我国省级图书馆微博的社会网络分析

聂慧英

摘 要： 本文通过新浪weibo为研究媒介，采取社会网络分析法，将实名认证的14个省级微博为研究对象，通过这些图书馆之间的“互粉”建立起的社会网络，从整体网络结构、凝聚子群以及中心性等具体几个方面进行了分析。

关键词：图书馆 新浪微博 社会网络分析

中图分类号：G250.7 文献标识码：A 文章编号：1003-9082（2016）09-0052-01

随着科技进步、互联网高速发展，微博作为信息技术的产物之一，已经得到许多不同行业的认可与应用。图书馆作为搜集和传播信息的重要组织机构，也逐渐重视起微博在图书馆的实际运用。当下国内很多的图书馆都将微博作为用户服务的平台。

一、相关研究

据检索来说，我国图书馆学界微博的利用初始于2009年左右。之后，该领域的研究逐渐深化，理论与实证的研究方面均逐渐充实。理论方面主要探讨了微博在图书馆服务、营销、推广等方面的优势。实证研究主要针对于国内高校图书馆、公共图书馆以及中小学图书馆的微博应用近况。但目前很少有文献对我国图书馆微博关联状态进行研究，而他们间的关联和交流对于研究我国不同地区、不同派系图书馆的协同以及知识开放获取情况有重要的参考意义。所以本文以社会网络分析法为着眼点，对我国的图书馆微博网络进行研究。

二、方法和数据

如今社会网络分析软件中主流的有：Inflow，Multinet，Fatcat，Stocnet和Ucinet等。其中Ucinet的使用简便，效果较为明朗。本文主要利用Ucinet进行具体分析。

本文通过关键词“省图书馆”在新浪微博进行搜索，选取用户一栏，检索出众多相关用户，根据筛选，共有12个带“V”标志（即通过新浪实名认证）的图书馆；接着检索“自治区图书馆”共获得2个带“V”标志的图书馆，一共找到14个得到新浪验证的省级公共图书馆。

微博中用户之间都会存在着一定的联系，而“关注”与“被关注”则是判定他们联系的依据。若将各个图书馆微博视为节点，把微博A“关注”微博B当做是一条单向线，则该点在矩阵中的取值为1，否则取值为0，这样便得到了一个14行14列的二值矩阵（见表1）。

三、分析与结果

1.整体网络结构分析

可以看出我国省级图书馆微博网络是一个集群的状态，除云南省图书馆，这些图书馆大都关注了其他图书馆，各个图书馆之间的互粉程度较高，相关性较强。

2.群体结构分析

2.1 中心性分析

中心势体现的是微博网络中各节点的差别。不同的计算方法，节点的中心性可以分成三类：点度中心度、中间中心度、接近中心度。可以通过Ucinet对节点计算得到他们的中心度。因为数据是有向的，所以节点的电度中心度有两种：点入度、点出度。

入度中心度表示在社会网络中某行动者主动与其他行动者建立联系的程度，处于主动的地位。出度中心度代表的是行动者在网络中互动的能力，换句话说，也就是某行动者在网络中与其他行动者联系的能力，反应到文中即某图书馆微博与其他图书馆微博间关注与被关注的情况。

从表2中可以看出，陕西省图书馆的点入度中心度、山东省图书馆的点出度中心度是最高的，处于整个网络的核心；宁夏回族自治区图书馆微博的点出度较高点入度仅为2，反映出其他图书馆对于他的关注较低，他的微博参考价值低。吉林省、福建省图书馆的微博比较重视其他图书馆的情况，所以关注度较高，出度中心度都在8以上。

2.2 凝聚子群

凝聚子群可以说是团体中部分人的关系特别紧密，以至于成为一个小团体。凝聚子群的概念包含多种，主要有“派系”、“n-派系”、“n-宗派”、“k丛”“成分”。本文涉及的主要是“成分”及“k丛”。

2.2.1成分分析。成分分析对于有向的关系而言，主要找出他的“强成分”和“弱成分”。文中研究的是行动者之间的关联网络，因此只需分析双向关系的强关联成分。图2表明，14个结点被划分成了2个成分，一个成分由13个节点组成，另1个成分仅有一个节点，而他是整体网络中的孤立点，即出度为0。

2.2.2派系分析。派系中任意两个点都有着直接的联系，他们彼此相互临接，不与其他派系存在包含关系。运用派系的方法找出小团体，需要多次的去实验判断。首先选择K为3最小的团体不得少于5个节点，得到81个小团体，数量太大无法得出结论，可知条件设定太过宽泛。接着若K为2最小的团体不得少于4个节点，则得到31个小团体，仍然不好判断。最后，选择K为2最小的团体不得少于5个节点，得到的26组团体。可以看出这些微博之间存在着很多的派系，而从这些派系中可以得到很多的信息：①陕西省图书馆与23个派系都有着联系，可看出他与绝大多数的省级图书馆都保持着联系，在这些省级图书馆中有着主导的地位；②广东省图书馆、福建省图书馆分别出现在14个以及8个派系中，可看出他们与大多的图书馆直接都有着密切的联系。③云南省图书馆与其他派系没有任何联系，说明他独立于这个社会网络之外，没有其他省级馆的互动工作。

四、结论

通过研究可知：根据该社会网络的综合特点和基础数据，可得出该网络在联系以及交流方面较好，各图书馆除了利用微博平台为用户服务以外，也与其他馆有着紧密的联系。通过对凝聚子群分析，可知不同的凝聚子群，网络位置、特征都不尽相同。纵观整体可知我国省级图书馆官微的子群规模较小。分析中心性可发现，点出度和点入度同时都比较高的图书馆官微较少，同时具备这两个特征的图书馆可以说是整个网络的核心，对整体网络有一定影响力。一些点入度高，点出度低的图书馆官微，一定程度上表明这类图书馆的综合水平较高，得到了他馆的广泛关注，自身却过滤掉了一些繁杂的关系，只主动和位于网络核心地位的图书馆建立关系。部分点出度高点入度低的图书馆官微，在某一程度也反映了尽管积极的关注了其他馆，但是其他馆对他的认可度却很低，不被他馆重视。

参考文献

[1]朱庆华，李亮. 社会网络分析法及其在情报学中的应用[J]. 情报理论与实践，2008，02：179-183+174.

[2]徐媛媛，朱庆华. 社会网络分析法在引文分析中的实证研究[J]. 情报理论与实践，2008，02：184-188.

[3]钟琦，汪克夷. 基于社会网络分析法的组织知识网络及其优化[J]. 情报杂志，2008，09：59-62.