摘要：[目的/意義]基于文獻計量學(xué)視角，系統(tǒng)性地回顧國內(nèi)社交媒體研究的前沿熱點、知識結(jié)構(gòu)與發(fā)展趨勢，為全面總結(jié)近10年國內(nèi)社交媒體研究提供新視角。[方法/過程]基于2011—2021年3 837篇文獻數(shù)據(jù)，采用文獻計量法對國內(nèi)社交媒體研究的知識結(jié)構(gòu)和發(fā)展趨勢開展系統(tǒng)性研究。研究主要采用CiteSpace可視化分析工具，結(jié)合使用共詞分析、聚類分析和突現(xiàn)分析等方法對目標主題開展系統(tǒng)評述。[結(jié)果/結(jié)論]國內(nèi)社交媒體研究的關(guān)注度呈現(xiàn)線性增長特征，且在2013—2015年形成知識結(jié)構(gòu)主體框架；其次，國內(nèi)社交媒體研究形成以16個聚類為基礎(chǔ)的三大知識域；最后，形成以理論基礎(chǔ)、工具載體、分析方法、應(yīng)用實踐和發(fā)展趨勢為基礎(chǔ)的知識脈絡(luò)?？傊夹g(shù)進步以社交媒體為中介，對個體、群體和社會均帶來深遠影響。

關(guān)鍵詞：社交媒體? ? 社會網(wǎng)絡(luò)? ? 文獻計量? ? 知識圖譜? ? CiteSpace

分類號：G256

引用格式：石少卿. 文獻計量視角下國內(nèi)社交媒體研究的知識結(jié)構(gòu)與發(fā)展趨勢：2011—2021年[J/OL]. 知識管理論壇， 2023， 8（4）： 278-290[引用日期]. http：//www.kmf.ac.cn/p/351/.

自21世紀初社交媒體興起以來，基于互聯(lián)網(wǎng)和移動終端的虛擬互聯(lián)模式不僅改變了大眾的日常生活，也在一定程度上推動了社會、商業(yè)和技術(shù)的廣泛進步。從文字傳送和視頻溝通到直播互動與虛擬現(xiàn)實，社交媒體逐漸從溝通工具向媒體融合的社交網(wǎng)絡(luò)系統(tǒng)發(fā)展，進而呈現(xiàn)出“泛社交化”的發(fā)展趨勢[1]?；谏缃幻襟w的社會互動進一步促進了個體從“經(jīng)濟人”向“社會人”過渡，繼而為個體獲取嵌入網(wǎng)絡(luò)的社會資本提供了可能。社交媒體幫助個體以虛擬標簽的形式進行身份重構(gòu)，從而有利于個體獲得更廣泛的社會認同[2]。與此同時，基于社交媒體的信息共享和價值傳播促使群體思維逐漸分化，其在塑造社會熱點話題的同時，也在一定程度上造成了群體極化和信息繭房等社會現(xiàn)象[3]。另外，隨著大數(shù)據(jù)算法和智能推薦的商業(yè)化應(yīng)用，人們可以根據(jù)自身偏好接收定制化的信息推送，從而造成個體的決策單一化和社會性喪失。由此可見，社交媒體的快速發(fā)展在為人們帶來便捷和多元化的同時，也在深刻地影響著人們的行為模式和決策傾向。

鑒于社交媒體帶來的沖擊，國內(nèi)外學(xué)者基于不同視角對其影響進行了分析和闡述。國外學(xué)者對社交媒體的研究主要聚焦于概念界定[1，4]、測度標準[5-6]和應(yīng)用實踐[7-9]等三個方面。相對來說，國內(nèi)學(xué)者更加關(guān)注社交媒體對傳統(tǒng)行業(yè)的沖擊[10-13]、對個體行為和心理的影響[14-16]以及商業(yè)化應(yīng)用[17-19]等方面。由于社交媒體研究在國內(nèi)興起時間相對較短，國內(nèi)學(xué)者僅基于社交媒體的應(yīng)用方向開展局部綜述性研究，例如在廣告效果[20]、話題演變[21]以及信息可信度評估[22]等方面?；谖墨I研究結(jié)果，國內(nèi)社交媒體研究領(lǐng)域尚未形成系統(tǒng)性綜述研究或知識圖譜研究，尤其是基于大量已有成果開展的文獻計量分析和可視化解讀。因此，本研究嘗試基于CNKI中的中文社會科學(xué)引文索引（CSSCI）數(shù)據(jù)對國內(nèi)社交媒體研究的知識結(jié)構(gòu)和發(fā)展趨勢開展文獻計量分析和可視化解讀，以期為進一步的研究提供知識基礎(chǔ)和選題方向。

本文重點關(guān)注國內(nèi)社交媒體研究中的前沿熱點和知識結(jié)構(gòu)等特征，及其對塑造國內(nèi)社交媒體研究知識脈絡(luò)和發(fā)展趨勢的作用，這為縱向觀察國內(nèi)的社交媒體研究提供了基礎(chǔ)。本研究通過6個步驟達成上述研究目的：在引言、方法論介紹和數(shù)據(jù)分析的基礎(chǔ)上開展關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)分析和聚類分析，繼而進一步總結(jié)出國內(nèi)社交媒體研究的知識脈絡(luò)和發(fā)展趨勢，并在文章最后給出研究結(jié)論和展望。

1? 研究方法與描述性分析

1.1? 研究工具與數(shù)據(jù)檢索

文獻計量分析作為當前較為普及的科技文本挖掘方法，能夠針對目標領(lǐng)域的文獻或數(shù)據(jù)進行定量分析，繼而探索目標領(lǐng)域的知識基礎(chǔ)、研究前沿以及主題分布等特征[23]。作為文獻計量學(xué)和知識圖譜研究領(lǐng)域中的新興工具，CiteSpace通過可視化方式分析科學(xué)文獻中的趨勢和模式，并具有關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)分析和共被引分析等功能[24]。本研究于2022年6月10日以主題檢索方式在中國知網(wǎng)（CNKI）開展文獻檢索，采用CiteSpace（V6.1.2）對國內(nèi)社交媒體研究的演進特征開展科學(xué)計量分析和可視化解讀，并進一步總結(jié)社交媒體推動國內(nèi)學(xué)術(shù)研究進步的作用機制。本研究的開展主要采用聚類分析、突現(xiàn)分析以及共詞分析三種分析方法[25]。

為最大化獲取國內(nèi)社交媒體的高質(zhì)量研究成果，研究以主題檢索方式在中國知網(wǎng)平臺中開展文獻數(shù)據(jù)檢索工作[25-26]。檢索條件為：主題=“社交媒體”，來源類別=“CSSCI”，時間范圍為“2009—2022年”，檢索時間為2022年6月10日。通過初次檢索，獲得與社交媒體主題相關(guān)的文獻3837篇。考慮到2009年和2010年的發(fā)表量僅為1篇和2篇，以及2022年度的發(fā)表量數(shù)據(jù)暫不完整，因此將上述三個年份的年度發(fā)表數(shù)據(jù)進行剔除。通過二次檢索，研究共獲得了2011—2021年國內(nèi)社交媒體研究的相關(guān)文獻共4 200篇。通過對檢索數(shù)據(jù)進一步篩選，剔除了信息不完整、報告、公告、征稿等363條數(shù)據(jù)，最終共獲得了3 837篇文獻作為有效數(shù)據(jù)。

1.2? 國內(nèi)社交媒體研究的發(fā)展現(xiàn)狀與總體特征

近10年，國內(nèi)的社交媒體研究呈現(xiàn)出快速發(fā)展特征，這集中體現(xiàn)在相關(guān)研究成果的年度發(fā)表量上，見圖1。從2011年的24篇到2021年707篇，國內(nèi)社交媒體研究的發(fā)表成果增長了近30倍，年度發(fā)表量呈現(xiàn)出顯著的線性增長特征。這從側(cè)面反映出國內(nèi)學(xué)者對社交媒體研究的關(guān)注度持續(xù)快速上漲。上述趨勢在關(guān)鍵詞“社交媒體”的詞頻分布圖中得到進一步體現(xiàn)。社交媒體作為關(guān)鍵詞在中文社會科學(xué)引文索引期刊中的使用頻次呈現(xiàn)快速上升趨勢，并在2018年達到頂峰。盡管其在2018—2020年出現(xiàn)下降趨勢，但近10年的整體趨勢呈現(xiàn)線性增長特征，且與年度發(fā)表量走勢相似。

研究進一步從學(xué)術(shù)機構(gòu)、高頻作者和基金項目三個視角來解讀國內(nèi)社交媒體研究的總體特征。武漢大學(xué)以295篇論文的發(fā)表量成為國內(nèi)社交媒體研究領(lǐng)域的重要學(xué)術(shù)機構(gòu)。中國人民大學(xué)（234篇）、清華大學(xué)（185篇）、中國傳媒大學(xué)（167篇）以及南京大學(xué)（128篇）等高校緊隨其后，均成為推動國內(nèi)社交媒體研究快速發(fā)展的關(guān)鍵平臺。上述學(xué)術(shù)機構(gòu)在發(fā)揮整體研究優(yōu)勢的同時，也貢獻了一批社交媒體研究領(lǐng)域的優(yōu)秀學(xué)者。清華大學(xué)的陳昌鳳（22篇）和史安斌（18篇）、武漢大學(xué)的李綱（20篇）和趙蓉英（17篇），以及北京師范大學(xué)的張洪忠（20篇）等學(xué)者均在社交媒體研究的本土化發(fā)展歷程中發(fā)揮著重要作用。從基金項目來看，國家社會科學(xué)基金為國內(nèi)社交媒體研究的廣泛開展提供了重要支撐，有超過1 000項研究成果得到該基金的支持。緊隨其后的國家自然科學(xué)基金（393篇）和教育部人文社科研究項目（177篇）同樣為國內(nèi)社交媒體研究的開展提供了重要動力。相對來說，盡管中央高?；究蒲袠I(yè)務(wù)費專項基金項目（84篇）和中國博士后科學(xué)基金（50篇）的資助力度相對較小，但為特定范圍的學(xué)者提供了特色化的基金支持。

2? 國內(nèi)社交媒體研究的熱點分析

一般而言，關(guān)鍵詞在一定程度上可以反映一篇文章的核心主題和知識基礎(chǔ)，因此本研究采用關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)來探究國內(nèi)社交媒體研究的主題熱點。研究基于3 837項檢索條目，采用關(guān)鍵詞的節(jié)點類型（node type=keywords）、cosine算法和前50位閾值設(shè)置（top 50%）等參數(shù)開展關(guān)鍵詞的共現(xiàn)網(wǎng)絡(luò)分析。分析設(shè)定的時間范圍為2011年1月—2021年12月，時間切片選擇1年（time slicing=1），可視化結(jié)果見圖2。圖2共分4個部分，即關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)（左中）、高中心性關(guān)鍵詞視圖（右上，中心性大于等于0.1）、高頻關(guān)鍵詞視圖和詞頻趨勢（右下，詞頻大于等于20）以及突現(xiàn)關(guān)鍵詞視圖（左下，突現(xiàn)強度前10位）。

從詞頻高于20次的局部視圖來看，以“社交媒體”“大數(shù)據(jù)”以及“新媒體”等高頻詞為基礎(chǔ)而構(gòu)建的關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)勾勒出了近10年國內(nèi)社交媒體研究的總體框架。研究進一步繪制了前三位高頻關(guān)鍵詞的詞頻分布和走勢。國內(nèi)學(xué)者對社交媒體主題的總體關(guān)注度持續(xù)高漲，但就“大數(shù)據(jù)”和“新媒體”這兩個研究熱點而言，在2011—2021年出現(xiàn)了較大波動。新興熱點（后真相、用戶畫像、新冠肺炎等）和技術(shù)平臺（短視頻、直播平臺、虛擬現(xiàn)實等）的快速迭代使得國內(nèi)社交媒體研究始終緊跟前沿議題的發(fā)展。從中心性視圖來看，“社交媒體”“微博”和“新媒體”三個關(guān)鍵詞的中心性均超過了0.1的閾值，代表其在國內(nèi)社交媒體研究中發(fā)揮著重要的橋梁和中介作用[24]。這意味著，由三者所串聯(lián)、衍生和交叉而形成的研究領(lǐng)域和熱點議題極大地推動了國內(nèi)社交媒體研究的體系構(gòu)建。

從突現(xiàn)分析（burst detection）來看，“短視頻”在2019—2021年的突現(xiàn)強度超過了10，成為突現(xiàn)強度最高的研究主題。這代表“短視頻”在近三年迅速興起并成為了國內(nèi)社交媒體研究探討的核心議題之一。與其在同階段呈現(xiàn)突現(xiàn)特征的主題還包括“人工智能”“青少年”“用戶畫像”以及“自我呈現(xiàn)”等，這些主題共同構(gòu)成了近三年國內(nèi)社交媒體研究的前沿熱點。相對來說，“電子政務(wù)”（2013—2015年）和“微信”（2016—2017年）兩個主題呈現(xiàn)突現(xiàn)特征的時間較早，均出現(xiàn)在2018年之前?；谏缃幻襟w平臺的電子政務(wù)服務(wù)，極大地提高了居民政務(wù)申請和辦理的效率，同時也促進了應(yīng)急管理、檔案服務(wù)、信息傳播以及事實核查等方面的便捷性[22]。在走過10年（2011—2021年）發(fā)展歷程之后，基于微信平臺的互聯(lián)模式不僅改變了大眾的日常溝通方式，也在學(xué)術(shù)交流、知識傳播、數(shù)字出版、閱讀推廣和數(shù)據(jù)獲取等方面推動了國內(nèi)學(xué)術(shù)研究的進步[27]。二者在實踐應(yīng)用和平臺載體兩個方面分別推動著國內(nèi)社交媒體研究的發(fā)展，也構(gòu)成了其重要的研究內(nèi)容之一。另一方面，“后真相”（post-truth）成為近年來國內(nèi)社交媒體研究中突現(xiàn)持續(xù)時間最長的主題（2018—2021年）。如何在互聯(lián)網(wǎng)時代和虛擬的社交媒體平臺中有效地識別個人情感對事實真相帶來的影響，繼而為可能的網(wǎng)絡(luò)輿情、虛假信息傳播以及政治參與提供合理引導(dǎo)[28]，開始成為近年來國內(nèi)社交媒體研究的核心內(nèi)容之一。

3? 國內(nèi)社交媒體研究的知識結(jié)構(gòu)分析

3.1? 國內(nèi)社交媒體研究的聚類分析

為清晰呈現(xiàn)關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)的組別特征和國內(nèi)社交媒體研究的知識結(jié)構(gòu)，本文進一步對該網(wǎng)絡(luò)開展基于關(guān)鍵詞的聚類分析，其可視化分析結(jié)果見圖3。圖3主要包括兩個部分，分別為聚類視圖（左側(cè)）和聚類信息列表（右側(cè)）。由聚類結(jié)果信息，反映網(wǎng)絡(luò)模塊化的評價指標Modularity值M=0.6122（Q>0.3），代表網(wǎng)絡(luò)聚類結(jié)構(gòu)的效果是顯著的；反映網(wǎng)絡(luò)同質(zhì)性的評價指標Silhouette值S=0.9012（S>0.7），說明聚類結(jié)果具有高信度[26]。通過聚類分析，2011—2021年國內(nèi)社交媒體研究的關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)被識別為16個聚類，具體見圖3中的聚類信息列表。

國內(nèi)社交媒體研究的聚類結(jié)構(gòu)呈現(xiàn)出清晰的聚集特征，聚類間存在大量交叉和疊加狀態(tài)，該結(jié)構(gòu)的形成與高頻關(guān)鍵詞、高中心性關(guān)鍵詞以及突現(xiàn)關(guān)鍵詞之間的大量關(guān)聯(lián)密不可分。從時間上來看，所有聚類的形成集中在2013—2015年。在2013年，得益于國內(nèi)社交媒體的快速發(fā)展，“社交化”“電子政務(wù)”和“傳統(tǒng)媒體”等5個聚類得以形成。期間，社交載體的大量出現(xiàn)和廣泛應(yīng)用開始引領(lǐng)大眾生活進入“泛社交化”時代，使社交從用戶行為逐漸轉(zhuǎn)變?yōu)樯罘绞街弧Ｅc此同時，社交媒體的深入普及也對固有機制和平臺帶來沖擊，主要包括政府和企業(yè)在電子政務(wù)服務(wù)中的數(shù)字化升級以及傳統(tǒng)媒體（尤其是新聞業(yè)和出版業(yè)）向新媒體的轉(zhuǎn)型[13]。盡管國內(nèi)社交媒體研究的期刊數(shù)據(jù)最早可追溯到2009年，但直到2014年“社交媒體”才開始形成一個獨立的研究聚類和議題。與之類似，共有8個聚類在2014年形成，達到全部聚類數(shù)量的一半?！按髷?shù)據(jù)”“微博”“移動終端”“數(shù)字時代”“網(wǎng)絡(luò)輿論”等熱點話題悉數(shù)出現(xiàn)，開始形成獨立的學(xué)術(shù)研究方向?；谝苿咏K端的社交軟件用戶快速增長，在形成網(wǎng)絡(luò)輿論并產(chǎn)生社交行為的同時，也間接提供了海量的用戶畫像數(shù)據(jù)[29]。與此同時，大數(shù)據(jù)技術(shù)的不斷成熟推動國內(nèi)社交媒體開始走向基于數(shù)據(jù)驅(qū)動的數(shù)字時代，該趨勢影響至今。隨后，國內(nèi)社交媒體開始從信息傳遞和圖片分享等模式向短視頻和網(wǎng)絡(luò)直播等互動模式發(fā)展，繼而逐步被打造成為完整的社交網(wǎng)絡(luò)平臺，這一趨勢在2015年得到快速發(fā)展。在該階段，國內(nèi)社交媒體研究開始關(guān)注基于社會心理學(xué)視角的情感分析和基于扎根理論視角的內(nèi)容分析和元分析等研究方法，這進一步推動了國內(nèi)社交媒體研究在方法論層面的進步。

3.2? 國內(nèi)社交媒體研究的知識域分析

本研究進一步歸納了16個聚類的組別特征，繼而總結(jié)出由聚類構(gòu)成的國內(nèi)社交媒體研究的知識域?；陉P(guān)鍵詞的研究熱點分析和聚類分析發(fā)現(xiàn)，國內(nèi)社交媒體的發(fā)展往往從軟件和平臺等工具載體出發(fā)，繼而產(chǎn)生基于情景模式的應(yīng)用實踐和發(fā)展趨勢。因此，本文從工具載體、應(yīng)用實踐以及分析方法和發(fā)展趨勢三個視角對聚類內(nèi)容進行知識域歸納。

（1）工具載體（知識域A）。得益于互聯(lián)網(wǎng)基礎(chǔ)設(shè)施的不斷更新和移動通信技術(shù)的快速進步，基于移動終端的社交媒體平臺和社交網(wǎng)絡(luò)得到了長足發(fā)展。以微信、微博和短視頻為代表的社交媒體軟件迅速融入大眾的日常生活，并不斷成為社交媒體進一步拓展線上用戶和開展商業(yè)推廣活動的有效載體。以微信和微博為代表的即時溝通模式不僅極大地便利了居民的日常溝通，也為移動終端及其軟件系統(tǒng)等領(lǐng)域帶來了“創(chuàng)造性破壞”。為適應(yīng)日益高漲的應(yīng)用軟件多元化和界面操作快捷化的需求，以手機和平板電腦為代表的移動終端在近10年得到快速發(fā)展，這主要體現(xiàn)在操作系統(tǒng)創(chuàng)新、軟件開發(fā)和硬件升級等方面。除此之外，基于大數(shù)據(jù)算法的人工智能、機器學(xué)習(xí)和虛擬現(xiàn)實等基礎(chǔ)工具也極大地推動了國內(nèi)社交媒體的發(fā)展和相關(guān)研究的開展[30]。大數(shù)據(jù)的應(yīng)用使得社交媒體平臺在智能檢索、偏好分類以及定向推薦等領(lǐng)域得到快速發(fā)展，這也成為用戶畫像和信息繭房等研究領(lǐng)域興起的原因之一。元宇宙（metaverse）的出現(xiàn)將社交媒體的發(fā)展推向新階段，這得益于云計算、人工智能、虛擬現(xiàn)實、區(qū)塊鏈、物聯(lián)網(wǎng)、人機交互等前沿技術(shù)的高度集成，繼而為構(gòu)建基于新型社會體系的數(shù)字生活空間提供了可能。元宇宙勢必會推動社交媒體新模式的出現(xiàn)，從而為國內(nèi)社交媒體研究提供新方向。另外，值得注意的是，新近興起的ChatGPT等人工智能工具有可能以塑造虛擬人物的形式廣泛參與到大眾的社交網(wǎng)絡(luò)中來，將進一步促進社交媒體的多元化和復(fù)雜化，也為社交媒體研究提供了前沿熱點。

（2）應(yīng)用實踐（知識域B）?；诟咝曳€(wěn)定的工具載體，社交媒體逐步從單純的社交功能拓展到復(fù)雜的媒體功能。社交媒體中具有自媒體屬性的傳播模式，為網(wǎng)絡(luò)輿情的管控和信息真實性的識別帶來了一定的困擾[31]。虛假信息在社交網(wǎng)絡(luò)中的急速傳播和爆炸式轉(zhuǎn)發(fā)擴散，對政府與企業(yè)在事實核查、輿情管理、駁斥謠言（辟謠）以及應(yīng)急管理等方面提出了更高的要求，也不斷推動相關(guān)審核機制和個人信用體系制度的快速構(gòu)建。諸如情景模擬預(yù)演和極端壓力測試等方法對于政府和企業(yè)管控突發(fā)性事件對網(wǎng)絡(luò)輿情和負面形象的影響愈發(fā)重要，這在地震、山火、洪水以及疫情等不可抗力事件中表現(xiàn)顯著。與此同時，社交媒體以其快速便利的網(wǎng)絡(luò)傳播條件和邊際成本極低的傳播成本對傳統(tǒng)產(chǎn)業(yè)帶來一定的沖擊，這集中體現(xiàn)在新聞產(chǎn)業(yè)和出版產(chǎn)業(yè)中。高速城市化所帶來的快節(jié)奏生活模式和碎片化時間（如通勤時）使居民愈發(fā)傾向使用移動閱讀模式來獲取新聞、知識和相關(guān)技能，這對于紙質(zhì)書籍和報紙刊物的印刷、出版和需求產(chǎn)生重大影響，繼而推動了新聞產(chǎn)業(yè)和出版產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型。由此可見，社交媒體的快速發(fā)展既帶來了挑戰(zhàn)，也帶來了機遇：其在數(shù)字服務(wù)、電子政務(wù)和知識服務(wù)等領(lǐng)域的應(yīng)用極大地便利了大眾的生活需求。社交媒體在應(yīng)用實踐中的快速發(fā)展為國內(nèi)社交媒體研究提供了前沿熱點、情景案例以及可用于實證研究的海量用戶數(shù)據(jù)。

（3）分析方法和發(fā)展趨勢（知識域C）?；诟咝У墓ぞ咻d體和廣泛的應(yīng)用實踐，社交媒體開始從“泛社交化”模式逐步被整合為協(xié)同式社交網(wǎng)絡(luò)，即集通訊、社交、購物、出行和辦公等場景于一體的媒體融合模式（media convergence）。正如自媒體對傳統(tǒng)出版和新聞行業(yè)的沖擊，社交媒體同樣對網(wǎng)絡(luò)購物、共享出行、移動會議和教育培訓(xùn)等領(lǐng)域產(chǎn)生溢出效應(yīng)，這一點在新冠疫情的影響下尤為明顯。社交媒體不僅連接了不同的社交個體，也基于網(wǎng)絡(luò)屬性不斷聯(lián)結(jié)著大眾生活的方方面面。社交平臺的協(xié)同式發(fā)展促使行業(yè)資源不斷縱向整合，繼而進一步推動數(shù)字時代的社交紅利向大眾生活和商業(yè)活動滲透[32]。與此同時，國內(nèi)社交媒體研究也開始側(cè)重于分析方法領(lǐng)域的深入實踐。國內(nèi)學(xué)者基于社交網(wǎng)絡(luò)數(shù)據(jù)開展了大量定性與定量相結(jié)合的研究，其中涉及的內(nèi)容分析、情感分析、知識圖譜分析等方法均有效地推動了社會學(xué)、心理學(xué)和傳播學(xué)領(lǐng)域的研究。社交媒體研究中分析方法的進步得益于社交媒體所提供的獨特的“網(wǎng)絡(luò)式”大數(shù)據(jù)。除了保留著大數(shù)據(jù)固有的體量大、多元化以及多視角等特點外，“網(wǎng)絡(luò)式”大數(shù)據(jù)具有獨特的“關(guān)系型”數(shù)據(jù)特征，即這些數(shù)據(jù)之間是相互關(guān)聯(lián)而非獨立的?；诖?，研究者便可通過關(guān)系數(shù)據(jù)的內(nèi)在邏輯分析和追蹤其在輿情傳播、信息擴散以及心理歸因等領(lǐng)域發(fā)揮的作用。由此可見，國內(nèi)社交媒體研究的開展與社交媒體的發(fā)展趨勢緊密相關(guān)，相輔相成。

4? 國內(nèi)社交媒體研究的知識脈絡(luò)與發(fā)展趨勢

本研究進一步結(jié)合高頻關(guān)鍵詞（top100）的組別特征和年度特征來探究國內(nèi)社交媒體研究的知識脈絡(luò)和發(fā)展趨勢。研究通過獲取詞頻排名前100位的高頻關(guān)鍵詞，并進一步將其與突現(xiàn)關(guān)鍵詞、聚類分組和知識域進行對比與整合，最終得到了2011—2021年國內(nèi)社交媒體研究的知識脈絡(luò)，見圖4。由于2011年的數(shù)據(jù)量較少，在高頻關(guān)鍵詞的前100位中并未發(fā)現(xiàn)2011年度的關(guān)鍵詞，因此研究選取了2012—2021年的年度高頻關(guān)鍵詞，并將其與突現(xiàn)強度前10位的關(guān)鍵詞進行對比。從2013年的“大數(shù)據(jù)”到2017年的“人工智能”，再到2020年的“新冠肺炎”，年度高頻關(guān)鍵詞均代表著該年度國內(nèi)社交媒體研究中最受關(guān)注的主題熱點。通過與突現(xiàn)關(guān)鍵詞進行橫向?qū)Ρ劝l(fā)現(xiàn)，只有2017年的“人工智能”和2019年的“自我呈現(xiàn)”兩個關(guān)鍵詞產(chǎn)生重疊，代表二者在短時間內(nèi)快速興起且得到了學(xué)界的廣泛認可和使用。以人工智能和機器學(xué)習(xí)為代表的數(shù)據(jù)算法驅(qū)動模式給社交媒體的發(fā)展帶來了較大的技術(shù)沖擊，這為國內(nèi)社交媒體研究提供了一個全新的視角。與此同時，社交行為如何通過機器媒介對人類情感產(chǎn)生影響，開始成為近年來國內(nèi)社交媒體研究領(lǐng)域的熱點話題。[5]。以自我呈現(xiàn)理論為代表的心理學(xué)探討逐漸在國內(nèi)社交媒體研究中與社會學(xué)和傳播學(xué)進行交叉和融合。由此可見，2011—2021年國內(nèi)社交媒體研究呈現(xiàn)出以高頻關(guān)鍵詞為基礎(chǔ)、以突現(xiàn)關(guān)鍵詞為重點的“峰谷走勢”。

基于上述知識脈絡(luò)，研究進一步分析了國內(nèi)社交媒體研究的發(fā)展趨勢。

（1）理論層面。社會網(wǎng)絡(luò)理論作為社交媒體研究的核心理論基礎(chǔ)，可以有效地闡述個體在社會互動過程中獲得社會資本并得到身份認同的過程[33]。這一社會學(xué)視角同樣不斷得到衍生性解釋，例如強關(guān)系與弱關(guān)系的對比以及結(jié)構(gòu)洞視角所帶來的中介效應(yīng)等。將心理學(xué)視角不斷融入個體社會行為的解釋開始成為近年來國內(nèi)學(xué)者關(guān)注的熱點，這在基于訪談和問卷調(diào)查的個體自我呈現(xiàn)行為（individual self-presentation behavior）研究結(jié)論中得到進一步確認[15]。我們還應(yīng)該關(guān)注諸如依戀理論（attachment theory）等心理學(xué)視角在社交媒體研究中的應(yīng)用[34]。致力于探究人際交互過程對整體社會網(wǎng)絡(luò)影響機制的質(zhì)性研究方法，也在一定程度上推動了扎根理論（ground theory）在國內(nèi)社交媒體研究中的廣泛應(yīng)用。另一方面，社交媒體研究離不開傳播學(xué)層面的探討。如何認知傳統(tǒng)媒體和新媒體的交互狀態(tài)對社會和個體帶來的影響，開始越來越多地得到國內(nèi)學(xué)者的關(guān)注，這進一步推動了議程設(shè)置理論（agenda-setting theory）等視角在國內(nèi)社交媒體研究中的應(yīng)用。

（2）工具載體。社交媒體的工具載體在近10年間快速興起，歷經(jīng)了“交流—分享—互動—虛擬”4個發(fā)展階段。以QQ和飛信為代表的社交載體，將大眾從傳統(tǒng)的移動通信時代帶入到社交媒體時代?；诨ヂ?lián)網(wǎng)和移動終端的實時溝通和即時互聯(lián)為社交網(wǎng)絡(luò)的形成提供了可能。隨著移動通信技術(shù)和網(wǎng)絡(luò)帶寬的持續(xù)提高，社交載體開始從基于文字和語音的交流模式逐步向基于圖片和視頻的分享模式過渡。以微博、微信朋友圈、知乎、豆瓣、小紅書和抖音為代表的社交工具和平臺，以“分享—評論—轉(zhuǎn)發(fā)”模式進一步拉近了個體間的社交距離。與此同時，基于大數(shù)據(jù)算法和機器學(xué)習(xí)的用戶畫像行為和智能推薦模式，進一步鎖定了社交工具和個體間的緊密關(guān)聯(lián)。自媒體在近年來的快速發(fā)展促進其與商業(yè)行為的廣泛融合，直播互動開始成為社交媒體的前沿趨勢[21]。新冠疫情對現(xiàn)實社交距離的客觀要求也進一步推動了網(wǎng)絡(luò)化社交的需求，網(wǎng)絡(luò)會議和飲食健康分享等互動方式呈現(xiàn)爆發(fā)性增長。以電子競技為代表的游戲產(chǎn)業(yè)在一定程度上既激勵了社交媒體平臺的實時互動，也推動了虛擬現(xiàn)實技術(shù)的綜合利用。區(qū)塊鏈技術(shù)的出現(xiàn)為解決數(shù)據(jù)準確性、用戶隱私、數(shù)據(jù)安全等問題提供了可能[35]。以元宇宙為代表的新興概念，為個體在社交媒體中的身份重構(gòu)提供了全新視角，也為社交媒體研究的發(fā)展提供了新的可能和機遇。

（3）分析方法。為探究社交互動過程中個體的行為和意義建構(gòu)，學(xué)者們往往采用質(zhì)性研究方法來分析個體處于社會網(wǎng)絡(luò)整體中的價值[36]。這主要包括訪談研究、內(nèi)容分析、案例研究和論述分析等方法。由于個體的社交行為往往伴隨著心理學(xué)層面的影響，部分基于情感分析的質(zhì)性研究也得到國內(nèi)社交媒體研究者的青睞。與質(zhì)性研究不同，定量研究更加傾向基于數(shù)據(jù)視角來解釋個體的社交行為及其使用社交媒體過程中的態(tài)度和價值觀變遷。這主要包括問卷調(diào)查研究、觀察實驗以及基于公開數(shù)據(jù)的實證分析和計量分析等。除此之外，基于已有研究和文獻的分析方法也在國內(nèi)社交媒體研究中占有一定比例，這主要包括元分析、文獻計量分析、聚類分析以及基于知識圖譜的可視化分析[16]。隨著社交媒體的工具載體和應(yīng)用場景愈發(fā)多元化，國內(nèi)社交媒體研究中的分析方法也開始趨向于多方法相結(jié)合的復(fù)雜研究。這不僅體現(xiàn)在研究數(shù)據(jù)層面趨向多維度，其理論基礎(chǔ)和研究工具也開始呈現(xiàn)多學(xué)科交叉趨勢。

（4）應(yīng)用實踐。首先，社交媒體的快速發(fā)展為基于互聯(lián)網(wǎng)和移動終端的信息傳播提供了極大的便利。與此同時，如何基于一定的規(guī)則規(guī)范對社交網(wǎng)絡(luò)中的信息、新聞和個體行為進行適當?shù)妮浾撘龑?dǎo)，成為社交媒體監(jiān)管和事實核查領(lǐng)域的核心議題[37]。其中，基于大量個體行為數(shù)據(jù)的用戶畫像技術(shù)，被廣泛應(yīng)用于目標群體分類、消費行為預(yù)期和信用等級劃分等眾多領(lǐng)域[32]，這為進一步的定制化服務(wù)提供了可能。其次，大眾生活與社交媒體的深度融合為信息服務(wù)、知識服務(wù)和公共服務(wù)提供了便捷渠道。在檔案服務(wù)、戶籍管理、圖書借閱等城市便民服務(wù)和政務(wù)領(lǐng)域，基于社交媒體端的電子化操作和預(yù)約程序正在持續(xù)發(fā)揮作用[38]。另外，社交媒體對傳統(tǒng)媒體和新聞出版業(yè)的沖擊不容忽視。新媒體以其海量信息承載、碎片化和虛擬化傳播等特征對以報紙、廣播和電視為代表等傳統(tǒng)媒體行業(yè)產(chǎn)生巨大沖擊。如何基于自身特征開展數(shù)字化轉(zhuǎn)型升級成為大部分傳統(tǒng)媒體適應(yīng)社交媒體時代的必經(jīng)之路。這同樣體現(xiàn)在數(shù)字出版和數(shù)字發(fā)行對傳統(tǒng)出版行業(yè)和印刷行業(yè)帶來的顛覆，這也進一步推動了新聞生產(chǎn)者和知識服務(wù)商固有角色的轉(zhuǎn)變。

綜上所述，社交媒體在理論、工具、方法和應(yīng)用等方面的快速發(fā)展推動國內(nèi)社交媒體研究不斷呈現(xiàn)新趨勢。社交媒體的發(fā)展不斷趨向網(wǎng)絡(luò)化、系統(tǒng)化和平臺化，呈現(xiàn)多種媒介功能一體化特征。在媒體融合的過程中，集社交、消費、工作、教育和娛樂等多種功能于一體的社會網(wǎng)絡(luò)平臺推動大眾走向泛社交化發(fā)展，該趨勢對個體和群體均產(chǎn)生了長遠影響?；跀?shù)字化的虛擬社交，將個體與移動終端緊密鎖定，從而極易造成信息繭房（information cocoons）等現(xiàn)象[39]。個體所關(guān)注的信息領(lǐng)域被自身興趣所引導(dǎo)，社交工具的智能推薦算法又會不斷加劇該現(xiàn)象，從而易引起心理狹隘和觀點偏激等個人主義行為。信息繭房在社交網(wǎng)絡(luò)中極易傳播和擴散，形成群體極化和社會性喪失等現(xiàn)象，繼而可能造成群體孤立和階層對立等社會不良后果[14]。因此，如何看待社交媒體和科技進步對個體和大眾的行為和心理影響，成為近年來國內(nèi)社交媒體研究的前沿領(lǐng)域。

5? 研究結(jié)論與展望

5.1? 研究結(jié)論

本文基于CNKI數(shù)據(jù)庫的3 837篇CSSCI論文數(shù)據(jù)，采用文獻計量分析和知識圖譜分析方法，對2011—2021年國內(nèi)社交媒體研究的知識結(jié)構(gòu)和發(fā)展趨勢展開系統(tǒng)性評述?；诠苍~分析、突現(xiàn)分析、聚類分析以及可視化分析等方法，研究初步得出以下三個主要結(jié)論：

（1）國內(nèi)社交媒體研究在2011—2021年呈現(xiàn)線性增長特征，且在2013—2015年形成知識結(jié)構(gòu)主體框架。國內(nèi)社交媒體研究的年度發(fā)表量在近10年間增長了近30倍，呈現(xiàn)出顯著的線性增長特征，這說明國內(nèi)學(xué)者對社交媒體研究的關(guān)注度正在快速提升。基于聚類分析的結(jié)果，16個被識別出的聚類均在2013—2015年形成。這說明該階段是國內(nèi)社交媒體研究的知識結(jié)構(gòu)快速形成的時期，這為2011—2021年國內(nèi)社交媒體研究的快速發(fā)展提供了堅實的知識基礎(chǔ)和主體框架。

（2）國內(nèi)社交媒體研究在2011—2021年形成了以16個聚類為基礎(chǔ)的三大知識域。在聚類分析的基礎(chǔ)上，研究進一步采用高緯度的歸納方法來識別聚類的組別特征，進而發(fā)現(xiàn)了工具載體（A）、應(yīng)用實踐（B）以及分析方法與發(fā)展趨勢（C）三個知識域。其中，工具載體和應(yīng)用實踐兩個知識域占比較大，均包含6個聚類成分；相對來說，雖然分析方法與發(fā)展趨勢知識域涉及兩種知識基礎(chǔ)，但僅包含4個聚類成分。這在一定程度上反映了2011—2021年國內(nèi)社交媒體研究的知識結(jié)構(gòu)，即國內(nèi)學(xué)者對社交媒體在工具載體和應(yīng)用實踐層面的重視度較高，而對分析方法和發(fā)展趨勢的關(guān)注較少。

（3）國內(nèi)社交媒體研究在2011—2021年形成了以理論基礎(chǔ)、工具載體、分析方法、應(yīng)用實踐和發(fā)展趨勢為基礎(chǔ)的知識脈絡(luò)。結(jié)合高頻關(guān)鍵詞、突現(xiàn)關(guān)鍵詞以及知識域分析，本研究將國內(nèi)社交媒體研究的主題歸納為五大基礎(chǔ)。除知識域中出現(xiàn)的工具載體、分析方法、應(yīng)用實踐以及發(fā)展趨勢等四項基礎(chǔ)之外，本文進一步總結(jié)了國內(nèi)社交媒體研究的理論基礎(chǔ)。以社會網(wǎng)絡(luò)理論、議程設(shè)置理論以及扎根理論為代表的理論基礎(chǔ)很好地支撐了社交媒體工具載體的發(fā)展，并進一步承載了分析工具和研究方法在國內(nèi)社交媒體研究中的廣泛使用。與此同時，基于數(shù)據(jù)算法和多元場景的應(yīng)用實踐也推動了社交媒體向系統(tǒng)化、智能化和社會化發(fā)展，這些趨勢進一步為國內(nèi)社交媒體研究提供了前沿議題和探索方向。

5.2? 展望

新媒體和數(shù)字出版的發(fā)展已經(jīng)向我們證明了技術(shù)進步對傳統(tǒng)行業(yè)的巨大沖擊，這一點在可預(yù)見的未來很可能在日益興起的虛擬現(xiàn)實、區(qū)塊鏈和元宇宙等新領(lǐng)域再次出現(xiàn)。因此，應(yīng)積極關(guān)注社交媒體領(lǐng)域技術(shù)快速進步帶來的廣泛影響。在行業(yè)發(fā)展和商業(yè)行為之外，還應(yīng)該時刻關(guān)注社交媒體對社會、群體和個體的影響，該影響涉及行為、心理和價值觀等諸多方面。這一視角將推動社交媒體研究從社會學(xué)和傳播學(xué)領(lǐng)域逐漸向心理學(xué)和行為經(jīng)濟學(xué)方向發(fā)展，繼而為學(xué)者們提供更多的研究方向和路徑選擇。與此同時，如何看待社交媒體對后疫情時代社會秩序和心理秩序恢復(fù)的作用，也將會是一項具有廣泛社會價值的研究。外部情景和新技術(shù)趨勢會對社交媒體的發(fā)展產(chǎn)生重大影響，繼而對國內(nèi)學(xué)者開展社交媒體相關(guān)研究的視角和選題思路產(chǎn)生深遠影響。

盡管研究樣本達到4 000項左右且涵蓋了大部分國內(nèi)社交媒體研究，但樣本類型層面仍存在不足之處。本研究所用數(shù)據(jù)僅包含CNKI中的CSSCI期刊數(shù)據(jù)，而并未涉及學(xué)位論文和會議論文等其他類型文獻數(shù)據(jù)。因此，本研究采用的數(shù)據(jù)范圍尚有局限，后續(xù)研究應(yīng)進一步拓展數(shù)據(jù)的選取范圍和多樣性。另外，在下一步的研究中，應(yīng)該重點關(guān)注國內(nèi)外社交媒體研究的橫向?qū)Ρ确治?，繼而與國內(nèi)研究形成參照。其次，本研究采用了相對宏觀的年度視角來分析國內(nèi)社交媒體研究的知識結(jié)構(gòu)和發(fā)展趨勢，因此難以深入探究季度或月度的國內(nèi)社交媒體研究的進展，后續(xù)研究應(yīng)進一步細化研究節(jié)點劃分方法并結(jié)合不同研究工具開展多層次分析。

參考文獻：

[1] CARR C T， HAYES R A. Social media： defining， developing， and divining [J]. Atlantic journal of communication， 2015， 23（1）： 46-65.

[2] HALL J A， LIU D. Social media use， social displacement， and well-being [J/OL]. Current opinion in psychology， 2022， 46[2022-10-27].https：//doi.org/10.1016/j.copsyc.2022.101339.

[3] FITZGERALD R， SANDEL T， WU X. Chinese social media： technology， culture and creativity [J/OL]. Discourse， context & media， 2022 [2022-10-27].https：//doi.org/10.1016/j.dcm.2022.100610.

[4] KAPLAN A M， HAENLEIN M. Users of the world， unite！ the challenges and opportunities of Social Media [J]. Business horizons， 2010， 53（1）： 59-68.

[5] RUTHS D， PFEFFER J. Social media for large studies of behavior [J]. Science， 2014， 346（6213）： 1063-1064.

[6] SCHOBER M F， PASEK J， GUGGENHEIM L， et al. Social media analyses for social measurement [J]. Public opinion quarterly， 2016， 80（1）： 180-211.

[7] GEORGE D R， ROVNIAK L S， KRASCHNEWSKI J L. Dangers and opportunities for social media in medicine [J]. Clin obstet gynecol， 2013， 56（3）： 453-462.

[8] CINELLI M， QUATTROCIOCCHI W， GALEAZZI A， et al. The COVID-19 social media infodemic [J]. Scientific reports， 2020， 10（1）： 16598.

[9] APPEL G， GREWAL L， HADI R， et al. The future of social media in marketing [J]. Journal of the academy of marketing science， 2020， 48（1）： 79-95.

[10] 李唯嘉. 如何實現(xiàn)“信任性真實”：社交媒體時代的新聞生產(chǎn)實踐——基于對25位媒體從業(yè)者的訪談 [J]. 國際新聞界， 2020， 42（4）： 98-116. （LI W J. How to realize ‘trusted truth： news production practice in the age of social media——based on interviews of 25 journalists [J]. Chinese journal of journalism & communication， 2020， 42（4）： 98-116.）

[11] 陳曉磬， 章海宏. 社交媒體的旅游應(yīng)用研究現(xiàn)狀及評述 [J]. 旅游學(xué)刊， 2015， 30（8）： 35-43. （CHEN X Q， ZHANG H H. The use of social media in tourism： a literature review [J]. Tourism tribune， 2015， 30（8）： 35-43.）

[12] 董天一， 王玉濤， 孫才惠. 社交媒體關(guān)注與審計質(zhì)量——基于輿論壓力視角的檢驗 [J]. 審計研究， 2022（2）： 71-80. （DONG T Y， WANG Y T， SUN C H. Social media attention and audit quality——based on the perspective of public opinion pressure [J]. Auditing research， 2022（2）： 71-80.）

[13] 張虹. 正在消失的“新聞業(yè)”與社交媒體時代的平臺內(nèi)容生產(chǎn)——基于馬克思主義新聞觀的審視 [J]. 全球傳媒學(xué)刊， 2020， 7（4）： 72-82. （ZHANG H. The vanishing “journalism” and platform content production in the age of social media： based on marxist view of journalism [J]. Global journal of media studies， 2020， 7（4）： 72-82.）

[14] 盧智增， 高翔. 社交媒體平臺群體極化的形成機理與引導(dǎo)策略研究 [J]. 情報理論與實踐， 2021， 44（8）： 51-58. （LU Z Z， GAO X. The study on the formation mechanism and guiding strategies of group polarization in social media platforms [J]. Information studies： theory & application， 2021， 44（8）： 51-58.）

[15] 牛靜， 孟筱筱. 社交媒體信任對隱私風險感知和自我表露的影響：網(wǎng)絡(luò)人際信任的中介效應(yīng) [J]. 國際新聞界， 2019， 41（7）： 91-109. （NIU J， MENG X X. The impacts of social media trust on perceived privacy risk and self-disclosure： mediating effects of network interpersonal trust [J]. Chinese journal of journalism & communication， 2019， 41（7）： 91-109.）

[16] 張亞利， 李森， 俞國良. 社交媒體使用與錯失焦慮的關(guān)系：一項元分析 [J]. 心理學(xué)報， 2021， 53（3）： 273-290. （ZHANG Y L， LI S， YU G L. The relationship between social media use and fear of missing out： a meta-analysis [J]. Acta psychologica Sinica， 2021， 53（3）： 273-290.）

[17] 丁慧， 呂長江， 黃海杰. 社交媒體、投資者信息獲取和解讀能力與盈余預(yù)期——來自“上證e互動”平臺的證據(jù) [J]. 經(jīng)濟研究， 2018， 53（1）： 153-168. （DING H， LYU C J， HUANG H J. Social media， investor sophistication and earning expectation： evidence from SSE E-interaction [J]. Economic research journal， 2018， 53（1）： 153-168.）

[18] 傅慧芬， 賴元薇. 消費電子品品牌社交媒體內(nèi)容營銷策略研究——基于聯(lián)想、華為、HTC和三星微信公眾號的內(nèi)容分析 [J]. 管理評論， 2016， 28（10）： 259-272. （FU H F， LAI Y W. Social media content marketing strategy of consumer electronics brands——content analysis of Lenovo， Huawei， HTC and Samsungs brand sites on WeChat [J]. Management review， 2016， 28（10）： 259-272.）

[19] 劉英為， 汪濤， 聶春艷， 等. 如何應(yīng)用國家文化原型實現(xiàn)品牌的國際化傳播——基于中國品牌海外社交媒體廣告的多案例研究 [J]. 管理世界， 2020， 36（1）： 88-104， 236. （LIU Y W， WANG T， NIE C Y， et al. How to apply the national culture archetype to realize the internationalization spread of the brand： based on a multi-case study of Chinese brand social media advertising in foreign country [J]. Journal of management world， 2020， 36（1）： 88-104，236.）

[20] 楊莉明， 徐智. 社交媒體廣告效果研究綜述：個性化、互動性和廣告回避 [J]. 新聞界， 2016（21）： 2-10. （YANG L M， XU Z. A review of research on social media advertising effectiveness： personalization， interactivity， and AD avoidance [J]. Journalism and mass communication， 2016（21）： 2-10.）

[21] 劉倩， 李晨亮. 基于社交媒體的話題演變研究綜述 [J]. 數(shù)據(jù)分析與知識發(fā)現(xiàn)， 2020， 4（8）： 1-14. （LIU Q， LI C L. A survey of topic evolution on social media [J]. Data analysis and knowledge discovery， 2020， 4（8）： 1-14.）

[22] 王一華. 社交媒體信息可信度評估研究綜述 [J]. 現(xiàn)代情報， 2016， 36（12）： 164-169. （WANG Y H. Review on information credibility assessment in social media [J]. Journal of modern information， 2016， 36（12）： 164-169.）

[23] OSINSKA V， KLIMAS R. Mapping science： tools for bibliometric and altmetric studies [J/OL]. Information research， 2021， 26（4）： 909[2022-10-27]. https：//doi.org/10.47989/irpaper909.

[24] CHEN C. Science mapping： a systematic review of the literature [J]. Journal of data and information science， 2017， 2： 1-40.

[25] CHEN C， SONG M. Visualizing a field of research： a methodology of systematic scientometric reviews [J/OL]. PLoS One， 2019， 14（10）[2022-10-27].https：//doi.org/10.1371/journal.pone.0223994.

[26] CHEN C. CiteSpace II： detecting and visualizing emerging trends and transient patterns in scientific literature [J]. JASIST， 2006， 57（3）： 359-377.

[27] 趙文晶， 申利凈. 社交媒體用戶遷移背景下微博、微信的態(tài)度傳播生態(tài)研究 [J]. 中國軟科學(xué)， 2015（10）： 60-69. （ZHAO W J， SHEN L J. The ecological research on attitude communication through Microblog and Wechat in the context of social media users migration [J]. China soft science， 2015（10）： 60-69.）

[28] 謝起慧， 褚建勛. 基于社交媒體的公眾參與政府危機傳播研究——中美案例比較視角 [J]. 中國軟科學(xué)， 2016（3）： 130-140. （XIE Q， CHU J X. Research on social media-based public participation in government crisis communication—comparative case studies between China and USA [J]. China soft science， 2016（3）： 130-140.）

[29] 徐芳， 應(yīng)潔茹. 國內(nèi)外用戶畫像研究綜述 [J]. 圖書館學(xué)研究， 2020（12）： 7-16. （XU F， YING J R. A review of user profile research at home and abroad [J]. Research on library science， 2020（12）： 7-16.）

[30] 王晰巍， 韋雅楠， 邢云菲， 等. 社交網(wǎng)絡(luò)輿情知識圖譜發(fā)展動態(tài)及趨勢研究 [J]. 情報學(xué)報， 2019， 38（12）： 1329-1338. （WANG X W， WEI Y N， XING Y F， et al. Research on the dynamics and trends of the development of public opinion topic maps in social networks [J]. Journal of the China Society for Scientific and Technical Information， 2019， 38（12）： 1329-1338.）

[31] 孫鯤鵬， 王丹， 肖星. 互聯(lián)網(wǎng)信息環(huán)境整治與社交媒體的公司治理作用 [J]. 管理世界， 2020， 36（7）： 106-132. （SUN K P， WANG D， XIAO X. Internet scrutiny and corporate governance effect of social media [J]. Journal of management world， 2020， 36（7）： 106-132.）

[32] CHOI J， YOON J， CHUNG J， et al. Social media analytics and business intelligence research： a systematic review [J/OL]. Information processing & management， 2020， 57（6） [2022-10-27].https：//doi.org/10.1016/j.ipm.2020.102279.

[33] ZYGMUNT A， KO?LAK J， GLIWA B， et al. Achieving and maintaining important roles in social media [J/OL]. Information processing & management， 2020， 57（3） [2022-10-27]. https：//doi.org/10.1016/j.ipm.2020.102223.

[34] FARIVAR S， WANG F， TUREL O. Followers problematic engagement with influencers on social media： an attachment theory perspective [J]. Computers in human behavior， 2022， 133 [2022-10-27]. https：//doi.org/10.1016/j.chb.2022.107288.

[35] CHOI T-M， GUO S， LUO S. When blockchain meets social-media： will the result benefit social media analytics for supply chain operations management？ [J/OL]. Transportation research part E： logistics and transportation review， 2020 [2022-10-27]. https：//www.sciencedirect.com/science/article/pii/S1366554519315339.

[36] WANG S， CHEN X. Recognizing CEO personality and its impact on business performance： mining linguistic cues from social media [J]. Information processing & management， 2020， 57（5）[2022-10-27].https：//www.sciencedirect.com/science/article/pii/S0378720618307390。

[37] 楊康， 楊超， 朱慶華. 基于社交媒體的突發(fā)公共衛(wèi)生事件公眾信息需求與危機治理研究 [J]. 情報理論與實踐， 2021， 44（3）： 59-68. （YANG K， YANG C， ZHU Q H. Research on public information demand and crisis management of public health emergency based on social media [J]. Information studies：theory & application， 2021， 44（3）： 59-68.）

[38] 孫宗鋒， 鄭躍平. 我國城市政務(wù)微博發(fā)展及影響因素探究——基于228個城市的“大數(shù)據(jù)+小數(shù)據(jù)”分析 （2011—2017）[J]. 公共管理學(xué)報， 2021， 18（1）： 77-89， 171. （SUN Z F， ZHENG Y P. City government micro-blogging development and driving factors in China——based on the combination of big data and small data analysis for 228 Cities（2011—2017） [J]. Journal of public management， 2021， 18（1）： 77-89，171.）

[39] 徐翔， 敖子棋， 史靜遠， 等. 殊途同歸：社交媒體用戶內(nèi)容生產(chǎn)中信息繭房趨同化——基于新浪微博的實證分析[J]. 西安交通大學(xué)學(xué)報（社會科學(xué)版）， 2022， 42（3）： 133-140. （XU X， AO Z Q， SHI J Y， et al. Different approaches lead to the same goal： the homogenization of information cocoons of user generated content on social media——an empirical research based on Sina Weibo [J]. Journal of Xian Jiaotong University （social sciences） ， 2022， 42（3）： 133-40.）

Knowledge Structure and Trends of Social Media Research in China： A Bibliometrics Review During 2011-2021

Shi Shaoqing

1Postdoctoral Station in Theoretical Economics， Shanghai Academy of Social Sciences， Shanghai， 200020

2Postdoctoral Station of Shanghai WTO Consultation Center， Shanghai， 200336

Abstract： [Purpose/Significance] Based on the perspective of bibliometrics， this paper systematically reviews the frontier hot spots， knowledge structure and development trend of domestic social media research， providing a new perspective for comprehensively summarizing domestic social media research in the past decade. [Method/Process] Based on the data of 3 837 journal papers from 2011 to 2021， this study systematically studied the knowledge structure and development trend of social media research in China using the bibliometrics method. The research mainly used CiteSpace visual analysis tool， combined with co-word analysis， cluster analysis and burst analysis to systematically review the target topic. [Result/Conclusion] The attention of social media research in China showed a linear growth feature， and the main framework of knowledge structure was formed during 2013-2015. Secondly， social media research in China has formed three knowledge domains based on 16 clusters. Finally， social media research in China has formed a knowledge vein based on theoretical basis， tool carrier， analytical method， application practice and development trend. In conclusion， technological progress， mediated by social media， has brought profound impacts on individuals， groups， and society.

Keywords： social media? ? social networks? ? bibliometrics? ? knowledge graph? ? CiteSpace