基于社会网络分析视角的微博学术信息交流实证分析
社会网络分析在虚拟社会管理中的应用——以“微博”议事为例
［ ４ ］Ｔ ｈ ｅ Ｉ ｎ ｎ ｏ ｇ ｒ ａ ｐ ｈ ｙ Ｐ ｌ ａ ｆ ｔ ｏ ｒ ｍ ［ Ｄ Ｂ ／ Ｏ Ｌ ］ ．［ ２ ０ １ ２ －１ ２ －２ ０ ３ ．
ｈ ｔ ｔ ｐ ： ／ ／ ｗ ｗｗ． ｉ ｎ ｎ ｏ ｇ ｒ ａ ｐ ｈ ｙ ． ｃ ｏ ｍ／ ｐ ｒ ｏ ｄ ｕ ｃ ｔ ｓ ／ ｉ ｐｂ ｕ ｓ ｉ ｎ ｅ ｓ ｓｉ ｎ ｔ ｅ ｌ －
图论 的 定 性 研 究 方 法 为 解 决 这 些 矛 盾 提 供
［ 中 图分 类号 ］Ｇ ２ ０ ６ ［ 文献 标 志码 ］Ａ ［ 文章 编 号］ １ ０ ０ ５ —８ ２ １ ４ （ ２ ０ １ ３ ） １ １ —０ ０ ４ ５ －０ ５ １ 研 究 背 景 ：虚 拟社 会 管理 中的矛 盾 和挑 战 虚 拟社 会 作 为 现 实社 会 的一 种反 映和 延 伸 ，其 各 种 活动 是 基 于互 联 网进行 的 ，它所 特 有 的开 放 性 、匿
［ 参 考 文献 ］ 分 析 、 竞 争 情报 ；陈 国钢 （ １ ９ ７ ８ 一） ， 男 ，浙 江 大 学 信 息资 源 分析 与 应 用研 究 中心馆 员 ，研 究 方 向 ：科技 情 报 检 索 与分 析 。 ［ 收 稿 日期 ］２ ０ １ ３ —０ ２ —０ ４ ［ 责任 编 辑］ 邵晋 蓉
究相 结合 ，为判 定 信 息真 假 、查找 虚 假 信 息
源 头 、更 好 地 了解 和疏 导 民意 ，进 而服 务 于
政 府 决 策 提 供 了一 种 可 行 方 法 ．尝 试 将 社 会 网络 分析 应 用 于虚 拟 社会 管 理 中 。
［ 摘
要］ 实名 身份认证与 民意真 实表
达 、真 相 与 虚假 信 息的 甄 剐 、舆情 控 制 与 民 意 疏 导 是 当今 虚 拟 社 会 管理 所 面 临 的 矛 盾 和挑 战 。社 会 网络 分析 （ Ｓ Ｎ Ａ） 利 用数 学和
基于微博数据的社会关系网络分析研究
基于微博数据的社会关系网络分析研究随着社交媒体的日益普及和用户数量的不断增加，社交媒体平台成为了人们日常交流和信息传播的重要渠道。
微博作为国内最具代表性的微博平台之一，其海量的用户数据以及强大的社交关系网络，为研究社会关系、用户行为、话题热度等提供了丰富的数据支持。
本文将对基于微博数据的社会关系网络分析研究进行探讨。
一、微博社会关系网络分析的基础原理微博用户之间的社会关系网络可以通过用户之间互相关注来建立，同时用户通过微博的转发、评论、@等操作形成复杂的社会关系网络。
针对微博社会关系网络的分析，一般需要按照以下步骤进行：1、建立用户关系矩阵。
将用户之间的关注行为转化为用户关系矩阵，矩阵中的每一个元素表示用户之间的关注情况。
2、求解用户近邻矩阵。
根据用户关系矩阵，可以求出任意两个用户之间的距离，进而计算出每个用户的近邻矩阵，用于表示用户之间的社会关系强度。
3、进行社区发现分析。
将用户近邻矩阵输入到社区发现算法中，可以自动将用户划分为若干个社区，从而为用户分类、行为分析等提供依据。
4、计算用户中心性指标。
通过计算用户中心性指标（如度中心性、接近中心性、介数中心性等），可以分析用户在社会关系网络中的作用和影响力。
二、微博社会关系网络分析的应用场景基于微博数据的社会关系网络分析可以应用于以下方面：1、用户分类分析。
通过对用户社交行为和社交网络进行分析，可以将用户划分为不同的类别，比如活跃用户、潜在用户、新用户等，从而为精准营销和用户管理提供依据。
2、舆情传播分析。
通过分析微博用户之间的关系网络，可以了解用户之间的信息传播路径和影响力，进而对舆情的发展趋势和传播效果进行预测和评估。
3、社会关系网络优化。
通过对微博社会网络的分析，可以发现社交媒体平台上的社会网络存在的问题，比如社交黑洞、孤立用户等，从而为社会关系网络的优化提供依据。
三、微博社会关系网络分析的局限性尽管微博数据庞大、分类丰富、更新快速，但其社会关系网络分析也存在一定的局限性：1、数据采集和处理难度较大。
基于复杂网络的微博信息传播研究共3篇
基于复杂网络的微博信息传播研究共3篇基于复杂网络的微博信息传播研究1基于复杂网络的微博信息传播研究随着网络技术的不断发展，微博已成为人们获取信息、表达观点和交流思想的重要平台。
微博信息传播的复杂性，更引发了研究者们对微博传播过程及其影响因素的关注。
而复杂网络是一种重要的分析工具，可以揭示微博信息传播的规律和机理。
本文将从复杂网络的角度探讨微博信息传播的过程与特点，分析影响微博传播的主要因素，并探讨如何利用复杂网络分析方法提高微博信息传播的效果。
一、微博信息传播的复杂性微博信息传播的复杂性主要表现在以下三个方面：1.网络结构的复杂性：微博用户之间的关系不是简单的线性关系，而是复杂的非线性网络结构。
微博用户之间既存在直接的关注关系，也存在间接的相互转发、评论、点赞等关系。
同时，微博用户还会根据自己的兴趣、好友等因素形成各种小团体。
2.信息内容的多样性：微博上的信息类型丰富多彩，既包括文字、图片、视频等多种形式的内容，也包括各种话题、事件等不同类型的信息。
不同类型的信息对于传播的影响也存在差异。
3.用户行为的多样性：微博用户的行为十分复杂，不仅包括发微博、转发、评论等基本行为，还包括关注、点赞、私信等更加细粒度的行为。
用户行为多样性的存在使得微博信息传播的规律更加复杂。
二、影响微博信息传播的主要因素微博信息传播的复杂性意味着影响微博传播的因素非常多样。
在众多因素中，以下几个方面是影响微博传播的主要因素。
1.信息本身的质量：信息的主题、内容、话语等对于信息的传播具有重要的影响。
如果信息趣味性强，内容新颖独特，对于信息的传播具有非常积极的效果。
2.网络结构和用户的特点：网络结构的不同和用户的特点也是影响微博传播的重要因素。
如果微博用户之间的联系紧密，且关注合适，那么信息的传播会更加迅速。
而如果用户之间的联系稀疏，那么信息的传播效果就会大打折扣。
3.传播过程中的干扰：在微博信息传播的过程中，一些意外的事情有可能会发生干扰，如被关键用户屏蔽等，这些随机因素对于信息的传播也会产生明显的影响。
社会网络分析在微博信息传播中的应用研究
社会网络分析在微博信息传播中的应用研究作者：刘小平田晓颖肖光杰来源：《新媒体研究》2018年第05期摘要将社会网络分析与微博信息传播相结合进行研究是近些年学术界的热点，因此对其进行梳理与总结是十分必要的。
文章从研究主体、关系网络选取两个维度分析社会网络分析法在微博信息传播领域的应用现状。
认为，社会网络分析在微博信息传播领域的研究仍处于起步阶段，评价指标、研究范式都需要进一步的完善；受数据获取技术限制较大，导致研究类型单一，以及研究深度、广度不够。
关键词微博；信息传播；社会网络分析中图分类号 G2 文献标识码 A 文章编号 2096-0360（2018）05-0025-02在大数据时代背景下，许多新方法与信息传播研究领域相融合。
社会网络分析（social network analysis）作为微博信息传播的新兴研究方法，引起了学术界的广泛关注。
然而该领域现有研究相对零散，方法应用不够规范、评价标准不统一，这将不利于此类研究的深入和完善。
因此对该领域的已有研究进行概括与梳理是十分必要的。
本研究对社会网络分析法在微博信息传播中的应用情况进行归纳探讨。
主要从研究主体和关系网络选取两个维度进行分析，总结现有研究的主要类型及特征，并探讨现有研究存在的问题及未来展望。
1 社会网络分析方法介绍社会网络分析是研究社会结构和社会关系的一种分析方法，“社会网络”是社会行动者及其间关系的集合。
社会网络这一领域的理论研究源于Mllgram提出著名的“六度分割”思想[1]。
破除实体论的思维方式和研究方式是社会网络分析共同的前提，它倡导的是关系论的思维方式和研究方式[2]。
关系论思维从社会网络角度来研究社会关系结构，是一种结构主义视角下的量化分析。
刘军、杨辉认为网络分析是一种不同于因果性分析的另类研究思路，它提供了“交互”的视角，倡导的不是单向因果分析，而是双向因果作用[3]。
2 社会网络分析在微博信息传播中的应用2.1 研究主体利用社会网络分析对微博信息传播进行研究的文献按研究主体划分主要分为两类：一类是以某一具体事件为研究主体；另一类是以某一微博用户类型为研究主体。
微博数据分析报告
微博数据分析报告在当今社交媒体时代，微博作为一种典型的微型博客平台，已经成为许多人展示自我、传递信息、分享感悟的重要途径。
同时，微博也是数据分析的宝库。
通过对海量微博数据进行分析，我们可以了解社会热点、定位受众、优化营销策略等，这不仅对个人用户、企业和机构有着重要的意义，也有助于学术研究的深入推进。
本文旨在通过微博数据分析报告，探究微博与大数据的有机结合，以及这种结合带来的实际效益。
一、背景介绍2010年4月，新浪微博正式推出，成为中国最知名的微型博客服务之一。
截至2021年，新浪微博已经拥有超过5亿注册用户，每天产生的微博数量更是惊人。
在这么庞大的数据背景下，微博成为了了解大众心态、社会舆情和消费市场的重要途径。
然而，由于信息极度分散和大量的噪声导致信息难以过滤，微博数据分析成为了挑战。
二、微博数据分析因为微博的特点，微博数据分析者所能获得的数据的质量取决于文章的相关性、评论的深度和相关外部数据的可用性，所以数据的清洗和筛选尤为重要。
1. 社交网络分析在微博社交平台中，用户与用户之间建立的关系可以形成一个社交网络。
这个网络可以通过分析微博用户之间的互动比率、粉丝数量、关注数量等因素而得到。
从而了解哪些用户在该领域比较有影响力，了解关注用户的类别、倾向和兴趣，帮助企业制定社交媒体的营销策略。
2. 情感分析情感分析是微博数据分析的另一个核心领域，主要是通过自然语言处理等技术，对微博内容的正负面情绪进行分析。
甚至可以把情感分析整合到某些产品的构建过程中，用来调整顾客实际的路径行为，提高他们的满意度，提高销售。
3. 主题分析主题分析指对微博文本手动或自动分类，以发现文本中存在的主题及其相对重要性。
这些主题可以是一个事件、一个话题、一个热点等，通过对微博文本的关键词、上下文、标点符号等进行分析，获得这些主题，从而在社会变化、营销策略等方面有所启示。
三、数据分析优势1. 切入细微市场通过微博数据分析，企业可以更加直接的关注到那些参与互动的消费者，更清晰地了解他们的需求和偏好，并有效地与这些消费者建立互动及合作关系。
社交网站和微博的信息传播比较——以社会网络分析结果为依据
二、 中心度分析 将人人 网的关系矩 阵输 入 Ｕ Ｉｅ６０软件 ， 算其行动 Ｃｎ ｔ ． 计
整 个 网 络 点 出 中 心度 ＝ ． ％ ２９ ３ 整个网络点入中心度 ＝ ． ９ ２６ ％ ４ 点 出中 心 度 指 的 是信 息 的 流 出 ， 这 里 表 明 的是 人 人 网 在
台上 的流动 ， 文分别选取 明星和草 根的微博使用 情况作 为 者 结 点 中 心度 ， 果 为 ： 本 结
本文采 用社会 网络分析 方法对社 交网站和 微博 的信息 传 播情 况进 行 比较 ， 中社交 网站 以人 人网为例 ， 其 微博 则选 取新浪微 博为例 。
一
Ｏ Ｏ ｅ ● ０ ａ ０ ●
０ ０ ０ Ｏ Ｏ ０ Ｏ 口 ０ ｅ
播 信 息 的 方 式 ， 言之 不 同的 媒 介 技 术 造 成 了不 同 的 信 息 传 播 方 式 。 本 论 文 属 简
于量化研 究 ， 当前应 用最热 门的社 交 网站和微 博为 分析 对 象， 用社 会 网络 以 运 分析 法， 两者的传播 模式进 行分析 对比 ， 对 分析 同属 于 关 系型的媒介技 术平 台
学 术
是否 因为功 能设 置的差异 而造成信息在使用者之 间流动 的差异 ， 这种差异具体
如何表现。
台
Ｉ
网－ －
关键词 ：社 交网站 微博 社会 网络分析
年 发 展 迅 猛 。 至 ２ ０ 截 ０ ９年 ２月 ， 中 高 的 好 友 （ 人 网 中 的 人 气 高 低 可 以通 过 页 面 的 访 问量 得 到 人 国 网络 社 区业 务 月 度 覆 盖 用 户 规模 达 １６ ２亿 人 次 ， ２ ０ 体现 ）因此本文将抽取 Ｌ Ｊ好友中页面访问量居于前 ４ ． ３ 比 ０８ ， Ｙ ９位 年 １月份 的 １１ ８亿 网 民覆 盖 规模 增 长 了 ４ ．％ 。 其他 互 的 好 友 ， 上 Ｌ Ｊ 共 ５ ．８ １ ７ 同 加 Ｙ ， ０人 组 成 分 析 样 本 ， 社 会 网 络 分 析 用
“数字营销”微博圈的实证研究--基于社会网络分析视角
“ 数 字营销＂ 微博 圈的实证研 究
— —
基 于社会网络分析视角
Ｂａ ｓ ｅ ｄ ｏ ｎ Ｓ ｏ ｃ ｉ ａ ｌ Ｎｅ ｔ ｗｏ ｒ ｋ Ａｎａ ｌ ｙ ｓ ｉ ｓ
Ｅｍｐ ｉ ｒ ｉ ｃ ａ ｌ Ｓ ｔ ｕ ｄ ｙ ｏ ｎ” Ｄｉ ｇ ｉ ｔ ａ ｌ Ｍａ ｒ ｋ ｅ ｔ ｉ ｎ ｇ ”Ｍ ｉ ｃ ｒ ｏ ｂ ｌ ｏ ｇ Ｃｉ ｒ ｃ ｌ ｅ ：
ｔ ｈ ｅ Ｓ ＮＳ ｍｅ ｔ ｈ ｏ ｄ ．Ｂ ｙ ａ ｐ ｐ ｌ ｙ ｉ ｎ ｇ ＵＣＩ Ｎ ＥＴ ｓ ｏ ｆ ｔ ｗａ ｒ ｅ ，ｗｅ ｄ ｒ ａ ｗ ｓ ｏ ｃ ｉ ｏ ｇ ｒ ａ ｍ，ｃ ｅ ｎ ｔ ｒ ａ ｌ ｉ ｔ ｙ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ，ａ ｎ ｄ ｄ ｉ ｓ ｔ ｉ ｎ ｇ ｕ ｉ ｓ ｈ ｃ ｏ ｍｍｕ ｎ ｉ ｃ ａ ｔ ｉ ｎ ｇ ｓ ｕ ｂ ｇ ｒ ｏ ｕ ｐ ｓ ．Ｔ ｈ ｅ
中 图分 类 号 ： Ｇ ２ 号 ： １ ０ ０ ６ — ４ ３ １ １ （ ２ ０ １ ３ ） ３ ０ — ０ １ ６ ５ — ０ ３
０ 引 言
法如下 ： 首 先在 新 浪 微 博 平 台上 以 “ 数 字营 销 ” 为标 签 进 行
微博 ， 即微 型 博 客 ， 是 基 于 互 联 网 终 端 发 布 的 精 短 信 用户搜索 ， 将被关注人数较高（ 超过 ４ ０ ０ ０ 人） 的微博用户记 息以供 网友共享 的信息平 台。微博 主可以利用微博 的“ 关 录 下 来 ，选 取 了其 中 １ ２名 用 户 （ 大 数 据 营销 峰 会 、 中 国 ＭＯ俱 乐部 、 中传 互 动 于 明、 中传 互 动 、 淡定 的张 一 、 江 枫 注” 功 能 选 择 自己 感 兴 趣 的人 进 行 关 注 ， 便 于 及 时 的信 息 Ｃ ｄ ａ ｔ ａ ｔ ａ ｌ ｋ ｓ 数据赢家等 ） 。 然 后再 提 取 他 们 的标 签 进 行 共享。 通 过这种“ 关 注— — 被 关 注 ” 形 成 的具 有相 似 兴 趣 的 时 评 、 选 出 ６个被提到频率最高 的标签 ， 即大数据、 云计算、 微 博 圈 则 具 有 潜 在 研 究 的价 值 。 本文 以“ 数 字 营销 ” 微 博 圈 统计 ， 数据挖掘 、 新媒体 、 微 电影、 公关 ； 然后再通过微博标签找人 为例 ， 分析 该 博 客 圈 成 员 的深 度 交 流 互 动 现 状 。 社 会 网络 分 析 方 法 是 研 究 社 会 关 系 的 量 化 的 研 究 方 的功 能来 确 定 研 究对 象 。 此 处 的 找人 是 通 过 上 面 统 计 的 ６ 个 标 签 中 的某 个 标 签 外 加 “ 数 字 营 销 ” 这 个 标 签 ， 以 此来 使 法， 目前 更 多 的被 应 用 到 虚 拟学 习社 区 的网络 研 究 中。 如 张 大 数据 数 豪锋 等 以教 育 技术 系 同 学 组 成 的 Ｑ Ｑ 社 群 为研 究 对 象 ， 袁 选 取 的 对 象 更符 合 数 字 营 销 圈 内人 。 比如 输 入 “ 两 个标 签 ， 进行第一次搜 索， 然 后以“ 云 计 算 数 字 园等 以共 链 关 系研 究 了微 博 用 户 关注 兴 趣 ，提 出 了 改 进微 字 营销 ” 进 行 第 二 次搜 索 ： 依次类推……， 通 过 ６次 搜 索 ， 总共 博 关 注 推荐 的建 议 。 本文以“ 数字营销” 微 博 圈 为研 究 对 象 ， 营销” ７名 微博 用 户样 本（ 取样 时 间 为 ２ ０ １ ３ 年 ８月 ６ 日） 。 目的在 于 发 现微 博 兴 趣 圈 中 用户 之间 的 交 流 是 否 突破 了现 得 到 了 ９ １ ． ２数 据 处理 微 博 用 户样 本 确 定 后 ，收 集 ９ ７名 微 博 用 户 之 间 关注 以及 被 关注 的 情 况 ， 将样 本 数 据 矩 阵 化， 形 成 微 博 之 间 的 交流 是 一 种 背 对 背 的交 流 方 式 ， 用 户 可 以 个 二值 矩 阵 ， 部 分数 据 结 果如 表 ｌ 所 示。 在 该 矩 阵 中 ， 首 选 择 自 己 的 关 注 对 象 ，但 是 不 能 保 证 别 人 也 同样 关 注 自 行和 首列 表 示 微 博 的用 户名 ，矩 阵 内数 值 表 示 用 户 之 间 的 己。 因而本研究从 “ 关注” 和“ 互 动” 两个维度深入分析该微 关注 关 系 ， １表 示行 用 户 关 注 了列 用 户 ， ０表 示没 有 关 注。 博 圈 的 网络 结 构 特 征 ， 并 试 图 利 用 微 博 圈 平 台打 破 日常 交
社会网络分析法在社会学研究中的应用与案例分析
社会网络分析法在社会学研究中的应用与案例分析社会网络分析法（Social Network Analysis, SNA）是一种用于研究社会关系和交互的方法论。
通过分析个体之间的联系、信息传播、资源流动等社会网络中的相关属性和结构，可以揭示出社会现象背后隐藏的模式和规律。
本文将探讨社会网络分析法在社会学研究中的应用，并通过具体案例分析展示其在解决社会学问题中的潜力。
一、社会网络分析法的基本概念和方法社会网络分析法源于20世纪50年代的数学图论和社会学领域的革新，主要受到数学家Erdos和Renyl在这个领域的工作的启发。
在社会网络分析中，研究者将社会实体（如个体、组织或群体）视为网络中的节点，通过分析这些节点之间的联系来揭示社会系统的特征。
社会网络分析法的基本概念包括节点、边和网络。
节点代表社会实体，可以是个体、组织、团体或事件等。
边是节点之间的连接关系，可以是关系的强度、频率、方向等。
网络是由节点和边组成的结构，可以是一个小型的社交圈子，也可以是全球互联网。
社会网络分析法的研究方法主要包括网络测量、中心性分析、群体识别和关系预测等。
网络测量用于衡量网络的属性，如密度、直径、连通性等。
中心性分析可以帮助识别网络中的关键节点，如度中心性、接近中心性和中介中心性。
群体识别旨在寻找网络中紧密连接的子群，可以通过模块度和划分来进行。
关系预测则可以预测不存在的边或识别节点的属性。
二、社会网络分析法在社会学研究中的应用1. 社会资本研究：社会网络分析法可以用于研究社会资本的生成和传递。
通过分析个体之间的关系网络，可以揭示社交资本、信息资本和资源资本的形成机制，进而解释社会集体行动和社会发展。
2. 社会影响力研究：社会网络分析法可以用于测量和分析个体的社会影响力。
通过分析网络中的中心节点和信息传播路径，可以评估个体对社会系统的影响程度，并揭示社会影响力的传播规律和影响机制。
3. 社会流动与结构研究：社会网络分析法可以用于研究社会流动与社会结构之间的相互作用关系。
从社会学视角分析新浪微博的社交功能
表 １ 新浪微博用户应用情况统计（新浪官方数据） 用户年龄 ３５ 岁以下 ３５￣５０ 岁 ５０ 岁以上 微博内容生产 ７２．１％ １６．４％ １１．５％ 微博日常活跃度 ６８．３％ １９．１％ １２．６％ 微博互动话题 ５７．１％ ３４．５％ ８．４％
如果得不到认证用户转发，很难得到大 范围的推广，进而失去社交的兴趣，从 “创造者”的身份转换为“沉默者”的 角色。另外，长期的微博社交，也很容 易让用户被认证用户所带动，进而压制 自身的性格特征。以姚晨的新浪微博为 例，从微博主的角度看，通过分享自我、 展现自我的过程，能够收获数千万的粉 丝，这种赞赏行为便为将人气价值转换 为现实利益奠定了基础。所以，在微博 的社交互动过程中，肯定会存在由网络 互动转换为现实互动的现象。由此说来， 微博的社交互动是现实社会互动的交叠 与延伸，在一定程度上还会重构当前的 社会结构。 ４ 结语 依靠碎片化的语言模式和广泛的人 际交往圈，微博已经成为网络世界的一 匹黑马。网民通过微博这个窗口，在了 解不同文化背景下人们的价值观念和人 际交往规范的同时，也在调整着自己的 行为模式，以便更好地融入社会，构建 良好的人际网络。但需要注意的是，网 络互动不能取代现实互动，我们在充分 利用网络提供的社交便利的同时，也要 反思虚拟社交带给我们的诸如碎片化信 息、信息不确定性等问题。 参考文献： [1] 张杲 . 微博的社交化运作机制研 究 [D]. 哈尔滨 : 黑龙江大学 ,2015. [2] 邓睿 . 微博传播与互动的社会学 研究 [D]. 成都 : 四川省社会科学院 ,2012. [3] 王林 , 赵杨 . 影响微博社交网络 集群行为执行意向的机制研究 [J]. 情报杂 志 ,2014(12):133-140. [4] 杨品荷 . 赛博空间中的社会互动 研究现状——以新浪微博为例 [J]. 中外企 业家 ,2011(8). 基金项目： 集宁师范学院科学研究 项目， 项目类别：人文社会科学一般项目， 项目名称：新浪微博的功能架构及发展 策略分析——以新浪微博的名人路线为 例，项目编号：jsky2016034。
社会学视角下我国的微博文化研究
社会学视角下我国的微博文化研究
社会学视角下，可以从多个角度对中国的微博文化进行研究。
以下是其中几个可能的研究方向：
1. 社交网络与社会关系：微博作为一种社交媒体，涉及到诸多
社会关系，其中既包括已有的社交网络中的关系，也包括通过微博
建立的新的社会关系。
可以对这些关系的建立、维护，以及对个人
及社会的影响进行研究。
例如，调查微博用户对自己的社会关系的
看法和评价，分析微博对人际关系网络的影响和改变，探讨微博在
生活中的实际应用和作用等。
2. 网络公共空间与信息传播：微博作为一个宣传平台和信息传
播媒介，影响着公共舆论和社会信仰的形成和传播。
可以从角度探
讨微博中的热门话题如何被引导和传播，微博对网络舆论的影响以
及微博用户在信息获取和传播中的行为模式等问题。
同时，也可以
探讨微博在“信息过载”背景下的信息筛选、加工与呈现的特点和
规律。
3. 社会文化与话语权：微博作为一个富含话语的平台，涉及到
言论权、话语权等诸多社会文化问题。
可以探讨微博中话语的力量
和表达的主体，微博信息的传递与制约机制，以及微博话语对社会
文化的引导和带动等问题。
4. 社会控制与风险管理：微博作为一种社会媒体平台，面临着
社会控制和风险管控的问题。
可以探讨微博的管理模式和控制机制，微博使用者对于权力的关系和反响，以及微博在社会风险中的作用
和感知等问题。
同时，还可以探讨微博在社会问题上的参与和社会政策的制定与落实中的作用。
从社会网络角度分析微博
从社会网络角度分析微博To analysis microblog from the perspective of socialnetwork摘要：微博自诞生之日起到现在仍然方兴未艾，作为一种自媒体在舆论的大环境中扮演着越来越重要的角色。
微博这种新媒体的产生给社会网络分析带来了新的平台，国内外学者也对此进行了诸多研究。
本文以社会网络分析为视角，对近年来学者对微博这种新媒体的研究分别以关系群体和微博应用功能为导向作出综述。
以此为基础，探讨未来社会网络视角下微博研究的方向。
Abstract: the microblog since birth day present still emerging, as a kind of the media in the environment of public opinion plays a more and more important role. Weibo production of this new media brings to the social network analysis is a new platform, also has many research scholars both at home and abroad. In this paper, based on the perspective of social network analysis in recent years scholars on weibo, respectively in the research on the new media relations group and microblogging application function oriented under this article. On this basis, this paper discusses the future social weibo research under the network perspective.关键词：微博，社会网络，群体，应用功能Keywords: microblogs, social networks, groups and applications微博最先出现于美国，其中最具代表性的微博网站即是成立于2007年的Twitter。
微博用户的社会网络分析——以新浪微博中国国家图书馆官方微博为例
一
相对而 言 ，社会 网络分析 图中的矩阵法和社群 图的表达会
更 为直观 ， 同 时本 文 的 研 究 对 象 是 好 友 之 间 “ 关注 ” 关 系 所 形 成
的社会 网络 ， 因此 ， 所 绘制 出的矩 阵是一个方 向矩阵 ， 社群 图是 个有 向图。 在方 向矩 阵中， 关 系数据 ‰ ＝ １ ， 即用户 关注了用
１ ． １ 样 本 选 择
Ｏ ０ Ｏ
０ Ｏ ０ ０ ０ ０ Ｏ ０ ０ ０
在可视 化社 群 图里 ， 好友 的关注 关系 通过箭 头显 示 ： 箭 头 指 向用户 ，箭尾指 向被关 注用户 ‰。同样 ， ‰ 等值分 为两种
情况 ： 用户 关 注了另一方 ‰则 邻接矩 阵中的关 系数 据 珥 ｍ为
科技情报开发与经济
文章编号 ： １ ０ ０ ５ — ６ ０ ３ ３ （ ２ ０ １ ５ ） １ ９ — ０ １ ３ ７ — ０ ３
Ｓ Ｃ Ｉ — Ｔ Ｅ Ｃ Ｈ Ｉ Ｎ Ｆ Ｏ Ｒ Ｍ Ａ Ｔ Ｉ Ｏ Ｎ Ｄ Ｅ Ｖ Ｅ Ｌ Ｏ Ｐ Ｍ Ｅ Ｎ Ｔ＆Ｅ Ｃ Ｏ Ｎ Ｏ Ｍ Ｙ
２ ０ １ ５ 年 第 ２ ５ 卷
０
Ｏ ０
０
１ １ １ １
０ Ｏ ０ Ｏ Ｏ Ｏ ０ Ｏ
Ｏ Ｏ ０ Ｏ
４
Ｏ
０ ０ ０ Ｏ
Ｏ ０ Ｏ Ｏ Ｏ
５ ３ ５ ４ ５ ５ ５ ６ ５ ３
０ Ｏ ０ ０ ０
社会 中 的个 体成员通 过社会 行为组成 较为稳 定 的关 系网络 ， 即 社会 网络 。伴随着科技 的进步 ， 以及 Ｑ Ｑ、 微信 、 微博等多种 网络 社交 软件 的普及与发展 ，人 与人 之间的相互联 系从 现实生 活扩 大到 了虚 拟的网络世界 。其 中 ， 在微博方 面以新 浪微博 为主 ， 新 浪集 团通 过积极邀请 明星 、 名人 以及各大机构 入驻新浪 ， 参 与互 动， 以提高新浪微博 的知名度 ； 而后 者也希望 以此作 为媒介来增
【推荐下载】社会网络视角下的微博研究分析
社会网络视角下的微博研究分析社会网络视角下的微博研究，以此为基础，探讨未来社会网络视角下微博研究的方向。
微博最先出现于美国，其中最具代表性的微博网站即是成立于2007年的Twitter。
随着新浪微博的开通，2010年成为国内微博元年。
自从微博诞生之日起，国内外许多学者已经对它做出了大量研究。
这些研究的路径不外乎两种，一种侧重于从具体微博的内容上进行分析，另一种侧重于宏观上的整体把握，也即微博用户结构上的研究。
而从社会网络视角来研究微博即是一种整体结构研究。
作为一种新媒体同时也是自媒体，它从博客中来，同时微博又有它自身的传播特点。
首先，微博有140个字符的内容限制，这决定了它的短小精致，可读性强;其次，博客主要以网络为媒介而微博主要以手机等移动互联网为媒介，从而微博有它得天独厚的即时性;再次，微博的用户量大面宽，互动频繁，是一种典型的社交网络。
同时，微博打破了传统媒体一家独大的话语权垄断，并且与传统媒体形成了有效互动，使得广大草根阶层网民的声音也可以传出并得以放大。
整体而言，微博与其他媒体平台间传播模式如图1所示[1]： 如图1所示，X代表微博平台，A、B、C、D、N代表各个微博用户。
每个用户会有自己的其他传播平台，如：报刊、电视台、人人网、豆瓣、博客等，图中D1、D2、Dn即是微博用户D的其他传播平台。
如图所示，其他传播平台和微博可能通过用户D建立起平台间的联系，从而使得信息得以跨平台的传播。
如果聚焦到微博内用户之间的信息传播，微博的传播模型属于无标度网络模型[2]。
如图2所示： 由以上两图可以看出，不管是微博系统中用户之间的相互传播还是微博与其他传统媒体的交互传播，现在社会的信息传播都是通过网状结构进行。
因此，通过社会网络视角对微博进行结构上的分析具有得天独厚的优势。
社会网络分析在微博研究中的运用主要有中心性分析、凝聚子群分析和图论法这三种方法。
其中，中心性是社会网络结构研究的重要工具[3]，中心性分析方法占据学者研究的最大比重，而此方法又细分为点度中心性分析、中间中心性分析和接近中心性分析。
社会网络分析法在社交媒体数据挖掘领域应用实证分析
社会网络分析法在社交媒体数据挖掘领域应用实证分析社会网络分析法（Social Network Analysis，SNA）是一种用于研究人际关系的方法。
近年来，随着社交媒体的普及和发展，SNA在社交媒体数据挖掘领域得到了广泛的应用。
本文将从理论介绍、数据收集与处理以及实证分析三个方面，探讨社会网络分析法在社交媒体数据挖掘领域的应用。
首先，我们来介绍一下社会网络分析法的基本原理和概念。
社会网络分析法主要关注的是人与人之间的关系及其结构。
在社交媒体数据挖掘领域，人与人之间的关系可以通过用户的互动行为来反映。
例如，用户之间的关注关系、好友关系、转发关系等都可以构建成一个社交网络。
通过分析社交网络的结构、节点的属性以及关系的强度，我们可以发现社交网络中的重要节点、社群结构等等。
其次，我们需要进行数据的收集与处理。
社交媒体平台提供了丰富的数据接口，通过这些接口我们可以获取到社交媒体平台上的大量用户数据。
常见的社交媒体平台包括微博、微信、Facebook等。
在收集数据时，一定要注意保护用户隐私，并符合法律法规的要求。
在数据处理方面，我们需要对原始数据进行清洗、去噪等处理，以保证后续分析的准确性。
最后，我们进行实证分析。
实证分析是社会网络分析法在社交媒体数据挖掘领域的重要应用。
通过实证分析，我们可以揭示社交媒体上的用户行为规律、信息传播模式等。
例如，我们可以分析社交网络中的“潜在社群”，即用户之间存在联系但未被直接观察到的群组。
通过研究这些潜在社群，我们可以更好地了解用户的兴趣爱好、观点倾向等，为用户推荐更合适的内容。
此外，社会网络分析法还可以用于研究社交媒体中的网络影响力。
通过分析社交网络中节点的中心性指标，我们可以评估用户对信息传播过程的影响力。
这对于广告营销、舆情监测等方面都有着重要的应用。
通过社会网络分析法，我们还可以发现社交媒体上的关键意见领袖和信息传播路径，从而更好地理解和预测社交媒体中的信息传播现象。
微博社区交流网络结构的实证分析
收稿日期:2010-07-26 修回日期:2010-09-23基金项目:本研究受2008国家社会科学基金项目 网络社区信息运动模式研究 资助(编号:08B TQ029)。
作者简介:王晓光(1980-),男,硕士研究生,讲师,研究方向为信息分析与计量;袁 毅(1963-),女,教授,研究方向为信息咨询、信息分析、网络计量;滕思琦(1982-),男,硕士研究生,研究方向为信息分析与计量。
微博社区交流网络结构的实证分析王晓光1,2袁 毅1滕思琦1(1 华东师范大学信息学系 上海 200241;2 连云港师范高等专科学校计算机系 连云港 222006)摘 要 微博客是继博客之后迅速发展起来的一种新的网络社区平台。
以 M y space9911 网站为研究样本,通过核心-边缘分析和聚类分析,探讨微博社区用户交流网络结构,界定核心与边缘区域,描述聚类群组,发现核心区域和聚类群组的联系,为完善微博社区信息交流系统提供借鉴。
关键词 微博客 社会网络分析 核心-边缘分析 聚类分析中图分类号 G 350 文献标识码 A 文章编号 1002-1965(2011)02-0199-04Em pirical Analysis on Co mmunicating Structure ofM icro -blog Co mmunityW ANG X iaog uang 1,2YUAN Y i 1TENG Siqi1(1 D epa rt m ent o f Info r m a tion Science ,East Ch i na N o r m a l U n i ve rsit y,Shanghai 200241;2 D epart m ent o f C om puter ,L ianyung ang T eacher 's C o ll eg e ,L ianyung ang 222006)A bs tract M i cro-b l og is a n e w s ocial net w ork p latfor m w h ich has develop ed rapidly after b log .B ased on t he st udy of M y s pace9911,t h is paper t ries to res earch i n t o the comm un i cati ng struct ure d is p l ayed by its u s ers by m ean s of both core-p eri phery anal y sis and cl uster a nal y sis ,d efi n e t he co re area and peri phery area ,des cri be cl u st er g roup s ,and find the relati on s h i p bet w een t he co re area and cl u ster groups ,and offers i deas t o i m prov e t h e i nfo r m ati on exch ange syste m of t he m icro -b log comm un it y.K ey words m icro -b l ogs oci a ln et w ork analysis core-peri ph ery an al ys i s cl u ster an al ys i s0 引 言微博客是一种非正式的迷你型博客。
社会网络分析视角下的微博围观模型
社会网络分析视角下的微博"围观模型"摘要：本研究从社会网络分析的视角下看微博，基于社会网络分析理论，将微博中人与人的关系量化，使用专业软件Ucinet进行数据分析和图表制作，得出一个直观模型——微博“围观模型”，该模型体现了微博整体网的基本特点：名人间交流频繁，形成小圈子;普通人置于圈外“围观”，与名人交流的愿望实质上无法实现;普通人与普通人之间的有效交流也很有限。
这一整体网特征还可以被推广到微博中基于相同兴趣而形成的“小团体”中的社会关系。
沿着传播中“技术-传播-社会”范式，微博这一新兴互联网应用形成新的传播方式，新的传播方式构建出虚拟网络。
“围观模型”这一概念虽用来描述这一虚拟网络的特征，却也折射出现实社会中的社会网络关系特点，体现了人们交流的困境。
关键词：社会网络分析微博 Ucinet 围观模型“技术-传播-社会”范式交流困境微博客(Micro-blogging/Microblog)作为新兴的社会化媒体，逐渐受到人们的关注。
微博客，简称微博，是一种允许用户及时更新简短文本(通常少于200字)并可以公开发布的博客形式[1]。
与传统博客和SNS网站不同，微博中的关注更为主动，用户可以根据自己的喜好选择关注的人，而被关注者的动态就会被显示在该用户的页面上，“这种半广播半实时交互的微博客机制，使得用户组成多个交流分享的小圈子，群体传播在这里得到凸显。
”[2]在这里，人们不仅可以与自己实际生活圈子中的朋友互相关注，分享信息，也可以关注名人的一言一行，也有可能得到名人的关注。
微博这一互联网应用的兴起改变了传播方式，随着用户量的增多和稳定，新的传播方式逐渐构建出虚拟社会网络。
本研究将微博用户分为两类：名人与普通人，基于这个分类，使用社会网络分析法，提出“围观模型”这一概念，发现微博社会网络有以下关系特征：1.名人与名人之间互相关注、转发、评论，形成交流的小圈子;2.普通人关注名人，转发、评论其微博，但很少能收到回复，虽有与名人交流的意愿，但无奈只能在圈子之外，处于“围观”状态;3.普通人与普通人之间可能由于种种原因相互关注，但很难产生有效注意力，活跃交流只能保持在某几个特定用户之间，因此，普通人要想扩展关系圈难度较大。
基于社会网络的大学生微博从众行为分析
基于社会网络的大学生微博从众行为分析一、本文概述随着互联网技术的飞速发展和社会网络的广泛普及，微博作为一种新兴的社交媒体平台，已经成为大学生群体中极为流行的信息获取和交流方式。
本文旨在深入分析基于社会网络环境下，大学生微博从众行为的特点、成因及其影响。
本文将界定从众行为的概念，将其放置于社会网络分析的框架下，探讨大学生在微博平台上的互动模式及其对从众行为的影响。
通过实证研究，本文将收集并分析大量大学生微博用户的数据，运用统计学和数据挖掘技术，揭示从众行为在微博传播中的规律和趋势。
本文还将探讨社会网络中的意见领袖和群体动态如何塑造大学生的从众行为，以及个体心理因素和群体压力如何共同作用于微博从众现象。
本文将讨论从众行为对大学生个体发展、社会价值观以及公共舆论环境的潜在影响，并提出相应的引导和管理策略，以促进健康、积极的网络文化建设。
通过对大学生微博从众行为的全面分析，本文期望为理解和引导大学生的网络行为提供理论依据和实践指导，同时为社会网络分析和新媒体传播研究领域贡献新的视角和思考。
二、文献综述在探讨大学生微博从众行为的研究领域中，众多学者已经进行了广泛的理论和实证分析。
从社会心理学的角度来看，从众行为被认为是个体在群体压力下改变自己的观念和行为以适应群体的一种现象。
Asch的经典实验（Asch, 1951）揭示了从众现象的存在，并指出个体在面对明显错误的群体判断时，仍然可能会选择从众。
Festinger 的认知失调理论（Festinger, 1957）也为理解从众行为提供了重要视角，即个体倾向于减少自身认知与行为之间的不一致性，从而可能导致从众行为的发生。
在微博这一特定的社会网络平台上，信息传播速度快，影响力广泛，使得从众行为的研究更具时代意义和实践价值。
张和李（2018）的研究指出，微博平台上的信息传播机制和社交网络结构对大学生的从众行为有着显著影响。
他们发现，大学生在微博上的从众行为往往受到关注人数、互动频率和信息内容等因素的影响。
基于社会网络和文本挖掘技术的微博分析
基于社会网络和文本挖掘技术的微博分析通过该案例，我们将会学习如何对微博数据进行分析。
将要学习和掌握的技术有文本挖掘技术、社会网络分析技术、集成R算法的能力、基于矩阵的层次聚类算法等。
在学习该案例前首先需要了解以下基本概念。
什么是社会网络？●社会网络是指社会行动者及其间的关系的集合。
也可以说，一个社会网络是由多个点（社会行动者）和各点之间的连线（行动者之间的关系）组成的集合。
用点和线来表达网络，这个是社会网络的形式化界定。
●这里的行动者不但指具体的个人，还可指一个群体、公司或其他集体性的社会单位。
每个行动者在网络中的位置被称为“结点(node)”。
行动者之间常见的关系：●亲属关系：父母、子女、夫妻关系等。
●正式关系（权威关系）：正式角色也是关系性的，如老板/职员、教师/学生、医生/病人关系等。
●个人之间的评价关系：喜欢、信任、尊重等。
●行为上的互动关系：行动者之间的自然交往，如谈话、参加会议、拜访、提建议等。
●隶属关系：如参加一项协会、属于某些俱乐部等。
●物质资本的传递：商业往来、物资交流。
●非物质资源的转换关系：行动者之间的交往、信息的交换等。
●空间关联：城市之间的关系，迁入和迁出。
●职位的升迁，地位的流动。
社会网络的形式化表达：社群图：用于表示一个群体成员之间的关系，由点和线连成的图。
根据不同的标准，社群图的种类也不同。
●有向图、无向图：根据关系的方向进行划分。
●二值图、符号图、赋值图：根据关系紧密的“程度”进行划分。
●完备图、非完备图：根据网络中各个成员之间联系的紧密度进行划分。
如果一个图中的任何两点之间都相连，则称为完备图，否则为非完备图。
完备图很少见，一般图都是非完备图。
●矩阵：矩阵中的行与列都代表“社会行动者”，即图中的各点。
行与列对应的要素代表的就是各个行动者之间的“关系”。
有向图和无向图：无向关系：行动者之间的关系没有方向，如参加会议、交流等。
无向图仅仅表明重要关系的存在与否。
无向图对应的矩阵通常是对称的。
基于社会网络中心性分析的微博信息传播研究_以Sina微博为例
（ 上海理工大学管理学院， 200093 ） 上海，
［ “关注” “被关注” 摘要］ 基于社会网络理论， 结合微博用户之间的 与 信息传播的网络拓扑关系， 利用各种中心度和中心 分别从点度中心性、 中间中心性和接近中心性三个方面对微博社会网络的中心性进行了分析， 最后提出了相 势测度指数， 应的启示。 ［ 关键词］ 微博 社会网络分析 中心性 权力 ［ 2797 （ 2010 ） 06009206 中图分类号］ G350 ［ 文献标识码］ A ［ 文章编号］ 1003-
图的接近中心势
2
社会网络中心性分析的三种方法
“中心性” 在社会网络 的描述中， 中心度与中心势
是两种重要的测量方法。中心度指的是一个点在网络 中居于核心地位的程度， 而中心势考察的是整个图的 整体整合度或者一致性， 也就是一个图的中心度。 而 社会网络的中心性又可分为点度中心性、 中间中心性、 接近中心性三种。其中每一种中心性都有中心度和中 心势两种指数来描述。其具体分类如表 1 ：
情报 、 信息与共享
Intelligence， Information ＆ Sharing 基于社会网络中心性分析的微博信息传播研究
— — —以 Sina 微博为例
Research on Microblog Information Dissemination Based on SNA Centrality Analysis — — —A Case Study with Sina Microblog
3
微博社会网络中心性的实证分析
［注3］
在新浪微博中， 用户大致可以分为“名人 ” 和“草 “名人” “关注” ， 根” 两部分， 相对而言 受到更多的 故在 信息及其“网络舆情 ” 的传播中， 起到 更 为 重 要 的 作 用。本文列举的微博用户， 都是有 10 万以上的人数 “关注” “名人” 。本文在取样时采取“滚雪球 ” 的 的方 “名人 ” “关 法， 即在随机确定一个 微博用户后， 观察其 “关注” 注” 对象， 并将被 人数超过 10 万的用户记录下 来， 之后再将记录下来的用户采取同样的方法观察记 录， 从而得到以下一组用户的信息
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于社会网络分析视角的微博学术信息交流实证分析摘要：微博是伴随web2.0技术迅速发展的网络社区平台，越来越多的学者或用户利用微博进行学术信息交流。
以“图书馆学、情报学领域的微博圈”为研究样本，构建关注矩阵，运用社会网络分析法，通过学者之间的关注及交流探寻微博学术信息交流网络的特点，以期为其它领域的学术信息交流提供参考和借鉴，同时为学科发展提供实际应用价值。
关键词：学术信息交流；社会网络分析；微博Based On SNA Perspective Empirical Analysis Microblog Academic Information ExchangeAbstract:Microblog is associated with web technology of the rapid development of the network community platform, more and more scholars or user use Microblog for academic exchanges of information. With "circle of Microblog" in the field of library and library science as the research sample, build on matrix, using social network analysis method, through the scholars attention and interaction between search Microblog the characteristics of the academic information exchange network, so as to provide reference for other areas of academic information exchange and reference, at the same time provide practical application value for subject development.Key words: The academic exchanges of information；SNA；Microblog1研究背景及相关工作1.1 研究背景Web2.0的出现和发展，催生了博客（Blog）、人人网、微博客（简称：微博）、网摘、P2P、天涯社区等虚拟社区的形成,它们所具备的即时性、互动性等优势[1]引发了学术信息交流环境、范围、方式以及内容的巨大的变化：学术信息交流环境由实体空间逐渐转变为虚拟社区平台,不同学者、专业人士之间的交流比现实生活中交流更为真实；学术信息交流的范围不再局限于固定的学科以及人员结构,从整体上实现了跨空间、跨地区共享；学术信息交流的方式从单一向多样转变，从学术座谈会、研讨会扩展到学术博客、学术论坛、学术微博圈等；学术信息交流的内容也打破了传统学术信息交流话题固定、覆盖面少、内容单一的局限性，不仅实现了显性知识的共享，更推动了隐性知识的利用[2]。
其中，微博独特的设计理念，及时、通畅和广泛的用户信息交流渠道，使其在众多的虚拟社区中脱颖而出。
近年来，作为新兴的社交网络应用，微博已经成为网民获取信息的重要途径之一，微博从满足人们弱关系的社交需求逐渐演变为大众化的舆论平台，越来越多机构及公众人物都通过微博来发布或传播信息。
截至2013年6月底，我国微博网民规模为3.31亿，较2012年底增长了2216万，增长7.2%。
网民中微博使用率达到了56.0%，较2012年底增加了1.3个百分点[3]。
1.2 相关工作目前，我国学者对于微博信息交流网络的特点的研究主要集中在以下两个方面：（1）微博用户信息交流网络结构的研究。
王晓光等人[4]首先深入研究与实证分析了微博用户形成的交流网络,分别根据社会网络分析中的核心—边缘理论和聚类分析方法，界定了微博社区中核心区域与外围区域，描述了聚类群组结构,分析了群组间成员彼此关系。
亦有学者[5]提出了3 种信息交流网络结构模型,即圈子模型，嵌套模型和围观模型，并且从微博信息传播机制角度提出了裂变模式和聚合模式，从信息内容分析角度提出了链状模式、环状模式和树状模式。
除此之外，袁毅，杨成明[6]从实证分析的角度出发，跟踪微博用户在时间周期内关于某一话题的交流数据，发现用户在信息交流过程中形成了关注、评论、转发和引用四种社会关系网络，对此，利用社会网络分析软件,测量、比较和分析了四种网络不同的结构形态及其交流特征。
（2）微博社区信息传播模式的研究。
中国科学院国家科学图书馆利用新浪微博平台设立官方微博“科学人讲坛”,构建了集微博信息发布、微博活动直播、微博大屏幕、微访谈等多种微博服务应用于一体的“微博传播云”模式[7]。
刘丽芳[8]通过构建微博的信息传播模式，提出微博客的传播方式既不是传统媒体的线性传播，也不是网络媒体的网络传播，而是一种裂变传播。
社交网络提供了一种基于关系的网络信息传播方式，社交网络信息传播模式中传播者与受众、传播媒介、传播内容、传播方向、传播效果等要素各有其特殊性。
对此,史亚光，袁毅[9]通过构建社交网络传播模式，准确地描述了社交网络中信息传播的过程以及上述要素的特点。
此外,亦有学者[10]结合社会网络分析方法对传播模式、传播者、传播渠道、传播内容和受众等方面分析了影响网络社区信息传播的因素。
随着研究的不断深入，微博信息交流网络模型的建模方法亦倍受关注，微博用户的信息交流机制和微博信息分类技术逐渐走向成熟[11]。
从上述分析可以看出，目前对于信息交流的研究大多都是从信息交流网络结构、信息传播模式等角度进行研究，但以微博为载体的“学术”信息交流研究很鲜见。
此外，目前对微博网络结构、相互关系、交流程度等问题研究尚不够深入，而这正是揭示学术信息交流的关键。
综合以上因素，本文选取图书馆学、情报学领域的微博圈作为实证，从微博构建者之间学术信息交流与信息传播的角度出发，基于建立的关系矩阵数据，运用社会网络分析法，通过学者之间的交流及关注探寻微博学术信息交流网络的特点，以期为其它领域的学术信息交流提供借鉴[12]。
2 理论方法与数据采集2.1理论方法2.1.1社会网络分析方法社会网络分析是从“关系”的角度来研究社会现象和社会结构[13]，本文采用社会网络分析软件Ucinet6进行中心度分析，研究以微博客为载体的图书情报专业学术信息交流过程中的社会网络及其关系。
2.1.2小世界理论20世纪60年代，Stanley Milgram利用熟人之间的关系设计了连锁信件实验，开创了“现象量化”的先河[14]。
任何两个素不相识的人，通过一定的方式，总能够产生必然联系或关系。
最多通过六人的中介，就可以结识任何一个人。
这种颇为典型的现象在学术界概括为著名的“小世界”（small world）理论或“六度分隔”（six degrees of separation）[15]。
本文结合小世界理论，基于关注矩阵统计数据,利用Ucinet 软件,通过“Network→Cohesion →Distance”路径,计算特征路径长度，以判断图情微博学术信息交流是否具有小世界效应，并且从结构特征上判断微博的学术信息传播效率。
2.2数据采集2.2.1确定样本首先在新浪微博平台上，以图情专业微博为搜索方向，在高级搜索中选择条件——“找人”，输入“图书馆学”，便可查找到部分图情的微博主，其中微博构建者包括专家教授、图书馆员、专业期刊杂志、图书馆、专业学生。
搜索结果显示关注度最高（即粉丝数量最多）的微博主为“竹帛斋主”，本次研究便将该博主作为抽样的起点，通过“竹帛斋主”的“关注”和“粉丝”及微博的特色功能——“共同关注”、“我关注的人也关注他”、“他的粉丝还关注了”收集了相关微博主，从而确定了基本样本范围。
由于部分微博构建者的“关注”、“粉丝”及“微博”数量均较少，为了缩小样本，提高选取的链接的相关性，笔者通过“共同关注”、“我关注的人也关注他”、“他的粉丝还关注了”等功能，经过筛选最终确定了30个图情微博关系网络紧密、互动性强的样本。
为方便后续的社会网络分析，笔者对用户名称进行顺序编号，如表1所示。
表1微博用户编号3 书蠹精13 书骨精23 naisi4 彭老图14 西北老汉2011 24 图书馆观察5 图书馆报15 初景利25 catwizard6 图林老姜16 上图赵亮26 赖茂生40后7 老槐17 北大图书馆视界27 书图同归8 陈定权18 吉林省图书馆28 欧阳名扬9 武汉图书馆19 情报学论坛29 蒋永福10 超平20 图林扫地僧30 图林小子2.2.2构造关联图根据筛选的样本构建关注网络矩阵。
其中矩阵的行代表关注者，列代表被关注者，如果某一用户关注另一个用户，则对应的元素值为1，如果没有关注另一个用户或行列对应的元素相同，则对应的元素值为0[16]（此次采集的关注数据截至2013年6月1日14:00）。
所得关注网络矩阵见附件。
根据关注网络矩阵值，构造关联图，通过NetDraw可以将网络关系更直观的地表现出来，如图1所示。
图1关注矩阵图3 过程分析3.1中心度分析根据图1关注矩阵图可以看出，该矩阵反映的是用户之间的有向关系，箭头指向表示“A”关注“B”[17]。
一个结点指向其他结点的箭头的数量记做点出度( outdegree)，一个结点被其他结点所指的箭头的数量记做点入度(indegree)。
点出度表示的是用户关注其他用户的程度，点入度则用来表示用户被其他用户关注的程度。
通过出度和入度，可以判断出哪些用户在图局部中心指数，测量网络中行动者自身的交易能力，没有考虑到能否控制他人。
3.1.1点度中心度在Ucinet中调入关注网络矩阵数据，按照以下路径Network>Certrality>Degree进行点度中心度分析，得出结果见图2。
FREEMAN'S DEGREE CENTRALITY MEASURES--------------------------------------------------------------------------Diagonal valid? NOModel: ASYMMETRICInput dataset: 关注网络矩阵(I:\关注网络矩阵)1 2 3 4OutDegree InDegree NrmOutDeg NrmInDeg------------ ------------ ------------ --------------------------------4 彭老图27.000 24.000 93.103 82.75920 图林扫地僧27.000 17.000 93.103 58.6216 图林老姜27.000 23.000 93.103 79.31028 欧阳名扬26.000 9.000 89.655 31.0348 陈定权25.000 21.000 86.207 72.4141 竹帛斋主25.000 25.000 86.207 86.20714 西北老汉2011 25.000 22.000 86.207 75.86213 书骨精24.000 22.000 82.759 75.86227 书图同归23.000 10.000 79.310 34.48322 图书馆建设_黑龙江23.000 13.000 79.310 44.82816 上图赵亮21.000 20.000 72.414 68.9667 老槐21.000 26.000 72.414 89.65511 图书情报工作19.000 21.000 65.517 72.41418 吉林省图书馆9.000 12.000 65.517 41.3795 图书馆报19.000 20.000 65.517 68.96615 初景利18.000 20.000 62.069 68.96621 上图文献服务18.000 13.000 62.069 44.8283 书蠹精17.000 23.000 58.621 79.31010 超平15.000 24.000 51.724 82.75924 图书馆观察15.000 18.000 51.724 62.0699 武汉图书馆15.000 14.000 51.724 48.27623 naisi 14.000 22.000 48.276 75.86212 图有其表14.000 24.000 48.276 82.75926赖茂生40后14.000 14.000 48.276 48.27619情报学论坛12.000 12.000 41.379 41.37925 catwizard 11.000 19.000 37.931 65.51730 图林小子9.000 7.000 31.034 24.1382 立人图书馆 5.000 11.000 17.241 37.93117 北大图书馆视界 4.000 15.000 13.793 51.72429 蒋永福0.000 11.000 0.000 37.931Network Centralization (Outdegree) = 33.056%Network Centralization (Indegree) = 29.489%图2 点度中心度计算结果从图2 点度中心度计算结果可以看出，点出度较高的为4号“彭老图”、20号“图林扫地僧”、6号“图林老姜”，点出度均为27，表明他们关注其他用户的程度较高；点入度较高的为7号“老槐”（点入度为26）、1号“竹帛斋主”（点入度为25）、4号“彭老图”、10号“超平”、12号“图有其表”（点入度均为24），表明他们更受关注，○处于图情微博客圈的领袖地位,发布的微博具有较高话语权,容易引起大家的互动，通过评论、转发扩大微博影响力。