隨著互聯(lián)網(wǎng)的發(fā)展，人類的社會結(jié)構(gòu)也在經(jīng)歷著復雜而持續(xù)的變化。網(wǎng)絡(luò)創(chuàng)造了人們以身體不在場為基礎(chǔ)的全新交往模式，并導致由這種全新的交往模式所塑造的虛擬社群的崛起(黃少華，2002)[5]。在Web2.0時代，網(wǎng)絡(luò)論壇用戶的輿論參與熱情空前高漲，由他們所形成的虛擬社區(qū)更具有規(guī)模和凝聚力，而他們的輿論力量也在很大程度上影響著現(xiàn)實世界的政治經(jīng)濟秩序。從近幾年的實例來看，一些大規(guī)模突發(fā)事件的形成和走勢也明顯地受到了網(wǎng)絡(luò)論壇輿論的影響。

研究網(wǎng)絡(luò)論壇用戶在虛擬社群中的參與行為及其后果，對明晰突發(fā)事件網(wǎng)絡(luò)輿論的傳播模式、提高突發(fā)事件應(yīng)對的能力都具有重要的意義。本文將在案例和實證研究的基礎(chǔ)上，對論壇中的特定突發(fā)事件討論網(wǎng)進行分析，探討論壇用戶聲望的影響因素，揭示在突發(fā)事件討論網(wǎng)中什么樣的用戶在社群輿論圈中具有更高的影響力。

一、文獻綜述和研究假設(shè)

(一)網(wǎng)絡(luò)論壇意見領(lǐng)袖的影響力與聲望

對網(wǎng)絡(luò)意見領(lǐng)袖的界定主要來自傳播學中對意見領(lǐng)袖的大量研究。Katz&Lazarsfeld(1955)[6]發(fā)現(xiàn)觀點經(jīng)常從大眾媒介流向意見領(lǐng)袖，然后再流向不太活躍的人群，即信息首先影響了群體中的意見領(lǐng)袖，然后再通過這些意見領(lǐng)袖將“翻譯”過的信息傳遞給其他人。

在虛擬社區(qū)中，意見領(lǐng)袖的身份特征和影響力并沒有消失。一方面，傳統(tǒng)的中介層級在普通受眾中“沉沒”下去，而媒介內(nèi)部的信息源元素(采集者、編輯者、把關(guān)人、特邀組織者)都由于同樣的原因浮現(xiàn)出來，成為隱約與受眾身份對等的“類受眾”——這就從傳播本質(zhì)上使他們有可能變異為泛意義上的傳播層級(杜駿飛，2004)[7]。較新的研究則將網(wǎng)絡(luò)意見領(lǐng)袖定為那些懷著促成輿論的意愿，通過在不同的論壇中與他人進行討論來擴散信息或意見的人(Weimann， 1994)[8]。意見領(lǐng)袖與其追隨者之間的關(guān)系非常明確，意見領(lǐng)袖是由他們吸引追隨者和創(chuàng)造回應(yīng)的能力而催生的。

聲望(prestige)是意見領(lǐng)袖影響力的一個重要構(gòu)成維度。一般而言，聲望是指來自個體或集體的，對杰出表現(xiàn)或品質(zhì)的尊重、敬佩或認可(Goode，1978)[9]。但是在社會網(wǎng)絡(luò)分析(social networks analysis，SNA)中，聲望具有不同的內(nèi)涵，它更多的是一個結(jié)構(gòu)性的概念。

社會網(wǎng)絡(luò)分析是對社會個體之間的互動關(guān)系及其關(guān)系結(jié)構(gòu)進行有效分析的一種研究范式，用多個點來代表社會個體，用各點之間的連線代表個體之間的關(guān)系。在網(wǎng)絡(luò)論壇中，信息主要由用戶的發(fā)帖行為所產(chǎn)生，而用戶之間的發(fā)帖與回帖關(guān)系的集合也可被映射為一種虛擬的社會網(wǎng)絡(luò)。由于個體之間的關(guān)系具有雙向和單向的區(qū)別，因此在一個有向圖中，個體與外部聯(lián)結(jié)的程度可以被分為出度中心度(out-degree centrality)和入度中心度(in-degree centrality)(Scott， 2000)。在網(wǎng)絡(luò)論壇中，用戶的出度可以由其“發(fā)帖”、“轉(zhuǎn)載”、“引用”等內(nèi)容生產(chǎn)行為的數(shù)量所構(gòu)成，入度則可以由其他成員的“回帖”數(shù)量所構(gòu)成。而聲望指的就是個體在社會網(wǎng)絡(luò)中獲得的正向選擇的程度，它由正向的入度中心度這個指標來反映。入度中心度代表個體所獲得的外部連接的數(shù)量，成員的正向入度中心度越高，說明其受到的關(guān)注或追隨越多，在群體中的聲望越高。

(二)用戶的社會網(wǎng)絡(luò)特性與聲望

在一個有向圖中，出度中心度代表的是成員向外部尋求聯(lián)系的程度，成員的出度中心度越高，說明其在群體中的活躍度也越高。出度中心度為人們提供了更多通向獲得各類促進成功的資源的捷徑(Sparrowe等，2001)[10]，因為信息渠道的多元化可以使人們獲得更為全面的觀點，并且減少人們對某一單一信源的依賴，這使得他們能夠更好地發(fā)揮信息的效用。Huffaker(2010)[11]證明了活躍的在線社區(qū)成員能夠獲得更多的關(guān)注，即成員在群體中的聯(lián)系人越多(出度中心度高)，也越容易獲得他們的回復(入度中心度高)。我們認為，在網(wǎng)絡(luò)論壇中，用戶的對外聯(lián)結(jié)不是其獲得聲望的充分條件，但卻是一個必要條件。因此:

H1:用戶的出度中心度與聲望具有正向關(guān)系，出度中心度越高，其聲望越高。

對成員在群體中的中心地位的描述也可以通過中間中心度(betweenness centrality)展開。如果個體處于許多網(wǎng)絡(luò)路徑上，就是居于一個重要位置，因其可以“通過控制或者曲解信息的傳遞而影響群體”(Freeman，1979)[12]，尤其是在弱聯(lián)結(jié)的群體中，這一位置上的個體作為中間人(broker)就可以獲得結(jié)構(gòu)洞(structure hole)上的戰(zhàn)略性競爭優(yōu)勢(Burt，1992)[13]。在網(wǎng)絡(luò)群體中，中間人同樣存在并在社群中具有更強的影響力(Ganley & Lampe，2009)[14]。在此，我們認為:

H2:用戶的中間中心度與聲望具有正向關(guān)系，中間中心度越高，其聲望越高。

出度中心度表達了聯(lián)結(jié)的重要性，中間中心度表達了結(jié)構(gòu)的重要性，而互惠性(reciprocity)表達的則是交換的重要性?；セ菪钥疾斓氖侨我庖粚Τ蓡T之間是否相互選擇。Putnam(2000)[15]認為，互惠性是增強社會資本的一個重要因素。盡管Mc Clure等(2009)[16]認為在線社群中的用戶之間很少具有“針鋒相對”(tit fortat)的互惠性關(guān)系，但是Huffaker(2010)[17]的實證研究發(fā)現(xiàn)，互惠性高的成員越容易獲得更多回復(入度中心度高)。在此，我們認為:

H3:用戶的互惠性與聲望具有正向關(guān)系，中間中心度越高，其聲望也越高。

中心度代表個體在群體中接近中心的程度，而中心勢則是一個整體層次的概念，說明該圖是否具有較高的中心趨勢(Freeman，1979)[18]。度數(shù)中心勢與度數(shù)中心度相對應(yīng)，通過計算點與點之間的連線數(shù)量來描繪圖的結(jié)構(gòu)，網(wǎng)絡(luò)的度數(shù)中心勢越大，說明圖中點的度數(shù)中心度差異越大，越存在一個向核心聚攏的趨勢。度數(shù)中心勢大的圖中成員間的互動性和互惠性通常較差，信息流動不充分。因此，我們認為:

H4:討論網(wǎng)度數(shù)中心勢與用戶聲望之間具有負向關(guān)系，中心勢越低，成員聲望越高。

網(wǎng)絡(luò)密度是指圖中實際存在的聯(lián)結(jié)數(shù)量占所有可能聯(lián)結(jié)的數(shù)量的比例，它反映的是社會網(wǎng)絡(luò)關(guān)系的密切程度，密度越大，表明網(wǎng)絡(luò)成員之間的關(guān)系越密切(林聚任，2009)[19]。在一個密度較高的網(wǎng)絡(luò)中，成員之間存在較高程度的互動，信息交換更為充分，關(guān)系更為緊密。而緊密的強聯(lián)結(jié)則通常在危機出現(xiàn)時，為網(wǎng)絡(luò)成員提供更多的情感、心理上的支持(Granovetter，1973)[20]。因此，我們認為:

H5:討論網(wǎng)密度與用戶聲望之間具有正向關(guān)系，網(wǎng)絡(luò)密度越高，成員聲望越高。

(三)信息內(nèi)容與聲望

網(wǎng)絡(luò)論壇中用戶的聲望除了與其社會網(wǎng)絡(luò)特性相關(guān)，也受到其所創(chuàng)造的信息內(nèi)容和使用的語言的影響。Huffaker(2010)[21]發(fā)現(xiàn)，在網(wǎng)絡(luò)社區(qū)中，成員發(fā)布的內(nèi)容越長，就越能獲得群體中其他人的注意，從而得到更多的回復，因為較長的內(nèi)容能夠更好地滿足社會交往的需要，使成員之間能夠?qū)崿F(xiàn)充分的對話和互動。因此，我們認為:

H6:用戶發(fā)布的內(nèi)容長度與其聲望之間具有正向關(guān)系，信息長度越大，成員聲望越高;

而在內(nèi)容長度正向影響聲望的假設(shè)中還隱含了另一個假設(shè)，即長內(nèi)容中可能包含了更多有價值的信息。根據(jù)以往的研究，對信息的尋求是人們使用網(wǎng)絡(luò)論壇的一種主要動機(Rafaeli，1996)[22]，尤其是在突發(fā)事件或危機環(huán)境下，受到環(huán)境變化的不確定性的影響，人們對信息的需求大大增加，而充當“信源”的用戶能夠提供更多高價值的新信息，也就越容易受到其他人的關(guān)注和回復。因此，我們認為:

H7:用戶發(fā)布的內(nèi)容新鮮度與其聲望之間具有正向關(guān)系，發(fā)布新鮮信息的成員聲望更高。

此外，用戶發(fā)布內(nèi)容的框架，即用戶如何編輯信息內(nèi)容也是影響他人對信息采納程度的一個重要影響因素?？蚣芫褪沁x定一些被感知的現(xiàn)實的側(cè)面，并在一個傳播文本中凸顯它們，其手段包括創(chuàng)立一個特定問題的定義、隨意的解釋、道德評價、推薦對待方式等(Entman，1993)[23]，而情感在很大程度上影響著我們的認知、記憶以及判斷和決策，所以包含了情感框架的內(nèi)容可能更加容易引起人們的注意和共鳴。因此，我們認為:

H8:用戶發(fā)布的內(nèi)容框架與其聲望之間具有正向關(guān)系，使用情感框架的成員聲望更高。

二、研究方法

(一)樣本

2011年“3·11”日本大地震發(fā)生后，地震消息立即在互聯(lián)網(wǎng)上傳播，并在國內(nèi)的各個論壇中引發(fā)了網(wǎng)民的廣泛討論。本研究以“日本大地震”為主要的突發(fā)事件背景，選取“天涯虛擬社區(qū)”、“強國論壇”和“飲水思源論壇”為主要的樣本來源，通過隨機抽樣選取來自這三個論壇的共9個討論串進行分析。在剔除了個別廣告帖和空白帖之后，共計獲得由425個ID所發(fā)布的936個有效帖(見表1)。

表1 各論壇討論網(wǎng)中的參與者與帖子數(shù)量(單位:個)

(二)變量的測量

本研究涉及的自變量包括:

出度中心度:根據(jù)Freeman(1978)[24]的定義，通過計算某一用戶直接回復的其他用戶的數(shù)量獲得該用戶的出度中心度，考慮到不同規(guī)模網(wǎng)絡(luò)之間的差異，將采用標準化后的出度中心度進行檢驗。

中間中心度:根據(jù)Freeman(1978)[25]的定義，假設(shè)點對X和Z之間存在n條捷徑，則點Y的中間中心度為經(jīng)過點Y并連接X和Z這兩點的捷徑數(shù)與這兩點之間捷徑總數(shù)之比?？紤]到不同規(guī)模網(wǎng)絡(luò)之間的差異，將對該變量進行標準化。

互惠性:通過測量某一用戶所參與的互惠對(mutualdyad)的數(shù)量實現(xiàn)。一個互惠對是指兩個用戶之間存在相互回復的關(guān)系?；セ菪砸矊⒈粯藴驶韵W(wǎng)絡(luò)規(guī)模差異的影響。

網(wǎng)絡(luò)度數(shù)中心勢:首先找到圖中最大中心度的值，計算該值與其他點中心度的差，獲得多個差值，再計算這些差值的總和，并除以理論上各差值總和的最大可能值。

網(wǎng)絡(luò)密度:在有向圖中，網(wǎng)絡(luò)中最多可能的連線為N(N-1)，假設(shè)實際的連線為L，則該網(wǎng)絡(luò)密度為L/N(N-1)。

內(nèi)容長度:通過測量某一用戶發(fā)布的所有信息內(nèi)容的長度(字符數(shù))除以該用戶發(fā)布的信息數(shù)量獲得平均內(nèi)容長度。

內(nèi)容新鮮度:根據(jù)時間序列對所有用戶發(fā)布內(nèi)容進行編碼，由編碼員對發(fā)布內(nèi)容是否含有此前時間序列的內(nèi)容中所未含有的新信息進行判斷。

情感框架:由編碼員對所有用戶發(fā)布內(nèi)容進行編碼，判斷某一內(nèi)容中是否采用了情感框架，如采用了較為強烈的表達情感的詞匯:“憤怒”、“悲傷”、“興奮”等。

本研究所涉及的因變量為用戶的聲望。根據(jù)定義，用戶聲望將由正向的入度中心度這個指標來反映。某一用戶的正向入度中心度為對其進行正面回復(表達支持、贊同等正向態(tài)度)的其他用戶的數(shù)量，對這一數(shù)值也將同樣進行標準化處理。

(三)編碼和信度檢驗

對本研究所涉及的所有社會網(wǎng)絡(luò)變量(出度中心度、中間中心度、互惠性、網(wǎng)絡(luò)密度等)，將根據(jù)用戶的發(fā)帖 回復關(guān)系分別建構(gòu)不同討論串中用戶雙向的關(guān)系矩陣。通過UCINET軟件對關(guān)系矩陣進行分析，測量上述的各社會網(wǎng)絡(luò)變量。

對于本研究所涉及的其他變量(內(nèi)容長度、內(nèi)容新鮮度、情感框架、成員被回復內(nèi)容的態(tài)度傾向)采用內(nèi)容分析的方法，由編碼員根據(jù)所有成員所發(fā)布的信息內(nèi)容進行編碼。本研究共由上海交通大學的兩名在校生擔任編碼員。兩名編碼員在正式編碼前，均按照統(tǒng)一的編碼手冊接受了編碼培訓。在培訓結(jié)束后，我們對其進行了編碼前的測試。

在測試中，我們隨機選擇了2個討論串要求兩名編碼員進行編碼。編碼結(jié)束后，我們對兩名編碼員的在各個類目上的編碼員間信度(inter-coder reliability)進行了檢驗，發(fā)現(xiàn)兩名編碼員除了在“內(nèi)容長度”上的編碼達到完全一致(100%)外，在“內(nèi)容新鮮度”、“情感框架”和“被回復內(nèi)容的態(tài)度傾向”三個類目上的信度(Scott'spi)分別為0.89、0.75和0.82。在重新修訂了編碼手冊后，我們對編碼員進行了二次培訓。同時在不一致性較高的項目“情感框架”上，引入了第三名經(jīng)過同樣培訓的編碼員，由其對二者間的不一致進行重新選擇。

三、研究結(jié)果及其啟示

(一)主要研究結(jié)果

1.描述性統(tǒng)計

本研究的描述性統(tǒng)計結(jié)果(各變量的均值、標準差以及兩兩相關(guān)系數(shù))如表2所示。除了網(wǎng)絡(luò)度數(shù)中心勢(p=0.080)和情感框架(p=0.044)這兩個維度外，用戶聲望與用戶出度中心度、中間中心度、互惠性、網(wǎng)絡(luò)密度、內(nèi)容長度和內(nèi)容新鮮度之間均存在顯著的相關(guān)。

在各個自變量中，用戶出度中心度與中間中心度、互惠性和網(wǎng)絡(luò)密度之間，用戶中間中心度與互惠性之間存在較強的相關(guān)性，出度中心度與網(wǎng)絡(luò)度數(shù)中心勢、內(nèi)容新鮮度之間，中間中心度與網(wǎng)絡(luò)中心勢、網(wǎng)絡(luò)密度、內(nèi)容長度、內(nèi)容新鮮度、情感框架之間，互惠性與網(wǎng)絡(luò)中心勢、網(wǎng)絡(luò)密度、內(nèi)容新鮮度之間，網(wǎng)絡(luò)中心勢與網(wǎng)絡(luò)密度、內(nèi)容新鮮度之間，網(wǎng)絡(luò)密度與內(nèi)容長度、內(nèi)容新鮮度、情感框架之間，以及內(nèi)容長度和內(nèi)容新鮮度之間也存在一定的相關(guān)。不過，共顯性診斷的結(jié)果顯示，各個變量的容忍度均遠大于0，而VIF均小于20(出度中心度tolerance=0.252，VIF=3.974;中間中心度tolerance=0.464，VIF=2.156;互惠性tolerance=0.424，VIF=2.359;網(wǎng)絡(luò)中心勢tolerance=0.947，VIF=1.056;網(wǎng)絡(luò)密度tolerance=0.496，VIF=2.017;內(nèi)容長度tolerance=0.867，VIF=1.153;內(nèi)容新鮮度tolerance=0.858，VIF=1.165;情感框架tolerance=0.972， VIF=1.029)，排除了共線性的問題。

表2各變量的相關(guān)矩陣、均值和標準差

*p＜0 05 (雙尾)，**p＜0 001 (雙尾)整體網(wǎng)絡(luò)個數(shù)=9個，用戶=425人

2.層次線性模型分析

為了檢驗各個自變量與因變量用戶聲望之間的關(guān)系，我們采用了HLM6.0軟件進行層次線性模型(hierarchical linear modeling)分析。HLM通常用以分析嵌套性的數(shù)據(jù)結(jié)構(gòu)，說明組間和組內(nèi)的差異(Gelman和Hill，2007)[26]，對于本研究來說，采用該分析軟件可以同時考慮個體層次(出度中心度、中間中心度等)和整體網(wǎng)絡(luò)層次(網(wǎng)絡(luò)中心勢、網(wǎng)絡(luò)密度)自變量對因變量的共同影響。同時HLM在推測預(yù)測變量(predictor variables)和測量標準誤(standar derrors)上也被認為更加有效(Gelman和Hill，2007)[27]。

我們首先考察了兩層均不納入自變量的零模型(null model)，結(jié)果如表3所示。整體層面的隨機方差τ00=0.00091，個體層面的隨機方差σ2=0.00655，根據(jù)兩層的隨機效應(yīng)計算組內(nèi)相關(guān)系數(shù)，ρ=τ00/σ2+τ00=12.20%，表明用戶聲望的變異有12.20%來自整體層面的差異，有87.80%來自用戶個體層面的差異。整體層次的變量在相當程度上影響了用戶的聲望(ρ＞0.1)，說明有必要對整體層次的因素進行分析。

在模型中共同納入用戶個體層次和整體網(wǎng)絡(luò)層次的各個自變量，結(jié)果如表3所示。在個體層次上，用戶的中間中心度、互惠性和發(fā)布的信息內(nèi)容的長度對于用戶聲望均有顯著的正向關(guān)系，假設(shè)2、3、6均被支持，而內(nèi)容新鮮度與情感框架與用戶聲望之間的影響關(guān)系并不顯著，假設(shè)7、8未獲得支持。值得注意的是，出度中心度并未如假設(shè)的那樣正向影響用戶聲望，反而是與之存在顯著的負向關(guān)系，假設(shè)1也未被支持。在整體網(wǎng)絡(luò)層次上，網(wǎng)絡(luò)密度被證明與用戶聲望之間存在顯著的正向關(guān)系，假設(shè)5也獲得了支持，而度數(shù)中心勢與用戶聲望之間的負向影響關(guān)系則并不顯著，假設(shè)4未獲得支持。

(二)研究結(jié)果的啟示

1.個體層次的影響因素

在個體層次上，用戶的兩個社會網(wǎng)絡(luò)變量中間中心度與互惠性都被證明與用戶聲望之間存在正向的影響關(guān)系，用戶的中間中心度越高，與網(wǎng)絡(luò)中的其他用戶結(jié)成的互惠對越多，都對其聲望的提升有積極的作用。根據(jù)前文的討論，中間中心度揭示了某一用戶在網(wǎng)絡(luò)成員連接路徑中的重要性，中間中心度高的成員在群體中承擔著“中間人”(broker)的作用，“中間人”能夠比其他人擁有更高的聲望。但是這一發(fā)現(xiàn)與Huffaker(2010)[28]的研究結(jié)論有所差異，他發(fā)現(xiàn)，在Google Groups中，成員的“中間人”角色(中間中心度)對于其影響力(包括入度中心度)不存在顯著的預(yù)測作用，他認為這可能是由于網(wǎng)絡(luò)中的信息都是透明公開的，因此中間人的中介作用被降低，同時中間人在組內(nèi)的連接作用可能遠沒有在組間的連接作用來得重要。而在本研究中，我們以論壇環(huán)境中的突發(fā)事件討論網(wǎng)為樣本，在日本大地震這一突發(fā)事件的討論中，三個論壇上都充斥著各種不同的觀點和聲音，因此中間人在其中不止發(fā)揮著信息傳遞的中介作用，更多地可能是作為一種仲裁者和調(diào)停者的身份而存在，是調(diào)和各方觀點和聲音的緩沖器，這也就可以解釋為何其會比其他成員擁有更高的聲望(正向的入度中心度)。

表3 用戶聲望的影響因素分析結(jié)果

*p＜0.05(雙尾)，**p＜0.001(雙尾)整體網(wǎng)絡(luò)個數(shù)=9個，用戶=425人

互惠性是另一個影響成員聲望的重要的個體因素。根據(jù)前文中對互惠性的定義，在一個有向圖中，擁有更多互惠對(mutual dyad)的成員在群體中擁有更多與之具有較強關(guān)系的“朋友”，這些強關(guān)系對于提升該成員的聲望具有顯著的支持作用，因為人與人之間的關(guān)系更緊密也越可能接受對方的觀點(Granovetter，1978)[29]。這一發(fā)現(xiàn)也印證了Huffaker(2010)[30]等人的發(fā)現(xiàn)，在線社區(qū)的互動不僅僅是簡單的信息交換，而且還鼓勵了忠誠的支持關(guān)系，積極發(fā)展互惠關(guān)系的成員在社群中影響力更高，也更不容易被孤立。

出乎意料的是，分析的結(jié)果顯示成員的出度中心度與聲望之間卻存在較顯著的負向關(guān)系。這一現(xiàn)象或許可以解釋為，因為本研究中，聲望只考慮了正向的入度，這個概念提示的是成員的言論在群體中獲得支持的程度，而成員的對外連接越多并不能自然而然地獲得更多的支持。用戶出度中心度與聲望之間的關(guān)系可能還受到了該用戶言論的影響，涉及突發(fā)事件的敏感言論難以獲得支持，反而容易引發(fā)質(zhì)疑和辯論。這一發(fā)現(xiàn)也暗示了，網(wǎng)絡(luò)論壇是一個自由開放的輿論環(huán)境，價值觀的多元化和話語權(quán)的分散化使得觀點很難被統(tǒng)一，因此用戶簡單的對外連接數(shù)量并不能解釋其觀點所能獲得的支持，還必須要考慮其他更多的因素才能進行預(yù)測。

對于信息內(nèi)容變量的分析發(fā)現(xiàn)，用戶發(fā)布的內(nèi)容的長度對聲望有顯著的正向作用，而內(nèi)容是否新鮮、內(nèi)容是否采用了情感框架則與其聲望無關(guān)。我們認為，內(nèi)容長度允許了討論的充分性和深入性，更容易獲得理解和支持，而過于簡短的表達則容易使對話中，因此無法獲得支持。而用戶發(fā)布的內(nèi)容中是否包含新的信息并不能顯著影響聲望，可能是由于人們對于網(wǎng)絡(luò)虛擬環(huán)境中的信息具有較強的防備心理，網(wǎng)絡(luò)虛擬環(huán)境是一個復雜的信息環(huán)境，很多人認為網(wǎng)絡(luò)信息的可信度較低，因此新的信息在被證實之前難以獲得其他人的信任和支持。而用戶發(fā)布的內(nèi)容是否使用了情感框架也與用戶聲望無關(guān)，說明強烈的情感表達并不能獲得更多人的支持。這一現(xiàn)象在一定程度上說明了在網(wǎng)絡(luò)論壇中，情緒表達并不能淹沒理性思考，情感框架可能吸引更多的關(guān)注，但是能否引起情感共鳴還受到其他因素的干擾。

2.整體層次上的影響因素

在本研究中，我們發(fā)現(xiàn)，整體網(wǎng)絡(luò)的度數(shù)中心勢與用戶聲望之間存在負向的關(guān)系，但是這一關(guān)系并不顯著(p=0.350)。而整體網(wǎng)絡(luò)的密度對于用戶聲望卻具有顯著的正面影響，即在密度越大的討論網(wǎng)中，用戶聲望越高。根據(jù)前文中對網(wǎng)絡(luò)密度的定義，密度高的網(wǎng)絡(luò)中連接路徑更為密集，因此信息的流動性更強，而從關(guān)系的層面來看，密度高的網(wǎng)絡(luò)中用戶間的連接更為緊密，社群的凝聚性較強，而緊密的連接關(guān)系和社群凝聚力都是產(chǎn)生用戶間支持的重要條件，因此在密度高的網(wǎng)絡(luò)中，用戶也更容易獲得高聲望。

四、研究結(jié)論和展望

本研究探討了在突發(fā)事件的背景下，由虛擬社區(qū)用戶所構(gòu)成的討論網(wǎng)中哪些因素對于用戶的聲望(正向的入度中心度)具有顯著的影響，我們發(fā)現(xiàn)，在用戶個體層次上，用戶的中間中心度(“中間人”角色)、互惠性和發(fā)布內(nèi)容的長度對于聲望具有顯著的正向影響，用戶的出度中心度(對外連接程度)則與聲望存在顯著的負向關(guān)系，而內(nèi)容新鮮度(是否含有新的信息)以及內(nèi)容是否采用了情感框架則與用戶聲望的變異無關(guān);在討論網(wǎng)的整體層次上，網(wǎng)絡(luò)密度對于用戶聲望有顯著的正向影響，網(wǎng)絡(luò)度數(shù)中心勢與用戶聲望之間的關(guān)系并不顯著。

本研究也存在一些局限，首先本研究以日本大地震這一事件作為案例，研究結(jié)果是否在一定程度上受到所選擇的案例本身的特性的影響為未可知，因此后續(xù)可以探討更多案例本身的特性，將其作為控制變量以減少干擾，以便獲得更為精確的研究結(jié)果，或者采用多案例的方式，以便盡可能地消除單一案例的不良影響;其次，本研究僅討論了自變量與因變量之間的主效應(yīng)，而對各變量之間進一步的復雜關(guān)系未作深究，未來還可以從各層次因素間的中介、調(diào)節(jié)等作用進行研究，以便揭示更為完整的關(guān)系圖景。

作者:薛 可、陳 晞

原載《新聞大學》，2012年第4期

[1] 熊澄宇.整合傳媒:新媒體進行時[J].國際新聞界，2006，(07):7-11.

[2] 于瀟.社交媒體時代品牌傳播策略分析[J].新聞界，2011，(04):122.

[3] 張琳.新媒體環(huán)境下的品牌傳播研究[D].重慶:重慶工商大學，2010.

[4] 奧斯汀.還有人看廣告嗎？ [M].北京:高等教育出版社，2005.

[5] 黃少華.論網(wǎng)絡(luò)空間的人際交往[J].社會科學研究，2002(04):93-97.

[6] Katz E，Lazarsfeld PF，Roper E.Personal influence:the part played by people in the flow of mass communications[J].Canadian Journal of Economics & Political Science，1955，80(13):1583-1583.

[7] 杜駿飛.彌散的傳播[M].北京:中國社會科學出版社，2004.

[8] Weimann，G.The influentials:People who influence people.Albany，NY:State University of New York Press.

[9] Goode W J.The celebration of heroes:prestige as a social control system[M].University of California Press，19-78.

[10] Sparrowe R T，Liden R C，Wayne S J，& Kraimer M L.Social networks and the performance of individuals and groups[J].Academy of Management Journal，44，316-325.

[11] Huffaker D.Dimensions of Leadership and Social Influence in Online Communities[J].Human Communication Research，2010，36(4):593-617.

[12] Freeman LC.Centrality in social networks conceptual clarification[J].Social Networks，1978， 1(3):215-239.

[13] Burt RS.Structural Holes:The Social Structure of Competition[J].Economic Journal，1994.

[14] Ganley D，Lampe C.The ties that bind:Social network principles in online communities[J]. Decision Support Systems，2009，47(3):266-274.

[15] Putnam，RD.Bowling alone:The collapse and revival of American community.New York:Simon & Schuster，2000.

[16] Wasko ML，Teigland R，F(xiàn)araj S.The provision of online public goods:Examining social structure in anelectronic network of practice[J].Decision Support Systems，2009，47(3):254-265.

[17] Huffaker D.Dimensions of Leadership and Social Influence in Online Communities[J].Human Communication Research，2010，36(4):593-617.

[18] Freeman L C.Centrality in social networks conceptual clarification[J].Social Networks，1978， 1(3):215-239.

[19] 林聚任.社會網(wǎng)絡(luò)分析[M].北京:北京師范大學出版社，2009.

[20] Granovetter M.Threshold models of collective behavior[J].American Journal of Sociology，1978， 83(6):1420-1443.

[21] Huffaker D.Dimensions of Leadership and Social Influence in Online Communities[J].Human Communication Research，2010，36(4):593-617.

[22] Rafaeli N.Why communieation researehers should study the Intemet:Adialogue[J].Joumal of Communieation，46:4-13.

[23] Entman R M.Framing:Toward Clarification of a Fractured Paradigm[J].Journal of Communication，1993，43(4):51-58.

[24] Freeman L C.Centrality in social networks conceptual clarification[J].Social Networks，1978， 1(3):215-239.

[25] Freeman L C.Centrality in social networks conceptual clarification[J].Social Networks，1978， 1(3):215-239.

[26] Hill JL.Data Analysis using Regression and Multilevel/Hierarchical Models[J].General Information，2007，30(1):9497.

[27] Gelman，A.，&Hill，J.Data analysis using regression and multilevel/hierarchical models. Cambridge:Cambridge University Press，2007.

[28] Huffaker D.Dimensions of Leadership and Social Influencein Online Communities[J].Human Communication Research，2010，36(4):593617.

[29] Granovetter，M.S.The strength of weakties[J].American Journal of Sociology，1973(78)，1360-1380.

[30] Huffaker D.Dimensions of Leadership and Social Influence in Online Communities[J].Human Communication Research，2010，36(4):593-617.