基于社會網絡分析的網絡信息傳播規(guī)律研究

霍英 何碧如 丘志敏 李立煊

關鍵詞：網絡輿情；Ucinet；社會網絡分析

我國正處于轉型改革期，在當今信息多極化傳播模式下，社交網絡上的突發(fā)事件頻頻發(fā)生，在熱點事件發(fā)生時及時控制好網絡輿情的走勢迫在眉睫[1-2]。本文以新浪微博中“奔馳女車主維權事件”這個案例的相關網絡輿情數據為分析樣本，選擇轉發(fā)關系較多的微博用戶作為分析對象，運用Ucinet軟件對該事件進行社會網絡分析，以探究突發(fā)事件微博輿情傳播的網絡結構特征及它對微博信息傳播的影響，為更好地對今后相關領域熱點事件輿情進行監(jiān)控和引導提供理論依據。

1 研究內容與研究方法

本文利用Ucinet對社交網絡傳播的模式進行分析和研究，并給出相關研究結果。根據研究得到的結果，以更好地理解輿情信息在社交網絡的傳播特點和規(guī)律，從而能夠有針對性地使用社交網絡對輿情進行監(jiān)控和引導。

Ucinet[3-4]是一種綜合性的社會網絡分析軟件，是由加州大學歐文（Irvine） 分校的一群網絡分析者編寫的。該軟件可以生成社會網絡圖，并對圖進行密度分析、中心性分析、凝聚子群分析等操作，應用Ucinet軟件我們能夠計算出社會網絡的各方面分析指標。

本文將從網絡密度、網絡距離、凝聚子群、核心- 邊緣、中心度以及結構洞等多個角度去分析社會網絡的結構，從而得出網絡輿情的傳播特點及發(fā)展規(guī)律。通過對各種社交平臺的特點及相關介紹最后選取新浪微博社交平臺進行研究，選取發(fā)生于2019年4月11 日的“奔馳女車主維權”[5]的網絡突發(fā)事件作為實證研究的基礎。選取該事件進行研究，主要是該事件引起了社會各界關注，網絡媒體、微博、微信、論壇等都參與了傳播，該話題的閱讀量達到1.9億，有4.5萬的微博用戶進行討論，此數據量為該事件的網絡輿情傳播研究提供了足夠的數據支撐。

2 維權事件數據采集與數據建模

2019年4月23日作為獲取數據的時間段。在新浪微博中搜索出時間范圍內發(fā)布的相關微博和微博用戶，利用爬蟲技術爬取各個微博用戶的ID及起源微博用戶的ID、轉發(fā)量、評論量、點贊量。將整理后的248個節(jié)點，按照社會網絡分析法的要求，對數據進行模型構建：將微博認證用戶看成一個節(jié)點，根據用戶間的轉發(fā)互動關系建立248×248的互動關系矩陣表，關系表中每列的微博用戶作為行為發(fā)起者，每行用戶作為行為的接收者（下文統(tǒng)稱為行動者），分別以“1”和“0”表示微博用戶間是否存在互動關系。

社會網絡是一種基于節(jié)點之間相互連接的社會組織形式。在社會網絡分析中，這種由點和線組成用來表示行動者之間的網絡關系的圖稱為網絡社群圖[6]，它能夠直觀地表現出每個行動者在社會網絡中所處的位置、角色及行動者的特征以及輿情的方向是怎么樣在社會網絡中傳播的。利用Ucinet軟件及前期采集數據可以生成該事件的網絡社群圖（圖1） 。通過分析，可以知道“西安身邊事”這個核心節(jié)點周圍的線條最密集，表明與多個用戶有聯系，在該事件的輿情傳播網絡中起到了重要的信息交流作用，能夠將信息傳遞給大部分節(jié)點。相反在網絡邊緣的節(jié)點周圍的線條比較稀疏，線條的箭頭也比較單一，大多數都是向其他節(jié)點流出的箭頭，這些節(jié)點基本上是普通用戶。

3 維權事件整體網結構測度分析

3.1 網絡密度分析

密度是用來表示社會網絡關系圖中各個行動者之間的聯系程度的指標。其值愈大反映網絡節(jié)點聯系越加緊密反之聯系松散。網絡密度測算公式如下：

在規(guī)模為n個行動者的整體網是有向關系網，其中Q為網絡密度值，M為網絡中實際關系數，N（N-1） 是理論上整體網中最大可能存在的關系數。從其公式可以知道，取值在0到1之間。將采集的維權事件矩陣關系導入Ucinet，可以獲得其值為0.0074，說明網絡中大部分微博用戶之間聯系比較低，相互傳播程度較低、信息交流很少。出現此結果可以用牛津大學的人類學家羅賓·鄧巴提出的150定律解釋。該定律根據猿猴的智力與社交網絡推斷出：人類智力允許人類擁有穩(wěn)定社交網絡的人數是148人，四舍五入大約是150人。由于每個微博用戶的關注力是有限的，所以網絡中實際存在的關系數也是有限的，所以整體網絡的密度并不會很大。

3.2 網絡距離分析

在整體網中，兩個節(jié)點之間的距離是指兩個網絡行動者之間要經過多少條線才能產生聯系。網絡距離也叫網絡可達性，網絡距離指的是連接兩個節(jié)點間最短路徑的長度，其值越小，表明節(jié)點間進行信息傳播的速度越快，交流也越頻繁。凝聚力指數反映社會網絡關系圖中行動者間的凝聚力，取值范圍為0～1，其值越大表明凝聚力越強[7]。利用Ucinet軟件對該事件輿情傳播進行距離測量，結果得出，該事件網絡節(jié)點的平均距離為1.322，表示該網絡中任意兩個行動者之間要通過1-2個節(jié)點建立互通。其中，有454對節(jié)點的網絡距離為1，占總數的67.8%；有216 對節(jié)點的網絡距離為2，占總數的32.2%。說明此網絡節(jié)點間的距離較小，節(jié)點間信息傳播速度快，有明顯的小世界現象。建立在“距離”基礎上的凝聚力指數僅為0.009，可以得出該事件整體傳播網絡的參與者之間的聯系不太緊密，整體的凝聚力也比較弱。出現該現象是因為網絡中有一些弱節(jié)點和很多普通用戶，他們與其他節(jié)點的距離比較大，而且相關聯的節(jié)點也比較少，并且這些互動行為也比較少，導致信息傳播過程中會有流失。

4 維權事件內部子結構分析

4.1 凝聚子群分析

凝聚子群分析是社會網絡分析中測量社會內部結構的重要方法，其目的是揭示社會行動者之間實際存在或者潛在的關系。當網絡中某些行動者之間的關系特別緊密，以至于結合成一個次級團體時，這樣的團體在社會網絡分析中被稱為凝聚子群，也被稱為小團體。如果網絡中存在凝聚子群，并且凝聚子群的密度較高，表明處于這個凝聚子群內部的那些行動者之間的聯系緊密，在信息分享和網絡互動方面交往頻繁[8]。

派系是建立在互惠性基礎上的凝聚子群，指的是最少包含有三個行動者的最大完備子圖。在該網絡中，任何節(jié)點對之間都存在一條直接相連的線，并且該派系不能被其他任何派系所包含。通過Ucinet對該事件輿情傳播進行派系分析測量，從分析結構得出，將派系規(guī)模默認設置為3時，該事件的數據樣本的輿情傳播網絡中最多有3個節(jié)點會形成一個派系，一共得到9個派系，派系之間存在重復的節(jié)點，稱為“共享成員”，有“西安身邊事”和“新浪新聞”這兩個節(jié)點且存在的派系數量也不低，說明派系間的獨立性較低，共享成員作為橋梁在傳播網絡中為信息傳播起到一定的作用，拉近派系間的聯系使得網絡中信息傳播平均化。其中，在248個節(jié)點的網絡中，有232個節(jié)點不屬于任何派系，說明孤立性較強，互惠程度較弱。

4.2 核心-邊緣分析

在社會網絡中，核心-邊緣結構指的是各節(jié)點相互聯系，形成內緊外松的特殊網絡結構。核心-邊緣結構分析主要是根據網絡中節(jié)點之間的聯系緊密程度，得出網絡中哪些節(jié)點處于核心區(qū)域和邊緣區(qū)域，位于核心區(qū)域的節(jié)點在網絡中占重要地位。

通過Ucinet對該事件輿情傳播進行核心-邊緣分析測量，維權事件的輿情傳播網絡中的核心區(qū)域節(jié)點與核心區(qū)域節(jié)點關系的密度為0.026；核心區(qū)域節(jié)點與邊緣區(qū)域節(jié)點關系的密度為0.001；邊緣區(qū)域節(jié)點與核心區(qū)域節(jié)點關系的密度為0.028；邊緣區(qū)域節(jié)點與邊緣區(qū)域節(jié)點關系的密度為0.001。由分析結果發(fā)現，核心區(qū)節(jié)點包括有西安身邊事、汽車中國、頭條新聞等73個微博用戶節(jié)點，這些節(jié)點主要是事件發(fā)生地的用戶、財經類用戶和政務類用戶，這些節(jié)點間密度比較大，關系緊密，他們所發(fā)布的信息具有領域代表性，被大多數網民認可。邊緣區(qū)的節(jié)點包括有看看新聞NEWS、鳳凰網、央視財經等175個微博用戶節(jié)點，這些節(jié)點之間聯系較稀疏甚至沒有聯系，說明邊緣區(qū)域節(jié)點的信息多是來源于核心區(qū)域的某些節(jié)點，不構成凝聚子群。

5 維權事件個體網位置角色分析

5.1 中心度分析

中心度也被稱為中心性，中心度分析可分為點度中心度、接近中心度和中間中心度三個分析角度[9]，其中接近中心度分析要求分析樣本的網絡必須是完全連通才能分析計算，但是本文選取的維權事件樣本數據并不是完全連通的，所以不進行接近中心度分析。

5.1.1 點度中心度

點度中心度可以用來發(fā)現網絡中與其他節(jié)點關聯最多的節(jié)點，一個節(jié)點的點度中心度指的是該節(jié)點關聯的其他節(jié)點的個數。點度中心度越大的節(jié)點在網絡中的社會地位越高，越重要，接近傳播網絡的中心。利用Ucinet對該事件輿情傳播進行點度中心度測量，在網絡的全部節(jié)點中，“西安身邊事”的點度中心度值最大，其點度中心度為103，表明作為報道西安本地事件的“西安身邊事”在該輿情網絡中與其他103 個節(jié)點存在互動的關系，對輿情信息傳播影響大，是網絡中輿情傳播的中心節(jié)點，對維權事件的輿情傳播發(fā)揮了重要的作用。而排名在2-20的點度中心度的值為6-30，這些節(jié)點大都是相關媒體用戶，包括有媒體、汽車行業(yè)、軍事、知名媒體人等用戶，他們在相關領域的影響力大，掌握的信息多而且被人認可，發(fā)布的信息影響著網絡中其他節(jié)點的情緒和態(tài)度。該網絡的中心勢為40.55%，說明該網絡有明顯的向核心點集中的趨勢，即排在前面的幾個節(jié)點發(fā)布的微博完全可以影響輿情的走向，是重要的意見領袖。

利用Ucinet對該事件的點出度和點入度進行分析，發(fā)現出度排名前20的節(jié)點中，多是像“跳舞的公主”“暖暖逸風”等這樣的普通用戶，說明這些節(jié)點積極關注該事件，參與到輿情的轉發(fā)和評論中去。點入度排在前20的點有“西安身邊事”“頭條新聞”“汽車中國”等節(jié)點，說明這些微博用戶在此次事件中發(fā)布的微博得到較多其他用戶的轉發(fā)，即這些節(jié)點影響范圍大，是此次輿情事件的核心用戶。出現此現象是因為這些節(jié)點本身可能有信息的一手來源且真實可靠，所以不需要關注其他微博用戶發(fā)布的信息，反而其他用戶要從這些節(jié)點中獲取到事件的有力說明。

5.1.2 中間中心度

中間中心度也稱中介中心度，主要用于衡量一個節(jié)點在網絡中承擔“橋梁”角色的程度，即A節(jié)點要經過某一個節(jié)點才能與B節(jié)點產生互動關系，也就是轉發(fā)或者評論B節(jié)點發(fā)布的微博信息，這樣的節(jié)點具有中介的作用它表示該節(jié)點對網絡中資源控制的程度。中間中心度用于衡量一個節(jié)點出現在其他任意兩個節(jié)點對之間的最短路徑的次數，也就是所，如果一個節(jié)點出現在任意兩個節(jié)點間最短路徑的次數越多，那么該節(jié)點的中間中心度也越大，則在網絡中其他節(jié)點依賴該節(jié)點的程度越高，該節(jié)點也擁有更多的資源和更廣的信息傳播規(guī)模。中間中心度的表達式為：

利用Ucinet對該事件輿情傳播進行中間中心度測量，發(fā)現在所有節(jié)點中，“西安身邊事”的中間中心度最大（195） ，其次是“凱雷”（18） 、“侯寧”（3） ，將中間中心度和點度中心度的分析結果進行對比，可以發(fā)現位于主要位置的節(jié)點有重復，比如“西安身邊事”、“凱雷”，說明這些節(jié)點在輿情傳播中起到中間橋梁的作用，對信息資源有一定的控制，也擁有更廣的傳播渠道與其他節(jié)點進行互動，由此可以發(fā)現在該維權事件中，影響力較大的有知名本地博主（西安身邊事），有權威的媒體用戶（凱雷，頭條文章作者）以及對此事件涉及的消費者有積極作用的用戶（侯寧，獨立財經觀察家）。但是由分析結果也發(fā)現，在這個248×248社會網絡中，有245個中間中心度為0的節(jié)點，他們幾乎沒有信息的傳播的能力及資源的控制能力，起不到溝通的中介作用，對其他節(jié)點幾乎不會造成很大的影響。網民只需直接關注某些活躍微博用戶就可以很快地了解到輿情信息并將其進行評論、轉發(fā)，所以從整個網絡來看，大部分人不需要過度依賴網絡中控制信息資源的中間行動者就可以獲得信息并傳播。另外，網絡中間中心勢的值為0.32%，數值偏小，表明大部分的節(jié)點不需要經過中介節(jié)點就可以獲取資源和信息，這是因為互聯網是開放的，大多數用戶不需要對信息進行轉發(fā)或評論，就能夠獲取信息。

5.2 結構洞分析

結構洞分析是進行個體網研究的重要測量指標之一。結構洞是兩個關系節(jié)點之間的非冗余關系，一個結構洞是兩個節(jié)點之間的非冗余聯系，且能為其占據獲取“信息利益”和“控制信息”提供機會，能夠降低信息不對稱，讓不同的社群相連，所以結構洞比網絡中其他位置的節(jié)點更具有競爭優(yōu)勢。結構洞測量的衡量指標包括有效規(guī)模（effective size） 、效率（effi?ciency） 、限制度（constraint） 和等級度（hierarchy） 。利用Ucinet 對該事件輿情傳播進行結構洞測量，發(fā)現“西安身邊事”的有效規(guī)模最大（102.864） ，限制度最?。?.012） ，這是由于西安作為事件發(fā)生地，掌握了事件的一手信息，信息來源真實有說服力，所以該節(jié)點占據了較多的結構洞。其次是“頭條新聞”（30、0.033） 、“汽車中國”（29、0.034） 、“醉美YZ（26、0.038） 等節(jié)點的有效規(guī)模依次較大，限制度比較小。這些節(jié)點在網絡中處于核心地位，在輿情信息傳播過程中占據重要位置，所受約束較小，不易被他人控制，充當了大部分節(jié)點之間的“橋”，是網絡輿情傳播過程中的重要節(jié)點。從效率的指標來看，各節(jié)點的效率值都接近1或者等于1，所以有效規(guī)模和實際規(guī)模比較接近。由于本節(jié)的分析結果和中心度分析的結果接近，所以也證明了“西安身邊事”和“凱雷”是該事件輿情傳播過程中的重要節(jié)點，對信息的傳播速度和傳播規(guī)模都有一定的積極作用。

6 結束語

通過應用社會網絡分析法對奔馳女車主維權事件進行分析得出：該事件整體網絡密度和整體凝聚力較低，相互傳播程度較低，節(jié)點間的距離較小，信息傳播速度快且具有小世界現象；內部結構的核心區(qū)域的部分節(jié)點構成了9個派系，共享成員“西安身邊事”和“新浪新聞”拉近了派系的聯系，網絡中的大部分普通用戶孤立性較強，互惠程度較弱；中心度較高和占據較多結構洞的“西安身邊事”和“凱雷”作為意見領袖和中介橋梁引領信息的傳播范圍和傳播趨勢，因而可以通過結合該輿情傳播的網絡結構特征與重要節(jié)點去管制輿情的發(fā)展方向和速度。本案例所涉及的節(jié)點間關系網絡的研究結果，對于掌握輿情傳播規(guī)律，進而更好地對輿情進行監(jiān)控和引導具有一定的參考價值，對于輿情管控軟件的開發(fā)提供了理論基礎。