关键词：博客友链网络；随机网络；小世界现象；数据爬取
一、前言
“六度分离”理论已在社交网络、互联网等领域被研究1。博客网站作为Web2.0的代表，其形成的友链网络是否可视为随机网络？小世界现象在博客网络中是否存在？这是本文想要研究的问题。
笔者依照浏览博客的经历做出假设：博客友链在一定程度上参杂了博主的个人喜好，可能在一定程度上表现出规律性，更偏向于小世界网络，无法视为随机网络，小世界现象在博客网络中存在。
本文期望对较大体量的博客网络进行研究，明晰以下问题：访客从一个博客到另一个博客平均需要经过多少个博客？每个博客平均有多少个友链？
博客是一种杂志形式的私人网络日记。博客软件自动将新条目（帖子）放在网页的顶端，每过一定的时间，或每当帖子太多不便于翻阅时，博客软件就会把旧条目放进博客档案。2友链，即友情链接，指两个网站之间架起一座桥梁，实现流量的互通。3友情链接在门户、电商网站常被用作搜索引擎优化的一种手法，也被学界认为是引入流量、提高权重的工具。但笔者认为，在博客中，友情链接在搜索引擎优化方面的作用减弱，交流、互访等社交方面的作用得到增强。“从20年前建站伊始，我的友情链接页面就不是以SEO或其他什么乱七八糟的目的而存在。”4笔者通过丑搜（一款中文博客搜索引擎）以“友情链接”为关键词搜索博客网站的友链页面，绝大部分博客5没有在友情链接页面要求网站权重。博客友链具有相互性（友链应当是两个博客之间的互链），为研究方便起见，笔者将友链规定为博客在首页和友链页面对其他博客的外链，无论其是单向的还是双向的。
爬取博客网站首先需要获取一个数据量比较大的博客列表，笔者查阅了一位博主自发收集的博客列表[4]，并对列表的数据量进行统计，结果如表 1。
| 名称 | 数据量 |
| BlogFinder | 1699个博客6 |
| BlogWe | 282个博客7 |
| Blogroll Network Map | 约7900个博客8 |
| BlogsClub | 368个博客9 |
| 十年之约 | 1818个博客10 |
| 集博栈 | 4115个博客11 |
二、研究过程
按照博客列表收录数据的体量，笔者使用了Blogroll Network Map、BlogFinder、十年之约和集博栈的数据。对上述几个博客列表的数据进行爬取，将去重后的数据中的博客名称和博客地址存入数据库，如图1。
接着对博客网站的首页和友链页面进行爬取。在此过程中，程序通过两条途径得到友链页面的URI：在首页搜索是否有链接文本包含“友情链接”等字样的链接；尝试一些常见的友链页面的URI是否存在。
若博客有链接到另一个博客的外链，则将其视为友链，将这个关系存储到数据库；若博客的外链地址不在此前存储的博客数据库中，则将链接地址存入外链数据库，方便后续步骤发现此前没有发现的博客。
在爬取博客首页和友链页面的程序运行之后，数据库中存储的外链数量快速增长。在程序进行到一半时，数据库中存储的外链已经达到了4485条（过程中已经按照外链的域名进行去重）。这已经超过了笔者能够人工处理的范围。
笔者将外链的网页标题、描述、URL、关键词、订阅链接、文章链接数量、导航结构等信息交给AI，由AI判定外链是否为博客。
但这种方法伴随着大量的token消耗。在判断出40余个博客网站后，腾讯混元赠送的100万个token就耗尽了。面对这一问题，设置了博客网站的一些特征，例如“文章”“评论”等，程序将对外链的特征进行评分，判断外链是否为博客网站。
为了缩短程序运行的时间，程序采用多线程运行。
在程序完成博客网站的判断之后，笔者对数据库存储的博客网站进行人工抽检，如图4。人工抽检的355个网站中，有48个不是博客网站，其中大部分为域名过期。
通过程序可以绘制出博客之间的平均距离图像。
三、研究结果
由上图，我们可以看到：
- 博客友链网络中绝大多数博客对的最短距离集中在4-6之间，小世界现象在博客友链中存在。
- 几乎所有博客对的最短距离不超过6。
- 最短距离的标准差较小，博客之间距离的分布波动性较弱。
- 网络的聚类度较低，博客的友链不集中，友链“抱团”现象不明显。
由图7的度分布图可知，小度节点（博客）数量极多，大度节点数量稀少，满足幂律分布，与随机网络满足的泊松分布不同。故，博客友链网络不是随机网络。
附录与参考文献
本文的代码和原始数据均公开于GitHub仓库https://github.com/Xiaozonglin/blog-friendlink-network-research
供复现和检验。
- 庞景安.Web 小世界特征的网络计量学研究[J].情报科学,2007 (08):1171-1175. ↩︎
- J.奎根,张斌. 博客、维基和创造性革新[J]. 国外社会科学,2008,(03):98-104. ↩︎
- 张潮. 如何做好友情链接交换[J]. 计算机与网络,2016,42(23):42-43. ↩︎
- eallion’s Blog. 友情链接. https://www.eallion.com/links/ ↩︎
- 笔者按搜索结果的顺序查看了15个友链页面，仅有的提及权重的网站也只是借权重排除恶意友链https://geektutu.com/post/blog-experience-5.html ↩︎
- 数据来自其应用程序接口 https://bf.zzxworld.com/api/sites.数于2025年11月8日收集 ↩︎
- 数据来自其收录页面 https://blogwe.com/allblogs.html. 数据于2025年11月8日收集 ↩︎
- 数据来自首页 https://alexsci.com/rss-blogroll-network/显示其收了7952个订阅地址. 假设一个订阅地址对应一个博客可粗略估计收录了7900个博客.数据于2025年11月8日收集 ↩︎
- 数据来自其收录页面https://www.blogsclub.org/members.html. 数据于2025年11月8日收集 ↩︎
- 数据来自首页https://www.foreverblog.cn/底部的履约数据.数据于2025年11月8日收集 ↩︎
- 数据来自首页https://www.zhblogs.net/底部的收录博客数量.数据于2025年11月8日收集 ↩︎