基于社會網絡分析的出版社微博互鏈網絡研究

許劍穎

(金陵科技學院人文學院，江蘇南京 210038)

?

基于社會網絡分析的出版社微博互鏈網絡研究

許劍穎

(金陵科技學院人文學院，江蘇南京 210038)

微博是目前廣泛應用的社會化媒體之一，出版社也利用微博開展營銷活動提升影響力。本文選擇了騰訊微博中經官方認證且有一定影響力的15家出版社微博，以它們組成的微博互鏈網絡為研究對象，運用社會網絡分析方法，從密度分析、中心性分析、凝聚子群分析三方面對出版社微博互鏈網絡進行分析評價，并對出版社微博的發展提出建議。

出版社微博；互鏈網絡；密度分析；中心性分析；凝聚子群分析

微博即微型博客(MicroBlog)的簡稱，是一個基于用戶關系信息分享、傳播以及獲取的平臺[1]。微博具有微內容、微形式和微成本等優勢，已經成為Web2.0時代的新型媒體[2]。自從問世以來，微博獲得了迅猛的發展，對個人生活乃至社會發展都產生了巨大的影響。

“社會網絡分析”(Social network analysis)是西方社會學研究的一個重要分支，社會網研究在20世紀90年代之后逐漸崛起，成為一個新的社會學研究領域。在美國社會學界，社會網研究被認為與理性選擇學派、新制度論學派并列，它不僅是未來最具影響力的三大學派之一，而且其影響力還擴展到管理學、政治學、經濟學等多個領域[3]。

微博中的信息傳播方式既不同于傳統媒體的線性傳播(One to One)，也不同于網絡媒體的網狀傳播(One to N)，而是一種全新的網核狀、裂變式的傳播(One to N to N)[4]，這種傳播模式可以在短時間內實現信息的幾何級數擴散。微博中的信息傳播依賴于社會網絡，也就是社會行動者及他們之間的關系的集合。每個節點既是信息的發送者，同時也是信息的接收者，這些節點上的信息傳播依賴于節點的社會網絡。因此，可以借助社會網絡分析的理論與方法對微博社區內的信息傳播進行實證研究。

目前國內對于出版社使用微博的研究主要從微博營銷的角度展開，相關研究基本遵循著共同的思路：即通過獲取出版社微博的一些相關數據如發帖數和粉絲數等、認識微博使用現狀、發現微博營銷中存在的問題，最終對出版社開展微博營銷提出相關建議。王躍、張志強以新浪微博為例調查了出版社利用微博的現狀，總結了存在的問題，并針對微博營銷從形象建設、關系建設、信息傳播、活動營銷4個方面提出相應的營銷策略[5]。劉冰一以人民文學出版社為例，對其官方微博圖書營銷的活動方案、內容傳播的特色開展研究，并提出出版社借力微博營銷的建議[6]。王欣分析了粉絲數量排在前15位的新浪微博出版機構的微博營銷現狀，提出出版社微博平臺應該成為新書展示平臺、讀者互動平臺、資源開發平臺和品牌建設平臺[7]。聶靜分析了8家大學出版社官方微博使用現狀，認為存在著以下問題：出版社微博活躍度不均衡、內容缺乏標簽管理、營銷意識與服務觀念有待加強、對讀者需求挖掘不夠等[8]。

相關研究基本上把出版社的微博看成獨立存在的個體，并以此為前提開展研究，但從社會網絡的角度來看，由于很多出版社微博通過相互關注建立了聯系，各出版社微博相當于社會網絡中的結點，它們一方面具備獨立性；另一方面又與其他微博緊密關聯，構成了規模不同的社會網絡。對該網絡開展研究，特別是對其中信息傳播規律的研究有助于設計出符合微博網絡結構的數學模型和計算模型，提升微博服務的水平。因此當前出版社微博的網絡結構是什么？信息傳播表現出何種規律？本文即對此開展研究。

1 研究方法

由于新浪微博對數據的獲取作了很多限制，本次研究選擇在騰訊微博開博的出版社。騰訊微博中，按照聽眾數的不同，用戶大體可以分為“名人”與“草根”兩大類，“名人”微博由于聽眾數量較大，因此在微博信息傳播中起著更為重要的作用。本研究選取出版社微博主要考慮兩個方面：(1)聽眾數在10萬以上；(2)經過騰訊微博官方的認證。

具體操作步驟如下：(1)通過騰訊微博搜索功能，搜索類型為“用戶”，搜索關鍵詞為“出版”，共得到20 911位用戶。(2)選擇“認證”，得到2 993條篩選結果，這些微博已經經過騰訊微博官方認證。(3)逐條瀏覽篩選結果，選擇“聽眾”數在10萬以上的用戶，這些微博具備較高的代表性。最終得到用于本次研究的共15家出版社微博，相關數據收集時間為2014年6月20日。通過此類方法構成的微博組僅僅是整個出版社微博社會網絡中的一個子網絡，但由于這些微博聽眾數量眾多，在全部出版社微博中具有較強的代表性和較大的影響力。本文即對此小型社會網絡開展研究。

2 出版社微博社會網絡關注矩陣及結構圖

社會網絡可以用社群圖、關系代數、鄰接矩陣等模型來描述，此網絡中每一個出版社微博為一個節點，將用戶之間的“關注”和“被關注”的關系通過鄰接矩陣表達出來，形成一個15×15的互鏈網絡的二值矩陣，其中“行”表示關注者，“列”表示被關注者。“1”表示關注關系存在，“0”表示關注關系不存在。得到的鄰接矩陣如表1所示。

表1 微博互鏈網絡關注矩陣

其中用戶編碼與用戶名對應關系如表2所示：

表2 微博用戶編碼表

通過Ucinet的Netdraw軟件可以將微博互鏈網絡關系圖直觀地表示出來，如圖1所示。可以看出互鏈網絡中存在著2個孤立的結點分別是中國人民大學出版社和中國公安出版，譯林出版社、人民文學出版社、中信出版等居于互鏈網絡的核心位置。

3 結果分析

3.1 密度分析

密度是衡量社會網絡中各節點關系緊密程度的指標，在圖論中用圖形中實際存在的線與可能數量的線的比例來衡量。一般來說，關系緊密的節點合作行為較多，信息流通較易、情感支持也會較好；而關系疏遠的節點，則常有信息不通、情感支持少、協作程度低等問題。密度值介于0和1之間，值越接近1則代表關系越緊密，越接近0則表示關系越疏遠。

通過Ucinet的NetWork-Cohesion-Density進入Ucinet的密度分析，載入15×15分析單元，得出數據如下：

Density(matrix average)=0.1714

Standard deviation=0.3769

圖1 微博互鏈網絡結構圖

可見密度為0.1714，標準方差為0.3769，說明出版社微博間存在著相互的連接和溝通，但密度值不大表明整體上該社會網絡的聯系不算非常緊密，相互交流的程度還有待提高，說明國內出版社在微博應用方面仍處于初級階段。盡管微博在信息傳播、營銷宣傳方面的巨大優勢吸引了很多出版社嘗試使用，但很多出版社思想層面對微博在出版行業的定位認識不清，行動層面也顯得不夠重視，沒有大膽進行應用方面的探索。

3.2 中心性分析

3.2.1 點度中心性

點度中心性反映的是網絡中那些相對于其他行動者而言處于中心位置的行動者，此概念來自于社會計量學的“明星”概念。一個中心點是指處于一系列關聯“中心”的點，該點與其他各點具有諸多直接的聯系，而處于網絡邊緣的節點則較少與其他節點相關聯。某個節點的點度中心性最簡單的測量方法是計算與該節點直接相連的其他節點的個數，數值越大其在網絡中的地位越趨于中心。在有向圖中，點度中心性還可以分為內點度中心性和外點度中心性。內點度中心性表示一個用戶被其他用戶“關注”的程度，外點度中心性表示一個用戶“關注”其他用戶的程度。在出版社微博互鏈有向網絡中，前者指被關注的出版社微博節點總數，后者指該出版社微博關注的其他關聯微博的節點總數。

表3 出版社微博點度中心性列表

表3(續)

Network Centralization(Outdegree)=27.551% Network Centralization(Indegree)=42.857%

通過Ucinet的NetWork-Centrality-Degree得到出版社互鏈網絡的內點度中心勢為42.857%，外點度中心勢為27.551%，中心勢越接近1說明該網絡越具備“集中”的趨勢。可見該網絡的整體中心勢趨勢較強，存在著網絡核心。但內中心勢數值較大，說明被“關注”的用戶更具備集中的趨勢。如表3所示，內中心度較高的節點為人民文學出版社、長江文藝-北京、譯林出版社、廣西師大社理想國，它們在網絡中被其他節點關注較多，居于網絡的核心位置，因此在網絡信息傳播的過程中擁有較大的權力，這些微博發布的信息更容易引起別人的注意。外中心度較高的節點為譯林出版社、廣西師大出版社、中信出版，表明這些微博關注其他微博的數量較多。其中譯林出版社的內外點度中心度均較高，說明該微博受到其他成員的廣泛關注，其微博有著較大的影響力和被認可度，同時該微博注重于其它微博的聯系，形成了廣泛的交際網。人民文學出版社和長江文藝-北京的內點度中心度較高，外點度中心度較低，特別是人民文學出版社外點度中心度為0，說明它們在網絡中具有重要地位，但不能積極鏈接其它微博，不善于與人交流。中國人民大學出版社、中國公安出版的內外點度中心度均為0，說明它們的微博相對獨立，不被其它成員關注，同時沒有積極鏈接其它成員，缺乏與其他成員的交流溝通，在網絡中處于邊緣位置。

3.2.2 中介中心性

中介中心性用來度量某個節點在整個網絡中對信息流動或傳播控制作用的大小，即信息從節點A傳到節點B在多大程度上依賴于節點C。Freeman認為一個節點處于多對節點之間，那么它的度數一般較低，這個度數較低的節點可能起到重要的“中介”作用，因此有可能是網絡的中心。中介中心性的研究是圍繞“局部依賴性”建立的，其值越大，說明其在網絡中的位置越重要。

表4 出版社微博中介中心性列表

Network Centralization Index=13.99%

該出版社互鏈網絡的中介中心性計算結果如表4所示，譯林出版社、重慶出版社、長江文藝出版社、長江文藝-北京、廣西師大社理想國中介中心性較高，其中譯林出版社更是遠遠高于其他微博，中介作用最為突出。也就是說在信息傳播的過程中其他出版社微博想要獲得信息對上述幾個微博的依賴程度較高。因此說明這些出版社微博在網絡中的位置相對重要，能夠在較大程度上控制信息的流動。但整個網絡的中介中心度僅為13.99%，說明整個網絡的大部分節點不需要別的節點作為橋節點就可以獲得信息，整個網絡的信息擴散范圍較廣，不易受到某個出版社微博的控制。

3.2.3 接近中心性

在社會網絡中，如果一個行動者在交往過程中較少依賴他人，則此人在網絡中具有較高的核心地位，接近中心性就是基于網絡節點的不受控制性而提出的測量指標，與上述兩種中心度相反，該值越小說明該點距離其他各點越近，獲取信息時越不易受其他節點的控制，其在網絡中的相對獨立性越高。

表5 出版社微博接近中心性列表

由于該網絡并不連通，因此基于網絡的整體接近中心勢不能被計算，從發布信息的難易程度來看，排名為人民文學出版社、長江文藝-北京、譯林出版社、廣西師大社理想國、長江文藝出版社、中信出版、重慶出版社、香港中國旅游出版社、廣西師大出版社，排名越靠前越不易受他人控制，越具備獨立性。從獲取信息的難易程度排名為福建人民出版社、譯林出版社與新華出版社、中信出版和廣西師大出版社、重慶出版社與香港中國旅游出版社、長江文藝出版社、內蒙古文化音像出版社、廣西師大社理想國、長江文藝-北京，排名越靠前獲取信息越容易，獨立性越強。

3.3 凝聚子群分析

當網絡中的某些行動者之間的關系特別緊密，以至于結合成一個次級團體時，這樣的團體在社會網絡中被稱為凝聚子群。由于凝聚子群成員之間關系非常緊密，因此凝聚子群分析又被稱為“小團體分析”。小團體分析將子群從整個網絡中分離出來，以便了解特殊子群對整個網絡的影響，并揭示節點之間實際存在的或潛在的關系。

3.3.1 成分分析

成分分析是根據子群內外部成員之間的關系密度進行凝聚子群分析，如果一個圖可以分為幾個部分，部分內部成員間存在關聯，各部分之間相互獨立，則這樣的部分就是成分。

通過Ucinet的NetWork-Regions-Components-Simple graphs，在Kinds of components對話框中選擇Weak(弱關聯)，所得結果如表6所示。

結果顯示，在弱關聯圖形定義下，共有3個成分，其中第1個成分包含了13個節點，其成員為長江文藝出版社、譯林出版社、中國青年出版社、新華出版社、重慶出版社、廣西師大出版社、人民文學出版社、福建人民出版社、內蒙古文化音像出版社、香港中國旅游出版社、中信出版、廣西師大社理想國、長江文藝-北京。它們之間通過一定的途徑相連接，彼此間建立了較為密切的聯系，另外2個出版社微博中國人民大學出版社和中國公安出版分別構成1個成分，它們是社群圖中的孤立點。這一分析結果和圖1顯示的一致。

表6 成分分析結果

3.3.2 k-叢分析

k-叢是建立在點度數基礎上的，一個k-叢就是滿足下列條件的一個凝聚子集，即在這樣的子群中，每個點都至少與除了k個點之外的其它點直接相連。

通過Ucinet的NetWork-Subgroups-k-Plex，此時Ucinet會把有向圖當無向圖處理。K值越小網絡的最低規模越大則條件越嚴格。在Value of k中對話框中填入2，Minimum Size中填入3，所得結果如圖2所示。

3 k-plexes found.

1:譯林出版社 廣西師大出版社 香港中國旅游出版社

2:譯林出版社 廣西師大出版社 中信出版

3:譯林出版社 香港中國旅游出版社

由柱狀圖可以看出，譯林出版社、廣西師大出版社、香港中國旅游出版社、中信出版構成了一個小團體，該團體內部成員間的互動較為緊密，交流互動積極主動，在一定程度上控制著信息的流動，并且在長期的交互過程中形成了穩定的交流模式。但該子群規模較小，僅僅少數微博建立了密切的聯系，整個群體的互動性還不強。

圖2 k-叢分析柱狀圖

3.3.3 凝聚子群密度

凝聚子群密度主要用來衡量一個大的網絡中小團體現象是否嚴重，這在分析組織管理問題時十分有用。如果一個企業的E-I index過高，表示該企業中小團體可能結合緊密并開始圖謀小團體私利，從而傷害整個企業的利益。常見的情形是大團體很散漫，核心小團體卻有高度的內聚力，或者大團體中有許多內聚力高的小團體，很可能出現小團體間互相爭斗的情況。

通過Ucinet的NetWork-Cohesion-E-I index，得出結果如表7所示。

表7 凝聚子群密度分析結果

E-I Index:0.188 Expected value for E-I index is:-0.314

可見凝聚子群密度為0.188，一般來說凝聚子群密度取值范圍為[-1，+1]，該值越接近+1意味著派系林立的程度越大；該值越接近-1，意味著派系林立的程度越小。現在該值大于0，表明出版社各微博間的互動并不局限于凝聚子群內部，子群間的互動也有一定的互動，但是該值較小與1差距較大，說明微博成員更趨向于在較小范圍內互動，凝聚子群內部成員聯系緊密，信息交流與分享較好，但與子群外部成員的溝通交流不足，這在一定程度上也影響了該社會網絡的發展。

4 結 論

(1)從社群圖可以直觀地觀察出版社微博互鏈網絡的整體特征，其中譯林出版社微博處于絕對核心的位置，但中國人民大學出版社、中國公安出版2個微博孤立在其它微博之外，與其它微博缺乏交流共享。

(2)從網絡的密度分析，和一般的社會網絡相比，出版社微博互鏈網絡的密度偏小，整個網絡的交流共享還有待提高。

(3)對中心性進行分析可以看出，譯林出版社微博受到其他微博成員的廣泛關注，有較大的影響力和被認可度，同時該微博注重與其它微博的聯系，形成了廣泛的交際網，在網絡中處于核心位置，正是通過該微博整個社會網絡才相互關聯起來，其它微博對該微博有著高度的依賴性。人民文學出版社和長江文藝-北京也有著重要的影響力，但它們不善于與人交流，沒有積極鏈接其它微博，這是后續發展中應注意的問題。

(4)對互鏈網絡是否存在小團體進行分析。首先通過成分分析，得出網絡的2個孤立節點，與社群圖一致。然后進行k-叢分析，譯林出版社存在于每一個叢中，控制著網絡信息的交流，在網絡信息傳播中扮演了重要的角色。譯林出版社、廣西師大出版社、香港中國旅游出版社、中信出版構成了一個小團體，團體成員內部聯系較為緊密，但子群規模較小，整個群體的互動性還不夠強。通過凝聚子群密度分析發現各微博間的互動并不局限于凝聚子群內部，但與子群外部成員的溝通交流不足，在一定程度上也影響了該社會網絡的發展。

可以看出，目前出版社微博存在的核心問題是彼此間的交流共享很不夠，一方面一些出版社思想層面對微博的認識不足，行動層面也缺乏探索微博應用的動力，只是“應景式”地推出相關的微博，導致微博獨立于核心網絡之外，未能充分發揮微博的巨大作用。另一方面一些出版社的微博偏好“單打獨斗”，僅僅注重自身的發展建設，沒有認識到作為出版社社會網絡中的一個微博節點應該而且必須與其它微博開展交流共享，共同推動出版社微博的發展。在出版社微博后續的發展中應該注意以上的問題，一個較為成熟的出版社微博網絡，其成員應該緊密聯系，彼此積極主動地參與交流，核心微博應該發揮帶頭作用，激發成員的主動性和積極性，通過以共同興趣建立適當的小團體等策略推動微博網絡的不斷發展。

[1]百度百科.微博[EB/OL].http:∥baike.baidu.com/view/1567099.htm，2011-11-15.

[2]王智紅.微博:小世界中的大精彩[J].新聞愛好者,2011,15:56-57．

[3]劉軍.整體網分析講義——UCINET軟件實用指南[M].上海：上海人民出版社，2009：1-2.

[4]張玉良.“微博時代”的信息傳播——兼談傳統媒體與新媒體的融合發展[J].新聞愛好者,2011，11(6):24-25．

[5]王躍,張志強.出版社微博營銷和宣傳的可行策略[J].出版發行研究,2012,(7):9-13．

[6]劉冰一.出版社圖書營銷如何借力微博——以人民文學出版社為例[J].今傳媒,2013,(5):69-70.

[7]王欣.出版社微博營銷與傳播效果[J].新聞前哨,2013,(9):95，99.

[8]聶靜.大學出版社的微博營銷探析[J].現代出版,2013,(1):40-43.

(本文責任編輯：孫國雷)

Study on Mutual Link Network of Press Microblog Based on Social Network Analysis

Xu Jianying

(College of Humanities，Jinling Institute of Technology，Nanjing 210038，China)

Micro blog,as a kind of social media,is now used widely on internet.Press also use microblog to carry out their marketing activities so as to improve their impact.This paper selected 15 micro blog which have official credit and bigger influence force in Tecent Weibo,and analyzed its density and centrality,along with gathering subgroup.Through analysis and evaluation,this paper make suggestions for its future development.

press micro blog;mutual link network;density analysis;centrality analysis;gathering subgroup analysis

2014-11-04

江蘇省高校哲學社會科學項目“引用認同理論及其在微博中的應用研究”(項目編號：2014SJD215)。

許劍穎(1973-)，男，副教授，碩士，研究方向：信息計量學，發表論文近二十篇。

10．3969/j．issn．1008-0821．2015．04．017

G206

A

1008-0821(2015)04-0081-07