分享

此篇文章来源千人计划专家李伟钢在千人计划网上的超博：

摘要：国 际名人和企业品牌如何玩转脸书(Facebook)或推特(Twitter)？在使用W指数分析国内社交网络成员影响力的基础上，读者的目光自然瞄向全球 虚拟世界。本文以西方主要社交网络为例，通过对脸书、推特和谷歌(Google)搜索等Web平台的数据分析，列出W指数排行榜。进一步研究其理论性质， 验证信息熵曲线的完美特性。分析结果表明，脸书品牌的W指数为100，荣列首位，是对整个社交网络影响最大的金牌企业。尕尕女士(Lady Gaga)的影响力达87分，稳拿亚军，是最富有魅力的个人博主。美国总统奥巴马(Barack Obama) 以接近50分的成绩，名列第五。

1．玩家家与干事业

上社交网络只是敲敲键、玩家家，做个时尚达人？对于西方政要、歌手明星和企业品牌来说当然不仅如此。5月15日，领导全球时尚风潮的歌手尕尕女士 (Lady Gaga)发现其在西方著名社交网络推特(Twitter)上的粉丝数达到10,050,061，成为全球首位“千万粉丝的怪兽” ，见图一。

图 1 尕尕女士在推特上成为全球首位“千万粉丝的怪兽” [1]

接踵而来的是，美国著名杂志《福布斯》5月18日公布了时尚明星百人榜[2]，尕尕女士一举夺冠。《福布斯》是根据过去一年间，本人的收入、媒体知名度和 社交网络人气，进行排名。社交网络就是这位歌手大事业的一部分。除了2010年5月到今年5月总收入9000万美元外，如表一所示，尕尕女士在推特拥有 1011多万追随者，在脸书(Facebook)也有3400万粉丝为其捧场。

无独有偶，美国总统奥巴马(Barack Obama)也是社交网络的明星。虽说贵为总统，却是性情中人。他上网不仅是为了玩家家，和网友们混个脸熟。在脸书上开章明义，直截了当地讲写微博就是为 2012年的总统大选拉选票。4月20日亲临位于加州的脸书总部为6.4亿网友演讲，作为美国现任总统，也是少见之举。奥巴马在推特的追随者有805万之 众，列排行榜第三， 见表一。

表一  推特和脸书前5名排行榜 (5月18日) [1,2]

表一是常用统计方法列出的排行榜。在实际应用中，会出现不少问题。例如推特有自己的传统方法和排行榜，脸书也有自己的名次，两者很难一致。这些统计方法也 存在若干技术缺陷，其指标并不能全面反映某成员对整个社交网络的影响力，建立科学评价体系势在必行。笔者5月9日在千人计划超搏上首次用中文公开发表的 《社交网络成员影响力分析-W指数》搏文，就是一个新的尝试[3, 4]。

本文以西方主要社交网络为例，通过对脸书、推特和谷歌搜索的数据分析，列出W指数排行榜， 并对国内企业品牌在社交网络的参与提出初步意见。后面的章节则重新介绍和修正前文中有关W指数[3, 4]的主要概念，进一步研究其理论性质，验证信息熵曲线的完美特性。在实际应用中，W指数反映了社交网络信息传递的不均匀性。如德州扑克的诸排行榜平均统 计值为0.4562，与奥巴马总统的0.4585非常接近。但因为前者只是在脸书上人气旺旺，在其它平台业绩平平，信息不均匀传播修正系数较小为 0.4307，W指数为34.25；奥巴马在脸书、推特和谷歌搜索的各项指标分布比较均匀，此系数为0.6223，进而W指数为49.73，成为名列第五 的社交网络新贵。

2．观察与分析

如果说明星和政客们在网上忙乎，实有所求。一些著名品牌企业，已是名誉天下，却也和这些80后、90后一起瞎鼓捣。有可口可乐、星巴克这些传统企业；有脸 书、推特、YouTube(图片网库)、德州扑克这些网络新贵；还有美国职业篮球联赛(NBA)作为品牌用户，也毫不含糊地练成网络高手。

表二根据社交网络成员的影响力-W指数的模型[3,4]，对表一列出的大部分明星、政客或企业品牌的W指数列出前五名排行榜。其它没说明名次的大都在100名之内，其中包括香港影星成龙。以下是对此结果的具体分析和讨论。

表二  社交网络成员的影响力 – W指数排行榜 (5月18日)

1) 难能可贵的是社交网络明星脸书本身也是一品牌用户，在自己的社交网络上吸引粉丝4049万，名列第二，比尕尕女士还高一筹。脸书在推特也有品牌，坐拥近百 万追随者。按表二的结果，脸书对社交网络的影响力最大，W指数为100，排行第一。脸书的成就却非一日之寒，美国《时代》周刊4月评出的2011年全球最 具影响力人物100强，脸书首席执行官马克·扎克伯格(Mark Zuckerberg)名列第六[6]。2010年，脸书设计的“社交化广告”(Social Ads)带来的营业收入达20亿美元，而2011年预计会实现同比翻一番[7]。

2) 图片网库的成绩傲人，在脸书上拥有粉丝3334万之多，W指数为60.77，是社交网络影响第三的成员。推特作为企业品牌博主，在推特自身平台有507万 粉丝，名列第14， 在脸书网络内推特也有339万粉丝伴随，其W指数为42.57，位于前100名。

3) 尕尕女士的业绩十分可观，其W指数为87，稳拿亚军，是对社交网络形象力最大的个人博主；90后加拿大歌手贾斯汀.比伯(Justin Bieber)得分70.57，排名第三。美国总统奥巴马以近50分的成绩，名列第五。

4) 传统企业参与社交网络也十分踊跃，星巴克在推特的业绩可圈可点，让147多万网友跟进，在脸书网络内也有2192万粉丝，W指数为18.97。可口可乐在脸书上拥有粉丝2685万，在推特上也有所作为，W指数为18.14。

5) 一些重要组织和活动，也不忘深度打造品牌。美国职业篮球联赛(NBA)作为品牌用户在推特上拥有粉丝257万，表二显示其W指数为10.66，没让球迷们失望。

6) 香港影星成龙是唯一的扬名中西方社交网络的中国人，连奥巴马都是他的粉丝[8] 。在脸书上拥有粉丝1672万，W指数为8.06。在新浪的业绩也不错，吸引微博粉丝295万，博客累计186万的访问量。

3．重在参与

奥运精神重在参与。与时俱进的现代人，参与社交网络势在必行。国内的新浪、滕讯、百度、人人等社交网络的发展形势喜人。特别是新浪首席执行官曹国伟列入美 国《时代》周刊2011年全球最具影响力人物100排行榜[6]。影星姚晨以827万的新浪微博粉丝数，跻身全球社交网络粉丝总排行第三名。这些指标都强 有力地激发了中国社交网络的深度发展。

但网络潜水，并非易事。如笔者《Web传情 点击相许》一文所述[9]，网友们的价值观如同小葱拌豆腐，清楚的很。即使500强的大企业来到网上写博发微，若不下点功夫，情不深意不浓，不酷非冏，想让80后、90后被雷，难上加难。这些天之微子宁愿和楼上王二麻子他侄外甥互粉也不屑点击老兄的关注。社交网络是时代发展的体现，无论从社会、政治、经济、科技和文化等意义上讲，只有参与才是硬道理。如同伟人毛泽东所述：“现在世界上的形势，不是东风压倒西风，就是西风压倒东风”。网络就是商战，即使在沙盘作业，红军不打进社交圈圈，蓝军势必占领高地。下面就如何参与社交网络，浅谈一些看法。

1) 企业品牌要做时代的弄潮儿，在社交网络上开品牌博客、办企业微店。就目前来看，一些大企业在社交网络平台如新浪、腾讯和人人网等的参与情况远不如人意。象 中国光大银行那样在新浪上大大方方开微博的不多，尽管其粉丝才7万之众[10]，但这是一个良好的开端。像一些需要大量顾客群并在国际商务已有所作为的企 业，如联想、华为、中兴、国航、中粮等，应该下点功夫，象可口可乐、星巴克这些老牌企业一样，迅速进入社交网络，注入企业新的生命力。同时，新浪和腾讯等 也应主动出击，与这些企业联手，提供建立企业博主的方便渠道。对已成名的明星博主也提供进一步的咨询辅导，让其象成龙一样，走向国际。近日在国内社交网络 有所作为，明日进军脸书和推特，共同打造中国的明星企业，推出旗舰品牌。

2) 政府一些具体办事机构进驻社交网络办公，为网民开通电子政务渠道。气象台在社交网络平台上开播，及时向网友们发布最新官方气象资料，总比网友们传递着 “下雨不下雨，拿伞不拿伞”的不准确微博有公信力。交通局及时向网友们沟通市区道路疏通情况，滚动发布地铁等公交车的时间表，让市民们高高兴兴地出行上 班，平平安安地打道回府。一些因信息不准确造成的误解，有事务部门及时沟通解释，就可避免网上小道消息，保持社会安定。

3) 社交网络运营商之间开展行业协作，在对方设营扎寨，让人人里面有新浪，百度里面有腾讯。形成百花齐放，百家争鸣的新气象。社交网络运营商打出醒目的品牌商 标，在自己经营的平台里吸引忠诚客户，进入关系企业甚至竞争对手的平台里营造人气。不出几年，也会出现脸书里面有新浪，推特里面有腾讯的最佳气象。这也不 是特难之事，光在美国的华侨就有几千万，新浪和腾讯在脸书和推特里用中文表述，就可吸引大批粉丝。届时连奥巴马也会郑重宣布他是新浪和腾讯的粉丝。

4) 小型社交网络，大有作为。地方政府、大型企业或中央政府的某项计划开发的局部社交网络有其灵活性和特定群体。为配合实现国家海外高层次人才引进计划(简称 “千人计划”)，根据留学人员的高教育、高智能等特点，有关部门开设千人计划网，办超博开论坛，形成社交网络，促进人才交流[11]。此项工作开展十分活 跃，无论是已海归的还是在海外的华人专家纷纷在此开博建言，拳拳赤子之心，跃出字里行间。来自社会各阶层的读者会发现一些出自象牙塔，又合网民意的专家之 言。唯有美中不足的是，千人计划网也应该走出去，扩大其品牌(见图二)在新浪、搜狐、网易和腾讯等平台上的影响。使得博主们活跃于千人计划网内，影响在全国社交网络之间。待时机成熟后，亦可在脸书和推特等西方社交网络上占据一席之地。

图 2  千人计划品牌标志 [11]

5) 社交网络运营商应研究社交网络成员的影响力，而不仅是列出单项或单个平台的排行榜。例如在新浪，博客和微博的排行榜分离，让人觉得象是新浪的两个关系企业 在各行其事。本文提出的W指数[3,4]，就是一项尝试。研究社交网络成员的影响力主要有三个目的：一是分析本人的W指数，提高参加社交网络效率；二是研 究他人或企业品牌的W指数，了解其在社交网络的影响力；二是研究诸社交网络的成员W指数分布或排行，指导自身或相关企业品牌更好地参与良性发展的社交网 络。

4．W指数模型修正

为叙述方便，这里重新介绍和修正前文中有关W指数的主要概念。西方社交网络的Web平台的主要组成来自以下方面：脸书、推特和谷歌搜索等。如果脸书排行第一的粉丝总数为Pj，某博主X在脸书的粉丝数为Xj，其粉丝比为：p_j = X_j/P_j；另一平台排行第一的粉丝数为P_j+1，某博主X的粉丝数为X_j+1，此平台粉丝比为：p_j+1 = X_j+1/ P_j+1；其它项目以此类推。博主X对社交网络的主要组成的评价比集合为{p₁, p₂, …, p_n}，j = 1, …, n。表达各组成部分重要程度的权重集合为：{ a₁, a₂, …, a_n }，∑ a_j = 1。由此，博主X在诸社交网络的排行平均统计值为：

m = ∑ a_j p_j，j = 1, …, n,                                                                                 (1)

对于信息传播不均匀的分布现象，也可以用信息熵来衡量[5]，信息熵定义为评价社交网络成员的信息量在各种渠道如脸书、推特和谷歌搜索等传播指标的修正系数，对(2)式进行修正。

在使用信息熵计算公式之前，应先将集合{p₁, p₂, …, p_n}校正，让其之和归一。q₁, q₂, …, q_n, 表示各项目已发生信息传递的指标，q _n+1表示各项目未发生信息传递的指标之和，则有：∑ q_j = 1, j = 1, …, n+1。信息不均匀传播修正系数应为：

h (q₁, q₂, …, q_n, q_n+1) = ∑ – q_j Log_n+1 (q_j)， j = 1, …, n+1,                                       (2)

式中，Log_n+1 为以n+1为底的对数。h值介于[0,1]之间。

由(1)和(2)式，修正后的博主X对网络社交媒体的影响力 – w指数为：

w = h * m                                                                                                     (3)

为表达方便，式(3)中乘以100， 并以第一名博主即w的最大值为基数，得出相对W指数为(4)式，其值介于[0,100]。

W = w / w_max (4)

5．W指数特性验证

信息不均匀传播修正系数，即(2)式信息熵，应具备以下特性：当各项排行指标均为1，说明此成员在社交网络各平台上信息传播均匀分布，修正系数h = 1。各项排行指标均为0，说明此成员在社交网络各平台上信息传播完全不均匀分布，修正系数h = 0。各项排行指标值域为[0, 1]，信息不均匀传播修正系数值域亦为[0, 1] 。

为了验证信息不均匀传播修正系数，即(2)式的有效性和普适性，下面设计六组数据， n=3，来观察信息不均匀传播修正系数的分布情况。
第一组：p₁ [0, 0.1, 0.2, ..., 1]，p₂ [0, 0, 0, ..., 0] ，     p₃ [0, 0, 0, ..., 0]
第二组：p₁ [1, 1, 1, ..., 1]，      p₂ [0, 0.1, 0.2, ..., 1]，p₃ [0, 0, 0, ..., 0]
第三组：p₁ [1, 1, 1, ..., 1]，      p₂ [1, 1, 1, ..., 1]，      p₃ [0, 0.1, 0.2, ..., 1]
第四组：p₁ [1, 0.9, 0.8, ..., 0]，p₂ [1, 1, 1, ..., 1]，      p₃ [1, 1, 1, ..., 1]
第五组：p₁ [0, 0, 0, ..., 0]，      p₂ [1, 0.9, 0.8, ..., 0]，p₃ [1, 1, 1, ..., 1]
第六组：p₁ [0, 0, 0, ..., 0]，      p₂ [0, 0, 0, ..., 0] ，     p₃ [1, 0.9, 0.8, ..., 0]

由此可见，在前三组数据，诸社交网络的排行平均统计值m的分布为[0, 1]，信息不均匀传播修正系数h的分布也应为[0, 1]。在后三组数据，平均统计值m的分布为[1, 0]，信息不均匀传播修正系数h的分布也应为[1, 0]。h * m数和W指数应是以相同趋势分布。表二列出若干数据的各项指标演变情况，图四是此六组数据m 和h 、m 和h* m的分布情况。可以看出，计算结果验证了(2)式的普适性。

图 4 六组数据h*m 和h 的分布情况，m为横轴

请观察，表三第3行和第11行，m值均为0.3333，尽管{p₁, p₂, p₃}值的分布不一样，但由于h的对称性，其值是一样的，h=0.4056，h * m = 0.1352 。如果{p₁, p₂, p₃}的值分布为：{0.3333, 0.3333, 0.3333}，此情况下，m值均为0.3333，h=0.6037，h * m = 0.2012。明显大于表三第3行和第11行的情况。这说明了信息不均匀传播修正系数的有效性。

表三  n＝3时各项指标演变情况

在实际应用，德州扑克在脸书上的粉丝数排行第一，有4276多万，其平均统计值m为0.4562，与奥巴马总统的m值0.4585非常接近。但前者在脸书 和谷哥搜索的业绩平平，信息传递在社交网络上不平衡，这项修正系数较小h=0.4307，W指数为34.25。奥巴马在脸书、推特和谷歌搜索的各项指标分 布均匀，h=0.6223，进而W指数为49.73，成为名列第五的社交网络新贵。

6．结语

本文在写作过程中，让笔者头疼的是Lady Gaga的中文翻译。查遍百度、人民、盘古、和谷哥等Web搜索，都没有这位“狂热小姐”的中文名字。笔者就贸然称其为“尕尕”女士。后来居然在互动百科 上找到尕尕一词[12]：尕尕(GaGa)是流传于新疆天山一带哈萨克族民间的一种传统竞技游戏。希望广大网友能接受此译名，也许Lady Gaga能喜欢上尕尕这个飘香哈萨克奶油味的中文昵称。

在与千人计划网编辑互动时，得知千人计划网在新浪、搜狐、网易和腾讯已经开通微博。切望众博主前往捧场，千人计划网微博地址：

新浪：http://weibo.com/1000plan

搜狐：http://1000plan.t.sohu.com/

网易：http://t.163.com/1000plan

腾讯：http://t.qq.com/qianrenjihua

本文摘译自英文原作[13]，巴西利亚大学TransLab实验室研究生郑建亚参加了研究和计算。笔者感谢脸书、推特、谷歌搜索和千人计划网的优异工作，请允许笔者获取资料，从事Web研究。欢迎从事信息技术特别是社交网络的专业人士对W指数概念、模型和理论分析提出宝贵意见，笔者不胜感激。

参考资料

[1] Stan Schroeder, Lady Gaga reaches 10 million Twitter followers，CNN News, 2011.

http://edition.cnn.com/2011/TECH/social.media/05/17/lady.gaga.twitter.mashable/

[2] Forbes，Forbes Top Celebrity 100 power list, Lady Gaga， 2011.

http://www.forbes.com/profile/lady-gaga

[3] 李伟钢，社交网络成员影响力分析-W指数，千人计划超搏，2011。

http://www.1000plan.org/superblog/2597/256

[4] Li Weigang, Zheng Jianya and Daniel Li, W-Index: the Impact of Members on Social Networks[C], submitted to WISM’11-AICI’11, 2011.
[5] Shannon, Claude, Communication Theory of Secrecy Systems[J]. Bell System Technical Journal, 1949, 28 (4): 656-715.
[6] 明轩，扎克伯格入选《时代》2011年最具影响力人物，腾讯科技，2011。

http://tech.qq.com/a/20110421/000411.htm

[7] 马乔，Facebook二号人物桑德伯格掌舵 护航扎克伯格，腾讯科技，2011。

http://finance.qq.com/a/20110516/000432.htm

[8] 成龙新浪博客，2011。http://blog.sina.com.cn/jackiechan
[9] 李伟钢，Web传情 点击相许，千人计划超搏，2011。

http://www.1000plan.org/superblog/2597/215

[10] 光大银行新浪微搏，新浪网， 2011。

http://weibo.com/cebbank

[11] 千人计划网首页，2011。

http://www.1000plan.org/

[12] 尕尕，互动百科词条，2011。

http://www.hudong.com/wiki/尕尕

[13] Li Weigang, Zheng Jianya and Daniel Li, Analysis of the W index’s properties of Impact on Social Networks[C], submitted to IADIS WWW Internet Conference, Rio de Janeiro, 2011.

分享