科研学习|论文解读——了解在线环境中的多数观点形成过程：Facebook的探索性方法(IPM, 2018)

论文标题

Understanding the majority opinion formation process in online environments: An exploratory approach to Facebook

摘要

在在线社区的社会互动过程中，多数观点经常被观察到，但很少有研究用实证数据来解决这一问题。为了确定一个合适的理论视角来解释在线环境中的多数观点构建，本研究调查了偏度统计，它表明在Facebook帖子上有多少“赞”是偏向于主要评论的。从《纽约时报》的Facebook页面收集了3489个帖子，为期100天。结果表明，时间不是偏度增加的影响因素，但评论数量与偏度增加呈对数关系。回归模型和Chow检验显示，这种关系因话题内容不同而不同，但多数观点在总体上都是显著的。这些结果表明，社会支持导致的从众效应可以成为解释在线环境中多数观点形成的一种合适机制，并且在线社区中的多数观点可能会因高估而被误解。

关键词：在线社交网络；多数观点；从众效应；社会支持

1.引言

自2004年以来，Facebook的用户数量和使用量都在快速增长。Statista(2018)报告称，Facebook成为最知名和使用最频繁的在线社交网络(OSN)服务之一，并估计2018年第二季度Facebook用户数量为22.34亿。在OSN服务的早期，其使用目的仅限于与朋友互动，但很快就变得多用途，可以在原来的社交圈之外分享信息或讨论某些问题。随着用户数量的增加和OSN使用的多样化， OSN已经成为公众舆论的场所。

随着使用目的的变化，对Facebook的学术研究已经通过各种主题和方法完成。关注点之一是OSN社交互动与面对面个人互动之间的区别。具体而言，从社会资本的角度分析OSN的交互行为，分析其对用户感知的影响。特别是Lerman等人(2016)认为OSN可能会让用户误解大多数人表达的观点，因为网络结构允许用户认为某一观点被许多其他用户支持。他们提到，这种过高估计会造成多数人的错觉，并引发误解。对公众舆论的误解往往会引发意识形态两极分化等问题。因此，应从通信理论的角度对OSN的多数观点趋同问题进行详细研究。

从众效应可以作为解释OSN中多数观点构建的理论。从众效应是一种心理现象，指一群人根据一种感知到的趋势盲目地集中于某一特定选择上，而不根据趋势做出任何价值判断。如果对OSN的多数观点是由从众效应构建的，那么多数观点的形成不是因为其语义重要性，而是因为围绕观点偏斜形成的某种社会结构。换句话说，它意味着大多数关于OSN的观点在语义上并不像我们预期的那么重要。如果这一预测是正确的，那么多数观点并不代表公众观点，我们就可以理解为什么在线社区上发布的观点比实际用户的观点更容易被夸大。因此，一定的社会结构会影响观点偏斜（skewness）。

除了从众效应的可能性，研究社会支持（social affordance）的研究人员还调查了多数观点自然地由社会结构提供的可能性。社会支持来自于一种社会结构，直接提供用户的感知和行为，而没有心理表征或信息处理。借助用户与社会环境之间的动态相互关系，社会支持能够为某些用户行动提供帮助。社会支持概念表明，根据社会结构的类型以及结构是否随时间而变化，观点偏斜可以得到加强、维持或削弱。

借鉴从众效应和社会支持背景评论，本研究将检查Facebook用户对纽约时报(NYT)的报纸文章的观点。为了确定某条评论是否为多数观点，我们统计了该评论的“喜欢”数量，为了确认观点的形成是否取决于所讨论的报纸文章的类型，我们将报纸文章分为8类：艺术、商业、烹饪、纽约地区、舆论、体育、美国和世界。通过回归分析和Chow检验，我们发现时间不是造成观点偏斜的影响因素，但评论数量与偏斜程度的增加呈对数关系。回归模型和Chow检验显示，这一关系因话题内容而异，但多数观点总体上是显著的。这些结果表明，社会支持导致的从众效应是解释网络环境中多数观点形成的一种合适机制，而在线社区中的多数观点可能会因高估而被误解。考虑到观点通常倾向于向某些多数观点倾斜，并且每个话题都有自己的倾向性，传播研究人员、营销人员和观点分析者可以确定某个话题的某个观点是被多数人特别支持的观点，还是仅仅因为其主题特征而出现的观点。

2.研究背景

2.1 用户观点分析

用户观点可以成为分析公众对某一问题或某一产品或服务用户细分市场的重要数据。一些研究提出了基于文本数据分析OSN用户观点的技术方法。（Facebook评论文本识别用户感兴趣的事件/用户状态分为好、坏或平均）这些研究表明，各种文本特征可以用来分析OSN上的用户观点，但局限在于，每个用户的观点权重是均等的。几项实证研究表明，用户的关注焦点往往只偏向于一些流行的视频、帖子和评论。要准确把握用户对OSN的观点，就必须关注多数观点及其构建过程。

在Facebook中，多数观点可以通过评论中“喜欢”的数量来识别。一个有很多“赞”的评论可以被认为是一个有很多用户支持的主要评论。“赞”的影响已经在若干研究中得到验证。但在新闻媒体背景下，关于“赞”对评论影响的研究很少。然而，考虑到许多新闻媒体公司和记者已经利用在线社交网络，通过鼓励点击“赞”或“推荐”按钮来吸引用户参与新闻内容，我们可以预测，以前的研究结果将兼容解释新闻媒体背景下的“赞”的效果。