国内微博研究现状综述＊王莹莉 张 敏【摘 要】本文采用文献计量和社会网络分析方法，从时间分布、期刊分布、作者分布以及研究主题等方面，对微博研究现状进行统计分析。
目前，微博研究在传播特征及运作机制上已有一定基础，但对于微博发展至关重要的用户交互行为，基于用户关系的信息组织和聚合共享，以及如何引导和规范集体智慧方面，还尚未形成系统的研究框架。
【关键词】微博 研究现状 文献计量 统计分析Ａｂｓｔｒａｃｔ：Ｕｓｉｎｇ ｔｈｅ ｍｅｔｈｏｄｓ ｏｆ ｂｉｂｌｉｏｍｅｔｒｉｃｓ ａｎｄ ｓｏｃｉａｌ ｎｅｔｗｏｒｋ ａｎａｌｙｓｉｓ，ｔｈｅ ａｒｔｉｃｌｅ ｍａｋｅｓ ａ ｓｔａｔｉｓｔｉｃａｌａｎａｌｙｓｉｓ ｏｎ ｔｈｅ ｒｅｓｅａｒｃｈ ｓｔａｔｕｓ ｏｆ ｍｉｃｒｏｂｌｏｇｓ ｆｒｏｍ ｔｈｅ ａｓｐｅｃｔｓ ｏｆ ｔｉｍｅ ｄｉｓｔｒｉｂｕｔｉｏｎ，ｊｏｕｒｎａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ，ａｕｔｈｏｒｄｉｓｔｒｉｂｕｔｉｏｎ ａｎｄ ｒｅｓｅａｒｃｈ ｔｏｐｉｃｓ．Ａｔ ｐｒｅｓｅｎｔ，ｔｈｅ ｒｅｓｅａｒｃｈ ｏｎ ｍｉｃｒｏｂｌｏｇｓ ｍａｉｎｌｙ ｆｏｃｕｓｅｓ ｏｎ ｔｈｅ ｃｏｍｍｕｎｉｃａｔｉｏｎｆｅａｔｕｒｅｓ ａｎｄ ｏｐｅｒａｔｉｏｎ ｍｅｃｈａｎｉｓｍ，ｒａｔｈｅｒ ｔｈａｎ ｏｎ ｕｓｅｒｓ ｉｎｔｅｒａｃｔｉｏｎｓ，ｉｎｆｏｒｍａｔｉｏｎ ｏｒｇａｎｉｚａｔｉｏｎｓ ａｎｄａｇｇｒｅｇａｔｉｏｎ ｓｈａｒｉｎｇ，ａｎｄ ｇｕｉｄａｎｃｅ ａｎｄ ｒｅｇｕｌａｔｉｏｎｓ ｏｆ ｔｈｅ ｃｏｌｌｅｃｔｉｖｅ ｗｉｓｄｏｍｓ．Ｋｅｙ ｗｏｒｄｓ：ｍｉｃｒｏｂｌｏｇ ｒｅｓｅａｒｃｈ ｓｔａｔｕｓ ｂｉｂｌｉｏｍｅｔｒｉｃｓ ｓｔａｔｉｓｔｉｃａｌ ａｎａｌｙｓｉｓ１ 前言作为Ｗｅｂ２．０时代新兴起的一类开放式互联网应用，微博是一种非正式的迷你型博客。
在维基百科中，它被描述为“一种允许用户及时更新简短文本（通常少于１４０字）并可以公开发布的博客形式。
它允许任何人阅读或者只能由用户选择的群组阅读”。
［１］自２００７年以来，微博以便捷的发布方式，即时、畅通的交流模式以及低门槛的平台设计等优势在全球得到了迅速的普及和发展，中国互联网络信息中心（ＣＮＮＩＣ）发布的《第２８次中国互联网络发展状况统计报告》指出，截至２０１１年６月底，微博用户数呈现“爆发”式增长，半年增幅高达２０８．９％，从２０１０年底的６ ３１１万增至１．９５亿，成为用户增长最快的互联网应用模式［２］。
随着微博用户的迅猛增长，微博研究日益受到学者关注。
本文基于２００７～２０１１年有关微博研究论文的统计分析，从文献增长、期刊分布、作者分布以及主题分布等方面进行全面剖析，揭示当前微博研究状况及存在问题。
２ 数据选取与处理方法本文数据来源于ＣＮＫＩ《中国期刊全文数据库》，以“微博”为检索词，限定关键词字段，检索出关于微博研究的论文共５３２篇（截至２０１１年８月２５日），剔除不相关及重复文献后，最后用于统计分析的有效文献为４８７篇。
笔者利用Ｅｘｃｅｌ对检索结果进行分类汇总，转化为规范化的易处理格式，并建立相应的数据库，然后结合文献计量学和社会网络统计分析方法，对所检索论文的年代、期刊、作者和主题等方面进行分析，最后利用Ｕｃｉｎｅｔ软件进行可视化展示，得出相关结论。
３ 统计结果分析３．１ 论文的年代分布对某一学科或领域的论文年度发文量进行统计分析，可以了解该学科或领域研究的发展历程和研究热度，揭示研究的纵向规律［３］。
近年来我国微博研究的年度发文量如表１所示。
＊本文为国家社会科学基金项目“网络学术社区的信息聚合与共享模式研究”（项目编号：１１ＣＴＱ０３８），西南大学中央高校基本科研业务费专项资金项目“面向一体化虚拟学习环境的信息资源整合与协同服务机制研究”（项目编号：ＳＷＵ０９０９５０７）的研究成果。
表１ ２００７～２０１１年微博发文量统计年代２００７年２００８年２００９年２０１０年２０１１年合计论文数量（篇）０ ０ ６ １５９ ３２２ ４８７比例（％）０ ０ １．２３ ３２．６５ ６６．１２ １００图１ 微博发文量年增长图 从表１和图１中可以看出，２００７年和２００８年两年间我国没有关于微博的研究论文出现，这是由于２００７年微博产品刚刚进入我国，出现了饭否、叽歪等第一批中文微博，微博应用开发处于摸索阶段，几经周折，第一批中文原生微博纷纷关闭。
我国学者关于微博的最早研究成果出现于２００９年，发文量仅为６篇，占发文总数的１．２３％。
而到了２０１０年相关论文便增至１５９篇，占发文总数的３２．６５％，２０１１年仅前８个月发文数已经达到３２２篇，占发文总数的６６．１２％，是２０１０年发文总量的两倍多。
说明伴随着微博应用的蓬勃发展，微博的相关研究日益受到关注。
从图１显示的发展趋势看，今后几年微博的研究热潮仍将持续。
３．２ 论文的来源期刊分布论文的来源期刊可以在一定程度上反映该研究领域的空间分布特点，掌握了其核心期刊群，有利于了解该研究领域的研究视角和研究群体［４］。
本研究中所统计的４８７篇文献，分别发表在涉及各个领域的２２３种期刊上，平均每个期刊载文量是２．１８篇，分布比较分散。
各期刊分布不均衡，载文量最多的可达５０篇，大多数期刊的载文量仅为１篇。
载文量在前１０名的期刊发文情况如表２所示。
表２ 微博来源期刊统计排名期刊名称载文量（篇）占总载文量百分比（％）累计载文百分比（％）１新闻世界５０ ９．８８ ９．８８２东南传播３０ ５．９３ １５．８１３今传媒２２ ４．３５ ２０．１６４新闻爱好者１９ ３．７５ ２３．９１５新闻传播１５ ２．９６ ２６．８８６新闻界７ １．３８ ２８．２６７科技情报开发与经济７ １．３８ ２９．６４８现代视听６ １．１９ ３０．８３９科技信息６ １．１９ ３２．０２１０图书馆学研究（ＣＳＳＣＩ）６ １．１９ ３３．２０ 从表２可以看出，列表中前１０种期刊的累计载文百分比（累计载文百分比＝Ａ１＋Ａ２＋…＋Ａｎ，其中Ａｎ指排名第ｎ位的期刊载文量占总载文量的百分比）为３３．２０％，超过论文总数的１／３，根据布拉德福定律，这１０种期刊处于第一区（即核心区），是研究微博的核心期刊群，从统计结果可以看出，核心期刊群中大多数属于新闻传媒领域，其中《新闻世界》发文量最多５０篇，占总发文量的１０．３％。
由此可见，作为一种新的信息传播形态，微博的发展给传播领域带来了颠覆式的变化，微博的传播机制及其对传统新闻传播模式的影响受到该领域学者的普遍关注。
值得注意的是，以上微博研究高载文量期刊中，除了《新闻爱好者》、《新闻界》为《中文核心期刊要目总览》来源期刊，《图书馆学研究》为ＣＳＳＣＩ来源期刊，其余均为一般期刊，这也在一定程度上反映了当前微博研究论文的质量有待提高。
图书情报领域也表现出对微博研究的关注。
经统计，图书情报界的专业期刊收录的微博研究文献总计４８篇，分布在１８个期刊上。
其中《科技情报开发与经济》、《图书馆学研究》、《图书情报工作》、《情报杂志》、《情报理论与实践》等杂志排在该领域载文量前列。
此外，其他研究领域的期刊对微博的研究虽然也有涉及，但是还缺乏深入、充分的探讨。
３．３ 论文的作者统计３．３．１ 核心作者核心作者是在某一学科领域研究中造诣较深、获得科研成果较多的学者，他们的研究水平和思想观点对该领域的发展具有重要影响［５］。
本研究中对检索出的４８７篇论文的第一作者进行统计分析，共有４５９位作者。
其中最大发文量仅为３篇，共有２位作者，发文数为２篇的作者有２０位，其余４３７位作者都仅有１篇的发文量，占总人数的９５．２１％。
可见，关于微博的研究学者众多，而且比较分散，目前尚未形成具有代表性的核心作者群体。
表３ 微博作者统计第一作者作者单位发文数（篇）王晓光华东师范大学信息学系３刘乙坐重庆工商大学文学与新闻学系３３．３．２ 论文的合作率合作率是人们研究论文合作问题的计量指标，是指一定时期内某学科领域内或关于某一主题合作论文数目与论文总数的百分比。
它反映了一种期刊论文作者合作智能发挥程度，数值越高，合作智能发挥越充分，该研究领域的合作化趋势越强［６］。
表４ 微博论文合作率统计年份（年）发表论文数（篇）合作论文数（篇）论文合作率２００７ ０ ０ ０２００８ ０ ０ ０２００９ ６ ２ ３３．３３％２０１０ １５９ ４８ ３０．１９％２０１１ ３２２ ９２ ２８．５７％合计４８７ １４２ ２９．１６％ 由表４可以看出，在本文统计时间段内，微博论文总数为４８７篇，其中合作论文数为１４２篇，论文合作率为２９．１６％，高于社会科学的合作率１６．７％，这说明微博涉足的领域较广，合作研究较多。
表４中所显示的论文合作率随年份的变化呈减小的趋势，笔者认为，这是由于数据样本本身的限制，２００９年研究刚刚开始，样本数据较少，而２０１１年的样本数据仅取了８月份以前的数据，数据不完整。
微博是一个作用于多领域的互联网应用形式，具有学科交叉性。
随着微博应用的不断扩展，多个学科学者之间的合作会越来越紧密。
３．４ 研究主题关键词是从论文中精选出来的能够反映论文主题内容和关注点的词或词组，可以帮助读者快速了解文章的主题内容［７］。
而对某一研究主题的相关论文的关键词进行统计分析，能够很好地反映出该领域所关注的焦点以及今后关注点的发展趋势。
３．４．１ 微博论文高频关键词统计本研究对检索到的有效题录信息进行计量统计，共得到７６１个关键词，共出现１ ７０５次，平均每篇３．５个关键词，其中关键词数量从２～５个均有涉及，３～４个关键词的文章最多，占总数的８７．８９％。
为了对研究主题进行分析，对关键词进行了处理，去除了研究、影响、发展、应用等非实质性词语，对所抽取的关键词进行同义词、上下位词处理合并后，将这些词按照其出现的频次由高到底进行排序，从中选择出词频不小于５次的关键词，从而确定了３３个高频关键词作为关键词分析的基础，通过Ｅｘｃｅｌ对高频关键词进行处理，形成交叉列联表，并运用数据透视表构建３３＊３３的共词矩阵，如表５所示。
表５ 高频关键词矩阵（部分）关键词把关人博客传播大学生高校公安公共领域互联网话语权把关人博客１ １传播１ ５ １ ２大学生２高校１公安公共领域１ １互联网５ １ １ １话语权２ １教育１ ４ ２ １两会１ ２媒体１ １５ １ ５ ４ １门户网站４ １ １ ５ ２民主企业３社会网络１ １手机碎片化信息１突发事件３图书馆１ ４网络文化１ １微博５ ６ ９１ １９ １２ ５ １３ ３４ １１微博议事１ １ １新闻５ １ 在构建高频关键词矩阵的基础上，将关键词矩阵导入社会网络分析软件Ｕｃｉｎｅｔ中，生成关键词共现的可视化图形（见图２）。