微博网络较大度值用户特征分析.docVIP

微博网络较大度值用户特征分析 　　摘 要 通过研究微博用户网络的度分布，有助于研究信息的传播过程、更深入了解网络信息得传播规律，而作为度值分布中得较大度值用户――明星或公众用户，在信息传播中具有独有的特性。通过对明星用户微博信息传播机制和方式的分析，进而找出较大度值用户的信息媒介特征，并对其微博信息传递特征进行了数据建模分析，总结了其特征。 　　关键词 微博信息传播模型；网络度值分析；较大度值用户 　　中图分类号 G2 文献标识码 A 文章编号 1674-6708（2016）170-0076-02 　　作为社交网络的典型代表――微博已经成为当今信息获取、分享、传递的最快捷的平台之一。而在用户网络信息的传播中，度值较大的用户，即粉丝数目较多的明星或者公众人物用户的媒介作用非常明显。显然，对度值较大的微博用户的特征分析也尤为必要，无论是从企业运用明星效应营销或者社会传播学的角度考量，对度值较大的用户特征分析都具有意义。然而目前针对度值较大的明星或者公众用户特征研究的文献，尚待深入和细化。本文从微博网络出入度分析、较大度值用户信息传播模式分析、较大度值用户度值特征分析3个方面来加以探讨。 　　1 微博网络出入度分析 　　微博用户网络属于拓扑结构中的有向网络，所以研究微博用户网络的度值分布是必要的。一般来说，节点度值越大，意味着节点越重要。对网络度分布统计有两种办法： 　　1）概率密度法（Probability density function，PDF），即通过对度值有序排列，然后计算各度值节点数占总节点数的比例。 　　2）累计分步法（Cumulative distributions function，CDF），即在对度值排序时设置K值，计算度值大于K值的节点数占总节点数的概率。CDF并没有PDF法直观形象，在此选择运用PDF法，但网络规模宏大，想要获取拓扑数据其实是很困难的，一般采用样本法，进行“滚雪球”，得到幂律分布，但在统计指标计算中会造成社会网络的幂率偏差，因此我们可以直接利用户页面的数据进行计算，得到图1（a）和（b）[1]。在图1中我们用出度表示被其它用户关注的程度，用入度表示关注其他用户的程度。 　　由图1所知，首先，微博用户出度分布中负幂律指数直线具有重尾现象，即大量用户的出度小，少量用户出度大，即明星或公众用户数量少但受关注度很高，大多数粉丝量很少。其次，值得注意的是由于微博的无标度特性，而不同节点度值差异性极大，对于出度较大（明星用户）的点，一旦发出信息很快波及整个网络，入度较大的点，亦如此。最后，由对上述出入度分布值的转换计算，说明像明星用户这样较大度值用户的高出入度并不呈现高度相关性，即微博限制了较大度值用户的出度，同时由于粉丝倾向连接出度较大的明星用户，导致相关系数大大下降[2-4]。 　　2 微博较大度值用户信息传播模式分析 　　SNS （Social Networking Services）即社交网络，是人们根据六度分割理论[5]创立的面向社会性网络的互联网服务。典型的SNS包括人人网、开心网等，在国内知名的新浪微博，现在的SNS除了信息发布，也全面整合了各种社交功能。 　　2.1 样本获取 　　首先通过新浪微博API获取样本数据，然后利用微博公开接口获得关于某条较大度值用户（明星用户）的原创微博的所有转发，同时根据转发中的@等标签，编制程序提取所含的传播信息并构建出完整的传播路径。最后，将获得的数据录入进EXCEL软件，运用以一定的格式输入到Microsoft Excel文件，使用Cytoscape软件绘制传播路径图，建立传播模型，揭示信息传播过程[6]。 　　2.2 模型假设 　　1）在用户初次接触信息阶段，只能从上层用户获取信息。 　　2）用户参与信息传播环节，并有与其他用户的互动。 　　3）每个用户的多次转发，仅统计一次。 　　2.3 模型建立 　　微博社交网络最基本的两种行为包括信息关注和向外分享，同时用户的评论对信息的传播有很大的影响，积极的或者消极的作用，甚至出现删掉微博信息的状况。在微博中，明星或公众用户作为制造话题的主要来源，在内容的释放和接受时，很难选择信息释放的范围，其释放和接受的速度也很惊人。因为微博主要在非熟人圈子中进行信息传递，对于信息将被谁获得、怎样传播很难控制。图2构建了微博中较大度值用户信息传播模型。 　　图2中圆圈表示粉丝关注，由信息传递模型可知，明星或公众用户的状态通过3条途径以很高的速度被大量关注，除了粉丝关注外还有第三方插件平台制造话题和好友转发这两个不可忽略的途径，很明显后两者也起到了很重要的作用。 　　2.4 数据计算与绘图 　　将从新浪微博中获取的数据，输入软件按照模型进行计算，绘制传播路径图，得到多关键点