摘要：運用社會網絡分析法，研究體育賽事輿情傳播特征和路徑，分析輿情傳播特征，并以2012年廣州馬拉松輿情事件為研究對象，進行實證研究。研究結果顯示：廣馬輿情事件傳播網絡中整體密度較高，傳統(tǒng)媒體和自媒體信息互動傳播頻繁；各行動者信息互換距離短，信息傳播速度迅速。行動者在整體網絡中地位和角色相對獨立，雖有結構洞的存在，但約束力相對較小，對信息傳播制約有限，信息以直接傳播較多。廣馬輿情事件廣泛存在凝聚的子網絡，子網絡的存在加速了信息在行動者中的共享和交換，從而促生多中心的傳播網絡結構。

關鍵詞：社會網絡分析；體育賽事；輿情事件；傳播模型

中圖分類號：G80-058文獻標識Dept.of PE，Guangdong Institute of Economics and Finance，Guangzhou 510521，China在全球媒體時代背景下，體育賽事作為優(yōu)質的城市營銷和傳播的載體，已經成為城市營銷和提升城市影響力最有效的途徑[1]。我國作為世界新興發(fā)展中國家，正逐步成為世界最受歡迎賽事舉辦國，僅2013年我國共籌舉辦國際體育賽事373項[2]。體育賽事成功舉辦將為城市政治、經濟、文化帶來積極作用，但體育賽事突發(fā)事件，尤其是突發(fā)輿情事件，往往對體育賽事以及城市造成不可挽回的損失，如“廣馬”輿情事件給整個賽事造成了嚴重且惡劣的影響[7]。

隨著互聯(lián)網和移動網絡技術發(fā)展，網絡終端普及化，網絡成為信息傳遞主“陣營”，對公眾產生越來越大的影響[3]。體育賽事媒體關注程度高，體育賽事搭載以網絡傳播為載體的現(xiàn)代傳媒手段，實現(xiàn)了傳播即時性和時效性，加速擴大了體育賽事傳播和影響力；但同時也為體育賽事輿情提供了信息網絡傳播平臺?，F(xiàn)實生活中個人觀點形成和變遷以及大眾主流觀點形成與變遷，在一定程度上受網絡的影響[4]。尤其是在自媒體時代，不管是個人觀點還是網絡輿情傳播，在一定程度上都受到了結構化系統(tǒng)的影響[5]。體育賽事備受社會關注，聚集社會焦點，成為社會熱點，更易成為輿情危機事件爆發(fā)的基點；在結構化傳播媒體時代，體育賽事輿情事件傳播路徑、傳播寬度和深度，對關注賽事個體以及賽事本身影響力都產生重要的影響。體育賽事輿情事件已經引起我國學者關注，并開始從事體育賽事輿情有關的研究，對如何國內外大型體育賽事群體性事件傳播不同特點[6]，如何對體育賽事突發(fā)事件的輿情危機進行引導[7]等等。體育賽事輿情潛伏階段——散播前階段[8]體育賽事在關注的個體之間傳播，一旦爆發(fā)輿情事件，新媒體迅速介入，輿情傳播發(fā)生嬗變，迅速成為社會關注的聚焦點和熱議點，造成賽事傳播危機。在媒介輿論的推動下，社會各級力量參與其中，處于行業(yè)精英層的專家學者也都加入進來，對賽事輿情事件進行學理分析和現(xiàn)實批判，公共輿論的壓力驟增，體育賽事主辦方處理涉及輿情事件問題的難度成倍增加。在公眾輿論的高壓下，體育賽事任何措施舉止都會被放大，稍有不慎就會引起民眾集體行動，產生惡劣的后果。為此本文試圖運用社會網絡分析對體育賽事輿情傳播進行測評和分析，旨在揭示我國體育賽事輿情事件傳播規(guī)律、傳播的寬度和速度，為賽事輿情事件管理提供更多的理論參考。

山東體育學院學報第30卷第6期2014年12月 蒲畢文基于社會網絡分析的體育賽事輿情傳播實證研究No.6 20141體育賽事輿情傳播概述

1.1體育賽事輿情傳播特點

輿情作為一種中國語境下的發(fā)展起來的概念[9]，我國學者早期更多將輿情理解為民眾的社會政治態(tài)度，在一定的社會環(huán)境中，圍繞著中介性社會事件，作為社會主體的民眾對事件價值取向、政治取向以及社會態(tài)度[10]，這一概念影響深遠。隨著時代的發(fā)展，輿情概念的研究也在不斷深入，張克生[11]認為輿情是民眾主觀意愿的一種表達，即“社會情況的民意表達”。我國官方則將輿情界定為社會及階層民眾對社會存在以及發(fā)展趨勢所持有的情緒、態(tài)度、意見以及行為傾向[12]。輿情作為在中國特定語境下的概念術語，公眾（包括個體和各種社會群體）對某一類事件價值取向、情感表達以及行為傾向。新媒體時代，互聯(lián)網、手機等自媒體的拓展式傳播，擴寬了公眾獲取信息的渠道和方法，優(yōu)化了信息傳播途徑，加劇了輿情信息傳播，尤其是突發(fā)公共輿情事件，依托新媒體和自媒體的傳播，傳播范圍更廣，傳播速度更快，傳播路徑更加復雜，傳播力度增強[13]，輿情傳播強度和廣度都遠遠超過了舊媒體時代。馮江平、史俊洋等研究指出在新媒體時代，輿情傳播具有速度迅猛、傳播廣度寬、難以控制、信息交互影響強化、源頭難以考證、負面情緒較大等特點[14]。李茜與龔麗研究指出現(xiàn)在輿情傳播具有主體泛化（大眾化）、輿情傳播內容復雜化、輿情傳播過程互動化、輿情形成迅速化、輿情傳播過程嬗變的多樣化、輿情傳播擴散不可控以及輿情傳播群體極化性等特點[15]。綜上所述，輿情傳播作為一種“社會情況的民意表達”，通過現(xiàn)代傳播手段，在社會各群體中迅速傳播，傳播過程中呈現(xiàn)自身特征。

體育賽事作為一種重大的社會事件，對舉辦地經濟社會產生重大影響[16]，體育賽事在特定社會環(huán)境中舉辦，在一定程度上受社會環(huán)境的影響[17]。體育賽事深受廣大群眾的喜愛，受關注程度高，北京奧運會開幕式觀看現(xiàn)場直播人數(shù)高達10億[18]，創(chuàng)造了人類歷史收視之最；美國ABC電視臺公布的2013年NBA總決賽第六場比賽在北美地區(qū)收視率為14.7，成為美國當年收視率最高的節(jié)目[19]。體育賽事受社會高度關注，以及與政治社會經濟互動關系動態(tài)相互影響，加劇了體育賽事受關注程度，體育賽事輿情傳播速度和寬度也隨著體育賽事受關注程度和寬度同步，傳播速度更快，傳播寬度更廣，傳播深度更大。

新媒體時代，輿情作為社會網絡關系傳播的一種，沿社會網絡擴散[21]，體育賽事輿情事件同樣具有輿情基本特征，隨社會網絡關系擴散。體育賽事輿情傳播具有負責化、互動化、嬗變化等特點，伴隨著體育賽事傳播快，受關注程度特別高。

1.2輿情傳播模型

輿情傳播模型的研究，我國起步相對較晚，歐美基于“Public opinion”視野開始對輿情傳播模型進行研究，Sznajd–Weron運用離散分析個人怎樣受到外界社會群體的影響，并提出了Sznajd模型[22]，Sznajd假設個人意見只有+1和-1表示，每個人的意見受鄰里或群體的影響并影響著鄰里以及群體，各群體或者子系統(tǒng)意見將會趨于一致。在Sznajd模型中，用+1或者-1表示個體意見，在現(xiàn)實生活中，個體意見并不是非左即右，往往處于兩者之間，呈現(xiàn)出連續(xù)的狀態(tài)。很多學者用離散模型修正對Szanjd模型進行修正，在連續(xù)模型中，混合模型[23]和邊際動力模型[23]對后來研究影響較大，混合模型和邊際動力模型與Sznajd同樣，進行模型模擬結構并未解釋模型，缺乏理論模擬解釋。

Shuguang Suo和Yu Chen基于社會網絡分析法，提出Sznajd修正模型—社會網絡動力輿情傳播模型[24]，假設個人意見只有+1和-1，通過對模型連續(xù)的觀測，在某一個時間點上選取一個點，并隨即選取某一個鄰居，經過足夠長的時間后，系統(tǒng)內成員總會達成一致，具有相同的觀點。但現(xiàn)實中，社會長期存在多種觀點，而且在交往過程中也總是與多個系統(tǒng)以及系統(tǒng)外成員進行交往，為此我國學者潘新、鄧貴仕、佟斌針[4]對這種情況進行，對模型進行了改進，提出了輿情傳播模型，試圖解釋輿情傳播連續(xù)性和交互性；最后解釋為在社會網絡中，信息受體（個人）并非直接全部接觸信息源的觀點，而是有選擇地接受信息源的觀點，在整體網絡中存在持不同觀點的受體且成一定比例；否則整體網絡中所有受體觀點將趨于一致。

在輿情前傳播階段，體育賽事在關注的群體中觀點較為一致地傳播。一旦突發(fā)成型輿情事件，社會各界（自媒體）加入到體育賽事輿情事件傳播中，形成更復雜更寬廣傳播系統(tǒng)并帶入多種觀點。為此本文通過實證分析體育賽事輿情傳播模式，試圖揭示體育賽事輿情傳播規(guī)律，路徑以及傳播寬度和速度。

2賽事輿情社會網絡結構

斯坦利·沃瑟曼、凱瑟琳·福斯特[25]分析認為，社會中的人、組織彼此間關系可以表述為相互作用的關系模型或規(guī)律，這種個人、組織之間關系將對彼此產生影響。社會網絡分析不僅可以描述行動者個體與其周邊鄰居之間錯綜復雜的關系和連接，并且可以借助計算機工具對行動者和組織成員之間進行可視化建模，使研究者更加直觀清楚地了解行動者的關系和關系圖式[27]。

基于社會網絡分析，行動者之間相互作用，可以用一種基于關系模式或規(guī)則進行表述，然而WEB技術發(fā)展，傳統(tǒng)的社會關系模式已經難以適應，通過量化和可視化兩個角度對社會行動者實體關系進行研究，社會網絡分析最常選用社群圖和社群矩陣兩種研究方法，已經成為社會網絡分析重要方向。社群圖通過節(jié)點和連接線描述行動者之間關系，社群矩陣分析行動者角色及其關系。體育賽事輿情事件傳播行動者之間的信息傳播有接受也有傳出，為此賽事輿情事件傳播表述需要采用有向圖。突發(fā)賽事輿情事件傳播社會網絡傳播模型通常采用關系矩陣和社會網絡分析結構圖。本文研究對象僅為體育賽事網絡傳播輿情傳播，研究該事件網絡傳播集合內部各個行動者之間的關系，也就是1—模網絡。社會網絡分析時，整體網結構、行動者在整體網地位和角色以及網絡內部結構特征都是1—模網絡分析重要內容[21]，這也是本文的研究內容。

社會網絡分析研究自20世紀40年代在社會理論和實證發(fā)展之間因為缺乏中層理論而發(fā)展起來的，20世紀80、90年代受到多個學科的重視，時至今日，社會網絡分析提供了很多用于結構測量的參數(shù)[28]。按照網絡規(guī)模可以將其分為整體網絡結構、局域網絡分析和個體網絡分析[29]。本文測度賽事輿情事件傳播，對體育賽事輿情傳播網絡模型進行分析和研究，分析1-模網絡整體結構。

網絡整體結構主要通過行動者之間緊密關聯(lián)程度進行描述，即密度和中心度，密度反映整體網絡凝聚力的總體水平。巴恩斯研究了隨機網絡模型，指出網絡圖密度最大值為0.5[30]。 Lauman，Marden [31]對網絡整體結構研究指出：整體網絡中核心結點極其重要，可通過分析核心結點數(shù)量及鏈接結點測度核心結點的重要性。整體社會網絡核心結點測量為中心度測度提供了可能和大量的參數(shù)，行動者中心度和組群中心勢就是社會網絡中心最常用的兩個參數(shù)。Proctor和Loomis[32]認為行動者中心度和組群中心勢是分析行動者中心位置的指標，反映其在社會網絡中具有怎樣的權利以及中心點位，這也是早期社會網絡分析理論的主要觀點。中心度反映行動者與其他行動者聯(lián)系緊密程度，反映該行動者在整體網絡傳播過程中的重要程度，在整體網絡中擁有“權力”大小。整體網絡中行動者點度中心度就是該行動者直接聯(lián)系行動者數(shù)目。說明整體網絡集中趨勢為中心勢，中心勢描述整體網絡差異性程度，整體網絡中心勢描述額該網絡整體的集中趨勢。

由于行動者在整體網絡角色和地位不同，起到作用也各異。斯坦利·沃瑟曼[25]、羅家德[28]等在對整體網絡進行分析研究時指出，社會網絡是通過結構等價描述和探討個體行動者在整體網絡中的地位和角色，如何嵌入到整體中網絡中的，兩個行動者接受和發(fā)向網絡中所有其他行動者的關系是相同的，那么它們結構等價。Burt[33]通過研究指出歐幾里得距離法通過度量成對行動者傳播距離來測度整體網絡行動者角色和地位。成對行動者距離構成觀測矩陣，矩陣中的每個元素度量的是行行動者與列行動者的歐幾里得距離。

在整體網絡中，并不是所有的行動者直接聯(lián)系，通過中介傳播必不可少，Burt將這種非直接并通過中介傳播的聯(lián)系定義為結構洞[33]，結構洞也是描述行動者位置和角色重要概念。結構洞的存在使得部分處于中間位置的行動者居于重要的聯(lián)絡位置，因而在整體網絡中對資源和信息流動具有重要的作用。結構洞計算相對復雜，目前關于結構洞計算主要有兩種方法：Burt的結構洞計算和Borgetti中間度計算，結構洞計算測量主要是測量有效規(guī)模、效率、限制度以及等級度，限制度在整體網絡結構洞測量中最為重要，是指該行動者在整體網絡中在多大程度上擁有運用結構洞的能力或者協(xié)商能力[29]，測量數(shù)值越大，限制能力越大，測量數(shù)值越小，行動者跨越結構洞可能性越大，結構非冗余信息源能力也越強[34]。在社會結構網絡中，聯(lián)系越緊密，聯(lián)系關系越強，越易受關系的限制，在輿情傳播過程中，弱聯(lián)系有利于信息傳遞。

組成整體網絡基本要素就是行動者及子群，測評行動者、子群關系，是測度整體網絡內部結構不可或缺的重要手段。凝聚子群在整體網絡測度中扮演著重要的角色，是整體網絡中行動者之間具有較強、直接、緊密、經常的或者積極關系的行動者子集合[25]。在輿情傳播網絡中，凝聚子群指該社會網絡行動者之間關系特別緊密，結合成為一個內部結構的團體，從而成為交流傳遞信息的集合。本文采用κ-核分析凝聚子群，κ-核是每個節(jié)點至少與一定數(shù)量（κ）相鄰結點鏈接形成凝聚子群，凝聚子群內部行動者關系緊密，有利于信息傳播和分析；不同凝聚子群行動者交叉重疊則更加有利于信息的擴散。

3實證研究

3.1“廣州馬拉松”輿情事件概況

2012年11月18日，廣東省廣州市舉辦馬拉松比賽，10公里選手陳杰和5公里選手丁喜橋比賽中突發(fā)休克，最后經搶救無效先后死亡。人民網、新華網、新浪網、鳳凰網等新聞網站在第一時間報道了相關新聞，賽事組委會也通過各類渠道積極對外消息。由于體育賽事本身受體人群龐大，經微博等自媒體爆炸式傳播，形成強勁輿論影響力，僅新浪微博上與廣馬死亡事件有關的微博就達到135萬條之多。本次賽事受到了政府官員、媒體、醫(yī)療行業(yè)等等關注。

2012年11月18日當天，隨著第一名運動員猝死，輿情掀起了一個小高峰；2012年11月25日，第二名運動員經搶救無效死亡后，掀起輿情傳播高峰。隨著組委會信息公開，輿情在此刻達到高峰后逐步下降。2012年11月26日，廣馬引起的新聞報道共1 520篇，網名跟帖179萬次條。廣馬輿情，主題事件影響大，波及范圍較廣，傳統(tǒng)媒體在整個事件扮演著信息源等不可或缺的重要角色，賽事組委會和廣州市體育賽事主辦單位積極應對，及時公布信息，尤其是在后半階段，國內主流媒體正面引導和宣傳，在一定程度上挽回了賽事負面影響。賽事組委會積極與媒體溝通，并通過新媒體及時公布信息，成為本次輿情事件應對的關鍵點。

3.2數(shù)據(jù)處理與采集

3.2.1社會網絡分析概念描述

本研究用關聯(lián)矩陣表示輿情傳播網絡結構，節(jié)點表示輿情傳播行動者，邊表示行動者之間關系。基于賽事輿情事件傳播速度快，為此假設賽事輿情傳播在某一節(jié)點時間內，為靜止狀態(tài)[4]。分別用+1和0表示輿情傳播系統(tǒng)的兩種觀點，即在初始狀態(tài)下，系統(tǒng)中所有用戶的意見被隨機設為+1和0，進而對網絡傳播鏈接進行計量[21]?；谏鐣W絡輿情傳播分析主要就是對網絡結構、角色地位進行分析，本文選擇測量對整體網絡結構、行動者網絡角色和地位、整體網絡內部結構[4，35]進行測量和分析。整體網絡結構分析參數(shù)為密度、中心度和中心勢，行動者角色和地位參數(shù)主要為歐幾里得參數(shù)和結構洞限制度，整體網絡內部結構參數(shù)為κ-核。

3.2.2賽事輿情網絡傳播數(shù)據(jù)采集

本文以2012年廣州馬拉松輿情事件為研究對象，選取公共信息發(fā)表平臺和個人信息交換平臺進行數(shù)據(jù)截取。公布信息發(fā)布平臺選取了40個節(jié)點，包括新華網、人民網、大洋網、南方都市網、網易、新浪、騰訊新聞等以新聞傳播為主線的信息發(fā)布平臺；選取了天涯網、貓撲網、搜狐論壇、鳳凰論壇、百度貼吧等以論壇和交流社區(qū)為主線的公共信息發(fā)布平臺，以優(yōu)酷網、土豆網、鳳凰視頻網、百度視頻、酷六網等以視頻為信息發(fā)布平臺。選取自媒體輿情行動者40個，主要來源于微博、博客、微信等自媒體，通過挖掘各結點之間關聯(lián)線以及評論進行數(shù)據(jù)采集。

信息傳播由信息源往受體方向傳播，信息員向受體傳播的方向性，為有向社會網絡結構。輿情傳播過程中，信息源將信息傳遞給受體，受體在一定程度上又將影響信息源，表現(xiàn)為一種互動關系模式。在有向社會網絡關系中，信息受體既可以反作用影響信息源，也可能并不發(fā)送信息影響信息源，為此存在單向網絡和雙向網絡。

通過網絡循證數(shù)據(jù)，整理排列出80×80互動關系矩陣，運用PAJEk軟件進行可視化分析，生成廣馬有向輿情傳播結構圖，具體見圖1。

3.3整體網絡結構側度

3.3.1密度分析

密度是社會網絡分析常用指標，尤其是在無向網絡分析中，指網絡實際連接數(shù)量與理論可能存在最大連接數(shù)量之間的比值，密度越大，表明行動者之間連接越密切，信息交流就更為順暢；密度越低，情況相反。由于密度受測評傳播網絡規(guī)模的影響，社會網絡最大聯(lián)系數(shù)為N×（N-1），當增加一個行動者時，增加的社會網絡最大連接數(shù)較大，但實際連接數(shù)相對固定，尤其是在網絡規(guī)模較大時。為此社會網絡分析專家引進了點度概念用語測評社會網絡密度，點度是指在社會網絡中，行動者所擁有最大連接數(shù)量。通過Pajek軟件測量廣馬輿情事件密度可知，平均密度（矩陣）為0.156，平均點度為24.95，即一個行動者將與24.95個鄰居進行信息互動，實現(xiàn)信息傳播。由此可見，在廣馬輿情事件結構圖中，各節(jié)點相互聯(lián)系緊密。尤其是傳統(tǒng)公共媒體間存在信息互動，這成為推動廣馬事件迅速傳播最直接原因，擴大廣馬輿情事件傳播范圍和影響力，增加受關注程度，造成關注過于集中，給廣馬賽事帶來不良的影響。圖1體育賽事輿情傳播結構圖3.3.2點度中心性分析

表1廣馬輿情點度中心度測量數(shù)據(jù)圖（部分）

結點點出入度點出度點入度體育賽事資訊榜651京華論壇1192廣州都市網14410鳳凰論壇17161星島環(huán)球18513參考消息23194南方都市報25178中國新聞網281117搜狐新聞332013貓撲網341816土豆網38308CCTV新聞網463313環(huán)球咨詢493514百度貼吧564016酷六網584513鳳凰資訊655712新華網675612天涯網715714騰訊新聞796316新浪新聞857213大洋網863551人民網957718Network All Degree Centralization = 0.45472

Network Input Degree Centralization = 0.07082

Network Output Degree Centralization = 0.82711

點度中心度是基于行動者與它接鄰行動者節(jié)點數(shù)，節(jié)點入度是鄰接至行動者的節(jié)點數(shù)，出度是鄰接到自行動者的節(jié)點數(shù)。在社會網絡中，點度中心度出度是擴張性測度，入度則是接受性測度。對出度測量，有利于掌握信息擴展的途徑，對入度的測度，有利于掌握信息發(fā)展的態(tài)勢。表1為廣馬輿情事件點度中心度的測度數(shù)據(jù)。

廣馬輿情事件傳播節(jié)點的點度范圍4～95，整體傳播點度密度為0.45472，lc老蔡通過網絡傳播鄰居數(shù)量最少，在社會網絡中，相對孤立，對網絡傳播產生的影響最??；以人民網為代表的大眾傳媒，出入度較高，網絡傳播鄰居的數(shù)量最大，影響相對較大，成為網絡傳播有力推手。

3.3.3行動者距離

在社會網絡中，行動者距離是用來描述一個行動者到另一個行動者之間最短距離，也稱為“測地線”，尤其是在六度空間理論發(fā)展起來之后，行動者距離在社會網絡分析研究中，具有舉足輕重的地位。

圖2顯示，廣馬輿情網絡結構圖中，各行動者之間的距離，其中最大距離以76號行動者“聯(lián)合早報”到17號行動者“靜如山岳”為代表，最大距離值為12，最小為1，大部分行動者之間的距離為1和2。在輿情信息傳播過程中，傳播距離越短，傳播速度就越大，造成的影響力也越大。整個廣馬輿情傳播的平均距離為2.93833，信息傳播速度較快。

3.4行動者在整個網絡中的地位和角色

3.4.1行動者整體結構等測度——相似性檢驗

行動者整體結構等價用來說明兩個行動者接受或發(fā)向網絡中其他行動者的關系是相同的，那么認為其在結構上是等價的，主要是測評行動者在網絡結構中多大程度上的相似。圖3通過Pajek測度的相關系數(shù)圖。

圖2行動者距離數(shù)據(jù)圖（部分）圖3廣馬輿情事件結構等價相關系數(shù)圖通過圖3可知，除了在對角線相關系為1外（行動者與自己在結構上是完全對等的），非對角線元素中沒有等于1的元素，這也就是說在建議關系上沒有結構等價的行動者。其他行動者之間相關系數(shù)各不相同，行動者等價結構也各不相同，各自在社會網絡中影響力也各不相同。為此行動者相互替代之后，必然會影響到整個網絡傳播，為此結構等價性較小，可替代程度也較小。由此可見，傳統(tǒng)媒體在網絡傳播依然起到至關重要的作用，傳統(tǒng)大眾媒體在輿情傳播中也同樣具有重要的作用，不能被取而代之。

3.4.2結構洞分析

結構洞主要用于測評社會結構網絡非直接聯(lián)系以及關系斷鏈的現(xiàn)象，由于社會網絡結構傳播過程中，行動者之間非直接聯(lián)系，造成行動者信息傳播的缺失，從網絡整體看好像網絡結構中出現(xiàn)了洞穴，結構洞存在使得處于中間位置的行動者居于重要的位置。為此本文根據(jù)結構洞特征，對廣馬輿情事件結構洞指數(shù)和中間中心性進行測度。在結構洞測度中，主要測度社會網絡限制度。社會網絡限制度是衡量一條紐帶的重要性或獨占性指標，代表了一個行動者與鄰接行動者關系的比例，占這個行動者對所有行動者管理的比例。限制度是指行動者與對方的關系會對對方產生的影響，這種限制取決于行動者對方強連接節(jié)點與行動者之間的紐帶強度。圖4是通過Pajek測度的廣馬輿情事件限制圖（圖4）。

從圖4可知，廣馬輿情網絡結構中，存在大量的傳播結構洞，各指標之間的限制度程度不一至，說明了信息傳播的制約性，各自受制約的程度大小不一至，最大為62號“體育咨詢榜”，受64號“zg趙哥”約束性達12%，這就意味著62號“體育資訊榜”有12%的信息是通過“zg趙哥”這個行動者傳播出去的。通過圖4可知行動者受結構洞影響力約束相對較小，這說明行動者在輿情信息傳播過程中，行動者接收多個行動者的信息，不易受單一其他自媒體或傳統(tǒng)媒體的影響。

圖4行動者結構洞指數(shù)圖（部分）表2廣馬輿情事件中介性測度

序號Label中介中心度1廣州都市網0.0000072星島環(huán)球0.1098473中國新聞網0.0147544CCTV新聞網0.0104577酷六網0.0064108搜狐新聞0.1228109南方都市報0.00142810鳳凰資訊0.00934411新華網0.00742812人民網0.05903413鳳凰視頻0.00030514土豆網0.00313215貓撲網0.01329716新浪新聞0.02220717天涯網0.04641618優(yōu)酷網0.00304219廣州網0.00038620雅虎口碑網0.00050221西祠胡同0.06943022體育賽事資訊0.00001123鳳凰論壇0.00958724參考消息0.00880425環(huán)球資訊0.00924926百度貼吧0.03125127聯(lián)合早報0.00051528騰訊新聞0.03134029大洋網0.146023中介中心勢 = 0.13295545

點度中介度就是在網絡中所有其他行動者之間的測地線，經過該行動者的測地線比例，對信息傳遞起到重要的中介作用，也就是占據(jù)更為重要的中心位置。通過表2可知，大洋網、搜狐新聞和星島新聞點度中介度相對較高，點度中介度值分別為0.146023、0.122810和0.109847，在整個網絡傳播過程中起到重要的中介作用。這說明這些網絡占據(jù)較多信息資源，并為擴大自媒體提供了大量的信息交流平臺，從而促使信息資源資源共享和信息資源的傳播。但通過表2可知，整體網絡中介中心勢并不高，這說明在廣馬輿情事件中，直接信息傳播在整體網絡中占據(jù)重要的位置，受中介影響較小。

3.5整體網絡內部結構測度

κ-核就是每個節(jié)點至少與一定數(shù)量κ的其他節(jié)點相鄰接的子圖，來界定輿情傳播中存在的小團體數(shù)量，κ-核界定了相對密集的子網絡，相對密集κ-核有利于信息在子網絡傳遞。測度結果顯示，廣馬輿情事件κ-核的最大值為17，結點數(shù)共有17個，占全部節(jié)點21.25%。通過圖5可知，κ-核的值在15級以上的占整個輿情網絡的66.25%，說明在該輿情事件中存在聯(lián)系緊密的凝聚子群，該子群在整個網絡中處于中心位置，通過彼此信息的互動，掌握大量的輿情信息，通過凝聚子群約束性進而占據(jù)了傳播途徑的重要節(jié)點。

圖5廣馬輿情事件頻度分布表

4結論與建議

通過研究表明：廣馬輿情事件傳播網絡中整體密度較高，傳統(tǒng)媒體和自媒體信息互動傳播頻繁；各行動者信息互換距離較短，從而導致信息傳播速度較快。通過對行動者整體網絡結構等價性的側度發(fā)現(xiàn)，行動者在整體網絡中地位和角色相對獨立，雖有結構洞的存在，但約束力相對較小，對信息傳播制約有限，尤其是點度中介值較低，說明信息以直接傳播較多。通過對整體網絡內部結構測度，發(fā)現(xiàn)廣馬輿情事件廣泛存在凝聚的子網絡，子網絡存在加速了信息在子網絡行動者間的共享和交換，從而促生多中心的傳播網絡結構。

4.1組建多中心并行輿情網絡結構

由于舉國體制以及政府辦賽等原因，我國發(fā)生體育賽事輿情事件，信息傳播的主要途徑是主辦方新聞發(fā)布會發(fā)布，經由傳統(tǒng)媒體進行傳播，具有信息傳播渠道單一性以及傳播時間階段性的特點，顯然不能適應體育賽事突發(fā)輿情事件的復雜性特點以及自媒體網絡傳播迅速發(fā)展的需要。構建并行化、連續(xù)性的多中心網絡結構，替代機械、僵化、費時的信息傳播管理模式，實現(xiàn)并行輿情網絡管理流程，提高輿情管理者對傳播環(huán)境的感知能力和適應能力，確保對輿情事件反應的及時性和準確性。

體育賽事輿情事件發(fā)生時，不同利益主體將從不同的角度傳播信息，強調網絡傳播不同利益主體共同利益和協(xié)助重要性，在輿情傳播管理中尤為重要。由于互連網絡技術發(fā)展，打破傳統(tǒng)的單一的、面對面的信息傳播途徑，擴展了多元主體在時間和空間上實現(xiàn)多元靈活組合的可能，多元主體相互依賴，共享信息，形成動態(tài)網絡信息管理系統(tǒng)。將原有信息管理傳播網絡納入體育賽事突發(fā)輿情事件管理系統(tǒng)，增強信息管理深度和廣度，建立橫向輿情評估體系，實現(xiàn)突發(fā)輿情事件管理的即時性、完整性和通達性，完善多中心并行輿情監(jiān)控與協(xié)同應對。

4.2關注輿情事件網絡引導時機

突發(fā)輿情危機時，當持某一觀點信息源占據(jù)優(yōu)勢時，網絡受眾就會迅速靠攏，形成“集聚效應”[36]。突發(fā)輿情事件主要體現(xiàn)在個體信息交換以及信息共享之后的群體性行為，這種群體行為屬于非常規(guī)狀態(tài)下由于信息不對稱所引發(fā)的好奇、恐慌心理，導致的臨時性、非正式的弱關系。輿情事件在社會中受關注程度越高，這種臨時的、不穩(wěn)定弱關系就越容易形成。在社會網絡結構中，社會公眾既是信息受體，也是信息的傳播者，通過自身將信息傳播到其他結點。

基于社會網絡輿情網絡分析不僅關注信息內容，更關注信息傳播者與受體之間的關系，在進行輿情監(jiān)控管理過程中，選擇合適時機，選擇關鍵位置，通過輿情引導的方法對輿情發(fā)展進行干預，將在較短時間內改變或引導受眾的觀點，起到較好的輿情引導作用。同時建立透明的輿情傳播平臺，促進受眾在透明的平臺下理性交流和理性探索，支持理性化的多樣性，提高公信力。

4.3增強核心網絡效應

對輿情傳播起決定作用的因素主要為：整體網絡結構對信息的約束力和核心網絡對結點影響程度。首先重點關注核心網絡建設，核心網絡建設決定整體網絡結構的完善性，核心網絡和核心結點代表輿情網絡主要特征和發(fā)展方向。輿情事件中，往往存在多個核心結點，為此建議核心網絡結點緊密合作，形成核心網絡效應，有利于輿情有效引導和控制。

傳統(tǒng)媒體具有公信力、權威新、可靠性以及一次傳播受眾面寬等優(yōu)勢，但也存在傳播時間僵化、傳播工具單一化、傳播互動性差等劣勢；輿情網絡傳播正好相反，具有即時性、互動性、多元化等優(yōu)勢，為此利用多種渠道，打通傳播渠道，形成跨媒體核心網絡，增強媒體間溝通，可以有效掌握體育賽事輿情發(fā)展動態(tài)，營造有利的賽事輿論環(huán)境。

參考文獻：

[1]阮偉. 體育賽事與城市發(fā)展關系研究[D].北京：北京體育大學，2012.

[2]2013年全國體育競賽計劃[EO/EL].http：//www.sport.gov.cn/n16/n1152/n2448/4149720.html

[3]王法碩. 公民網絡參與公共政策過程研究[D].上海：復旦大學，2012.

[4]潘新，鄧貴仕，佟斌. 基于社會網絡的輿情傳播模型構建與分析[J]. 運籌與管理，2011（2）：176-179，185.

[5]劉連發(fā)，王東. 大型體育賽事中群體性事件的觸發(fā)成因與風險研究[J]. 體育與科學，2013（6）：95-98.

[6]王智慧，高鵬飛，張秋. 國內外大型體育賽事群體性事件研究[J]. 體育文化導刊，2013（5）：57-60.

[7]徐赟，李文龍. 試論體育突發(fā)事件的輿情危機與引導[J]. 體育文化導刊，2013（9）：6-9.

[8]網絡輿情的四個階段[EO/EL].http：//www.knowlesys.cn/articles/public_opinion_4_steps.html.

[9]王來華. 論輿情研究的兩個需要[J]. 天津社會科學，2010（4）：70-74.

[10]王來華.輿情研究概論：理論、方法與現(xiàn)實熱點[M].天津： 天津社會科學出版社，2003：32.

[11]張克生.國家決策：機制與輿情[M]. 天津： 天津社會科學出版社，2004：16.

[12]中共中央宣傳部輿情信息局. 輿情信息工作概論[M]. 北京： 學習出版社， 2006：6.

[13]陳虹，沈申奕. 新媒體環(huán)境下突發(fā)事件中謠言的傳播規(guī)律和應對策略[J]. 華東師范大學學報：哲學社會科學版，2011（3）：83-91，154.

[14]馮江平，史俊洋，陳虹，趙舒貞，王鑫. 網絡社會事件發(fā)展過程中的輿情心理分析——以“躲貓貓”事件為例[J]. 云南師范大學學報：哲學社會科學版，2012（4）：60-70.

[15]李茜，龔麗. 群體性事件網絡輿情傳播特點及其引導對策[J]. 青年與社會，2013（4）：47-48.

[16]和立新. 第十一屆全運會與山東省經濟社會互動的分析[J]. 山東體育學院學報，2008（6）：14-16.

[17]鄭振國. 大型體育賽事的生態(tài)環(huán)境保護和北京奧運會的科學實踐[D].北京：北京體育大學，2009.

[18]北京奧運開幕式收視率調查[EO/EL].http：//sports.sohu.com/20090513/n263939632.shtml.

[19]體育媒體觀察[EO/EL].http：//voice.hupu.com/nba/media/sportsmediawatch.

[21]康偉. 突發(fā)事件輿情傳播的社會網絡結構測度與分析——基于“11·16校車事故”的實證研究[J]. 中國軟科學，2012（7）：169-178.

[22]Katarzyna Sznajd–Weron. Sznajd model and its applications[J]. Acta Physica Polonica B， 2005（8）：36-43.

[23]Guillaume Deffuant. Mixing beliefs among interacting agents[J]. Advances in Complex Systems，2000（3）： 87-98.

[24]Rainer Hegselmann， Ulrich Krause. Opinion dynamics and bounded confidence models， analysis， and simulation[J]. Journal of Artifical Societies and Social Simulation （JASSS） vol.5， no. 3， 2002（5）.

[25]Shuguang Suo and Yu Chen. The Dynamics of Public Opinion in Complex Networks[J]. Journal of Artificial Societies and Social Simulation vol. 2008（11），42-52.

[26]Stanley Wasserman，Katherine Faust. 社會網絡分析：方法與應用[M]. 北京：中國人民大學出版社，2012：52-121.

[27]JintaoTang ，TingWang. Efficient Social Network Approximate Analysison Biosphere Basedon Network Structure Characteristics，SNA-KDD'09[C]. The 3rd Workshopon Social Network Miningand Analysis，2009.

[28]羅家德. 社會網絡分析講義[M]. 北京：社會科學文獻出版社，2011：20-27

[29]劉軍.整體網絡分析[M]. 上海：上海人民出版社，2009：29.

[30]Barnes，J.A（1974） Social Networks. Module in Anthropology， No. 26. Reading， MA： Addison-Wesley.

[31]Laumann， E. O.， P. V. Marsden， & J. Galaskiewicz. “Community Influence Structures： Extension and Replication of a Network Approach.” American Journal of Sociology， 83， （1977）： 594-631.

[32]Proctor，C.H.， and Loomis，C.P.（1995）. Analysis of sociometric data. Pages 561-586.New York： Dryden Press.

[33]羅納德·伯特（Ronald Burt）.結構洞：競爭的社會結構=Structural holes：the social structure of competition[M]. 上海：漢語大詞典出版社，2008：210-290.

[34]謝英香，馮銳. 結構洞： 虛擬學習社區(qū)信息獲取行為研究[J]. 軟件導刊，2010（8）：19-21.

[35]石彭輝. 基于社會網絡分析的網絡輿情實證研究[J]. 現(xiàn)代情報，2013（2）：27-31.

[36]曹勁松. 網絡輿情的發(fā)展規(guī)律[J]. 新聞與寫作，2010（5）：45-47.第30卷第6期2014年12月山東體育學院學報Journal of Shandong Institute of Physical Education and SportsVol.30 No.6December 2014

碼：A文章編號：1006-2076（2014）06-0011-08