Twitter的传播规律及社会网络分析

李行

摘要：Twitter社交媒体平台集信息传播、知识共享、人类交互于一体，对人们的日常生活与行为方式带来显著影响。如今，Twitter坐拥13亿注册用户，其传播规律与社会网络结构值得深入分析。本文基于Twitter产生、发展与功能等层面，对其宏观和微观领域的信息传播规律进行量化分析与阐述，解析其社会网络的特点，从而为我国国际传播工作拓展全球社交网络传播渠道提供借鉴。

关键词：Twitter 传播规律 社会网络分析

Web2.0技术的出现引领人类进入社交时代。Twitter憑借群体智慧、在线交互、丰富体验等创新特点，从新一代互联网平台脱颖而出，其信息传播内容涉及经济、政治、军事、娱乐、科技、个人等众多领域。社交媒体在信息传播过程中具有推波助澜的作用，其传播规律和社会网络的舆情挖掘一直是学界的研究热点。笔者从Twitter的发展历程、传播规律以及社会网络分析三个方面出发，解析其宏观与微观领域的传播形态与特点，为我国在海外新媒体上的国际传播工作提供借鉴。

一、Twitter是什么

Twitter是以人际网络传播为基础的社会性网络，是“Web2.0的一大创造”。作为去中心化的网络传播平台，Twitter能满足人类对信息的个性化需求。自2006年创立以来，Twitter持续受到国际社会的欢迎，在人类社会网络的基础上实现了“地球村”。

1.Twitter的产生与发展。美国企业家埃文·威廉姆斯（Evan Williams）创立Blogger公司后，于2006年与杰克·多尔西（Jack Dorsey）创建Obvious公司，并推出Twitter服务。Twitter一开始只能用来在好友之间发送短讯，2006年底升级后，增加了即时信息与网站信息功能，这是Twitter的雏形。

起初，Twitter的知名度很低。2007年3月，美国德州奥斯丁举办“西南偏南音乐节”，现场放置了51英寸等离子电视，并通过Twitter应用滚动展示音乐节观众的留言。自此，Twitter知名度急速扩大，并乘胜追击登上《PC magazine》（个人电脑杂志）、《商业周刊》，在Alexa排行榜上冲到650位，成为2007年最火爆的Web2.0应用软件。Twitter在2018年12月的世界品牌500强中位列61位，2019年10月在《财富》榜上位列13名，成为国际最受欢迎的社交媒体之一。期间，Twitter被其他互联网公司争相模仿，国内的“饭否”“叽歪”“腾讯滔滔”等软件都对其有所借鉴。

Twitter作为虚拟的网络社交平台，全球日活跃用户超2.29亿，当网络中出现社会运动、重大公共卫生事件及重大国际事件时，Twitter的传播速率远超个人或政府，具有极大的社会影响力。Twitter的注册用户总数如今已达到13亿，成为美国乃至世界范围内最大型的社交媒体平台之一。2022年，马斯克收购Twitter以后，平台的传播模式和社会网络面临全面革新与升级，例如，推出付费Twitter蓝V用户，并允许其发布上限为4000字符的推文。

2.Twitter的功能与属性。Twitter是博客、MSN、QQ等网络应用的集合形式，以庞大的数据为依托，是各行各业交流互动、分享动态的信息平台。Twitter虽然是社交媒体类服务，但兼具媒体属性，用户可单向关注或双向关注，可以发表图片、文字信息等。用户有三种发送讯息的方式，包括网站页面、手机、邮件。后台还会对用户数据进行分析加工，挖掘出更多有用的话题与信息。在Twitter上采集信息的难度较小，用网络爬虫或官方信息采集接口都能实现。

二、Twitter的传播规律

从用户交互结构、传播信息内容和信息时效性的视角来看，Twitter更像是一种新型的社会传播网络，可以用来展示新闻、广告和营销信息。但经过深入探究，可以发现Twitter平台上的传播具有星形传播的特点，并且呈现两极分化的特质。研究其社会网络结构和传播规律，对于扩大媒体信息的传播效能具有很大的应用价值。

1.Twitter的传播。传播者、传播内容、传播媒介、受众是现代媒体传播的四大要素，只有四者共同作用，传播才能顺利进行。2016年，费利克斯·萨尔蒙（Felix Salmon）提出“S·F·C”传播公式，用来解释社交媒体Facebook和Upworthy的传播特性。该公式也同样适用于对Twitter的传播网络分析。其中，S、F、C分别代表分享量、好友量、点击程度，这三个因素是引发传播的正量。例如，设定1篇文章点击程度占比浏览量为10%，1%的读者参与分享行为，假设平均每位读者有100名好友，则分享量·好友量·点击程度=0.01×100×0.1=10%，若内容的分享量与点击量都成倍增加，式中的S·F·C就会变为0.02×100×0.2=40%。可以看出，极小的变量增加都会引发浏览量的急剧增加，这就是病毒式传播的增长特性。当S·F·C值达到1以上时，内容传播达到“临界值”：也就是说这一新闻信息会持续热门，引起高度关注。所有的新闻内容传播都是为了实现这一目标，而且这完全可行。在理想条件下，当一条新闻信息被5%的用户分享，并且每一位用户有200位好友，若25%的用户都进行了点击，则此时的S·F·C值就能达到2.5，超过“临界值”，新闻内容就能持续热门。

Twitter的优势还在于它会显示用户好友分享的所有推文——当某位Twitter用户转发了一篇推文，该推文就会被推送给该用户的所有好友。因此，Twitter中的内容传播要比其他社交媒体平台更容易达到“临界值”。例如，Facebook平台只是有选择地把用户分享的内容推送给好友，而非全部内容，这就提高了信息传播达到“临界值”的难度。

2.Twitter的传播规律。宏观上看，Twitter的信息传播规律不仅契合病毒式传播的特点，也具备一般社交媒体都有的传播特性和用户联动方式。Twitter中的用户通过层层叠套关联在一起，每个用户都有相对独立的信息传播圈。因此，Twitter用户是基于社群类型进行信息传播，而且能够在彼此之间相互渗透。这种联动形式可以加速传播，增强传播效果。Twitter的信息分享在本质上就是复制功能的延伸，每一个信息都具有独特的传染基因，进入用户社群中就会大范围地传播和扩张。Twitter作为全球最大的社交媒体之一，实现了“用户”与“内容”的汇聚，众多的媒体账号为信息病毒式传播提供了天然土壤。将病毒式传播的创新形式与社交媒体巧妙融合，正是当代社交媒体的传播常态。

从微观上来看，Twitter的传播网络呈现星型结构。例如，以学者祝娜在其研究中随机选取《自然》期刊中的一篇编号为A的文献为例，A文献在Twitter上被57位用户传播57次，其中发布次数为28次，转发次数为29次（如图1）。图中以节点代表传播用户，橘色节点代表发布用户，黄色节点代表转发用户；箭头方向从发布用户指向转发用户，具有“有向性”特征。上述用户在传播创新事物信息时，形成了以@rikei_shinbun、@raintank2010、@virtualgon、@aston-fm、@reducentropy、@MIPS_DDB的链式传播结构。其中，节点@virtualgon、@raintank2010、@aston_fm、@rikei_shinbun分别与@wanwanpanic彼此连接，共有4个信息源用户，经过节点@Tomsilico与节点@reducentropy与节点@MIPS_DDB相连，形成了信息源用户的社群。网格中的@MIPS_DDB、@aston-fm、@reducentropy、@virtualgcn等用户（橘色的点）形成的网络可以被视为一种科技社群，他们彼此之间没有进行实质的信息交互，因此，这个网络看似是链式结构，但实际却是星形结构。换而言之，每个信源用户在向外传播信息时，是以星形结构的形式向外发射。这些节点内部并没有进行互动，因此这篇文章在Twitter上的传播仅停留在一级传播阶段。

Twitter传播网络的中心是流量出度较大的用户，他们是引发流量的中心源，其形成的传播网络呈现中间紧凑、边缘稀疏的规律。出度较大的用户在传播信息之后，都会出现一次转发高峰期。Twitter平台中的信息能否大规模扩散，不仅取决于内容的创新性，更取决于信源用户是否是高出度的用户。总而言之，Twitter的信息传播呈现出“富者更富、贫者更贫”的状态。

Twitter的主题领域传播具有随机爆发的规律。例如，Twitter中有关阿尔茨海默症的创新主题是在4158个用户节点之间传播扩散的（如图2），创新主题被用户发布了2395次，转发次数为2996次。在整个传播网络中，孤立的用户节点较多，传播网络中的引爆点很多，因此其传播扩散具有更多的不确定性，属于随机爆发的传播模式。具体而言，@nature用户对阿尔茨海默症这一创新主题传播的贡献度最大，也是最稳定的用户节点，影响力较高。@nature用户发布信息之后，其粉丝的转发传播只停留在第一层，无法促进第二层的传播，因此这种传播网络呈现一对多的微观结构，说明@nature的粉丝用户在科技创新领域的传播影响力很小。只有让推文激发第二层转发或多级路径转发，才能带来持续的影响力。

三、Twitter的社会网络分析

Twitter平台拥有包括智库机构在内的大量官方机构用户。为了探索全球大型智库的相互关联，可以在Twitter中选取重要的智库机构账号进行社会网络分析。这种分析有利于探索Twitter中社群网络传播的规律。例如，有学者利用软件Ucinet及Netdraw对72家智库的Twitter账号数据进行分析，得到相应的社交网络结构图，通过分析各网络节点之间的相互关联，能够对Twitter上的智库社会网络中的传播关系进行判断。

1.Twitter的社会网络结构具有密度较高的聚集性特点。分散的个体汇聚成一个集体，集体中的成员之间产生关联。集体中每两个节点之间存在至少一种关联关系，若两节点之间可通过的路径越多，说明二者之间的关联性越强。社会网络反映集体中节点之间的凝聚力水平，可以用网络密度对网络的凝聚力水平进行衡量：网络密度介于0～1之间，越接近1表示彼此之间关系越紧密。在所分析的72个全球智库网络节点中，有71个节点紧密关联，仅有1个（CPPS 智库）独立于网络外，在这一网络中共有1157条连接线，双向连接线有475条，单向连接线有682条，网络的聚集系数是0.385。而代表网络中任意两个节点之间交流所需经过的连线数的网络特征路径长度为2.159，说明这些智库机构用户在Twitter上已经形成聚集性的社群。因此，通过分析网络密度和网络特征路径长度这两个指标，能看出Twitter的社会网络密集性很高，点度中心性很大，网络社群的聚集性也很大，社会传播力也很强。

2.Twitter的网络社群存在明晰的“核心—边缘”分层结构。利用Core/Periphery核心—边缘功能进行分析，可以发现，Twitter智库传播网络中有35个智库机构处于核心位置，其余37个处于边缘位置（如图3）。处于核心位置的35家智库机构大多来自发达国家，其中数量最多的是美国，有13个，其次是英国，有8个，而属于发展中国家的智库机构仅有2个，分别为南非国际事务研究所和非洲争端建设性解决中心。由此可见，该网络社群的“核心—邊缘”分层清晰，也间接印证了Twitter信息传播两极分化的规律：越是位于核心位置，其传播能力越强；越处于边缘地带，其传播能力也会更弱。

四、结语

Twitter满足了急剧上升的个人表达和倾诉沟通的需求，拉近了人类与世界的距离，造就了全球13亿注册量的辉煌成绩。它通过创新性的病毒式传播、星形传播、两极分化传播及爆炸式的传播模式，组成了密度较高的聚集性网络社群，而且能够形成具有“核心—边缘”分层的信息传播结构。分析Twitter的社会网络传播构造，对于我国国际传播工作具有较大的借鉴价值，尤其能够应用在用户数据挖掘和传播网络构建等方面。随着国内大数据、人工智能技术的持续进步，未来我国也将创造出更多的新型传播网络，扩大我国际传播声量，提升国际传播效能。

作者系中国传媒大学新闻学院博士研究生

参考文献

[1]刘滢，蒲昳林.“人类命运共同体”理念的国际社交媒体呈现——基于Twitter平台的内容分析和语义网络分析[J].新闻与写作，2021（06）.

[2]徐翔，刘悦.全球社交网络中用户“社会互动位置—信息位置”同质效应研究——基于Twitter信息传播的数据挖掘和实证分析[J].华东理工大学学报（社会科学版），2019（05）.

[3]祝娜.社交媒体的科技创新传播模式研究——以Twitter为例[D].天津：南开大学，2019.

[4]莫雨诗.Twitter中全球智库社会网络结构及传播力研究[D].长沙：湖南大学，2019.

[5]韦路，丁方舟.社会化媒体时代的全球传播图景：基于Twitter媒介机构账号的社会网络分析[J].浙江大学学报（人文社会科学版），2015（06）.

[6]陈佳，匡智锋，李敏.一种Twitter社区中社会网络分析方法[J].计算机工程，2012（09）.

【编辑：陈文沁】