| 标题 | 基于因子分析法的微博热门榜单研究 |
| 范文 | 秦鑫淼 赵迎红 【关键词】微博;因子分析法;泛娱乐化 【基金项目】国家自然科学基金：服务业外商直接投资产业政策测量及其有效性和协同性研究（71672136）;国家社会科学基金：基于生态系统理论的公共图书馆与社会支撑体系相关性实证研究（14BTQ005）。 微博庞大的用户市场是信息传播的基础，截至2018年底，微博用户达到3.41亿。当前，微博已发展成为一个信息分享平台，用户不仅可以在微博上发表言论，也可以不断地接收信息。用户通过对其关注的话题进行搜索、发帖、互动形成微博话题热度，话题热度的排名即形成微博热门榜单。 一般来说，热门微博包括娱乐新闻、突发公共事件、权威机构发布的新闻性信息、公众共鸣事件和焦点问题等。热门微博的巨大影响力以及其及时性和代表性，能在一定程度上反映特定时期网民关注的焦点和选择倾向。 在繁杂的网络空间中，大多数网民没有足够时间去甄别和选择信息，只能被动地去接受不同平台的推送信息，其中热门榜单正是网民获得信息的便捷途径之一。因此，热门榜单的构成应剔除不良信息，引导网民关注健康真实的内容，平台也应保持谨慎的态度对热门榜单的内容倾向性加以正确把握。 一、基于传播学视角的微博热门榜单发展现状 （一）用户话语权不均衡导致信息传播堵塞 基于传播学理论，用户的需求可分为获取资讯、自我表达和情感释放。[1]微博热搜榜满足了用户对于信息的获取和借由微博热搜发泄自身情感的需求。对于自我表达，微博虽然赋予了每个用户自由表达的权利，但在相关问题的讨论中，由于用户微博身份和社会地位的不同，会出现话语权不均衡、个人信息传播效果不一等现象。娱乐明星或公众人物发布信息时，关注度和传播范围往往比普通用户大，更容易登上热门榜单，久而久之，用户话语权不均衡的现象会越发严重。 （二）平台监管缺失导致虚假信息泛滥 微博发布无门槛的特性导致每个用户都能自由发言，因此微博出现了虛假信息泛滥等现象。在这一过程中，微博把关人的作用尤为重要。微博把关人主要为微博平台和用户本身，微博平台起主导作用。但是，微博平台对于虚假信息的治理缺乏有效的监管机制，不难发现，如今的微博热门榜单由于平台的信息监管不力呈现出一定的哗众取宠现象。 （三）泛娱乐化现象导致用户被动接受无效信息 微博中粉丝较多的博主大多数为娱乐明星，截至2018年12月，微博关注度前十名分别为谢娜、何炅、杨幂、Angelababy、陈坤、赵薇、姚晨、林心如、邓超、郭德纲，均为娱乐明星。其粉丝对于他们生活包括三餐起居等信息的追捧挤压了有价值信息的生存空间，再加上140字的字符限制导致微博叙事能力不强，呈现出碎片化甚至口水化趋势，微博热门榜单也进而呈现出泛娱乐化倾向。微博热搜榜的泛娱乐化现象和微博发布信息的碎片化特征导致用户在接收信息时只注重感官的刺激，忽视应该深入思考的内容。 二、微博热门榜单指标体系的构建 （一）微博热门榜单指标体系构建的原则 系统性原则。微博热门榜单构建时需要遵循系统性原则，各指标之间的选取要有一定的逻辑关系，它们不但要从不同侧面反映出热门微博话题的主要特征和存在状态，而且还要反映各指标之间的内在联系。 典型性原则。微博话题种类繁多，因此其指标体系应具有一定的代表性，尽可能准确反映出不同领域的典型特征，以提高数据收集的准确性。 动态性原则。微博热门话题数据的收集需要一定时间，保证分析的严谨性。 科学性原则。各指标体系的设计及评价指标的选择以科学性为原则，以提高数据分析时的可操作性，要客观真实地反映出热门微博的特征。因此，指标的选择应该考虑其可得性和科学性。 （二）指标体系构建 1、指标选定 微博热度是指某一条微博引起的民众关注和讨论的热烈程度，如何定量地描述热门微博的影响因素，目前学术界还没有构建标准的指标体系。在进行一定的分析后，笔者将微博热度的来源分为博主特征、内容特征、传播特征这三个部分。[2]微博热门榜单指标体系如表1所示。 2、指标含义 博主特征主要是从博主自身热度分析其上热门榜单的因素，主要包括粉丝数、活跃天数、日均发博数、是否认证。博主自身的特征反映了其发送内容的辐射面和影响力，对博文内容的热度有较大影响。其中，粉丝数为截止到数据收集时，博主在微博上拥有的粉丝数;活跃天数为截止到数据收集时，博主从注册该账号到收集数据时的使用天数;日均发博数为截止到数据收集时已发微博数量与活跃天数之比;是否认证为该博主是否为微博平台的加V用户。[3] 内容特征主要是从博文内容的表达形式方面进行分析，主要包括文字数量和图片数量（视频视为9张图）。内容特征是从博文浅层的统计数量方面进行分析，观察博文不同字数和图片数对微博热度的影响。传播特征主要是从网友与该微博的互动情况进行分析，主要包括转发数、评论数、点赞数、昨日互动数、话题讨论度。传播特征表现出微博的传播效果，反映出该微博引起的关注度。其中，转发数为截止到数据收集时，该微博被转发的次数;评论数为截止到数据收集时，该微博被评论的次数;点赞数为截止到数据收集时，该微博被点赞的次数;昨日互动数为截止到数据收集时，该博主与网友的昨日互动数;话题讨论度为截止到数据收集时，网友讨论该话题的热度值。 三、实证分析 （一）数据统计 本文的分析单位为2018年12月19日到2018年12月20日早九点、中午十二点及晚六点微博热门榜单前25条微博话题下的第一条微博，对150条微博按照微博热度评价指标体系进行数据收集。 （二）因子分析法 因子分析法是用少数几个因子去描述众多指标之间联系的方法，即将相关性较强的变量归为一类，这样每一类变量就成为一个因子，用较少的几个公因子去反映原始资料的大部分信息。其数学表示为矩阵： X=AF+B （三）因子计算 在将相关因素剔除后，运用SPSS工具，对收集到的数据进行KMO测度和巴特利特（Bartlett）球体检验，可得KMO值为0.581，大于0.5，勉强可以进行因子分析。Bartlett球体检验的卡方统计值的显著性为0.000，拒绝单位相关性的原假设。两条结果均说明了数据具有相关性，适合做因子分析。对这些热门微博榜单指标进行降维处理，其结果如表2所示。 从表2可以得出，此指标体系一共可以提取3个公共因子，进而发现3个公共因子能够分别解释热度相关信息的33.129%、60.187%和71.665%，最后累计能够解释总体信息的71.665%。这一结果显示了3个公共因子能够较好地反映微博热度的总体信息。 再进一步根据因子分析反馈的旋转成分矩阵对各个公共因子含义以及构成进行分析，结果如表3所示。 可以得出，第一公共因子与粉丝数、活跃天数、是否认证、日均发博数、昨日互动数有很高的相关性，具有33.129%的内容解释度，因此将第一公共因子取名为博主特征;第二公共因子與转发数、评论数和点赞数有较高的相关关系，具有27.058%的内容解释度，因此将第二公共因子取名为互动特征;第三公共因子与讨论度、文字数量、图片数量有较强的相关性，具有11.478%的内容解释度，因此将第三公共因子取名为博文特征。 根据表3中3个公共因子的方差贡献率对微博信息的热度影响力进行加权汇总，可以得到最终综合因子F的计算公式： F=（0.3313*F1+0.2706*F2+0.1148*F3）/0.7167 用因子分析法分析出博主特征、互动特征、博文特征对微博登上热门榜单的影响，较好地完成了微博热门榜单构成因素的分析。但是，本研究也存在着一定的误差，比如最终收集到的数据可能会受到微博博主个人设置的影响，一些博主可能设置了禁止评论或者禁止转发等功能。 结语 本文对微博热门榜单的现状从传播学视角进行了分析，以此为基础构建了微博热门榜单影响因素的指标体系，在进行数据收集后，运用因子分析法得出博主特征、互动特征、博文特征对微博登上热门榜单产生的影响。最终的提取结果与指标体系预测基本一致，反映了指标体系的合理性。在“全民娱乐”的大背景下，信息传播的力量在空间和时间的维度下成为控制人的力量，在微博上打造了一个虚拟空间。[4]而对于热门榜单，微博平台不仅要从信息源头进行监管，还应该联合其它部门提高用户的媒介素养，将微博打造成一个健康的信息发布平台。 注释： [1]刘洋.传播学视角下微博热搜榜存在问题浅析[J].新媒体研究，2018（08）：118-119. [2]何跃，蔡博驰.基于因子分析法的微博热度评价模型[J].统计与决策，2016（18）：52-54. [3]杨耀丽.基于因子分析法的微博话题传播影响力评价研究[J].情报科学，2018（07）：62-65+77. [4]殷晓蓉.呈现与缺失：传播学研究中的“空间及其关系”[J].苏州大学学报（哲学社会科学版），2014（04）：171-176+192. （作者：秦鑫淼，武汉理工大学法学社会学院新闻与传播研究生;赵迎红，武汉理工大学教授） 责编：周蕾 |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。