雷宏振　章　俊　蘭娟麗　袁　丹

（陜西師范大學(xué)國際商學(xué)院 ，陜西 西安710100）

·理論探索·

基于謠言傳播模型的“微博社區(qū)”負(fù)面信息擴(kuò)散效應(yīng)及案例研究

雷宏振章俊蘭娟麗袁丹

（陜西師范大學(xué)國際商學(xué)院 ，陜西 西安710100）

微博在成為新的網(wǎng)絡(luò)社區(qū)平臺(tái)的同時(shí) ，也成為負(fù)面信息傳播的主要載體，本文基于謠言傳播的SIR模型，構(gòu)建了 “微博社區(qū)”負(fù)面信息的傳播模型 ，并利用社會(huì)網(wǎng)絡(luò)分析方法，以浙江義烏 “微笑哥”之謎為實(shí)證研究對(duì)象，研究結(jié)果表明網(wǎng)絡(luò)社區(qū)內(nèi)負(fù)面信息擴(kuò)散的關(guān)鍵節(jié)點(diǎn)單一，信息傳播路徑分散 ，節(jié)點(diǎn)自接受信息的途徑寬，整個(gè)負(fù)面信息傳播網(wǎng)絡(luò)呈現(xiàn)松散性特征。

微博社區(qū) ；負(fù)面信息 ；擴(kuò)散效應(yīng) ；案例研究

在Web2.0時(shí)代，微博作為一個(gè) “自由互動(dòng)空間”，在表達(dá)個(gè)人言論、情感、意見的同時(shí)，也成為負(fù)面信息的主要載體。同時(shí)，由于微博信息主體身份的隱蔽性，微博監(jiān)管的困難，使得負(fù)面信息在短時(shí)間內(nèi)得到快速傳播，因此，研究 “微博社區(qū)”負(fù)面信息傳播機(jī)理及擴(kuò)散效應(yīng)，并在此基礎(chǔ)上進(jìn)行有效的預(yù)見和控制可以起到積極的作用。在現(xiàn)實(shí)生活中，由于預(yù)見和控制滯后所帶來的負(fù)面信息的影響案例有許多，例如，2011年3月日本福島核泄露后所引起的 “搶鹽風(fēng)波”，2014年9月25日的?？?2歲男孩疑食老鼠肉風(fēng)波，這都引起了極大的社會(huì)恐慌。本文試圖運(yùn)用社會(huì)網(wǎng)絡(luò)分析方法 ，研究微博社區(qū)內(nèi)負(fù)面信息傳播的形成機(jī)理及其效應(yīng)，為微博社區(qū)內(nèi)負(fù)面信息傳播的引導(dǎo)和控制提供決策參考。

1　相關(guān)文獻(xiàn)述評(píng)

社區(qū)的概念最早是由德國社會(huì)學(xué)家滕尼斯在其1887年出版的 《社區(qū)與社會(huì)》中提出，他所說的 “社區(qū)”指的是一種基于血緣關(guān)系或自認(rèn)情感的社會(huì)有機(jī)體。隨著互聯(lián)網(wǎng)時(shí)代的到來 ，人們通過互聯(lián)網(wǎng)交流形成了具有共同價(jià)值觀、共同歸屬感的群體，這時(shí)，強(qiáng)調(diào)具有 “精神共同體”屬性的 “虛擬社區(qū)”便凸顯出來，本文所研究的微博社區(qū)便是虛擬社區(qū)的一種呈現(xiàn)形式 ，作為虛擬社區(qū)的一種表現(xiàn)形式，微博社區(qū)是指微博主體利用微博客戶端，圍繞共同的興趣和共同的需要進(jìn)行頻繁的社會(huì)互動(dòng)而形成的具有文化認(rèn)同的共同體和虛擬的活動(dòng)場所，微博社區(qū)內(nèi)的交往具有超時(shí)空性、人際互動(dòng)具有匿名性。微博社區(qū)作為用戶信息分享、傳播與獲取的平臺(tái)，不同于傳統(tǒng)的虛擬社區(qū)，它更強(qiáng)調(diào)關(guān)注信息的產(chǎn)生、擴(kuò)散和傳播。

然而，學(xué)術(shù)界對(duì)于微博社區(qū)的研究相對(duì)缺乏 ，國外對(duì)微博的研究，以對(duì)Twitter的研究為主，Kristina研究了新聞事件在Twitter中的傳播，發(fā)現(xiàn)社會(huì)網(wǎng)絡(luò)在信息傳播中起到關(guān)鍵角色的作用，信息網(wǎng)絡(luò)結(jié)構(gòu)會(huì)影響信息傳播［1］。Kwak等人通過大規(guī)模分析Twitter數(shù)據(jù)，發(fā)現(xiàn)一條信息一旦被評(píng)論，就將快速的在網(wǎng)絡(luò)中擴(kuò)散 ，而且還得出了Twitter的網(wǎng)絡(luò)結(jié)構(gòu)具有非冪律分布、高效率和非互惠性的特征，與人類社會(huì)交流網(wǎng)絡(luò)具有極大不同［2］。此外，還有學(xué)者對(duì)微博信息傳播特征進(jìn)行了研究，發(fā)現(xiàn)了微博信息傳播具有間接性、路徑短、時(shí)效性特征［3－7］。國內(nèi)對(duì)微博的研究主要集中在新浪微博、騰訊微博的實(shí)證研究方面，平亮、宗利永從社會(huì)網(wǎng)絡(luò)的研究視角出發(fā)，通過測量網(wǎng)絡(luò)結(jié)構(gòu)的各種中心性，對(duì)微博信息傳播進(jìn)行了分析［8］。在此基礎(chǔ)上，王曉光、袁毅、滕思琦從實(shí)證的角度，根據(jù)核心——邊緣理論和聚類分析方法，界定了微博社區(qū)中核心區(qū)域與外圍區(qū)域 ，并對(duì)微博社區(qū)內(nèi)的交流網(wǎng)絡(luò)結(jié)構(gòu)和特點(diǎn)進(jìn)行了研究［9］。姜鑫、田志偉則以騰訊微博為研究對(duì)象，進(jìn)一步證明了微博社區(qū)內(nèi)的交流網(wǎng)絡(luò)具有小世界特征［10］。小世界現(xiàn)象的特征是指既具有較高的聚類系數(shù)，又具有較短的平均路徑長度的網(wǎng)絡(luò)，存在小世界現(xiàn)象的網(wǎng)絡(luò)稱為小世界網(wǎng)絡(luò)。在用戶交流網(wǎng)絡(luò)特征的基礎(chǔ)上，劉金榮以 “薊縣大火”微博謠言為實(shí)證研究對(duì)象 ，分析了網(wǎng)絡(luò)中關(guān)鍵節(jié)點(diǎn)對(duì)謠言傳播路徑和傳播速度的影響 ，厘清了其傳播規(guī)律［11］。類似的還有許玉、宗乾進(jìn)、袁勤儉、朱慶華等人以典型的銀行信用卡負(fù)面口碑事件為例，分析了微博社區(qū)中負(fù)面口碑的傳播路徑、負(fù)面口碑的控制能力［12］。

但是，現(xiàn)有的研究沒有對(duì)微博社區(qū)內(nèi)負(fù)面信息的傳播進(jìn)行研究，本文將利用社會(huì)網(wǎng)絡(luò)的分析方法在這一方面進(jìn)行探討。負(fù)面信息是指能夠?qū)€(gè)人、社會(huì)產(chǎn)生消極影響的，不符合社會(huì)實(shí)踐的規(guī)律性、目的性的各類信息，這類信息的呈現(xiàn)形式可以是一張圖片、一條文本信息或者是一段視頻，同時(shí)，這里所研究的負(fù)面信息僅限定為通過微博手段進(jìn)行傳播的負(fù)面信息。

2　負(fù)面信息傳播模型構(gòu)建

微博社區(qū)內(nèi)負(fù)面信息傳播有其特有的傳播機(jī)理和傳播特征，但是目前關(guān)于信息傳播模型應(yīng)用最廣泛的是經(jīng)典的謠言傳播模型，即SIR模型，負(fù)面信息雖然與謠言傳播模型有諸多相似之處，但是，也有區(qū)別，因此，結(jié)合負(fù)面信息傳播過程的實(shí)際情況 ，我們對(duì)經(jīng)典謠言SIR模型進(jìn)行了改進(jìn)，改進(jìn)后的負(fù)面信息傳播模型包含以下4種狀態(tài)：未得到負(fù)面信息狀態(tài) （S態(tài)）、得到負(fù)面信息并繼續(xù)傳播狀態(tài)（I態(tài)）、得到負(fù)面信息但不確定是否繼續(xù)傳播狀態(tài) （IR態(tài)）、得到負(fù)面信息不繼續(xù)傳播狀態(tài) （R態(tài)），模型中各狀態(tài)轉(zhuǎn)移情況如圖1所示。

圖1　RR負(fù)面信息傳播模型動(dòng)態(tài)轉(zhuǎn)移圖

根據(jù)圖示，微博社區(qū)負(fù)面信息傳播模型中4種狀態(tài)的轉(zhuǎn)移情況如下：某節(jié)點(diǎn)未得到負(fù)面信息時(shí) ，處于S態(tài)，當(dāng)它收到負(fù)面信息后，以一定的概率轉(zhuǎn)變成I態(tài)或IR態(tài)，I態(tài)向其所有關(guān)注節(jié)點(diǎn)繼續(xù)進(jìn)行信息傳播后轉(zhuǎn)變?yōu)镽態(tài)，處于IR態(tài)的節(jié)點(diǎn)需要進(jìn)一步等待其它因素的影響，轉(zhuǎn)變?yōu)镮態(tài)或R態(tài)。

對(duì)于上述模型做如下說明：

（1）由于微博負(fù)面信息傳播網(wǎng)絡(luò)的復(fù)雜性和用戶行為的隨機(jī)性，假設(shè)負(fù)面信息只能通過用戶的 “轉(zhuǎn)發(fā)”關(guān)系、“評(píng)論”關(guān)系網(wǎng)絡(luò)進(jìn)行傳播，其它渠道的傳播不在本文考慮范疇。

（2）微博信息具有時(shí)效性，隨著時(shí)間的推移，被繼續(xù)傳播的概率遞減。在經(jīng)過一定的時(shí)間后，處于IR態(tài)的節(jié)點(diǎn)都轉(zhuǎn)變?yōu)镽態(tài)，最終網(wǎng)絡(luò)中將只存在S態(tài)和R態(tài)的節(jié)點(diǎn)。

（3）微博社區(qū)負(fù)面信息傳播的影響因素有3個(gè)：負(fù)面信息網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)復(fù)雜性、負(fù)面信息復(fù)雜屬性、信息節(jié)點(diǎn)（微博用戶）屬性復(fù)雜性。

負(fù)面信息傳播模型的形式化形式即：

微博社區(qū)負(fù)面信息傳播復(fù)雜網(wǎng)絡(luò)可以表示為有向圖G =，?V∈V，v代表負(fù)面信息傳播網(wǎng)絡(luò)中的一個(gè)用戶節(jié)點(diǎn)，?e=（u，v）∈E，u，v∈V表示用戶u關(guān)注了v，表示用戶總數(shù)，表示邊總數(shù)。結(jié)合本文構(gòu)建的負(fù)面信息傳播模型 ，如果某個(gè)節(jié)點(diǎn)用戶轉(zhuǎn)發(fā)或者評(píng)論了某條信息，那么這條信息就會(huì)傳播給所有關(guān)注他的節(jié)點(diǎn) ，負(fù)面信息得到繼續(xù)傳播 ，負(fù)面信息的傳播主要受信息節(jié)點(diǎn)檢查信息的時(shí)間、評(píng)論或轉(zhuǎn)發(fā)概率的影響。因此，針對(duì)負(fù)面信息傳播模型做出如下假定：

（1）信息節(jié)點(diǎn)檢查負(fù)面信息的離散時(shí)間序列為標(biāo)記為Tn，n=1，2，…。信息節(jié)點(diǎn) i在時(shí)刻Tn檢查信息的概率為pin，i=1，2，…，由于微博社區(qū)內(nèi)節(jié)點(diǎn)用戶行為是相互獨(dú)立的，所以pin∈［0，1］是獨(dú)立的隨機(jī)變量。

（2）若在時(shí)刻 Tn，信息節(jié)點(diǎn) i已經(jīng)接受了該條負(fù)面信息 ，且該條負(fù)面信息得以繼續(xù)傳播的概率為 qin，則它是負(fù)面信息屬性因素、信息源因素及信息節(jié)點(diǎn)主觀因素的函數(shù)：

在上述公式中 ，λ1代表負(fù)面信息的屬性因素、信息節(jié)點(diǎn)主觀因素 （即信息節(jié)點(diǎn)在收到負(fù)面信息后，不受其他因素影響的條件下轉(zhuǎn)發(fā)或評(píng)論的概率）。本文假定λ1∈［0，1］是獨(dú)立的隨機(jī)變量，m表示在時(shí)刻Tn已接收到負(fù)面信息的累計(jì)次數(shù)，α表示負(fù)面信息源的累計(jì)可信度 ，β表示累計(jì)強(qiáng)關(guān)系數(shù)。因此 ，當(dāng)信息節(jié)點(diǎn)僅接受1次信息時(shí) ，信息繼續(xù)傳播的概率取決于 pin和λ1的值，二者的值越大，負(fù)面信息傳播的概率就越大，隨著 m值的增加，α和β的值也增加，而 qin無限趨近于0。

負(fù)面信息傳播模型揭示了微博社區(qū)內(nèi)負(fù)面信息的動(dòng)態(tài)轉(zhuǎn)移模式，根據(jù)負(fù)面信息傳播模型，微博社區(qū)內(nèi)負(fù)面信息在動(dòng)態(tài)轉(zhuǎn)移的過程中可能具有松散性特征，接下來我們將通過案例研究對(duì)微博社區(qū)內(nèi)負(fù)面信息傳播網(wǎng)絡(luò)的密度、中心度進(jìn)行分析，進(jìn)一步探析微博社區(qū)內(nèi)負(fù)面信息傳播的特點(diǎn)。

3　案例研究

本文選取的案例來自新浪微博，即2014年7月15日23時(shí)28分，一名經(jīng)過實(shí)名認(rèn)證的名為 “吳法天”的微博用戶發(fā)表了一篇名為 《義烏 “微笑哥”之謎》微博，在微博中爆料了這樣一條信息：浙江義烏工業(yè)園區(qū)張滸村一位80歲的老人與幾位婦女向工業(yè)園區(qū)局長下跪 ，哭求解決問題，但該局長面對(duì)下跪群眾無動(dòng)于衷且笑容燦爛。中午，義烏工業(yè)園區(qū)針對(duì)此事回應(yīng)稱 ，真相并非如此，期間有村民跟該工作人員打招呼，他禮節(jié)性微笑回應(yīng)。這條消息迅速在微博上發(fā)酵 ，被轉(zhuǎn)發(fā)126次，評(píng)論91次。

本文基于新浪微博API，利用自編程序來獲取本研究的數(shù)據(jù)：獲取該條負(fù)面微博日志的評(píng)論信息，主要包括用戶評(píng)論內(nèi)容、用戶ID。在此基礎(chǔ)上，構(gòu)建一個(gè)基于負(fù)面信息傳播的社會(huì)網(wǎng)絡(luò) ，其中節(jié)點(diǎn)表示信息的產(chǎn)生者和傳播者，具體到本研究而言，是對(duì) “吳法天”所發(fā)微博而進(jìn)行評(píng)論的用戶、被評(píng)論用戶轉(zhuǎn)寄 （@功能）給的用戶、以及 “吳法天”本人。

通過以上的三類用戶構(gòu)建鄰接矩陣 ，表示他們之間信息傳播的關(guān)系，其中，矩陣的 “行”代表信息發(fā)送者，“列”代表信息接受者。如果這些用戶中某位用戶將信息傳遞給了另一位用戶 ，則對(duì)應(yīng)的行列元素值為1，否則為0，最終得到一個(gè)二值矩陣。將鄰接矩陣導(dǎo)入社會(huì)網(wǎng)絡(luò)分析軟件Ucinet，然后用運(yùn)用Ucinet的繪圖軟件工具Netdraw繪制出該微博社區(qū)內(nèi)交流網(wǎng)絡(luò)的社群圖 （見圖2）。

圖2　RR微博社區(qū)內(nèi)交流網(wǎng)絡(luò)的社群圖

3.1網(wǎng)絡(luò)密度測度與分析

網(wǎng)絡(luò)密度是指社會(huì)網(wǎng)絡(luò)圖中節(jié)點(diǎn)與節(jié)點(diǎn)之間聯(lián)系的緊密程度，表示社會(huì)網(wǎng)絡(luò)圖中節(jié)點(diǎn)成員之間信息互動(dòng)傳播的緊密性，網(wǎng)絡(luò)密度的測量需要考察社會(huì)網(wǎng)絡(luò)圖中實(shí)際存在的連接數(shù)與最大可能存在的連接數(shù)之比。在一個(gè)包含 n個(gè)點(diǎn)的有向網(wǎng)絡(luò)圖中，所能包含的最大連接數(shù)恰恰等于它所包含的總對(duì)數(shù)，即n（n－1），所以其密度為l/n（n－1），其中，l為社會(huì)網(wǎng)絡(luò)圖中實(shí)際存在的連接數(shù)。

運(yùn)用UCINET軟件對(duì) “浙江義務(wù)微笑哥”這個(gè)負(fù)面信息整體網(wǎng)絡(luò)鄰接矩陣數(shù)據(jù)進(jìn)行密度測度，結(jié)果如表1所示。根據(jù)結(jié)果顯示，在由58個(gè)傳播節(jié)點(diǎn)組成的 “義烏微笑哥”負(fù)面信息傳播網(wǎng)絡(luò)中，實(shí)際存在的連接數(shù)為73條，即73對(duì)節(jié)點(diǎn)之間存在聯(lián)系，且整體網(wǎng)絡(luò)間的密度為0.0221。這個(gè)測量結(jié)果表明這則負(fù)面信息傳播的過程中，傳播節(jié)點(diǎn)與傳播節(jié)點(diǎn)之間的聯(lián)系并不緊密，不存在普遍的、密切的交流關(guān)系。對(duì)此，我們通過構(gòu)造一個(gè)隨機(jī)試驗(yàn)網(wǎng)絡(luò)來進(jìn)行對(duì)比研究。

表1　R負(fù)面信息傳播整體網(wǎng)絡(luò)密度測度

本文選取的案例網(wǎng)絡(luò)中的連線數(shù)為73條，節(jié)點(diǎn)為58個(gè)。在UCINET軟件中構(gòu)造一個(gè)擁有58個(gè)節(jié)點(diǎn)的隨機(jī)試驗(yàn)網(wǎng)絡(luò)，并計(jì)算該試驗(yàn)網(wǎng)絡(luò)的網(wǎng)絡(luò)密度，結(jié)果為0.063，如表2所示。

表2　R隨機(jī)網(wǎng)絡(luò)密度測度

將 “浙江義烏微笑哥”這個(gè)負(fù)面信息網(wǎng)絡(luò)與隨機(jī)試驗(yàn)網(wǎng)絡(luò)的參數(shù)進(jìn)行對(duì)比，發(fā)現(xiàn) “浙江義烏微笑哥”這則負(fù)面信息網(wǎng)絡(luò)的密度要遠(yuǎn)遠(yuǎn)小于隨機(jī)試驗(yàn)網(wǎng)絡(luò)。這說明，負(fù)面信息在傳播的過程中，傳播主體與傳播主體之間的互動(dòng)交流較少，聯(lián)系不夠緊密，整個(gè)網(wǎng)絡(luò)的關(guān)系形態(tài)松散，主要原因在于新浪微博用戶之間缺乏廣泛的互動(dòng)交流。

3.2網(wǎng)絡(luò)中心度測度與分析

網(wǎng)絡(luò)中心度是社會(huì)網(wǎng)絡(luò)分析研究的重點(diǎn)，它表明了網(wǎng)絡(luò)圖中各個(gè)節(jié)點(diǎn)在整體網(wǎng)絡(luò)中的具體位置，進(jìn)一步而言，中心度反映的是網(wǎng)絡(luò)中的節(jié)點(diǎn)在網(wǎng)絡(luò)中的中心權(quán)力和中心地位。在負(fù)面信息傳播的網(wǎng)絡(luò)中，節(jié)點(diǎn)的中心度不僅僅是顯示其所處位置與權(quán)力 ，更體現(xiàn)了網(wǎng)絡(luò)節(jié)點(diǎn)對(duì)網(wǎng)絡(luò)內(nèi)部信息流動(dòng)的控制能力，從而反映了負(fù)面信息傳播過程中的路徑特征。刻畫中心度的指標(biāo)有點(diǎn)的度數(shù)中心度、點(diǎn)的中間中心度、點(diǎn)的接近中心度。

3.2.1點(diǎn)的度數(shù)中心度

節(jié)點(diǎn)的度數(shù)中心度有兩類——絕對(duì)中心度和相對(duì)中心度。點(diǎn)的絕對(duì)中心度是指該點(diǎn)直接相連的點(diǎn)的數(shù)量，點(diǎn)的相對(duì)中心度是絕對(duì)中心度的標(biāo)準(zhǔn)化形式。點(diǎn)的度數(shù)中心度反映的是網(wǎng)絡(luò)中節(jié)點(diǎn)的交互能力，如果一個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)與很多其它節(jié)點(diǎn)直接相連，就認(rèn)為該節(jié)點(diǎn)的度數(shù)中心度較高，該節(jié)點(diǎn)越接近于社會(huì)網(wǎng)絡(luò)的中心位置，該節(jié)點(diǎn)的社會(huì)地位越高，權(quán)力也就越大。在節(jié)點(diǎn)為n的有向網(wǎng)絡(luò)圖中，相對(duì)度數(shù)中心度的表達(dá)式為：

其中C′D（ni）表示第 i個(gè)節(jié)點(diǎn)的中心度。

運(yùn)用UCINET軟件對(duì) “浙江義務(wù)微笑哥”這個(gè)負(fù)面信息網(wǎng)絡(luò)進(jìn)行點(diǎn)的度數(shù)中心度測度，結(jié)果如表3所示。從結(jié)果可以看出 “義烏微笑哥”負(fù)面信息傳播網(wǎng)絡(luò)的整體點(diǎn)度中心度為2.172，1號(hào) “吳法天”是整個(gè)負(fù)面信息傳播網(wǎng)絡(luò)中的關(guān)鍵節(jié)點(diǎn)，明顯高于實(shí)驗(yàn)網(wǎng)絡(luò)中其他節(jié)點(diǎn)，這說明在整個(gè)負(fù)面信息傳播的過程中，1號(hào) “吳法天”處于整個(gè)負(fù)面信息傳播網(wǎng)絡(luò)中的中間位置，與其它眾多節(jié)點(diǎn)之間存在著交流，并且控制著其它節(jié)點(diǎn)對(duì)負(fù)面信息的接受和傳播，但是，我們也發(fā)現(xiàn)網(wǎng)絡(luò)中關(guān)鍵節(jié)點(diǎn)單一，信息傳播路徑分散。

表3　RR“義烏微笑哥”信息傳播網(wǎng)絡(luò)點(diǎn)度中心度測度結(jié)果（前10個(gè)）

3.2.2點(diǎn)的中間中心度

節(jié)點(diǎn)的中間中心度是用來測量某個(gè)節(jié)點(diǎn)作為中介的作用與功能，也就是該節(jié)點(diǎn)作為 “橋”存在能力的大小，在一個(gè)完整的網(wǎng)絡(luò)圖中，如果網(wǎng)絡(luò)的行動(dòng)節(jié)點(diǎn)處于許多交往網(wǎng)絡(luò)路徑上 ，那么 ，可以認(rèn)為此節(jié)點(diǎn)在網(wǎng)絡(luò)結(jié)構(gòu)中處于重要地位，因?yàn)榇斯?jié)點(diǎn)能夠控制其它兩節(jié)點(diǎn)之間的交互溝通，“處于這種位置的個(gè)人可以通過控制或者曲解信息的傳遞而影響群體?！保?3］如果說一個(gè)點(diǎn)處于許多其他點(diǎn)對(duì)的最短路徑上 ，我們就說該點(diǎn)具有較高的中間中心度，一個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)的中間中心度越高 ，那么越多的節(jié)點(diǎn)就必須通過它才能進(jìn)行溝通互動(dòng)。中間中心度的表達(dá)式為：

其中bjk（i）表示第三點(diǎn) i能夠控制此兩點(diǎn)的交往能力，即 i處于j和k之間的捷徑上的概率。

運(yùn)用UCINET軟件對(duì) “浙江義務(wù)微笑哥”這個(gè)負(fù)面信息網(wǎng)絡(luò)進(jìn)行點(diǎn)的中間中心度測度，結(jié)果如表4所示。從結(jié)果可以看出“義烏微笑哥”負(fù)面信息傳播網(wǎng)絡(luò)58個(gè)節(jié)點(diǎn)中 ，13個(gè)節(jié)點(diǎn)的中間中心度大于0。其中，最大中間中心度為959，為原文作者 “吳法天”，其次是 “吳飛微議”、“王海涖”、“mixiahmixiahm ixiah”，中間中心度分別為392、192、153。這說明這幾個(gè)微博用戶在“義務(wù)微笑哥”這條負(fù)面信息傳播的過程中具有一定的“控制力”，就整個(gè)網(wǎng)絡(luò)而言,網(wǎng)絡(luò)中的大部分節(jié)點(diǎn)不需要?jiǎng)e的節(jié)點(diǎn)作為橋接點(diǎn)，便可以接受信息，反映了負(fù)面信息傳播的分散特征 ，其傳播路徑以“吳飛微議”、“王海涖”、“mixiahmixiahmixiah”3個(gè)節(jié)點(diǎn)為中心分散傳播。

表4　RR“義烏微笑哥”信息傳播網(wǎng)絡(luò)中間中心度測度結(jié)果（前10個(gè)）

3.2.3點(diǎn)的接近中心度

節(jié)點(diǎn)的接近中心度指的是該節(jié)點(diǎn)與圖中其它所有其他點(diǎn)的最短距離之和，接近中心度是一種針對(duì)不受他人控制的測度。如果一個(gè)點(diǎn)與網(wǎng)絡(luò)中所有其他點(diǎn)的 “距離”都很短，則稱該點(diǎn)具有較高的接近中心度。具有較高接近中心度的節(jié)點(diǎn)，在信息傳遞過程中較少依賴他人，其測量公式為：

其中，dij是點(diǎn)i和j之間的捷徑距離 （即捷徑中包含的線數(shù)）。

運(yùn)用UCINET軟件對(duì) “浙江義務(wù)微笑哥”這個(gè)負(fù)面信息網(wǎng)絡(luò)進(jìn)行點(diǎn)的接近中心度測度，結(jié)果如表5所示。從結(jié)果可以看出，網(wǎng)絡(luò)中的大部分節(jié)點(diǎn)的接近接近中心度接近于0，這說明在負(fù)面信息傳播的過程中，節(jié)點(diǎn)與節(jié)點(diǎn)之間的信息依賴程度較高，負(fù)面信息資源的傳播被一些中心節(jié)點(diǎn)或小團(tuán)體所控制，信息如果不經(jīng)過中心節(jié)點(diǎn)或小團(tuán)體，那么負(fù)面信息的傳播就會(huì)受阻，不能順利地從一個(gè)節(jié)點(diǎn)傳播到另一個(gè)節(jié)點(diǎn)。這也說明負(fù)面信息傳播路徑較長，傳播形態(tài)松散。

表5　RR“義烏微笑哥”信息傳播網(wǎng)絡(luò)接近中心度測度結(jié)果（前10個(gè)）

4　結(jié)論與啟示

基于實(shí)證數(shù)據(jù)對(duì)微博社區(qū)內(nèi)負(fù)面信息傳播的研究一直較為匱乏，本文通過實(shí)證分析新浪微博上的一個(gè)負(fù)面信息 ，來獲取負(fù)面信息傳播的網(wǎng)絡(luò)結(jié)構(gòu)，構(gòu)建了微博社區(qū)內(nèi)負(fù)面信息的傳播模型，描繪了負(fù)面信息傳播的動(dòng)態(tài)轉(zhuǎn)移模式，并利用社會(huì)網(wǎng)絡(luò)的分析方法 ，比較案例中的 “浙江義務(wù)微笑哥網(wǎng)絡(luò)”與隨機(jī)試驗(yàn)網(wǎng)絡(luò)的網(wǎng)絡(luò)密度 ，發(fā)現(xiàn)試驗(yàn)網(wǎng)絡(luò)的密度小于隨機(jī)網(wǎng)絡(luò)的密度，證明了微博社區(qū)內(nèi)負(fù)面信息傳播具有松散性特征。進(jìn)一步通過對(duì)負(fù)面信息傳播網(wǎng)絡(luò)的點(diǎn)度中心度、中間中心度、接近中心度的分析，發(fā)現(xiàn)影響整個(gè)網(wǎng)絡(luò)內(nèi)信息擴(kuò)散的關(guān)鍵節(jié)點(diǎn)單一，信息傳播路徑分散，節(jié)點(diǎn)自接受信息的途徑寬，節(jié)點(diǎn)與節(jié)點(diǎn)之間的相互依賴程度較高，節(jié)點(diǎn)的這些特征促使了負(fù)面信息傳播松散性的形成。

［1］Kwak H，Lee C，Park H，et al.What is Twitter，a social network or a newsmedia［C］∥Proc of the 19th International Conference on World WideWeb.New York：ACM Press，2010：591－600.

［2］Lerman K，Ghosh R.Information contagion：An empirical study of the spread of news on Digg and Twitter social networks［C］.Proceedings of the 4th International AAAI Conference on Weblogs and Social Media：AAAI，2010：90－97.

［3］Wu Shao－mei，Hofman JM，Mason W A，etal.Who sayswhat to whom on Twitter［C］∥Proc of the 20th International Conference on World WideWeb.New York：ACM Press，2011：705－714.

［4］Tian Zhan－wei，Zhang Qing－pu.Empirical annlysis of microblog information flow features bases on complex network theory［J］.Advances in Information Sciences and Service Sciences，2012，4（7）：163－171.

［5］沈柯軼 .社會(huì)網(wǎng)絡(luò)的社團(tuán)發(fā)現(xiàn)與動(dòng)態(tài)特征研究 ［D］.上海：上海交通大學(xué) ，2011.

［6］Guille A，Hacid H.A predictive model for the temporal dynam ics of information diffusin in online social networks［C］∥Proc of the 21th International Conference on World Wide Web.NewYork：ACM Press，2012：1145－1152.

［7］張賽，徐恪，李海濤.微博類社交網(wǎng)絡(luò)中信息傳播的測量與分析 ［J］.西安交通大學(xué)學(xué)報(bào) ，2013，47（2）：124－130.

［8］平亮，宗利永 .基于社會(huì)網(wǎng)絡(luò)中心性分析的微博信息傳播研究——以Sina微博為例 ［J］.圖書情報(bào)知識(shí)，2010，（6）：92－97.

［9］王曉光 ，袁毅 ，滕思琦 .微博社區(qū)交流網(wǎng)絡(luò)結(jié)構(gòu)的實(shí)證分析［J］.情報(bào)雜志 ，2011，30（2）：200－203.

［10］姜鑫，田志偉 .微博社區(qū)內(nèi)信息傳播的 “小世界”現(xiàn)象及實(shí)證研究——以騰訊微博為例［J］.情報(bào)科學(xué) ，2012，30（8）：1139－1142.

［11］劉金榮.基于SNA的突發(fā)事件微博謠言傳播研究 ［J］.情報(bào)雜志 ，2013，32（7）：78－82.

［12］許玉 ，宗乾進(jìn)，袁勤儉 ，等 .微博負(fù)面口碑傳播研究［J］.情報(bào)雜志，2012，31（7）：6－11.

［13］Freeman L C.Centrality in social networks：conceptual clarification ［J］.Social Networks，1979（1）：215－239.

（本文責(zé)任編輯：孫國雷）

The Diffusion Effect of“Weibo Community”Negative Information Based on the Rumor Spreading Model and Case Studies

LeiHongzhen Zhang Jun Lan Juanli Yuan Dan
（International Business School，ShaanxiNormal University，Xi'an 710100，China）

Weibo as a new online community platform，also become themain carrier of negative information.This article constructed the negative information propagationmodel about“Weibo community”based on the SIRmodel，and using social network analysismethod to analyze the Yiwu incidents，the research results showed that the network community has little key nodes and information transmission path scattered，nodeaccepts theway of informationwidely，mostof thenode is not controlled by others，the negative information dissemination network presents loose sexual characteristics.Then the paper could use the conclusion to control the negative information.

Weibo community；negative information；diffusing effect；case study

雷宏振 （1966－），男，副院長，教授，博士生導(dǎo)師 ，研究方向：知識(shí)管理 ，社會(huì)網(wǎng)絡(luò)。

10.3969/j.issn.1008－0821.2015.05.006

G206.2

A

1008－0821（2015）05－0030－05

2015－01－16

2014年度國家社會(huì)科學(xué)基金項(xiàng)目 “網(wǎng)絡(luò)群間負(fù)面信息傳播的擴(kuò)散機(jī)制、收斂性及風(fēng)險(xiǎn)控制研究”（項(xiàng)目編號(hào)：14BSH052）；陜西師范大學(xué)復(fù)雜性科學(xué)交叉學(xué)科平臺(tái)研究成果之一 （無項(xiàng)目名稱及項(xiàng)目編號(hào)）。