四、結果與討論

在“巴黎恐怖襲擊”事件網絡中，宏觀網絡和微觀網絡顯示明星陶虹最先對此事進行關注和轉發，之后隨著國內媒體的跟進，事件進一步發酵直至爆發。研究結果主要包含三個部分：宏觀視角下的網絡、微觀視角下的網絡以及基於SARF視角對網絡中信息的擴散進行分析。

（一）宏觀視角下的網絡

圖一反映了基於“巴黎恐怖襲擊”關鍵詞在微博中形成的社會網絡結構隨著時間發生的變化。通過這些變化，我們能夠對公眾之間如何形成社會網絡以及他們最喜歡在什麼時間點通過社交媒介與其他人進行信息的分享與溝通等問題進行研究和分析。圖一的數據搜集時間從2015年11月14日至2015年11月20日。研究發現，事件爆發后截至8點，頂點數和邊數分別為31和20。在隨后的四小時，頂點數和邊數急劇上升並於12點達到195和174，連通區域也不斷增。頂點數增加這意味著關注“巴黎恐怖襲擊”事件的人數不斷增多，且在短時間內集聚擴散，呈爆發並達到頂峰。此外，連通區域的增加意味著網絡中行動者之間的互動在增強，聯系變得緊密。連通區域的最大邊數的增加也從側面反映出網絡中行動者之間的聯系在增強。此后，隨著時間趨近晚間，頂點和邊數不斷下降，這也反映公眾的關注度和活躍度逐漸降低，直至14日晚間降至低谷，分別為65和38。但是隨著事件的進一步，頂點和邊數於15日達到198和125，連通區域也達到73，之后便呈下降趨勢，直至20日低至31和16。通過數據分析，我們發現網絡中行動者喜歡在每天上午8點至12點的時間段內關注事件並參與討論，這與用戶使用社交媒體的習慣也是符合的。結合原始數據，研究發現在事件的前期，用戶比較願意參與事件的討論與分享，關於恐怖襲擊事件現場的情況受到用戶的關注和轉發，但在事件的中后期，尤其是晚間，用戶關注的焦點不再局限於對事件本身情況的描述，而是逐漸轉移到對事件深層次的分析和反思，與之相關的內容更容易被討論和轉發。

圖1 基於“巴黎恐怖襲擊”關鍵詞網絡的變化趨勢

圖二反映了基於“巴黎恐怖襲擊”關鍵詞的網絡的更多細節。如圖二所示，平均網格距離（Average Geodesic Distance）反映了達到兩個頂點間路徑長度的平均值。事件開始時，由於頂點比較少，故而兩個頂點間的長度均值較大，隨著事件的發展，定點數和連通區域增加，兩個頂點間的長度均值大幅縮小，意味著行動者之間的聯系越來越緊密，討論的話題也逐漸趨於集中，話題的內容更多的是關於事件的深層次分析和反思。隨著頂點數的逐漸穩定，該值的波動也趨於穩定。圖密度（Graph Density）也是反映行動者間聯系是否緊密的指標之一，如圖二所示，網絡的圖密度基本比較穩定，在14日晚間10點左右達到最高值，這意味著此時新增的參與者間的聯系是最緊密的，關於“巴黎恐怖襲擊”的相關話題在經過一天的高度發酵后，公眾關注點逐漸統一，這也是導致圖密度達到峰值的原因之一。

圖2 基於“巴黎恐怖襲擊”關鍵詞網絡的平均網格距離和圖密度變化

（二）微觀視角下的網絡

運用微觀視角聚焦網絡中的單個行動者，通過PageRank和中介中心性指標對其進行分析和解釋。我們選取14日的數據，利用NodeXL軟件進行微觀網絡的建構，網絡結構如圖三所示。通過觀察，我們發現圖中顏色較深、面積較大的點代表這一天中的關鍵節點，它們在整個網絡中對風險信息的擴散起到重要的作用。

圖3 14日基於“巴黎恐怖襲擊”關鍵詞的網絡結構

隨后，筆者將按照PageRank指標將這些重要節點進行篩選、分類，共分為新浪微博自媒體和新浪微博公眾號兩大類，每一類選取排名靠前的5位進行分析，如表一所示。

表1 基於“巴黎恐怖襲擊”關鍵詞的14日網絡中最具影響力的行動者

1、新浪微博自媒體

如表一所示，在該事件網絡中最具影響的新浪微博自媒體包括經濟學家、政府官員、獨立評論人、學者和投資人士。其中，梅新育是著名經濟學家，其微博粉絲數為30.9萬人，他在15日的微博中感謝德國內政部長表態稱巴黎恐怖襲擊與歐洲移民危機無關（PageRank=12.00﹔Betweenness Centrality=2.378）。段郎說事是江西省九江市公安局紀委副書記段興焱，其微博粉絲數為103.5萬人，他在14日的微博中轉發了關於巴黎恐怖襲擊的現場情況（PageRank=2.179﹔Betweenness Centrality=6969.438）。司馬南是學者，在微博中十分活躍，其微博粉絲數為98.6萬人，他在14日的微博中分享了自己對恐怖事件的看法（PageRank=1.605﹔Betweenness Centrality=3174.000）。通過NodeXL軟件的可視化，結合原始微博數據我們發現，不同行業的人士對該事件的關注點不同，政府官員趨向與對事件事實的描述，而知識分子則更傾向於分析事件背后的成因，分享自己的看法。其中帶有評論性、層次更深的發言，其PageRank值越高，中介中心性也越高，影響力越大。

圖4 基於“巴黎恐怖襲擊”關鍵詞網絡的自媒體頂點屬性

2、新浪微博公眾號

如表一所示，在該事件網絡中最具影響的新浪微博公眾號主要為各大報紙、電視以及公司的官方微博。其中代表性的紙媒有中國日報（PageRank=10.673﹔Betweenness Centrality=88479.204）、北京青年報（PageRank=10.646﹔Betweenness Centrality=65240.933）等，代表性的電視媒體有鳳凰衛視（PageRank=11.360﹔Betweenness Centrality=120573.131）、央視新聞（PageRank=11.277﹔Betweenness Centrality=59585.217）。代表性的互聯網公司如北美新浪（PageRank=13.057﹔Betweenness Centrality=49979.926）。通過NodeXL軟件的可視化，結合原始微博數據我們發現相較於自媒體而言，公眾號的發布和轉發內容主要為對該事件情況描述以及官方發布的救援和指導信息，深層次的評論並不多。不論是PageRank值還是中介中心性都遠高於自媒體，這樣與我國的基本國情相符合，在現實生活中可信度較高的廣播電視媒體如鳳凰衛視、中國日報、東廣新聞台等廣播電視媒體在該事件網絡中的地位和作用十分重要，其自身的權威性對事件的擴散和發展起到了重要的促進和引導作用，公眾號除了自媒體的作用外，還起到了提供事實真相，對避免和遏制謠言的產生和傳播起到了積極作用。

圖5 基於“巴黎恐怖襲擊”關鍵詞網絡的公眾號頂點屬性

（三）基於SARF視角下網絡中的信息擴散

從SARF理論視角入手，研究通過分析頂點屬性來探討風險信息的中介行動者的作用。中介行動者的作用十分重要，如果網絡中沒有中介行動者，風險信息便不能從關鍵行動者傳播至普通行動者。基於PageRank和中介中心性分析頂點屬性，研究顯示了與其他行動者進行溝通的行動者的地位。具有強頂點屬性的行動者更傾向於在風險信息傳播網絡中扮演關鍵角色，即關鍵行動者。通過分析圖三中頂點的頂點屬性能更好的對中介行動者的作用進行估計。

如圖五和圖六所示，圖中顯示了行動者的地位。圖五中的梅新育、段郎說事和老徐時評等行動者扮演了重要角色，地位較之於其他行動者更加重要。北美新浪、鳳凰衛視和央視新聞等行動者的地位也比其他行動者要重要。綜合以上數據分析認為，風險信息在網絡中的傳播主要依賴擁有重要信息的關鍵行動者，在該事件中顯示為北美新浪、鳳凰衛視和央視新聞等具有權威性和可靠風險信息來源的官方媒體，它們能夠高效地傳播風險信息。除此之外，網絡中的自媒體，如梅新育、段郎說事和司馬南等，充當了中介行動者，發揮了意見領袖的作用，使得風險信息在傳播中被放大，在更加迅速地傳播至普通行動者的同時也使得對事件本身的思考程度加深。 

參考文獻

Noff, A. The Top Five Misconceptions About Social Media. Socialmedia.biz. Retrieved december 15, 2009, from http://www.socialmedia.biz/2009/09/30/14392/.

吳宜蓁.運用網路社交媒體於風險溝通——以 2009—2010 年台灣政府H1N1防疫宣導為例[J].傳播與社會學刊.2011（15）：125-160.

Al-Jenaibi, B., The Twitter Revolution in the Gulf Countries. Journal of Creative Communications, 2016. 11(1): p. 61-83.

Soengas-Perez, X., The Role of the Internet and Social Networks in the Arab Uprisings An Alternative to Official Press Censorship. Comunicar, 2013. 21(41): p. 147-155.

Ledford, C.J.W. and L.N. Anderson, Online social networking in discussions of risk: applying the CAUSE model in a content analysis of Facebook. Health, Risk & Society, 2013. 3(15): p. 251-264.

Binder, A.R., Figuring Out-Fukushima: An Initial Look at Functions and Content of US Twitter Commentary About Nuclear Risk. Environmental Communication, 2012. 6(2): p. 268-277.

Jung, K. and H.W. Park, Citizens' social media use and homeland security information policy: Some evidences from Twitter users during the 2013 North Korea nuclear test. Government Information Quarterly, 2014. 31(4): p. 563-573.

Mabe, A.G., K.J. Forney and P.K. Keel, Do you “like” my photo? Facebook use maintains eating disorder risk. International Journal of Eating Disorders, 2014. 47(5): p. 516-523.

Moreno, M.A., M.S. Ed and J.M. Whitehill, Influence of Social Media on Alcohol Use in Adolescents and Young Adults. Alcohol Research, 2014. 127(4): p.800-804.

Litt, D. M., & Stock, M. L. (2011, June 6). Adolescent Alcohol-Related Risk Cognitions: The Roles of Social Norms and Social Networking Sites. Psychology of Addictive Behaviors. Advance online publication. doi: 10.1037/a0024226

Catharine Paddock. Social Media Has Benefits And Risks For Kids. American Academy of Pediatrics AAP, 2011.

Kathleen Clarke-Pearson. The Impact of Social Media on Children, Adolescents, and Families. the American Academy of Pediatrics. , 2011. 36(1): p. 91-100.

Breslin, L., et al., Virtual social networks: A social network analysis of risk display among adolescent Myspace users, in 138st APHA Annual Meeting and Exposition 2010. 2010.

Moreno, M.A., M. Parks and L.P. Richardson, What Are Adolescents Showing the World about their Health Risk Behaviors on Myspace. MedGenMed, 2007. 9(4): p. 9-18.

羅家德.社會網分析講義[M].社會科學文獻出版社.2010年.

Hsu, C., & Park, H. W. (2012). Mapping online social networks of Korean politicians. Government Information Quarterly, 29(2), 169–181.

Wasserman, S., & Faust, K. (1994). Social network analysis: methods and applications. New York: Cambridge University Press.
 

分享讓更多人看到