王哲
（云南大学，云南 昆明 650500）
摘要：随着微博用户规模及其影响力的不断提升，微博作为企业营销平台的价值也逐步体现。本文综述了微博领域的最新研究成果，以“新浪微博”为研究样本，选出了7项指标来构成微博影响力评价指标体系，采用主成分分析法归纳出3种微博影响力的影响因子，即微博活跃度因子、覆盖度因子和传播力因子，并在此基础上建立了微博影响力指数的计算方法。
教育期刊网 http://www.jyqkw.com
关键词 ：主成分分析；微博影响力；影响力指数
中图分类号：TR393.4 文献标志码：A 文章编号：1000-8772（2015）22-0177-02
一、引言
随着数字化、信息化的不断发展，我们的社交方式也发生着潜移默化的改变，随着饭否、网易、搜狐、凤凰、腾讯各大门户网站先后推出微博服务，微博文化在中国飞速地蔓延开来。博客和微博已经成为广泛使用的传播媒介和信息载体，微博的存在和使用对人们的日常工作和生活产生着越来越大的影响。无论是政治、经济还是社会生活，各个公共领域的重大事件的传播都离不开微博这一信息传播渠道，因此其影响力的研究也就成为了研究的热点。如今，新浪微博已然成为国内最为重要的公共信息平台，因此，本文就试图以新浪微博为例，构建新浪微博影响力模型，以期在微博影响力模型的引导下有针对性的提升微博营销能力。
二、文献综述
目前，国内外关于微博的相关研究都还在发展中，现有的文献大多集中在从用户行为或者传播特性等角度来对微博进行研究。国外对微博的研究主要集中在对twitter的用户行为和社会化网络特征的分析上。Jianshu Weng[1]在话题相似性影响力的基础上，采用了Page Rank的方法设计出可以应用于计算每一微博用户的影响力评价模式。Meeyoung Cha[2]等在其文章中介绍了三种不同指标下最具影响力的类型和特点，并对其两两进行比较后对其排名。国内关于微博影响力的研究大多集中在传播学、营销学等领域。王梦莹[3]结合微博传播的特性和信息的分享机制，建立了微博空间品牌影响力指标体系，最后采用层次分析法量化了微博的品牌影响力。刘清[4]等人甄选出7项指标构成指标体系，采用了主成分分析的方法，推导出各项影响力指标的对应权重，从而构建微博影响力评价模型。
三、实证分析
在国内市场基于微博的营销实践方面，最为流行的方法是通过粉丝数量来确定微博的影响力，但是单纯地通过粉丝数量这一指标，显然并不能够全面且科学的决定微博的影响力。本文基于微博影响力评价指标体系所要求的指标，以新浪微博为例，采用主成分分析法对企业微博影响力进行评估。
1、数据选取及处理
本文选取的研究样本全部来自于新浪微博。通过微博风云收集到微博用户截止2015年3月25日为止的微博数、关注数、粉丝数、被转发的微博数、被转发的评论数、收到的评论数、发出的评论数等7项数据。运用spss19，将采集到的原始数据进行数据标准化处理，标准化结果见表1。
2、主成分提取
运用SPSS19做主成分分析，得到碎石图见图1。
结合碎石图，我们选取前三个成分。在表4中，我们看到第一个成分解释方
差77.959%，第二个成分解释14.806%，第三个主成分解释5.679%，前三个成分
累积解释方差98.444%。
3、因子旋转
针对提取出来的三个对原始变量均有影响的潜在因子，为了给其命名，我们运用SPSS软件采用最大方差旋转，使系数向0和1两极分化，结果如表2所示。
表2给出了旋转后的因子负荷矩阵，可以看出经过旋转后负荷系数已经明显地向两极分化了。第一个主成分对X2、X3、X6、X7有绝对值较大的负荷系数，第二个主成分对X1有绝对值较大的负荷系数，第二个主成分对X4、X5有绝对值较大的负荷系数。我们将这三个主成分分别命名为：传播力、活跃度和覆盖度，具体如表3所示。
4、综合评价指数计算
根据因子得分系数（见表4）和原始变量的标准化值可以计算每个观测量的各因子的得分数。
据此对观测量进行进一步的分析，旋转后的因子表达式可以写成：
四、结论
本研究通过主成分分析的统计方法建立较为科学的影响力指标体系，并以新浪微博为例，甄选出七项用以评价微博影响力的重要指标，采用主成分分析，计算出各项指标的权重，建立了微博影响力指数计算模型。企业微博影响因素可以提取为三个主要因子：活跃度因子、覆盖度因子和传播力因子。这三个方面可以较为客观科学地反映出企业微博的实际影响力，但是由于收集手段的限制，本文选取的样本数量有限也有一定主观性。
教育期刊网 http://www.jyqkw.com
参考文献：
[1] Jianshu Weng，En Peng Lim，Jing Jiang Twitterrank： Fingding Topic- sensitive Influential Twitterers，2010.
[2] Meeyoung Cha，Hamed Haddadi，Fabricio Benevenuto，Measuring User Influence in Twitter： The Million Follower Falla-cy，2010
[3] 刘清，彭赓，吕本富，基于主成分分析法的微博影响力评估方法及实证分析——以“新浪微博”为例，数学的实践与认识[D]，2014（44）.
[4] 王梦莹.基于微博空间的品牌影响力指标体系研究[D].南京：南京大学，2013.
（责任编辑：袁凌云）