微博用户转发动机实证分析

微博用户转发动机实证分析

胡珑瑛，董靖巍

(哈尔滨工业大学管理学院，黑龙江哈尔滨150001)

摘要：微博在信息的传播效果和传播速度上拥有突出优势，转发功能可以使微博信息在短时间内实现跨群体、病毒式传播，并通过几何级的传播而形成广泛影响力。本文以新浪微博普通用户为实验对象，通过网络问卷收集数据，采用因子分析和主成分分析法研究微博用户的转发动机。微博普通用户转发微博的动机主要为：娱乐消遣动机、自我实现动机、环境监测动机、人际交往动机。最后，根据微博用户转发动机的分析结论，提出了相应的政策建议。

关键词：微博用户；因子分析；主成分分析法；信息传播；转发动机

收稿日期：2014-09-15修回日期：2015-01-10

基金项目：国家自然科学基金面上项目(71271069)；教育部人文社会科学基金项目(10YJC860040)；国家科技支撑计划项目(2012BAH81F03)；黑龙江省软科学研究计划(GC13D401)。

作者简介：胡珑瑛(1960-)，男，黑龙江哈尔滨人，哈尔滨工业大学管理学院教授、博导，研究方向：技术创新管理、网络舆情等。

中图分类号：G203

文献标识码：A

文章编号：1002-9753(2015)02-0175-08

Abstract：Micro-blog has outstanding advantages in the effects and velocity of information propagation.Forwarding function can make micro-blog information spread cross groups like virus in a short time and form a wide influence by spreading exponentially.In this paper,taken Sina micro-blog users as experimental objects,it adopted Factor Analysis and Principal Component Analysis method to study the forwarding intention of micro-blog users by collecting network data through questionnaire.And the forwarding intention mainly included entertainment motivation,self-realization motivation,environmental monitoring motivation and interpersonal motivation.Finally,according to analyzing conclusions,it put forward the corresponding policy recommendations.

Empirical Analysis of Micro-blog Users’ Forwarding Intention

HU Long-ying,DONG Jing-wei

(Managementschool,HarbinInstituteofTechnology,Harbin150001,China)

Key words: micro-blog users;factor analysis；principal component analysis;information propagation；forwarding intention

微博满足了现代人对信息简单、即时和分享的需求，因此可以被大范围传播，但信息的正确性难以保证，易导致虚假信息泛滥[1]。日前，两高出台的《司法解释》明确界定了网络谣言犯罪，规定“同一诽谤信息实际被点击、浏览次数达到五千次以上，或者被转发次数达到五百次以上的”，应当认定为诽谤行为“情节严重”。《司法解释》的出台，对微博用户转发信息，推动事态发展也将产生深远影响。微博信息传播是由分散的网民自发进行的一种信息传播活动，微博平台的传播不是像传统网站那样的自上而下、点对面的发布平台，人们更多的是在某些网络的“节点”中发布信息。 微博利用社会网络来实现信息的扩散，而这一平台上信息传播活动又会丰富与拓展个体的社会网络。例如，由于发布的信息引人注目，获得了很多的“粉丝”，这些“粉丝”就是社会网络上的新节点。这样的进步同时带来微博用户的信息安全问题。

微博是一把“双刃剑”，在为社会个体提供自由表达意见、参与社会公共事务提供便利的同时，也成为有害信息和社会杂音传播的主要途径。一些敌对势力利用微博对中国进行分化，制造动乱、传播政治谣言，微博已成为他们对中国民众、军方进行政治战、思想战、心理战的重要工具和无形武器，已然成为能够对经济、政治、社会治安等进行破坏的一种高级现代战争的形态。造谣、诬蔑、诽谤的微博，利用民众的从众心理、猎奇心理，极易制造社会有害舆论，把大量带有蛊惑性质的匿名言论散布在社会的各个角落，引发网络舆情，对国家和人民利益造成损害。防止政治谣言，必须通过建立舆情监测分析系统、健全信息上报机制、扩大信息收集渠道等方式加强微博舆论预警能力建设，并加大对网络政治谣言的打击力度，以维护社会稳定。因此，研究微博转发行为背后的心理动机，从理论层面有助于丰富社会化媒体研究的理论成果，为社会化媒体信息传播的相关研究提供借鉴。在应用层面可以了解用户对相关信息转发意愿的差异，一方面有助于各微博运营商更好地了解用户需求和用户行为，从而采取各种措施促进用户的转发行为；另一方面，可以有助于品牌商借助微博媒介更好地宣传品牌和提供服务。此外，通过分析用户的转发动机，能够帮助政府更快地识别网络谣言，控制政治谣言传播，为正确引导舆论提供先机，最大限度地减少对国家和人民利益造成损害。

一、微博用户心理动机国内外相关研究回顾

微博是一种开放式互联网的社交服务，其概念最早由Evan Williams提出的。微博信息传播的一个重要助推器是其转发功能，转发功能使微博信息可以很容易在短时间内实现跨群体传播，并通过几何级的传播而形成广泛的影响力[2-4]。国外学者对微博用户使用动机的研究开展较早。

Jung T.等人分析了韩国SNS使用者的动机，指出娱乐、自我表达、专业提升、打发时间和与家人朋友交流是几个主要的动机[5]。Shin认为微博用户使用动机可以分为内在动机(intrinsic motivation)和外在动机(extrinsic motivation)两个类别[6]，内在动机主要指用户的娱乐动机；外在动机是指用户的社交动机。Pongsajapan,Robert A.提出用户使用微博的几个动机中“学习新事物”和“与喜爱的个人和组织联系”是占比例最多的两种动机[7]。Brandtzaeg,P.B.等研究认为人们使用社交网络的最主要动机有信息、娱乐、社交以及个人身份等四个因素[8]。Naaman M.等研究者发现使用 Twitter的用户主要出于两种目的：获取信息和社交需要[9]。D.Boyd 等认为转发微博是人与人之间沟通的一种方式，用户转发微博有公开评论信息和娱乐等动机[10]。Agrifoglio R.等基于TAM模型研究指出感知有用性、感知易用性、享乐性以及娱乐性是人们持续使用微博的主要动机[11]。Dumlao和 Ha研究认为微博使用者的动机主要有：娱乐、信息、社交、自我呈现以及专业提高[12]。Lee C.S.和 Ma L.从使用与满足(U&G)和社会认知理论(SCT)角度探讨了信息搜寻的影响，包括社交、娱乐、追求地位和新闻共享意向等社交媒体共享经验[13]。

我国学者针对新浪微博、腾迅微博等在线平台研究用户使用动机的成果也很多。黄成认为微博用户使用微博的动机有：知识学习、社会交往、公共信息获取等[14]。赵文兵认为微博用户转发的动机在于搜寻信息、了解的专业信息以及一时兴起的冲动等[15]。王冰冰认为在非常规突发事件中用户的满意度、易用性及有用性感知、道德感知等影响在线社会网络用户信息共享的动机[16]。胡昌平等认为“信息交流与分享”在社会化网络服务环境下尤为突出，“人际交往”也是用户一个重要的使用诉求[17]。钱颖等研究认为人们使用和转发微博的动机主要是追赶潮流[18]。蔡剑，詹庆东基于马斯洛的需求层次理论将通过访谈获得的信息分享行为动机归为五个层次：基本需要层次、安全需要层次、社会需要层次、尊重需要层次和自我实现层次[19]。柳瑶认为微博用户使用转发的动机在于记录生活经历、分享生活感受和表达内心情感等[20]。王国华，郑全海等认为人们转发热门微博的动机较一般微博更大，发布者多数为“微博控”，转发的动机为关注时事[21]。

微博是当下发展最快的新媒体形式，与传统的新闻网站最大的区别在于其传播速度和便捷性。从传播途径来看，微博能引起人们的广泛传播和欢迎，证明它满足了人们对信息获取的需求，比如思想需求、心理要求、审美或者其他方面的利益需求等。从表现手法上看，发表微博的方式方法非常便捷，受到的限制极少，大多数人都可以通过微博分享身边发生的新鲜事物或者关注焦点，并抒发自我情感以及对社会事件的看法。随着3G、4G网络和WEB2.0技术的不断发展，无论企业个人，只要有介质(手机、平板电脑、台式电脑等)，都可以无限畅聊微博。微博事实上因其便捷性和及时性已经成为全球性的新媒体传播平台。

纵观国内外学者对微博用户使用动机的研究可以发现，国外学者比较倾向于认为微博用户的使用动机侧重自我表达、交互性、信息收集、信息分享、自我提升和娱乐等方面。相比之下，我国学者的相关研究更侧重于心理和行为等层面，学者们对情感表达、信息获取和分享、自我提升、社会交往等微博用户动机认同度较高，但对于娱乐性动机的认同度相对低一些。综合国内外学者对微博用户使用动机的研究成果可以看出，某些动机比如信息表达、信息获取和分享、自我提升、娱乐等方面出现频率较高，学者们观点相对较一致。但是，学者们对不同动机的认知、重要程度的把握等稍有不同，例如，娱乐动机的重要性对国内外微博用户也存在一定的差别。

二、微博用户转发行为与动机分析

用户利用微博这一平台转发信息的动机有很多，有的是主动积极的学习，有的是为了给相关事件推波助澜，有的带着较强目的性，而有的可能就是无聊而已。详细分析转发的行为和可能的动机，有助于对转发动机的准确分类和深入研究。

关于微博用户转发动机除了来自微博形式的自动力外，还来自微博用户需求的拉动力和微博社会功能的推动力。从传播学的角度看，微博中把关人的权力正发生转移。网络媒体的出现使得传统意义上的“把关人”对信息的控制影响力正在逐渐弱化。而微博用户个体的传播权力得到扩大，每一个用户都是信息的把关人，用户在微博中实现对信息的关注、编辑、转发，自主性更强，用户的个性化信息需求得到最大化的满足。转发是一个信息甄别、信息接力的过程，微博用户会将所关注用户中自己感兴趣的、符合自身传播标准的信息进行传递，转发行为将信息纳入用户自己构建起的信道之中。从社会学的角度看，转发获得各种社会满足度。在微博中，用户通过转发来推荐信息是一种获得休闲娱乐的满足度、自我认同的满足度、群体归属感满足度的行为表现。本文围绕微博用户需求和使用动机的相关文献，归纳得出以下16种用户的转发动机，并将其作为下文实证测算的变量：

(一)缓解压力，发泄不满。在紧张的社会压力下微博这一网络虚拟平台为用户提供了可以尽情发泄的空间，一些用户通过转发可以恰好表达心情的微博来舒缓压力，发泄不满。

(二)微博信息幽默、快乐、趣味。微博里的有趣信息是海量的，很多用户专门发布这种快乐幽默的信息，如帐号@微博搞笑排行榜发布的内容，就经常被大量转发。

(三)打发无聊时间。现在是微博时代，很多用户一无聊就会不知不觉地登陆微博，登陆后不知道做什么，又不愿意原创发布微博，就会转发一大堆感兴趣的信息。

(四)参与活动。凡客诚品(VANCL)在2009年巧妙利用微博进行了一次促销推广活动，即“尽享50款完美圣诞礼29元起，选你所想挑你所爱”。这种商品推广与传统媒体上的广告不同的是，如果商品的确受欢迎，那么微博上的用户就会积极转发，自发地为其做广告。可以说，微博上成功的商业推广，大多基于微博用户主动转发。

(五)对微博信息的认同与认可，产生共鸣。微博很能体现受众的自主选择性，很多用户在收看微博时，如果认同其内容就会选择性地接受该信息，同时进行转发让粉丝也能了解这些微博。事实上，用户更倾向于发布或转发其感兴趣的微博。因此，用户的微博内容反应了用户的兴趣，且转发同一类微博用户的兴趣较为相近。

(六)呼吁推动事件发展。每当现实生活中有事件发生，微博总能很快地传播开来，会有相当多的用户开始关注事件，并利用转发功能推动事件发展。研究表明，微博用户通过转发和评论，可以将某一事件迅速推至舆论高潮，也可以设置议题，改变公共舆论议题走向。

(七)对生活或事件的感悟。如果用户在微博上看到一则信息，使其对生活或事物有所感悟，就会转发该信息，可能还会加上自己的感悟作为转发评论。

(八)自我形象塑造。有些用户会转发能表达自己、展示自己的微博，借此让粉丝在转发的微博中了解自己。有些用户会转发好友用户中描述自己内容的微博，通过转发别人对自己的描述来达到自我形象塑造。

(九)与好友交流互动。微博转发是可以让原作者知道的，并且再次转发的时候会加上//以区分上一级转发的评论，还会加上@用户。这样转发微博时可以和好友转发的进行区别，又可以让好友知道，很多用户就是利用这种方式与好友互动。

(十)追星，与名人虚拟交往。有人说微博是名人的媒体，明星只要开微博，就会吸引大量粉丝关注。而这些明星发布的微博，不管内容如何都会有粉丝进行转发，如微博女皇姚晨，她发布的每篇微博都会遭到疯狂转发。

(十一)帮助好友，祝福好友。微博中很多用户都会关注自己现实生活中的好友，好友因需要帮忙或祝福时发布的微博，会被用户在朋友圈内互相转发。如有用户互相转发朋友的结婚照，并加上自己的评论，对好友进行祝福。

(十二)对同一话题的讨论与交流，建立交往圈子。微博有个#话题#功能，有些用户会在这些话题中转发微博，与同一话题的其他用户交流，甚至还建立自己的圈子，通过互相评论、转发等功能来进行交流。

(十三)与专业兴趣相关。微博用户各行各业都有，一些专业人士或组织会即时发布相关专业的内容，对这些内容感兴趣的用户在收看到时就会转发。

(十四)了解新闻动态。微博信息的实时性不低于任何一种媒介，很多新闻事件都可以在微博上及时快速地传播。用户在了解新闻的同时也会将所看到的微博进行转发，让自己的粉丝也能了解到最新消息。

(十五)学习知识。微博虽然只有140个字的内容限制，但仍可以发布知识量非常高的信息，而且还可以附加上非常多的信息，如链接、图片、视频等。有非常多的专业人士会发布自己擅长的内容，其粉丝为了学习到知识就会进行转发，来达到记录的目的，还可以通过与用户互动，提出并解答问题。

(十六)身边发生的事情与自己息息相关。微博虽然是网络虚拟平台，但还是离不开我们的生活，会有许多用户将自己平时的生活发布微博，当用户身边的好友发布微博，而这些事情又发生在自己身上或与自己相关的时候，有些用户就会进行转发。

三、微博用户转发动机实验

(一)实验方法

本实验结合数据挖掘与问卷调查法进行设计。具体方法如下：

1.从新浪微博注册一个开发者账号，自己开发应用，在网上发布该应用，邀请普通用户进行填写，接受调查的用户根据自己转发该微博的动机进行问项回答，程序获取该用户的转发微博和个人信息并保存，后期进行数据处理。接受问卷调查的用户只需回答每条转发微博的转发动机，其他数据都可以通过程序自动获取。该实验是以转发的微博“条”数作为基本单位来调查，即一个用户可以调查多条转发微博。

2.实验运行部署在Google App Engine 上，发布7个应用，定期维护网站。最后将这7个应用的数据全部收集到本地进行整合处理，提取需要的数据。

3.使用SPSS软件进行数据分析，导入数据，使用因子分析法的主成分分析法提取公共因子。

(二)样本选取及因子提取

本文抽样遵循以下原则：一是性别比例合理化；二是样本人群相对年轻化；三是使用微博次数相对频繁化。根据该原则，本文共选取了1946份样本，研究设计了16个相关项(上述16种用户转发动机)。在上述样本人群中，包括男性984位和女性962位；年龄处于18~30岁的占66.4%，年龄在31～40岁的占22.8%，在17岁以下或40岁以上的占10.8%；每天都会登录微博的占54%，2～3天登录一次微博的占37%，用户登录频率相对较低的约占9%。同时，粉丝数和关注数是一个重要的影响因素，在选取的样本中，在博主粉丝数方面，粉丝在50人以下的占4.6%，50人至100人的占11.2%，100人至200人的占52.4%，200人至500人的占22.1%，500人以上的占9.7%；在博主关注数方面，50人以下的占3.8%，50人至100人的占11.8%，100人至200人的占25.6%，200人至500人的占42.6%，500人以上的占16.2%。可见，所选样本比较符合微博普通用户的特征，在性别比例、使用人群、使用频度、粉丝数和关注数等方面都具有一定的代表性，因此可以用于研究普通用户的微博转发行为。

在利用因子分析法之前，先对样本进行KMO(Kaiser-Meyer-Olkin)和Bartlett 球形检验。KMO测度的值越高(接近1.0时)，表明变量间的共同因子越多，研究数据适合用因子分析。Bartlett球体检验的目的是检验相关矩阵是否是单位矩阵(identity matrix)，如果是单位矩阵，则认为因子模型不合适。应用SPSS软件计算得到KMO值为0.778，且Bartlett球形检验的显著性水平P<0.001，各变量之间的相关性显著，适合应用因子分析法。

利用主成分分析法提取了初始公共因子。从表1可以看出，前四个因子的累计方差贡献率已达到69.652%，且它们的特征值分别为3.725、3.436、2.803、1.092，均大于1，因此可提取前四个因子作为研究因子。

再将数据进行方差最大化旋转，获得旋转后的因子载荷矩阵，提取了四个独立的因子如表2所示。

表1　初始特征值解释的总方差

表2　旋转后的因子载荷矩阵

(三)因子命名

从表2可以看出，根据变量可以命名为以下四种因子：

1.因子一：娱乐消遣动机。经过对各变量的研究发现，缓解压力，发泄不满；幽默、快乐、趣味；打发无聊时间；参与活动，都体现了娱乐消遣心理动机，因此可命名为娱乐消遣动机。

2.因子二：自我实现动机。对微博信息的认同与认可、产生共鸣，呼吁推动事件发展，对生活或事件的感悟，自我形象塑造分这四个变量的共同特性，就是用户都是在自我实现需求的基础上产生的动机，因此可命名为自我实现动机。

3.因子三：环境监测动机。与专业兴趣相关，了解新闻动态，学习知识，自己身边发生的事情、与自己息息相关这四个变量都与微博用户自身环境相关，用户生活在一个与自身紧密相关的环境中，会通过转发微博来了解进而监测这个环境，因此可命名为环境监测动机。

4.因子四：人际交往动机。与好友交流互动，追星、与名人虚拟交往，帮助好友、祝福好友，对同一话题的讨论与交流、建立交往圈子这四个变量都与人际交往相关，用户选择该选项是建立在人际交往的动机基础上，因此可命名为人际交往动机。

(四)信度分析

信度检验结果见表3。由表3可知，该研究中四个因子的Cronbach’s Alpha值都达到0.6以上，代表各因子内部一致性可以接受。

表3　均值与Cronbach’s Alpha值

四、实证结果分析

上述研究分析结果显示：

(1)娱乐消遣动机方面：娱乐型的微博最易被转发，大多数用户转发微博均出于此动机。这是因为现实社会中的人们越来越忙碌，高压力现状促使很多用户把微博当作娱乐消遣的最主要方式，通过大量分享传播娱乐休闲性资讯来获得精神上的满足，并借助微博消磨空闲时间，排遣寂寞忧虑，舒缓生活压力等。

(2)自我实现动机方面：该动机也处于较高水平，这主要基于微博客的社交网络属性。人们倾向于通过转发“生活感悟型”和“事件观点型”的微博以实现“自我表达”、“自我形象塑造”和“参与社会”的愿望。转发“生活感悟型”微博变成了一种慰藉与共鸣，一种倾诉和自我宽慰。

(3)环境监测动机方面：有相当一部分用户转发微博出于此动机，仅略低于娱乐消遣动机。这主要源于微博快速传播的特点，由于微博传播速度非常之快，人们可以在不断关注、转发、分享中，用最短的时间来监测环境，了解最新动态，获取与自己生活直接或间接相关的各类信息，及时把握环境变化，是一种非常便捷的途径。

(4)人际交往动机方面：虽然微博的媒介特性和转发功能很好地满足了人们之间的交流互动，增进人际关系以及与名人虚拟交往的动机,但微博毕竟有别于SNS，赋予交往的机会相对少一些，因此为了人际交往而转发微博的动机也相对较弱。

五、结论及对策建议

本文通过网络问卷调查的实验，使用新浪API接口设计一个网络应用程序，发布该应用，邀请微博普通用户，填写选择自己转发微博的动机，从而获取微博用户转发该条微博的主观信息。然后使用计量经济学的主成分分析法和因子分析法进行数据分析，归纳出了微博用户转发动机。研究表明，微博普通用户转发微博的动机主要为：娱乐消遣动机、自我实现动机、环境监测动机、人际交往动机。其中为娱乐消遣动机最为显著，其次为自我实现动机、环境监测动机、人际交往动机。微博使用动机中娱乐消遣动机是比较重要的动机，较之自我实现动机和环境监测动机，对微博的使用行为有着更显著的影响。这一结果很好地吻合和描述了中国的微博用户使用微博的原因和他们想做的事情，即在微博平台上搜寻自己感兴趣的信息和话题，评论、转发等功能表达自己的观点，消磨空闲时间，排遣寂寞忧虑，舒缓生活压力，使微博成为重要的情绪宣泄平台。

微博既是网友发布、获取信息、人际交往和社会参与的重要媒介，还是社会公共舆论、企业品牌推介的重要平台，微博的异军突起见证了“关注就是力量”，也推动了网络问政的快速发展。根据前面的分析结果，本文提出如下对策建议：

第一，微博用户回归理性，有道德地参与微博舆论传播。微博是人们进行沟通和交流的在线社交平台，通过娱乐消遣、环境监测、自我实现和人际交往等转发动机的分析，反映出人们希望了解和自身所属群体相关的有价值信息，由此可以解释高影响力的“大V”的言论为何能在很短时间内迅速吸引到大量粉丝的微博用户。作为微博舆论的主体，无论是意见领袖还是普通网民，都应该加强自身的道德修养，养成自律意识，自觉遵守国家相关法律法规以及社会道德规范，在微博转发过程中做到有责任心地转发和评论，客观理性公正地发表自己对相关问题的意见和看法，不可以随意制造垃圾信息；同时，广大微博用户还要提高自身的辨别能力，培养自己的独立思考能力，提高分辨真实信息和虚假谣言的能力，从自身做起来，反对和抵制谣言。

第二，提高微博内容趣味性，建立转发激励机制。本文的研究说明娱乐休闲的需求满足度是影响微博转发的重要因素。由于现代工作生活中的压力，人们需要轻松愉悦的氛围来放松心情，调节情绪。但在现有的微博信息发布中，除有些专门幽默搞笑的冷笑话外，大多机构、媒体的信息表述正式而笼统，有点类似工作的总结而让用户产生厌烦情绪。因此，不妨改变信息表述的方式，以更有趣幽默的方式讲述好玩的故事，让用户体会在玩中学。针对用户自我认同的需求，对转发参与度较高的用户可以釆取传统的励章奖励和会员等级奖励制度，不同的会员等级会有不一样的使用特权和权限级别。

第三，提高人工智能技术手段，分析和引导用户行为。一是通过微博信息发布、微信信息推送等多种手段结合的方法来干预和提高正向信息的传播效果；二是运用技术手段对微博大量信息进行大数据挖掘、数据分类，并对需要特别关注的微博信息进行分析和趋势研判，以降低由于信息质量问题而带给用户的不良心理感受和后续影响，保持用户的积极性和活跃度，为谣言处置争取时间。建立信息识别模型，结合人工智能技术对不实信息进行有效鉴别，实现辟谣信息的合理发布；三是引入多智能体系统、神经网络、遗传算法、机器学习等多种可视化技术，建立微博可视化引导模型；四是利用神经网络和遗传算法创建虚拟智能体，模拟网民的复杂行为。智能体能够自主学习，通过调整个体的状态参数，适应不同的网络舆论环境，增强自身的网络舆论传播力，针对网络中强节点即“意见领袖”，实施同化或异化引导策略，在复杂网络传播系统中充当着引导者的角色，可以改进智能体的仿真算法和参数设置，从而进行微博正向信息、负向信息和矛盾信息的有效干预，积极引导用户转发正向信息。

第四，加强微博舆论预警能力建设，有效防范政治谣言。预警是防范和治理微博政治谣言的首要方式，可以从三方面着手：一是建立舆情监测分析系统。转发可以使微博信息在短时间内进行病毒式传播，各种政治摇言和虚假信息也会迅速扩散，当用户发现被其转发的信息不实后会大大降低用户对微博平台上信息的信任感而不再愿意继续转发，而如果仅依靠人力在有限时间内根本无法实现对转发信息的严格把关，因此可以建立舆情自动监测分析系统实现对用户转发行为及其动机的跟踪和趋势研判。二是健全信息上报机制。政治谣言通过微博传播有时让人措手不及，所以应该通过健全信息上报机制的方式全面及时准确地掌握政治谣言的传播情况，明确谣言转发的责任主体、转发内容、转发范围等，为防范和治理微博政治谣言提供决策信息支撑。三是扩大信息收集渠道。在微博政治谣言防范和治理过程中，政府不能只依靠传统的信息收集渠道，还应与微博运营商建立信息沟通机制，利用微博运营商的优势，实现信息共享，以及时掌握微博转发信息。同时，要加大对政治谣言的打击力度，对于当前互联网上制造和传播政治谣言的不法分子应予以严厉制裁，应鼓励互联网从业人员积极参与到净化网络舆论环境的行动中来，积极宣传健康的和良性的主流文化。

第五，充分发挥大数据分析技术的作用，为舆情管理决策提供数据支持。随着云时代的到来，大数据分析技术对于研究微博转发动机具有重要作用。大数据分析技术是数据存储和挖掘分析的前沿技术，能够在短时间内获取、整理和处理海量数据，现已得到了广泛应用。在微博备受青睐的时代，应该加快发展大数据分析技术，加强大数据分析的顶层设计和科学布局，培养大数据分析的高级工程师，通过培训使相关人员更好地理解和掌握大数据分析的关键技术原理和未来发展方向。采用统计分析、语义分析、支撑向量机(SVM)等方法对用户发布内容中信息的目的、信息内容合规性、语言规范性、感染力、发布者的影响力、地理分布等属性进行进行深入挖掘，在研究转发动机时可以从文本挖掘、微博个性行为与建模、博主个性化分析、原创与转发、敏感区域和舆论领袖识别的不同方式等方面对具体用户进行数据分析和专业化处理，以明确微博用户的情绪感知，为政府和微博运营商的决策提供有益帮助，进而实现微博转发动机和行为的正确引导、分析和监控。

参考文献：

[1] 杨成明.微博客用户行为特征实证分析[J].图书情报工作,2011,12:21-25.

[2] 原福永,冯静,符茜茜.微博用户的影响力指数模型[J].现代图书情报技术,2012,06:60-64.

[3] 金永生,王睿,陈祥兵.企业微博营销效果和粉丝数量的短期互动模型[J].管理科学,2011,04:71-83.

[4] 郑磊,任雅丽.中国政府机构微博现状研究[J].图书情报工作,2012,03:13-17.

[5] Jung T,Youn H,MeClung S.Motivations and Self-presentation Strategies on Korean-based“Cyworld”Weblog Format Personal Homepages[J].Cyber Psychology & Behavior,2007,10(1):24-31.

[6] Shin D H.The Evaluation of User Experience of the Virtual World in Relation to Extrinsic and Intrinsic Motiva￣tion.International Journal of Human-Computer Interaction,

2009(25):530-553.

[7] Pongsajapan Robert A.Liminal entities：Identity,governance and organizations on Twitter [D]，Georgetown University,2009.

[8]Brandtzaeg P B,Heim J.Why people use social networking sites [J].Lecture Notes in Computer Science,2009(21)：143-152.

[9] Naaman M，Boase J，Lai C H.Is it really about me：Message Content in Social Aw areness Streams [C].// Proceedings of the 2010 ACM conference on Computer Supported Cooperative Work.ACM，2010：189-192.

[10] Boyd D，Golder S，Lotan G.Tweet，Retweet:Convers￣ational Aspects of Retweeting on Twitter [C].// Proceedings of 43rdHawaii International Conference on System Sciences 2010，January 6，2010.Hawaii，USA，2010：1-10.

[11] Agrifoglio R.Modeling Use Continuance Behavior in Micro Blogging Services：the Case of Twitter [J].Journal of Computer Information Systems.2011,51(4):49-53.

[12] Dumlaojaa H.Motivational and Social Capital Factors Influencing the Success of Social Network Sites：Twitter Case [J].Journal of Computer-Mediated Communication,2013,5 (3):66-69.

[13] Lee C S,Ma L.News Sharing in Social Media：The Effect of Gratifications and Prior Experience [J].Computers in Human Behavior，2012,28(2)：331-339.

[14] 黄成.基于用户动机的微博客信息流个性化推荐模型构建[J].情报杂志,2013,11:117-120.

[15] 赵文兵,朱庆华,吴克文,黄奇.微博客用户特性及动机分析——以和讯财经微博为例[J].现代图书情报技术,2011,02:69-75.

[16] 王冰冰,夏志杰,于丽萍.非常规突发事件中在线社会网络用户信息共享动机研究[J].情报杂志,2013,09:128-131+162.

[17] 胡昌平，胡吉明.网络服务环境下用户关系演化规律研究[J].中国图书馆学报，2011，192(37):4-10.

[18] 钱颖，汪守金，金晓玲等.基于用户年龄的微博信息分享行为研究[J].情报杂志，2012,31(11) ：14-18.

[19] 蔡剑，詹庆东.研究生群体网络信息分享行为动机研究[J].图书情报知识，2012，(2):81-86.

[20] 柳瑶，郎宇洁，李凌.微博用户生成内容的动机研究[J].图书情报工作，2013，57(10)：51-57.

[21] 王国华，郑全海，王雅蕾,等.新浪热门微博的特征及用户转发规律研究[J].情报杂志，2014，3(4)：117-121.

(本文责编：辛城)