高轉發微博的傳播機制及其可視化分析*

■廖衛民

高轉發微博的傳播機制及其可視化分析*

■廖衛民

近年來出現的數據可視化技術，對以微博為分析單元的傳播學研究提供了便利條件。本文通過對典型微博的數據可視化分析，并結合對傳播內容的定性分析，發現高轉發微博存在著四種重要的傳播機制。其中，議題引爆機制和情感觸動機制構成微博輿論形成爆發態勢的必要條件或初始條件，而互動交流機制和敘事補充機制則完成了微博輿論的微觀生產或意義生成。在網絡輿論波的理論視角之下，高轉發微博的可視化圖像宛如輿論波諧振擴散的波紋，生動展示了隱藏在傳播現象之下的時空關系圖景，從而在一定程度上有助于人們形象地理解微博輿論的傳播規律。

微博；高轉發；傳播機制；可視化；微博輿論

近年來出現的數據可視化技術，對以微博為分析單元的傳播學研究提供了便利條件。所謂數據可視化是“將不可見現象轉換為可見的圖形符號，并從中發現規律和獲取知識”①。特別在大數據時代，由于新媒介的廣泛應用，近年來有越來越多的可視化軟件工具運用到傳播學研究領域。最近有學者研究“新聞演化規律的動力學與可視化”②，即為一例。為此，本文將從微博傳播路徑的技術分析入手，深入探究高轉發微博掀起輿論熱潮背后的傳播動力機制問題，并對其進行一定的可視化圖像呈現，在此基礎上，希望能揭示并解釋微博傳播的輿論動力學規律。

一、高轉發微博的概念、研究視角及可視化分析方法

對于“高轉發微博”一詞，其實有兩種語義上的理解，一種是基于頻次而言的高轉發，即短期內轉發頻次高而獲得大量網友轉發，曾有研究者將其稱為“高頻次轉發微博”③，另一種是基于數量而言的高轉發，即持續時間長而獲得總體轉發的高數量。前者因轉發頻次密集而在短期內集聚了大量人氣，最終結果一般都可以達到高轉發數量，但在一定時間過后，則往往趨于沉寂或被刪除；后一種情況，則很可能未出現短期爆發的狀態，但持續一段時間之后，獲得了高數量的累計轉發。在本文中，這兩種情況均被列為研究對象。

在網絡輿論的研究視角下，一條高轉發的微博，實際上就是一個公共輿論事件的濃縮，一種網絡輿論的集群表達。在諸多典型輿論案例中，我們可以發現高轉發微博所產生的巨大社會影響。經常被提及的一個案例是在2011年7月23日溫州動車追尾事件發生后，珠海市政協委員陳利浩發出的一條微博，“向溫州市特警支隊長邵曳戎致敬”并承諾“凡本微博被轉發一次，就捐獻一元給小伊伊”。這條微博表達了尊重生命的主題，同時也表達了對在事故搶險中的英雄的一種敬意，因而得到了網民的高度關注和熱烈轉發，24小時內被轉發了96萬多次④，從而形成一種強烈的輿論影響力。

在微博傳播信息的過程中，我們可以通過數據挖掘并進行可視化的方式，呈現微博信息傳播的路徑，呈現微博輿論場中意見表達的可視化圖景。在本文研究中，筆者主要運用了兩種基本的社會網絡軟件分析工具，一種是廣泛運用于社會網絡關系研究的UCINET軟件工具⑤，常用于描繪社會網絡節點之間的關系圖像；另一種是北京大學PKUVIS微博可視分析工具⑥，專門用于對微博的數據提取和可視化分析，免費對公眾開放，近年來其功能不斷改進和提升，開始成為微博研究和傳播學研究的有力工具。

二、一則高轉發微博典型案例的基本情況

為了以小見大，見微知著，筆者選取了一名博主及其微博進行了個案研究。選取的微博博主為“＿-冰翼-＿”（以下簡稱“冰翼”，http://weibo.com/zytarzan）。通過對博主微博進行粗略的篩查和搜尋，可以發現該博主在2012年3月17日19：39發布的一條微博獲得了高轉發，這條微博的內容非常簡單，只有一句話“這段不到一分鐘的視頻，足以震驚全世界！”和一個視頻鏈接⑦。在筆者最初注意到這條微博的2012年5月23日，該微博共獲得140512次轉發、31210次評論。這條微博在當時的轉發次數已接近博主當時擁有的粉絲總數目。

“冰翼”發布的這條微博用視頻和圖片配合文字的方式向大家展現了城管對普通的流動攤位不文明的制止行為。在該微博所鏈接的視頻中，一位城管在爭奪中要強硬地沒收一位女攤販的水果，在爭奪無效后，城管采取了踢爛水果的行為，顯然這種行為對于一個為養家糊口而辛勤勞動的婦女來說，過于殘忍。該微博的配圖則是一幅藝術化表達的畫作，和視頻沒有明顯的直接關系，卻具有某種隱喻的作用，容易引發人們對該婦女產生憐憫之情，激發人們心中的悲憫情懷和對不公現象的強烈不滿。因此，這條微博迅速得到了博主的粉絲包括一些明星的轉發，從而獲得了更多的后續轉發。

筆者選取該博主在此微博發布之后兩個多月內的227條微博，進行轉發量的統計分析。在這一段時期內，微博的轉發量在0-100次之間的占31.72%，101-200次之間的占到了38.33%，兩者累計達到了70.05%，1001-2000次之間的占7.5%，2000次以上僅有1例，占0.44%。這個比例說明，多數轉發評論都在200條以下，絕大部分的轉發評論數目都在其粉絲數1%（1464次）以內，僅有極少數微博可以到達高轉發（至少2000次）的規模程度。

三、一則高轉發微博傳播路徑的可視化圖像分析

為了研究清楚高轉發微博的傳播路徑問題，筆者選取了這條微博從發出后一小時內的傳播路徑進行分析，從19點39分開始跟蹤其轉發路徑的變化過程，運用整體網UCINET軟件工具，從最初獲得30個轉發節點作為第一階段開始繪制傳播路徑圖，然后，每隔若干片段時間，再繪制一張，一共到生成135個節點為止，共繪制出5張傳播路徑圖。為了簡便起見，選擇其中的第3張圖片加以說明。這張圖的主要特點表現在：

第一，在這張圖中存在大量的一級傳播路徑（即從博主直接到草根受眾）。博主粉絲對這條微博進行了積極的回應，包括評論和轉發，說明這條微博傳播后的反應度和反應面較為廣泛。需要說明的是，圖中的所有節點都是對博主微博進行了轉發或評論的節點，即都是對該議題進行了再次傳播的節點，這也表明實際上這則微博被閱讀的次數遠遠多于圖中的節點數。

第二，在這張圖中還存在相當多的多級傳播路徑，最多的達到第5級，這意味著在大約37分鐘的時間內，信息轉發評論的次數最深的級別數是5層，其傳播動力較強，信息轉發頻次較為頻繁。

第三，在這張圖中還存在一定數量的樹狀的傳播路徑，這表明在進行傳播的二傳手中具有在其所在領域內的意見領袖的地位，所以能傳之更廣。

圖1 高轉發微博從發出后18分鐘內的轉發路徑（30個節點）

圖2 高轉發微博從發出后29分鐘內的轉發路徑（55個節點）

圖3 高轉發微博從發出后37分鐘內的轉發路徑（77個節點）

第四，在這張圖中已發現節點交叉現象，即同一微博經由不同路徑到達同一個節點。這表明在這位接受者的手機、客戶端或電腦屏幕上在較為相近的時間點內出現了同條微博。這種議題同時刷屏的現象在一定程度上表明此事件開始在接受者的圈子內漸有流行的趨勢。

第五，在這張圖中發現還存在一定的鏈路回環，這表明這一話題引發一定程度上的信息交流，表明不同信息接收者之間進行了某種程度上的互動。

第六，在這張圖中，輿論傳播在整體上已經呈現出一種動態爆發擴張的對外傳播態勢。

比照這些片段記錄的圖像，我們可以發現一些有意思的現象。從節點數的增加速度看，一個小時內的速度大致是均勻的，平均速度大約為2.25條/分鐘。但在整個歷程當中，幾乎是隨機增加的，即每增加1個節點的相隔時間，是隨機變化的，差別較大。即有的時候會在片刻時間內增加好幾個節點，有的時候會暫時停滯片刻。

圖4 高轉發微博從發出后48分鐘內的轉發路徑（109節點）

圖5 高轉發微博從發出后60分鐘內的轉發路徑（135個節點）

從節點增長的傳播路徑結構看，一方面是環狀結構的分級增長，表明博主的粉絲直接參與評論轉發，接著是粉絲的粉絲加以評論轉發，從而形成同心圓形的放射性增長；另一方面是縱深結構擴散過程中的傘型結構，即通過橋接節點，將博主的議題擴散到其他圈子當中，由那個圈子里的意見領袖發布后形成新的環狀結構，但是從原博主的拓撲結構看，似乎是一種傘型結構。傘型結構的傘柄長短，意味著橋接節點順次連接的長短，一般而言，隨著時間的增加，傘柄的長度往往會縮短。從理論上分析，這個傳播路徑拓撲結構的縱深級數可以無限級，但是從技術環節看，微博有140個字的限制，任何鏈路如果要完整呈現都需要以“＠”和“//”符號加以書寫完成，因此其級數總是有限的，在這一個小時內的傳播層級所達到并記錄下來的有9級。

總體看，“冰翼”發表的這條關于城管打人的視頻微博在最初的1個小時內，得到了迅速的傳播，其傳播過程應該說呈現出了一種社會共鳴效應。

有意思的是，這條高轉發微博的傳播生命力還十分旺盛。在該微博發布大約1年半之后，筆者再次訪問，發現它在這段時間，還持續受到網友的轉發。筆者在2013年9月6日運用北京大學PKUVIS微博可視分析工具，自動獲取了37116條微博數據，隨后該軟件生成了一張整體的傳播路徑圖（如圖6所示）。在該圖中，節點的大小與粉絲數多少成正比關系，右側是該軟件自動提取的關鍵詞以及不同類型用戶的比例。例如轉發者當中男女性別所占的比例分別為68%和32%，普通用戶和VIP用戶所占比例分別為95%和5%等。在這張傳播路徑圖中，這條微博經過十多級的轉發之后，還能進一步呈現出非常強勁的傳播擴散動能。在該圖的底部，呈現的是在1年半時間內的轉發數量在時間維度的變化。可以看出，除了在發布初期有一個爆發性的集中轉發之外，在某些時期，還會間歇式地形成新的爆發點，然后大致歸于沉寂。

圖6 獲取了37116條微博數據后所呈現的冰翼微博傳播路徑全圖

四、高轉發微博的傳播機制分析

在筆者看來，網絡輿論其實已經形成了一種波浪式的運動模式，即可以概括提煉為網絡輿論波⑧。參照以上的可視化圖像，整個微博轉發的時空圖景猶如水波蕩漾開來所引發的一圈一圈對外涌動的波紋，這在某種程度上可以看成是網絡輿論波的諧振現象。根據物理學原理，波的共振需要滿足相同頻率或近似頻率的內在條件。網絡輿論波的形成同樣也需要滿足一定的條件，才能促使網民形成心理、情緒和行為上的共鳴，才能促成高轉發。筆者認為主要有以下四種作用機制及相關因素，成為醞釀、興發、推動網絡輿論波進行傳播擴散的動力源泉。

（一）高轉發微博的議題引爆機制分析

杜子建（2011）在《微力無邊》一書中探討了“一條微博能走多遠”的問題，依據他的微觀察，“微博，不是玩文字質量的，而是玩信息當量的”⑨。他總結出的對微博傳播機制起重要作用的一個動力要素就是“信息當量”。它與新聞學中的新聞價值、傳播學中信息或信息量有相通相似的意味。如就其在傳播過程的作用而言，實際上相當于網絡輿論議題生成過程的傳染病動力模型中的β數值(10)，即代表接受者當中究竟能有多少比例的人會產生轉發評論等再傳播行為。這一比率越高，意味著其包涵的信息當量或引爆能力越強，這與爆炸物的爆炸當量說法是一致的。

可見，不同學科研究者的觀點和判斷都是一致的，就是引爆傳播的系數β數值越大，越具有傳染力、感染力和引爆能力。就如同共振過程中的外力強度越強，或其振動頻率越接近受者所固有的頻率，那么，就越能引起共振。網絡輿論議題或微博內容所包含的引爆傳播的系數高是引起網絡輿論波共振的基礎條件。

（二）高轉發微博的情感觸動機制分析

情感觸動機制是指網絡輿論波對人的心理或情感層面的觸動，情感層面的觸動是引發大規模的網絡輿論波共振的社會心理、社會情緒和社會心態的基礎。像所有新聞報道需要由頭一樣，一條微博要得到快速的、大范圍的轉發，其中必須有讓人觸動的點。這種觸動包括爭議性、情感性等相關內容。這些內容特別容易被引發網民的共同情緒和群體心態，觸發人們心中的感性部分，從而引起聯想回憶和輿論判斷。

圖7 ＠大萌子“我和爸爸30年的合影”的微博傳播路徑及典型評論

2014年春節期間獲得大量關注和轉發的一條微博，是由網友“大萌子”在2012年6月18日發布的。這條微博的內容是：“＃我有一個好爸爸＃30年成長之路，從小到大，我的每一步都有爸爸陪伴，從來不曾錯過。謝謝爸爸！放一下我和爸爸30年的合影，老爸年輕時很帥很帥…”(11)。在發布之后，這條微博很快就引起了網友的注意和轉發，最終到2014年春節聯歡晚會《時間都去哪兒了》節目的幕后故事而得到更大范圍的傳播。原本是博主在父親節后發布的一條小微博，“也會不經意間正巧叩中大家的心弦，引起這么多的共鳴”(12)，讓發布者也始料未及。可見，這條微博所蘊含的親情溫暖深深打動了人們，戳中了觀眾的淚點，從而引發了大量的網友點評。在春晚節目播出之后，經過央視的傳播，該微博的轉發數又有一個巨量的集中增加，至2014年4月初達到了73881條。筆者最近用北京大學PKUVIS微博可視分析工具生成了大萌子“我和爸爸30年的合影”的微博傳播路徑圖，并選擇凸顯了9條網友轉發的典型評論（如圖7所示）。那些生動的話語充分說明了情感因素在促成微博高轉發中所起到的巨大作用。

（三）高轉發微博的互動交流機制分析

微博互動的模式主要是通過在微博轉發、評論或者直接私信的過程中，微博博主及其他微博用戶產生實質性的對話關系。微博互動實質上是一種信息的反饋，區別在于這種信息的反饋不是單向的，而是雙向的，甚至是多向實時展開的。這種互動機制在微博中一旦形成一種正反饋機制，就容易產生網絡輿論波的共振，從而形成協同發聲、不斷放大傳播能量的效果。互動交流機制是網絡輿論波形成共振的重要動力機制。

微博發布之后，在博主和網友之間以及網友彼此之間形成互動，非常有助于微博內容得到更多網民的關注，從而引起更大量的連鎖轉發。通過這種互動交流機制所形成的新微博，得到新的轉發之后，其轉發數會累積到原有微博轉發的數量之上，正是這種內在的統計計算方式，使得高轉發微博可以在多輪互動中不斷增加其轉發數。微博互動交流的機制，在技術實現上也非常便捷，除了可通過轉發、評論等功能自動完成意見交流之外，還能特別運用“＠”符號定向指定交流的對象，甚至邀約朋友、明星和意見領袖參與討論。一旦具有大量粉絲的“大V”予以轉發，則可能引起后續更多的連帶效應。在小伊伊家屬求助和大萌子父女30年合影的案例中，都能發現互動交流所起到的增進轉發的效果。

（四）高轉發微博的敘事補充機制分析

當微博博主發布一條輿論事件、公共議題或相關信息時，網友們在轉發過程中，能夠通過轉發時提供的140字的文本框，補充更多的內容，讓信息在進一步的傳播過程中不斷豐富發展，從而形成一種協同敘事的行為，在效果上產生網絡輿論波的共振效應。有的時候，也可能是博主在微博設置了問題或提出了續寫或填空的要求，征求網友完成，這樣就需要網民積極參與，從而引發更大的關注，產生更大的輿論影響。敘事補充機制是網絡輿論波形成共振的又一個重要動力機制。

這種敘事補充機制充分展現了網民的群體智慧和協同能力。如圖8所示，微博博主A發布了微博a，a微博在經過粉絲B的轉發評論后就變成了一條有B的評論信息的微博b，B的粉絲D又評論轉發了微博b形成了新的微博d……這個過程就是一個不斷延展并補充敘事的表達傳播過程。一般只有構成共同興趣的話題或公共議題才具備較高的延展性，而微博只有不斷地延展，才有可能產生高轉發，而這樣的每一次延展傳播，都是在對話題或事件不斷進行敘事塑造的過程。

在前文所列舉的案例中，所有高轉發微博在轉發過程中都吸納了大量網友的補充信息，多數是表達情緒上的支持、感慨、理解、共情，有的則提出意見、個人見解和自身主張，還有的是借題發揮。網絡輿論波形成共振的敘事補充機制實際上是發揮網民在傳播過程中的參與積極性，調動網民協同行動。這種微觀上的點滴補充，在宏觀上則能顯示出集聚話語、匯聚民意的效果，形成眾聲喧嘩的言說表達，從而形成更大的輿論影響力。

五、結語

在上述分析、總結的四種傳播機制中，議題引爆機制和情感觸動機制大致屬于網絡輿論議題有潛力形成爆發態勢的必要條件，即產生具有一定輿論影響的高轉發微博所需要的某種觸發的初始條件；而互動交流機制和敘事補充機制則完成了微博輿論的微觀生產或意義生成，即在傳播過程當中，通過網友的互動互議和某種交流協商乃至辯論，探討了意義，生成了輿論，最終促成了該微博高轉發的結果。這四種機制之間有一定的交叉重疊，也有一定的互相促進。此外，對微博高轉發現象起到重要影響的因素有傳統媒體介入報道后對微博輿論議程的影響，還有法律規定的影響作用。例如2013年9月9日兩高出臺司法解釋對利用信息網絡實施誹謗等界定的入罪標準，其中一條關于轉發行為的標準界定為“轉發次數500次”。事實上，我們看到在促成微博高轉發的過程中，最為根本的還是微博自身的內容及內在的傳播機制、傳播特性起到了主導作用。

其實，網絡輿論運動規律具有的復雜性，并不是專注研究一條高轉發微博所能涵蓋的，只是由于微博數據采集的便利性和微博輿論呈現的直接性、迅捷性，促使我們把觀察的興趣點放在高轉發微博上面。筆者期望這樣的研究能在一定程度上有助于拓展傳統傳播學研究方法及工具的范圍。

（本文在寫作初期的部分工作由李琳在筆者指導下完成《高轉發微博的傳播路徑及其機制分析》畢業論文時所作，特此說明并致謝）

注釋：

① 陳為、張嵩、魯愛東：《數據可視化的基本原理與方法》，科學出版社2013年版，第11頁。

② 張凱：《新聞演化規律的動力學與可視化》，《新聞與傳播研究》，2014年第2期。

③ 孫會、李麗娜：《高頻次轉發微博的特征及用戶轉發動機探析——基于新浪微博“當日轉發排行榜”的內容分析》，《現代傳播》，2012年第6期。

④ 蕭然：《愛心微博轉發96萬次陳利浩捐出107萬》，《證券時報》，2011年7月28日第1版。據該報道，截至活動結束，這條微博共被轉發964313次，陳利浩決定捐款1072417.20元。

⑤ 劉軍：《整體網分析講義：UCINET軟件實用指南編輯》，上海人民出版社2009年版。

⑥ Donghao Ren，Xin Zhang，Zhenhuang Wang，Jing Li，and Xiaoru Yuan，WeiboEvents：A Crowd Sourcing Weibo Visual Analytic System Proceedings of IEEE Pacific Visualization Symposium（PacificVis 2014），pages 330-334，（Notes Paper），Yokohama，Japan，Mar.4-7，2014.

⑦ 該微博的地址為：http://weibo.com/1310872334/yalkX0STC。

⑧ 廖衛民：《網絡輿論波的傳播機制及策略》，《法治新聞傳播》2013年第1輯，中國檢察出版社2013年3月版。

⑨ 杜子建：《微力無邊》，北方聯合出版傳媒（集團）股份有限公司、萬卷出版公司2011年版，目錄第3頁。

(10) 廖衛民：《網絡隱私過度傳播現象的模型建構和案例分析》，《中國傳媒報告》，2007年第2期。在這篇論文中的β數值高低代表傳染病動力學中的傳染率系數，是衡量傳染病的易感染性的參數。

(11) 該微博的地址為：http://weibo.com/1260167471/yomMFkhv4。

(12) 大萌子：《我有一個好爸爸：曬一曬我和爸爸的30年合影》，2012-06-25 20：45：27 http://blog.sina.com.cn/s/blog＿4b1ca12f010183z3.html。

（作者系中國傳媒大學新聞傳播學在站博士后，浙江理工大學文化傳播學院副教授）

【責任編輯：潘可武】

*本文系中國博士后科學基金項目“網絡語言風潮的表達機制、傳播影響與應對策略研究”（項目編號：2012M510501）、教育部人文社會科學研究青年項目“網絡輿論波的傳播動力機制與社會治理對策研究”（項目編號：10YJCZH084）的研究成果。