微博信息傳播效果研究綜述

張博+李竹君

〔摘要〕微博這一媒體形式出現后深刻地影響了信息的傳播方式，因此一直是國內外學術界各學科領域關注的重點。研究方法不斷完善，研究角度也越來越多元化。本文針對微博信息傳播效果這一問題，對近年來國內外研究的典型文獻進行梳理和總結，首先概述了微博傳播效果的概念和測評方法，接著分類梳理了微博傳播效果影響因素的相關研究，并對該領域的未來發展方向進行了展望，以期為今后的研究提供參考和借鑒。

〔關鍵詞〕微博；傳播效果；概念；測評方法；影響因素；綜述

DOI：10.3969/j.issn.1008-0821.2017.01.031

〔中圖分類號〕G206.3〔文獻標識碼〕A〔文章編號〕1008-0821（2017）01-0165-07

〔Abstract〕Microblogs have gradually become popular and important platforms for people to acquire and share information，which have profoundly affected the way of spreading information.Therefore，microblogs receive many attentions of the academic field，and scholars have been making efforts to research about the effect of information dissemination.This paper presented a review of the information communication effect in microblogs.The first step of this paper was to introduce the mechanisms of microblogs.And then it analysed the characteristics and influential factors of information diffusion，including the source-level factors，content-level factors and receiver-level factors.Finally，the future research trends and directions had been discussed.

〔Key words〕microblogs；effect of information diffusion；concept；evaluation method；influential factors；research review

隨著Web2.0的發展，互聯網呈現去中心化、開放、共享等特征，信息傳播由不平衡的單向傳播變成了雙向互動式傳播。與此同時，各種社會化媒體的出現更是改變了傳統的信息傳播模式，其中，微博以其獨特的社會化媒體屬性吸引了大量的用戶，逐漸成為人們生活中獲取和分享信息的一個重要渠道。然而，微博中大量的用戶生成信息也帶來了諸多如信息過載、虛假信息泛濫等問題，超過了受眾的信息認知和處理能力。因此，微博信息傳播效果研究成為了學術界的研究熱點，學者們期望了解和預測信息傳播的趨勢和最終結果，為信息傳播者提升傳播效果提供依據，從而輔助管理者進行決策，選擇最優的傳播方式。

微博的傳播研究是一個兼具學術價值和應用價值的課題，國外的研究成果已十分豐富，多數以Twitter為對象，主要集中于傳播學、新聞學、經濟管理與營銷、信息科學、社會科學等領域。而國內的研究基本圍繞新浪微博來展開，2010年起成為熱門研究話題，話題逐漸多元，方法也日益豐富，由最初的定性分析為主逐漸過渡到對定量研究的重視[1]。在國內外的研究中，政治、危機、災難、公共事件、健康及營銷等類型的微博信息是學者關注的熱點，他們對微博傳播效果的影響因素進行了諸多探討。

本文針對近五年國內外關于微博信息傳播效果的文獻進行了歸納和整理，首先從信息傳播效果的概念出發，對微博傳播效果的概念和測評方法進行界定；接著從傳播者、傳播內容、接收者及關系四個角度梳理現有的微博信息傳播效果影響因素的相關研究，并進一步歸納和總結研究存在的局限性；最后對未來研究進行展望。

1微博概述

微博是微型博客（Micro-blog）的簡稱，是一種允許用戶分享實時簡短的文本信息和圖片、視頻等多媒體信息，并支持多種移動終端的社交媒體形式。作為一種新興的傳播媒介，微博以其時效性、隨意性及互動性等特征改變了傳統的信息傳播方式。國外最早出現也最流行的微博是由Evan Williams于2006年創立的美國社交網站Twitter，至今已有超過5億的全球用戶。2007年起中國也開始出現一些微博網站，其中新浪微博成為發展速度最快、用戶數量最多、最具代表性的中國微博網站，根據第37次《中國互聯網絡發展狀況統計報告》統計，截止2015年12月，我國網民規模達6.88億，互聯網普及率為50.3%，而新浪微博的月活躍用戶數已超過2.22億人。

微博的廣泛流行給互聯網信息傳播的方式帶來了巨大的變革。過去，人們只能通過搜索、瀏覽等方式從少數信息源獲得信息，而在微博中，用戶通過“關注”與“被關注”建立關系[2]，用戶間的關注可以是單方面也可以是相互的，如圖1。用戶之間可能會因為某種線下關系、相同的興趣愛好或是單方面的崇拜而在微博上通過有向的關注機制來形成結構復雜但又關系緊密的社會網絡，且該網絡構成了微博中信息傳播的主要途徑，直接決定了信息的傳播范圍。另外，微博中的信息分享主要是通過粉絲路徑和轉發路徑這兩個途徑來完成的。粉絲路徑是指博主發布的微博都可以被其粉絲實時接收和閱讀；轉發路徑是粉絲轉發博主的微博后又能被其粉絲閱讀和轉發，并由此循環下去，且用戶在轉發微博的同事還能額外附加入自己的看法和評論。這種轉發機制使微博的傳播超過原始作者的朋友圈，話題和傳播范圍不斷擴大。

2微博信息傳播效果概念及研究概況

傳播效果是一個抽象、定性的概念，根據早期研究媒介效果學者們的普遍看法可總結：從廣義上來說，傳播效果是指受眾接收信息后，其情感、知識、態度和行為等方面發生的變化；從狹義上來說，傳播效果則是指傳播者的目的和意圖在傳播活動中得到了多大程度上的實現。拉維奇和斯坦納早在1961年就提出傳播效果呈階梯模式，由認知、情感、態度和行為4個維度構成（見圖2）。認知是指對人們認識外界事物的過程，通過形成概念、知覺或判斷等心理活動來獲取知識；情感是人對事物是否滿足自己需要而產生的態度體驗；態度是對事物所持有的心理傾向，而行為則是受4項支配而表現出的外在行動，這4個維度為遞進關系，每一步的進行必須以上一步的完成為基礎[3]。

但是，對于不同的媒介，傳播效果的評價指標也不同，比如用發行量來評價報刊雜志的傳播效果，或是用收視率、票房等來評價電視節目或電影的傳播效果。但是，互聯網技術的高速發展催生了很多新興傳播媒體，在對這些新媒體的傳播效果進行定量評估方面，傳統的理論就顯得有些力不從心了[4]。關于微博的傳播效果測量，研究者的方法也不盡相同，總的來看主要有兩種。在微博中，認知效果可以表現為信息覆蓋面；微博引發的情感和態度效果體現在對微博信息的評價內容里；而行為效果則體現為受眾參與轉發，這一行為能夠直接推動信息的擴散速度和范圍。因此，大多數學者采用的第一種方法就是用轉發規模、評論數、傳播速度和持續時間等客觀指標來量化某條微博的傳播效果。他們利用一些爬蟲程序和API（Application Programming Interface，應用程序編程接口）來獲取微博信息內容及相關實證數據進行分析，一些研究最后還通過算法建立微博流行度的預測模型。如Lun Zhang等人以新浪微博的廣告微博為研究對象，用微博傳播的速度（Speed）、深度（Depth）和廣度（Breadth）來定義傳播效果，建立信息傳播樹狀結構，結果發現，信息層面的因素如廣告的典型性、完整性等和廣告發布者層面的因素如入度和出度等對速度、深度和廣度這3個維度均有影響但效果有所差異[5]；Suh和Hong等人（2010）分析了與轉發率相關的關鍵因素并建立了Tweet流行度的預測模型。他們研究微博特征，總結了一系列如粉絲數（Follower）、關注數（Follow）、身份（Status）、話題標簽（Hashtag）、短鏈接（URL）、提到（Mention）、天數（Days）、愛好（Favorite）等因素，結果發現語境特征中粉絲數量、好友數及賬號的使用時間會影響轉發，而內容特征中URL和標簽與轉發有顯著的關系[6]。另外，孫安龍等人（2013）也提出微博的可信度、活躍度、覆蓋度和傳播力是影響酒店微博營銷效果的4個關鍵因素，尤其對酒店微博的粉絲數量、微博數量和轉發次數有重要影響[8]。

除了用轉發量等數據來量化微博傳播效果外，另一種測量傳播效果的方法則是從信息接收者的主觀角度出發，利用訪談或問卷調查等形式來了解受眾接收微博信息后其認知、態度和行為等方面發生的變化。認知效果是受眾接收信息后的表層反應，表現為對信息的注意、記憶等方面所達到的程度；情感和態度效果是心理層面上具有濃重個人色彩的翻譯，蘊含著個體的主觀評價；行為效果是建立在認真理解傳播者傳送的信息并產生情感態度的變化的基礎上才會產生的效果。

如季丹在研究微博危機信息的傳播效果時，參考Gilly和Bansal的信息傳播影響力的調查問項，用鞏固、結晶和改變這3個指標來測量用戶接收網絡危機信息后行為與態度所產生的影響[9]。付樹森用微博受眾的再傳播意愿和品牌態度來定義企業微博的傳播效果，他提出態度是由認知成分（信念）、情感成分（感覺）和行為成分（反應傾向）構成的綜合體。最后他研究結合情景模擬實驗和問卷調查法來考察企業微博的類型、轉發者和轉發量對微博傳播效果的影響[10]。熊于寧則（2013）用問卷調查了500位企業微博的粉絲，找出刺激消費者興趣并引起他們購買意愿的關鍵變量。研究結果顯示，微博內容的精彩程度、粉絲互動及微博客服質量等因素都對消費者的購買意愿有顯著的影響[11]。

3微博信息傳播效果影響因素研究

信息在被傳播者發出到受眾接收的過程受到很多環節和因素的制約，并且這些因素都會對最終的傳播效果產生影響，因此傳播效果的產生本身就是一個非常復雜的社會過程，見圖3。傳統的傳播學領域研究中由美國心理學家霍夫蘭提出的說服傳播理論既是現代態度改變研究的開端，也是大眾傳播理論若干重大貢獻的淵源。該理論認為信息的傳播主體、傳播內容和傳播客體是影響說服效果的重要因素，在很大程度上決定了受眾接收信息后的態度[12]。之后，有很多學者依照該種劃分方式對影響傳播效果的因素并擴展了很多相關研究，如中國學者劉建順提出，傳播者的影響力不僅包括其外部形體特征如身材、相貌和氣質等，還包括其傳播能力、社會權威、社會角色、可信度及與受眾間的關系等維度；傳遞的信息特征包括了片面之詞和正反面之詞；對于信息的接受者因素，主要包括社會團體、社會輿論壓力、社會階層及文化等因素。隨著傳播環境的不斷變化，網絡作為當前最主要的傳播環境之一，傳播效果的研究也自然延伸到了網絡環境之中。與傳統環境比起來，信息的傳播和加工更加便捷，網絡中的個體傳播角色也更模糊，在作為信息接受者的同時也更容易轉向傳播者的身份，這就使得傳播者、傳播內容和傳播受眾對傳播效果的影響進一步被放大。因此學者對網絡環境下傳播效果影響因素的研究大多仍聚焦在傳統的三大維度上。

3.1信息來源維度

傳播主體也被稱為信息來源，是傳播過程中地位最為主動的角色，他們不但決定了內容的取舍和選擇，而且掌握了傳播的手段和工具。

在傳播與擴散理論也提出，來源可信度是決定信息是否具有說服力的最主要因素。來源可信度越高，受眾再傳播的意愿會越高，最終傳播的覆蓋面就會越廣。國外學者 Gilly（1998）[13]和國內學者鐘宏彬（2003）均證明了來源可信度對信息擴散產生的影響不可小覷[14]。

來源的可信度可以從多種維度進行測量，如Berlo（1969）提出的安全維度，即受眾感覺對信息傳播者沒有威脅感知。Hovland（1951）、Applbaum和Anatol（1973）[16]提出的專業性和可靠性，即受眾認為信息傳播者所擁有的知識量和受眾察覺到的信息發送者的欺騙性意圖。Whitehead（1968）[17]提出的客觀性，Mccroskey（1996）提出的權威和性格，Snighletyar（1976）提出的傳播者吸引力（Attraction）、知識性（Knowledgebaility）、清晰性（Artieulation）、可信賴性（Turstwohrtiness）、穩定性和對抗性5個維度[18]等。另外，一個有吸引力的信息傳播者也可能被認為更有說服力，而吸引力可能是基于外表吸引力和可愛程度等方面產生的。

在有關微博信息來源的研究中，意見領袖因其知名度、專業性和交互性受到了很多學者的關注，探究其對傳播效果的重要影響（夢非，2012）。如Wu shaomei和Hofman等人（2011）在研究中將Twitter的用戶分為普通用戶和精英用戶，探究不同類型用戶的受關注程度、信息流向、話題流行度等問題。結果發現2萬個精英用戶吸引了約50%的關注，引導了信息的流向[19]。周慶山（2012）同樣研究了身份類型不同的意見領袖是否會對用戶的轉發意愿產生影響，結果發現商業明星對用戶再傳播行為的影響高于文化明星，而娛樂明星的微博又比商業明星更易被轉發[20]。

其他關于微博來源特征的研究還有：張賽等人通過測量統計新浪微博的相關數據發現微博熱度與用戶的粉絲數呈正相關，并根據兩者之間的閾值關系計算出為使一條微博轉發次數達到某一值的粉絲數的最佳值[21]。Metzger（2010）等人提供了充足的實驗證據表明，發布者的知名度和認可度可作為啟發式線索來評估在線信息的可信度，來源可信度高的微博往往更可能被廣泛傳播。這項研究中，4個和發布者相關的因素發揮作用：活躍度、自我展示度、經驗和權威性[22]。還有研究發現，發布者已發布微博的數量會影響受眾評估他或她的微博的可信度，并且，過度活躍和太不活躍的用戶都可能被認為是垃圾信息發布者。Cha、Benevenuto（2012）等人研究發現經新聞網站認證過的博主發布的微博比“普通”人發布的微博得到的轉發更頻繁，說明權威人士發布的微博更容易被廣泛傳播[23]。

3.2信息內容維度

網絡環境中的信息種類變得豐富，信息的表達方式也更多樣化，包括文本、圖片、URL及附加的視頻和音頻等。這就使得用戶對信息本身的體驗效果被放大，而用戶對信息的接受程度又受到不同體驗結果的影響，因此信息自身的屬性特征也是決定信息傳播效果的關鍵因素之一。在研究微博的傳播效果時，內容分析是最常被用到的方法。其原理是根據某因素利用統計工具來分析信息傳播的特征，其中轉發量高的內容與普通內容的不同之處是學者關注的重點[24]。

有關不同應用場景下信息特征對傳播效果影響的研究有很多，對信息特征的劃分維度也越來越細致?？偨Y各學者的研究可知，微博信息的特征基本包括：主題和類別、長度、形式（圖片、視頻等）、完整性（是否含有補充新浪URL）、趣味性、效價、情感性、交互性（@）、信息口碑、發布時間等。

從內容類別角度來看，微博中不同種類的信息受到的關注度不同。一般情況下新聞類的信息通常傳播速度較快，而娛樂性的信息傳播的持續時間會較長[25]。例如Zhao（2011）等人研究發現Twitter上最流行的話題是關于全球時事和旅游，其次是科學和技術類的信息及體育、藝術、家庭生活、健康、商業和教育[26]；呂吟（2011）研究了微博數量與話題類型之間的關系后模擬出不同話題在微博上的表現情況[27]。

從內容特征來看，微博平臺的特殊屬性使得其內容長度受到限制，但是可以通過附加外部鏈接（URL）、增加圖片或是視頻等其他方式來提高內容的豐富性。因此，很多學者對這些因素進行了研究。例如Zhanglun、Pengtaiquan（2014）和季丹（2014）等人均對微博長度對傳播效果的影響進行了研究，結果表明信息越長，越能促進傳播的廣度和深度，提升傳播速度。Zarrella（2009）研究了轉發微博的特點，如最有可能和最不可能被轉發的詞語、轉發時間、具有URL短鏈的轉發可能性等。結果發現，56.7%的轉發微博含有URL，而非轉發信息中有URL的僅為19%。Liuzhiming、LiuLu和Li Hong（2012）以HSM為理論框架研究微博信息傳播擴散的決定因素，他們將內容特征歸為系統性線索，結果發現微博中多媒體的數量和URL的數量都會正向影響轉發[28]。

從內容的表達技巧角度看，受者面對不同表達方式所呈現的效果也不同。比如反問的表達形式會比平鋪敘述更能引起受眾的主義，更具感染力。如Jiyeon So等人對Twitter中的關于肥胖的健康類信息做內容分析之后發現，Tweet內容的情感性、趣味性（幽默）會對轉發量產生影[29]。Rodgers和Chen（2006）在研究中提出，趣味性、智能型和有組織性是3個網絡信息值得重視的特征[30]。在廣告學中已有對信息趣味性的驗證，即內容的傳播效果受到其趣味性的影響（Alden，2000）。而McMillan（2004）的研究維度更為精細，他研究了內容的趣味性、豐富性、互動性、有用性和即時性等特征對消費者處理信息的態度的影響[31]。Hansen、Arvidsson和Nielsen等（2011）認為Twitter中信息的傳播與其情感性相關。他們利用機器將新聞和非新聞的信息區分開并用內容分析法計算出每條信息的情感值后進行回歸分析，結果顯示正負向的情感都會影響政治信息的傳播，正面情感對非新聞內容的傳播較有利，而負面情感則能增強新聞類信息的傳播效果。

3.3信息接收者維度

信息接受者是信息傳播的終點，也是傳播效果的體現者。但是由于接收者自身屬性的差異，即使同一傳播者采用同樣的傳播技巧傳達相同的內容，對于不同的傳播接收者也會產生不同的傳播效果。因此，學者們不僅關注傳播者的作用和影響，還考慮到了信息接收者特征對信息傳播的影響。

3.3.1受眾的網絡使用經驗和專業知識水平是影響信息傳播效果的重要因素

對高科技掌握程度高的用戶對信息來源會更關注，更易持有懷疑態度（Tseng & Fogg，1999）。受眾對信息的需求程度也會影響他們對可靠性的評估，需求越高時，受眾更容易接受信息，并且更易認為該信息的可靠性較高。以上兩個因素的影響就會導致新手和需要信息的人可能會盲從于技術或信息源。此外，Chen等人在對網絡評論的研究中發現，受眾的知識儲備對信息來源可信度和信息感知可信度間的關系起到負向調節作用。受眾的專業知識水平與受信息的影響程度成負相關關系。然而也有學者持相反觀點，認為掌握更多的專業知識能幫助受眾更快和更容易處理信息并促進信息搜尋。傳統傳播理論得出的有關此問題的矛盾結果有待于在網絡情境下的進一步研究和驗證。還有一些學者提出受眾活躍度和參與水平對信息傳播的影響。參與水平的概念最早是由Sheif和Cantril與1947年提出的，指的是個人在事件中的參與水平會影響他們對反對意見的接受。在之后的研究中，參與水平被擴展到了網絡虛擬社區、微博等領域中，學者提出，用戶的參與水平和活躍度不僅會影響他們對網絡工具和信息的評價，還會導致他們的分享行為有所不同，進而影響到信息的傳播效果。李陽（2013）研究企業網絡輿情傳播時提出，參與水平對個人動機和傳播意愿具有調節作用：當參與水平較低時，宣泄動機和權利動機對個人傳播意愿的影響會增強，而在參與水平較高時反而影響會減弱。其原因可能是參與水平低的受眾往往是利己者，未觸及到其個人利益的情況下都極少分享信息以尋求幫助[32]。Jessica和Paul等人（2011）也證明了Facebook用戶的政治信息互動積極性受其參與水平的影響：高參與水平的用戶由于更期待得到他人的欣賞和贊同而分享行為更加積極，而低參與水平者的目的僅是獲取信息，以微觀的態度觀看事態的發展[33]。張藝（2014）在研究中以微博用戶的使用時間、登錄頻率等數據來衡量用戶的參與水平，并驗證參與水平對用戶轉發意愿的影響。結果顯示，參與水平對個人轉發動機和轉發意愿的關系有調節作用。

3.3.2受眾的心理動機也會影響信息的傳播效果

有學者提出心理需求是行為意愿的驅動力，受眾的心理動機會影響他們的最終行為，進而影響信息的傳播效果。而在網絡環境下的一系列社會化媒體中，用戶可基于個人的興趣愛好去主動獲取信息，并根據自己的意愿對獲取的信息進行復制、再加工或分享，以釋放某些心理需求。吳敏琦（2013）調查了194名微博用戶后發現，促進他們進行轉發的因素主要有兩類：利他和利己因素。利他的因素是出于對于他人有所幫助而進行轉發，而利己則主要包括信息收藏需求、社交需求和情感滿足等需求[34]。袁園（2013）以使用與滿足理論為基礎，探究用戶的主觀心理感受和轉發意愿的潛在關系，具體考察微博用戶不同的需求動機下轉發意愿的差異性。結果發現休閑娛樂、社會交往、自我認同的滿足度會增強微博用戶的轉發意愿，是影響轉發的重要因素[35]。此外，一些研究數據顯示，娛樂性的微博最容易被轉發，這是由用戶的消遣娛樂動機所驅動的行為結果。而用戶在轉發微博時附帶@好友的行為則體現出他們的社交動機較為強烈。

3.4傳播者與接收者關系維度

微博不同于一般意義上松散的網絡社區，它是由稀疏的真實社交網絡和高密度的“關注”與“被關注”形式構成的復雜的網絡結構。用戶間的關系網絡是信息傳播的主要途徑，直接影響到信息擴散的范圍。國外很多研究通過采集和分析微博用戶關系的相關數據發現微博網絡的直徑和平均路徑長度都較小，但是聚類系數卻很高，說明節點之間的聯系比一般的網絡社區更緊密，對信息的傳播十分有利[36]。

社會學將人與人之間的關系劃分為強弱連接兩種，Granvetter（1973）用互動時間、情感強度、親密程度以及互惠行動這四個指標來界定連接的強弱程[37]。Frenzen和Davis用相似性、親密程度、互惠行動、互惠次數對強弱連接進行考量。Smith在其口碑推薦的研究中對關系強度的測量則采用了相似性、若現實相遇愿與其結交和感知熟悉程度這3個維度。在微博中，用戶間的關系主要體現在：1）傳播者與受眾的相似性（如興趣愛好相似性、背景相似性、是否關注同樣的用戶等）；2）傳播者與受眾的互動程度（是不是會經常@對方、評論或是轉發對方的微博等）。這些因素都可能會增加他們溝通的概率和效率，影響受眾對傳播者所發布的信息的判斷，從而影響他們的轉發可能性等。

過去的研究表明，受眾與傳播者越相似，受眾越傾向于認可信息的發送者。Wright（2000）的研究結果表明，網絡環境下用戶與用戶間的相似性與用戶對信息可靠性評價直接相關。Java等人在挖掘微博網絡的社團結構時同樣發現，同一社團內的用戶有著相同的興趣愛好且會互相分享他們的日常生活和心情[38]。

此外，在研究互動程度對傳播效果的影響方面，Yang和Counts（2010）認為提到（@）代表了用戶間的活躍交互，通過這一行為用戶利用用戶真正交互的隱性網絡，而不是潛在的被動的追隨者網絡。結合生存分析，他們建造出一個新穎的模型來獲取信息擴散的3個主要屬性：范圍、規模和速度。發現提到的次數對速度和規模都有顯著影響[39]。劉君蘭（2014）在研究新浪微博中的段子手營銷時發現，段子手與粉絲的互動程度對消費者的信息搜索意愿和購買意愿有正向影響。余眺在理性行為理論、態度理論和AISAS理論的基礎上，以旅游微博為研究對象分析微博營銷對消費者行為（搜索、購買、分享）產生的影響，結果發現互動一方面直接影響受眾的分享意愿；另一方面通過信任、認知和情感間接影響搜索意愿和購買意愿[40]。

4總結與展望

本文簡述了微博傳播效果的相關概念、測評方法和意義，梳理了國內外現有的研究成果并歸納了影響微博傳播效果的關鍵因素。通過梳理我們發現，研究微博傳播效果的關鍵在于如何選取合適的方法或指標來度量傳播效果，已有學者一般利用轉發量、評論數等客觀數據來衡量傳播效果或是從受眾的主觀角度出發考察他們在接受微博信息后態度和行為等發生的變化。決定度量方法后，另一個重要的問題就是探究微博傳播效果的影響因素。學者主要從用戶特征、文本內容和信息傳播特征等方面入手，提取并構造最能代表這些特征的具體維度。綜合定性和定量研究方法，并將數據挖掘、內容分析、案例研究、可視化分析、社會網絡分析等研究方法充分運用于微博傳播效果研究領域。

隨著社會網絡分析技術和自然語言處理技術的不斷發展，今后微博傳播效果分析也將得到更大的支持和實現，其廣闊的應用前景椰漿逐步展現出來：不僅可以幫助微博平臺改善各種服務，進行輿情監控，而且還能優化信息推薦和微博營銷等[41]。例如，在興趣化推薦和廣告推送方面，微博平臺可結合用戶特征、社會化網絡和文本內容分析來預測信息的傳播效果，為合適的受眾推薦需要的的內容；在輿情監控中，政府可結合傳播效果分析來預測微博的傳播范圍和用戶的觀點態度，準確判斷有效的輿論熱點問題，以便加以控制和引導，有助于微博預警和控制微博輿情。

總的來說，國外的微博傳播效果研究重視技術和應用，跨學科的特點明顯，而國內的研究雖已逐漸從定性轉向全方位的定量研究，研究深度也有所提高，但是定量研究仍然較少，存在一定的技術局限性。微博數據獲取是一個技術難題，學術界目前關于挖掘技術改進的相關文獻數量相對較少，且新浪API等應用在實踐中也存在很多不足[42]。尤其對于傳播學、管理學等文科學者來說計算機編程水平的高要求一定程度上阻礙了研究的發展，研究人員可通過學科合作等方式解決該問題。微博的傳播效果研究仍然存在許多問題亟待解決，未來的研究方向可以考慮以下幾個方向，希望對研究者有所啟發。

首先，目前的微博傳播效果分析大多以靜態的用戶網絡結構和用戶行為為基礎，但在實際情況中，微博的傳播速度是極快的，不單用戶自身的興趣和行為動機容易發生改變，用戶間的關系網絡和微博的流行度等都會隨時間而動態變化。因此，如何將適應微博動態變化的特征考慮到傳播效果模型中，并且運用流數據對用戶行為進行建模和觀測，值得進一步關注[43]。

其次，在微博的分析技術方面，接口資源的限制和分析的精準度都是亟待解決的問題。首先，微博上的信息資源雖然很豐富，但是可獲取的卻很有限，比如微博開放平臺雖為用戶提供了接口以供獲取信息資源，但是對抓取的內容和次數都有所限制，因此若想獲取更多的內容必須結合爬蟲系統來使用。其次，由于國內的微博分析研究起步較晚，導致在有關微博的事件預測、用戶影響力和情感分析等方面的精準度還有待提高。

再次，在微博傳播效果的實踐方面，首先可以進一步發展在一些重大事件的預測和管理方面的深度應用。社會事件在微博中的傳播速度和范圍都不容小覷，一直以來都是研究者關注的重點，但是預測結果的精準性和即時性仍然有待提高。對微博事件進行預測可以幫助新聞個體和相關部門在事件未發生時或發生的前期就能進行監控和采取措施，提升控制能力和主動性，改變低效的“事后處理”狀態。第二，微博的商業應用也是一個重要的發展領域。數量巨大的用戶基礎使得微博蘊藏著大量具有商業價值的信息，比如通過分析用戶的行為數據來推測用戶的購物傾向后為其推送符合興趣的廣告，或是通過分析品牌客戶的反饋評論來幫助商家改善市場決策；學者則可以利用微博的傳播特點更好地為企業進行營銷[44]。

最后，由于缺乏跨語境和跨地域數據，導致目前關于不同文化和語境的微博傳播效果差異研究還相對比較匱乏，國內的微博平臺與國外平臺的對比研究應該受到更多學者的關注。

參考文獻

[1]劉艷婧.我國微博研究綜述[J].國際新聞界，2014，（1）：45-51.

[2]李洋，陳毅恒，劉挺.微博信息傳播預測研究綜述[J].軟件學報，2016，27（2）：247-263.

[3]呂杰，張波，袁浩川.傳播學導論[M].北京：科學出版社，2007，29.

[4]李英樂.微博傳播效果預測技術研究[D].南京：信息工程大學，2013：4-5.

[5]Lun Zhang，Tai-quan Peng，et al.Breadth，depth and speed：diffusion of advertising messages on microblogging sites[J].Internet research，2015，25（3）：453-464.

[6]Suh B，Hong L，Pirolli P，et al.Want to be retweeted？ Large scale analytics on factors impacting retweet in twitter network[A]∥Proceeding of IEEE 2nd International Conference on Social Computing[C].Piscataway：IEEE Computer Society，2010：177-184.

[7]Stieglitz S，Dang-Xuan L.Political Communication and Influence through Microblogging—An Empirical Analysis of Sentiment in Twitter Messages and Retweet Behavior[C].Proceedings of the 45th System Science（HICSS）Hawaii International Conference on IEEE，2012：3500-3509.

[8]孫安龍，王佳佳.酒店企業微博營銷效果影響因素與策略[J].鄭州航空工業管理學院學報，2013，（6）.

[9]季丹.網絡危機信息傳播效果的影響因素實證研究——以新浪微博為例[J].情報科學，2014，32（7）：70-76.

[10]付樹森.企業微博對受眾再傳播意愿和品牌態度的影響研究[D].成都：西南財經大學，2013.

[11]熊于寧.企業微博營銷的消費者興趣導向模型研究[J].商業時代，2013，（7）.

[12]Hovland C I，Janis I L， Kelley H H.Communication and Persuasion[M].New haven：Yale University Press，1953：6-67.

[13]Gilly M C，Graham J L，Wolfinbarger M F，Yale L J.A dyadic study of interpersonal information search[J].Academy of Marketing Science，1998，（2）：3-10.

[14]鐘宏彬.影響網絡謠言傳播的因素及擴散模式[D].臺灣：臺灣“國立”政治大學，2003.

[15]Berlo D K，Lemert J B，Mertz R J.Dimensions for evaluating the acceptability of message sources[J].The Public Opinion Wuartely，1969，33（4）：563-576.

[16]Applbauln R L，Anatol K W E.Dimensions of sources credibility：a test for Reproducibility[J].Speech Monographs，1973，34（40）：231-237.

[17]Whitehead J L.Factors of source credibility[J].Quarterly Journal of Speech，1968，（54）：59-63.

[18]Singletayr M W.Components of credibility of a favorable news source[J].Journalism Quarterly，1976，53：316-319.

[19]Wu shaomei，Jake M Hofman.Who says what to whom on Twitter[C].Proceedings of the International Conference on World Wide Web，2011，1（4）：705-714.

[20]周慶山，梁興，曹雨佳.微博中意見領袖甄別與內容特征的實證研究[J].山東圖書館學刊，2012，（1）：22-35.

[21]張賽，徐恪，李海濤.微博類社交網絡中信息傳播的測量與分析[J].西安交通大學學報，2013，47（2）：124-130.

[22]Metzger M J，Flanagin A J，Medders R B.Social and heuristic approaches to credibility evaluation online[J].Journal of Communication，2010，60（3）：413-439.

[23]Cha M，Benevenuto F，Haddadi H，Gummadi K.The World of Connections and Information Flow in Twitter[J].IEEE Transactions on Systems Man and Cybernetics Part A：Systems and Humans，2012，42（4）：991-998.

[24]郭曉姝.企業微博信息互動傳播模式、途徑與影響因素研究[D].沈陽：東北財經大學，2013.

[25]陳慧娟，鄭嘯.微博網絡信息傳播研究綜述[J].計算機應用研究，2014，31（2）：333-337.

[26]Zhao W，Jiang J，Weng J，He J，Lim E P，Yan H，et al.Comparing twitter and traditional media using topic models[J].Advances in Information Retrieval，2011：338-349.

[27]新浪微博在地震中的傳播研究[D].杭州：浙江大學，2011：77.

[28]Liu Z，Liu L，Li H.Determinants of information retweeting in microblogging[J].Internet Research，2012，4（22）：443-466.

[29]So J，Prestin A，Lee L，et al.What Do People Like to“Share”About Obesity？A Content Analysis of Frequent Retweets About Obesity on Twitter[J].Health Communication，2016，32：193-206.

[30]Chen Q，Rodgers S.Development of an instrument to measure web site personality[J].Journal of Interactive Advertising，2006，7（1）：47-64.

[31]McMillan S J.Effects of Structural and perceptual factors on attitude toward the website[J].Journal of Advertising Research，2004，43（4）：400-421.

[32]李陽.企業網絡輿情再傳播意愿研究[D].哈爾濱：哈爾濱工業大學，2013.

[33]Jessica Vitak，Paul Zube，Andrew Smock，Carr，Nicole Ellison，and Cliff Lampe.Its Complicated：Facebook Users Political Participation in the 2008 Election[J].Cyberpsychology，Behavior，and Social Networking，2011，14（3）：107-114.

[34]吳敏琦.微博用戶日常生活信息獲取行為模式及其影響因素研究[J].情報科學，2013，（1）：86-90.

[35]袁園.微博用戶轉發意愿的影響因素研[D].南京：南京大學，2013.

[36]JWAK H，LEE C，PARK H，et al.What is twitter：a social network or a news media？[C].Proceedings of the 19th International Conference on World Wide Web，New York，ACM Press，2010：591-600.

[37]Granovetter.The strength of weak ties[J].American Jour of Sociology，1973：1360-1380.

[38]JAVA A，SONG Xiao-dan，FININ T，et al.Why we twitter：understanding microblogging usage and communities[C].Proceedings of the 9th Web KDD and 1st SNA KDD Workshop on web Mining and Social Network Analysis，New York，ACM Press，2007：56-65.

[39]Yang J，Counts S.Predicting the speed，scale，and range of information diffusion in twitter[J].International Conference on Weblogs & Social Media，2010，（10）.

[40]余眺.微博營銷對用戶行為意愿的影響研究[D].上海：東華大學，2013.

[41]蔣盛益，陳東沂.微博信息可信度分析研究綜述[J].圖書情報工作，2013，57（12）：137-141.

[42]周金元，張莎莎.國內微博研究綜述[J].情報雜志，2013，32（9）：49-51.

[43]李洋.微博信息傳播預測研究綜述[J].軟件學報，2016，27（2）：247-263.

[44]劉濱.微博分析研究綜述[J].河北科技大學學報，2015，36（1）：100-109.

（本文責任編輯：馬卓）