社会网络分析视角下的微博围观模型说课材料.docx
《社会网络分析视角下的微博围观模型说课材料.docx》由会员分享,可在线阅读,更多相关《社会网络分析视角下的微博围观模型说课材料.docx(18页珍藏版)》请在冰豆网上搜索。
社会网络分析视角下的微博围观模型说课材料
社会网络分析视角下的微博围观模型
社会网络分析视角下的微博"围观模型"
摘 要:
本研究从社会网络分析的视角下看微博,基于社会网络分析理论,将微博中人与人的关系量化,使用专业软件Ucinet进行数据分析和图表制作,得出一个直观模型——微博“围观模型”,该模型体现了微博整体网的基本特点:
名人间交流频繁,形成小圈子;普通人置于圈外“围观”,与名人交流的愿望实质上无法实现;普通人与普通人之间的有效交流也很有限。
这一整体网特征还可以被推广到微博中基于相同兴趣而形成的“小团体”中的社会关系。
沿着传播中“技术-传播-社会”范式,微博这一新兴互联网应用形成新的传播方式,新的传播方式构建出虚拟网络。
“围观模型”这一概念虽用来描述这一虚拟网络的特征,却也折射出现实社会中的社会网络关系特点,体现了人们交流的困境。
关键词:
社会网络分析 微博 Ucinet 围观模型 “技术-传播-社会”范式 交流困境
微博客(Micro-blogging/Microblog)作为新兴的社会化媒体,逐渐受到人们的关注。
微博客,简称微博,是一种允许用户及时更新简短文本(通常少于200字)并可以公开发布的博客形式[1]。
与传统博客和SNS网站不同,微博中的关注更为主动,用户可以根据自己的喜好选择关注的人,而被关注者的动态就会被显示在该用户的页面上,“这种半广播半实时交互的微博客机制,使得用户组成多个交流分享的小圈子,群体传播在这里得到凸显。
”[2]在这里,人们不仅可以与自己实际生活圈子中的朋友互相关注,分享信息,也可以关注名人的一言一行,也有可能得到名人的关注。
微博这一互联网应用的兴起改变了传播方式,随着用户量的增多和稳定,新的传播方式逐渐构建出虚拟社会网络。
本研究将微博用户分为两类:
名人与普通人,基于这个分类,使用社会网络分析法,提出“围观模型”这一概念,发现微博社会网络有以下关系特征:
1.名人与名人之间互相关注、转发、评论,形成交流的小圈子;
2.普通人关注名人,转发、评论其微博,但很少能收到回复,虽有与名人交流的意愿,但无奈只能在圈子之外,处于“围观”状态;
3.普通人与普通人之间可能由于种种原因相互关注,但很难产生有效注意力,活跃交流只能保持在某几个特定用户之间,因此,普通人要想扩展关系圈难度较大。
从新兴互联网应用到新媒体变革,再到虚拟社会网络的建构,微博的发展体现了传播的“技术-传播-社会”范式。
“围观模型”不仅表现了虚拟社会网的特征,也折射出现实社会网络的状态,体现了人与人之间交流的困境。
一,文献综述:
国内外从社会网络分析视角对微博进行的研究还不太多。
已有的研究结论总结起来有以下几种:
嵌套说,圈子说,单向说,特性说。
这几种说法对于微博中人与人之间的关系模式及模式背后的原因,观点各有不同;共同点是都认为微博已经形成了社会网络,应该从这个视角出发对其进行研究;但多数研究还停留于猜想和推理阶段,缺乏客观数据支持。
1.嵌套说
“嵌套说”认为在微博中,以每个用户为中心的人际关系网络在关注他人或被他人关注时, 会嵌套到另外一个用户的圈子里,以此扩展自己的社会网络。
这个观点同时又认为:
微博的沟通机制允许用户之间直接链接,这就意味着, 每一个用户在理论上都有可能与这一平台上的任何一个用户相识,当全世界所有的微博平台打破藩篱互通互联后,地球上的任何两个人之间都有可能直接对话,而不必通过其他节点作为中介。
[3]
“嵌套说”的前半部分揭示了微博中社会网形成的基本原因,但后半部分的推论只是一种理想情况,明显过于乐观。
2.圈子说
“圈子说”认为微博中的人们之间的联系不是随机的,而是因信息偏好的不同形成一个个虚拟“圈子”。
微博用户极其之间的关系本质上是一个社会网络。
[4]
“圈子说”以每个用户为中心说明了微博中个人网的特征,但缺乏对微博整体网的说明。
3.单向说
“单向说”则认为拥有社会公共资源多的那群人更易被关注,但他们一般不会去反关注这些粉丝。
[5]
“单向说”提出了一种现象,但缺乏实际数据的支持,只是一种经验说。
4.特性说
“特性说”认为“中心节点”是微博社会网络的重要组成部分,与此对应,“意见领袖现象”应该是微博的基本特性,因为满足增长与优先情结,使得越连接越强大,越强大越被连接。
[6]
“特性说”提出了微博中的马太效应,但同样缺乏相关定量研究的证明,仍处于假说状态。
二,研究工具:
本研究旨在分析微博用户间的关系,进而构建微博社会网络图谱,属于社会科学研究范畴。
典型的社会科学研究数据分为两种:
属性数据(如行动者的观点、态度、性质等)、关系数据(如关于行动者间联系、接触、联络的数据等)。
前者多使用统计学软件进行变量分析,后者多使用社会网络分析软件进行关系分析。
本研究的数据属于后者,使用的主要工具为社会网络分析软件Ucinet。
三,取样说明:
国内已开展微博业务的网站有:
新浪、腾讯、网易、搜狐、嘀咕、人民网等,其中新浪微博起步较早,是国内微博业务发展相对较成熟的网站,影响力也强于其他网站。
新浪微博在发展之初就定下了“名人”线路,以名人进驻为特色,相比其他微博,新浪微博的用户分层更明显。
因此本文主要以新浪微博为研究对象。
在新浪微博的众多功能应用中,转发、评论、关注数、粉丝数是能够量化、清晰可见的,但转发和评论往往存在重复,且难以考察交互性,故本文采用关注数作为衡量指标。
为了更明确地体现名人与普通人的区别,本文中将“名人”定义为新浪微博“加V”(新浪认证)且粉丝数超过10万的用户,将“普通人”定义为没有加V或加V但粉丝数少于10万的用户。
在取样时,选取新浪微博排行榜的前50名用户作为名人样本;在微博广场“大家正在说”滚动栏目中随机抽取50名用户作为普通人样本。
四,数据处理:
对这100人进行编号,名人用户编号对应如下:
姚晨
(1),小S
(2),赵薇(3),蔡康永(4),谢娜(5)……胡歌(46),洪晃(47),杨千嬅(48),黄圣依(49),selina(50)[7]
普通用户编号对应如下:
聽貝拉瑜唱情歌(A1),曱甴崽崽滴窝窝(A2),Pandahyn(A3),草根巴菲特(A4),Miss小摆羊(A5)……爽爽-92(A46),negro小个(A47),露露814(A48),钟嘉聪(A49),王梦娜(A50)[8]
对以上100个用户进行数据搜集,将样本数据矩阵化,形成二值矩阵,结果如下:
此矩阵中,首行和首列表示微博用户编号,矩阵内元素则表示用户之间的关系:
1表示行用户关注了列用户,0表示没有关注。
五,数据分析:
社会网络分析方法将社会关系量化,通过分析数据构建社会网络。
具体的分析方法包括中心性分析、凝聚子群研究、块模型建构、结构洞和中间人研究、一致性分析等等。
本文主要通过中心性分析、凝聚子群研究、社会网络图来对微博中的社会网络进行分析。
[9]
1.中心性(centrality)分析
中心性分析是社会网络分析中最常用也最重要的方法之一。
中心性侧重于衡量个人或组织在其社会网络中处于怎样的中心地位,是对个体权力的量化分析。
中心性分析包含多种指标,如:
点的度数中心性、中间中心性、接近中心性等,每个指标下又针对社会网络中的点、线、图细分为多种次级指标。
根据本研究的需要,下面详细介绍几种衡量指标:
(1)点的度数中心度(point centrality)
点的度数中心度指的是在一个社会网络中,与某成员直接发生联系的其他成员的点数,又分绝对中心度(Degree)和相对中心度(NrmDegree),后者是前者的标准形式。
对此网络进行点的度数中心度分析,结果如下:
表
(2)中,OutDegree指成员发出关系的点数,即微博中的“关注数”,InDegree指成员接受关系的点数,即微博中的“粉丝数”。
NrmOutDeg、NrmInDeg分别是这两者的标准值。
由于数据量较大,表2以InDegree列为关键值降序排列,省略了部分数据。
由表
(2)可知,名人用户与其他成员发生联系的数量远高于普通用户;部分普通用户在此社会网络中处于孤立状态,既没有关注他人,也没有被他人关注;大部分普通用户关注了他人,但并没有得到他人的关注。
由于本研究侧重的是关注者与被关注者之间交流的往来关系,所以我们对此数据进行处理,计算InDegree/(InDegree+OutDegree)的值,如表(3)。
由表(3)可以,被关注/关注所得值最高的用户为郭敬明,郭敬明以较少的关注数赢得了较多人的关注,也就是说,他的被关注成本是最低的。
从表(3)中可知,被关注成本较低的10人均为名人用户。
(2)点的中间中心度(betweenness centrality)
点的中间中心度衡量的是在一个社会网络中,某成员是否处于“通过控制或曲解信息的传递而影响群体”(Freeman)的重要地位,即在多大程度上处于其他成员的中间,是否发挥出“中介”作用。
点的度数中心度衡量的是一个成员与其他成员发展交往关系的能力,而点的中间中心度衡量的是某成员控制网络中其他成员之间交往的能力,它不仅依赖于与成员与邻接成员之间的直接关系,还取决于成员与网络中所有其他成员之间的关系。
前者关注交往活动,后者关注对交往的控制。
对此网络进行点的中间中心度分析,结果如下:
表(4)中,Betweenness指中间中心度。
从结果中可以看出,中间中心度最高的是蔡康永、姚晨、黄健翔等人,说明这些人在此社会网络中处于控制交往关系的权力地位。
同时,有一部分成员的中间中心性为0,说明这些人几乎不具备控制相互交往关系的能力,而这些毫无控制能力的人多为普通用户。
2.凝聚子群研究
社会结构是在社会行动者之间实存或潜在的关系模式,凝聚子群是一个行动者集合,在此集合中,“行动者之间具有相对较强、直接、紧密、经常的或者积极的关系”[10]。
凝聚子群研究则是从某种社会结构中找出凝聚子群。
随着社会网络分析法的发展与完善,多种不同的凝聚子群类型被提出,如基于关系互惠性的派系研究,基于成员之间接近性的n-派系,基于点的度数的k-丛、基于成员关系密度的Lambda集合等等。
根据本研究的需要,下面将详细介绍有向关系网络中的派系概念。
在一个社会网络关系图中,“派系”指至少包含三个点的最大完备子图。
派系中最少包含三个成员,且任何两个成员之间都是直接相关的,派系形成后将无法向其中加入新的点。
对此社会网络进行派系分析(派系最小成员设置为8人),结果如下:
表(5)是在此网络中找到的44个派系,从中可知,这44个派系几乎都是由名人之间组成。
将此结果图像化,得到树状派系图,如下:
图
(2)是将图
(1)中部分派系放大所得。
从表(5)、图
(1)、图
(2)可看出,此网络中的各个派系几乎都是由名人组成的,这说明名人之间存在互惠关系,他们相互关注、分享资源,而普通人很少能进入到这些派系中。
从图中可看出,90%以上的普通用户或无法进入任何子群,或处于派系的最边缘。
3.图论法
图论法是社会网络分析中的一种基本方法,典型的图论中以节点代表行动者,连线代表行动者间的关系,有向图中的连线还会以箭头表示关系的发生方向。
Ucinet中的图像化工具Netdraw能够将量化数据图像化,将网络关系以图论法直观表现出来。
使用Netdraw绘制此社会网络的图像如下:
上图为此微博社会网络的直观图,从图中可以看出,名人用户基本集中于网络中心,与其他用户关系密切;普通用户基本分散与网络外围,并且很少受到关注;部分普通用户与网