社交媒体中的跨平台信息扩散特征及机制_王玉.pdf

第 卷第期复 杂 系 统 与 复 杂 性 科 学 年 月 文章编号：（）；：社交媒体中的跨平台信息扩散特征及机制王玉，许楠楠，胡海波（华东理工大学管理科学与工程系，上海 ）摘要：为揭示社交媒体中跨平台信息扩散的特征及影响因素，以昆山反杀案事件为例，利用统计推断和回归分析方法，研究了其他平台的信息在新浪微博中的扩散特征及相关因素。发现用户在微博的高信息量和获取信息的便利性之间权衡时更倾向于后者，跨平台信息的可传递性、基本再生数和扩散深度均显著小于非跨平台者。来自微信公众号、微博视频、微博文章和新浪新闻的信息在扩散深度和规模上相对其他类信息更有优势。与普通用户相比，认证为媒体和政务的用户从新闻平台转发的信息扩散规模更大。综合考虑信息的类型及来源平台能更好地理解突发社会事件在互联网空间中的传播，藉此有助于高效地引导或控制舆情演变。关键词：信息扩散；跨平台；社交网络；用户行为中图分类号：；文献标识码：收稿日期：；修回日期：基金项目：国家自然科学基金（）第一作者：王玉（），女，安徽六安人，硕士研究生，主要研究方向为社会化媒体。通信作者：胡海波（），男，山东莱西人，博士，副教授，主要研究方向为社交网络与社会化媒体。，（，）：，：；复 杂 系 统 与 复 杂 性 科 学 年 月引言社交网络和社交媒体的出现和发展不仅改变了人们建立好友关系的方式，也改变了信息获取和传播的方式。用户不仅是信息的接收者，也是信息的生产者和传播者。近年来，信息传播已吸引了来自不同领域学者们的关注，在实证、模型和扩散预测研究方面均取得了重要进展。实际上，用户往往同时拥有多个社交平台的帐号，不仅可以在一个平台上接收和扩散信息，而且可以扮演信息转播的角色，将信息从一个平台扩散到另一个平台 。通过社交平台和媒体平台之间的跨平台传播，信息扩散的规模和速度得到了显著提高。随着信息技术尤其是移动互联网的发展以及智能手机的普及，网络中的信息扩散涌现出了更多样化的场景和渠道。传统社会科学往往从宏观角度研究跨平台扩散现象 ，近年来随着信息技术的发展，我们能够得到关于跨平台信息扩散的更细致的信息。实证研究表明，在不同的网络平台上，用户对各类事件能够同步响应，即信息可以通过不同的平台进行扩散，呈现同步传播的特征。对于某一网络平台，信息到达网络中的用户有两种不同的方式，一是从该网络的其他用户那里获知信息，二是从该网络之外的其他信息源，如主流媒体获得信息。媒体网站或社交网站上会有来自其他网站的链接，表明这些信息来自于外部信息源。等 研究了博客网站中 视频链接的扩散，发现视频的传播模式因视频的类别而异。关于最新政治新闻的视频能立即受到大量关注，但因为时效性等原因仅仅过了一周就不再传播，而音乐视频在很长一段时间都受人关注。等 研究了德国新闻网站的文章在 、和 三个社交平台上的传播，发现不同平台用户有不同的分享模式：和 的用户对技术、政治、商业、科学主题的新闻更感兴趣，用户更倾向于分享生活方式和职业相关的新闻；而实用性强的文章很少在 上被分享，在这个平台上与体育有关的新闻都很少被分享。等 研究了 推文中的链接，利用风险函数量化了外部信息源的强度和影响。研究发现信息倾向于在社交网络中“跳动”，中约 的信息量可归因于网络扩散，剩下 则来自于外部事件的影响。现实中的信息扩散并不仅仅局限于某一特定的网络，如新闻既可以在社交网络中传播，也可以在博客和大众媒体中扩散。等 研究了信息在主流媒体网站和博客中的传播，发现新闻媒体关注高峰与博客之间存在典型的 的延迟，信息大多从新闻媒体传播到博客上，但也有 的例外，在这些案例中信息首先在主导性的博客圈出现，之后扩散到了主流媒体。等 研究了信息在博客和新闻文章中的扩散，发现信息传播网络往往具有核心外围结构。一小部分核心媒体向网络的其他部分传播信息，这些媒体往往具有稳定的影响力，一般的新闻媒体是它们之间的连接者。等也发现，一般的、频繁发生的话题信息扩散路径比突发的、正在进行的新闻事件的扩散路径更稳定。对于正在进行的新闻事件，主流新闻和博客的相关报道集群经常在几天内出现并消失。等 研究了信息在新闻媒体、社交网络和博客中的传播，发现，不同类型网站的影响力取决于信息的内容：对于艺术和经济信息，新闻媒体的影响力最大，而对于政治和文化信息，社交网络和博客的影响力最大。政治抗议、多元文化主义等争议性话题往往在多个网站上同时传播，而新电影、明星等娱乐话题则更可能在单一平台上传播。等 研究了 年法国新闻媒体发布的新闻在互联网中的扩散，发现原创新闻往往受众更广。另有一些研究聚焦于特定话题信息的跨平台传播，如网络仇恨和极端主义言论，以及关于 的虚假信息，并提供了建议以抑制其全球传播 。虽然跨平台信息扩散吸引了不同领域学者们的关注，但一些更深入的问题，比如跨平台和非跨平台扩散模式的差异，不同类型的媒体信息（视频、新闻、文章等）扩散规模和深度的差异，来自哪些平台的信息更容易传播等尚未得到充分的研究。中国互联网相对于国外有不同的数字生态系统，有数量众多的新闻、视频、文章平台，通过一键转发功能，大量的信息在不同平台间分享、传播。直觉上，跨平台与非跨平台的信息在扩散指标上会存在显著差异，不同类型的跨平台信息在扩散程度上也会存在差异，某些因素会与跨平台信息的扩散规模存在显著相关性。本文将利用社交媒体中的传播数据研究跨平台信息扩散，揭示其传播模式和影响因素。数据描述本文研究数据来自于新浪微博中关于昆山反杀案的博文，该案件是 年在江苏昆山发生的社会性热点事件，事件在微博上曝光后引起了广泛关注。数据中微博共有 条，原创微博 条，时间区间为 年月 日至月日，这天包括了事件的披露、发酵直至昆山公安发布判决结果的全过程。虽然该事件最初在微博上披露，但微信公众号、新闻媒体和视频网站等其他平台都进行了跟进和讨论。用户从新闻或视频网站第 卷第期王玉，等：社交媒体中的跨平台信息扩散特征及机制收到相关信息，在微博等社交媒体上分享并发表自己的观点，舆论动态也被媒体报道，形成了信息扩散的闭环，因此该数据非常适合研究跨平台的信息扩散。值得注意的是，本文中跨平台并非指信息在微博、微信公众号、新闻媒体等之间的跨平台传播，而是界定为信息从其他平台扩散到微博中。微博主要包含文本、表情符号和 。是出现在微博中的超链接，有些是微博平台的链接，如定位地点、微博用户、其他微博，有些则来自于其他平台，如微信、各类视频网站及新闻网站。因此分析 是研究跨平台扩散的第一步。用户点击 后可以跳转至其他平台的页面以获取更详细的信息，故含有 的微博蕴含了更多的隐藏信息，只有在点击 之后才能看到。原创微博中的 条（）含有 ，微博中的 为短链接 ：的形式，需将其转为原始链接并根据网页内容进行分类。如短链接 ：对应的原始链接为 ：，它来自新浪新闻。得到原始链接后，我们根据网页内容将 分为 类：新闻、投票、视频、文章、地点、微信公众号、博客、广告、论坛、问答、直播、用户和音频。但数据量集中在前类，所以我们将重点研究这几类。其中，新闻和文章是针对事件的报告和点评，视频是跟事件相关的视频，投票则是用户在微博平台上对事件进行表态。信息扩散树每一条原创微博及其转发微博会形成一棵信息扩散树，它可视为有向网络，节点为微博，边的方向表示信息的转发关系。没有入度的节点为种子节点或根节点，即原创微博，没有出度的节点为被动节点或叶子节点，既有出度又有入度的节点为病毒节点。除了扩散规模，还有其他的参数可以刻画原创微博的扩散能力，本文选用个指标：扇出系数、可传递性、基本再生数、扩散深度和速度。表给出了扩散树相关的指标及含义。表指标及含义 指标含义扩散树中种子节点或根节点数量扩散树中被动节点或叶子节点数量扩散树中病毒节点数量扩散树中总节点数或扩散规模：种子节点的出度扇出系数，即病毒节点的平均出度：（）可传递性，即除种子节点外的其他节点中病毒节点的比例：（）基本再生数，即除种子节点外的其他节点的平均出度：扩散深度，即根节点与叶子节点之间的最远距离扩散速度，即扩散规模与扩散时间的比值含 的微博包含的信息量更大且信息呈现的方式也更多样化，但需要用户点击链接才能看到完整信息，而无 的微博包含的消息量较少，但不需额外操作就可知道全部信息，据此提出假设：假设相对于非跨平台微博，跨平台微博的扇出系数、传递性、基本再生数和扩散深度较大，而扩散速度较慢。本文计算了每一棵扩散树的个参数并根据原微博中是否含有 进行了区分，表给出了各扩散指标 的 中 位数 均值。利 用 单边检验，我们发现，含 的原创微博，其可传递性、基本再生数和扩散深度的中位数均显著小于不含 者，而扩散速度的中位数却显著高于不含 者。进一步利用 单边检验刻画每个指标两类微博经验累积分布函数之间的距离，进而评估总体上一类微博的某个指标是否显著大于另一类。研究发现，整体上含 微博的可传递性、基本再生数和扩散深度均显著小于不含 者，而扩散速度则显著高于不含 者，故假设不支持。表跨平台与非跨平台微博个参数的对比 指标含 不含 检验检验 ，。复 杂 系 统 与 复 杂 性 科 学 年 月此外，本文用 相关系数检验了个指标的相关性，在显著的相关系数中（），可传递性与扇出系数、扩散速度与可传递性、速度与基本再生数间存在负相关，其他参数对间存在正相关。根据定义，我们可得 ，表明扇出系数和可传递性之间的负相关是可能的。含不同类 的微博扩散程度对比分析微博的扩散深度和规模是描述微博扩散程度的最直接的指标，前者刻画了微博的渗透力，后者刻画了微博的影响范围。图给出了含 和不含 的原创微博扩散深度和规模的互补累积分布。本文用幂律分布来拟合扩散规模的分布，基于极大似然估计，可得含 和不含 的分布幂指数分别为 （）和 （），且前者通过了阈值为 的 拟合优度统计检验，其值为 ，表明幂律是一个合理的分布模型，而后者 ，故幂律并非一个合理模型。微博中有 的最大扩散规模比没有 的大，但是有 的微博最大扩散深度跟没有 的相同。图含 和不含 的微博扩散深度和规模的互补累积分布 关于微博扩散规模，本文提出假设：假设相对于非跨平台微博，跨平台微博的扩散规模较大。研究发现，有 与无 的微博扩散规模的中位数均值分别为 和 ，检验和 检验表明，无 的原创微博扩散规模中位数显著高于有 者（），根据累积分布函数，无 的原创微博扩散规模总体上也高于含 者（），故假设不支持。可见，用户在浏览信息的时候，在高信息量与便利性之间会做出权衡，最终对大多数用户而言便利性更胜一筹，总体上无 的微博在扩散深度和规模上都显著高于含 者。图给出了含个主要类别链接的原创微博扩散深度和规模的互补累积分布。由图 可知，深度最大的为微信公众号，达到了 层，其次是含有文章和视频链接的微博。由图 可知微信公众号具有最大的扩散规模，其次是文章和视频链接。微信公众号虽然来自另一个社交平台 微信，但在微博上获得了最大的转发量。微信和微博作为即时通信和社交媒体的两大主流平台，用户的交集庞大，用户在两个平台之间相互转发消息，这种多平台间的合作有利于社交媒体的可持续发展。本文研究的事件为社会新闻事件，故提出假设：假设相对于其他类别，新闻类的扩散深度和规模较大。研究发现，对于扩散深度，检验表明，整体上，微信公众号与视频并无显著差异，但它们都显著大于文章、地点、新闻、博客和投票（）；文章亦显著大于地点、新闻、博客和投票（）；而地点与新闻和博客均无显著差异，但显著大于投票（）；新闻与博客无显著差异，但也显著大于投票（）；而博客亦显著大于投票（）。总之，我们发现微信公众号视频文章地点新闻博客投票。同样，对于扩散规模，仍然有微信公众号视频文章地点新闻博客投票。即不论是扩散深度还是规模，来自微信公众号和视频网站的信息均显著大于其他类微博，而投票类微博则显著小于其他类微博，故假设不支持。第 卷第期王玉，等：社交媒体中的跨平台信息扩散特征及机制图含有不同链接的微博扩散深度和规模的互补累积分布 对视频类别继续细分，追溯到各个视频平台。目前国内互联网上主要的视频平台有长视频为代表的爱奇艺视频、腾讯视频、优酷视频和短视频为代表的秒拍视频、美拍视频、新浪