微博研究綜述及其趨勢展望

紅河學院商學院 紅河學院政治學與國際關系學院

一、引言

據2019年8月30日發布的中國互聯網絡發展狀況報告顯示，截至2019年6月，中國網民規模達到8.54億，手機網民達到8.47億。根據新浪微博自身研究機構發布的數據顯示，截止2018年第4 季度，微博月活躍用戶已增至4.62億。微博在2007年由“飯否網”引入后，先后出現了新浪微博、騰訊微博等，經過12年的發展，新浪微博已經成為國內較大的用戶群體，微博成為了個人情感、政務宣傳、市場營銷、市場預測等主要宣傳和展示舞臺。

作為自媒體的微博爆炸式的發展引發了國內外學者的深入的研究，根據當前國內外對微博的諸多研究分析發現，理論性研究的學術文獻較多，基本上都是圍繞微博的三大構件進行研究，即微博相關用戶、微博消息發布與傳播、微博用戶關系。微博用戶關系又是微博用戶研究的延伸，因此微博研究出現了很清晰的分水嶺：微博用戶特征研究和微博消息特征研究。

微博相關用戶既是微博內容(即微博消息)的編寫者、評論轉發者，也是微博內容的被動接收者，因此微博相關用戶參與了微博消息傳播的整個過程。微博用戶大致可以分為兩類：普通個人用戶和大V用戶。其中，普通個人用戶可分為活躍個人用戶與僵尸用戶；大V 用戶可以是個人，也可以是媒體或企業組織等。微博用戶關系是微博用戶之間進行交流和信息交互的聯結，大多數情況下用轉發、評論、關注和粉絲等來進行度量，其中微博用戶關系中的穩定關系支持鄧巴預測，即每個微博用戶最多容納100-200個穩定關系；微博消息的傳播主要是通過微博用戶的社交網絡，社交網絡的結構與密度等因素將決定微博消息傳播的深度與廣度。研究微博用戶可以更好地掌控微博發展方向及趨勢；研究微博用戶關注與被關注的關系網絡可以描繪微博的網絡結構特征，以及微博意見領袖形成基礎和原因，從而能正確地引導微博網絡社區和意見領袖的形成。

本研究擬從微博用戶相關特征和微博用戶關注關系特征入手，梳理當前國內外微博研究的代表性成果，并在此基礎上分析今后一段時間內微博研究的熱點及切入點，從而為后來的研究者提供一定的借鑒。

二、微博用戶特征研究

針對微博用戶特征的研究主要包括以下幾個方面：微博用戶動機、個人微博影響力和微博群體社會網絡。

(一)微博用戶動機

由于微博用戶存在多樣性，其使用動機也是多種多樣。總體上來看，微博用戶使用動機可以分為3 類：信息來源、信息尋求者和朋友，他們在微博上主要是描述日常活動、談話、共享信息和報告新聞等。使用者更多的是利用微博進行協作和對話，學者在探討使用者利用微博進行交流上，發現了目前微博的設計對交流協作存在著一定的局限性。

(二)個人微博影響力

在對傳統媒體的研究中發現，只要控制少數具有影響力的人，可以很好的優化市場投入，從而獲取更大的影響與回報；但在新媒體時代，作為自媒體微博，其每一個微博用戶都有可能成為一個影響者。微博用戶自身的影響力會受到諸多因素的掣肘，研究發現微博用戶的影響力可以通過不同角度來進行評價與分析：粉絲數量、轉發、關注與取消等，粉絲數量的多少將直接影響微博被轉發的次數與速度。微博用戶關系的互惠性、關系的持續時間、被關注者擁有的信息量以及關系之間的重疊都是微博用戶與用戶之間關注與取消的關鍵因素，而關注與取消狀態將直接影響個人微博影響力的大小。

(三)微博群體社會網絡

目前，微博群體社交網絡形成的機理大致可以歸納為以下三種：以消息發布與傳遞為中心的群體、以用戶為中心的群體、以關系為中心的群體。以消息發布與傳遞為中心群體的結構松散，穩定性弱，其存在時間收到消息自身的時效性制約，從而存在時間通常較短；以用戶為中心的群體結構比較單一，且不易發生變動，消息在群體內部發布與傳播也較為穩定與單一，生存周期由核心用戶決定；以關系為中心的群體是典型的社交網絡群體，其網絡結構與用戶現實社交關系密不可分，網絡成員的進入與退出或多或少都與現實關系的變化有關。據相關研究發現，相同愛好與目的的微博使用者聚集在一起形成一個小型社會網絡，每一個網絡中時刻活躍著，且時時發布一些較為權威的信息的微博使用者，成為該微博網絡群體的中心點，即為該微博網絡的意見領袖；一個微博網絡中的成員通過搜尋的方式，來發現和結交其它類似知識結構網絡的微博成員，從而與其建立正常的交流渠道，這也是微博群體社會網絡不斷擴展的基礎和原動力。也有學者通過對微博跟帖者、粉絲、關注者進行拓撲分析后發現，其網絡呈非冪律分布，聯結者之間有效直徑短，且具有低互惠性，這種互惠性表現在用戶之間的關注關系與真正的朋友關系有很大的差別，這標志著微博社會網絡與已知的人類社會網絡存在著偏差。

三、微博用戶關系研究

作為自媒體，微博發布主要內容為消息，消息內容自身將對微博消息與微博用戶的受關注程度，以及消息的轉發量產生巨大影響。由于微博內容的長度、數據的易獲取性、特有的語言風格、信息的多樣性和實時性等特點，使得對微博本身內容的研究與網絡其它內容(如博客、人人網、即時交流工具等)有很大的差異。目前，圍繞微博內容的研究主要集中在三個部分：其一是從管理學、行為學等角度來研究微博的信息擴散機制；其二是從數據挖掘、文本挖掘等計算機技術的角度來研究微博的文本處理；其三是從應用的角度來剖析微博在不同領域內的應用效果。

(一)微博信息擴散機制研究

在對微博信息擴散的研究上，著重從微博信息擴散的影響因素和預測微博信息擴散度(轉發量預測)兩個方面來進行。不同主題(政治、電影、音樂、工作等)的微博的信息擴散機制不同，由于不同主題微博傳播廣泛使用的標簽顯著不同，致使有爭議的話題標簽持續傳播的時間久，且多次曝光相對于首次曝光而言效果迅速衰退。不同內容的話題(積極的和消極的)具有不同的擴散壽命，持久的信息更多包含著積極的情緒、休閑的生活方式等相關內容，急劇衰減的信息明顯包含更多與消極相關的詞語和活動等。微博提供了一種促進信息傳播的顯性機制，很多研究微博信息擴散度都是從微博的粉絲數上來進行衡量，但卻忽視了粉絲中存在著很多僵尸粉絲，這些僵尸粉絲并不是微博信息的有效讀者，因此采納微博信息的有效讀者以及考慮微博信息采納的鏈接結構和時間順序，才是真正度量微博擴散程度的有效方法。另外，微博用戶的注冊時間、URLS、話題的趣味性等都是影響微博信息擴散的重要因素，不同研究者根據其影響因素的不同構建出相應的擴散模型。

在微博中，轉發對信息擴散有至關重要的影響，各種各樣的信息正是通過轉發才得以在微博網絡中廣泛的擴散，因此研究微博中信息轉發路徑及轉發機制顯得尤為重要。近來，國內外已有部分研究涉及了微博的轉發預測問題，采用的方法不同，其預測準確度不同。有學者通過建構過濾概率模型，對微博未來的轉發狀態進行預測，并發現預測中最關鍵的因素是微博源和轉發者的確定。也有學者運用消極攻擊算法的機器學習方法來自動預測轉發。國內也有學者利用分類算法構建預測模型，實驗結果得出大約86%的微博能被成功的預測。

(二)微博文本處理研究

由于微博內容自身的特點，使用以往的語義處理方法分析后得到的數據不完整且數據稀疏，微博消息個性化的語言也會給語義分析帶來災難性的工作量，于是吸引了部分學者對微博文本的預處理進行了研究。微博文本處理設計兩個層面：語言分析和文本處理。語言分析包含分詞、語法分析、語義分析；文本處理主要涉及文本的分類、信息的抽取、話題的預測、情感的分析等。目前在國外有關活動分析和文本處理已全面展開，而在國內有關微博處理大多集中在微博文本情感分析這一點。

(三)微博應用研究

微博使用規模的爆炸性增長，使得微博在社會各領域都得到了廣泛的重視和應用。微博中對品牌評論的數據可以用來跟蹤顧客或社會大眾對企業品牌的關注與評價狀況，通過微博品牌評價的文本分析發現消費者或社會大眾對企業的評價及其周期性變化情況；利用微博上的某部電影評論信息可以對該部電影票房進行大致預測，結果發現微博用戶對電影的關注度和票房的排名正相關；商業領域微博起到很大作用，在政治和政府管理領域也如此，政治微博在線消息反映線下的政治情緒，微博信息內容作為政治情緒有價值的預測指標；另外，微博在線教育培訓學習領域也得到了廣泛的應用。

四、微博研究總結及趨勢展望

綜上所述，微博的發展極大地沖擊了傳統的交流和信息擴散模式，如何更加有效的利用微博來加強政府與人們、企業界與消費者、名人與大眾等之間的交流，以及如何更加有效地區分微博內容的真假都已成為當前微博研究的重要問題，但是目前有關微博的研究大多集中微博用戶特征和微博用戶關系特征2個方面，有關微博信息內容本身的研究很少，由于近兩年大型網絡輿情案例一部分都是有微博發起的，在眾多突發事件中，微博對重要信息的快速傳播，以及微博內容的可信性和實效性是微博能夠朝著良性發展的決定性因素，因此如何有效和健康的使用微博已成為今后研究的熱點。為了更好對微博網絡的管控，預防負面虛假消息在微博上泛濫，未來研究有可能從以下方面入手：

1)微博信息可信度評估指標體系研究；

2)微博特大網絡輿情案例的預警和處理機制研究；

3)微博社會網絡與現實社會網絡對比研究；

4)微博信息識別與過濾技術研究。