网络分析法在微博关键用户识别方面的应用

张囡囡

如今，在信息化社会中虚拟社区发挥了网络社交的功能，而微博就是当下最流行的模式。博主们具有身份虚拟化、言论自由化、角色多样化、传播病毒化、影响巨大化和人员流动化等特点。探索影响力大的关键博主，对于舆论监测、民意考察、国家统战以及信息宣传都有着重要的意义。而传统使用粉丝量等指标的量化排名不能体现博主之间的网络关系，本文使用滚雪球的方式，收集新浪微博部分用户之间的“关注”与“被关注”关系，利用社会网络分析法，分析博主间的关注关系建立网络拓扑关系，进而探索其整体网络特征和个体网络特征，通过中心性指标来探寻微博用户的特征，最后识别出主体关系网络中的关键博主。

根据《基于社会网络分析法的网络人士的精准统战研究》的调查显示，随着网络的发展，网络平台已成为传达社会民意的主要工具，而微博博主们对于网络信息的发布和传播起到了重要的作用，往往拥有巨大的网络影响力，识别网络中的关键博主成为一件尤为重要的事情。

国内外关于网络社交平台中的关键用户识别问题研究颇多，主要体现在概念界定和测量方法2个方面。在概念界定上，大多学者认为关键用户是通过网络社区中的节点重要程度来衡量；而测量节点重要程度的方法主要有2种，一种是社会网络分析法中的中心性分析，另一种是拓扑链接结构分析。这2种测量方法主要是通过节点的控制能力来判断其重要性，侧重于单独节点的核心程度，缺乏对用户之间关系的考虑。

本文在社会网络分析法的基础上，通过分层统计和滚雪球的方法动态的收集博主信息，利用SPSS和UCINET软件进行数据处理，找出新浪微博中的关键用户。

主体关系整体网络结构分析

本研究使用滚雪球的方法，以新浪微博的“奏耐天津”为起点，选取了225个满足条件的博主。基于各个用户之间的关注关系，整理得到225×225的邻接关系矩阵。通过UCINET软件的操作，最后得到以下结论。

整体网络不够紧密

博主参与网络的紧密程度可以通过社会网络分析法中的密度指标来反映。网络密度值越高，表明整体网络越紧密，网络中的各节点之间关注越多。在UCINET软件中，经过网络→凝聚力→密度→整体网络密度的操作，测量结果如下：

Density（matrix average）= 0.039 2

Standard deviation = 0.194 1

可以看到，测量结果得出微博用户参与网络的密度为0.039 2。密度的大小与网络节点多少和节点间的关系类型相关。在其他不变时，网络节点越多，密度越低，网络节点和密度是负相关的关系。由此可见，用户依靠单一作品与其他用户建立长期稳定的关注关系的程度较低，更倾向于对作品投入暂时的关注，围绕作品进行互动与再创作。

微博用户的网络凝聚力低

在UCINET中，按照网络→凝聚力→距离的路径来计算微博用户之间的距离，借此反映微博用户的网络凝聚力。最后的测量结果为0.322，这个值越接近1，网络越具有凝聚力，因此，样本中的微博用户网络凝聚力较低。这就意味着微博用户建立的相互关注关系需要的中间人较多，在测量的225个用户中，每2个用户平均要通过3.22个中间人才能建立联系，这也就是用户间的可达性较差。与我们所选择的样本平台有关系，新浪微博的关注关系依赖于作品的推荐机制，在新浪微博，用户通过以下3种方式获得其他用户的作品：根据以往的浏览记录自主推荐、主动检索和已关注对象发布的新作品。在以上3种方式中，前2种作品的传播都不依赖用户间的关注关系，这就导致了整体网络的凝聚力较低。

主体关系个体网络结构分析

个体在整体网络中的位置和作用取决于权力的大小，社会网络分析法可以通过关注关系，建立权力网络，控制和影响他人较多的节点证明其权力越大。社会网络分析法是通过度中心度、中间中心度、接近中心度来量化个体的权力，下面是对样本数据主体关系的个人网络结构的分析。

度中心度分析

中心势展示了整体网络的集中程度。中心势的取值大于0且小于1，值越大，表明网络节点围绕某节点的程度越大。本文将数据导入到UCINET后，进行数据标准化处理和求解中心势，得出该网络的点度中心势为39.62 %，说明该网络的用户并没有集中围绕某些节点，用户之间的相互关注关系并不以某些博主为核心。

依据前面度中心性的数据，可以得知，225位博主中中心度排名前20名的有一半博主的网络集中度较低，这些博主仅通过单部作品的关注和互动来形成关注交流关系，这种关系很难转成博主间的长期关注。只有少数作品质量高、粉丝庞大的博主才能形成长期大量的关注关系。

中间中心度分析

中间中心度是测量整体网络结构洞的指标，如果某节点处于多条路径中间，说明其具有较多的结构洞。中间中心度高的博主（即拥有较多结构洞的博主）具有更多控制其他博主的能力，失去这些博主，将会影响作品的传播效率。在本网絡中，有17位博主的中间中心度为0，说明这些博主没有结构洞，其他博主不通过他们进行传播。究其原因，是因为这些博主专注自身作品创作而很少关注他人，或者因为其没有优质的作品没有得到他人的关注，因此他们没有控制能力，属于网络中的传播瓶颈。

接近中心度分析

中间中心度描述了控制他人的能力，而接近中心度描述了不受他人控制的能力。UCINET软件通过网络→中心度→接近中心度的路径操作，可以算出整体网络的接近中心度。

本文所选取的数据为新浪的微博博主关系网络，其为有向网络，所以同时节点具有内接近中心度和外接近中心度。前者衡量博主向群体传播作品时不受其他博主控制的能力，值越大，作品的传播更加容易和顺畅；后者衡量博主获取群体中其他博主的作品和信息的难易程度，值越大，获取新作品越不受限于其他博主。

根据操作结果得知，内接近中心性的最高值为4.03，最低值为0.446，说明该网络中的博主总体上都比较容易向其他博主传递作品，受限程度较低。内接近中心性排名前30的博主活跃性强，因此更容易在网络中传播自己的作品，而较少依赖于某些特定传播路径。而排名靠后的博主受关注少，信息传递受限，效率较低，比较依赖于忠诚度较高的粉丝。

外接近中心性的最高值为19.224，最低值为0.446，整体数值较低且差距较小，表明整体博主在从其他博主处获取作品、活动信息时易受他者的控制。外接近中心排名前20位中，超过75 %的博主通过转发、评论和点赞等消费方式参与，获取内容的路径较为广泛，受限少。

识别主体关系网络中的关键博主

依据Maksim Tsvetovat发布的中心性指标间的相互关系可以得知，当中心性指标不一致时，节点的位置具有特殊的意义。比如，度中心度低的博主中，接近中心度高的博主是与明星博主有关联的关键节点，中间中心度高的博主是对于网络的流通起到关键作用。

由此发现，与重要人物有关联的关键人物有Leo-老万、爱美食的胡桐桐等。对网络流动来说至关重要的博主有DJ阿唐、D大调钢琴、不约儿童的大松子儿等。

通过收集新浪微博中的博主信息，将博主之间的关注关系形成网络拓扑图，借助社会网络分析法中的度中心度、中间中心度、接近中心度综合得出网络中的关键博主。这种方法可以拓展到其他平台，最终结论可以交予所属和所需部门。