社会网络分析视角下的微博围观模型
微博舆情分析与预测模型研究
微博舆情分析与预测模型研究随着互联网的迅猛发展和社交媒体的普及，微博已经成为人们获取信息、发表观点和交流意见的重要平台。
微博舆情的产生和发展对社会稳定和决策的影响日益突出。
因此，对微博舆情分析与预测模型的研究具有重要的理论和实践意义。
在进行微博舆情分析与预测模型研究之前，首先需要对微博舆情的特点进行深入了解。
微博舆情主要表现为大规模的信息传播、多角度的情感表达和瞬时性的传播特征。
大规模的信息传播意味着在短时间内，舆情事件的声量往往迅速增加，并形成信息爆炸的局面。
多角度的情感表达要求我们从不同的角度对微博内容进行情感分类和分析，以便更好地理解用户的情感倾向。
瞬时性的传播特征要求我们能够快速地收集和分析微博数据，以及准确预测未来的舆情走向。
基于上述特点，在微博舆情分析与预测模型研究中我们可以采用以下方法：1. 数据收集与预处理微博的舆情分析与预测模型研究需要大量的数据作为支撑。
因此，我们需要从微博平台上爬取相关的微博数据，并对数据进行清洗和预处理。
数据清洗主要是对噪声数据和无关信息进行过滤，以确保后续的分析和建模工作的准确性。
数据预处理包括文本分词、词性标注和实体识别等步骤，以便更好地理解微博内容。
2. 情感分析情感分析是微博舆情研究中的重要环节，它可以帮助我们了解微博用户对话题的情感倾向。
情感分析主要包括情感分类和情感强度等方面。
对于情感分类，我们可以采用机器学习方法，通过训练样本对微博内容进行情感分类。
对于情感强度，我们可以采用情感词典结合机器学习的方法，对微博内容进行情感强度的评估。
3. 主题挖掘与关键词提取主题挖掘和关键词提取是微博舆情分析的重要内容。
通过主题挖掘，我们可以发现微博中的热点话题和讨论重点。
通过关键词提取，我们可以找出微博中关注度高的词汇和热点事件。
这些信息对于预测舆情的走向和决策具有重要意义。
4. 舆情预测模型的建立舆情预测是微博舆情分析的关键环节之一。
基于前期的数据收集、清洗和分析，我们可以建立相应的舆情预测模型。
基于微博网络的信息传播模型
基于微博网络的信息传播模型基于微博网络的信息传播模型近年来，随着互联网的快速发展，社交网络成为了人们获取信息、交流思想的重要平台。
微博作为社交网络的一种形式，吸引了大量的用户。
在这个微博网络中，信息传播的方式成为了研究的热点之一。
本文将以基于微博网络的信息传播模型为主题，探讨信息在微博网络中的传播规律以及影响因素。
为了更好地了解微博网络中信息传播的特点，首先需要对微博的基本特征进行分析。
微博网络中的用户可以发布短文本信息，这些信息会被其他用户转发、评论或点赞。
这种信息的传播方式有别于传统媒体，具有更强的互动性和传播速度。
微博网络中的用户可以通过关注其他用户的方式，建立起类似社交图谱的网络结构。
在这个网络中，信息传播的路径可以被追踪和分析，从而深入研究信息传播模型。
信息传播的影响因素是微博网络中一个重要的研究点。
首先，用户的社交关系对信息传播起到了关键作用。
一般来说，用户更容易接受和传播来自自己认可的人的信息。
社交网络中的“意见领袖”能够将信息引导到更广泛的受众。
其次，信息本身的内容和质量也会影响传播效果。
新奇、有趣和有用的信息更容易引起用户的关注，并迅速传播开来。
此外，信息的传播路径也会影响到信息的传播效果。
一些研究表明，通过一些关键用户的转发，信息可以快速传播到整个网络中。
为了更好地研究微博网络中的信息传播模型，学者们提出了一些传播模型。
其中，最为经典的是SIR模型。
SIR模型将微博网络中的用户分为三类：易感染者（Susceptible）、感染者（Infected）和恢复者（Recovered）。
在这个模型中，信息的传播过程可以类比为疾病的传播过程。
一旦用户被感染，他们将成为感染者，并可以进一步传播信息给其他用户。
通过对SIR模型的研究，可以更好地了解信息在微博网络中的传播路径和传播速度。
除了SIR模型外，还有许多其他的信息传播模型可以用于微博网络的研究。
例如，独立级联模型、阈值模型等。
这些模型可以根据微博网络的实际情况进行调整和应用，以更准确地描述信息在微博网络中的传播行为。
微博传播现象的社会心理学分析
微博传播现象的社会心理学分析一、引言微博作为一种新兴的社交网络媒体，在我们的生活中扮演着越来越重要的角色。
它的内容涉及信息传播、社交互动、人际交往等多方面的社会心理学问题，因此对微博传播现象进行社会心理学分析具有重要意义。
本文将从社会认知、情感和行为三个方面对微博传播现象进行分析，揭示微博传播现象背后的心理机制。
二、社会认知的影响社会认知是个体在社会交往中面对他人信息时所表现出的一种心理能力。
在微博传播现象中，社会认知发挥了重要的作用。
1. 群体效应群体效应是指当一个人处于一个群体中时，他的言行、行为、态度容易受到该群体的影响，从而使个体的生活和行为都趋向于群体整体。
在微博传播中，用户的关注和点赞数量很大程度上受到了群体效应的影响。
一个帖子如果有很多转发和点赞，会使其他人更容易把它当成“热门话题”而进行转发和评论，从而形成连锁反应，带动微博传播的速度和规模。
2. 信息过载信息过载是指信息的数量或密度大到难以处理的情况。
微博用户需要面对的信息量非常大，很容易导致信息过载，使得用户在选择阅读和回复时感到困难。
对于微博传播者来说，要想在众多信息中突显出来，需要通过鲜明的话题、有趣的内容或是悬念等手段，吸引用户的注意力，从而让自己的微博在众多微博中脱颖而出。
这也是微博传播者常常使用标题党的原因。
三、情感的影响情感是指个体在感知、思考、行动等多个层面体验到的情感体验。
微博传播现象中的情感因素十分复杂，涵盖了人们的喜好、兴趣、态度和价值等多个方面，具有广泛的社会心理学意义。
1. 情感共鸣情感共鸣是指人们在看到别人经历不幸或幸福时，产生的一种情感体验。
在微博传播现象中，一些关于公益、慈善等话题的微博往往会引起用户的情感共鸣，促使用户进行点赞、评论和转发。
对于微博传播者来说，想要达到传播效果，需要充分考虑用户的情感需求，精心设计情感共鸣点，以吸引用户的注意力和情感共鸣。
2. 社会比较社会比较是指个体通过与其他人进行比较，评估自己的能力水平、地位和成就。
微博于社会舆论传播中的特点及应用分析
销”工作的团队，这将有利于提升政府利用互联网开展各项工作的效果。
第三，制定使用指南，推动政府微博规范发展。
应充分借鉴国外政府微博使用经验，总结分析国内政府微博的成效和
教训，探索建立政府内部快速处理与反馈机制，尽快出台相关指导意见或 指南，促进政府微博规范发展。
第四，强化认证机制，确保政府微博安全可靠。
微博的传播特点分析
微博传播特点之一：浓厚的围观氛围
微博的技术设臵：自由进入、自由评论、自由关注、自由浏览、自由
转发的“广场效应”，决定了这种围观的氛围和传播特性。
这种围观的传播特点是怎么影响言论生态的呢？它会影响到一个人的 独立判断，使言说者无法独立地不受影响地去表达观点和作出判断，而不
得不去迎合围观者的偏好，被围观的氛围所感染，甚至被绑架。譬如媒体
别和声音中心，然后舆论领袖引领着舆论的方向。一事当前，许多
粉丝也会在微博中寻找与自己的观点相似的舆论领袖，依赖舆论领 袖扩大自己的声音。
微博传播特点之六：封闭性
这关于一个人的关注视野的问题。因为我们上微博时，一般都会选择跟 自己观点相近或相同的人关注，自己感兴趣的、熟悉的和喜欢的人关注，而 不是去关注自己不喜欢的、观点跟自己相反的人。这种关注的偏好，决定了 你每天在微博上看到的信息，基本上都是跟自己观点相近的、或者自己期待 看到的信息，而根本不会去看可能与自己不同的观点。人以群分，物以类聚， 这种情况在微博上表现得特别明显，于是，微博特别容易形成小圈子，你就 生活在了一个自己通过关注所构造的“封闭世界”中，形成一种膨胀的自我 强化。封闭性还表现在人在微博上封闭的立场上，拒绝被别人说服，拒绝来 自相反立场的信息，乐意传播那些符合自己期待、符合自己立场的假消息， 而不愿意传播那些不符合自己想象和期待、却是事实的真相。
微博受众群体行为分析
3.1 微博特点分析第一，微博的实时性和同步化。
对于每篇微博140个字符的信息量特别适合手机上网用户使用，无论你是在咖啡厅还是在地铁站，都很容易通过手机完毕自己的微博。
因此，微博的即时通讯功能非常强大。
重视更新第二，交流的互动性。
微型博客上是背对脸的follow，当你选择“关注”一个人，你就选择了接受他发布出来的任何信息。
微博向我们暴露了这些信息，在微博上对话都是公开的。
有助于我们了解网络上热门话题是从何而来，从而形成互动。
关注、转发、评论三大功能是其显著特点，使得微博具有很强的互动性，是人与人之间的沟通交流，而不是单方面的表达，与人天生的沟通交流能力不谋而合，充足满足沟通交流的需求。
重视互动重视娱乐第三，书写的自由性。
140个字数的限制，使得微博的内容是微小的。
在内容形式上，传统博客强调版本布置与语言组织，因此博文的创作需要考虑完整的逻辑性，也就是说，在Blog 上写文章的门槛还是很高的；但是使用微博，只要更新一下署名，就被记录了。
没有任何形式上的规定，想发什么就发什么，充足满足人们表达的需求和随心所欲的欲望。
在微博客上，140字的限制将平民和莎士比亚拉到了同一水平线上，这一点导致大量原创内容爆发性地被生产出来。
“沉默的大多数”在微博客上找到了展示自己的舞台。
第四，介质移动化。
移动通信网与互联网的结合为微博赢得了市场。
手机上网成为许多人平常生活不可缺少的媒介接触手段。
移动的介质使得任何人在任何时间发布或者收看任何信息成为也许。
最后，根据以上为前提，微博在发布人群和接受人群上是广泛的并且是偏大众化、草根化的。
在微博上每个人都有发表言论的权利。
微博发明了独特的信息传播机制，涉及内容简短化、发布渠道多样化、便捷化、同步化和草根化。
微博客开辟了一个口碑传播点对点和点对面的新空间，形成了信息流动的新秩序，实现了海量信息的重新组织。
使传统的两级传播是在新媒介中得以重新发挥强大作用。
可以说，微博已经开创了网络口碑传播的新纪元。
记者微博使用与职业群体社会资本：社会网络分析的视角
博士生新论
记者微博使用与职业群体社会资本 ： 社会 网络分析的视角
刘 于思 杨莉明 摘要 本研 究探 讨 了以微博为例的互联 网使用对记者社会资本的影响 ， 通过数据挖掘和社会 网络分析 ， 运 用社 会 资 本理 论 和 强 ／ 弱 关 系假 设 ， 考 察 了２ ９ ５ 名记 者 通过 微 博链 接 网络 形成 的社会 资本 情 况 ， 对 记 者之 间的 强 弱联 系与 不 同类 型社 会 资本 间的 关 系进行 深 入探 讨 。研 究发 现 ， 从 个体 网层 面来 看 ， 记 者 在 职 业 群体 微 博 链接 网络 中的 强联 系大 多为 紧 密型社 会 资 本 ， 而弱 联 系大 多为跨 越 型社 会 资本 ； 将 社 会 资本操 作 化 为 网络规 模 资本 和 中间位 置 资本 后 ， 经验数 据 的 分析 结 果显 示 ， 以微 博 为代 表 的社 会 化 媒 体使 用对 记 者在 职 业群 体 中建 立社 会 网络 、 增加 社 会 资本 具有 积极 效 果 。 关键词 社会 网络分析 ； 微博 ； 社会资本 ； 强联 系； 弱联 系 中 图分类 号 Ｇ２ ０ ６ 文献 标 识码 Ａ 作者简介 刘于思 ， 清华大学新 闻与传播 学院博 士研究生， 北京１ ０ ０ ０ ８ ４ 。杨莉明 ， 北京大学新 闻与传播 学 院博 士研 究生 ， 北京 １ ０ ０ ８ ７ １ ； 嘉应 学 院文 学 院助教 ， 广 东梅 州 Ｉ ５ １ ４ ０ １ ５
联 系 网络 的规 模 的大 小 ” ， 二 是 网 络 中每 个 成 员 “ 以 自己的权 力所 占有 的资源 的多 少”Ｉ Ｓ ］ 。因而记 者 在微 博链 接形成 的社 会 网中 的社 会资 本也相 应
微博社交网络中的信息传播模型研究
微博社交网络中的信息传播模型研究随着信息技术的发展和普及，微博已成为人们日常生活中必不可少的社交媒体之一。
微博的特点是快速、广泛、互动性强，已成为信息传播的重要渠道之一。
因此，微博社交网络中的信息传播模型研究具有重要意义。
一、微博社交网络中的信息传播机制信息传播机制就是指一个信息从起点传播到目的地的整个过程。
在微博社交网络中，信息传播是由分享者发出一条微博开始的。
这条微博会通过关注者、粉丝等传播下去，直到各个社交网络中的用户都可以收到这条信息。
微博的传播模式通常包括单向传播、双向传播、多向传播等。
二、微博社交网络中的信息传播规律研究微博社交网络中的信息传播规律，需要考虑以下几个方面：1. 用户的参与度：微博社交网络中，每个用户都是信息传播的参与者。
在微博中，用户可以通过点赞、评论等方式参与到信息传播中。
通过研究用户的参与度，可以了解到信息传播的社交性质。
2. 用户的兴趣：一个用户是否会分享一条微博，与他的兴趣爱好息息相关。
通过研究用户的兴趣，可以了解到什么样的信息更容易在微博上传播。
3. 微博内容的表达方式：微博中的内容包括文字、图片、视频等多种形式。
不同的表达方式会对信息传播和传播速度产生影响。
三、微博社交网络中的信息传播模型研究微博社交网络中的信息传播模型，可以帮助我们了解信息传播的过程中存在的规律和问题。
目前，常见的微博信息传播模型可分为基于独立级联模型、基于复杂网络模型等几种。
1. 基于独立级联模型：该模型基于一个假设，即用户之间从未相遇过，每个用户以一定的概率传播或者不传播信息。
这种模型通常比较简单，但是存在着不足之处。
2. 基于复杂网络模型：复杂网络模型适用于研究微博社交网络中的信息传播规律。
它可以模拟社交网络中节点之间的联系，并用计算机算法来分析和预测信息传播过程。
四、微博社交网络中信息传播的应用研究微博社交网络中的信息传播模型，不仅可以帮助我们了解信息传播的规律和机制，还可以为实际应用提供一定的参考价值。
微博社交网络中的用户行为分析方法研究
微博社交网络中的用户行为分析方法研究随着社交网络的快速发展，微博作为中国最具影响力的社交媒体平台之一，吸引着数亿用户的关注和参与。
在这个庞大的微博社交网络中，用户的行为呈现出丰富多样的特征，如何分析和理解这些用户行为对于精准推送、舆情监测、用户画像等应用具有重要意义。
本文将探讨微博社交网络中的用户行为分析方法，并提出相应的研究思路和方法。
一、微博数据的获取与预处理要进行微博社交网络中的用户行为分析，首先需要获取微博数据并进行预处理。
常见的获取微博数据的方式包括使用微博的API接口、爬虫技术等。
获取到的数据需要进行去重、过滤垃圾信息、分词等处理，以提高后续分析的准确性和效率。
二、用户行为的特征抽取与表示方法在微博社交网络中，用户的行为表现出了多样性和复杂性。
为了更好地分析和理解用户行为，需要从微博数据中抽取出一些关键的行为特征，并找到合适的表示方法。
常见的用户行为特征包括用户关注与粉丝数量、微博数量、转发与评论数量、微博内容的情感倾向等。
而用户行为的表示方法可以采用向量表示、矩阵分解等。
三、用户行为的分类与聚类方法用户行为的分类与聚类是用户行为分析的核心部分。
通过将用户行为分为不同的类别，可以更好地理解和描述用户的行为习惯和喜好。
常见的分类与聚类方法包括基于规则的分类、基于机器学习的分类和聚类方法等。
其中，机器学习方法如聚类算法、分类算法等在用户行为分析中应用广泛，如K均值聚类算法、支持向量机、朴素贝叶斯分类器等。
四、用户行为的时间特征分析用户行为中的时间特征对于微博社交网络的研究具有重要意义。
不同时间段的用户行为可能存在差异，如用户在工作日和周末的行为习惯、用户行为在不同时段的活跃度等。
因此，对用户行为的时间特征进行分析是非常必要的。
常用的时间特征分析方法包括时间序列分析、周期性分析和异常检测等。
五、用户行为的影响力分析微博社交网络中的用户行为不仅仅是用户自身行为的表现，也受到其他用户的影响。
因此，分析用户行为的影响力具有重要意义。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
社会网络分析视角下的微博"围观模型"摘要：本研究从社会网络分析的视角下看微博，基于社会网络分析理论，将微博中人与人的关系量化，使用专业软件Ucinet进行数据分析和图表制作，得出一个直观模型——微博“围观模型”，该模型体现了微博整体网的基本特点：名人间交流频繁，形成小圈子;普通人置于圈外“围观”，与名人交流的愿望实质上无法实现;普通人与普通人之间的有效交流也很有限。
这一整体网特征还可以被推广到微博中基于相同兴趣而形成的“小团体”中的社会关系。
沿着传播中“技术-传播-社会”范式，微博这一新兴互联网应用形成新的传播方式，新的传播方式构建出虚拟网络。
“围观模型”这一概念虽用来描述这一虚拟网络的特征，却也折射出现实社会中的社会网络关系特点，体现了人们交流的困境。
关键词：社会网络分析微博 Ucinet 围观模型“技术-传播-社会”范式交流困境微博客(Micro-blogging/Microblog)作为新兴的社会化媒体，逐渐受到人们的关注。
微博客，简称微博，是一种允许用户及时更新简短文本(通常少于200字)并可以公开发布的博客形式[1]。
与传统博客和SNS网站不同，微博中的关注更为主动，用户可以根据自己的喜好选择关注的人，而被关注者的动态就会被显示在该用户的页面上，“这种半广播半实时交互的微博客机制，使得用户组成多个交流分享的小圈子，群体传播在这里得到凸显。
”[2]在这里，人们不仅可以与自己实际生活圈子中的朋友互相关注，分享信息，也可以关注名人的一言一行，也有可能得到名人的关注。
微博这一互联网应用的兴起改变了传播方式，随着用户量的增多和稳定，新的传播方式逐渐构建出虚拟社会网络。
本研究将微博用户分为两类：名人与普通人，基于这个分类，使用社会网络分析法，提出“围观模型”这一概念，发现微博社会网络有以下关系特征：1.名人与名人之间互相关注、转发、评论，形成交流的小圈子;2.普通人关注名人，转发、评论其微博，但很少能收到回复，虽有与名人交流的意愿，但无奈只能在圈子之外，处于“围观”状态;3.普通人与普通人之间可能由于种种原因相互关注，但很难产生有效注意力，活跃交流只能保持在某几个特定用户之间，因此，普通人要想扩展关系圈难度较大。
从新兴互联网应用到新媒体变革，再到虚拟社会网络的建构，微博的发展体现了传播的“技术-传播-社会”范式。
“围观模型”不仅表现了虚拟社会网的特征，也折射出现实社会网络的状态，体现了人与人之间交流的困境。
一，文献综述：国内外从社会网络分析视角对微博进行的研究还不太多。
已有的研究结论总结起来有以下几种：嵌套说，圈子说，单向说，特性说。
这几种说法对于微博中人与人之间的关系模式及模式背后的原因，观点各有不同;共同点是都认为微博已经形成了社会网络，应该从这个视角出发对其进行研究;但多数研究还停留于猜想和推理阶段，缺乏客观数据支持。
1.嵌套说“嵌套说”认为在微博中，以每个用户为中心的人际关系网络在关注他人或被他人关注时, 会嵌套到另外一个用户的圈子里，以此扩展自己的社会网络。
这个观点同时又认为：微博的沟通机制允许用户之间直接链接，这就意味着，每一个用户在理论上都有可能与这一平台上的任何一个用户相识，当全世界所有的微博平台打破藩篱互通互联后，地球上的任何两个人之间都有可能直接对话，而不必通过其他节点作为中介。
[3]“嵌套说”的前半部分揭示了微博中社会网形成的基本原因，但后半部分的推论只是一种理想情况，明显过于乐观。
2.圈子说“圈子说”认为微博中的人们之间的联系不是随机的，而是因信息偏好的不同形成一个个虚拟“圈子”。
微博用户极其之间的关系本质上是一个社会网络。
[4]“圈子说”以每个用户为中心说明了微博中个人网的特征，但缺乏对微博整体网的说明。
3.单向说“单向说”则认为拥有社会公共资源多的那群人更易被关注，但他们一般不会去反关注这些粉丝。
[5]“单向说”提出了一种现象，但缺乏实际数据的支持，只是一种经验说。
4.特性说“特性说”认为“中心节点”是微博社会网络的重要组成部分，与此对应，“意见领袖现象”应该是微博的基本特性，因为满足增长与优先情结，使得越连接越强大，越强大越被连接。
[6]“特性说”提出了微博中的马太效应，但同样缺乏相关定量研究的证明，仍处于假说状态。
二，研究工具：本研究旨在分析微博用户间的关系，进而构建微博社会网络图谱，属于社会科学研究范畴。
典型的社会科学研究数据分为两种：属性数据(如行动者的观点、态度、性质等)、关系数据(如关于行动者间联系、接触、联络的数据等)。
前者多使用统计学软件进行变量分析，后者多使用社会网络分析软件进行关系分析。
本研究的数据属于后者，使用的主要工具为社会网络分析软件Ucinet。
三，取样说明：国内已开展微博业务的网站有：新浪、腾讯、网易、搜狐、嘀咕、人民网等，其中新浪微博起步较早，是国内微博业务发展相对较成熟的网站，影响力也强于其他网站。
新浪微博在发展之初就定下了“名人”线路，以名人进驻为特色，相比其他微博，新浪微博的用户分层更明显。
因此本文主要以新浪微博为研究对象。
在新浪微博的众多功能应用中，转发、评论、关注数、粉丝数是能够量化、清晰可见的，但转发和评论往往存在重复，且难以考察交互性，故本文采用关注数作为衡量指标。
为了更明确地体现名人与普通人的区别，本文中将“名人”定义为新浪微博“加V”(新浪认证)且粉丝数超过10万的用户，将“普通人”定义为没有加V或加V但粉丝数少于10万的用户。
在取样时，选取新浪微博排行榜的前50名用户作为名人样本;在微博广场“大家正在说”滚动栏目中随机抽取50名用户作为普通人样本。
四，数据处理：对这100人进行编号，名人用户编号对应如下：姚晨(1)，小S(2)，赵薇(3)，蔡康永(4)，谢娜(5)……胡歌(46)，洪晃(47)，杨千嬅(48)，黄圣依(49)，selina(50)[7]普通用户编号对应如下：聽貝拉瑜唱情歌(A1)，曱甴崽崽滴窝窝(A2),Pandahyn(A3)，草根巴菲特(A4)，Miss 小摆羊(A5)……爽爽-92(A46)，negro小个(A47)，露露814(A48)，钟嘉聪(A49)，王梦娜(A50)[8]此矩阵中，首行和首列表示微博用户编号，矩阵内元素则表示用户之间的关系：1表示行用户关注了列用户，0表示没有关注。
五，数据分析：社会网络分析方法将社会关系量化，通过分析数据构建社会网络。
具体的分析方法包括中心性分析、凝聚子群研究、块模型建构、结构洞和中间人研究、一致性分析等等。
本文主要通过中心性分析、凝聚子群研究、社会网络图来对微博中的社会网络进行分析。
[9]1.中心性(centrality)分析中心性分析是社会网络分析中最常用也最重要的方法之一。
中心性侧重于衡量个人或组织在其社会网络中处于怎样的中心地位，是对个体权力的量化分析。
中心性分析包含多种指标，如：点的度数中心性、中间中心性、接近中心性等，每个指标下又针对社会网络中的点、线、图细分为多种次级指标。
根据本研究的需要，下面详细介绍几种衡量指标：(1)点的度数中心度(point centrality)点的度数中心度指的是在一个社会网络中，与某成员直接发生联系的其他成员的点数，又分绝对中心度(Degree)和相对中心度(NrmDegree)，后者是前者的标准形式。
表(2)中，OutDegree指成员发出关系的点数，即微博中的“关注数”，InDegree指成员接受关系的点数，即微博中的“粉丝数”。
NrmOutDeg、NrmInDeg分别是这两者的标准值。
由于数据量较大，表2以InDegree列为关键值降序排列，省略了部分数据。
由表(2)可知，名人用户与其他成员发生联系的数量远高于普通用户;部分普通用户在此社会网络中处于孤立状态，既没有关注他人，也没有被他人关注;大部分普通用户关注了他人，但并没有得到他人的关注。
由于本研究侧重的是关注者与被关注者之间交流的往来关系，所以我们对此数据进行处理，计算InDegree/(InDegree+OutDegree)的值，如表(3)。
由表(3)可以，被关注/关注所得值最高的用户为郭敬明，郭敬明以较少的关注数赢得了较多人的关注，也就是说，他的被关注成本是最低的。
从表(3)中可知，被关注成本较低的10人均为名人用户。
(2)点的中间中心度(betweenness centrality)点的中间中心度衡量的是在一个社会网络中，某成员是否处于“通过控制或曲解信息的传递而影响群体”(Freeman)的重要地位，即在多大程度上处于其他成员的中间，是否发挥出“中介”作用。
点的度数中心度衡量的是一个成员与其他成员发展交往关系的能力，而点的中间中心度衡量的是某成员控制网络中其他成员之间交往的能力，它不仅依赖于与成员与邻接成员之间的直接关系，还取决于成员与网络中所有其他成员之间的关系。
前者关注交往活动，后者关注对交往的控制。
表(4)中，Betweenness指中间中心度。
从结果中可以看出，中间中心度最高的是蔡康永、姚晨、黄健翔等人，说明这些人在此社会网络中处于控制交往关系的权力地位。
同时，有一部分成员的中间中心性为0，说明这些人几乎不具备控制相互交往关系的能力，而这些毫无控制能力的人多为普通用户。
2.凝聚子群研究社会结构是在社会行动者之间实存或潜在的关系模式，凝聚子群是一个行动者集合，在此集合中，“行动者之间具有相对较强、直接、紧密、经常的或者积极的关系”[10]。
凝聚子群研究则是从某种社会结构中找出凝聚子群。
随着社会网络分析法的发展与完善，多种不同的凝聚子群类型被提出，如基于关系互惠性的派系研究，基于成员之间接近性的n-派系，基于点的度数的k-丛、基于成员关系密度的Lambda集合等等。
根据本研究的需要，下面将详细介绍有向关系网络中的派系概念。
在一个社会网络关系图中，“派系”指至少包含三个点的最大完备子图。
派系中最少包含三个成员，且任何两个成员之间都是直接相关的，派系形成后将无法向其中加入新的点。
对此社会网络进行派系分析(派系最小成员设置为8人)，结果如下：表(5)是在此网络中找到的44个派系，从中可知，这44个派系几乎都是由名人之间组成。
将此结果图像化，得到树状派系图，如下：图(2)是将图(1)中部分派系放大所得。
从表(5)、图(1)、图(2)可看出，此网络中的各个派系几乎都是由名人组成的，这说明名人之间存在互惠关系，他们相互关注、分享资源，而普通人很少能进入到这些派系中。
从图中可看出，90%以上的普通用户或无法进入任何子群，或处于派系的最边缘。
3.图论法图论法是社会网络分析中的一种基本方法，典型的图论中以节点代表行动者，连线代表行动者间的关系，有向图中的连线还会以箭头表示关系的发生方向。