中国媒体“社交化”传播效果与影响因素实证分析——基于三十家媒体的微博样本挖掘

徐 翔

（同济大学艺术与传媒学院，上海201804）



中国媒体“社交化”传播效果与影响因素实证分析
——基于三十家媒体的微博样本挖掘

徐 翔

（同济大学艺术与传媒学院，上海201804）

摘 要：对报纸、期刊、广播、电视、网站五种媒体选取30家样本，通过网络爬虫软件采集其一年间在新浪微博发布的全部7万余条微博。在微博内容挖掘的基础上，基于媒体类型、媒体性质、受众规模、内容发布、社交化交互等主要层面，实证考察媒体在微博平台的“社交化”传播效果生成及影响因素。媒体的不同类型和性质对其“社交化”传播效果具有显著关联；发布者的粉丝与发布者呈现“轻受众”关系，与微博点赞状况有正相关，但是与微博的被评论、转发状况关联不明显；媒体的内容发布规模与传播效果之间也存在“轻效果”的分层次效应。传统媒体需要适应社交化新型媒介空间发展，积极探索社交化传播效果优化机制。

关键词：社交媒体；社交化传播；微博；网络挖掘

·文学与文化研究·

近年来，以Facebook、Twitter、Youtube、Google+、新浪微博、QQ空间、人人网等为代表的各种社交媒体强势崛起和迅猛增长，包括微博、博客、SNS社交网站、交友空间、播客等诸多形态，对传统媒介生态与传播格局形成深度渗透与冲击。国内外诸多社交媒体成为网民信息获取、社会互动、公众传播的新的热点应用和重要渠道。WeAreSocial发布的《2015年全球数字、社交和移动报告》显示，截至2015年1月，我国国内的社交媒体活跃账号数达到6.29亿，社交媒体账号数占国内总人口比例达到了46%［1］。当前，社交媒体继续保持火热发展态势，向深广度不断推进，延伸到网络信息社会的各个方面。它一方面给传统媒体的运行、生存带来了巨大的冲击和挑战，另一方面也对其探索创新提供了重要的条件和契机［2］［3］。这些对传统媒体的“社交化”提供了转变的催化作用。在社交媒体时代的背景下，传统媒体纷纷探索其自身的创新发展形态与机制。我国的广播电视等传统媒体近几年来逐步重视和加大对微博、社交网络的利用和融入，利用微博的特性来促进自身的传播，改善节目形态与传播效果。微电台、微直播、微访谈等新型广电媒体形态得到及时的重视和实践。如何运用社交媒体提升广电传媒竞争力和影响力也得到越来越多的关注和探讨［4］。有学者结合具体电视频道和节目案例认为，电视媒体需要与社交媒体全方位合作［5］。面临以微博、播客为首的“社交媒体”的蓬勃发展，广播也将面临一次融合发展、多元发展的新机遇［6］。“台网互动”与“台网融合”成为当前其转型升级的显著趋势，而微博等社交网络的强势兴起为其注入了巨大动力。传媒的运营面对社交媒体必须不断变革和创新，适应日益激烈的媒介产业竞争和传播生态竞争；而社交媒体及其“社交化”传播为广播电视、新闻出版等传统媒体提供着新鲜而广阔的融媒体和跨媒体发展路径。

本研究的“社交化”主要指的是媒体在其发展过程中与社交媒体结合、融合的现象和态势。媒体的“社交化”发展已是当前媒介融合中的显著趋势和重要路径，成为需要加以高度重视的理论命题与实践领域。刘奇葆在《加快推动传统媒体和新兴媒体融合发展》中指出:“媒介融合要实现突破，关键是顺应互联网传播移动化、社交化、视频化的趋势……传统媒体应密切关注社交类应用，促进社交平台与媒体的有效对接，增强平台黏性，积聚用户。”［7］就电视媒体与社交媒体的融合而言，社交媒体带来的“新一轮传播革命正在深刻影响电视的生态格局，它不仅改变着传统电视的微观形态，更是在重构电视媒体的社会网络，重塑我们使用电视的习惯”，电视媒体社交化转型的核心包括关系建设及其与内容产制、运营模式的互动融合［8］。对于媒体转型而言，不仅需要数字化，更需要新语境下的社交化。崔保国指出，传统媒体的“数字化转型都变成一个很老旧的词了，新的一个趋势是数字化转型向社交化转型”［9］。对于媒体的社交化发展而言，它包括媒介机构在社交媒体平台开设账号、铺设传播渠道，也包括在不同特点和形态的社交媒体上进行内容的发布和生产，还包括利用社交媒体的平台与受众进行互动化和社会化的媒介生产。

一、研究目的与研究设计

本研究的中心议题是对我国媒体“社交化”传播效果及其影响因素进行实证分析。考察在社交媒体语境下，媒体“社交化”传播的效果生成机制及其特征。涉及的“社交化”传播的媒体包括报纸、期刊、广播、电视、网站五种。需要说明的是，传统媒体通常指报纸、期刊、广播、电视等媒体而不包括网站，但由于网站媒体如各种门户网站、新闻网站、专业网站，在事实上仍然不同于具有更加鲜明的“自媒体”特征的社交媒体，因此这里也把网站提出作为要分析的媒体形式之一。对于这些媒体单位的抽样，以我国传媒中心北京为例，随机选取30家在京的媒体，其中既有中央和北京市的官方媒体，也有商业性的知名媒体。在社交媒体平台的取样上，以具有高度人气和良好发展态势的新浪微博作为样本，考察这些媒体在新浪微博的传播效果特征。其中，将媒体划分为不同的媒体类型和性质，媒体类型包括报纸、期刊、广播、电视、网站，既有传统的纸媒和电子媒体，也有新兴的网络媒体；媒体性质上，从官方媒体和商业媒体的角度进行分析。

对30家媒体的具体抽选方式为，将广播、电视、期刊、报纸、网站进行分层等额抽样，每类随机抽取6家。其中，广播和电视以频率、频道为单位，抽样总体来自国家新闻出版广电总局公布的广播电视播出机构及频道频率目录（包含付费频道）［10］［11］；期刊和报纸的抽样总体来自北京报刊发行局印制的《中国邮政2015年度邮发报刊简明目录》；网站的抽样为了突出所抽取的网站具有更多的“媒体”属性及内容向度，把国家新闻出版广电总局《互联网视听节目服务持证机构名单》（截至2014年3月5日）［12］中的首都网站作为抽样来源，这些来源中既包括央视网、人民网、中国网络电视台、央广网、京华网以及北京晨报、中国妇女杂志社、《小康》杂志社等传统媒体的网站，包括中国新闻网、中国网等新闻门户网站，也包括新浪、百度、爱奇艺、易车网等综合性或专门性的网站。抽得的媒体单位如下表:

表1　抽样媒体表

基于上述抽样基础，本研究针对如下主要问题，展开对于媒体“社交化”传播效果影响因素的分析:（1）样本媒体在新浪微博上的传播效果是否与媒体类型相关？（2）样本媒体在新浪微博上的传播效果是否与媒体性质相关？（3）样本媒体在新浪微博上的传播效果是否与媒体在新浪微博的受众规模相关？（4）样本媒体在新浪微博上的传播效果是否与媒体在新浪微博的内容发布规模相关？（5）样本媒体在新浪微博上的传播效果是否与媒体在新浪微博的受众互动程度相关？

研究方法和过程是以网络挖掘对30家样本所发的新浪微博进行全内容的采集，并对其进行定量分析。首先，用网络爬虫对这30家媒体在新浪微博所发布的所有内容，进行自动采集和结构化的解析、处理。采集的微博根据研究需要截取为期一年内发布的内容，起始日期为2014年7月1日至2015年7月1日。本研究的网络爬虫采集日期为2015年7月11日至12日，采集得到一年内的微博共74731条，每家媒体在这一年内发布的微博平均为2491条。对这些微博的传播效果，主要从它们的被转发数、评论数、点赞数加以考察。在此基础上，通过SPSS量化分析考察传播效果与其影响因素之间的关联机制。下文所有的统计数据表格，如无特殊说明，皆来源于本研究所挖掘的74731条微博所得出的分析结果。

二、媒体类型与传播效果

这30家样本媒体近一年时段内的共74731条微博中，截至采集时间，其转发数平均值为101.99次，最大值甚至达到了525227次；评论数的平均值为35.72次，最大值高达65365次；点赞数平均值为80.95次，最大值达到了119071次。统计结果如下表的数据所示:

表2　样本媒体的微博传播效果

从报纸、期刊、广播、电视、网站这五种不同的媒体类型，分别考察其在新浪微博上所发的微博在转发数、评论数、点赞数是否呈现出显著的差异，从而判断样本媒体在新浪微博的传播效果是否与其媒体类型相关。根据Levene方差齐性检验的结果，各类型媒体的微博转发数、评论数、点赞数均未通过方差齐性检验，不适合采用方差分析。因而采用非参数检验方法Kruskal-Wallis检验、中位数检验，来考察传播效果与媒体类型的关联。对74731条微博的统计结果显示，不同的媒体类型，其微博的被转发数、评论数、点赞数存在显著差异。统计结果如表3和表4的数据所示:

表3　不同类型媒体微博的转发数、评论数、点赞数-检验统计量a

表4　不同类型媒体微博的转发数、评论数、点赞数-中位数检验统计量a

以被转发状况来说，其中均值最高的是电视媒体，为166.75次，但是其标准差很大，表现了电视媒体在转发量上的不稳定，各条帖子之间被转发数的差距很大。电视媒体的转发数尽管均值很高，但是中值仅为4，大大低于其他一些媒体，说明其转发次数偏低的微博仍然很多，而超高转发数的微博只占到少数，大大拉高了平均值。网站的均值为151.87，而且其标准误只有6.931，稳定性大大高于电视，总体上看网站属于高转发数的媒体类型。期刊的均值达到了116.7，而且期刊类的中值高达100，大大超过其他媒体；标准误只有3.627。总体上看，期刊类的转发状况具有高转发量、高稳定性的特征。广播媒体的均值为96.49，中值是仅次于期刊第二位，达到39次，转发状况也比较良好和稳定。转发数最低的是报纸媒体，只有37.11的均值，中值更是只有1次，说明报纸媒体的多数微博转发数都寥寥，影响力较低。不同媒体类型的微博转发数的具体统计分析结果如下表数据所示:

表5　不同类型媒体微博的转发数（单位：次）

从所发微博的评论条数而言，电视媒体同样呈现出高评论条数、高波动性的特征，其均值91条尽管是各类媒体中最高的，但是标准误同样也是最高的，几乎是其他媒体的十余倍。网站媒体是高评论数、较稳定的媒介类型。其他三种媒体的平均评论条数差别不如与前两者的大，标准误也都仅在0.783-1.378的小值范围内，体现出其评论条数的波动性很小。总体上看，网站媒体的微博有比较好的评论状况，电视媒体的冷热两极化很明显，而报纸、期刊、广播则评论热度不甚高。微博评论数的统计分析结果如下表数据所示:

表6　不同类型媒体微博的评论数（单位：条）

从所发微博的被点赞状况看，电视媒体依然是具有高均值、低中值、高标准差的特征，也即少数微博具有大量的点赞数，而大多数微博则反响寥寥，落差幅度很大。与之前的转发数、评论数不同的是，点赞数居于次席的是期刊媒体，而且其中值高达103，遥遥领先于其他集中媒体，标准误也处于3.676的比较低的水平，这说明期刊媒体所发的微博内容普遍得到比较多的点赞，投射出期刊媒体的内容质量与品质。网站媒体同样也具有较高的被点赞数，但其中值仅为18.5，大大低于期刊，与广播的落差也比较大。报纸媒体的被点赞数均值和中值都很低，影响力亟待加强。微博点赞数的统计分析结果如下表数据所示:

表7　不同类型媒体微博的点赞数（单位：次）

三、媒体性质与传播效果

就不同的媒体性质而言，取样的30家媒体可分为官方媒体和商业媒体。其中资产所有权以及经营管理主要为国有主体的划为官方媒体，如中央电视台、中国人民广电电台等；资产主要为商业性的主体所有、以盈利为主要目的的则划为商业媒体，如《瑞丽》杂志、爱奇艺网站等。尤其对于我国媒体而言，官方与商业的媒体性质差异较大程度地影响着其总体的传媒特征与体系。

本研究的30家样本媒体中，属于官方媒体的有19家:青年参考、中国妇女报、北京广播电视报、中国食品报、语言文字报、北京广播电视台城市广播、北京广播电视台体育广播、北京广播电视台交通广播、中国国际广播电台环球资讯广播、中央人民广播电台音乐之声、中央人民广播电台经济之声、中央电视台综艺频道、中央电视台法语国际频道、北京广播电视台综合频道、北京广播电视台文艺频道、中央新闻纪录电影制片厂（集团）老故事、北京广播电视台四海钓鱼、中国青年报网站、国家大剧院网站。属于商业媒体的有11家，分别为电脑报、足球世界、文化纵横、集邮、青年文摘、轻兵器、幼儿画报、瑞丽网站、百度、糖豆网、爱奇艺。虽然74731条微博中，属于官方媒体所发的63564条，占到了85.1%；平均每家媒体所发微博量中，官方媒体达3345.47条，而商业媒体仅为1015.18。但是官方媒体的“声势浩大”，并未带来比商业媒体更高的传播效果。

在微博转发数方面，商业媒体平均为244.83次，而官方媒体仅为76.9次；在评论数方面，商业媒体均值为103.48条，官方媒体为23.82条；点赞数方面，商业媒体为150.98次，官方媒体为68.64次。官方媒体和商业媒体传播效果的统计结果如下表数据所示:

表8　官方媒体和商业媒体的传播效果统计量

通过独立样本t检验可以看出，传播效果的差异受到媒体性质的重要影响。商业媒体在转发数、评论数、点赞数方面，与官方媒体都具有统计意义上的显著差异，其双侧检验的显著性都接近于0。具体的检验结果如下表数据所示:

表9　官方媒体-商业媒体传播效果的独立样本检验

本抽样中的媒体包含中央电视台、中国青年报、中央人民广播电台、北京广播电视台等拥有雄厚实力与丰富资源的官方媒体，但是它们在微博“社交化”传播中没有取得与其实力相对应的传播效果优势，而是大大低于商业性的媒体。这显示出传统媒体在微博等平台的发展和转型中，要迅速适应新媒介空间的传播特征和要求，把传媒资源和实力切实地转化为“社交化”的传播效果。

四、微博受众规模与传播效果

受众是传播链中的重要一环，对于媒体的社交化传播而言，其在社交平台的受众规模的重要体现之一是粉丝数量。姚晨、韩寒等诸多文艺明星的微博粉丝数量甚至动辄以千万计，大大超过了一些传统媒体的发行量或覆盖力。由于拥有众多粉丝和拥趸，一些微博账户显现出意见领袖的核心地位与明星效应。例如一些影视明星和公众人物，即使只发一些很简短、内容空泛的言论，也会吸引大批粉丝迅速“围观”、评论、二次传播，取得聚焦和高热度的反馈。有研究者在针对微博传播有效性的研究指出，“经过微博官方确认的名人认证用户一般拥有较大优势，其在现实社会中拥有较强的社会关系和较多的粉丝，可以将这种优势带入虚拟微博社区，获得较高的初始影响力和持续增长的连接度”［13］。那么，对于本研究所选取的样本媒体来说，是否存在着微博传播效果和微博粉丝规模之间的相关性？

本次抽样的30家媒体，平均粉丝数为2028143，最少的为1498个，最多的为22382940个。其中粉丝数在百万以上的有11家，26家的粉丝数在1万以上。通过Pearson相关系数检验可以看到，样本媒体的微博转发数和发布者粉丝数的相关系数为0.03，双侧显著性为0.34，两者不存在显著相关关系。也即样本媒体在微博转发数方面，“粉丝”效应并不明显，它们并不因为拥有更多粉丝数就拥有更高的转发量。这从另一个角度说明，微博传播不能单纯依靠其人气和舆论明星的“光环”，内容本身对于样本媒体提升转发热度仍然是重要的。具体的统计分析结果如下表所示:

表10　样本媒体微博的转发数、评论数、点赞数与其粉丝数的相关性

值得注意的是，发布者拥有的粉丝数增长与它们的微博被评论数呈轻微的负相关，也即粉丝越多未必意味着吸引的评论数越多，而是相反地会降低评论、跟帖的热度。这与社交网络结构中的稀释或许不无关系。而粉丝数与微博的点赞数呈正相关，拥有众多粉丝意味着能快捷有效地吸引大批受众点赞和表达自身态度，有助于传播内容的“裂变”，形成快速的态度、情绪扩散和舆论热点。

通过上述分析可以看到，媒体的微博传播并非粉丝规模越大就越有良好的传播效果，而是存在着一种“轻效果”的分层效应。在“点赞”的层面上，由于受众的操作简单，所表达的接受和认同也只是很“轻度”的，因而表现出在受众粉丝规模与传播效果之间的一定程度的正相关；但是在转发、评论等较点赞更为“重度”的传播效果上，则没有体现出这种显著的相关性，甚至在评论数方面还表现出粉丝规模与传播效果之间的负相关。对于想要达到传播效果优化的媒体来说，一味追求粉丝的规模而不顾传播的质量以及效果的质量，是值得审慎对待的一个问题。

五、微博内容规模与传播效果

微博内容的生产能力关系到媒体在微博中的发声活跃度和话语显著度。30家样本媒体平均的发布微博量为12484.9条，最多的发了65744条微博，24家媒体发布微博数量在2000条以上。

根据pearson相关系数的统计检验显示，样本媒体的微博被转发数与它们在微博上的发声活跃度、发微博规模之间没有显著的相关性。但微博的评论数与点赞数各自仍与发布者的微博规模存在一定的相关关系。发布者的所发微博数量与每条微博的被评论数之间具有负相关，发的微博越多并不一定意味着能吸引更多的评论，反而有可能使之降低；每条微博得到的点赞数则与微博总体规模呈正相关。具体的统计分析结果如表11（见下页）所示。

六、微博互动倾向与传播效果

微博是一种典型的社交媒体，社会性的互动是社交媒体具有的重要特征。在社交媒体的传播中，存在着“45°角仰视”的理论假设，也即意见领袖或舆论明星处于传播的中心地位，受众与其存在着不对等的关系，是一种对其“仰视”般的信息阅读和接受。

表11　样本媒体微博转发数、评论数、点赞数与微博发布规模之间的相关性

本研究中，通过Pearson相关分析可以看到，样本媒体的微博传播效果与发布者在微博上主动关注他人的程度呈弱度的负相关，相关系数为-0.017，显著性水平小于0.01，存在着显著的相关性；微博的评论数、点赞数也同样与样本媒体关注他人的数量之间存在着虽然轻微但是显著的负相关性，增加对于其他人的关注并无助于其提升传播效果。所分析的样本媒体的数据显示出微博空间中意见领袖和受众的结构关系，社交媒体平台并未真正意义的“社交化”，与受众的社交化互动仍尚未成为影响媒体在微博传播效果的显著因素。具体统计分析结果如下表所示:

表12　样本媒体微博转发数、评论数、点赞数与关注他人数量之间的相关性

结 语

本研究以网络挖掘和实证量化研究，从媒体类型、媒体性质、微博受众、内容规模、互动倾向等方面，分析了新浪微博中30家样本媒体传播效果及其影响因素和关联特征。

针对本文第一节所提出的五方面问题，得出的主要结论如下。（1）不同类型的样本媒体在微博传播效果上具有显著差异。电视媒体与大众传播以及热点话题密切贴合，在微博上具有高传播热度；网站媒体显现出对新型网络媒体天然的良好适应性和兼容性，在微博平台中表现良好；期刊媒体总体传播效果比较稳定，略高于样本媒体的平均水平；报纸媒体样本在微博传播没有表现出优势，虽然具有快捷化和“浅阅读”属性，但是其微博传播效果显著低于其他几种媒体。（2）不同性质的样本媒体在微博传播中也表现出重要的差异性。样本中包括众多中央级传媒单位的官方媒体虽然掌握大量资源，在内容生产规模和内容供给能力方面都高于商业媒体，发布的微博数量大大超出了商业媒体。但是商业媒体的传播效果却显著优于官方媒体，这是值得官媒深思和改进的。（3）30家样本媒体的微博粉丝规模并未呈现出和微博传播效果之间足够的正相关。微博空间中庞大的粉丝数并未就意味着更多的转发量和评论数，只在点赞量方面具有轻微的作用。或者说，这种关系体现的是“轻受众”关系，这些媒体的微博粉丝并不是深度卷入的，点赞是一种浅度的粉丝行为；而转发和评论这些需要更深度介入的行为，则显得动力不足。（4）样本媒体的微博内容发布规模，同样也与传播效果之间欠缺足够的正相关。这里依然存在着一种“轻效果”的分层效应，发布者的微博总量越多仅轻微地有助于点赞数这些浅层效果的提升，而微博被转发数与它们在微博上的发声活跃度、发微博规模之间没有显著相关性，发的微博越多也并不意味着能吸引更多的评论。（5）样本媒体的微博传播效果的增大并不要求它们增加对受众的关注等社交化互动，“社交”媒介空间中的传播效果并非由此而蜕变成为一种去中心的新型公共领域和社会交互结构。中国媒体的“社交化”融合发展在近年来呈现较高关注度，但是传播效果仍然存在不尽如人意之处。这其中一些媒体尽管坐拥丰厚资源，但在社交化的传播中仍然步伐滞后。媒体的社交化转型与创新需要及时适应社交媒体的传播机制，切实探索增强更为深入和可持续的社交化传播路径。

参考文献：

［1］WeAreSocial.Digital，Social & Mobile Worldwide in 2015 ［EB/ OL］.［2015-12-20］.http:/ / wearesocial.net/ blog/ 2015/01/ digital-social-mobile-worldwide-2015/ .

［2］蔡胜龙，范以锦.微博给传统媒体带来的不仅仅是挑战［J］.新闻传播，2011，（3）:16-18.

［3］陈立敏.微博与传统媒体关系探微［J］.新闻爱好者，2011，（3）:8-9.

［4］黄培.微博与电视频道竞争力［J］.声屏世界，2011，（7）:58-58.

［5］贾建慧.与社交媒体全方位合作开创电视媒体新思路［J］.新闻知识，2011，（8）:30-31.

［6］贾立梁.“社交媒体”带给广播的新机遇［J］.中国广播，2011，（6）:107-109.

［7］刘奇葆.加快推动传统媒体和新兴媒体融合发展［N］.人民日报，2014-04-23（6）.

［8］王虎.媒体社交化语境下的社会资本扩张与传统电视变革［J］.新闻记者，2014，（6）:57-62.

［9］崔保国.传统媒体转型已经从数字化转为社交化［EB/ OL］.（2014-04-05）［2015-12-20］. http:/ / media.sohu.com/20140425/ n398825913_2.shtml.

［10］国家新闻出版广电总局.地级以上广播电视播出机构和频道频率名录（截至2015年6月）［EB/ OL］. （2014-04-05）［2015-12-20］.http:/ / www.sarft.gov. cn/ art/2015/7/8/ art_69_27383.html.

［11］国家新闻出版广电总局.付费频道名录（截至2015年4月）［EB/ OL］.（2014-04-05）［2015-12-20］. http:/ / www.sarft. gov. cn/ art/2015/5/28/ art_70_26718. html.

［12］国家新闻出版广电总局.互联网视听节目服务持证机构名单（截止2014年3月5日）［EB/ OL］.（2014-04-05）［2015-12-20］.http:/ / www.sarft.gov.cn/ art/ 2014/3/7/ art_110_4628.html.

［13］王博，李生.低活跃度背景下微博信息有效传播的路径［J］.哈尔滨工业大学学报:社会科学版，2015，（4）:69-74.

［责任编辑：郑红翠］

中图分类号：G206.3

文献标志码：A

文章编号：1009-1971（2016）03-0063-08

收稿日期：2016-03-17

基金项目：国家社科基金项目“中国文化对外社交媒体传播机制研究”（13CXW050）；上海市促进文化创意产业发展财政扶持资金课题“文化创意产业对提升城市人居环境质量的分析研究”（2014020072）

作者简介：徐翔（1983—），男，江西上饶人，副教授，博士，同济大学新闻与传播学科委员会委员，全球城市文化传播中心研究员，从事网络传播研究。

An Empirical Analysis of Effects and Factors of Chinese Media Communication on Social Media:Web Mining on Sina Weibo Based on Thirty Media Samples

XU Xiang
（College of Communication and Art，Tongji University，Shanghai 201804，China）

Abstract:This study selected thirty samples from five types of media including newspapers，periodicals，radio，television，and web sites，and snatched more than seventy thousand posts in sina weibo published in the past year employing crawlers. In terms of weibo content mining，based on main dimensions such as media type，media property，audience size，content publishing，and social interaction，the paper empirically analysed media's social communication effects and their correlative factors in weibo. Different types and properties of the media have significant correlation with their social spread effect. Size of fans has a relationship as 'light audience' to its publisher on sina weibo，while having a positive correlation with point of praise of posts，but no significant correlation with point of comment or forward.There is also hierarchical effect as 'light effects' between media distribution scale and its effect. The traditional media needs to adapt to the new social media space，actively exploring optimization mechanism of social communication effect.

Key words:social media；social communication；weibo；web mining