摘要 本研究抓取瞭新浪微博上認証的407位科學傢之間相互關註、交流的情況（評論、轉發、回復）和他們之間所形成的24165條微博，使用聚類分析、多元回歸分析等研究方法，發現中間中心度、社會網絡密度、微博歸因、邏輯推理與結構聲望和虛擬聲望均相關，而中心勢、微博事實成分、解決方案與結構聲望和虛擬聲望均不相關﹔不同類型的科學傢社會聲望有顯著的差別：評說類科學傢兩個聲望都最高﹔而互動類兩個聲望值都最低。
關鍵詞：社會網絡﹔結構聲望﹔虛擬聲望﹔民主協商﹔
第1章 研究背景
虛擬社區創造瞭人們以身體不在場為基礎的全新交往模式，虛擬社群的迅速崛起，社會政治經濟文化無不置於其影響之下 [5]。網絡輿論領袖(opinion leader)是社會網絡中重要的成員，他們往往處於種種網絡關系的中心地位，擔當橋梁的作用。通過自己的言論發佈、改造和傳播信息，他們能在較短的時間內凝聚共識，發酵情感[7]，並輕易影響他人的行為和態度[8]，從而控制網絡輿情導向。
科學傢又是輿論領袖中特殊的職業群體之一。他們往往擁有高學歷或海外學位，有豐富的研究經驗，對各自領域的深刻認識。他們憑借著自己的專業知識、客觀評論被其他用戶所信賴。
已經有大量研究表明，互聯網和輿論領袖之間的相互影響是多方面的、顯著的 [10-12]。對於互聯網與科學傢之間的相互影響，相關的實証研究比較少。微博能幫助科學傢繞過傳統媒體平臺和大眾直接接觸，創造和發展和同行的新聯系，幫助他們交流觀點、產生新研究課題，並獲得跨學科、跨領域的視角，緊跟領域內的最新發展趨勢、研究動向[13]。科學傢的社交網絡使用對他們的實踐尤為重要。我們已經看到，在一些涉及專業知識的突發事件當中，比如三聚氰胺、PX項目、工業明膠等，科學傢們通過“科普”網絡大眾用戶，彼此之間提供社會支持、進行溝通協作和開展專業討論[14]，他們獲得瞭更多來自社會的尊重和肯定，社會聲望得到進一步提高。
本文試圖通過基於科學傢在互聯網使用行為的聚類分析將科學傢分為不同群組，研究科學傢在虛擬社群中的使用行為、言論內容和網絡特征對他們社會聲望的影響。這對瞭解科學傢群體在社會網絡中的地位、話語傳播，如何更好讓科學傢群體在網絡討論中貨車行車記錄器安裝發揮正向導向作用具有重要意義，這也是對社會化媒體環境下科學傳播研究的重要補充。
第2章 文獻綜述
2.1 社會網絡與社會聲望
社會聲望（social prestige）是指包括個人和群體所享受到的、來自所在社會范圍內的、對他們傑出的表現、偉大的事跡、崇高的品質表現出的認可、尊敬和推崇 [15]。
本文在社會網絡分析(social networks analysis, SNA)中將研究的社會聲望，是一個結構性的概念。在社會網絡裡，我們考察社會行動者（social actor），更考察他們之間的關系，以及由這些關系構成的具有不同特點的集合[28-30]。我們評價節點的指標目前主要有兩個類別：核心性 (centrality)和聲望(prestige)[31]。這裡的聲望原本不同於本文所說的“社會聲望”，為瞭便於研究，本文更多將社會聲望這一概念結構化，因而可以用社會結構網絡中的聲望測量結果，代替部分“社會聲望”這一抽象概念的值。這一做法以已經被很多研究所採用[32-33]。本文將這部分測量結果命名為結構聲望（structural prestige），並採用度聲望（degree prestige）指標[31,34]。度聲望指標被定義為每個成員的入度，也在眾多研究中使用得最為廣泛。
除此之外，還有學者在研究中以某個微博的被關註數或者粉絲數測量代替其社會影響或部分社會聲望[35,36]，本文也將納入考慮，並命名為虛擬聲望（virtual prestige）。
2.2 網絡使用與社會聲望
在一個有向圖中，中心度被分為出度中心度(out degree centrality)和入度中心度(in degree centrality)。前者代表個體指向外部，後者代表外部指向個體﹔這兩個指標都用來衡量個體與外部聯結的緊密程度[37]。在微博使用中，微博用戶主要有四種行為：發帖，回復，評論和轉發。自然地，用戶的出度可以由發帖、轉發、評論和回復構成﹔用戶的入度可以由被轉發、被評論和被回復構成。
出度中心度衡量個體成員與外部聯系的緊密程度，如果說這些外部成員意味著各類有益成功的資源和平臺，那麼出度中心度衡量的就是人們通向這些資源和平臺的捷徑[38]。已經有研究表明，參與更多群體中的活動（出度中心度越高），能提高微博主達到其餘個人的容易程度[39]，團體成員更傾向於通過其他人言論交流的數量和程度來推測他們的領袖地位[40-42]。因此：
H1a：出度中心度越高的科學傢其結構聲望得分也越高。
H1b：出度中心度越高的科學傢其虛擬聲望得分也越高。
2.3 網絡特點與社會聲望
當我們需要測量行動者對資源控制的程度時，我們往往用中間中心度(betweenness centrality)指標。中間中心度的值即衡量一個點在多大程度上處於所在網絡的中心位置。極大值為1，說明某個點就處於整個網絡的中間，是我們通常所說的“意見領袖”﹔極小值為0，說明該點處於整個網絡邊緣地位，無法控制任何行動者（也即資源）[45]。
本研究採用相對中心度。在有向圖中，絕對度數中心度為點入度和點出度之和，所以相對中間中心度的計算公式為：
不難推測，如果一個點處於許多網絡路徑上的交叉匯合處，那麼他就居於一個非常重要的位置，因為他把控瞭信息的渠道，可以通過有選擇地傳播信息、有目的地加工信息而使得信息以他希望地方式進行傳遞 [46]。因此假設：
H2a：中間中心度越高的科學傢其結構聲望得分也越高。
H2b：中間中心度越高的科學傢其虛擬聲望得分也越高。
中間中心度測量的是某個點的相比較於其他點的資源控制能力，也即它的重要性，而點的中心勢測量的是一群點的重要性。
中心勢越高，點的中心勢差異越大，表明資源越向該核心靠攏，社會聲望可能越高。因此假設：
H3a：中心勢越高的科學傢其結構聲望得分也越高。
H3b：中心勢越高的科學傢其虛擬聲望得分也越高。
前幾個指標考察點與點之間的距離，而社會網絡密度考察點與點之間的線條，有向圖的網絡密度計算公式為：
社會網絡密度反映的是網絡成員相互之間聯系的緊密程度，也即現實生活中科學傢用戶的關系的密切程度[47]。處在緊密的社會網絡當中的行動者更容易提供情感支持或得到稀缺資源[48]。因此本研究推測：
H4a：社會網絡密度越高，科學傢網絡結構聲望越高。
H4b：社會網絡密度越高，科學傢網絡虛擬聲望越高。
2.4 言論內容與社會聲望
我們已經假設微博使用行為、科學傢網絡特性會影響科學傢的社會聲望，但除此之外，科學傢所創造的信息內容的可能也會對他們的社會聲望產生作用。當對網絡言論內容進行研究時，會涉及到大量內容分析、框架分析 [49-50]。
科學傢的微博言論，不同於一般的新聞報道，而且本研究所收集的科學傢微博言論是自每個人開微博以來的所有微博，因而不存在明確主題或者主旨框架﹔科學傢也不同於一般輿論領袖﹔他們的言論可能更專業、6鏡頭行車記錄器更慎重。
Gastil曾在描述民主協商的理論過程應該包括事實(fact)、價值觀(value)、歸因(focus of problem)、批評(criticism)、邏輯推理(reason)、解決方案(solution)[60]。這六個要素得分越高，民主協商的理論過程越完備，民主協商的質量越高，因而帶領協商過程的領袖可能得到的社會聲望越高[61]。科學傢群體與一般的公共知識分子和輿論領袖相比，最大的特點就是更專業、也更理性。在這六個維度當中，價值觀和批評屬於感性維度，不適宜評價科學傢領導下的公共協商，因而根據本文研究對象及其特點，本文選擇事實、歸因、邏輯推理、解決方案四個維度進行假設：
H5a：科學傢發佈的微博事實信息越大，科學傢獲得的結構聲望越高。
H5b：科學傢發佈的微博事實信息越大，科學傢獲得的虛擬聲望越高。
H6a：科學傢發佈的微博歸因越明確，科學傢獲得的結構聲望越高。
H6b：科學傢發佈的微博歸因越明確，科學傢獲得的虛擬聲望越高。
H7a：科學傢發佈的微博邏輯推理越清晰，科學傢獲得的結構聲望越高。
H7b：科學傢發佈的微博邏輯推理越清晰，科學傢獲得的虛擬聲望越高。
H8a: 科學傢發佈的微博邏輯解決方案越可行，科學傢獲得的結構聲望越高。
H8b: 科學傢發佈的微博邏輯解決方案越可行，科學傢獲得的虛擬聲望越高。
?
第3章 研究方法
3.1 樣本
本文所定義的“科學傢”，主要是指自然科學傢 。去除微博數量小於100的用戶，共獲得407個活躍微博用戶。之後用爬蟲程序獲取瞭用戶基本資料（性別、粉絲、微博、地域、標簽等基本信息），以及這407個用戶之間轉發、評論、回復、點贊、關註的數量和內容，利用Ucinet軟件建立起基於科學傢用戶相互關註的社會網絡圖。
3.2 編碼
本研究涉及的自變量出度中心度、中間中心度、中心勢，以及因變量結構聲望、虛擬聲望的測量方法在假設中均已介紹，或使用Ucinet軟件可直接算出。自變量事實、歸因、邏輯推理、解決方案四個維度需要人工編碼（407個研究對象之間轉發、評論、回復、點贊、關註行為的所有微博進行編碼，共計24165條有效微博）。編碼表如下。
第4章 數據處理
4.1 聚類分析
科學傢博主並不是完大貨車行車紀錄器安裝全一致的，本研究聚類分析方法是K核算法 [62]。K的值表示一個社會網絡圖中子集中的點都與該子集中的K個點鏈接，這樣由子集構成的子圖就稱為 K核。K值可以人為設定，設定不同的K核，就能獲得不同的子圖。K核算法將科學傢的特征向量和K值作為輸入變量，因此首先我們要將每個科學傢微博行為編碼成為特征向量：令
當K=3時，我們得到被轉發數較高的C1以及再轉發數較多的C3，但沒有佔各自組內的絕對多數。C2回復以及被回復數量都很少且較平均。C1組內距離3.0098遠大於C2組內距離0.4227，顯示瞭進一步細分的可能性。
圖 4.2 K=4 聚類結果
當聚類結果為4時，從上圖可以出，C2中被轉發量最為顯著，佔比73%，C4中評論量最為顯著，佔比45%，不同於C2、C4，C1中被評論和被轉發佔比比較平均，均在40%左右。而C3回復和被回復仍然很少且平均，無法提煉出顯著特征。C1組的組內距離1.5741比其他兩組（0.3122，0.5058）大很多，仍可以進一步細分。我們取K=5。
當K=5時，聚類結果顯示，各組組內距離基本相同且較小，C1至C5的各自特點非常顯著。C1中被轉發量最高，C2中被評論量最高，C3中評論量最高，C4中回復量最高，C5中轉發量最高。我們可以根據C1-C5各自代表的行為特點將科學傢這個群體分為5類：信息類科學傢（因提供大量有價值信息，微博言論被大量轉發）、話題類科學傢（因言論內容可以引起辯論協商，微博言論被大量評論）、評說類科學傢（因大量對其他科學傢微博言論內容進行評論，評論量最多）、互動類科學傢（因積極回復在自己微博下的留言，回復量最高，與網友形成瞭良好互動）以及傳播類科學傢（大量轉發他人言論）。
4.2 描述統計
本研究的描述性統計結果已列在表4.1研究發現，微博用戶的出度中心度、中間中心度、中心勢、網絡密度、事實、歸因、邏輯和解決方案與虛擬聲望、結構聲望與之間均存在顯著的相關。
要做多元回歸前提條件是各個自變量之間不存在共線性問題，或衡量共線性的指標在一定范圍之內。通常使用的是VIF(Variance Inflation Factor)和容忍度(tolerance)兩個指標，若VIF大於10 或tolerance小於0.1，則共線性問題比較嚴重。我們進行共線性診斷，發現以上變量的VIF均小於10，容忍度均大於0.1 。
共線性問題可以基本排除。以上各變量可以納入回歸方程作為自變量考慮。
第5章 研究發現
5.1 社會網絡分析
我們使用爬蟲程序，抓取407個使用新浪微博微博的科學傢相互的鏈接、評論和交流等情況。並使用ucinet 6.212 繪制科學傢之間的關系鏈接和交流社大型車行車紀錄器推薦會網絡圖。
可以發現，科學傢們較為明顯地分成瞭左右兩個大群體。左邊科學傢社會網絡密集、緊湊，顯示出較為密切的相互關註關系﹔而右邊科學傢社會網絡較為鬆散、開放，顯示出較為疏遠的相互關註關系。而在這兩個科學傢群體之間，有一個非常顯著的、起到橋梁作用的節點。
該節點對應新浪賬戶創新工場董事長兼首席執行官李開復。截止至2014年5月底，李開復擁有51235945位粉絲，共發佈瞭13840條微博。李百度百科裡的介紹是“是一位信息產業的經理人、創業者和電腦科學的研究者”。他曾在蘋果、SGI、微軟和Google等多傢IT公司擔當要職，2009年9月從谷歌離職後創辦創新工場。李開復無論是在現實生活中還是微博裡，都是當之無愧的“明星科4G即時影像行車紀錄學傢”，一方面因為他在專業領域內做出瞭卓越的成績吸引瞭大量“粉絲”，另一方面也因為他的創業經歷，積累瞭大量人脈。在廖若星辰的真正的“科學傢微博”裡，李開復微博不僅更新頻率高，也有亮點、有想法﹔再加上他與大量圈內外人員鏈接、交流，因而他成為本研究納入統計的407個科學傢中間的重要人物。
我們也大概瞭解瞭左右兩個網絡科學傢的構成。左邊緊湊社會網絡主要由清華、北大、微軟亞洲研究院以及其他研究機構或高校的教授、研究員構成，討論的內容主要為教學、科研相關的內容，以及對學術會議的評論、思考等﹔而右邊鬆散社會網絡主要由醫師群體構成﹔微博內容主要是普及科學知識，在線解答患者問題，提供專業醫學建議。
比如左側網絡id為164429626的李淼教授，是物理學和哲學雙博士，目前為中山大學天文與空間科學院院長。李淼還是是果殼網的活躍成員，在騰訊微講堂主講《人與宇宙的物理學》。右側網絡id為2641356907的“地壇醫院邢醫生”，是北京地壇醫院的主任醫師、教授、肝病專傢。她的微博基本為醫院新聞、學術會議、解答患者問題，評論醫患事件等等﹔他們的共同特點是，更新頻繁、交流廣泛，都是各自圈內的重要節點。
類似地，我們也繪畫出基於科學傢相互評論行為的交流社會網絡圖。該社會網絡圖與關註社會網絡圖大致形態相似，也呈現出一個密集網絡，一個鬆散網絡的形態。不同的是，交流社會圖之間的相互鏈接更為復雜，不存在像連接圖裡一樣的橋梁節點，但是更多小的橋梁節點（即入度較高的點）也能夠較為清晰地分別出來瞭。
5.2 層次線性模型分析
為瞭檢驗多個自變量與兩個因變量用戶聲望之間的關系，本研究採用HLM6.0軟件進行層次線性模型(hierarchical linear modeling)分析。使用HLM6.0軟件做類似本研究的層次模型分析的做法已經在薛可[65]等人的研究中採用。
對於本研究，線性層次模型將納入四個層面的變量：分組結果、個體網絡情況(出度中心度、中間中心度等)、個體言論（事實、邏輯、歸因和解決方案）以及整體網絡層次(網絡中心勢、網絡密度)自變量對因變量的共同影響。因而HLM6.0也適宜在本研究中進行使用。回歸模型結果如下。
通過回歸結果，我們將假設的驗証情況整理到表格5.7。
我們觀察回歸結果以及假設驗証情況。可以發現，用戶分組與科學傢的虛擬聲望之間沒有顯著相關，而與結構聲望之間有顯著相關。這說明，科學傢的粉絲數量與科學傢的微博使用行為沒有什麼關聯，很可能某位科學傢本身的社會名望、地位就決定瞭他的粉絲數量。
另一組沒有成對出現的結果是科學傢的出度中心度與結構聲望。而和結構聲望和虛擬聲望兩者都沒有得到驗証的就是中心勢瞭。可能解釋的原因是，無論是虛擬聲望還是結構聲望，都是基於交流、鏈接的基礎之上的，節點的距離相近並不能帶來實質上（或者是，被本研究所納入的）交流。
在微博內容方面，科學傢的事實成分和解決方案都和結構聲望和虛擬聲望無顯著相關。可能的解釋是，首先，陳述事實不是科學傢的專長，相對客觀的媒體至少在描述事實的時候也能做到中立﹔科學傢在“事實”維度上發揮不出自身的優勢，也難以為他們帶來社會聲望上的收益﹔而在解決方案維度上，科學傢提出的解決方案更多是從技術層面上。但真正拉近科學傢和普通用戶距離的微博是針對一些公共事件的，能夠幫助解決實際問題的微博。
第6章 分析與討論
通過社會網絡分析、回歸分析等統計手段，我們有一系列重大的發現。1.構成緊湊的社會網絡科學傢主要成分是高校理工科教授，他們互相交流科研、教學而相互之間聯系緊密﹔構成鬆散的社會網絡科學傢主要成分是醫生、生物學科專傢等與生活密切相關學科的科學傢，他們與患者、咨詢者的交流遠遠超過瞭互相之間的交流﹔2.不同特點（使用行為）的科學傢結構聲望和虛擬聲望都是有顯著不同的，就五類科學傢而言，評說類科學傢平均的結構聲望和虛擬聲望得分都是最高的。3.對於整體網絡而言，網絡密度越高，則網絡內部成員的結構聲望和虛擬聲望都要更高。4.對於科學傢生產的微博內容，在邏輯和歸因方面得分較高的科學傢結構聲望和虛擬聲望要高。
根據不同科學學科的特點，科學傢應該有意彌補、擴大交流對象的局限﹔比如，較為抽象的數理等學科應加強與網民的互動，這可以從拓展一些貼近生活的話題開始﹔較為實踐的醫學工科應多拓展同僚之間的人脈互動﹔在微博使用行為方面，評論能給科學傢帶來大量社會聲望（包括科學圈的結構聲望和普通網民的虛擬聲望）﹔而五類科學傢的社會聲望按由高到低的順序依次是評說類科學傢、話題類科學傢、信息類科學傢、傳播類科學傢以及互動類科學傢。這多少可以給科學傢的行為提供一點啟示：既具有原創性又具有討論性的行為（比如評論、發帖），比傳播復制等簡單行為（比如轉發和回復）能更有效地提升社會聲望。微博為科學傢“技術賦權”，有效利用新媒體技術和平臺，科學傢就必須承擔起網絡上普及科學知識、領導協商討論、營造積極健康的學習氛圍和塑造科學文化的職責。
談及科學傢的社會聲望，過去我們往往以他們為祖國和社會做出的貢獻去衡量，而在微博時代，這樣的評價就顯得比較單一。除瞭在各自的領域內做成績以外，我們還期待科學傢們能在普及科學知識，傳播科學思想方面有所作為。當然，我們研究科學傢微博使用行為對其社會聲望的影響作用，出發點不僅僅在於通過為科學傢有技巧地改善他們的微博使用行為提供建議，更在於通過他們更有效地使用微博，以幫助推進科學傳播。然而，科學傳播的發展除瞭需要內部的動力，更需要外部提供良好的生存空間。在更廣闊的社會層面上，隻有社會結構的優化、文化模式的革新，配合社會動力以及頂層制度的設計，科學傢才能如願獲得足夠的話語權，獲得和他們身份、貢獻相稱的話語分量以及高質量的話語空間[11]。我們今天討論科學傢微博使用行為對科學傢社會聲望的影響，但幾十年後再回頭看，我們欽佩和贊美的不是那些利用微博塑造個人聲望的科學傢，而一定是那些此刻在微博上表現出專業和擔當，並為科學傳播做出重要貢獻的科學傢。（作者系清華大學）
參考文獻
[1] Preece J, Maloney-Krichmar D. Online communities.[M]// Jacko J, Sears A. Handbook of human-computer interaction. Mahweh, NJ: Lawrence Erlbaum,2003:596-620.
[2] Horrigan J. Online communities: Networks that nurture long-distance relationships and local ties[M]. Pew Internet American Life Project, 2001.
[3] Baym N K. Tune in, log on: Soaps, fandom, and online community[M]. Sage, 1999.
[4] Rheingold H. The virtual community: Homesteading on the electronic frontier[M]. MIT press, 2000.
[5] 黃少華. 論網絡空間的人際交往[J]. 社會科學研究, 2002, 4: 93-97.
[6] 袁毅, 楊成明. 微博客用戶信息交流過程中形成的不同社會網絡及其關系實証研究[J]. 圖書情報工作, 2011, 55(12): 31-35.
[7] 李卓卓, 丁子涵. 基於社會網絡分析的網絡輿論領袖發掘——以大學生就業輿情為例[J]. 情報雜志, 2011, 30(11)
[8] Venkatraman M P. Opinion leaders, adopters, and communicative adopters: A role analysis[J]. psychology Marketing, 1989, 6(1): 51-68.
[9] Freidson, E. Professional Powers: The Study of Institutionalization of Formal Knowledge[M] , Chicago: University of Chicago Press, 1986.
[10] 劉於思, 楊莉明. 記者微博使用與職業群體社會資本: 社會網絡分析的視角[J]. 新聞界, 2013 (21).
[11] 李名亮. 微博, 公共知識分子與話語權力[J]. 學術界, 2012, 6: 75-86.
[12] Li F, Du T C. Who is talking? An ontology-based opinion leader identification framework for word-of-mouth marketing in online social blogs [J]. Decision Support Systems, 2011, 51(1): 190-197.
[13] Vi?as M J. Why should scientists use Twitter? [EB/OL].[2011-07-20].http://blogs.agu.org/sciencecommunication/2011/07/20/why-scientists-use-twitter/.
[14] 張志安. 新聞生產的變革: 從組織化向社會化——以微博如何影響調查性報道為視角的研究[J]. 新聞記者, 2011 (3): 42-47.
[15] Goode W J. The celebration of heroes: Prestige as a social control system[M]. 2004.
[16] Emerson R M. Power-dependence relations[J]. American sociological review, 1962: 31-41.
[17] Etzione A. The semi-professions and their organization: Teachers, Nurses[J]. Social Workers, 1963.
[18] Pfeffer J. Managing with power [M]. Harvard Business Press, 1993.
[19] Raven B H. Social influence and power.[M]// Steiner I D, Fishbein M. Current studies in social psychology. New York: Holt, Rinehart Winston, 1965: 371-381.
[20] Gabbay S M, Leenders R T A J. Social capital of organizations: From social structure to the management of corporate social capital [M]. University of Groningen, 2002.
[21] Brown T F. 1997. Theoretical Perspectives on Social Capital. [O/L]. http://hal.lamar.edu/~BROWNTF/SOCCAP.HTML.
[22] Portes A. SOCIAL CAPITAL: Its Origins and Applications in Modern Sociology [J].Annu. Rev. Sociol, 1998, 24: 1-24.
[23] Lin N. Building A Network Theory of Social Capital.[M]// Lin N，Cook K, Burt R.Social Capital: Theory and Research. NY: Aldine De Gruyter, 2001:1-29.
[24] 趙延東, 羅傢德. 如何測量社會資本: 一個經驗研究綜述[J]. 國外社會科學, 2005 (2):18-24.
[25] 張文宏. 中國城市的階層結構與社會網絡[M]. 上海人民出版社, 2006.
[26] Lin N, Dumin M. Access to occupations through social ties [J]. Social networks, 1986, 8(4): 365-385
[27] 尉建文, 趙延東. 權力還是聲望？——社會資本測量的爭論與驗証[J]. 社會學研究, 2011 (3): 64-83.
[28] Wasserman S, Faust K. Social network analysis: Methods and applications [M]. Cambridge university press, 1994.
[29] 劉軍. 社會網絡分析導論[M] . 北京:社會科學文獻出版社,2004.
[30] Knoke, D, Burt, R S. Prominence.[M]// Applied network analysis: A methodological introduction. Burt, R S, Minor M J. Beverly Hills.CA: Sage, 1983: 195-222
[31] 汪雲林, 韓偉一. 社會網絡聲望模型的分析與改進[J]. 系統工程, 2006, 11.
[32] Russo T C, Koesten J. Prestige, centrality, and learning: A social network analysis of an online class[J]. Communication Education, 2005, 54(3): 254-261.
[33] Brandes U, Corman S R. Visual Unrolling of Network Evolution and the Analysis of Dynamic Discourse[J]. Information Visualization, 2003, 2(1): 40-50.
[34] Katz L. A new status index derived from sociometric analysis[J]. Psychometrika, 1953, 18(1): 39-43.
[35] 金兼斌. 社會性媒體傳播秩序問題探析[J]. 新聞實踐, 2011 (9): 58-61.
[36] Huang L, Xia Z. Measuring user prestige and interaction preference on social network site[C]//Computer and Information Science, 2009. ICIS 2009. Eighth IEEE/ACIS International Conference on. IEEE, 2009: 1161-1166.
[37] Scott J. Social network analysis: a handbook[M]. 2000.
[38] Sparrowe R T, Liden R C, Wayne S J, et al. Social networks and the performance of individuals and groups[J]. Academy of management journal, 2001, 44(2): 316-325.
[39] Weimann G. The influentials: People who influence people[M]. SUNY Press, 1994.
[40] Misiolek N I, Heckman R. Patterns of emergent leadership in virtual teams[C]//System Sciences, 2005. HICSS'05. Proceedings of the 38th Annual Hawaii International Conference on. IEEE, 2005: 49a-49a.
[41] Sudweeks F, Simoff S J. Leading conversations: Communication behaviours of emergent leaders in virtual teams[C]//System Sciences, 2005. HICSS'05. Proceedings of the 38th Annual Hawaii International Conference on. IEEE, 2005: 108a-108a.
[42] Yoo Y, Alavi M. Emergent leadership in virtual teams: what do emergent leaders do? [J]. Information and Organization, 2004, 14(1): 27-58.
[43] J. Donath, "Signals in social supernets," Journal of ComputerMediated Communication, October 2007.
[44] Marcelo Maia, Jussara Almeida, Virg?lio Almeida, "Identifying User Behavior in Online Social Networks," Proceedings of the first Workshop on Social Network Systems, 1 April 2008.
[45] 趙廣利. 社會網絡分析技術在博客媒體信任度中的研究與應用[D]. 內蒙古科技大學, 2011.
[46] Freeman L C. Centrality in social networks conceptual clarification[J]. Social networks, 1979, 1(3): 215-239.
[47] 景天魁, 林聚任. 社會網絡分析: 理論, 方法與應用[M]. 2009.
[48] Donath J, Boyd D. Public displays of connection[J]. BT Technology Journal, 2004, 22(4): 71-82.
[49] Semetko H A, Valkenburg P M. Framing European politics: A content analysis of press and television news[J]. Journal of communication, 2000, 50(2): 93-109.
[50] 李彪. 網絡事件傳播空間結構及其特征研究——以近年來40個網絡熱點事件為例[J].新聞與傳播研究, 2011 (3): 90-99.
[51] Bohman, J. (1996). Public Deliberation: Pluralism, Complexity, and Democracy. Cambridge, MA: MIT Press.
[52] Cohen, J. (1989). Deliberation and democratic legitimacy. In A. Hamlin P. Pettit (Eds.), The good polity: Normative analysis of the State(pp. 17-34). Oxford: Basil Blackwell.
[53] Habermas, J. (1989). The Structural Transformation of the Public Sphere: an Inquiry into a Category of a Bourgeois Society. In F. Lawrence (Ed.). Cambridge, MA: MIT Press.
[54] Zhou, X. (2009). The political blogosphere inChina: A content analysis of the blogs regarding the dismissal of Shanghai leader Chen Liangyu. New Media Society, 11(6), 1003-1022.
[55] Rosenberg, S. (2006). Human nature, communication, and culture: Rethinking democratic deliberation in China and the West. In E. J. Leib B. He (Eds.), The search for deliberative democracy in China(pp. 77-111). New York Palgrave Macmillan.
[56] Roberts-Miller, T. (2004). Parody blogging and the call of the real. Into the Blogosphere. Retrieved February 23, 2007, from http://blog.lib.umn.edu/blogosphere/parody_blogging.html
[57] Maratea, R. (2008). The e-Rise and Fall of Social Problems: The Blogosphere as a Public Arena, Social Problems(Vol. 55, pp. 139-159).
[58] Kerbel, M. R., Bloom, J. D. (2005). Blog for America and Civic Involvement. Harvard International Journal of Press/Politics, 10(4), 3-27.
[59] MacKinnon, R. (2008). Blogs and China correspondence: lessons about global information flows. Chinese Journal of Communication, 1(2), 242-257.
[60] Gastil J. Political communication and deliberation[M]. Sage, 2008.
[61] Arendt H. The Human Condition. 1958[M]. University of Chicago Press, 1998.
[62] Everitt B. Cluster analysis (2nd) [M]. 1980.
[63] Bezdek J C, Pal N R. Some new indexes of cluster validity[J]. Systems, Man, and Cybernetics, Part B: Cybernetics, IEEE Transactions on, 1998, 28(3): 301-315.
[64] 薛可, 陳晞. 突發事件下網絡論壇用戶聲望的影響因素研究：跨層次的分析[J].新聞大學.2012(04).
[65] Gelman A, Hill J. Data analysis using regression and multilevel/hierarchical models[M]. Cambridge University Press, 2007.
[66] 楊霜. 危機事件中的科學傳播與民意——基於“互媒體性”視點的考察與分析[J]. 新聞大學, 2013 (006): 83-90.
[67] 徐友漁: 當代中國公共知識分子的生成，當代中國研究2004年第4期
[68] 福柯: 權力的眼睛，嚴鋒譯，上海:上海人民出版社，1997年
- 大型車行車紀錄器推薦 豪美科技【Mobile01推薦】遊覽車行車紀錄器評比～專家實測分享
- 4鏡頭行車記錄器 豪美科技【Mobile01推薦】大車專用行車紀錄器推薦～行車紀錄分享
- 貨車行車記錄器推薦 豪美科技【Mobile01推薦】專家分享4G即時影像行車紀錄器～行車即時全都錄
文章標籤
全站熱搜
留言列表
