宋紅巖 俞定國 劉良模 苗小雨

摘 要 網(wǎng)絡(luò)社交媒體意見領(lǐng)袖逐漸成為影響社會公共事務(wù)的重要推手。基于非權(quán)力領(lǐng)導(dǎo)力理論，文章對社交媒體意見領(lǐng)袖的領(lǐng)導(dǎo)力情況進(jìn)行了研究，構(gòu)建了以影響力、洞察力和思想力為指標(biāo)的綜合評價(jià)體系，設(shè)計(jì)了微博意見領(lǐng)袖領(lǐng)導(dǎo)力計(jì)算模型。同時，以新浪微博為例采用大數(shù)據(jù)挖掘與分析技術(shù)建立數(shù)據(jù)庫，歷時3年進(jìn)行跟蹤研究。結(jié)果表明，目前新浪微博意見領(lǐng)袖以青壯年為主，其領(lǐng)導(dǎo)力與自身的職業(yè)背景、微博參與能力以及與粉絲互動情況密切相關(guān)。

關(guān)鍵詞 社交媒體;意見領(lǐng)袖;領(lǐng)導(dǎo)力

中圖分類號 G2 文獻(xiàn)標(biāo)識碼 A 文章編號 2096-0360（2018）20-0005-05

當(dāng)前網(wǎng)絡(luò)生態(tài)發(fā)生了深刻的結(jié)構(gòu)性變化，傳播裂變效能越來越凸現(xiàn)，以微博、微信等為代表的社交媒體已成為信息發(fā)布和分享的主渠道，社交網(wǎng)絡(luò)中的高影響力用戶，特別是意見領(lǐng)袖，已成為社交網(wǎng)絡(luò)信息大規(guī)模傳播的關(guān)鍵因素，推動社會輿論形成與演變的重要力量。越來越多的研究表明，社交媒體意見領(lǐng)袖在網(wǎng)絡(luò)輿情演變、在線口碑傳播和突發(fā)事件傳播等中起著重要作用，他們影響著大眾的觀念形成及價(jià)值判斷，甚至影響網(wǎng)絡(luò)輿情的走向，進(jìn)而成為網(wǎng)絡(luò)輿論的推動者和引導(dǎo)者。因此，在人人發(fā)聲的年代，如何準(zhǔn)確把握社交媒體意見領(lǐng)袖對社會公眾的影響力，如何通過有序引導(dǎo)他們言行來實(shí)現(xiàn)健康良性社會輿論生態(tài)，這是當(dāng)前學(xué)界與社會必須要破解的難題。

1 文獻(xiàn)回顧

自從1940年拉扎斯菲爾德等學(xué)者在美國政治大選中發(fā)現(xiàn)意見領(lǐng)袖現(xiàn)象開始，國內(nèi)外學(xué)者從不同視角對意見領(lǐng)袖進(jìn)行了廣泛研究，尤其是關(guān)于意見領(lǐng)袖的識別和影響力評估，一直是學(xué)術(shù)界關(guān)注的熱門話題之一。其中，在意見領(lǐng)袖識別方面，有學(xué)者從社會群體認(rèn)同、專業(yè)知識和社會資本三個維度來識別潛在的意見領(lǐng)袖，通過分析用戶交流的內(nèi)容以及用戶間的關(guān)系來尋找意見領(lǐng)袖和輿論觀點(diǎn)動向，或者從個人和社會人口學(xué)等屬性特征來識別意見領(lǐng)袖[1-3]。而對于社交媒體意見領(lǐng)袖的識別方法研究，目前主要有三類：一是考慮用戶本身的屬性，通過聚類或相關(guān)性分析等方法來發(fā)現(xiàn)意見領(lǐng)袖[4];二是根據(jù)社交網(wǎng)絡(luò)中用戶間的關(guān)系建立圖模型，通過復(fù)雜網(wǎng)絡(luò)的中心性思想、PageRank等圖算法或者擴(kuò)展算法計(jì)算用戶在網(wǎng)絡(luò)結(jié)構(gòu)中的重要性來挖掘意見領(lǐng)袖[5];三是從社交網(wǎng)絡(luò)中信息擴(kuò)散的角度出發(fā)，通過計(jì)算用戶發(fā)表信息的重要性來挖掘意見領(lǐng)袖。

在社交媒體意見領(lǐng)袖影響力研究中，很多研究選擇以某個具體應(yīng)用形態(tài)為研究對象，如豆瓣網(wǎng)、人人網(wǎng)、Twitter等，從傳播學(xué)角度對網(wǎng)絡(luò)意見領(lǐng)袖影響力的產(chǎn)生、形態(tài)、特征與功能等進(jìn)行探討。在意見領(lǐng)袖研究分析的過程中，影響力作為衡量意見領(lǐng)袖的一項(xiàng)重要指標(biāo)，其本身就是一個包涵諸多標(biāo)準(zhǔn)在內(nèi)的一個變量。目前國內(nèi)學(xué)者們對意見領(lǐng)袖的影響力研究主要側(cè)重從理論推理和思辨層面來剖析，其中有學(xué)者從事件、媒介、受眾等層面研究了意見領(lǐng)袖在突發(fā)事件網(wǎng)絡(luò)輿情演變中的影響，從傳播效果、溝通方式、輿論持久力和監(jiān)督力等角度，或者社會身份、知識水平、群體認(rèn)同、信任度等方面探討微博意見領(lǐng)袖的社會影響力[6-8]。此外，還有些學(xué)者從影響力、傳播力、覆蓋度、活躍度和認(rèn)同度等維度研究構(gòu)建微博意見領(lǐng)袖影響力指標(biāo)體

系[9-11]。而在意見領(lǐng)袖的領(lǐng)導(dǎo)力研究上，當(dāng)前研究成果相對較少，有學(xué)者探討了網(wǎng)絡(luò)意見領(lǐng)袖非權(quán)力領(lǐng)導(dǎo)力的實(shí)現(xiàn)機(jī)制，認(rèn)為網(wǎng)絡(luò)意見領(lǐng)袖非權(quán)力領(lǐng)導(dǎo)力存在著單一核心模式、相互強(qiáng)化模式和優(yōu)勢反哺模式三種實(shí)現(xiàn)路徑[12];還有學(xué)者研究了大學(xué)生群體網(wǎng)絡(luò)領(lǐng)導(dǎo)力的實(shí)現(xiàn)途徑，分析了大學(xué)生網(wǎng)絡(luò)意見領(lǐng)袖領(lǐng)導(dǎo)力的特征以及影響因素[13]。

從整體上看，目前對意見領(lǐng)袖的識別和影響力等研究仍主要集中在傳統(tǒng)媒介，面向網(wǎng)絡(luò)媒體，尤其是社交媒體的相關(guān)研究還有待深入。已有的網(wǎng)絡(luò)論壇、微博等意見領(lǐng)袖識別研究往往只是簡單地考慮用戶影響力因素，沒有綜合考慮用戶屬性和網(wǎng)絡(luò)結(jié)構(gòu)特性、用戶及話題所處的行業(yè)、領(lǐng)域等背景信息，研究存在一定局限性。對社交媒體意見領(lǐng)袖領(lǐng)導(dǎo)力的分析成果不多，已有的研究幾乎未見領(lǐng)導(dǎo)力的測量以及實(shí)證研究。因此，本文基于非權(quán)力領(lǐng)導(dǎo)力的理論，以新浪微博為例通過大數(shù)據(jù)挖掘分析為技術(shù)手段，綜合考慮用戶屬性、用戶所發(fā)信息價(jià)值和社交媒體的網(wǎng)絡(luò)結(jié)構(gòu)等因素，設(shè)計(jì)研究社交媒體意見領(lǐng)袖的領(lǐng)導(dǎo)力評測指標(biāo)體系，綜合分析社交媒體意見領(lǐng)袖的領(lǐng)導(dǎo)力。

2 研究設(shè)計(jì)

2.1 變量設(shè)計(jì)

隨著時代的發(fā)展，領(lǐng)導(dǎo)力的研究日益受到重視，而社交媒體的興起為領(lǐng)導(dǎo)力的研究提供了一個新的視角。社交媒體意見領(lǐng)袖由于處于虛擬的空間，其社會現(xiàn)實(shí)權(quán)力屬性較少，它更注重領(lǐng)導(dǎo)者的個人魅力、感召能力和影響力。由此可知，社交媒體意見領(lǐng)袖的領(lǐng)導(dǎo)力是指在社交網(wǎng)絡(luò)中通過發(fā)帖、跟帖、評論和點(diǎn)贊等網(wǎng)絡(luò)行為及其言論，對網(wǎng)絡(luò)話題傳播以及其他用戶的思想、網(wǎng)絡(luò)行為及言論產(chǎn)生影響的網(wǎng)絡(luò)輿論引領(lǐng)能力。社交媒體意見領(lǐng)袖實(shí)質(zhì)上作為柔性領(lǐng)導(dǎo)者，其影響力在本質(zhì)上體現(xiàn)的也是非權(quán)力性領(lǐng)導(dǎo)能力。因此，根據(jù)非權(quán)力領(lǐng)導(dǎo)力理論的相關(guān)內(nèi)涵與模型，本文從社交媒體意見領(lǐng)袖領(lǐng)導(dǎo)力形成過程的知識能力、前瞻決斷以及影響魅力三個維度構(gòu)建了社交媒體意見領(lǐng)袖的領(lǐng)導(dǎo)力綜合指標(biāo)體系。具體的指標(biāo)體系設(shè)計(jì)如下。

2.1.1 思想力（Contemplative Faculties，C）

本文認(rèn)為領(lǐng)導(dǎo)者的知識才能、品德等個人素質(zhì)是形成領(lǐng)導(dǎo)力的首要因素和第一環(huán)節(jié)，而在這一環(huán)節(jié)中，社交媒體意見領(lǐng)袖對公共事件的看法是否具有自己的觀點(diǎn)和思想，能否在一定程度上影響甚至改變大眾的觀點(diǎn)，就體現(xiàn)著他們是否具有思想力，能否讓追隨者信服。因此，本文通過考察社交媒體意見領(lǐng)袖所發(fā)表微博內(nèi)容的原創(chuàng)程度（C1）、精彩評論程度（C2）以及關(guān)注質(zhì)量（C3）來衡量他們的思想力。其中，原創(chuàng)程度（C1）是指用戶發(fā)布的帖子中原創(chuàng)數(shù)量與全部數(shù)量的比例，原創(chuàng)越多，說明用戶的獨(dú)立思考和特色觀點(diǎn)越多;精彩評論程度（C2）是指轉(zhuǎn)發(fā)別人觀點(diǎn)時發(fā)表的精彩評論性觀點(diǎn)占全部轉(zhuǎn)發(fā)數(shù)量的比例。關(guān)注質(zhì)量（C3）是指關(guān)注者中活躍社交媒體意見領(lǐng)袖用戶數(shù)與全部數(shù)量的比例。思想力的運(yùn)算公式為：

（1）

其中，為社交媒體意見領(lǐng)袖的思想力值，為相應(yīng)的二級指標(biāo)值，為相應(yīng)二級指標(biāo)的權(quán)重

系數(shù)。

2.1.2 洞察力（Discernment，D）

領(lǐng)導(dǎo)者自身具有知識才能后，還需具有前瞻性和決斷力，也就是說意見領(lǐng)袖應(yīng)該具備深入探索分析某公共事件的能力，需要具備敏銳性，并且在第一時間發(fā)表正確有效并能得到行業(yè)及大眾認(rèn)可的言論。本文通過考察社交媒體意見領(lǐng)袖發(fā)表相應(yīng)言論的活躍情況、響應(yīng)速度和效度來衡量。其中，響應(yīng)頻次（D1）又細(xì)分為30天內(nèi)活躍數(shù)及占比情況（D11）和日均發(fā)布量（D12）兩個三級指標(biāo)。響應(yīng)速度（D2）即對公共事件的反應(yīng)速度，細(xì)分為公共事件發(fā)生后響應(yīng)時間（D21）及響應(yīng)時間在大V中的排名（前中后30%）（D22）。響應(yīng)效度（D3）代表了社交媒體意見領(lǐng)袖對于公共事件的分析是否正確有效，能否引起大家的共鳴，其又細(xì)分為普通用戶點(diǎn)贊數(shù)（D31）以及大V點(diǎn)贊數(shù)（D32）兩個三級指標(biāo)。洞察力的運(yùn)算公式為：

（2）

其中，為社交媒體意見領(lǐng)袖的洞察力值，為相應(yīng)二級指標(biāo)的權(quán)重系數(shù)，為相應(yīng)的三級指標(biāo)值，為相應(yīng)三級指標(biāo)的權(quán)重系數(shù)。

2.1.3 影響力（Influence，I）

領(lǐng)導(dǎo)者具備品德、才能，進(jìn)而做出前瞻性的決斷后，就要對追隨者產(chǎn)生感召魅力，從而形成領(lǐng)導(dǎo)力。意見領(lǐng)袖具有設(shè)置議題的能力，并且能夠改變輿論進(jìn)程中的議題走向，在本質(zhì)上形成非權(quán)力領(lǐng)導(dǎo)力，而意見領(lǐng)袖領(lǐng)導(dǎo)力的考察很大程度上是影響力的考察，即曝光接觸、互動反饋的深度與廣度。因此考察社交媒體意見領(lǐng)袖的影響力必須落實(shí)到考察在某一主題內(nèi)特別活躍，并在這一主題內(nèi)具有極大影響力的用戶。本文通過社交網(wǎng)絡(luò)中的兩種主要交互行為來考查意見領(lǐng)袖的影響力：1）曝光廣度（I1）。微博中，曝光廣度即引起網(wǎng)民注意的能力以及自身的知名程度。在這個指標(biāo)中，我們細(xì)分為意見領(lǐng)袖知名度（I11）和微博粉絲數(shù)（I12）。2）曝光深度（I2）。曝光深度即微博粉絲中的有效類型，在這個指標(biāo)中，我們細(xì)分為粉絲中大V用戶數(shù)（I21）和活躍粉絲數(shù)（I22）兩個三級指標(biāo)。3）互動廣度（I3）。在曝光環(huán)節(jié)，用戶不只是單純的接觸到社交媒體意見領(lǐng)袖的觀點(diǎn)或者信息，要考察信息是否真正被用戶所接受或者認(rèn)可，還得考察意見領(lǐng)袖和用戶之間（也是領(lǐng)導(dǎo)者和追隨者之間）的互動情況，轉(zhuǎn)發(fā)行為成為一種驗(yàn)證、認(rèn)同或者否定其他用戶觀點(diǎn)的方式。主要有兩種情況，第一種，當(dāng)用戶認(rèn)可某條信息時，即與社交媒體意見領(lǐng)袖用戶的價(jià)值觀相符合時才會進(jìn)行轉(zhuǎn)發(fā);另一種情況，用戶不認(rèn)可某條信息，會通過轉(zhuǎn)發(fā)的行為輔以評論，實(shí)現(xiàn)信息的增值，將不認(rèn)可的信息進(jìn)行糾正然后實(shí)現(xiàn)再傳播，則該社交媒體意見領(lǐng)袖的跟隨者們所接收到已經(jīng)是實(shí)現(xiàn)了信息增值的新信息。意見領(lǐng)袖用戶的信息被轉(zhuǎn)發(fā)的次數(shù)越多，產(chǎn)生的影響越大。同時，一個社交媒體意見領(lǐng)袖信息被評論的次數(shù)越多，意味著對越多的粉絲產(chǎn)生了影響。因此，本文采用被轉(zhuǎn)發(fā)量（I31）和被評論量（I32）兩個三級指標(biāo)來衡量社交媒體意見領(lǐng)袖與粉絲互動的廣度。4）互動深度（I4）。和互動廣度類似的是，互動深度也衡量著信息能否真正產(chǎn)生影響力和領(lǐng)導(dǎo)力，在這個指標(biāo)中，我們采用二次轉(zhuǎn)發(fā)量（I41）和多次評論量（I42）兩個三級指標(biāo)來衡量互動深度。影響力的運(yùn)算公式為

（3）

其中，為社交媒體意見領(lǐng)袖的影響力值，為相應(yīng)二級指標(biāo)的權(quán)重系數(shù)，為影響力對應(yīng)的三級指標(biāo)值，為相應(yīng)三級指標(biāo)的權(quán)重系數(shù)。

最后，合算出社交媒體意見領(lǐng)袖領(lǐng)導(dǎo)力（Leadership）的評價(jià)模型，即

（4）

其中，為社交媒體意見領(lǐng)袖的領(lǐng)導(dǎo)力值，、和分別為社交媒體意見領(lǐng)袖的思想力、洞察力和影響力值，、和分別為思想力、洞察力和影響力對應(yīng)的權(quán)重系數(shù)。

根據(jù)以上研究設(shè)計(jì)，應(yīng)用社會網(wǎng)絡(luò)層次分析法，本文最終構(gòu)建了社交媒體意見領(lǐng)袖領(lǐng)導(dǎo)力的評測模型，并通過AH分析方法和專家打分形式測算出指標(biāo)體系的權(quán)重系數(shù)，如表1所示。

2.2 抽樣方法

為檢驗(yàn)驗(yàn)證本文提出的非權(quán)力社交媒體意見領(lǐng)袖領(lǐng)導(dǎo)力評測模型，本研究團(tuán)隊(duì)進(jìn)一步自主研發(fā)了針對新浪微博的網(wǎng)絡(luò)意見領(lǐng)袖監(jiān)測系統(tǒng)，并申請了軟件著作權(quán)（登記號：2015SR137322），軟件主要是通過配置自動采集新浪微博用戶的基本信息，包括粉絲數(shù)、關(guān)注數(shù)、微博數(shù)等，以及該用戶發(fā)布的每一條微博及評論內(nèi)容，包括對該微博的轉(zhuǎn)發(fā)數(shù)、評論數(shù)、點(diǎn)贊數(shù)等信息，并根據(jù)本文提出的計(jì)算模型，實(shí)時評估社交媒體意見領(lǐng)袖的領(lǐng)導(dǎo)力等值。本研究團(tuán)隊(duì)截至2017年12月30日，收集各行業(yè)和各年齡段8 798名具有高影響力的微博大V用戶信息，及其發(fā)布的約8 798萬條有效微博信息。這些意見領(lǐng)袖總共擁有3.8億個粉絲，他們總共發(fā)表了近1 000萬條文章，這些文章總計(jì)被轉(zhuǎn)發(fā)了近7億次，被評論了3.8億次，其規(guī)模接近于國內(nèi)網(wǎng)民總數(shù)。

3 實(shí)證驗(yàn)證

以本團(tuán)隊(duì)挖掘的數(shù)據(jù)庫為基礎(chǔ)，根據(jù)上述所提出的社交媒體意見領(lǐng)袖領(lǐng)導(dǎo)力評測指標(biāo)體系，對新浪微博大V用戶的領(lǐng)導(dǎo)力進(jìn)行了實(shí)驗(yàn)驗(yàn)證，如表2所示，得到新浪微博大V用戶領(lǐng)導(dǎo)力排名前25名的意見領(lǐng)袖用戶信息，并測量出他們的領(lǐng)導(dǎo)力值。

同時，本文對新浪微博意見領(lǐng)袖的性別和年齡、行業(yè)、職業(yè)等個人特征與其領(lǐng)導(dǎo)力的關(guān)系進(jìn)行了分析研究。其中，在性別方面，微博意見領(lǐng)袖中男性占81.4%，女性占18.6%，說明男性新浪微博意見領(lǐng)袖掌握著話語權(quán)。在年齡中，數(shù)據(jù)顯示20～29歲段的占9%，30～39歲段的占43.5.1%，40～49歲段的占29.1%，50～59歲段的占14%，60～69歲段的占3.7%，70歲以上的占0.7%。若按照出生年份進(jìn)行分析，“90后”占7.3%，“80后”的占42.3%，“70后”占29.6.1%，“60后”占16%，“50后”占4%?？梢?，從整體上來看，新浪微博意見領(lǐng)袖以青壯年為主。而在對微博意見領(lǐng)袖的職業(yè)與從事的行業(yè)分析中，分別發(fā)現(xiàn)，微博意見領(lǐng)袖行業(yè)構(gòu)成前五位由高到低的依次是媒體從業(yè)人員與IT互聯(lián)網(wǎng)從業(yè)人員（33%）、科研教育（12.9%）、娛樂圈（4.9%）以及人文藝術(shù)（4.9%）等;意見領(lǐng)袖的職業(yè)主要為媒體從業(yè)人員（28.8%）、企業(yè)高管（18.5）、草根（16.3%）、專家學(xué)者（7.6%）以及娛樂名人（4.7）%等。相應(yīng)地，本課題組2016年底觀測到的數(shù)據(jù)研究結(jié)果為微博意見領(lǐng)袖行業(yè)構(gòu)成前五位由高到低的依次是媒體從業(yè)人員、IT互聯(lián)網(wǎng)從業(yè)人員、人文藝術(shù)、娛樂圈與科研教育等，微博意見領(lǐng)袖的職業(yè)主要為企業(yè)高管、媒體人、專家學(xué)者、藝人與作家等。經(jīng)對比發(fā)現(xiàn)，隨著近一兩年國家對意見領(lǐng)袖的治理以及網(wǎng)民快速發(fā)展，微博意見領(lǐng)袖構(gòu)成結(jié)構(gòu)也發(fā)生了悄然變化，最突出是表現(xiàn)是專業(yè)媒體人與IT技術(shù)人員等在意見領(lǐng)袖的引領(lǐng)作用在加強(qiáng)，科研教育專家與草根意見領(lǐng)袖隊(duì)伍也在不斷發(fā)展壯大。

從微博意見領(lǐng)袖的全中國（包括臺灣）地理位置分布圖來看，其中排名由高到低前五位的分別是北京（分布量化指數(shù)為3 868，下同）、廣東（1 006）、上海（777）、江蘇（488）、浙江（398），另外，微博意見領(lǐng)袖信息交互圖則顯示最活躍的地區(qū)幾名的分別是廣東（活躍指數(shù)97，下同）、上海（75）、江西與湖北并列第三（32）、重慶、四川、甘肅與吉林并列第四（22），可見，目前中國微博意見領(lǐng)袖主要集中在北上廣等經(jīng)濟(jì)比較發(fā)達(dá)的地區(qū)，但活躍地區(qū)則由經(jīng)濟(jì)發(fā)達(dá)地帶向內(nèi)陸地區(qū)輻射的發(fā)展趨勢，其中北京微博意見領(lǐng)袖人數(shù)最多，廣東微博意見領(lǐng)袖最活躍。

此外，本文還對新浪微博意見領(lǐng)袖的網(wǎng)絡(luò)應(yīng)用與領(lǐng)導(dǎo)力關(guān)系做了進(jìn)一步的分析，因篇幅原因，在此僅顯示前25名微博意見領(lǐng)袖的領(lǐng)導(dǎo)力及其各指標(biāo)情況。從總體上看，前25名中IT精英占了15個席位，其中對于領(lǐng)導(dǎo)力值排名第一的“一句話囧”來說，其影響力指數(shù)為2 482、洞察力指數(shù)為47 861、思想力指數(shù)為28 892。他發(fā)表的文章總數(shù)為15萬，被轉(zhuǎn)發(fā)總數(shù)為13萬，平均轉(zhuǎn)發(fā)數(shù)為114，被評論總數(shù)為2萬，平均評論數(shù)為22;其粉絲數(shù)為751萬，年度活躍天數(shù)為65天，但綜合來看有些IT精英的影響力還有待提高。另外，經(jīng)濟(jì)專家4人，傳統(tǒng)媒體人與影視藝術(shù)名家各占了3個席位，三個群體對比發(fā)現(xiàn)，傳統(tǒng)媒體人正積極地向新媒體個人意見領(lǐng)袖轉(zhuǎn)型，但其信息發(fā)布的權(quán)威性、粉絲數(shù)與活躍天數(shù)都有待加強(qiáng);而經(jīng)濟(jì)專家，特別是影視藝術(shù)名人，由于其社會身份特殊性往往受到粉絲的

熱捧。

4 結(jié)論與討論

針對以往基于用戶粉絲數(shù)、帖子數(shù)和評論數(shù)等數(shù)據(jù)的靜態(tài)統(tǒng)計(jì)分析，以及基于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的度量等研究工作，無法有效刻畫出社交媒體意見領(lǐng)袖用戶活躍度和發(fā)帖內(nèi)容影響等情況。本文基于非權(quán)力性領(lǐng)導(dǎo)力的相關(guān)理論，構(gòu)建了社交媒體意見領(lǐng)袖領(lǐng)導(dǎo)力評價(jià)指標(biāo)體系，設(shè)計(jì)了新浪微博意見領(lǐng)袖領(lǐng)導(dǎo)力的計(jì)算模型，在此基礎(chǔ)上，開發(fā)“微博爬蟲”程序，從新浪微博采集“大V”用戶數(shù)據(jù)進(jìn)行實(shí)例驗(yàn)證，最后，以影響力比較大的意見領(lǐng)袖為考察對象，對提出的評價(jià)模型進(jìn)行實(shí)例驗(yàn)證。但由于篇幅有限，在此并沒有深入系統(tǒng)展開，這將在今后的研究中落實(shí)。

參考文獻(xiàn)

[1]Vergani M.Are Party Activists Potential Opinion Leaders？.Javnost-The Public，2011，18（3）：71-82.

[2]Bodendorf F，Kaiser C.Detecting Opinion Leaders and Trends in Online Social Networks. Proceedings of the 2nd ACM Workshop on Social Web Search and Mining， ACM， 2009：65-68.

[3]Weimann G.The influential：People who Influence People.SUNY Press，1994.

[4]Cho Y，Hwang J，Lee D. Identification of effective opinion leaders in the diffusion of technological innovation： a social network approach.Technological Forecasting and Social Change，2012，79（1）：97-106.

[5]樊興華，趙靜，方濱興.影響力擴(kuò)散概率模型及其用于意見領(lǐng)袖發(fā)現(xiàn)研究[J].計(jì)算機(jī)學(xué)報(bào)，2013（2）：360-367.

[6]王國華，張劍，畢帥輝.突發(fā)事件網(wǎng)絡(luò)輿情演變中意見領(lǐng)袖研究——以藥家鑫事件為例[J].情報(bào)雜志，2012（12）：1-5.

[7]張皓.突發(fā)事件中的微博意見領(lǐng)袖研究[D].上海：上海社會科學(xué)院，2012.

[8]李艷平，王燦發(fā)，周鼎.微博輿論場域的較量——兼談微博意見領(lǐng)袖的社會影響力[J].傳媒，2016（11）：

86-88.

[9]彭麗徽，李賀，張艷豐.基于灰色關(guān)聯(lián)分析的網(wǎng)絡(luò)輿情意見領(lǐng)袖識別及影響力排序研究——以新浪微博“8·12濱海爆炸事件”為例[J].情報(bào)理論與實(shí)踐，2017（9）：90-94.

[10]王佳敏，吳鵬，陳芬，等.突發(fā)事件中意見領(lǐng)袖的識別和影響力實(shí)證研究[J].情報(bào)學(xué)報(bào)，2016（2）：169-176.

[11]王文艷.微博草根意見領(lǐng)袖影響力的生成機(jī)制——以“昆明3·1事件”為例[D].保定：河北大學(xué)，2015.

[12]李利文.非權(quán)力領(lǐng)導(dǎo)力的實(shí)現(xiàn)機(jī)制——基于網(wǎng)絡(luò)意見領(lǐng)袖的分析[J].天津行政學(xué)院學(xué)報(bào)，2015（3）：91-97.

[13]許國動.意見領(lǐng)袖視角下大學(xué)生網(wǎng)絡(luò)領(lǐng)導(dǎo)力實(shí)現(xiàn)途徑[J].當(dāng)代青年研究，2012（11）：1-6.

基金項(xiàng)目：本文為教育部人文社科課題（18YJA860020）、中廣電聯(lián)合會2017年媒介素養(yǎng)專項(xiàng)研究（2017ZGL0010）、校新聞傳播研究院課題（ZCXC17YB03）的階段性研究成果。

作者簡介：宋紅巖，浙江傳媒學(xué)院馬克思主義學(xué)院副教授，浙江省網(wǎng)絡(luò)媒介素養(yǎng)研究院副秘書長。

俞定國，浙江傳媒學(xué)院新媒體學(xué)院教授，智能媒體技術(shù)研究院副院長。

劉良模，浙江傳媒學(xué)院學(xué)工部講師。

苗小雨，浙江傳媒學(xué)院助理研究員。