APP下载

基于社会网络分析的体育赛事舆情传播实证研究

2015-04-07蒲毕文

山东体育学院学报 2014年6期
关键词:社会网络分析体育赛事

摘要:运用社会网络分析法,研究体育赛事舆情传播特征和路径,分析舆情传播特征,并以2012年广州马拉松舆情事件为研究对象,进行实证研究。研究结果显示:广马舆情事件传播网络中整体密度较高,传统媒体和自媒体信息互动传播频繁;各行动者信息互换距离短,信息传播速度迅速。行动者在整体网络中地位和角色相对独立,虽有结构洞的存在,但约束力相对较小,对信息传播制约有限,信息以直接传播较多。广马舆情事件广泛存在凝聚的子网络,子网络的存在加速了信息在行动者中的共享和交换,从而促生多中心的传播网络结构。

关键词:社会网络分析;体育赛事;舆情事件;传播模型

中图分类号:G80-058文献标识Dept.of PE,Guangdong Institute of Economics and Finance,Guangzhou 510521,China在全球媒体时代背景下,体育赛事作为优质的城市营销和传播的载体,已经成为城市营销和提升城市影响力最有效的途径[1]。我国作为世界新兴发展中国家,正逐步成为世界最受欢迎赛事举办国,仅2013年我国共筹举办国际体育赛事373项[2]。体育赛事成功举办将为城市政治、经济、文化带来积极作用,但体育赛事突发事件,尤其是突发舆情事件,往往对体育赛事以及城市造成不可挽回的损失,如“广马”舆情事件给整个赛事造成了严重且恶劣的影响[7]。

随着互联网和移动网络技术发展,网络终端普及化,网络成为信息传递主“阵营”,对公众产生越来越大的影响[3]。体育赛事媒体关注程度高,体育赛事搭载以网络传播为载体的现代传媒手段,实现了传播即时性和时效性,加速扩大了体育赛事传播和影响力;但同时也为体育赛事舆情提供了信息网络传播平台。现实生活中个人观点形成和变迁以及大众主流观点形成与变迁,在一定程度上受网络的影响[4]。尤其是在自媒体时代,不管是个人观点还是网络舆情传播,在一定程度上都受到了结构化系统的影响[5]。体育赛事备受社会关注,聚集社会焦点,成为社会热点,更易成为舆情危机事件爆发的基点;在结构化传播媒体时代,体育赛事舆情事件传播路径、传播宽度和深度,对关注赛事个体以及赛事本身影响力都产生重要的影响。体育赛事舆情事件已经引起我国学者关注,并开始从事体育赛事舆情有关的研究,对如何国内外大型体育赛事群体性事件传播不同特点[6],如何对体育赛事突发事件的舆情危机进行引导[7]等等。体育赛事舆情潜伏阶段——散播前阶段[8]体育赛事在关注的个体之间传播,一旦爆发舆情事件,新媒体迅速介入,舆情传播发生嬗变,迅速成为社会关注的聚焦点和热议点,造成赛事传播危机。在媒介舆论的推动下,社会各级力量参与其中,处于行业精英层的专家学者也都加入进来,对赛事舆情事件进行学理分析和现实批判,公共舆论的压力骤增,体育赛事主办方处理涉及舆情事件问题的难度成倍增加。在公众舆论的高压下,体育赛事任何措施举止都会被放大,稍有不慎就会引起民众集体行动,产生恶劣的后果。为此本文试图运用社会网络分析对体育赛事舆情传播进行测评和分析,旨在揭示我国体育赛事舆情事件传播规律、传播的宽度和速度,为赛事舆情事件管理提供更多的理论参考。

山东体育学院学报第30卷第6期2014年12月 蒲毕文基于社会网络分析的体育赛事舆情传播实证研究No.6 20141体育赛事舆情传播概述

1.1体育赛事舆情传播特点

舆情作为一种中国语境下的发展起来的概念[9],我国学者早期更多将舆情理解为民众的社会政治态度,在一定的社会环境中,围绕着中介性社会事件,作为社会主体的民众对事件价值取向、政治取向以及社会态度[10],这一概念影响深远。随着时代的发展,舆情概念的研究也在不断深入,张克生[11]认为舆情是民众主观意愿的一种表达,即“社会情况的民意表达”。我国官方则将舆情界定为社会及阶层民众对社会存在以及发展趋势所持有的情绪、态度、意见以及行为倾向[12]。舆情作为在中国特定语境下的概念术语,公众(包括个体和各种社会群体)对某一类事件价值取向、情感表达以及行为倾向。新媒体时代,互联网、手机等自媒体的拓展式传播,扩宽了公众获取信息的渠道和方法,优化了信息传播途径,加剧了舆情信息传播,尤其是突发公共舆情事件,依托新媒体和自媒体的传播,传播范围更广,传播速度更快,传播路径更加复杂,传播力度增强[13],舆情传播强度和广度都远远超过了旧媒体时代。冯江平、史俊洋等研究指出在新媒体时代,舆情传播具有速度迅猛、传播广度宽、难以控制、信息交互影响强化、源头难以考证、负面情绪较大等特点[14]。李茜与龚丽研究指出现在舆情传播具有主体泛化(大众化)、舆情传播内容复杂化、舆情传播过程互动化、舆情形成迅速化、舆情传播过程嬗变的多样化、舆情传播扩散不可控以及舆情传播群体极化性等特点[15]。综上所述,舆情传播作为一种“社会情况的民意表达”,通过现代传播手段,在社会各群体中迅速传播,传播过程中呈现自身特征。

体育赛事作为一种重大的社会事件,对举办地经济社会产生重大影响[16],体育赛事在特定社会环境中举办,在一定程度上受社会环境的影响[17]。体育赛事深受广大群众的喜爱,受关注程度高,北京奥运会开幕式观看现场直播人数高达10亿[18],创造了人类历史收视之最;美国ABC电视台公布的2013年NBA总决赛第六场比赛在北美地区收视率为14.7,成为美国当年收视率最高的节目[19]。体育赛事受社会高度关注,以及与政治社会经济互动关系动态相互影响,加剧了体育赛事受关注程度,体育赛事舆情传播速度和宽度也随着体育赛事受关注程度和宽度同步,传播速度更快,传播宽度更广,传播深度更大。

新媒体时代,舆情作为社会网络关系传播的一种,沿社会网络扩散[21],体育赛事舆情事件同样具有舆情基本特征,随社会网络关系扩散。体育赛事舆情传播具有负责化、互动化、嬗变化等特点,伴随着体育赛事传播快,受关注程度特别高。

1.2舆情传播模型

舆情传播模型的研究,我国起步相对较晚,欧美基于“Public opinion”视野开始对舆情传播模型进行研究,Sznajd–Weron运用离散分析个人怎样受到外界社会群体的影响,并提出了Sznajd模型[22],Sznajd假设个人意见只有+1和-1表示,每个人的意见受邻里或群体的影响并影响着邻里以及群体,各群体或者子系统意见将会趋于一致。在Sznajd模型中,用+1或者-1表示个体意见,在现实生活中,个体意见并不是非左即右,往往处于两者之间,呈现出连续的状态。很多学者用离散模型修正对Szanjd模型进行修正,在连续模型中,混合模型[23]和边际动力模型[23]对后来研究影响较大,混合模型和边际动力模型与Sznajd同样,进行模型模拟结构并未解释模型,缺乏理论模拟解释。

Shuguang Suo和Yu Chen基于社会网络分析法,提出Sznajd修正模型—社会网络动力舆情传播模型[24],假设个人意见只有+1和-1,通过对模型连续的观测,在某一个时间点上选取一个点,并随即选取某一个邻居,经过足够长的时间后,系统内成员总会达成一致,具有相同的观点。但现实中,社会长期存在多种观点,而且在交往过程中也总是与多个系统以及系统外成员进行交往,为此我国学者潘新、邓贵仕、佟斌针[4]对这种情况进行,对模型进行了改进,提出了舆情传播模型,试图解释舆情传播连续性和交互性;最后解释为在社会网络中,信息受体(个人)并非直接全部接触信息源的观点,而是有选择地接受信息源的观点,在整体网络中存在持不同观点的受体且成一定比例;否则整体网络中所有受体观点将趋于一致。

在舆情前传播阶段,体育赛事在关注的群体中观点较为一致地传播。一旦突发成型舆情事件,社会各界(自媒体)加入到体育赛事舆情事件传播中,形成更复杂更宽广传播系统并带入多种观点。为此本文通过实证分析体育赛事舆情传播模式,试图揭示体育赛事舆情传播规律,路径以及传播宽度和速度。

2赛事舆情社会网络结构

斯坦利·沃瑟曼、凯瑟琳·福斯特[25]分析认为,社会中的人、组织彼此间关系可以表述为相互作用的关系模型或规律,这种个人、组织之间关系将对彼此产生影响。社会网络分析不仅可以描述行动者个体与其周边邻居之间错综复杂的关系和连接,并且可以借助计算机工具对行动者和组织成员之间进行可视化建模,使研究者更加直观清楚地了解行动者的关系和关系图式[27]。

基于社会网络分析,行动者之间相互作用,可以用一种基于关系模式或规则进行表述,然而WEB技术发展,传统的社会关系模式已经难以适应,通过量化和可视化两个角度对社会行动者实体关系进行研究,社会网络分析最常选用社群图和社群矩阵两种研究方法,已经成为社会网络分析重要方向。社群图通过节点和连接线描述行动者之间关系,社群矩阵分析行动者角色及其关系。体育赛事舆情事件传播行动者之间的信息传播有接受也有传出,为此赛事舆情事件传播表述需要采用有向图。突发赛事舆情事件传播社会网络传播模型通常采用关系矩阵和社会网络分析结构图。本文研究对象仅为体育赛事网络传播舆情传播,研究该事件网络传播集合内部各个行动者之间的关系,也就是1—模网络。社会网络分析时,整体网结构、行动者在整体网地位和角色以及网络内部结构特征都是1—模网络分析重要内容[21],这也是本文的研究内容。

社会网络分析研究自20世纪40年代在社会理论和实证发展之间因为缺乏中层理论而发展起来的,20世纪80、90年代受到多个学科的重视,时至今日,社会网络分析提供了很多用于结构测量的参数[28]。按照网络规模可以将其分为整体网络结构、局域网络分析和个体网络分析[29]。本文测度赛事舆情事件传播,对体育赛事舆情传播网络模型进行分析和研究,分析1-模网络整体结构。

网络整体结构主要通过行动者之间紧密关联程度进行描述,即密度和中心度,密度反映整体网络凝聚力的总体水平。巴恩斯研究了随机网络模型,指出网络图密度最大值为0.5[30]。 Lauman,Marden [31]对网络整体结构研究指出:整体网络中核心结点极其重要,可通过分析核心结点数量及链接结点测度核心结点的重要性。整体社会网络核心结点测量为中心度测度提供了可能和大量的参数,行动者中心度和组群中心势就是社会网络中心最常用的两个参数。Proctor和Loomis[32]认为行动者中心度和组群中心势是分析行动者中心位置的指标,反映其在社会网络中具有怎样的权利以及中心点位,这也是早期社会网络分析理论的主要观点。中心度反映行动者与其他行动者联系紧密程度,反映该行动者在整体网络传播过程中的重要程度,在整体网络中拥有“权力”大小。整体网络中行动者点度中心度就是该行动者直接联系行动者数目。说明整体网络集中趋势为中心势,中心势描述整体网络差异性程度,整体网络中心势描述额该网络整体的集中趋势。

由于行动者在整体网络角色和地位不同,起到作用也各异。斯坦利·沃瑟曼[25]、罗家德[28]等在对整体网络进行分析研究时指出,社会网络是通过结构等价描述和探讨个体行动者在整体网络中的地位和角色,如何嵌入到整体中网络中的,两个行动者接受和发向网络中所有其他行动者的关系是相同的,那么它们结构等价。Burt[33]通过研究指出欧几里得距离法通过度量成对行动者传播距离来测度整体网络行动者角色和地位。成对行动者距离构成观测矩阵,矩阵中的每个元素度量的是行行动者与列行动者的欧几里得距离。

在整体网络中,并不是所有的行动者直接联系,通过中介传播必不可少,Burt将这种非直接并通过中介传播的联系定义为结构洞[33],结构洞也是描述行动者位置和角色重要概念。结构洞的存在使得部分处于中间位置的行动者居于重要的联络位置,因而在整体网络中对资源和信息流动具有重要的作用。结构洞计算相对复杂,目前关于结构洞计算主要有两种方法:Burt的结构洞计算和Borgetti中间度计算,结构洞计算测量主要是测量有效规模、效率、限制度以及等级度,限制度在整体网络结构洞测量中最为重要,是指该行动者在整体网络中在多大程度上拥有运用结构洞的能力或者协商能力[29],测量数值越大,限制能力越大,测量数值越小,行动者跨越结构洞可能性越大,结构非冗余信息源能力也越强[34]。在社会结构网络中,联系越紧密,联系关系越强,越易受关系的限制,在舆情传播过程中,弱联系有利于信息传递。

组成整体网络基本要素就是行动者及子群,测评行动者、子群关系,是测度整体网络内部结构不可或缺的重要手段。凝聚子群在整体网络测度中扮演着重要的角色,是整体网络中行动者之间具有较强、直接、紧密、经常的或者积极关系的行动者子集合[25]。在舆情传播网络中,凝聚子群指该社会网络行动者之间关系特别紧密,结合成为一个内部结构的团体,从而成为交流传递信息的集合。本文采用κ-核分析凝聚子群,κ-核是每个节点至少与一定数量(κ)相邻结点链接形成凝聚子群,凝聚子群内部行动者关系紧密,有利于信息传播和分析;不同凝聚子群行动者交叉重叠则更加有利于信息的扩散。

3实证研究

3.1“广州马拉松”舆情事件概况

2012年11月18日,广东省广州市举办马拉松比赛,10公里选手陈杰和5公里选手丁喜桥比赛中突发休克,最后经抢救无效先后死亡。人民网、新华网、新浪网、凤凰网等新闻网站在第一时间报道了相关新闻,赛事组委会也通过各类渠道积极对外消息。由于体育赛事本身受体人群庞大,经微博等自媒体爆炸式传播,形成强劲舆论影响力,仅新浪微博上与广马死亡事件有关的微博就达到135万条之多。本次赛事受到了政府官员、媒体、医疗行业等等关注。

2012年11月18日当天,随着第一名运动员猝死,舆情掀起了一个小高峰;2012年11月25日,第二名运动员经抢救无效死亡后,掀起舆情传播高峰。随着组委会信息公开,舆情在此刻达到高峰后逐步下降。2012年11月26日,广马引起的新闻报道共1 520篇,网名跟帖179万次条。广马舆情,主题事件影响大,波及范围较广,传统媒体在整个事件扮演着信息源等不可或缺的重要角色,赛事组委会和广州市体育赛事主办单位积极应对,及时公布信息,尤其是在后半阶段,国内主流媒体正面引导和宣传,在一定程度上挽回了赛事负面影响。赛事组委会积极与媒体沟通,并通过新媒体及时公布信息,成为本次舆情事件应对的关键点。

3.2数据处理与采集

3.2.1社会网络分析概念描述

本研究用关联矩阵表示舆情传播网络结构,节点表示舆情传播行动者,边表示行动者之间关系。基于赛事舆情事件传播速度快,为此假设赛事舆情传播在某一节点时间内,为静止状态[4]。分别用+1和0表示舆情传播系统的两种观点,即在初始状态下,系统中所有用户的意见被随机设为+1和0,进而对网络传播链接进行计量[21]。基于社会网络舆情传播分析主要就是对网络结构、角色地位进行分析,本文选择测量对整体网络结构、行动者网络角色和地位、整体网络内部结构[4,35]进行测量和分析。整体网络结构分析参数为密度、中心度和中心势,行动者角色和地位参数主要为欧几里得参数和结构洞限制度,整体网络内部结构参数为κ-核。

3.2.2赛事舆情网络传播数据采集

本文以2012年广州马拉松舆情事件为研究对象,选取公共信息发表平台和个人信息交换平台进行数据截取。公布信息发布平台选取了40个节点,包括新华网、人民网、大洋网、南方都市网、网易、新浪、腾讯新闻等以新闻传播为主线的信息发布平台;选取了天涯网、猫扑网、搜狐论坛、凤凰论坛、百度贴吧等以论坛和交流社区为主线的公共信息发布平台,以优酷网、土豆网、凤凰视频网、百度视频、酷六网等以视频为信息发布平台。选取自媒体舆情行动者40个,主要来源于微博、博客、微信等自媒体,通过挖掘各结点之间关联线以及评论进行数据采集。

信息传播由信息源往受体方向传播,信息员向受体传播的方向性,为有向社会网络结构。舆情传播过程中,信息源将信息传递给受体,受体在一定程度上又将影响信息源,表现为一种互动关系模式。在有向社会网络关系中,信息受体既可以反作用影响信息源,也可能并不发送信息影响信息源,为此存在单向网络和双向网络。

通过网络循证数据,整理排列出80×80互动关系矩阵,运用PAJEk软件进行可视化分析,生成广马有向舆情传播结构图,具体见图1。

3.3整体网络结构侧度

3.3.1密度分析

密度是社会网络分析常用指标,尤其是在无向网络分析中,指网络实际连接数量与理论可能存在最大连接数量之间的比值,密度越大,表明行动者之间连接越密切,信息交流就更为顺畅;密度越低,情况相反。由于密度受测评传播网络规模的影响,社会网络最大联系数为N×(N-1),当增加一个行动者时,增加的社会网络最大连接数较大,但实际连接数相对固定,尤其是在网络规模较大时。为此社会网络分析专家引进了点度概念用语测评社会网络密度,点度是指在社会网络中,行动者所拥有最大连接数量。通过Pajek软件测量广马舆情事件密度可知,平均密度(矩阵)为0.156,平均点度为24.95,即一个行动者将与24.95个邻居进行信息互动,实现信息传播。由此可见,在广马舆情事件结构图中,各节点相互联系紧密。尤其是传统公共媒体间存在信息互动,这成为推动广马事件迅速传播最直接原因,扩大广马舆情事件传播范围和影响力,增加受关注程度,造成关注过于集中,给广马赛事带来不良的影响。图1体育赛事舆情传播结构图3.3.2点度中心性分析

表1广马舆情点度中心度测量数据图(部分)

结点点出入度点出度点入度体育赛事资讯榜651京华论坛1192广州都市网14410凤凰论坛17161星岛环球18513参考消息23194南方都市报25178中国新闻网281117搜狐新闻332013猫扑网341816土豆网38308CCTV新闻网463313环球咨询493514百度贴吧564016酷六网584513凤凰资讯655712新华网675612天涯网715714腾讯新闻796316新浪新闻857213大洋网863551人民网957718Network All Degree Centralization = 0.45472

Network Input Degree Centralization = 0.07082

Network Output Degree Centralization = 0.82711

点度中心度是基于行动者与它接邻行动者节点数,节点入度是邻接至行动者的节点数,出度是邻接到自行动者的节点数。在社会网络中,点度中心度出度是扩张性测度,入度则是接受性测度。对出度测量,有利于掌握信息扩展的途径,对入度的测度,有利于掌握信息发展的态势。表1为广马舆情事件点度中心度的测度数据。

广马舆情事件传播节点的点度范围4~95,整体传播点度密度为0.45472,lc老蔡通过网络传播邻居数量最少,在社会网络中,相对孤立,对网络传播产生的影响最小;以人民网为代表的大众传媒,出入度较高,网络传播邻居的数量最大,影响相对较大,成为网络传播有力推手。

3.3.3行动者距离

在社会网络中,行动者距离是用来描述一个行动者到另一个行动者之间最短距离,也称为“测地线”,尤其是在六度空间理论发展起来之后,行动者距离在社会网络分析研究中,具有举足轻重的地位。

图2显示,广马舆情网络结构图中,各行动者之间的距离,其中最大距离以76号行动者“联合早报”到17号行动者“静如山岳”为代表,最大距离值为12,最小为1,大部分行动者之间的距离为1和2。在舆情信息传播过程中,传播距离越短,传播速度就越大,造成的影响力也越大。整个广马舆情传播的平均距离为2.93833,信息传播速度较快。

3.4行动者在整个网络中的地位和角色

3.4.1行动者整体结构等测度——相似性检验

行动者整体结构等价用来说明两个行动者接受或发向网络中其他行动者的关系是相同的,那么认为其在结构上是等价的,主要是测评行动者在网络结构中多大程度上的相似。图3通过Pajek测度的相关系数图。

图2行动者距离数据图(部分)图3广马舆情事件结构等价相关系数图通过图3可知,除了在对角线相关系为1外(行动者与自己在结构上是完全对等的),非对角线元素中没有等于1的元素,这也就是说在建议关系上没有结构等价的行动者。其他行动者之间相关系数各不相同,行动者等价结构也各不相同,各自在社会网络中影响力也各不相同。为此行动者相互替代之后,必然会影响到整个网络传播,为此结构等价性较小,可替代程度也较小。由此可见,传统媒体在网络传播依然起到至关重要的作用,传统大众媒体在舆情传播中也同样具有重要的作用,不能被取而代之。

3.4.2结构洞分析

结构洞主要用于测评社会结构网络非直接联系以及关系断链的现象,由于社会网络结构传播过程中,行动者之间非直接联系,造成行动者信息传播的缺失,从网络整体看好像网络结构中出现了洞穴,结构洞存在使得处于中间位置的行动者居于重要的位置。为此本文根据结构洞特征,对广马舆情事件结构洞指数和中间中心性进行测度。在结构洞测度中,主要测度社会网络限制度。社会网络限制度是衡量一条纽带的重要性或独占性指标,代表了一个行动者与邻接行动者关系的比例,占这个行动者对所有行动者管理的比例。限制度是指行动者与对方的关系会对对方产生的影响,这种限制取决于行动者对方强连接节点与行动者之间的纽带强度。图4是通过Pajek测度的广马舆情事件限制图(图4)。

从图4可知,广马舆情网络结构中,存在大量的传播结构洞,各指标之间的限制度程度不一至,说明了信息传播的制约性,各自受制约的程度大小不一至,最大为62号“体育咨询榜”,受64号“zg赵哥”约束性达12%,这就意味着62号“体育资讯榜”有12%的信息是通过“zg赵哥”这个行动者传播出去的。通过图4可知行动者受结构洞影响力约束相对较小,这说明行动者在舆情信息传播过程中,行动者接收多个行动者的信息,不易受单一其他自媒体或传统媒体的影响。

图4行动者结构洞指数图(部分)表2广马舆情事件中介性测度

序号Label中介中心度1广州都市网0.0000072星岛环球0.1098473中国新闻网0.0147544CCTV新闻网0.0104577酷六网0.0064108搜狐新闻0.1228109南方都市报0.00142810凤凰资讯0.00934411新华网0.00742812人民网0.05903413凤凰视频0.00030514土豆网0.00313215猫扑网0.01329716新浪新闻0.02220717天涯网0.04641618优酷网0.00304219广州网0.00038620雅虎口碑网0.00050221西祠胡同0.06943022体育赛事资讯0.00001123凤凰论坛0.00958724参考消息0.00880425环球资讯0.00924926百度贴吧0.03125127联合早报0.00051528腾讯新闻0.03134029大洋网0.146023中介中心势 = 0.13295545

点度中介度就是在网络中所有其他行动者之间的测地线,经过该行动者的测地线比例,对信息传递起到重要的中介作用,也就是占据更为重要的中心位置。通过表2可知,大洋网、搜狐新闻和星岛新闻点度中介度相对较高,点度中介度值分别为0.146023、0.122810和0.109847,在整个网络传播过程中起到重要的中介作用。这说明这些网络占据较多信息资源,并为扩大自媒体提供了大量的信息交流平台,从而促使信息资源资源共享和信息资源的传播。但通过表2可知,整体网络中介中心势并不高,这说明在广马舆情事件中,直接信息传播在整体网络中占据重要的位置,受中介影响较小。

3.5整体网络内部结构测度

κ-核就是每个节点至少与一定数量κ的其他节点相邻接的子图,来界定舆情传播中存在的小团体数量,κ-核界定了相对密集的子网络,相对密集κ-核有利于信息在子网络传递。测度结果显示,广马舆情事件κ-核的最大值为17,结点数共有17个,占全部节点21.25%。通过图5可知,κ-核的值在15级以上的占整个舆情网络的66.25%,说明在该舆情事件中存在联系紧密的凝聚子群,该子群在整个网络中处于中心位置,通过彼此信息的互动,掌握大量的舆情信息,通过凝聚子群约束性进而占据了传播途径的重要节点。

图5广马舆情事件频度分布表

4结论与建议

通过研究表明:广马舆情事件传播网络中整体密度较高,传统媒体和自媒体信息互动传播频繁;各行动者信息互换距离较短,从而导致信息传播速度较快。通过对行动者整体网络结构等价性的侧度发现,行动者在整体网络中地位和角色相对独立,虽有结构洞的存在,但约束力相对较小,对信息传播制约有限,尤其是点度中介值较低,说明信息以直接传播较多。通过对整体网络内部结构测度,发现广马舆情事件广泛存在凝聚的子网络,子网络存在加速了信息在子网络行动者间的共享和交换,从而促生多中心的传播网络结构。

4.1组建多中心并行舆情网络结构

由于举国体制以及政府办赛等原因,我国发生体育赛事舆情事件,信息传播的主要途径是主办方新闻发布会发布,经由传统媒体进行传播,具有信息传播渠道单一性以及传播时间阶段性的特点,显然不能适应体育赛事突发舆情事件的复杂性特点以及自媒体网络传播迅速发展的需要。构建并行化、连续性的多中心网络结构,替代机械、僵化、费时的信息传播管理模式,实现并行舆情网络管理流程,提高舆情管理者对传播环境的感知能力和适应能力,确保对舆情事件反应的及时性和准确性。

体育赛事舆情事件发生时,不同利益主体将从不同的角度传播信息,强调网络传播不同利益主体共同利益和协助重要性,在舆情传播管理中尤为重要。由于互连网络技术发展,打破传统的单一的、面对面的信息传播途径,扩展了多元主体在时间和空间上实现多元灵活组合的可能,多元主体相互依赖,共享信息,形成动态网络信息管理系统。将原有信息管理传播网络纳入体育赛事突发舆情事件管理系统,增强信息管理深度和广度,建立横向舆情评估体系,实现突发舆情事件管理的即时性、完整性和通达性,完善多中心并行舆情监控与协同应对。

4.2关注舆情事件网络引导时机

突发舆情危机时,当持某一观点信息源占据优势时,网络受众就会迅速靠拢,形成“集聚效应”[36]。突发舆情事件主要体现在个体信息交换以及信息共享之后的群体性行为,这种群体行为属于非常规状态下由于信息不对称所引发的好奇、恐慌心理,导致的临时性、非正式的弱关系。舆情事件在社会中受关注程度越高,这种临时的、不稳定弱关系就越容易形成。在社会网络结构中,社会公众既是信息受体,也是信息的传播者,通过自身将信息传播到其他结点。

基于社会网络舆情网络分析不仅关注信息内容,更关注信息传播者与受体之间的关系,在进行舆情监控管理过程中,选择合适时机,选择关键位置,通过舆情引导的方法对舆情发展进行干预,将在较短时间内改变或引导受众的观点,起到较好的舆情引导作用。同时建立透明的舆情传播平台,促进受众在透明的平台下理性交流和理性探索,支持理性化的多样性,提高公信力。

4.3增强核心网络效应

对舆情传播起决定作用的因素主要为:整体网络结构对信息的约束力和核心网络对结点影响程度。首先重点关注核心网络建设,核心网络建设决定整体网络结构的完善性,核心网络和核心结点代表舆情网络主要特征和发展方向。舆情事件中,往往存在多个核心结点,为此建议核心网络结点紧密合作,形成核心网络效应,有利于舆情有效引导和控制。

传统媒体具有公信力、权威新、可靠性以及一次传播受众面宽等优势,但也存在传播时间僵化、传播工具单一化、传播互动性差等劣势;舆情网络传播正好相反,具有即时性、互动性、多元化等优势,为此利用多种渠道,打通传播渠道,形成跨媒体核心网络,增强媒体间沟通,可以有效掌握体育赛事舆情发展动态,营造有利的赛事舆论环境。

参考文献:

[1]阮伟. 体育赛事与城市发展关系研究[D].北京:北京体育大学,2012.

[2]2013年全国体育竞赛计划[EO/EL].http://www.sport.gov.cn/n16/n1152/n2448/4149720.html

[3]王法硕. 公民网络参与公共政策过程研究[D].上海:复旦大学,2012.

[4]潘新,邓贵仕,佟斌. 基于社会网络的舆情传播模型构建与分析[J]. 运筹与管理,2011(2):176-179,185.

[5]刘连发,王东. 大型体育赛事中群体性事件的触发成因与风险研究[J]. 体育与科学,2013(6):95-98.

[6]王智慧,高鹏飞,张秋. 国内外大型体育赛事群体性事件研究[J]. 体育文化导刊,2013(5):57-60.

[7]徐赟,李文龙. 试论体育突发事件的舆情危机与引导[J]. 体育文化导刊,2013(9):6-9.

[8]网络舆情的四个阶段[EO/EL].http://www.knowlesys.cn/articles/public_opinion_4_steps.html.

[9]王来华. 论舆情研究的两个需要[J]. 天津社会科学,2010(4):70-74.

[10]王来华.舆情研究概论:理论、方法与现实热点[M].天津: 天津社会科学出版社,2003:32.

[11]张克生.国家决策:机制与舆情[M]. 天津: 天津社会科学出版社,2004:16.

[12]中共中央宣传部舆情信息局. 舆情信息工作概论[M]. 北京: 学习出版社, 2006:6.

[13]陈虹,沈申奕. 新媒体环境下突发事件中谣言的传播规律和应对策略[J]. 华东师范大学学报:哲学社会科学版,2011(3):83-91,154.

[14]冯江平,史俊洋,陈虹,赵舒贞,王鑫. 网络社会事件发展过程中的舆情心理分析——以“躲猫猫”事件为例[J]. 云南师范大学学报:哲学社会科学版,2012(4):60-70.

[15]李茜,龚丽. 群体性事件网络舆情传播特点及其引导对策[J]. 青年与社会,2013(4):47-48.

[16]和立新. 第十一届全运会与山东省经济社会互动的分析[J]. 山东体育学院学报,2008(6):14-16.

[17]郑振国. 大型体育赛事的生态环境保护和北京奥运会的科学实践[D].北京:北京体育大学,2009.

[18]北京奥运开幕式收视率调查[EO/EL].http://sports.sohu.com/20090513/n263939632.shtml.

[19]体育媒体观察[EO/EL].http://voice.hupu.com/nba/media/sportsmediawatch.

[21]康伟. 突发事件舆情传播的社会网络结构测度与分析——基于“11·16校车事故”的实证研究[J]. 中国软科学,2012(7):169-178.

[22]Katarzyna Sznajd–Weron. Sznajd model and its applications[J]. Acta Physica Polonica B, 2005(8):36-43.

[23]Guillaume Deffuant. Mixing beliefs among interacting agents[J]. Advances in Complex Systems,2000(3): 87-98.

[24]Rainer Hegselmann, Ulrich Krause. Opinion dynamics and bounded confidence models, analysis, and simulation[J]. Journal of Artifical Societies and Social Simulation (JASSS) vol.5, no. 3, 2002(5).

[25]Shuguang Suo and Yu Chen. The Dynamics of Public Opinion in Complex Networks[J]. Journal of Artificial Societies and Social Simulation vol. 2008(11),42-52.

[26]Stanley Wasserman,Katherine Faust. 社会网络分析:方法与应用[M]. 北京:中国人民大学出版社,2012:52-121.

[27]JintaoTang ,TingWang. Efficient Social Network Approximate Analysison Biosphere Basedon Network Structure Characteristics,SNA-KDD'09[C]. The 3rd Workshopon Social Network Miningand Analysis,2009.

[28]罗家德. 社会网络分析讲义[M]. 北京:社会科学文献出版社,2011:20-27

[29]刘军.整体网络分析[M]. 上海:上海人民出版社,2009:29.

[30]Barnes,J.A(1974) Social Networks. Module in Anthropology, No. 26. Reading, MA: Addison-Wesley.

[31]Laumann, E. O., P. V. Marsden, & J. Galaskiewicz. “Community Influence Structures: Extension and Replication of a Network Approach.” American Journal of Sociology, 83, (1977): 594-631.

[32]Proctor,C.H., and Loomis,C.P.(1995). Analysis of sociometric data. Pages 561-586.New York: Dryden Press.

[33]罗纳德·伯特(Ronald Burt).结构洞:竞争的社会结构=Structural holes:the social structure of competition[M]. 上海:汉语大词典出版社,2008:210-290.

[34]谢英香,冯锐. 结构洞: 虚拟学习社区信息获取行为研究[J]. 软件导刊,2010(8):19-21.

[35]石彭辉. 基于社会网络分析的网络舆情实证研究[J]. 现代情报,2013(2):27-31.

[36]曹劲松. 网络舆情的发展规律[J]. 新闻与写作,2010(5):45-47.第30卷第6期2014年12月山东体育学院学报Journal of Shandong Institute of Physical Education and SportsVol.30 No.6December 2014

码:A文章编号:1006-2076(2014)06-0011-08

猜你喜欢

社会网络分析体育赛事
基于新媒体环境的陕西体育赛事传播策略分析
体育赛事线上线下融合发展推进思路与策略
体育赛事项目管理对体育赛事形象及其管理的影响
成都市体育赛事旅游发展策略探究
大型体育赛事现场观众满意度研究
国内图书馆嵌入式服务研究主题分析
展会品牌利益相关者的构成及其网络结构研究
境外公益旅游研究进展与启示
新浪微博娱乐明星的社会网络分析
基于社会网络分析的我国微课研究探析