網(wǎng)絡(luò)社區(qū)活躍分子的社區(qū)關(guān)注行為研究

網(wǎng)絡(luò)社區(qū)活躍分子的社區(qū)關(guān)注行為研究

近年來，隨著媒體技術(shù)的發(fā)展，許多大型網(wǎng)絡(luò)社區(qū)開始引入用戶關(guān)注機(jī)制，允許參與者“關(guān)注”他人，并指導(dǎo)以“人”為導(dǎo)向的“關(guān)注”活動，逐漸成為網(wǎng)絡(luò)社區(qū)成員的常見行為。網(wǎng)絡(luò)社區(qū)中,“關(guān)注”行為成為參與者應(yīng)對海量信息、提高閱讀效率的有效方式,也成為參與者與他人建立社會關(guān)系以及通過這一關(guān)系獲得相應(yīng)社會資本的途徑。作為社區(qū)內(nèi)容的積極貢獻(xiàn)者,那些踴躍參與話題討論的活躍分子在網(wǎng)絡(luò)社區(qū)議程設(shè)置與輿論引導(dǎo)方面發(fā)揮著重要的作用。本文從社會“關(guān)系”的視角出發(fā),利用參與者的“關(guān)注”行為數(shù)據(jù),解析網(wǎng)絡(luò)社區(qū)活躍分子的社區(qū)“關(guān)注”行為。基于中文網(wǎng)絡(luò)社區(qū)的冪律分布現(xiàn)象,本文采取個(gè)案研究法,將天涯社區(qū)“天涯雜談”板塊的參與者作為研究對象。一方面,利用社區(qū)關(guān)注數(shù),通過與一般參與者的比較,解析活躍分子社區(qū)“關(guān)注”行為的總體特征;另一方面,利用共同“關(guān)注”數(shù)據(jù),探究活躍分子的共同“關(guān)注”行為。在長期參與觀察的基礎(chǔ)上,本文采用判斷抽樣獲取活躍分子樣本,將半年時(shí)間內(nèi)在天涯雜談發(fā)表主帖數(shù)超過40個(gè)或發(fā)表回帖數(shù)超過600個(gè)的86名社區(qū)參與者(ID)確定為活躍分子樣本。一般參與者樣本則采用偶遇抽樣方法獲得,抽取1000名一般參與者樣本?；钴S分子“關(guān)注”行為有差異網(wǎng)絡(luò)社區(qū)中,社區(qū)關(guān)注數(shù)指的是參與者在網(wǎng)絡(luò)社區(qū)中“關(guān)注”他人的具體數(shù)量。本文將社區(qū)關(guān)注數(shù)進(jìn)行“粗化”分組,對參與者類型與關(guān)注數(shù)類別進(jìn)行交互分析。參與者的社區(qū)關(guān)注數(shù)分為以下5組:關(guān)注數(shù)=0;0<關(guān)注數(shù)≤30;30<關(guān)注數(shù)≤50;50<關(guān)注數(shù)≤100;關(guān)注數(shù)>100。交互分析結(jié)果顯示:一般參與者的社區(qū)關(guān)注數(shù)主要集中在0~30之間,其中,47%的ID沒有“關(guān)注”他人的習(xí)慣,44.6%的ID關(guān)注數(shù)在1~30之間;而活躍分子中,無“關(guān)注”行為者占比為19.8%,遠(yuǎn)低于一般參與者的比例(47%),關(guān)注數(shù)處于1~30之間的ID占比最多,達(dá)到52.3%,高于一般參與者的比例(44.6%),此外,20.9%的活躍分子的社區(qū)關(guān)注數(shù)超過100。(見圖1)通過活躍分子與一般參與者社區(qū)關(guān)注數(shù)的比較,我們有以下發(fā)現(xiàn):1.網(wǎng)絡(luò)社區(qū)活躍分子的對外“關(guān)注”行為呈現(xiàn)出差異性,有限“關(guān)注”(0<關(guān)注數(shù)≤30)、過量“關(guān)注”(關(guān)注數(shù)>100)與從不“關(guān)注”(關(guān)注數(shù)=0)是活躍分子“關(guān)注”他人的三類主要表現(xiàn)。對于積極發(fā)帖卻從不“關(guān)注”他人的活躍分子而言,網(wǎng)絡(luò)社區(qū)更主要地被視為一種基于內(nèi)容聚合的觀點(diǎn)展示與交流平臺,他們會經(jīng)常圍繞社會事件或問題發(fā)表意見,但自我服務(wù)偏見讓他們覺得自己在許多特質(zhì)上要強(qiáng)于他人,因而不屑于將社區(qū)其他參與者作為自己的特定信息源,而是更經(jīng)常地通過新聞媒介來獲取信息。另一方面,對于那些過量“關(guān)注”他人的活躍分子而言,“關(guān)注”行為已經(jīng)不僅是提高信息獲取效率的方式,而是更多地成為他們獲得友誼與社會支持的手段。2.盡管活躍分子并不必然比一般參與者更多地“關(guān)注”他人,但從整體情況來看,活躍分子大多擁有更強(qiáng)的對外“關(guān)注”意愿。對于大多數(shù)積極發(fā)言的活躍分子來說,消息靈通有助于他們及時(shí)有效地參與興趣話題的討論,“關(guān)注”他人成為他們拓展信息來源的途徑;此外,活躍分子因頻繁的參與行為,往往容易在特定網(wǎng)絡(luò)社區(qū)中找到志同道合的朋友,彼此建立一種較強(qiáng)的情感聯(lián)系,這種情感聯(lián)系也容易帶來實(shí)質(zhì)性“關(guān)注”行為的產(chǎn)生。因此,與47%的一般參與者無“關(guān)注”行為相比,80.2%的活躍分子“關(guān)注”了他人。3.從獲取信息的角度來看,1~30個(gè)有限“關(guān)注”對象已經(jīng)能夠滿足多數(shù)活躍分子(52.3%)定位閱讀的需求。在以文本作為主要交流手段的網(wǎng)絡(luò)社區(qū)中,人與信息共存,網(wǎng)民的社區(qū)“關(guān)注”類似一種“專題”信息訂閱行為。網(wǎng)絡(luò)社區(qū)中,過多的“關(guān)注”反而可能降低信息獲取的效率。共同“關(guān)注”對象的群體特征所謂共同“關(guān)注”,在本文中具體指社區(qū)活躍分子之間“關(guān)注”對象存在重合的情況。該部分首先利用86名活躍分子的共同“關(guān)注”數(shù)據(jù)構(gòu)建共同“關(guān)注”關(guān)系矩陣,同時(shí)采用UCINET軟件對矩陣進(jìn)行社會圖分析。共同“關(guān)注”矩陣的構(gòu)建方法如下:首先,根據(jù)活躍分子具體“關(guān)注”的用戶名單計(jì)算他們兩兩共同“關(guān)注”的ID數(shù);然后,利用共同“關(guān)注”的ID數(shù)值構(gòu)建原始矩陣,矩陣非主對角線上的值為活躍分子兩兩共同“關(guān)注”的ID數(shù),主對角線上的數(shù)據(jù)定義為每行(列)的最大值;最后,將原始矩陣轉(zhuǎn)化為二值標(biāo)準(zhǔn)化矩陣,本研究僅考察與其他活躍分子共同“關(guān)注”的ID數(shù)不少于10個(gè)的活躍分子,將原始矩陣中數(shù)值大于或等于10的值定義為1,小于10的值取0,最終構(gòu)建出共同“關(guān)注”矩陣。86名活躍分子中,20名ID與至少1名其他活躍分子擁有較為一致的“關(guān)注”對象偏好,且部分ID與多名活躍分子之間同時(shí)存在這種共同“關(guān)注”關(guān)系。進(jìn)一步對ID的網(wǎng)絡(luò)規(guī)模進(jìn)行測量,結(jié)果顯示:存在共同“關(guān)注”關(guān)系的20名活躍分子中,15名ID的網(wǎng)絡(luò)規(guī)模大于10,意味著這15名ID在選擇“關(guān)注”對象時(shí)與超過10個(gè)其他活躍分子擁有較為一致的興趣偏好。(1)可見,網(wǎng)絡(luò)社區(qū)中,活躍分子之間的確存在共同“關(guān)注”特定用戶的現(xiàn)象,且部分ID“關(guān)注”對象的吻合程度較高,彼此之間基于共同“關(guān)注”行為建立了較為緊密的間接社會聯(lián)系,擁有部分一致的信息關(guān)注領(lǐng)域。進(jìn)一步將同時(shí)被5名或更多活躍分子“關(guān)注”的ID(共289名ID)作為分析對象,從社會身份、注冊時(shí)間、粉絲數(shù)量以及社區(qū)積分等四個(gè)方面,剖析86名活躍分子共同“關(guān)注”對象的群體特征。結(jié)果發(fā)現(xiàn):1.網(wǎng)絡(luò)社區(qū)活躍分子集中“關(guān)注”的對象大多屬于社區(qū)中的熱門人物與高影響力者。289名“關(guān)注”對象中,16.3%的ID社區(qū)粉絲數(shù)超過10萬,最高接近135萬,64%的ID粉絲數(shù)處于1萬至10萬之間。2.活躍分子對現(xiàn)實(shí)社會中有著專業(yè)媒體背景與官方背景的社區(qū)用戶表現(xiàn)出濃厚的興趣,對他們的社區(qū)積分、注冊時(shí)間等表征網(wǎng)絡(luò)資歷的信息卻不太在意。在289名ID中,媒體及媒體從業(yè)者占據(jù)了21.8%,以政府及其官員身份注冊的ID占比為2.1%。然而,在63個(gè)媒體及媒體從業(yè)者ID中,積分低于5000分的ID達(dá)到50.7%,注冊時(shí)間未超過3年的ID占54%,政府部門及官員的情