社会网络分析在社会化媒体信息生态链中的应用研究*——基于信息主体视角

冯 缨 朱 蓓

（江苏大学管理学院 江苏镇江 212000）

随着社会的不断发展，互联网已经成为人们生活的重要组成部分。社会化媒体应运而生，并不断地深入人心，成为互联网信息传播的关键渠道。社会化媒体是指以Web2.0为技术基础，可进行信息的交换并允许人们自主创作、分享、评论和相互交流的在线媒体社交平台，主要包括社交网站、个人空间、博客以及微信、QQ等即时通信工具。众多的用户以及极大的参与空间是社会化媒体形式不断创新和发展的两个关键因素。社会化媒体因为具有参与性、开放性、交互性和连通性等特点，赢得了人们越来越多的关注，成为用户获取最新信息，进行事件评价，发布个人信息的重要渠道。

在社会化媒体发展的进程中，信息生态化问题已经成为一个急需解决的难题。社会化媒体作为信息传播的平台，因为用户量巨大、信息传播快速，所以出现了信息污染和信息生态失衡等现状。这一系列问题导致网络中大量信息的堆积和堵塞，严重延缓了生态链中信息的流转速度，破坏了社会化媒体信息生态链的建设。2016年，习近平主席在网络安全和信息化工作座谈会中强调要按照创新、协调、绿色、开放、共享的发展理念推进网络强国建设，推动我国网信事业发展，让互联网更好造福国家和人民[1]。政府作为信息的监管者，有责任和义务来规范和约束信息受众的行为，创建健康良好的信息平台。如何优化社会化媒体的信息生态环境，不仅是社会化媒体必须面对的问题，也已成为政府部门关注的问题。社会化媒体信息生态链主体之间的关系，实际上是一条“信息生产者—信息组织者—信息传递者—信息消费者”的社会化媒体信息生态链的链式关系，所以社会化媒体信息生态需要多个信息主体之间的协同与配合，这对相关部门净化社会化媒体信息大环境具有重要作用。

1 相关理论

1.1 信息生态链

娄策群[2]最先提出信息生态链的概念，认为信息生态链指的是生态系统中不同的信息主体进行信息传递和交流从而形成链内主体之间的依存关系。在方法论研究中，李佳玉[3]围绕信息生态链断裂问题展开分析，从信息、信息主体和信息环境三方面提出信息生态链优化的措施。在应用实践中，马捷[4]认为微博信息生态链是由信息人、信息内容和信息传播路径三部分组成，其中信息人包括信息生产者、信息传递者、信息组织者、信息消费者和信息分解者。在信息生态链研究方面，信息生态链的理论研究起步早，但理论性研究比较多，实证性研究比较少。随着研究的不断推进，信息生态链理论开始运用到具体的应用性研究中，例如商务网络信息生态链、博客信息生态链以及微博信息生态链等，而对于社会化媒体信息生态链的这一应用性的研究比较少。

1.2 社会网络分析的应用研究

社会网络分析是一种将可视化与可量化相结合的分析方法，它主要对群体内部各种主体之间的关系进行分析量化，进而研究这种关系结构对群体内部主体的影响力[5]。近年来，社会网络分析方法也被运用到社会化媒体的研究中，特别是在分析信息传播的特点和扩散机制方面得到了广泛的应用。一种是利用社会网络分析的个体属性进行研究。如王晰巍等[6]运用社会网络分析的方法，从点度中心性、中间中心性和接近中心性三个个体属性的角度来分析移动环境下和非移动环境下的网络舆情信息传播的差异性。一种则是利用社会网络分析的整体属性进行研究。例如Wang Kun[7]选取微信用户作为样本，运用社会网络分析中的小世界效应揭示微信的关系网络。而兰娟丽[8]运用了社会网络分析中的小世界网络构建出一种对微博网络负面信息传播的扩散机制模型并进行分析，得出微博网络社区中节点的中心度的大小反映了该节点传播负面消息的能力这一结论 。目前应用社会网络分析来研究社会化媒体信息生态链主体的并不多，但是上述现有研究能够给出很好的参考和借鉴。本文将参考国内外现有研究成果，深入分析社会化媒体信息生态链，利用社会网络分析当中的具体指标来分析信息生态链主体之间的关系和地位。

2 研究设计

2.1 研究思路

图1 社会化媒体信息生态链主体关系模型

在该模型中，U指信息输入，Y指信息输出，S指一般节点，M指干扰信息输入。一般来说，社会化媒体信息生态链中信息主体之间的关系分为两种：

（1）核心主体在信息生态链中处于主导地位。具体来说，核心成员作为链体间的施控者，对信息生态链上的其他信息主体进行控制，从而使得生态链上的全体信息主体协同合作与共同发展。在社会化媒体中，核心成员指的是网络意见领袖，他们通过发表自己的观点和提供信息，来对其他信息人产生影响，在信息传播的过程中起着重要的桥梁和纽带作用。通过测量用户的中心度来确定社会化媒体信息生态链中的意见领袖，使用核心—边缘模型找出意见领袖在社会化媒体社交网络中处于怎样的位置，以此对核心成员的影响能力做出判断，合理地赋予信息人的角色，从而提升核心成员的掌控和协调能力，使得社会化媒体信息生态链更加优化。

（2）链内信息主体之间的单纯性协同。在社会化媒体信息生态链中，信息在相邻节点之间来回传递。良好运作的社会化媒体信息生态链依赖于相邻节点与其之间的紧密关联。一般成员指的是普通的信息人，即信息生产者、信息组织者、信息传递者和信息消费者。在社会化媒体中，信息生态链得以形成，依靠的是信息主体，其中信息生产者和信息传递者处于核心地位。信息生产者、信息组织者、信息传递者和信息消费者不断地生产、分解、传递和消费信息，促使信息流在整个社会化媒体信息生态链中高效地运转。通过中心性和凝聚子群两个因子研究生态链中各个成员之间信息交流的紧密程度，可以明确成员之间的依存关系。

2.2 测量指标

运用社会网络分析方法中的中心度分析、核心—边缘模型能够清楚明了地确定信息生态链中核心主体以及辨别该核心主体在生态链中所处的位置和产生的影响，再利用密度和凝聚子群这两个因子研究生态链中各个成员之间信息交流的紧密程度。

2.2.1 中心性分析

中心性是用来分析社会网络中个人结构和位置的一个重要指标，它主要用于确定社会网络中的行动者拥有多大的权力或者处于怎样的核心地位。中心性指标分为点度中心性、中间中心性和接近中心性。本文主要选取的是点度中心性，它是指如果一个行动者与社会网络中其他很多行动者拥有直接联系，则说明该行动者在社会网络中处于核心位置并且拥有较高的权力。我们不仅可以用点度中心度来研究社会网络中各个点的结构和位置情况，还可以用点度中心势这一指标来描述整张图的中心趋势。Scott提出“中心度”指的是点的中心度，而“中心势”指的是整个图的中心度，两个概念不能混为一谈[9]。可见，中心度侧重测量在整个网络中个体的权力，“中心势”测量的则是在构建整个网络图时对某个或者某些特殊点的依赖程度。中心势越接近于1，整个网络越具有集中的趋势。在社会化媒体中，中心性分析可以分析信息生态链中的意见领袖，确定意见领袖的权力和地位以及对链内其他信息主体所产生的影响。

2.2.2 核心—边缘模型

一般而言，在核心—边缘这种社会结构中，我们可以把群体成员分为三种类型：一种是核心群体，他们彼此联系紧密并且交流频繁；一种是半边缘群体，他们彼此之间联系不太密切，另一种则是边缘群体，他们彼此之间几乎不联系。成员之间密切联系并且交流频繁从而成为小团体，而处于边缘位置的成员相互间缺少联系或者不联系所以不构成小团体，但是边缘成员与核心群体之间却存在一定的联系。在社会化媒体中，核心—边缘模型可以确定意见领袖在信息生态链中所处的位置，更加清晰地对意见领袖进行控制，从而提升意见领袖自身的素质，达到信息生态链优化的作用。

2.2.3 密度

密度是用来描述一个社会网络图中各个点之间联系的紧密性。在信息生态链中，各个信息主体之间联系越密切说明该社会网络图中节点的连线越多，密度也就越大。一般来说，网络密度ρ的取值范围为0到1，若密度ρ=0，说明该网络社区中信息主体相互之间没有任何关联；若密度ρ=1，则说明该网络社区中任意两个信息主体之间都有紧密的联系。在社会化媒体中，密度可以分析信息生态链中信息生产者、信息组织者、信息传递者和信息消费者之间联系的紧密程度，判断信息主体之间有没有频繁地进行信息的生产和传递。

2.2.4 凝聚子群分析

凝聚子群分析是社会网络分析的重要方法之一，它主要侧重于社会行动者之间关系的研究。凝聚子群表示一个行动者子集合，在该子集合中各个行动者之间存在较为直接或者紧密的联系[10]。凝聚子群密度（External-Internal Index,E-I Index）用来分析社会网络中小团体现象是否严重，该指标也可以反映生态链中各个节点之间信息交流的紧密性。凝聚子群密度的取值范围为[-1,1]，如果取值越接近于1，说明网络中成员之间联系越紧密，小团体现象越严重；如果取值越接近-1，说明成员之间不存在过多联系，分朋树党的程度越小；如果该值越接近0，说明成员关系不确定，判断不出是否有小团体现象的存在[11]。在社会化媒体中，凝聚子群分析可以揭示信息主体之间实际存在的或者潜在的关系，发现信息生态链中信息人之间是否有小团体的现象，了解小团体中的信息成员间联系的紧密情况。

2.3 实施路径

本研究的具体实施路径分为以下几个步骤：

①需要选取社会化媒体中相应的虚拟社区，从中提取成员之间的关系。虚拟社区是指在网络环境下，以现代信息技术为依托，把具有共同的兴趣和利益，相互间联系密切但身处不同地方的人们联结在一起所组成的虚拟生活共同体[12]。本文认为用户之间通过转发信息的方式产生联系，若用户A与B两者存在转发关系则对应行列的元素值取“1”，反之，A与B不存在转发联系，则记为“0”，从而构成转发关系矩阵。②通过点度中心度和网络中心势来确定社会网络中的核心主体，即确定社会化媒体中的意见领袖。③使用核心—边缘模型的CORR算法确定意见领袖在社会化媒体信息生态链中所处的位置。④使用密度来研究一般成员之间的紧密程度。⑤用凝聚子群密度来分析社会化媒体中普通的信息主体之间是否有小团体现象的存在。

3 新浪微博“美国总统大选”实证分析

本文研究的数据来源于新浪微博的热门话题。新浪微博是目前社会化媒体中使用人数最多、使用频率最高、网络影响力最大的社交媒体平台。在微博话题“信息源”的选择上，选择受民众关注的政治话题“美国总统大选”来进行信息生态链主体的分析。在新浪微博上以“美国总统大选”为关键词进行搜索，将精选微博的转发量按照降序进行排序，选取转发、评论、点赞最多的微博用户“这里是美国”（http://weibo.com/2243807243/EdLfgrXkg?type=repost）的这条微博作为原始数据源采集数据。使用八爪鱼和PKUVIS微博可视化分析工具进行数据采集，采集时间为2016年10月20日到2017年3月10日，采集到10 611条用户转发信息，然后利用社会网络分析法来分析信息生态链中信息主体之间的关系。

3.1 微博成员的“转发互动关系矩阵”及其关联图

在微博这个虚拟社区中，各成员之间通过相互转发对方的微博产生关系。经过一段时间的数据搜集，选取转发层级≥3的前51位成员作为本次研究的样本，将这51位成员之间的转发关系构成矩阵（对成员进行编号1—51），矩阵中行代表转发者，列代表被转发者。如果任意两位微博成员之间存在转发关系，则矩阵中对应行列的值为1，否则值为0，矩阵主对角线的值也为0，最终得出一个51*51相互转发关系的二值矩阵，并得出该虚拟社区的网络关系图。

图2 微博51位成员网络关系图

由图2可以看出1号、3号、6号成员处于网络的中心地位，有许多其他的结点与该结点联接，说明他们是整个网络中的“活跃分子”，与其他成员交流频繁并且在整个虚拟社区中拥有很高的关注度。

3.2 中心度测量

表1 微博成员的点度中心性结果

从表1可以看出，点度中心度最大的是1号（28.000），表明该点拥有最大的权力，与其他成员存在众多联系并且信息交流能力和掌控能力强。紧接其后的是3号、6号、11号和9号。通过对点度中心性的测量，可以看出这些成员是微博信息生态链上主要的意见领袖，与社群中其他成员相比拥有更多的连结关系。他们作为链体上的施控者，对链上其他微博成员进行施控，对微博上信息的传播起到很大的推动作用，以达到链体成员全员的协同运作与发展。

从图3可以看出微博成员网络的标准化点度中心势为52.24%，表明该微博虚拟社区的点度中心性比较大，微博成员之间的联系比较密切。该微博虚拟社区中成员的中心趋势比较集中，说明该网络中存在中心点，也就是微博中的意见领袖。

图3 网络成员中心势结果

3.3 核心—边缘模型

运用UCINET软件中核心—边缘模型的CORR算法对微博成员进行分析，结果如图4。

图4 核心—边缘分析结果

表2 51位成员的核心度及位置分布情况

本文对51位微博成员样本进行核心—边缘的划分，其中群体1代表网络的核心成员，群体2代表边缘成员。由图4可以看出，微博网络中的核心成员分别是1号、2号、3号等人（共14人），这些成员之间存在紧密的联系并且处于网络的核心位置，构成小团体。微博网络中的边缘成员分别是5号、8号、10号等人（共37人），这些成员之间联系不太紧密甚至不存在联系。边缘成员的密度是0.142，说明他们之间并没有小团体现象的存在。核心—边缘成员的密度是0.002，表示边缘成员与核心成员的联系不太频繁。

核心—边缘结构可以计算每个行动者核心度的大小，从而判断出每个行动者在社会网络中处于哪种位置。本文把核心度大于0.124的作为核心群体，大于0.069小于0.124的作为半边缘群体，其余的作为边缘群体。从表2可以看出，3号和9号成员再次出现在核心群体中，其余中心度比较高的成员均处于边缘或者半边缘位置。这再次说明3号和9号两位成员的核心地位，表明信息生态链中，微博核心成员在信息的流转过程中承担着重要的角色。

3.4 密度

如图5所示，本文利用UCINET软件来计算矩阵的密度，得出该微博成员社会关系网络的密度为0.0298，整体社会网络中成员关系的标准差为0.1700。

图5 微博成员的整体网络密度图

由此可见，该网络的密度较小，表明选取的51个微博成员节点之间连线不多，成员之间不存在频繁的互动交流，说明该社群成员之间的信息交流不太紧密，网络的完备性比较低。

3.5 凝聚子群分析

凝聚子群分析方法有多种类型，因为微博成员可能属于不同的群体，所以本文选择建立在基于可达性的凝聚子群分析方法n-派系，其中n是派系成员之间距离的最大值。一般而言，n通常取临界值2。一个2-派系指成员之间直接连接，他们的距离是1 ，或者成员之间借助相邻的节点间接链接，此时他们之间距离是2。

将上文微博成员相互转发关系二值矩阵通过UCINET软件的Subgroups路径进行n-派系分析，当n值取2，网络最小规模值为10时，得到4个派系子群。

表3 n-派系分析结果

从表3可以看出，在此微博社区中有些微博成员同时属于不同的群体，群体间成员存在交叉，如成员1号、2号、3号、6号、7号、9号、39号、41号、48号，他们出现在不同的群体中，对微博信息的生产、传递和分享起着重要的作用。但是，该社会网络的子群规模比较小，说明该网络成员间的互动性比较差。

图6 网络子群密度分析结果

利用UCINET计算出网络凝聚子群的密度，结果如图6显示，该网络子群密度为0.622，接近于1，说明该社会网络中小团体的现象比较严重，小团体中成员信息交流比较紧密。

4 结语

通过社会网络分析可以发现，社会化媒体中的信息主体由于其自身属性的不同，在信息生态链中所处的位置以及相互之间的关系也不一样。

核心主体在社会化媒体信息生态链中占主导位置。通过中心性和核心—边缘分析可以发现，点度中心度较高并且处于核心位置的一般是社会化媒体的核心成员即意见领袖，他们在信息生态链中处于最重要的位置，不但拥有较强的掌控能力，而且其言论还受到其他普通成员的关注和传播，同时也对信息生态链上信息的流动起到巨大的推动作用。因此，为了使社会化媒体信息生态链更加优化，必须提升核心成员的调控能力，即掌握社会化媒体信息生态链优化方向。

信息主体在社会化媒体信息生态链中单纯性地协同。社会化媒体的信息主体指的是信息生产者、信息组织者、信息传递者和信息消费者，通过凝聚子群分析和密度的测量可以研究分析社会化媒体中信息主体之间的紧密程度，从而得出他们之间存在依存关系。每个信息主体在信息生态链上承担不同的角色和作用，以及彼此之间相互产生影响。在社会化媒体信息生态链中，不同的信息主体存在核心能力和职能的差异，信息的流转不仅受到主体自身范围的约束，还要依赖相邻主体之间的紧密关系。因此，为了使社会化媒体信息生态链更加有序高效地运行，需要系统地认识信息主体之间的复杂程度，强化链内主体的依存关系，提高各主体的信息素养。

（来稿时间：2017年7月）

参考文献：

1.新华网.习近平主持召开网络安全和信息化工作座谈会[EB/OL].[2016-04-29].http://www.wenming.cn/djw/gbbd/xxhtwx/201605/t20160504_3332462.shtml.

2.娄策群,周承聪.信息生态链：概念、本质和类型[J].图书情报工作，2007（9）：29-32.

3.李佳玉.信息生态链断裂问题研究[J].情报理论与实践，2010（6）：15-18.

4.马捷,孙梦瑶,尹爽,等.微博信息生态链构成要素与形成机理 [J].图书情报工作 ， 2012（18）：73-81.

5.李卓卓,丁子涵.基于社会网络分析的网络舆论领袖发掘——以大学生就业舆情为例[J].情报杂志，2011（11）：67-70, 66.

6.王晰巍,邢云菲,赵丹，等.基于社会网络分析的移动环境下网络舆情信息传播研究[J].图书情报工作，2015, 59（7）：14-21.

7.Wang Kun.Research on the wechat information transmission topology based on social network analysis[J].The Open Cybernetics and Systemics Journal, 2015（9）：121-130.

8.兰娟丽,雷宏振,章俊.基于小世界网络的微博负面信息传播模型构建与案例分析[J].现代情报，2015（4）：22-25.

9.Scott,J.,2013,Social Network Analysis:A Handbook（3rd edition）[M].London:Sage Publications.

10.Wasserman,S.and K.Faust.Social Network Analysis:Methods and Applicati -ons[M].Cambridge: Cambridge University Press，1994.

11.刘军.整体网分析讲义——UCINET软件应用//第二届社会网与关系管理研讨会.哈尔滨:哈尔滨工程大学社会学系，2007：111.

12.赵捧未,马琳,秦春秀.虚拟社区研究综述[J].情报理论与实践，2013（7）：119-123.