微博中熱點話題的內容特質及傳播機制研究：基于新浪微博6 025條高轉發微博的數據挖掘分析

李 彪

本文以新浪微博高轉發的6 025條原創微博為研究樣本，通過大數據挖掘分析技術，研究分析目前微博中的熱點話題屬性及傳播機制。

一、研究緣起

微博作為一種新的在線社會網絡形式，逐漸成為人們獲取和共享信息的重要平臺。據中國互聯網絡信息中心 （CNNIC）《第31次中國互聯網絡發展狀況統計報告》顯示，截至2012年12月底，我國微博用戶規模為3.09億，較2011年年底增長了5 873萬，增幅達到23.5%；手機微博用戶規模達到2.02億，高達65.6%的微博用戶使用手機終端訪問微博。［1］根據西方傳播學的研究，一種物理屬性的媒介形態被社會大眾中20%以上的人群所使用，便可以稱其為 “大眾媒介”，從這個意義上可以說，微博已成為一種大眾化媒體 （Mass Media）。

微博以即時性和裂變式的嵌套性等人際傳播的基本屬性，引發了一場 “140字符的社會話語革命”。微博在整個社會話語場域中所扮演的作用也越來越重要，成為整個社會話語場域的 “話語漩渦”，扮演著話語策源地、信息橋和主導者等多重角色，最大限度地解構了傳統的由社會話語精英所主導的話語權力格局，將原來看似 “鐵板一塊”的話語權力場域一分為二——官方話語場域和草根話語場域，沖擊著傳統的社會治理方式和社會個體存在方式，塑造了一種新的社會話語權力面貌。

微博扮演著重要的社會話語動員角色，很多社會行動如隨手拍行動、免費午餐計劃等都是在微博中倡導，通過微博進行充分的社會動員進而影響到線下的；微博同時還扮演著還原社會真實、黏合社會信息碎片的重要角色，很多社會信息在微博中以碎片化的方式存在，通過微博用戶的集體力量和貢獻，完成社會真實的 “再構建”，進而實現 “社會真實的有機運動”。另外，微博還為社會信息提供意見加工、貼標簽等 “儀式賦予”的功能，很多信息一般以事實判斷的形式進入到微博場域，微博中話語精英通過其內化的“文化地圖”對其進行價值判斷，以提供意見或貼標簽等方式賦予其更大的社會價值意義，使之得以快速地傳播開來。作為一種獨立運行的社會話語場域，微博具有本身的話題偏好屬性、話語擴散模型、話語權力格局等屬性。因此，研究這些屬性對于更好地把握微博話語場域具有重要的價值。

微博 “粉絲路徑”和 “轉發路徑”的傳播方式既不是傳統媒體的線性傳播，也不是網絡媒體的網絡傳播，其傳播速度和傳播廣度遠遠高于之前任何一種媒介產品。新浪微博每日產生1億條內容。［2］在這些浩如煙海的信息中去偽存真，找到有價值或者能夠展現中國微博用戶信息地圖的核心熱點信息，成為相關研究的熱點問題。

二、研究設計

（一）數據抓取

本文采用 “爬蟲技術”，通過新浪微博API（Application Programming Interface）接口進行數據抓取。新浪微博與其他微博網站 （如Twitter）類似，用戶之間構成有向無權網絡。用戶可自由添加關注的其他用戶，稱之為 “跟隨”（Followings）；也可在未經許可的情況下被其他用戶關注，稱之為 “粉絲”（Fans）。用戶發表的話題將會自動推送給該用戶的所有 “粉絲”；類似地，用戶也可自動獲知所有 “跟隨”所發表的話題信息，這些信息幾乎都是實時更新的。為了獲取新浪微博的真實用戶數據，本研究編寫了針對新浪微博的爬蟲程序，該爬蟲程序采取廣度優先和隨機采樣策略。首先，從新浪微博 “名人堂”的各個子欄目中，隨機選取10個用戶作為種子用戶，加入爬蟲工作列表；然后，獲取這些種子用戶 “朋友”列表，包括 “粉絲”列表和“跟隨”列表。由于有些用戶 （比如一些名人）的 “粉絲”數量很大，要獲取整個網絡用戶信息不太現實，為此采取隨機采樣策略，從 “朋友”列表中隨機選擇最多50名用戶加入工作列表，繼續爬取用戶信息。采用上述策略收集的部分用戶信息能較好地反映整個微博用戶的情況。

（二）數據集

本文使用的數據庫從2010年9月15日開始收集數據，目前已經收集的用戶數大約有40萬，以文本形式存儲，占用空間50G左右。收集的信息包括兩部分：（1）用戶基本屬性信息，如ID、Name、Gender、VFlag、Address、Tags、Fans、Followings、Tweets； （2）用戶話題內容信息，如話題內容屬性、轉發次數、評論次數。爬取的內容幾乎涵蓋了該用戶的所有信息。其中VFlag是認證用戶標識，新浪微博采取實名制等形式對知名用戶進行實名認證。

（三）數據處理技術

選取以下數據作為分析對象：選取時間跨度從2010年9月至2013年1月，每條轉發量在1 000次以上的原創微博為熱點微博，在以上數據庫中符合條件的微博數量總計6 025條，來自2 356位博主，每條微博平均被轉發1 836次，總轉發次數1 108萬。

為了更好地對這些熱門微博進行數據處理，將所有熱門微博信息分為以下8個類別 （見表1）。

表1 熱點微博的類別列表

續前表

（四）關鍵定義說明

本文有兩個關鍵概念，即轉發深度和轉發寬度。轉發深度是指同一條微博信息傳播流的環節多寡。如圖1所示，原始微博經過轉發者B1和轉發者C1、C2等的轉發，其轉發深度為2級，單個話題中轉發深度極值越大，其信息鏈條越長，說明該事件越受關注、越容易引起民眾的討論興趣。轉發寬度是指一條微博轉發的信息鏈條中，單個信息鏈條結點被轉發的次數，轉發次數越多，轉發寬度也就越大。如圖1所示，從轉發者B1這個節點有四個轉發者進行轉發，那么在轉發者B1這個節點，轉發寬度為4。

圖1 微博轉發深度和轉發寬度示意圖

需要說明，每個原創微博并不是僅僅有一個轉發深度和轉發寬度，可能有很多個。如圖1所示，在這個原創微博A1中，總計有兩個轉發深度，即A1-B2的轉發深度1級和A1-B1-C1的轉發深度2級，其中2級是原創微博A1的極值轉發深度，因此每個原創微博只有一個極值轉發深度；同樣，在原創微博A1中，有兩個轉發寬度，從A1節點產生的B1、B2的兩個單位轉發寬度，從B1點產生的C1、C2、C3、C4四個單位的轉發寬度，同樣道理，4個單位寬度是原創微博A1的極值轉發寬度，因此每個原創微博只有一個極值轉發寬度。

三、數據結果及分析

（一）熱點話題內容分析

1.話題內容的類別特征

通過對6 025條熱點微博進行歸類分析，相關結果如表2所示。

從表2可以看出，新浪微博是一個大而全的信息平臺，在8個類別的熱點話題中，微博用戶最為關注的是 “休閑心情”，占到總體的42.6%，說明目前微博用戶的心理壓力普遍較大，希望通過微博來獲得心理的放松和安逸，另外也說明微博具有緩解壓力、進行心理調節的工具屬性，從這個意義上說，微博是一種 “軟”媒體。其次是社會熱點事件，占到總體的21.9%，一定程度上佐證了微博具有媒體的屬性特征。然后是時尚娛樂，占到總體的13.4%，這更多的是滿足人們的娛樂、窺私等心態。這三者就占到了總體的78%。

表2 熱點話題的類別分布及轉發情況

從熱點話題最大轉發量上來看，社會熱點事件引發的轉發極值最大，凸顯出微博的圍觀效應；其次是促銷信息，由于背后有網絡水軍的身影，這個數值不是很準確。從熱點話題的平均轉發量上看，促銷信息和尋求幫助信息最高，可以看出微博作為一種草根的社會化網絡媒體，在社會關系的維系和拓展方面具有其他新媒體所不能比擬的價值。

2.熱點話題創作者特征分析

（1）性別特征。

通過數據統計可見，男性是熱點話題的創作者主力。在所有8個類別的熱點話題中，男性的數量都遠遠超過了女性，一定程度上折射出現實社會中男女之間的話語權力格局。尤其是在社會熱點事件、休閑心情等類別中，說明男性依然是微博這個虛擬話語場域中的主要議程設置者和主導者。

從同一話題內性別比例分布來看，男性在促銷信息、社會熱點信息等類別上遠遠超過女性比例，是這兩類信息的絕對主導者，一定程度上反映出男性積極賺錢、熱心時事政治的性別特征。在生活健康、時尚娛樂等類別上女性要明顯高于其他類別，也凸顯出女性在微博這一虛擬社會場域中依然關注美容、娛樂等性別特征。

（2）認證特征。

通過對話題原創用戶的認證特征進行分析可知，認證用戶是社會熱點事件、促銷信息等類別的主要生產者和主導者。促銷信息多是一些認證機構，而社會熱點事件主要是一些加V的認證用戶，這些人通常也擁有線下現實社會的話語權，通過認證將線下的話語權 “平移”到微博話語場域。這說明微博僅在一定程度上實現了所謂的話語平權，整個社會話語場域的主導權依然被傳統的社會話語精英階層所掌握。同時也說明，社會熱點事件傳播過程中，這些認證用戶扮演了重要的角色，因為其具有較高的社會公信力和影響力，其態度、意見乃至情緒很容易傳染給草根用戶，很容易引起民意的嘯聚。因此，目前很多輿情熱點事件的消弭都是這些社會話語精英階層與社會管理者之間在 “合意的空間”內妥協的一種結果。

非認證用戶是休閑心情、生活健康、風水財運和時尚娛樂等類別的主要創作者，這些話題多是一些 “雞零狗碎”的碎片軟性話題，無關 “社會宏大敘事”，再次印證了微博話語權力格局中的權力結構。

（3）地域特征。

熱門微博原創者所處的地域分布數據見表3。

表3 熱門微博原創者地域分布數據

北京、廣東、上海三個省市是原創者主要集中區域，占到總體的74.8%，其中北京最多，占到總體的44.6%，這在一定程度上反映出微博場域話語權與當地經濟社會發展水平有一定正相關關系。其余區域依次是海外、浙江、香港、江蘇、臺灣，這在一定程度上凸顯出目前微博話語場域的地區分布格局。

海外、香港和臺灣超過其他地區處在原創者地域前列，說明微博社會話語場域中港臺、海外地域因為其文化的獨特性和文化的接近性也占據著重要位置。

將8個類別的熱點話題與以上幾個重點區域進行交叉分析，可見：在時尚娛樂熱門微博中，臺灣、香港和海外占據前三位，這和目前明星、時尚娛樂信息多來自這些地區有一定關系；社會熱點事件熱門微博中，其他、北京、上海占據前三位，北京是政治中心，“社會公知”人士較多，對時事政治比較關注；在休閑心情熱門微博中，臺灣、香港和廣東占據前三位，與時尚娛樂差不多，說明在目前大中華文化圈中，大陸文化的影響力和輻射力還有待進一步提升；在生活健康熱門微博中，上海地區一枝獨秀，說明上海民眾熱愛生活、注重健康；在促銷信息熱門微博中，浙江和江蘇所占比例最高，說明江浙民眾愛做生意和營銷的地域特征；在風水財運熱門微博中，廣東可謂一枝獨秀，這與當地的文化習俗有較為密切的聯系。

從上述特征分析大致可以得出以下結論：北京民眾向微博話語場域輸入時事政治話題，上海民眾向微博話語場域貢獻生活健康信息，廣東民眾向微博話語場域貢獻風水財運信息，江浙民眾則拿微博平臺來做生意和營銷；香港、臺灣地區則向微博話語場域輸入時尚、娛樂、休閑等話題，這些特征構成了目前整個微博話語場域色彩斑斕的精彩畫面。

3.熱點話題轉發者特征分析

（1）性別特征。

通過數據分析可見，女性是熱門微博的積極轉發者，從絕對數量上看，男性是社會熱點事件、被刪除微博等類別的主要參與轉發者，其余類別則女性是主要轉發者。

與上面原創者性別特征相比可以看出，男性生產熱門微博，女性轉發熱門微博，兩者分工十分明確，而男性對于社會熱點事件、被刪除微博等最為關注，體現出男性相較于女性更熱心社會時事政治，關心社會發展。

（2）認證特征。

通過對轉發用戶的認證特征進行分析可知，非認證用戶是所有熱門微博的積極轉發者，尤其是在促銷信息、休閑心情等熱門微博，在所有話題轉發者分布上，認證用戶對社會熱點事件、被刪除微博、尋求幫助上要超過非認證用戶，體現出認證用戶已經具備了 “社會公知”的屬性特征。

結合熱門微博創作者的認證特征，可以看出目前微博話語場域的權力格局并不是所謂的話語平權特征，依然是存在多個話語 “明星”的仰角特征，認證用戶擁有較多的社會資本，通過自己的社會網絡生產信息，非認證用戶負責傳播擴散信息來為這些認證用戶 “搖旗吶喊”，使得認證用戶獲取更多的社會資本，形成所謂強者越強的馬太效應。

（二）熱點話題傳播特征

1.轉發次數分布

圖2是不同熱門微博轉發次數的累積概率（Empirical Cumulative Distribution Function）。

圖2 不同熱門微博轉發次數的累積概率

圖中橫軸 （x軸）表示轉發次數。縱軸為y軸，y＝轉發次數小于x次的所有微博的數量／所有微博的數量，隨著x的增大，y也在增大，累積概率最多為1。圖2表示各類熱門微博所呈現出來的轉發特征基本一致，即大多數熱門微博處于1 000～3 000次這個區間段內，超過3 000次的數量減少得很快。整體來看，熱門微博的轉發數分布符合冪律分布特征，高轉發的熱門微博數量不大，都集中在 “長尾”段。

2.轉發深度分布

各類別話題的轉發深度均值及極值見表4。

可以看出，微博熱點話題的轉發深度符合指數型分布。從不同類別話題的極值轉發深度來看，13層級是目前所有熱點微博轉發的極值層級，也就是說，目前所有的話題傳播的信息鏈條中13個環節是極值。極值轉發深度較高的話題類別是風水財運、被刪除微博、尋求幫助和社會熱點事件，風水財運因為心理暗示的強制作用轉發深度較深；被刪除微博由于本身信息量缺乏，信息鏈條斷裂，只有通過一個個轉發的“信息碎片”拼湊才能還原事實；尋求幫助是因為轉發傳遞社會正能量幫助別人而轉發層級較高；社會熱點事件由于多是一些影響力大或擊中老百姓心中繃得最緊的那根弦的事件，因此轉發深度也較深。

表4 各類別話題的轉發深度均值及極值一覽表

總體來看，所有熱門微博的平均轉發深度為2.2層左右，轉發信息鏈條中最大轉發深度的平均值約為6.1層；相較于這個標準，風水財運、被刪除微博、尋求幫助和社會熱點事件四類熱點微博的轉發深度較深；促銷類轉發極值轉發深度和平均轉發深度都最低，一定程度上可以看出，所謂的 “微博營銷”在沒有興趣、幽默等元素植入的前提下，只有經濟利益刺激的一哄而散的捧場效應，微博營銷的自身價值很值得懷疑。

3.轉發寬度分布

各類別話題的轉發寬度分布見表5。總體來看，熱門微博的平均轉發寬度為3.8左右，其極值轉發寬度的均值為81.3左右。以此為標準，促銷信息微博的轉發寬度均值最大，極值轉發寬度均值也最大，加上其轉發深度較淺，說明促銷信息的傳播模型是 “一哄而散式”的，恰好印證了 “言之無文，行而不遠”的說法；而風水財運、被刪除微博和社會熱點事件因為信息本身比較引人注意，在單位數量人群中被轉發的概率較高，因此其轉發寬度較小，轉發深度較深，傳播模型是細長形的 “面條式”結構。

表5 各類別話題的轉發寬度均值一覽表

四、結論與討論

通過以上的數據分析，可以得出幾個結論。

第一，熱點微博話題的傳播呈現出一定的規律：轉發次數的分布符合冪律分布，轉發信息鏈的長度符合指數式分布特征。

第二，新浪微博具有強弱關系同時存在于一個平臺的屬性特征，這既不同于Twitter的社會單向度的弱關系平臺，也不同于Facebook雙向的強關系平臺。按照微博鼻祖Twitter的最初設計，其更多扮演的是社會的信息源角色，每個人都可以有自己的媒體，這是一種社會單向的弱關系；而Facebook更多的是社會關系網的嵌入，是一種雙向的強關系，這種關系所吸附的社會資本更多、更牢固。因此，新浪目前打造和建立的是一個“單向＋雙向”的關系平臺，也可以理解為是介乎Twitter和 Facebook之間的一種平臺。［3］（P43-46）

第三，不同類別事件在新浪微博平臺中傳播的信息流和時間線也有所差異。根據不同類別熱門微博的轉發深度和轉發寬度，可以構建出不同類別熱門的傳播模式結構 （見圖4）。

圖4 不同類別熱門微博的傳播模式結構

圖4 中橫軸表示轉發深度，縱軸表示轉發寬度。可以將微博傳播模式分成四種類型：深—寬傳播結構、寬—淺傳播結構、淺—窄傳播結構、深—窄傳播結構，其中時尚娛樂、促銷信息屬于寬—淺傳播結構，這類信息的傳播力有限，多是一哄而散的機制；休閑心情、生活健康信息屬于淺—窄傳播結構；社會熱點事件、被刪除微博、風水財運和尋求幫助類信息均屬于深—窄傳播結構，而目前看還不存在深—寬傳播結構這一類別的微博信息。

如果按照傳播模式進行類別歸類的話，可以看出，休閑心情、生活健康和時尚娛樂信息傳播結構大致相同，這一大類信息傳播相對窄眾，傳播力不強；尋求幫助、被刪除微博和風水財運微博傳播結構大致相同，這一大類信息傳播力較強，傳播范圍寬廣，很容易引起民眾的轉發；社會熱點事件單獨屬于一類信息，這類信息的傳播力較高，覆蓋的人群類別相對較廣；促銷信息也單獨屬于一類信息，其主要是因為經濟利益的驅使，看似熱熱鬧鬧，但無論是影響力還是持久度都很低。

深—窄傳播結構是一種效率高、傳播范圍廣的長條形、多級傳播結構，而淺—深傳播結構是一種效率低、傳播范圍有限的扇面傳播結構。

第四，微博中的話語權力格局中依然存在著不平等的現象。傳統社會話語精英依然把持微博話語場域的話語主導權，微博時代的話語平權只是 “鏡中花、水中月”，整個話語權力格局中依然是眾星捧月式的 “明星”模式，其中存在著男性微博用戶主導話語權、社會話語精英群體把持社會話語權、經濟社會發達地區民眾掌控微博話語場域的議題設置權力等話語不平等現象。

在微博的社會話語權力格局中，“話語平權”依然 “看上去很美”，微博從某種意義上帶來的是 “話語集權”，它通過 “技術賦權”的方式讓草根用戶能夠更多地 “圍觀”熱點事件，而其社會話語權力與新生代意見領袖依然存在不對等性，這種不對等性恰恰又是由技術決定的，微博中 “關注”、 “跟隨”、 “轉發”功能，本身就是“再中心化”的過程。傳統社會中金字塔形的話語結構被 “投射”到微博虛擬話語場域中來，只是話語權力的主導者可能是一些 “新貴”而已，“虛擬世界不再是 ‘像’現實世界，而是現實世界本來就有很大的 ‘虛擬’成分，所謂虛擬世界只不過還原了那種現實罷了”［4］（P80-83）。

［1］中國互聯網絡信息中心：《第31次中國互聯網絡發展狀況統計報告》，網易科技http：／／tech.163.com／special／cnnic31／。

［2］馬海鄰： 《網友每日發布1億條新浪微博》，鳳凰網http：／／tech.ifeng.com／internet／detail＿2012＿01／11／11893034＿0.shtml？＿from＿ralated。

［3］李彪：《微博盈利模式之惑——以新浪微博為例》，載 《青年記者》，2012（16）。

［4］魏武揮：《技術人格》，載 《IT經理世界》，2012（12）。