〔摘要〕网络舆情作为一种重要的舆情形式，以网络为平台反应了民众对社会形势和社会事件的态度和意见。随着互联网的高度发展，网络舆情对国家和社会的影响日益明显，因此对网络舆情的研究具有十分重大的意义。本文分析了社会网络分析法在网络舆情方面的应用，以某一社会热点事件为例，进行了基于社会网络分析的网络舆情实证研究，通过研究发现了舆情信息并提出了舆情管理建议。
　　〔关键词〕网络舆情；民众；社会网络分析
　　〔中图分类号〕g206.3〔文献标识码〕a〔文章编号〕1008-0821（2013）02-0027-05
　　“社会网络”（social network）的概念由英国人类学家布朗于上世纪二三十年代在研究社会结构时首次提出，从此社会网络分析法逐渐发展起来[1]。社会网络分析法主要是通过研究由行动者及其之间的关系构成的网络，得出关于这个网络属性和特点的结论。经过70多年的发展，社会网络分析法走向成熟。作为一种跨学科的研究方法，在社会学、心理学、统计学等多个领域得到广泛应用并取得成果。随着互联网的高速发展，在网络舆情中，行为者即网民也构成了社会网络，互联网上的交流取代传统的社会网络中的关系成为连接行为者的纽带。因此，社会网络分析也可以用于网络舆情的研究。
　　在web 2.0时代，网上信息源已经不单单是大众传媒和各类官方网站，普通网民在网上不再是简单地作为信息受众通过浏览器阅读信息，他们同时也是发布信息的信息源。2012年7月19日，中国互联网络信息中心（cnnic）在京发布的《第30次中国互联网络发展状况统计报告》显示，截至2012年6月底，中国网民数量达到5.38亿，增长速度更加趋于平稳；其中最引人注目的是，手机网民规模达到3.88亿，手机首次超越台式计算机成为第一大上网终端[2]。借助移动终端和个人计算机，网民通过博客、微博和社交网站可以更加简便、自由、随时随地在网上发布各种消息，并发表个人的言论、情感、意见等等，网络舆情正变得越来越复杂，对社会稳定的影响也越来越大[3]。网民不但通过互联网曝光一些热点事件，为加强对政府的舆论监督起到推动作用；同时也有相当数量的网民通过互联网造谣传谣，对构建和谐社会造成了不良影响。因此，加强对网络舆情的研究分析至关重要。
　　1社会网络分析法在网络舆情研究中的应用
　　1.1网络舆情及其特点
　　舆情是民众关于现实社会中各种现象、问题所表达的政治信念、态度、意见和情绪的总和[3]，网络舆情就是民众通过互联网对政府管理以及现实社会中各种现象、问题所表达的政治信念、态度、意见和情绪的总和。随着因特网在全球范围内的飞速发展，网络媒体已被公认为是继报纸、广播、电视之后的“第四媒体”，网络成为反映社会舆情的主要载体之一。网络环境下的舆情信息的主要来源有：新闻评论、bbs、博客、聚合新闻（rss）。网络舆情表达快捷、信息多元，方式互动，具备传统媒体无法比拟的优势。网络作为一种新兴传播载体，已经成为民众表达舆情的重要窗口，网络舆情的特点与网络传播方式的特征息息相关。网络舆情的主要特点体现在以下几个方面：
　　（1）发生在网络空间内，带有深刻的网络技术特性，发生快、扩散快、强度大，多数人倾向于在网络中表达内隐在心中的情绪，偏激的声音容易占据主导地位；
　　（2）网络群体围绕某一话题进行讨论并因此而出现的社会矛盾、突发事件、恶意煽动、个人情绪等是网络舆情生成；
　　（3）网络舆情是网民流露出来的态度，而不是有形的文字、声音、符号，对网络舆情更重要的是对态度和取向的分析，要关注整体而非特例。
　　（4）由于发言者身份隐蔽，并且缺少规则限制和有效监督，网络自然成为一些网民发泄情绪的空间。在现实生活中遇到挫折，对社会问题片面认识等等，都会利用网络得以宣泄。因此在网络上更容易出现庸俗、灰色的言论。
　　另外，网络舆情与国家安全也紧密相关。网络在提供了下情上达的便捷方式的同时，也对我国政治安全和文化安全构成了严重威胁，具体表现在以下3个方面：一是西方国家利用网络对我国进行“西化”、“分化”，网上思想舆论阵地的争夺战日趋激烈。二是传统的政治斗争手段，在网上将以更高效的方式实现，利用网络串联、造谣、煽动将比在现实中容易得多，也隐蔽得多。三是通过网络，西方的观念、生活方式可以便捷地

透进来。因此，加强网络舆情的研究和管理引导是十分必要的。
　　1.2.1社会网络分析及其特点
　　社会网络分析方法一般是研究组织中诸如咨询、信任、友谊、情报、沟通和工作流程等关系的网络， 以解释组织内部的决策、沟通和组织冲突等问题。在社会科学中，以社会行为者之间信息互动为基础的社会性研究方法被称为社会网络分析。社会网络分析研究个体及将个体联系起来的关系，力求揭示这些关系的模式，并通过对关系模式的分析来获得个体在群体中的地位以及群体的结构、功能和内涵。
　　社会网络分析作为社会结构研究的一种独特方法，以下几个方面的特点[5]：
　　（1）它关注于对不同单位之间的关系分析，而不是根据这些单位的内在属性（或本质）对其进行归类。
　　（2）它把结构看作是网络间的网络，这些网络可以归属于具体的群体。也可不属于具体群体。它并不假定有严格界限的群体一定是形成结构的阻碍。
　　（3）其分析方法直接涉及的是一定的社会结构的关系性质，目的在于补充——有时甚至是取代——主流的统计方法，这类方法要求的是独立的分析单位。
　　1.2.2社会网络分析的研究方向
　　社会网络分析一般分为3个研究方向：
　　（1）动态分级。研究社会网络的动态变化，并根据结点之间的相互关系，对网络中的结点进行动态的等级划分。
　　（2）角色评价。依据社会网络分析理论，网络中的每个结点都扮演着不同的角色。角色评价就是着重研究网络中的结点对网络的结构、动态变化等所起到的不同作用。 　　（3）专家和社群的发现。通过社会网络分析法研究社会网络中结点之间的关系，发现其中潜在的“意见领袖”和社区。“意见领袖”是在社会网络中占有核心位置的结点，他能够影响网络中的其他结点对事件的看法，社群则是有相互联系紧密的结点组成。
　　1.2.3社会网络分析的相关概念
　　社会网络分析着眼于对关系和联系的考察。它的基本研究要素包括点和线，“点”代表社会网络中的行为者，“线”代表社会网络中行为者之间的关系，也就是说，使用社会网络分析法进行分析，必须要满足两个要素，一是存在参与主体，二是参与主体之间存在联系，即要求必然存在某种现实的需求引导参与主体之间发生联系。社会网络分析主要有以下几个相关概念[6]：
　　（1）无向图与有向图：无向图是指节点之间的连线是没有方向的，连线仅仅表示节点之间联系的有无；有向图中，节点之间的连线表示节点关系的方向性，如网络论坛中网民之间的回复关系、组织结构中的任务指派和汇报关系等等。
　　（2）无权图与有权图：权重表示的是节点之间连线强度，根据图中是否考虑各条边的权重，可以将它分为有权图和无权图。如果将有权图的各边权值都设为1，有权图就称为无权图，无权图中权值仅表示节点之间连线是否存在。
　　1.3社会网络分析在网络舆情方面的应用
　　对于网络舆情的研究主要分为两个方向：一是对网络传播的信息内容进行研究，发现重要舆情内容；二是对网络中结点构成的网络结构进行研究，发现该网络的特征。因此，如果将社会网络分析方法应用于网络舆情研究领域，将有助于实现系统化分析，通过定量和定性的分析方法，从结构和内容两方面得到网络舆情分析结论，进而有效地协助相关部门监控、管理互联网用户的上网行为、维护互联网舆论氛围的健康，及时地控制和规范网络信息的传播是亟需研究解决的问题。
　　2方法及步骤
　　基于社会网络分析的实证研究，其通用的研究方法和步骤一般为：选择研究对象、收集数据、数据分析、评估改善。在数据分析时一般通过社会网络分析软件进行定量计算，结合定性分析来提出评估改善措施。根据社会网络分析和网络舆情的特点，本文基于社会网络分析的网络舆情实证研究具体实施方法和步骤为：数据采集、数据存储、数据分析、得出结论如图1所示。
　　2.1数据采集
　　本文的网络舆情实证研究的研究对象是网络中的行为者，因此需要从互联网获取关于行为者及其相互之间关系的信息作为关系数据。主要方法是选定某一社会热门事件或话题，从微博、博客、网络论坛中获取相关的博文、主题帖等等，根据网民之间通过发言和回复形成的交流关系，建立关于行为者之间的关系数据。行为者之间每交流一次，则权值为“1”，交流次数越多则

权值越高。这样行为者之间的关系构成了可以用于社会网络分析的网络，每个节点代表了行为者即网民，节点之间的连线表示网民之间的交流关系，连线的权值表示网民之间交流的次数。
　　2.2数据存储
　　按照社会网络分析软件的数据录入方式将关系数据进行存储。根据网民之间互相交流的情况，建立关系矩阵a（i，j）。矩阵元素ai，j代表的是第i个节点与第j个节点的连线即行为者i与行为者j的关系，ai，j的值即连线权值表示两个行为者之间的交流次数，值为0则表示这两个行为者之间没有交流，值为1表示有过一次交流。然后将节点的编号和关系矩阵保存为社会网络分析软件的存储格式。多数社会网络分析软件均能对矩阵进行处理，如ucinet和pajek。例如pajek可以通过特定的数据格式将关系数据存储为文本文档。
　　2.3数据分析
　　首先需要选择合适的社会网络分析指标以得到所研究网络的特征，通过软件定量计算和定性分析相结合的方法，发掘网络舆情信息，提出舆情研究建议。本文所选取的分析指标主要有以下几种[7]：
　　2.3.1度
　　度是复杂网络节点的属性中最简单但也是最重要的性质。一个节点i的度k定义为与它相连的节点的数目，对于有向图，一个节点的度可分为入度和出度两类。节点i的入度定义为指向节点i的节点的数目，出度为被节点i指向的节点的数目。出度和入度之和即位该节点的总的度。因此，从直观上来看，一个节点的度越大就意味着这个节点越重要，在社会网络中意味着这个节点所代表的行为者与其他行为者的联系比较多。
　　2.3.2密度
　　密度是社会网络分析中的常用指标，在无向网络中，指的是网络节点间实际连线的数量与可能存在的连线最大数量之间的比值，表达式为2l/[n（n-1）]，其中，l为实际存在的连线数量，n为节点数量。在有向网络中的表达式为l/[n（n-1）]。密度越大，表明网络中节点之间连线越多，行为者之间的联系更为密切，信息交流更为流畅；密度越低，则表明节点之间连线较少，行为者联系不多，情感支持少。
　　2.3.3聚类系数
　　网络中的一个节点i有k条边将它和其它节点相连，这ki个节点就是节点i的邻居。显然，在这ki个节点之间最多可能有ki（ki-1）/2条边。而这ki个节点之间实际存在的边数和总的可能存在的边数e（i）和总的可能存在的边数ki（ki-1）/2之比就定义为节点i的聚类系数（clustering coefficients）cc1（i），即：
　　整个网络的聚类系数cc就是所有节点i的聚类系数的平均值。即
　　其中，n为整个网络的节点数。很明显，cc1≤1。当且仅当网络是全局耦合的时候，即网络中任意两个节点都直接相连时，cc1=1。
　　2.3.4直径
　　网络中两个节点i和j之间的距离dij定义为连接着两个节点的最短路径上的边数，而网络中任意两个节点之间的距离的最大值叫做复杂网络的直径d。在网络舆情研究中，直径较短的网络，行为者之间易建立联系，舆情传播较快。
　　选定分析指标后，具体的数据分析工作要通过社会网络分析软件来实现。近年来，由于社会网络分析的快速发展，社会网络分析软件也在不断升级，如ucinet、pajek、netminer等软件，具有较强的数据处理能力和良好的可视化效果，极大地便利了分析工作。其中，ucinet、pajek是最常用的社会网络分析软件。 　　2.4分析结论
　　通过社会网络分析软件计算出以上指标的数值后，能够得到所研究的舆情网络的信息，从而明确应对方法，采取科学合理的舆情管理手段对数据来源网站进行管理。
　　3实证研究及分析——从人社部拟延迟退休事件谈起网络论坛是网络舆情传播的重要途径和平台，网民通过在论坛中的发帖与回复能够建立联系，随着留言网民的不断增加，关系网络逐渐形成，网民之间的关系的发展便能够反映网络舆情的发展。
　　2012年上半年，关于人力资源与社会保障部研究延迟退休年龄的话题再次引起人们广泛关注。该话题在多个网络论坛中受到网民热议。本文选取了某网络社区中题为“延迟退休你怎么看”的主题帖及其相关回复作为研究对象，时间跨度为主题帖发表的2012年6月11日至2012年6月14日，共有35人参与留言回复，使用社会网络分析软件pajek进行分析。
　　3.1数据收集与存储
　　首先对所有参与该主题帖的35名网民按照pajek数据格式进行编号，并建立关系矩阵。为最大程度保

证网民隐私，将网民的论坛昵称更改。网民编号如表1所示：表1网民编号
　　1…………将数据输入pajek软件绘制关系网络图，可以直观的表达关系矩阵和关系数据，如图2所示。11图1pajek绘制的关系网络图11
　　所有节点中，度值最高的是“小熊猫”和“秋水伊人”，度值分别为24和17。这说明，这两个人在整个网络中是最为活跃的，他们的发言内容容易引起其他人的关注和评论，在整个网络中处于比较重要的位置，需要舆情管理者重点关注。
　　3.2.2网络密度分析
　　通过pajek中info/network/general命令，可以计算出网络的密度。整个网络密度为0.05，表明网络中网民之间的关系处于十分松散的状态，没有形成较为紧密的联系。但是，整个事态是一个动态过程，随着事件的发展和时间的推移，参与的网民数量会不断增大，作为网络舆情主体的网民之间的关系会变得越来越密切，网民可能会掀起讨论热潮。这需要舆情管理者密切关注舆情发展动态，加强监督管理。
　　3.2.3聚类系数分析
　　利用pajek中的net/vector/clustering coefficients/cc1菜单命令，计算出了网络中的各节点聚类系数的数值，如表3所示：
　　经过计算得到，整个网络的聚类系数为0.256，属于偏低水平。说明网络中行为者交流对象之间的交流较少，没有形成长期稳定的联系，这与密度分析的结果是一致的。同时也说明在主题帖发表初期，参与者相互之间交流不会很多，随着事件发展和时间推移，参与者针对该主题进行广泛交流后，网络的聚类系数可能变大。
　　从表3可知，“tse09”、“sjj”、“deldas”的聚类系数达到了最大值1，在这3个行为者及其交流对象形成的局部网络中，相互之间的意见交流比较多。他们之间联系紧密，有更多直接的交流，对网络有一定的影响力，能够引导舆情走向，需要舆情管理者重点关注。
　　3.2.4直径分析
　　利用pajek中的net/paths between 2 vertices/distribution of distances/from all vertices的菜单命令，计算得到网络的平均直径为2.68，数值较小，说明行为者之间建立关系比较容易，舆情易在整个网络中传播。管理者需要快速、合理地对网络进行管理，防止事态扩大对社会造成不利影响。
　　3.3分析结论
　　经过对研究对象“延迟退休你怎么看”的主题帖及其相关回复的分析，可以发现在该网络中，“小熊猫”与“秋水伊人”是网络中的舆情意见领袖，他们的言论获得较多的评论回复。由于处于主题帖发布初期，参与评论回复的行为者较少，相互之间的联系也不密切，聚类系数处于比较低的水平。但是，由于事件的发展是一个动态的过程，相应的网络舆情也会不断发展，参与到该主题帖中的行为者之间联系会越来越密切，舆情会加速传播，因此需要管理者密切关注，防止发生影响社会安定的网络事件发生。
　　4结束语
　　本文对基于社会网络分析的网络舆情实证研究进行的探讨，并以某网络社区中题为“延迟退休你怎么看”的主题帖及其相关回复作为研究对象，进行了深入的实证研究，以度、密度、聚类系数和直径作为分析指标，通过定量分析和定性分析相结合的方法分析了该研究对象所构成的社会网络，从中发掘出网络的特点和网络中重要的行为者；针对网络舆情的特点提出了舆情管理的建议，有助于正确把握网络舆情的发展，从而科学合理地引导、管理各种网络舆情传播平台，促进和谐社会构建工作的开展。
　　通过本文的实证研究及分析能发现，社会网络分析不仅可以应用于网络舆情研究，还可以应用于图书情报学科的其他领域：如文献引用分析、知识管理和组织学习、人际网络等方面。通过社会网络分析对相关数据进行定量计算，结合图书情报学的定性分析，能够推动有效地推动图书情报工作的开展。
　　参考文献
　　[1]裴雷，马费成.社会网络分析在情报学中的应用和发展[j].图书馆论坛，2006，26（6）：40-45.
　　[2]第30次中国互联网络发展状况统计报告.中国互联网络信息中心网[db/ol].http：∥www.cnnic.net.cn/dtygg/dtgg/201207/t2012071932230.html，2011-07-19.
　　[3]董亚倩，邓尚民.基于社会网络分析的网络舆情主体挖掘研究[j].情报资料工作，2011，（6）：45-49.
　　[4]林聚任.社会网络分析：理论、方法与应用[m].北京：北京师范大学出版社，2009：47-49.
　　[5]社会网络分析——mba智库百科[db/ol].http

p：∥wiki.mbalib.com/wiki/%e7%a4%be%e4%bc%9a%e7%bd%91%e7%bb%9c%e5%88%86%e6%9e%90.
　　[6]李长岭，纪雪梅，支岭.基于社会网络分析的企业内部知识传播效率分析[j].情报理论与实践，2011，（10）：56-61.
　　[7]刘军.社会网络分析导论[m].北京：社会科学出版社，2004：37-39.