新媒體時(shí)代汽車自媒體微博信息傳播網(wǎng)絡(luò)研究

楊磊 魏書琪

摘 要 基于社會(huì)網(wǎng)絡(luò)分析視角，結(jié)合汽車自媒體微博賬號(hào)之間的“關(guān)注”與“被關(guān)注”信息傳播的網(wǎng)絡(luò)矩陣，從網(wǎng)絡(luò)密度和距離分析、中心性分析和凝聚子群分析三個(gè)方面對(duì)微博汽車自媒體信息傳播網(wǎng)絡(luò)進(jìn)行分析，研究發(fā)現(xiàn)微博上在汽車自媒體之間聯(lián)系緊密，整體上呈現(xiàn)去中心化趨勢(shì)，尚未形成派系對(duì)立的局面。

關(guān)鍵詞 汽車自媒體；社會(huì)網(wǎng)絡(luò)分析；微博；信息傳播

中圖分類號(hào) G2 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 2096-0360（2021）19-0007-03

新媒體背景下，移動(dòng)通信技術(shù)的不斷進(jìn)步和受眾對(duì)汽車信息需求的不斷增加，為汽車自媒體的發(fā)展提供了機(jī)遇。尤其是在微博、微信、抖音等新媒體平臺(tái)上，碎片化的內(nèi)容和個(gè)性化推送方式更是大大豐富了受眾對(duì)于汽車自媒體信息的接觸。目前，汽車自媒體主要以汽車測(cè)評(píng)、汽車行業(yè)資訊、汽車改裝、二手汽車交易等為主要傳播內(nèi)容，媒體影響力上已經(jīng)超過傳統(tǒng)的汽車官方網(wǎng)站以及汽車媒體，在一定程度上影響用戶的汽車購(gòu)買意愿、汽車品牌觀念以及品牌口碑等[1]。微博平臺(tái)通過個(gè)體用戶“節(jié)點(diǎn)”，基于興趣、職業(yè)、教育背景等路徑，形成虛擬社會(huì)網(wǎng)絡(luò)，汽車大V的微博網(wǎng)絡(luò)關(guān)系在一定程度上決定了汽車信息傳播的深度和廣度[2]。社會(huì)網(wǎng)絡(luò)分析法（social network analysis，縮寫為SNA），是一種用來分析不同社會(huì)個(gè)體、單位、群體等構(gòu)成的社會(huì)網(wǎng)絡(luò)的結(jié)構(gòu)和屬性[3]。本文基于社會(huì)網(wǎng)絡(luò)分析法，通過Ucinet軟件導(dǎo)入關(guān)系矩陣，從網(wǎng)絡(luò)的密度和距離、網(wǎng)絡(luò)中心性以及網(wǎng)絡(luò)凝聚子群等指標(biāo)入手，探究汽車自媒體的社會(huì)網(wǎng)絡(luò)關(guān)系對(duì)微博汽車信息傳播的影響。

1 研究設(shè)計(jì)

1.1 研究框架

本文的研究框架如圖1所示。

1）通過社會(huì)網(wǎng)絡(luò)密度分析，從整體上把握微博汽車自媒體社會(huì)網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)之間連接的緊密程度。同時(shí)，關(guān)注網(wǎng)絡(luò)中節(jié)點(diǎn)之間的距離，了解該網(wǎng)絡(luò)中一個(gè)節(jié)點(diǎn)信息傳遞到另一個(gè)節(jié)點(diǎn)的難易程度。

2）通過微博汽車自媒體賬號(hào)的關(guān)注與被關(guān)注，構(gòu)建微博汽車自媒體社會(huì)網(wǎng)絡(luò)，計(jì)算該網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)的點(diǎn)度中心度，得出網(wǎng)絡(luò)中的重要行動(dòng)者；計(jì)算該網(wǎng)絡(luò)的中介中心度，研究一個(gè)汽車自媒體在多大程度上處于其他兩個(gè)自媒體之間，得出網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)具有的控制能力；計(jì)算該網(wǎng)絡(luò)的接近中心度，了解該網(wǎng)絡(luò)中各個(gè)行動(dòng)者到其余行動(dòng)的距離之和，得出各個(gè)節(jié)點(diǎn)的不受其他節(jié)點(diǎn)控制的能力。

3）通過社會(huì)網(wǎng)絡(luò)凝聚子群分析，劃分汽車自媒體社會(huì)網(wǎng)絡(luò)中關(guān)系特別緊密的次級(jí)團(tuán)體，研究該網(wǎng)中次級(jí)團(tuán)體內(nèi)部的特征以及與其他次級(jí)團(tuán)體的關(guān)系。

1.2 社會(huì)網(wǎng)絡(luò)構(gòu)建

1）數(shù)據(jù)選擇。新浪微博汽車領(lǐng)域中“汽車大V榜”是對(duì)微博汽車領(lǐng)域自媒體影響力的一種排行，影響力指數(shù)根據(jù)汽車自媒體賬號(hào)的日活躍度、曝光能力、內(nèi)容質(zhì)量及粉絲互動(dòng)水平等綜合計(jì)算得出，能夠反映汽車自媒體在微信上信息傳播的影響力，具有一定的權(quán)威性。本文選取2021年7月的新浪“汽車V影響力榜”中排名前五十的自媒體賬號(hào)作為研究樣本。

2）數(shù)據(jù)收集。通過python技術(shù)，對(duì)排名前五十的汽車自媒體賬號(hào)進(jìn)行關(guān)注和被關(guān)注關(guān)系的爬取，在此基礎(chǔ)上，建立50×50的關(guān)系網(wǎng)絡(luò)，如果兩個(gè)賬號(hào)之間存在關(guān)注關(guān)系，用“1”表示，若不存在關(guān)注關(guān)系，則用“0”表示，最后形成微博汽車自媒體關(guān)注網(wǎng)絡(luò)表[4]。

3）數(shù)據(jù)處理。將汽車自媒體關(guān)系網(wǎng)絡(luò)矩陣導(dǎo)入社會(huì)網(wǎng)絡(luò)分析軟件Ucinet中，進(jìn)行網(wǎng)絡(luò)密度分析、網(wǎng)絡(luò)距離分析、中心度分析以及凝聚子群分析，通過各項(xiàng)分析數(shù)據(jù)，對(duì)微博汽車自媒體信息傳播網(wǎng)絡(luò)進(jìn)行分析。

2 社會(huì)網(wǎng)絡(luò)分析

2.1 網(wǎng)絡(luò)密度與距離分析

將關(guān)系矩陣導(dǎo)入到Ucinet軟件中，進(jìn)行Network—Cohesion—Density—Old Density Procedure操作，計(jì)算出該網(wǎng)絡(luò)的整體密度為0.460 8，表明微博上汽車自媒體群體整體上連接緊密，有利于汽車信息傳播。通過Network—Cohesion—Distance操作，得出該網(wǎng)絡(luò)的平均距離為：1.543，說明該網(wǎng)絡(luò)關(guān)系中兩個(gè)節(jié)點(diǎn)之間平均間隔1.543個(gè)節(jié)點(diǎn)，即一個(gè)節(jié)點(diǎn)向另個(gè)節(jié)點(diǎn)傳播信息時(shí)消息傳播距離不超過兩個(gè)人。同時(shí)，該網(wǎng)絡(luò)基于距離的凝聚力=0.733，該指標(biāo)范圍0至1，值越大表示該網(wǎng)絡(luò)群體內(nèi)聚性越強(qiáng)。

2.2 中心性分析

1）點(diǎn)度中心度。通過Ucinet軟件的netdraw功能將微博汽車自媒體間的關(guān)注網(wǎng)絡(luò)進(jìn)行可視化操作，如圖2所示，箭頭的指向表示用戶關(guān)注的方向，若節(jié)點(diǎn)A指向節(jié)點(diǎn)B，則自媒體A關(guān)注了自媒體B，反之，則被關(guān)注。我們將一個(gè)節(jié)點(diǎn)指向其他節(jié)點(diǎn)的箭頭的數(shù)量記做節(jié)點(diǎn)的點(diǎn)出度（outdegree），一個(gè)節(jié)點(diǎn)被其他結(jié)點(diǎn)所指的箭頭的數(shù)量記做點(diǎn)入度（indegree）。通過計(jì)算，我們發(fā)現(xiàn)“陳震同學(xué)”“蘿卜報(bào)告”“韓路”“初曉明”等自媒體賬號(hào)點(diǎn)入度較高，說明他們受到較多其他自媒體的關(guān)注，在汽車信息傳播網(wǎng)絡(luò)中處于中心地位，擁有較大的話語(yǔ)權(quán)。整個(gè)網(wǎng)絡(luò)的標(biāo)準(zhǔn)化點(diǎn)入度中心勢(shì)和點(diǎn)出度中心勢(shì)分別為：41.566%和47.813%（中心勢(shì)越靠近1，則整體網(wǎng)絡(luò)越具有集中趨勢(shì)），整體而言，該網(wǎng)絡(luò)“關(guān)注”與“被關(guān)注”的中心勢(shì)都比較高，兩種用戶都有明顯的集中趨勢(shì)。

2）中介中心度。一個(gè)節(jié)點(diǎn)在傳播網(wǎng)絡(luò)中需要通過關(guān)鍵節(jié)點(diǎn)與其他節(jié)點(diǎn)建立聯(lián)系，中介中心度測(cè)量的是每個(gè)節(jié)點(diǎn)對(duì)其他節(jié)點(diǎn)之間建立聯(lián)系的控制能力，這種能力會(huì)影響該網(wǎng)絡(luò)的信息傳播和擴(kuò)散。通過Ucinet計(jì)算中介中心度，發(fā)現(xiàn)“韓路”“高彥will”“醉醒軒主”“蘿卜報(bào)告”等自媒體賬號(hào)的中介中心度較高，說明該網(wǎng)絡(luò)中其他用戶在獲得信息時(shí)對(duì)上述的幾個(gè)節(jié)點(diǎn)的依賴較高。但Ucinet計(jì)算得出網(wǎng)絡(luò)的整體中介中心勢(shì)僅為3.03%，說明該信息網(wǎng)絡(luò)中的節(jié)點(diǎn)基本上不需要通過其他節(jié)點(diǎn)也能獲取和傳播信息，汽車自媒體之間的直接關(guān)注較多。

3）接近中心度。接近中心度測(cè)量的是網(wǎng)絡(luò)中行動(dòng)者到其他節(jié)點(diǎn)的距離之和，測(cè)量值越小，說明該節(jié)點(diǎn)受其他節(jié)點(diǎn)的控制越小。通過計(jì)算，“inFarness”指標(biāo)數(shù)值較小的自媒體為：“陳震同學(xué)”“蘿卜報(bào)告”“PS3保羅”“袁啟聰”等，表明上述賬號(hào)發(fā)布和傳播信息時(shí)更獨(dú)立，不易受他人的影響；“outFarness”指標(biāo)數(shù)值較小的賬號(hào)為：“百車全說三刀”“高彥will”“菲林公路”“方成說進(jìn)口車”等，表明上述賬號(hào)在信息獲取時(shí)比較容易，獨(dú)立性強(qiáng)，不易受其他自媒體賬號(hào)的控制。同時(shí)，該網(wǎng)絡(luò)整體的接近中心勢(shì)較高，Network in-Centralization為47.39%，Network out-Centralization 為57.57%，表明該網(wǎng)絡(luò)中的大多數(shù)節(jié)點(diǎn)在信息發(fā)布和接受時(shí)較少受到其他節(jié)點(diǎn)的控制，擁有較強(qiáng)的獨(dú)立能力。

2.3 凝聚子群分析

Ucinet軟件中，進(jìn)行Network—Roles& Positions—Structural—Concor操作，得出該網(wǎng)絡(luò)中的小團(tuán)體，結(jié)果如圖3所示。

從圖3中可以看出，該網(wǎng)絡(luò)中存在8個(gè)小團(tuán)體，其中第一團(tuán)體大多數(shù)為微博汽車自媒體的頭部博主，粉絲多，影響力較大，如“陳震同學(xué)” “胡永平”“初曉明”等；第三個(gè)團(tuán)體多為汽車測(cè)評(píng)賬號(hào)，如“蔡市場(chǎng)”“愛擎海”“蘿卜報(bào)告”等。通過計(jì)算的出凝聚子群的密度為：0.207，說明該群體中存在的小團(tuán)體的派系林立的情況不明顯。

3 研究結(jié)論

通過對(duì)微博中影響力排名前五十的汽車自媒體賬號(hào)的社會(huì)網(wǎng)絡(luò)分析，本文得出以下結(jié)論：

1）汽車自媒體已經(jīng)在微博平臺(tái)上形成了網(wǎng)絡(luò)社群，通過關(guān)注的方式，建立起汽車信息微博傳播網(wǎng)絡(luò)。從網(wǎng)絡(luò)的整體網(wǎng)絡(luò)密度和距離可以看出，該信息網(wǎng)絡(luò)連接緊密，傳播速度快，傳播范圍廣。

2）雖然不同節(jié)點(diǎn)在汽車自媒體賬號(hào)在微博信息傳播的影響力不同，頭部自媒體賬號(hào)處于該網(wǎng)絡(luò)的核心地位，但是該網(wǎng)絡(luò)整體上呈現(xiàn)去中心化的趨勢(shì)，個(gè)體節(jié)點(diǎn)很難控制和被其他節(jié)點(diǎn)控制信息的傳遞，該網(wǎng)絡(luò)中的行動(dòng)者有著很強(qiáng)的自主性和獨(dú)立性，這是自媒體與傳統(tǒng)媒體的一個(gè)重要區(qū)別。

3）微博中汽車自媒體群體形成的小團(tuán)體比較健康，團(tuán)隊(duì)內(nèi)部成員來源廣，內(nèi)容多樣，風(fēng)格多變，可以互相交流汽車信息，擴(kuò)大微博汽車信息的傳播網(wǎng)絡(luò)，不同的團(tuán)體間相互聯(lián)系，尚無(wú)派系林立的情況，汽車自媒體群體交流和諧，利于汽車知識(shí)和信息的擴(kuò)散。

參考文獻(xiàn)

[1]李鵬飛.“充值”與“被充值”：汽車自媒體的傳播倫理困境[J].當(dāng)代傳播，2018（3）：103-105.

[2]平亮，宗利永.基于社會(huì)網(wǎng)絡(luò)中心性分析的微博信息傳播研究：以Sina微博為例[J].圖書情報(bào)知識(shí)，2010（6）：92-97.

[3]林聚任.社會(huì)網(wǎng)絡(luò)分析：理論、方法與應(yīng)用[M].北京：北京師范大學(xué)出版社，2009：1-5.

[4]ZHANG Y.Understanding the sustained use of onlinehealth communities from a selfdetermination perspective[J].Journal of the association for information science andtechnology，2016，67（12）：2842-2857.