基于社会网络分析的高校微博信息传播影响力研究*

2020-11-30张甜甜孙晓阳

图书情报研究 2020年4期

冯缨张甜甜孙晓阳

（江苏大学管理学院镇江 212013）

高校作为向外界提供高等教育服务的社会组织，需不断地与外界进行信息交互。为适应网络时代的发展，全国越来越多的高校开始使用微信公众号、新浪微博等社会化媒体与外界互动。高校官方微博逐渐成为高校向社会传递校园内部信息、与相关人士凝聚情感、向校内师生提供服务、全面展示高校综合实力的重要渠道之一[1]。校方信息可借助微博的影响力以及其关注者的转发影响力在网络中传播，进而影响到更多的人，从而产生更加深远的影响力。

一般来说，高校微博影响力水平越高，信息传播范围越广，越能引领舆论的发展方向，越能充分发挥高校对广大学生的思想政治教育、价值观念引导等作用。然而目前高校微博数量正处于快速增长阶段，管理上出现了诸多不规范的问题，一定程度上导致高校微博影响力还不够高。提高高校微博影响力显得尤为格外重要且迫切。党的十九大报告指出“高度重视传播手段建设和创新，提高新闻舆论传播力、引导力、影响力、公信力。加强互联网内容建设，建立网络综合治理体系，营造清朗的网络空间”[2]。因此，开展高校微博信息传播特征研究，合理评价高校微博影响力显得尤为重要。对高校微博影响力的研究，有利于提高高校官方微博影响力，对高校信息化建设有着重要的实践意义，进而提升高校软实力，营造和谐的网络空间。

1 文献综述

近年来，随着微博、微信等社会化媒体用户数量持续稳定增长，微博作为集媒体性与社交性于一身的信息传播工具得到迅猛发展，受到包括高校在内的各类社会组织的青睐。影响力在社会化媒体微博领域的延伸，信息传播影响力逐渐成为社会化媒体研究领域的热点研究问题。一般来说，影响力是指以一种主体所乐于接受的方式，改变其他主体所乐于接受的方式，或改变其他主体的思想和行动的能力[3]。而高校社会化媒体信息传播影响力是指高校借助社会化媒体平台的用户关系网络进行信息传递和信息辐射时，以引起用户社会认知、社会判断、社会决策以及社会行为发生转变的力度。

学者对高校社会化媒体影响力的研究，主要体现在研究对象和研究方法上的差异，杜叶龙[4]从微信平台自身特征、用户、服务方式及内容、传播效果4 个维度构建影响力评价体系对高校图书馆微信公众平台传播影响力进行评价。傅余洋子[5]通过Google 收集高校网站的链接及互链数据，运用相关性分析、主成分分析等方法对这些指标数据进行定量分析了解江苏省高校网站的影响力。于洋洋[6]以多家高校官方微博为研究对象，在分析用户行为特征之后多角度建立微博影响力综合评价，利用主成分分析方法和聚类分析方法对高校影响力进行综合评价研究。

在运用社会网络分析对信息传播影响方面的研究，Wang Kun[7]运用社会网络分析中的小世界现象对微信用户进行分析，以揭示微信关系网络。李菲[8]利用社会网络分析法中的点度中心性寻找舆情传播核心，对移动网络环境下舆情传播特征、过程、规律进行实证研究。冯缨[9]从微博营销信息传播角度，对网络的中心性分析、影响力指数、结构洞指数等进行研究。Luarn[10]认为社会网络结构中心度会影响信息传播的频率。

综上所述，现有的研究重点关注高校社会化媒体在某个具体领域的影响力研究，少有学者以高校微博作为信息传播中的主要参与主体进行研究。大多对象为高校图书馆社会化媒体平台，忽视了高校微博在信息传播中的地位。另外，对高校微博影响力的研究，很少从社会网络结构的角度出发对高校网络的结构和网络用户之间的影响力测度。

本文以高校官方微博为研究主体，高校微博信息传播网络的参与者即行动者为研究对象。基于信息传播和社会网络分析法对高校微博行动者的社会网络结构进行测度，并结合网络结构与网络位置测度信息传播影响力，进而探讨其信息传播规律及特征，并识别其中具有较高影响力的行动者，从而为加强信息控制和提高高校官方微博影响力引导提供参考。

2 高校微博信息传播特点及影响力形成机制分析

2.1 高校微博信息传播特点

2.1.1 信息传播互动性在高校微博信息传播网络中，高校作为信息源的主要发布者，网络中的信息行动者会采取评论、转发、点赞等互动行为进行信息交流与信息传递，从而在信息主体之间形成互动关系，且传播过程中的信息主体具有自主选择和加工信息的权利。

2.1.2 传播方式多样性信息传播方式的多样性指高校通过发送文字、图片、视频等多种形式进行信息传播。在信息传播网络中，信息传播的呈现形式能够影响到高校微博信息的传播效果，如动态图片和视频传播形式会吸引信息消费者关注，更容易激发更多行动者参与信息传播，进而推动信息在传播网络中分解、传递、消费。

2.1.3 传播目的具有针对性传统的高校信息主要通过“灌输”式传播，信息行动者只能被动接受信息。而高校微博信息以交互式进行传播，传播更具有针对性。高校微博运营部门可通过后台管理用户的关注、转发、评论等行为，及时了解行动者信息需求以及信息偏好，进一步确定信息传播群体，加快进行信息处理，从而提高信息传播效率。

2.1.4 传播信息具有权威性高校微博作为与外界进行信息交流的官方渠道之一，信息发布具有权威性，代表官方的态度。在传播校园信息、指导思想政治教育、引导舆论传播等方面发挥着不可忽视的作用。高校微博运营状态日益成为判断高校权威性、美誉度和社会影响力的主要标志。

2.2 高校微博信息传播影响力形成机制

在复杂的社会关系网络中，各行动者之间需要借助信息传播进行交互。根据西方学者的研究，信息传播的基本要素包括信息传播者、接受者、信息、媒介反馈[11]。德弗勒[12]在拉斯韦尔5W理论和申农—韦弗传播理论等信息传播理论的基础上提出了信息传播互动理论，他认为信息传播过程应具有双向性，即信息的传递者也有可能是信息的分解者。信息在互联网上传播同样遵循传统信息传播理论，一般指以信息主体、信息、计算机网络媒介及噪音为基本要素形成信息传播网络进行信息交互过程，信息传播具有动态性、序列性以及结构化的特点[13]。

图1 高校微博信息传播模型

高校微博信息传播网络作为网络信息传播理论的具体运用之一，其构成要素包括高校微博信息、信息传播主体、微博信息传播技术、高校微博内外信息环境（见图1）。在该信息传播网络中，高校微博信息的发布需要经过高校微博运营部门对信息进行筛选、加工及审核；基于网络关系，信息传播主体对信息进行传递、消费和加工等行为；高校微博信息内外部环境在信息传播网络中对信息主体的行为进行约束和规范，微博信息技术则提供了技术保障，进一步提高信息的传播效率。信息主体即信息行动者之间的网络关系和网络位置不同，在信息传播过程中各行动者的影响力也有所差异。因此根据高校微博信息传播网络特点，本研究从网络关系、网络结构与网络位置三方面选取社会网络分析的指标对高校微博影响力进行测度，更加深层次的了解各行动者之间的影响力。

3 社会网络视角下高校微博信息传播影响力分析

3.1 粉丝数量

在高校信息传播网络中，常见的网络行动者关系有关注、转发、点赞等。其中关注是指根据自身的兴趣爱好或者现实存在的朋友关系点击按钮成为该账号的粉丝。因关注关系而产生的微博粉丝数量在很大程度上会对高校微博账户发布信息的传播范围和广度产生影响。

3.2 网络位置分析

在社会网络分析中，中心性着重分析个体在网络结构中的重要程度。可量化个人或者组织在其所在的社会网络中拥有什么权力或者处于什么样的地位，进而衡量行动者在信息传播网络中的影响力。中心性指标分为点度中心性、中间中心性和接近中心性。而这三类指标均包括中心度与中心势两类量化指标，中心度被广泛用于测量行动者在网络中的优越性和特权性，而中心势则用于测度网络行动者的集中程度[14]。

在高校微博信息传播网络中，某一行动者与其他行动者直接相连的总数越多，则表示该行动者的点度中心度越大，则在信息传播网络中处于核心位置，拥有较高的权力且较大的影响力，对网络中信息的交流程度和传播强度影响较大。而社会网络中的行动者处于其他行动者对捷径上的频数衡量中间中心度，其表示行动者对资源控制的程度。中间中心度的高低可以用来考察某个行动者作为传播媒介的能力，对信息的传播和扩散起到“桥梁”的角色。接近中心度则衡量某个行动者不受其他行动者控制的程度，某个行动者的接近中心度越小，在信息获取时越不受他人控制；接近中心度大则表示该行动者与其他行动者距离都相对较远，需要依赖其他行动者获取信息。

3.3 网络结构分析

网络研究的另一个重要任务是对网络结构分析，可通过网络的整体结构和子群结构研究来揭示。其中，网络整体结构分析是对网络的整体性能进行描述，包括对行动者之间的稳定性、紧密性及互动性进行分析等；而子群结构是探讨不同的群体在网络中的位置，解析子群内部之间和不同子群之间的关系，进一步揭示信息传播网络中各行动者之间关系模式。

3.3.1 网络整体结构网络结构分析指标包括网络密度、可达性、网络凝聚力等，其中网络密度的大小反映网络中行动者之间联系的紧密程度，其取值范围从0 到1。网络行动者之间的连线数越多，数值越接近1，则网络密度越大，行动者之间信息互动越频繁，网络之间联系越密切，成为传播网络中的核心可能性越大；网络可达性一般用平均路径长度来度量，平均路径长度指网络中任何两个行动者之间途径的平均长度。平均路径长度越短，行动者之间建立联系的路径越短，行动者之间的联系越紧密，信息传递效率越高；网络凝聚力主要考察网络的集团化程度，凝聚子群聚类系数可以测度网络中凝聚子群存在的平均密度，以探究网络的离散程度。

3.3.2 网络子群结构研究网络子群研究可通过结构洞、核心——边缘模型及影响力分析等指标。结构洞指网络中至少由三个行动者之间的关系构成的一种特殊结构，该结构的存在能够为“中间人”带来利益和发展机会，结构洞的存在对高校微博信息传播产生影响，在很大程度上拓宽高校社会化平台信息传播的广度，从而测度高校社会化媒体影响力；核心——边缘模型可以根据行动者的核心度确定其在信息传播网络中处于什么样的位置，判断出哪些行动者是意见领袖以及哪些行动者构成小团体，更加清晰地了解行动者自身的能力和素质；在社会网络分析中，影响力的指标有卡兹影响力指数[15]、胡贝尔的影响力指数、泰勒的影响力指数三种考虑到间接关系的影响力指数，而胡贝尔的影响力指数不仅仅需要考虑行动者直接关注情况，也考虑到间接关注他人的情况。

4 实证分析

4.1 数据采集

本文选取北京大学官方新浪账号“北京大学”为实证研究对象，北京大学会在官方新浪微博账号上发布北京大学的权威信息，以此展示北大校园生活和服务广大师生校友。北京大学新浪官方微博拥有粉丝量976 120 人，关注其他的微博账号数为227，截止数据采集之日已发布22 903 条微博。本次将选取“北京大学”2019年4月12日发布的一条校园宣传服务类微博，微博的内容为“#我在大学等你# #北大体验#【首发!2019 来北大是种怎样的体验？】北大体验系列宣传片 | 选择北大，是在选择什么？在北大读书是怎样的体验？湖光塔影？畅春园撸猫？和大佬聊学术？辅修打卡新世界？看视频，找到属于你自己的答案。[赞啊][赞啊][赞啊]”[16]。此条微博共有转发1 383 条，评论319 条，点赞数为2 072 个，使用PKUVIS 微博可视化工具和集搜客采集数据，该条微博的采集时间从2019年4月20日到2019年5月1日，本研究旨在研究分析北京大学的新浪微博信息传播影响力，因此采用社会网络分析方法对其进行研究。

首先使用PKUVIS 微博可视化工具对该条微博的信息传播路径进行绘制（见图2），采用搜集客软件对转发信息获取用户的转发数据，按照粉丝数量进行降序编号（表1）。

图2 北京大学新浪微博转发路径分析

表1 北京大学新浪微博转发用户列表

在该条新浪微博信息传播网络中，行动者（用户）可以看做是网络节点，各行动者通过转发和关注其他行动者的微博发生联系，本次信息采集时间内，选取二次转发数≥1 的47 位行动者为研究样本，“关注”是指由于兴趣爱好或者现实生活中的朋友关系点击关注按钮以成为对方粉丝。在运用社会网络分析软件UCINET 之前，先将47 位行动者之间的关注关系构建矩阵，矩阵中行和列均代表二次转发数≥1 的行动者，如果这些行动者之间存在关注关系，则矩阵中对应的值为1，否则值取0。最终得到47*47 相互关注关系的0-1二值矩阵。由此得出行动者的关注矩阵（见表2）和高校微博信息传播社会网络关系图（见图3）。

表2 行动者的关注矩阵

图3 高校微博信息传播社会网络关系图

从图3可以看出，行动者4、1、2、3、11在信息传播网络中处于中心位置，吸引了较多其他行动者的关注，这些行动者在网络中属于信息传播与交流的“积极分子”，拥有较高的关注度。

4.2 网络位置测量

4.2.1 点度中心性测度根据关系矩阵，运用软件进行点度中心度的分析（见表3），由表可知，行动者4 的点度中心度最高，表示该行动者拥有信息交流能力资源中控能力强，最高的权力，在信息传播网络中是最显眼的个体，即拥有最高的权力和最具有传播力的个体。紧接着点度中心度较高的是行动者1、3、2。从信息传播路径图和转发列表可知，行动者1、2、3 的粉丝量依次递减，可进一步发现粉丝量与点度中心度之间的关系，即粉丝量越多，点度中心度不一定大。但行动者拥有较大的粉丝基础，在微博信息传播网络中作用很大，“北京大学”官方微博账号应该与粉丝量大的行动者建立联系，从而使此信息传播得更广。

表3 点度中心度

在信息传播网络中，通过对点度中心度的测量，可以发现处于核心地位的行动者，在信息传播过程中，其处于信息交流与传播的关键点。具有一定的影响力，能够与其他行动者之间产生密切联系，影响信息在网络中的传播趋势，从而进一步推动信息的传播。

从表3可以看出微博行动者之间的网络标准化点度中心势为61.74%，表明该信息传播网络的点度中心度较大，行动者之间信息交流紧密，信息交流频繁，中心势越接近1，信息的流转效力越高，从计算结果可以看出，此信息传播网络的中心趋势比较聚集，即存在核心行动者。

4.2.2 中介中心性测度根据关系矩阵，可测量到中间中心度（见表4），由表可知，行动者4 等行动者的中间中心度依次递减，表明这些行动者处于微博信息传播网络的“中间人”位置上，中间中心度较高的行动者能够控制不相邻的行动者进行信息传递的能力，根据微博信息传播网络路径和转发用户列表之分析可知，这些行动者同时也处于网络的核心位置。并且拥有较高的粉丝量，行动者1、2、3 均对原微博信息进行了二次传播，为扩大核心行动者的传播影响力，对于“北京大学”官方微博账号来说，这些行动者属于信息传播网络的“桥梁”。

表4 中间中心度

同时，从表4的测量结果可知，其中中介中心度最高为167，最低为0，平均值为7.915，从中心度降序10 以后的行动者中间中心度均为0。从表5可知该网络的中间中心势是7.85% ，表明网络整体中间中心度较低，绝大多数的行动者获取信息及发布信息的能力低，甚至如行动者7 无法获得信息的，需要借助其他的行动者获取信息。表明该微博信息传播网络存在阻碍，便捷性较低。

表5 中介中心势

4.2.3 接近中心性分析测度根据关系矩阵，运用软件可对微博信息传播网络的接近中心度进行分析（见表6），在网络中存在独立行动者27、44、47，因此该网络属于不完全连接网络，接近中心度较大。表11 按照获取信息接近中心度和发布信息接近中心度进行升序。由表可知，行动者4、1、3、2 在信息传递发面具有优势，行动者31、15、19、17 等能够较快的获取信息，这类行动者在信息传播过程中，不需要进行过多的关注。核心行动者在提高自身能力以外，可以借助接近中心度低的行动者进行传递信息，需要在接近中心度高行动者身上投入更多的关注。

表6 接近中心度

从表7可知，在该信息传播网络中，行动者发布和获取信息距离的最小值是 251 和1708，最大值为2 162 和2 162，平均距离为1 863.574，标准差是平均值的1/5 左右。表明该微博网络信息传播距离较长，信息不能更顺畅的进行传递，信息爆发力不强。

表7 接近中心度分结果

4.3 网络结构测度

4.3.1 网络整体结构测度

（1）网络密度测度

密度会对网络中的每一个行动者产生影响，密度的测量有着重要意义。根据已知的矩阵图，运用UCINET 软件对信息传播网络进行密度的测量（见图4），可得出该网络行动者之间社会网络的密度为0.0352，整个社会网络的行动关系的标准差为0.1842。说明行动者之间的连线较少，信息在各个行动者之间传播会遇到阻力，网络成员之间的直接关系或者间接关系不紧密。总的来说，整个信息传播网络较为稀疏，行动者之间信息交流不频繁。

图4 北京大学新浪微博信息传播网络密度

（2）网络可达性测度

根据关系矩阵，可得出该信息传播网络可达性距离（见表8），由表可知，整个传播网络的可达性为2.188，即行动者在进行信息传播交流时，每个节点平均通过 2.188 个点与其他节点进行信息互动，其中信息从一个行动者与另外一个行动者直接取得联系，不需要借助其他的行动者比例达到24.3%。对于其他节点之间存在间接关系，信息的传递仅需要通过1 个行动者或者2 个行动者即可进行交流互动。在该微博信息传播行动者之间，中心聚集趋势比较集中，周边行动者分布比较疏散，但可通过较短的距离与其他的行动者进行交流。

表8 高校微博信息传播网络可达性测度

（3）网络凝聚力测度

根据关注关系矩阵，可知微博信息传播网络的聚类系数为0.420，由此可见，微博网络行动者间的整体凝聚性和集团化程度一般。从侧面表明多数的行动者信息的交流范围广，形成小团体的可能性较大。

4.3.2 网络子群结构测度

（1）结构洞测度

根据关系矩阵可计算信息传播网络的部分行动者的限制度（见表9），计算得出的数值越小，其限制度越小，存在的结构洞越多。由表4可知，行动者22、44、47 的限制度为0，存在的结构洞最多，这主要是因为这三个行动者在信息传播网络中属于孤立的点，在个体网络中开放性最高，任何行动者与其连即可形成结构洞，从而提高信息传播的影响力。行动者4 的限制度为0.086，该行动者为“北京大学”官方微博，网络的开放性高，有较多的结构洞存在，在进行信息的传播时，信息的传播不是直接通过直接联系形成。官方微博账号能够在信息传播时，尽可能的提高自身的影响力，占据更多的结构洞位置，就能够缩短信息的传播路径，从而扩大信息的范围。

表9 结构洞指数（限制度）

（2）核心—边缘模型

利用UCINET 分析软件，可判断微博信息传播网络中哪些行动者属于核心群体成员，哪些属于边缘群体，由表10 可知，核心群体行动者有1、2、3、4，核心群体成员之间联系紧密且信息处于网络的核心位置，在信息传递过程中起到主导作用，以此促进信息的互动交流。边缘群体的行动者有5、6、7 等43 名。它们之间的联系稀疏，甚至行动者27、44、47 之间基本上进行信息交流。

表10 核心—边缘成员分析

由表11 可以看出，核心—核心行动者之间的密度为0.833，内部交流紧密，小团体信息严重。边缘—边缘行动者之间的密度为0.009，小团体不存在，核心-边缘成员之间的密度为0.017，表明核心行动者对边缘成员的联系不密切，边缘—核心成员的密度为0.0273，边缘—核心行动者密度明显高于核心-边缘成员，边缘行动者在信息传播网络中，并不是信息的被动接受者，为了获得高质量的信息以满足需要，也会向影响力较高的核心行动者自动获取信息。

（3）影响力分析

根据关系矩阵，利用UCINET 软件可进行信息传播网络的影响力指数测度，在考虑“输出影响”和“输入影响”的基础上，选取胡贝尔指数进行分析（见表12）。由表可知，行动者31 对其他影响力最大且大于它受到其他的行动者影响力总和。这说明，行动者31 发出的影响大于得到的影响，在社会网络中拥有最高的影响力指数。但可以看出排名前四的行动者之间“输出影响”指数差距不大，作为“北京大学”在信息传播网络中对其他行动者的影响力指数排名为第四，但“输入影响”指数排名第一，从信息传播路径图中可以看出行动者1、行动者3，行动者2，均对信息进行了二次转发传播。因此“北京大学”官方微博在运用社会化媒体信息传播时可采用一些有效途径来增强自己的主体影响力，从而获取较高关注量便于二次传播。

表12 胡贝尔影响力指数

5 研究结论与启示

5.1 研究结论

本研究结合社会网络分析相关的理论，通过构建高校微博信息传播网络模型，借助社会网络分析的指标测度行动者的网络位置和网络结构，探究“北京大学”官方微博为具体对象，研究信息传播网络中行动者的位置以及整个网络的结构，讨论网络位置和网络结构对信息传播与扩散的影响，从网络视角研究高校微博信息传播特征。

（1）高校微博信息传播网络整体较为松散，集中趋势不明显，网络中存在一些集散的行动者。高校微博可与其建立联系，通过改变中心度来影响这些微博在信息传播网络中的行为模式，进而影响整个信息传播的广度。

（2）高效微博行动者的专业性、权威性、参与度等因素影响了其网络位置和信息传播的影响力。“头条新闻”、“新浪教育”“微博校园”为代表的微博，具有较高的专业性和权威性，拥有大量的粉丝量。其发布的信息能够吸引广大的微博用户参与信息的交流互动，是高校信息传播网络的核心行动者，在信息传播网络中具有高影响力，但粉丝数量高，并不代表影响力越高，影响力不仅仅取决于行动者之间的关注，还与网络位置自身的影响力有关。

（3）从网络位置看，高校微博信息传播网络中存在不同位置关系的群体或者个体。这些群体及个体在学校传播网络中充当信息的发布者、信息的传递者以及信息的分解者等角色。