网络意见领袖的识别及引导策略——基于社会网络分析的探讨

陈绍博 杨帅 廖文

（浙江工商大学 浙江杭州 310018）

随着互联网快速发展，包括新媒体从业人员和意见领袖在内的网络人士大量涌现、日益活跃，他们知识水平高、技术能力强、流动空间大、社会影响广，往往能营造舆论声势、影响舆论走向、制造舆论压力、左右网络议题；他们不但不容易被识别，反而容易被模仿跟从，能量不可小觑。“牢牢占据舆论引导、思想引领、文化传承、服务人民的传播制高点”，就要探索和加强针对网络人士，尤其针对意见领袖的团结和引导工作，不断发挥他们在净化网络空间、弘扬主旋律等方面的正能量。进入21世纪，特别是党的十八大以来，在习近平网络强国思想的指引下，中国在互联网基础建设、互联网应用、互联网政务等方面均取得重大成就，走出了一条具有自身特色的用网、治网之路。同时，互联网治理仍有很多困难和挑战，在关系型互联网社会中，需要更好地适应“小世界、大社区”的格局特点，贯彻新理念、运用新技术新方式，努力推动法治化、精准化治理并不断深入发展。

社会网络分析，是复杂网络理论及社会学意义上的专有名词，作为一个整体使用，其“网络”旨在描绘社会关系，超越线上线下的分野，不同于互联网及现代信息技术意义上的“网络”。本文尝试运用社会网络分析这一范式探讨针对网络意见领袖的识别及引导策略。

一、基于“社会网络分析”识别网络意见领袖的可行性

“太初即关系”（The beginning is the relation）。马克思指出，人的本质是一切社会关系的总和。人只有在社会性的连接中才能展现其存在感和价值，“关系”在人类发展和社会运行中始终扮演着重要角色。卡斯特认为，现代信息技术推动了社会组织以网络形式扩张渗透并遍及整个社会，“网络社会”已经崛起。互联网技术是现代信息技术中最重要的一种，互联网社会无疑是一种非常典型的“网络社会”。但是，卡斯特提出的“网络社会”并非只针对互联网社会，而是强调“网络化的社会”。20世纪90年代，互联网进入大众传播之初，即Web1.0时代，互联网的重心在内容，是以门户网站为主要平台、以网站内容为核心的“大众门户”阶段。“大众门户”模式是传统的大众传播“点对面”模式的延续。进入Web2.0时代，社交网络成为主流，互联网的重心转变为“人”，互联网的基本单元由过去承载内容的网页演变成连接关系的用户（个体），众多用户及它们之间的多元连接共同构成了“人”的关系网络。在Web2.0时代，社交网络的设计及运营注重用户之间关系网络的建立和维护，并且基于“关系”建立起虚拟与现实间的互动和融合，从而构建了“根本上”的“网络化的社会”，即“社会性世界（social world）”。多纳蒂认为，社会是关系之间的网或网络，根据关系性符号代码展开自身，社会过程及其全部特点都要通过、针对并跨越关系而起作用。要理解社会，可以借助社会网（social net）范式。

20世 纪 末，Watts和Strogatz（1998）、Barabasi和Albert（1999）分别提出小世界网络模型（Small-World Model）和无标度网络模型（Scale-Free Model），标志着复杂网络理论的兴起。现代社会及自然界都有很多系统网络，如电力网络、交通网络、神经网络、计算机网络等，都可以运用复杂网络的形式进行描绘和研究。典型的复杂网络是由不同的节点以及将这些节点连接在一起的“边”构成；节点主要代表真实系统网络中的个体及组织，“边”主要代表各个节点之间的连接。这一分析范式可以高度概括复杂系统的重要特征，可以比较直观简洁地呈现社会结构或自然结构，即多个基本单元（节点）以及它们之间的相互作用（链接）。由此，“网络化的社会”或“社会性世界”（涵盖社交网络）可以被解析为由个体与个体之间的关系所构建的网络，从图论的角度来说是一个以个体为节点、以个体间的关系为“边”构成的加权有向图，即社会网络分析。

沟通性网络具有节点、密度、功能性、关联性和其他“系统性”特征，是较多实在的承载者。在Web2.0时代的网络社会，众多传播个体之间互动频密，传播个体不但作用于他人，而且会敏感地受到他人影响。这样“个性化”互动的背后，隐藏着强烈、深厚的“社会化”动因。互联网激活了个人的表达、增强了社会关系的互动，这就更凸显了“关系”在信息传播中、在社会“互动”中的重要地位和关键作用。互联网传播的实质就是基于社会关系的互动，传播个体（节点）的核心需求是建立并发展相互“关系”、实现并丰富彼此的“互动”，从而以“社会化”的模式构筑起互联网传播生态。因此，互联网传播个体的“社会化”特征更为重要。网络意见领袖既是互联网传播的重要个体，又是“社会化”的互联网传播生态中的重要节点。针对互联网传播生态，可以借助社会网络分析来识别网络意见领袖。

二、应用“社会网络分析”识别网络意见领袖的基本原理

在Web1.0时代，个体在互联网上围绕一定的内容（话题）进行互动，从而形成以内容（话题）为中心的虚拟社区。这样的虚拟社区（如BBS）具有明显的边界，类似于“圈”，个体的互动被圈定在明确的边界之内，形成“圈式结构”，互动形式表现为“人-内容-人”，传播是自上而下、集中控制，即串联式的“大教堂模式”。进入Web2.0时代，互联网应用特别是社交应用快速发展（如微博、微信等），个体的互动往往不需要围绕一定的内容（话题），而只需要通过某种方式（如添加“标签”“好友”“关注”等）建立连接或纽带进行，形成“链式结构”，互动形式表现为“人-人”，传播是自下而上、开放分布，即扁平化的“大集市模式”。从“圈式结构”到“链式结构”，从串联式的“大教堂模式”到扁平化的“大集市模式”，个体突破了小范围“圈”的束缚，互动网络发生结构性变化，而且虚拟社区及互联网社会由空间型发展为关系型，个体的虚拟身份与现实身份得到全面融合，个体作为节点的存在感和意义增强了。在这种关系型互联网社会中，个体以自我为中心，与其他个体构建出一种差序格局的关系圈子，并以这一关系圈子为基础展开互动。大多数个体的关系圈子只具有少量的紧密连接，组成一个个小型群体；网络意见领袖作为重要节点，连接有众多粉丝（个体），进而连接着粉丝身处的小型群体，形成了由众多小型群体相互连接构成的大型网络，整个虚拟社区乃至互联网社会呈现出“小世界、大社区”的格局特点。

如前所述，社会网络分析既可以厘清“网络化的社会”中的权力关系，也可以运用图论的方式呈现“网络化的社会”并计算或测量其中某些个体（节点）对他者的控制能力。根据社会网络分析范式，识别网络意见领袖主要涉及三个基本指标：个体点度、接近中心度、凝聚子群参比度。个体点度，是指个体（节点）参与互联网上的讨论主题的频次，它能够反映个体对于某些讨论主题的积极性和参与性，进而呈现个体在信息传播过程中的活跃程度。一般来说，可通过三个方面加权计算得到个体点度：第一，个体关注其他个体的数量，如关注或添加“好友”等；关注或添加“好友”的数量越多，表明该个体进行网络社交的意愿越强烈。第二，个体每天发布内容（含转发）的平均数量。第三，个体每天回复留言的平均数量，即互动频率。接近中心度，是指个体与讨论主题之间的“距离”；两者的“距离”越远、层级关系越多越明显，表明个体与讨论主题连线所形成的互动范围半径越大，从而呈现出讨论主题的影响深度和广度，进而反映个体的信息生产能力。一般来说，可以借助文档主题生成模型进行讨论主题分类，然后根据影响力、专业性、创新性、专注度等四个维度计算每个讨论主题之下的个体中心性。凝聚子群参比度，是指个体影响或控制他者的能力及程度。在“小世界、大社区”的互联网社会中，大大小小的群体组成了“大集市”型的信息传播生态，这些大小群体往往扮演着彼此的传播中介，发挥着过滤信息、控制或联络其他群体的作用。凝聚子群参比度正是为了测量各种大小群体的这一作用。借助结构洞理论，根据Freeman中介中心度算法，由于个体的个性化因素，某一讨论主题会分化出子话题，通常呈现为“同意”“反对”两种状态，同时可能还存在其他形式的子话题。在这种状态下，凝聚子群参比度越高，表明某些个体的信息控制面越广，就越容易影响或控制其他个体，越可能成为互联网传播生态中的关键节点，即网络意见领袖。

定性的社会网络分析，多采用民族志的研究方法，其研究传统建立于早期人类学网络研究的基础之上，目前在网络人类学研究当中得到了发展和广泛应用，成为研究网络意见领袖的一种进路。本文更关注定量的社会网络分析，以期为定性与定量相结合的方式探究网络意见领袖抛砖引玉，而且这正是“探讨”的主要目标及动机。通常情况下，识别网络意见领袖需要综合运用个体点度、接近中心度、凝聚子群参比度等三个基本指标，即将这三个基本指标赋予不同的权重，可初步推导出公式：个体（节点）影响力=x*I+y*C+z*J。公式中的x、y、z分别代表不同的指标权重，I、C、J分别代表个体点度、接近中心度、凝聚子群参比度。针对x、y、z这三个指标权重，可采用层次分析法（AHP）来确定。层次分析法（AHP）是一种相对简便实用的定量分析方法，其核心在于运用“层次”进行多指标的决策计算。在AHP层次结构模型的基础上，采用T L Saaty教授的“1-9比例度法”，针对个体点度、接近中心度、凝聚子群参比度这三个基本指标，从“同等重要”到“极端重要”进行“1-9”量化值比例标度，得出各指标间的判断矩阵；通过调研或数据挖掘获得基础数据，采用SPSS 18.0和Amos20.0等软件进行数据处理，得出个体点度、接近中心度、凝聚子群参比度对信息传播受众和舆论的影响程度；计算上述矩阵的特征向量和指标权重，检验矩阵的一致性，进而得到x、y、z三个指标权重的值，确定个体（节点）影响力计算公式，即网络意见领袖传播能力的计算公式，从而识别意见领袖。

三、借助“社会网络分析”引导网络意见领袖的主要策略

（一）探索精准化引导路径。社会网络分析既提供了针对网络意见领袖的识别机理，又提供了分析范式，但要提升对其识别、分析乃至治理的质量效率，就需要运用更多信息技术手段。实际上，提升识别、分析、治理的质量效率要求实现精准化，而精准化是进一步提升质量效率的前提和基础；同时，识别与分析的精准化既是治理精准化的前提和基础，又是内在要求。互联网世界中，个体的每一次偏好选择都会留下数据踪迹。在社会网络分析框架下，借助人工智能、大数据等现代信息技术，通过链接算法的自我量化数据、社交平台的实时监测数据、数字化评估指标等相关数据链，可以精准归纳、深度整合海量的关系数据及互动数据，运用智能算法动态分析个体（节点）的个体点度、接近中心度、凝聚子群参比度等三个基本指标，厘清“小世界、大社区”的传播线路和结构，从而实现精准识别意见领袖。在此基础上，挖掘其兴趣特长、知识结构、价值倾向、行为模式等思想行为方面的“数据印纹”，构建针对意见领袖的身份记忆机制，助力迅速准确地为意见领袖进行“画像”，从而实现精准分析其主要特征。然后，经过信息跟踪和动态校准，继续挖掘意见领袖之间、意见领袖与粉丝之间的互动中所蕴藏的规律性，及时把握其思想行为演进轨迹，从而实现精准治理乃至精准评估治理效果，进而形成精准化识别、分析、治理之间的良性循环。

（二）贯彻共建共治共享的治理理念。一是秉持共建理念。在Web2.0时代，人人都是互联网传播的主体和客体，需要坚持共建理念和问题导向，注重源头治理，在各种社交平台中注意识别并挖掘显性或隐性的意见领袖，及时了解、掌握其思想动态，主动规制其言行，推动意见领袖之间、意见领袖与粉丝之间的互动转变为朋辈互助，营造良好的“意见气候”和舆论氛围，推动意见领袖发挥正向引导作用。二是秉持共治理念。针对各种社交平台，除了政府部门监管，要推动广大网民自律并积极发挥其监督作用，借助大数据建立“负面清单”，构建人人参与、人人有责、人人尽责的互联网治理体系。三是秉持共享理念。互联网企业要主动履责，主动维护良好的网络生态和秩序，同时要引导意见领袖更好地发挥桥梁纽带作用，优化互联网传播的内容和形式，培育更多正确健康、积极向上的网络文化。

（三）健全互联网法治体系。注意力经济正不断驱动并激化网络社交平台之间及意见领袖之间的竞争，算法推荐正不断强化并加速选择性接触(selective exposure)和受众碎片化(audience fragmentation)，从而使互联网传播中愈发形成相对封闭的“过滤气泡”或“回音室”，弱化了网络公共领域中讨论的质量和多样性，甚至导致意见极化(polarization)、虚假信息泛滥。针对网络社交平台及意见领袖，需要持续强化和完善互联网法治建设。一是改进立法技术、提高立法质量。健全国家和地方多层次、系统化的互联网法治体系，形成立法联动和协同效应，为互联网治理提供更多更精准更有效的法治工具。二是完善立法程序，保证立法公正。注重发挥协商民主这一制度优势，广泛吸纳多元主体参与，保障立法过程公开透明，杜绝个别网络社交平台或意见领袖过多影响规则制定过程及内容。三是加强监督，公正司法。建立健全执法的规范审查、备案审查和监督管理机制，推进媒体监督、线上线下监督多措并举，进一步保障互联网治理中的司法公开性和公正性。