文献计量与自媒体影响力研究

导语：文献计量与自媒体影响力研究一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要：随着社交媒体和移动互联网的兴起与发展，自媒体及其影响力问题成为国内外学者和媒体监管部门关注的热点。本文综合运用文献综述和计量统计法，从SSCI、SCI、CSSCI、CSCD和北大核心来源刊，采集相关文献，梳理了国内外自媒体用户影响力的研究历史、现状和发展，提出了该研究领域未来可能出现的三个热点，力图介绍国内外自媒体用户影响力研究前沿。本文研究发现，国内学者对自媒体的研究成果较多且分散，而国外学者则相对更聚集，尤其是体现在用户影响力定量和算法研究上。这有助于学者了解自媒体用户影响力研究在国内外的研究热点和发展态势，为相关监管部门对有较大影响力的自媒体用户进行监管提供指导。

关键词：自媒体；自媒体影响力；文献计量

随着社交媒体的快速发展，微博、微信、QQ、论坛、抖音、快手等平台成为网民互动和信息交换及传播的主要场所，客观上诞生了诸多自媒体或新媒体的平台生态模式，其用户影响力越来越明显。目前自媒体依托平台，借助于平台的巨大流量资源，通过互联网或移动智能终端的便捷交互性，促使信息快速传播，范围也越来越广。笔者收集近几年国内外核心期刊文献500多篇，对自媒体用户影响力进行文献综述和相关定量分析研究，目的是希望在以下三方面有所发现：一是国内外自媒体用户影响力研究历程；二是国内外自媒体用户影响力研究内容；三是国内外自媒体用户影响力研究热点趋势。旨在理论和方法上全面梳理自媒体用户影响力的研究前沿，进而在实践上对相关管理部门进行自媒体服务监管提供借鉴。

一、国内外自媒体用户影响力研究前沿

自媒体用户影响力研究在国内外都是一个热点，但是发展进程有所差异。以下从研究数量、研究发展和对比分析三个维度进行分析。

（一）国内外自媒体影响力研究数量分析

笔者选择WebofScience数据库（包含SSCI和SCI两个数据库）获取国外学者近5年对自媒体用户影响力研究的文献，设置检索词T0（主题）=（“Wemedia”and“Wemedia'sInfluence”），检索得到137篇论文，其中高峰为2019年的66篇。论文涵盖了管理学、工程电子、经济学、计算机科学、信息科学、网络通信等。同时，笔者选择中国知网获取国内学者对自媒体用户影响力研究的文献来源，设置检索词主题为“自媒体”和“自媒体影响力”，并设置时间为2017-2021年。为保证文献质量，设置文献为CSSCI、CSCD、北大核心等期刊评价类型，检索得到375篇相关文献，其中的高峰年份为2019年129篇。375篇论文涵盖了哲学与人文科学、经济与管理科学、计算机科学、信息科学、电子通信等。对比发现，在计算机及信息科学领域，国外对自媒体用户影响力的研究文献占比要比国内高，说明国外还是偏重于科技技术与工程方面，而国内更偏重于人文社科应用与管理等。

（二）国外自媒体用户影响力研究发展

国外学者对自媒体用户影响力的研究是伴随国外互联网尤其是自媒体产业的发展而产生的，相比国内而言要早一点。其研究方法经历了由简单到复杂的过程。例如，Kempe认为自媒体用户的粉丝数量与自身活跃程度决定自媒体的影响力大小；Trusov则采用非标准贝叶斯方法，构建自媒体影响他人（用户或粉丝）的强度模型来测定自媒体用户影响力。2011年以后，国外出现了更多的自媒体用户影响力的测量模型和方法，越来越复杂的计量模型和算法不断出现。例如，局部排序算法和LeaderRank算法等，这些模型和算法的提出为确定自媒体用户影响力的大小，进而测定其传播价值提供了直接可行的方案。从研究内容上看，2010年前如何识别有影响力的自媒体主体是国外学者关注的热点，而定量研究自媒体用户的影响力大小并不多见。2011年开始，国外学者开始关注自媒体用户影响力的最大化问题成为研究热点，包括运用系统动力学分析自媒体社区或平台中的用户结构等。2012年到2015年，研究的重点和热点又发生了偏移，此时，学者更多关注通过设计构建测算模型来计算自媒体用户影响力大小，而大型自媒体平台如Facebook、Twitter等庞大的自媒体用户数据为其提供了实证数据支撑，并广泛应用于信息推荐、访客识别甚至互联网用户的情感分析等。而到2016年和2017年，PageRank和LeaderRank等算法成为研究热点，用于测算自媒体用户影响力的扩散链路和节点的特征、程度、亲密度和介数等过程问题；最近2年，国外学者又延伸到自媒体周边内容，如自媒体扩散链路和节点影响力的用户行为分析以及衍生自媒体用户信息管理与信息系统设计等研究上。

（三）国内自媒体用户影响力研究发展

虽然国内学者对自媒体的研究可以追溯到对新媒体传播研究上，但对自媒体用户影响力的研究相对于国外还是稍晚几年。从文献看，早期自媒体（微博）用户的行为及影响力研究是伴随以微博为代表的“新媒体”的兴起而产生的，如肖雨利用InfluenceRank算法构建新媒体（微博用户尤其是微博大V）的信息传播网络及其影响力；而后，2013年新媒体用户影响力变化特征和影响因素研究成为研究热点，“意见领袖”成为热词，如于晶就发现新媒体用户影响力分布具有一定的双幂律分布特征。从2015年开始，国内对于自媒体的研究呈现井喷状态，自媒体代替了新媒体成为热词，数据挖掘、社会网络分析法、信息传播模型等研究手段和方法也得到广泛应用。2017年和2018年，国内核心期刊对于自媒体用户影响力有关的论文达到了高潮，接近年均百篇的规模，内容上也涵盖了自媒体用户影响力理论、测算方法如PageRank算法以及应用实证等。最近3年，国内对自媒体研究重点又发生了一些改变，自媒体用户的情感分析、舆论极化等理论性研究与自媒体营销、位置营销甚至直播营销等实践性研究呈现出齐头并进态势，研究方法涵盖了线性阈值模型、Sir模型、hits算法、K-shell等；如刘嘉琪等认为用户影响力大的自媒体的负面信息就会对舆情传播造成极大负面影响。

（四）国内外自媒体用户影响力研究比较分析

通过对国内外学者自媒体用户影响力研究的对比分析，从时间上看国外稍早、速度稍快；从数量上看，国内呈现出后发优势，总体比国外多。但是从研究内容的发展上看，还是有一定的时间差。国内在开展理论研究的时候国外的理论研究水平已经很成熟了，并开始了算法和模型研究，在自媒体用户影响力测算上比国内先走了一步；不过内容占比上有一些差异，国外方法研究占比比理论研究占比高，而国内则是理论研究占比比方法研究占比要高。另一个文献特征是，国内对自媒体用户影响力的应用实践性研究最近2年开始越来越多。

二、自媒体用户影响力研究的词频与趋势分析

通过自媒体用户影响力研究关键词的词频分析，可以看出主要研究热点，同时有助于预测未来研究趋势。

（一）国内外自媒体用户影响力研究关键词分析

笔者通过设定不同的关键词，对国内外自媒体用户影响力研究的关键词进行频次统计，并对结果进行对比分析，按照关键词频次排序，得出表1。国外自媒体用户影响力研究关键词词频由高到低分别为“WeMedia”“InfluenceChain”“InfluenceMaximization”“CentralityAgreement”“Networkinfluence”“InfluenceModel”“PersonalInfluence”“SocialMedia”“DynamicsModel”“NetworksPower”。中心度值越高越处于中心地位，但中心度值高不代表词频高，词频高也不一定中心度值高；例如，“InfluenceChain”中心度为0.04，词频为78；说明虽然该关键词词频较高，但与其他词联系少，处于边缘，中心程度较低；而NetworksPower则相反，中心度为0.24，词频为39，词频较低，中心程度较高。国内自媒体用户影响力研究关键词词频由高到低分别为自媒体、用户影响力、微博与微信、影响力最大化、影响力、信息传播、PageRank/LeaderRank、大V监管、主播在线、直播。中心度最高的关键词为“PageRank”，反映了该方法是国内常使用的方法。而自媒体和微博与微信中心度也不错，说明国内学者喜欢用它们作为研究对象。

（二）国内外自媒体用户影响力研究未来趋势分析

笔者借助于工具软件Citespace系统，对收集的500多篇文献进行分析，可以得出国内外自媒体用户影响力研究进展状况。数据表明，除了在时间上不同步，研究发展总体趋势其实差不多，都是由理论研究到方法研究、再深化到算法和模型以及应用研究等，不过从文献归集后分析看，国内外对自媒体用户影响力研究的集中点还有一定差异，国外在Facebook、Twitter、矩阵因子分解、用户意识和信息系统与管理等领域的研究占比比较多，而国内则在微博营销、社交营销、直播营销、影响力评价等领域的研究占比比较多。笔者基于现有文献分析基础上，归纳未来研究趋势热点有三点。1．自媒体平台生态体系各节点影响力研究。按目前自媒体平台如Facebook、Twitter、微博、微信等的发展看，自媒体平台将逐渐生态化、体系化。由于自媒体平台生态体系的异质性以及社会宏观环境对自媒体规制的不确定性，自媒体用户影响力研究必然存在复杂性，典型的如美国第45任总统唐纳德·特朗普的自媒体账号，一旦关闭，其用户影响力立刻为零。而传统网络节点影响力的测算方法显然不适合自媒体平台生态体系中的用户影响力计算，从复杂系统管理的角度看，基于不同维度和视角研究自媒体平台生态体系各节点影响力是必然趋势，涵盖硬件、网络通信、用户包括自媒体本身、信息以及社会环境、法律法规等都是需要考虑的因素。2．基于算法的自媒体用户影响力测算。自媒体用户影响力测算方法，按目前的文献梳理看，至少有社会网络分析法、PageRank算法、贪心算法、信息熵、系统动力学等多种算法。实际上，面对大规模复杂网络平台包括自媒体平台生态体系中，没有任何一种算法能够通吃或搞定一切，能够一成不变的适应所有需求，在不同节点、不同研究目的和需求下，可采取的算法可能都不一样，而不同算法算出的结果可能也不同，结论自然也存在不一样甚至相反的可能性。因此，未来基于算法的自媒体用户影响力测算仍然将是一个热点话题。3. 跨平台的自媒体用户影响力研究。随着社交互联网平台越来越多，各自媒体平台也越来越呈现生态化、体系化；对于自媒体用户影响力来说，毫无疑问跨平台的自媒体用户影响力相对比不跨平台的影响力要大，而事实上，跨平台的自媒体用户比比皆是，如微博、微信、Facebook、Twitter等大V们往往都是交叉和跨平台的活跃用户；另一方面，跨平台的自媒体用户也更能适应跨主题或话题的传播，满足不同用户的信息需求，也只有这样，网络社会才会更接近现实社会和反映复杂的现实社会。如在2020年，由于全球肺炎疫情影响，跨平台的自媒体对于疫情与健康都给予了较大的关注。可以预见，未来研究跨自媒体平台的用户影响力将是重要热点之一。

三、结语

笔者选取SCI、SSCI和中国知网CSSCI、CSCD和北大核心等检索库，采用文献综述和计量方法，对国内外自媒体用户影响力研究的历程、现状及发展进行对比分析，结果表明，国内外自媒体用户影响力研究，从研究成果数量上看，总体都是逐年上升的；从研究侧重点上看，国外对方法研究占比要多于理论研究，如自媒体用户影响力模型、算法等，而国内则理论研究占比稍多于方法研究，且国内重在应用上，比如如何识别有影响力的自媒体用户，而不是一定要计算出该自媒体用户的实际影响力大小；从研究手段上看，国外相对领先，甚至有文献显示国外采用了机器学习的方法来研究自媒体用户影响力问题，而国内几乎还没有见到相应文献。从未来趋势看，未来自媒体用户影响力的研究热点至少可能会有三个方面存在可能：一是自媒体平台生态体系各节点影响力研究，二是基于算法的自媒体用户影响力测算，三是跨自媒体平台的用户影响力研究。

参考文献

[1]肖宇，许炜，张晨．社交网络中用户区域影响力评估算法研究[J]．微电子学与计算机，2012(07)．

[2]于晶．微博传播过程中用户影响力的特征实证分析[J]．情报杂志，2013(08)．

[3]黄敏学，王琦缘，肖邦明．消费咨询网络中意见领袖的演化机制研究——预期线索与网络结构[J]．管理世界，2015(07)．

[4]詹天成，曹子君，王忠义．基于社会网络分析的微博媒体领袖间的关系研究[J]．情报科学，2018(08)．

作者：张才明