社會網絡論文匯總十篇

序論：好文章的創作是一個不斷探索和完善的過程，我們為您推薦十篇社會網絡論文范例，希望它們能助您一臂之力，提升您的閱讀品質，帶來更深刻的閱讀感受。

篇（1）

本文的數據來源于新浪微博。因為新浪微博在熱度、用戶數量、活躍度等指標上居國內同類產品前列，且其對認證用戶的分類明確，囊括了文中的研究對象，故基于該平臺采集的數據進行研究具有現實性與代表性。考慮到按影響力和熱議詞篩選的榜單受到時間及偶然事件的影響較大，而按人氣篩選的榜單則比較穩定，因此本文的數據從新浪微博風云榜板塊中的人氣榜單板塊中提取。此外，為了分析政府、企業、微博名人、學校這四類主體內部的結構特征及互動關系，又將各主體劃分為不同的行業或部門。本文首先選擇粉絲數排行前5的行業或部門，再分別選取這些部門中粉絲數排在前20名的用戶，對每個主體依次抽取100個樣本數據。企業在人氣榜單板塊中按行業被分為21個模塊，根據粉絲排名，本文抽取汽車交通、商場購物、金融服務、服裝服飾和商場購物5個模塊。而政府包含公安、外宣、司法、醫療衛生和交通部門，學校包含校友會、高校、中小學、出國留學和教育培訓，微博名人則包含財經、商業、房產、科技和政府這5個模塊。

1．2實證方法介紹

本文基于社會網絡分析方法，通過統計各類主體中各用戶之間的關注情況，得出用戶間的二維關聯矩陣，運用Ucinet軟件刻畫各主體的結構特征，并得出密度、內部派系及中心度等各類指標，進而探討各個主體在信息傳播、資源共享時如何發揮作用，內部如何運作，并發現關鍵節點人物。

2網絡傳播主體的網絡結構分析

2．1網絡傳播主體的網絡關系圖譜

本文利用可視化手段得到的各類主體的網絡關系圖我們可以清晰的看到，政府子群聯系比較緊密，且公安部門位于網絡的核心，將各個部門連接起來。同時，基于政府的關聯網絡，最明顯的關聯分別有行業關聯(平安中原、平安南粵、中國維和警察、安徽公安在線等)、區域關聯(北京鐵路、京港地鐵、北京公交集團、北京地鐵等)。這表明當前政府已經意識到了微博的重要作用，開始注重信息的公開化、透明化，使得網絡信息更加明朗，傳播效度更大。公安部門與人們的日常生活息息相關，其傳播信息的日漸公正化、透明化決定了其在政府網絡中的核心地位。根據資源依賴理論，如果一個企業同時與多個企業有直接的關聯，那么該企業就占據了該行業或企業網絡的資源中心位置。企業間的關系并沒有像政府那樣密集，但金融服務業的核心地位很明顯，其幾乎橋接起了整個網絡，把不相關的行業間企業、不接壤的地區間企業連接起來。例如，中國銀行信用卡(金融服務)將黛姿樂維品牌婚宴鞋(商場購物)和新浪汽車(汽車交通)連接起來。根據結構洞理論，占據中心位置的企業對資源流、信息流、知識流有著強大的控制權，說明金融服務板塊在信息傳遞過程中起橋接作用［16］。同時用戶對其所的信息有較高的信任度和熱衷度，金融板塊對信息的擴散也有重要的作用。根據同類相聚原則，同性質教育機構之間的聯系相對比較緊密，例如，紐約大學與USNewsRankings、美國留學MBA、EducationUSA中國等相互關聯。但總體來說，學校之間的關聯比較松散，且獨立個體比較多，說明教育機構之間交流較少，信息傳遞與轉載的速度，名人子群主要以兩個模塊———財經和時尚為核心。說明這兩種行業已經融入了微博名人的生活，表明隨著人們生活水平的提高，人們的需求由追求物質上升到追求美，由單一娛樂偏好到相對復雜的理財偏好。同時，由于微博名人對信息具有一定程度的偏好，使得這兩類信息相對其他信息的傳播和擴散速度較快，能更快引發普通民眾的關注，并在一定程度上引導輿論導向。由此可知，人們對

2．2政府、企業、微博名人、學校的網絡結構特征

2．2．1網絡密度(NetworkDensity)運用Uci-net軟件分別對四個主體的網絡密度進行測算得出，密度值由高到低分別為:政府、微博名人、學校和企業，相應密度值為:0．2112、0．0955、0．0252、0．0214。將密度值和畫圖軟件NETDRAW所得出的4個主體的社會網絡關系圖進行比較，本文發現密度值和相應的社會網絡圖譜的圖形特征是緊密一致的。當密度值大時，網絡圖形緊湊，密度值小時，網絡圖形松散。政府網絡之間的交流最為密切，聯系緊密。企業之間的關注最為松散，聯系不強。

2．2．2派系分析本文采用Cliques分析法對各個行動者的網絡進行凝聚子群分析，得出:

a．在派系規模最小值為11的情況下，政府網絡中存在10個派系。政府網絡相對比較集中，同時網絡中子群重疊交叉的情況也會比較復雜，說明派系之間的共享成員比較多。我們發現每個派系都包含廣州公安、平安北京、山西公安、平安南粵、河北公安網絡發言、警民直通車－上海人，他們主要屬于政府的公安部門，連接著外宣、司法、醫療衛生和交通部門，在網絡中處于核心地位。同時，除了成都屬于外宣部門外，各派系的成員全為公安部門，說明該部門間的聯系十分緊密，而4個派系中都包含成都，說明成都與公安部門合作密切。

b．在派系規模最小值為3的情況下，企業網絡存在3個派系，它們分別形成了3個完備子圖，并且派系相互之間是獨立的。每個派系中的成員都屬于同一公司，它們之間的聯系主要是母子公司關系，說明了企業與企業之間的聯系并不是特別緊密，而企業內部溝通交流比較頻繁。

c．在派系規模最小值為3的情況下，學校網絡存在9個派系。網絡中子群間是重疊交叉的關系，其中復旦大學為4個派系所共享;哈爾濱工程大學、哈爾濱工業大學招生辦分別為3個派系所共享;武昌理工學院官方、華中科技大學分別為2個派系所共享。派系成員屬于同所大學之間的聯系或屬于同行業之間的聯系。構成派系的成員隸屬高校、校友會和教育培訓部門，說明了這三個部門之間的聯系十分密切，而中小學與出國留學部門之間的聯系比較松散。

d．在派系規模最小值為6的情況下，微博名人網絡存在14個派系。派系之間是重疊交叉的關系，郎咸平、李開復、時尚潮人yinyin等為多個派系共享。派系主要由財經類和商業類的成員構成，財經類中，郎咸平為連接各個派系的核心人物;商業類中，時尚潮人yi-nyin、潮人丹娜、林_小志玲和時尚達達人人為連接各個派系的核心人物。這表明財經和商業類的內部聯系比較緊密，而科技、房產和政府類的內部聯系較少。同時，不同行業的微博名人之間的聯系也比較少。

3．3政府、企業、微博名人、學校的網絡結構對比

本文對點度中心性、點度中心勢、中間中心性及整體中間中心勢進行了測度與分析。中心度指標刻畫了信息傳遞網絡中的關鍵人物，分析中心度可找出處于核心位置的用戶，即可辨別出哪些機構在信息傳播過程中“權利”更大，能夠在較大程度上影響信息傳播。中心勢指標刻畫了信息傳遞網絡的整體密度特征，通過分析中心勢，我們可以描述整個網絡的緊密程度或一致性。

2．3．1點度中心性分析針對政府而言，不同用戶表現出不同的點入度和點出度。點入度表示關系“進入”的程度，在這里表示一個用戶被其他用戶“關注”的程度。點出度表示一個用戶“關注”其他用戶的程度［19］。政府網絡中點入度比較高的用戶為平安北京(56．000)、公安部打四黑除四害(52．000)、北京(53．000)，說明他們在整個網絡中信息傳播的過程中擁有較大的權力，其的消息為更多人所注意。針對企業而言，新浪汽車(13．000)、招商銀行(12.000)、招商銀行信用卡(8．000)為影響力最大的用戶。與圖2相匹配，說明金融企業在信息傳遞過程有較強的影響力，其的信息能夠在網絡中迅速傳播。針對學校而言，復旦大學(23．000)、華中科技大學(17.000)、武漢大學、清華大學(16．000)點入度排名前三。說明高校成員對整個學校網絡的影響最大，是學校網絡信息的主要傳播渠道。該幾所學校均為211、985重點院校，在國內有較強的知名度，其名人效應會增強信息的關注程度與擴散程度。針對微博名人，潘石屹(44．000)、李開復(44．000)、雷軍(33．000)等居于“被關注”關系的中心位置，是整個網絡影響力最大的用戶，他們消息為更多的人所接受，其對某些社會事件的評論會在一定程度上引導輿論導向。總之，用戶影響排名由大到小依次為政府、微博名人、學校、企業，其內部用戶對整個網絡的影響力由高到低。因此，在抓核心人物時，我們應該關注政府與微博名人，這兩類用戶對引導輿論發展、傳播正能量有較好的作用。

2．3．2點度中心勢分析政府網絡的標準化點入度中心勢和點出度中心勢分別為:35．802%和76.615%，說明了該網絡的關注關系有很大的不對稱性。企業網絡的標準化點入度中心勢和點出度中心勢分別為:39．00和63．03%。不論是“關注”還是“被關注”的中心勢都比較小，說明企業網絡沒有明顯的集中趨勢。學校網絡的標準化點入度中心勢和點出度中心勢分別為:20．926%和13．784%。與企業相似，網絡集中趨勢比較低，關注關聯關系比較少。微博名人網絡的標準化點入度中心勢和點出度中心勢分別為:3.205%和3．297%。名人網絡明顯分散，聯系不緊密，與其派系特征相匹配，派系過多且派系間的聯系較少。總體而言，四個網絡的中心勢由大到小分別為:政府、學校、企業、微博名人，用戶集中程度依次遞減，整體聯系逐步下降。

2．3．3中間中心性分析中間中心性刻畫了用戶間的依賴程度，高中間中心性用戶在整個社會網絡中的權利較大，能夠在一定程度上控制信息的流動。政府網絡中，平安遼寧、平安北京、豫法陽光的中間中心度比較高，說明其他各用戶獲取消息在很大程度上依賴于這些關鍵用戶，他們在網絡中權力較大，在很大程度上控制了信息的流動。同時，可以發現這些用戶的點度中心性也都位于前列，說明該關鍵用戶最有可能成連接政府網絡中交流信息、溝通意見、協調行動的重要橋梁［20］。另有鼓樓微訊、上海的中間中心性指數為0，說明這些成員處于網絡的邊緣地帶，對于信息的傳遞并不重要。在企業網絡中，點出度中心度和中間中心度排名前8位的用戶都包含新浪汽車，且新浪汽車的點入度也較高，說明該用戶是整個網絡的交流中心，處于網絡的核心位置，能夠很好地控制著其他用戶間的交流及信息資源，在正能量的傳播中起著重要作用。在學校網絡中，中間中心度最高的8個節點分別是復旦大學、華南理工大學校友會、華中科技大學、復旦大學校友會、哈德斯菲爾德大學、中國人民大學校友會、北京王府學校。將中間中心度最高的節點與點度中心度最高的節點進行比較發現，中間中心度最高的8個節點中有5個出現在點出度最高的8個節點中。例如，復旦大學和武漢大學的點入度、點出度、中間中心度都較高，說明基于三種不同的中心度進行計算，武漢大學和復旦大學都是核心成員，表明它們既能影響他人的相互交往，又能與其他成員相互交流。在微博名人網絡中，思想聚焦、IT觀察猿、李開復的中間中心度是比較高的。但IT觀察猿的點度中心度并不高，說明該用戶與其他用戶交流并不是很多，而其他各個用戶利用其獲取消息的依賴程度是比較高的。另有辣評娛樂圈、蘇若琳的中間中心性指數為0，說明這些成員處于網絡的邊緣地帶，對于信息的傳遞并不重要。

2．3．4整體中間中心勢分析整體中間中心勢越大，說明該網絡中成員對其他網絡成員之間的交往能施加的影響力越大［21］。企業、學校的整體網絡中間中心勢分別為8．32%、7．27%，指數偏低，說明這兩類網絡中缺少對其他節點有明顯控制力的關鍵節點，缺乏較強的信息傳遞能力。因為如果整個網絡中大部分的節點不需要別的節點作為橋接點，那么該網絡有較強的信息傳遞能力。政府、微博名人網絡的中間中心勢分別為17．23%、12．22%，說明在政府、微博名人網絡中，對其他節點具有較強控制力的節點分布比較集中，有較強的信息傳遞能力。4結論本文從關注微博用戶網絡的結構、密度、派系、中心性等出發，比較分析政府、企業、學校、微博名人這四類網絡中內部用戶的互動關系、個體用戶的各項指標，為發現認識微博網絡的形成和發展，及信息如何在網絡中更有效的傳播提供了幫助。經過分析之后得出:

a．政府網絡的網絡結構比較密集，信息是在一個具有強關系的小網絡中傳播，網絡內部信息傳遞的效率較高。在政府網絡內部，公安部門內部聯系比較緊密，其橋接網絡內部信息傳播的作用凸顯，處于政府網絡的核心領導位置，是政府網絡信息傳遞的關鍵人物，對信息的傳遞與擴散有較大的控制權力。然而政府網絡的點度中心勢很高，反映了政府群體過于集權，過分依賴少數群體，信息在網絡的傳播就容易被該群體壟斷。因為點度中心勢代表的是群體集權程度，如果一個群體的中心勢很高，這個群體的互動實際上就很集權，幾個關鍵人物就代表了整個社群的互動。此外，在派系分析中，政府網絡的派系雖多，但各個派系都包含公安部門，再一次說明公安部門在政府網絡信息傳播過程中具有很強的影響力。這是因為隨著社交媒體的興起，人們開始關注社會各類法制事件，且公安部門的信息往往真實程度最高，故受到人們的青睞與信任。這說明政府網絡要利用好社交媒體更好地傳遞信息，需提高各個部門的公信力度，提高其公開性與透明性，政府網絡派系間應多交流，避免信息傳遞的單一性。

b．與政府網絡的結構特征類似，微博名人網絡的結構也比較密集，但卻有別于政府網絡呈現出來的包絡性，網絡內部有兩個凸顯且密集的子群。名人子群主要以財經與時尚為核心，體現了人們對信息有一定的偏向性。隨著社會的發展和生活條件的改善，人們開始關注理財與精神需求。網絡內部的關鍵人物主要是一些知名度較高的企業家或時評者，其名人效應使其在信息傳遞的過程中有較大的話語權。在微博名人網絡內部，財經和商業類聯系比較緊密，信息在二者內部傳播較好，但部門間聯系不緊密，導致信息在整個微博名人網絡中的傳播效率不足。網絡派系過多，雖由一些關鍵人把派系間聯系起來，但派系間呈現行業特征，其的信息內容較為獨立，各派系間信息內容的交叉現象不明顯，導致從整體來看，不同類別信息在微博名人網絡中的流動有一定的障礙。此外，微博名人網絡的中心勢過低，這也意味著網絡內部群體過于分散，使得互動分散而不集中，信息在子群內傳遞的效率較高，而在整體網絡中傳遞的效率較低。這說明信息要在微博名人網絡中更好地傳播，需提高各類子群所信息的多樣性，避免由于信息的獨立性而造成信息傳遞中斷。

篇（2）

以WebofScience作為數據源，進行檢索和篩選數據。論文以生物材料學科為例，分析科研人員及其團隊，為學校挖掘可引進的人才，也為學校人才引進提供評估參考材料。

1.2分析流程

(具體見圖1)論文采用h指數、R指數、AR指數作為衡量學者科研水平的3個量化指標。h指數不能區分h值相同但論文被引頻次相差懸殊的情況，缺乏一定的靈敏度和區分度，結合采用了R指數、AR指數，解決h指數存在的一些不足［9］。

2以生物材料為例的應用分析

2.1基礎數據檢索與清洗、篩選

選取檢索源:Webofscience的SCIE數據，因webofscience數據存在滯后，為保障期刊論文數據的完整性，選擇數據庫時間范圍為:2003－2012(10年)，具體檢索時間:2014.3.10。論文采用了材料科學－生物材料作為案例進行檢索分析，假設某學校想引進生物材料方面的學者。選擇的期刊以JCR－Q1期刊為參考，選取了webofscience的“MATERIALSSCIENCE，BIOMATERIALS”類目的Q1期刊，共六種期刊。通過webofscience檢索出版物名稱=(″BIOMATERIALS″or″ACTABIOMATER″or″EURCELLSMATER″or″DENTMATER″or″MACROMOLBIOSCI″or″BIOFABRICATION″)，時間跨度=2003－2012，檢索結果:13179條。篩選出:article、review兩種類型文獻12970篇。

2.2作者基礎排序分析

以webofscience的分析功能，選取排序前10位的發文作者，見表1列出了前10位作者及其發表的論文數量，論文中分別以A1、A2…標示各位作者。論文在此研究中，暫不考慮作者在論文中的貢獻度，即不區分第一作者、通訊作者或是所處的其他合作位置。在webofscience中，作者名稱基本采用了姓氏加名的首字母，存在較為嚴重的同名作者問題。考慮作者的同名現象，對每位作者結合作者機構進行較為精確的分析。在webofscience中作者同名問題基本沒有得到解決，需要通過人工篩選才能達到精確。對上述10位學者對應的文獻進行逐篇查看，可以確定出該檢索集中，有3個作者姓名簡稱對應了多位學者，如對A3的70篇文獻中的前20篇進行逐篇查看，20篇論文屬于16位不同單位且姓名簡稱同為A3的學者。同樣發現A9和A10具有多位學者共同構成論文篇數，均被排除出前10的位置。通過逐篇查看，篩選出排名前7的學者。

2.37位學者h指數、R指數、AR指數分析

對篩選出的前7名學者，進行SCI論文檢索，檢索時間范圍為:2003－2012，檢索日期為2014.3.16，文獻類型為ARTICLE或REVIEW。因為涉及同名、作者曾在不同單位任職等現象，結合webofscience的“惟一作者集”等作者輔助檢索工具，進行篩選。2.4A7學者及其團隊的挖掘分析論文選用SATI文獻題錄信息統計分析工具［10］和UCI-NET社會網絡分析軟件［11］對A7的SCIE論文進行分析。通過分析挖掘與A7有更多直接合作關聯的學者，擬挖掘“他們”作為某學校生物材料方面的外聘人才。利用兩個軟件，構建了如圖3所示的A7的作者合作網路。從圖3可以發現A7的合作網絡錯綜復雜。利用k－核概念，研究網絡合作的凝聚子群。所謂k－核是指如果一個子圖中的全部點都至少與該子圖中的k個其他點鄰接，則稱這個子圖為k－核［11］。通過k－核，可以發現一些高合作、高凝聚的群體。對A7的社會網絡進行k－核分析，如圖4所示為A7文獻作者k－核分析的部分截圖。由圖4可見，在A7的392篇文獻的所有合作者中，可以進行8種分區，度數分別為2，3，4，5，6，7，8，9，即分別為2－核，3－核，……，9－核。9－核即是指A7和其他34位學者(圖4所示的作者編號P1、……、P84)共同組成各個作者之間至少有9個鄰接的子群，可能是學科團隊、或項目合作的團隊，其中可能存在一些具有知識引導的團隊帶頭人。計算A7合作網絡中學者們的在整體網絡中個體密度值，圖5為截取其中部分學者的個體密度值計算。從圖5可以得出這個整體網中各個個體(科研人員)的密度值、及其他指標值。A7的個體密度值最低，值為9.44，Broker和EgoBet值最高，分別為3791.00、2927.17，他這個作者群網絡中的知識引導人、合作引導人，其位置占據了結構洞位置，是作為“橋”位置者。結合圖5所示的9－核團隊，在這些學者中，P1的網絡規模最大(值為45.00)，密度是19.90，Broker值是793，EgoBet值是326.90，僅次于A7，在其合作網絡中，占據結構洞位置，可作為引進人才或外聘的人選。P3密度值為27.92，Broker值為253，EgoBet值是98.46，在合作網中與他人有合作、也有一定的知識引導作用。從圖5也可以發現，學者P7的密度值最大，為100，Broker和Ego-Bet值均為0，在個體網中的中間性不強，不占據結構洞位置，可以猜測其為求學的學生或是某個項目的參與者。根據上述分析，P1和P3可作為外聘或引進的人選。對這兩位學者，同樣計算其2003－2012年期間的h指數、R指數、AR指數，通過和表3學者的各個指標進行比較、衡量。P1的各位指數都高于P3，且與表3中的7位學者的∑(h，R，AR)值進行排序，排列第4。

篇（3）

Abstract：InternethasahistoryofelevenyearssinceitisservedforthecommonpeopleinChina.Weshouldstudytheconceptionsdescribingthe“Internet”inahistoricview,discoverthecharacteristicsofdifferentphrasesreflectedbythoseconceptions,andeventuallyfindthenatureofInternet,andtheInternet’sculturalandsocialmeaningtowardthehumanbeing.ThenwecandevelopanewframeworkwhichissuitableforunderstandingtherelationbetweentheInternetandcommunicationorthetraditionalmedia,andthegrowthofitself.Myopinionisthatnetworkisactuallythevirtualworld,notthecommunicativemedia.

Keyword：network；thefourthmedia；networkmedia；thesecondmediaera；networkasavirtualworld

網絡是什么?十多年中有過許多回答。今天重提這個問題好像有些幼稚，但是事實并非已經清晰。首先聲明，我不是從工程技術的角度來探討網絡的本質，而是追問網絡的文化社會意義所在。似乎可以說，本文探索的是網絡對于“人”或“人類社會”來說是什么。網絡無疑已經對當今社會產生了深刻的重要的影響，它向前延伸的每個新進展，都使網絡在遠離起點的時候越來越需要人們反思它的社會本質。

一、網絡概念的變遷和網絡發展以及與此對應的人們認識的豐富和深化

網絡的概念表述，大致按時間的順序，出現了后面的概念。有的說網絡是“第五媒體”，是排在包括雜志在內的傳統媒體之后的。有的說網絡是“第四媒體”，是排在不包括雜志在內、在新聞傳播意義上的傳統媒體之后的。有的說網絡，只提“網絡媒體”，而回避了“網絡作為一個整體是什么”的問題。還有的說，網絡實際上是“信息平臺、虛擬空間和商業平臺”。有的說網絡開辟了“第二媒介時代”、“第二世界”。而今，更多的人干脆不追問“網絡是什么”，而只是用經驗和直覺來從傳統的框架來觀察網絡新媒體，如博客、維客、流媒體、網絡電視等等。

這些概念的變遷真實地表現了我國學者、研究者和業界對網絡認識的軌跡。從泛泛地談網絡是什么到具體地談論網絡的形態——“網絡媒體”、“新媒介”；從既成的大眾傳播媒體的框架“內部”來理解網絡到從更大框架——與傳統社會、傳統媒介時代對立的大視角——來理解網絡；從具體的媒介形態的遞進和演化上升到能夠意識到媒介代際的更迭；從試圖研究網絡的本質到暫時放棄本質等待網絡自身發展成熟后解答。這個軌跡明顯地體現出人們對網絡研究的深入，也從側面折射著網絡自身的成長。

二、網絡的本質在爭議和反復中漸漸顯露

如今網絡已走過童年期，童年期的網絡遠未成形，甚至看不出輪廓，人們只能根據有限的、暫時的現象近于臆測網絡的本質。今天的網絡展現出成熟期的某些特征，表現為：網絡發展從早期的直線上升到現在的平穩上升，無論是網絡用戶，還是網絡的技術的原創推出，都展現了同樣的趨勢。網絡用戶告別了此前的瘋狂的增長，而原創性的技術也放緩了研發的腳步了。“三個月一年”的“互聯網年”節奏[1]和“光纖定律”[2]已經成為一個沉入歷史的輝煌記憶。這些現象都證明這個網絡的本質已經漸漸浮出水面。我們知道每個新事物的發展都有一個成熟期，也就是形態和屬性基本“定型”的時期，甚至是“類型化”的時期。這就是我們追問網絡本質的根據，這是一個網絡相對定型可以理解的時期。

不懂得歷史，我們永遠不知道自己是誰。同樣，不知道網絡在歷史上出現的概念和理解，我們也無法直接推斷網絡的本質，從源流開始梳理，我們不僅可以更清晰地把握本質，而且能夠更準確地把握不同時期的網絡研究，懂得它的價值和意義，明了它的缺點和局限。下面對歷史的角度對網絡的概念進行梳理：

（一）把網絡看成是“媒體形態的一種”的階段

“網絡是什么”的問題最早是用“網絡與媒體的關系”的方式提出來的。這是因為媒體尤其是大眾傳播媒體關系到人類“最重要的精神交往”。人們最渴望理解的是，網絡對于當今時代“最重要的精神交往”——大眾媒體有何種影響的問題。研究者首先把網絡看成是媒體形態的一種，把網絡看成是傳統社會中大眾傳播系統中的一個媒介形態。這種理解很顯然無法容納網絡中表現出來的如此之多的異質的、非大眾傳媒的特點和屬性。把不同的東西混淆到一起，顯然是牽強而缺乏說服力的。這個思路無法真正解決網絡的定位問題，更無法達到對網絡本質的思考。

作為“媒體形態的一種”，先后出現了“第五媒體”、“第四媒體”或“第四媒介”的概念。具體考察，從時間序列上說，網絡不是“第五媒體”，更不是“第四媒體”或“第四媒介”，這點已有公認；從承載內容的性質和符號載體上說，網絡也不是“第五媒體”、“第四媒體”或“第四媒介”。理解后一點有些復雜，我想從“媒介的特質”和“傳播的意義”兩個角度來說明。

首先從“媒介的特質”的角度考察。我們知道，信息的載體是符號，符號傳播是媒介的形式的本質。新聞意義上的大眾媒體，包括報紙、廣播、電視三大媒體。他們的最大特質是各自擁有獨特的符號系統。報紙主要靠文字；廣播主要靠音響；電視靠以影像、聲響為主，文字為輔。獨特的符號系統，是識別三大傳統媒體的基本依據。而網絡的符號仍然是文字、聲音和影像，只是綜合利用，并沒有創造出新的傳播符號。

然后，從“傳播的意義”的角度做考察。傳播的內容是新聞、神話傳說還是歷史知識也是媒體定位的標志。“三大媒體”都是在“新聞的意義”上談的。所謂在新聞的意義上，是指他們都以新聞為本位，為重要任務。而網絡顯然是信息的集散地，它包含了不同的形態組成，如“網絡媒體”、電子公告、實時聊天、電子郵件等等。他們各自具有不同的特點和旨趣，從總體上網絡傳播是“大雜燴”，并沒有形成對新聞的重點強調。

以上分析看出，把網絡從“媒體”或“媒介”的角度，進行傳統或習慣意義上的排名歸隊，無論是“第五媒體”、“第四媒體”或“第四媒介”，都是不妥當的。

（二）把網絡的討論分解到“網絡具體形態——網絡媒體”的討論的階段

網絡與媒體關系探討的突破，就是把“網絡媒體”的概念從宏觀抽象的網絡的大概念中抽取出來，而從網絡的一個形態組成來考察，單兵直入的討論獲得了成果。

“網絡媒體”的提法，就是在這個認識背景下升溫的。2000年后代替“第四媒體”的概念，“網絡媒體”成為人們討論網絡時的主要探討對象。[3]“網絡媒體”的界定有很多困難。其中最重要的代表就是在網絡傳統新聞網站媒體和商業網站媒體，我們可以明顯地感覺到，他們具有某些大眾傳播媒體特征，具有“準大眾傳播媒體”的特性，因為龐大的網民規模支持著網頁的瀏覽率。當然“按照傳播學的定義，一種媒介使用人數達到全國人口的1/5，即可被稱之為大眾媒介”。[4]所以即使目前的有著龐大的受眾群，也不能斷言它已經成為大眾傳媒；但是根據互連網的發展趨勢，我們可以肯定“網絡媒體”成為大眾傳媒是未來的必然。這個階段的探討進入了網絡的具體形態組成，討論因為具體化而更為集中，對象的特性也更為清晰，“網絡媒體”概念的出現表明人們對網絡的認識開始深化。

“網絡媒體”的概念回答了上面的疑問：網絡作為整體不是媒體，但網絡的組成部分“網絡媒體”是媒體；我們可以暫時擱置是“第幾媒體”的爭論，至少從“網絡媒體”概念中，我們長期感覺到的網絡具有的“大眾傳播”的性質終于落到了實處，而不必忍受這樣的困惑：一方面強烈感覺網絡的大眾傳播媒體的屬性和特點，一方面卻清楚地察覺到網絡與傳統大眾傳播媒體的巨大差異。這兩個感覺形成了一個在傳統認識框架里解決不了的悖論。“網絡媒體”概念破解了這個難題。

“網絡媒體”回應了此前我們關于網絡是“第幾媒體”，是不是媒體的討論；同時網絡與“網絡媒體”的不同，也暗示和提醒了研究“網絡是什么”的復雜和困難。

（三）“網絡媒體”不過是傳統媒體在網絡空間的“延伸”

進一步的追問是，“‘網絡媒體’究竟是什么樣的媒體”？具體化這個追問，我們需要搞清楚“網絡媒體”有哪些特點和意義。它與傳統媒體有怎樣的不同？是本質意義上的不同還是表面的差異？前面擱置的問題再次提出，它與傳統的三大媒體是什么關系？網絡媒體是一個突然侵入的不速之客，還是一個和睦友好的鄰居？是一個熟悉的同類還是一個陌生的異類？

從媒介符號來說，傳統媒體各有自己獨特的符號語言系統；而網絡媒體沒有。“網絡媒體”的新聞載體仍然是傳統媒體的符號語言系統，包括文字、聲音和影像。從這個意義上說，“網絡媒體”似乎并不是一個完全陌生的異類，而是一個似曾相識的鄰居。“網絡媒體”并不具有本質意義的特殊性，更多地是傳統媒體在網絡空間的“模仿”和重新組合。

從內容上說，無論是網絡傳統新聞媒體網站，還是商業網站的新聞傳播，都是傳統媒體的新聞傳播的“延伸”。新聞網站從內容到形式，極大程度地依賴著傳統媒體的資源。商業網站在主要意義上也只是傳統媒體新聞的重新組合，而非本質意義上的顛覆或反叛。

所以，把“網絡媒體”理解為傳統媒體在網絡空間的“發展延伸”，是一種合理的邏輯。網絡媒體是延伸，而不是創新；是熟悉的再造，而不是陌生的闖入；是文明的變遷，而不是文明的斷裂或者重生。

[page_break]

（四）把網絡看成是“信息平臺、商業平臺和虛擬空間”的階段

這個階段，人們看到了網絡的不同功能取向和復雜的性質。正像“網絡媒體”概念的提出一樣，“信息平臺、商業平臺和虛擬空間”這個表述同樣表達了人們分門別類研究的努力。既然整體的認識很難達到，我們不如分別表述這個復雜的對象。“網絡媒體”概念是對網絡組成形態的個別研究，而“信息平臺、商業平臺和虛擬空間”的提法則是對網絡功能的總體上的分類研究，前者是微觀的，后者是宏觀的。這些認識終于深化和豐富了人們對網絡的理解。而不是簡單地、機械地為網絡做一個定義。

同時，“信息平臺、商業平臺和虛擬空間”這個表述的意義還在于，超越了“媒體”的說法。這個提法能夠從更宏觀的層面認識網絡的社會本質，為未來更準確地理解網絡提供了一個臺階。但是，我們不能停留在一個分類的視角，如果網絡什么都是，那么也什么都不是。我們仍然需要一個更本質的概括。

（五）網絡就是虛擬世界

具體的、分類的角度看問題解決了許多基礎性的問題，那么我們來從宏觀的角度考慮問題。網絡媒體和傳統媒體相互映照，那么“網絡媒體”的母體網絡呢？網絡的對照物是什么呢？找到網絡的對照物和聯系，我們似乎也就可以找到“網絡是什么”的答案。這個思路接近馬克思探究“人是什么”或“人的本質是什么”的思路，馬克思如此定義：“人的本質……是一切社會關系的總和”，“人的本質是人的真正的社會聯系”。[5]

經由關系、聯系來解釋本質，是一個合理的路徑。由此知道，“網絡是什么”，當然也可以從網絡與對照物和網絡的全部聯系中，認識網絡的位置、特點和作用，那么“網絡是什么”的問題也就得到一條清晰的出路。

“網絡是什么”的長期爭論展現了研究對象自身的復雜性和多變性。其復雜表現為網絡上形態眾多，作用和影響各異；其多變性表現為網絡上原創技術出現周期很短，網絡組成部分新成員不斷增加，新功能不斷開發，原有的形態也隨之發生了變化。

以前的研究思路就在這里出現了問題：我們長期從“網絡和媒體”的角度來試圖認識網絡的本質。結果證明不成功。我們在探討“網絡是不是媒體，是第幾媒體”的時候，長期糾纏不清，認識混亂。我們把“網絡是不是媒體”這個問題拋開，跳出這個狹隘的怪圈，直接討論網絡對于人意味著什么？

用信息流的觀點來看待網絡可能更能接近網絡的本質。信息總是從一地流向另一地，信息的復雜流動，也可稱為精神交往，成為信息時代的非常重要的內容。美國的“信息高速公路”計劃，就是一個推動信息流動的計劃。所以，如果把信息比喻為乘客；那么網絡上的形態組成，如“網絡媒體”、電子公告等就是在道路上奔跑的汽車；網絡就是道路。三者的關系就是“乘客、汽車和道路”的關系。同樣，我們觀察另一個系統，信息依然是乘客；各種形態的傳統媒體是在道路奔跑的汽車，比如報紙、廣播、電視等；現實世界可比喻為道路。那么我們面前有兩條道路，道路奔跑著形態不同的汽車，汽車里坐著乘客。

這個比喻的意義在于，把網絡和現實世界看作是同等的存在。虛擬世界和現實世界相對存在，互相作用和影響。那么，網絡能夠承擔這樣大的比喻么？網絡有資格成長為足以與現實相對而存在的“第二世界”么？

從歷史上看，李普曼提出了“擬態環境”的概念，日本學者藤竹曉提出“信息環境的環境化”的概念，[6]這些概念都傳達出這樣的含義：在一個走向信息社會的時代里，大眾傳播媒體營造的信息空間，已經構成了一個區別于現實環境的“第二環境”，也即“信息環境”、“擬態環境”，盡管當時這個環境還沒有足夠完整、真實和獨立。而在今天，這個“信息環境”、“擬態環境”在網絡的催生下已經相當成熟，甚至形成了夏學鑾使用的“網絡社會”[7]，開辟了馬克·波斯特提出的“第二媒介時代”[8]，發展出一個張允若提出的“第二世界”。[9]那么我們將面對著劉建明提出的“雙重存在”的“社會”（即領土意義上的國家社會和超級信息和觀念全球化的社會）。[10]

我們深知，網絡在傳播技術方面的優勢遠勝傳統大眾媒體，它對“信息環境”、“擬態環境”的構成起到更為巨大的作用。社會演變的信息化，信息傳遞的網絡化，這兩個趨勢就決定了未來的時代是一個新的時代，在這個時代里，現實社會和虛擬社會，現實世界和虛擬世界，第一世界和第二世界，對立而存在。既相互滲透，又相互聯結和影響。

如果從世界的角度來理解，那么此前的“道路和汽車”的比喻，可以置換為比喻為“大地和房子”的比喻。那么顯然存在著兩種“大地和房子”，現實大地上建造著現實中的傳統媒體形態；虛擬大地上建造著虛擬中的網絡媒體形態。在本質上，虛擬大地不是“上帝之城”，只是現實大地的一個變形的折射；同樣在本質上，網絡媒體形態不是“創新”的產物，而是傳統媒體形態在虛擬大地上的折射，也是延伸。

這個比喻超過了傳播的意義，而是建造了一個“精神交往”的世界。如果說，傳播畢竟強調的是信息的流動和疏離個體的連接；那么“世界”的概念顯然要大得多，它包含了駐留和傳播，固守和變遷，穩定的秩序與流動的革命或者改良等等。

最后筆者的觀點水到渠成，“作為虛擬世界的網絡”超過了“作為傳播媒介的網絡”，更充分而且有說服力地解決目前網絡理論解釋中遭遇到的困惑和糾纏，也是我們對網絡本質認識發展的新階段。

[參考書目]：

[1]方興東：《“網絡社會化”新時代的來臨》，參見陳衛星主編：《網絡新聞和社會發展》，北京：北京廣播學院出版社,2001

[2]閔大洪：《網絡傳播研究亟待加強》，載《新聞與傳播研究》2000年第1期

[3]閔大洪：《網絡媒體定義與中國網絡媒體生態環境》，參見鄧炘炘李興國主編：《網絡傳播與新聞媒體》，北京：北京廣播學院出版社,2001

[4]杜駿飛：《網絡新聞學》，北京：中國廣播電視出版社,2001

[5]《精神交往論——馬克思恩格斯的傳播觀》，陳力丹，第1版，北京，開明出版社，1993年8月

[6]郭慶光：《傳播學教程》，北京，中國人民大學出版社，1999

[7]彭蘭：《網絡傳播概論》，北京，中國人民大學出版社，2001

篇（4）

2、CS推薦系統

2.1預備知識

2.1.1相關概念傳統的推薦系統通常只考慮用戶-項目評分矩陣來進行推薦。然而，在許多系統中，可以通過豐富的上下文信息來為推薦系統提供了新的信息維度。本文把上下文信息分為兩類：（1）靜態上下文，它描述用戶的特性，例如年齡、性別、會員身份，角色等；或者是一種商品、種類、價錢、物理特性等；（2）動態上下文，是一種與等級相關的即時信息（例如當一個用戶評價一個產品時，他的心情和位置信息）。另一方面，在線社交網絡也帶來一些其他資源，通過分析這些資源一個用戶的喜好可以由與他有相同品味的朋友推斷出。因此，本文試圖系統地融合上下文信息和社交網絡信息來改善推薦性能。用{U1,U2,...,Um}u表示用戶集合，{V1,V2,...,Vn}v表示項目集合。所有用戶可以根據自己的喜好為項目評分。假設分值為離散變量，范圍為12{,,...}mLLLL。比如，許多推薦系統（如MovieLens）使用五分制進行評分（例如[1,2,3,4,5]）。用戶uU對項目vV的評分表示為u,vR,所有的評分集合,{,v}uvuvR=RUuV構成一個用戶-項目評分矩陣（如圖1(a)）。正如上面提到的，假設對用戶的每一個評分級iR都存在與其相關的上下文信息集合，用12{,,...}iCcc來表示。我們對每種類型的上下文信息的值域沒有限制，也就是說，離散值和連續值都是合法的。在社會網絡中將用戶信息及用戶之間的關系可以抽象表示為有向帶權值的社會網絡圖的形式:G(V,E,C)。其中，V表示節點集合，每個節點代表網絡中的用戶個體；E表示邊的集合，表示兩個個體之間存在的關系；{}uvCc表示邊的權重值，此值越大表示信任程度越大，本文將其定義為用戶間的信任度。由于信任關系不是對稱的，所以圖中的邊是有向的，網絡圖為有向圖。2.1.2矩陣因式分解以上的矩陣，使得將矩陣因子相乘后可以重構或者近似原始矩陣。在推薦問題中，一個矩陣因式分解模型是將用戶-項目評分矩陣R，mnRR（m是用戶數量，n是項目數量）分解成一個用戶特征矩陣U，mlUR和一個項目特征矩陣V，lnVR。TRUV（1）其中l是一個潛在特征向量的維度，它標志著一個用戶或者一個項目的特征。對于一個用戶a來說，的元素（即aU）衡量了用戶對項目的興趣度；對于項目b，的元素（即bV）衡量了和相應的潛在特征的相關程度。因此，TabUV表示用戶和項目之間的關聯度，即考慮了所有潛在特征后用戶對項目的偏好度。為了計算，考慮到用戶-項目評分矩陣的稀疏性，定義了以下的目標函數，即使預測評分與用戶實際評分的誤差最小化：T2i,j,,11argmin()mnijijjkIUVRUV（2）其中i,jI為一個指示變量，即如果用戶i對商品j進行了打分，則為1，否則為0。另外，為了避免過度擬合，在公式中加入了規范化系數，即T222i,j,,11argmin()(||||||||)mnijijFFjkIUVRUVUV（3）其中2FA(A是XY的矩陣)是Frobenius范數，是通過2xyxyXYA計算得到。參數控制規范化的范圍。公式3可以通過兩種方式解得：（1）隨機梯度算法(SGD)，通過迭代更新潛在用戶特征因子和潛在項目特征因子。（2）交替最小二乘算法(ALS)，通過修正矩陣（或者）以優化（或者），并且輪轉迭代。

2.2上下文感知的推薦模型

本節首先介紹一下如何結合上下文信息來提高推薦系統的推薦準確度，在此先暫不考慮社會關系。為了有效結合不同的上下文信息，我們使用一種具有較高學習精度的隨機決策樹算法。該算法的目標是對原始即用戶-項目評分矩陣使用隨機劃分策略將相似用戶或相似項目的評分劃分到樹的同一結點中，即將具有相似上下文的評分劃分在一個組內。由于是在相似的上下文中產生，因此在相同組里的評分將會比在原始評分矩陣中的評分具有更高的相關性，有助于提高推測缺失值的準確性。對每個決策樹中的每一個結點，利用公式（2）對評分矩陣進行基本的矩陣因式分解。經過分解之后，分別得到用戶潛在特征向量與項目潛在特征向量（如圖1(b)）。用戶特征因子表明了用戶在一些潛在主題上的興趣分布，而項目特征因子代表了與這些主題相關的項目成員。為了劃分評分矩陣，我們選擇了一個潛在特征（如圖1(b)的第二列）和隨機選取了一個分割值（本例中假設選擇的分割值為0.4）。設定之后，則當前的評分矩陣被劃分為兩部分，如圖1(c)所示。在本例中，根據中第二個潛在特征向量和隨機選定的分割值，評分矩陣被從第二行和第三行之間分割成了兩部分。由于第一個和第二個用戶的潛在特征值比較相似，因此他們給出的評分被決策樹劃分到同一個結點中。在為每個上下文信息構建決策樹時，在樹的每一層，算法都會從上下文信息集合C中隨機選擇一個上下文信息rc來劃分評分矩陣（見圖2）。具體來說，評分矩陣是根據的值進行劃分的。例如，如果我們假設上下文信息是一周時間，則評分矩陣可以根據每一天（即從周日到周六，工作日或者周末）來進行有意義的劃分。另一方面，如果的值沒有任何語義信息，則我們首先要對每一個評分進行標準化到某一特定區間（如[0,1]），然后選擇一個隨機的閾值（如∈[0,1])來劃分評分。一旦在樹中的某一層上完成了評分劃分，則隨機選取的上下文信息rc就會從上下文信息集合中被刪除：rCC/c，從而保證了一個上下文信息在一條路徑上只作一次。盡管朋友能夠提供有用的信息來幫助推薦系統為用戶做出高質量的推薦，但現有的研究大部分都是在利用社會網絡中所有的可用信息進行推薦，沒有對這些信息進行細致的過濾；或者并沒有深入的調查怎樣精確計算用戶之間的品味相似性。為了解決這些問題，本文引進一個新的社會規范化系數來對用戶和他朋友之間的品味差異進行約束。在真實生活中，一個用戶可能會有成百上千個朋友，因此同等對待朋友（或者朋友所給出的推薦信息）是沒有意義的，因為其中的一些朋友可能與用戶具有非常相似的品味，而與另一些朋友可能擁有完全不同的品味。在社會網絡中，每一個用戶u都會有鄰居集合uN，用uvt表示節點對節點v的社會信任度，其取值范圍在[0,1]之間。值為0表示完成不信任，值為1表示完成信任。在社會網絡中，的值可以解釋為用戶u對用戶的了解與信任程度。但由于該權值包含一些噪音數據，不能體現社會網絡中的整體結構信息，這就類似于在網頁分析中的忽略了網頁的鏈接結構信息。但其實在一個信任網絡中，如果某個用戶信任大部分的用戶，則其信任度應當被降低；反之，如果某個用戶被大部分用戶所信任，則其信任度應該被增強。

3、實驗評估

3.1實驗方法

3.1.1數據集豆瓣網()是中國最大的社交平臺之一，許多人在這里分享對書、電影、音樂的評價。每個用戶可以對書、電影、音樂進行評級（從一星到五星），表達他們對這些產品的喜好。在社交網絡中如果某用戶的評論被認為是有趣且有用的，則他就可能被其他用戶所跟隨。表1列出了數據集的統計數據。我們選擇豆瓣的數據因為它不僅包含了相關的時間/數據和其它可推斷的上下文信息，而且還包含了社會網絡信息，因此非常適合用于評估應用了多種類型信息的CS算法的性能。從豆瓣數據集中，隨機選擇80%的評價來訓練推薦模型，使用剩下的20%比較它們的性能。3.1.2比較對象本文將CS推薦系統和目前主流的幾種推薦方法進行了對比實驗：傳統的基于上下文感知推薦系統RPMF[14]，基于社會網絡的推薦系統SoReg[11]；應用基本的矩陣分解模型構建的推薦系統BMF[12]。與所有的上下文推薦系統相似，我們從數據集中可獲得的上下文化信息中選取了五種類型的上下文信息：(1)小時信息，即用戶給出評分的時刻；(2)日期信息，即用戶給出評分的日期；(3)當一個評價被給出的時候，對目標商品產生“期待”的數量；(4)當目標用戶評價一個特定商品時，其所給出評分的平均值；(5)目標商品所屬的類別。3.1.3度量標準實驗選取在推薦系統評價中經常使用的兩個度量標準來比較不同推薦模型的性能：平均絕對誤差(MAE)和均方根誤差(RMSE)。公式14和15分別給出兩者的定義：

3.2實驗結論

首先使用豆瓣網數據集來說明CS算法中不同參數值的選取對推薦性能的影響。經過交叉驗證之后得到規則化常量=0.1。圖3給出了當數據集的不同子集（如書數據，電影數據，音樂數據）被應用時，CS推薦模型的性能如何隨著參數值的變化而變化，參數決定了有多少社會網絡信息量被整合進CS推薦模型中（見公式11）。實驗中設置在求解矩陣因式分解模型中潛在特征向量的維數為10，迭代求解次數為20。后續實驗會給出這些變量的變化如何影響基于矩陣因式分解的推薦模型的性能。從圖3可以看出隨著值的增大，MAE和RMSE的值首先減少，接下來當到達一定閾值時（大約在=0.1處）其值變得相對穩定（只是輕微下降）。因此可能得出社交網絡信息可以有效改善推薦質量的結論，并且=0.001是一個合適的閾值來很好地平衡用戶-項目評分矩陣和社交網絡信息。接下來，驗證上下文信息數量對推薦性能的影響。這一點可以通過控制決策樹的高度來實現。也就是說，如果設樹的高度為1，則只有一種類型的上下文信息在樹的劃分時被使用；如果設樹的高度為4，表示所有的上下文信息都被應用到推薦系統中來。圖4給出了不同數量上下文信息的實驗結果。從圖4中可以看出在所有情況下，上下文信息越多則會產生越高的推薦精度，即MAE和RMSE的值越小。實驗結果表明上下文信息很大程度上改善了推薦系統的性能，另一方面，從實驗結果中可以看出本文所選取的上下文信息是非常有用的。最后，將CS推薦系統和其他推薦系統的性能在豆瓣網數據集上做對比實驗。在做對比實驗之前，需要決定兩個重要的參數的取值，即潛在特征向量的維度和基于矩陣因式分解模型的迭代次數。首先固定迭代次數為10，觀察潛在特征向量在不同維度下的MAE取值，如表1所示。發現隨著維度的增加MAE的值在減少，這意味著隨著維度的增加將會產生更高的推薦。但是當維度增加到大約10時，推薦質量的改進甚小。因此在實驗中，為推薦算法的潛在特征向量維度設置為10。同理，本文為所有基于矩陣因式分解模型的迭代次數設置為20，因為更多的迭代次數并沒有降低MAE的值，反而會產生更高的開銷。參數一量確定，下面就分別使用書數據、電影數據、音樂數據和整個豆瓣網數據來比較不同推薦模型的推薦性能。表2給出了對比結果。從圖5可以看出，本文提出的CS推薦模型所有的實驗數據中都比其他推薦模型更加精確。所有基于矩陣因式分解的推薦模型都明顯優于傳統的基于項目和基于用戶的協同過濾算法，這表明了矩陣因式分解技術在推薦領域的優勢。實驗結果也表明綜合考慮上下文信息和社會網絡信息比只考慮某一種信息類型的推薦模型（如SoReg和RPMF）具有更高的推薦質量。

篇（5）

2出版社微博社會網絡關注矩陣及結構圖

社會網絡可以用社群圖、關系代數、鄰接矩陣等模型來描述，此網絡中每一個出版社微博為一個節點，將用戶之間的“關注”和“被關注”的關系通過鄰接矩陣表達出來，形成一個15×15的互鏈網絡的二值矩陣，其中“行”表示關注者，“列”表示被關注者。“1”表示關注關系存在，“0”表示關注關系不存在。得到的鄰接矩陣如表1所示。通過Ucinet的Netdraw軟件可以將微博互鏈網絡關系圖直觀地表示出來，如圖1所示。可以看出互鏈網絡中存在著2個孤立的結點分別是中國人民大學出版社和中國公安出版，譯林出版社、人民文學出版社、中信出版等居于互鏈網絡的核心位置。

3結果分析

3.1密度分析

密度是衡量社會網絡中各節點關系緊密程度的指標，在圖論中用圖形中實際存在的線與可能數量的線的比例來衡量。一般來說，關系緊密的節點合作行為較多，信息流通較易、情感支持也會較好;而關系疏遠的節點，則常有信息不通、情感支持少、協作程度低等問題。密度值介于0和1之間，值越接近1則代表關系越緊密，越接近0則表示關系越疏遠。可見密度為0.1714，標準方差為0.3769，說明出版社微博間存在著相互的連接和溝通，但密度值不大表明整體上該社會網絡的聯系不算非常緊密，相互交流的程度還有待提高，說明國內出版社在微博應用方面仍處于初級階段。盡管微博在信息傳播、營銷宣傳方面的巨大優勢吸引了很多出版社嘗試使用，但很多出版社思想層面對微博在出版行業的定位認識不清，行動層面也顯得不夠重視，沒有大膽進行應用方面的探索。

3.2中心性分析

3.2.1點度中心性

點度中心性反映的是網絡中那些相對于其他行動者而言處于中心位置的行動者，此概念來自于社會計量學的“明星”概念。一個中心點是指處于一系列關聯“中心”的點，該點與其他各點具有諸多直接的聯系，而處于網絡邊緣的節點則較少與其他節點相關聯。某個節點的點度中心性最簡單的測量方法是計算與該節點直接相連的其他節點的個數，數值越大其在網絡中的地位越趨于中心。在有向圖中，點度中心性還可以分為內點度中心性和外點度中心性。內點度中心性表示一個用戶被其他用戶“關注”的程度，外點度中心性表示一個用戶“關注”其他用戶的程度。在出版社微博互鏈有向網絡中，前者指被關注的出版社微博節點總數，后者指該出版社微博關注的其他關聯微博的節點總數。通過Ucinet的NetWork－Centrality－Degree得到出版社互鏈網絡的內點度中心勢為42.857%，外點度中心勢為27.551%，中心勢越接近1說明該網絡越具備“集中”的趨勢。可見該網絡的整體中心勢趨勢較強，存在著網絡核心。但內中心勢數值較大，說明被“關注”的用戶更具備集中的趨勢。如表3所示，內中心度較高的節點為人民文學出版社、長江文藝－北京、譯林出版社、廣西師大社理想國，它們在網絡中被其他節點關注較多，居于網絡的核心位置，因此在網絡信息傳播的過程中擁有較大的權力，這些微博的信息更容易引起別人的注意。外中心度較高的節點為譯林出版社、廣西師大出版社、中信出版，表明這些微博關注其他微博的數量較多。其中譯林出版社的內外點度中心度均較高，說明該微博受到其他成員的廣泛關注，其微博有著較大的影響力和被認可度，同時該微博注重于其它微博的聯系，形成了廣泛的交際網。人民文學出版社和長江文藝－北京的內點度中心度較高，外點度中心度較低，特別是人民文學出版社外點度中心度為0，說明它們在網絡中具有重要地位，但不能積極鏈接其它微博，不善于與人交流。中國人民大學出版社、中國公安出版的內外點度中心度均為0，說明它們的微博相對獨立，不被其它成員關注，同時沒有積極鏈接其它成員，缺乏與其他成員的交流溝通，在網絡中處于邊緣位置。

3.2.2中介中心性

中介中心性用來度量某個節點在整個網絡中對信息流動或傳播控制作用的大小，即信息從節點A傳到節點B在多大程度上依賴于節點C。Freeman認為一個節點處于多對節點之間，那么它的度數一般較低，這個度數較低的節點可能起到重要的“中介”作用，因此有可能是網絡的中心。中介中心性的研究是圍繞“局部依賴性”建立的，其值越大，說明其在網絡中的位置越重要。該出版社互鏈網絡的中介中心性計算結果如表4所示，譯林出版社、重慶出版社、長江文藝出版社、長江文藝－北京、廣西師大社理想國中介中心性較高，其中譯林出版社更是遠遠高于其他微博，中介作用最為突出。也就是說在信息傳播的過程中其他出版社微博想要獲得信息對上述幾個微博的依賴程度較高。因此說明這些出版社微博在網絡中的位置相對重要，能夠在較大程度上控制信息的流動。但整個網絡的中介中心度僅為13.99%，說明整個網絡的大部分節點不需要別的節點作為橋節點就可以獲得信息，整個網絡的信息擴散范圍較廣，不易受到某個出版社微博的控制。

3.2.3接近中心性

在社會網絡中，如果一個行動者在交往過程中較少依賴他人，則此人在網絡中具有較高的核心地位，接近中心性就是基于網絡節點的不受控制性而提出的測量指標，與上述兩種中心度相反，該值越小說明該點距離其他各點越近，獲取信息時越不易受其他節點的控制，其在網絡中的相對獨立性越高。由于該網絡并不連通，因此基于網絡的整體接近中心勢不能被計算，從信息的難易程度來看，排名為人民文學出版社、長江文藝－北京、譯林出版社、廣西師大社理想國、長江文藝出版社、中信出版、重慶出版社、香港中國旅游出版社、廣西師大出版社，排名越靠前越不易受他人控制，越具備獨立性。從獲取信息的難易程度排名為福建人民出版社、譯林出版社與新華出版社、中信出版和廣西師大出版社、重慶出版社與香港中國旅游出版社、長江文藝出版社、內蒙古文化音像出版社、廣西師大社理想國、長江文藝－北京，排名越靠前獲取信息越容易，獨立性越強。

3.3凝聚子群分析

當網絡中的某些行動者之間的關系特別緊密，以至于結合成一個次級團體時，這樣的團體在社會網絡中被稱為凝聚子群。由于凝聚子群成員之間關系非常緊密，因此凝聚子群分析又被稱為“小團體分析”。小團體分析將子群從整個網絡中分離出來，以便了解特殊子群對整個網絡的影響，并揭示節點之間實際存在的或潛在的關系。

3.3.1成分分析

成分分析是根據子群內外部成員之間的關系密度進行凝聚子群分析，如果一個圖可以分為幾個部分，部分內部成員間存在關聯，各部分之間相互獨立，則這樣的部分就是成分。通過Ucinet的NetWork－Regions－Components－Simplegraphs，在Kindsofcomponents對話框中選擇Weak(弱關聯)，所得結果如表6所示。結果顯示，在弱關聯圖形定義下，共有3個成分，其中第1個成分包含了13個節點，其成員為長江文藝出版社、譯林出版社、中國青年出版社、新華出版社、重慶出版社、廣西師大出版社、人民文學出版社、福建人民出版社、內蒙古文化音像出版社、香港中國旅游出版社、中信出版、廣西師大社理想國、長江文藝－北京。它們之間通過一定的途徑相連接，彼此間建立了較為密切的聯系，另外2個出版社微博中國人民大學出版社和中國公安出版分別構成1個成分，它們是社群圖中的孤立點。這一分析結果和圖1顯示的一致。

3.3.2k－叢分析

k－叢是建立在點度數基礎上的，一個k－叢就是滿足下列條件的一個凝聚子集，即在這樣的子群中，每個點都至少與除了k個點之外的其它點直接相連。通過Ucinet的NetWork－Subgroups－k－Plex，此時Ucinet會把有向圖當無向圖處理。K值越小網絡的最低規模越大則條件越嚴格。在Valueofk中對話框中填入2，MinimumSize中填入3，所得結果如圖2所示。3k－plexesfound．1:譯林出版社廣西師大出版社香港中國旅游出版社2:譯林出版社廣西師大出版社中信出版3:譯林出版社香港中國旅游出版社由柱狀圖可以看出，譯林出版社、廣西師大出版社、香港中國旅游出版社、中信出版構成了一個小團體，該團體內部成員間的互動較為緊密，交流互動積極主動，在一定程度上控制著信息的流動，并且在長期的交互過程中形成了穩定的交流模式。但該子群規模較小，僅僅少數微博建立了密切的聯系，整個群體的互動性還不強。

3.3.3凝聚子群密度

凝聚子群密度主要用來衡量一個大的網絡中小團體現象是否嚴重，這在分析組織管理問題時十分有用。如果一個企業的E－Iindex過高，表示該企業中小團體可能結合緊密并開始圖謀小團體私利，從而傷害整個企業的利益。常見的情形是大團體很散漫，核心小團體卻有高度的內聚力，或者大團體中有許多內聚力高的小團體，很可能出現小團體間互相爭斗的情況。通過Ucinet的NetWork－Cohesion－E－Iindex，得出結果如表7所示。可見凝聚子群密度為0.188，一般來說凝聚子群密度取值范圍為［－1，+1］，該值越接近+1意味著派系林立的程度越大;該值越接近－1，意味著派系林立的程度越小。現在該值大于0，表明出版社各微博間的互動并不局限于凝聚子群內部，子群間的互動也有一定的互動，但是該值較小與1差距較大，說明微博成員更趨向于在較小范圍內互動，凝聚子群內部成員聯系緊密，信息交流與分享較好，但與子群外部成員的溝通交流不足，這在一定程度上也影響了該社會網絡的發展。

篇（6）

二、網絡建設:和諧社會建設的全新挑戰

(一)從參與網絡文化的主體構成來看，青年人的網絡社會化對和諧社會的建設存在一定的潛在影響。當前網絡媒體主要的宣傳、傳播、引導的對象，大部分是出生在改革開放之后的年輕受眾。他們是推進改革開放大業的希望所在，是構建社會主義和諧社會最有活力、最積極的一代。但同時也是最容易被西方敵對勢力所蒙蔽和利用的一代，也是在維護社會穩定的工作中最難于引導、說服和教育的一代。由于網絡提供的是一個介于“似”與“不似”之間的虛擬社會，對于青少年來說，它很難形成像現實世界那樣強烈的社會規范，在網絡中完成的社會化過程很可能附帶網絡影響的消極部分。在這種情況下，和諧社會的建設還應包含建設主體主體意識的培育，它加大了和諧社會建設的難度和復雜性，改變了以往人們文化的傳播途徑，要求將社會的主流文化傳遞給青年個體，使個體接受主流的文化的價值觀念和行為規范，保證社會的正常運行。

(二)從網絡文明建設的艱巨性、復雜性和綜合性看，它對和諧社會建設提出了全新課題構建和諧社會離不開網絡參與。網絡作為一把雙刃劍，在提供人們表達意愿渠道、促進個人發展等方面，對和諧社會的建設功不可沒。同時，又給構建和諧社會帶來了全新的挑戰。如何引領網絡文化發展的前進方向，如何凈化網絡環境，如何更好地加強網絡管理，回答這些問題是新時代下和諧社會建設的題中應有之義。維護網絡安全，凈化網絡環境，引導網絡文化，強化網絡管理成了構建和諧社會的重要組成部分。

(三)從上網群體與不上網群體的構成看，易形成信息分化，不利于中國社會結構的優化及和諧社會建設我國互聯網分布的城鄉差別和地區差別是十分嚴重的。盡管我國網民規模已躍居世界第一位，但從互聯網普及率上看，各地區的互聯網發展差異依舊明顯。在東部沿海地區和部分內陸省份，以及直轄市，互聯網水平發展較好，普及率高于全國平均水平。但在中西部地區，互聯網水平發展較為滯后，網絡普及率低于全球平均水平。這種信息分化，不利于中國社會結構的優化。現代社會是一個信息社會，信息是第一資源，城市中的知識分子，政府機關和大型的工作人員等一小部分人不僅掌握著經濟資源、管理資源，而且還掌握著為現實社會服務的信息資源。而其它較低的社會階層由于經濟、文化條件的限制，很難參與到網絡文化中來。這不利“五個統籌”的實現，更會影響到社會主義和諧社會的構建。

三、和諧網絡:和諧社會建設的內在要求

(一)加強虛實和諧建設

對虛擬現象的認同，首先需要觀念的更新。如前所述，網絡和諧社會是是建設現實和諧社會的必然要求，是和諧社會系統的重要組成部分。它要求執政者轉變執政視角，從關注現實中的社會建設轉移到現實和諧和網絡和諧的共同建設。在信息化建設的今天，領導干部不關注網絡社會的呼聲和網絡文化的建設，就不能全面地、真正地理解和諧社會建設，就不能徹底地、有效地解決社會矛盾。

(二)倡導和諧管理

首先，“和諧”表示不同事物“相應”且“配合得當”，多種要素相統一，本身蘊含著，而不是求同滅異，這就要求執政者對網絡管理抱持“尊重差異，包容多樣，抵制錯誤和腐朽”的積極態度。其次，要認識到由于我國還處在社會主義初級階段，一方面社會問題、社會矛盾一定會在網絡上顯現甚至被夸大，另一方面，網絡管理和網絡文化的建設還有相當長的路要走。但是這種矛盾和沖突大多屬于人民內部的利益沖突，和諧社會理論是黨的執政理念和執政方式、治國理想和治國方略的一次大飛躍。

篇（7）

二、資本與供應鏈合作關系資本

社會資本是指存在于社會結構中的、與經濟資本相區別的非實物形態的資源。“社會資本”的理論認為，角色（個人、團隊、工作組等）愿意投資于和其他角色的關系，通過其能力撬動關系以獲得進入所需的資源，以獲得積極的期望回報[3]。供應鏈本質上是一種能獲得積極回報的企業合作關系。供應鏈社會資本，或稱之為供應鏈合作關系資本，是一種群體社會資本。關系資本可以定義為“：企業與供應商、顧客、聯盟伙伴及內部分支機構組成的關系網絡的價值”（Gulati，2005）。也有學者把關系資本描述為“購買商與銷售商之間的良好合作愿望”。根據社會網絡與資本的研究，供應鏈合作關系資本劃分為：關系供應鏈資本、認知供應鏈資本、結構供應鏈資本。從關系的密度視角，供應鏈網絡中的合作關系分為強聯系和弱聯系，這兩種聯系產生了關系供應鏈資本。隨著供應鏈網絡的強聯系的增加，伙伴方之間將在價值和共同愿景上達成一致，將產生認知供應鏈資本。認知資本的積累，將增強關系自執行性的愿望。從網絡演變的視角，供應鏈中的伙伴方通過對自身位置的認知，并利用網絡中的結構洞為自身創造剩余。這種由于網絡結構位置而產生的供應鏈關系資本，稱之為結構供應鏈資本。

三、供應鏈合作關系資本構成

（一）關系供應鏈資本

社會網絡理論一直關注于構建中心網絡中的角色（例如人、建筑）和聯結（電話線路、關系等等）。在供應鏈中，角色通常是指商業部門或企業。由Granovetter和其他人發展的“聯結”范例，被關系供應鏈資本所接受。目前，與關系資本相聯系的存在著兩個截然不同的概念：關系聯系強度和更復雜的“弱聯系強度”[4]。聯系強度，類似于雙邊角色關系中的親密度或集成度，將對核心角色、相關角色及其環境產生的顯著影響，并將有利于網絡中信息內容的共享。網絡中的聯系既包括有形的（資源的、財務的、數據的）聯系，也包括無形的（社會的）聯系。無論是什么類型的聯系，網絡被創造和結構化的整體目標在于，為合作企業提供獲得所需資源的途徑。Goliciaetal（.2003）建議，在供應鏈管理中，社會關系范式十分重要，并引進了關系量度（Rela-tionshipMagnitude）作為供應鏈聯系強度的測量標準。[5]不管采用何種方法代表聯系強度，每種研究都證實了緊密的聯系將促進商業關系的成功。弱聯系密度是角色間的聯系是獲得所需資源（包括信息）能夠通過的橋梁。密集的社會網絡（例如供應鏈）常常交換私人信息，這些信息因為其嵌入性，能夠被企業輕易的獲取，并且因為其性質而值得發現（例如未被普遍共享，而有益于獲得優勢）。網絡質信息的成功應用，將導致難以復制的差異表現。在一個封閉的網絡中，企業間經常性及有控制的特質信息流，主要服務于幾個目標，包括不確定性的降低，提高問題解決能力，利益共享，以及上述全部。基于這樣的分析，把關系供應鏈資本分為兩種維度：一種是內部強關系程度（強聯系），一種是外部弱關系程度（弱聯系）。強聯系的關系對于操作層面的供應鏈，具有重要的價值。強聯系促進了有效的溝通（進而表現），而弱聯系是服務于創新、獨特或及時信息的橋梁。

（二）認知供應鏈資本

認知資本是由提供給伙伴方共享的表現（SharedRepresentations）、解釋（Interpretations）、系統含義（Sys-temsofMeaning）等資源組成的。在一個企業內，認知資本嵌入在一個共享的景象中，例如集體目標和團隊愿景。當伙伴方擁有同樣的商業目標，以及交互作用時出現。共享的目標和文化是認知資本的主要維度。當網絡中的成員對實現關系網絡任務和結果，有著共同的理解和方法時，這些目標能夠共享。當價值和目標能夠被購買商和關鍵供應商分享時，合作方相互作用并社會化的構建了一個共享的理解，這樣，持續的交互過程將導致一種持續和自執行的合作過程。在供應商發展角度上，這種合作認知感覺的自執行過程，將提高購買商的表現。如果目標被共享，購買商和供應商對于表現提升的構成和如何實現，有了共同的理解。這樣，將導致在成本、質量、運輸和服務等等表現上的提高。如果價值和目標互相不適合，雙方間的交互將導致對一些事情的誤解，而引起沖突。隨著誤解和沖突的加強，雙方將變得互不滿意，進而對生產力和表現產生消極的影響。

（三）結構供應鏈資本

結構供應鏈資本，關注的是企業在供應鏈網絡中所處的位置，以及同其他企業的聯結和隔離，而不是聯結的本質或質量。從拓撲學的視角，聯系可以看作是線路，或者是“資源或信息流動的渠道”。關于結構影響資本的描述，有兩個主要的概念：結構密度和結構洞。結構密度，定義為網絡中可能聯結的活躍程度，通常用潛在關系聯系的活躍比率來表示。相反，結構洞是指網絡中聯系缺乏或者密度稀少的區域（Burt，1992）。結構密度理論認為：由于角色間存在著多重溝通渠道，密集網絡中的角色將進行頻繁的交流，因此將更有可能發展成普遍接受的關系規范。隨著交易頻率的增加，和單一交易關聯的交易風險將減少。這樣，和那些位于網絡外的其它渠道比較，網絡中的常規化交易將變得更有效率和更可取，進而提高密集企業成員的可用社會資本。結構洞的研究更關注于網絡中未被激活的特定區域。結構洞的存在導致了網絡中信息的不對稱狀態。信息的不對稱可能影響到供應鏈的運作。結構洞使得企業網絡中某些戰略性位置變窄，例如，某些節點企業占據了“橋”的位置。這些位置成為了聯結網絡次集團和其他部分的唯一信息橋梁。橋梁角色擁有“在這些契約中的一個信息中斷位置，因而可以通過其位置進行更大程度的控制，而獲得利益”。換句話說，處于網絡中聯結其他非關聯企業位置的企業，由于他們有能力控制顯著的信息流，自然而然產生社會資本。對于企業合作關系的完善和建立，結構密度和結構洞都值得考慮。結構密度討論，概括來說，是由于溝通和過程經濟性而導致的執行相關表現的效率。而結構洞理論認為，在結構松散網絡中處于關鍵位置的角色，會在結構資本中獲得不成比例的收益。

篇（8）

2．提供深入了解目標職業的生涯人物訪談對象。對于做好了職業生涯規劃的大學生來說，求職前一定有自己較為清晰的目標職業，但此時也僅僅是理想中的職業，面對諸如對職業知識、技能、任務、機器、工具和設備等職業的具體要求等問題時還沒有清晰的答案。通過面對面地與自己有著相近經歷、學歷背景等相似性較高的生涯人物訪談，大學生可以快捷、準確地獲取相關職業的橫向信息，避免了準備的盲目性及對目標職業的刻板印象。

3．提供目標職業的相關信息。目標行業的核心因素如準入條件、核心知識結構、必備的能力結構、職業發展途徑等，對大學生順利就業有很大的幫助。通過就業社會網絡資源，即通過行業、職業、崗位，業內領導、員工等多種途徑獲取的多種信息，分析綜合后可以更充分地了解目標職業的全面信息，以便于大學生提前確立工作目標，更好地做好入職后的生涯規劃。

4．提供見習、實習等社會實踐機會。“大學生參加社會實踐活動，既促進了先進生產力的發展，又幫助和引導大學生按先進生產力發展要求成長成才;既傳播了先進文化，又幫助和引導大學生接受先進文化的哺育;既服務了人民群眾的根本利益，又服務了大學生的全面發展［2］。”“絕知此事要躬行”，見習與實習可以為大學生提供真實的職場歷練機會，幫他們獲得最真實的工作經驗和職業體驗。就業社會網絡資源可有效避免一般單位因多種原因無法為大學生提供對口見習與實習機會的尷尬，為大學生職前鍛煉提供充分的見習和實習機會，讓他們更有機會了解自我、給自身合理定位，進而也增加了大學生的工作經驗，入職后更能發揮出優勢。

5．提供單位招聘的信息。一般來說，單位公開的招聘信息盡人皆知，這些工作職位面向眾多求職者，因此投遞簡歷、面試、接受背景調查、實習、轉崗等系列過程是每個最終獲取相應職位的求職者必走的程序，其間所花費的時間、承擔的風險自不必說，其效果也是可想而知的。如果大學生善于利用就業社會網絡資源，則有更多接受單位隱性職位應聘的機會。

6．提供重點向單位推薦的機會。大學生就業社會網絡資源可以為大學生就業營造一個相對安全的就業信息環境，同時他們在圈內掌握的信息也一定是行業內最前沿、最精準的，加之業內人士推薦的員工更容易獲得用人單位的信任和青睞。若大學生能很好地利用就業社會網絡資源推薦的求職信息，積極主動地表現出自己的綜合實力，則可更為快捷地獲得更優的工作機會。

7．提供就業崗位。大學生如果能從新生入校起就不斷地開發和利用就業社會網絡資源，積極主動地與他們定期溝通，有規劃、有目的地參與資源內單位見習、實習，就會獲得他們對自身進行專業方向和職業目標定位有效引導，更會較早完成由校園到社會的過渡，因認同企業價值觀而與企業發展同步，滿足用人單位對人才的要求。這樣一來，在大學生進行正式求職時，已和社會網絡資源內的用人單位“熟悉”了，雙方自然會省去招聘、應聘、面試、筆試等諸多海選程序，而直接為大學生提供相應的就業崗位。總之，如果大學生從新生入學時就有步驟地開發自己的就業社會網絡資源，那么在大學期間及畢業以后，就會有更多的來自社會不同領域和組織的社會關系資源共同構筑成大學生就業社會人脈網絡資源，為大學生提供全方位、多角度的職業發展支持。這對大學生職業目標的建立、職業準備必備清單的獲得，見習、實習機會的取得，以及崗位推薦和順利就業都是非常重要的。

二、大學生就業社會網絡資源的開發與利用

Kristen．W．Gustafson在《Graduate!》一書中談論找工作的途徑時說:“你從來不知道飛機上坐在你身邊的人或者你叔叔的一位朋友可能知道你夢寐以求的公司正在招聘一個職位，要集眾人智慧。”［3］大學生科學合理地開發和利用就業社會網絡資源，可以更好地提升求職成功率及就業質量，增強就業穩定性，充分實施“就業自救”。

篇（9）

因此可以推測，“點贊”依然是青年群體最為活躍的網絡行為之一。不過，需要指出的是，“點贊”雖然成了青年線上交往的新方式，但同時也潛伏著相應的矛盾與危機。在復雜的社會結構和文化躍遷的共同作用下“，點贊”這一行為所要實現的功能已經完全超出了社會化媒體預先設計的框架—它不僅表現出贊同和支持的意涵，而且也帶有多種流變性的社會意義。“點贊黨”這一青年族群的出現，更是引起一場關于當代青年文化和青年線上交往形式的大討論。這場討論源于臺灣導演吳念真2013年拍攝的微電影《新年頭，老日子》。在影片中，女兒通過社會化媒體抱怨了父母之間的爭吵，但她卻收到了30多個“贊”。家庭沖突在互聯網上的傳播反而贏得“點贊”，這一情節引來了網友們的感慨。同時，“點贊黨”還創造了自己的“入黨誓詞”：“不評論，專點贊……該贊的贊，不該贊的也贊”。“點贊黨你的節操呢”也迅速成為熱門的網絡話題，網友分成“點贊只是說明已閱”和“點贊黨滾出社交圈”兩派進行爭論。對點“贊”的討論在2014年持續升溫，光明網轉載了《“點贊黨”出沒，你的身邊有沒有》一文，各大地方媒體也對“點贊黨”進行了較為全面的報道，并呼吁青年網民要理性地使用“點贊”的功能。基于上述的分析與爭論，我們不難發現，“點贊”既能夠通過便捷的意義傳輸形式賦予青年網民更多的話語權，又可以給他們創造巨大的主體性展示空間。不過，“點贊”絕非簡單的表達贊同，一方面它被青年群體灌注了豐富的情感要素，蘊含了多樣態的社會意義；另一方面，“點贊”行為在社會化媒體的構架中也有著更為復雜的社會功能。因此，要充分認識青年的“點贊”現象，就必須對其進行類型學的概括與分析，以厘清它的動力機制并在學理層面上提出反思。

二、“點贊”的特征分析

“點贊”話題所引致的爭論也讓網民自發地將這一青年網絡族群劃分成了已閱點贊族、維護關系族、真心贊賞族和跟風抱團族等不同的類型。雖然這些類型的劃分較為粗略，但也基本涵納了“點贊”行為的幾個重要的功能性特征，即表意性、參與性與情感性。

1.表意性：意見表達的直接性，它是“點贊”的本質屬性

由于社會化媒體需要賦予網民更多的主動權并鼓勵他們自由地進行信息的傳播與分享，因此“贊”被設置成了一鍵或一點操作（lazyclick）的快捷按鍵。青年網民可以通過“點贊”傳遞自身對某一事件或事物的觀感，從而簡便、高速地實現意見的反饋和聚合。

2.參與性：互動雙方的交互性聯系，具有強關系和弱關系兩種參與

較之在WEB1.0時代的以超鏈接建立起來的以內容為主的“圈子”而言，基于WEB2.0的社會化媒體更加注重主體的參與性。而“點贊”無論是表達關注、同意抑或是其他的含義，都能使雙方參與其中。參與性同時又可以分為弱關系參與和強關系參與，這種強弱之分依據的是互動雙方的熟識度和情緒的涉入程度。弱關系中的“點贊”只表示一方已接收到信息但沒有更進一步的評論。而在強關系參與中，互動雙方則具有相應的義務和責任，“點贊”也蛻變成了熟人社會中人際關系的一種復刻。中國文化向來強調熟人間的強關系參與，即“一切相與之人，隨其相與之深淺久暫，而莫不自然有其情分。因情而有義，莫不自然互有因盡之義”，參與也就代表了自己對他人的支持性義務。不過值得注意的是，“點贊”的強關系參與不同于以文字作為載體的對話，它更類似于現實互動過程中的聆聽、點頭或微笑。因為互聯網的超時空性很難將現實生活中無聲和無文字的互動進行有效的展現，“點贊”則很恰當地充當了這一情景中的意義工具。

3.情感性：情緒的符號化表達，具有正向情感和負面情感兩種類型

正向情感是“倫理關系”的自然延伸，其代表了深沉的責任和道義，因此，“點贊”在以強關系為主的互動中也就映射了支持和贊同的情感表現。在現實的社會交往中，當我們無法以語言的形式來傳遞這類情感時，通常會利用肢體動作來進行輔的表達，“點贊”就是這種脫離語言的正向情感在互聯網上的替代形式。與此相較，負面情感的表達則更為復雜，它并不是心理學概念所界定的負面情緒，而是帶有調侃和戲謔的社會化含義，并反映了青年人“惡搞”的亞文化。如在微信“朋友圈”中，青年群體傾向于互相為對方的“糗事”“吐槽”或“點贊”，在這種“嘲弄”的背后蘊藏著的則是無奈的自我解嘲。所以，負向情緒的“點贊”是對他人經歷的惡搞，“以戲謔的方式打破了經典和權威的硬殼”，有意識地將痛苦轉換為“樂子”，其實質是青年群體宣泄壓力的另類途徑。

三、“點贊”的功能探索

1.“點贊”可以為處于網絡化時代的青年積累社會資本

社會化媒體中最為重要的資源是人際互聯，一條信息的接力必須依靠人際間的傳播才能實現其價值。所以，“點贊”使得青年網民能夠更加快速地參與到他人的生活或事件的討論之中。一方面，“點贊”是自我的表態，它宣告了自己的立場和歸屬的意見群體；另一方面，通過“點贊”也能夠為自己贏得更多的點擊或關注，從而相應地擴大了交流的范圍。以上兩點都有助于互動的維持和深入。誠如前文所述，網絡社會中所強調的互動依然是現實生活中人際往來的延續，只不過在互聯網中，我們面對的是一個熟人圈子和生人社群同步疊加的復合形態而已。所以，以互動為主的“點贊”依然是以積累社會資本為指向的。借用布迪厄的觀點，我們不妨將人際網絡視為社會資本的基本組成，而把“點贊”看作是構建這些網絡的“制度化儀式”，因此“為了生產和再生產那種能保證物質利潤或象征利潤的持久、有用的關系，這些儀式總是必需的”。

2.“點贊”能夠顛覆權威敘事，為青年重塑話語權

社會化媒體的一個核心理念是賦予每一個主體創造和傳播內容的能力。這種創造內容的權力在社會化媒體普及之前，一直被紙媒、電視和門戶網站等壟斷。傳統媒體通過科層制的組織化方式，將信息按照某種固定的格式重整后發送給受眾，他們在獲取信息的同時并不能進行公開的情感展示與意見表達，因此敘事帶有十分強烈的權威性指向。在社會化媒體普及后，評論和“點贊”成為網民的“投票”工具，從而令網民可以決定一條信息能否轉化為權威來緣。更為重要的是，“點贊”在某些情境中還能夠起到破壞社會語境的作用，進而完全顛覆權威的敘事格局。比如新浪微博某大V用戶在宣告自己罹患重癥的消息后卻收到數萬個“贊”。其實，我們未嘗不可將其看作是網民自發地去破壞“權威與庶民”之間互動的秩序，重塑自我在網絡社會中的話語權。所以，具有顛覆的“點贊”是“在社會生活的局部實踐中引入混亂，造成局部失范”的破壞性實驗，它既讓青年網民宣泄了自身的不滿情緒，也使他們獲得了抵抗權威話語的。

3.表達虛擬的同感為青年網民提供心理上的支持

表達虛擬的同感（virtualempathy）既是“贊”這一功能按鍵最為原初的設計訴求，也是當前“點贊”最為主流的意義呈現。同感是指理解或分享他人情感狀態并給予正向回應的能力，是主體間發生移情和互動的感性基礎；虛擬同感則是指通過互聯網為媒介產生的情感互動的狀態與過程。在傳統社會中，由于時空是嵌套在一起的，所以同感大部分發生在面對面的場域之中。而隨著網絡技術的不斷更新，以互聯網為主要形式的“虛化空間”拆分了空間（space）與地點（place），使得原本被遠距關系所限制的互動成為可能，人們原本基于在地性的同感也隨之發生了“虛化”。因此，通過“點贊”來表達虛擬的同感對互動的雙方有著十分顯著的社會意義，尤其是對需要獲得自我同一性的青年群體而言，“點贊”所形成的虛擬同感顯得更加必要。因為“點贊”一方面能提供社會支持，讓信息者接收到遠距離的陪伴感，另一方面“點贊”也可以展現自我觀點，使自身在參與話題并進行表態時獲得足夠的自我認同感與效能感。

四、“點贊”現象的原因分析

總的來看，“點贊”得以流行的根本原因在于現代網絡技術的革新。尤其是移動的智能觸屏終端和社會化媒體的聯合作用，從根本上重塑了青年網民的互動方式。但我們還需要更為細致地去理解“點贊”現象流行的成因，筆者將其劃分為社會背景、文化動因和心理成因這三個層級進行分析。

1.網絡技術形塑了青年網民個體化的聚合方式，它是“點贊”得以流行的社會結構背景

個體化是指個體擺脫國家和集體的控制并作為獨立的行動單元來承擔社會責任的過程。個體化的聚合方式則指的是社會成員不再以責任和義務形成互動的聯接，而是通過暫時興趣和話題進行流動式的關聯。網絡技術的發展持續地推動著青年的個體化聚合方式，因為互聯網實現了社會系統的脫域（disembeding），由此而形成的網絡社會是一個主體與電腦互動、“一人一機”的個體化的社會。在這一情況下，青年網民群體的聚合方式也從“行軍縱隊”（marchingcolumns）的模式向“蜂群”（swarms）模式發生了轉型，而蜂群模式的特點就在于他們雖然能用同步的方式前進，但任何一個成員卻都不用對共同的利益有所承擔。不難發現，由網絡技術的更新所形成的個體化聚合形式具有價值多元化、互聯化和匿名化的特點，這些特征都是“點贊”能夠流行的充分條件。價值多元的社會氛圍為青年表達自身看法提供了合法性空間；互聯化則讓個體之間可以通過趣緣聚合起來而成為短暫的共同體，使得“點贊”獲得了一定的人口學基礎；而匿名化則使網絡身份與現實身份相剝離，它降低了青年網民破壞常規的社會成本，進而促使了他們通過“點贊”的“破壞性試驗”去顛覆權威話語的可能性。

2.微文化形成了青年網民交流方式的極簡化，它是“點贊”流行的深層文化動因

微文化是互聯網文化的一個新變體，它反映了網絡對話或交流日趨簡單化和快速化的趨勢。尤其是在twitter和微博興起之后，網民創造信息變得越發容易，每一個成員都可以將私人的生活進行公開的展示，碎裂化、去主體化和敘事小型化的網絡交流成為常態。而且當前的信息呈現出高速流動和爆炸增長的態勢，智能移動互聯終端也越發普及。這些都使得青年網民能夠更為及時、快速地獲取新資訊，由此便導致了網絡微文化的生成。微文化令青年網民必須尋找一種更為省時、有效、簡便的信息處理模式，因此，“點贊”在互動過程中就極為簡便地表達了“到此一游”或“已閱”的意義。值得一提的是，我們一方面不能簡單地將“點贊”的盛行視為青年網絡互動的“麥當勞化”（McDonaldization）—以效率為先，追求可控性的交流方式，因為由微文化引起的“點贊”在本質上還是為了有效提高互動的頻率；但另一方面，微文化又讓“點贊”逐漸偏離了社會化媒體最為關鍵的“創作”和“對話”環節，從而使青年網民對“贊”產生過度的依賴，并擠壓了雙方的實質性對話。

3.青年網民自我認同的重心也發生了轉移，它是“點贊”流行的心理學成因

在個體化和微文化的共同作用下，青年網民對于自我理解和自我認識方式也產生了變化。現代社會日益強烈的流動性加速了時空體系的分裂，進而讓青年人習慣于通過互聯網來搭建人際關系，這一行為又反過來形塑了該群體另類的自我認同。社會認同的實質是社會性自我的拓展，或者說社會認同來自于他者與自我間的對話。社會化媒體的發展驅使了青年群體與他人的對話逐漸從“言談”（conversation）的形式過渡到了“聯接”（connection）的形式，從而令他們將自我認同的動力源放置到了能夠為其提供大量快速回應的互聯網符號之上，“贊”也正是這類符號之一。細致地講，言談是面對面的交談，它要求我們必須在時空一體的環境中展開小范圍的對話；而聯接則是以互聯網作為中介的互動，它提供了在時空分離的情況下與更加廣域的主體進行交流的全新模式。無疑，聯接式的交往更能為處在流動和開放社會中的青年提供多樣、迅捷和廣泛互動的可能，“點贊”這種日趨無聲化和無語言的聯系方式顯然是與之相互契合的，進而它也推動了青年群體更傾向于利用互聯網從其他網民所給予的符號中獲取自我認同與肯定的現象。

五、結論與討論

從學理上看，“點贊”實質上折射了青年互動方式的變革，這來源于我國從鄉土社會向網絡社會的轉型過程中所引發的信息交流方式的更新。在傳統情境中，我們主要通過“用嘴說”、“用眼看”和“用耳聽”來產生交集與互動，而在互聯網上，“用手點”則演變成了信息交流的重要組成部分。而且“點贊”也反映了網絡社會內部的進階式發展—由“讀”、“寫”向“點”三個階段的依次位移。在互聯網發展的早期，信息源較為單一，網民處在受眾的位置，因此其仍是一種“以讀為主”的格局；隨著社會化媒體的出場，自我寫作成了互聯網的主要形式，此時的網絡特點也就變成了“我寫你看”；而當前信息逐漸趨向碎化和內爆，目不暇接的內容使深度的互動和參與越發困難，“你寫我點”也就成了最為有效的信息處理方式。不過，“點贊”本身也蘊含著不可化約的社會風險。主要體現在意義的壓縮和被商業資本收編這兩個方面：其一，“贊”是脫離了文字并被設計為表達贊同與喜愛的網絡符碼，但由于缺少更為豐富的信息補充以及相應的對話環境，容易造成“點贊”的意義趨于模糊。尤其是當前的青年群體對于信息的解讀帶有極為強烈的后現代特征，傾向于把信息作去中心化、去主體化和碎片化的顛覆性處理，這就使得“點贊”這種單一的功能性按鍵難以在虛擬空間中完整地表達主體間豐富、多元的互動意義。更為嚴重的是，對于“點贊”的過度依賴更有可能減少互聯網上有意義的對話，令“點贊”淪為一種“無意義的在場”。從批判社會學的立場來講，“點贊”對雙方對話的化約還可能讓青年網民無法獲得足夠的社會性自我（socialself）的成長空間，進而喪失自我反省的能力。社會化媒體雖然通過“贊”的功能拓展了網絡時代的人際互動，但如果簡單地以“點贊”來取代對話，那么就會造成本雅明語境中“氣韻枯萎”（shrivelingoftheaura）的情況，即一種仿制現實交流的形式對真實對話的代替，它極大程度地削弱青年網民在互聯網之外的現實世界的社會關聯。其二，“點贊”還存在著一種被商業資本收編的可能性。“點贊”具有的信息聚合性和成員間的交互性，致使青年網民經營起來的“圈子”面臨著消費市場的殖民。商業資本將口碑的打造和形象的宣傳植入到了新媒體之中，以積滿“贊”的數量換取相應的獎勵，這種“集贊”的方式使得社會化媒體成了新的營銷平臺。早在20世紀90年代，卡斯特就曾直言互聯網已成為市場逐利的下一個目標。對于資本而言，“信息參與者越是多樣，網絡上臨界的群眾數量便越大，價值也就越高”。雖然大眾傳媒被市場利用的現象不是社會化媒體所獨有的，但是在新媒體傳播機制的放大下，市場所利用的不再是單個的網民，而是以個體為中心、通過“點贊”的擴散效應，整體地吸納了網民的社會資本。

篇（10）

而強弱關系的存在與結點的特質有關，網絡結點的特征也理解網絡功能的一個重要維度，如找工作案例，社會網絡結點的性質對就業成功的可能與質量都發揮著很大影響［25］。因此，中小企業社會網絡中的不同結點的質量、功能與效率對中小企業成長具有非常大的直接影響。在現階段的中國情境下，某些重要的有價值的稀缺資源是通過社會網絡機制來傳遞、借用或轉移，因此，占據有利位置的行動者可以通過控制甚至阻斷資源的流程來獲取對其他行動者的支配權［24］。由于“中國模式”的重大特征之一就是政府主導型發展，因此擁有廣大政府人脈的企業家在“人情式”管理范式中存在著明顯的結點優勢。如表2所示，與政府保持裙帶關系的國有企業中受益于“政府聯系”這一條網絡連接的企業占60%，遠高于其他類型企業的同一比重。對國有企業來說，政府是其社會網絡中的關鍵性節點，此聯結給國有企業帶來排他性資源獲取功能。但同時由于國有企業社會網絡的先天性特質，其結構洞(structuralholes)可能多于民營企業的社會網絡結構，而占據結構洞中心環節的企業在這樣的社會網絡中可以獲取天然地位優勢。相對來講，民營與外資覺得政府聯系“比較有幫助”更多的是側重于場準入限制的開放性及經濟自由程度角度而言，因而它們的社會網絡結構“非冗余”的特征就不太明顯，因此企業的競爭力能獲得提高。

2中小企業的社會網絡特質研究———基于調查結果的分析

在中小企業社會網絡中，主要節點有各中小企業、政府、金融機構、高校科研院所及中介服務機構5類，主要節點之間存在著各不相同的聯結模式。其中，中小企業之間是否有良好的組群效果可通過SNA中的凝聚子群分析給出答案。而網絡中心性(networkcentralization)可反映企業之間的內聚性，其越接近于1，表明網絡節點關系越緊密。實際上，SNA測量和分析所用的概念和術語很多，如密度(density)、度分布及節點中心性(degreecentrality)等。在此次調查(2012)中，針對中小企業與網絡中其他節點之間的聯系進行問題設置。通過對調查結果的定性分析來判斷，中小企業與網絡中成員的關系基本處于事務性層面，與中小企業“接觸頻率最高”的三個節點是工商稅務機構、供應商及政府主管部門，選擇此三項作為其接觸頻率最高的企業達145，占比達72．5%。說明目前中小企業網絡仍處于一元單向索取型關系階段，即企業就具體事務與這些節點產生硬性工作聯系。再者，雖然與“大學科研機構”有接觸的企業占比為73%，排在“工商稅務”、“供應商”、“競爭對手”“主管部門”之后。但從訪談結果來看，中小企業與大學科研機構關系強度非常弱，說明目前中小企業網絡中仍缺乏有效的產學合作機制。中小企業網絡中的另一個重要角力點在于融資結構。根據李微山等的研究［26］，他們以西安市蓮湖區桃園開發區50家中小企業為研究對象，運用Uci-net軟件進行分析，發現金融機構的度值為10，其中，出度僅為1，而入度為9，說明50家中小企業中有融資需求的占20%(10/50)，但僅有2%(1/50)獲得了銀行貨款支持，18%的企業從銀行融資比較困難。此次調查也發現與融資服務機構的接觸率排在9個部門的最后一名，中小企業與融資服務機構的聯系強度還有待加強。據付宏對湖北省10個城市中小企業的調研，內源性融資(56．8%)和家庭朋友(55．8%)是中小企業最主要的資金來源渠道。說明在融資過程中企業家社會網絡中的親屬關系層圈至關重要，而采用社會契約化方式仍有困難。目前國有規模以上銀行基于自身經營原則未能滿足中小企業資金需求，其實也無可厚非。問題關鍵是針對中小企業信貸的專業型小銀行太少，與歐美國家中小資銀行數量相比差距很遠。據盧東斌等針對200多家科技型中小企業的問卷調查中，69．06%選擇融資與信貸支持作為其對政府支持需求選項，說明多數面臨融資困局。而他們的研究同時還指出外部融資障礙是構成中小企業自主創新的瓶頸因素之一［18］。總體上當前中國情境下中小企業社會網絡中缺乏內涵式的服務型或創造式的關鍵性成長助力，企業成長往往依賴于領導特質決定下的人際脈絡③。

3實證檢驗———部分最小二乘法(PLS)

當數據總體滿足高斯—馬爾可夫條件時，普通最小二乘法(OLS)的估計將得到一個很好的估計量，但當多個自變量存在嚴重相關性時，其求解過程存在嚴重的舍入誤差，普通最小二乘法估計量會失效。而實際工作中變量的多重相關性是普遍存在的，部分最小二乘法(PLS)很好的解決了這些問題［27］［28］。在利用部分最小二乘法進行建模前首先要對數據進行標準化處理，目的是使樣本點數據原點與總體一致，將自變量矩陣X與因變量矩陣Y標準化后分別得到。分別是y的均值和標準差。PLS考慮了數據的冗余性，因此通過對E0和F0進行正交分解，確定各自的第一主元評分向量。直到殘差矩陣中幾乎不再存在有用信息。由于部分最小二乘法是多元線性回歸，典型相關分析和主成分析的有機結合，且部分最小二乘法所提取的成分既能較好地概括自變量系統中的信息，又能很好地解釋因變量并排除系統中的噪聲干擾，因而有效地解決了自變量間多重相關性所引起的建模問題。對中小企業成長及社會網絡關系的調查采用4維量表法。成長指標要求被試者就“近3年，貴企業銷售額變化［s2］④”進行選擇，分別“一直快速增加”、“一直平穩增加”、“基本沒變化”、“有所減少”。而對中小企業社會網絡結點(政府［c5］、大學和研究院所［d6］、供應商［e6］、同行［f5］、協會［g5］、中介機構［h5］及金融機構［j7］)作用的衡量是“對貴企業成長或發展幫助有多大”，分成“非常有幫助”、“比較有幫助”、“幫助程度一般”、“幫助極少”。從相關性檢驗中可以發現，企業銷售額與各變量之間沒有發現部分正相關，且各變量之間呈多重較強相關性。正好最小二乘法能克服這一缺陷，由于只存在一個因變量，因此這是一個單變量部分最小二乘回歸模型(PLS1)。運用IBMSPSS22．0的部分最小二乘平方擴展功能，由于不必衡量因素之間交叉后的回歸效應，從而選擇主效應模型方程。具體結果及潛在變量變異表如表4和表5。可以看出PLS排除了“非常有幫助”這一選項，與之前中小企業社會網絡內撐性關系較弱的結論相吻合。另外，結果表明中小企業快速增長與政府、協會及金融機構呈負相關，說明在目前中小企業網絡中政府或帶政府色彩的網絡結點發揮作用的空間還很大。