微博在互聯網應用的老化規律研究

王真真 楊 艷

（黑龍江大學信息管理學院 黑龍江 哈爾濱 150080）

美國網站“twitter”于2006年推出了微博客的服務，并且在推出不久之后，Twitter這種微博客就在美國盛行開來。在美國Twitter盛行的刺激下，國內的微博客服務也悄然興起，但是國內的微博客服務一直在比較小的范圍內流行，甚至逐漸走入了低谷，直到2009年新浪微博的產生，我國的微博客服務才進了大眾的視線，走上了正常的發展軌道。微博的產生需要一定的現實條件，那就是人們生活節奏的加快，隨之而來的社會壓力增加，人們迫切需要一個公共平臺去抒發自己內心的意愿和發泄內心波動的情緒。微博客迅速、便利以及低門檻的傳播形態剛好符合了受眾這種心理訴求，人們通過微博的信息傳遞和共享服務可以隨時隨地表達自己的思想，用最短的時間和最便利的方式迅速的完成自己最真實的思想表達和思想傾訴。

最開始研究文獻老化的是美國紐約大學的戈斯內爾（C.F.Gosnell）。1943年，戈斯內爾就以文獻老化為題作了他的博士論文，并在第二年的3月份發表在了美國《大學與研究機構圖書館》雜志上，題為“大學圖書館中文獻老化問題”。自從戈斯內爾研究文獻老化現象以來，人們不斷圍繞文獻老化的屬性特征、測量指標、數據模型和影響因子等開展了大量的研究。而隨著科學技術的進步，網絡信息資源逐漸地走入了人們的視野，因此，人們慢慢開展了對網絡信息資源老化現象的研究。我國的網絡信息老化研究起步于2003年發表的《關于網絡信息老化研究的若干問題》一文，該文從文獻信息老化與信息計量學的角度初步探索了網絡信息老化的研究內容、研究思路與方法[1]。

本文以微博為研究對象，通過分析微博的使用率和微博文獻的數量，并使用文獻老化的指標來衡量和分析微博資源的老化規律，進一步驗證微博老化是否符合文獻資源老化的規律。

1 微博在互聯網應用的現狀

微博是一個用戶進行信息分享、傳播和獲取的平臺。用戶可以借助客戶端組織和建設自己的個人微博，它有一定的字數限制，一般以140字（包括標點符號）的文字為限，并實現時時分享。從定義中可以看出微博的特點：可以在PC和手機客戶端上應用；可以隨時隨地的發布信息和瀏覽信息；以140字以內的文字更新信息。當然，隨著科技的發展，微博的客戶端也在不斷地更新，現在逐漸興起了長微博，人們也可以發表超過140字的信息。這是微博服務的一大進步。

本文采用了定量分析的方法來探討分析微博在互聯網中的應用特征，主要從微博的使用情況、近年微博研究熱點以及微博研究文獻數量變化的情況來進行樣本分析。

1.1 微博用戶使用率減少

用戶使用率是指使用微博的用戶數量與微博用戶的注冊總數量之比。微博注冊用戶的數量并不能全面地反映微博的使用情況，因此，本文以注冊用戶的使用率來表示現在人們使用微博的情況。本文中的用戶數量和使用率的具體數據來源于第34次中國互聯網發展狀況統計數據和第33次中國互聯網發展狀況統計數據。具體數據見表1。從表1可以看出，微博的用戶由2012年的30 861萬減少到2013年的28 078萬再到2014年的24 884萬；微博的使用率也在不斷降低，由2012年的54.7%到2014年的38.4%，減少了16.3%。微博的使用率和用戶數量連續3年降低，這說明人們在逐漸地減少對微博的使用，其主流地位也在逐漸發生著變化，微博對用戶的吸引力和影響也在不斷降低。

表1 微博的使用率

1.2 微博研究文獻數量的變化

微博研究文獻數量的變化可以看出目前專家學者關注的焦點，也可以反映出現在的研究熱點。本文以中國知網為標準數據庫，以主題詞“微博”進行檢索，統計了“微博”自興起以來文獻數量的變化情況，具體數據見表2，由表2可以很明顯地看出，研究微博的文獻數量在2011年的增長幅度很大，而在2012年和2013年增長速度明顯減緩，在2014年有了明顯地減少，說明這隨著時間的推移該領域的專家學者對微博研究逐漸失去了興趣。

表2 近年對“微博”的研究文獻的數量

2 微博資源老化的原因

本文認為微博使用情況和研究文獻數量下降的原因主要可以從以下三個方面來闡述：

2.1 微博文獻資源的初期發展

情報學家M.勞恩曾經說過：“文獻信息資源總量的增長的速度越快，相應的文獻資源的半衰期也就越短。”微博自興起以來，微博用戶數量和文獻數量都有了迅速的增長。以中國知網為標準數據庫，以“微博”為主題的期刊論文數量為數據源。文獻增長尤其是在2010年到2011年之間，文獻數量由1 085篇迅速增長到2011年的4 652篇，增速達到了328.76%。由此可以看出，在微博興起初期，文獻的增長速度過于迅速，這在一定程度上代表著微博文獻的半衰期是比較短的。

2.2 微博的替代方式——騰訊微信的出現

隨著科技的發展，各種社交網絡蓬勃發展，尤其是微信的興起。自從2011年微信產生之后，就和微博產生了很大的競爭。截止到2014年上半年，微信總用戶已經達到了六億。并且每年以超過10%的速度增長。微信中朋友圈的應用是微博的最大威脅。

在微博剛出現時，對人們具有很大的吸引力。主要是由于其可以快速地傳遞各種信息，并且隨著注冊用戶的增多，增加了信息的多樣性，并在一定程度上保證了信息的真實性，比原始的媒介具有更大的優勢。但是，微信比微博具有更大的優勢，一方面，它可以像騰訊的QQ一樣傳遞即時信息，跟朋友聊天；另一方面是微信公共賬號的興起，人們在上面也可以看到各種各樣的信息，在朋友圈里還可以看到朋友的狀態，這對人們的吸引力遠遠大于微博的吸引力，以至于隨著微信的發展，微博對人們的吸引力在慢慢的降低。微信是在微博的基礎上發展起來的，它的網絡信息模式是對微博的繼承和發展。

2.3 微博網絡信息資源的更新

網絡信息資源的更新是指在網絡信息資源的基本特征和屬性不發生變化的情況下，它所含有的知識和信息在內容上的變化更新[2]。1998和1999年，Bar-Ilan和Peritz對信息計量學領域下的網絡信息資源的生命周期的測度研究表明，在半年的時間近一半的網頁發生了變化[3]。而 Wallace Koehler的實證結果分析則更為明顯，他指出97%的網站資源在半年內會出現變化，而把觀察時間延長為1年時，它的比例會上升為99%[4]。新浪微博在每時每刻都有內容的更新，其更新速度越快越加劇了微博信息資源的老化速度。

3 微博信息資源老化指標的狀況

文獻資源的老化研究從1943年開始，至今已經比較成熟了。網絡信息資源的老化規律借鑒了文獻資源的老化規律和度量指標，并且相關研究成果指出，網絡信息資源的老化規律是和文獻資源的老化規律基本相一致的，但是這僅從理論上說明了這一結論。本文主要是從實證研究上來驗證這一結論，從負指數模型來分析微博信息資源的老化規律。

1958年貝爾納提出了負指數老化模型，這是利用文獻的年限和文獻總數量的數據得到的。在目前的研究階段，一般采用下列負指數函數：C（t）=Ke-at。首先將這一負指數模型進行對數變形：

C（t）=Ke-at

InC（t）=InK＋Ine-at＋b

經整理變形得出：Iny=b＋at[10]

本文以新浪微博為基礎研究平臺，通過分析熱門話題“后會無期”和“繡春刀”這兩個詞匯在上映時的話題討論量，以及上映后的15天內的微博話題討論量，來驗證微博資源老化規律。這兩個熱門微博的15天的話題討論量變化趨勢如圖1和圖2。

圖1 “后會無期”上映15天的微博討論量

圖2 “繡春刀”上映15天的微博的討論量

3.1 對“后會無期”微博話題進行SPSS回歸性分析

表3 “后會無期”微博話題的每天微博討論量的數據變化情況

微博的討論量是隨著時間的變化而變化，下面把微博討論量設為變量t，Iny是對微博討論量取對數。具體的數據情況如表3。由表3的數據計算得出，在前五天的微博討論量占總討論量的44.79%，前六天的微博討論量占總討論量的53.79%，可知，“后會無期”微博話題的半衰期為7天。在SPSS中進行線性回歸性檢驗，得出的結果如圖3。

圖3 “后會無期”微博話題的spss的回歸性分析

由SPSS的回歸分析結果顯示，擬合優度R2為0.475，Iny與t的擬合程度一般，但所對應的sig的值為0.005，明顯小于0.05，這說明兩者之間的線性關系較為顯著。所以可以得出Iny與t的關系符合負指數模型，且最終擬合公式為y=e-0.006t＋12.298。

3.2 對“繡春刀”微博話題進行SPSS回歸性分析

表4 “繡春刀”微博話題的每天微博討論量的變化情況

由表4的數據計算得出，在前四天的微博討論量占總討論量的47.49%，前五天的微博討論量占總討論量的57.33%，可知，“后會無期”微博話題的半衰期為4-5天。在SPSS中進行線性回歸性檢驗，得出的結果如圖4。

圖4 “繡春刀”微博話題的spss回歸性分析

由SPSS的回歸分析結果顯示，擬合優度R2為0.788，Iny與t的擬合程度較高，并且它所對應的sig的值為0.000顯著小于0.05，這說明兩者之間的線性關系較為顯著。所以可以得出Iny與t的關系符合負指數模型，且最終擬合公式為y=e-0.011t＋11.000。

在對原始數據進行分析比較時，作者發現這些數據當中有些異常上下波動的情況，根據文獻資源和網絡信息老化規律的研究，一般來說信息的數據總量應該是在不斷衰減的，但是在本文收集到的數據資料中，經常會有數據總量突然增長的情況。但基于在不同的網絡平臺上所公布的數據和分布趨勢并沒有完全一致，雖然其中不可避免的會有誤差，但卻不僅限于誤差的影響。所以在這里本文無法進行完全準確的分析。但是還是可以進行粗略分析得知一些影響因素，就是一些新的事件的出現，例如演員新的作品的出現或是劇組新的宣傳方式的出現以及某些參演人員緋聞或是丑聞出現等等因素，這些都會引起熱點關注話題的再次回升，進而造成了這些異常的波動。

綜上所述，雖然本文只統計計算了新浪微博中兩個熱門話題的老化規律，但是還是可以表明微博的老化規律是符合負指數模型的，是符合文獻的老化規律的。

4 總結

本文的數據分析和研究雖然得到了一些結論，例如微博的半衰期是符合文獻老化規律的衡量指標的，但是還是具有一定的缺陷。一是微博的研究文獻是在2014年迅速減少的，之前年度并沒有減少而是增長的趨勢，這在一定程度影響了對研究微博的半衰期和老化規律的準確性。二是在負指數模型的研究中，本文只是隨機地抽取了新浪微博中兩個熱門話題進行了統計驗證，雖然具有一定代表性，但是并不能精確地反映微博的老化規律。

微博在互聯網應用中的老化，不是微博這種網絡模式的老化，而是微博使用率和研究文獻的慢慢減少。微博的網絡模式在微信中是繼續存在的，微信本來就是在對微博的繼承和創新的基礎上發展起來的。

微博信息是網絡信息的一部分，因此，網絡信息資源老化自然而然會包含了微博信息資源的老化，同時，網絡信息資源老化規律研究將是在文獻信息老化的基礎上，在網絡時代新的發展和挑戰[6]。網絡信息老化規律研究基本沿用了文獻信息老化規律中多半的測量指標和規律，如半衰期概念、普賴斯指數以及負指數模型等；然而基于網絡這種新媒體自身的特殊性，比如網絡信息內容的可及時修改、網絡信息數量的增長速度過于迅猛以及與文獻信息內容的增長方式的差異性等等，這些給網絡信息老化規律的研究帶來許多新的困難，因此，引起了人們的研究興趣。目前國內對網絡信息老化規律的研究相對來說是比較少的，但是在借鑒了文獻老化規律和網絡信息資源計量學等研究成果的基礎上，網絡信息資源老化規律研究也已經具備了基本的框架結構[7]。

[1]王宏鑫，邱均平.關于網絡信息老化研究的若干問題[J].情報理論與實踐，2004，27（4）：433-435.

[2]段宇鋒.網絡信息資源老化規律研究[J].圖書情報知識，2005，（4）：28-31.

[3]Bar-Ilan，Peritz B.C.The life span of a specific topic on the Web：the case of／informatrics0aquantitative analysis[J].Scientometrics，1999，46（3）：371-382.

[4]Wallace Koehler.An Analysis of Web Page and Web Site Constancy and Permanence[J].Journal of the A-merican Society for Information Science，1999，50（2）.

[5]陸研，毛健駿，屠方楠.網絡信息老化規律研究——新浪新聞與新浪微博實證研究[J].高等函授學報：哲學社會科學版，2011，（12）：52-55.

[6]梁芷銘.基于新浪微博的網絡信息生命周期實證研究[J].新聞界，2014，（3）：60-64，69.

[7]張瑞.網絡信息老化研究[J].情報雜志，2008，27（8）：38-40.