我国传播学研究中社会网络分析的应用

周彦宏

摘 要 近年来，我国学者应用社会网络分析，在传播学领域中对特殊的社交媒体用户、突发性事件中的传播节点及知识传播、国际传播、传媒贸易等领域的有关主体进行了较为丰富的研究探索，并结合多种辅助分析方法对社会网络分析的应用进行拓展，通过实证数据展现传播网络的形态与其动态发展过程以及传播节点的作用。

关键词 社会网络分析；研究方法；传播研究

中图分类号 G2 文献标识码 A 文章编号 2096-0360（2021）10-0005-05

社会网络分析是社会科学中对于社会网络中的社会个体之间的互动关系进行研究的一种分析方法。它的核心依据是“社會由关系构成”，这表示由于个体所链接的各种关系，才使得个体的社会属性得以塑造。因此，社会网络分析着重描述个体间的互动关系。不同于对个体属性的研究，社会网络分析将研究对象置身于其所处的复杂关系网络之中，并通过对这种关系进行精确定义和测量，展现研究对象的社会性背景[ 1 ]。

对于社会网络分析中所运用的结构性视角，经典的传播学理论中早有涉及，而至20世纪七八十年代，社会网络分析法得以明显地在传播学研究中体现。根据学者杨春华的研究，自2011年，社会网络分析法才在我国传播学研究中正式发展起来[2]。近年来，网络与新媒体使社会关系带来了巨大变革，意见交流的公共空间结构及媒体间、媒体与受众间的信息传播结构发生了改变。互动和关系成为媒体发展和传播研究的重点关注领域，而计算机技术及统计方法在传播学研究中的跨学科应用，也为社会网络分析方法在传播学领域的发展培育了基础。

笔者根据CNKI的学科分类，以“新闻与传媒”学科研究作为限定范围，在CNKI文献数据库中以“社会网络分析”为主题词进行检索，共得到2004年至2020年间中文文献481篇，其中文献发表高峰期集中于2013年—2015年，虽然自2016年文献发表量有所回落，但文献被引证数据却自2014年进入高峰期。被引量代表着文献被引用的次数，是判断文献影响力的重要依据之一。因此，对高被引量文献进行分析可以展现一定时间段内的学科领域中学者们的关注重点。

本文经剔除不以社会网络分析为主要研究方法的文献和明显偏离传播学研究范畴的文献后，选择被引量前50篇的研究进行研读分析，梳理我国传播学研究中以社会网络分析为主要研究方法的研究文献的研究对象与研究方法的具体应用。通过分析具有代表性的文章，一探社会网络分析在近年我国传播学领域研究中的应用与发展，及这些研究为我国传播学领域知识和传媒产业做出的贡献。

1 不同的社会主体及其关系

应用社会网络分析进行传播学研究的文献，以不同的社会主体之间的复杂关系为研究对象，并通过不同研究角度和具体分析方法对其进行展现。在这些研究的前提中，首先需要确定的就是社会网络里的“点”“边”及“网络边界”。“点”的选取则通过研究中的社会主体反映出来。在本文选取分析的研究文献中，社会主体主要包括特殊社交媒体用户、信息传播节点、文本内容主体、合作学者、合作机构、国家和地区六类，其中以特殊社交媒体用户、信息传播节点、文本内容主体为主。

在本研究选取分析的高被引文献中，以特殊社交媒体用户为研究对象的研究占比最高，以探究特殊社交媒体用户之间的关系。对高校图书馆官方微博进行研究的有学者葛艳[ 3 ]，对高校图书馆学科馆员微博研究的有学者许伟[ 4 ]，这两项研究分别从图书馆主体和图书馆工作人员的具体工作服务出发，探寻其媒体账号之间的互动关系和服务影响力。对高校学校官方微博进行研究的有学者廖小琴等[5]，该研究通过研究高校官博之间的关注关系，来描述这一网络中，处于中心地位的高校官方微博。付永升等则选择对大学生微信用户进行研究[6]。学者赵英等为对企业内知识共享进行研究，选取了企业部门和部门成员作为节点，并在这项研究中展现了基于企业部门和部门成员的不同层次的与包括咨询关系、情感关系、情报关系、信任关系的不同属性的关系网络[ 7 ]。学者陈远和学者许鑫等则以科学网用户为节点分别研究了科学网博主中的意见领袖和学术博客中的学科交互行为[8-9]。学者洪小娟等研究了食品安全传播中新浪微博上的媒体微博[10]；学者韦路等研究了Twitter上的主要媒体账号[ 1 1 ]；学者孙厚权等研究了政务微博中的意见领袖[12]；学者侯筱蓉等则特别研究了某一城市中的医院官方微博[ 1 3 ]。对于社交媒体用户的研究还有学者陈远等以腾讯“10万+”粉丝用户为节点，学者褚建勋等通过滚雪球抽样以普通用户为节点两者分别对腾讯微博和新浪微博总体网络进行的研究[14-15]。此外还有学者刘佩等以知乎用户为节点对网络问答社区用户进行的研究[16]，学者雷辉等以政府、企业、学校、微博名人用户为节点，所做的不同特征主体网络关系的比较[ 1 7 ]。

而通过信息传播节点的选取，来对信息的社会网络发展进行研究的学者也不在少数。其中在某一特定议题下进行信息传播的节点分为两类，这些参与话题且作为信息传播节点的主体也都是社交网络的用户。一类是积极行动者，这一类用户以艾滋病病毒携带者联盟动员行动下的行动者为代表，在研究者陈先红等人的限定下，互动行为在三次以上的用户被作为积极行动者节点[18]。在特定议题下进行信息传播的还包括议题的讨论参与者，这些讨论参与者一般以转发为最具代表性的特征，而不同的学者又分别以评论、点赞、评论、发帖或回帖等行为作为节点选取的条件。

这些对于议题下信息传播网络的研究展现了不少特殊议题，除上述艾滋病患权益动员外，还有穹顶之下[19]、魏则西事件[20]、雅安地震[21]、温岭虐童事件[22]等突发性议题，危机公关[16]、转基因食品[23]、食品安全谣言[24]、雾霾[25]等特殊话题。此外，对于信息传播网络的研究还包括对国际传播的研究，和微信公众号信息传播网络的研究。在对于国际传播的研究中，学者吴瑛选取了主流媒体作为信息传播的主要节点，这些主流媒体是来自16个国家的32份报纸，其选择依据于“在主流议程中，网络媒体依附于传统媒体的议程设置”的前人研究[26]。学者徐宝达等对微信公众号的信息传播研究则结合了“微信公众号”和“普通用户”间的多边关系，通过信息传播网络总结微信平台内的信息传播规律[27]。

文本内容之间的关系也是传播学研究应用社会网络分析的一个重要研究方向。其中文本内容主体主要包括自媒体和科学文献。学者韩有业通过以10家新闻学院的具有学术取向的微信自媒体为节点，通过对核心词和订阅号组成的社会网络进行分析，分析不同学院对学术资源的抢夺[28]。学者闵超等则通过建立图书情报学和新闻传播学CSSCI收录文献的关键词集，在对关键词进行交叉词频后得到核心关键词，并将这些核心关键词与其他关键词组成社会分析网络，从而得到交叉研究热点及这些研究热点与其他研究点的关系[29]。

在出现频率较低的领域中还包括学者间的合作关系，机构间的合作关系，以及国家间的贸易关系研究。其中学者间的合作關系研究以学者邱均平等对知识管理领域学者合作关系研究为代表[30]。机构间合作则在学者张洋等对经济学领域机构合作的研究中展现了师承关系（有向非对称）、互引关系（有向非对称）、合著关系（有向对称）三种不同的关系[ 3 1 ]。贸易关系则以学者李彪等的研究为代表，这项研究中展现了不同国家和地区的电影贸易往来[32]。

2 不同的网络关系层次与定义框架

针对不同的研究目的，研究者们在社会网络关系的建立和描述中使用了不同的网络层次和定义方法。在这里借鉴了学者杨春华总结的社会网络分析的五个层次：个体层次、二元层次、三元层次、子群层次和总体层次[2]。本研究根据文献的实际内容对层次分类进行调整，因缺少三元层次的文献而将其去除，并依据文献中对不同总体网络进行对比的内容添加网络间对比层次。因此，下述社会网络分析方法的应用将从个体层次、二元层次、子群层次、总体层次及网络间对比五个方面展开。

个体层次是对于节点的分析，主要用于考察个体在网络中的地位。对于个体层次的主要描述方法和测量方法为中心性分析。中心性分析具体包括点度中心性（Point centrality）、接近中心性（Closeness centrality）、中介中心性（Betweenness centrality）。其中点度中心性包含点入度和点出度，用于表示节点与其他节点的链接关系，最简单的测量方法便是计算与该节点直接相连的其他节点的个数，相对值越大，说明该节点在网络中所处的地位越趋于中心。接近中心性则是基于网络节点不受控制性而提出的测量指标，接近中心性越大则表明其在网络中独立性越低，与节点间的联系易受影响。中介中心性测量的是该节点多大程度上位于图中其他点的中心，展现控制其他节点之间联系的能力，其值越大，说明在网络中越重要[5]。因此，可以看出中心性分析的测量指标目的都是为了反映节点在网络中的影响力，对于网络关系的控制能力。在具体研究中，节点中心性的判定常和节点信息权利及传播贡献联系起来。陈远等在对腾讯用户的研究中，通过测量节点中心性和节点信息贡献量的数据，将节点中心性的三个分析指标与节点信息贡献量进行相关分析。研究发现中介中心性与节点信息传播贡献量的相关性更好更稳定，更适合用于测量大规模网络中节点对信息传播的贡献[ 1 4 ]。此外，对于个体层次的社会网络分析还有对于节点角色的分析，其中大多数通过结构洞的概念进行描述。侯筱蓉等在研究中对结构洞分析进行进一步阐述，将有效规模、效率、限制度和等级度作为表征网络结构洞特征的指标[ 1 3 ]。赵金楼等则在研究中通过结构同型性分析对相似角色的节点进行判断[21]。韦路等则以内节点数、外节点数、紧密中心度、间距中心度为指标对节点在网络中的社会资本进行分析并用于展现节点特征[ 1 1 ]。

学者们对于二元结构的关注较少，分析方法也较为简单。陈先红等在研究中对于两个节点间的等价结构性进行描述，用以展现该关系对于两边节点的同等重量[18]。韦路等的双向链接关系则直接确认了有向网络中两节点的双向相关[ 1 1 ]。

对于子群层次的关注一般表现为研究中对凝聚子群的描述，这一术语也在多个研究中被提及。葛艳则进一步关注子群间的关联性[ 3 ]；赵英等关注局部聚类系数和距离[ 7 ]；洪小娟等则分析了子群间的连通性和稳定性[24]。

在总体层次的分析中，最受关注的特征就是网络密度，特征路径长度则为比较常见的测量指标、此外还有凝聚力和群聚系数。如胡改丽等在对虐童事件的传播网络分析中就同时使用了这三项指标[22]。除密度外，网络中心势和核心-边缘模型的分析概念也常被使用，分别以雷辉和张洋等的研究为代表[17，31]。陈先红等还使用了等级度的概念[18]，幂律分析也被刘佩等引入整体网络的分析中，用于展现无标度网络的不平等性[16]。

在网络对比分析中有吴瑛、闵超、胡改丽三位学者从时间上纵向对比网络，其中吴瑛等选择了从2010年到2014年五个时间断点[26]，闵超等选取了2001年与2011年两个时间断点[29]，胡改丽等将信息传播网络特征与热点事件发展阶段相结合[22]。而以许鑫为代表的学者则从社会主体上划分，对由不同主体构建的总体网络进行对比分析，其中许鑫等的研究中还包含了由不同关系建立的社会网络的对比分析[9]。褚建勋等则从样本范围大小及社会网络本身具有的结构特征等方面进行比较[15]。

3 数据收集方法与分析工具使用

在社会网络分析的研究中还少不了数据收集与分析工具的使用。笔者根据文献中的研究内容将所选文献中使用的数据收集方法分成了档案记录、内容分析法、观察、抽样、调查问卷五类。

由于所选文献的研究主题大多有关社交媒体用户和文本内容，所以基于社交平台的用户检索、筛选、记录，和基于文本内容的文本内容抓取和词频分析成为数据收集的主要方法。学者许伟对图书馆员的微博用户数据收集就来源于社交网站平台的直接搜索功能，通过不同关键词搜索结果的拟合得到最终搜索结果[ 4 ]。马宁等的研究中使用了AutoMap在开放资源中提取数据[ 3 3 ]。闵超等使用了Visual Studio 2008对文献内容的关键词数据进行抽取[29]，王晰巍等则通过Java自编程序获得全网新浪微博雾霾话题的相关舆情[25]。徐宝达等则通过微信授权下的搜狗搜索和微信啦，获取研究所需的微信订阅号内容与互动行为数据[27]。观察法中则以陈先红等使用的虚拟民族志为代表[18]。抽样方法中则以滚雪球抽样和排名顺序抽样为主，陈远等所使用的三角扩散法则将强关系条件嵌入滚雪球类抽样过程中[ 1 4 ]。对于明确的研究主体，问卷调查法也有幸在所选文献中被使用，付永升等和赵英等直接通过调查问卷的方式获取社会主体间是否存在单向关注关系[6-7]。

在所选文献中，社交网络分析大多通过已有软件完成，Ucinet在软件的使用中占据主导优势，被使用比例约占76%。第二常见的社会网络分析工具为Gephi，Gephi所展现的分析结果以云图为特色。韦路等在研究中使用的NodeXL可同时抓取数据和进行社会网络分析[ 1 1 ]。其中还有马宁等使用动态网络分析方法对舆论传播中的意见领袖进行识别，其中动态网络分析所使用的工具为组织风险分析器（Organization Risk Analyzer，ORA）[ 3 3 ]。其他分析工具还包括北京大学微博可视化分析工具[18]、谷尼微舆情软件[19]。

此外，在以社会网络分析为主要研究方法的前提下，许多学者的研究还将其他分析方法与社会网络分析结合。邻接矩阵在记录“边”关系时是必不可少的运用，而基于同一主体基础的不同层次关系的分析，则需要建立元矩阵，其中以马宁等的动态网络分析为代表[ 3 3 ]。pearson双变量相关被用来对两变量的相关性进行检验，在研究中已被验证的相关关系有官博中心性指标排名与学校排名相关[5]；师资输出中心度与学科排名高度相关、与机构发文数据低度相关[ 3 1 ]；社会化媒体使用程度与社会资本之间正相关[ 1 1 ]。许鑫等的研究中则使用了参数T检验方法[9]。还有王旭等结合搜索指数变化与关注趋势变化展现舆情生命周期特征[20]，胡改丽等将其前阶段研究中获得的热点话题传播模式6阶段融入了社会网络分析的发展分析中[22]。

4 讨论与总结

通过上述对文献内容的分析可以发现，近年来我国学者对社会网络分析法在传播学领域中应用进行了较为丰富的探索，为社会网络分析法在传播学的适用性进行了肯定，特别是在一般网络信息资源的核心优势评价的评价及意见领袖的识别中发挥了重要的作用。虽然从所研究的社会网络的社会主体来看，研究对象中的社会主体主要集中于社交媒体用户，但这些社交媒体作为传播领域中特殊重要角色，是线上信息流动的重要节点，具有重要的研究价值。另外，社交媒体在当今传播行为中所承担的重要角色已被近年许多学者论述，并得到定性研究中的众多认可，运用社会网络分析法，这一结论的可靠性在实证数据中得到了进一步的证实。此外，对于信息传播事件进行社会网络研究的文献也为我们展现了多个突发性事件，科学、环保、医疗等领域的重要议题的发展情况，为我国舆情管理的研究提供了完整的、结构化的可靠的研究材料。热点之外，国际传播、传媒贸易等传播学领域的重要话题也在文献中展现，进一步展现了研究内容的丰富性。值得一提的是，知识传播也在已选文献中占据不可忽视的地位，随对于知识传播进行研究的学者大多数来源于情报科学领域，但知识传播其因传播内容的特殊性，也不能为传播学领域学者忽视。

在研究方法上，我國学者也对社会网络分析在我国传播学领域中的应用进行了拓展，如不同网络间的对比分析中，基于时间的纵向对比，展现了社会网络在时间上的动态发展过程，展现了一般社会网络分析在时间切片下所不具有的动态发展过程。这一方法的拓展可用于舆论传播过程和特殊个体生长的研究中，对其进行更形象、更多维度的展现。社会网络分析与相关性分析的结合则将社会网络的特征因素与其他因素结合起来，检验了诸多影响社会网络建立的因素，及社会网络这一结构特征所带来的影响。在解释性的研究中，以上研究还对怎样将舆情网络结构特点运用于政府舆论控制引导，企业促进企业内社交媒体中的知识共享行为，怎样有效疏通健康信息流通渠道提出了建议，也有直接针对网络媒体平台进行的研究对微信平台信息传播的有限性进行了解释。最具前沿性的是学者马宁使用的动态分析法，其研究展现了研究意见领袖身份在舆论主体、讨论话题、态度倾向为边的元矩阵构建的网络层次中演变的动态过程。同时，该研究还利用ORA挖掘精英人物的测量指标将意见领袖分为焦点人物、传播人物、活跃人物、潜在活跃人物、讨论帖独占人物和关键词独占人物六类，使得节点身份和连线关系更加多元，对意见领袖展现角度也变得更为丰 富[ 3 3 ]。该研究也体现了动态网络分析法在我国网络媒体平台研究和意见领袖研究中的适用性，并从网络层次的演变中解释了不同意见领袖的构成原因。

综上所述，近年来社会网络分析方法在我国传播学领域研究中的应用展现了我国传播产业中的实际情况，为传播产业发展和研究通过科学地系统地方法留下了宝贵的记录资料。但其中也显现了部分研究结果的同质化，其原因在于研究者对于案例进行研究时未能很好地判定案例所代表的一般性领域，提炼该案例的比较特点，未能对其进行有针对性的研究。更多的研究倾向于从传者行为出发进行研究，虽然在网络社交媒体的传播者传授双方是相互的，但在以上研究中对于传播研究只展现了信息传达的概念，对于接收分析的研究少之又少。数据在社会科学研究中越来越受到重视，对于社会主体与社会关系发展与生长过程的研究也逐渐受到学者们的关注。未来，社会网络分析法将在我国的研究中具有更大的发展空间，值得传播学学者对其进行学习利用。

参考文献

[1]约翰·斯科特.社会网络分析法[M].刘军，译.重庆：重庆大学出版社，2007.

[2]杨春华.社会网络分析在传播研究中的应用[J].当代传播，2015（4）：29-33.

[3]葛艳.UCINET软件在高校图书馆微博关系研究中的应用[J].图书情报导刊，2016，1（5）：3-6.

[4]许伟.基于社会网络的学科服务微博圈研究[J].情报科学，2015，33（2）：59-62.

[5]廖小琴，孙建军，郑彦宁，等.高校微博互链网络的核心-边缘结构分析：链接结构和信息分布视角[J].情报科学，2014，32（1）：119-123，149.

[6]付永升，邬凯伟.基于社会网络分析的微信朋友圈实证研究：以华中农业大学信息1003班为例[J].情报探索，2015（1）：21-25.

[7]赵英，杨阁，谢彩云.基于SNA社交媒体对企业知识共享的影响研究[J].财经科学，2014（10）：92-101.

[8]陈远，刘欣宇.基于社会网络分析的意见领袖识别研究[J].情报科学，2015，33（4）：13-19，92.

[9]许鑫，翟姗姗，姚占雷.学术博客的学科交互实证分析：以科学网博客为例[J].现代图书情报技术，2015（Z1）：13-23.

[10]洪小娟，姜楠，洪巍，等.媒体信息传播网络研究：以食品安全微博舆情为例[J].管理评论，2016，28（8）：115-124.

[11]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），2015，45（6）：91-105.

[12]孙厚权，王冬冬，张俊丽.政务微博的意见领袖分析[J].情报杂志，2014，33（1）：124-127，166.

[13]侯筱蓉，余晓林.自媒体用户关系结构对健康信息扩散的影响及案例分析[J].图书情报工作，2015，59（16）：90-95.

[14]陈远，李韫慧，张敏.基于节点度测度SNS用户信息传播贡献的实证研究：以腾讯微博为例[J].情报杂志，2014，33（10）：159-164.

[15]褚建勋，倪国香，魏燊.基于用户网络关系结构的微博社交功能研究[J].情报杂志，2014，33（2）：128-131，154.

[16]刘佩，林如鹏.网络问答社区“知乎”的知识分享与传播行为研究[J].图书情报知识，2015（6）：109-119.

[17]雷辉，聂珊珊，黄小宝，等.基于社会网络分析的网络传播主体行为特征研究[J].情报杂志，2015，34（1）：161-168.

[18]陈先红，张凌.草根组织的虚拟动员结构：“中国艾滋病病毒携带者联盟”新浪微博个案研究[J].国际新闻界，2015，37（4）：142-156.

[19]翁士洪，张云.公共议程设置中微博舆情互动的社会网络分析[J].武汉大学学报（人文科学版），2016，69（1）：109-118.

[20]王旭，孫瑞英.基于SNA的突发事件网络舆情传播研究：以“魏则西事件”为例[J].情报科学，2017，35（3）：87-92.

[21]赵金楼，成俊会.基于SNA的突发事件微博舆情传播网络结构分析：以“4.20四川雅安地震”为例[J].管理评论，2015，27（1）：148-157.

[22]胡改丽，陈婷，陈福集.基于社会网络分析的网络热点事件传播主体研究[J].情报杂志，2015，34（1）：127-133.

[23]杨辉，尚智丛.微博科学传播机制的社会网络分析：以转基因食品议题为例[J].科学学研究，2015，33（3）：337-346.

[24]洪小娟，姜楠，夏进进.基于社会网络分析的网络谣言研究：以食品安全微博谣言为例[J].情报杂志，2014，33（8）：161-167.

[25]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：以新浪微博“雾霾”话题为例[J].图书情报工作，2015，59（7）：14-22.

[26]吴瑛，李莉，宋韵雅.多种声音一个世界：中国与国际媒体互引的社会网络分析[J].新闻与传播研究，2015，22（9）：5-21，126.

[27]徐宝达，赵树宽，张健.基于社会网络分析的微信公众号信息传播研究[J].情报杂志，2017，36（1）：120-126.

[28]韩有业，马弋飞.关系视角下的新闻传播类专业自媒体学术互动行为研究：基于10家新闻传播学院微信官方订阅号2016年内容数据分析[J].河北科技师范学院学报（社会科学版），2017，16（2）：114-121.

[29]闵超，孙建军.基于关键词交集的学科交叉研究热点分析：以图书情报学和新闻传播学为例[J].情报杂志，2014，33（5）：76-82.

[30]邱均平，刘国徽.基于社会网络和关键词分析的作者合作研究：以国内知识管理领域为例[J].情报科学，2014，32（6）：3-7，13.

[31]张洋，谢齐.基于社会网络分析的机构科研合作关系研究[J].图书情报知识，2014（2）：84-94.

[32]李彪，潘佳宝.再中心化：文化帝国主义视角下全球媒介产品贸易网络研究：基于全球电影贸易的社会网络分析[J].国际新闻界，2014，36（3）：77-91.

[33]马宁，田儒雅，刘怡君，等.基于动态网络分析（DNA）的意见领袖识别研究[J].科研管理，2014，35（8）：83-92.