QQ群好友關(guān)系的復(fù)雜網(wǎng)絡(luò)研究*

余高輝，楊建梅，2，曾敏剛

(1.華南理工大學(xué) 工商管理學(xué)院，廣東 廣州 510640；2.華南理工大學(xué) 廣州學(xué)院，廣東 廣州 510800)

QQ是深圳市騰訊計算機系統(tǒng)有限公司開發(fā)的一款基于Internet的即時通信(IM)軟件，而QQ群是騰訊公司推出的一種多人聊天交流服務(wù)，主要針對具有某種共同愛好或共同目的的人員進行交流。自從Watts和Strogatz(1998)以及Barabási和Albert(1999)在Science與Nature上發(fā)表小世界網(wǎng)絡(luò)和無標度網(wǎng)絡(luò)的論文以來，學(xué)術(shù)界關(guān)于復(fù)雜網(wǎng)絡(luò)的研究正方興未艾[1-3]。各個領(lǐng)域都用復(fù)雜網(wǎng)絡(luò)的模型與方法來觀察本領(lǐng)域的問題以期獲得新的洞察力[4-7]。本文則探討QQ群好友關(guān)系的復(fù)雜網(wǎng)絡(luò)屬性以及網(wǎng)絡(luò)中心度對組織活動的意義。

一、網(wǎng)絡(luò)模型

數(shù)據(jù)來源：7位參與人的所有群好友。

QQ群好友網(wǎng)絡(luò)頂點定義：7位參與人的所有群好友所包含的3333個QQ號為頂點。

QQ群好友網(wǎng)絡(luò)邊的定義：兩個QQ號參與同一個QQ群，則兩者之間就連邊。

該群好友關(guān)系的模型如圖1所示。

圖1 QQ群網(wǎng)絡(luò)

圖2 累積度分布

二、網(wǎng)絡(luò)屬性

(一)度分布

3333個頂點的網(wǎng)絡(luò)累積度分布曲線見圖2，服從指數(shù)分布，R2為0.97

度值最大的頂點見表1。

表1 頂點度最大的10個頂點

(二)靜態(tài)分析

1.網(wǎng)絡(luò)的密度(Density)

網(wǎng)絡(luò)的密度，表達了整個網(wǎng)絡(luò)連接的緊密程度。在圖形中可表述為實際存在的邊與可能數(shù)量的邊的比例。當實際的關(guān)系數(shù)量越接近于網(wǎng)絡(luò)中的所有可能關(guān)系的總量，網(wǎng)絡(luò)的整體密度就越大，反之則越小。通過計算該QQ群網(wǎng)絡(luò)的密度為0.0419，為稀疏網(wǎng)絡(luò)。去除頂點2985后，密度變動0.2%。

2.緊密度指數(shù)(Closeness)

該指數(shù)反映了一個頂點在網(wǎng)絡(luò)中的重要程度，它顯示的是該頂點在網(wǎng)絡(luò)中心的地位。一個頂點的緊密度指數(shù)是該點與圖中所有其他頂點的捷徑距離之和，該值越低，說明該點處于網(wǎng)絡(luò)的中心位置。

表2顯示了頂點緊密度指數(shù)最小的10個頂點。

表2 緊密度指數(shù)最小的10個頂點

從表2中我們可以發(fā)現(xiàn)頂點2985的緊密度指數(shù)最小，因此，可以認為頂點2985處于QQ群的中心位置。

3.介數(shù)(Betweenness)

該指標也反映了一個頂點在網(wǎng)絡(luò)中的重要程度，如果一個頂點處于許多其他點對的最短的路徑上，表示該頂點具有較高的中間中心度，它起到溝通各個其他頂點的橋梁作用，用來刻畫一個頂點控制網(wǎng)絡(luò)中信息流的能力。

表3顯示了頂點介數(shù)最大的10個頂點。

表3 頂點介數(shù)最大的10個頂點

通過計算頂點3333的介數(shù)為0，而從表3中可以發(fā)現(xiàn)頂點2985的介數(shù)最大，因此，可以認為頂點2985處于QQ群中的核心位置。

4.Edros系數(shù)

以網(wǎng)絡(luò)中度最大的頂點為Edros點，在本文中Edros點是頂點2985，一個頂點的Edros系數(shù)可表述為該頂點到Edros點之間的距離，通過計算，對于頂點2985的Edros系數(shù)有1和2，其中最大的Edros系數(shù)為2，該值顯示了QQ群網(wǎng)絡(luò)具有小世界特征。

5.平均距離

整個QQ群網(wǎng)絡(luò)中沒有孤立點，最長的距離為3，最短的距離為1，平均距離約等于2.555，也就是說在網(wǎng)絡(luò)上的信息從一點傳遞到另一點大概需要通過3條邊。

6.網(wǎng)絡(luò)的集聚系數(shù)(Clustering coefficient)

集聚系數(shù)表示頂點的鄰居也是鄰居的概率。所有頂點的集聚系數(shù)的均值定義為網(wǎng)絡(luò)的集聚系數(shù)。通過計算，可以得出該網(wǎng)絡(luò)的集聚系數(shù)為0.959，集聚性很高，按照WATTS的定義，如果網(wǎng)絡(luò)的平均集聚系數(shù)較高，同時平均最短路長較小，則具有小世界效應(yīng)。這表明該網(wǎng)絡(luò)是一個具有明顯小世界性質(zhì)的網(wǎng)絡(luò)。

(三)動力機制

QQ網(wǎng)絡(luò)的頂點和邊顯然具有增長性。但是，3333個QQ號只有92個頂點與度數(shù)最高的頂點2985相連，說明了新增頂點沒有與度值高的QQ號相連的偏好性。

(四)屬性小結(jié)

從前面的分析可以看出網(wǎng)絡(luò)具有以下屬性：增長性、稀疏性以及小世界性。

三、QQ群成員參與活動力度與影響力分析

一個團體的存在與發(fā)展必須開展一系列的活動，以促進大家之間的交流，達到共同進步、相互提高的目的。QQ群是一個很好的工具來幫助團體組織活動，例如華工微軟俱樂部，通過建立各個部門的QQ群以及整個俱樂部的大群，通過在群上發(fā)布消息讓大家對俱樂部近期舉辦的活動有所了解，還可以引起大家的討論與交流，提高活動的質(zhì)量與參與度。當一個活動步入報名階段通常會出現(xiàn)這樣的現(xiàn)象，部分會員會問有多少人已經(jīng)報名了，有誰要參加這次的活動，如果你去了我也會去等問題，如果已報名的人數(shù)或自己熟悉的人數(shù)較多會增加報名人數(shù)。因此，下面本文主要研究華工微軟俱樂部QQ群中哪些成員的活動參與力度和影響力較大，從而為俱樂部更好的舉辦活動提供依據(jù)。[8]

(一)問卷調(diào)查

這次研究主要針對最近俱樂部舉辦的火爐山露營活動，從各群中選取50個QQ號(不重復(fù))進行問卷調(diào)查，收回39份，問卷回收率為78%，其中有效問卷39份，問卷有效率100%。問卷的內(nèi)容主要包括：(1)QQ群成員的基本資料：所屬部門和職位；(2)QQ群成員的活動參與力度：報名參加的可能性；(3)QQ群成員的活動影響力：影響其他會員參與的數(shù)量。

(二)數(shù)據(jù)分析

收集后的數(shù)據(jù)，經(jīng)處理和統(tǒng)計如表4所示。

表4 調(diào)查問卷統(tǒng)計表

通過對表4的數(shù)據(jù)進行分析，分別計算出QQ群成員的點度中心度與其活動參與力度和影響力的相關(guān)系數(shù)。運用SPSS分析發(fā)現(xiàn)，QQ群成員的活動參與力度和影響力與他們的點度中心度存在顯著的正相關(guān)性，相關(guān)系數(shù)分別為0.83和0.97；這就說明，在QQ群中成員點度中心度越大，在QQ群網(wǎng)絡(luò)中的地位越高，他們對俱樂部舉辦活動的參與度也越高；他們對活動的參與度越高，越能吸引更多的會員來參與該活動。

(三)原因及其解釋

由調(diào)查可知，點度中心度較大的QQ號主要是由俱樂部的執(zhí)委以及活動積極分子組成，主要是因為工作需要及興趣的偏好，他們加入的QQ群較多。因為每次舉辦活動都是由各部分管執(zhí)委牽頭，所以他們的參與度較高，但是也存在其它影響因素的作用，造成相關(guān)系數(shù)不高。人們一般喜歡與相識或具有相同興趣愛好的人交往，這就體現(xiàn)在如果參與此次活動的人有自己認識的越多自己參與的可能性就越大，而點度中心度較大的QQ號說明他認識的會員較多，因此，他對本次活動的影響力較大，即如果他能參加將吸引部分會員的參加。這也和我們的常識相符合。

通過分析，QQ群好友關(guān)系具有小世界特性，通過微軟俱樂部QQ群的研究，發(fā)現(xiàn)一個群體中存在著一些核心人物，他們處于網(wǎng)絡(luò)的中心地位，具有一定的活動參與度，并引導(dǎo)著整個群體的運作。提高活動的有效性，應(yīng)注重核心人物的意見，發(fā)揮他們的主觀能動性和帶頭作用；通過加強溝通，使QQ群成員之間相互熟悉，增加各成員之間的點度中心度，從而使部分不活躍的成員轉(zhuǎn)化為活躍分子，增加活動的參與度。

參考文獻：

[1]D J Watts，S H Strogatz.Collective dynamics of ‘small-world’ networks[J].Nature，1998，393：440-442.

[2]Albert R Jeong H, Barabási A L.Diameter of the World Wide Web[J].Nature，1999，401：130-131.

[3]Steven H.Strogatz.Exploring complex networks[J].Nature，2001(8)：268-279.

[4]JianmeiYang，LvpingLu，WangdanXie，et al.On competitive relationship networks：A new method for industria competition analysis[J].PHYSICA A，2007(2)：704-714.

[5]Jianmei Yang，Wenjie Wang，Guanrong Chen.A two-level Complex Network Model and its Application[J].Physica A，2009(12)：2435-2449.

[6]Jianmei Yang，Canzhong Yao，Weicheng Ma，et al.A study of the spreading scheme for viral marketing based on a complex network model[J].Physica A，2010(4)：859-870.

[7]楊建梅，陸履平，謝王丹.廣州軟件企業(yè)競爭關(guān)系的復(fù)雜網(wǎng)絡(luò)分析[C].北京：第二屆全國復(fù)雜動態(tài)網(wǎng)絡(luò)學(xué)術(shù)論壇論文集，2005：616-618.

[8]張豪鋒，李瑞萍，李名.QQ虛擬學(xué)習(xí)社群的社會網(wǎng)絡(luò)分析[J].現(xiàn)代教育技術(shù)，2009(12)：80-83.