依据微信在生活中的应用, 可以将微信信息传播的主体分为三类: 信息推送者、信息接收者和未接收信息者。通过微信进行信息传播, 发布者进行信息推送之后, 接收者的反应往往有两种情况: 积极向外(微信好友、朋友圈或微信群)推送, 此时接收者对外相当于次推送者; 虽然接收信息但不向外传播。微信中信息的传播, 除新闻推送外, 大都在微信联系人之间进行。通过微信好友、朋友圈、微信群构成了微信信息传播的三种基本渠道, 而通过此三种渠道进行传播的信息, 正是本文研究的主要对象。从微信信息的传播过程来看, 微信信息总是封闭在微信平台内部传播, 通过微信向外传播的情况不予考虑。微信信息的源头通常有两种: 一种是微信用户自己的创作, 另一种是通过链接引用其他媒介的信息。信息在微信平台三种渠道的传播方式和影响力不尽相同: 第一种是通过朋友圈发布的信息, 在发布者积极推送时任何微信好友都可见, 因此其影响范围大; 第二种是通过微信群发布的信息, 只对该群成员可见; 第三种是仅对某一好友推送的信息, 这类信息往往针对特定对象(如对方感兴趣的信息)。信息要在微信网络中广泛传播, 一般都要由后两种渠道转入朋友圈中, 因此, 可以只考虑第一种传播方式。

从上述分析可以看出微信区别于媒体性社交平台的一些影响信息传播的基本特征:

(1) 以强关系为主要社会关系。微信是窄传播、深社交、紧关系, 微信关系是社会朋友圈子的虚拟化, 线上交往频度与线下真实社会的交往频度趋同。微博等媒体性社交平台是广传播、浅社交、松关系, 用户之间不需要特定的关系维系, 任何人都可以发布、任何人都可以收听。这种强关系特征使微信对信息价值反应敏感, 对于有价值的信息微信会从强关系到弱关系顺序传播, 越有针对性价值的信息其传播范围越小, 一般在感兴趣圈子里传播, 但传播速度和影响力更大。

(2) 媒体性传播能力弱。微博等媒体性社交平台具有媒体性的特征, 对于用户感兴趣的信息只需简单操作即可转发, 而且任何人都能看到, 其传播更类似病毒的传染。相反, 微信用户在朋友圈转发信息流程复杂, 增加了操作成本并限制了信息快速传播。而且微信的强关系特征, 信息的影响力约束在朋友圈里, 不能形成二次传播。

(3) 社会网络对信息传播影响较大。微信的信息开放程度低, 信息更多是基于关系核心的, 具有很强的私密性。用户是封闭、有限、个体清晰的, 信息真诚度亦更高。这种私密性导致微信传播与传播者的意愿度高度相关, 而微博则不然。微信上有争议的不确定内容易被终止传播, 而微博则会在质疑中继续传播。另外, 微信的强关系性表现在其朋友圈都是小型群组, 而微博等媒体性平台则可以形成粉丝众多的意见领袖。在信息传播网络结构上, 微信的传播图更趋于网状, 而微博则趋于放射状。因此, 本文采用无标度网络来模拟微信信息传播网络。

在微信用户社会网络中, 将参与信息传播的用户抽象成节点, 将用户间社交关系抽象成边, 则构成微信信息传播网络, 如图1所示。

图1

	Figure Option ViewDownloadNew Window
	图1 微信信息传播网络

微信信息传播网络区别于媒体性网络的最大特点就是强关系性。微信中用户社交关系往往是基于朋友、同事、家庭等强关系构成的, 微信信息传播网络可看成人际社会网络的虚拟化, 是典型的复杂网络^[18], 具有小世界^[19]、无标度^[20]特性。研究表明, 通常人际关系网络中平均节点间距离较小、聚类系数较高而且节点的度成幂律分布。当前普遍用于模拟人际关系网络的模型主要有NW小世界网络和BA无标度网络。小世界网络强调高聚类系数、较小平均距离但度分布却不符合幂律分布, 无标度网络则相反。微信用户社交关系是强关系, 不同交际性格、交际能力、职业、阅历等因素使得网络中各节点度的分布非常不均, 网络的无标度特性明显。因此, 本文基于BA无标度网络模型^[21], 并对其进行改进以近似微信信息传播网络。基于NetLogo平台具体生成网络的步骤如下:

(1) 生成一个初始网络, 即仅由两个节点相连组成;

(2) 每个时间步长增加一个新节点并与已有节点相连, 与某已有节点相连的概率正比于该节点的度, 当某节点的度大于300时不再连接新节点(假设一般微信好友的数量不超过300人);

(3) 设定时间单位T, 则生成具有T+2个节点的近似BA无标度网络;

(4) 若网络中与任意两节点A、B共连的节点数N大于3, 则将A、B两节点相连(增强聚类系数, 即A、B有三个以上的共同朋友则A、B是朋友);

(5) 若网络中与任意两节点A、B共连的节点数N大于50, 则在共连节点中随机选取N-50个节点, 断开与A或B的连接, 断开概率反比于A或B的度(假设一般微信共同好友的数量不超过50);

(6) 对于每一条连接两个节点的边, 按照一定概率随机赋予权重 , 代表相邻两节点的亲疏度。

信息在微信网络中的传播过程, 其实是信息对不同微信网络用户大脑发生作用的过程, 类似传染病的传播。这里利用SIR模型描述微信信息传播网络, S表示未接收信息者, I表示主动向外推送者, R表示接收到信息但不向外推送者(潜水者)。微信信息传播的过程以及推送节点i与被推送节点j之间的关系可以描述如下:

(1)

(2)

(3)

这里将对某特定信息持推送态度的节点i作为主要对象, 当被推送邻节点中有S状态节点j存在则向其推送信息, 并且在一定条件下节点j亦转为新的推送节点, 如公式(1)所示; 当邻节点j全部是I、R状态则不再推送信息, 而且节点j状态保持不变, 如公式(2)和公式(3)所示。在现实生活中由于交际性格、习惯等原因, 微信信息接收者在接到信息后, 是转变为I(向朋友圈发布)还是R(潜水)具有极大的惯性, 即潜水者一般不会对所接收到的信息再次向朋友圈发布。另外, 推送节点i的推送热情、信息价值的时效性都随着时间而降低, 在达到某一阈值时节点i则不再具有推送力。微信信息传播网络是有限的, 假设某一时刻有一个或几个节点得到某一特定信息并向邻节点推送, 即转入I状态, 则信息将按照上述规则传播直至网络中没有I状态节点存在。

微信信息在微信用户所构成的社会网络中传播, 进而对相关微信用户产生影响, 同时, 不同微信用户对该信息的态度产生的三种不同反应(积极推送、沉默以对、明确反对), 反过来影响该信息的传播范围。在此, 将每个微信用户抽象为个体Agent建模, 它代表社会网络中的人, 其对微信信息的作用力受到多方面因素的影响。根据微信信息传播的特点, 探究影响微信信息接收者成为推送者的几个关键因素:

(1) 信息的价值因素。某种程度上讲, 信息本身属性一开始便决定了信息的传播范围, 一个毫无价值的信息几乎得不到有效传播。影响信息传播范围的基本属性有很多, 如信息主题的受关注度、信息内容的价值、信息价值的时效等。一条影响深远的时政信息远比日常小事的受关注度高、价值量大、存在意义时间长。同一信息对不同人而言价值亦不同, 但社会关系中人群具有相关性, 对于某一群体每条信息本身的影响力具有一定的稳定性, 可以近似为一个常数v₀。

定义1 信息价值的时效: 由于网络信息与文献信息老化的规律具有一定的相似性, 依据文献老化规律的负指数模型, 定义信息价值的时效:

(4)

其中, 表示t时刻信息在Agent_i处的时效价值, t₀表示信息产生的某一固定时间。对于价值阈值

表示在t时刻, Agent_j保持S状态不变的倾向。现实生活中对于一些类似只有标题的链接, 当其价值表现较小时人们几乎不去打开阅读, 此时Agent_j保持S状态不变。

定义2 信息关注因子: 信息在微信网络之外传播, 如网站、微博等媒体, 从而形成大众对该信息的关注度, 该关注度亦影响信息在Agent_i中的价值:

(5)

其中, 为网络信息衰减特征标度系数, 由经验统计数据获得, 信息价值的针对性越强其值越大, 即反映传播范围窄。 是各种不确定性因素形成的外界关注度, 外界关注度越高, 信息关注因子越小。

(2) 人的相关因素。网络中某一Agent节点受特定信息感染(接收)的影响因素有很多与人相关。信息接收者的身份背景、兴趣爱好、文化程度、心理因素等导致对信息的偏好、交际性格各不相同, 加之对该信息的支持、中立、反对的不同态度, 直接影响Agent由S状态向I状态转变的概率。现实的例子就是喜欢刷朋友圈的人和喜欢潜水的人都和交际性格活跃度呈正相关。

定义3 交际活跃度: 利用Agent_i节点的度(好友数)定义其活跃度:

(6)

其中, 描述Agent_i的交际性格、习惯等对其传播信息能力的影响因子。

定义4 推送者的影响力: 推送者Agent_i的影响力主要与其活跃度l(i)、推送力度β 、信息推送后的时间t、推送者Agent_i与接收者Agent_j的亲疏度r_ij有关。推送者的影响力定义为:

(7)

其中 。对于Agent_i而言, β 和兴趣爱好、文化程度等很多复杂因素有关, 根据统计规律, 取值概率符合正态分布。 体现Agent_i在 时刻将信息在朋友圈发布后, 其向外界的推送热情随着时间推移降低的快慢。这里假设一旦发布信息, 其推送热情即降低到原来的1/2。

定义5 接收者的影响力: 接收者Agent_j的因素直接影响其由S状态向I状态的转变概率, 这些因素主要包括Agent_j的活跃度l(j)、对于信息的传播意愿度A_j。接收者的影响力定义为:

(8)

Agent_j对于信息的传播意愿度A_j, 一般用[-1, 1]上连续实数表示。其中, -1为最大反对, 0为中立, 1为最大支持。

(3) 微信群体影响因素。德国舆情学家伊丽莎白· 诺尔· 诺依曼在其《沉默的螺旋: 舆论— — 我们的社会皮肤》中全面描述了“ 沉默的螺旋” 理论^[22]。她指出舆论的形成主要取决于意见气候, 面对支持者众多的意见气候, 意见相左者必然因害怕孤立而保持沉默。群体影响因素主要指受多数意见和社会压力的心理倾向^[16], 在这里主要指微信群、朋友圈中其他好友的讨论以及评论所形成的意见气候。现实社会中由于微信群体往往是因为一定社会关系紧密联系起来的, 其成员关于该信息的讨论、推送亦对其他成员产生较大影响, 若某个Agent的多个好友都在讨论、推送某一信息, 则该Agent由S状态转为I状态或R状态的概率大幅增加(如图1中编号为6的Agent)。

定义6 意见气候: 意见气候可认为是在一定的空间和时间段内由群体形成的一种宏观舆论, 这种舆论左右群体内成员的信息传播行为, 因此可定义为:

(9)

其中, 要求 是时间阈值, 是Agent_i的好友中首次有人向其推送该信息的时间, 如果持续时间太长则不认为有意见气候形成。n是Agent_i的度, 体现了Agent_i的朋友圈中亲疏关系、话语权重等多方面的影响。若 较大即形成意见气候, 此时若Agent_i的态度A_i与之相反, 则Agent_i只由S状态转为R状态。

基于以上分析, 两相邻节点Agent_i(信息推送者)和Agent_j(信息接收者)进行信息交互时主要受三方面原因制约:

(1) 信息本身价值的制约。信息本身的价值 从根本上影响信息接收者的态度。对于价值阈值 表示在t时刻, 被推送节点Agent_j保持S状态不变的倾向。

(2) 两Agent节点之间的制约规则。信息在两相邻Agent节点之间传递时, 影响Agent_j(信息接收者)由S状态向I状态转变的主要因素包括信息本身的价值因素以及推送者、接收者两方的相关因素。这里定义:

(10)

对于交互阈值 表示对于一个有足够传播价值的信息, 值越大表示Agent_j由S状态转变为I状态的倾向越大, 反之则表示由S状态转变为R状态的倾向越大。其中, Agent_j(信息接收者)的态度A_j有正负之分并具有绝对影响力。这与现实生活中对某一特定信息持不赞成态度的人一般是不会向别人推荐的情况是相符的。另外, 对于处于I状态的Agent, 随着时间的增长 值会减小, 最终将低于阈值导致其由I状态转为R状态。现实中人们向朋友圈推送信息的行为是一次性的, 这种信息的推动力随着时间增长逐渐丧失。

(3) 意见气候的制约。对于某一特定信息, 即使信息接收者在接收到信息时倾向于将该信息向外推送, 也会受到当时意见气候的影响。若意见气候 和Agent_i的态度同向, 则会强化Agent_i的推送决心; 若Agent_i的态度A_i与之相反, 则Agent_i只由S状态转为R状态。