文献计量视角下国内社交媒体研究的知识结构与发展趋势：2011—2021年

摘要：[目的/意义]基于文献计量学视角，系统性地回顾国内社交媒体研究的前沿热点、知识结构与发展趋势，为全面总结近10年国内社交媒体研究提供新视角。[方法/过程]基于2011—2021年3 837篇文献数据，采用文献计量法对国内社交媒体研究的知识结构和发展趋势开展系统性研究。研究主要采用CiteSpace可视化分析工具，结合使用共词分析、聚类分析和突现分析等方法对目标主题开展系统评述。[结果/结论]国内社交媒体研究的关注度呈现线性增长特征，且在2013—2015年形成知识结构主体框架；其次，国内社交媒体研究形成以16个聚类为基础的三大知识域；最后，形成以理论基础、工具载体、分析方法、应用实践和发展趋势为基础的知识脉络。总之，技术进步以社交媒体为中介，对个体、群体和社会均带来深远影响。

关键词：社交媒体    社会网络    文献计量    知识图谱    CiteSpace

分类号：G256

引用格式：石少卿. 文献计量视角下国内社交媒体研究的知识结构与发展趋势：2011—2021年[J/OL]. 知识管理论坛， 2023， 8（4）： 278-290[引用日期]. http：//www.kmf.ac.cn/p/351/.

自21世纪初社交媒体兴起以来，基于互联网和移动终端的虚拟互联模式不仅改变了大众的日常生活，也在一定程度上推动了社会、商业和技术的广泛进步。从文字传送和视频沟通到直播互动与虚拟现实，社交媒体逐渐从沟通工具向媒体融合的社交网络系统发展，进而呈现出“泛社交化”的发展趋势[1]。基于社交媒体的社会互动进一步促进了个体从“经济人”向“社会人”过渡，继而为个体获取嵌入网络的社会资本提供了可能。社交媒体帮助个体以虚拟标签的形式进行身份重构，从而有利于个体获得更广泛的社会认同[2]。与此同时，基于社交媒体的信息共享和价值传播促使群体思维逐渐分化，其在塑造社会热点话题的同时，也在一定程度上造成了群体极化和信息茧房等社会现象[3]。另外，随着大数据算法和智能推荐的商业化应用，人们可以根据自身偏好接收定制化的信息推送，从而造成个体的决策单一化和社会性丧失。由此可见，社交媒体的快速发展在为人们带来便捷和多元化的同时，也在深刻地影响着人们的行为模式和决策倾向。

鉴于社交媒体带来的冲击，国内外学者基于不同视角对其影响进行了分析和阐述。国外学者对社交媒体的研究主要聚焦于概念界定[1，4]、测度标准[5-6]和应用实践[7-9]等三个方面。相对来说，国内学者更加关注社交媒体对传统行业的冲击[10-13]、对个体行为和心理的影响[14-16]以及商业化应用[17-19]等方面。由于社交媒体研究在国内兴起时间相对较短，国内学者仅基于社交媒体的应用方向开展局部综述性研究，例如在广告效果[20]、话题演变[21]以及信息可信度评估[22]等方面。基于文献研究结果，国内社交媒体研究领域尚未形成系统性综述研究或知识图谱研究，尤其是基于大量已有成果开展的文献计量分析和可视化解读。因此，本研究尝试基于CNKI中的中文社会科学引文索引（CSSCI）数据对国内社交媒体研究的知识结构和发展趋势开展文献计量分析和可视化解读，以期为进一步的研究提供知识基础和选题方向。

本文重点关注国内社交媒体研究中的前沿热点和知识结构等特征，及其对塑造国内社交媒体研究知识脉络和发展趋势的作用，这为纵向观察国内的社交媒体研究提供了基础。本研究通过6个步骤达成上述研究目的：在引言、方法论介绍和数据分析的基础上开展关键词共现网络分析和聚类分析，继而进一步总结出国内社交媒体研究的知识脉络和发展趋势，并在文章最后给出研究结论和展望。

1  研究方法与描述性分析

1.1  研究工具与数据检索

文献计量分析作为当前较为普及的科技文本挖掘方法，能够针对目标领域的文献或数据进行定量分析，继而探索目标领域的知识基础、研究前沿以及主题分布等特征[23]。作为文献计量学和知识图谱研究领域中的新兴工具，CiteSpace通过可视化方式分析科学文献中的趋势和模式，并具有关键词共现网络分析和共被引分析等功能[24]。本研究于2022年6月10日以主题检索方式在中国知网（CNKI）开展文献检索，采用CiteSpace（V6.1.2）对国内社交媒体研究的演进特征开展科学计量分析和可视化解读，并进一步总结社交媒体推动国内学术研究进步的作用机制。本研究的开展主要采用聚类分析、突现分析以及共词分析三种分析方法[25]。

为最大化获取国内社交媒体的高质量研究成果，研究以主题检索方式在中国知网平台中开展文献数据检索工作[25-26]。检索条件为：主题=“社交媒体”，来源类别=“CSSCI”，时间范围为“2009—2022年”，检索时间为2022年6月10日。通过初次检索，获得与社交媒体主题相关的文献3837篇。考虑到2009年和2010年的发表量仅为1篇和2篇，以及2022年度的发表量数据暂不完整，因此将上述三个年份的年度發表数据进行剔除。通过二次检索，研究共获得了2011—2021年国内社交媒体研究的相关文献共4 200篇。通过对检索数据进一步筛选，剔除了信息不完整、报告、公告、征稿等363条数据，最终共获得了3 837篇文献作为有效数据。

1.2  国内社交媒体研究的发展现状与总体特征

近10年，国内的社交媒体研究呈现出快速发展特征，这集中体现在相关研究成果的年度发表量上，见图1。从2011年的24篇到2021年707篇，国内社交媒体研究的发表成果增长了近30倍，年度发表量呈现出显著的线性增长特征。这从侧面反映出国内学者对社交媒体研究的关注度持续快速上涨。上述趋势在关键词“社交媒体”的词频分布图中得到进一步体现。社交媒体作为关键词在中文社会科学引文索引期刊中的使用频次呈现快速上升趋势，并在2018年达到顶峰。尽管其在2018—2020年出现下降趋势，但近10年的整体趋势呈现线性增长特征，且与年度发表量走势相似。

研究进一步从学术机构、高频作者和基金项目三个视角来解读国内社交媒体研究的总体特征。武汉大学以295篇论文的发表量成为国内社交媒体研究领域的重要学术机构。中国人民大学（234篇）、清華大学（185篇）、中国传媒大学（167篇）以及南京大学（128篇）等高校紧随其后，均成为推动国内社交媒体研究快速发展的关键平台。上述学术机构在发挥整体研究优势的同时，也贡献了一批社交媒体研究领域的优秀学者。清华大学的陈昌凤（22篇）和史安斌（18篇）、武汉大学的李纲（20篇）和赵蓉英（17篇），以及北京师范大学的张洪忠（20篇）等学者均在社交媒体研究的本土化发展历程中发挥着重要作用。从基金项目来看，国家社会科学基金为国内社交媒体研究的广泛开展提供了重要支撑，有超过1 000项研究成果得到该基金的支持。紧随其后的国家自然科学基金（393篇）和教育部人文社科研究项目（177篇）同样为国内社交媒体研究的开展提供了重要动力。相对来说，尽管中央高校基本科研业务费专项基金项目（84篇）和中国博士后科学基金（50篇）的资助力度相对较小，但为特定范围的学者提供了特色化的基金支持。

2  国内社交媒体研究的热点分析

一般而言，关键词在一定程度上可以反映一篇文章的核心主题和知识基础，因此本研究采用关键词共现网络来探究国内社交媒体研究的主题热点。研究基于3 837项检索条目，采用关键词的节点类型（node type=keywords）、cosine算法和前50位阈值设置（top 50%）等参数开展关键词的共现网络分析。分析设定的时间范围为2011年1月—2021年12月，时间切片选择1年（time slicing=1），可视化结果见图2。图2共分4个部分，即关键词共现网络（左中）、高中心性关键词视图（右上，中心性大于等于0.1）、高频关键词视图和词频趋势（右下，词频大于等于20）以及突现关键词视图（左下，突现强度前10位）。

从词频高于20次的局部视图来看，以“社交媒体”“大数据”以及“新媒体”等高频词为基础而构建的关键词共现网络勾勒出了近10年国内社交媒体研究的总体框架。研究进一步绘制了前三位高频关键词的词频分布和走势。国内学者对社交媒体主题的总体关注度持续高涨，但就“大数据”和“新媒体”这两个研究热点而言，在2011—2021年出现了较大波动。新兴热点（后真相、用户画像、新冠肺炎等）和技术平台（短视频、直播平台、虚拟现实等）的快速迭代使得国内社交媒体研究始终紧跟前沿议题的发展。从中心性视图来看，“社交媒体”“微博”和“新媒体”三个关键词的中心性均超过了0.1的阈值，代表其在国内社交媒体研究中发挥着重要的桥梁和中介作用[24]。这意味着，由三者所串联、衍生和交叉而形成的研究领域和热点议题极大地推动了国内社交媒体研究的体系构建。

从突现分析（burst detection）来看，“短视频”在2019—2021年的突现强度超过了10，成为突现强度最高的研究主题。这代表“短视频”在近三年迅速兴起并成为了国内社交媒体研究探讨的核心议题之一。与其在同阶段呈现突现特征的主题还包括“人工智能”“青少年”“用户画像”以及“自我呈现”等，这些主题共同构成了近三年国内社交媒体研究的前沿热点。相对来说，“电子政务”（2013—2015年）和“微信”（2016—2017年）两个主题呈现突现特征的时间较早，均出现在2018年之前。基于社交媒体平台的电子政务服务，极大地提高了居民政务申请和办理的效率，同时也促进了应急管理、档案服务、信息传播以及事实核查等方面的便捷性[22]。在走过10年（2011—2021年）发展历程之后，基于微信平台的互联模式不仅改变了大众的日常沟通方式，也在学术交流、知识传播、数字出版、阅读推广和数据获取等方面推动了国内学术研究的进步[27]。二者在实践应用和平台载体两个方面分别推动着国内社交媒体研究的发展，也构成了其重要的研究内容之一。另一方面，“后真相”（post-truth）成为近年来国内社交媒体研究中突现持续时间最长的主题（2018—2021年）。如何在互联网时代和虚拟的社交媒体平台中有效地识别个人情感对事实真相带来的影响，继而为可能的网络舆情、虚假信息传播以及政治参与提供合理引导[28]，开始成为近年来国内社交媒体研究的核心内容之一。

3  国内社交媒体研究的知识结构分析

3.1  国内社交媒体研究的聚类分析

为清晰呈现关键词共现网络的组别特征和国内社交媒体研究的知识结构，本文进一步对该网络开展基于关键词的聚类分析，其可视化分析结果见图3。图3主要包括两个部分，分别为聚类视图（左侧）和聚类信息列表（右侧）。由聚类结果信息，反映网络模块化的评价指标Modularity值M=0.6122（Q>0.3），代表网络聚类结构的效果是显著的；反映网络同质性的评价指标Silhouette值S=0.9012（S>0.7），说明聚类结果具有高信度[26]。通过聚类分析，2011—2021年国内社交媒体研究的关键词共现网络被识别为16个聚类，具体见图3中的聚类信息列表。

国内社交媒体研究的聚类结构呈现出清晰的聚集特征，聚类间存在大量交叉和叠加状态，该结构的形成与高频关键词、高中心性关键词以及突现关键词之间的大量关联密不可分。从时间上来看，所有聚类的形成集中在2013—2015年。在2013年，得益于国内社交媒体的快速发展，“社交化”“电子政务”和“传统媒体”等5个聚类得以形成。期间，社交载体的大量出现和广泛应用开始引领大众生活进入“泛社交化”时代，使社交从用户行为逐渐转变为生活方式之一。与此同时，社交媒体的深入普及也对固有机制和平台带来冲击，主要包括政府和企业在电子政务服务中的数字化升级以及传统媒体（尤其是新闻业和出版业）向新媒体的转型[13]。尽管国内社交媒体研究的期刊数据最早可追溯到2009年，但直到2014年“社交媒体”才开始形成一个独立的研究聚类和议题。与之类似，共有8个聚类在2014年形成，达到全部聚类数量的一半。“大数据”“微博”“移动终端”“数字时代”“网络舆论”等热点话题悉数出现，开始形成独立的学术研究方向。基于移动终端的社交软件用户快速增长，在形成网络舆论并产生社交行为的同时，也间接提供了海量的用户画像数据[29]。与此同时，大数据技术的不断成熟推动国内社交媒体开始走向基于数据驱动的数字时代，该趋势影响至今。随后，国内社交媒体开始从信息传递和图片分享等模式向短视频和网络直播等互动模式发展，继而逐步被打造成为完整的社交网络平台，这一趋势在2015年得到快速发展。在该阶段，国内社交媒体研究开始关注基于社会心理学视角的情感分析和基于扎根理论视角的内容分析和元分析等研究方法，这进一步推动了国内社交媒体研究在方法论层面的进步。

3.2  国内社交媒体研究的知识域分析

本研究进一步归纳了16个聚类的组别特征，继而总结出由聚类构成的国内社交媒体研究的知识域。基于关键词的研究热点分析和聚类分析发现，国内社交媒体的发展往往从软件和平台等工具载体出发，继而产生基于情景模式的应用实践和发展趋势。因此，本文从工具载体、应用实践以及分析方法和发展趋势三个视角对聚类内容进行知识域归纳。

（1）工具载体（知识域A）。得益于互联网基础设施的不断更新和移动通信技术的快速进步，基于移动终端的社交媒体平台和社交网络得到了长足发展。以微信、微博和短视频为代表的社交媒体软件迅速融入大众的日常生活，并不断成为社交媒体进一步拓展线上用户和开展商业推广活动的有效载体。以微信和微博为代表的即时沟通模式不仅极大地便利了居民的日常沟通，也为移动终端及其软件系统等领域带来了“创造性破坏”。为适应日益高涨的应用软件多元化和界面操作快捷化的需求，以手机和平板电脑为代表的移动终端在近10年得到快速发展，这主要体现在操作系统创新、软件开发和硬件升级等方面。除此之外，基于大数据算法的人工智能、机器学习和虚拟现实等基础工具也极大地推动了国内社交媒体的发展和相关研究的开展[30]。大数据的应用使得社交媒体平台在智能检索、偏好分类以及定向推荐等领域得到快速发展，这也成为用户画像和信息茧房等研究领域兴起的原因之一。元宇宙（metaverse）的出現将社交媒体的发展推向新阶段，这得益于云计算、人工智能、虚拟现实、区块链、物联网、人机交互等前沿技术的高度集成，继而为构建基于新型社会体系的数字生活空间提供了可能。元宇宙势必会推动社交媒体新模式的出现，从而为国内社交媒体研究提供新方向。另外，值得注意的是，新近兴起的ChatGPT等人工智能工具有可能以塑造虚拟人物的形式广泛参与到大众的社交网络中来，将进一步促进社交媒体的多元化和复杂化，也为社交媒体研究提供了前沿热点。

（2）应用实践（知识域B）。基于高效且稳定的工具载体，社交媒体逐步从单纯的社交功能拓展到复杂的媒体功能。社交媒体中具有自媒体属性的传播模式，为网络舆情的管控和信息真实性的识别带来了一定的困扰[31]。虚假信息在社交网络中的急速传播和爆炸式转发扩散，对政府与企业在事实核查、舆情管理、驳斥谣言（辟谣）以及应急管理等方面提出了更高的要求，也不断推动相关审核机制和个人信用体系制度的快速构建。诸如情景模拟预演和极端压力测试等方法对于政府和企业管控突发性事件对网络舆情和负面形象的影响愈发重要，这在地震、山火、洪水以及疫情等不可抗力事件中表现显著。与此同时，社交媒体以其快速便利的网络传播条件和边际成本极低的传播成本对传统产业带来一定的冲击，这集中体现在新闻产业和出版产业中。高速城市化所带来的快节奏生活模式和碎片化时间（如通勤时）使居民愈发倾向使用移动阅读模式来获取新闻、知识和相关技能，这对于纸质书籍和报纸刊物的印刷、出版和需求产生重大影响，继而推动了新闻产业和出版产业的数字化转型。由此可见，社交媒体的快速发展既带来了挑战，也带来了机遇：其在数字服务、电子政务和知识服务等领域的应用极大地便利了大众的生活需求。社交媒体在应用实践中的快速发展为国内社交媒体研究提供了前沿热点、情景案例以及可用于实证研究的海量用户数据。

（3）分析方法和发展趋势（知识域C）。基于高效的工具载体和广泛的应用实践，社交媒体开始从“泛社交化”模式逐步被整合为协同式社交网络，即集通讯、社交、购物、出行和办公等场景于一体的媒体融合模式（media convergence）。正如自媒体对传统出版和新闻行业的冲击，社交媒体同样对网络购物、共享出行、移动会议和教育培训等领域产生溢出效应，这一点在新冠疫情的影响下尤为明显。社交媒体不仅连接了不同的社交个体，也基于网络属性不断联结着大众生活的方方面面。社交平台的协同式发展促使行业资源不断纵向整合，继而进一步推动数字时代的社交红利向大众生活和商业活动渗透[32]。与此同时，国内社交媒体研究也开始侧重于分析方法领域的深入实践。国内学者基于社交网络数据开展了大量定性与定量相结合的研究，其中涉及的内容分析、情感分析、知识图谱分析等方法均有效地推动了社会学、心理学和传播学领域的研究。社交媒体研究中分析方法的进步得益于社交媒体所提供的独特的“网络式”大数据。除了保留着大数据固有的体量大、多元化以及多视角等特点外，“网络式”大数据具有独特的“关系型”数据特征，即这些数据之间是相互关联而非独立的。基于此，研究者便可通过关系数据的内在逻辑分析和追踪其在舆情传播、信息扩散以及心理归因等领域发挥的作用。由此可见，国内社交媒体研究的开展与社交媒体的发展趋势紧密相关，相辅相成。

4  国内社交媒体研究的知识脉络与发展趋势

本研究进一步结合高频关键词（top100）的组别特征和年度特征来探究国内社交媒体研究的知识脉络和发展趋势。研究通过获取词频排名前100位的高频关键词，并进一步将其与突现关键词、聚类分组和知识域进行对比与整合，最终得到了2011—2021年国内社交媒体研究的知识脉络，见图4。由于2011年的数据量较少，在高频关键词的前100位中并未发现2011年度的关键词，因此研究选取了2012—2021年的年度高频关键词，并将其与突现强度前10位的关键词进行对比。从2013年的“大数据”到2017年的“人工智能”，再到2020年的“新冠肺炎”，年度高频关键词均代表着该年度国内社交媒体研究中最受关注的主题热点。通过与突现关键词进行横向对比发现，只有2017年的“人工智能”和2019年的“自我呈现”两个关键词产生重叠，代表二者在短时间内快速兴起且得到了学界的广泛认可和使用。以人工智能和机器学习为代表的数据算法驱动模式给社交媒体的发展带来了较大的技术冲击，这为国内社交媒体研究提供了一个全新的视角。与此同时，社交行为如何通过机器媒介对人类情感产生影响，开始成为近年来国内社交媒体研究领域的热点话题。[5]。以自我呈现理论为代表的心理学探讨逐渐在国内社交媒体研究中与社会学和传播学进行交叉和融合。由此可见，2011—2021年国内社交媒体研究呈现出以高频关键词为基础、以突现关键词为重点的“峰谷走势”。

基于上述知识脉络，研究进一步分析了国内社交媒体研究的发展趋势。

（1）理论层面。社会网络理论作为社交媒体研究的核心理论基础，可以有效地阐述个体在社会互动过程中获得社会资本并得到身份认同的过程[33]。这一社会学视角同样不断得到衍生性解释，例如强关系与弱关系的对比以及结构洞视角所带来的中介效应等。将心理学视角不断融入个体社会行为的解释开始成为近年来国内学者关注的热点，这在基于访谈和问卷调查的个体自我呈现行为（individual self-presentation behavior）研究结论中得到进一步确认[15]。我们还应该关注诸如依恋理论（attachment theory）等心理学视角在社交媒体研究中的应用[34]。致力于探究人际交互过程对整体社会网络影响机制的质性研究方法，也在一定程度上推动了扎根理论（ground theory）在国内社交媒体研究中的广泛应用。另一方面，社交媒体研究离不开传播学层面的探讨。如何认知传统媒体和新媒体的交互状态对社会和个体带来的影响，开始越来越多地得到国内学者的关注，这进一步推动了议程设置理论（agenda-setting theory）等视角在国内社交媒体研究中的应用。

（2）工具载体。社交媒体的工具载体在近10年间快速兴起，历经了“交流—分享—互动—虚拟”4个发展阶段。以QQ和飞信为代表的社交载体，将大众从传统的移动通信时代带入到社交媒体时代。基于互联网和移动终端的实时沟通和即时互联为社交网络的形成提供了可能。随着移动通信技术和网络带宽的持续提高，社交载体开始从基于文字和语音的交流模式逐步向基于图片和视频的分享模式过渡。以微博、微信朋友圈、知乎、豆瓣、小红书和抖音为代表的社交工具和平台，以“分享—评论—转发”模式进一步拉近了个体间的社交距离。与此同时，基于大数据算法和机器学习的用户画像行为和智能推荐模式，进一步锁定了社交工具和个体间的紧密关联。自媒体在近年来的快速发展促进其与商业行为的广泛融合，直播互动开始成为社交媒体的前沿趋势[21]。新冠疫情对现实社交距离的客观要求也进一步推动了网络化社交的需求，网络会议和饮食健康分享等互动方式呈现爆发性增长。以电子竞技为代表的游戏产业在一定程度上既激励了社交媒体平台的实时互动，也推动了虚拟现实技术的综合利用。区块链技术的出现为解决数据准确性、用户隐私、数据安全等问题提供了可能[35]。以元宇宙为代表的新兴概念，为个体在社交媒体中的身份重构提供了全新视角，也为社交媒体研究的发展提供了新的可能和机遇。

（3）分析方法。为探究社交互动过程中个体的行为和意义建构，学者们往往采用质性研究方法来分析个体处于社会网络整体中的价值[36]。这主要包括访谈研究、内容分析、案例研究和论述分析等方法。由于个体的社交行为往往伴随着心理学层面的影响，部分基于情感分析的质性研究也得到国内社交媒体研究者的青睐。与质性研究不同，定量研究更加倾向基于数据视角来解释个体的社交行为及其使用社交媒体过程中的态度和价值观变迁。这主要包括问卷调查研究、观察实验以及基于公开数据的实证分析和计量分析等。除此之外，基于已有研究和文献的分析方法也在国内社交媒体研究中占有一定比例，这主要包括元分析、文献计量分析、聚类分析以及基于知识图谱的可视化分析[16]。随着社交媒体的工具载体和应用场景愈发多元化，国内社交媒体研究中的分析方法也开始趋向于多方法相结合的复杂研究。这不仅体现在研究数据层面趋向多维度，其理论基础和研究工具也开始呈现多学科交叉趋势。

（4）应用实践。首先，社交媒体的快速发展为基于互联网和移动终端的信息传播提供了极大的便利。与此同时，如何基于一定的规则规范对社交网络中的信息、新闻和个体行为进行适当的舆论引导，成为社交媒体监管和事实核查领域的核心议题[37]。其中，基于大量个体行为数据的用户画像技术，被广泛应用于目标群体分类、消费行为预期和信用等级划分等众多领域[32]，这为进一步的定制化服务提供了可能。其次，大众生活与社交媒体的深度融合为信息服务、知识服务和公共服务提供了便捷渠道。在档案服务、户籍管理、图书借阅等城市便民服务和政务领域，基于社交媒体端的电子化操作和预约程序正在持续发挥作用[38]。另外，社交媒体对传统媒体和新闻出版业的冲击不容忽视。新媒体以其海量信息承载、碎片化和虚拟化传播等特征对以报纸、广播和电视为代表等传统媒体行业产生巨大冲击。如何基于自身特征开展数字化转型升级成为大部分传统媒体适应社交媒体时代的必经之路。这同样体现在数字出版和数字发行对传统出版行业和印刷行业带来的颠覆，这也进一步推动了新闻生产者和知识服务商固有角色的转变。

综上所述，社交媒体在理论、工具、方法和應用等方面的快速发展推动国内社交媒体研究不断呈现新趋势。社交媒体的发展不断趋向网络化、系统化和平台化，呈现多种媒介功能一体化特征。在媒体融合的过程中，集社交、消费、工作、教育和娱乐等多种功能于一体的社会网络平台推动大众走向泛社交化发展，该趋势对个体和群体均产生了长远影响。基于数字化的虚拟社交，将个体与移动终端紧密锁定，从而极易造成信息茧房（information cocoons）等现象[39]。个体所关注的信息领域被自身兴趣所引导，社交工具的智能推荐算法又会不断加剧该现象，从而易引起心理狭隘和观点偏激等个人主义行为。信息茧房在社交网络中极易传播和扩散，形成群体极化和社会性丧失等现象，继而可能造成群体孤立和阶层对立等社会不良后果[14]。因此，如何看待社交媒体和科技进步对个体和大众的行为和心理影响，成为近年来国内社交媒体研究的前沿领域。

5  研究结论与展望

5.1  研究结论

本文基于CNKI数据库的3 837篇CSSCI论文数据，采用文献计量分析和知识图谱分析方法，对2011—2021年国内社交媒体研究的知识结构和发展趋势展开系统性评述。基于共词分析、突现分析、聚类分析以及可视化分析等方法，研究初步得出以下三个主要结论：

（1）國内社交媒体研究在2011—2021年呈现线性增长特征，且在2013—2015年形成知识结构主体框架。国内社交媒体研究的年度发表量在近10年间增长了近30倍，呈现出显著的线性增长特征，这说明国内学者对社交媒体研究的关注度正在快速提升。基于聚类分析的结果，16个被识别出的聚类均在2013—2015年形成。这说明该阶段是国内社交媒体研究的知识结构快速形成的时期，这为2011—2021年国内社交媒体研究的快速发展提供了坚实的知识基础和主体框架。

（2）国内社交媒体研究在2011—2021年形成了以16个聚类为基础的三大知识域。在聚类分析的基础上，研究进一步采用高纬度的归纳方法来识别聚类的组别特征，进而发现了工具载体（A）、应用实践（B）以及分析方法与发展趋势（C）三个知识域。其中，工具载体和应用实践两个知识域占比较大，均包含6个聚类成分；相对来说，虽然分析方法与发展趋势知识域涉及两种知识基础，但仅包含4个聚类成分。这在一定程度上反映了2011—2021年国内社交媒体研究的知识结构，即国内学者对社交媒体在工具载体和应用实践层面的重视度较高，而对分析方法和发展趋势的关注较少。

（3）国内社交媒体研究在2011—2021年形成了以理论基础、工具载体、分析方法、应用实践和发展趋势为基础的知识脉络。结合高频关键词、突现关键词以及知识域分析，本研究将国内社交媒体研究的主题归纳为五大基础。除知识域中出现的工具载体、分析方法、应用实践以及发展趋势等四项基础之外，本文进一步总结了国内社交媒体研究的理论基础。以社会网络理论、议程设置理论以及扎根理论为代表的理论基础很好地支撑了社交媒体工具载体的发展，并进一步承载了分析工具和研究方法在国内社交媒体研究中的广泛使用。与此同时，基于数据算法和多元场景的应用实践也推动了社交媒体向系统化、智能化和社会化发展，这些趋势进一步为国内社交媒体研究提供了前沿议题和探索方向。

5.2  展望

新媒体和数字出版的发展已经向我们证明了技术进步对传统行业的巨大冲击，这一点在可预见的未来很可能在日益兴起的虚拟现实、区块链和元宇宙等新领域再次出现。因此，应积极关注社交媒体领域技术快速进步带来的广泛影响。在行业发展和商业行为之外，还应该时刻关注社交媒体对社会、群体和个体的影响，该影响涉及行为、心理和价值观等诸多方面。这一视角将推动社交媒体研究从社会学和传播学领域逐渐向心理学和行为经济学方向发展，继而为学者们提供更多的研究方向和路径选择。与此同时，如何看待社交媒体对后疫情时代社会秩序和心理秩序恢复的作用，也将会是一项具有广泛社会价值的研究。外部情景和新技术趋势会对社交媒体的发展产生重大影响，继而对国内学者开展社交媒体相关研究的视角和选题思路产生深远影响。

尽管研究样本达到4 000项左右且涵盖了大部分国内社交媒体研究，但样本类型层面仍存在不足之处。本研究所用数据仅包含CNKI中的CSSCI期刊数据，而并未涉及学位论文和会议论文等其他类型文献数据。因此，本研究采用的数据范围尚有局限，后续研究应进一步拓展数据的选取范围和多样性。另外，在下一步的研究中，应该重点关注国内外社交媒体研究的横向对比分析，继而与国内研究形成参照。其次，本研究采用了相对宏观的年度视角来分析国内社交媒体研究的知识结构和发展趋势，因此难以深入探究季度或月度的国内社交媒体研究的进展，后续研究应进一步细化研究节点划分方法并结合不同研究工具开展多层次分析。

参考文献：

[1] CARR C T， HAYES R A. Social media： defining， developing， and divining [J]. Atlantic journal of communication， 2015， 23（1）： 46-65.

[2] HALL J A， LIU D. Social media use， social displacement， and well-being [J/OL]. Current opinion in psychology， 2022， 46[2022-10-27].https：//doi.org/10.1016/j.copsyc.2022.101339.

[3] FITZGERALD R， SANDEL T， WU X. Chinese social media： technology， culture and creativity [J/OL]. Discourse， context & media， 2022 [2022-10-27].https：//doi.org/10.1016/j.dcm.2022.100610.

[4] KAPLAN A M， HAENLEIN M. Users of the world， unite！ the challenges and opportunities of Social Media [J]. Business horizons， 2010， 53（1）： 59-68.

[5] RUTHS D， PFEFFER J. Social media for large studies of behavior [J]. Science， 2014， 346（6213）： 1063-1064.

[6] SCHOBER M F， PASEK J， GUGGENHEIM L， et al. Social media analyses for social measurement [J]. Public opinion quarterly， 2016， 80（1）： 180-211.

[7] GEORGE D R， ROVNIAK L S， KRASCHNEWSKI J L. Dangers and opportunities for social media in medicine [J]. Clin obstet gynecol， 2013， 56（3）： 453-462.

[8] CINELLI M， QUATTROCIOCCHI W， GALEAZZI A， et al. The COVID-19 social media infodemic [J]. Scientific reports， 2020， 10（1）： 16598.

[9] APPEL G， GREWAL L， HADI R， et al. The future of social media in marketing [J]. Journal of the academy of marketing science， 2020， 48（1）： 79-95.

[10] 李唯嘉. 如何实现“信任性真实”：社交媒体时代的新闻生产实践——基于对25位媒体从业者的访谈 [J]. 国际新闻界， 2020， 42（4）： 98-116. （LI W J. How to realize ‘trusted truth： news production practice in the age of social media——based on interviews of 25 journalists [J]. Chinese journal of journalism & communication， 2020， 42（4）： 98-116.）

[11] 陈晓磬， 章海宏. 社交媒体的旅游应用研究现状及评述 [J]. 旅游学刊， 2015， 30（8）： 35-43. （CHEN X Q， ZHANG H H. The use of social media in tourism： a literature review [J]. Tourism tribune， 2015， 30（8）： 35-43.）

[12] 董天一， 王玉涛， 孙才惠. 社交媒体关注与审计质量——基于舆论压力视角的检验 [J]. 审计研究， 2022（2）： 71-80. （DONG T Y， WANG Y T， SUN C H. Social media attention and audit quality——based on the perspective of public opinion pressure [J]. Auditing research， 2022（2）： 71-80.）

[13] 张虹. 正在消失的“新闻业”与社交媒体时代的平台内容生产——基于马克思主义新闻观的审视 [J]. 全球传媒学刊， 2020， 7（4）： 72-82. （ZHANG H. The vanishing “journalism” and platform content production in the age of social media： based on marxist view of journalism [J]. Global journal of media studies， 2020， 7（4）： 72-82.）

[14] 卢智增， 高翔. 社交媒体平台群体极化的形成机理与引导策略研究 [J]. 情报理论与实践， 2021， 44（8）： 51-58. （LU Z Z， GAO X. The study on the formation mechanism and guiding strategies of group polarization in social media platforms [J]. Information studies： theory & application， 2021， 44（8）： 51-58.）

[15] 牛静， 孟筱筱. 社交媒体信任对隐私风险感知和自我表露的影响：网络人际信任的中介效应 [J]. 国际新闻界， 2019， 41（7）： 91-109. （NIU J， MENG X X. The impacts of social media trust on perceived privacy risk and self-disclosure： mediating effects of network interpersonal trust [J]. Chinese journal of journalism & communication， 2019， 41（7）： 91-109.）

[16] 張亚利， 李森， 俞国良. 社交媒体使用与错失焦虑的关系：一项元分析 [J]. 心理学报， 2021， 53（3）： 273-290. （ZHANG Y L， LI S， YU G L. The relationship between social media use and fear of missing out： a meta-analysis [J]. Acta psychologica Sinica， 2021， 53（3）： 273-290.）

[17] 丁慧， 吕长江， 黄海杰. 社交媒体、投资者信息获取和解读能力与盈余预期——来自“上证e互动”平台的证据 [J]. 经济研究， 2018， 53（1）： 153-168. （DING H， LYU C J， HUANG H J. Social media， investor sophistication and earning expectation： evidence from SSE E-interaction [J]. Economic research journal， 2018， 53（1）： 153-168.）

[18] 傅慧芬， 赖元薇. 消费电子品品牌社交媒体内容营销策略研究——基于联想、华为、HTC和三星微信公众号的内容分析 [J]. 管理评论， 2016， 28（10）： 259-272. （FU H F， LAI Y W. Social media content marketing strategy of consumer electronics brands——content analysis of Lenovo， Huawei， HTC and Samsungs brand sites on WeChat [J]. Management review， 2016， 28（10）： 259-272.）

[19] 刘英为， 汪涛， 聂春艳， 等. 如何应用国家文化原型实现品牌的国际化传播——基于中国品牌海外社交媒体广告的多案例研究 [J]. 管理世界， 2020， 36（1）： 88-104， 236. （LIU Y W， WANG T， NIE C Y， et al. How to apply the national culture archetype to realize the internationalization spread of the brand： based on a multi-case study of Chinese brand social media advertising in foreign country [J]. Journal of management world， 2020， 36（1）： 88-104，236.）

[20] 杨莉明， 徐智. 社交媒体广告效果研究综述：个性化、互动性和广告回避 [J]. 新闻界， 2016（21）： 2-10. （YANG L M， XU Z. A review of research on social media advertising effectiveness： personalization， interactivity， and AD avoidance [J]. Journalism and mass communication， 2016（21）： 2-10.）

[21] 刘倩， 李晨亮. 基于社交媒体的话题演变研究综述 [J]. 数据分析与知识发现， 2020， 4（8）： 1-14. （LIU Q， LI C L. A survey of topic evolution on social media [J]. Data analysis and knowledge discovery， 2020， 4（8）： 1-14.）

[22] 王一华. 社交媒体信息可信度评估研究综述 [J]. 现代情报， 2016， 36（12）： 164-169. （WANG Y H. Review on information credibility assessment in social media [J]. Journal of modern information， 2016， 36（12）： 164-169.）

[23] OSINSKA V， KLIMAS R. Mapping science： tools for bibliometric and altmetric studies [J/OL]. Information research， 2021， 26（4）： 909[2022-10-27]. https：//doi.org/10.47989/irpaper909.

[24] CHEN C. Science mapping： a systematic review of the literature [J]. Journal of data and information science， 2017， 2： 1-40.

[25] CHEN C， SONG M. Visualizing a field of research： a methodology of systematic scientometric reviews [J/OL]. PLoS One， 2019， 14（10）[2022-10-27].https：//doi.org/10.1371/journal.pone.0223994.

[26] CHEN C. CiteSpace II： detecting and visualizing emerging trends and transient patterns in scientific literature [J]. JASIST， 2006， 57（3）： 359-377.

[27] 赵文晶， 申利净. 社交媒体用户迁移背景下微博、微信的态度传播生态研究 [J]. 中国软科学， 2015（10）： 60-69. （ZHAO W J， SHEN L J. The ecological research on attitude communication through Microblog and Wechat in the context of social media users migration [J]. China soft science， 2015（10）： 60-69.）

[28] 谢起慧， 褚建勋. 基于社交媒体的公众参与政府危机传播研究——中美案例比较视角 [J]. 中国软科学， 2016（3）： 130-140. （XIE Q， CHU J X. Research on social media-based public participation in government crisis communication—comparative case studies between China and USA [J]. China soft science， 2016（3）： 130-140.）

[29] 徐芳， 应洁茹. 国内外用户画像研究综述 [J]. 图书馆学研究， 2020（12）： 7-16. （XU F， YING J R. A review of user profile research at home and abroad [J]. Research on library science， 2020（12）： 7-16.）

[30] 王晰巍， 韋雅楠， 邢云菲， 等. 社交网络舆情知识图谱发展动态及趋势研究 [J]. 情报学报， 2019， 38（12）： 1329-1338. （WANG X W， WEI Y N， XING Y F， et al. Research on the dynamics and trends of the development of public opinion topic maps in social networks [J]. Journal of the China Society for Scientific and Technical Information， 2019， 38（12）： 1329-1338.）

[31] 孙鲲鹏， 王丹， 肖星. 互联网信息环境整治与社交媒体的公司治理作用 [J]. 管理世界， 2020， 36（7）： 106-132. （SUN K P， WANG D， XIAO X. Internet scrutiny and corporate governance effect of social media [J]. Journal of management world， 2020， 36（7）： 106-132.）

[32] CHOI J， YOON J， CHUNG J， et al. Social media analytics and business intelligence research： a systematic review [J/OL]. Information processing & management， 2020， 57（6） [2022-10-27].https：//doi.org/10.1016/j.ipm.2020.102279.

[33] ZYGMUNT A， KO?LAK J， GLIWA B， et al. Achieving and maintaining important roles in social media [J/OL]. Information processing & management， 2020， 57（3） [2022-10-27]. https：//doi.org/10.1016/j.ipm.2020.102223.

[34] FARIVAR S， WANG F， TUREL O. Followers problematic engagement with influencers on social media： an attachment theory perspective [J]. Computers in human behavior， 2022， 133 [2022-10-27]. https：//doi.org/10.1016/j.chb.2022.107288.

[35] CHOI T-M， GUO S， LUO S. When blockchain meets social-media： will the result benefit social media analytics for supply chain operations management？ [J/OL]. Transportation research part E： logistics and transportation review， 2020 [2022-10-27]. https：//www.sciencedirect.com/science/article/pii/S1366554519315339.

[36] WANG S， CHEN X. Recognizing CEO personality and its impact on business performance： mining linguistic cues from social media [J]. Information processing & management， 2020， 57（5）[2022-10-27].https：//www.sciencedirect.com/science/article/pii/S0378720618307390。

[37] 楊康， 杨超， 朱庆华. 基于社交媒体的突发公共卫生事件公众信息需求与危机治理研究 [J]. 情报理论与实践， 2021， 44（3）： 59-68. （YANG K， YANG C， ZHU Q H. Research on public information demand and crisis management of public health emergency based on social media [J]. Information studies：theory & application， 2021， 44（3）： 59-68.）

[38] 孙宗锋， 郑跃平. 我国城市政务微博发展及影响因素探究——基于228个城市的“大数据+小数据”分析 （2011—2017）[J]. 公共管理学报， 2021， 18（1）： 77-89， 171. （SUN Z F， ZHENG Y P. City government micro-blogging development and driving factors in China——based on the combination of big data and small data analysis for 228 Cities（2011—2017） [J]. Journal of public management， 2021， 18（1）： 77-89，171.）

[39] 徐翔， 敖子棋， 史静远， 等. 殊途同归：社交媒体用户内容生产中信息茧房趋同化——基于新浪微博的实证分析[J]. 西安交通大学学报（社会科学版）， 2022， 42（3）： 133-140. （XU X， AO Z Q， SHI J Y， et al. Different approaches lead to the same goal： the homogenization of information cocoons of user generated content on social media——an empirical research based on Sina Weibo [J]. Journal of Xian Jiaotong University （social sciences） ， 2022， 42（3）： 133-40.）

Knowledge Structure and Trends of Social Media Research in China： A Bibliometrics Review During 2011-2021

Shi Shaoqing

1Postdoctoral Station in Theoretical Economics， Shanghai Academy of Social Sciences， Shanghai， 200020

2Postdoctoral Station of Shanghai WTO Consultation Center， Shanghai， 200336

Abstract： [Purpose/Significance] Based on the perspective of bibliometrics， this paper systematically reviews the frontier hot spots， knowledge structure and development trend of domestic social media research， providing a new perspective for comprehensively summarizing domestic social media research in the past decade. [Method/Process] Based on the data of 3 837 journal papers from 2011 to 2021， this study systematically studied the knowledge structure and development trend of social media research in China using the bibliometrics method. The research mainly used CiteSpace visual analysis tool， combined with co-word analysis， cluster analysis and burst analysis to systematically review the target topic. [Result/Conclusion] The attention of social media research in China showed a linear growth feature， and the main framework of knowledge structure was formed during 2013-2015. Secondly， social media research in China has formed three knowledge domains based on 16 clusters. Finally， social media research in China has formed a knowledge vein based on theoretical basis， tool carrier， analytical method， application practice and development trend. In conclusion， technological progress， mediated by social media， has brought profound impacts on individuals， groups， and society.

Keywords： social media    social networks    bibliometrics    knowledge graph    CiteSpace