文獻計量與自媒體影響力研究

導語：文獻計量與自媒體影響力研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：隨著社交媒體和移動互聯網的興起與發展，自媒體及其影響力問題成為國內外學者和媒體監管部門關注的熱點。本文綜合運用文獻綜述和計量統計法，從SSCI、SCI、CSSCI、CSCD和北大核心來源刊，采集相關文獻，梳理了國內外自媒體用戶影響力的研究歷史、現狀和發展，提出了該研究領域未來可能出現的三個熱點，力圖介紹國內外自媒體用戶影響力研究前沿。本文研究發現，國內學者對自媒體的研究成果較多且分散，而國外學者則相對更聚集，尤其是體現在用戶影響力定量和算法研究上。這有助于學者了解自媒體用戶影響力研究在國內外的研究熱點和發展態勢，為相關監管部門對有較大影響力的自媒體用戶進行監管提供指導。

關鍵詞：自媒體；自媒體影響力；文獻計量

隨著社交媒體的快速發展，微博、微信、QQ、論壇、抖音、快手等平臺成為網民互動和信息交換及傳播的主要場所，客觀上誕生了諸多自媒體或新媒體的平臺生態模式，其用戶影響力越來越明顯。目前自媒體依托平臺，借助于平臺的巨大流量資源，通過互聯網或移動智能終端的便捷交互性，促使信息快速傳播，范圍也越來越廣。筆者收集近幾年國內外核心期刊文獻500多篇，對自媒體用戶影響力進行文獻綜述和相關定量分析研究，目的是希望在以下三方面有所發現：一是國內外自媒體用戶影響力研究歷程；二是國內外自媒體用戶影響力研究內容；三是國內外自媒體用戶影響力研究熱點趨勢。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，進而在實踐上對相關管理部門進行自媒體服務監管提供借鑒。

一、國內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內外都是一個熱點，但是發展進程有所差異。以下從研究數量、研究發展和對比分析三個維度進行分析。

（一）國內外自媒體影響力研究數量分析

筆者選擇WebofScience數據庫（包含SSCI和SCI兩個數據庫）獲取國外學者近5年對自媒體用戶影響力研究的文獻，設置檢索詞T0（主題）=（“Wemedia”and“Wemedia'sInfluence”），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、工程電子、經濟學、計算機科學、信息科學、網絡通信等。同時，筆者選擇中國知網獲取國內學者對自媒體用戶影響力研究的文獻來源，設置檢索詞主題為“自媒體”和“自媒體影響力”，并設置時間為2017-2021年。為保證文獻質量，設置文獻為CSSCI、CSCD、北大核心等期刊評價類型，檢索得到375篇相關文獻，其中的高峰年份為2019年129篇。375篇論文涵蓋了哲學與人文科學、經濟與管理科學、計算機科學、信息科學、電子通信等。對比發現，在計算機及信息科學領域，國外對自媒體用戶影響力的研究文獻占比要比國內高，說明國外還是偏重于科技技術與工程方面，而國內更偏重于人文社科應用與管理等。

（二）國外自媒體用戶影響力研究發展

國外學者對自媒體用戶影響力的研究是伴隨國外互聯網尤其是自媒體產業的發展而產生的，相比國內而言要早一點。其研究方法經歷了由簡單到復雜的過程。例如，Kempe認為自媒體用戶的粉絲數量與自身活躍程度決定自媒體的影響力大??；Trusov則采用非標準貝葉斯方法，構建自媒體影響他人（用戶或粉絲）的強度模型來測定自媒體用戶影響力。2011年以后，國外出現了更多的自媒體用戶影響力的測量模型和方法，越來越復雜的計量模型和算法不斷出現。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，進而測定其傳播價值提供了直接可行的方案。從研究內容上看，2010年前如何識別有影響力的自媒體主體是國外學者關注的熱點，而定量研究自媒體用戶的影響力大小并不多見。2011年開始，國外學者開始關注自媒體用戶影響力的最大化問題成為研究熱點，包括運用系統動力學分析自媒體社區或平臺中的用戶結構等。2012年到2015年，研究的重點和熱點又發生了偏移，此時，學者更多關注通過設計構建測算模型來計算自媒體用戶影響力大小，而大型自媒體平臺如Facebook、Twitter等龐大的自媒體用戶數據為其提供了實證數據支撐，并廣泛應用于信息推薦、訪客識別甚至互聯網用戶的情感分析等。而到2016年和2017年，PageRank和LeaderRank等算法成為研究熱點，用于測算自媒體用戶影響力的擴散鏈路和節點的特征、程度、親密度和介數等過程問題；最近2年，國外學者又延伸到自媒體周邊內容，如自媒體擴散鏈路和節點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設計等研究上。

（三）國內自媒體用戶影響力研究發展

雖然國內學者對自媒體的研究可以追溯到對新媒體傳播研究上，但對自媒體用戶影響力的研究相對于國外還是稍晚幾年。從文獻看，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”的興起而產生的，如肖雨利用InfluenceRank算法構建新媒體（微博用戶尤其是微博大V）的信息傳播網絡及其影響力；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，“意見領袖”成為熱詞，如于晶就發現新媒體用戶影響力分布具有一定的雙冪律分布特征。從2015年開始，國內對于自媒體的研究呈現井噴狀態，自媒體代替了新媒體成為熱詞，數據挖掘、社會網絡分析法、信息傳播模型等研究手段和方法也得到廣泛應用。2017年和2018年，國內核心期刊對于自媒體用戶影響力有關的論文達到了高潮，接近年均百篇的規模，內容上也涵蓋了自媒體用戶影響力理論、測算方法如PageRank算法以及應用實證等。最近3年，國內對自媒體研究重點又發生了一些改變，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銷、位置營銷甚至直播營銷等實踐性研究呈現出齊頭并進態勢，研究方法涵蓋了線性閾值模型、Sir模型、hits算法、K-shell等；如劉嘉琪等認為用戶影響力大的自媒體的負面信息就會對輿情傳播造成極大負面影響。

（四）國內外自媒體用戶影響力研究比較分析

通過對國內外學者自媒體用戶影響力研究的對比分析，從時間上看國外稍早、速度稍快；從數量上看，國內呈現出后發優勢，總體比國外多。但是從研究內容的發展上看，還是有一定的時間差。國內在開展理論研究的時候國外的理論研究水平已經很成熟了，并開始了算法和模型研究，在自媒體用戶影響力測算上比國內先走了一步；不過內容占比上有一些差異，國外方法研究占比比理論研究占比高，而國內則是理論研究占比比方法研究占比要高。另一個文獻特征是，國內對自媒體用戶影響力的應用實踐性研究最近2年開始越來越多。

二、自媒體用戶影響力研究的詞頻與趨勢分析

通過自媒體用戶影響力研究關鍵詞的詞頻分析，可以看出主要研究熱點，同時有助于預測未來研究趨勢。

（一）國內外自媒體用戶影響力研究關鍵詞分析

筆者通過設定不同的關鍵詞，對國內外自媒體用戶影響力研究的關鍵詞進行頻次統計，并對結果進行對比分析，按照關鍵詞頻次排序，得出表1。國外自媒體用戶影響力研究關鍵詞詞頻由高到低分別為“WeMedia”“InfluenceChain”“InfluenceMaximization”“CentralityAgreement”“Networkinfluence”“InfluenceModel”“PersonalInfluence”“SocialMedia”“DynamicsModel”“NetworksPower”。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，“InfluenceChain”中心度為0.04，詞頻為78；說明雖然該關鍵詞詞頻較高，但與其他詞聯系少，處于邊緣，中心程度較低；而NetworksPower則相反，中心度為0.24，詞頻為39，詞頻較低，中心程度較高。國內自媒體用戶影響力研究關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監管、主播在線、直播。中心度最高的關鍵詞為“PageRank”，反映了該方法是國內常使用的方法。而自媒體和微博與微信中心度也不錯，說明國內學者喜歡用它們作為研究對象。

（二）國內外自媒體用戶影響力研究未來趨勢分析

筆者借助于工具軟件Citespace系統，對收集的500多篇文獻進行分析，可以得出國內外自媒體用戶影響力研究進展狀況。數據表明，除了在時間上不同步，研究發展總體趨勢其實差不多，都是由理論研究到方法研究、再深化到算法和模型以及應用研究等，不過從文獻歸集后分析看，國內外對自媒體用戶影響力研究的集中點還有一定差異，國外在Facebook、Twitter、矩陣因子分解、用戶意識和信息系統與管理等領域的研究占比比較多，而國內則在微博營銷、社交營銷、直播營銷、影響力評價等領域的研究占比比較多。筆者基于現有文獻分析基礎上，歸納未來研究趨勢熱點有三點。1．自媒體平臺生態體系各節點影響力研究。按目前自媒體平臺如Facebook、Twitter、微博、微信等的發展看，自媒體平臺將逐漸生態化、體系化。由于自媒體平臺生態體系的異質性以及社會宏觀環境對自媒體規制的不確定性，自媒體用戶影響力研究必然存在復雜性，典型的如美國第45任總統唐納德·特朗普的自媒體賬號，一旦關閉，其用戶影響力立刻為零。而傳統網絡節點影響力的測算方法顯然不適合自媒體平臺生態體系中的用戶影響力計算，從復雜系統管理的角度看，基于不同維度和視角研究自媒體平臺生態體系各節點影響力是必然趨勢，涵蓋硬件、網絡通信、用戶包括自媒體本身、信息以及社會環境、法律法規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算。自媒體用戶影響力測算方法，按目前的文獻梳理看，至少有社會網絡分析法、PageRank算法、貪心算法、信息熵、系統動力學等多種算法。實際上，面對大規模復雜網絡平臺包括自媒體平臺生態體系中，沒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所有需求，在不同節點、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果可能也不同，結論自然也存在不一樣甚至相反的可能性。因此，未來基于算法的自媒體用戶影響力測算仍然將是一個熱點話題。3. 跨平臺的自媒體用戶影響力研究。隨著社交互聯網平臺越來越多，各自媒體平臺也越來越呈現生態化、體系化；對于自媒體用戶影響力來說，毫無疑問跨平臺的自媒體用戶影響力相對比不跨平臺的影響力要大，而事實上，跨平臺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的活躍用戶；另一方面，跨平臺的自媒體用戶也更能適應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，網絡社會才會更接近現實社會和反映復雜的現實社會。如在2020年，由于全球肺炎疫情影響，跨平臺的自媒體對于疫情與健康都給予了較大的關注?？梢灶A見，未來研究跨自媒體平臺的用戶影響力將是重要熱點之一。

三、結語

筆者選取SCI、SSCI和中國知網CSSCI、CSCD和北大核心等檢索庫，采用文獻綜述和計量方法，對國內外自媒體用戶影響力研究的歷程、現狀及發展進行對比分析，結果表明，國內外自媒體用戶影響力研究，從研究成果數量上看，總體都是逐年上升的；從研究側重點上看，國外對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，而國內則理論研究占比稍多于方法研究，且國內重在應用上，比如如何識別有影響力的自媒體用戶，而不是一定要計算出該自媒體用戶的實際影響力大?。粡难芯渴侄紊峡?，國外相對領先，甚至有文獻顯示國外采用了機器學習的方法來研究自媒體用戶影響力問題，而國內幾乎還沒有見到相應文獻。從未來趨勢看，未來自媒體用戶影響力的研究熱點至少可能會有三個方面存在可能：一是自媒體平臺生態體系各節點影響力研究，二是基于算法的自媒體用戶影響力測算，三是跨自媒體平臺的用戶影響力研究。

參考文獻

[1]肖宇，許煒，張晨．社交網絡中用戶區域影響力評估算法研究[J]．微電子學與計算機，2012(07)．

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

[3]黃敏學，王琦緣，肖邦明．消費咨詢網絡中意見領袖的演化機制研究——預期線索與網絡結構[J]．管理世界，2015(07)．

[4]詹天成，曹子君，王忠義．基于社會網絡分析的微博媒體領袖間的關系研究[J]．情報科學，2018(08)．

作者：張才明