基于中国知网的微博计量分析.docx

基于中国知网的微博计量分析张丽霞（中国科学技术信息研究所 北京 100038）摘要：本文主要以CNKI的学术期刊数据库和全国重要报纸全文数据库为数据来源，将微博相关的文献和报纸新闻分别进行计量分析，以揭示相关文献的年度分布变化。借助中文词频统计软件ROSTCM6分别对文献的关键词和新闻的题目信息进行分词并进行词频统计，得到与微博相关的研究热点与公众关注热点。关键词：微博科学计量学 CNKI 词频分析一．引言1.1概述微博，顾名思义就是微型博客，是web2.0新兴起的一类开放互联网社交服务。百度百科对微博下的定义是一个基于用户关系的信息分享、传播以及获取平台，用户可以通过WEB、WAP以及各种客户端组件个人社区，以140字左右的文字更新信息，并实现即时分享。[1]世界上最早的微博服务网站是美国的twitter，其创办人埃文·威廉姆斯的理念是：“随时随地，无处不在的沟通”。中国最早的微博客网站是王兴于2007年5月创办的饭否；2009年8月新浪网推出“新浪微博”内测版，成为第一家提供微博服务的门户网站，腾讯、搜狐、网易等也紧随其后，微博的发展如火如荼。2012年1月，据中国互联网络信息中心（CNNIC）报告显示，截至2011年12月底，我国微博用户数达到2.5亿，较上一年底增长了296.0%，网民使用率为48.7%。微博用一年时间发展成为近一半中国网民使用的重要互联网应用。[2]2010年互联网十大热词排行榜中，微博赫然高居榜首[3]，从谷歌退出中国大陆到厦门警方微博破案，从玉树地震到舟曲泥石流，微博以它特有的方式快捷的传播信息。微博是在web2.0环境下出现的新事物，仅仅发展了不到五年的时间便成了广大网民的具有影响力一种媒体形式。人们关注微博，研究微博，但是目前还没有人对微博的相关研究做一番统计和梳理。本文拟从科学计量学角度研究关于微博的相关文献，希望能够得到一些规律性结果。1.2微博的特性1.文本碎片化，信息及时传统博客写作过程较为繁琐，是经过一系列思考之后的结果，时间效率不高。而微博则是人们将所见所闻所想用几句话表述出来同，内容简短，140个字左右，门槛很低。在微博信息中，家长里短、情感困惑、片刻的心灵感悟等占据了很大比例。其中74％的用户在微博上最主要的行为就是“写微博，发表自己观点或发泄情绪”；而76％的用户主要发布的内容是“个人心情感受”，其次才是分享和关注。[4]2.互动性加强微博是一种实时在线的单向订阅式社会性网络服务，它建立起来的大部分是陌生人之间的一种弱联系。人们可以对感兴趣的内容添加关注和订阅，可以对信息内容进行转发和评论，最后形成网络关系。3.广播式传播，传播迅速，无限裂变通常来说，微博的传播路径有两种：一种是“粉丝路径”。例如用户A发布一条微博之后，其所有关注者都可以实时接收到信息；另一种是“转发路径”。如果用户B认为用户A的某条微博不错，将其转发到自己的微博中，随后，用户甲的关注者也都可以实时接收这条信息，然后依次类推。这种传播方式是一种裂变传播(One To N To N)，它实现了信息的大范围极速传播。[5]通过这两种途径，微博传播信息的速度超越了以往的任何一种媒体。4.草根性，多平台性用户可以通过电脑、手机等等途径向你的微博发布消息，任何人可以在任何时间任何地点发布内容。二．研究思路CNKI是中国目前最有影响力的信息服务提供平台。截至2011年6月，收录国内学术期刊 7700多种，包括创刊至今出版的学术期刊4600余种，全文文献总量 3200 多万篇，内容覆盖自然科学、工程技术、农业、哲学、医学、人文社会科学等各个领域。其中核心期刊收录率达到96%。CNKI收录了自1915年至今出版的期刊，部分期刊回溯至创刊。CNKI中国重要报纸全文数据库中收录了自2000起全国范围内重要的新闻报纸全文数据。CNKI信息内容有明确来源，可信可靠，且都经过深度加工、编缉、整合，因此选CNKI作为本次研究的数据来源。由于微博从2007年的饭否网才正式被国人所知，前后不过五年时间。由于时间较短，所以对于研究的时间范围并不加以限定。微博不仅是学术界关注的问题，而且也备受社会所关注，如微博“打拐”，郭美美事件等。所以对于微博这个主题，相关学术论文与报纸的报道都是重要的信息来源。而鉴于报纸与论文特征的不同，本文将对这两种数据分别进行分析。在2012年2月25日，以“微博”并限定在题名/篇名字段，分别在中国学术期刊网络出版总库与全国重要报纸全文数据库中进行检索，分别得到记录3044条和2243条。对于期刊论文，对其发表年份、学科类别、基金论文等进行了分析，对被引频次较高的1500篇进行关键词词频分析；对于报纸报道，对其发表年份进行分析。另外，由于报纸报道的题名集中体现了报道关注的内容，所以对其题名进行词频统计。三．期刊论文的计