張夢　王子敏

摘要：隨著后工業(yè)化時代和互聯(lián)網(wǎng)時代新興文化消費的異軍突起，網(wǎng)絡文化消費逐漸呈現(xiàn)欣欣向榮的態(tài)勢。但在其發(fā)展過程中，大量重復的信息充斥網(wǎng)絡，優(yōu)秀的網(wǎng)絡文學作品鳳毛麟角，網(wǎng)絡娛樂產(chǎn)品的低俗化趨勢日益凸顯。在此研究背景下，文章選取口碑較好的網(wǎng)絡文化消費網(wǎng)站——豆瓣網(wǎng)為研究對象，研究在網(wǎng)絡文化產(chǎn)業(yè)發(fā)展的價值取向中起重要引導作用的意見領(lǐng)袖的行為特點，以期為網(wǎng)絡文化產(chǎn)業(yè)的良性發(fā)展提供建議。結(jié)果發(fā)現(xiàn)：意見領(lǐng)袖的活躍度、專業(yè)度和社群參與度對其粉絲數(shù)有顯著影響；其中，專業(yè)度產(chǎn)生的正向影響較其他兩者高。

關(guān)鍵詞：網(wǎng)絡意見領(lǐng)袖；網(wǎng)絡文化產(chǎn)業(yè)；豆瓣

一、引言

近幾年，網(wǎng)絡文化產(chǎn)業(yè)迅猛發(fā)展，但是其中個別分支的發(fā)展卻是以嘩眾取寵、過度吸引眼球，甚至以低俗化為代價，如斗魚、快手、六間房等直播網(wǎng)站，對于網(wǎng)絡文化產(chǎn)業(yè)的良性發(fā)展產(chǎn)生了極其消極的影響。為獲取網(wǎng)民關(guān)注，不少網(wǎng)絡社交網(wǎng)站允許投放黃暴廣告；眾多直播主播對“賣臉”、“穿著暴露”及“擦邊球式言語”推崇備至；更有大量網(wǎng)絡寫手以“語不驚人死不休”為理念，致使鬼畜文化甚囂塵上。這些網(wǎng)站、主播和網(wǎng)絡寫手確實在初期能收獲大量粉絲，但其熱度往往難以保鮮，同時也嚴重影響了中國網(wǎng)絡文化產(chǎn)業(yè)的發(fā)展氛圍。

而在眾多網(wǎng)絡文化消費平臺中，于2005年創(chuàng)立的豆瓣網(wǎng)憑借其獨特的使用模式、持續(xù)的創(chuàng)新和對用戶的尊重，一直被公認為是中國極具影響力的web2.0網(wǎng)站和行業(yè)中具有良好口碑和發(fā)展?jié)摿Φ膭?chuàng)新企業(yè)，對推動中國網(wǎng)絡文化產(chǎn)業(yè)的健康發(fā)展起到了不可忽視的作用。因此，本文致力于研究在豆瓣網(wǎng)中起重要引導作用的意見領(lǐng)袖的行為特點，以期為網(wǎng)絡文化產(chǎn)業(yè)的良性發(fā)展提供建議。

二、豆瓣網(wǎng)簡介

豆瓣是一家Web2.0網(wǎng)站，從書籍開始，電影、音樂、旅游、美食、節(jié)日等領(lǐng)域也逐漸被納入其內(nèi)容范圍。豆瓣用戶可以自由書寫日記、發(fā)表評論，可以加入自己感興趣的小組，可以發(fā)起或參與線上或同城活動、可以搜索添加感興趣的人，可以搜索別人的推薦，豆瓣網(wǎng)所有的內(nèi)容、分類、篩選、排序都由用戶產(chǎn)生和決定，甚至在豆瓣主頁出現(xiàn)的內(nèi)容上也取決于用戶的選擇。通過內(nèi)容的創(chuàng)造與分享，豆瓣用戶在此過程中持續(xù)探索未知事物、形成無數(shù)個具有共同話題的小圈子、找到并融入與自己屬性相似的社交圈子并在其中與他人建立連接。

豆瓣網(wǎng)于2005年3月成立，在其目前已超5000萬的用戶中，受教育程度較高的青年大學生是其主力軍。作為一個互聯(lián)網(wǎng)社區(qū)，豆瓣它通過用戶的收藏和評價來“推測”，靠自動排位上升，而不像通常社區(qū)網(wǎng)站為增加訪問量而設的積分和升級系統(tǒng)。所以，豆瓣網(wǎng)上影響力較大的意見領(lǐng)袖是眾多網(wǎng)民集體認同與推崇的，對研究網(wǎng)民對網(wǎng)絡文化的價值取向而言具有較高的價值。

三、文獻綜述

（一）網(wǎng)絡文化產(chǎn)業(yè)

網(wǎng)絡文化產(chǎn)業(yè)是指以電子計算機、互聯(lián)網(wǎng)和無線移動手機等IT技術(shù)為手段，以人們的思想文化創(chuàng)造活動為核心，在網(wǎng)絡上生產(chǎn)和傳播文化產(chǎn)品、提供文化服務的新興產(chǎn)業(yè)形態(tài)。從網(wǎng)絡音樂、網(wǎng)絡游戲、表演、動畫、文學、視聽等方面入手，網(wǎng)絡文化產(chǎn)業(yè)已成為我國文化產(chǎn)業(yè)發(fā)展的重要內(nèi)容。面對對網(wǎng)絡文化產(chǎn)業(yè)的不斷發(fā)展擴大，中國的文化產(chǎn)業(yè)的轉(zhuǎn)型升級將有更廣闊的發(fā)展空間。但在其欣欣向榮的行業(yè)發(fā)展表象下，仍存在諸多不容小覷的問題，如原創(chuàng)內(nèi)容缺乏、產(chǎn)業(yè)創(chuàng)新能力較弱、產(chǎn)品低俗化趨勢凸顯等。由社會科學文獻出版社出版的《中國新媒體發(fā)展報告》指出：網(wǎng)絡文化產(chǎn)業(yè)發(fā)展進一步推進，提質(zhì)增效是重點。

（二）意見領(lǐng)袖

在網(wǎng)絡文化產(chǎn)業(yè)發(fā)展中，網(wǎng)絡意見領(lǐng)袖發(fā)揮著舉足輕重的作用。首先，網(wǎng)絡意見領(lǐng)袖往往是網(wǎng)絡文化產(chǎn)品的生產(chǎn)者，是網(wǎng)民內(nèi)容消費的供給者。其次，在網(wǎng)絡文化產(chǎn)品推廣前期，充分利用意見領(lǐng)袖的引導作用，可以幫助產(chǎn)品搶占市場，同時，他們在制造收視狂潮過程中具有關(guān)鍵作用。所以，意見領(lǐng)袖的言行特征是網(wǎng)絡文化產(chǎn)業(yè)的縮影，能比較直接的反映網(wǎng)絡文化產(chǎn)業(yè)發(fā)展的價值取向并對其有重要的引導作用。學界對意見領(lǐng)袖的研究非常豐富，主要集中于意見領(lǐng)袖的識別、意見領(lǐng)袖產(chǎn)生的影響以及意見領(lǐng)袖的演化機制。

1. 意見領(lǐng)袖的識別

關(guān)于意見領(lǐng)袖的識別，以往研究主要從以下幾個層面進行分析。

首先，較高的活躍度往往是意見領(lǐng)袖的特征之一。Burt的研究發(fā)現(xiàn)，作為信息把關(guān)人的意見領(lǐng)袖常常積極為社區(qū)中的其他成員提供信息或建議；Huffaker通過對谷歌社區(qū)討論組兩年來發(fā)表的數(shù)萬條信息的自動文本分析和社會網(wǎng)絡分析，發(fā)現(xiàn)網(wǎng)絡輿論領(lǐng)袖是社區(qū)中的活躍演說家，具有洞察力的思想家。他們的言論能激發(fā)討論和對話，甚至影響其他社區(qū)成員討論一個話題的方式。因此，在網(wǎng)絡社區(qū)中，人們通常通過用戶發(fā)布信息的數(shù)量來認定意見領(lǐng)袖（Yoo，Alavi）。

其次，意見領(lǐng)袖在某一或某些領(lǐng)域具有較高的專業(yè)度，因為意見領(lǐng)袖的專業(yè)性和可信度是其在網(wǎng)絡社區(qū)中建立信任和增加影響力的重要因素（Pronpitakpan）。意見領(lǐng)袖的專業(yè)性往往體現(xiàn)在其發(fā)表的文本特征，這些文本特征包括效價、語言風格、情緒等（Ludwig et al）。黃藍通過研究發(fā)現(xiàn)，電影口碑傳播過程中的意見領(lǐng)袖往往更具有知識優(yōu)勢，并注重感情分享；劉志明、劉魯通過對意見領(lǐng)袖的特征進行識別與分析發(fā)現(xiàn)，幾乎沒有用戶可以在不同話題領(lǐng)域同時成為意見領(lǐng)袖，因此意見領(lǐng)袖的專業(yè)性一定程度上限制了其發(fā)展。

最后，意見領(lǐng)袖往往具有較高的網(wǎng)絡中心性。意見領(lǐng)袖不僅處于他們所在網(wǎng)絡的中心，他們通常還處于多個社會網(wǎng)絡中，有很多朋友和熟人，能夠連接多個社會網(wǎng)絡（Weimann）。bodendorf和kaiser的研究發(fā)現(xiàn)，在網(wǎng)絡論壇中，意見領(lǐng)袖通常處于網(wǎng)絡社區(qū)的中心位置，能夠連接更多的網(wǎng)絡成員。

2. 意見領(lǐng)袖的影響

意見領(lǐng)袖的影響在社會生活的各個層面都有體現(xiàn)，但在社交網(wǎng)絡的信息傳播交流中，意見領(lǐng)袖的作用更加明顯。越來越多的研究表明，意見領(lǐng)袖在政治輿情、突發(fā)事件網(wǎng)絡傳播、網(wǎng)絡口碑效應等社會現(xiàn)象中具有重要作用。

3. 意見領(lǐng)袖的演化機制

國內(nèi)外對于哪些因素會使網(wǎng)絡成員更容易吸引粉絲從而成為意見領(lǐng)袖已經(jīng)有了初步的研究。如：黃敏學，王琦緣等 基于2013年網(wǎng)絡演化數(shù)據(jù)的實證分析得出信息創(chuàng)造和網(wǎng)絡結(jié)構(gòu)對意見領(lǐng)袖和非意見領(lǐng)袖的關(guān)系構(gòu)建影響力大小存在差異的結(jié)果。楊學成、蘭冰、孫飛使用內(nèi)容分析法并基于 CMC 理論分析了417條品牌微博內(nèi)容，發(fā)現(xiàn)在吸引粉絲互動方面，意見領(lǐng)袖發(fā)表內(nèi)容的互動性、生動性、內(nèi)容有用性和有趣性以及名人效應有重要作用。申凡、鐘云通過文獻研究和案例分析發(fā)現(xiàn)，在各種社交網(wǎng)站建立之初時，其中最活躍、最積極的粉絲，就容易得到其他粉絲的愛戴和認可并被推選為網(wǎng)絡粉絲群體的領(lǐng)導者。

以往對意見領(lǐng)袖的研究主要集中于從定性的角度去探索其特征、影響及形成機制，至于意見領(lǐng)袖的行為特征對網(wǎng)絡文化產(chǎn)業(yè)價值取向的反映與引導方面的實證研究還很少?；谏鲜鲅芯勘尘昂筒蛔?，本文選取豆瓣網(wǎng)為實例，根據(jù)用戶數(shù)據(jù)建立結(jié)構(gòu)方程模型，分析在意見領(lǐng)袖的眾多行為特征中，哪些特征更受網(wǎng)民的重視與青睞，以探索大多數(shù)網(wǎng)民對網(wǎng)絡文化產(chǎn)業(yè)的價值取向，以期為網(wǎng)絡文化產(chǎn)業(yè)的良性發(fā)展提供建議。

四、數(shù)據(jù)與預處理

本文選取豆瓣網(wǎng)作為實證對象，并于2016年8月利用網(wǎng)絡爬蟲技術(shù)在豆瓣網(wǎng)上搜集了于2006年3月至6月在豆瓣網(wǎng)進行注冊的用戶的相關(guān)信息。具體抓取與處理過程如下。

抓取表征用戶屬性的數(shù)據(jù)資料，包括注冊時間、注冊地點、用戶ID、粉絲數(shù)、影評數(shù)、書評數(shù)、音評數(shù)、加入的小組數(shù)、管理的小組數(shù)、加入的小組總?cè)藬?shù)、書籍閱覽數(shù)、電影閱覽數(shù)、音樂閱覽數(shù)，并將這15項數(shù)據(jù)組成1條記錄，以用戶為單位進行保存，得到1205條記錄。選擇于2006年注冊的豆瓣用戶作為研究樣本是因為他們是豆瓣的早期用戶并且一直使用豆瓣至今，他們的網(wǎng)絡行為特征具有較強的穩(wěn)定性與代表性。

一般而言，大于200的樣本，才可以稱得上一個中型的樣本空間，因此，先將包含0值數(shù)據(jù)項的記錄刪除，共得到702條。由于意見領(lǐng)袖往往具有超高的粉絲數(shù)量，故選取粉絲數(shù)量大于2000的用戶為研究對象，共得到303條數(shù)據(jù)。

本文使用的統(tǒng)計與分析軟件為SPSS和Amos。將記錄導入SPSS中，作為Amos的數(shù)據(jù)配置文件。在收集到的樣本中，有些用戶有一萬多的粉絲，有些只有幾個粉絲，有些用戶的影評數(shù)有四百多條，而有些用戶只有幾條。因此，筆者對一些變量進行了對數(shù)變換，將關(guān)系線性化并控制了潛在的離群值的影響。在對數(shù)變換后，回歸系數(shù)恰為彈性。

五、模型構(gòu)建

意見領(lǐng)袖的受歡迎程度往往通過其粉絲數(shù)反映出來，擁有的粉絲數(shù)量越多，說明其越受其他網(wǎng)民的認同與喜愛。而用戶的活躍度、專業(yè)度以及社群參與度往往正向影響其粉絲數(shù)。

（一）用戶的活躍度正向影響其粉絲數(shù)

意見領(lǐng)袖一般具有較高的活躍度，因為只有積極參與主題的討論，與其他用戶形成良好的互動，才更可能把自己的觀點傳遞給其他用戶，如此才能提高用戶的關(guān)注度（劉志明、劉魯）?；谝酝墨I以及豆瓣的特點，本文認為用戶發(fā)布的書評數(shù)、影評數(shù)、音評數(shù)越多，表明其在社交網(wǎng)站上越活躍。因此，定義活躍度為潛變量，并提出假設：

H1：用戶活躍度正向影響其粉絲數(shù)。

H1a：用戶的書評數(shù)正向影響其活躍度；

H1b：用戶的影評數(shù)正向影響其活躍度；

H1c：用戶的影評數(shù)正向影響其活躍度。

（二）用戶的專業(yè)度正向影響其粉絲數(shù)

社交網(wǎng)站意見領(lǐng)袖的形成取決于其擁有的信息數(shù)量和知識數(shù)量，即其專業(yè)度。成員加入社交網(wǎng)站的原因主要是期望通過在社交網(wǎng)站中的發(fā)言以及與其他成員的互動，滿足自身的社交、娛樂、信息等方面的需求。而只有掌握了高信息量和具有寬知識面的意見領(lǐng)袖，才成為提供這種價值的關(guān)鍵角色，是社交網(wǎng)站存在的軸心成員（王麗）。用戶較高的專業(yè)度往往與其在社會中的地位、職業(yè)以及平時的積累有關(guān)。根據(jù)以往文獻以及豆瓣特點，用戶看過的書數(shù)、看過的電影數(shù)及聽過的音樂數(shù)越多，表明其在文化層面的專業(yè)度越高。因此，定義專業(yè)度為潛變量，并提出假設：

H2：用戶的專業(yè)度正向影響其粉絲數(shù)；

H2a：用戶的書籍閱覽數(shù)正向影響其專業(yè)度；

H2b：用戶的電影閱覽數(shù)正向影響其專業(yè)度；

H2c：用戶的音樂閱覽數(shù)正向影響其專業(yè)度。

（三）用戶的社群參與度正向影響其粉絲數(shù)

意見領(lǐng)袖往往具有較高的網(wǎng)絡中心度，即與較多的用戶保有聯(lián)系。只有與之相關(guān)聯(lián)的用戶規(guī)模越大，其發(fā)表的言論才能傳播的更遠更廣。而網(wǎng)絡成員會由于處于相似的網(wǎng)絡位置而產(chǎn)生在不同維度的相似性，例如行為、觀念等；同時這種相似性也會帶來成員之間的信任，往往相似的網(wǎng)絡成員之間更容易發(fā)生交互和建立關(guān)系（黃敏學等）。在豆瓣中，同一小組中的成員由于處于相同的網(wǎng)絡位置，擁有較高的相似性，因而更容易與其他小組成員建立關(guān)聯(lián)，提高粉絲數(shù)量。因此，定義社群參與度為潛變量，并提出假設：

H3：社群參與度正向影響其粉絲數(shù)；

H3a：用戶管理的小組數(shù)正向影響其社群參與度；

H3b：用戶管理的小組總?cè)藬?shù)正向影響其社群參與度；

H3c：用戶加入的小組數(shù)正向影響其社群參與度；

H3d：用戶加入的小組總?cè)藬?shù)正向影響其社群參與度。

黃藍通過對豆瓣數(shù)據(jù)的實證分析發(fā)現(xiàn)電影的口碑傳播中的意見領(lǐng)袖在社交網(wǎng)絡當中往往在“電影”這個社區(qū)或者小組（小站）當中有著廣泛的社交范圍，并且在此范圍當中有著較強的影響力。而且，意見領(lǐng)袖不僅是網(wǎng)絡社區(qū)討論的積極參與者，也是動員其他社區(qū)成員參與討論的激勵者，其是其他社區(qū)成員形成社區(qū)認同感的重要推動者。創(chuàng)建興趣小組的用戶，由于使命感與責任感使然，其在參與討論的同時更加傾向于動員小組成員參與討論，提高整個小組的活躍度，因而更容易獲得關(guān)注?；诖耍疚恼J為社群小組管理員相較于社群小組參與成員在小組中更具主導性。基于此，定義主導型社群參與度及非主導型社群參與度為潛變量，并提出假設：

H4：用戶的主導型社群參與度對其粉絲數(shù)的正向影響大于非主導型社群參與度；

H4a：用戶管理的小組數(shù)正向影響其主導型社群參與度；

H4b：用戶管理的小組總?cè)藬?shù)正向影響其主導型社群參與度；

H4c：用戶加入的小組數(shù)正向影響其非主導型社群參與度；

H4d：用戶加入的小組總?cè)藬?shù)正向影響其非主導型社群參與度。

各潛變量與相對應的觀測變量、變量名及釋義如表1所示。

在Amos環(huán)境中構(gòu)建的粉絲數(shù)影響因素結(jié)構(gòu)模型見圖 1。

六、模型評價與分析

本文的實證檢驗主要用到SPSS 22.0和Amos 20.0。首先，利用SPSS分析數(shù)據(jù)的可靠性與穩(wěn)健性，檢驗數(shù)據(jù)是否適合進行因子分析；其次，利用SPSS進行探索性因子分析；最后，利用Amos檢驗結(jié)構(gòu)方程的擬合程度及路徑系數(shù)的顯著性，進而比較研究結(jié)果與研究假設是否一致。

（一）信度分析與因子分析

1. 信度分析

進行KMO檢驗與Bartlett球形檢驗對樣本進行因子分析。因子分析是解決多元統(tǒng)計分析中降維問題的常用統(tǒng)計方法。它是研究一組具有復雜關(guān)系的測量指標是如何由少數(shù)內(nèi)部獨立因素控制的分析方法。KMO統(tǒng)計值在0～1之間，值越大，變量間的相關(guān)性越強，越適合于因子分析。常用的KMO度量標準：0～0.5表示不可接受；0.5～0.6表示糟糕；0.6～0.7表示中等；0.7～0.8表示還好；0.8～0.9表示可獎勵的，0.9 以上表示極好。KMO 檢驗與Bartlett球形檢驗結(jié)果如表2所示。

由表2可知，相應的Bartlett球形檢驗相應的概率sig為0.000，小于0.001，因此，可以認為相關(guān)系數(shù)矩陣與單位陣有顯著差異。同時KMO值取值為0.687，根據(jù)度量標準可知，收集的用戶數(shù)據(jù)適合做探索性因子分析。

2. 因子分析

該研究通過主成分法提取因子并且同時利用正交旋轉(zhuǎn)的最大方差法對初始因子旋轉(zhuǎn)，選擇特征值大于1.0、因子載荷大于 0.4的因子進行公因子的提取，得到 4 個公因子，如表3所示。

由表3可知，由SPSS提取出4個公因子，公因子1包含X1，X2，X3三個指標，對應潛變量中的用戶專業(yè)度；公因子2包含Y1，Y2，Y3三個指標，正好對應潛變量中的用戶活躍度；公因子3包含Z1，Z2兩個指標，正好對應潛變量中的主導型社群參與度；公因子4包含L1，L2兩個指標，正好對應潛變量中的非主導型社群參與度。這表明本文的變量與指標具有較好的結(jié)構(gòu)，基本能達到分析要求。

（二）結(jié)構(gòu)方程模型檢驗

在模型分析過程中，發(fā)現(xiàn)用戶加入小組數(shù)正向影響非主導型社群參與度的路徑系數(shù)大于1，用SPSS分析后發(fā)現(xiàn)，用戶加入小組數(shù)與用戶加入小組總?cè)藬?shù)之間的相關(guān)性近似0.8，可能存在多重共線性，為提高模型擬合度，刪除非主導型社群參與度這項潛變量與相關(guān)測量變量。因此假設H3c、H3d、H4、H4a-H4d無法得到驗證。

1. 結(jié)構(gòu)方程擬合度檢驗

根據(jù)AMOS提供的CMIN/DF、GFI、CFI、NFI、IFI指數(shù)來衡量模型整體結(jié)構(gòu)的合理性，并參考AMOS提供的M.I.（修正指數(shù)）進行模型修正。M.I.（修正指數(shù)）表示增加該條路徑后，整體模型將會減少的最小卡方值，所以筆者比較關(guān)注 M.I.值較大的路徑。模型修正過程及結(jié)果如表4所示。

利用Amos20.0軟件進行結(jié)構(gòu)方程模型分析，初始模型擬合效果不佳。發(fā)現(xiàn)測量變量：影評數(shù)與電影閱覽數(shù)殘差的MI值最高為62.58，將這兩項殘差建立相互關(guān)聯(lián)后，模型擬合得到優(yōu)化。聯(lián)系實際，用戶閱覽的電影數(shù)越多，其能夠評價的電影數(shù)越多，而用戶評價的電影數(shù)越多也就意味著其閱覽的電影數(shù)越多。繼續(xù)分析發(fā)現(xiàn)測量變量：書評數(shù)與書籍閱覽數(shù)殘差的MI值最高，為20.83，將這兩項殘差建立相互關(guān)聯(lián)后，模型擬合得到優(yōu)化。聯(lián)系實際，用戶閱覽的書籍越多，其能評價的書籍越多，而其評價的書籍越多意味著其閱覽的書籍越多。測量變量：音樂閱覽數(shù)與音評數(shù)的殘差存在相同的問題，同理進行相互關(guān)聯(lián)，最終模型擬合結(jié)果較好。

2. 結(jié)構(gòu)方程的路徑系數(shù)與假設檢驗

本文利用Amos20.0軟件并通過軟件修正后得最終的標準化路徑系及假設檢驗結(jié)果，見表5。其中臨界值C.R.是未進行標準化的路徑系數(shù)估計值和估計值標準誤S.E的比值，作用相當于t檢驗，C.R.>2.58則表示參數(shù)估計值達到0.01的顯著水平，即路徑系數(shù)得到了數(shù)據(jù)的支持。顯著性P的值小于0.001時，以***的形式顯示，表示顯著性水平較好。由表5可知：（1）粉絲數(shù)的提高受用戶專業(yè)度影響比受用戶活躍度及用戶社群參與度的影響顯著。（2）影評數(shù)、書評數(shù)、音評數(shù)對其活躍度有顯著影響。（3）電影閱覽數(shù)、書籍閱覽數(shù)、音樂閱覽數(shù)對其專業(yè)度有顯著影響。（4）管理的小組數(shù)和管理的小組總?cè)藬?shù)對其社群參與度有顯著影響。

上述實證檢驗表明，用戶的活躍度、專業(yè)度和社群參與度對其粉絲數(shù)均有顯著影響，其中，影評數(shù)、書評數(shù)對其活躍度影響比音評數(shù)高；電影閱覽數(shù)、書籍閱覽數(shù)對其專業(yè)度的影響比音樂閱覽數(shù)高；管理的小組數(shù)和管理的小組總?cè)藬?shù)對其社群參與度有顯著影響。之所以出現(xiàn)電影以及書籍的閱覽數(shù)、評論數(shù)的影響會明顯高于音樂，是每單位書籍、電影及音樂的內(nèi)容含量不同導致的。閱覽每單位書籍和電影獲取的信息量顯著高于音樂，專業(yè)度的提升也大不相同；每單位書籍、電影可評價的內(nèi)容也顯著高于音樂，故而大多數(shù)人更偏向于評論書籍或電影，而不是音樂。

七、研究啟示與建議

與微博等其他社交網(wǎng)站不同，豆瓣原始用戶使用豆瓣的意圖大部分是以書會友，之后逐漸發(fā)展到尋找與自己有相同愛好的群體，如運動、攝影、插畫等。故而在豆瓣中，網(wǎng)絡意見領(lǐng)袖大部分是沒有明顯盈利目的的網(wǎng)絡作家、影評家以及某些活動的業(yè)余愛好者，且很少出現(xiàn)在微博中因時事熱點一夜爆紅而又隨著熱點過去逐漸降溫的網(wǎng)絡意見領(lǐng)袖。所以，豆瓣中意見領(lǐng)袖粉絲關(guān)注的獲取與保持是日積月累的、長期的緩慢過程，其行為模式對網(wǎng)絡文化產(chǎn)業(yè)中其他主體的健康良性發(fā)展有顯著的借鑒意義。

相對活躍度和社群參與度而言，專業(yè)度對提高關(guān)注度的促進作用更大。即，相對于積極的發(fā)表言論、與粉絲互動、參與社群小組等主動“拉攏”粉絲的行為，努力提高相關(guān)專業(yè)知識、不斷提高自身內(nèi)涵、給予粉絲更多他們想要了解的內(nèi)容對于提升粉絲關(guān)注度的影響更加明顯。而且，相比較于利用蹭熱點等方式漲粉，保持持續(xù)性的學習以不斷提高自身專業(yè)度對于防止已有粉絲的流失以及粉絲持續(xù)穩(wěn)定的增長有積極作用。由此可見，大部分網(wǎng)民對網(wǎng)絡文化的價值取向更偏重于網(wǎng)絡文化產(chǎn)品或服務本身的質(zhì)量，也只有這樣的網(wǎng)絡文化才能成為經(jīng)典。而那些純粹為了嘩眾取寵、博人眼球的網(wǎng)絡文化也只能如曇花一現(xiàn)，迅速火熱的同時也伴隨著快速的消亡。因此，網(wǎng)絡文化的生產(chǎn)者和供給者更要注重網(wǎng)絡文化產(chǎn)品和服務本身的質(zhì)量，不斷提高自身的專業(yè)素質(zhì)，以獲得長足穩(wěn)定的發(fā)展。

參考文獻：

[1]王強東.網(wǎng)絡文化產(chǎn)業(yè)與網(wǎng)絡消費研究[J].廣東商學院學報，2009（04）.

[2]陳波，王奧.2011～2015年我國網(wǎng)絡文化產(chǎn)業(yè)發(fā)展狀況分析[J].江漢大學學報（社會科學版），2016（06）.

[3]聞洪濤.試論我國網(wǎng)絡文化產(chǎn)業(yè)自主創(chuàng)新帶動戰(zhàn)略的構(gòu)建[J].新聞大學，2016（03）.

[4]張妍.網(wǎng)絡文化產(chǎn)業(yè)發(fā)展的問題與對策[J].沈陽師范大學學報（社會科學版），2015（191）.

[5]彭超.《中國新媒體發(fā)展報告》發(fā)布，對行業(yè)作出十大展望[N].中國新聞出版廣電報，2016-07-01.

[6]彭琪.網(wǎng)絡文化產(chǎn)業(yè)中受眾觀點傳播研究——基于觀點動為學視角[D].廣西大學，2016.

[7]朱松林.論跨媒體敘事中的粉絲經(jīng)濟[J].編輯之友，2015（02）.

[8]Burt，B.S.，Membership size，communication activity，and sustainability：a resource-based model of online social structures[J].Information Systems Research，2001（12）.

[9]Huffaker，D.Dimensions of leadership and social influence in online communities[J].Human Community Research，2010（36）.

[10]Yoo Y&alavi; M.emergent leadership in virtual teams：what do emergent leaders do？[J].information and organization，2004（01）.

[11]Pronpitakpan，C.The persuasiveness of source credibility：a critical review of five decadesevidence[J].Journal of Applied Social Psychology，2004（02）.

[12]Ludwig，S，De Ruyter，K，F(xiàn)riedman，M.More Than Words：The Influence of Affective Content and Linguistic Style Matches in Online Reviews on Conversion Rates[J].ournal of Marketing，2013（01）.

[13]黃藍.電影網(wǎng)絡口碑傳播中的意見領(lǐng)袖研究——以SNS為例[D].東北師范大學，2012.

[14]劉志明，劉魯.微博網(wǎng)絡輿情中的意見領(lǐng)袖識別及分析[J].系統(tǒng)工程，2013（06）.

[15]Weimann G，the influentilas：people who influence people[J].state university of new york press，2005（05）.

[16]Vergani M.Are Party Activists Potential Opinion Leaders？[J].Javnost-The Public，2011（03）.

[17]姜珊珊，李欲曉，徐敬宏.非常規(guī)突發(fā)事件網(wǎng)絡輿情中的意見領(lǐng)袖分析[J].情報理論與實踐，2010（12）.

[18]元志潤.在網(wǎng)絡口碑溝通中的意見領(lǐng)袖研究——以韓國超級博客為例[D].復旦大學，2011.

[19]黃敏學，王琦緣，肖邦明，王殿文.消費咨詢網(wǎng)絡中意見領(lǐng)袖的演化機制研究——預期線索與網(wǎng)絡結(jié)構(gòu)[J]管理世界，2015（07）.

[20]楊學成，蘭冰，孫飛.品牌微博如何吸引粉絲互動——基于CMC理論的實證研究[J].管理評論，2015（27）.

[21]申凡，鐘云.網(wǎng)絡粉絲群體心理研究[J].南京郵電大學學報（社會科學版），2009（11）.

[22]王麗.虛擬社群中意見領(lǐng)袖的傳播角色[J].傳播學研究，2006（03）.

[23]Cpherson，M. M，Lovin，L. S，Coo

k，J.BirdsofA Feather：Homophilyin Social Networks[J].Annual Review of Sociology，2001（01）.

*基金項目：國家社會科學基金青年項目（批準號：14CTQ019）“城市化背景下中國城鄉(xiāng)居民信息消費研究”；江蘇省社科基金專項課題（14SZB021）“江蘇協(xié)同推進城鄉(xiāng)信息消費相關(guān)問題研究”；江蘇省社會科學基金項目“農(nóng)民移動信息服務使用行為協(xié)同演進研究”（14TQB004）。

（作者單位：張夢，南京郵電大學管理學院；王子敏，南京郵電大學經(jīng)濟學院）