基于信息傳播模式的微博信息挖掘與應用

　　【摘要】微博自2006年在美國出現后發展迅猛，中國微博在2010年也快速興起。在傳統的信息傳播模式基礎上，微博形成了二級至多級的信息傳播模式，產生了裂變式的傳播能量和海量信息。同時，微博具有實時、移動、碎片化等特點，而積聚的碎片信息使信息挖掘和分析成為可能，國外就運用微博進行電影票房的預測、地震災害的監測，并取得了有意義的研究成果。
　　【關鍵詞】微博 傳播模式 信息挖掘
　　
　　微博即微型博客（micro-blogging），是一種允許用戶及時更新簡短文本（通常少于200字）并可以公開發布的博客形式。微博理念最早是由twitter網的創辦者之一的埃文·威廉姆斯（Evan Williams）提出。微博主要提供閱讀、評論、轉發、分享、關注等服務，用戶可以隨時通過Web界面、手機、IM等多種方式發布消息。
　　自2006年美國twitter的另一個創始人杰克·多爾西發布了世界第一條“微型短信”后，微博開始迅猛發展。據尼爾森統計，2009年Twitter全球用戶數由2月份的約700萬增至四月份的近2000萬。美國總統奧巴馬、“脫口秀女王”奧普拉、傳統媒體、各種企業，甚至美國聯邦調查局警員都開設了Twitter賬號。杰克遜死訊公布后僅1個小時，微博Twitter就涌出了6.5萬條留言，甚至最多時1分鐘就有5000條留言。
　　而在我國，微博先是經歷了被禁的瓶頸期，后是門戶網站新浪網在2009年8月推出新浪微博，騰訊、搜狐、人民網、網易等緊隨其后，據CNNIC統計，2010年，國內微博用戶規模約6311萬人，在網民中的使用率為13.8%，手機微博的使用率達15.5%。中國微博快速興起的2010年也被稱為“中國微博元年”。
　　微博的信息傳播模式
　　傳播模式是指研究傳播過程、性質、效果的公式，包括傳播過程中各要素及其相互關系，傳播過程的特點和規律。
　　傳播學開始于信息傳播的研究，先后提出并形成多個經典的傳播模式。最具基礎性的是1948年美國政治學家拉斯維爾提出的“5W”模式，即誰（who）、說什么（says what）、通過什么渠道（in which channel）、對誰說（to whom）、產生什么效果（with what effect）。香農-韋弗模式增加了噪聲以表明傳播過程的復雜性。拉斯維爾的“二級傳播模式”則強調了“輿論領袖”的作用，為多級傳播模式的研究提供了理論基礎。麥斯特利-麥克萊恩也類似地提出了“把關人”概念。后來的施拉姆模式提出了“信息反饋”，而德弗勒的“大眾傳播雙循環模式”構建的循環傳播系統成為大眾傳播過程中較完整的模式。這些經典的傳播模式為微博信息傳播模式的研究提供了理論依據。
　　微博是一種“自媒體”，可以自主性的發表信息。微博力量或者說微博用戶主要分為“草根”和“名人”，而Follow（加關注）是微博的典型服務，在此基礎上，微博用戶間最初的交流和互動是從一對一式的傳播開始的，具有人際傳播特點。然后，用戶在共同關注某個事件或議題時會形成興趣導向的“圈子”，表現為一種群體傳播形式。這種人際傳播和組織傳播屬于第一級傳播，處于分眾傳播階段。隨著微博中話題和信息豐富性的增強，被鏈接到博客、BBS、SNS社區等，甚至被專業或綜合的媒體類網站發布，而發展成一種大眾傳播，產生較大的社會影響力和知名度。草根微博從無名到知名大抵經歷這樣一個過程，而名人博客憑借本身的知名度，可能很快就形成強大的“粉絲關注團”而被關注，名人微博迅速或直接發展成大眾傳播模式，這種大眾傳播模式可以被視為“二級傳播”。
　　當然，“二級傳播”模式是我們認為的對微博傳播模式的簡化，當其被納入循環傳播系統并考慮到反饋、噪聲等因素時，微博的多級傳播、網狀聯系、信息量劇增等復雜性就凸顯出來。在微博環境中，一個人的微博和其他人的微博套疊，一個人群跟另一個人群套疊，而互聯網讓“六度分割理論”中人與人之間變得更加接近。因此只要一條信息能激起大家的興趣和關注，就能在短時間內、爆炸式的傳播，可以說，微博具有核裂變式的傳播能量。①而這種傳播能量的背后是微博裂變式的信息傳播機制及匹配的獎勵機制。其中，關注和轉載是構成裂變式信息傳播的關鍵因素。“關注”完成了內容的主動推送，“轉載”完成了內容的中轉，觸發了內容的二次至N次傳播。關注和轉載也對用戶形成了有效的激勵。首先，“關注”滿足了關注者要獲取有價值信息的需求。同時，“關注”也是對被關注者的激勵，因為關注者的人數代表了傳播影響力，這是被關注者心理成就感訴求，將促使被關注者去創造更多優秀的內容。②
　　微博的信息挖掘和應用
　　在二級至多級的信息傳播過程中，微博具備了4A（Anytime，anywhere，anyone，Anyting）的傳播特點，微博這個“自媒體”平臺，任何人都可以成為微博用戶，而移動互聯網的發展更是讓用戶隨時隨地發布信息。這種用戶驅動的信息創造模式產生信息的速度快，信息量也在一級級的傳播中變得海量。當大量的碎片化的信息集中在特定的主題下，就可能形成事件流或思想流。從統計學意義上講，達到一定數量的信息能夠被應用于定量研究，再結合定性分析，可以做出符合邏輯的推理，并得到有價值的結論。因此，對積聚的碎片信息進行挖掘和分析，可以探尋其規律并預測動向，特別是微博信息傳播的實時性可以應用于突發性社會事件和自然事件的監測和預警。
　　國外有學者運用Twitter上的內容來預測電影票房。研究選取了2008年11月至2009年2月間在美國上映的24部電影，采集了這個時間段的來自120萬用戶的289萬條微博內容。研究結果發現：與各部電影相關的tweets數量的最高峰出現在各部電影的首映日附近。作者數量隨該作者評論的電影數量的分布情況是：大多數作者只評論1、2部電影；與各部電影對應的微博率（就是每小時發表的關于該電影的tweets的數量）與票房呈現很強的正相關關系（相關系數是0.9，p<=0.001）。該研究還將微博對電影票房的預測模型和好萊塢股票交易指數（Hollywood Stock Exchange index，HSX）模型進行了比較，發現運用微博率時序的模型對電影票房的預測效果竟優于HSX，而HSX這樣的虛擬在線市場已經被研究證實是對電影票房未來結果的良好預測指標。該研究還從情感角度分析，發現對于多數電影，主觀性（主觀性值等于正面和負面微博數之和除以中性微博數）在首映后增加，另外，正面微博數越多于負面微博數的電影更容易在票房上成功。③
　　可以說，這種利用微博對電影票房的預測方式有廣泛的應用空間，比如市場行情、股票走勢等經濟預測，還有總統競選、政策公示等各種民意測驗。
　　微博對突發性事件的監測能力也不可小覷。微博在地震中的表現經常被用來討論研究。2008年5月12日的汶川地震發生后，第一條關于地震消息的報道于震后7分鐘出現在Twitter上，比彭博社的新聞快了22秒。2009年12月19日臺灣花蓮海域發