網絡數據挖掘應用與限制

我們的社會，有兩個輿論場——即官方和民間。意思就是說官方輿論場是鐵板一塊，民間輿論場對于官方的輿論場，又是鐵板一塊，我對這個很好奇。難道民間輿論場都是一樣的嗎?這個輿論場里面有沒有差異?關于輿論場上的網民是怎么樣分類的，我們盡管有各種各樣的說法，但是沒有一個讓人信服的說法，所以我想探討這個問題。

所以我就想來探討這么一個問題，就是說我們的網民類型是如何分布的。社交輿論整個是一個結構，但是，它是不是我們所想象的這么一個結構。這是我想探討的這么一個最早我最初的一個命題，是一周前我根據參考數據做出來的。

第二個問題，我想做的是我們現在都在說謠言，媒介內容里有很多的謠言。社交媒體上有很多的謠言，那么這個謠言究竟是怎么樣的、哪一種、是不是所有的民眾對所有的信息都能完全一樣的相信，還是對不同類型的信息有不同的判斷力。這個就涉及到一個概念，就是說媒介素養。簡單說，就是民眾面對媒介內容的選擇、質疑、理解、評估的能力。

我提出這么一個問題，就是說網民的媒介素養的信息的辨別力，究竟是什么樣的;此外，我想研究第二個問題，就是說網民的媒介素養和信息的辨別力，是怎么樣來辨別的，人們對于不同的類型謠言的辨別力有多高。

我想探討的第三個問題是，不同類型的網民的信息辨別力。剛才我講的第一個問題是,網民有不同的類型，不同的類型的網民對信息的辨別力的水平是怎么樣的，是哪一種類型的網民的信息辨別力更高。

這里我想知道我們傳統媒體，電視廣播和是一面理，在微博里面我們經常捕捉到不同的信息，那是兩面理。這樣來說，網民接觸的不同的媒介，對他的信息的辨別力是怎么樣的。

我想探討四個問題。對此，我用一個全景的調研助手，做了一個網絡流量的截取的樣本，我采集的北京、上海、廣州、四川地區共3696份樣本，來探討以下問題。

第一個是網民的類型。我們做了這么一個二維劃分。我用信任度和活躍度把網民分為兩類?；钴S度是指網民在社交媒體如論壇、微博、QQ、微信的活躍情況。我的縱坐標是信任度，這是指對政府的信任程度。這樣的話我們把整個的網民切分為四類。

在第一象限和第四象限的網民就是活躍者，即活躍的擁政者和批政者。很信任政府、又很活躍的用戶就是活躍的擁政者;很活躍、又不相信政府就是活躍的批評者。第二象限和第三象限均是沉默的擁政者，另外是我不相信政府我不表達，沉默的批評者。這四個維度我來測量，考慮用戶們在網絡上發微博，寫評論，然后發朋友圈，然后微信中發言，發QQ空間，QQ群發言，論壇發帖，博客。所有的網民，主要能夠在網上表達語言的渠道，我們把這個測量體系作為一個指標進行合總。我們從刻度來看，從高到低，網民是怎么樣的來分布的。

第一個我做了一個橫坐標是網民的活躍度。第二個是對政府的信任度。那么關于政府的信任度我就做了兩個指標，第一個是對政府的信任，第二個是對政府官員的信任。因為我們對政府的信任和對政府官員的信任往往是不一樣的。我們曾經在區伯長沙嫖娼的時候，做過有關于網民對政府的信任度的調查，發現大家對中央和地方的政府的信任度不一樣，對政府官員的信任度也是不一樣的。所以，我們就是兩個維度，一個是對政府的信任度，對政府官員的信任度，把兩個指標合在一起，作為我們的縱坐標，這樣以后得到這么一個數據。

活躍的擁政者是17.4%，活躍的批評者23.4%，就是說明批評者比擁政者更多。我們沉默的大多數是60%，不管是批評還是說支持政府，沉默的人是60%，我們有40%是活躍的，這是我們整個的網民的結構?？偟膩碚f40%里面批評政府的更多一點，更活躍一點，這是我們第一個數據。

我們看看四個地區的比較，在四川、北京、廣東、上海怎么樣?我們發現四川和北京批評的比較高的，是30%，上海最低，24%。這是有很多的解釋，文化、政治、經濟學等不同的學者都來解釋，而我們做的，只是提出來這個現象。

這是第一個問題，我們可以把網民劃分為四個維度，這四個維度的結構是怎么樣。而我想研究的第二個問題，即是網民對于信息的辨別力。

我們用了十個謠言作為選題，比如說馬航M370找到了，淘寶衣服來自于藏尸間等等，這樣真真假假的新聞來讓網民做判斷，你認為哪一個是真的，哪一個是假的，你答對一道題得一分，答錯了零分，我們把這四道題合起來是十分，最低是零分，我們連起來測量信息的辨別力多高。測完了以后我們發現這樣一個現象：就是說環境的相關問題，比如說霧霾。霧霾多半是因為污染，網民在環境的問題上的辨別力是最高的。但是對于”馬航M370被找到”信息的辨別力是最低的，只有15.2%;還有對“淘寶衣服”的辨別力都是很低的。

就是說的信息辨別力并不是鐵板一塊，也是有高有低的。我們也會做信息對稱的分別，我們會關注哪一種類型是高的，哪一種類型是低的。

在總的得分上，受訪者對于十道題的平均分是4.5分。就是說整個網民的信息的辨別力不是很高。

這里還有一個問題，區域的差異。我們來看看北京和上海，大城市的信息辨別力是較高的，而四川和廣東最低。北京和上海是平均4.96，四川和廣東是4.68和4.65。

第三個問題我想探討的是不同類型的網民的信息辨別力。我們把這個沉默這部分人做了一個亞變量，我們把批評者作為一個虛擬變量來測量。我們發現這兩個之間是有顯著的，都是辨別力的變量是顯著的負關系，也就是說越是活躍的批評者，越是活躍的擁政者，他們對信息的辨別力都是低的。那么低到什么程度，我們來看，你看沉默者，兩個沉默者都是明顯的高的，沉默的批評者是最高的，達到4.94;對信息的判斷力，沉默的擁政者是4.98，活躍的擁政者對信息的判斷力是最低的，這要引起我們的注意?；钴S者總體是低的，而沉默者在互聯網里邊是高的，這是整個的信息的判斷。這是一個有趣的問題。

我想探討的是第三個問題，如果我們把沉默者和擁政者的類型控制住以后，我們來看媒體的使用會怎么樣，是不是會影響它的判斷。我們來看媒介的使用。

于是把報紙、電視、博客、微博、微信、QQ空間和論壇，新聞論壇，翻墻等變量拉進去以后，我們發現微博對于信息的判斷和辨別力有明顯的正影響。而我們的QQ空間是負影響，翻墻是負影響，負關系。換句話說，我們報紙、電視傳統媒體對我們信息的辨別力沒有顯著性的幫助，微信也沒有幫助，微信也不顯著，論壇、新聞網站都不顯著。所以這里特別有趣的是微博和我們QQ空間和翻墻，一個是正相關的，兩個是負相關。還有文化程度我們是顯著性的相關，很簡單，文化程度越高對信息的辨別力就越高，這個和收入也沒有關系。這是我們這樣一個結果。微博是有顯著性的關系，而論壇和翻墻我們是負相關，這樣的一個結果。這里是我們的一個研究的這么一個發現，我們發現有這么一件事，這里邊我想特別來看看這個結論。

結果討論，第一社交媒體的網民，不是一個恐懼的整體，活躍的不是政府的，是近四分之一的，活躍的政府的比例也有近兩成，近十七點幾。這是一個相對均衡的點。

第二點我們想說的是網民對信息的辨別力的差異是很大的，我們想做的可能是對我們的環境污染等等的信息我們的辨別力很高，但是對于國際新聞，或者是說離我們距離遠的新聞我們辨別力很弱，這個方面的地理位置的接近性在生物學里面以前有很多的文獻，在英文里面也做過信息的辨別力的影響，這一塊里面也是一樣的，這是差不多的。

第三個問題我想探討的是活躍的網民總體上比不活躍的網民辨別力低，我不知道是什么原因，也就是說網民越活躍，活躍的網民比沉默的網民對信息的辨別力是低的，這個原因是什么，在我們研究里面沒有解釋，下一步我們會探討為什么會這樣。

第四個問題是文化程度是網絡信息辨別力一個重要的正影響的變量，這個是非常好理解的，文化程度越高的人，對信息的辨別力是越高的。我們經?？吹轿⑿诺呐笥讶?，很多的謠言，對此傳得最厲害的是我的表哥和表弟，他們在老家，小學畢業文化，我總是批評他們，他們就說這都是真的。這就是一個信息辨別力的問題。

這里還有一個QQ空間和境外網站的解除對辨別力是負影響，但是兩者背后的原因是不一樣的，我覺得這是我在這里拋磚引玉，也是一個命題，怎么會不一樣。QQ空間可能是年輕人的，為什么它的使用和境外的網站都是負影響，但是背后的原因是不一樣的。特別我想提出下面一個問題，微博的借助對信息的辨別力存在顯著性的正影響。

一定意義上講，微博是謠言的粉碎機。也就是說我們的微博有自清功能和手電功能。就是說微博的使用對謠言有驗證機制的。關于解釋，我們可以做更多的驗證，而且我們數據里面非常有顯著性的。

我想思考的最后一點，是微信對于網民的信息辨別力沒有影響。也就是說微信是一個封閉的群體。這個群體里面信者恒信，不信者恒不信。這是按照現實的交往關系結成的關系。我們去年做過微信的社會資本研究。我們提出，微信朋友圈顯示的是社會關系的一種搬遷，其實并沒有更多的實現我們虛擬空間的社會關系的建構。這種搬遷將我們的現實，物以類聚，人以群分。我們用的最多的是同事圈，朋友，同學圈，我們家庭圈應付一下，很多年發一個紅包或者是發一個照片：“我很安好”。這樣的事情，我們交流的時候還是現實里面的人群結構轉移到上面去的，他們沒有真正的是一種很重要的虛擬的社會責任。

這就提出一個問題，微信圈里面低學歷者，他們對信息的判斷和辨別力，反而有一種群體效應，每個人在發假信息的時候，反而互相都信任，互相形成一個氣場