【社交网络】映射主题网络：从两极分化的人群到社区集群（二）

建议直接阅读原文：

https://www.pewresearch.org/internet/2014/02/20/mapping-twitter-topic-networks-from-polarized-crowds-to-community-clusters/

以下是翻译：

方法：使用 NodeXL 网络映射社交媒体格局

1. 如何绘制 Twitter 社交媒体网络地图

图片说明：

• 1框：NodeXL 将网络分成多个组 （G1、G2、……），位于不同的框中，并由每个组中用户的推文中使用的顶部主题标签进行标记。

• 2图片/图标：在该时间段内发布此主题的每个 Twitter 用户都由他们的个人资料图片表示。图片越大，Twitter 用户的关注者就越多。

• 3桥梁：在多个群组中拥有关注者并在他们之间传递信息的 Twitter 用户。 4边/线：每条线代表两个 Twitter

• 4用户之间的链接，这些用户互相关注、回复或提及。在一组内部，线条形成密集的质量。在组之间，较少的人互相跟随。

• 5群组和密度：关注、提及或回复彼此的 Twitter 用户聚集在一起。群体越厚/越密集，内部的人相互联系就越多，而与群体外部的人的联系就越少。

• 6 个中心：图片越靠近群组中心，Twitter
  -> 7用户与其他群组成员的联系就越紧密。这些通常是“有影响力的”用户。 7 个圆圈：代表未提及或回复其他 Twitter 用户的推文。

• 8孤立和小团体：相对没有联系的 Twitter 用户，他们就某个主题发布推文，但与讨论同一主题的大团体中的其他人没有联系。

绘制步骤：

第 1 步：使用 NodeXL Twitter 数据导入器收集包含选定关键字或主题标签的推文。在这种情况下，主题标签是“#my2K”，这是奥巴马政府于 2012 年 11 月 28 日在与共和党预算冲突的背景下创建的主题标签。它旨在代表除非国会采取行动，否则普通家庭可能面临的税收增加估计为 2,000 美元。

第 2 步： NodeXL 分析包含关键字或主题标签的推文集合，寻找当一个用户提及或回复另一个用户时形成的联系。这些推文有时会在很短的时间内收集，有时会在长达大约一周的时间内收集，具体取决于主题的流行程度。

第 3 步： NodeXL 自动分析网络并构建由算法创建的组，该算法根据人们在推文中相互关联的密集程度将每个人置于一个组中。

第 4 步： NodeXL 绘制社交网络地图，其中用户由他们的个人资料照片代表，显示在框中的组，以及通过关注、回复或提及彼此链接的人之间绘制的线条。

这一切意味着什么？

在Polarized Crowd Twitter 社交媒体网络地图中，两个大群几乎没有联系的人谈论同一主题，但方式却截然不同，而不是与另一组人谈论。每个组中的人连接到不同的中心用户。群体之间几乎没有桥梁。这个话题吸引了两个社区，外围或孤立的参与者相对较少。两个主要组中的用户使用不同的 URL、单词和主题标签。有关极化社交媒体网络的详细部分，请参阅第 2部分。

影响者：网络中的枢纽和桥梁
社交媒体网络具有整体结构，而其中的个人具有基于其直接联系和联系之间的联系的本地网络结构。网络地图显示，每种社交媒体人群都有独特的联系和影响结构。关键用户占据这些网络中的战略位置，如枢纽和桥梁。

网络地图可以突出 Twitter 对话网络中的关键个人参与者。在这些网络图像中有几个表明个人重要性的指标。每个用户都由她/他的个人资料照片表示，其大小与关注他们的其他用户数量成正比。有些人因其内容吸引了大量观众，并以更大的形象呈现。这些对话网络中的一些用户链接到的 Twitter 用户数量远多于其他大多数用户，并接收来自这些用户的链接。网络地图定位处于其对话网络中心的关键人物——他们是“中心”，他们之所以引人注目，是因为他们的追随者经常转发或重复他们所说的话。有些人拥有跨组边界的链接——这些用户被称为“桥梁”。” 他们在将信息从一个群体传递给另一个群体方面发挥着重要作用。这些用户通常是引起消息“病毒式传播”所必需的。

NodeXL 分析每个网络中的人和网络中的每个子组创建的内容。通过检查网络和每个子组中最常用的词、URL 和主题标签来分析内容。与相邻群体相比，每个群体中的社交媒体网络群体都具有不同程度的重叠和多样性的内容使用结构。

在下文中，我们详细记录了每种社交媒体网络人群中发生的情况，重点介绍了人群中最受关注的信息，以及领导和塑造对话的人和机构的种类。

网络类型对：划分、密度和方向
我们确定的网络类型根据其关键属性成对组合在一起。网络在内部划分、密度和连接方向方面可能有所不同。前两种网络类型在划分或统一方面是对立的；的极化人群而类型被划分紧人群网络 是统一的。下一对网络类型，品牌集群和社区集群， 有大量的分离株，但在聚集连接的密度方面有所不同。品牌集群网络结构具有小的断开连接的群体和许多孤立的参与者，而社区集群网络结构具有更大、连接更多的群体以及许多孤立的群体。后两个网络相互颠倒：广播网络的特点是许多辐条向内指向一个集线器，而支持网络结构的特点是一个集线器向外连接到许多辐条。下面详细描述了这些网络类型中的每一种。

网络指标区分组类型
我们最初的六种社交媒体网络形式可以在数量上更准确地定义为不同网络度量之间的关系——如下图 2。

图2
六种社交媒体网络的差异图如图 3 所示：

其他社交媒体网络地图示例库
我们编制了其他对话的网络地图，说明了 Twitter 上六种不同对话结构中的每一种。可以在这里找到。此外，自 2010 年以来，一些 NodeXL 的常规用户已将他们的工作和网络数据以及可视化发布到 NodeXL Graph Gallery 网站：http 😕/nodexlgraphgallery.org/Pages/Default.aspx 。NodeXL 是一个开源的免费 Excel 插件，可以从http://nodexl.codeplex.com站点下载. 欢迎读者下载我们参考的工具和数据集。数据集链接到 NodeXL Graph Gallery 站点上的副本。我们邀请其他人参与向 NodeXL Graph Gallery 站点贡献数据和可视化，我们特别希望看到和听到其他对话原型的网络地图。

以下是各部分内容，建议下载全文阅读：

第 1 部分：深入分析：研究方法与策略

第 2 部分：会话原型：Twitter 中的六个会话和群组网络结构

结论

附录：如何分析社交媒体网络