微博用戶轉發動機實證分析

微博用戶轉發動機實證分析

胡瓏瑛，董靖巍

(哈爾濱工業大學管理學院，黑龍江哈爾濱150001)

摘要：微博在信息的傳播效果和傳播速度上擁有突出優勢，轉發功能可以使微博信息在短時間內實現跨群體、病毒式傳播，并通過幾何級的傳播而形成廣泛影響力。本文以新浪微博普通用戶為實驗對象，通過網絡問卷收集數據，采用因子分析和主成分分析法研究微博用戶的轉發動機。微博普通用戶轉發微博的動機主要為：娛樂消遣動機、自我實現動機、環境監測動機、人際交往動機。最后，根據微博用戶轉發動機的分析結論，提出了相應的政策建議。

關鍵詞：微博用戶；因子分析；主成分分析法；信息傳播；轉發動機

收稿日期：2014-09-15修回日期：2015-01-10

基金項目：國家自然科學基金面上項目(71271069)；教育部人文社會科學基金項目(10YJC860040)；國家科技支撐計劃項目(2012BAH81F03)；黑龍江省軟科學研究計劃(GC13D401)。

作者簡介：胡瓏瑛(1960-)，男，黑龍江哈爾濱人，哈爾濱工業大學管理學院教授、博導，研究方向：技術創新管理、網絡輿情等。

中圖分類號：G203

文獻標識碼：A

文章編號：1002-9753(2015)02-0175-08

Abstract：Micro-blog has outstanding advantages in the effects and velocity of information propagation.Forwarding function can make micro-blog information spread cross groups like virus in a short time and form a wide influence by spreading exponentially.In this paper,taken Sina micro-blog users as experimental objects,it adopted Factor Analysis and Principal Component Analysis method to study the forwarding intention of micro-blog users by collecting network data through questionnaire.And the forwarding intention mainly included entertainment motivation,self-realization motivation,environmental monitoring motivation and interpersonal motivation.Finally,according to analyzing conclusions,it put forward the corresponding policy recommendations.

Empirical Analysis of Micro-blog Users’ Forwarding Intention

HU Long-ying,DONG Jing-wei

(Managementschool,HarbinInstituteofTechnology,Harbin150001,China)

Key words: micro-blog users;factor analysis；principal component analysis;information propagation；forwarding intention

微博滿足了現代人對信息簡單、即時和分享的需求，因此可以被大范圍傳播，但信息的正確性難以保證，易導致虛假信息泛濫[1]。日前，兩高出臺的《司法解釋》明確界定了網絡謠言犯罪，規定“同一誹謗信息實際被點擊、瀏覽次數達到五千次以上，或者被轉發次數達到五百次以上的”，應當認定為誹謗行為“情節嚴重”。《司法解釋》的出臺，對微博用戶轉發信息，推動事態發展也將產生深遠影響。微博信息傳播是由分散的網民自發進行的一種信息傳播活動，微博平臺的傳播不是像傳統網站那樣的自上而下、點對面的發布平臺，人們更多的是在某些網絡的“節點”中發布信息。 微博利用社會網絡來實現信息的擴散，而這一平臺上信息傳播活動又會豐富與拓展個體的社會網絡。例如，由于發布的信息引人注目，獲得了很多的“粉絲”，這些“粉絲”就是社會網絡上的新節點。這樣的進步同時帶來微博用戶的信息安全問題。

微博是一把“雙刃劍”，在為社會個體提供自由表達意見、參與社會公共事務提供便利的同時，也成為有害信息和社會雜音傳播的主要途徑。一些敵對勢力利用微博對中國進行分化，制造動亂、傳播政治謠言，微博已成為他們對中國民眾、軍方進行政治戰、思想戰、心理戰的重要工具和無形武器，已然成為能夠對經濟、政治、社會治安等進行破壞的一種高級現代戰爭的形態。造謠、誣蔑、誹謗的微博，利用民眾的從眾心理、獵奇心理，極易制造社會有害輿論，把大量帶有蠱惑性質的匿名言論散布在社會的各個角落，引發網絡輿情，對國家和人民利益造成損害。防止政治謠言，必須通過建立輿情監測分析系統、健全信息上報機制、擴大信息收集渠道等方式加強微博輿論預警能力建設，并加大對網絡政治謠言的打擊力度，以維護社會穩定。因此，研究微博轉發行為背后的心理動機，從理論層面有助于豐富社會化媒體研究的理論成果，為社會化媒體信息傳播的相關研究提供借鑒。在應用層面可以了解用戶對相關信息轉發意愿的差異，一方面有助于各微博運營商更好地了解用戶需求和用戶行為，從而采取各種措施促進用戶的轉發行為；另一方面，可以有助于品牌商借助微博媒介更好地宣傳品牌和提供服務。此外，通過分析用戶的轉發動機，能夠幫助政府更快地識別網絡謠言，控制政治謠言傳播，為正確引導輿論提供先機，最大限度地減少對國家和人民利益造成損害。

一、微博用戶心理動機國內外相關研究回顧

微博是一種開放式互聯網的社交服務，其概念最早由Evan Williams提出的。微博信息傳播的一個重要助推器是其轉發功能，轉發功能使微博信息可以很容易在短時間內實現跨群體傳播，并通過幾何級的傳播而形成廣泛的影響力[2-4]。國外學者對微博用戶使用動機的研究開展較早。

Jung T.等人分析了韓國SNS使用者的動機，指出娛樂、自我表達、專業提升、打發時間和與家人朋友交流是幾個主要的動機[5]。Shin認為微博用戶使用動機可以分為內在動機(intrinsic motivation)和外在動機(extrinsic motivation)兩個類別[6]，內在動機主要指用戶的娛樂動機；外在動機是指用戶的社交動機。Pongsajapan,Robert A.提出用戶使用微博的幾個動機中“學習新事物”和“與喜愛的個人和組織聯系”是占比例最多的兩種動機[7]。Brandtzaeg,P.B.等研究認為人們使用社交網絡的最主要動機有信息、娛樂、社交以及個人身份等四個因素[8]。Naaman M.等研究者發現使用 Twitter的用戶主要出于兩種目的：獲取信息和社交需要[9]。D.Boyd 等認為轉發微博是人與人之間溝通的一種方式，用戶轉發微博有公開評論信息和娛樂等動機[10]。Agrifoglio R.等基于TAM模型研究指出感知有用性、感知易用性、享樂性以及娛樂性是人們持續使用微博的主要動機[11]。Dumlao和 Ha研究認為微博使用者的動機主要有：娛樂、信息、社交、自我呈現以及專業提高[12]。Lee C.S.和 Ma L.從使用與滿足(U&G)和社會認知理論(SCT)角度探討了信息搜尋的影響，包括社交、娛樂、追求地位和新聞共享意向等社交媒體共享經驗[13]。

我國學者針對新浪微博、騰迅微博等在線平臺研究用戶使用動機的成果也很多。黃成認為微博用戶使用微博的動機有：知識學習、社會交往、公共信息獲取等[14]。趙文兵認為微博用戶轉發的動機在于搜尋信息、了解的專業信息以及一時興起的沖動等[15]。王冰冰認為在非常規突發事件中用戶的滿意度、易用性及有用性感知、道德感知等影響在線社會網絡用戶信息共享的動機[16]。胡昌平等認為“信息交流與分享”在社會化網絡服務環境下尤為突出，“人際交往”也是用戶一個重要的使用訴求[17]。錢穎等研究認為人們使用和轉發微博的動機主要是追趕潮流[18]。蔡劍，詹慶東基于馬斯洛的需求層次理論將通過訪談獲得的信息分享行為動機歸為五個層次：基本需要層次、安全需要層次、社會需要層次、尊重需要層次和自我實現層次[19]。柳瑤認為微博用戶使用轉發的動機在于記錄生活經歷、分享生活感受和表達內心情感等[20]。王國華，鄭全海等認為人們轉發熱門微博的動機較一般微博更大，發布者多數為“微博控”，轉發的動機為關注時事[21]。

微博是當下發展最快的新媒體形式，與傳統的新聞網站最大的區別在于其傳播速度和便捷性。從傳播途徑來看，微博能引起人們的廣泛傳播和歡迎，證明它滿足了人們對信息獲取的需求，比如思想需求、心理要求、審美或者其他方面的利益需求等。從表現手法上看，發表微博的方式方法非常便捷，受到的限制極少，大多數人都可以通過微博分享身邊發生的新鮮事物或者關注焦點，并抒發自我情感以及對社會事件的看法。隨著3G、4G網絡和WEB2.0技術的不斷發展，無論企業個人，只要有介質(手機、平板電腦、臺式電腦等)，都可以無限暢聊微博。微博事實上因其便捷性和及時性已經成為全球性的新媒體傳播平臺。

縱觀國內外學者對微博用戶使用動機的研究可以發現，國外學者比較傾向于認為微博用戶的使用動機側重自我表達、交互性、信息收集、信息分享、自我提升和娛樂等方面。相比之下，我國學者的相關研究更側重于心理和行為等層面，學者們對情感表達、信息獲取和分享、自我提升、社會交往等微博用戶動機認同度較高，但對于娛樂性動機的認同度相對低一些。綜合國內外學者對微博用戶使用動機的研究成果可以看出，某些動機比如信息表達、信息獲取和分享、自我提升、娛樂等方面出現頻率較高，學者們觀點相對較一致。但是，學者們對不同動機的認知、重要程度的把握等稍有不同，例如，娛樂動機的重要性對國內外微博用戶也存在一定的差別。

二、微博用戶轉發行為與動機分析

用戶利用微博這一平臺轉發信息的動機有很多，有的是主動積極的學習，有的是為了給相關事件推波助瀾，有的帶著較強目的性，而有的可能就是無聊而已。詳細分析轉發的行為和可能的動機，有助于對轉發動機的準確分類和深入研究。

關于微博用戶轉發動機除了來自微博形式的自動力外，還來自微博用戶需求的拉動力和微博社會功能的推動力。從傳播學的角度看，微博中把關人的權力正發生轉移。網絡媒體的出現使得傳統意義上的“把關人”對信息的控制影響力正在逐漸弱化。而微博用戶個體的傳播權力得到擴大，每一個用戶都是信息的把關人，用戶在微博中實現對信息的關注、編輯、轉發，自主性更強，用戶的個性化信息需求得到最大化的滿足。轉發是一個信息甄別、信息接力的過程，微博用戶會將所關注用戶中自己感興趣的、符合自身傳播標準的信息進行傳遞，轉發行為將信息納入用戶自己構建起的信道之中。從社會學的角度看，轉發獲得各種社會滿足度。在微博中，用戶通過轉發來推薦信息是一種獲得休閑娛樂的滿足度、自我認同的滿足度、群體歸屬感滿足度的行為表現。本文圍繞微博用戶需求和使用動機的相關文獻，歸納得出以下16種用戶的轉發動機，并將其作為下文實證測算的變量：

(一)緩解壓力，發泄不滿。在緊張的社會壓力下微博這一網絡虛擬平臺為用戶提供了可以盡情發泄的空間，一些用戶通過轉發可以恰好表達心情的微博來舒緩壓力，發泄不滿。

(二)微博信息幽默、快樂、趣味。微博里的有趣信息是海量的，很多用戶專門發布這種快樂幽默的信息，如帳號@微博搞笑排行榜發布的內容，就經常被大量轉發。

(三)打發無聊時間?，F在是微博時代，很多用戶一無聊就會不知不覺地登陸微博，登陸后不知道做什么，又不愿意原創發布微博，就會轉發一大堆感興趣的信息。

(四)參與活動。凡客誠品(VANCL)在2009年巧妙利用微博進行了一次促銷推廣活動，即“盡享50款完美圣誕禮29元起，選你所想挑你所愛”。這種商品推廣與傳統媒體上的廣告不同的是，如果商品的確受歡迎，那么微博上的用戶就會積極轉發，自發地為其做廣告?？梢哉f，微博上成功的商業推廣，大多基于微博用戶主動轉發。

(五)對微博信息的認同與認可，產生共鳴。微博很能體現受眾的自主選擇性，很多用戶在收看微博時，如果認同其內容就會選擇性地接受該信息，同時進行轉發讓粉絲也能了解這些微博。事實上，用戶更傾向于發布或轉發其感興趣的微博。因此，用戶的微博內容反應了用戶的興趣，且轉發同一類微博用戶的興趣較為相近。

(六)呼吁推動事件發展。每當現實生活中有事件發生，微博總能很快地傳播開來，會有相當多的用戶開始關注事件，并利用轉發功能推動事件發展。研究表明，微博用戶通過轉發和評論，可以將某一事件迅速推至輿論高潮，也可以設置議題，改變公共輿論議題走向。

(七)對生活或事件的感悟。如果用戶在微博上看到一則信息，使其對生活或事物有所感悟，就會轉發該信息，可能還會加上自己的感悟作為轉發評論。

(八)自我形象塑造。有些用戶會轉發能表達自己、展示自己的微博，借此讓粉絲在轉發的微博中了解自己。有些用戶會轉發好友用戶中描述自己內容的微博，通過轉發別人對自己的描述來達到自我形象塑造。

(九)與好友交流互動。微博轉發是可以讓原作者知道的，并且再次轉發的時候會加上//以區分上一級轉發的評論，還會加上@用戶。這樣轉發微博時可以和好友轉發的進行區別，又可以讓好友知道，很多用戶就是利用這種方式與好友互動。

(十)追星，與名人虛擬交往。有人說微博是名人的媒體，明星只要開微博，就會吸引大量粉絲關注。而這些明星發布的微博，不管內容如何都會有粉絲進行轉發，如微博女皇姚晨，她發布的每篇微博都會遭到瘋狂轉發。

(十一)幫助好友，祝福好友。微博中很多用戶都會關注自己現實生活中的好友，好友因需要幫忙或祝福時發布的微博，會被用戶在朋友圈內互相轉發。如有用戶互相轉發朋友的結婚照，并加上自己的評論，對好友進行祝福。

(十二)對同一話題的討論與交流，建立交往圈子。微博有個#話題#功能，有些用戶會在這些話題中轉發微博，與同一話題的其他用戶交流，甚至還建立自己的圈子，通過互相評論、轉發等功能來進行交流。

(十三)與專業興趣相關。微博用戶各行各業都有，一些專業人士或組織會即時發布相關專業的內容，對這些內容感興趣的用戶在收看到時就會轉發。

(十四)了解新聞動態。微博信息的實時性不低于任何一種媒介，很多新聞事件都可以在微博上及時快速地傳播。用戶在了解新聞的同時也會將所看到的微博進行轉發，讓自己的粉絲也能了解到最新消息。

(十五)學習知識。微博雖然只有140個字的內容限制，但仍可以發布知識量非常高的信息，而且還可以附加上非常多的信息，如鏈接、圖片、視頻等。有非常多的專業人士會發布自己擅長的內容，其粉絲為了學習到知識就會進行轉發，來達到記錄的目的，還可以通過與用戶互動，提出并解答問題。

(十六)身邊發生的事情與自己息息相關。微博雖然是網絡虛擬平臺，但還是離不開我們的生活，會有許多用戶將自己平時的生活發布微博，當用戶身邊的好友發布微博，而這些事情又發生在自己身上或與自己相關的時候，有些用戶就會進行轉發。

三、微博用戶轉發動機實驗

(一)實驗方法

本實驗結合數據挖掘與問卷調查法進行設計。具體方法如下：

1.從新浪微博注冊一個開發者賬號，自己開發應用，在網上發布該應用，邀請普通用戶進行填寫，接受調查的用戶根據自己轉發該微博的動機進行問項回答，程序獲取該用戶的轉發微博和個人信息并保存，后期進行數據處理。接受問卷調查的用戶只需回答每條轉發微博的轉發動機，其他數據都可以通過程序自動獲取。該實驗是以轉發的微博“條”數作為基本單位來調查，即一個用戶可以調查多條轉發微博。

2.實驗運行部署在Google App Engine 上，發布7個應用，定期維護網站。最后將這7個應用的數據全部收集到本地進行整合處理，提取需要的數據。

3.使用SPSS軟件進行數據分析，導入數據，使用因子分析法的主成分分析法提取公共因子。

(二)樣本選取及因子提取

本文抽樣遵循以下原則：一是性別比例合理化；二是樣本人群相對年輕化；三是使用微博次數相對頻繁化。根據該原則，本文共選取了1946份樣本，研究設計了16個相關項(上述16種用戶轉發動機)。在上述樣本人群中，包括男性984位和女性962位；年齡處于18~30歲的占66.4%，年齡在31～40歲的占22.8%，在17歲以下或40歲以上的占10.8%；每天都會登錄微博的占54%，2～3天登錄一次微博的占37%，用戶登錄頻率相對較低的約占9%。同時，粉絲數和關注數是一個重要的影響因素，在選取的樣本中，在博主粉絲數方面，粉絲在50人以下的占4.6%，50人至100人的占11.2%，100人至200人的占52.4%，200人至500人的占22.1%，500人以上的占9.7%；在博主關注數方面，50人以下的占3.8%，50人至100人的占11.8%，100人至200人的占25.6%，200人至500人的占42.6%，500人以上的占16.2%。可見，所選樣本比較符合微博普通用戶的特征，在性別比例、使用人群、使用頻度、粉絲數和關注數等方面都具有一定的代表性，因此可以用于研究普通用戶的微博轉發行為。

在利用因子分析法之前，先對樣本進行KMO(Kaiser-Meyer-Olkin)和Bartlett 球形檢驗。KMO測度的值越高(接近1.0時)，表明變量間的共同因子越多，研究數據適合用因子分析。Bartlett球體檢驗的目的是檢驗相關矩陣是否是單位矩陣(identity matrix)，如果是單位矩陣，則認為因子模型不合適。應用SPSS軟件計算得到KMO值為0.778，且Bartlett球形檢驗的顯著性水平P<0.001，各變量之間的相關性顯著，適合應用因子分析法。

利用主成分分析法提取了初始公共因子。從表1可以看出，前四個因子的累計方差貢獻率已達到69.652%，且它們的特征值分別為3.725、3.436、2.803、1.092，均大于1，因此可提取前四個因子作為研究因子。

再將數據進行方差最大化旋轉，獲得旋轉后的因子載荷矩陣，提取了四個獨立的因子如表2所示。

表1　初始特征值解釋的總方差

表2　旋轉后的因子載荷矩陣

(三)因子命名

從表2可以看出，根據變量可以命名為以下四種因子：

1.因子一：娛樂消遣動機。經過對各變量的研究發現，緩解壓力，發泄不滿；幽默、快樂、趣味；打發無聊時間；參與活動，都體現了娛樂消遣心理動機，因此可命名為娛樂消遣動機。

2.因子二：自我實現動機。對微博信息的認同與認可、產生共鳴，呼吁推動事件發展，對生活或事件的感悟，自我形象塑造分這四個變量的共同特性，就是用戶都是在自我實現需求的基礎上產生的動機，因此可命名為自我實現動機。

3.因子三：環境監測動機。與專業興趣相關，了解新聞動態，學習知識，自己身邊發生的事情、與自己息息相關這四個變量都與微博用戶自身環境相關，用戶生活在一個與自身緊密相關的環境中，會通過轉發微博來了解進而監測這個環境，因此可命名為環境監測動機。

4.因子四：人際交往動機。與好友交流互動，追星、與名人虛擬交往，幫助好友、祝福好友，對同一話題的討論與交流、建立交往圈子這四個變量都與人際交往相關，用戶選擇該選項是建立在人際交往的動機基礎上，因此可命名為人際交往動機。

(四)信度分析

信度檢驗結果見表3。由表3可知，該研究中四個因子的Cronbach’s Alpha值都達到0.6以上，代表各因子內部一致性可以接受。

表3　均值與Cronbach’s Alpha值

四、實證結果分析

上述研究分析結果顯示：

(1)娛樂消遣動機方面：娛樂型的微博最易被轉發，大多數用戶轉發微博均出于此動機。這是因為現實社會中的人們越來越忙碌，高壓力現狀促使很多用戶把微博當作娛樂消遣的最主要方式，通過大量分享傳播娛樂休閑性資訊來獲得精神上的滿足，并借助微博消磨空閑時間，排遣寂寞憂慮，舒緩生活壓力等。

(2)自我實現動機方面：該動機也處于較高水平，這主要基于微博客的社交網絡屬性。人們傾向于通過轉發“生活感悟型”和“事件觀點型”的微博以實現“自我表達”、“自我形象塑造”和“參與社會”的愿望。轉發“生活感悟型”微博變成了一種慰藉與共鳴，一種傾訴和自我寬慰。

(3)環境監測動機方面：有相當一部分用戶轉發微博出于此動機，僅略低于娛樂消遣動機。這主要源于微博快速傳播的特點，由于微博傳播速度非常之快，人們可以在不斷關注、轉發、分享中，用最短的時間來監測環境，了解最新動態，獲取與自己生活直接或間接相關的各類信息，及時把握環境變化，是一種非常便捷的途徑。

(4)人際交往動機方面：雖然微博的媒介特性和轉發功能很好地滿足了人們之間的交流互動，增進人際關系以及與名人虛擬交往的動機,但微博畢竟有別于SNS，賦予交往的機會相對少一些，因此為了人際交往而轉發微博的動機也相對較弱。

五、結論及對策建議

本文通過網絡問卷調查的實驗，使用新浪API接口設計一個網絡應用程序，發布該應用，邀請微博普通用戶，填寫選擇自己轉發微博的動機，從而獲取微博用戶轉發該條微博的主觀信息。然后使用計量經濟學的主成分分析法和因子分析法進行數據分析，歸納出了微博用戶轉發動機。研究表明，微博普通用戶轉發微博的動機主要為：娛樂消遣動機、自我實現動機、環境監測動機、人際交往動機。其中為娛樂消遣動機最為顯著，其次為自我實現動機、環境監測動機、人際交往動機。微博使用動機中娛樂消遣動機是比較重要的動機，較之自我實現動機和環境監測動機，對微博的使用行為有著更顯著的影響。這一結果很好地吻合和描述了中國的微博用戶使用微博的原因和他們想做的事情，即在微博平臺上搜尋自己感興趣的信息和話題，評論、轉發等功能表達自己的觀點，消磨空閑時間，排遣寂寞憂慮，舒緩生活壓力，使微博成為重要的情緒宣泄平臺。

微博既是網友發布、獲取信息、人際交往和社會參與的重要媒介，還是社會公共輿論、企業品牌推介的重要平臺，微博的異軍突起見證了“關注就是力量”，也推動了網絡問政的快速發展。根據前面的分析結果，本文提出如下對策建議：

第一，微博用戶回歸理性，有道德地參與微博輿論傳播。微博是人們進行溝通和交流的在線社交平臺，通過娛樂消遣、環境監測、自我實現和人際交往等轉發動機的分析，反映出人們希望了解和自身所屬群體相關的有價值信息，由此可以解釋高影響力的“大V”的言論為何能在很短時間內迅速吸引到大量粉絲的微博用戶。作為微博輿論的主體，無論是意見領袖還是普通網民，都應該加強自身的道德修養，養成自律意識，自覺遵守國家相關法律法規以及社會道德規范，在微博轉發過程中做到有責任心地轉發和評論，客觀理性公正地發表自己對相關問題的意見和看法，不可以隨意制造垃圾信息；同時，廣大微博用戶還要提高自身的辨別能力，培養自己的獨立思考能力，提高分辨真實信息和虛假謠言的能力，從自身做起來，反對和抵制謠言。

第二，提高微博內容趣味性，建立轉發激勵機制。本文的研究說明娛樂休閑的需求滿足度是影響微博轉發的重要因素。由于現代工作生活中的壓力，人們需要輕松愉悅的氛圍來放松心情，調節情緒。但在現有的微博信息發布中，除有些專門幽默搞笑的冷笑話外，大多機構、媒體的信息表述正式而籠統，有點類似工作的總結而讓用戶產生厭煩情緒。因此，不妨改變信息表述的方式，以更有趣幽默的方式講述好玩的故事，讓用戶體會在玩中學。針對用戶自我認同的需求，對轉發參與度較高的用戶可以釆取傳統的勵章獎勵和會員等級獎勵制度，不同的會員等級會有不一樣的使用特權和權限級別。

第三，提高人工智能技術手段，分析和引導用戶行為。一是通過微博信息發布、微信信息推送等多種手段結合的方法來干預和提高正向信息的傳播效果；二是運用技術手段對微博大量信息進行大數據挖掘、數據分類，并對需要特別關注的微博信息進行分析和趨勢研判，以降低由于信息質量問題而帶給用戶的不良心理感受和后續影響，保持用戶的積極性和活躍度，為謠言處置爭取時間。建立信息識別模型，結合人工智能技術對不實信息進行有效鑒別，實現辟謠信息的合理發布；三是引入多智能體系統、神經網絡、遺傳算法、機器學習等多種可視化技術，建立微博可視化引導模型；四是利用神經網絡和遺傳算法創建虛擬智能體，模擬網民的復雜行為。智能體能夠自主學習，通過調整個體的狀態參數，適應不同的網絡輿論環境，增強自身的網絡輿論傳播力，針對網絡中強節點即“意見領袖”，實施同化或異化引導策略，在復雜網絡傳播系統中充當著引導者的角色，可以改進智能體的仿真算法和參數設置，從而進行微博正向信息、負向信息和矛盾信息的有效干預，積極引導用戶轉發正向信息。

第四，加強微博輿論預警能力建設，有效防范政治謠言。預警是防范和治理微博政治謠言的首要方式，可以從三方面著手：一是建立輿情監測分析系統。轉發可以使微博信息在短時間內進行病毒式傳播，各種政治搖言和虛假信息也會迅速擴散，當用戶發現被其轉發的信息不實后會大大降低用戶對微博平臺上信息的信任感而不再愿意繼續轉發，而如果僅依靠人力在有限時間內根本無法實現對轉發信息的嚴格把關，因此可以建立輿情自動監測分析系統實現對用戶轉發行為及其動機的跟蹤和趨勢研判。二是健全信息上報機制。政治謠言通過微博傳播有時讓人措手不及，所以應該通過健全信息上報機制的方式全面及時準確地掌握政治謠言的傳播情況，明確謠言轉發的責任主體、轉發內容、轉發范圍等，為防范和治理微博政治謠言提供決策信息支撐。三是擴大信息收集渠道。在微博政治謠言防范和治理過程中，政府不能只依靠傳統的信息收集渠道，還應與微博運營商建立信息溝通機制，利用微博運營商的優勢，實現信息共享，以及時掌握微博轉發信息。同時，要加大對政治謠言的打擊力度，對于當前互聯網上制造和傳播政治謠言的不法分子應予以嚴厲制裁，應鼓勵互聯網從業人員積極參與到凈化網絡輿論環境的行動中來，積極宣傳健康的和良性的主流文化。

第五，充分發揮大數據分析技術的作用，為輿情管理決策提供數據支持。隨著云時代的到來，大數據分析技術對于研究微博轉發動機具有重要作用。大數據分析技術是數據存儲和挖掘分析的前沿技術，能夠在短時間內獲取、整理和處理海量數據，現已得到了廣泛應用。在微博備受青睞的時代，應該加快發展大數據分析技術，加強大數據分析的頂層設計和科學布局，培養大數據分析的高級工程師，通過培訓使相關人員更好地理解和掌握大數據分析的關鍵技術原理和未來發展方向。采用統計分析、語義分析、支撐向量機(SVM)等方法對用戶發布內容中信息的目的、信息內容合規性、語言規范性、感染力、發布者的影響力、地理分布等屬性進行進行深入挖掘，在研究轉發動機時可以從文本挖掘、微博個性行為與建模、博主個性化分析、原創與轉發、敏感區域和輿論領袖識別的不同方式等方面對具體用戶進行數據分析和專業化處理，以明確微博用戶的情緒感知，為政府和微博運營商的決策提供有益幫助，進而實現微博轉發動機和行為的正確引導、分析和監控。

參考文獻：

[1] 楊成明.微博客用戶行為特征實證分析[J].圖書情報工作,2011,12:21-25.

[2] 原福永,馮靜,符茜茜.微博用戶的影響力指數模型[J].現代圖書情報技術,2012,06:60-64.

[3] 金永生,王睿,陳祥兵.企業微博營銷效果和粉絲數量的短期互動模型[J].管理科學,2011,04:71-83.

[4] 鄭磊,任雅麗.中國政府機構微博現狀研究[J].圖書情報工作,2012,03:13-17.

[5] Jung T,Youn H,MeClung S.Motivations and Self-presentation Strategies on Korean-based“Cyworld”Weblog Format Personal Homepages[J].Cyber Psychology & Behavior,2007,10(1):24-31.

[6] Shin D H.The Evaluation of User Experience of the Virtual World in Relation to Extrinsic and Intrinsic Motiva￣tion.International Journal of Human-Computer Interaction,

2009(25):530-553.

[7] Pongsajapan Robert A.Liminal entities：Identity,governance and organizations on Twitter [D]，Georgetown University,2009.

[8]Brandtzaeg P B,Heim J.Why people use social networking sites [J].Lecture Notes in Computer Science,2009(21)：143-152.

[9] Naaman M，Boase J，Lai C H.Is it really about me：Message Content in Social Aw areness Streams [C].// Proceedings of the 2010 ACM conference on Computer Supported Cooperative Work.ACM，2010：189-192.

[10] Boyd D，Golder S，Lotan G.Tweet，Retweet:Convers￣ational Aspects of Retweeting on Twitter [C].// Proceedings of 43rdHawaii International Conference on System Sciences 2010，January 6，2010.Hawaii，USA，2010：1-10.

[11] Agrifoglio R.Modeling Use Continuance Behavior in Micro Blogging Services：the Case of Twitter [J].Journal of Computer Information Systems.2011,51(4):49-53.

[12] Dumlaojaa H.Motivational and Social Capital Factors Influencing the Success of Social Network Sites：Twitter Case [J].Journal of Computer-Mediated Communication,2013,5 (3):66-69.

[13] Lee C S,Ma L.News Sharing in Social Media：The Effect of Gratifications and Prior Experience [J].Computers in Human Behavior，2012,28(2)：331-339.

[14] 黃成.基于用戶動機的微博客信息流個性化推薦模型構建[J].情報雜志,2013,11:117-120.

[15] 趙文兵,朱慶華,吳克文,黃奇.微博客用戶特性及動機分析——以和訊財經微博為例[J].現代圖書情報技術,2011,02:69-75.

[16] 王冰冰,夏志杰,于麗萍.非常規突發事件中在線社會網絡用戶信息共享動機研究[J].情報雜志,2013,09:128-131+162.

[17] 胡昌平，胡吉明.網絡服務環境下用戶關系演化規律研究[J].中國圖書館學報，2011，192(37):4-10.

[18] 錢穎，汪守金，金曉玲等.基于用戶年齡的微博信息分享行為研究[J].情報雜志，2012,31(11) ：14-18.

[19] 蔡劍，詹慶東.研究生群體網絡信息分享行為動機研究[J].圖書情報知識，2012，(2):81-86.

[20] 柳瑤，郎宇潔，李凌.微博用戶生成內容的動機研究[J].圖書情報工作，2013，57(10)：51-57.

[21] 王國華，鄭全海，王雅蕾,等.新浪熱門微博的特征及用戶轉發規律研究[J].情報雜志，2014，3(4)：117-121.

(本文責編：辛城)