网络论坛舆论领袖筛选模型初探[1]
一 网络舆论领袖研究综述
网络论坛成为意见传播的重要方式在国内已是不可忽视的事实。中国互联网调查显示，2005年，我国网络用户中仅有21.3%的人使用论坛功能，网络论坛在各种常用的网络应用中排名第七。到了2006年，网络论坛在常用网络应用中的排名上升到第四，使用人数比例上升到43.2%。在一系列重要事件中，网络论坛成为各种信息和观点的集散地，对事件的最终解决起到重要作用，网络论坛舆论领袖对网络舆论导向起着至关重要的作用。
但遗憾的是网络舆论领袖研究无论在成果数量还是运用方法上都显得非常匮乏。国内一部分文章[2]提到“论坛舆论领袖”“网络舆论领袖”“舆论领袖”等概念，却没有给出具有明确可操作性的定义和测量方法。既有研究中，舆论领袖的确定多依赖主观判断，因此研究结论在信度和效度上有很大局限。
国外关于传统舆论领袖的研究相当丰富和成熟。自从拉扎斯菲尔德、贝雷尔森和高德特（Gaudet）在美国1940年政治选举研究中发现舆论领袖现象，50多年来相关研究方法不断成熟和完善。罗杰斯[3]总结了四种有效测量舆论领袖的方法：社会网络测量法、关键人物访谈法、观察法和自我报告法。其中自我报告法因操作方便和有效，运用得最为广泛。
与丰富的传统舆论领袖研究成果相比，网络舆论领袖研究的成果相对匮乏得多。国外为数不多的网络舆论领袖研究大多沿用传统舆论领袖测量方法，从营销学角度探讨网络交易型社区舆论领袖在新产品采纳过程中的说服、示范作用，而不是探讨新闻学、政治学所指的舆论领袖。美国博雅公关（Burson-Marsteller）的2002年网络调查报告，澳大利亚的芭芭拉·莱恩斯[4]、法国的艾瑞克·沃内特（Eric Vernett）[5]、韩国的宋英洙[6]的研究都采用传统舆论领袖测量量表，通过网上或网下问卷调查来研究网络交易型社区中舆论领袖影响他人产品购买行为之机制。
近几年有学者提出针对计算机中介交流（CMC）特点研发新方法，新方法通常需要借助新技术、新手段得以实现。基于文本的计算机中介交流与面对面交流的根本不同在于交流双方并不见面，很多时候也不知对方为何许人，双方仅通过文本交流进行沟通和发展友谊。“线索消除论”和“社会环境线索缺乏假设”都指出CMC缺乏无声语言等社会环境线索，而这些是确定交流者个人特征及社会地位的重要因素。[7]在社会线索缺乏的虚拟空间，人们不能根据社会线索来确定社会身份，只能根据交流文本来估计写作者的社会线索。因此基于文本交流的CMC研究的重点应该放到语言交流中。
日本学者松村真宏、恩泽幸雄、石塚满[8]提出的“影响力扩散模型”运用数据挖掘技术，从讨论串内容和论坛用户交往网络两个方面来测量网络用户活跃程度，并假设论坛影响力最高的用户即为论坛舆论领袖。
该模型的最大特点是通过挖掘蕴含在网络文本内容和交往结构中的规律来量化测量论坛参与者的活动。影响力扩散模型提出两个重要命题：（1）在基于文本的计算机中介交流环境下，人们通过发帖、回帖表达观点，因此论坛对话链体现影响力的传递结构；（2）词语是组成帖子意义的基本单位。在基于文本的计算机中介交流环境中，论坛交流通过词语来表达和传播，因此帖子的影响力可以定义为帖子包含的词语集合在对话链中传播的程度，计算为有回复关系的上下游帖子的词语交集数与下游帖子词语数的比值。具体计算方法见图1。
图1 论坛帖子影响力扩散模型
资料来源：Matsumura，N.，Ohsawa，Y.，& Ishizuka，M.，“Influence Diffusion Model in Text-Based Communication，” The Eleventh International World Wide Web Conference（2002）.
图1为论坛帖子影响力模型示例：实线箭头代表跟帖回复，虚线箭头代表影响力传递。假设存在一个由4个帖子组成的对话链：C1帖为主帖，C2、C3帖都回复C1帖，C4帖回复C2帖。根据影响力扩散模型，C1帖对C2、C3、C4帖等所有下游帖子都有影响，C2帖对C4帖有影响。C3帖由于没有跟帖，可以视为无影响可传递。那么如何量化测量C1帖和C2帖的影响力呢？
C1帖包含A、B、C共3个词语，C2帖包含A、C、D共3个词语，C3帖包含B、F共2个词语，C4帖包含C、F共2个词语。C1、C2帖词语交集为A、C，因此C1帖对C2帖影响力为C1、C2帖词语交集个数（2个）与C2帖词语集合数（3个）的比值，即2/3；同理，C1帖与C3帖词语交集为B，C1帖对C3帖影响力为C1与C3帖词语交集个数（1个）与C3帖词语集合数（2个）的比值，即1/2；C2帖对C4帖影响力为两帖词语交集个数（1个）与C4帖词语集合数（2个）的比值（1/2）；C1帖通过C2帖间接影响C4帖，因此C1帖对C4帖影响力计算为三帖词语交集个数（1个）与C4帖词语集合数（2个）比值的加权，即1/2×2/3=1/3。
在此对话链中，C1帖的总影响力需要将其对C2、C3和C4帖的影响力累加，即2/3+1/3+1/2。C2帖的总影响力很简单，它只对C4帖有影响，影响力为1/3。影响力扩散模型用公式表示如下。
假设Ci为话题发起帖子，ξi，z表示自Ci开始、到Cz结束的对话链，ξi，z={Ci，Cj，Ck…Cq，Cr，…Cy，Cz，i＜j＜k…q＜r…y＜z}，用ii，r表示Ci对Cr影响力，则ii，r=（|wi∩wj∩…∩wr|/|wr|）×ii，q，j；Ci帖在ξi，z对话链中的总影响力用Iξi，z表示，Iξi，z=ii，j+ii，k+…+ii，y+ii，z；假设Pi为Ci帖引发的所有对话链，Ci帖在所有对话链中的影响力用Dci表示，则Dci=∑ξi∈pi。论坛参与者的影响力即为其在论坛所发帖子产生的影响力之和。
通过上述文献梳理可以清晰发现国外网络舆论领袖研究秉承量化传统，但在方法运用上存在两种不同取向：一种是将传统舆论领袖测量方法移植到网络空间，另一种则是方法创新。在海量网络信息和匿名网络用户环境下，将传统舆论领袖测量方法移植到网络存在两个问题：一是样本代表性问题，二是自我报告法回答的主观性问题。网络使用者的隐匿和海量特征使得研究者无法建立完备的抽样框，因此网上样本的代表性值得推敲。此外，互联网放大了人们出风头的愿望，网络匿名使网民对自己的言行放松管束，[9]自我报告法依赖受访者主观填答，因此在某种程度上说，自我报告法更多测量的是舆论领袖心理或者是自封的舆论领袖，这造成的后果是：一些自认为是舆论领袖的人实际上并不是舆论领袖，另一些实际上是舆论领袖的人却没有被包含在舆论领袖群体中。因此测量网络论坛舆论领袖应该将重心放置于论坛参与者的活动踪迹——论坛交往结构和内容上。
国外的“影响力扩散模型”研究虽然使用了舆论领袖概念，但与新闻传播学的舆论领袖概念含义不同。“影响力扩散模型”采用市场营销学视角，目的是从商业角度探讨活跃论坛讨论气氛的策略，因此模型提取的是能够激发论坛讨论气氛、发帖积极的“活跃分子”，而不是新闻传播学意义上的舆论领袖。但显然该研究成果对新闻传播学关注的网络舆论领袖研究有重要启发。
二 研究思路
有过参与网络论坛讨论经验的人都知道：在网络论坛中，经常会有一些人很活跃，所发帖子能够吸引大家的注意力，被广泛跟帖热议，在论坛里具有相当高的关注度，但认同度却不高，典型的例子就是“靶子型”帖子发布者和论坛争议性人物。论坛中还有部分人辛勤发帖但所发布的议题极少激起他人反响。因此，网络论坛舆论领袖肯定是论坛中的活跃分子，但论坛活跃分子未必都是网络舆论领袖。只有那些得到网友广泛支持，甚至一呼百应的论坛活跃分子才是真正意义上的网络舆论领袖。图2显示网络论坛讨论生态和本研究筛选思路。
图2 网络论坛参与生态和筛选思路
本研究采用数据挖掘方法，借鉴国外学者的“影响力扩散模型”，首先计算出中日论坛每个发帖者的论坛影响力，分离出论坛活跃分子；然后将“论坛声望”作为分类指标对活跃分子进行聚类分析，从中筛选出论坛舆论领袖。网络舆论领袖筛选模型见图3。
图3 网络舆论领袖的筛选
本研究的关键概念有：
（1）舆论领袖
舆论领袖在本研究中被定义为在论坛中具有较大影响力并具有较高声望、被广泛认可的参与者；从影响力和声望两个维度测量。
（2）ID影响力
在一段时期内，ID所发帖对论坛内容所产生的影响。测量方法为该ID所发全部帖子（主帖或回帖）的影响力之和。
（3）帖子影响力
在一个讨论串中，某帖对其下游所有跟帖的讨论内容所产生的影响。测量方法借用“影响力扩散模型”：先计算该帖分别对于下游每一个跟帖（包括间接回复）的影响度，然后将所有影响度值累加。
（4）声望
声望指他人评价。在论坛声望越高，则得到他人认可的程度越高。广泛认可指帖子观点得到明确支持的程度高。声望测量使用“认同值”、“响应值”、“正响应值”和“负响应值”。
（5）认同值
发言者从其他参与者那里得到认可的程度。计算为正响应值与负响应值之数学和，用公式表示为：∑ag+∑dg。
（6）响应值
某个ID在一定时间内在论坛所获得的支持和反对票数总值。包括正向响应值（赞成）和负向响应值（反对）两个部分。用公式表示为：|∑ag|+|∑dg|。
（7）正响应值
某个ID在一定时间内在论坛所获得的支持票总数。用公式表示为：∑ag。
（8）负响应值
某个ID在一定时间内在论坛所获得的反对票总数。用公式表示为：∑dg。
本研究拟采用聚类分析方法，设置合适、有效的分类指标，科学、量化地将论坛参与者分为不同类别。本研究假设：根据“响应值”和“认同值”的不同组合，可以划分出以下4种论坛活跃分子类型：
①舆论领袖类ID（响应值和认同值皆高）；
②靶子类ID（响应值高，但负响应值远远超过正响应值，即认同值低）；
③焦点类ID（响应值高，但正、负响应值几乎持平）；
④议题扩散类ID（影响力高，但响应值低）。
三 抽样和编码
本研究采取个案研究法，选取强国社区中的中日论坛进行历时态跟踪研究。之所以选择中日论坛是因为以下几方面因素。第一，时政论坛较之专业、爱好、旅游、情感等论坛的讨论气氛更严肃，论坛参与者比较稳定；强国社区被誉为“中文时政第一论坛”，中日论坛创建于2000年1月18日，是强国社区成熟论坛之一，2006年中日论坛人气排名仅次于强国时政（浅水区）和深入讨论区（深水区）。第二，中日论坛在参与方式上兼具浅水区和深水区的特色，帖子长度可长可短，不像深入讨论区要求上帖字数1000字以上；这样可以避免样本选择偏差。第三，该论坛的讨论主题明确，所有话题围绕中日关系展开。根据笔者2006年的全年观察，该论坛参与者比较稳定，上帖量适中，日主帖量一般在100帖以内，讨论气氛活跃，热帖的回复层级最多可达到30级，回帖数将近100帖。
考虑到本研究的目的，借鉴澳门大学社会科学及人文学院与中国传媒大学调查统计研究所（SSI）合作进行的“全球中文时事论坛研究项目”的抽样方案，[10]本研究第一步采用分层多阶段抽样。研究总体为中日论坛2006年下半年所有帖子和用户。2006年7月1日至12月30日共有26周，其中22个月内周（85%）、4个跨月周（15%）。取6周样本，按照月内周和跨月周所占比例，则需要抽取1个跨月周和5个月内周。抽样采用分层抽样方法，即视月内周和跨月周为2个不同层，分别建立月内周和跨月周抽样框。采用简单随机抽样的方法，分别抽取1个跨月周和5个月内周。原则上每个月抽取一个样本，重复的月份放弃，重新抽取。最后抽取的样本如下：2006年7月2日～8日（月内周），2006年7月30日～8月5日（跨月周），2006年9月3日～9日（月内周），2006年10月8日～14日（月内周），2006年11月19日～25日（月内周），2006年12月24日～30日（月内周）。
第二步采用整群抽样方法，抽取选中时间段所有的主帖及其跟帖。去掉无回复的独白帖子共下载491个讨论串，去掉3个日语讨论串，余下488个讨论串成为研究的对象。
本研究需要计算发帖人的帖子内容引起他人关注的程度，因此需要将帖子文本中表达实际意义的关键词语切分出来。本研究将实词作为表达帖子内容意义的关键词语，采用黄伯荣、廖序东《现代汉语》中实词、虚词的划分标准，将名词、动词、形容词、代词、数词、量词、副词、叹词、象声词九类划分为实词。根据国家颁布的GB/T13715-92《信息处理用现代汉语分词规范》进行分词。由于中文词语之间没有天然间隔，计算机分词难度很大，正确率不高，加之网络语言不同于正式书面语言，采用中文分词软件分词的正确率更低，因此本研究采用人工分词。分词由华中科技大学新闻与信息传播学院2006级传播学专业的6名研究生完成。6个编码员彼此之间独立完成编码，然后抽取10%的样本两两之间核查，分词的编码员之间信度为0.90，发帖数、回帖数的编码员之间信度为0.95，声望的编码员之间信度为0.85。影响力计算由专门为本研究开发的网络论坛帖子影响力分析系统（eFIAS）完成。[11]
四 中日论坛参与者的描述性分析
2006年下半年的样本显示，论坛共有182个参与者。通过对主帖数、回帖数、总跟帖数、正响应值和负响应值几个变量的描述性统计，发现中日论坛参与者的参与行为存在明显差异（见表1）。
表1 主帖数/回帖数/跟帖数/正响应值/负响应值描述性统计
在182个ID中，平均每个ID发2～3个主帖，但ID之间差异极大，有的ID只是跟帖，不发主帖，而有的ID发帖量大，6周之内最多发了62个主帖。回帖数的均值为12.96，但最小值为0，最大值为448。6周之内，平均每个ID被跟32.29个帖子，但也有很多ID发布的帖子成为独白，无跟帖；相反，有的ID被热捧，6周之内跟帖量达到1245个。
在ID发帖得到赞同或反对态度方面，同样存在分布不均衡状况。正响应均值为3.76，负响应均值为4.38，这意味着6周里平均每个ID得到将近4票赞成和5票反对；但有些ID得到的票数远远超出平均数，正响应最高达42票，负响应最高为154票；与此形成对照的是很多ID的帖子没有激起明显的态度反应，因此正响应或负响应的最小值皆为0。
论坛ID影响力差异极大。影响力最大值为61.16，最小值为0。182个发言ID中，56个（30.77%）ID影响力值为0，说明这些ID发帖内容未能引起别人的讨论；62个（34.06%）ID影响力值在0和1之间；24个（13.19%）ID影响力值在1和2之间，也就是说将近80%的论坛发言者的影响力值低于2；10个（5.49%）ID影响力值在2和3之间，7个（3.85%）ID影响力值在3和4之间，3个（1.65%）ID影响力值在4和5之间，1个（0.55%）ID影响力值在5和6之间，4个（2.20%）ID影响力值在6和7之间，3个（1.65%）ID影响力值在7和8之间，12个（6.59%）ID影响力值在8以上。
在以往类似研究中，一般根据ID的发帖数量、被跟帖数量、点击数等衡量论坛ID活跃程度；因此如果根据影响力扩散模型计算得出的影响力值与上述指标显著性相关，则意味着影响力扩散模型的测量具有关联效度（见表2）。
表2 影响力（i值统计）与主帖数、回帖数、总跟帖数、正响应值（ag值）、负响应值（dg值）、响应值（｜ag｜+｜dg｜）、认同值（ag+dg）相关系数
从表2可以看出：除了认同值以外，ID影响力与ID所发主帖数、回帖数、总跟帖数、正响应值、负响应值和响应值呈明显相关，相关系数都在0.5以上并且通过显著性水平检验。这说明ID在论坛中影响力的大小与ID发帖、回帖和被跟帖数量多少密切相关：发帖数量越多，其论坛影响力越大；发帖激起的跟帖越多，其论坛影响力越大。
ID论坛影响力也与正响应值和负响应值显著性相关：正响应值越高则论坛影响力越大，负响应值越高其论坛影响力也越大。这说明发帖者无论是被赞扬，还是被批评嘲笑，只要被“拍砖”、被关注、被回复，就有助于加强其在论坛的影响力。这个发现与网络论坛现实状况符合。网络论坛上不乏为了增加帖子吸引力而发布一些“新奇”观点的人，网友的口诛笔伐事实上促成了其成为“网络红人”。因此，影响力扩散模型可以有效筛选出论坛中发帖量大、影响力高、引起别人关注的论坛活跃分子。但这些活跃分子不全是舆论领袖，因此需要将舆论领袖从活跃分子中剥离出来。
五 网络论坛舆论领袖筛选
与以往人为、主观地指定论坛参与者类型的研究不同，本研究希望基于论坛参与者的行为数据中暗含的规律来科学划分角色类型。聚类分析方法无疑是个很好的方法。聚类分析的主要目的是按照个体的特征将他们分类，使同一类别内的个体具有尽可能高的同质性，而类别之间则具有尽可能高的异质性。为了得到比较合理的分类，需要设置合适、有效的分类指标，科学、量化地将论坛参与者分为不同类别。
如前所述，本研究假设依据声望高低可将论坛活跃分子划分为4种类型：舆论领袖类ID、靶子类ID、焦点类ID和议题扩散类ID。由于4类ID的影响力都很高，故而对于系统聚类分析而言，影响力是常量，不必纳入分析系统。那么如何界定“高影响力”呢？根据前面对中日论坛6周数据的描述性统计分析，可以发现：56个（30.77%）ID的影响力值为0，126个ID的影响力值大于0，其中62个（34.07%）ID的影响力值在0和1之间，其余64个ID的影响力值在1以上，约占论坛参与者的35.16%。也就是说影响力值0和影响力值1将论坛参与者分为三部分：低影响力ID（影响力=0）、中影响力ID（0＜影响力≤1）和高影响力ID（影响力＞1）。因此，在本研究中，将影响力值高于1的64个ID定义为“高影响力”ID，将64个“高影响力”ID的相关数据纳入聚类分析过程。
由于本研究的目的是根据正、负响应值的分布模式来划分论坛参与者的角色类型，因此将变量正响应值（ag）和负响应值（dg值）作为分类指标。在聚类方法和距离测度选择上，本研究更关心个体间的模式而不是个体间的类别，因此使用相似系数指标更合适。[12]采用系统聚类方法，选择平均联结法和皮尔逊相关系数，对i值大于1的参与者、在论坛具有较高影响力的64个ID进行分层聚类分析，设定为4个类别。聚类分析结果见表3。
表3 聚类结果
表3 聚类结果-续表
聚类分析将64个ID分为4个类别。第一个类别由34个ID组成。回溯原始数据，第一类ID的共同特点是正响应值高于负响应值，因此命名为舆论领袖类ID。第二个类别由28个ID组成，此类ID在声望方面的共性为负响应值高于正响应值，因此命名为靶子类ID。第三类有1个ID，原始数据显示该ID具有一定响应度，但正、负响应的票数几乎持平，因此命名为焦点类ID。第四类也只有1个ID，原始数据显示其特点是得到的正、负响应的票数总和即响应值不高，因此命名为议题扩散类ID。聚类结果如表4所示。
表4 聚类结果
表4 聚类结果-续表
从表面上看，似乎聚类分析的结果验证了之前的研究假设，将论坛活跃分子划分为4种类型。但如前所述，一个“好”的分类结果须使同一类别内的个体具有尽可能高的同质性，而类别之间则具有尽可能高的异质性。因此需要对聚类效果进行评估。
六 聚类效果评估
聚类分析划分的舆论领袖类ID、靶子类ID、焦点类ID、议题扩散类ID在发帖数量和声望两个方面是否存在显著性差异呢？为此，本研究对4个类别ID在发帖量（包括主帖数、回帖数、总帖数、总跟帖数、一级跟帖数和帖子平均层级）、声望（包括ag值、dg值、|ag|+|dg|、ag+dg）和影响力进行方差分析。
方差分析结果（见表5）表明：4类论坛活跃分子在发帖数量和影响力方面没有显著性差别，只有在认同值上存在显著性差别。4类ID在认同值上，组间差异远远大于组内差异，F比值为5.607，显著性水平达到0.002，这说明4类ID发帖量都较大，但在认同值方面有不同的分布模式。由图4可以直观看出：舆论领袖类人物认同值的均值最高，为正数，将近6；靶子类人物的认同值最低，为负数，将近-12；焦点类人物和议题扩散类人物认同值皆为0。卡方检验显示4类ID在认同值上具有显著性差异，显著性水平达到0.002。这个发现与本篇前面影响力测量效度分析的结果一致，说明聚类分析成功地对影响力高的活跃分子根据声望的高低进行了有效划分，将论坛舆论领袖从中分离出来，聚类分析比较成功。
图4 四类ID认同值均值比较
表5 不同类型ID发帖行为的方差分析
表5 不同类型ID发帖行为的方差分析-续表
网络论坛里绝大多数ID是用绰号或ID名进行互动交流，因此绰号或ID名成为网上身份的表现形式。比较论坛不同类型参与者的ID名和签名档，可以从另一个方面证实网络论坛角色划分模型的效度。
将舆论领袖类ID的ID名与靶子类ID比较，可以发现一个有趣的现象：靶子类ID的ID名或者像日本人名，或者容易引起有关日本的回忆，或者体现对日本的亲善友好，如“大丰战友”“米酒一”“驻日老友”“中日关系蜜月中”“鬼子孙”“客居平冢”“李定湘123”。而舆论领袖类ID的ID名则提醒国人不要忘记那段历史，如：“抗日的目的”“918网老吴”“zuashetou”“历史规律”“百年追惩叛国者”“汉语1840”。其次是签名档。签名档是论坛ID刻意经营的身份，很多ID利用论坛提供的这个功能展示自己独特的个人魅力。舆论领袖类ID的签名档流露出的信息有强烈的强国愿望，如：
加快发展，壮大自己，国家强大是我们未来唯一的选项！！希望大家在新的一年，事少钱多离家近，位高权重责任轻，睡觉睡到自然醒，数钱数到手抽筋。（幸福爱躲藏猫猫）
投身万维为民族，我以我心献忠诚。（918网老吴）
长太息以掩涕兮，哀民生之多艰！（小李飞针）
与舆论领袖类ID签名档直白坦露心声、咄咄逼人的进攻气势相比，一些最为活跃的靶子类ID放弃了签名档，如该论坛最活跃的分子“大丰战友”“鬼子孙”“jimmye01”“米酒一”签名档空白；而另外2个活跃靶子类ID“李明德”和“余独爱秋香”的签名档体现“以守为攻”态势，如：
特别提示：本帖只代表李明德的个人观点，不代表人民网观点。因此，请人民网不要扣押俺的帖子（虽然扣押得不算多）。恳请人民网进一步提高论坛的管理水平！希望斑竹同志们努力工作，俺为你们加油！（李明德）
小琪的周评写得是越来越好了。大家好，我叫余独爱秋香。有的网友以为我就是秋香，这里我必须要澄清一下：我不是秋香，但却是最爱秋香的那位！（余独爱秋香）
因此，从中日论坛用户的ID名和签名档来看，网络时政论坛舆论领袖划分模型筛选出的舆论领袖类ID体现了较为强烈的爱国情怀，而靶子类ID表现了亲日倾向。在中日论坛中这个现象符合常理，也从另一个方面佐证了筛选结果的有效性。笔者后续对中日论坛不同类型ID的帖子议题框架、不同类型ID在中日论坛所处的结构性位置及“嵌入”的社会资本的分析研究，以及中日论坛用户网上问卷调查的结果都从不同侧面揭示了网络舆论领袖群体具有的一些与众不同的特质：有一定知识水平、具有忧国情怀、信息渠道较广、表达欲望强烈、收入中等偏下的中年男性。这个研究结果与笔者对一些时政论坛版主的访谈相吻合，也说明了网络舆论领袖筛选模型的有效性。
[1] 该文原发表于《新闻与传播研究》2008年第2期，作者余红。
[2] 《BBS版主的构成研究》，见紫金网，http：//www.zijin.net/njunews01/liuyang/text/xuexi5.htm。周裕琼：《网络世界中的意见领袖——以强国论坛“十大网友”为例》，Public Opinion：East Meets West 学术研讨会论文，2005。
[3] Rogers，E.M.，Diffusion of Innovation （5th ed），New York：Free Press，2003.
[4] Lyons，B.，& Henderson，K.，“Opinion Leadership in a Computer-Mediated Environment Journal of Consumer Behaviour，” Iss. 5（2005）：319-330.
[5] Vernette，E.，“Role and Profile of Opinion Leaders for Internet Diffusion Process Decisions Marketing，” ABI/INFORM Global 25（2002）：93.
[6] Sohn，Y.，“Opinion Leader and Seekers in Online Brand Communities：Centered on Korean Digital Camera Brand Communities，” A Thesis submitted to the Department of Communication in partial fulfillment of the requirements for the degree of Master of Science Degree Awarded：Summer Semester，2005.
[7] Kiesler，S.，& Mcguire，T.W.，“Social Psychological Aspects of Computer-Mediated Communicaion，” American Psychologist 39（1984）：1123-1134.
[8] Matsumura，N.，Ohsawa，Y.，& Ishizuka，M.，“Influence Diffusion Model in Text-Based Communication，” The Eleventh International World Wide Web Conference（2002）.
[9] 〔美〕Patricia Wallace：《互联网心理学》，谢影、苟建新译，中国轻工业出版社，2001。
[10] 柯惠新、黄可、谢婷婷：《中文网络论坛的研究之抽样设计》，《数理统计与管理》2005年第3期。
[11] 该系统为笔者与软件开发人员合作设计，针对网络论坛树状显示格式的数据挖掘软件，可以实现网络论坛用户影响力和声望的统计运算，导出的数据可以用于SPSS等统计软件分析。为方便不同人员之间协作，提高数据输入和分析的效率，该系统专门申请了域名和网络空间。系统管理员赋予编码员各自的权限，给予每个编码员独立的用户名和密码，这样编码员可以实现“随时”“随地”的数据输入，并能及时修改输入。
[12] 柯惠新、祝建华、孙江华：《传播统计学》，北京广播学院出版社，2003。