随着近几年新媒体技术的迅猛发展,微博以其高速度、多平台、低门槛、裂变式传播等特点迅速成为继传统体育媒体、互联网体育媒体之后的又一大体育热点事件传播载体。在微博传播中,体育事件传播的动态方向和信息流量主要是由传播的关键节点所决定的。关键节点是整个传输网络中资源控制的核心枢纽,故对关键节点的属性进行分析显得十分必要。本文采用网络统计量化与舆论分析质化相结合的研究方法,在多极化的节点传播结构中,寻找关键节点并利用其属性,揭示影响体育热点事件新媒体扩散的内在逻辑,全面分析新媒体体育事件的成因及发展,为相关机构掌控体育热点事件传播提供有力的理论依据。
1.2 研究基础关于微博传播的研究已引起国内外学者的关注,这些研究主要围绕影响微博舆论走向的因素以及微博传播的社会影响等方面展开,常用的研究方法主要包括社会批判研究、舆论调查研究、舆论质化研究、量化统计研究等。国内的学者主要使用的是社会批判研究、舆论调查研究,此类研究通常是以微博传播的社会属性和舆论影响与引导为切入点,剖析微博对舆论走势的重要影响。有学者[1]认为,作为自媒体的典型代表,微博赋予了公众话语权和媒介接近权,使其在传播过程中扮演信源、传者、受者等多重角色。由于其在信息传播速度、广度和便捷性等方面的优势,加上其庞大的用户数量,微博对社会事件的介入和参与能力越来越强,其影响力甚至已堪比或超越了传统媒体。还有些学者[2]认为,微博糅合了人际传播、组织传播、躯体传播和大众传播等多重传播模式,在结构上,微博是“所有人面向所有人”的多元非线性结构,这有利于节点的互动式表达;微博信息由“名人”这一信源中心向粉丝扩散传播,形成了一种基于中心性裂变的“微传播”模式,客户按时有利于表达权的扩散。除此之外,还有国内学者从信息工程学的角度出发,将复杂网络与微博研究结合一起,通过分析静态的网络拓扑结构与动态的进化过程,利用微博用户之间网络关系,从度和路径两方面选取多个指标,运用复杂网络理论分析网络静态拓扑结构,探讨节点在演化过程中的不同形态和网络整体的演化趋势,构建了网络动态演化过程模型[3]。还有学者[4]分析了技术因素对媒介发展的影响,但是,将以上研究置于大数据背景下的传播发展态势中[5],缺乏质化研究与量化研究相结合的研究方法。
国外有学者的研究更加深入具体,将量化统计研究等方法纳入媒介研究中,其中关于社会计算的方法比较常见。社会计算是在现代计算技术与社会科学之间交叉的基础上建构起来的研究方法。国内有学者将其定义为:面向社会活动、社会过程、社会结构、社会组织和社会功能的计算理论和方法。国外有学者将其定义为:社会计算可以通过统计分析长时间、连续、大量的人群行为特征和数据特点,为科学、动态地研究人际交往传播、社交网络演化等方面提供相应的科学支撑[6]。Haewoon Kwak等[7]国外学者通过网络分析的方法研究微博舆论的内容分布情况,通过对微博用户的粉丝数量以及发布微博数量等统计,分析影响微博转发和关注的因素,并分析何种话题容易成为热门微博。通过建立模型评估微博博主的影响力,将微博话题、报道时间、用户参与等作为模型的变量,从而分析网络中节点时序转发情况以及相关的影响因素,最后得出微博排名主要是由转发量所引起的暴露机会所决定。也有些国外学者通过抽样分析的方法探索微博用户的属性特征。
微博传播深刻地改变了体育舆论生态,这种传播方式对体育传媒产生了深远的影响[8]。在近些年的体育新闻传播研究中,既有对于体育实践领域的现实追求,也有对体育传播理论的探索[9],很多学者对体育微博传播展开了多维的研究,取得了显著的成就。这些研究主要集中于体育热点事件微博传播的文本整体分析、微博用户的基本行为特征、粉丝效应等,在一定程度上缺乏深入的数据挖掘与文本挖掘。关于体育微博传播的关键节点因素、内在逻辑形成尚无研究,尤其是科学地建构实证类模型的相关领域尚未被触及。故本文选取近3年在新浪微博传播中热度最高的23起体育热点事件作为研究对象进行分析,将转发量超过100条的微博作为研究样本,力求探寻体育热点事件微博传播关键节点的影响因素,从而总结体育热点事件微博传播的系统影响机制和舆论形成机理。
2 研究假设与方法 2.1 研究假设根据体育热点事件微博传播发布者的特质类型、微博热帖的内容因素等对微博转发量的影响,本文拟提出以下假设:①体育热点事件在微博传播中的不同节点对传播效果有影响;②体育热点事件微博发布者身份的类型对关键节点的影响较显著;③体育热点事件微博文本内容类型对关键节点的影响较显著;④体育热点事件微博发布者的粉丝量对关键节点的转发量影响较显著。
2.2 研究对象与方法(1) 研究对象:体育热点事件传播的关键节点决定了舆论导向和信息流量。本文筛选了近3年所有的体育事件,将其转发数量超过100条的新浪微博作为一个关键节点。如果一个事件的关键节点达到一定数量,则认为该事件及其关键节点具有研究价值,故将关键节点数达到100及以上的体育事件拟定为体育热点事件。据此,本文最终选出近3年新浪微博传播中热度最高的23起体育事件作为热点事件的研究对象,探寻体育微博传播关键节点的重要特质。这些体育热点事件包括2015年亚洲杯男篮夺冠、拜仁对狼堡9 min 5球、梅威瑟对帕奎奥世纪之战、李娜退役、刘翔退役、南京青奥会、国足2014年亚洲杯、索契冬奥会、围棋泰斗吴清源去世、波士顿马拉松爆炸事件、2014年巴西世界杯足球赛、张稀哲加入德甲联赛、北京申办冬奥会、马刺5夺NBA总冠军、CBA京辽之战、库里获得MVP、舒马赫滑雪受重伤、C罗重获金球奖、佩兰担任国足主教练、梅西成为西甲历史射手王、世界杯足球赛章鱼保罗、意甲电话门、恒大亚冠夺冠。本文仅基于现存的微博热帖,忽略由于多种可能造成的微博删除等情况。
(2) 样本确定:从与以上事件相关的177 496 563条微博中选出转发量超出100条的体育微博热帖共1 033条作为体育事件传播的关键节点,因为这些节点的信息输出是最具代表性的,所以将这些关键节点作为研究样本进行分析,设定不同的变量类型并建立相关模型进行统计总结。
(3) 数据处理:运用stata计量分析软件,通过回归分析、相关分析、卡方检验等统计技术对各变量之间的关系进行量化分析,得出体育热点事件微博传播中关键节点的影响因素系数。
3 体育热点事件微博传播节点结构分析笔者精选出达到研究标准的23个体育热点事件,并将转发数量超过100条以上的微博作为关键节点进行统计分析后发现,在微博平台体育热点事件传播过程中体现出以下特点:
(1) 体育信息传播国际化。本文所精选的23个体育话题是近3年体育领域最受关注的重大事件,其中:国际事件13个,占56.52%;国内事件10个,占43.48%。国内、国际事件受关注程度近乎平分秋色,这说明多年来,传统媒体为我国体育传播打下良好的群众基础,并使得受众具备体育领域的国际化视野。我国的体育信息受众不仅对国内体育热点事件较为关注,同时对国际体坛有着较高的关注度。
(2) 大球类体育赛事影响力强,明星效应不可忽视。在统计样本中,赛事类11个,占47.82%,明星为主的体育热点事件9个,占39.13%,其他类3个。其比例与大众日常接收体育信息的直观感受较为接近,即赛事和明星为体育信息的主要关注点,其他事件为辅。从事件所属体育类别看,足球事件9个,占43%;篮球占14%,其他项目包括综合类、田径、网球、拳击、围棋等。大球类项目受关注程度远高于其他体育类别,同时也应注意到,如“李娜退役”“刘翔退役”等小众体育项目,因明星影响力而使得单个体育热点事件影响力骤升。
(3) 媒体板块独占半壁江山,非媒体板块集中度相对均衡。占比最高的网络体育媒体占节点数量的31.6%,其次是传统媒体占24.1%。在非媒体板块中,“名人及其所在机构”占13.8%,体育明星/机构官网、体育相关网络组织、个人评论分析分别为6.7%、6.3%和6.2%。非体育机构微博占8%,反而高于部分体育类微博,这与非体育机构微博产品营销相关,互动类型较多,带动转发数量的增加。体育迷节点占3.4%,是所有分类中占比最小的。
(4) 陈述播报内容占主,情感宣泄高于理性分析。从转发微博的内容看,事件通告占微博总数的36.6%,体现了移动互联媒体第一时间传播信息的特点。以主观评述的内容划分看,情感宣泄类占19.6%,高于事件分析类的11.6%。爆料类内容占所有类型的22.1%,体现了体育传播领域内,信息受众群体猎奇心态与娱乐版块相似。
4 体育热点事件微博传播机制 4.1 模型建立在体育热点事件的微博传播中,多种因素制约着关键节点的影响力,故本文利用多元线性回归模型研究体育热点事件传播关键节点的各类影响因素,该模型适用于研究多种变量类型对于被研究关键节点的影响。该模型为:
$Y\text{=}{{\beta }_{0}}+{{\beta }_{1}}{{X}_{1}}+\cdots +{{\beta }_{n}}{{X}_{n}}+\varepsilon $ | (1) |
本研究采用此模型,并对所采集的数据进行回归分析,研究关键节点中转发量与各影响变量之间的量化关系。
4.2 变量设置与解释(表 1)![]() |
表1 变量设置与解释 Table 1 The setting and explanation of the variables |
本文将体育热点事件微博传播关键节点的转发量设置为解释变量Y,将解释变量的因素分为以下几类:①关键节点微博用户的属性特质,其中包括微博发布者的类型为X1,这个变量是用来划分微博发布者的具体身份,还有节点粉丝数量为X4;②关键节点微博用户所发微博文本的具体特质,微博热帖文本类型划分为X2,这个变量可以更好地区分关键节点微博文本使用的话语策略,还有微博热帖文本呈现形式X3,用以解释热帖文本的发布形式。为了在此模型中解释所有上述影响因素,这些变量的设置既包括定性变量,同时也包括定量变量。为确保此模型运算的精准度,本文则将上述定性设置的变量量化运行。
4.3 回归结果对以上变量进行逐步回归,剔除相对不显著的变量,以下结果则为最为显著的变量。
从表 2可知,回归方程及所有变量均已通过假设检验,因此可以得到影响转发评论量的回归方程:
$\begin{array}{l} Y=34{\rm{ }}966.33{X_{11}}+18{\rm{ }}568.6{X_{12}} - 17{\rm{ }}719.65{X_{14}} - \\ 23{\rm{ }}402.09{X_{16}}+5{\rm{ }}623.599{X_{24}}+8{\rm{ }}787{X_{25}}+\\ 14{\rm{ }}439.2{X_{32}}+8.617{\rm{ }}5{\rm{ }}{X_4} - 178{\rm{ }}90.81 \end{array}$ | (2) |
![]() |
表2 影响因素逐步回归结果 Table 2 The stepwise regression results of the influence factors |
F检验对应的值为0.0006,因此拒绝原假设,认为线性模型整体是显著的,所选取的因素对转发量有显著影响。
T检验结果为:在1%的显著水平下,传统体育媒体的官方微博、网络体育媒体的官方微博、名人及其所在机构微博、非体育机构微博、文字+图片、文字+图片+链接、微博发布者的粉丝总数,这些变量对体育热点事件微博的转发量产生显著影响。在5%的显著水平下,“情感主观表达、调侃型”与“互动型”这2种类型对体育热点事件微博的转发量产生显著影响。
R2=0.983 8表明该回归模型的最终拟合优度很高。
4.4 主要研究发现(1) 微博发布者身份类型对关键节点转发量的影响较大。微博发布者身份为传统体育媒体的官方微博的回归系数为34 966.33,这表示在体育热点事件微播传播中,传统体育媒体的官方微博节点被所发的微博数量比其他类型平均多34 966.33条。这一方面是由于传统体育媒体的官方微博是最权威的体育官方代言人,由此发布的消息具有一定的权威性,同时也代表了官方的态度与立场;另一个重要的原因就是在体育热点事件传播中,传统体育媒体仍掌握大量的信息资源与权限,使之成为受众获取体育消息的重要渠道。
网络体育媒体的官方微博的回归系数是18 568.6,这表明此类节点的微博转发总数比其他类型的微博发布者平均多18 568.6条。例如新浪体育微博、虎扑篮球微博等在体育热点事件的微博传播的关键节点中均占据很高的转发量。虽然在结构占比中,网络体育媒体官方类型的微博占有一定的优势,但是对微博转发量的影响还是稍逊于传统体育媒体的官方微博。
名人、名人组织机构代言类型的微博回归系数为-17 719.65,这表示名人微博以及名人组织机构代言的微博在体育热点事件的传播中比其他类型的微博评价转发量平均少17 719.65条。在一般的社会舆情事件中,名人效应通常会起到不可忽视的作用,名人的意见、评论都会对事件造成一定的影响,在舆论引导方面起到了意见领袖的作用。例如,在柴静雾霾纪录片的微博传播过程中,韩寒、俞敏洪、黄晓明、大S、谢娜等名人的舆论引导起到了重要的作用;但是,在体育热点事件传播中,除了体育明星当事人的事件声明之外,明星、名人、著名评论人的消息发布以及点评均未引起高频转发。
(2) 不同类型的微博热帖文本对关键节点的影响显著。在体育热点事件的微博传播过程中,关键节点文本话语表达类型的类别也对微博的转发量产生一定的影响。采用互动性文本发布的微博回归系数为8 787,表明关键节点中采用互动沟通的微博比其他类型平均转发量高出8 787条。在体育热点事件传播中,微博文本采用赛事投票、活动参与、呼吁动员等形式,均加大了关键节点与受众的互动沟通,获取了相对较高的转发量。微博文本采用情感主观表达、调侃方式的微博回归系数为5 623.599,说明关键节点在文本中饱含情感因素、主观判断的微博比其他类型平均高出5 623.599条,此类话语或支持、反对,或抨击、调侃,或缅怀、喝彩,极具煽情性。例如,在刘翔、李娜退役事件中,网友的主观情感诉求就比较鲜明,围棋泰斗吴清源去世事件的煽情性传播就触动了网友的敏感神经,转发量很高。
(3) 微博热帖文本呈现形式对转发量的影响十分显著。微博热帖文本呈现形式中带有图片的微博回归系数为14 439.2,这说明带有图片的微博转发量比仅适用文字的文本类型评价多出14 439.2条。从笔者所分析的样本统计看,“图文链接”的内容模式占全部内容比重的76.6%,而“文字+链接”和“图片+视频”的内容模式分别占11.4%和12.0%。这十分契合读图时代的特质,尤其是在体育热点事件传播过程中,带有声色的传播内容更加容易为受众带来视觉和听觉的冲击。以图片为主的本文类型是比较适合当前以2~3G移动数据传输方式为主的大环境。可以预见的是,随着4G无线通信网络的普及,以图片视频为主的传播趋势将会继续加强,即以视频为主要内容的信息传播占比将进一步加大。
(4) 微博传播关键节点的粉丝效应微弱。体育热点事件传播关键节点的粉丝系数为8.617 5,这说明粉丝数每增加一个单位,即每增加1万个粉丝,转发量平均才增加8.617 5条,粉丝数量对微博转发量存在一定的影响,但是较弱。在体育热点事件传播中,虽然粉丝数量越高,该微博的曝光率就越高,转发量也可能随之升高;但是,关键节点的粉丝数量并非是影响转发量的决定性因素,只能说明在粉丝数量达到一定规模时,可在一定程度上对转发量有所提升,在体育热点事件微博传播中关键节点的粉丝效应作用微弱。
5 结论与建议 5.1 结论(1) 事件传播权的聚合与微博草根性的离散。在体育热点事件传播中,通过关键节点的结构分析与回归分析可以发现,少数节点的转发量要远远高于多数节点的转发量。在复杂的网络传播系统中,体育热点事件传播出现了具有幂律分布特征的情况,甚至更加极端,绝大部分节点都只与少部分节点相耦合。体育热点事件传播的绝大部分热帖就是从关键节点发出的,例如,传统体育媒体的官方微博与网络体育媒体的官方微博在体育热点事件传播中占据着主导作用,这体现了体育热点事件微博传播权的聚合性。
“草根性”作为微传播的重要特质之一,在体育热点事件传播中却明显式微。在事件传播权的聚合下,草根阶层的微博很少可以成为关键节点,即使一些高质量的爆料、评论也淹没于官方微博辐射中。体育热点事件的微博传播看似为去中心的传播模式,实质上却是一个传播权不断聚合的过程。
(2) 传播模式的拓展与拟态认知的深化。体育热点事件的微博传播是一种多维的辐射式传播,在一个体育热点事件议题出现后,关键节点则会围绕几个方向产生,例如,正方意见、反方意见、相关事件爆料、调侃等等,从多维度拓展了受众对体育热点事件的认知,同时也促成了拟态认知的不断深化。在传播权聚合的情况下,体育热点事件本身就是被筛选而出的,再通过加工、重构的过程从而成为关键节点。并且,与其他社会事件相比,对于一般受众来说体育热点事件的相关性、体验性、参与性不强,故具有一定的距离感,人们只能通过传播媒介来了解;而体育热点事件微博传播的多维拓展恰好营造了一种“逼真”拟态环境,使体育热点事件的传播更加“亲民”。例如,在“索契冬奥会”的微博传播中,关于“五环变四环”的新闻成为关键节点之一,使整个体育热点事件的传播视角偏移,这种趣味性选择使体育热点事件或体育精神本身失去了关注。
(3) 理性传导的增强与群体极化的式微。体育热点事件的微博传播与其他社会事件相比,最大的特点就是理性传播的增强与群体极化的式微。在一般的社会事件中,网络群体情绪感染容易加强,形成强大的情感支持[10],微博传播往往体现的是受众表达欲望的扩张。例如在“转基因食品”“柴静雾霾报道”“黄金大米”等热门事件中,均体现了公众的反权利诉求的欲望。观点不同的群体往往出现群体极化的现象,在舆论引导缺失的情况下,甚至会造成错误的观点更加强化,但是另一方面也可以促进群体意见的一致,增强群体的凝聚力。与之相反的是,在体育热点事件的微博传播中,体育热点事件传播的关键节点均趋于理性的表达与讨论,即使是互动类型的微博热帖,受众的讨论也表现得十分理智。这一方面实现了公共领域中受众的理性共识的达成,但同时也体现出平等互动的公民立场的缺失,微博互动交往机制所特有的凝聚力和感染力式微。
5.2 建议在体育热点事件的微博传播中,关键节点的属性决定了舆论动态和信息流量,故通过对近3年23起体育热点事件微博传播的实证研究发现,一个体育热点事件可以迅速生成多个关键节点,从而达到脉冲式传播,这些节点迅速演变成体育消息的重要辐射散播中心,起到了关键性的舆论引导作用。故重点把握这些关键节点并积极引导人们对体育热点事件微传播具有重大意义。
体育热点事件的微博传播形态与其他社会事件相比呈现出较大的不同。在信息传播的速度与力度、舆论新力量的形成、微博营销以及传播方式的整合等方面,均弥补了传播媒体视域中体育传播的不足,未呈现出鲜明的社交媒体传播形态。随着传播权的不断聚合,微博草根性缺失、拟态认知深化、微博互动交往机制所特有的凝聚力和感染力式微。在微传播视域下如何利用微传播的内在逻辑,使体育热点事件传播得到更好的发展,值得深思并探讨。
[1] | 谢耘耕, 荣婷.微博舆论生成演变机制和舆论引导策略[J].现代传播, 2011, 178(5):70-74(![]() |
[2] | 王君超."微传播"与表达权——试论微博时代的表达自由[J].现代传播, 2011, 177(4):80-85(![]() |
[3] | 田占伟.基于复杂网络的微博信息传播研究[D].哈尔滨:哈尔滨工业大学, 2012:25(![]() |
[4] | 向志强, 汤青.传媒产业发展中技术影响的实证研究[J].现代传播, 2015, 226(5):120-122(![]() |
[5] | 刘怡, 谢耘耕.大数据背景下媒体传播的转型与发展[J].当代传播, 2015, 183(4):26-27(![]() |
[6] | Lazer D, Pentland A, Adamic L, et al.Computer social science[J].Science, 2009, 323(595):723-723(![]() |
[7] | Haewoon Kwan, Changhyun Lee, Hosung Park, et al.What is twitter, a social network or a news media?[C].International World Wide Wed Conference Committee, Raleigh, North Carolina, USA, 2010:591-600(![]() |
[8] | 李丁, 肖焕禹.媒介融合背景下体育传播模式之嬗变[J].上海体育学院学报, 2013, 37(5):31-32(![]() |
[9] | 张业安, 肖焕禹, 冉强辉.大型体育赛事媒介传播效果影响因素的多维考察[J].体育学刊, 2013, 20(1):39-43(![]() |
[10] | 高宪春, 谢葳.新媒体融合语境下网络群体对舆论生成的影响[J].当代传播, 2015, 182(3):76(![]() |