К вопросу о модулярности веб-пространства образовательного учреждения

Веб-ресурсы крупных организаций, предприятий и учреждений относятся к регламентируемым веб-ресурсам [5]. Это означает, что существует (или должен существовать) официальный документ, в котором изложены цели и задачи веб-ресурса, основные структурные составляющие, правила изменения информации и т. д.

Под веб-сайтом понимается веб-ресурс (множество взаимосвязанных html-страниц и документов), идентифицируемый в Вебе посредством уникального доменного имени.

Веб-пространство организации (предприятия, учреждения) – это множество веб-сайтов организации, связанных посредством гиперссылок. Как правило, в таком множестве выделяется так называемый головной сайт (официальный сайт организации), сайты подразделений, проектов, различных мероприятий, форумы, викиресурсы.

Уточним используемое в статье понятие «гиперссылка». На различных страницах одного сайта могут встречаться гиперссылки на один и тот же внешний адрес, имеющие одинаковый контекст (в частном случае – анкор), и количество таких «одинаковых» гиперссылок может быть равно количеству страниц на сайте (например, ссылка на сайт вышестоящей организации). Из такого множества гиперссылок с одинаковым адресом-приемником и контекстом, сделанных с данного сайта, в нашем исследовании мы рассматриваем только одну – ту, которая находится на странице, имеющей максимальный уровень (наивысшим считается уровень начальной страницы сайта). Такая гиперссылка называется «уникальной внешней гиперссылкой» [5], и, поскольку далее рассматриваются только такие ссылки, мы будем называть их гиперссылками (или просто ссылками).

Математической моделью, успешно используемой для анализа веб-пространства организации, является веб-граф, построенный следующим образом: множество вершин соответствуют сайтам организации, а множество дуг – гиперссылкам, связывающим эти сайты. Понятно, что такой веб-граф является ориентированным графом без петель, имеющим кратные дуги.

Для исследования структуры веб-пространства используются как традиционные теоретико-гра-

фовые подходы, основанные на обнаружении компонент связности, кратчайших путей [5], так и подходы, развитые в последнее десятилетие применительно к Вебу. К ним относятся работы по изучению самоорганизации веб-сообществ

• [10]    и исследования модулярности графа [13].

Неформально под веб-сообществом понимается некоторое подмножество вершин вебграфа, для которого количество дуг, связывающих вершины-участники веб-сообщества, больше, чем количество дуг, связывающих их с другими вершинами.

Модулярность, в свою очередь, это свойство графа и некоторого разбиения его на подграфы. Мера модулярности показывает, насколько данное разбиение качественно в том смысле, что существует много ребер, лежащих внутри подграфов, и мало ребер, лежащих вне подграфов (соединяющих подграфы между собой).

В данном случае речь идет о ребрах, а не о дугах, поскольку ориентированный граф достаточно тривиально преобразуется в неориентированный. На практике значения модулярности, лежащие в пределах от 0,3 до 0,7, говорят о том, что граф имеет структуру с различимыми подграфами с заданными свойствами. Для обозначения подграфов, на которые разбивается граф, в русскоязычной литературе используются различные термины, такие как «кластеры», «неявные сообщества», «модули»; далее мы будем использовать термин «модуль». Можно считать, что неориентированный граф с высоким значением меры модулярности является хорошим объектом для последующего выявления сообществ в его ориентированном прообразе.

Целью данной работы является исследование модулярности веб-пространства высшего учебного заведения (на примере ПетрГУ). Результаты, полученные в рамках исследования, позволяют описать структуру веб-пространства вуза, обнаружить (или, наоборот, не обнаружить) самоорганизацию веб-пространства, происходящую без внешнего (административного) регулирования, и предложить рекомендации, направленные на улучшение связности вебпространства с использованием административного воздействия.

Полученные результаты и сделанные выводы, демонстрируемые на примере ПетрГУ, могут служить руководством к действию и легко переносимы на другие вузы, организации, предприятия и учреждения.

ВЕБ-ГРАФ ПЕТРГУ

Общее количество сайтов, составляющих веб-пространство ПетрГУ, в данном исследовании равно 147. Следуя работе [6], их можно разбить на 13 групп. Перечислим эти группы (в скобках в качестве примера указано по одному характерному представителю данной группы для ПетрГУ):

• 1.    Официальный сайт университета (официальный сайт ПетрГУ – petrsu.ru);

• 2.    Сайты факультетов (математический факультет – mf.petrsu.ru);

• 3.    Сайты кафедр (кафедра математического анализа ПетрГУ – analysis.petrsu.ru);

• 4.    Сайты научной библиотеки, ботанического сада, институтов, центров (Научная библиотека – library.petrsu.ru);

• 5.    Сайты филиалов университета, университетских лицеев и т. д. (Кольский филиал ПетрГУ– www.arcticsu.ru );

• 6.    Сайты издательства, научных журналов, медиа-ресурсов (журнал «Принципы экологии» – ecopri.ru);

• 7.    Сайты структурных подразделений университета, не вошедшие в группы 2–6 (Региональный центр новых информационных технологий – rcnit.petrsu.ru);

• 8.    Сайты научных конференций, организуемых университетом (конференция «Космос братьев Гримм» – grimms.petrsu.ru);

• 9.    Сайты программ и проектов, выполняемых сотрудниками университета («Британцы в Карелии» – britons.karelia.ru);

• 10.    Сайты учебных ресурсов, разработанные сотрудниками университета («Виртуальная педпрактика» – praktika.karelia.ru);

• 11.    Сайты информационно-справочных систем и ресурсов университета («Аспирантура ПетрГУ» – aspirant.petrsu.ru);

• 12.    Персональные сайты сотрудников университета (сайт Андрея Мезенцева – amez.petrsu. ru);

• 13.    Другие сайты: сайты творческих организаций, профкома и сайты, не вошедшие в группы 1–12 (Туристический клуб ПетрГУ «Сам-по» – sampo-club.ru).

Сканирование сайтов веб-пространства ПетрГУ с целью сбора исходящих гиперссылок производилось программой BeeCrawler [14]. Для хранения, обработки и анализа гиперссылок использовалась специализированная база данных внешних гиперссылок [3]. На 147 сайтах вебпространства ПетрГУ было отсканировано около 100 000 страниц и сформировано множество, содержащее 11 200 исходящих с этих сайтов гиперссылок.

Далее из 11 200 гиперссылок были отобраны 1352 гиперссылки, которые связывают сайты веб-пространства ПетрГУ, и построен веб-граф G = G(VE ); здесь V (vertex) - множество вершин, соответствующих сайтам веб-пространства, E (edge) – множество дуг, соответствующих ги-пересылкам, связывающим эти сайты, | V | =147, | E | =1352. Поскольку ряд сайтов связан гиперссылками в количестве большем, чем 1, то мы имеем G(VE ) как ориентированный граф с кратными дугами без петель.

На рисунке приводится несколько упрощенное изображение веб-графа G ( V,E ): во избежание загромождения рисунка кратные дуги не нарисованы, приведены названия только некоторых вершин и исключены 10 изолированных вершин. Головной сайт petrsu.ru представлен вершиной с наибольшей инцидентностью, расположенной почти в самом центре рисунка. Десять изолированных вершин соответствуют сайтам, которые не связаны гиперссылками с другими сайтами ПетрГУ. Отметим также, что 40 вершин являются «висячими», то есть имеют либо только исходящие, либо только входящие дуги, поскольку 26 сайтов не имеют входящих ссылок, а 14 – исходящих, связывающих их с другими сайтами ПетрГУ.

Веб-граф веб-пространства ПетрГУ

Относительно почти 36 % сайтов вебпространства ПетрГУ сразу же можно сделать вывод о том, что они не являются участниками тематических сообществ [7], для которых наличие исходящих и входящих гиперссылок для каждого сайта в рамках сообщества является обязательным условием. Вместе с тем даже беглый взгляд на рисунок позволяет обнаружить, по крайней мере, две группы сайтов, имеющих очень высокую плотность связывающих их дуг.

ИССЛЕДОВАНИЕ МОДУЛЯРНОСТИ ВЕБ-ГРАФА ПЕТРГУ

Дадим достаточно строгое и вместе с тем не громоздкое определение функции модулярности, следуя [2], для чего введем следующие обозначения:

A – матрица инцидентности графа G ( V,E ) [4], A_ij – количество дуг из вершины i в вершину j , m – количество дуг в графе, m = | E | ,

Pr () – вероятность некоторого события,

S – некоторое множество модулей, на которые разбит граф G ( V,E ), s – обозначение одного из модулей s ∈ S . Тогда

Q = 1- Z Z ^[ A j —Pr(A j = 1) ] .

2m s - S i , j e s

На первом этапе исследования рассматривается граф G ¹( V,E ¹), который отличается от G ( V,E ) тем, что в нем отсутствуют кратные ребра; тогда в нашем случае | E ¹ | =419.

Для анализа веб-графов была использована открытая программная платформа Gephi [11]. В Gephi для построения модульной структуры графа используется эвристический алгоритм, предложенный в [9]. Количество модулей K = || S || , на которые разбивается граф, автоматически определяется алгоритмом из соображений максимального значения функции модулярности Q .

В случае графа G ¹( V,E ¹) максимальное значение Q =0,486 получено для K =9.

Для пяти из девяти модулей достаточно четко отслеживается тематика сайтов.

В одном случае это 5 сайтов, посвященных теме ботанических садов (электронный журнал, ботанический сад ПетрГУ, ИПС «Ботанические коллекции» и др.). В другом случае тоже 5 сайтов, но уже филологической тематики (словарь-конкорданс публицистики Ф. М. Достоевского, проект «Digital Humanities», проект «Филолог. ру» и др.).

Еще один модуль из 9 вершин соответствует сайтам конференций по информационно-коммуникационным технологиям (серия из сайтов 8 конференций, посвященных информационной среде вуза, и сайт Всероссийской ассоциации вузов – пользователей Oracle).

Модуль из 5 вершин содержит вершины, сайты которых аффилированы с кафедрой информационно-измерительных систем и физической электроники ПетрГУ (собственно сайт кафедры, сайт научно-образовательного центра по фундаментальным проблемам приложений физики низкотемпературной плазмы и ряд других сайтов).

И, наконец, достаточно крупный модуль, содержащий 18 вершин, также можно объединить в рамках единой темы: это сайты проектов, электронных журналов и сайты разработчиков этих сайтов.

Для остальных модулей говорить о единой тематике не представляется возможным.

На втором этапе был исследован веб-граф с кратными дугами G(V,E). Здесь максимальное значение Q=0,537 получено для K=11. В этом случае появляется возможность тематически идентифицировать 9 модулей. Пять из них практически совпадают с тематическими модулями, выявленными на первом этапе. В то же время обнаруживается, например, крупный модуль из 14 вершин, соответствующих сайтам Карель- ской государственной педагогической академии (КГПА), вошедшей в состав ПетрГУ в 2013 году.

ОБ ИСПОЛЬЗОВАНИИ РЕЗУЛЬТАТОВ

Развитие веб-пространства для университета является одной из приоритетных задач. Именно состояние этого пространства в значительной степени характеризует вуз в сети Интернет, влияет на позиции сайтов вуза в поисковых системах и рейтингах, что, безусловно, является фактором, влияющим на конкурентоспособность вуза в целом.

Результаты приведенных в работе исследований имеют большую практическую ценность, поскольку служат основой для принятия различных решений по развитию веб-пространства университета, в том числе технических и управленческих.

Построенный граф наглядно показывает, что, несмотря на наличие значительного числа информационных ресурсов, развиваемых и поддерживаемых в вузе, далеко не все из них имеют гипертекстовые связи с другими сайтами веб-пространства университета, в том числе с сайтами схожих тематик. Учитывая, что такие параметры, как число внешних и внутренних гиперссылок, учитываются и поисковыми системами при ранжировании в результатах поиска [1], и системами рейтингования вузов (такими, как Webometrics [12]), очевидно, что повышение уровня связности ресурсов, составляющих веб-пространство организации, может привести к росту позиций сайтов вуза в результатах поиска и рейтингах. В то же время стоит отметить, что алгоритмы поисковых систем учитывают не только наличие ссылки, но и тематическую близость ресурсов, связанных гиперссылкой, повышение уровня связности должно осуществляться не хаотично или случайным образом, а в рамках выделенных тематических модулей или кластеров.

Стоит отметить, что наличие ссылок – важный, но не единственный параметр, влияющий на позиции сайтов веб-пространства. Современные поисковые системы учитывают более 800 факторов, а также в ряде случаев понижают степень влияния ссылок на общий результат [8]. Больший вес приобретают другие параметры, такие как поведенческие факторы, уникальность текстовой информации и пр., которые также нужно учитывать при создании и развитии университетских интернет-ресурсов.

С организационной точки зрения развитию веб-пространства вуза будет способствовать принятие регламентов и рекомендаций, определяющих принципы функционирования и развития сайтов, составляющих веб-пространство университета, например разработка правил размещения гиперссылок на ресурсах. Данные решения должны быть подкреплены выводами, сделанными на базе приведенного в настоящей статье исследования. Кроме того, имеет смысл для ряда ресурсов, выделенных в рамках данного исследования (например, для ресурсов, не имеющих связей с основным сайтом), внести точечные правки в содержимое с целью повышения уровней связности в тематических сегментах (например, с целью интеграции тематических ресурсов КГПА в веб-пространство ПетрГУ).

Важно, чтобы обозначенная работа не проводилась формально, ради простого увеличения числовых показателей, а приводила к действительному улучшению качества ресурсов, составляющих пространство, повышению удобства пользователей, работающих с веб-сайтами вуза, улучшению полноты и достоверности представленной на сайтах информации.

* Работа выполнена при поддержке Программы стратегического развития ПетрГУ на 2012–2016 гг.

REVISITING THE WEB SPACE MODULARITY OF AN EDUCATIONAL INSTITUTION