微博研究综述及其趋势展望

红河学院商学院 红河学院政治学与国际关系学院

一、引言

据2019年8月30日发布的中国互联网络发展状况报告显示，截至2019年6月，中国网民规模达到8.54亿，手机网民达到8.47亿。根据新浪微博自身研究机构发布的数据显示，截止2018年第4 季度，微博月活跃用户已增至4.62亿。微博在2007年由“饭否网”引入后，先后出现了新浪微博、腾讯微博等，经过12年的发展，新浪微博已经成为国内较大的用户群体，微博成为了个人情感、政务宣传、市场营销、市场预测等主要宣传和展示舞台。

作为自媒体的微博爆炸式的发展引发了国内外学者的深入的研究，根据当前国内外对微博的诸多研究分析发现，理论性研究的学术文献较多，基本上都是围绕微博的三大构件进行研究，即微博相关用户、微博消息发布与传播、微博用户关系。微博用户关系又是微博用户研究的延伸，因此微博研究出现了很清晰的分水岭：微博用户特征研究和微博消息特征研究。

微博相关用户既是微博内容(即微博消息)的编写者、评论转发者，也是微博内容的被动接收者，因此微博相关用户参与了微博消息传播的整个过程。微博用户大致可以分为两类：普通个人用户和大V用户。其中，普通个人用户可分为活跃个人用户与僵尸用户；大V 用户可以是个人，也可以是媒体或企业组织等。微博用户关系是微博用户之间进行交流和信息交互的联结，大多数情况下用转发、评论、关注和粉丝等来进行度量，其中微博用户关系中的稳定关系支持邓巴预测，即每个微博用户最多容纳100-200个稳定关系；微博消息的传播主要是通过微博用户的社交网络，社交网络的结构与密度等因素将决定微博消息传播的深度与广度。研究微博用户可以更好地掌控微博发展方向及趋势；研究微博用户关注与被关注的关系网络可以描绘微博的网络结构特征，以及微博意见领袖形成基础和原因，从而能正确地引导微博网络社区和意见领袖的形成。

本研究拟从微博用户相关特征和微博用户关注关系特征入手，梳理当前国内外微博研究的代表性成果，并在此基础上分析今后一段时间内微博研究的热点及切入点，从而为后来的研究者提供一定的借鉴。

二、微博用户特征研究

针对微博用户特征的研究主要包括以下几个方面：微博用户动机、个人微博影响力和微博群体社会网络。

(一)微博用户动机

由于微博用户存在多样性，其使用动机也是多种多样。总体上来看，微博用户使用动机可以分为3 类：信息来源、信息寻求者和朋友，他们在微博上主要是描述日常活动、谈话、共享信息和报告新闻等。使用者更多的是利用微博进行协作和对话，学者在探讨使用者利用微博进行交流上，发现了目前微博的设计对交流协作存在着一定的局限性。

(二)个人微博影响力

在对传统媒体的研究中发现，只要控制少数具有影响力的人，可以很好的优化市场投入，从而获取更大的影响与回报；但在新媒体时代，作为自媒体微博，其每一个微博用户都有可能成为一个影响者。微博用户自身的影响力会受到诸多因素的掣肘，研究发现微博用户的影响力可以通过不同角度来进行评价与分析：粉丝数量、转发、关注与取消等，粉丝数量的多少将直接影响微博被转发的次数与速度。微博用户关系的互惠性、关系的持续时间、被关注者拥有的信息量以及关系之间的重叠都是微博用户与用户之间关注与取消的关键因素，而关注与取消状态将直接影响个人微博影响力的大小。

(三)微博群体社会网络

目前，微博群体社交网络形成的机理大致可以归纳为以下三种：以消息发布与传递为中心的群体、以用户为中心的群体、以关系为中心的群体。以消息发布与传递为中心群体的结构松散，稳定性弱，其存在时间收到消息自身的时效性制约，从而存在时间通常较短；以用户为中心的群体结构比较单一，且不易发生变动，消息在群体内部发布与传播也较为稳定与单一，生存周期由核心用户决定；以关系为中心的群体是典型的社交网络群体，其网络结构与用户现实社交关系密不可分，网络成员的进入与退出或多或少都与现实关系的变化有关。据相关研究发现，相同爱好与目的的微博使用者聚集在一起形成一个小型社会网络，每一个网络中时刻活跃着，且时时发布一些较为权威的信息的微博使用者，成为该微博网络群体的中心点，即为该微博网络的意见领袖；一个微博网络中的成员通过搜寻的方式，来发现和结交其它类似知识结构网络的微博成员，从而与其建立正常的交流渠道，这也是微博群体社会网络不断扩展的基础和原动力。也有学者通过对微博跟帖者、粉丝、关注者进行拓扑分析后发现，其网络呈非幂律分布，联结者之间有效直径短，且具有低互惠性，这种互惠性表现在用户之间的关注关系与真正的朋友关系有很大的差别，这标志着微博社会网络与已知的人类社会网络存在着偏差。

三、微博用户关系研究

作为自媒体，微博发布主要内容为消息，消息内容自身将对微博消息与微博用户的受关注程度，以及消息的转发量产生巨大影响。由于微博内容的长度、数据的易获取性、特有的语言风格、信息的多样性和实时性等特点，使得对微博本身内容的研究与网络其它内容(如博客、人人网、即时交流工具等)有很大的差异。目前，围绕微博内容的研究主要集中在三个部分：其一是从管理学、行为学等角度来研究微博的信息扩散机制；其二是从数据挖掘、文本挖掘等计算机技术的角度来研究微博的文本处理；其三是从应用的角度来剖析微博在不同领域内的应用效果。

(一)微博信息扩散机制研究

在对微博信息扩散的研究上，着重从微博信息扩散的影响因素和预测微博信息扩散度(转发量预测)两个方面来进行。不同主题(政治、电影、音乐、工作等)的微博的信息扩散机制不同，由于不同主题微博传播广泛使用的标签显著不同，致使有争议的话题标签持续传播的时间久，且多次曝光相对于首次曝光而言效果迅速衰退。不同内容的话题(积极的和消极的)具有不同的扩散寿命，持久的信息更多包含着积极的情绪、休闲的生活方式等相关内容，急剧衰减的信息明显包含更多与消极相关的词语和活动等。微博提供了一种促进信息传播的显性机制，很多研究微博信息扩散度都是从微博的粉丝数上来进行衡量，但却忽视了粉丝中存在着很多僵尸粉丝，这些僵尸粉丝并不是微博信息的有效读者，因此采纳微博信息的有效读者以及考虑微博信息采纳的链接结构和时间顺序，才是真正度量微博扩散程度的有效方法。另外，微博用户的注册时间、URLS、话题的趣味性等都是影响微博信息扩散的重要因素，不同研究者根据其影响因素的不同构建出相应的扩散模型。

在微博中，转发对信息扩散有至关重要的影响，各种各样的信息正是通过转发才得以在微博网络中广泛的扩散，因此研究微博中信息转发路径及转发机制显得尤为重要。近来，国内外已有部分研究涉及了微博的转发预测问题，采用的方法不同，其预测准确度不同。有学者通过建构过滤概率模型，对微博未来的转发状态进行预测，并发现预测中最关键的因素是微博源和转发者的确定。也有学者运用消极攻击算法的机器学习方法来自动预测转发。国内也有学者利用分类算法构建预测模型，实验结果得出大约86%的微博能被成功的预测。

(二)微博文本处理研究

由于微博内容自身的特点，使用以往的语义处理方法分析后得到的数据不完整且数据稀疏，微博消息个性化的语言也会给语义分析带来灾难性的工作量，于是吸引了部分学者对微博文本的预处理进行了研究。微博文本处理设计两个层面：语言分析和文本处理。语言分析包含分词、语法分析、语义分析；文本处理主要涉及文本的分类、信息的抽取、话题的预测、情感的分析等。目前在国外有关活动分析和文本处理已全面展开，而在国内有关微博处理大多集中在微博文本情感分析这一点。

(三)微博应用研究

微博使用规模的爆炸性增长，使得微博在社会各领域都得到了广泛的重视和应用。微博中对品牌评论的数据可以用来跟踪顾客或社会大众对企业品牌的关注与评价状况，通过微博品牌评价的文本分析发现消费者或社会大众对企业的评价及其周期性变化情况；利用微博上的某部电影评论信息可以对该部电影票房进行大致预测，结果发现微博用户对电影的关注度和票房的排名正相关；商业领域微博起到很大作用，在政治和政府管理领域也如此，政治微博在线消息反映线下的政治情绪，微博信息内容作为政治情绪有价值的预测指标；另外，微博在线教育培训学习领域也得到了广泛的应用。

四、微博研究总结及趋势展望

综上所述，微博的发展极大地冲击了传统的交流和信息扩散模式，如何更加有效的利用微博来加强政府与人们、企业界与消费者、名人与大众等之间的交流，以及如何更加有效地区分微博内容的真假都已成为当前微博研究的重要问题，但是目前有关微博的研究大多集中微博用户特征和微博用户关系特征2个方面，有关微博信息内容本身的研究很少，由于近两年大型网络舆情案例一部分都是有微博发起的，在众多突发事件中，微博对重要信息的快速传播，以及微博内容的可信性和实效性是微博能够朝着良性发展的决定性因素，因此如何有效和健康的使用微博已成为今后研究的热点。为了更好对微博网络的管控，预防负面虚假消息在微博上泛滥，未来研究有可能从以下方面入手：

1)微博信息可信度评估指标体系研究；

2)微博特大网络舆情案例的预警和处理机制研究；

3)微博社会网络与现实社会网络对比研究；

4)微博信息识别与过滤技术研究。