微博社区信息交流网络结构与交流模式研究

袁红　赵磊

〔摘 要〕论文阐述了微博及其信息交流的相关概念，通过对用户属性和用户间关系的分析，提出了3种信息交流网络结构模型，即圈子模型，嵌套模型和围观模型。同时对微博信息交流模式进行了研究，从微博信息传播机制角度提出了裂变模式和聚合模式，从信息内容分析角度提出了链状模式、环状模式和树状模式。

〔关键词〕微博；信息交流；网络社区；交流模式；网络结构

〔中图分类号〕G250.73 〔文献标识码〕A 〔文章编号〕1008－0821（2012）09－0048－05

自第一家微博客网站Twitter于2006年6月13日成立后，微博开始席卷整个互联网。微博可以记录自己的生活状态，发布自己的观点和评论，回复他人的留言，是一个情绪抒发、自我记录、自我展演的平台，在个人人际交往和企业网络营销中具有十分重要的地位。

微博的出现在一定程度上打破了传统媒体在交流领域的垄断地位，人与人之间平等地对话，通过主动参与和利用信息而介入交流；微博140个字符的使得这个由精炼的文字和其它辅助表达手段构成的交流意义更加深刻；微博使用短消息形式发布，非常容易操作；微博同手机等移动通讯设备的无缝结合，使得微博信息交流的便捷性进一步增强；微博信息传播的速度快、效率高。

目前，微内容环境下的信息交流是学者关注的一个研究热点，该领域的研究主要集中在微博的信息交流的特征、微博的信息传播模式、微博信息交流的风险和微博信息交流的原则和价值这几个方面，而关于微博社区信息交流网络结构和交流模式的研究比较少。王晓光[1]在《微博社区交流网络的实证分析》中依据核心——边缘理论，通过聚类分析的方法分析了微博社区内核心博客与边缘博客的关系，找出了交流网络核心形成的原因。他在另一篇研究成果[2]中通过对微博中涉及的网络链接的相关参数的研究，指出微博客用户之间的交流是一种非正式的交流方式。

信息交流一直是情报学、图书馆学和传播学研究的重要课题之一，随着网络环境的变化与发展，用户交流的模式发生了很大的变化，研究微博社区中用户交流结构与模式、行为及交流特征具有重要的理论和现实意义。

1 相关基本理论

1.1 微 博

2007年美国学者从技术应用的角度将微博定义为一种集合了手机传感器、无线网络、信息处理和空间可视这4种要素的多媒体博客。此后的学者主要从信息传播学的视角定义了微博，其中被用的最多而且被普遍接受的定义有两个：其一，微博是一种基于互联网的交换工具，允许用户之间交换短篇内容，如句子、图片和视频链接等；另一种是百度百科的定义，微博是一个基于用户关系的信息分享、传播以及获取平台，用户可以通过网络、手机以及各种智能联网的客户端，发送140字的文字，并实现即时分享[3]；还有学者把微博和博客进行比较后定义微博为一种博客形式的广播媒体。

此外，从集合的角度我们可以将微博网站描述为[4－5]：

（1）站点＝｛网页URL，微博作者，站点名，博文内容｝

（2）信息条目＝｛日期，评论，永久链接｝

首先，一个微博有唯一识别的站点名。对应着网页URL，微博可以理解为使用一个相同的URL发布的网页信息。微博有固定的作者，更新微博的活动就是发博，维持一个微博的人就是博主。博主通过博文内容将自己的观点公诸于众，它是反映大众观点的信息库。博文内容由数个信息条目组成，每个条目在头部包含一个日期表示，这些日期表示有着一致的格式，并按照升序或降序排列，所有条目的日期序列是唯一的。这些信息条目包涵了看到这条博文的用户做出的评论，有些博文还包含许多链出的超链接。

新浪微博是目前中国市场知名度最高、使用频率最高的主流微博产品，用户对于新浪微博的满意度也最高。

1.2 微博信息交流

1.2.1 微博信息交流的方式

微博信息交流的主要方式如图1所示。

图1揭示了微博信息交流的4种主要方式：

（1）发布。用户发表自己的观点，记录自己的生活，来自原创。

（2）转发。把别人发布的微博转发到自己微博主页。

（3）评论。在别人发布的微博下进行评价留言。

（4）回复。回复他人的留言。

1.2.2 微博信息交流基本特征数据

（1）表征博文特征的数据

①微博数。博主发布微博的总量，反映了博主在线率、互动能力、主动参与潜力和个人特性、优质博主不但微博数量多并且质量高。

②评论数。对某条博文评论次数总和，反映博文的信息质量，博主的话题能力和影响力还说明粉丝及同类别受众的参与度与话题倾向。

（2）表征用户特征的数据

①关注数。博主关注微博ID的总量，反映出博主的主动参与度，一般在开始阶段增长迅速，而后可能出现负增长。

②粉丝数。博主被微博ID关注的数量，反映博主的言论影响范围和意见领袖指数，对口碑传播有重要意义，优质博主的粉丝数应该呈持续或均衡增长趋势。

③转发数。对某条博文转发次数总和，反映信息传播的范围和传播效率，具有吸引力的内容和博主的影响力是加速转发的重要基础。

④收藏数。对某条博文收藏次数总和，反映博文的知识性和可用性程度，专家型或行业特长型博主的博文被收藏的可能性较大。

（3）数据指标之间的关系

一些研究结果表明，表征博文特征的转发数、评论数之间具有中度相关性，表征用户关系特征的关注数、粉丝数、博文数之间均具有高度正相关性，符合常规意义上人际交往的特性，体现出微博在人际交往上的促进性[5]。表征博文特征的数据和表征用户特征的数据之间的相关性具体体现为：

转发数与评论数的相关性。如果跟随者发现一篇有价值的博文，在选择转发的同时也很有可能评论，而且一篇博文被转发的次数越多，则被评论的次数也越多。

关注数与粉丝数的相关性。用户关注别人越多，就越容易引起别人的关注，使得自己的粉丝数增加，而随着粉丝数量的增长，博主也会更多地去了解并关注粉丝。

关注数与博文数的相关性。用户关注别人的兴趣与写博文的兴趣成正比。

粉丝数与博文数的相关性。随着发布博文数的增加，会吸引越来越多粉丝的关注，粉丝数量的增加是用户写博文的一大动力。

2 微博信息交流网络结构研究

信息交流网络结构研究包括对网络节点的研究和网络链路的研究。网络节点就是交流网络中的每个用户，对用户属性进行分类归纳，可以了解节点用户的自身特点，而网络链路指的则是指这些节点用户之间的关系，可以从点度中心度、网络密度等方面来分析用户关系。

2.1 网络节点——微博用户分析

用户属性分为用户个体属性和交流社区属性，它们将微博用户划分为不同的类型。

2.1.1 基于个体属性的用户划分

微博上的每一个人都有不同的属性，男女、职业、地域、爱宠、酒精狂热、素食主义、老饕、音乐爱好、旅行途中、购物抉择等，这些都是个体所具有的长期属性，此外，还有即刻的动态属性，因为用户动态属性难以判断，所以从技术手段实现用户划分难以实现。但是随着用户微博参与时间的增加，用户在微博中的行动从初期的盲从跟随到逐渐被自我表达所取代，通过自我表达，微博用户实际上在进行着自我细分和归类。

2.1.2 基于交流社区属性的用户划分

根据微博用户的交流社区属性，可以将其划分为：

①名人[6]：即通过实名认证的用户，包括明星、各行各业的精英人士等。明星开通微博的目的是为了更好的维持和提升自己的知名度。行业名人使用微博目的是娱乐＋积累人脉＋推动自己的企业。

②意见领袖：发微博数量和参与社会热点事件都比较多。这类微博用户人气非常火爆，粉丝量都在几百万以上。

③普通用户：普通用户使用微薄的目的只是娱乐，交友和分享。目前此类用户数量最为庞大，虽不受人关注，但是他们依然保持信息交流的动机和行动。

④企业微博：是经过实名认证的企业官方微博，代表企业形象。最初企业开通微博偏重于企业内部成员的沟通，主要用于提问、共享信息、讨论和阐明、与他人协调、提供最新的信息、记录信息。但是随着企业微博营销的成功，更多的企业大举进军微博营销、进行品牌传播、客户管理和危机处理。

根据关注数和粉丝数比值和1之间的数量关系的比较，可以将微博用户分为新手型（大于1）、平衡型（约等于1）和专家型（小于1）。运用这样的一个判别标准，我们发现：名人微博和意见领袖微博关注的用户少，但追随者众多，关注数／粉丝数＜1，他们是网络精英，这类微博属于专家型微博。普通用户通常关注别人比较多，而粉丝数很少，或者关注数与粉丝数持平，所以普通用户以新手型微博为主，也有一部分为平衡型。企业微博主要指博主是一个组织而非个人，它同样可以依据关注数和粉丝数比值划分为新手、平衡和专家这3种不同的类型。

2.2 网络链路——用户关系分析

2.2.1 网络链路的指向

研究用户信息交流，首先需要考察用户信息交流的方向。

点度中心度[7]是用户在网络中所处地位的指针，可以用来表示微博社区信息交流网络链路的指向。一个点的点度中心度等于网络中与该节点有直接联系的节点的数量，当网络是有向网络时，每个节点将有两种点度中心度，一是点入度，是网络中指向该节点的节点数量；二是点出度。是网络中该节点指向其它节点的数量。

对微博用户而言，点入度表示所有其它节点评论该节点的次数，点出度表示该节点评价其它节点的次数。通常，节点的点入度大，表示该节点被多个节点评论，反映其在网络中具有影响力，处于网络中较为重要的地位；节点的点出度高，表示该节点喜欢与其它节点交流，属于网络中的积极行动者。

2.2.2 网络链路的数量

研究用户信息交流，还要考察用户信息交流的强度。

网络密度[7]指的是一个社会网络图中各个点之间联络的紧密程度，是用来刻画微博社区信息交流网络链路的数量。固定规模的点之间的连线越多，该图的密度就越大。测量密度需要考察社会网络图中实际存在的连接数（用字母L表示）与最大可能存在的连接数之比。在一个包含n个点的有向图中，最大可能存在的连接数是n(n-1)，因此有向图的密度计算公式为：

D=L/（n（n-1））

微博社区信息交流网络规模的大小对网络密度存在直接影响，它们之间存在反比关系。社区里个体的关系存在一个上限值，所以在其他因素不变的前提下，微博社区信息交流网络的规模越大，那么它的密度就越小。这样导致不同规模的社区信息交流网络密度难以比较，所以专家提出了“绝对密度”公式：

D（n1）=L/（4cr3/3d）

L代表实际存在的连接数；d代表微博社区信息交流网络的直径，即图中任意两点间的最大距离；r代表半径r=1/2d；c代表依据直径算出的周长。这样就排除了网络边缘点的干扰，更为准确地反映了微博社区信息交流活跃区域的密度情况。

2.3 微博信息交流网络结构模型

2.3.1 圈子模型

微博用户因偏好的不同形成了一个个“圈子”，进而交织成一个社会网络。这样的“圈子”聚合了相同爱好或者相同标签的用户，将所有与之对应的话题全部聚拢在圈子里，让志趣相投的人们以微博的形式更加方便地交流。

中心节点是微博圈子的重要组成部分，与此对应，“意见领袖现象”是微博的基本特征，因为意见领袖满足增长与优先条件，越连接越强大，越强大越被链接[8]。如图2所示，最大的圈表示两个不同的圈子，中心的圆表示意见领袖，小圆表示普通用户。

图2 圈子模型

2.3.2 嵌套模型

在微博中，以每个用户为中心的人际关系网络在其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，因此扩展了自己的社会网络。同时，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个平台的任何一个用户相识，当所有微博平台互通互连后，地球上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。微博社区的这种信息交流模型就是如图3所示的嵌套模型。

图3 嵌套模型

1967年美国社会心理学家米尔格伦（Stanley Milgram）提出了“六度分离”理论，该理论认为在人际交往的脉络中，任意两个陌生人都可以通过“亲友的亲友”建立联系，这中间最多只要通过五个朋友就能达到目的。我们完全可以用微博社区信息交流嵌套模型来解释六度空间理论，说明该理论在新的互联网应用模式下的适用性。

2.3.3 围观模型

拥有社会公共资源多的人群更易被关注，但他们一般不会去反关注别人。普通人单向关注名人，虽有交流的欲望和理论上的交流机会，但在实际上却无法进入名人的圈子内部，难以实现直接交流。普通人与名人的关系是“围观模型”最重要的一部分，普通人在名人圈子外“围观”的状态也正是围观模型名称的由来，图4表示了这种结构模型。处于模型中间的是名人，边缘的则是普通用户。

图4 围观模型

3 微博信息交流模式研究

不同的信息传播机制和信息传播内容都会对微博信息交流模式产生影响，以下从这两方面分析微博信息交流模式。

3.1 基于传播机制的微博信息交流模式

3.1.1 裂变模式

微博以个人作为网络节点与好友圈子对接，从而使得多个传播中心共同融入网状链接，来实现信息交流。从理论和技术层面上来说，在一对多模式的一次传播形成后，还会产生多再对多的传播，N次传播后最终形成如图5所示的一对多对多直到无限的裂变式传播[4]。

微博的裂变式传播模式是其独特的优势。下面是一则陈坤在2012年5月13日07∶36分更新的一则微博，内容是“当环境不为我们改变时，强大和改变我们的内心，当心态改变后，任何环境都只是我们跳舞的戏台！在城市里行走让城市变成我们心里的舞台！”陈坤的14 462 411位粉丝都有可能看到这条微博。湖南卫视快乐大本营主持人谢娜在同一天的20∶41分，关注了这条微博，同时回复评论“坤哥，走起来，支持起来”，同样谢娜的17 194 049位粉丝也都有可能看到这条转发的微博。我国著名网球选手李娜于当日16∶53转发并回复了这条微博，同样她的4 933 767位粉丝也均有机会看到这条微博。陈坤作为一个影视与歌唱明星，他的微博就处于粉丝群的核心博客，李娜和谢娜同时也是另外两个圈子中的核心博客，三者之间存在互相的关注与被关注关系。首先陈坤发的微博在自己的圈子里面被受众评论转发，被谢娜和李娜评论转发后，又在她们两个所处的圈子里面被转发和评论，她们的圈子里面还有许多小的核心节点，再向边缘辐射传播，就像核裂变一样，以难以置信的速度辐射开来，在短期内形成舆论焦点，产生难以估量的巨大影响。

形成裂变式传播需要一定条件，那就是高关注度。只有公众都投入很高热情的热点话题，或者是意见领袖的发布的信息，才能有裂变式的传播。普通人的传播力有限，凡人的闲言碎语，将很快被湮没。

3.1.2 聚合模式

微博社区信息交流的裂变模式使得微博呈现丰富多彩的信息内容，但同时也带来了文本的碎片化。微博社区信息交流的聚焦机制的形成主要依靠微博议程设置、热帖、执词所形成的聚合模式。

以新浪微博为例，在新浪微博首页输入框右上角会显示当日热点话题的超链接，例如“扎克伯格结婚了，28岁人生赢家你羡慕吗”，用户点击链接就可以进入该微博内容页面，不仅可以浏览其他用户的评论，还可以通过“跟大家一起聊聊”的输入框，发表评论。

同议程设置起到的聚焦机制一样，页面边栏罗列的热门话题，可以让用户很方便了解大家关注的焦点。围绕热门话题的帖子越热越火，越火越热，这种马太效应起到了用户信息交流的引导作用，实质上形成了信息交流的聚合。例如2011年年初中国社会科学院于建嵘教授在微博上发布的“随手拍照解救乞讨儿童”的微博被置顶，引起全国网友、各地公安部门的关注。网友纷纷将乞讨儿童照片上传至微博，声势浩大的网络打拐活动蔓延中国。一则微博汇聚人心，体现出微博社区信息交流的聚合模式。

3.2 基于信息内容分析的微博信息交流模式

3.2.1 链状模式

链状信息交流模式由发布微博形成“话头”并通过跟帖、转帖等多种形式逐级传递，所有信息交流均围绕中心话题展开互动，多人对话、传播形成一条以单一话题为中心的如图6所示的信息交流链。

图6 链状模式

微博社区信息交流链状模式分为“自发”和“自觉”两种类型[9]。自发型即微博发布者在提出“话头”时并非有意而为之，即话题的形成是评论和转发者自发响应的结果；自觉型则是微博发布者有意而为之，即通过发布“#话题#”的形式来吸引评论或转发，以扩大关注度和影响力而发起中心话题。

3.2.2 环状模式

环状信息交流模式[9]拓宽了信息传播的成长空间。它由微博“话头”与多个评论形成的多个话题，并通过各不相同的转发、评论向外围扩散的信息交流结构，如图7所示。比如，“王力宏南通演唱会”围绕演唱会相关新闻所产生的话题并不仅仅限于演唱会本身的进展情况，其中包括入场券价位，南通地理位置等多个话题，而每一话题均通过不同的评论、转发路径扩散，最终所形成的一系列话题，既与“演唱会”这个话头相关，同时话题与话题之间又有所差异，关于演唱会的信息在“环状”的信息交流结构中得到了深化与扩散。

3.2.3 树状模式

随着互动人群的无限扩大，以话题的变异性、弥散性、不可知性为主要特征的树状信息交流是微博社区信息交流的主要模式，由此带来信息交流空间的进一步复杂化。发

图7 环状模式

布微博形成“话头”之后，不一定能获得评论的积极响应，同时新的微博发布形成新的话头，存在于与前微博不同的信息交流结构中，此外，前微博的评论虽在形式上与其处于同一个信息交流结构，但评论的内容可能与其毫不相关，形成其它话题。这种情况下，以微博发布为出发点的信息交流引出了一个由多个话题组合而成的不规则的“树状”结构，如图8所示。

图8 树状模式

微博信息交流的树状模式中，既包括点对点两两对话的模式，又包括链状和环状交流模式。此时，话题可能会因此得到进一步深化与扩散，也有可能被一个毫不相关的话题所引发的大规模对话所“淹没”。比如，许多与博主相关的“个体工作或生活实录、感言”的中心话题，在传播过程中往往会发生“变异”，不少评论的话题经常会转移到博主的个人隐私。此外，在许多热门话题的传播过程中，也会不时出现产品营销类的话题。

4 结束语

微博的低门槛、易操作使它成为了人们普遍接受的信息交流工具。随着互联网的不断发展，可以预见的是，微博将会越来越广泛地被应用。

本文通过对微博用户个体属性、社区属性的分析，较为全面地概括了用户特征，以帮助我们更好地了解微博用户的信息需求。同时，对微博社区信息交流的3种网络结构（圈子模型、嵌套模型、围观模型）和微博社区信息交流的3种模式（链状模式、环状模式、树状模式）的分析，有助于我们更为深入地理解微博用户之间的信息交流，寻求在微博发展过程中出现的用户交流的参与积极性不高、微内容碎片化严重等问题的解决对策，使微博这一新兴的信息交流平台更好地服务于广大用户。

参考文献

[1]王晓光，袁毅，等．微博社区交流网络结构的实证分析[J]．情报杂志，2011，（2）：200-202．

[2]王晓光．微博客用户行为特征与关系特征实证分析[J]．图书情报工作，2010，54（14）：66-70．

[3]百度百科．微博[ＥＢ／ＯＬ]．http:∥baike.baidu.com/view/1567099.htm，2012-02-20．

[4]The Grand Information Flows in Micro-blog[ＥＢ／ＯＬ]．http:∥hi.baidu.com/whusoft/blog/item/7fa1a950261f17541038c200.html，2010-07-20．

[5]杨宇航，赵铁军，等．Blog研究[J]．软件学报，2008，19（4）：912-924．

[6]唐大麟，王文宏．浅谈新媒体文化的建构[J]．新闻知识，2010，(9)：40-42．

[7]甘丹．博客世界交流模式的社会网络分析——以新浪微博为例[Ｄ]．山东大学，2007.5．

[8]解立群．从“围观模型”看交流困境——微博社会网络图谱分析[J]．中国传媒科技，2011，(8)：92-95．

[9]夏雨禾．微博互动的结构与机制——基于对新浪微博的实证研究[J]．新闻与传播研究，2010，（4）：60-69．

[10]袁毅，杨成明．微博客用户交流机制、结构及特征研究[J]．图书馆论坛，2010，30（6）：82-86．

[11]Xiaoguang Wang，Tingting Jiang，Feicheng Ma．Blog-supported scientific communication:An exploratory analysis based on social hyperlinks in a Chinese blog community[J]．Journal of Information Science,2010，36(6)：690－704．

（本文责任编辑：王涓）