三、研究实例

本研究选取了四条“@人民网”在新浪微博平台发布的、开放评论的宣传类微博。微博1、微博2同属于农业科技宣传类，微博3、微博4分别属于创业政策宣传类、社会风气宣传类。具体微博内容如下：

微博1：【2.2米！中科院研究出的巨型水稻比你还高！】由中科院亚热带农业生态研究所夏新界研究员领衔的水稻育种团队16日宣布，历经十余年研究，团队日前培育出超高产优质“巨型稻”：株高可达2.2米、亩产可达800千克以上、具有高产、抗倒伏、抗病虫害、耐淹涝等特点。（新华网）°株高达2.2米！中科院推出高产水稻新种质“巨型水稻”

（转发：147；评论：287；点赞：936；）

微博2：【1149.02公斤！超级杂交稻亩产创世界新纪录[赞]】15日，国家杂交水稻工程技术研究中心消息，袁隆平团队选育的超级杂交稻品种“湘两优900（超优千号）”，通过河北省科技厅测产验收。平均亩产1149.02公斤，即每公顷17.2吨。创造了世界水稻单产的最新、最高纪录。（科技日报）O1149.02公斤！超级杂交稻亩产创世界新纪录

（转发：464；评论：336；点赞：3231；）

微博3：【大学生放弃国企工作改当“煎饼侠”：不如之前光鲜 但很幸福】29岁的林晓旭是@吉林大学 毕业生，几个月前他辞去了知名国企的工作，回母校开了一家煎饼店。每天从早上6点一直忙到晚上11点，一天能卖三四百份。林晓旭说，虽然现在不如原来光鲜，但和家人一起创业很幸福。(中新网)O网页链接

（转发：120；评论：296；点赞：758；）

微博4：【八旬老人摔倒 路人毫不犹豫扶起】11日，河南安阳一八旬的老人不慎摔倒，满脸是血，路过市民接力救助。两位大姐站在老人身后充当“靠背”，一男士将老人磕落的假牙捡起。目击者称，“两个大姐毫不犹豫地过去把他搀起来，让我很佩服。”老人已无大碍。@时间视频 L时间视频的秒拍视频

（转发：92；评论：157；点赞：728；）

（一）“人民网”相同类型宣传类微博的传播效果比较

微博1、微博2的传播意图基本相同，即向受众展示我国在水稻优良品种方面取得的最新科技成果，传播者期待看到的结果是受众对我国目前农业科技发展现状的认同。

两条微博的评论数相差不大，但从点赞数来看，微博2的点赞数远远高于微博1，且初步观察具体的评论内容发现，受众对于微博1的内容持异见较多，对于微博2的内容持异见较少，据此提出：

假设1：微博2的传播效果优于微博1。

（1）微博1：“受众-观点”网络

经过归纳，微博1下方评论的观点主要有6种：

观点1，认可、支持；观点2，调侃、讽刺、谩骂（脏话、讽刺表情包等）；观点3，赞美袁隆平；观点4，转基因问题；观点5，反对（破坏土壤肥力、农药问题、收割困难、不抗倒伏、秸秆焚烧大气污染）；观点6，完全无关的评论；部分矩阵如表2所示：

将矩阵置入Ucinet软件进行“Affiliations（convert 2-mode data to 1-mode）”转换后得到“受众-受众”组成的1-模网络，构成该网络的点有238个，即网络规模（Size）为238，也就是说，尽管评论数为287，该条微博的传播实际上使得238个人参与到讨论中来。

继而使用Ucinet进行“Network→Cohesion→Density→Density Overall”运算后得到，该网络的密度（Density）为0.2143。

最后通过Ucinet进行“Network→Centrality→2-mode Centrality”运算，结果如表3所示。其中，符合传播意图的是“观点1”，即认可人民网对于农业科技成果的宣传，其值为0.197。综上所述，微博1的传播效果值为（238，0.2143，0.197）。

将关系数据导入NodeXL软件中，进行社会网络可视化操作，得到图2：

从NodeXL软件绘制的网络图中能够看到，微博1的“受众-观点”网络有6个核心（蓝色点），分别代表观点1至观点6，其他黄色的点代表发表评论、参与讨论的受众。与蓝色点相连，则说明该受众持这种观点，部分受众持有多种观点，故链接不止一条。蓝色点的大小代表该观点的度数中心度，面积越大，说明该观点在网络中越重要。

总体来看，针对微博1的讨论较为分散，形成了6个联系不够紧密的受众群。其中，只有发表观点1的评论者认可人民网的宣传，为该项农业科技成果点赞，但这种观点并非网络中的主流。

绝大多数评论者都分布于观点2和观点6周围，形成了两个偏离人民网宣传意图的观点群。受众以“农业放卫星”等“大跃进”时期的口号讽刺该科技成果，用“姚明”、“郭敬明”的身高来调侃“巨型稻”，或者是发表完全无关的观点，成功带起了“节奏”，原本针对农业科技的讨论被“歪楼”为一场段子手的狂欢，这无疑会对该条微博传播效果带来负面的影响。

（2）微博2：“受众-观点”网络

归纳后发现，受众针对微博2的评论可以划分为5种：观点1，认可（致敬袁隆平）；观点2，反对（并非袁隆平个人的成绩、成果难以投入实际农业生产等）；观点3，讽刺、调侃、谩骂；观点4：转基因话题；观点5，完全无关的评论。部分矩阵如表4所示：

通过Ucinet进行各项运算后得到，微博2的网络规模（Size）为266，也就是说，该条微博的传播使得266个人参与到讨论中来；微博2的网络密度（Density）为0.2256；各观点的相对度数中心度如表5所示，其中符合传播意图的是“观点1”，即认可人民网对于农业科技成果的宣传，表达自己对袁隆平的敬意，其值为0.680。故，微博2的传播效果值为（266，0.2256，0.680）。

根据微博2的关系数据矩阵，NodeXL软件绘制的网络如图3所示：

结合NodeXL绘制的网络图可以看到，针对微博2的讨论趋于集中，除了少部分人分散在观点2、3、4、5周围，绝大多数受众都发表了相同的观点1，即对袁隆平的赞美。从总体来看，微博2的密度明显较高，讨论紧紧围绕人民网期待的方向进行，传播效果显著。

（3）比较微博1、微博2的传播效果值

微博1的传播效果值为（238，0.2143，0.197），微博2的传播效果值为（266，0.2256，0.680）。比较后可知，微博1的网络规模、密度、符合传播意图观点的相对中心度均小于微博2，这也就意味着微博2的传播抵达了更多的受众，针对微博2的讨论则更为集中，跑题较少，且微博2使得更多受众认可了人民网的观点，传播意图达成效果较好，故假设1成立。

分享让更多人看到