社會網絡分析網絡傳播論文

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了社會網絡分析網絡傳播論文范文，希望能給你帶來靈感和參考，敬請閱讀。

1數據采集與分析方法設計

1．1數據來源及樣本選取

本文的數據來源于新浪微博。因為新浪微博在熱度、用戶數量、活躍度等指標上居國內同類產品前列，且其對認證用戶的分類明確，囊括了文中的研究對象，故基于該平臺采集的數據進行研究具有現實性與代表性?？紤]到按影響力和熱議詞篩選的榜單受到時間及偶然事件的影響較大，而按人氣篩選的榜單則比較穩定，因此本文的數據從新浪微博風云榜板塊中的人氣榜單板塊中提取。此外，為了分析政府、企業、微博名人、學校這四類主體內部的結構特征及互動關系，又將各主體劃分為不同的行業或部門。本文首先選擇粉絲數排行前5的行業或部門，再分別選取這些部門中粉絲數排在前20名的用戶，對每個主體依次抽取100個樣本數據。企業在人氣榜單板塊中按行業被分為21個模塊，根據粉絲排名，本文抽取汽車交通、商場購物、金融服務、服裝服飾和商場購物5個模塊。而政府包含公安、外宣、司法、醫療衛生和交通部門，學校包含校友會、高校、中小學、出國留學和教育培訓，微博名人則包含財經、商業、房產、科技和政府這5個模塊。

1．2實證方法介紹

本文基于社會網絡分析方法，通過統計各類主體中各用戶之間的關注情況，得出用戶間的二維關聯矩陣，運用Ucinet軟件刻畫各主體的結構特征，并得出密度、內部派系及中心度等各類指標，進而探討各個主體在信息傳播、資源共享時如何發揮作用，內部如何運作，并發現關鍵節點人物。

2網絡傳播主體的網絡結構分析

2．1網絡傳播主體的網絡關系圖譜

本文利用可視化手段得到的各類主體的網絡關系圖我們可以清晰的看到，政府子群聯系比較緊密，且公安部門位于網絡的核心，將各個部門連接起來。同時，基于政府的關聯網絡，最明顯的關聯分別有行業關聯(平安中原、平安南粵、中國維和警察、安徽公安在線等)、區域關聯(北京鐵路、京港地鐵、北京公交集團、北京地鐵等)。這表明當前政府已經意識到了微博的重要作用，開始注重信息的公開化、透明化，使得網絡信息更加明朗，傳播效度更大。公安部門與人們的日常生活息息相關，其傳播信息的日漸公正化、透明化決定了其在政府網絡中的核心地位。根據資源依賴理論，如果一個企業同時與多個企業有直接的關聯，那么該企業就占據了該行業或企業網絡的資源中心位置。企業間的關系并沒有像政府那樣密集，但金融服務業的核心地位很明顯，其幾乎橋接起了整個網絡，把不相關的行業間企業、不接壤的地區間企業連接起來。例如，中國銀行信用卡(金融服務)將黛姿樂維品牌婚宴鞋(商場購物)和新浪汽車(汽車交通)連接起來。根據結構洞理論，占據中心位置的企業對資源流、信息流、知識流有著強大的控制權，說明金融服務板塊在信息傳遞過程中起橋接作用［16］。同時用戶對其所的信息有較高的信任度和熱衷度，金融板塊對信息的擴散也有重要的作用。根據同類相聚原則，同性質教育機構之間的聯系相對比較緊密，例如，紐約大學與USNewsRankings、美國留學MBA、EducationUSA中國等相互關聯。但總體來說，學校之間的關聯比較松散，且獨立個體比較多，說明教育機構之間交流較少，信息傳遞與轉載的速度，名人子群主要以兩個模塊———財經和時尚為核心。說明這兩種行業已經融入了微博名人的生活，表明隨著人們生活水平的提高，人們的需求由追求物質上升到追求美，由單一娛樂偏好到相對復雜的理財偏好。同時，由于微博名人對信息具有一定程度的偏好，使得這兩類信息相對其他信息的傳播和擴散速度較快，能更快引發普通民眾的關注，并在一定程度上引導輿論導向。由此可知，人們對

2．2政府、企業、微博名人、學校的網絡結構特征

2．2．1網絡密度(NetworkDensity)運用Uci-net軟件分別對四個主體的網絡密度進行測算得出，密度值由高到低分別為:政府、微博名人、學校和企業，相應密度值為:0．2112、0．0955、0．0252、0．0214。將密度值和畫圖軟件NETDRAW所得出的4個主體的社會網絡關系圖進行比較，本文發現密度值和相應的社會網絡圖譜的圖形特征是緊密一致的。當密度值大時，網絡圖形緊湊，密度值小時，網絡圖形松散。政府網絡之間的交流最為密切，聯系緊密。企業之間的關注最為松散，聯系不強。

2．2．2派系分析本文采用Cliques分析法對各個行動者的網絡進行凝聚子群分析，得出:

a．在派系規模最小值為11的情況下，政府網絡中存在10個派系。政府網絡相對比較集中，同時網絡中子群重疊交叉的情況也會比較復雜，說明派系之間的共享成員比較多。我們發現每個派系都包含廣州公安、平安北京、山西公安、平安南粵、河北公安網絡發言、警民直通車－上海人，他們主要屬于政府的公安部門，連接著外宣、司法、醫療衛生和交通部門，在網絡中處于核心地位。同時，除了成都屬于外宣部門外，各派系的成員全為公安部門，說明該部門間的聯系十分緊密，而4個派系中都包含成都，說明成都與公安部門合作密切。

b．在派系規模最小值為3的情況下，企業網絡存在3個派系，它們分別形成了3個完備子圖，并且派系相互之間是獨立的。每個派系中的成員都屬于同一公司，它們之間的聯系主要是母子公司關系，說明了企業與企業之間的聯系并不是特別緊密，而企業內部溝通交流比較頻繁。

c．在派系規模最小值為3的情況下，學校網絡存在9個派系。網絡中子群間是重疊交叉的關系，其中復旦大學為4個派系所共享;哈爾濱工程大學、哈爾濱工業大學招生辦分別為3個派系所共享;武昌理工學院官方、華中科技大學分別為2個派系所共享。派系成員屬于同所大學之間的聯系或屬于同行業之間的聯系。構成派系的成員隸屬高校、校友會和教育培訓部門，說明了這三個部門之間的聯系十分密切，而中小學與出國留學部門之間的聯系比較松散。

d．在派系規模最小值為6的情況下，微博名人網絡存在14個派系。派系之間是重疊交叉的關系，郎咸平、李開復、時尚潮人yinyin等為多個派系共享。派系主要由財經類和商業類的成員構成，財經類中，郎咸平為連接各個派系的核心人物;商業類中，時尚潮人yi-nyin、潮人丹娜、林_小志玲和時尚達達人人為連接各個派系的核心人物。這表明財經和商業類的內部聯系比較緊密，而科技、房產和政府類的內部聯系較少。同時，不同行業的微博名人之間的聯系也比較少。

3．3政府、企業、微博名人、學校的網絡結構對比

本文對點度中心性、點度中心勢、中間中心性及整體中間中心勢進行了測度與分析。中心度指標刻畫了信息傳遞網絡中的關鍵人物，分析中心度可找出處于核心位置的用戶，即可辨別出哪些機構在信息傳播過程中“權利”更大，能夠在較大程度上影響信息傳播。中心勢指標刻畫了信息傳遞網絡的整體密度特征，通過分析中心勢，我們可以描述整個網絡的緊密程度或一致性。

2．3．1點度中心性分析針對政府而言，不同用戶表現出不同的點入度和點出度。點入度表示關系“進入”的程度，在這里表示一個用戶被其他用戶“關注”的程度。點出度表示一個用戶“關注”其他用戶的程度［19］。政府網絡中點入度比較高的用戶為平安北京(56．000)、公安部打四黑除四害(52．000)、北京(53．000)，說明他們在整個網絡中信息傳播的過程中擁有較大的權力，其的消息為更多人所注意。針對企業而言，新浪汽車(13．000)、招商銀行(12.000)、招商銀行信用卡(8．000)為影響力最大的用戶。與圖2相匹配，說明金融企業在信息傳遞過程有較強的影響力，其的信息能夠在網絡中迅速傳播。針對學校而言，復旦大學(23．000)、華中科技大學(17.000)、武漢大學、清華大學(16．000)點入度排名前三。說明高校成員對整個學校網絡的影響最大，是學校網絡信息的主要傳播渠道。該幾所學校均為211、985重點院校，在國內有較強的知名度，其名人效應會增強信息的關注程度與擴散程度。針對微博名人，潘石屹(44．000)、李開復(44．000)、雷軍(33．000)等居于“被關注”關系的中心位置，是整個網絡影響力最大的用戶，他們消息為更多的人所接受，其對某些社會事件的評論會在一定程度上引導輿論導向。總之，用戶影響排名由大到小依次為政府、微博名人、學校、企業，其內部用戶對整個網絡的影響力由高到低。因此，在抓核心人物時，我們應該關注政府與微博名人，這兩類用戶對引導輿論發展、傳播正能量有較好的作用。

2．3．2點度中心勢分析政府網絡的標準化點入度中心勢和點出度中心勢分別為:35．802%和76.615%，說明了該網絡的關注關系有很大的不對稱性。企業網絡的標準化點入度中心勢和點出度中心勢分別為:39．00和63．03%。不論是“關注”還是“被關注”的中心勢都比較小，說明企業網絡沒有明顯的集中趨勢。學校網絡的標準化點入度中心勢和點出度中心勢分別為:20．926%和13．784%。與企業相似，網絡集中趨勢比較低，關注關聯關系比較少。微博名人網絡的標準化點入度中心勢和點出度中心勢分別為:3.205%和3．297%。名人網絡明顯分散，聯系不緊密，與其派系特征相匹配，派系過多且派系間的聯系較少。總體而言，四個網絡的中心勢由大到小分別為:政府、學校、企業、微博名人，用戶集中程度依次遞減，整體聯系逐步下降。

2．3．3中間中心性分析中間中心性刻畫了用戶間的依賴程度，高中間中心性用戶在整個社會網絡中的權利較大，能夠在一定程度上控制信息的流動。政府網絡中，平安遼寧、平安北京、豫法陽光的中間中心度比較高，說明其他各用戶獲取消息在很大程度上依賴于這些關鍵用戶，他們在網絡中權力較大，在很大程度上控制了信息的流動。同時，可以發現這些用戶的點度中心性也都位于前列，說明該關鍵用戶最有可能成連接政府網絡中交流信息、溝通意見、協調行動的重要橋梁［20］。另有鼓樓微訊、上海的中間中心性指數為0，說明這些成員處于網絡的邊緣地帶，對于信息的傳遞并不重要。在企業網絡中，點出度中心度和中間中心度排名前8位的用戶都包含新浪汽車，且新浪汽車的點入度也較高，說明該用戶是整個網絡的交流中心，處于網絡的核心位置，能夠很好地控制著其他用戶間的交流及信息資源，在正能量的傳播中起著重要作用。在學校網絡中，中間中心度最高的8個節點分別是復旦大學、華南理工大學校友會、華中科技大學、復旦大學校友會、哈德斯菲爾德大學、中國人民大學校友會、北京王府學校。將中間中心度最高的節點與點度中心度最高的節點進行比較發現，中間中心度最高的8個節點中有5個出現在點出度最高的8個節點中。例如，復旦大學和武漢大學的點入度、點出度、中間中心度都較高，說明基于三種不同的中心度進行計算，武漢大學和復旦大學都是核心成員，表明它們既能影響他人的相互交往，又能與其他成員相互交流。在微博名人網絡中，思想聚焦、IT觀察猿、李開復的中間中心度是比較高的。但IT觀察猿的點度中心度并不高，說明該用戶與其他用戶交流并不是很多，而其他各個用戶利用其獲取消息的依賴程度是比較高的。另有辣評娛樂圈、蘇若琳的中間中心性指數為0，說明這些成員處于網絡的邊緣地帶，對于信息的傳遞并不重要。

2．3．4整體中間中心勢分析整體中間中心勢越大，說明該網絡中成員對其他網絡成員之間的交往能施加的影響力越大［21］。企業、學校的整體網絡中間中心勢分別為8．32%、7．27%，指數偏低，說明這兩類網絡中缺少對其他節點有明顯控制力的關鍵節點，缺乏較強的信息傳遞能力。因為如果整個網絡中大部分的節點不需要別的節點作為橋接點，那么該網絡有較強的信息傳遞能力。政府、微博名人網絡的中間中心勢分別為17．23%、12．22%，說明在政府、微博名人網絡中，對其他節點具有較強控制力的節點分布比較集中，有較強的信息傳遞能力。4結論本文從關注微博用戶網絡的結構、密度、派系、中心性等出發，比較分析政府、企業、學校、微博名人這四類網絡中內部用戶的互動關系、個體用戶的各項指標，為發現認識微博網絡的形成和發展，及信息如何在網絡中更有效的傳播提供了幫助。經過分析之后得出:

a．政府網絡的網絡結構比較密集，信息是在一個具有強關系的小網絡中傳播，網絡內部信息傳遞的效率較高。在政府網絡內部，公安部門內部聯系比較緊密，其橋接網絡內部信息傳播的作用凸顯，處于政府網絡的核心領導位置，是政府網絡信息傳遞的關鍵人物，對信息的傳遞與擴散有較大的控制權力。然而政府網絡的點度中心勢很高，反映了政府群體過于集權，過分依賴少數群體，信息在網絡的傳播就容易被該群體壟斷。因為點度中心勢代表的是群體集權程度，如果一個群體的中心勢很高，這個群體的互動實際上就很集權，幾個關鍵人物就代表了整個社群的互動。此外，在派系分析中，政府網絡的派系雖多，但各個派系都包含公安部門，再一次說明公安部門在政府網絡信息傳播過程中具有很強的影響力。這是因為隨著社交媒體的興起，人們開始關注社會各類法制事件，且公安部門的信息往往真實程度最高，故受到人們的青睞與信任。這說明政府網絡要利用好社交媒體更好地傳遞信息，需提高各個部門的公信力度，提高其公開性與透明性，政府網絡派系間應多交流，避免信息傳遞的單一性。

b．與政府網絡的結構特征類似，微博名人網絡的結構也比較密集，但卻有別于政府網絡呈現出來的包絡性，網絡內部有兩個凸顯且密集的子群。名人子群主要以財經與時尚為核心，體現了人們對信息有一定的偏向性。隨著社會的發展和生活條件的改善，人們開始關注理財與精神需求。網絡內部的關鍵人物主要是一些知名度較高的企業家或時評者，其名人效應使其在信息傳遞的過程中有較大的話語權。在微博名人網絡內部，財經和商業類聯系比較緊密，信息在二者內部傳播較好，但部門間聯系不緊密，導致信息在整個微博名人網絡中的傳播效率不足。網絡派系過多，雖由一些關鍵人把派系間聯系起來，但派系間呈現行業特征，其的信息內容較為獨立，各派系間信息內容的交叉現象不明顯，導致從整體來看，不同類別信息在微博名人網絡中的流動有一定的障礙。此外，微博名人網絡的中心勢過低，這也意味著網絡內部群體過于分散，使得互動分散而不集中，信息在子群內傳遞的效率較高，而在整體網絡中傳遞的效率較低。這說明信息要在微博名人網絡中更好地傳播，需提高各類子群所信息的多樣性，避免由于信息的獨立性而造成信息傳遞中斷。

c．相比前兩類網絡，企業網絡的結構較為松散，信息在網絡中的傳播速度比較緩慢，且直接傳播途徑較少，內部成員主要通過搜索或者通過關注外部成員獲取信息。企業網絡內部的派系較少，且派系間的聯系不明顯，信息在整體網絡中流動性較差。在企業網絡內部，派系主要由母子公司成員構成。當母公司信息時，子公司作為公司集團微博中的一員，通過關注、借助企業品牌的源吸引力，形成了自身的用戶關注網絡，公司職員關注其微博，獲取信息來源，同時也產生一些間接關注，從而形成一個大的子網絡。由此發現信息在企業中的傳播主要依靠企業微博及與此相關聯的集團微博的吸引力。此外，我們發現金融部門在企業網絡信息傳遞過程中扮演重要角色，其嫁接橋梁為其他企業提供間接聯系。這說明信息在企業網絡中的擴散能力較弱，需強化關鍵人物的中介作用，使信息在網絡中更好地傳遞。

d．學校網絡的結構也比較松散，但相對企業而言，派系間的聯系較為緊密，使得其整體網絡密度較高。派系較多，且交叉關系明顯，信息在網絡內部派系間的傳遞效率較高，可改善由于整體結構松散而引發的信息傳遞中斷現象。派系較多，但構成派系的成員隸屬高校、校友會和教育培訓部門，說明了這三個部門之間的聯系十分密切。中小學、出國留學和培訓機構位于企業網絡的邊緣位置，而高校在網絡中占據核心位置，這是由于高校信息的受眾較廣造成。高校的信息接收對象有很大一部分是大學生，學生群體利用微博接收信息的使用率較高，而中小學等的信息接收對象大多為家長，家長利用微博接收信息的使用率較低，這種社會現象影響了企業網絡的整體結構。這說明應提高企業網絡及企業網絡信息傳播對象利用微博傳遞接收信息的積極性，促使信息在網絡內更好地傳播。由此可見，信息在各類網絡中的傳播形式是不同的，本文基于社會網絡分析方法對各類網絡的結構特征做了一定程度的探索性研究。在接下來的研究中，我們會拓展研究樣本，并追蹤各網絡主體所的微博內容，從而分析引發各類網絡特征不一致的原因，進一步分析如何促使信息更好地傳播，并對如何利用微博平臺強加和改進網絡內容建設提供政策建議。

作者：雷輝 聶珊珊 黃小寶 馬偉 單位:湖南大學工商管理學院