微博網絡較大度值用戶特征分析

馮新穎河北工業大學經濟管理學院，天津 300000

微博網絡較大度值用戶特征分析

馮新穎
河北工業大學經濟管理學院，天津 300000

通過研究微博用戶網絡的度分布，有助于研究信息的傳播過程、更深入了解網絡信息得傳播規律，而作為度值分布中得較大度值用戶——明星或公眾用戶，在信息傳播中具有獨有的特性。通過對明星用戶微博信息傳播機制和方式的分析，進而找出較大度值用戶的信息媒介特征，并對其微博信息傳遞特征進行了數據建模分析，總結了其特征。

微博信息傳播模型；網絡度值分析；較大度值用戶

作為社交網絡的典型代表——微博已經成為當今信息獲取、分享、傳遞的最快捷的平臺之一。而在用戶網絡信息的傳播中，度值較大的用戶，即粉絲數目較多的明星或者公眾人物用戶的媒介作用非常明顯。顯然，對度值較大的微博用戶的特征分析也尤為必要，無論是從企業運用明星效應營銷或者社會傳播學的角度考量，對度值較大的用戶特征分析都具有意義。然而目前針對度值較大的明星或者公眾用戶特征研究的文獻，尚待深入和細化。本文從微博網絡出入度分析、較大度值用戶信息傳播模式分析、較大度值用戶度值特征分析3個方面來加以探討。

1 微博網絡出入度分析

微博用戶網絡屬于拓撲結構中的有向網絡，所以研究微博用戶網絡的度值分布是必要的。一般來說，節點度值越大，意味著節點越重要。對網絡度分布統計有兩種辦法：

1）概率密度法（Probability density function，PDF），即通過對度值有序排列，然后計算各度值節點數占總節點數的比例。

2） 累 計 分 步 法（Cumulative distributions function，CDF），即在對度值排序時設置K值，計算度值大于K值的節點數占總節點數的概率。CDF并沒有PDF法直觀形象，在此選擇運用PDF法，但網絡規模宏大，想要獲取拓撲數據其實是很困難的，一般采用樣本法，進行“滾雪球”，得到冪律分布，但在統計指標計算中會造成社會網絡的冪率偏差，因此我們可以直接利用戶頁面的數據進行計算，得到圖1（a）和（b）［1］。在圖1中我們用出度表示被其它用戶關注的程度，用入度表示關注其他用戶的程度。

由圖1所知，首先，微博用戶出度分布中負冪律指數直線具有重尾現象，即大量用戶的出度小，少量用戶出度大，即明星或公眾用戶數量少但受關注度很高，大多數粉絲量很少。其次，值得注意的是由于微博的無標度特性，而不同節點度值差異性極大，對于出度較大（明星用戶）的點，一旦發出信息很快波及整個網絡，入度較大的點，亦如此。最后，由對上述出入度分布值的轉換計算，說明像明星用戶這樣較大度值用戶的高出入度并不呈現高度相關性，即微博限制了較大度值用戶的出度，同時由于粉絲傾向連接出度較大的明星用戶，導致相關系數大大下降［2-4］。

圖1　出入度分布

2 微博較大度值用戶信息傳播模式分析

SNS （Social Networking Services）即社交網絡，是人們根據六度分割理論［5］創立的面向社會性網絡的互聯網服務。典型的SNS包括人人網、開心網等，在國內知名的新浪微博，現在的SNS除了信息發布，也全面整合了各種社交功能。

2.1樣本獲取

首先通過新浪微博API獲取樣本數據，然后利用微博公開接口獲得關于某條較大度值用戶（明星用戶）的原創微博的所有轉發，同時根據轉發中的@等標簽，編制程序提取所含的傳播信息并構建出完整的傳播路徑。最后，將獲得的數據錄入進EXCEL軟件，運用以一定的格式輸入到Microsoft Excel文件，使用Cytoscape軟件繪制傳播路徑圖，建立傳播模型，揭示信息傳播過程［6］。

2.2模型假設

1）在用戶初次接觸信息階段，只能從上層用戶獲取信息。

2）用戶參與信息傳播環節，并有與其他用戶的互動。

3）每個用戶的多次轉發，僅統計一次。

2.3模型建立

微博社交網絡最基本的兩種行為包括信息關注和向外分享，同時用戶的評論對信息的傳播有很大的影響，積極的或者消極的作用，甚至出現刪掉微博信息的狀況。在微博中，明星或公眾用戶作為制造話題的主要來源，在內容的釋放和接受時，很難選擇信息釋放的范圍，其釋放和接受的速度也很驚人。因為微博主要在非熟人圈子中進行信息傳遞，對于信息將被誰獲得、怎樣傳播很難控制。圖2構建了微博中較大度值用戶信息傳播模型。

圖2 較大度值用戶信息傳播模型

圖2中圓圈表示粉絲關注，由信息傳遞模型可知，明星或公眾用戶的狀態通過3條途徑以很高的速度被大量關注，除了粉絲關注外還有第三方插件平臺制造話題和好友轉發這兩個不可忽略的途徑，很明顯后兩者也起到了很重要的作用。

2.4數據計算與繪圖

將從新浪微博中獲取的數據，輸入軟件按照模型進行計算，繪制傳播路徑圖，得到多關鍵點傳播路徑圖。

在多關鍵點傳播路徑中，對于度值較大的博主第一次轉發一般并不是很多，但是隨著好友或者某個粉絲，或者某個媒體平臺進行再次創造或轉發進行推升，就會讓傳播速度瞬間“感染”很多讀者，這里的關鍵人物一般為2～3個，然而關鍵人物起了重要作用。另外，當微博本身的可靠性高具有推升力，或者關鍵人物數量增加，關鍵點就會增加，多關鍵點式變為“蒲公英式”傳播［7］。對于名人和草根熱門中很容易形成蒲公英式傳播。

3 較大度值傳播主體特征分析

3.1名人信息更細化

微博進一步發揮了名人效應作用，讓眾多明星變身“微博控”。微博極大地加強了與粉絲之間的互動性，通過關注明星狀態，可以了解所關注的明星心情、生活狀態、去哪里旅游見了什么人等等，名人信息更加細化。

3.2企業主微博用戶量增加

微博為企業主體提供了新的營銷思路，可以申請微博號成為較大度值傳播主體，因為其宣傳門檻低，可以為企業節約大量經濟成本，最終實現微傳播、大營銷的新格局。使得企業主申請微博通過發動員工關注，成為較大度值用戶，具有明星效應。

4 結論

微博中信息的傳播速度和模式與很多因素有關，包括信息源的關鍵詞分解和語義定析、各節點的人際關系或者發表時間等因素有關。研究微博中較大度值用戶信息的傳播模式和特征對于企業和社會傳播學的研究都具有很重要的經濟價值和社會效益［8］。

［1］樊鵬翼，王暉，姜志宏，李沛.微博網絡測量研究［J］.計算機研究與發展，2012（4）：691-699.

［2］Sina Microblogging［OL］.［2011-03-07］.http：//t.sina. com.

［3］XPath［OL］.［2011-03-07］.http：//www.W3.org// TR//xpath，2011.

［4］Newman M E J.Random graphs with clustering ［J］. Physical Review Letters ，2009，103（5）：058701.

［5］Duncan J1Watts. Six Degrees: the Science of a Connected Age ［M］.New York:W.W.Norton＆amp;Company，2003.

［6］新型社交網絡信息傳播特點和模型分析［J］.現代情報，2012（1）：56-58.

［7］馮芳芳.基于SNS的企業競爭情報搜集［J］.農業圖書情報學刊，2010（12）：49-52.

［8］于晶，劉臣，單偉.在線社會網絡中信息傳播的結構研究［J］.情報科學，2013（12）：136-146.

G2

A

1674-6708（2016）170-0076-02

馮新穎，研究生在讀，河北工業大學經濟管理學院，研究方向為管理科學與工程。