基于因子分析法的微博熱門榜單研究

秦鑫淼 趙迎紅

【關鍵詞】微博;因子分析法;泛娛樂化

【基金項目】國家自然科學基金：服務業外商直接投資產業政策測量及其有效性和協同性研究（71672136）;國家社會科學基金：基于生態系統理論的公共圖書館與社會支撐體系相關性實證研究（14BTQ005）。

微博龐大的用戶市場是信息傳播的基礎，截至2018年底，微博用戶達到3.41億。當前，微博已發展成為一個信息分享平臺，用戶不僅可以在微博上發表言論，也可以不斷地接收信息。用戶通過對其關注的話題進行搜索、發帖、互動形成微博話題熱度，話題熱度的排名即形成微博熱門榜單。

一般來說，熱門微博包括娛樂新聞、突發公共事件、權威機構發布的新聞性信息、公眾共鳴事件和焦點問題等。熱門微博的巨大影響力以及其及時性和代表性，能在一定程度上反映特定時期網民關注的焦點和選擇傾向。

在繁雜的網絡空間中，大多數網民沒有足夠時間去甄別和選擇信息，只能被動地去接受不同平臺的推送信息，其中熱門榜單正是網民獲得信息的便捷途徑之一。因此，熱門榜單的構成應剔除不良信息，引導網民關注健康真實的內容，平臺也應保持謹慎的態度對熱門榜單的內容傾向性加以正確把握。

一、基于傳播學視角的微博熱門榜單發展現狀

（一）用戶話語權不均衡導致信息傳播堵塞

基于傳播學理論，用戶的需求可分為獲取資訊、自我表達和情感釋放。[1]微博熱搜榜滿足了用戶對于信息的獲取和借由微博熱搜發泄自身情感的需求。對于自我表達，微博雖然賦予了每個用戶自由表達的權利，但在相關問題的討論中，由于用戶微博身份和社會地位的不同，會出現話語權不均衡、個人信息傳播效果不一等現象。娛樂明星或公眾人物發布信息時，關注度和傳播范圍往往比普通用戶大，更容易登上熱門榜單，久而久之，用戶話語權不均衡的現象會越發嚴重。

（二）平臺監管缺失導致虛假信息泛濫

微博發布無門檻的特性導致每個用戶都能自由發言，因此微博出現了虛假信息泛濫等現象。在這一過程中，微博把關人的作用尤為重要。微博把關人主要為微博平臺和用戶本身，微博平臺起主導作用。但是，微博平臺對于虛假信息的治理缺乏有效的監管機制，不難發現，如今的微博熱門榜單由于平臺的信息監管不力呈現出一定的嘩眾取寵現象。

（三）泛娛樂化現象導致用戶被動接受無效信息

微博中粉絲較多的博主大多數為娛樂明星，截至2018年12月，微博關注度前十名分別為謝娜、何炅、楊冪、Angelababy、陳坤、趙薇、姚晨、林心如、鄧超、郭德綱，均為娛樂明星。其粉絲對于他們生活包括三餐起居等信息的追捧擠壓了有價值信息的生存空間，再加上140字的字符限制導致微博敘事能力不強，呈現出碎片化甚至口水化趨勢，微博熱門榜單也進而呈現出泛娛樂化傾向。微博熱搜榜的泛娛樂化現象和微博發布信息的碎片化特征導致用戶在接收信息時只注重感官的刺激，忽視應該深入思考的內容。

二、微博熱門榜單指標體系的構建

（一）微博熱門榜單指標體系構建的原則

系統性原則。微博熱門榜單構建時需要遵循系統性原則，各指標之間的選取要有一定的邏輯關系，它們不但要從不同側面反映出熱門微博話題的主要特征和存在狀態，而且還要反映各指標之間的內在聯系。

典型性原則。微博話題種類繁多，因此其指標體系應具有一定的代表性，盡可能準確反映出不同領域的典型特征，以提高數據收集的準確性。

動態性原則。微博熱門話題數據的收集需要一定時間，保證分析的嚴謹性。

科學性原則。各指標體系的設計及評價指標的選擇以科學性為原則，以提高數據分析時的可操作性，要客觀真實地反映出熱門微博的特征。因此，指標的選擇應該考慮其可得性和科學性。

（二）指標體系構建

1、指標選定

微博熱度是指某一條微博引起的民眾關注和討論的熱烈程度，如何定量地描述熱門微博的影響因素，目前學術界還沒有構建標準的指標體系。在進行一定的分析后，筆者將微博熱度的來源分為博主特征、內容特征、傳播特征這三個部分。[2]微博熱門榜單指標體系如表1所示。

2、指標含義

博主特征主要是從博主自身熱度分析其上熱門榜單的因素，主要包括粉絲數、活躍天數、日均發博數、是否認證。博主自身的特征反映了其發送內容的輻射面和影響力，對博文內容的熱度有較大影響。其中，粉絲數為截止到數據收集時，博主在微博上擁有的粉絲數;活躍天數為截止到數據收集時，博主從注冊該賬號到收集數據時的使用天數;日均發博數為截止到數據收集時已發微博數量與活躍天數之比;是否認證為該博主是否為微博平臺的加V用戶。[3]

內容特征主要是從博文內容的表達形式方面進行分析，主要包括文字數量和圖片數量（視頻視為9張圖）。內容特征是從博文淺層的統計數量方面進行分析，觀察博文不同字數和圖片數對微博熱度的影響。傳播特征主要是從網友與該微博的互動情況進行分析，主要包括轉發數、評論數、點贊數、昨日互動數、話題討論度。傳播特征表現出微博的傳播效果，反映出該微博引起的關注度。其中，轉發數為截止到數據收集時，該微博被轉發的次數;評論數為截止到數據收集時，該微博被評論的次數;點贊數為截止到數據收集時，該微博被點贊的次數;昨日互動數為截止到數據收集時，該博主與網友的昨日互動數;話題討論度為截止到數據收集時，網友討論該話題的熱度值。

三、實證分析

（一）數據統計

本文的分析單位為2018年12月19日到2018年12月20日早九點、中午十二點及晚六點微博熱門榜單前25條微博話題下的第一條微博，對150條微博按照微博熱度評價指標體系進行數據收集。

（二）因子分析法

因子分析法是用少數幾個因子去描述眾多指標之間聯系的方法，即將相關性較強的變量歸為一類，這樣每一類變量就成為一個因子，用較少的幾個公因子去反映原始資料的大部分信息。其數學表示為矩陣：

X=AF+B

（三）因子計算

在將相關因素剔除后，運用SPSS工具，對收集到的數據進行KMO測度和巴特利特（Bartlett）球體檢驗，可得KMO值為0.581，大于0.5，勉強可以進行因子分析。Bartlett球體檢驗的卡方統計值的顯著性為0.000，拒絕單位相關性的原假設。兩條結果均說明了數據具有相關性，適合做因子分析。對這些熱門微博榜單指標進行降維處理，其結果如表2所示。

從表2可以得出，此指標體系一共可以提取3個公共因子，進而發現3個公共因子能夠分別解釋熱度相關信息的33.129%、60.187%和71.665%，最后累計能夠解釋總體信息的71.665%。這一結果顯示了3個公共因子能夠較好地反映微博熱度的總體信息。

再進一步根據因子分析反饋的旋轉成分矩陣對各個公共因子含義以及構成進行分析，結果如表3所示。

可以得出，第一公共因子與粉絲數、活躍天數、是否認證、日均發博數、昨日互動數有很高的相關性，具有33.129%的內容解釋度，因此將第一公共因子取名為博主特征;第二公共因子與轉發數、評論數和點贊數有較高的相關關系，具有27.058%的內容解釋度，因此將第二公共因子取名為互動特征;第三公共因子與討論度、文字數量、圖片數量有較強的相關性，具有11.478%的內容解釋度，因此將第三公共因子取名為博文特征。

根據表3中3個公共因子的方差貢獻率對微博信息的熱度影響力進行加權匯總，可以得到最終綜合因子F的計算公式：

F=（0.3313*F1+0.2706*F2+0.1148*F3）/0.7167

用因子分析法分析出博主特征、互動特征、博文特征對微博登上熱門榜單的影響，較好地完成了微博熱門榜單構成因素的分析。但是，本研究也存在著一定的誤差，比如最終收集到的數據可能會受到微博博主個人設置的影響，一些博主可能設置了禁止評論或者禁止轉發等功能。

結語

本文對微博熱門榜單的現狀從傳播學視角進行了分析，以此為基礎構建了微博熱門榜單影響因素的指標體系，在進行數據收集后，運用因子分析法得出博主特征、互動特征、博文特征對微博登上熱門榜單產生的影響。最終的提取結果與指標體系預測基本一致，反映了指標體系的合理性。在“全民娛樂”的大背景下，信息傳播的力量在空間和時間的維度下成為控制人的力量，在微博上打造了一個虛擬空間。[4]而對于熱門榜單，微博平臺不僅要從信息源頭進行監管，還應該聯合其它部門提高用戶的媒介素養，將微博打造成一個健康的信息發布平臺。

注釋：

[1]劉洋.傳播學視角下微博熱搜榜存在問題淺析[J].新媒體研究，2018（08）：118-119.

[2]何躍，蔡博馳.基于因子分析法的微博熱度評價模型[J].統計與決策，2016（18）：52-54.

[3]楊耀麗.基于因子分析法的微博話題傳播影響力評價研究[J].情報科學，2018（07）：62-65+77.

[4]殷曉蓉.呈現與缺失：傳播學研究中的“空間及其關系”[J].蘇州大學學報（哲學社會科學版），2014（04）：171-176+192.

（作者：秦鑫淼，武漢理工大學法學社會學院新聞與傳播研究生;趙迎紅，武漢理工大學教授）

責編：周蕾