所有信息中较新的一半是在最近多长时间发表的^[16]。

(2)以网络信息为研究对象特征对网络信息半衰期的定义。①宏观网络信息资源半衰期是指:某主题领域网络信息资源所含链接的链宿是指资源中较新的一半是多长时间内产生的。②微观网络信息资源半衰期是指:指向该网络信息资源的全部其他网络信息资源的1/2是在其发布后的多长时间内出现的。

除此之外，有学者根据目前网络信息半衰期的测度现状，将网络信息半衰期分为历时半衰期测度和共时半衰期测度。对于历时半衰期来说，研究者要调查的是网络链接的不可访问性，网络信息历时半衰期就是网络链接有一半不可访问所需要的时间。对于共时半衰期来说，研究者关注的焦点是新的网络链接产生的情况，网络信息共时半衰期就是网络链接中较新的一半是在多长时间内产生的。

网络信息技术的飞速发展使得信息量剧增的同时，也使大量信息迅速被淹没。网络信息资源的信息价值随着信息内容的不同而具有差异性，朱梦娴、许鸿翔、高静以著名的社会标签网站delicious一天中更新的80 622条书签为研究对象，根据用户标注的标签进行内容分类，测度其被引半衰期并进行比较分析，测度了不同内容类型的网络信息资源的半衰期^[17]。

研究者用自行开发的程序抓取delicious.com上2009年11月14日这一天完整的Recent数据为研究对象，经过去重等数据处理后，得到80 622条最近更新的数据，从中选择了四个常用的大类:计算机技术、社会、生活和娱乐，各类中的数据条数分别是:计算机技术类15 514条，社会类6 470条，娱乐类9 737条，生活类5 528条。

在此研究中，所测度的是网络信息被引用半衰期，即某一站点的某一时间段内被引用或被链接的所有信息中较新的一半是在最近多长时间内发表的。在delicious网站中，网页的收藏是基于标签的，因此可以将被引半衰期理解为某一观测时间内，delicious系统中一类信息被收藏的书签中较新的一半是在最近多长时间创建的，及观测时间与创建时间的跨度距离。该段时间即可作为这一类信息的被引半衰期。

根据以上半衰期测度方法，研究者分别将四个大类的URLs数据根据观测时间与创建时间的跨度距离进行升序排列，取总体数据一半时的最值为该大类的半衰期。对于不同类别的所有数据，按照半衰期测度方法，测得其半衰期如图3-14所示。

图3-14　计算机技术、社会、娱乐和生活四大类半衰期

从图3-14中可以看到，四大类网络信息半衰期分别为:计算机类557天，社会类755天，娱乐类582天，生活类788天;社会和生活类的半衰期远远大于计算机与娱乐类的半衰期。其原因主要包括:第一，网民在网络娱乐这个应用中使用率是最高的，这使得网络娱乐类的信息更新迅速，半衰期小;第二，计算机和娱乐类的信息活跃程度较高，其更新速度比较快，从而导致在所采集的数据中，其较新的数据所占有的比重偏大，半衰期则较小;第三，从信息的价值方面看，对于信息用户来说，社会和生活类的信息在比较长的一段时间内都是具有利用价值的，而计算机和娱乐方面，由于现代技术的日新月异和经济的迅速发展，许多相关信息的淘汰率比较大，最终形成了这种现状。

考虑到非稳定状态中根据标签判断标签所指向的网页的内容可能出现偏差，为了确定数据的准确性，研究者又对数据增加“标签被标记数≥100”这一条件进行筛选，并重新测度四个大类的半衰期，如图3-15所示。

与图3-14相比，在图3-15中四大类半衰期的整体趋势是一样的，但是对于每个大类别来说，半衰期都有一定程度上的增加。造成这一现象的原因可能是标签数大于等于100的网页更具有权威性，因而有相对比较多的用户关注，故半衰期要比全部数据中同内容类型的网页半衰期要长。

3-15　计算机技术、社会、娱乐和生活四大类半衰期(标签被标记数≥100)

在此基础上，研究者在四大类当中又分别选取了三个小类的标签对象进行测度。计算机技术类选取软件、计算机语言及网络，娱乐类选取音乐、电影和图片，社会类选取环境、教育及经济，生活类选取购物、健康和旅游。测得半衰期数据结果如图3-16所示。

图3-16　四大类中小类半衰期对比

从图3-16中可以看出，四个大类中三个小类的半衰期都是在大类半衰期的上下浮动。根据信息价值和人们关注程度的不同，每个小类的半衰期会有所差异。

对于计算机技术这个大类来说，计算机语言和网络的半衰期大致持平，均远小于软件类的半衰期，可见软件类的网页内容相对更新较慢，且用户持久关注。对于社会这个大类来说，可以看到，经济类的半衰期远远小于其他两类和整个大类的半衰期，这是由于经济现象本身的复杂性决定的，经济信息受政策、环境、发展水平等影响较大，信息的时效性要求较高，信息很快过时，因此半衰期较短。对于生活中的三个小类，购物类和旅游类的网页半衰期较长，网络购物、网上酒店、旅行预订等的用户规模快速增长，此类信息得到用户的持续关注，半衰期相对较长。在娱乐的三个小类中，网络音乐一直是排名最靠前的网络应用，这促使了音乐小类的半衰期大于其他两者。

可以看出，与纸质文献信息相比，网络信息的半衰期普遍缩短，老化速度明显加快，对于网络信息老化程度的测度也更加复杂，还需要进行更多的实证研究来对这一问题进行深入探讨。

3.5.3.3　网络信息的生命周期^[18]

生命周期原为生物学术语，是指一个生物体从出生到死亡所经历的各个阶段和整个过程。经引申和扩展后，生命周期被广泛应用于物理学、工程管理、企业管理和信息计量学等诸多学科领域，成为一种重要的研究方法，即把研究对象从产生到消亡的整个过程，划分成一个个前后相继，甚至周而复始的阶段来加以研究的方法。

网络信息存在老化现象，也具有明显的生命周期特征。我们可以把网络信息的生命周期定义为:网络信息从产生到失去效用价值所经历的各个阶段和整个过程。马费成、夏永红通过实证的方法对网络信息生命周期进行了研究，选取中文学术资源网、外文学术资源网、论坛网站、新闻网站和大型网站为研究对象，采取引文分析法和链接分析法，对网络信息的生命周期现象进行了观察和记录，通过对数据的处理和分析，揭示了一般意义上网络信息生命周期的基本规律和特性。

该实证研究基于这样一个假设:即网络信息被利用得越多，说明人们对它越感兴趣，其效用价值就越高;被利用得越少，说明人们对它失去了兴趣，其效用价值就越低。而网络信息被利用的形式是多种多样的，比如引用、阅读、评论、链接，等等。

(1)中文期刊电子文献被引用情况。选取情报学领域4种主要中文期刊1994年刊登的文章为研究对象，利用中国期刊网，统计这些文章在1994—2006年各年的总被引用次数，如表3-6所示(数据获取时间是2007年5月3日)。对每一种期刊的数据进行处理后，取各年份总被引次数的平均值，以各年份为横坐标，各年份总被引次数的平均值为纵坐标，得到的折线图如图3-17所示。

表3-6　　　　　　情报学领域4种主要中文期刊1994年的文献被引用情况

图3-17　情报学领域4种主要中文期刊1994年的文献被引用情况

假设以文献被引用的次数来度量文献信息的效用价值，从图3-17中我们可以看出文献信息的效用价值随着时间的推移而变化的规律。

(2)外文期刊电子文献被引用情况。选取Wiley Inter Science平台上发表于2006年的所有期刊论文的全部参考文献为研究对象，统计这些参考文献中发表于1967—2006年各年份的文章总篇数，如表3-7所示(数据获取时间为2006年12月27日)。对表中数据进行处理后，以各年份为横坐标，各年份参考文献总篇数为纵坐标，得到的折线图如图3-18所示。

表3-7　　　　　　　Wiley Inter Science平台上2006年所有期刊论文的参考文献中1967—2006年各年份总篇数

图3-18　　　　　　　Wiley Inter Science平台上2006年所有期刊论文的参考文献中1967—2006年各年份总篇数

图3-18显示，随着时间的前移，参考文献数量越来越少。如果以参考文献总篇数来度量某年份文献的效用价值，则图3-18反映了文献信息的效用价值随着时间推移而变化的规律。

(3)论坛信息被阅读情况。从人民网强国论坛上发布于2008年2月10—11日的帖子中随机选取100条，对其进行跟踪观测，利用该网站的自动记录功能和NetGet软件，统计每一条帖子发布后每半小时内被阅读的次数(共观测20次)，选取被阅读总次数最多的20条帖子的观测数据。将数据处理后，得到如图3-19所示的折线图。

图3-19　人民网强国论坛帖子被阅读情况

(4)新闻信息被评论情况。从网易新闻中心发布于2007年11月10—11日的新闻中随机选取100条，对其进行跟踪观测，利用该网站的自动记录功能和NetGet软件，统计每一条新闻发布后每2小时内被评论的次数(共观测15次)，选取被评论总次数最多的20条新闻的观测数据。将数据处理后，得到如图3-20所示的折线图。

图3-20　网易新闻被评论情况

(5)大型网站链接更新情况。从Alexa排名前50名的网站中任选10个，用All theWeb网站的链接分析功能，统计这些网站的链接更新数按时间的分布情况(以每3天为一个单位时间，从2008年1月24日至2007年11月23日，共20个单位时间)，数据获取时间为2008年1月25日。将所得数据进行处理，得到如图3-21所示的折线图。

图3-21　大型网站链接更新情况

上述5个样本中，分别以特定年份发表的文献被引用的次数、特定年份的论文的参考文献在不同年代发表的总篇数、论坛帖子被阅读次数、新闻信息被评论次数、网站链接的更新次数作为度量网络信息效用价值的指标。

将5个样本中的折现分别记作L1、L2、L3、L4、L5，整合到同一个图中，如图3-22所示。

图3-22　五类网络信息生命周期观测结果

可以发现，这5条折线虽并不完全相同，但变化趋势具有较大的相似性，即网络信息发布后，其效用价值会在较短的时间内迅速达到最大值，然后在较长一段时间内逐渐衰减，趋近于零。对这些折线进行回归分析和曲线估计后，可定性绘制出网络信息生命周期曲线图，如图3-23所示。

图3-23　网络信息的生命周期曲线图

图3-23中横轴表示时间，纵轴表示网络信息的效用价值，曲线定性地描述了网络信息从产生到消亡整个过程效用价值变化的大概趋势。马费成和夏永红将这一过程分为成长期(如A～B段所示)、成熟期(如B～C段所示)和衰退期(如C～D段所示)3个阶段。其中，A点表示网络信息的产生，D点表示网络信息的消亡。

图3-23中可以看出，网络信息产生之后很快进入成长期，其访问量迅速上升，其变化趋势呈现出二次曲线的规律。接着进入成熟期，网络信息的访问量达到最大值，这一阶段价值将被充分利用。然后进入衰退期，此时网络信息的访问量将逐渐降低，趋近于零，其变化趋势呈现出幂曲线的规律。一般来说，A～B段的长度会远远小于C～D段的长度，即成长期远远短于衰退期。M点代表处于衰退期甚至已经消亡的网络信息的效用价值被重新激活的情形。它将开始一个新的生命周期，同样按照成长、成熟、衰退三个阶段发展下去。激活的原因可能是网络信息的更新、外界环境的变化等。

在现实中，网络信息是非常复杂的，网络信息的整体生态环境在不断变化，不同类型的网络信息之间的差异很大。更进一步认识不同类型网络信息的生命周期特性，并将生命周期理论应用于对网络信息的有效管理和合理利用，是值得进一步研究的课题。

本章内容提要

了解和掌握信息分布的规律是开展信息管理活动的条件。第3章首先介绍了信息产生与分布中存在的马太效应，而后从信息内容的分布、信息生产者的分布和信息对时间的分布三个层面，介绍了文献信息分布的主要经典定律，揭示了信息分布的特征和规律;在此基础上，结合网络信息资源的特点，通过相关实证研究论文的引入和借鉴，对网络环境下信息资源的分布进行了初步的探讨，指出网络环境下信息资源的分布已成为信息分布领域研究的新课题。

本章重点

1.掌握信息产生和分布中的马太效应;

2.掌握反映信息内容分布规律的两大定律:布拉德福定律和齐夫定律;

3.掌握反映信息生产者分布规律的两大定律:洛特卡定律和普赖斯定律;

4.掌握信息在时间上的分布规律，包括指数增长率和逐渐过时率(半衰期和普赖斯指数);

5.了解网络信息分布出现的新特征和新规律，并思考传统的信息分布规律在网络环境下的适用性。

本章其他参考文献

［1］段宇峰.网络信息存续状态研究［J］.情报科学，2008(8)．

［2］李慧.从文献信息老化到网络信息老化的研究分析［J］.情报科学，2010(3)．

［3］邱均平，殷之明.网络文献内容增长规律的实证研究——以PC显卡相关内容主题的增长为例［J］.中国图书馆学报，2005(1)．

［4］邱均平.信息计量学［M］.武汉:武汉大学出版社，2007．

［5］沙勇忠，阎劲松.网络著者分布规律实证研究:以Phthon.cn论坛为例［J］.图书情报知识，2006(6)．

［6］王崇德.文献计量学引论［M］.桂林:广西师范大学出版社，1997.

［7］王宏鑫，邱均平.关于网络信息老化研究的若干问题［J］.情报理论与实践，2004(4)．

［8］张瑞.网络信息老化研究［J］.情报杂志，2008(8)．

［9］张洋.网络信息计量学理论与实证研究［M］.北京:科学出版社，2009．

［10］曾鸿.信息老化测度与评估［J］.中国管理信息化，2006(11)．

【注释】

[1]王崇德.情报科学原理［M］.台北:农业科学资料服务中心，1991:93．

[2]王崇德.情报科学原理［M］.台北:农业科学资料服务中心，1991:98-100．

[3]王崇德.情报科学原理［M］.台北:农业科学资料服务中心，1991:106．

[4]对低年级学生，可暂不讲这部分内容。

[5]拉维昌德拉·劳者，图书情报学定量方法［M］．王崇德，等译.北京:兵器工业出版社，1989:103-109．

[6]B.C.Vickery.Bradford'sLaw of Scattering［J］.Journal of Documentation，1948(3):198-203．

[7]邱均平.文献计量学［M］.北京:科学技术文献出版社，1988:141．

[8]马费成，陈锐.科学信息离散分布规律的研究(I-VI)［J］．情报学报，1999(1-6)．

[9]马费成，裴雷.网络信息资源的分布规律［J］.情报科学，2003(11):1121-1124，1169．

[10]蔡明月.资讯计量学与网路计量学［J］.新世纪图书馆，2003(2):8-16．

[11]阎劲松，沙勇忠.单一网站网页数量增长规律的实证研究——以“搜狐新闻频道”为例［J］.图书情报工作，2008(11):10-13，61．

[12]王崇德.文献计量学引论［M］.桂林:广西师范大学出版社，1997．

[13]苏金燕，周春雷，罗力.网络学术信息增长模型分析——以知识管理主题领域为例［J］.情报杂志，2009(5):103-106.

[14]段宇峰.网络信息资源老化规律研究［J］.图书情报知识，2005(4):28-31．

[15]Wallace Koehler.An Analysis of Web Page and Web Site Constancy and Permanence［J］.Journal of the American Society for Information Science，1999，50(2)．

[16]邱均平，李江.链接分析与引文分析比较［J］.中国图书馆学报，2008(1): 60-64．

[17]朱梦娴，许鸿翔，高静.不同内容网络信息资源的半衰期比较研究［J］.情报杂志，2010(9):29-32，40．

[18]马费成，夏永红.网络信息的生命周期实证研究［J］.情报理论与实践，2009(6):1-7.