文獻(xiàn)計(jì)量視角下的自媒體影響力研究前沿

張才明

摘要：隨著社交媒體和移動(dòng)互聯(lián)網(wǎng)的興起與發(fā)展，自媒體及其影響力問(wèn)題成為國(guó)內(nèi)外學(xué)者和媒體監(jiān)管部門(mén)關(guān)注的熱點(diǎn)。本文綜合運(yùn)用文獻(xiàn)綜述和計(jì)量統(tǒng)計(jì)法，從SSCI、SCI、CSSCI、CSCD和北大核心來(lái)源刊，采集相關(guān)文獻(xiàn)，梳理了國(guó)內(nèi)外自媒體用戶影響力的研究歷史、現(xiàn)狀和發(fā)展，提出了該研究領(lǐng)域未來(lái)可能出現(xiàn)的三個(gè)熱點(diǎn)，力圖介紹國(guó)內(nèi)外自媒體用戶影響力研究前沿。本文研究發(fā)現(xiàn)，國(guó)內(nèi)學(xué)者對(duì)自媒體的研究成果較多且分散，而國(guó)外學(xué)者則相對(duì)更聚集，尤其是體現(xiàn)在用戶影響力定量和算法研究上。這有助于學(xué)者了解自媒體用戶影響力研究在國(guó)內(nèi)外的研究熱點(diǎn)和發(fā)展態(tài)勢(shì)，為相關(guān)監(jiān)管部門(mén)對(duì)有較大影響力的自媒體用戶進(jìn)行監(jiān)管提供指導(dǎo)。

關(guān)鍵詞：自媒體 自媒體影響力 文獻(xiàn)計(jì)量

隨著社交媒體的快速發(fā)展，微博、微信、QQ、論壇、抖音、快手等平臺(tái)成為網(wǎng)民互動(dòng)和信息交換及傳播的主要場(chǎng)所，客觀上誕生了諸多自媒體或新媒體的平臺(tái)生態(tài)模式，其用戶影響力越來(lái)越明顯。目前自媒體依托平臺(tái)，借助于平臺(tái)的巨大流量資源，通過(guò)互聯(lián)網(wǎng)或移動(dòng)智能終端的便捷交互性，促使信息快速傳播，范圍也越來(lái)越廣。筆者收集近幾年國(guó)內(nèi)外核心期刊文獻(xiàn)500多篇，對(duì)自媒體用戶影響力進(jìn)行文獻(xiàn)綜述和相關(guān)定量分析研究，目的是希望在以下三方面有所發(fā)現(xiàn)：一是國(guó)內(nèi)外自媒體用戶影響力研究歷程；二是國(guó)內(nèi)外自媒體用戶影響力研究?jī)?nèi)容；三是國(guó)內(nèi)外自媒體用戶影響力研究熱點(diǎn)趨勢(shì)。旨在理論和方法上全面梳理自媒體用戶影響力的研究前沿，進(jìn)而在實(shí)踐上對(duì)相關(guān)管理部門(mén)進(jìn)行自媒體服務(wù)監(jiān)管提供借鑒。

一、國(guó)內(nèi)外自媒體用戶影響力研究前沿

自媒體用戶影響力研究在國(guó)內(nèi)外都是一個(gè)熱點(diǎn)，但是發(fā)展進(jìn)程有所差異。以下從研究數(shù)量、研究發(fā)展和對(duì)比分析三個(gè)維度進(jìn)行分析。

（一）國(guó)內(nèi)外自媒體影響力研究數(shù)量分析

筆者選擇Web of Science數(shù)據(jù)庫(kù)（包含SSCI和SCI兩個(gè)數(shù)據(jù)庫(kù)）獲取國(guó)外學(xué)者近5年對(duì)自媒體用戶影響力研究的文獻(xiàn)，設(shè)置檢索詞T0（主題）=（“We media”and “We medias Influence”），檢索得到137篇論文，其中高峰為2019年的66篇。論文涵蓋了管理學(xué)、工程電子、經(jīng)濟(jì)學(xué)、計(jì)算機(jī)科學(xué)、信息科學(xué)、網(wǎng)絡(luò)通信等。同時(shí)，筆者選擇中國(guó)知網(wǎng)獲取國(guó)內(nèi)學(xué)者對(duì)自媒體用戶影響力研究的文獻(xiàn)來(lái)源，設(shè)置檢索詞主題為“自媒體”和“自媒體影響力”，并設(shè)置時(shí)間為2017-2021年。為保證文獻(xiàn)質(zhì)量，設(shè)置文獻(xiàn)為CSSCI、CSCD、北大核心等期刊評(píng)價(jià)類(lèi)型，檢索得到375篇相關(guān)文獻(xiàn)，其中的高峰年份為2019年129篇。375篇論文涵蓋了哲學(xué)與人文科學(xué)、經(jīng)濟(jì)與管理科學(xué)、計(jì)算機(jī)科學(xué)、信息科學(xué)、電子通信等。對(duì)比發(fā)現(xiàn)，在計(jì)算機(jī)及信息科學(xué)領(lǐng)域，國(guó)外對(duì)自媒體用戶影響力的研究文獻(xiàn)占比要比國(guó)內(nèi)高，說(shuō)明國(guó)外還是偏重于科技技術(shù)與工程方面，而國(guó)內(nèi)更偏重于人文社科應(yīng)用與管理等。

（二）國(guó)外自媒體用戶影響力研究發(fā)展

國(guó)外學(xué)者對(duì)自媒體用戶影響力的研究是伴隨國(guó)外互聯(lián)網(wǎng)尤其是自媒體產(chǎn)業(yè)的發(fā)展而產(chǎn)生的，相比國(guó)內(nèi)而言要早一點(diǎn)。其研究方法經(jīng)歷了由簡(jiǎn)單到復(fù)雜的過(guò)程。例如，Kempe認(rèn)為自媒體用戶的粉絲數(shù)量與自身活躍程度決定自媒體的影響力大??；Trusov則采用非標(biāo)準(zhǔn)貝葉斯方法，構(gòu)建自媒體影響他人（用戶或粉絲）的強(qiáng)度模型來(lái)測(cè)定自媒體用戶影響力。2011年以后，國(guó)外出現(xiàn)了更多的自媒體用戶影響力的測(cè)量模型和方法，越來(lái)越復(fù)雜的計(jì)量模型和算法不斷出現(xiàn)。例如，局部排序算法和LeaderRank算法等，這些模型和算法的提出為確定自媒體用戶影響力的大小，進(jìn)而測(cè)定其傳播價(jià)值提供了直接可行的方案。

從研究?jī)?nèi)容上看，2010年前如何識(shí)別有影響力的自媒體主體是國(guó)外學(xué)者關(guān)注的熱點(diǎn)，而定量研究自媒體用戶的影響力大小并不多見(jiàn)。2011年開(kāi)始，國(guó)外學(xué)者開(kāi)始關(guān)注自媒體用戶影響力的最大化問(wèn)題成為研究熱點(diǎn)，包括運(yùn)用系統(tǒng)動(dòng)力學(xué)分析自媒體社區(qū)或平臺(tái)中的用戶結(jié)構(gòu)等。2012年到2015年，研究的重點(diǎn)和熱點(diǎn)又發(fā)生了偏移，此時(shí)，學(xué)者更多關(guān)注通過(guò)設(shè)計(jì)構(gòu)建測(cè)算模型來(lái)計(jì)算自媒體用戶影響力大小，而大型自媒體平臺(tái)如Facebook、Twitter等龐大的自媒體用戶數(shù)據(jù)為其提供了實(shí)證數(shù)據(jù)支撐，并廣泛應(yīng)用于信息推薦、訪客識(shí)別甚至互聯(lián)網(wǎng)用戶的情感分析等。而到2016年和2017年，PageRank和LeaderRank等算法成為研究熱點(diǎn)，用于測(cè)算自媒體用戶影響力的擴(kuò)散鏈路和節(jié)點(diǎn)的特征、程度、親密度和介數(shù)等過(guò)程問(wèn)題；最近2年，國(guó)外學(xué)者又延伸到自媒體周邊內(nèi)容，如自媒體擴(kuò)散鏈路和節(jié)點(diǎn)影響力的用戶行為分析以及衍生自媒體用戶信息管理與信息系統(tǒng)設(shè)計(jì)等研究上。

（三）國(guó)內(nèi)自媒體用戶影響力研究發(fā)展

雖然國(guó)內(nèi)學(xué)者對(duì)自媒體的研究可以追溯到對(duì)新媒體傳播研究上，但對(duì)自媒體用戶影響力的研究相對(duì)于國(guó)外還是稍晚幾年。從文獻(xiàn)看，早期自媒體（微博）用戶的行為及影響力研究是伴隨以微博為代表的“新媒體”的興起而產(chǎn)生的，如肖雨利用Influence Rank算法構(gòu)建新媒體（微博用戶尤其是微博大V）的信息傳播網(wǎng)絡(luò)及其影響力；而后，2013年新媒體用戶影響力變化特征和影響因素研究成為研究熱點(diǎn)，“意見(jiàn)領(lǐng)袖”成為熱詞，如于晶就發(fā)現(xiàn)新媒體用戶影響力分布具有一定的雙冪律分布特征。從2015年開(kāi)始，國(guó)內(nèi)對(duì)于自媒體的研究呈現(xiàn)井噴狀態(tài)，自媒體代替了新媒體成為熱詞，數(shù)據(jù)挖掘、社會(huì)網(wǎng)絡(luò)分析法、信息傳播模型等研究手段和方法也得到廣泛應(yīng)用。2017年和2018年，國(guó)內(nèi)核心期刊對(duì)于自媒體用戶影響力有關(guān)的論文達(dá)到了高潮，接近年均百篇的規(guī)模，內(nèi)容上也涵蓋了自媒體用戶影響力理論、測(cè)算方法如PageRank算法以及應(yīng)用實(shí)證等。最近3年，國(guó)內(nèi)對(duì)自媒體研究重點(diǎn)又發(fā)生了一些改變，自媒體用戶的情感分析、輿論極化等理論性研究與自媒體營(yíng)銷(xiāo)、位置營(yíng)銷(xiāo)甚至直播營(yíng)銷(xiāo)等實(shí)踐性研究呈現(xiàn)出齊頭并進(jìn)態(tài)勢(shì)，研究方法涵蓋了線性閾值模型、Sir模型、hits算法、K-shell等；如劉嘉琪等認(rèn)為用戶影響力大的自媒體發(fā)布的負(fù)面信息就會(huì)對(duì)輿情傳播造成極大負(fù)面影響。

（四）國(guó)內(nèi)外自媒體用戶影響力研究比較分析

通過(guò)對(duì)國(guó)內(nèi)外學(xué)者自媒體用戶影響力研究的對(duì)比分析，從時(shí)間上看國(guó)外稍早、速度稍快；從數(shù)量上看，國(guó)內(nèi)呈現(xiàn)出后發(fā)優(yōu)勢(shì)，總體比國(guó)外多。但是從研究?jī)?nèi)容的發(fā)展上看，還是有一定的時(shí)間差。國(guó)內(nèi)在開(kāi)展理論研究的時(shí)候國(guó)外的理論研究水平已經(jīng)很成熟了，并開(kāi)始了算法和模型研究，在自媒體用戶影響力測(cè)算上比國(guó)內(nèi)先走了一步；不過(guò)內(nèi)容占比上有一些差異，國(guó)外方法研究占比比理論研究占比高，而國(guó)內(nèi)則是理論研究占比比方法研究占比要高。另一個(gè)文獻(xiàn)特征是，國(guó)內(nèi)對(duì)自媒體用戶影響力的應(yīng)用實(shí)踐性研究最近2年開(kāi)始越來(lái)越多。

二、自媒體用戶影響力研究的詞頻與趨勢(shì)分析

通過(guò)自媒體用戶影響力研究關(guān)鍵詞的詞頻分析，可以看出主要研究熱點(diǎn)，同時(shí)有助于預(yù)測(cè)未來(lái)研究趨勢(shì)。

（一）國(guó)內(nèi)外自媒體用戶影響力研究關(guān)鍵詞分析

筆者通過(guò)設(shè)定不同的關(guān)鍵詞，對(duì)國(guó)內(nèi)外自媒體用戶影響力研究的關(guān)鍵詞進(jìn)行頻次統(tǒng)計(jì)，并對(duì)結(jié)果進(jìn)行對(duì)比分析，按照關(guān)鍵詞頻次排序，得出表1。

國(guó)外自媒體用戶影響力研究關(guān)鍵詞詞頻由高到低分別為“We Media”“Influence Chain”“Influence Maximization”“Centrality Agreement”“Networkinfluence”“Influence Model”“Personal Influence”“Social Media”“Dynamics Model”“Networks Power”。中心度值越高越處于中心地位，但中心度值高不代表詞頻高，詞頻高也不一定中心度值高；例如，“Influence Chain” 中心度為0.04，詞頻為78；說(shuō)明雖然該關(guān)鍵詞詞頻較高，但與其他詞聯(lián)系少，處于邊緣，中心程度較低；而Networks Power則相反，中心度為0.24，詞頻為39，詞頻較低，中心程度較高。國(guó)內(nèi)自媒體用戶影響力研究關(guān)鍵詞詞頻由高到低分別為自媒體、用戶影響力、微博與微信、影響力最大化、影響力、信息傳播、PageRank/LeaderRank、大V監(jiān)管、主播在線、直播。中心度最高的關(guān)鍵詞為“PageRank”，反映了該方法是國(guó)內(nèi)常使用的方法。而自媒體和微博與微信中心度也不錯(cuò)，說(shuō)明國(guó)內(nèi)學(xué)者喜歡用它們作為研究對(duì)象。

（二）國(guó)內(nèi)外自媒體用戶影響力研究未來(lái)趨勢(shì)分析

筆者借助于工具軟件Citespace系統(tǒng)，對(duì)收集的500多篇文獻(xiàn)進(jìn)行分析，可以得出國(guó)內(nèi)外自媒體用戶影響力研究進(jìn)展?fàn)顩r。數(shù)據(jù)表明，除了在時(shí)間上不同步，研究發(fā)展總體趨勢(shì)其實(shí)差不多，都是由理論研究到方法研究、再深化到算法和模型以及應(yīng)用研究等，不過(guò)從文獻(xiàn)歸集后分析看，國(guó)內(nèi)外對(duì)自媒體用戶影響力研究的集中點(diǎn)還有一定差異，國(guó)外在Facebook、Twitter、矩陣因子分解、用戶意識(shí)和信息系統(tǒng)與管理等領(lǐng)域的研究占比比較多，而國(guó)內(nèi)則在微博營(yíng)銷(xiāo)、社交營(yíng)銷(xiāo)、直播營(yíng)銷(xiāo)、影響力評(píng)價(jià)等領(lǐng)域的研究占比比較多。筆者基于現(xiàn)有文獻(xiàn)分析基礎(chǔ)上，歸納未來(lái)研究趨勢(shì)熱點(diǎn)有三點(diǎn)。

1.自媒體平臺(tái)生態(tài)體系各節(jié)點(diǎn)影響力研究。按目前自媒體平臺(tái)如Facebook、Twitter、微博、微信等的發(fā)展看，自媒體平臺(tái)將逐漸生態(tài)化、體系化。由于自媒體平臺(tái)生態(tài)體系的異質(zhì)性以及社會(huì)宏觀環(huán)境對(duì)自媒體規(guī)制的不確定性，自媒體用戶影響力研究必然存在復(fù)雜性，典型的如美國(guó)第45任總統(tǒng)唐納德·特朗普的自媒體賬號(hào)，一旦關(guān)閉，其用戶影響力立刻為零。而傳統(tǒng)網(wǎng)絡(luò)節(jié)點(diǎn)影響力的測(cè)算方法顯然不適合自媒體平臺(tái)生態(tài)體系中的用戶影響力計(jì)算，從復(fù)雜系統(tǒng)管理的角度看，基于不同維度和視角研究自媒體平臺(tái)生態(tài)體系各節(jié)點(diǎn)影響力是必然趨勢(shì)，涵蓋硬件、網(wǎng)絡(luò)通信、用戶包括自媒體本身、信息以及社會(huì)環(huán)境、法律法規(guī)等都是需要考慮的因素。

2.基于算法的自媒體用戶影響力測(cè)算。自媒體用戶影響力測(cè)算方法，按目前的文獻(xiàn)梳理看，至少有社會(huì)網(wǎng)絡(luò)分析法、PageRank算法、貪心算法、信息熵、系統(tǒng)動(dòng)力學(xué)等多種算法。實(shí)際上，面對(duì)大規(guī)模復(fù)雜網(wǎng)絡(luò)平臺(tái)包括自媒體平臺(tái)生態(tài)體系中，沒(méi)有任何一種算法能夠通吃或搞定一切，能夠一成不變的適應(yīng)所有需求，在不同節(jié)點(diǎn)、不同研究目的和需求下，可采取的算法可能都不一樣，而不同算法算出的結(jié)果可能也不同，結(jié)論自然也存在不一樣甚至相反的可能性。因此，未來(lái)基于算法的自媒體用戶影響力測(cè)算仍然將是一個(gè)熱點(diǎn)話題。

3. 跨平臺(tái)的自媒體用戶影響力研究。隨著社交互聯(lián)

網(wǎng)平臺(tái)越來(lái)越多，各自媒體平臺(tái)也越來(lái)越呈現(xiàn)生態(tài)化、體系化；對(duì)于自媒體用戶影響力來(lái)說(shuō)，毫無(wú)疑問(wèn)跨平臺(tái)的自媒體用戶影響力相對(duì)比不跨平臺(tái)的影響力要大，而事實(shí)上，跨平臺(tái)的自媒體用戶比比皆是，如微博、微信、Facebook、Twitter等大V們往往都是交叉和跨平臺(tái)的活躍用戶；另一方面，跨平臺(tái)的自媒體用戶也更能適應(yīng)跨主題或話題的傳播，滿足不同用戶的信息需求，也只有這樣，網(wǎng)絡(luò)社會(huì)才會(huì)更接近現(xiàn)實(shí)社會(huì)和反映復(fù)雜的現(xiàn)實(shí)社會(huì)。如在2020年，由于全球新冠肺炎疫情影響，跨平臺(tái)的自媒體對(duì)于疫情與健康都給予了較大的關(guān)注。可以預(yù)見(jiàn)，未來(lái)研究跨自媒體平臺(tái)的用戶影響力將是重要熱點(diǎn)之一。

三、結(jié)語(yǔ)

筆者選取SCI、SSCI和中國(guó)知網(wǎng)CSSCI、CSCD和北大核心等檢索庫(kù)，采用文獻(xiàn)綜述和計(jì)量方法，對(duì)國(guó)內(nèi)外自媒體用戶影響力研究的歷程、現(xiàn)狀及發(fā)展進(jìn)行對(duì)比分析，結(jié)果表明，國(guó)內(nèi)外自媒體用戶影響力研究，從研究成果數(shù)量上看，總體都是逐年上升的；從研究側(cè)重點(diǎn)上看，國(guó)外對(duì)方法研究占比要多于理論研究，如自媒體用戶影響力模型、算法等，而國(guó)內(nèi)則理論研究占比稍多于方法研究，且國(guó)內(nèi)重在應(yīng)用上，比如如何識(shí)別有影響力的自媒體用戶，而不是一定要計(jì)算出該自媒體用戶的實(shí)際影響力大小；從研究手段上看，國(guó)外相對(duì)領(lǐng)先，甚至有文獻(xiàn)顯示國(guó)外采用了機(jī)器學(xué)習(xí)的方法來(lái)研究自媒體用戶影響力問(wèn)題，而國(guó)內(nèi)幾乎還沒(méi)有見(jiàn)到相應(yīng)文獻(xiàn)。從未來(lái)趨勢(shì)看，未來(lái)自媒體用戶影響力的研究熱點(diǎn)至少可能會(huì)有三個(gè)方面存在可能：一是自媒體平臺(tái)生態(tài)體系各節(jié)點(diǎn)影響力研究，二是基于算法的自媒體用戶影響力測(cè)算，三是跨自媒體平臺(tái)的用戶影響力研究。

作者系中國(guó)勞動(dòng)關(guān)系學(xué)院博士、副教授、研究生導(dǎo)師，中國(guó)信息經(jīng)濟(jì)研究中心主任

本文系國(guó)家社科基金資助項(xiàng)目“大數(shù)據(jù)的知識(shí)化演進(jìn)、組織模式及其對(duì)決策創(chuàng)新的影響研究”（項(xiàng)目編號(hào)：15BJY022）的階段性研究成果。

參考文獻(xiàn)

[1]肖宇，許煒，張晨.社交網(wǎng)絡(luò)中用戶區(qū)域影響力評(píng)估算法研究[J].微電子學(xué)與計(jì)算機(jī)，2012（07）.

[2]于晶.微博傳播過(guò)程中用戶影響力的特征實(shí)證分析[J].情報(bào)雜志，2013（08）.

[3]黃敏學(xué)，王琦緣，肖邦明.消費(fèi)咨詢(xún)網(wǎng)絡(luò)中意見(jiàn)領(lǐng)袖的演化機(jī)制研究——預(yù)期線索與網(wǎng)絡(luò)結(jié)構(gòu)[J].管理世界，2015（07）.

[4]詹天成，曹子君，王忠義.基于社會(huì)網(wǎng)絡(luò)分析的微博媒體領(lǐng)袖間的關(guān)系研究[J].情報(bào)科學(xué)，2018（08）.

【編輯：錢(qián)爾赫】