基于讀者社會網絡弱連帶關系的按需線上閱讀推廣研究

［摘 要］數字化閱讀的普及，使得信息過載成為讀者獲取資源的瓶頸。讀者社會關系網絡為數字圖書館閱讀推廣服務提供了用戶基礎，本研究通過深入挖掘用戶間的信息行為，識別讀者社會網絡中的強弱連帶關系，構建按需閱讀推廣模型，并以豆瓣讀書進行應用場景實驗，對應用效果進行評估。結果顯示，以弱連帶關系為基礎的推廣策略，能夠顯著擴大推廣范圍，并有效挖掘潛在讀者群體，提升閱讀推廣服務的覆蓋面與影響力。

［關鍵詞］閱讀推廣；社會關系網絡；弱連帶關系；數字圖書館

［中圖分類號］G252.17［文獻標志碼］A［文章編號］1005-6041（2025）01-0067-05

1 引 言

在互聯網時代背景下，信息得以跨越空間傳遞與交流，實現數字化，閱讀的載體形態和傳播方式也隨之發生了變化。隨著社交媒體的普及和互聯網技術的飛速發展，讀者的社會網絡成為連接信息與個體的新橋梁。其中，弱連帶關系作為社會網絡理論的核心概念之一，因其獨特的信息傳播效率和影響力，在線上閱讀推廣中展現出巨大潛力。互聯網環境下的閱讀推廣服務中若僅是按照傳統閱讀推廣模式發布閱讀資源信息，則遠不能達到不斷發展線上閱讀推廣服務的目的。由于數字化、網絡化的不斷深入，信息過載已經成為用戶獲取與利用信息資源的“瓶頸”，如何在提供精準資源以滿足特定用戶信息需求、文化需求的同時拓寬服務對象范圍，成為當前閱讀推廣服務中亟待解決的問題。

為解決這一問題，就必須在數字化環境中構建起讀者社會網絡。讀者社會網絡能夠幫助挖掘與劃分讀者間的關系，定位目標讀者，閱讀推廣服務正是借助讀者所具備的屬性特征，來實現迅速定位，并以其需要的閱讀資源為導向，實現線上“智能化”的按需閱讀推廣。本研究旨在為在線閱讀平臺提供一套基于社會網絡特性的精準推廣策略，實現閱讀資源的有效配置與廣泛傳播，促進全民閱讀氛圍的進一步提升。

2 文獻回顧

在線上閱讀推廣中，為讀者構建易于其開展交互行為的社會網絡，有利于信息的傳遞與展示^［1］。讀者社會網絡有助于定位閱讀推廣活動中的目標用戶，而交互性評論對讀者在理解力與參與度都有著積極影響^［2］。然而讀者社會網絡屬于非同質拓撲結構的復雜網絡，網絡中每個節點的強弱程度是不同的。在閱讀交互中，節點間存在不同緊密關系，為實現更好的交互就必須挖掘并運用不同節點間的不同關系^［3］。社會網絡中的連帶關系根據緊密度可以劃分為強連帶關系和弱連帶關系兩類^［4］，后者在信息流傳播過程中起到的推動作用要較前者更為明顯，如提取用戶需求趨向的相似性、用戶的交互行為等社會網絡數據，發現和構建用戶關系網絡和社區群組進而修正推薦結果、提高準確度等^［5］。借鑒傳播學領域的研究可發現，構建讀者社會網絡，須將弱連帶關系用戶作為推廣的主要服務用戶，才能更好地實現閱讀推廣。

目前，多項研究^［6-11］已經證實弱連帶關系是社會結構中必不可少的因素，它不僅可以為閱讀信息的傳播和網絡的延伸提供橋梁，還可作為圖書館閱讀推廣的紐帶。但目前弱連帶關系理論在閱讀推廣領域中的運用較少，對如何利用弱連帶關系開展閱讀推廣活動尚未形成系統化、理論化的研究成果。因此，本文嘗試利用弱連帶關系構建讀者社會網絡，結合讀者的興趣偏好，為不同讀者提供個性化閱讀資源推薦。

3 社會網絡弱連帶關系的內涵

社會網絡中的弱連帶關系（Weak Ties）指聯系相對較弱的個體之間的社會關系。相較于強連帶關系（Strong Ties），弱連帶關系的個體間互動頻率較低、情感聯系較弱，但卻在信息傳播和網絡擴展方面具有獨特優勢。根據格蘭諾維特的“弱連帶強度理論”^［12］，弱連帶關系往往能連接不同社群或群體，使信息在其間傳播，甚至加速信息擴散。在閱讀推廣中，利用讀者社會網絡中的弱連帶關系能夠更有效地覆蓋潛在讀者群體，擴大閱讀推廣的范圍，提升信息傳播的效果。弱連帶關系中的個體，盡管不屬于讀者的親密圈層，卻有可能因興趣或偶然的互動，成為書籍推薦的橋梁。當前，由于數字化閱讀的普及，信息過載已成為讀者獲取資源的一大瓶頸，對此可通過構建讀者社會網絡來精準定位目標讀者，并利用社會網絡中的弱連帶關系，將合適的閱讀資源推薦給潛在的讀者群體^［13］。

弱連帶關系通常跨越不同的群體或社區，能夠幫助信息突破強連帶關系的圈子局限，將資源傳播到原本難以觸及的群體中^［14］。線上閱讀推廣中的弱連帶關系有助于打破信息孤島困境，讓閱讀資源在更廣大的網絡中流通，從而獲得更廣泛的影響力。通過對弱關系的挖掘和應用，圖書館或其他推廣平臺不僅可以拓寬服務的邊界，還能夠發掘出更多潛在的閱讀需求，形成一種動態的閱讀推廣模式。

4 基于讀者社會網絡弱連帶關系的按需閱讀推廣模型

讀者社會網絡是將讀者個體視為節點而構建的網絡，節點代表不同讀者，可分布在多個平臺^［15］。影響力大的節點通常為意見領袖，能夠吸引其他讀者的關注，推動閱讀推廣活動的傳播。節點間的聯系基于社會關系和閱讀興趣。由于讀者社會網絡通常由虛擬身份構成，節點間的關系多為臨時性，分為單向和雙向兩類：單向關系代表弱連接，主要用于獲取信息；雙向關系則是讀者之間的互動，有利于更頻繁和有效的交流^［16］。推廣過程中需要按照節點的興趣偏好進而匹配相關的推廣資源，以確保推廣效果最大化^［17］。推廣路徑由網絡中的活躍用戶開始，采用滾雪球式的方式，逐步擴展節點關系^［18］。將上述各類構成要素進行整合，形成基于讀者社會網絡弱連帶關系的按需閱讀推廣模型，充分發揮弱連帶關系的優勢。該模型由以下部分構成（見圖1）。

4.1 讀者信息行為

各類讀者信息行為的集合，包含讀者的閱讀、借閱、瀏覽、關注、評論等行為。

4.2 讀者興趣偏好

基于讀者共同信息行為，將讀者和其所具有的閱讀興趣偏好進行匹配，通過向量的形式呈現。如圖1所示，u1（S1，S3，S5，S7）表示讀者u1具有四種閱讀興趣偏好，分別是S1、S3、S5、S7。

4.3 讀者社會網絡

將收集到的讀者信息行為通過信息可視化方式形成的線上社會關系網絡，包含中心讀者節點和弱連帶關系節點，以及連接不同節點的邊。緊密度越高，邊的比重越大。

4.4 讀者弱連帶關系子網絡

基于線上讀者社會網絡和讀者興趣偏好來構建。如圖1所示，其表現形式大致可以分為兩種：1）位于閱讀資源傳遞路徑的尾部，且與前者的聯系大多為單向聯系；2）位于不同閱讀網絡群體之間，呈現結構洞的形態。

4.5 閱讀推廣服務

將閱讀推廣資源和讀者閱讀興趣偏好相匹配，以向量的形式呈現。如圖1所示，R=（S1，S2，S3…）代表閱讀推廣資源R包含S1，S2，S3等偏好。代入到弱連帶關系讀者子網絡中進行匹配，以確認閱讀推廣的最終目標讀者。

綜上，可將各構成要素之間的關系概括為：確認中心節點→弱連帶關系列表→讀者節點的閱讀興趣偏好→推廣資源與閱讀需求的匹配→確定目標讀者用戶。

5 模型應用實驗——以豆瓣讀書為例

5.1 數據獲取

為驗證模型的可行性，本文選取豆瓣讀書網進行應用實驗。對于“豆瓣2023年度讀書榜單”中排名前十的書抽取以下數據：1）圖書短評；2）書評及其回復；3）讀書筆記及其回復。對于發表評論或回復的每一位讀者，抽取以下數據：1）該讀者閱讀過的、正在讀的和想讀的書；2）該讀者關注的人，關注該讀者的人；3）該讀者加入的小組；4）該讀者發表過的評論。

根據上述閱讀行為數據，對讀者間所具有的共同信息行為（共同閱讀行為、共同關注行為、共同加入群組和共同評論行為等）進行歸納統計，共計596 257個用戶，87 680 321條讀者信息行為。由于數據量過于龐大，隨機選取了100位讀者以及與這些讀者相關的共同信息行為，構建讀者社會網絡，并作為基于弱連帶關系的按需閱讀推廣的基礎。最終構建起包含13 347個讀者節點和344 114條關系的讀者社會網絡。

5.2 模型應用

5.2.1 構建讀者社會關系網絡。1）確認讀者節點及其閱讀偏好。在此次實驗中為了簡便，將讀者讀過的書作為該讀者的閱讀興趣偏好，如表1所示，以向量形式進行呈現。2）將讀者間的信息行為作為連接關系。以選取出的讀者昵稱為關聯字段，分別將共同參加群組、共同評論、共同閱讀和用戶關注信息等作為讀者關系產生的依據，進行關聯匹配，分析讀者之間存在的社會關系，利用讀者間的相似或共同具有的關系，構建讀者社會網絡。例如：兩個或者多個讀者節點都對同一本書存在“讀過”標簽，表明共同閱讀該書籍，讀者之間存在著共同信息行為（見圖2）。3）確定讀者社會關系權重。使用Jaccard系數計算所選讀者節點間的權重，形成讀者社會網絡，處于網絡核心的為中心節點，周邊的為弱關系節點，節點間的邊為讀者間的共同信息行為。

5.2.2 基于讀者社會網絡，構建弱連帶關系子網絡。首先對讀者社會網絡中的弱連帶關系進行識別。根據格蘭諾維特三維標準，節點間互動頻率弱、親密程度低、互惠交換少的關系則為弱連帶關系。將共同閱讀，共同評論，共同參加群組，單向關注，相互關注等關系作為讀者間信息行為的表現形式。對讀者間的關系設置閾值，將共同閱讀、共同評論和單向關注三種行為均賦1分，即ra=rb=rc=1，將共同參加群組關系和相互關注兩種行為均賦2分，即rd=re=2，將每對讀者的行為分相加，即R=ra+rb+…+re，R∈［0，7］，再計算R和總分數的商Z，即：Z=R/7，Z∈ ［0，1］。若節點間的Z≤3/7，則定義為弱連帶關系，否則為強連帶關系，如表2所示。

綜上，將網絡中的節點按上述規則計算后得到讀者弱連帶關系子網絡，包含11 078個節點和285 614邊條。

以讀者社會網絡中的中心節點為起點構建弱連帶關系子網絡鏈路進行閱讀推廣。例如，要推廣《明亮的夜晚》一書，首先，在所構建的讀者社會網絡中找出以該書為閱讀興趣偏好的中心節點讀者，組成中心子網絡（隱去獨立節點）；其次，在中心子網絡中找出閱讀興趣偏好包含《明亮的夜晚》的弱連帶關系中心節點（即讀者“長安”）；最后，以節點“長安”為起點，搜索與之相連的、關系閾值不大于3/7的節點，構建起弱連帶關系子網絡（見圖3）。

在此例中，將《明亮的夜晚》確定為要推廣的閱讀資源后，在弱連帶關系子網絡中選取讀者1和讀者2進行閱讀資源傳遞時，以兩者間是否存在關于所需推廣資源的共同閱讀、共同評論的行為為判斷標準。若存在其中之一，則將閱讀資源繼續推廣，反之則不推廣（見表3）。

此外，基于關系傳遞原則，使用Jaccard系數評估對弱連帶讀者間閱讀興趣偏好的相似性，以1/2為閾值，對Jaccard系數大于或等于1/2的弱連帶關系讀者進行興趣偏好的傳遞，小于1/2的不進行傳遞。即使讀者的閱讀興趣偏好不包含該資源，但只要與偏好包含該資源的用戶足夠相似，也應對其進行推廣，如表4所示。

經由上述步驟，最終得到目標讀者865個。要對確定的目標讀者進行按需閱讀推廣，既可在豆瓣讀書系統內進行站內消息推送，也可通過豆瓣讀書微信官方公眾號對讀者進行微信消息推送。

5.3 應用效果評估

為評估按需閱讀推廣模型在豆瓣讀書中的應用效果，采用對比實驗的方式，將傳統按需推廣模式和弱連接關系按需推廣模式所得到的目標讀者數量進行比較。在傳統閱讀推廣模式下，若資源符合讀者閱讀興趣偏好，則予以推廣，否則不推廣。兩類閱讀推廣模式的目標讀者數量及比值如表5所示。

由表5可知，對于推廣資源《明亮的夜晚》，傳統按需閱讀推廣模式的目標讀者數量為92人，弱連帶關系按需閱讀推廣模式的目標讀者數量擴大至865人，后者是前者的9倍。對于推廣資源《我在北京送快遞》，弱連帶關系按需推廣模式是傳統模式的10倍。由此可推斷出在兩組閱讀推廣資源下弱連帶關系目標讀者數量為：《明亮的夜晚》773人（865-92），《我在北京送快遞》102人（113-11）。

結果表明，弱連帶關系按需推廣模式可使得閱讀推廣的目標讀者數量大大增加，從而擴展閱讀推廣的服務范圍，挖掘出更多的潛在讀者，一定程度上達到了按需閱讀推廣的目的，證明基于讀者社會網絡中的弱連帶關系讀者開展數字圖書館按需閱讀推廣服務是可行的。

6 結 語

線上閱讀推廣服務在不斷發展，讀者對閱讀推廣所提出的要求也越來越高。若無區別地對讀者進行閱讀資源推送，忽略讀者社會網絡的延展性和讀者間關系的傳遞，反倒使讀者難以在海量的推薦信息中獲取到適合的閱讀資源。弱連帶關系作為社交網絡中的橋梁，能夠有效擴大閱讀推廣的范圍，將信息從核心讀者傳播到更廣泛的群體之中。這種方式不僅解決了信息過載問題，還通過精準推送滿足了讀者的個性化需求。本文分析了弱連帶關系的構成要素，提出通過挖掘讀者興趣偏好和信息行為來構建讀者社會網絡，并依托弱連帶關系實現定向推廣。實驗證明，該模型能顯著擴大閱讀推廣的覆蓋面，引導潛在讀者參與到閱讀活動當中，從而增強數字圖書館的推廣效果。

本文在研究的過程中也存在許多不足之處，如對讀者社會網絡中的弱連帶關系識別標準存在片面性，未能細致劃分；對弱連帶關系在讀者社會網絡中的表現形式概括得不盡完善。希望在未來的研究中能針對性地解決這些問題，為閱讀推廣服務研究的不斷發展添磚加瓦。

［參考文獻］

［1］XIE N.Construction and Promotion of Reading Service Platform of University Library Based on Computer Network Cloud Platform［J］.Mathematical Problems in Engineering，2022，2022（1）：1-10.

［2］張瀘月.高校移動閱讀推廣活動中讀者互動行為研究：基于社會網絡分析視角［J］.圖書情報知識，2016（3）：89-95.

［3］FLORES R M，SORIENTE V.Does the Promotion of Leisure Reading Still Exist in Academic Libraries？ A Closer Look of Reading Programs in Philippine Universities［J］.Qualitative and Quantitative Methods in Libraries，2023，12（4）：671-687.

［4］GARBE M C，BOND S L，BOULWARE C，et al.The Effect of Exposure to Reach Out and Read on Shared Reading Behaviors［J］.Academic Pediatrics，2023，23（8）：1598-1604.

［5］潘樂，李弼程，萬旺，等.基于關系強度理論與反饋機制的信息傳播動態網絡表示［J］.計算機工程，2023，49（2）：246-253.

［6］蔡宏志.個性化信息推薦服務模式［J］.情報雜志，2006（9）：116-118，121.

［7］劉合翔.基于社會化推薦的網絡瀏覽行為分析［J］.圖書情報工作，2010，54（16）：50-53.

［8］王曉耘，趙菁，徐作寧.基于社會化標注的用戶興趣發現及個性化推薦研究［J］.現代情報，2018，38（7）：67-73，80.

［9］杜瑾，熊回香，向瀛泓.基于學術網絡的跨學科論文推薦研究［J］.情報學報，2024，43（5）：516-527.

［10］郭雪梅.基于社會化標簽的用戶標注行為和時間因素的個性化推薦方法研究［J］.情報科學，2020，38（2）：68-74.

［11］扈維，張堯學，周悅芝.基于社會化標注的用戶興趣挖掘［J］.清華大學學報（自然科學版），2014，54（4）：502-507.

［12］GRANOVETTER M S.The Strength of Weak Ties［J］.American Journal of Sociology，1973，78（6）：1360-1380.

［13］ARAL S.The Future of Weak Ties［J］.American Journal of Sociology，2016，121（6）：1931-1939.

［14］SANDSTROM G M，DUNN E W.Social Interactions and Well-Being［J］.Personality and Social Psychology Bulletin，2014，40（7）：910-922.

［15］LIU Y，CHIU D K W，HO K K W.Short-Form Videos for Public Library Marketing：Performance Analytics of Douyin in China［J］.Applied Sciences，2023，13（6）：3386.

［16］YU W，JIANG Y，WU Y，et al.Multisensory Reading Promotion in Academic Libraries［J］.Frontiers in Psychology，2023，13：987180.

［17］張國防，徐建民.積極交互作用視角下網絡信息傳播及節點影響力排序研究［J］.現代情報，2023，43（5）：90-103.

［18］JIANG Y，CHI X，LOU Y，et al.Peer Reading Promotion in University Libraries：Based on a Simulation Study about Readers Opinion Seeking in Social Network［J］.Information Technology and Libraries，2021，40（1）：1-17.

［作者簡介］孫 雯（1983—），女，本科，館員，青島市圖書館。