徐翔，同济大学艺术与传媒学院副教授，硕士生导师，博士。
原载于《同济大学学报（社会科学版）》2017年第3期；《新华文摘》（网络版）2017年第23期全文转载
关键词：社交媒体；传受关系；影响力层级；受众
对四种媒体各抽取一年之内的帖子样本用于分析。本研究采取专门主题的抽样，每种媒体都以“Chma”和“culture”为复合关键词，针对某个专题领域爬取帖子样本。各媒体的数据抓取过程分别如下：
Twitter:经采集和过滤后得到从2014年10月11日到2015年10月10日的帖子共13,471条，这些帖子在12个月中随机分布。从中剔除转推数和收藏数都为0的帖子，剩下3,850条。对这3,850帖子采集它们的转推者和收藏者。由于有些受众账号已被冻结，因此并非所有帖子的受众都能成功采集。成功采集的有：转推者9，867条，去重后6，391条，成功采集其中6,383个受众的具体信息；收藏者9,649条，去除重复后5,836条，成功采集5,829个受众的具体信息和影响力数据。
通过SQLSERVER数据库对所得的Twitter数据表进行连接，每一行数据中包含一条帖子的传者资料及其对应的一个受者资料，共得到这样的数据行13,50条。
1.传-受双向关联性
2.受-传关联性
在收藏数反映的影响力等级的对应关系上，对各个等级的传者具有的受众等级之间的对应分布情况，以概率矩阵和交叉表的方式表示如下（见表2）。其中，每一行表示一种传者的被收藏数等级，该行中的每一列单元格表示该等级的传者拥有的各等级受众的比例。例如，对于等级5的传者而言，其受众中等级1的受众占1.6%，等级2的受众占1.7%。表格中最后一行为“总计”，也即每个等级的受众在全体受众样本中所占的比例，例如，等级1的受众在全体受众样本中占1.3%，等级2的受众在全体受众样本中占1.4%。
用“该等级受众所属的比例最高的传者等级”，表示对于某个等级的受众，它在哪个等级的传者中比例最高。其数值以及排序的对应关系如表3所示（传者的第12级只有7个传者样本，样本量过小，其数据不纳入考察范围）。
3.传-受关联性
考察每个等级的传者其受众的分布偏向。由于受众在各个等级的分布还受到总体中受众分布的影响，所以把传-受矩阵中某等级传者所对应的各个等级的受众的比例，减去该等级的受众在总体的绝对比例，也即单元格的值减去该列的总体比例值，这样得到不同等级的受众对应于不同等级传者的“相对比例”见表4）。
用“该等级传者拥有的相对比例最高的受众等级”，表示对于某个等级的传者，它拥有哪个等级的受众是“相对比例”最高的。其中，相对比例指的是，（1等级的传者拥有的j等级受众比例一总体的j等级受众比例）。其数值以及排序的对应关系如表5所示（传者的第12级只有7个传者样本，样本量过小，此处不纳入考察范围）
对各个等级的传者和受众之间的对应分布情况，以概率矩阵的方式表示（具体矩阵结构和前文TVkter部分的表2相同，由于篇幅所限，此处不将全表列出）。其中，每一行表示一种传者等级，该行中的每一列单元格表示该等级的传者拥有的各等级受众的比例。表格中最后一行为“总计”，也即每个等级的受众在全体受众样本中所占比例。
用“该等级受众所属的比例最高的传者等级”，表示对于某个等级的受众，它在哪个等级的传者中所占比例最高。其数值以及排序的对应关系如表6所示（传者的第1级只有27个传者样本，受者的第13-16级为空缺，这几个等级样本量过小，不纳入考察范围）。
考察每个等级的传者，其受众的分布偏向，得到不同等级的受众对应于不同等级传者的“相对比例”具体矩阵结构和前文Twltter部分的表4相同，由于篇幅所限，此处不将全表列出）。用“该等级传者拥有的相对比例最高的受众等级”，表示对于某个等级的传者，它拥有哪个等级的受众是相对比例最高的。其中，相对比例指的是，t等级的传者拥有的j等级受众比例一总体的j等级受众比例。其数值以及排序的对应关系如表7所示（传者的第1级只有27个传者样本，受者的第13-16级为空缺，这几个等级样本量过小，不纳入考察范围）。
用“该等级受众所属的比例最高的传者等级”，表示对于某个等级的受众，它在哪个等级的传者中所占比例最高。其数值以及排序的对应关系如表8所示（其中传者的等级2、的样本量分别为1和2,传者等级4的样本数为24,受众的等级18空缺，因样本量不足，将这四个等级的数据不纳入考察范围）：
考察每个等级的传者，其受众的分布偏向。得到不同等级的受众对应于不同等级传者的“相对比例”具体矩阵结构和前文Twltter部分的表4相同，由于篇幅所限，此处不将全表列出）。用“该等级传者拥有的相对比例最高的受众等级”，表示对于某个等级的传者，它拥有哪个等级的受众是相对比例最高的。其中，相对比例指的是，t等级的传者拥有的j等级受众比例一总体的j等级受众比例。其数值以及排序的对应关系如表9所示（其中传者的等级2、的样本量分别为1和2,传者等级4的样本数为24,受众的等级18空缺，因样本量不足，将这四个等级的数据不纳入考察范围）。
本节对推荐语数量值的转换方式和其他媒体有所例外，是对于传者或受者得到的推荐语数量，设原值为X，转换后的新值为y，则转换方式为，y=INT(LN(x+1）*2）+1。之所以采取这样的不同的方式，因为该原值普遍较小，绝大多数在两位数之内，所以不采用以10为底的对数而采取自然对数；且0值较多，所以先对原值加1，之后再进行对数函数的处理。
关性。
对各个等级的传者和受众之间的对应分布情况，以概率矩阵的方式表示（具体矩阵结构和前文Twkter部分的表2相同，篇幅原因不将全表列出）。用“该等级受众所在比例最高的传者等级”，表示对于某个等级的受众，它在哪个等级的传者中比例最高。其数值以及排序的对应关系如表10所示（因传者的第9、10级为空缺，这两级的数据不纳入考察范围）。
考察每个等级的传者，其受众的分布偏向，得到不同等级的受众对应于不同等级传者的“相对比例”具体矩阵结构和前文Twkter部分的表四相同，由于篇幅所限，此处不将全表列出）。用“该等级传者拥有的相对比例最高的受众等级”，表示对于某个等级的传者，它拥有哪个等级的受众是相对比例最高的。其中，相对比例指的是，1等级的传者拥有的j等级受众比例一总体的j等级受众比例。其数值以及排序的对应关系如表11所示（因传者的第9、0级为空缺，这两级的数据不纳入考察范围）。
[2]刘左元，李林英．新媒体打破了以往社会分层的对话机制和模式[J]．新闻记者，2012(4)：95．
[4]朱天，张诚．概念、形态、影响：当下中国互联网媒介平台上的圈子传播现象解析[J]．四川大学学报(哲学社会科学
版)，2014(6)：7180．
[5]赵高辉．圈子、想象与语境消解：微博人际传播探析[J]．新闻记者，2013(5)：6671．
[6]白晓婷．分众理论下的“圈层受众”理论及其研究[J]．西部广播电视，2015(17)：35．
[7]朱天，张诚．框架理论视域下互联网圈子的传播结构认知[J]．现代传播，2015(10)：128132．
[8][美]彼得·布劳．不平等和异质性[Ｍ]．王春光，谢圣赞，译．北京：中国社会科学出版社，1991：5759．
[9]Adamic，L．，Buyukkokten，O．，andAdar，E．．ASocialNetworkCaughtintheWeb[J]．FirstMondar，2003，8(6)：122．
[10][美]查尔斯·赖特·米尔斯．权力精英[Ｍ]．王崑，许荣，译．南京：南京大学出版社，2004．