论文部分内容阅读
摘 要：本文研究了日本大阪地震发生之后，5天之内社交媒体推特上与大阪地震相关信息的网状传播结构。依照推文出现的频率和推文被转发的频率等标准对样本进行筛选并且可视化呈现。研究结果发现：1.极高的事件相关性，推文的出现频率在地震发生之后迅速降低;2.地震相关推文的网状结构极其显著，在地震发生的当日这种网状结构达到最高峰;3.核心用户对于地震信息的传播具有重大价值，甚至可以延迟信息传播峰值的出现时间;4.突发事件下，信息数量越大，越有利于信息传播的网状结构的形成，同时还可以有效地增加信息传播的渠道。
关键词：网状结构;推特;大数据;大阪地震
中图分类号：G206.2文献标识码：A文章编号：1672-8122（2019）12-0052-03
2018年6月18日（推特系统时间是2018年6月17日）日本大阪地区发生6.1级地震，地震发生后推特网络上迅速出现了众多相关推文。本研究以国际主流的社交媒体推特为例，对大阪地震进行初步的探索性研究，探讨自然灾害信息传播的网状结构特点。
这项研究主要有两方面的意义。一方面，可以针对社交媒体信息传播的网状结构特点进行可视化研究，分析自然灾害事件发生后社交媒体信息传播的网状结构特点，揭示扮演重要作用的核心用户群体;另一方面，还能试图揭示如何通过增加信息传播渠道的方式增加信息的透明度，给予用户相对自由的信息核实方式，从而能够有效避免自然灾害事件发生之后的恐慌情绪。
一、数据搜集和整理
1.数据采集时间框架和方法。为了实现上述研究目的，本研究使用Tweepy工具以“Osakaearthquake”作为关键词，抓取推特数据。这些数据经过Python的处理之后使用NodeXL进行分析和可视化呈现。
2.系统时间。日本大阪地震发生于2018年6月18日，由于存在时区差异，所以推特系统时间是2018年6月17日。
3.推特来源账号和目标账号。推特来源账号指的是该条推特转发自其他推特，最早发布该条信息的账号称之为来源账号;目标账号指的是该条推特回复其他推特用户，被回复的对象称之为目标账号。这两类账号都与推文发布账号之间存在着非常密切的联系。
二、推特信息传播网状结构初探
本研究使用关键词“Osakaearthquake”进行推特信息检索，抓取了发布信息的用户名称、信息发布的时间、账号地理位置信息、推特被转发的次数等信息，利用Python进行数据处理，获取了发布推特的用户账号和该条推特的来源账号或者目标账号，利用NodeXL对两组账号进行可视化分析，从而形成推特用户与被转发用户之间的信息传播的网络结构。经过分析之后，共计16 715次推特用户转发或者回复其他用户推文的互动记录，本研究使用NodeXL将转发或者回复推文的用户与被转发的来源账号和被回复的目标账号进行分析。图中呈现的结果就是三者之间相互关联的关系图网（如图1所示）。
研究结果发现，推特转发信息或者回复信息的集聚现象明显，关键节点将推特用户社群紧密联系起来。在图1中，位于多条线束相交处的核心点表示核心用户，他们将其他社交媒体的用户联系起来，这些核心用户在此次地震信息的传播中发挥了非常重要的作用。使用“Osakaearthquake”所获取的样本中，除了核心用户之外还有大量用户散布在周围，通过核心用户联系起来或者单独存在。
由于Yoshiki账号的单条信息被转发了超过15 000余次，所以在网状结构的可视化图形中过于密集，形成了一个深色的圆球，为了能够看清球形结构的内部趋势，研究人员在可视化分析过程中特意强调了中心集聚、向外发散的趋势特点。
三、娱乐明星的信息传播价值
本次地震信息的传播网络中，集聚现象十分明显，对于核心用户的信息将进一步详细研究，此处只分析YoshikiOfficial账号的传播特征，后文将会对其他核心用户进行分析。该账号是属于日本音乐人Yoshiki所有，账号类型为注册账号，粉丝数量是16 418名。
Yoshiki使用日语于2018年6月19日（推特系统时间）0∶34发布本条内容，之后被迅速转发，信息发布之后的10秒钟之内转发量就已经到达几十次之多，最终研究人员根据Tweepy统计的次数更是达到了15 111次。其英文翻译是“Now is LA.I just learned about the earthquake in northern Osaka.I hope that your safety and the damage will not be greater. Strong earthquake hits Osaka， Japan. Prayers for the victims of the earthquake.Because I saw the tweet of an emergency English phrase， I put it on.#大阪地震 #OsakaEarthquake”其中“Strong earthquake hits Osaka， Japan. Prayers for the victims of the earthquake.”这句话原文就是使用英文发表。
Yoshiki的本条信息并不是最早发布的。第一条推特信息是在推特系统时間2018年6月17日23：01的时候发布的，时间比Yoshiki的推文提前数十个小时，但是第一条推文被转发的次数只有3次。娱乐明星在本次地震信息中的传播起到了非常重要的作用，其原因包括数量庞大的粉丝人数、客观的社会影响力和运营团队，娱乐明星的社会影响力在虚拟的推特社群里也可以得到很好的体现，发挥了同样重要的信息传播价值。
四、其他核心用户的传播价值
研究人员对YoshikiOfficial账号之外的其他账号进行分析，筛选出了被转发推文次数大于或等于100次，同时小于或等于500次的账号，利用Tweepy抓取这些账号的用户名、账号认证状态、账号用户所在国家或者城市以及账号的粉丝数量，作为进一步研究的基础。 如表1所示，所有认证账号都是新闻媒体的推特账号，包括《路透社》《日本时报》《海峡时报》《中国环球电视网》，以及没有认证的《泰国早报》等。来自亚洲和欧洲的多家媒体都对日本大阪地震进行了专业的报道，并且推特的信息也得到了广泛的转发。
另外，OwlyReadAndPlay是一家泰國图书进口商的推特账号;iKON_INSTAGRAM是韩国一家娱乐明星社团的推特账号;ItalrugbyJP属于意大利橄榄球联合会;hokuoujoshi和emmanuel_kily属于独立的个人所有;Ladybeard_Japan属于一名澳大利亚的特型演员。
本研究发现，在日本大阪地震信息的传播中，娱乐明星发挥了重要的作用，他们的信息曝光率最高;其次是有组织的新闻机构，他们提供了最专业的报道。推特用户从娱乐明星和新闻媒体的推文中获取了绝大部分的信息，它们共同处在推特网状传播结构的核心位置。
五、地震信息逐日变化趋势
研究人员对信息进一步筛选，将每日发布信息的数量进行对比，观察每日发布信息的数量变化，试图通过逐日变化的趋势来观察自然灾害事件发生之后，推特用户传播需求的变化。
上述表格（如表2所示）是地震发生之后每日的推文数量，其中数量1栏目包含了Yoshiki的推文，数量2栏目没有包含Yoshiki的推文。分析数量1中的数据可以发现推文数量的峰值出现在2018年6月19日，这显然不符合社交媒体的用户习惯，所以研究人员假设造成峰值推迟出现的原因是Yoshiki的推文被大量转发，因此剔除该条推文之后就得到了数量2的数据。通过比较两个表格可以发现。
第一，日本大阪地震发生之后，用户发布推特的峰值出现在2018年6月19日，但是实际上这样的峰值是受到Yoshiki单条推文的影响;将该条推文从样本统计中去掉之后就可以发现峰值实际上出现在了2018年6月18日。
第二， 通过两个表格的比较也再次印证了娱乐明星Yoshiki的该条推文影响巨大，同时也表明娱乐明星在本次大阪地震信息的推特传播中发挥了非常重要的作用：既大量传播了地震信息，同时还影响了推特信息的峰值，改变了整个推特信息传播的网状结构。
第三，比较两个表格的数据可以发现，在日本大阪地震发生之后的短时间内，推特信息的数量就已经迅速下降到一个比较稳定的水平。之所以出现这样的情况，与日本本土对地震的应急预案较为充裕有关，政府和国内组织均有比较完善的地震救援应对方案。日本属于地震频发地区，所以民众对地震发生之后的应对也较为充分，从而导致日本民众对于地震的心理机制比较健全，在地震结束之后的很短时间之内关于地震的消息就逐渐趋于平静。
六、日本大阪地震信息推特传播的网状结构特点
地震灾害发生之后的72小时内被称为“黄金救援时间”，推特信息的传播同样遵循类似的时间规律，日本大阪地震发生后的短时间内信息数量出现了急剧的变化。为了能够更加清晰地观察推特传播的网状结构图谱，研究人员对目标用户、来源用户和推特信息发布用户的关系进行了分析，比较五天的用户信息网络结构可以发现，该结构具有如下特点。
1.推特信息呈现网状分布，信息的网状结构随着数量的增加而不断提高，总体而言只有信息达到相当数量之后才能够形成密切联系的网络信息渠道。
2.网状结构越强，信息传播的渠道越多。随着信息网状结构的提高，信息在用户之间传播的可能性增强，渠道增加;反之，不仅降低信息传播的速度，还在一定程度上闭塞了信息传播的可能性。
3.网状结构有利于用户核实信息。网状结构强的日期，用户可以通过多个渠道来源获取信息，从而能够进行信息核实;但是网状结构较弱的日期，用户的渠道非常单一，大量用户都围绕在一个渠道来源内，导致假信息传播的几率大大提高，而且核实的难度也相应增加。
七、结 语
通过以上研究可以发现，日本大阪地震发生之后的推特信息几乎与黄金救援时间一致，在地震发生之后的72小时之内就已经完成了一整轮的信息传播。自然灾害信息在推特上的传播过程遵循非常集聚的网状传播结构。在日本大阪地震中，娱乐明星和新闻媒体都对地震信息的传播起到了重要的推动作用，特别是娱乐明星的作用更加值得重视，同时也有必要对于娱乐明星在其他自然灾害中的信息传播价值做进一步的数据分析和研究。
参考文献：
[1] Takeshi Sakaki， Makoto Okazaki， and Yutaka Matsuo. 2010. Earthquake shakes Twitter users： realtime event detection by social sensors. In Proceedings of the 19th international conference on World wide web （WWW'10）. ACM， New York， NY， USA， 851-860. DOI=http：//dx.doi.org/10.1145/1772690.1772777.
[2]Fujio Toriumi， Takeshi Sakaki， Kosuke Shinoda，Kazuhiro Kazama， Satoshi Kurihara， and Itsuki Noda. 2013. Information sharing on Twitter during the 2011 catastrophic earthquake. In Proceedings of the 22nd International Conference on World Wide Web （WWW '13 Companion）. ACM， New York， NY， USA， 1025-1028. DOI： http：//dx.doi.org/10.1145/2487788.2488110.
[3]Paul Earle， Michelle Guy， Richard Buckmaster，Chris Ostrum， Scott Horvath， Amy Vaughan; OMG Earthquake！ Can Twitter Improve Earthquake Response？. Seismological Research Letters ; 81 （2）： 246–251. doi： https：//doi.org/10.1785/gssrl.81.2.246.
[4]Crooks， A.， Croitoru， A.， Stefanidis，A. and Radzikowski， J. （2013）， #Earthquake： Twitter as a Distributed Sensor System.Transactions in GIS， 17： 124-147. doi：10.1111/j.1467-9671.2012.01359.x.
[5] 王国栋，高超，张自力.突发事件下集群行为可视化分析[J].西南师范大学学报（自然科学版），2016，41（5）：178-183.
[6] 宗乾进.社会化媒体在地震灾害中的应用——一个国外研究文献的综述[J].情报杂志，2014，33（9）：83-88.
[7]魏然.“3.11”东日本大地震灾害信息传播体系中的媒体融合[J].中国传媒科技，2013（16）：34-36.
[责任编辑：张楠]
关键词：网状结构;推特;大数据;大阪地震
中图分类号：G206.2文献标识码：A文章编号：1672-8122（2019）12-0052-03
2018年6月18日（推特系统时间是2018年6月17日）日本大阪地区发生6.1级地震，地震发生后推特网络上迅速出现了众多相关推文。本研究以国际主流的社交媒体推特为例，对大阪地震进行初步的探索性研究，探讨自然灾害信息传播的网状结构特点。
这项研究主要有两方面的意义。一方面，可以针对社交媒体信息传播的网状结构特点进行可视化研究，分析自然灾害事件发生后社交媒体信息传播的网状结构特点，揭示扮演重要作用的核心用户群体;另一方面，还能试图揭示如何通过增加信息传播渠道的方式增加信息的透明度，给予用户相对自由的信息核实方式，从而能够有效避免自然灾害事件发生之后的恐慌情绪。
一、数据搜集和整理
1.数据采集时间框架和方法。为了实现上述研究目的，本研究使用Tweepy工具以“Osakaearthquake”作为关键词，抓取推特数据。这些数据经过Python的处理之后使用NodeXL进行分析和可视化呈现。
2.系统时间。日本大阪地震发生于2018年6月18日，由于存在时区差异，所以推特系统时间是2018年6月17日。
3.推特来源账号和目标账号。推特来源账号指的是该条推特转发自其他推特，最早发布该条信息的账号称之为来源账号;目标账号指的是该条推特回复其他推特用户，被回复的对象称之为目标账号。这两类账号都与推文发布账号之间存在着非常密切的联系。
二、推特信息传播网状结构初探
本研究使用关键词“Osakaearthquake”进行推特信息检索，抓取了发布信息的用户名称、信息发布的时间、账号地理位置信息、推特被转发的次数等信息，利用Python进行数据处理，获取了发布推特的用户账号和该条推特的来源账号或者目标账号，利用NodeXL对两组账号进行可视化分析，从而形成推特用户与被转发用户之间的信息传播的网络结构。经过分析之后，共计16 715次推特用户转发或者回复其他用户推文的互动记录，本研究使用NodeXL将转发或者回复推文的用户与被转发的来源账号和被回复的目标账号进行分析。图中呈现的结果就是三者之间相互关联的关系图网（如图1所示）。
研究结果发现，推特转发信息或者回复信息的集聚现象明显，关键节点将推特用户社群紧密联系起来。在图1中，位于多条线束相交处的核心点表示核心用户，他们将其他社交媒体的用户联系起来，这些核心用户在此次地震信息的传播中发挥了非常重要的作用。使用“Osakaearthquake”所获取的样本中，除了核心用户之外还有大量用户散布在周围，通过核心用户联系起来或者单独存在。
由于Yoshiki账号的单条信息被转发了超过15 000余次，所以在网状结构的可视化图形中过于密集，形成了一个深色的圆球，为了能够看清球形结构的内部趋势，研究人员在可视化分析过程中特意强调了中心集聚、向外发散的趋势特点。
三、娱乐明星的信息传播价值
本次地震信息的传播网络中，集聚现象十分明显，对于核心用户的信息将进一步详细研究，此处只分析YoshikiOfficial账号的传播特征，后文将会对其他核心用户进行分析。该账号是属于日本音乐人Yoshiki所有，账号类型为注册账号，粉丝数量是16 418名。
Yoshiki使用日语于2018年6月19日（推特系统时间）0∶34发布本条内容，之后被迅速转发，信息发布之后的10秒钟之内转发量就已经到达几十次之多，最终研究人员根据Tweepy统计的次数更是达到了15 111次。其英文翻译是“Now is LA.I just learned about the earthquake in northern Osaka.I hope that your safety and the damage will not be greater. Strong earthquake hits Osaka， Japan. Prayers for the victims of the earthquake.Because I saw the tweet of an emergency English phrase， I put it on.#大阪地震 #OsakaEarthquake”其中“Strong earthquake hits Osaka， Japan. Prayers for the victims of the earthquake.”这句话原文就是使用英文发表。
Yoshiki的本条信息并不是最早发布的。第一条推特信息是在推特系统时間2018年6月17日23：01的时候发布的，时间比Yoshiki的推文提前数十个小时，但是第一条推文被转发的次数只有3次。娱乐明星在本次地震信息中的传播起到了非常重要的作用，其原因包括数量庞大的粉丝人数、客观的社会影响力和运营团队，娱乐明星的社会影响力在虚拟的推特社群里也可以得到很好的体现，发挥了同样重要的信息传播价值。
四、其他核心用户的传播价值
研究人员对YoshikiOfficial账号之外的其他账号进行分析，筛选出了被转发推文次数大于或等于100次，同时小于或等于500次的账号，利用Tweepy抓取这些账号的用户名、账号认证状态、账号用户所在国家或者城市以及账号的粉丝数量，作为进一步研究的基础。 如表1所示，所有认证账号都是新闻媒体的推特账号，包括《路透社》《日本时报》《海峡时报》《中国环球电视网》，以及没有认证的《泰国早报》等。来自亚洲和欧洲的多家媒体都对日本大阪地震进行了专业的报道，并且推特的信息也得到了广泛的转发。
另外，OwlyReadAndPlay是一家泰國图书进口商的推特账号;iKON_INSTAGRAM是韩国一家娱乐明星社团的推特账号;ItalrugbyJP属于意大利橄榄球联合会;hokuoujoshi和emmanuel_kily属于独立的个人所有;Ladybeard_Japan属于一名澳大利亚的特型演员。
本研究发现，在日本大阪地震信息的传播中，娱乐明星发挥了重要的作用，他们的信息曝光率最高;其次是有组织的新闻机构，他们提供了最专业的报道。推特用户从娱乐明星和新闻媒体的推文中获取了绝大部分的信息，它们共同处在推特网状传播结构的核心位置。
五、地震信息逐日变化趋势
研究人员对信息进一步筛选，将每日发布信息的数量进行对比，观察每日发布信息的数量变化，试图通过逐日变化的趋势来观察自然灾害事件发生之后，推特用户传播需求的变化。
上述表格（如表2所示）是地震发生之后每日的推文数量，其中数量1栏目包含了Yoshiki的推文，数量2栏目没有包含Yoshiki的推文。分析数量1中的数据可以发现推文数量的峰值出现在2018年6月19日，这显然不符合社交媒体的用户习惯，所以研究人员假设造成峰值推迟出现的原因是Yoshiki的推文被大量转发，因此剔除该条推文之后就得到了数量2的数据。通过比较两个表格可以发现。
第一，日本大阪地震发生之后，用户发布推特的峰值出现在2018年6月19日，但是实际上这样的峰值是受到Yoshiki单条推文的影响;将该条推文从样本统计中去掉之后就可以发现峰值实际上出现在了2018年6月18日。
第二， 通过两个表格的比较也再次印证了娱乐明星Yoshiki的该条推文影响巨大，同时也表明娱乐明星在本次大阪地震信息的推特传播中发挥了非常重要的作用：既大量传播了地震信息，同时还影响了推特信息的峰值，改变了整个推特信息传播的网状结构。
第三，比较两个表格的数据可以发现，在日本大阪地震发生之后的短时间内，推特信息的数量就已经迅速下降到一个比较稳定的水平。之所以出现这样的情况，与日本本土对地震的应急预案较为充裕有关，政府和国内组织均有比较完善的地震救援应对方案。日本属于地震频发地区，所以民众对地震发生之后的应对也较为充分，从而导致日本民众对于地震的心理机制比较健全，在地震结束之后的很短时间之内关于地震的消息就逐渐趋于平静。
六、日本大阪地震信息推特传播的网状结构特点
地震灾害发生之后的72小时内被称为“黄金救援时间”，推特信息的传播同样遵循类似的时间规律，日本大阪地震发生后的短时间内信息数量出现了急剧的变化。为了能够更加清晰地观察推特传播的网状结构图谱，研究人员对目标用户、来源用户和推特信息发布用户的关系进行了分析，比较五天的用户信息网络结构可以发现，该结构具有如下特点。
1.推特信息呈现网状分布，信息的网状结构随着数量的增加而不断提高，总体而言只有信息达到相当数量之后才能够形成密切联系的网络信息渠道。
2.网状结构越强，信息传播的渠道越多。随着信息网状结构的提高，信息在用户之间传播的可能性增强，渠道增加;反之，不仅降低信息传播的速度，还在一定程度上闭塞了信息传播的可能性。
3.网状结构有利于用户核实信息。网状结构强的日期，用户可以通过多个渠道来源获取信息，从而能够进行信息核实;但是网状结构较弱的日期，用户的渠道非常单一，大量用户都围绕在一个渠道来源内，导致假信息传播的几率大大提高，而且核实的难度也相应增加。
七、结 语
通过以上研究可以发现，日本大阪地震发生之后的推特信息几乎与黄金救援时间一致，在地震发生之后的72小时之内就已经完成了一整轮的信息传播。自然灾害信息在推特上的传播过程遵循非常集聚的网状传播结构。在日本大阪地震中，娱乐明星和新闻媒体都对地震信息的传播起到了重要的推动作用，特别是娱乐明星的作用更加值得重视，同时也有必要对于娱乐明星在其他自然灾害中的信息传播价值做进一步的数据分析和研究。
参考文献：
[1] Takeshi Sakaki， Makoto Okazaki， and Yutaka Matsuo. 2010. Earthquake shakes Twitter users： realtime event detection by social sensors. In Proceedings of the 19th international conference on World wide web （WWW'10）. ACM， New York， NY， USA， 851-860. DOI=http：//dx.doi.org/10.1145/1772690.1772777.
[2]Fujio Toriumi， Takeshi Sakaki， Kosuke Shinoda，Kazuhiro Kazama， Satoshi Kurihara， and Itsuki Noda. 2013. Information sharing on Twitter during the 2011 catastrophic earthquake. In Proceedings of the 22nd International Conference on World Wide Web （WWW '13 Companion）. ACM， New York， NY， USA， 1025-1028. DOI： http：//dx.doi.org/10.1145/2487788.2488110.
[3]Paul Earle， Michelle Guy， Richard Buckmaster，Chris Ostrum， Scott Horvath， Amy Vaughan; OMG Earthquake！ Can Twitter Improve Earthquake Response？. Seismological Research Letters ; 81 （2）： 246–251. doi： https：//doi.org/10.1785/gssrl.81.2.246.
[4]Crooks， A.， Croitoru， A.， Stefanidis，A. and Radzikowski， J. （2013）， #Earthquake： Twitter as a Distributed Sensor System.Transactions in GIS， 17： 124-147. doi：10.1111/j.1467-9671.2012.01359.x.
[5] 王国栋，高超，张自力.突发事件下集群行为可视化分析[J].西南师范大学学报（自然科学版），2016，41（5）：178-183.
[6] 宗乾进.社会化媒体在地震灾害中的应用——一个国外研究文献的综述[J].情报杂志，2014，33（9）：83-88.
[7]魏然.“3.11”东日本大地震灾害信息传播体系中的媒体融合[J].中国传媒科技，2013（16）：34-36.
[责任编辑：张楠]