社會媒介中心節點擴散結構及其影響力研究

郭辰+呂洪兵

內容摘要：互聯網的誕生使社會進入碎片化時代，而微博的到來，進一步將碎片化向前推進了一步。病毒營銷是隨著信息傳播技術和社會網絡發展起來的一種新型社會化網絡營銷模式，近年來被許多企業采用。作為嶄新的社會化網絡平臺，微博正在改變互聯網的發展方向和企業產品市場的推廣形式。本文采用圖論和社會網絡分析的方法，將中心節點劃分成四個維度，對微博信息傳遞的擴散結構及中心節點的影響力進行研究，發現不同維度中心節點的社會感染能力不同，可以為企業實施病毒營銷戰略提供一定借鑒。

關鍵詞：病毒營銷 社會媒介 中心節點 微博 圖論

引言

隨著現代科學技術的發展，信息和傳播技術（ICT）加大了人們相互影響的可能性，社交網站、微博等社會媒介都屬于ICT的范疇，這些虛擬社會網絡系統為企業開展市場營銷活動提供了巨大的網絡平臺。根據中國互聯網發展狀況統計報告，如表1所示，我國社交網站和微博用戶規模逐年增加，特別是微博用戶半年的增量都達到3000萬人左右。為此，基于社會媒介的病毒營銷方式越來越受到國內外企業的青睞。

病毒營銷是隨著社會網絡而出現的新型網絡營銷模式，與傳統的營銷模式有著本質的區別。傳統營銷是由企業發起的“企業-顧客”溝通，例如銷售人員與顧客之間，或大眾媒介諸如各種廣告；而病毒營銷是利用“顧客-其他顧客”互動溝通，例如顧客之間的口碑效應，而且社會化網絡和社會化媒介進一步加大了“顧客-其他顧客”互動可能性。大眾媒介的溝通效應是一對多形式，由企業控制內容，顧客只能被動接受；而顧客間的口碑傳播是多對多形式，其可能呈現類似傳染病傳播的指數型增長態勢，如“一傳十，十傳百”效應。

2006年基于Web2.0技術的獨立微博網站飯否、嘰歪在中國大陸浮出水面，開啟了中文微博的大門。2009年中國門戶網站新浪推出新浪微博內測版，成為門戶網站中第一家提供微博服務的網站，微博便正式進入中文上網主流人群的視野。微博時代的到來，使得各行各業的人都看到了網絡口碑營銷所帶來的商機，能否正確利用社交網絡傳播工具在激烈的市場競爭中具有決定意義。微博作為當前最為熱門的社交網絡形式，傳播范圍廣，信息量大，擁有巨大的商業價值。其中一個經典的成功案例就是電影《失戀33天》的微博營銷，制片方投入600萬用于網絡營銷，占了電影總成本的2/3，而電影在上映一周的票房就超過了兩個億，可見網絡營銷已成為企業實現盈利的必經之路。在基于微博的網絡營銷中，中心節點一直扮演著極其重要的角色，他們是網絡的樞紐，把不同地區、不同文化背景、不同受教育程度的人聯系在一起。

文獻綜述

自中心節點的概念提出以來，各個領域的學者從不同角度對中心節點進行了研究，例如有的學者從社會學角度，采用定量的方法對無標度復雜網絡下的中心節點的存在性進行論證；有的學者從營銷學角度，采用實證分析的方法對病毒營銷的傳播機理進行分析；有的學者認為中心節點就是那些有著廣泛社會聯系的人；有的學者認為意見領袖聯系人的多樣性使得他們更善于發現新的事物。但據筆者所知，目前還少有學者對病毒營銷中心節點在社會網絡環境下的效果進行分析和討論。Sharad Goel的研究認為，在線信息傳播結構類似于病毒擴散結構。在模型中通常用節點表示個體，用邊表示節點間的傳輸關系；Duncan J.Watts等學者基于Twitter和Yahoo的數據對病毒營銷的結構以及中心節點的作用進行過分析，但上述研究都無法證實病毒營銷在中國大陸網絡環境下的擴散結構和信息傳遞效果。因此，本文基于企業在新浪微博開展病毒營銷的實例和數據，分析在中國Web2.0環境下的病毒營銷中心節點的擴散結構和影響力。

在市場營銷學中，中心節點一般被稱作“意見領袖”、“強力用戶”或“影響者”。這些人對比普通大眾具有3個主要特點：他們具有很強的個人魅力（例如明星）；他們在某個領域擁有豐富的知識（例如專家）；他們有著大量的社會關系（即社交廣泛）。中心節點作為大眾媒介和普通用戶之間的連接者，他們對病毒信息的傳播具有決定性意義。Jacob Goldenberg等學者采用結構方程模型證實了中心節點對網絡口碑傳播活動的重要作用，并發現中心節點的影響力越強，接收者參與在線口碑轉發的頻率也就越高。

相關假設

（一）傳播模型

病毒營銷的擴散結構都是基于傳播網絡圖進行分析的，而用戶間的相互關系是建立病毒營銷傳播網絡圖的關鍵之一。信息通過接觸網絡傳播：每個節點代表一個人，兩個點之間的邊表示他們有所接觸，從而信息就可能從一個節點傳到另一個節點。本文根據電影推廣中的微博轉發數據，并借用簡單的信息傳遞模型來表述中心節點在病毒營銷中的擴散結構，如圖1和圖2所示。

通過圖1可知，對于社會網絡內部化的中心節點，社會成員間的網絡關系主要以強關系為主，粉絲基本都是該意見領袖的堅定追隨者，并且二次轉發率較低，信息傳遞基本發生在第一層，病毒營銷的擴散力相對較弱。而對于社會網絡比較復雜的中心節點，如圖2所示，社會成員間存在著較多的弱關系，粉絲呈現出跨領域的多樣性，二次平均轉發率的比例相對前者也較高，信息的傳播能夠達到第二層甚至更多，病毒信息的擴散能力更強。

（二）中心節點的影響力

為了比較不同維度的中心節點在信息傳遞中的作用，本文基于圖論的思想，提出依據節點連通度的不同來評估病毒信息傳遞影響力的方法。由于病毒信息的傳遞不僅與微博轉發的次數有關，也與轉發該微博的節點在社會網絡結構中所處的位置有關。為了便于分析和比較不同中心節點的病毒影響力，本文依據病毒傳播的實際效果構建網絡圖模型。

本文研究的關于病毒營銷的中心節點所處的復雜網絡均為無向無權網絡。因此，網絡可以用圖G=（V， E）表示，其中V={v1，v2，…，vn}表示G的節點集合，E={e1，e2，…，em}表示邊的集合，n為網絡中的節點數。一條連接點vi，vj∈V的邊記為[vi，vj]，其中：endprint

定義1：節點連通度。假設e（vi，vj）表示以節點vi為起點，節點vj為終點的邊數，則節點vi連通度C（i）為：

（1）

定義2：中心節點影響力。該節點對于病毒信息傳遞的影響力是經過它傳播的信息節點的連通度的總和，即為：

（2）

依據定義2，病毒營銷網絡中心節點影響力由節點在社會網絡中所接觸的所有節點及各個節點的連通度共同決定。下面給出中心節點影響力的評估算法：

第一，For i=1 to n{ ，第二，for（每一對節點vi，vj ），第三，{計算節點vi到網絡中所有其他節點之間的邊的數量C（i）；}，第四，根據式（2）計算 ；}。

以上定義能夠幫助企業在開展病毒營銷時找到影響力較大的意見領袖，但為了能夠從多種角度定位適合推廣信息的中心節點，本文繼續引入影響系數這一定義。

定義3：影響系數。影響系數為經過該中心節點傳遞的所有信息量與該中心節點有連接的節點數量之比，即為轉發量和粉絲量的比值：

（3）

本文采取歸一化的標準化方法，但為了方便考慮和實際意義，本文將所得數據標準化到[0.1，0.9]之間。對于越大越好型指標，用公式（4）進行標準化，最終結果如表2所示。

（4）

實證檢驗

（一）數據來源

本文分別選取2013年10月和2014年1月在新浪微博上關于電影推廣的兩個病毒營銷案例數據進行實證分析，并根據中心節點與電影制作方的關系，將病毒營銷擴散結構中的中心節點劃分為4個維度，即直接相關、間接強相關、間接弱相關以及第三方無關。直接相關為電影的演員、工作人員；間接強相關為與電影行業相關的其他團體或個人，如影評人和電影愛好者；間接弱相關為與電影行業無關的第三方平臺，但受眾群體與該電影的觀眾群相近，如各種娛樂博主；第三方無關為與電影及受眾都聯系不大的團體或個人，如新聞業官方微博。

本文選取轉發電影《甜心巧克力》營銷微博中共計33978條轉發微博，轉發微博分別來自于不同維度的16個微博博主。同時為了進一步分析在同種維度條件下，不同中心節點的擴散結構是否有異同，本文再一次選取《爸爸去哪兒》節目組通過新浪微博對其同名電影宣傳所轉發的30730條轉發微博，其中由同一維度的5位中心節點所轉發的微博數量已經占到總轉發量的83.7%，可見通過分析這5位中心節點的擴散結構便可得知微博擴散結構的基本情況。

（二）結果與分析

通過表2可知，中心節點影響力的大小和該節點的微博轉發量的多少基本一致，轉發是微博信息傳播的主要途徑，也是衡量微博影響力的一個重要標志。按照維度劃分的病毒影響力從大到小依次為：間接弱相關>直接相關>間接強相關>第三方無關。這是由于作為間接弱相關的娛樂博主，粉絲數量都在百萬以上，甚至有的接近五百萬。他們大多數都是憑借收集大量的娛樂信息來吸引粉絲，粉絲群體以青少年為主，這個群體對新鮮實物更加敏感，因此對于有著明星參演的新電影關注度較高；作為與電影直接相關的演員，他們的社會網絡相對內部化，粉絲的忠誠度高，所以影響系數相對較高，但由于電影《甜心巧克力》的主演為外籍演員，他所擁有的粉絲數量遠不及娛樂博主，導致影響力對比前者相差很多；作為間接強相關的中心節點，擁有的社會網絡群體以電影愛好者居多，但由于《甜心巧克力》講述的是青年男女的愛情故事，受眾群體區分度較強，因此病毒影響力對比直接相關和間接弱相關的中心節點還要稍遜一些；影響系數最小的中心節點為第三方無關群體，例如新聞業博主，他們的受眾群體多為新聞愛好者，對于電影的推廣并不感興趣，雖然第三方無關中心節點的社會網絡比較發達，但由于他們的影響系數特別低，以至于對于電影推廣信息傳播的影響力和普通大眾相差不大。

通過表3可知，《爸爸去哪兒》的5位主演微博的一次轉發率和二次轉發率以及信息擴散結構的平均深度都是十分接近的。雖然5位主演在參演本片前的身份各不相同，而且各自所擁有的粉絲數量也相差比較懸殊，但他們與電影推廣方的關系都為直接相關，屬于同一個維度，因此可以得出基于微博轉發的同維度中心節點擴散結構具有相似性。同時，本文發現本次通過微博開展病毒營銷的信息擴散結構的總體深度均為1.1左右，即中心節點擴散結構趨于扁平化，與假設中病毒傳播結構層次多的特點有所差別。

企業在進行病毒營銷推廣時，應選擇那些與企業為間接弱相關的中心節點以及擁有大量粉絲數量的直接相關中心節點為病毒的主要傳播源，這樣對于病毒營銷的推廣能夠起到事半功倍的效果。同時本文也發現，病毒影響力最強的娛樂博主1，他在傳遞信息時并不是像其他意見領袖那樣只是稍作評論，而是將信息重新加工包裝了一下，使得微博更符合自己的風格，這種修飾過的“病毒”對于粉絲的感染力更強，更受歡迎，能夠極大地提升病毒影響力。

結論

隨著互聯網技術的飛速發展，社會網絡變得日益發達，通過社會媒介進行市場營銷的方式越來越受到企業的重視。病毒營銷的影響范圍大，推行成本低等特點，使得鼠碑病毒營銷漸漸成為企業積極推崇的一種營銷方式。本文基于新浪微博平臺的數據，采用圖論和社會網絡相結合的研究方法，將擴散結構中的中心節點劃分成四個維度：分別為直接相關、間接弱相關、間接強相關和第三方無關。這種對維度的劃分將有助于企業對復雜紛亂的中心節點進行合理地辨別與區分。

然后，本文通過對鼠碑信息傳播過程中不同維度的中心節點的作用效果進行實證研究，得出間接弱相關中心節點和直接相關中心節點的病毒影響力要比其他的中心節點高出許多，這兩類中心節點的轉發對病毒營銷的開展至關重要。因此，無論是企業開展網絡鼠碑營銷，還是遏止網絡謠言的傳播，這兩類中心節點都是企業和相關單位需要重點關注的對象。另外值得一提的是，如果微博轉發內容能夠經過意見領袖的加工和包裝之后再進行轉發，病毒信息的影響系數將會得到明顯的提高，即其他節點的轉發意愿將會增強，因此，這樣的微博將更容易被受眾群體所接受和二次轉發。endprint

同時，本文通過對直接相關維度和間接弱相關維度中心節點的轉發頻率進行分析，得出該兩種維度中心節點的信息傳遞樹的深度大都僅在1.1左右，“病毒”信息擴散結構趨于扁平化，這與設想當中病毒式“一傳十，十傳百”的擴散結構有所差異。由于較少的傳遞層級將有礙病毒營銷的開展，縱向傳遞深度較為局限。因此，企業在開展病毒營銷時，在重視上述兩種中心節點的基礎上，還應該進一步從橫向出發，通過選取大量的中心節點同時進行信息傳遞，以期達到橫向擴大信息傳播范圍的效果。例如，可以采用Duncan Watts所提出的“海量種子”營銷方法，即在營銷過程中選取大量的中心節點同時進行信息傳遞，這樣才能達到病毒營銷的最優效果。

參考文獻：

1.中國互聯網絡信息中心.中國互聯網絡發展狀況統計報告[R].中國互聯網絡信息中心，2013

2.Hoffman，Donna L，Novak，Thomas P，Marketing in hypermedia computer mediated environments：conceptual foundations[J].Journal of Marketing. Vol. 60（July 1，1996）

3.郭琛.社交網絡分析與信息傳播研究[D].復旦大學，2012

4.Gladwell，M，The Tipping Point-How Little Things Can Make a Big Difference[M].New York， Abacus，1994

5.Jacob Goldenberg，Sangman Han，Donald R. Lehmann，& Jae Weon Hong，The Role of Hubs in the Adoption Process[J].Journal of Marketing.Vol. 73（March 2009）

6.謝婧，劉功申，蘇波等.社交網絡中的用戶轉發行為預測[J].上海交通大學學報，2013，47（4）

7.Sharad Goel，Duncan J. Watts，Daniel G.The Structure of Online Diffusion Networks. Proc. of the 13th ACM Conference on Electronic Commerce（EC 2012）

8.Sun T，Youn S，Wu G，Kuntarapom M.Online word-of-mouth （or mouse）：an exploration of its antecedents and consequences[J].Journal of Computer-Mediated Communication，2006，11（4）

9.陳靜，孫林夫.復雜網絡中節點重要度評估[J].西南交通大學學報，2009，44（3）

10.殷國鵬.消費者認為怎樣的在線評論更有用？—社會性因素的影響效應[J].管理世界， 2012（12）

11.郝媛媛，葉強，李一軍.基于影評數據的在線評論有用性影響因素研究[J].管理科學學報，2010（8）

12.Duncan J.Watts，Jonah Peretti，Viral marketing for the real world[J].Harvard Business Review，Vol. 2007（May）endprint

同時，本文通過對直接相關維度和間接弱相關維度中心節點的轉發頻率進行分析，得出該兩種維度中心節點的信息傳遞樹的深度大都僅在1.1左右，“病毒”信息擴散結構趨于扁平化，這與設想當中病毒式“一傳十，十傳百”的擴散結構有所差異。由于較少的傳遞層級將有礙病毒營銷的開展，縱向傳遞深度較為局限。因此，企業在開展病毒營銷時，在重視上述兩種中心節點的基礎上，還應該進一步從橫向出發，通過選取大量的中心節點同時進行信息傳遞，以期達到橫向擴大信息傳播范圍的效果。例如，可以采用Duncan Watts所提出的“海量種子”營銷方法，即在營銷過程中選取大量的中心節點同時進行信息傳遞，這樣才能達到病毒營銷的最優效果。

參考文獻：

1.中國互聯網絡信息中心.中國互聯網絡發展狀況統計報告[R].中國互聯網絡信息中心，2013

2.Hoffman，Donna L，Novak，Thomas P，Marketing in hypermedia computer mediated environments：conceptual foundations[J].Journal of Marketing. Vol. 60（July 1，1996）

3.郭琛.社交網絡分析與信息傳播研究[D].復旦大學，2012

4.Gladwell，M，The Tipping Point-How Little Things Can Make a Big Difference[M].New York， Abacus，1994

5.Jacob Goldenberg，Sangman Han，Donald R. Lehmann，& Jae Weon Hong，The Role of Hubs in the Adoption Process[J].Journal of Marketing.Vol. 73（March 2009）

6.謝婧，劉功申，蘇波等.社交網絡中的用戶轉發行為預測[J].上海交通大學學報，2013，47（4）

7.Sharad Goel，Duncan J. Watts，Daniel G.The Structure of Online Diffusion Networks. Proc. of the 13th ACM Conference on Electronic Commerce（EC 2012）

8.Sun T，Youn S，Wu G，Kuntarapom M.Online word-of-mouth （or mouse）：an exploration of its antecedents and consequences[J].Journal of Computer-Mediated Communication，2006，11（4）

9.陳靜，孫林夫.復雜網絡中節點重要度評估[J].西南交通大學學報，2009，44（3）

10.殷國鵬.消費者認為怎樣的在線評論更有用？—社會性因素的影響效應[J].管理世界， 2012（12）

11.郝媛媛，葉強，李一軍.基于影評數據的在線評論有用性影響因素研究[J].管理科學學報，2010（8）

12.Duncan J.Watts，Jonah Peretti，Viral marketing for the real world[J].Harvard Business Review，Vol. 2007（May）endprint

同時，本文通過對直接相關維度和間接弱相關維度中心節點的轉發頻率進行分析，得出該兩種維度中心節點的信息傳遞樹的深度大都僅在1.1左右，“病毒”信息擴散結構趨于扁平化，這與設想當中病毒式“一傳十，十傳百”的擴散結構有所差異。由于較少的傳遞層級將有礙病毒營銷的開展，縱向傳遞深度較為局限。因此，企業在開展病毒營銷時，在重視上述兩種中心節點的基礎上，還應該進一步從橫向出發，通過選取大量的中心節點同時進行信息傳遞，以期達到橫向擴大信息傳播范圍的效果。例如，可以采用Duncan Watts所提出的“海量種子”營銷方法，即在營銷過程中選取大量的中心節點同時進行信息傳遞，這樣才能達到病毒營銷的最優效果。

參考文獻：

1.中國互聯網絡信息中心.中國互聯網絡發展狀況統計報告[R].中國互聯網絡信息中心，2013

2.Hoffman，Donna L，Novak，Thomas P，Marketing in hypermedia computer mediated environments：conceptual foundations[J].Journal of Marketing. Vol. 60（July 1，1996）

3.郭琛.社交網絡分析與信息傳播研究[D].復旦大學，2012

4.Gladwell，M，The Tipping Point-How Little Things Can Make a Big Difference[M].New York， Abacus，1994

5.Jacob Goldenberg，Sangman Han，Donald R. Lehmann，& Jae Weon Hong，The Role of Hubs in the Adoption Process[J].Journal of Marketing.Vol. 73（March 2009）

6.謝婧，劉功申，蘇波等.社交網絡中的用戶轉發行為預測[J].上海交通大學學報，2013，47（4）

7.Sharad Goel，Duncan J. Watts，Daniel G.The Structure of Online Diffusion Networks. Proc. of the 13th ACM Conference on Electronic Commerce（EC 2012）

8.Sun T，Youn S，Wu G，Kuntarapom M.Online word-of-mouth （or mouse）：an exploration of its antecedents and consequences[J].Journal of Computer-Mediated Communication，2006，11（4）

9.陳靜，孫林夫.復雜網絡中節點重要度評估[J].西南交通大學學報，2009，44（3）

10.殷國鵬.消費者認為怎樣的在線評論更有用？—社會性因素的影響效應[J].管理世界， 2012（12）

11.郝媛媛，葉強，李一軍.基于影評數據的在線評論有用性影響因素研究[J].管理科學學報，2010（8）

12.Duncan J.Watts，Jonah Peretti，Viral marketing for the real world[J].Harvard Business Review，Vol. 2007（May）endprint