高转发微博的传播机制及其可视化分析*

■廖卫民

高转发微博的传播机制及其可视化分析*

■廖卫民

近年来出现的数据可视化技术，对以微博为分析单元的传播学研究提供了便利条件。本文通过对典型微博的数据可视化分析，并结合对传播内容的定性分析，发现高转发微博存在着四种重要的传播机制。其中，议题引爆机制和情感触动机制构成微博舆论形成爆发态势的必要条件或初始条件，而互动交流机制和叙事补充机制则完成了微博舆论的微观生产或意义生成。在网络舆论波的理论视角之下，高转发微博的可视化图像宛如舆论波谐振扩散的波纹，生动展示了隐藏在传播现象之下的时空关系图景，从而在一定程度上有助于人们形象地理解微博舆论的传播规律。

微博；高转发；传播机制；可视化；微博舆论

近年来出现的数据可视化技术，对以微博为分析单元的传播学研究提供了便利条件。所谓数据可视化是“将不可见现象转换为可见的图形符号，并从中发现规律和获取知识”①。特别在大数据时代，由于新媒介的广泛应用，近年来有越来越多的可视化软件工具运用到传播学研究领域。最近有学者研究“新闻演化规律的动力学与可视化”②，即为一例。为此，本文将从微博传播路径的技术分析入手，深入探究高转发微博掀起舆论热潮背后的传播动力机制问题，并对其进行一定的可视化图像呈现，在此基础上，希望能揭示并解释微博传播的舆论动力学规律。

一、高转发微博的概念、研究视角及可视化分析方法

对于“高转发微博”一词，其实有两种语义上的理解，一种是基于频次而言的高转发，即短期内转发频次高而获得大量网友转发，曾有研究者将其称为“高频次转发微博”③，另一种是基于数量而言的高转发，即持续时间长而获得总体转发的高数量。前者因转发频次密集而在短期内集聚了大量人气，最终结果一般都可以达到高转发数量，但在一定时间过后，则往往趋于沉寂或被删除；后一种情况，则很可能未出现短期爆发的状态，但持续一段时间之后，获得了高数量的累计转发。在本文中，这两种情况均被列为研究对象。

在网络舆论的研究视角下，一条高转发的微博，实际上就是一个公共舆论事件的浓缩，一种网络舆论的集群表达。在诸多典型舆论案例中，我们可以发现高转发微博所产生的巨大社会影响。经常被提及的一个案例是在2011年7月23日温州动车追尾事件发生后，珠海市政协委员陈利浩发出的一条微博，“向温州市特警支队长邵曳戎致敬”并承诺“凡本微博被转发一次，就捐献一元给小伊伊”。这条微博表达了尊重生命的主题，同时也表达了对在事故抢险中的英雄的一种敬意，因而得到了网民的高度关注和热烈转发，24小时内被转发了96万多次④，从而形成一种强烈的舆论影响力。

在微博传播信息的过程中，我们可以通过数据挖掘并进行可视化的方式，呈现微博信息传播的路径，呈现微博舆论场中意见表达的可视化图景。在本文研究中，笔者主要运用了两种基本的社会网络软件分析工具，一种是广泛运用于社会网络关系研究的UCINET软件工具⑤，常用于描绘社会网络节点之间的关系图像；另一种是北京大学PKUVIS微博可视分析工具⑥，专门用于对微博的数据提取和可视化分析，免费对公众开放，近年来其功能不断改进和提升，开始成为微博研究和传播学研究的有力工具。

二、一则高转发微博典型案例的基本情况

为了以小见大，见微知著，笔者选取了一名博主及其微博进行了个案研究。选取的微博博主为“＿-冰翼-＿”（以下简称“冰翼”，http://weibo.com/zytarzan）。通过对博主微博进行粗略的筛查和搜寻，可以发现该博主在2012年3月17日19：39发布的一条微博获得了高转发，这条微博的内容非常简单，只有一句话“这段不到一分钟的视频，足以震惊全世界！”和一个视频链接⑦。在笔者最初注意到这条微博的2012年5月23日，该微博共获得140512次转发、31210次评论。这条微博在当时的转发次数已接近博主当时拥有的粉丝总数目。

“冰翼”发布的这条微博用视频和图片配合文字的方式向大家展现了城管对普通的流动摊位不文明的制止行为。在该微博所链接的视频中，一位城管在争夺中要强硬地没收一位女摊贩的水果，在争夺无效后，城管采取了踢烂水果的行为，显然这种行为对于一个为养家糊口而辛勤劳动的妇女来说，过于残忍。该微博的配图则是一幅艺术化表达的画作，和视频没有明显的直接关系，却具有某种隐喻的作用，容易引发人们对该妇女产生怜悯之情，激发人们心中的悲悯情怀和对不公现象的强烈不满。因此，这条微博迅速得到了博主的粉丝包括一些明星的转发，从而获得了更多的后续转发。

笔者选取该博主在此微博发布之后两个多月内的227条微博，进行转发量的统计分析。在这一段时期内，微博的转发量在0-100次之间的占31.72%，101-200次之间的占到了38.33%，两者累计达到了70.05%，1001-2000次之间的占7.5%，2000次以上仅有1例，占0.44%。这个比例说明，多数转发评论都在200条以下，绝大部分的转发评论数目都在其粉丝数1%（1464次）以内，仅有极少数微博可以到达高转发（至少2000次）的规模程度。

三、一则高转发微博传播路径的可视化图像分析

为了研究清楚高转发微博的传播路径问题，笔者选取了这条微博从发出后一小时内的传播路径进行分析，从19点39分开始跟踪其转发路径的变化过程，运用整体网UCINET软件工具，从最初获得30个转发节点作为第一阶段开始绘制传播路径图，然后，每隔若干片段时间，再绘制一张，一共到生成135个节点为止，共绘制出5张传播路径图。为了简便起见，选择其中的第3张图片加以说明。这张图的主要特点表现在：

第一，在这张图中存在大量的一级传播路径（即从博主直接到草根受众）。博主粉丝对这条微博进行了积极的回应，包括评论和转发，说明这条微博传播后的反应度和反应面较为广泛。需要说明的是，图中的所有节点都是对博主微博进行了转发或评论的节点，即都是对该议题进行了再次传播的节点，这也表明实际上这则微博被阅读的次数远远多于图中的节点数。

第二，在这张图中还存在相当多的多级传播路径，最多的达到第5级，这意味着在大约37分钟的时间内，信息转发评论的次数最深的级别数是5层，其传播动力较强，信息转发频次较为频繁。

第三，在这张图中还存在一定数量的树状的传播路径，这表明在进行传播的二传手中具有在其所在领域内的意见领袖的地位，所以能传之更广。

图1 高转发微博从发出后18分钟内的转发路径（30个节点）

图2 高转发微博从发出后29分钟内的转发路径（55个节点）

图3 高转发微博从发出后37分钟内的转发路径（77个节点）

第四，在这张图中已发现节点交叉现象，即同一微博经由不同路径到达同一个节点。这表明在这位接受者的手机、客户端或电脑屏幕上在较为相近的时间点内出现了同条微博。这种议题同时刷屏的现象在一定程度上表明此事件开始在接受者的圈子内渐有流行的趋势。

第五，在这张图中发现还存在一定的链路回环，这表明这一话题引发一定程度上的信息交流，表明不同信息接收者之间进行了某种程度上的互动。

第六，在这张图中，舆论传播在整体上已经呈现出一种动态爆发扩张的对外传播态势。

比照这些片段记录的图像，我们可以发现一些有意思的现象。从节点数的增加速度看，一个小时内的速度大致是均匀的，平均速度大约为2.25条/分钟。但在整个历程当中，几乎是随机增加的，即每增加1个节点的相隔时间，是随机变化的，差别较大。即有的时候会在片刻时间内增加好几个节点，有的时候会暂时停滞片刻。

图4 高转发微博从发出后48分钟内的转发路径（109节点）

图5 高转发微博从发出后60分钟内的转发路径（135个节点）

从节点增长的传播路径结构看，一方面是环状结构的分级增长，表明博主的粉丝直接参与评论转发，接着是粉丝的粉丝加以评论转发，从而形成同心圆形的放射性增长；另一方面是纵深结构扩散过程中的伞型结构，即通过桥接节点，将博主的议题扩散到其他圈子当中，由那个圈子里的意见领袖发布后形成新的环状结构，但是从原博主的拓扑结构看，似乎是一种伞型结构。伞型结构的伞柄长短，意味着桥接节点顺次连接的长短，一般而言，随着时间的增加，伞柄的长度往往会缩短。从理论上分析，这个传播路径拓扑结构的纵深级数可以无限级，但是从技术环节看，微博有140个字的限制，任何链路如果要完整呈现都需要以“＠”和“//”符号加以书写完成，因此其级数总是有限的，在这一个小时内的传播层级所达到并记录下来的有9级。

总体看，“冰翼”发表的这条关于城管打人的视频微博在最初的1个小时内，得到了迅速的传播，其传播过程应该说呈现出了一种社会共鸣效应。

有意思的是，这条高转发微博的传播生命力还十分旺盛。在该微博发布大约1年半之后，笔者再次访问，发现它在这段时间，还持续受到网友的转发。笔者在2013年9月6日运用北京大学PKUVIS微博可视分析工具，自动获取了37116条微博数据，随后该软件生成了一张整体的传播路径图（如图6所示）。在该图中，节点的大小与粉丝数多少成正比关系，右侧是该软件自动提取的关键词以及不同类型用户的比例。例如转发者当中男女性别所占的比例分别为68%和32%，普通用户和VIP用户所占比例分别为95%和5%等。在这张传播路径图中，这条微博经过十多级的转发之后，还能进一步呈现出非常强劲的传播扩散动能。在该图的底部，呈现的是在1年半时间内的转发数量在时间维度的变化。可以看出，除了在发布初期有一个爆发性的集中转发之外，在某些时期，还会间歇式地形成新的爆发点，然后大致归于沉寂。

图6 获取了37116条微博数据后所呈现的冰翼微博传播路径全图

四、高转发微博的传播机制分析

在笔者看来，网络舆论其实已经形成了一种波浪式的运动模式，即可以概括提炼为网络舆论波⑧。参照以上的可视化图像，整个微博转发的时空图景犹如水波荡漾开来所引发的一圈一圈对外涌动的波纹，这在某种程度上可以看成是网络舆论波的谐振现象。根据物理学原理，波的共振需要满足相同频率或近似频率的内在条件。网络舆论波的形成同样也需要满足一定的条件，才能促使网民形成心理、情绪和行为上的共鸣，才能促成高转发。笔者认为主要有以下四种作用机制及相关因素，成为酝酿、兴发、推动网络舆论波进行传播扩散的动力源泉。

（一）高转发微博的议题引爆机制分析

杜子建（2011）在《微力无边》一书中探讨了“一条微博能走多远”的问题，依据他的微观察，“微博，不是玩文字质量的，而是玩信息当量的”⑨。他总结出的对微博传播机制起重要作用的一个动力要素就是“信息当量”。它与新闻学中的新闻价值、传播学中信息或信息量有相通相似的意味。如就其在传播过程的作用而言，实际上相当于网络舆论议题生成过程的传染病动力模型中的β数值(10)，即代表接受者当中究竟能有多少比例的人会产生转发评论等再传播行为。这一比率越高，意味着其包涵的信息当量或引爆能力越强，这与爆炸物的爆炸当量说法是一致的。

可见，不同学科研究者的观点和判断都是一致的，就是引爆传播的系数β数值越大，越具有传染力、感染力和引爆能力。就如同共振过程中的外力强度越强，或其振动频率越接近受者所固有的频率，那么，就越能引起共振。网络舆论议题或微博内容所包含的引爆传播的系数高是引起网络舆论波共振的基础条件。

（二）高转发微博的情感触动机制分析

情感触动机制是指网络舆论波对人的心理或情感层面的触动，情感层面的触动是引发大规模的网络舆论波共振的社会心理、社会情绪和社会心态的基础。像所有新闻报道需要由头一样，一条微博要得到快速的、大范围的转发，其中必须有让人触动的点。这种触动包括争议性、情感性等相关内容。这些内容特别容易被引发网民的共同情绪和群体心态，触发人们心中的感性部分，从而引起联想回忆和舆论判断。

图7 ＠大萌子“我和爸爸30年的合影”的微博传播路径及典型评论

2014年春节期间获得大量关注和转发的一条微博，是由网友“大萌子”在2012年6月18日发布的。这条微博的内容是：“＃我有一个好爸爸＃30年成长之路，从小到大，我的每一步都有爸爸陪伴，从来不曾错过。谢谢爸爸！放一下我和爸爸30年的合影，老爸年轻时很帅很帅…”(11)。在发布之后，这条微博很快就引起了网友的注意和转发，最终到2014年春节联欢晚会《时间都去哪儿了》节目的幕后故事而得到更大范围的传播。原本是博主在父亲节后发布的一条小微博，“也会不经意间正巧叩中大家的心弦，引起这么多的共鸣”(12)，让发布者也始料未及。可见，这条微博所蕴含的亲情温暖深深打动了人们，戳中了观众的泪点，从而引发了大量的网友点评。在春晚节目播出之后，经过央视的传播，该微博的转发数又有一个巨量的集中增加，至2014年4月初达到了73881条。笔者最近用北京大学PKUVIS微博可视分析工具生成了大萌子“我和爸爸30年的合影”的微博传播路径图，并选择凸显了9条网友转发的典型评论（如图7所示）。那些生动的话语充分说明了情感因素在促成微博高转发中所起到的巨大作用。

（三）高转发微博的互动交流机制分析

微博互动的模式主要是通过在微博转发、评论或者直接私信的过程中，微博博主及其他微博用户产生实质性的对话关系。微博互动实质上是一种信息的反馈，区别在于这种信息的反馈不是单向的，而是双向的，甚至是多向实时展开的。这种互动机制在微博中一旦形成一种正反馈机制，就容易产生网络舆论波的共振，从而形成协同发声、不断放大传播能量的效果。互动交流机制是网络舆论波形成共振的重要动力机制。

微博发布之后，在博主和网友之间以及网友彼此之间形成互动，非常有助于微博内容得到更多网民的关注，从而引起更大量的连锁转发。通过这种互动交流机制所形成的新微博，得到新的转发之后，其转发数会累积到原有微博转发的数量之上，正是这种内在的统计计算方式，使得高转发微博可以在多轮互动中不断增加其转发数。微博互动交流的机制，在技术实现上也非常便捷，除了可通过转发、评论等功能自动完成意见交流之外，还能特别运用“＠”符号定向指定交流的对象，甚至邀约朋友、明星和意见领袖参与讨论。一旦具有大量粉丝的“大V”予以转发，则可能引起后续更多的连带效应。在小伊伊家属求助和大萌子父女30年合影的案例中，都能发现互动交流所起到的增进转发的效果。

（四）高转发微博的叙事补充机制分析

当微博博主发布一条舆论事件、公共议题或相关信息时，网友们在转发过程中，能够通过转发时提供的140字的文本框，补充更多的内容，让信息在进一步的传播过程中不断丰富发展，从而形成一种协同叙事的行为，在效果上产生网络舆论波的共振效应。有的时候，也可能是博主在微博设置了问题或提出了续写或填空的要求，征求网友完成，这样就需要网民积极参与，从而引发更大的关注，产生更大的舆论影响。叙事补充机制是网络舆论波形成共振的又一个重要动力机制。

这种叙事补充机制充分展现了网民的群体智慧和协同能力。如图8所示，微博博主A发布了微博a，a微博在经过粉丝B的转发评论后就变成了一条有B的评论信息的微博b，B的粉丝D又评论转发了微博b形成了新的微博d……这个过程就是一个不断延展并补充叙事的表达传播过程。一般只有构成共同兴趣的话题或公共议题才具备较高的延展性，而微博只有不断地延展，才有可能产生高转发，而这样的每一次延展传播，都是在对话题或事件不断进行叙事塑造的过程。

在前文所列举的案例中，所有高转发微博在转发过程中都吸纳了大量网友的补充信息，多数是表达情绪上的支持、感慨、理解、共情，有的则提出意见、个人见解和自身主张，还有的是借题发挥。网络舆论波形成共振的叙事补充机制实际上是发挥网民在传播过程中的参与积极性，调动网民协同行动。这种微观上的点滴补充，在宏观上则能显示出集聚话语、汇聚民意的效果，形成众声喧哗的言说表达，从而形成更大的舆论影响力。

五、结语

在上述分析、总结的四种传播机制中，议题引爆机制和情感触动机制大致属于网络舆论议题有潜力形成爆发态势的必要条件，即产生具有一定舆论影响的高转发微博所需要的某种触发的初始条件；而互动交流机制和叙事补充机制则完成了微博舆论的微观生产或意义生成，即在传播过程当中，通过网友的互动互议和某种交流协商乃至辩论，探讨了意义，生成了舆论，最终促成了该微博高转发的结果。这四种机制之间有一定的交叉重叠，也有一定的互相促进。此外，对微博高转发现象起到重要影响的因素有传统媒体介入报道后对微博舆论议程的影响，还有法律规定的影响作用。例如2013年9月9日两高出台司法解释对利用信息网络实施诽谤等界定的入罪标准，其中一条关于转发行为的标准界定为“转发次数500次”。事实上，我们看到在促成微博高转发的过程中，最为根本的还是微博自身的内容及内在的传播机制、传播特性起到了主导作用。

其实，网络舆论运动规律具有的复杂性，并不是专注研究一条高转发微博所能涵盖的，只是由于微博数据采集的便利性和微博舆论呈现的直接性、迅捷性，促使我们把观察的兴趣点放在高转发微博上面。笔者期望这样的研究能在一定程度上有助于拓展传统传播学研究方法及工具的范围。

（本文在写作初期的部分工作由李琳在笔者指导下完成《高转发微博的传播路径及其机制分析》毕业论文时所作，特此说明并致谢）

注释：

① 陈为、张嵩、鲁爱东：《数据可视化的基本原理与方法》，科学出版社2013年版，第11页。

② 张凯：《新闻演化规律的动力学与可视化》，《新闻与传播研究》，2014年第2期。

③ 孙会、李丽娜：《高频次转发微博的特征及用户转发动机探析——基于新浪微博“当日转发排行榜”的内容分析》，《现代传播》，2012年第6期。

④ 萧然：《爱心微博转发96万次陈利浩捐出107万》，《证券时报》，2011年7月28日第1版。据该报道，截至活动结束，这条微博共被转发964313次，陈利浩决定捐款1072417.20元。

⑤ 刘军：《整体网分析讲义：UCINET软件实用指南编辑》，上海人民出版社2009年版。

⑥ Donghao Ren，Xin Zhang，Zhenhuang Wang，Jing Li，and Xiaoru Yuan，WeiboEvents：A Crowd Sourcing Weibo Visual Analytic System Proceedings of IEEE Pacific Visualization Symposium（PacificVis 2014），pages 330-334，（Notes Paper），Yokohama，Japan，Mar.4-7，2014.

⑦ 该微博的地址为：http://weibo.com/1310872334/yalkX0STC。

⑧ 廖卫民：《网络舆论波的传播机制及策略》，《法治新闻传播》2013年第1辑，中国检察出版社2013年3月版。

⑨ 杜子建：《微力无边》，北方联合出版传媒（集团）股份有限公司、万卷出版公司2011年版，目录第3页。

(10) 廖卫民：《网络隐私过度传播现象的模型建构和案例分析》，《中国传媒报告》，2007年第2期。在这篇论文中的β数值高低代表传染病动力学中的传染率系数，是衡量传染病的易感染性的参数。

(11) 该微博的地址为：http://weibo.com/1260167471/yomMFkhv4。

(12) 大萌子：《我有一个好爸爸：晒一晒我和爸爸的30年合影》，2012-06-25 20：45：27 http://blog.sina.com.cn/s/blog＿4b1ca12f010183z3.html。

（作者系中国传媒大学新闻传播学在站博士后，浙江理工大学文化传播学院副教授）

【责任编辑：潘可武】

*本文系中国博士后科学基金项目“网络语言风潮的表达机制、传播影响与应对策略研究”（项目编号：2012M510501）、教育部人文社会科学研究青年项目“网络舆论波的传播动力机制与社会治理对策研究”（项目编号：10YJCZH084）的研究成果。