基于社會網絡分析的移動輿情傳播模式及監管策略研究

李菲　柯平　高海濤　張琦　宋佳

[摘要][目的/意義]研究在互聯網環境下輿情信息傳播路徑及傳播規律，使社會網絡分析法在今后的輿情信息研究中能夠更好地被應用，使其理論和方法更加完善，也能對移動環境下輿情傳播監管對策具有一定的借鑒意義。[方法/過程]在對研究對象界定的基礎上，利用社會網絡分析法（Gephi軟件）結合新浪微博“大學生理財”的話題所采集的基礎數據，對移動網絡環境下輿情傳播特征、過程、規律進行實證研究，參考研究結論提出具體監管對策。[結果/結論]驗證了社會網絡分析方法對于移動環境下網絡輿情信息傳播研究的有效性和實用性，說明了移動環境下網絡輿情信息傳播的大致特點，并且為今后進行此項研究提供了新的思路，為實踐層面監管網絡輿情信息傳播提供了借鑒模式。

[關鍵詞]網絡輿情；輿情傳播；社會網絡分析法

隨著信息社會的快速發展，互聯網和智能手機走進千家萬戶，移動新媒體成為傳播網絡輿情的新平臺。據cNMc第39次《中國互聯網絡發展狀況統計報告》顯示，截至2016年12月，中國網民規模達7.31億，其中手機網民規模達6.95億，占比達95.1%。截至2016年9月，微博月活躍人數已達到2.97億，較2015年同期相比增長34%；日活躍用戶達到1.32億，較去年同期增長32%。直播、視頻相關業務在移動互聯網的快速發展迅速引爆全行業。微博作為社交媒體的平臺性作用不斷凸顯，話題類型涉及眾多行業領域且影響力不斷擴大，在大眾用戶都比較關注的熱點問題上，更是具有絕對的影響能力，因此也對新形勢下網絡輿情的傳播監管提出了新的要求。

目前，領域內現有研究成果主要集中于輿情傳播的模型構建、突發事件/敏感事件、政府主體視域的輿情傳播研究。例如，蘭月新、王國華、曾潤喜、張鵬等人組成的研究團隊，更多關注于突發，敏感問題的輿情研究；陳福集學者更多的將研究應用對象定位于政府，將算法與輿情研究結合；齊佳音學者主要基于微博對企業網絡輿情、突發事件輿情進行研究；朱恒民學者將計算機算法應用于網絡輿情研究；黃微學者關注于網絡輿情的演化機理；張玉亮學者關注于突發事件輿情研究；曹樹金學者關注于網絡輿情的標引算法等。但對于“潛在”輿情關注較少，對于傳播受眾較多、發酵力明顯的輿情研究過少，對于新媒體環境下輿情的監管方法研究較少。高校網絡輿情與一般網絡輿情相比，受輿情傳播者為“網絡原生居民”影響，輿情傳播呈現出“傳播速度快、參與者眾多、社會發酵能力明顯、內容多元與分散”等特點，較易形成大規模網絡輿情傳播的“核心社區”，因此是監管難度比較大、監管重要性明顯的輿情信息。本文采用社會網絡分析法，以新浪微博上“大學生理財”輿情案例進行實證研究，分析網絡輿情的傳播特征、傳播過程、傳播規律，為網絡輿情傳播監管提供相應路徑。

1相關理論

1.1網絡輿情

輿情這個概念隨著互聯網的不斷發展，越來越多的得到廣大民眾的重視。據現有的文字記載，“輿情”一詞最早使用在中國唐朝，出自《全唐詩》中詩人李中所作《獻喬侍郎》一詩：“格論思名士，輿情渴直臣。”《辭源》將“輿情”解釋成“民眾的意愿”，而在《新華字典》中，同樣將“輿情”解釋成“老百姓的情感和社會情緒”。網絡輿情指的是在互聯網上流行的對社會問題表達不同看法的輿論觀點，是公眾的社會輿論通過網絡信息渠道進行互相傳播、互相影響的表現形態。網絡輿情傳播的信息也往往是社會生活中的某些熱門話題、焦點問題，是具有較強影響力的言論和看法。

1.2社會網絡分析

依據中國知網中《當代西方社會發展理論新詞典》所給出的定義，社會網絡分析法是一種研究社會結構與社會關系的方法，其發展基礎是社會計量法。

社會網絡是由“點”與“線”所構成的直觀圖形，點代表了社會學分析的基礎單位（如個人、群體或社區等），點的特征受基礎單位特征定義；點之間的連線，表達出點之間實際存在的某種關系。社會網絡中的點通常劃分為三類：有直接關系的點、孤立點（不與任何點發生關系）、間接關系點。社會網絡分析法常用圖示的過程，實現對社會網絡概貌的直觀展現，并利用圖形進行其間的關系分析，統計相關分析和因素分析等，也常被引入社會網絡的分析。

2實證數據采集及清洗

本文通過編程方式接入新浪微博開放平臺，獲取“大學生理財”熱點話題原始數據，在數據清洗后利用社會網絡分析法（Gephi軟件）等工具進行相關圖標繪制及分析，完成實證研究過程。實證流程如下：1）選擇數據源。數據源應具備兩方面的特質，一是具有大量的信息用戶，只有在數據量保障的基礎上才能有效地研究出信息用戶的輿情傳播行為；二是傳播的信息應具備一定的輿情發酵能力，才能夠有效保障實證結論具有借鑒性。因此，研究選擇中國網民使用頻率最高的新浪微博平臺，結合受眾關注點較高的“大學生理財”話題作為數據源。2）采集數據。在以JAVA編程接入新浪微博開放平臺后，遍歷所有轉發、評論節點獲取“大學生理財”等相應字段的信息數據，作為后續研究的基礎數據。3）數據清洗及分析。針對獲取的原始數據，通過中文分詞操作實現數據清洗，形成要素數據庫、精簡數據庫，通過使用社會網絡分析軟件（Gephi）進行繪圖及進行具體關系分析。

2.1選擇數據源階段

按照研究設定的數據源選擇標準，基于新浪微博所獲取的“大學生理財”信息數據量，利用微指數工具繪制出指數圖，如圖1所示。通過圖形可以顯示出該話題信息量非常大，而且人們比較關注，完全符合研究設定的選擇標準。本文選擇有關大學生理財的五大熱點話題，分別是大學生理財意識、大學生理財安全、大學生理財方式、大學生理財效果、大學生理財監管。以相應熱點話題關鍵字進行搜索，在2012年1月1日至2017年1月1日時間段范圍內，共有發布“大學生理財”話題的原創微博地址數1647，通過瀏覽其內容，判斷其與本文主題具有密切相關度并具有廣泛的代表性；在1647條原創微博地址基礎上，進一步采集轉發和評論該話題的微博信息用戶數據量，共計13564條。通過圖1時間分布趨勢，還可以分析出信息的發酵程度及趨勢。endprint

2.2采集數據階段

截至2017年1月1日，共獲得13564條“大學生理財”新浪微博相關數據。在新浪微博“大學生理財”話題相關數據采集的過程為：劃定時間跨度，在本時間跨度內查詢“大學生理財”微博信息；查詢相關微博的對應的評論和轉發的地址并記錄；重復上述相關步驟，并將相關的有用的信息保存到ACCESS數據庫中。

2.3數據清洗及分析階段

使用Excel、Uhraedit等軟件實現對數據的規范化處理及清洗過程。根據微博地址碼進行了數據項去重復操作、日期格式規范化描述操作、無效數據值及缺失值的特殊處理操作、數據表的拆分或合并等操作，并最終形成大學生理財意識、大學生理財安全、大學生理財方式、大學生理財效果、大學生理財監管五個子話題的匯總表。利用社會網絡分析Gephi軟件進行基礎數據分析，繪圖過程中結合“Yifannu”流程布局、結合“ForceAtlas 2”進行聚焦。得出五個子話題構成的“大學生理財”網絡輿情數據量，如表1所示。

3實證數據結果與分析

3.1數據結果

本文選擇“大學生理財”中的五大熱點話題：大學生理財意識、大學生理財安全、大學生理財方式、大學生理財效果、大學生理財監管為信息源，獲取了13564條“大學生理財”微博數據，從2016年01月01日開始，大學生理財話題被越來越多的人群所關注，廣大網民在新浪微博上進行了激烈的探討，形成了一個完整的網絡輿情傳播路徑。本文以四川共青團官方微博發出的一篇“半數以上大學生愛理財財商卻低到讓人心疼”選為信息源，將節點選定為進行了此篇微博轉發和評論的信息用戶，將這些節點與節點間的關系，利用Gephi軟件繪制出該話題的新浪微博的輿情傳播云圖。

3.2結果分析

1）通過輿情傳播平均路徑長度尋找主體傳播媒介。由該話題傳播云圖可知，在新浪微博平臺上，參與該話題的信息用戶眾多、信息用戶分布范圍比較廣且用戶與用戶之間的聯系相對緊密。這種傳播特質，使得“大學生理財”話題的信息評論和相互轉載呈現發酵狀態，在互聯網的環境中產生了比較巨大影響力。從網絡輿情信息傳播總體特征來看，使用Gephi軟件用來統計的許多數據指標顯示“移動端網絡直徑為10，非移動端為4”，對比說明了移動端的輿情傳播范圍更加廣泛，具有更大的影響力。移動端的平均路徑長度大于傳統網絡媒體端平均路徑長度，說明了移動端的網絡輿情傳播速度更快，傳播效率更高，即更多的信息用戶選擇使用移動端工具參與“大學生理財”話題的網絡輿情傳播，以上數據也證明了現在網絡信息輿情傳播已進入了一個嶄新的時代。

2）通過點度中心性計算尋找輿情傳播核心。“點度中心”是通過計算每個節點的出度和入度值，衡量節點在網絡中的地位。當節點的入度大，表示該節點具有較大的傳播影響力；當節點的出度大，表示該節點在網絡傳播中呈現出比較活躍的狀態。在本實證話題的網絡信息傳播過程中，“四川共青團”微博號的度值最高達到2271，其中連入度為2259、連出度為32，可以判斷出該用戶為“大學生理財”話題傳播過程中起核心作用的引導性關鍵中心點。其他“大學生理財”輿情傳播節點（前20名）的點度對比值如表2所示。

4移動媒體環境下網絡輿情傳播監管對策

信息傳播是由信源、信道、信息、噪音、信宿等要素共同構成。通過對“大學生理財”新浪微博輿情傳播平均路徑長度云圖的分析，可以得出傳播媒介的主體渠道為移動端新媒體網絡（信道）；通過對該案例的點度中心性計算，能夠有效尋找出引導輿情傳播的核心用戶（信源、信息及“噪音”制造者）及關注核心用戶區域（信宿）。通過對以上內容的有效監控，就能夠直接實現對輿情傳播的有效監管。

4.1關注“重點傳播媒介”——加強對傳播信息及信道的有效控制

根據“大學生理財”輿情傳播實證案例結論，移動端和非移動端的輿情信息傳播過程中存在顯著差異性，移動端用戶占比較大，在網絡輿情傳播過程中起主導作用，網絡輿情傳播已經進入了移動新媒體傳播主體時代。在移動新媒體傳播過程中，輿情傳播必須要依靠硬件終端來完成，可以說硬件終端是輿情傳播的起點。因此，在新媒體硬件終端中植入相應的監管軟件或輿情敏感詞庫，將有效實現對輿情傳播人口的管理。

4.2關注“核心社區”——加強對信源與信宿的有效管理

社會網絡分析方法正是基于人群的社會屬性現狀而產生，人群往往因為具有相似的特質而聚集在一起形成“人群社區”，不同的人群社區又因為人群特征的不同而擁有不同的特質。本文研究了輿情傳播能力最強大的“核心社區”之一，高校大學生群體。高校大學生因其與網絡的成長相伴，因此具備了“網絡原生居民”的特殊屬性，對信息技術具有一定的操控能力、對網絡具有較強的歸屬感、對信息交互具有天然的熱衷度。因此高校大學生往往成為網絡輿情傳播的“核心社區”，是輿情信息傳播的重要主導力量之一。因此，在網絡輿情傳播監管過程中，應加強對高校大學生等“核心社區”的有效關注，從“人群社區”源頭及群體內部進行輿情傳播的監管。

4.3關注“關鍵用戶節點”——加強對“噪音”制造者的有效引導

通過“大學生理財”輿情傳播實證案例結論表2（輿情傳播節點TOP20的點度對比值）數據可以清晰得出，網絡輿情的傳播受“關鍵用戶節點”傳播影響力明顯，也可以表述為“關鍵用戶節點”具有能夠實現對網絡輿情傳播的直接推進或限制的能力，是網絡輿情傳播的發酵中樞。因此，有效識別出網絡輿情傳播過程中的關鍵用戶節點，并對該類活躍節點實現有效的引導或控制，即可以實現對網絡輿情傳播整體的有效控制。本文通過點度中心性的方法，實現了對實證案例關鍵用戶節點的有效識別。

5結語

本文在對研究對象網絡輿情進行理論定義后，對社會網絡分析法的操作過程進行了初步介紹，在用編程方式接入新浪微博開放平臺，獲取關于大學生理財意識、大學生理財安全、大學生理財方式、大學生理財效果、大學生理財監管五個子話題構成的“大學生理財”話題為基礎數據，進行數據清洗及繪圖統計。研究在理論層面上分析出了新媒體環境下網絡輿情傳播特征、演進過程和傳播規律，一定程度上擴寬了社會網絡分析法在網絡輿情研究中的應用；在指導監管應用方面，以網絡輿情傳播過程中的“核心社區”、“關鍵用戶節點”和“傳播媒介”等角度入手，提出了網絡輿情傳播監管的對策，具有一定的實踐參考價值。endprint