[论文解读] What Trends in Chinese Social Media

Louis Yu, Sitaram Asur+1 more|arXiv (Cornell University)|Jul 18, 2011

Complex Network Analysis Techniques参考文献 16被引用 97

一句话总结

本研究分析了新浪微博——中国主导的微博平台——上的热门话题，并将其与Twitter的趋势进行对比。研究发现，新浪微博的趋势主要由幽默内容、图片和视频的转发驱动，而Twitter的趋势则主要由新闻和时事主导。本研究的核心贡献在于首次深入分析了中国社交媒体中的内容驱动型病毒式传播，揭示了中西方在线影响力机制在文化与结构上的显著差异。

ABSTRACT

There has been a tremendous rise in the growth of online social networks all over the world in recent times. While some networks like Twitter and Facebook have been well documented, the popular Chinese microblogging social network Sina Weibo has not been studied. In this work, we examine the key topics that trend on Sina Weibo and contrast them with our observations on Twitter. We find that there is a vast difference in the content shared in China, when compared to a global social network such as Twitter. In China, the trends are created almost entirely due to retweets of media content such as jokes, images and videos, whereas on Twitter, the trends tend to have more to do with current global events and news stories.

研究动机与目标

• 理解新浪微博这一主要中国微博平台热门话题的驱动因素。
• 对比新浪微博与全球性社交网络Twitter在趋势形成与内容方面的异同。
• 识别转发、媒体内容以及用户账号类型（如认证账号与非认证账号）在中国在线病毒式传播中的作用。
• 探究中国与西方在线社交网络在社交影响力机制上的结构性与行为性差异。

提出的方法

• 收集并分析新浪微博随时间推移的热门话题，识别出前100位趋势制造者。
• 获取并分析1,732名随机选取的新浪微博用户的最后100条微博，以研究内容构成与转发频率。
• 将用户账号分类为认证或非认证账号，并分析其在趋势传播中的作用。
• 测量转发、图片、视频或链接包含比例，以评估内容偏好。
• 将新浪微博的转发与媒体内容比例统计分布与Twitter的已知模式进行对比。
• 使用直方图与分布分析，可视化不同内容类型与转发率下的用户行为模式。

实验结果

研究问题

• RQ1 与Twitter相比，新浪微博中主要驱动热门话题的内容类型是什么？
• RQ2 新浪微博与Twitter用户在转发频率及媒体内容（图片、视频、链接）使用上存在哪些差异？
• RQ3 认证账号与非认证账号在新浪微博趋势生成中分别扮演什么角色？
• RQ4 新浪微博趋势在多大程度上由用户生成的幽默内容与媒体内容驱动，而非时事新闻？
• RQ5 有影响力的新浪微博账号与Twitter意见领袖在关注者与被关注者比例及用户行为模式上存在哪些差异？

主要发现

• 新浪微博用户平均50.24%的微博为转发内容，其中56.43%包含嵌入图片，表明对内容分享有高度依赖。
• 仅有5.57%的新浪微博微博包含视频，8.03%包含链接，相较于Twitter，超链接使用极少。
• 在新浪微博前100位趋势制造者中，仅有23位为认证账号，大多数非认证趋势制造者是用户投稿笑话、图片与视频的论坛。
• 新浪微博的转发率与图片包含率分布峰值集中在45%–80%，表明用户在特定内容分享模式上存在显著的行为聚类。
• 与Twitter中趋势多由新闻与时事驱动不同，新浪微博的趋势主要由笑话与表情包等病毒式媒体内容主导。
• 本研究证实，粉丝数量在新浪微博上并非影响力的可靠指标，非认证、内容导向的账号才是推动重大趋势的关键。