1. 首页
  2. 区块链

惟新前沿|微博在线空间中的意见典范用户及其作用路径 清惟新

“计算思维”与“算法素养”日渐成为现代公民应具有的素养之一。在这一时代背景下,计算传播学研究彰显着其魅力与活力。本期惟新前沿专栏将为大家带来的是我院徐翔教授与刘佳琪、靳菁同学在2021年第七期《新闻大学》上发表的研究成果——《微博在线空间中的意见典范用户及其作用路径》(本文有所删节,完整版以原文为准)

【作者简介】

徐翔,男,同济大学艺术与传媒学院副院长、教授,同济大学中国特色社会主义理论研究中心特约研究员。主要研究方向为网络传播、社交媒体挖掘、文本数据挖掘。

刘佳琪,男,同济大学艺术与传媒学院广播电视学本科生。

靳菁,女,同济大学新闻传播学硕士研究生;清华大学新闻传播学博士生。

【摘要】

本文明确系统地提出微博“意见典范”的概念和问题,并对其现象和路径进行实证分析。以新浪微博用户( N =7825)为样本,结合文本挖掘、统计分析,考察用户在微博使用中的典范用户阶层及其作用、路径、后果。其一,微博虚拟社会中的“意见典范”用户强调的不是“意见领袖”的帖子扩散力或使其他用户接收、认同、扩散某种意见或者讯息的作用,而是从“内容扩散”到“用户内容整体特征扩散”的转变。其二,微博用户表现出朝向顶部“意见典范”用户社会层级而发生内容趋近化的“引力”,其程度和被吸引用户的影响力“能量”大小成正比。其三,用户的影响力和该用户相似于全体用户的平均程度成正比。其四,个体在向“典范”发生内容趋同的过程中减少丰富性、差异性,带来个体趋于自我重复、封闭、窄化的信息“茧房”后果。意见典范及其典范化作用描述的,不是从用户主动地施加于其他用户的某种转变,而是微博中不同影响力“能量”级的用户趋同的客观演化机制;描述的不只是一种静态的用户群体或网络社会层级的静态划分,更重要地是微博中一种动态而确定性的社会内容同质化。

【关键词】

微博意见领袖;意见典范;同质化;用户设置

一、引言

当今的媒体时代,意见领袖及其对于社会、公众、受众的作用得到了广泛的重视,也成为传播学、社会学、营销学、管理学等众多领域的关注重点之一。“意见领袖”描述了媒体讯息、帖子、意见、态度,如何经由某中间环节或渠道而有效地扩散(Lazarsfeld et al.,1948);但并未充分描述用户本身作为整体或“模式”的扩散。高影响力用户的作用,不只是对于意见和态度的有效传播,也应具有对于整体“精神世界”的引领和约制(熊澄宇、张铮,2012)。

因此,本文的核心关注点,是首次明确地强调一种从“意见领袖”到“意见典范”的理论视角和范畴延拓,并且关注在这样一种变化下用户内容整体特征的同质化倾向;同时结合典型的社交网络媒体、自媒体平台之一的新浪微博,对于其中的高影响力用户、意见领袖如何作为“意见典范”的机制和作用进行实证的检验和分析。

二、文献分析与理论探讨

对微博而言,如果把某个用户所生产、发布的所有帖子视为一个整体,每个微博用户则可以视为是个人内容的聚合体。在这样的新型传播空间中,意见典范不是某一些固定和具体的人,而是体现出某种“功能”(function)的主体。而这样的角色功能描述,是传统的“意见领袖”范畴和框架难以有效涵括的,其转向与重点内涵如下。

其一,从内容扩散到用户内容整体特征扩散的同质化趋向。在传播研究中,意见领袖侧重的是意见、态度、帖子、讯息层面的“复制”与扩散。而本文所指的“意见典范”,则强调用户作为一种可发生复制和转移、趋同、扩散的“基本信息单位”。当下的整个媒体系统中的话语权仍归属于既有意见领袖(桑亮、许正林,2011)。然而,意见领袖是否会带来其他用户对于自身整体化内容的趋同性,和其他用户之间在整体内容上的相似程度是不是会随着自身影响力的加强而更为彰显,关系到微博中的用户“主体性”(subjectivity)的塑造与再生产。其二,“议程设置”到“用户设置”的典范作用。在上述用户整体特征扩散的背景下,意见典范则在“用户生成内容”(user-generated content, UGC)和内容层面强调类似的“用户设置”效应:媒介或许不能决定人们说什么和怎么说,但在一定程度上可以决定人们通过言说而成为什么样的用户,朝什么样的用户发展和转变。其三,“用户设置”过程中用户内容整体特征的流动性。意见典范的视点落在整个趋同化的过程中,强调的并非仅是怎样才能成为意见典范的社会学条件,而是用户之间“典范作用-被典范化”形成的整体连接体系和“场域”(布尔迪厄,2005)。它不是单向的施动-受动关系,而是在用户和用户之间、用户和整体拟态环境之间,双向与多向的互动与联系。

在上述基础上,首先本文提出最为基本的假设:高粉丝量(影响力)的用户在体现为“意见领袖”的同时,也体现为“意见典范”;也即,越是高粉丝量的用户,其作为用户“模板”的“典范”的效力越强,与尽可能多的其他用户、具有尽可能更高的整体内容相似度。继续分析和论证的相关联问题和命题为:

(A) 用户的趋顶相似化。对微博用户组成的系统而言,可以推测其中是否存在这些更高优先性的趋同方向和趋同标的。对此提出H1: 不同的用户Ux,表现出朝向顶部高粉丝量用户层的或大或小的相似性,该相似度的大小与用户Ux的粉丝量水平成正比。

(B) 用户的全局相似化。在微博这种线上虚拟社会系统中,行动者不仅只是感知到邻域的影响,还会受到其他非邻域的作用,会形成全局扩散趋同(Global Diffusion Convergence)(Jiang & Jiang,2009)。对此提出H2: 随着用户Ux粉丝量的增加, Ux表现出与全体用户Usg平均相似度的提升,该相似度与Ux的粉丝量成正比。

(C) 用户趋向典范过程中的自我相似化。由于微博用户的粉丝量能级提升的过程,也是不断趋向于“典范”用户内容的过程。由此可得,同一用户所发帖子内容的相互之间的相似化程度会不断加强,在结果上增加自身内容的封闭和重复。对此提出H3: 随着用户Ux粉丝量的增加,Ux表现出其自身帖子的自我相似度的提升,且该相似度与Ux的粉丝量成正比。

(D) 用户在粉丝量的差异条件下,其“趋顶相似化”、“全局相似化”、“自我相似化”程度的同步性和一致性。如前所述,由于层级内相似化是随着用户粉丝量水平的变化,而作为趋于用户“模板”和“典范”过程的一种伴生结果和体现,所以它会具有和顶部相似化、全局相似化的同步和一致。并且由(C)可知,顶部相似化和全局相似化并非相互割裂,而是同步、统一的过程。对此提出H4: 用户的趋顶相似度、全局相似度、自我重复度,具有两两之间显著的正相关性;三者与粉丝量共同构成这四个变量间的cronbach α系数值良好。

三、 研究设计与研究方案

在样本的获取与预处理上,本文选择作为中国乃至全球范围内具有典型性的新浪微博为例,在抓取、清洗7825位用户样本及其每人发布的3000条帖子随机样本基础上,对用户的“典范化”现象和效应进行测量和路径分析。

(表1:样本用户粉丝类型分布情况)

在帖子相似性的度量上,本研究采用在业界和学界有广泛成熟应用、快速和稳定的word2vec词向量及其平均池化的方式进行。使用gensim模块由本课题组编写代码进行word2vec中CBOW模型的设置与训练。

在用户间内容相似度的计算上,根据在两组矩阵中计算平均距离、平均相似度常用的“类平均法”展开。设任意两条帖子(帖子 m 和帖子 n )之间的余弦相似度表示为 S ( m,n ),也即视同于类平均法计算中所需的 dij 。(类平均法公式: )

四、 用户的趋顶相似度、全局相似度、自我相似度(H1、H2、H3的检验)

在相似性的检验上,对各指标按照常用的等频“分箱”方法,把用户划分为人数相同的50个层级。减少个人的过多扰动和噪音,把个体划归到他们分别所属的 “影响力层级”或 “意见层级”。可以看到,在尽可能减少个体噪音和误差的“分箱化”的考察下,粉丝量和用户“趋顶相似度”的皮尔逊相关系数为0.949( p =0.000, N =50),斯皮尔曼相关系数为0.985( p =0.000, N =50)。也即随着指标的发展,用户整体朝着顶部的用户群落趋近、与他们越来越相似,而与影响力底部的用户群落越来越远离和差异化。(图1)因此H1得到检验。

同时,随着层级的提升,每层用户与全体用户的平均相似度的平均值,提升更为明显(图6)。某个层级中所有用户的粉丝数均值,和该层级用户的“全局相似度”的均值,其皮尔逊相关系数为0.746( p =0.000, N =50),斯皮尔曼相关系数为0.820( p =0.000, N =50)。(图2)因此H2得到检验。

(图1:用户的趋顶相似度分布图)

(图2:用户的全局相似度分布图)

对用户的自我的窄化封闭性进行进一步检验。每个用户的3000条样本帖子,组成的3000×300的矩阵Gx,将该矩阵求自我相似度R(Gx,Gx),表明该用户内容的自我重复度、自我相似度以及所形成的自我封闭性。7825个用户的自我相似度计算结果未经正态化转换的原始值分布,如图3所示。结果显示,用户粉丝量越高,则用户内容的自我相似度越高,呈现显著的正相关,Pearson相关系数0.412(p=0.000,N=7825)。因此H3得到检验。

(图3:用户的自我相似度分布图)

五、 用户趋顶相似度、全局相似度、自我相似度的统一性(H4的检验)

根据上文的数据及分析可以得出用户的趋顶相似性、全局相似性及自我相似性都与粉丝数呈显著正相关的态势。三种相似度及其与粉丝数之间的两两相关系数如表2。结果显示,四个因素相互之间,全部是显著的正相关,且相关系数可达0.5乃至0.6以上。随着粉丝量的提升变化,用户会相应地表现出全局相似度、趋顶相似度、自我相似度的一致提高,三者不是独立和无关系的割裂过程,也不是冲突的负相关。

(表2:全局相似度、趋顶相似度、自我相似度的相关性)

为了进一步考察不同的变量之间的内部一致性,用Cronbach's α系数考察用户的趋向顶部相似度、趋向全局相似度、自我相似度以及用户粉丝量,这四个变量之间的统一性。社科研究中,Cronbach's α值达到0.6以上是通常可接受的,0.7以上则是良好的结果。本研究计算结果为0.776,属于良好。故H4得到检验。

六、 总结与讨论

意见典范的现象和作用是当下不可忽视的现象,本文经过实证分析,所假设的H1、H2、H3、H4全部得到检验。 本研究的主要价值在于:一是明确提出“意见典范”的理论视角和概念,考察微博中从简单的“内容扩散”到“用户内容整体特征扩散”、从“议程设置”到“用户设置”的转变,重点聚焦于社交媒体空间中潜藏的同质化现象,这个理论角度是“意见领袖”的范式下难以有效地触及和展开的,也为后续研究提供了有益的理论触角空间。二是 从全局相似性、趋顶相似性和自我相似性的系统化角度,分析了意见典范以及典范化作用的表现和过程、变化,结合这几个有效层面考察动态的“典范化”而非静态的“典范用户”、整体的“用户间性”而非个体的“用户属性”。三是 首次明确分析和验证了微博用户随着粉丝量差异而展现出的全局相似性、趋顶相似性、自我封闭性的统一性,而非相互独立性或对立性。四是 对几种相似化作用之间的关系进行了延伸的分析,指出趋顶相似性起着最为主要和关键的作用;首次进行路径分析对意见典范的作用结构进行模型的检验,结果显示本研究中基于理论和实证考察所构建的模型是具有很好的拟合优度的模型之一,这对前文的假设予以了更好的支撑。

用户的内容生成和“生长”不是随意的和无规律的,而是伴随着朝向意见典范的趋同性,意见领袖本身及其传递的信息也都能够成为设置在用户上的内容,也即从“设定议程”到“设定框架”再到“设定用户”的演变。并且随着用户的影响力水平的提高,他们和典范用户的相似程度越来越高,同时自身成为“典范用户”并体现其典范作用的程度也越高。意见典范强调的并非对于这种特定的作用范围内的同质化现象的直接描述,而是反映在微博整体的意见气候中意见典范如何把自身的“信息基因组”复制、散布于拟态环境;并不是侧重于用户的社会身份、地位等属性的影响,而是侧重如何在“典范化”的作用力场下使得拟态环境中其他用户表现出朝向“典范”转变。这种转变不只是发生在低影响力的被“典范化”的用户身上,也发生在中、高影响力的准典范用户和典范用户身上,只是后者表现出的程度更为强势。甚至在由大量的超高影响力的“头部用户”构筑的“极端”社交媒体情境中,会伴随着用户内容更加相似而导致的信息窄化和封闭,这折射出看似多样、多元的微博公共领域所内蕴的“反公共领域”风险。

在未来在网络传播“共同体”不断塑造的背景下,期待借助更多样化的算法结构、文本结构,以及多学科对此进行综合分析。同时意见典范的这一现象,也值得每一个媒介使用者对于用户个性、主动性、媒介公共领域问题保持警惕和反思。

计算传播既是“计算”的传播,亦是“传播”的计算。期待并欢迎同学们学习和参与更多计算传播学的相关研究,激发学术兴趣,探索科技前沿!

原创文章,作者:热矛网,如若转载,请注明出处:https://www.sbirinfo.com/37/344156.html