我國省級圖書館微博的社會網絡分析

聶慧英

摘 要： 本文通過新浪weibo為研究媒介，采取社會網絡分析法，將實名認證的14個省級微博為研究對象，通過這些圖書館之間的“互粉”建立起的社會網絡，從整體網絡結構、凝聚子群以及中心性等具體幾個方面進行了分析。

關鍵詞：圖書館 新浪微博 社會網絡分析

中圖分類號：G250.7 文獻標識碼：A 文章編號：1003-9082（2016）09-0052-01

隨著科技進步、互聯網高速發展，微博作為信息技術的產物之一，已經得到許多不同行業的認可與應用。圖書館作為搜集和傳播信息的重要組織機構，也逐漸重視起微博在圖書館的實際運用。當下國內很多的圖書館都將微博作為用戶服務的平臺。

一、相關研究

據檢索來說，我國圖書館學界微博的利用初始于2009年左右。之后，該領域的研究逐漸深化，理論與實證的研究方面均逐漸充實。理論方面主要探討了微博在圖書館服務、營銷、推廣等方面的優勢。實證研究主要針對于國內高校圖書館、公共圖書館以及中小學圖書館的微博應用近況。但目前很少有文獻對我國圖書館微博關聯狀態進行研究，而他們間的關聯和交流對于研究我國不同地區、不同派系圖書館的協同以及知識開放獲取情況有重要的參考意義。所以本文以社會網絡分析法為著眼點，對我國的圖書館微博網絡進行研究。

二、方法和數據

如今社會網絡分析軟件中主流的有：Inflow，Multinet，Fatcat，Stocnet和Ucinet等。其中Ucinet的使用簡便，效果較為明朗。本文主要利用Ucinet進行具體分析。

本文通過關鍵詞“省圖書館”在新浪微博進行搜索，選取用戶一欄，檢索出眾多相關用戶，根據篩選，共有12個帶“V”標志（即通過新浪實名認證）的圖書館；接著檢索“自治區圖書館”共獲得2個帶“V”標志的圖書館，一共找到14個得到新浪驗證的省級公共圖書館。

微博中用戶之間都會存在著一定的聯系，而“關注”與“被關注”則是判定他們聯系的依據。若將各個圖書館微博視為節點，把微博A“關注”微博B當做是一條單向線，則該點在矩陣中的取值為1，否則取值為0，這樣便得到了一個14行14列的二值矩陣（見表1）。

三、分析與結果

1.整體網絡結構分析

可以看出我國省級圖書館微博網絡是一個集群的狀態，除云南省圖書館，這些圖書館大都關注了其他圖書館，各個圖書館之間的互粉程度較高，相關性較強。

2.群體結構分析

2.1 中心性分析

中心勢體現的是微博網絡中各節點的差別。不同的計算方法，節點的中心性可以分成三類：點度中心度、中間中心度、接近中心度。可以通過Ucinet對節點計算得到他們的中心度。因為數據是有向的，所以節點的電度中心度有兩種：點入度、點出度。

入度中心度表示在社會網絡中某行動者主動與其他行動者建立聯系的程度，處于主動的地位。出度中心度代表的是行動者在網絡中互動的能力，換句話說，也就是某行動者在網絡中與其他行動者聯系的能力，反應到文中即某圖書館微博與其他圖書館微博間關注與被關注的情況。

從表2中可以看出，陜西省圖書館的點入度中心度、山東省圖書館的點出度中心度是最高的，處于整個網絡的核心；寧夏回族自治區圖書館微博的點出度較高點入度僅為2，反映出其他圖書館對于他的關注較低，他的微博參考價值低。吉林省、福建省圖書館的微博比較重視其他圖書館的情況，所以關注度較高，出度中心度都在8以上。

2.2 凝聚子群

凝聚子群可以說是團體中部分人的關系特別緊密，以至于成為一個小團體。凝聚子群的概念包含多種，主要有“派系”、“n-派系”、“n-宗派”、“k叢”“成分”。本文涉及的主要是“成分”及“k叢”。

2.2.1成分分析。成分分析對于有向的關系而言，主要找出他的“強成分”和“弱成分”。文中研究的是行動者之間的關聯網絡，因此只需分析雙向關系的強關聯成分。圖2表明，14個結點被劃分成了2個成分，一個成分由13個節點組成，另1個成分僅有一個節點，而他是整體網絡中的孤立點，即出度為0。

2.2.2派系分析。派系中任意兩個點都有著直接的聯系，他們彼此相互臨接，不與其他派系存在包含關系。運用派系的方法找出小團體，需要多次的去實驗判斷。首先選擇K為3最小的團體不得少于5個節點，得到81個小團體，數量太大無法得出結論，可知條件設定太過寬泛。接著若K為2最小的團體不得少于4個節點，則得到31個小團體，仍然不好判斷。最后，選擇K為2最小的團體不得少于5個節點，得到的26組團體。可以看出這些微博之間存在著很多的派系，而從這些派系中可以得到很多的信息：①陜西省圖書館與23個派系都有著聯系，可看出他與絕大多數的省級圖書館都保持著聯系，在這些省級圖書館中有著主導的地位；②廣東省圖書館、福建省圖書館分別出現在14個以及8個派系中，可看出他們與大多的圖書館直接都有著密切的聯系。③云南省圖書館與其他派系沒有任何聯系，說明他獨立于這個社會網絡之外，沒有其他省級館的互動工作。

四、結論

通過研究可知：根據該社會網絡的綜合特點和基礎數據，可得出該網絡在聯系以及交流方面較好，各圖書館除了利用微博平臺為用戶服務以外，也與其他館有著緊密的聯系。通過對凝聚子群分析，可知不同的凝聚子群，網絡位置、特征都不盡相同。縱觀整體可知我國省級圖書館官微的子群規模較小。分析中心性可發現，點出度和點入度同時都比較高的圖書館官微較少，同時具備這兩個特征的圖書館可以說是整個網絡的核心，對整體網絡有一定影響力。一些點入度高，點出度低的圖書館官微，一定程度上表明這類圖書館的綜合水平較高，得到了他館的廣泛關注，自身卻過濾掉了一些繁雜的關系，只主動和位于網絡核心地位的圖書館建立關系。部分點出度高點入度低的圖書館官微，在某一程度也反映了盡管積極的關注了其他館，但是其他館對他的認可度卻很低，不被他館重視。

參考文獻

[1]朱慶華，李亮. 社會網絡分析法及其在情報學中的應用[J]. 情報理論與實踐，2008，02：179-183+174.

[2]徐媛媛，朱慶華. 社會網絡分析法在引文分析中的實證研究[J]. 情報理論與實踐，2008，02：184-188.

[3]鐘琦，汪克夷. 基于社會網絡分析法的組織知識網絡及其優化[J]. 情報雜志，2008，09：59-62.