基于社會網絡分析的網絡輿情實證研究

〔摘要〕網絡輿情作為一種重要的輿情形式，以網絡為平臺反應了民眾對社會形勢和社會事件的態度和意見。隨著互聯網的高度發展，網絡輿情對國家和社會的影響日益明顯，因此對網絡輿情的研究具有十分重大的意義。本文分析了社會網絡分析法在網絡輿情方面的應用，以某一社會熱點事件為例，進行了基于社會網絡分析的網絡輿情實證研究，通過研究發現了輿情信息并提出了輿情管理建議。

〔關鍵詞〕網絡輿情；民眾；社會網絡分析

〔中圖分類號〕G206.3〔文獻標識碼〕A〔文章編號〕1008-0821（2013）02-0027-05

“社會網絡”（Social Network）的概念由英國人類學家布朗于上世紀二三十年代在研究社會結構時首次提出，從此社會網絡分析法逐漸發展起來[1]。社會網絡分析法主要是通過研究由行動者及其之間的關系構成的網絡，得出關于這個網絡屬性和特點的結論。經過70多年的發展，社會網絡分析法走向成熟。作為一種跨學科的研究方法，在社會學、心理學、統計學等多個領域得到廣泛應用并取得成果。隨著互聯網的高速發展，在網絡輿情中，行為者即網民也構成了社會網絡，互聯網上的交流取代傳統的社會網絡中的關系成為連接行為者的紐帶。因此，社會網絡分析也可以用于網絡輿情的研究。

在Web 2.0時代，網上信息源已經不單單是大眾傳媒和各類官方網站，普通網民在網上不再是簡單地作為信息受眾通過瀏覽器閱讀信息，他們同時也是發布信息的信息源。2012年7月19日，中國互聯網絡信息中心（CNNIC）在京發布的《第30次中國互聯網絡發展狀況統計報告》顯示，截至2012年6月底，中國網民數量達到5.38億，增長速度更加趨于平穩；其中最引人注目的是，手機網民規模達到3.88億，手機首次超越臺式計算機成為第一大上網終端[2]。借助移動終端和個人計算機，網民通過博客、微博和社交網站可以更加簡便、自由、隨時隨地在網上發布各種消息，并發表個人的言論、情感、意見等等，網絡輿情正變得越來越復雜，對社會穩定的影響也越來越大[3]。網民不但通過互聯網曝光一些熱點事件，為加強對政府的輿論監督起到推動作用；同時也有相當數量的網民通過互聯網造謠傳謠，對構建和諧社會造成了不良影響。因此，加強對網絡輿情的研究分析至關重要。

1社會網絡分析法在網絡輿情研究中的應用

1.1網絡輿情及其特點

輿情是民眾關于現實社會中各種現象、問題所表達的政治信念、態度、意見和情緒的總和[3]，網絡輿情就是民眾通過互聯網對政府管理以及現實社會中各種現象、問題所表達的政治信念、態度、意見和情緒的總和。隨著因特網在全球范圍內的飛速發展，網絡媒體已被公認為是繼報紙、廣播、電視之后的“第四媒體”，網絡成為反映社會輿情的主要載體之一。網絡環境下的輿情信息的主要來源有：新聞評論、BBS、博客、聚合新聞（RSS）。網絡輿情表達快捷、信息多元，方式互動，具備傳統媒體無法比擬的優勢。網絡作為一種新興傳播載體，已經成為民眾表達輿情的重要窗口，網絡輿情的特點與網絡傳播方式的特征息息相關。網絡輿情的主要特點體現在以下幾個方面：

（1）發生在網絡空間內，帶有深刻的網絡技術特性，發生快、擴散快、強度大，多數人傾向于在網絡中表達內隱在心中的情緒，偏激的聲音容易占據主導地位；

（2）網絡群體圍繞某一話題進行討論并因此而出現的社會矛盾、突發事件、惡意煽動、個人情緒等是網絡輿情生成；

（3）網絡輿情是網民流露出來的態度，而不是有形的文字、聲音、符號，對網絡輿情更重要的是對態度和取向的分析，要關注整體而非特例。

（4）由于發言者身份隱蔽，并且缺少規則限制和有效監督，網絡自然成為一些網民發泄情緒的空間。在現實生活中遇到挫折，對社會問題片面認識等等，都會利用網絡得以宣泄。因此在網絡上更容易出現庸俗、灰色的言論。

另外，網絡輿情與國家安全也緊密相關。網絡在提供了下情上達的便捷方式的同時，也對我國政治安全和文化安全構成了嚴重威脅，具體表現在以下3個方面：一是西方國家利用網絡對我國進行“西化”、“分化”，網上思想輿論陣地的爭奪戰日趨激烈。二是傳統的政治斗爭手段，在網上將以更高效的方式實現，利用網絡串聯、造謠、煽動將比在現實中容易得多，也隱蔽得多。三是通過網絡，西方的觀念、生活方式可以便捷地滲透進來。因此，加強網絡輿情的研究和管理引導是十分必要的。

1.2.1社會網絡分析及其特點

社會網絡分析方法一般是研究組織中諸如咨詢、信任、友誼、情報、溝通和工作流程等關系的網絡， 以解釋組織內部的決策、溝通和組織沖突等問題。在社會科學中，以社會行為者之間信息互動為基礎的社會性研究方法被稱為社會網絡分析。社會網絡分析研究個體及將個體聯系起來的關系，力求揭示這些關系的模式，并通過對關系模式的分析來獲得個體在群體中的地位以及群體的結構、功能和內涵。

社會網絡分析作為社會結構研究的一種獨特方法，以下幾個方面的特點[5]：

（1）它關注于對不同單位之間的關系分析，而不是根據這些單位的內在屬性（或本質）對其進行歸類。

（2）它把結構看作是網絡間的網絡，這些網絡可以歸屬于具體的群體。也可不屬于具體群體。它并不假定有嚴格界限的群體一定是形成結構的阻礙。

（3）其分析方法直接涉及的是一定的社會結構的關系性質，目的在于補充——有時甚至是取代——主流的統計方法，這類方法要求的是獨立的分析單位。

1.2.2社會網絡分析的研究方向

社會網絡分析一般分為3個研究方向：

（1）動態分級。研究社會網絡的動態變化，并根據結點之間的相互關系，對網絡中的結點進行動態的等級劃分。

（2）角色評價。依據社會網絡分析理論，網絡中的每個結點都扮演著不同的角色。角色評價就是著重研究網絡中的結點對網絡的結構、動態變化等所起到的不同作用。

（3）專家和社群的發現。通過社會網絡分析法研究社會網絡中結點之間的關系，發現其中潛在的“意見領袖”和社區。“意見領袖”是在社會網絡中占有核心位置的結點，他能夠影響網絡中的其他結點對事件的看法，社群則是有相互聯系緊密的結點組成。

1.2.3社會網絡分析的相關概念

社會網絡分析著眼于對關系和聯系的考察。它的基本研究要素包括點和線，“點”代表社會網絡中的行為者，“線”代表社會網絡中行為者之間的關系，也就是說，使用社會網絡分析法進行分析，必須要滿足兩個要素，一是存在參與主體，二是參與主體之間存在聯系，即要求必然存在某種現實的需求引導參與主體之間發生聯系。社會網絡分析主要有以下幾個相關概念[6]：

（1）無向圖與有向圖：無向圖是指節點之間的連線是沒有方向的，連線僅僅表示節點之間聯系的有無；有向圖中，節點之間的連線表示節點關系的方向性，如網絡論壇中網民之間的回復關系、組織結構中的任務指派和匯報關系等等。

（2）無權圖與有權圖：權重表示的是節點之間連線強度，根據圖中是否考慮各條邊的權重，可以將它分為有權圖和無權圖。如果將有權圖的各邊權值都設為1，有權圖就稱為無權圖，無權圖中權值僅表示節點之間連線是否存在。

1.3社會網絡分析在網絡輿情方面的應用

對于網絡輿情的研究主要分為兩個方向：一是對網絡傳播的信息內容進行研究，發現重要輿情內容；二是對網絡中結點構成的網絡結構進行研究，發現該網絡的特征。因此，如果將社會網絡分析方法應用于網絡輿情研究領域，將有助于實現系統化分析，通過定量和定性的分析方法，從結構和內容兩方面得到網絡輿情分析結論，進而有效地協助相關部門監控、管理互聯網用戶的上網行為、維護互聯網輿論氛圍的健康，及時地控制和規范網絡信息的傳播是亟需研究解決的問題。

2方法及步驟

基于社會網絡分析的實證研究，其通用的研究方法和步驟一般為：選擇研究對象、收集數據、數據分析、評估改善。在數據分析時一般通過社會網絡分析軟件進行定量計算，結合定性分析來提出評估改善措施。根據社會網絡分析和網絡輿情的特點，本文基于社會網絡分析的網絡輿情實證研究具體實施方法和步驟為：數據采集、數據存儲、數據分析、得出結論如圖1所示。

2.1數據采集

本文的網絡輿情實證研究的研究對象是網絡中的行為者，因此需要從互聯網獲取關于行為者及其相互之間關系的信息作為關系數據。主要方法是選定某一社會熱門事件或話題，從微博、博客、網絡論壇中獲取相關的博文、主題帖等等，根據網民之間通過發言和回復形成的交流關系，建立關于行為者之間的關系數據。行為者之間每交流一次，則權值為“1”，交流次數越多則權值越高。這樣行為者之間的關系構成了可以用于社會網絡分析的網絡，每個節點代表了行為者即網民，節點之間的連線表示網民之間的交流關系，連線的權值表示網民之間交流的次數。

2.2數據存儲

按照社會網絡分析軟件的數據錄入方式將關系數據進行存儲。根據網民之間互相交流的情況，建立關系矩陣A（i，j）。矩陣元素ai，j代表的是第i個節點與第j個節點的連線即行為者i與行為者j的關系，ai，j的值即連線權值表示兩個行為者之間的交流次數，值為0則表示這兩個行為者之間沒有交流，值為1表示有過一次交流。然后將節點的編號和關系矩陣保存為社會網絡分析軟件的存儲格式。多數社會網絡分析軟件均能對矩陣進行處理，如Ucinet和Pajek。例如Pajek可以通過特定的數據格式將關系數據存儲為文本文檔。

2.3數據分析

首先需要選擇合適的社會網絡分析指標以得到所研究網絡的特征，通過軟件定量計算和定性分析相結合的方法，發掘網絡輿情信息，提出輿情研究建議。本文所選取的分析指標主要有以下幾種[7]：

2.3.1度

度是復雜網絡節點的屬性中最簡單但也是最重要的性質。一個節點i的度k定義為與它相連的節點的數目，對于有向圖，一個節點的度可分為入度和出度兩類。節點i的入度定義為指向節點i的節點的數目，出度為被節點i指向的節點的數目。出度和入度之和即位該節點的總的度。因此，從直觀上來看，一個節點的度越大就意味著這個節點越重要，在社會網絡中意味著這個節點所代表的行為者與其他行為者的聯系比較多。

2.3.2密度

密度是社會網絡分析中的常用指標，在無向網絡中，指的是網絡節點間實際連線的數量與可能存在的連線最大數量之間的比值，表達式為2l/[n（n-1）]，其中，l為實際存在的連線數量，n為節點數量。在有向網絡中的表達式為l/[n（n-1）]。密度越大，表明網絡中節點之間連線越多，行為者之間的聯系更為密切，信息交流更為流暢；密度越低，則表明節點之間連線較少，行為者聯系不多，情感支持少。

2.3.3聚類系數

網絡中的一個節點i有k條邊將它和其它節點相連，這ki個節點就是節點i的鄰居。顯然，在這ki個節點之間最多可能有ki（ki-1）/2條邊。而這ki個節點之間實際存在的邊數和總的可能存在的邊數E（i）和總的可能存在的邊數ki（ki-1）/2之比就定義為節點i的聚類系數（Clustering Coefficients）CC1（i），即：

整個網絡的聚類系數CC就是所有節點i的聚類系數的平均值。即

其中，N為整個網絡的節點數。很明顯，CC1≤1。當且僅當網絡是全局耦合的時候，即網絡中任意兩個節點都直接相連時，CC1=1。

2.3.4直徑

網絡中兩個節點i和j之間的距離dij定義為連接著兩個節點的最短路徑上的邊數，而網絡中任意兩個節點之間的距離的最大值叫做復雜網絡的直徑D。在網絡輿情研究中，直徑較短的網絡，行為者之間易建立聯系，輿情傳播較快。

選定分析指標后，具體的數據分析工作要通過社會網絡分析軟件來實現。近年來，由于社會網絡分析的快速發展，社會網絡分析軟件也在不斷升級，如Ucinet、Pajek、NetMiner等軟件，具有較強的數據處理能力和良好的可視化效果，極大地便利了分析工作。其中，Ucinet、Pajek是最常用的社會網絡分析軟件。

2.4分析結論

通過社會網絡分析軟件計算出以上指標的數值后，能夠得到所研究的輿情網絡的信息，從而明確應對方法，采取科學合理的輿情管理手段對數據來源網站進行管理。

3實證研究及分析——從人社部擬延遲退休事件談起網絡論壇是網絡輿情傳播的重要途徑和平臺，網民通過在論壇中的發帖與回復能夠建立聯系，隨著留言網民的不斷增加，關系網絡逐漸形成，網民之間的關系的發展便能夠反映網絡輿情的發展。

2012年上半年，關于人力資源與社會保障部研究延遲退休年齡的話題再次引起人們廣泛關注。該話題在多個網絡論壇中受到網民熱議。本文選取了某網絡社區中題為“延遲退休你怎么看”的主題帖及其相關回復作為研究對象，時間跨度為主題帖發表的2012年6月11日至2012年6月14日，共有35人參與留言回復，使用社會網絡分析軟件Pajek進行分析。

3.1數據收集與存儲

首先對所有參與該主題帖的35名網民按照Pajek數據格式進行編號，并建立關系矩陣。為最大程度保證網民隱私，將網民的論壇昵稱更改。網民編號如表1所示：表1網民編號

1…………將數據輸入Pajek軟件繪制關系網絡圖，可以直觀的表達關系矩陣和關系數據，如圖2所示。11圖1Pajek繪制的關系網絡圖11

所有節點中，度值最高的是“小熊貓”和“秋水伊人”，度值分別為24和17。這說明，這兩個人在整個網絡中是最為活躍的，他們的發言內容容易引起其他人的關注和評論，在整個網絡中處于比較重要的位置，需要輿情管理者重點關注。

3.2.2網絡密度分析

通過Pajek中Info/Network/General命令，可以計算出網絡的密度。整個網絡密度為0.05，表明網絡中網民之間的關系處于十分松散的狀態，沒有形成較為緊密的聯系。但是，整個事態是一個動態過程，隨著事件的發展和時間的推移，參與的網民數量會不斷增大，作為網絡輿情主體的網民之間的關系會變得越來越密切，網民可能會掀起討論熱潮。這需要輿情管理者密切關注輿情發展動態，加強監督管理。

3.2.3聚類系數分析

利用Pajek中的Net/Vector/Clustering Coefficients/CC1菜單命令，計算出了網絡中的各節點聚類系數的數值，如表3所示：

經過計算得到，整個網絡的聚類系數為0.256，屬于偏低水平。說明網絡中行為者交流對象之間的交流較少，沒有形成長期穩定的聯系，這與密度分析的結果是一致的。同時也說明在主題帖發表初期，參與者相互之間交流不會很多，隨著事件發展和時間推移，參與者針對該主題進行廣泛交流后，網絡的聚類系數可能變大。

從表3可知，“tse09”、“sjj”、“deldas”的聚類系數達到了最大值1，在這3個行為者及其交流對象形成的局部網絡中，相互之間的意見交流比較多。他們之間聯系緊密，有更多直接的交流，對網絡有一定的影響力，能夠引導輿情走向，需要輿情管理者重點關注。

3.2.4直徑分析

利用Pajek中的Net/Paths between 2 vertices/Distribution of Distances/From All Vertices的菜單命令，計算得到網絡的平均直徑為2.68，數值較小，說明行為者之間建立關系比較容易，輿情易在整個網絡中傳播。管理者需要快速、合理地對網絡進行管理，防止事態擴大對社會造成不利影響。

3.3分析結論

經過對研究對象“延遲退休你怎么看”的主題帖及其相關回復的分析，可以發現在該網絡中，“小熊貓”與“秋水伊人”是網絡中的輿情意見領袖，他們的言論獲得較多的評論回復。由于處于主題帖發布初期，參與評論回復的行為者較少，相互之間的聯系也不密切，聚類系數處于比較低的水平。但是，由于事件的發展是一個動態的過程，相應的網絡輿情也會不斷發展，參與到該主題帖中的行為者之間聯系會越來越密切，輿情會加速傳播，因此需要管理者密切關注，防止發生影響社會安定的網絡事件發生。

4結束語

本文對基于社會網絡分析的網絡輿情實證研究進行的探討，并以某網絡社區中題為“延遲退休你怎么看”的主題帖及其相關回復作為研究對象，進行了深入的實證研究，以度、密度、聚類系數和直徑作為分析指標，通過定量分析和定性分析相結合的方法分析了該研究對象所構成的社會網絡，從中發掘出網絡的特點和網絡中重要的行為者；針對網絡輿情的特點提出了輿情管理的建議，有助于正確把握網絡輿情的發展，從而科學合理地引導、管理各種網絡輿情傳播平臺，促進和諧社會構建工作的開展。

通過本文的實證研究及分析能發現，社會網絡分析不僅可以應用于網絡輿情研究，還可以應用于圖書情報學科的其他領域：如文獻引用分析、知識管理和組織學習、人際網絡等方面。通過社會網絡分析對相關數據進行定量計算，結合圖書情報學的定性分析，能夠推動有效地推動圖書情報工作的開展。

參考文獻

[1]裴雷，馬費成.社會網絡分析在情報學中的應用和發展[J].圖書館論壇，2006，26（6）：40-45.

[2]第30次中國互聯網絡發展狀況統計報告.中國互聯網絡信息中心網[DB/OL].http：∥www.cnnic.net.cn/dtygg/dtgg/201207/t2012071932230.html，2011-07-19.

[3]董亞倩，鄧尚民.基于社會網絡分析的網絡輿情主體挖掘研究[J].情報資料工作，2011，（6）：45-49.

[4]林聚任.社會網絡分析：理論、方法與應用[M].北京：北京師范大學出版社，2009：47-49.

[5]社會網絡分析——MBA智庫百科[DB/OL].http：∥wiki.mbalib.com/wiki/%E7%A4%BE%E4%BC%9A%E7%BD%91%E7%BB%9C%E5%88%86%E6%9E%90.

[6]李長嶺，紀雪梅，支嶺.基于社會網絡分析的企業內部知識傳播效率分析[J].情報理論與實踐，2011，（10）：56-61.

[7]劉軍.社會網絡分析導論[M].北京：社會科學出版社，2004：37-39.

（本文責任編輯：馬卓）