基于社交網(wǎng)絡(luò)的自媒體輿論傳播趨勢(shì)研究（數(shù)據(jù)分析篇）

陳煜軍

摘 要 本文是基于社交網(wǎng)絡(luò)的自媒體輿論傳播趨勢(shì)研究的下篇，有別于傳統(tǒng)趨勢(shì)傳播研究，所做的趨勢(shì)分析完全來自于真實(shí)的微信朋友圈二次傳播樣本數(shù)據(jù)。通過系統(tǒng)所建立的數(shù)據(jù)模型，對(duì)朋友圈二次傳播的新聞、活動(dòng)、直播、投票等特定傳播樣本進(jìn)行數(shù)據(jù)記錄。在此基礎(chǔ)上，本文還通過11個(gè)典型傳播模型，嘗試性通過系統(tǒng)圖表、傳播趨勢(shì)圖等方法對(duì)數(shù)據(jù)記錄進(jìn)行初步的數(shù)據(jù)挖掘，分析基于社交網(wǎng)絡(luò)的自媒體輿論傳播趨勢(shì)。

關(guān)鍵詞 社交網(wǎng)絡(luò)自媒體；二次傳播；數(shù)據(jù)挖掘

中圖分類號(hào) G2 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1674-6708（2017）191-0051-02

為了使基于社交網(wǎng)絡(luò)的自媒體輿論傳播趨勢(shì)研究更加科學(xué)，我們將前文所論述的基于社交網(wǎng)絡(luò)化輿論傳播監(jiān)測(cè)系統(tǒng)接入泉州本地知名媒體、協(xié)會(huì)等微信公眾服務(wù)號(hào)（或媒體訂閱號(hào)）的后臺(tái)，公眾號(hào)觸達(dá)用戶在1.2萬～43.9萬之間分布，整個(gè)用戶池總數(shù)為78.1萬人，通過在指定區(qū)域內(nèi)持續(xù)的、多平臺(tái)、大容量、跨行業(yè)、多類型的樣本記錄以及異常數(shù)據(jù)綜合比對(duì)剔除來保證統(tǒng)計(jì)數(shù)據(jù)的有效性、無偏性以及一致性，同時(shí)在數(shù)據(jù)挖掘上綜合采用聚類分析（Cluster Detection，分類比較基礎(chǔ)數(shù)據(jù)）、OLAP分析（On-Line Analytic Processing；OLAP，運(yùn)用圖表分析基本趨勢(shì)）、連接分析（Link Analysis，生成傳播拓?fù)鋱D進(jìn)行綜合分析）等幾種數(shù)據(jù)模型分析方法。

1 基礎(chǔ)數(shù)據(jù)

1.1 綜合數(shù)據(jù)

截至發(fā)稿前，系統(tǒng)已經(jīng)連續(xù)工作了662天，記錄傳播樣本764個(gè)，轉(zhuǎn)發(fā)核心人數(shù)1.5萬人，轉(zhuǎn)發(fā)次數(shù)2.7萬人次，傳播受眾19.8萬人，傳播次數(shù)29.8萬人次。

1.2 樣本（模型）傳播數(shù)據(jù)

根據(jù)朋友圈傳播實(shí)際以及傳播數(shù)據(jù)綜合比對(duì)，我們剔除了部分異常傳播樣本，取得有效樣本650個(gè)，單樣本最大傳播49 201人，去權(quán)平均傳播398.99人，傳播數(shù)量達(dá)到平均數(shù)的傳播樣本42個(gè)，占樣本總數(shù)的6.25%。在此，我們嘗試性的將投票類剝離，發(fā)現(xiàn)非投票類達(dá)平率為14.77%，而非投票類高達(dá)45.45%，因此，樣本內(nèi)容和類型對(duì)于樣本傳播效率的影響極大，投票類樣本傳播效率較為平均，其他樣本受巴萊特定律（二八定律）影響，兩極分化。

1.3 核心傳播數(shù)據(jù)（用戶效率）

系統(tǒng)共取得有效個(gè)體傳播核心11 504人，受眾26.8萬人次，最大傳播5 039人次，平均傳播22.99次，傳播數(shù)量達(dá)到平均數(shù)的個(gè)體核心1 401人，占樣本總數(shù)的12.18%，其中非投票類達(dá)平率18.01%，投票類12.78%，同理可見，對(duì)于用戶效率來說，關(guān)鍵的決定因素是個(gè)體傳播能力，活動(dòng)內(nèi)容和類型的影響相對(duì)較小。

1.4 典型樣本模型

為了更有針對(duì)性地進(jìn)行連接以及趨勢(shì)分析，筆者在各個(gè)傳播數(shù)量級(jí)上隨機(jī)挑選了內(nèi)容具有代表性的6種類型11個(gè)樣本模型，進(jìn)行針對(duì)性分析，經(jīng)過歸類分析比對(duì)，最終得出的典型樣本模型的綜合達(dá)平率是22.57%，統(tǒng)計(jì)數(shù)據(jù)參見圖1。

2 關(guān)聯(lián)圖表

運(yùn)用圖表分析方法，系統(tǒng)生成了24小時(shí)分時(shí)傳播圖、周傳播圖以及周-時(shí)關(guān)聯(lián)傳播圖（圖2）。從幾張圖表來看，周傳播的高峰期在每周二、周四和周五，周三有所回落，周日是傳播低谷；每天的7點(diǎn)到24點(diǎn)是自媒體傳播正常覆蓋時(shí)段，其中12點(diǎn)到14點(diǎn)是全天高峰期，另外兩個(gè)小高峰分別在10點(diǎn)和20點(diǎn)左右，轉(zhuǎn)發(fā)高峰相對(duì)傳播高峰基本吻合或者略有提前，這些傳播特性和目前互聯(lián)網(wǎng)上已經(jīng)可以查到各類統(tǒng)計(jì)數(shù)據(jù)基本一致。值得一提的是，從圖2來看，整體數(shù)據(jù)峰值發(fā)生在周四的12～14點(diǎn)左右，而周五的18到22點(diǎn)這段時(shí)間形成了另一個(gè)特殊的小高峰期，這個(gè)小高峰的形成和自媒體傳播的生活化特征相關(guān)聯(lián)，也是現(xiàn)有相關(guān)資料數(shù)據(jù)報(bào)告尚未正式提及的。通過關(guān)聯(lián)圖表整體分析，可以發(fā)現(xiàn)，自媒體傳播的“生活化”“碎片化”特征，在工余時(shí)間的傳播力最高，但在完整的周六、日休假時(shí)間反而大幅降低。

3 傳播拓?fù)鋱D

傳播拓?fù)鋱D是典型樣本傳播趨勢(shì)分析的重要工具，圖形化地體現(xiàn)信息傳播方向以及趨勢(shì)，可以綜合運(yùn)用聚類分析、連接分析、OLAP分析等多種分析方法。在系統(tǒng)篇我們已經(jīng)提到過信息傳播拓?fù)鋱D的設(shè)計(jì)原理和表現(xiàn)形式，并發(fā)布了D模型傳播拓?fù)鋱D，限于篇幅所限，本文只再發(fā)布一張加寬核心邊距后的樣本模型E傳播拓?fù)鋱D（圖3），并簡(jiǎn)要分析下傳播拓?fù)鋱D所集中體現(xiàn)的基于社交網(wǎng)絡(luò)的自媒體輿論傳播趨勢(shì)。

1）有效期和關(guān)鍵期：對(duì)于非持續(xù)性傳播（非直播類，如新聞、圖文事件直播等樣本模型），二次傳播的完整生命期是信息發(fā)布后的72小時(shí)，但是絕大部分的傳播行為都在內(nèi)容發(fā)布后的48小時(shí)以內(nèi)產(chǎn)生，部分內(nèi)容在24小時(shí)內(nèi)就達(dá)到高峰，如果以樣本的傳播覆蓋總量為基數(shù)，則24小時(shí)的平均傳播率是47%，48小時(shí)是84%，而72小時(shí)達(dá)到93%。簡(jiǎn)單說，對(duì)于大部分的傳播內(nèi)容，輿論傳播的關(guān)鍵期就是信息發(fā)布后的24小時(shí)內(nèi)。

2）高效個(gè)體核心價(jià)值：基于社交網(wǎng)絡(luò)的自媒體輿論傳播的關(guān)鍵是個(gè)體傳播核心的影響力，在傳播過程中覆蓋高效個(gè)體核心至關(guān)重要。統(tǒng)計(jì)數(shù)據(jù)表明，自媒體傳播的核心平均傳受比在10以上，也就是一次分享平均增加10次訪問，90%以上的傳播來自核心的分享轉(zhuǎn)發(fā)，來自于類似微信朋友圈的自媒體分享傳播。

3）傳播的自我修復(fù)特性：傳統(tǒng)的傳播因?yàn)榈竭_(dá)時(shí)間、路徑以及個(gè)體原因等問題，在傳播過程中可能存在“邊界”和“斷線”的問題，但是在社交化傳播過程中，因?yàn)樯缛菏椒植际街行牡拇嬖?，社交圈中的傳播個(gè)體核心相互關(guān)聯(lián)和相互交錯(cuò)的傳播樹將通過多徑傳播自動(dòng)修復(fù)“斷線”的問題，并自然拓展“邊界”，但是即便是理論上，排除內(nèi)容的影響，這種傳播也并非類似“六度分隔”理論所闡釋的那樣無邊無際，實(shí)際上其傳播嚴(yán)重受限于傳播平臺(tái)的用戶容量（比如微信的用戶群）、一次傳播的到達(dá)率以及傳播的72小時(shí)有效期。

4）傳播爆炸和關(guān)鍵因子：在本次數(shù)據(jù)分析過程中，我們發(fā)現(xiàn)一個(gè)有趣的現(xiàn)象，比如一個(gè)內(nèi)容傳給A，A分享后只有B、C、D三個(gè)人訪問，但是其中的B卻有200多人訪問，因此，B是傳播爆炸的導(dǎo)火索，但是A卻是傳播的關(guān)鍵因子。在基于社交網(wǎng)絡(luò)的傳播架構(gòu)中，由于傳播爆炸和關(guān)鍵因子的存在，對(duì)應(yīng)自媒體輿論傳播的輿情研判也將更為復(fù)雜和不可預(yù)見。

5）分布式社群中心化特征：大量的數(shù)據(jù)和調(diào)研都指出自媒體的“去中心化”特性，但是傳播拓?fù)鋱D卻體現(xiàn)出社交化自媒體輿論傳播正在形成另一個(gè)核心，就是基于社交圈的社群化分布式中心會(huì)在傳播圖中自然形成，這個(gè)核心構(gòu)筑的基礎(chǔ)是作為傳播關(guān)鍵因子的高效個(gè)體核心之間的社群關(guān)聯(lián)性。當(dāng)然，同傳統(tǒng)社交圈相對(duì)應(yīng)的，在傳播圈的邊緣，也必然有一部分“離群”傳播孤島的存在。

4 結(jié)論

本文筆者在工作中針對(duì)基于社交網(wǎng)絡(luò)的自媒體傳播研究構(gòu)筑了一套信息系統(tǒng)，并通過系統(tǒng)分析工具以及數(shù)據(jù)挖掘分析方法進(jìn)行傳播趨勢(shì)研究的嘗試，系統(tǒng)還有改進(jìn)空間，數(shù)據(jù)分析也可能存在地區(qū)性特征，但是所建立的數(shù)據(jù)模型、監(jiān)測(cè)系統(tǒng)以及分析算法、結(jié)果具有較強(qiáng)的現(xiàn)實(shí)意義和實(shí)用價(jià)值，可供業(yè)內(nèi)同行參考。

參考文獻(xiàn)

[1]企鵝智酷.2017自媒體趨勢(shì)報(bào)告.

[2]企鵝智酷.微信2017用戶研究和商機(jī)洞察.

[3]侯斯特.2017微信公眾號(hào)數(shù)據(jù)報(bào)告大數(shù)據(jù)解讀用戶閱讀習(xí)慣.