以 「博駁博」抓取Blogosphere, 處境非常相似. 以前文為例, 研究的對象是Mysinablog, 那情形就好像兒童周刊上的剪紙遊戲. 粗粗的虛線圍著那隻小青蛙, 任誰也可以輕易剪出健康完整, 有手有腳的小青蛙. 但今回的研究對象是整個香港Blogosphere, 情形就有如要在一張巨幅海報上, 剪下一隻毛茸茸的鬆獅狗.
剪明星相, 要靠手藝; 剪Blogosphere這塊版圖, 就要靠一些規則去決定邊界. 規則定得太緊會剪走太多Blog, 定得太鬆又會得到太多不該出現的Blog. 以下是我所定下的規則:
- 若網頁來自各大BSP, 視之為「Blog」.
- 若網頁是用Wordpress和Seredity做出來, 而又有Feed的話, 也視之為「Blog」.
- 若網頁出現下面這些字, 視之為「繁中」(繁體中文)網頁.
這 個 來 為 國 會 時 們 說 學 對 過 發 長 動 經 現 開 還 種 進 兩 從 沒 問 麼 實 點 間 頭 [註一] - 若網頁中有台灣BSP Blog的連結, 視該網頁為「接近台灣」.
- 只要網頁被視之為「Blog」和「繁中」, 就會當是「香港Blog」. 再者, 該香港Blog內的連結將會繼續被追蹤, 除非該Blog已被視之為「接近台灣」.
單靠這些規則, 你猜猜我找到多少個Blog? 答案是48167個[註二], Y!Blog佔38680個[註三], Mysinablog佔2411個, Live Space有2143個[註四], Hompy有1445, Blogspot有2282個[註四], Mocasting有432個, Wordpress有128個, Hkbloggers有17個, 小型BSP加獨立Blog有629個(已經人手檢查).
清單出了, 我有需要確認一下準確性. 但可惜是, 我用的方法是暫時現存的唯一方法, 欲check無從. 總不能像甚麼甚麼調查委員會, 自己check自己的, 對嗎? 準確性確認不了, 那就退而求其次, 檢查一下清單夠不夠代表性. 我用了五師兄提供的「檸檬茶」清單比照一下, 看看雅俗共玩的「檸檬茶」Blog Tag中的Blog, 是否都在我的香港Blogosphere清單當中. 結果是, 不計[註二]所列的情況, 「檸檬茶」一共有145個Blog, 而當中有114都在Blogosphere清單中找到, 覆蓋率達79%, 而最難處理的獨立Blog更達88%. 這樣結果算是讓人滿意吧.
| Scope | Lemon Tea blog | Matched Blog | Matched% |
| Blogspot | 45 | 31 | 69% |
| Hompy | 2 | 2 | 100% |
| Individual | 17 | 15 | 88% |
| Live Space | 5 | 0 | 0% |
| Mocasting | 2 | 2 | 100% |
| Mysinablog | 36 | 34 | 94% |
| Wordpress | 13 | 10 | 77% |
| Y!Blog (short url) | 25 | 20 | 80% |
| 145 | 114 | 79% |
我想這應該是我所見過的, 最齊的香港Blogosphere清單了吧.
一連五篇的「香港的Blogosphere有多大?」, 是時候到尾聲了. 在完結之前, 我對大家有兩個請求:
- 若 大家覺得這幾篇文章對香港的Blogosphere多少有點貢獻, 麻煩大家也作出點點回饋. 檢查一下清單(在下一篇Blog公佈), 看看有沒有一些你熟悉的Blog, 並沒有在清單內, 然後留言告訴我, 好讓我查找不足, 下次再做一個更完整的香港Blogosphere清單.
- 當清單中公佈之後, 趕快亂Click一番, 玩玩Blog-surfing, 你將大開眼界. 你會發現, 香港Blogosphere海納百川, 無奇不有, 感到自己是井底之蛙.
好了, 對於「香港的Blogosphere有多大?」這問題, 我可以做的暫時只有這麼多了. 怎樣, 我的手藝如何? 這張剪紙, 剪得夠好嗎?
(P.S. Xanga Blog將另寫Program炮製, 不日發表.)
(P.S. 特別鳴謝五師兄提供「檸檬茶」清單(原作者為腦花花), 亦要鳴謝軒媽一邊湊仔, 一邊人手檢查1000多條URL, 並從中找出629個獨立Blog.)
(完)
研究後感1: 在研究期間, 其實有大部時間都在等電腦跑結果. 我無事好做, 就翻開了快發霉的Lost Season 2來看. 看時, 其實我又看得好不專心, 孤島Blog應該像"Lost"裡那座孤島一樣, 雖有行行企企之輩, 但有識之士應該也不乏, 要是有能把那些孤島Blog也找出來, 就太完滿了.
研究後感2: 研究結果中最觸目的, 是Y!Blog龐大的數量, Y!Blog竟佔了Blogosphere八成. 如此結果, 實在讓我多少有點訝異. 訝異不是光光因為Y!Blog數量多, 而是這和平日個人觀查和閱Blog的經驗不太相符. Blog發展至今, Blogosphere經常會和傳統媒體產生互動. 但當大家被報章/雜誌/書藉引用(或盗用), 被訪問, 出書, 甚至因寫Blog而上港聞版或被捕, 都甚少見到Y!Blog他們的蹤影. 這確是個香港Blogosphere的怪現象, 他們確實存在並佔大多數, 卻又好像不存在的. 看來, Y!Blog的用戶是縱然佔了市場大多數, 似乎是因為Y!Blog封閉的政策(外界無法留言, 不能加外部超連結, 也不能加Custom Widget), 令他們跟現實世界好像完全分離似的.
[註一] 這三十個常用字, 其繁體和簡體的寫法都不同, 故可用來判別某一Blog是否繁體中文寫成.
[註二] 下列的Blog, 因為研究的工具/方法有所限制, 所以暫未能加入清單中.
- 以Big5編碼的Blog, 即大部份Xanga的Blog. (原因是, 我是用Shell-script來編程, Unicode的UTF-8是Pipe save, 但Big5卻不是)
- 理同, 一些以日文EUC-JP編碼的Blog. e.g. 24小時發夢http://pegpeg.blog44.fc2.com/
- 一些香港人以全英文或簡體中文寫的Blog.
- 一些香港人在台灣BSP寫的Blog. e.g. 阿濱日誌&音樂http://www.wretch.cc/blog/VODKAPAN
[註四] 因為Blogspot和Live Space屬於跨地域性的BSP, 清單的雜質(非香港Blog)可能比較多, 但人手有限檢查不了. 如有有心人幫忙檢查一下, 不勝感激.
