基于社会网络的企业微博信息传播途径分析.doc

《基于社会网络的企业微博信息传播途径分析.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于社会网络的企业微博信息传播途径分析引言随着网络与信息技术的发展，虚拟社区以多种模式发展而微博成为时下最流行的模式。“微博”即微型博客，每条信息字数限制在140个以内，发布和传播更方便快捷，实时传递，越来越多的用户利用这一服务在不同的对象之间发布和共享信息［1］。微博最大的特点是基于社交网络的自媒体平台，利用社交网络，信息呈几何级数裂变式传播［2-4］，而且其灵活且广泛的架构降低了参与门槛。微博的信息传播问题已经引起了学者们的广泛关注。众多企业看到微博信息传播的特点，纷纷加入，成为企业微博用户。企业微博是以企业或其产品为名注册的微博［5］，是

2、通过微博平台认证系统认证的，旨在传播企业品牌和及时发布产品最新信息，增加与消费者进行直接沟通的机会，让信息传播更到位。企业拥有企业官方微博的同时，其子品牌、地方分支机构、各组织部门、高管、职员等也开设单独的微博并认证，具有独立的职能，这样的企业微博策略即称为集团微博或家族微博。而社会网络在传播信息［6_8］，产品和创新［9］等方面凸显了重要性。尤其是最近的社会媒体的发展，都加强了网络在信息传播［10-11］中的作用。平亮、宗利永［12］基于社会网络理论，以新浪微博为例，结合微博用户之间的“关注”与“被关注”关系，建立了信息传播的网络拓扑结构，提

3、出了相应的启示。王晓光［13］以新浪微博为例，对微博客用户行为特征与关系特征进行了实证分析。袁毅等［14］根据某个时间周期内，微博用户关于某一话题的交流数据，得到用户在交流中形成的关注关系、转发关系、评论关系和引用关系4种社会关系网络，找出其不同之处以及共同特征和联系。已有的研究从社会网络角度，研究某一话题的传播途径或用户行为特征，但是针对企业微博信息传播网络的研究还很少，因此，本文从社会网络角度研究企业微博信息传播的途本径，分析影响企业微博信息传播的关键因素，为企业充分利用微博平台提供参考。1研究方法与数据来源研究方法社会网络分析方法反映各个

4、体之间的关系。社会网络分析方法是由社会学家根据数学方法论等发展起来的揭示个体之间错综复杂的结构关系的定量分析方法。社会网络分析将被分析对象视为社会行动者和他们之间关系的集合，通过建立各种数学分析模型进行量化研究，利用计算机技术将行动者及其关系结构以图形的方式展示出来。社会网络分析主要包括网络密度分析和中心性分析。它们是社会网络分析中两个重要的、互补的测度。“密度”指的是网络节点相互联系程度，亦即节点间相互联系的平均程度，反映了网络节点间的紧密或疏离程度。对一个规模确定的网络来说，点之间的连线越多，则该网络的密度越大。网络密度越接近1，网络成员间

5、的联系越紧密，信息在成员间传递的速度越高，成员之间的信息交流越方便。“中心性”描述的是网络节点群体的集中程度，程度中心性越大的点，是越活跃的点。中心性的度量有3种：点度中心度/点度中心势，中间中心度/中间中心势，接近中心度/接近中心势［15］。在本研究中主要关注的是网络中心性，即点度中心性表示出节点在信息传播中具有的权力。中间中心性是测量行动者对其他行动者的控制程度，即一个行动者处于另两个行动者路径之间，能够控制其他两个行动者的交往能力，若该行动者在网络中这样的位置越多，代表它的中间中心性越高很多行动者都需要经过它才能发生联系［15］。点度中心

6、度指的是在社会网络中，一个行动者与很多其他行动者有直接联系，该行动者就处于中心地位，从而拥有较大的权力。点度中心势：中心势特指作为一个图的中心度，中心势指的不是点的相对重要性而是图的总体整合度或者一致性。本文为了研究微博信息传播的途径，在新浪微博中选择一条企业微博信息，查看所有转发该条微博信息的用户之间的关注关系，用社会网络分析法分析企业微博信息传播的途径及各用户在信息传播网络中的地位和作用。数据来源本文选取新浪微博平台上的小米公司官方微博于XX年6月4日13点44分发布的一条标签为“小米手机学院”的微博，在6月11日提取了转发用户基本信息。在

7、这1947位用户中，跟踪到这些用户之间，以及用户与小米公司之间的关注关系，列出关系矩阵，去掉全是0的行和列，得到810X810阶矩阵。由于用户ID较复杂，为了方便，将用户统一按顺序编号为vl到v810。部分关注矩阵见表1。2中的节点代表转发该微博信息的用户，用户之间的关注关系能够反映出信息传播的起点、过程，用户通过关注企业或其他用户能够看到企业或其他用户信息的更新，然后通过转发，使得关注该用户的其他用户也获得该信息，进而根据意愿决定是否转发，形成一个由关注关系反映的转发网络。由图2看出围绕信息源直接进行的信息传播占较大部分，然后是在小团体之间的

8、传播。用户关注关系主要围绕两大用户，这两个核心点分别是v532和v533,有若干两两关注关系绕在周我们可以通过成分分析分析节点的构成运用UCINET进