網絡分析法在微博關鍵用戶識別方面的應用

張囡囡

如今，在信息化社會中虛擬社區發揮了網絡社交的功能，而微博就是當下最流行的模式。博主們具有身份虛擬化、言論自由化、角色多樣化、傳播病毒化、影響巨大化和人員流動化等特點。探索影響力大的關鍵博主，對于輿論監測、民意考察、國家統戰以及信息宣傳都有著重要的意義。而傳統使用粉絲量等指標的量化排名不能體現博主之間的網絡關系，本文使用滾雪球的方式，收集新浪微博部分用戶之間的“關注”與“被關注”關系，利用社會網絡分析法，分析博主間的關注關系建立網絡拓撲關系，進而探索其整體網絡特征和個體網絡特征，通過中心性指標來探尋微博用戶的特征，最后識別出主體關系網絡中的關鍵博主。

根據《基于社會網絡分析法的網絡人士的精準統戰研究》的調查顯示，隨著網絡的發展，網絡平臺已成為傳達社會民意的主要工具，而微博博主們對于網絡信息的發布和傳播起到了重要的作用，往往擁有巨大的網絡影響力，識別網絡中的關鍵博主成為一件尤為重要的事情。

國內外關于網絡社交平臺中的關鍵用戶識別問題研究頗多，主要體現在概念界定和測量方法2個方面。在概念界定上，大多學者認為關鍵用戶是通過網絡社區中的節點重要程度來衡量；而測量節點重要程度的方法主要有2種，一種是社會網絡分析法中的中心性分析，另一種是拓撲鏈接結構分析。這2種測量方法主要是通過節點的控制能力來判斷其重要性，側重于單獨節點的核心程度，缺乏對用戶之間關系的考慮。

本文在社會網絡分析法的基礎上，通過分層統計和滾雪球的方法動態的收集博主信息，利用SPSS和UCINET軟件進行數據處理，找出新浪微博中的關鍵用戶。

主體關系整體網絡結構分析

本研究使用滾雪球的方法，以新浪微博的“奏耐天津”為起點，選取了225個滿足條件的博主。基于各個用戶之間的關注關系，整理得到225×225的鄰接關系矩陣。通過UCINET軟件的操作，最后得到以下結論。

整體網絡不夠緊密

博主參與網絡的緊密程度可以通過社會網絡分析法中的密度指標來反映。網絡密度值越高，表明整體網絡越緊密，網絡中的各節點之間關注越多。在UCINET軟件中，經過網絡→凝聚力→密度→整體網絡密度的操作，測量結果如下：

Density（matrix average）= 0.039 2

Standard deviation = 0.194 1

可以看到，測量結果得出微博用戶參與網絡的密度為0.039 2。密度的大小與網絡節點多少和節點間的關系類型相關。在其他不變時，網絡節點越多，密度越低，網絡節點和密度是負相關的關系。由此可見，用戶依靠單一作品與其他用戶建立長期穩定的關注關系的程度較低，更傾向于對作品投入暫時的關注，圍繞作品進行互動與再創作。

微博用戶的網絡凝聚力低

在UCINET中，按照網絡→凝聚力→距離的路徑來計算微博用戶之間的距離，借此反映微博用戶的網絡凝聚力。最后的測量結果為0.322，這個值越接近1，網絡越具有凝聚力，因此，樣本中的微博用戶網絡凝聚力較低。這就意味著微博用戶建立的相互關注關系需要的中間人較多，在測量的225個用戶中，每2個用戶平均要通過3.22個中間人才能建立聯系，這也就是用戶間的可達性較差。與我們所選擇的樣本平臺有關系，新浪微博的關注關系依賴于作品的推薦機制，在新浪微博，用戶通過以下3種方式獲得其他用戶的作品：根據以往的瀏覽記錄自主推薦、主動檢索和已關注對象發布的新作品。在以上3種方式中，前2種作品的傳播都不依賴用戶間的關注關系，這就導致了整體網絡的凝聚力較低。

主體關系個體網絡結構分析

個體在整體網絡中的位置和作用取決于權力的大小，社會網絡分析法可以通過關注關系，建立權力網絡，控制和影響他人較多的節點證明其權力越大。社會網絡分析法是通過度中心度、中間中心度、接近中心度來量化個體的權力，下面是對樣本數據主體關系的個人網絡結構的分析。

度中心度分析

中心勢展示了整體網絡的集中程度。中心勢的取值大于0且小于1，值越大，表明網絡節點圍繞某節點的程度越大。本文將數據導入到UCINET后，進行數據標準化處理和求解中心勢，得出該網絡的點度中心勢為39.62 %，說明該網絡的用戶并沒有集中圍繞某些節點，用戶之間的相互關注關系并不以某些博主為核心。

依據前面度中心性的數據，可以得知，225位博主中中心度排名前20名的有一半博主的網絡集中度較低，這些博主僅通過單部作品的關注和互動來形成關注交流關系，這種關系很難轉成博主間的長期關注。只有少數作品質量高、粉絲龐大的博主才能形成長期大量的關注關系。

中間中心度分析

中間中心度是測量整體網絡結構洞的指標，如果某節點處于多條路徑中間，說明其具有較多的結構洞。中間中心度高的博主（即擁有較多結構洞的博主）具有更多控制其他博主的能力，失去這些博主，將會影響作品的傳播效率。在本網絡中，有17位博主的中間中心度為0，說明這些博主沒有結構洞，其他博主不通過他們進行傳播。究其原因，是因為這些博主專注自身作品創作而很少關注他人，或者因為其沒有優質的作品沒有得到他人的關注，因此他們沒有控制能力，屬于網絡中的傳播瓶頸。

接近中心度分析

中間中心度描述了控制他人的能力，而接近中心度描述了不受他人控制的能力。UCINET軟件通過網絡→中心度→接近中心度的路徑操作，可以算出整體網絡的接近中心度。

本文所選取的數據為新浪的微博博主關系網絡，其為有向網絡，所以同時節點具有內接近中心度和外接近中心度。前者衡量博主向群體傳播作品時不受其他博主控制的能力，值越大，作品的傳播更加容易和順暢；后者衡量博主獲取群體中其他博主的作品和信息的難易程度，值越大，獲取新作品越不受限于其他博主。

根據操作結果得知，內接近中心性的最高值為4.03，最低值為0.446，說明該網絡中的博主總體上都比較容易向其他博主傳遞作品，受限程度較低。內接近中心性排名前30的博主活躍性強，因此更容易在網絡中傳播自己的作品，而較少依賴于某些特定傳播路徑。而排名靠后的博主受關注少，信息傳遞受限，效率較低，比較依賴于忠誠度較高的粉絲。

外接近中心性的最高值為19.224，最低值為0.446，整體數值較低且差距較小，表明整體博主在從其他博主處獲取作品、活動信息時易受他者的控制。外接近中心排名前20位中，超過75 %的博主通過轉發、評論和點贊等消費方式參與，獲取內容的路徑較為廣泛，受限少。

識別主體關系網絡中的關鍵博主

依據Maksim Tsvetovat發布的中心性指標間的相互關系可以得知，當中心性指標不一致時，節點的位置具有特殊的意義。比如，度中心度低的博主中，接近中心度高的博主是與明星博主有關聯的關鍵節點，中間中心度高的博主是對于網絡的流通起到關鍵作用。

由此發現，與重要人物有關聯的關鍵人物有Leo-老萬、愛美食的胡桐桐等。對網絡流動來說至關重要的博主有DJ阿唐、D大調鋼琴、不約兒童的大松子兒等。

通過收集新浪微博中的博主信息，將博主之間的關注關系形成網絡拓撲圖，借助社會網絡分析法中的度中心度、中間中心度、接近中心度綜合得出網絡中的關鍵博主。這種方法可以拓展到其他平臺，最終結論可以交予所屬和所需部門。