基于關鍵詞分析的微博群體閱讀特征分析

鄭天奇

（中山大學現代教育技術研究所 廣州 510220）

1 引言

李克強總理連續兩年將“全民閱讀”寫入《政府工作報告》中。同時他還強調，“書籍和閱讀是人類文明傳承的主要載體，我希望全民閱讀能夠形成一種氛圍，無處不在。我們國家全民的閱讀量能夠逐年增加，這也是我們社會進步、文明程度提高的十分重要的標志”[1]?！读暯接玫洹芬粫幸矎娬{： “只有全民閱讀才能讓文化軟實力硬起來，應營造全民讀書的氛圍，建設書香社會?！盵2]

微博是當今發展最快的移動互聯新媒體之一，在大眾閱讀中有著號召人們參與閱讀、介紹新書好書、推送書評書摘、發起閱讀活動的潛在作用。從整個微博傳播過程來看，微博強烈的自媒體屬性使其廣場化特征十分明顯，傳播完全公開；另外，微博“用戶——粉絲”的雙向互動模式，彌補了傳統媒體在閱讀方面的時效性問題和失語問題。因此，微博有助于形成大眾相互對話相互影響的生態平衡的會話交談，進而使共享情緒化的對話環境得以擴大[3]，有助于打造大眾閱讀的數字生態圈。

但是，由于微博是一種新興媒體，國內外相關研究仍在發展中，尚未形成完善的評估微博影響力的理論和方法，從國外相關研究來看，惠普實驗室通過對Twitter的消息進行研究發現用戶的影響力取決于消息傳播的深度和廣度，而非follower的數量[4]。而國內大多是對于微博及其用戶的影響力研究，其中包括傳播特性及（媒體）影響力的研究、微博用戶的（社會）影響力分析、個體屬性特征和行為特性分析、網絡意見領袖影響力分析等。

對于微博閱讀及文本分析的研究為數不多，且尚無利用內容分析的方式對微博群體閱讀特征進行分析的研究?，F有的研究主要集中在利用微博對圖書館進行閱讀推廣的策略、應用，以及基于文本分析方法的微博影響力分析、情感分析和輿情分析：如劉靜就“莫言獲獎”新聞事件在不同程度的微博閱讀推廣下統計了部分微博用戶信息(時間、粉絲數、轉發量、評論數)，得出微博可以使微信息的傳播和擴散達到效果最大化的結論[5]；羅歸湘于文本分析的角度，利用傳播學理論剖析了一些微博個案，總結出從注重微博信息的通俗性、可視性、貼近性和互動性等方面來提升氣象微博影響力[6]；郭義超等通過微博文本分析方法，科學計量化描述武漢市市民使用微博時的情感特征，并將地理信息科學與傳統的情感分析相結合制作出武漢市情感地圖[7]；另外，李巖等研究設計了基于微博短文本聚類及用戶評論情感分析的微博輿情系統，對熱點話題的評論進行分析，識別其情感傾向及演化規律，進一步了解網民對熱點話題的觀點及態度[8]。

在研究新媒體與大眾閱讀方面，從文獻數量來看，呈逐年上升的趨勢，主要研究聚焦在新媒體對大眾閱讀方式及模式產生的影響以及新媒體環境下圖書館的對策研究：如朱省果在介紹了微信自媒體及自媒體平臺的閱讀現狀，進而總結出了自媒體閱讀模式的新特征[9]；李嬌通過問卷調查分析了公眾對媒體接觸的情況以及閱讀行為習慣，進而針對大眾閱讀方式轉變背后的隱憂，探討了大眾閱讀方式轉變背后所引發的媒體和政府責任[10]；黎維玲將研究目光集中于網絡環境下圖書館如何應對大眾閱讀方式的改變。但總觀目前新媒體環境下的大眾閱讀研究，大多是做描述性研究，缺乏量的研究作支撐。

目前我國在閱讀推廣方面，最主要的力量來自于政府和圖書館、學校、協會、民間組織等公益性機構[11]，以微博為代表的新媒體在其中并沒有發揮重大作用。因此，筆者旨在通過對微博讀書話題關鍵詞與微博熱度的相關性分析、關鍵詞文本分類和情感分析，來探究微博平臺上的群體閱讀普遍行為特征，發現微博平臺在群體閱讀中所起作用和存在問題，總結用戶在參與過程中的經驗與不足，為不同角色的微博用戶利用微博平臺進行閱讀相關的活動時提出改進建議。

2 研究思路與研究方法

2.1 研究思路

首先，對微博話題中以閱讀為主題的話題進行大量瀏覽調研，篩選出典型的讀書話題，確定研究實例，參考國內外與社交網絡和信息結構相關的文獻，確定了各研究實例中的研究成分；其次，分別對每個實例中的研究成分進行信息采集，確保采集到真實可靠的微博信息；然后，尋找適合對原始數據進行分析研究的中文分詞系統，對話題內容展開關鍵詞提取，同時，使用詞頻統計系統，將關鍵詞與微博內容進行匹配檢索統計，然后使用SPSS對關鍵詞詞頻與微博熱度進行相關性分析；最后，根據相關性統計結果，分析閱讀話題中參與者的普遍行為特征，再將話題進行進一步分類，得出不同類型中參與者的特殊行為特征，總結微博對群體閱讀所起的作用與不足，以及用戶參與中的得失，以此對微博平臺開展大眾閱讀提出發展建議。

本文以新浪微博話題為研究對象，下文中出現的“微博”如無特殊說明皆指代新浪微博。

2.2 研究方法

本文主要采用了個案研究法、內容分析法、關鍵詞分析法和相關性分析法。

（1）樣本。從微博讀書相關話題中選擇了9個熱門的話題，其主持人涵蓋了傳統媒體（人民日報）、網絡大V（胡爭輝）、書籍經銷商（天貓）、教育機構（北京大學）、出版機構（譯林出版社）、網絡媒體（微博）、文化圈人士（陳里）、地方閱讀沙龍主持人（金陵客2010）、非文化圈人士（中華全國總工會）。主持人來自各個領域，粉絲總數達到49 566 594人，覆蓋面廣，影響力大，具有很強的典型性。

（2）采集工具。搜集微博語料，采用自主編寫的網頁分析工具，每條微博內容分為用戶名、原創內容、轉發內容、時間、轉發數、評論數、點贊數7部分。

人工采集每個話題的基本信息，如表1所示。

表1 人工采集話題基本信息表

（3）關鍵詞提取。利用NLPIR_ICTCLAS2015分詞系統（張華平博士出品，其分詞采用中科院中文分詞系統），如圖1所示。

圖1 NLPIR_ICTCLAS2015分詞系統 “我們讀書吧”關鍵詞提取示例

（4）詞頻統計。采取自主編寫的軟件，對微博逐條進行關鍵詞詞頻統計，如表2所示。

表2 “跟習大大學讀書” 關鍵詞詞頻統計部分示例

（5）相關性分析。采用SPSS工具，對數據樣本進行相關性分析。

關鍵詞與熱度相關性分析中關于熱度的評判標準說明：筆者根據各個話題的轉發量、點贊量、評論量的相關性分析，發現通常情況下，轉發和點贊間的相關性更強。因此，我們在將關鍵詞進行熱度相關性分類時，以轉發量作為熱度的評判標準。（金陵讀書例外，其轉發和評論顯著相關，但比起其他話題相關性低，同時點贊數和評論數顯著相關，點贊數和轉發數非顯著相關，所以以評論作為其熱度評判標準。）

由對話題閱讀量、討論量、粉絲量的Pearson相關性分析表可看出：討論量與粉絲量呈現顯著正相關，也就是說，討論量與粉絲量存在著明顯的相互促進作用，隨著一個話題粉絲量的增加，討論量也會隨著增多。反之，一個話題討論量的增長，也會吸引更多用戶成為本話題粉絲。而閱讀量與討論量、粉絲量雖也有正相關關系，然而相互促進作用不如前者明顯。

因此，從閱讀量、討論量、粉絲量這三方面來分析話題熱度是不夠準確的。討論量與粉絲量相比于閱讀量，更能體現用戶在話題中的參與度，從而更能體現一個話題真正的受關注程度。

（6）關鍵詞文本類型分析、情感分析。利用SVM算法，對關鍵詞進行文本分類，用NLPIR進行關鍵詞情感分析。

3 關鍵詞分析結果

3.1 關鍵詞與熱度相關性分析結果

表3 話題關鍵詞與話題熱度相關性分析結果

相關性分析是指對兩個或多個具備相關性的變量元素進行分析，從而衡量兩個變量因素的相關密切程度，相關系數則是用來衡量兩個數據集合是否在一條線上面，它用來衡量定距變量間的線性關系。

9個話題（N=9）的關鍵字提取共計251個，將關鍵詞詞頻統計情況以Excel表格的形式導入SPSS軟件，選擇分析—相關—雙變量，用SPSS相關性分析方法分別計算關鍵詞變量與閱讀量、討論量和粉絲量的Pearson相關系數r，從而定量考察話題關鍵詞對話題熱度的影響。與話題熱度呈顯著正相關和正相關的關鍵詞對該關鍵詞所在話題的熱度起促進作用；與話題熱度呈現負相關的關鍵詞對該關鍵詞所在話題的熱度起抑制作用。得出的分析結果如表3所示。

其中，與話題熱度顯著正相關的關鍵詞有22個，正相關的17個，負相關的212個，如表4所示。

表4 各微博關鍵詞與微博熱度相關性分析結果

筆者將9個話題分別統計到的出現頻率較高的前50個關鍵詞以每個話題為單位（“跟習大大學讀書”除外，因其關鍵詞總數為22），同樣用上述SPSS相關性分析方法進行各話題的關鍵詞與話題熱度相關性分析，得出的數據結果如表4所示。

從表4可看出，在9個話題中，“好讀書讀好書”話題中顯著正相關的關鍵詞數量最多，達34個，而“天貓讀書節”話題中呈顯著正相關的關鍵詞最少，僅為1個；“譯林夜話”話題中負相關的關鍵詞最少，僅為2個，而“天貓讀書節”話題中呈負相關的關鍵詞最多，達41個。

表5 “我們讀書吧”微博關鍵詞與微博熱度相關性分析結果示例

表5展示了參與“我們讀書吧”話題的831條微博（N=831）與其部分關鍵詞之間的相關性分析情況。從表5可看出各個關鍵詞對微博轉發數、評論數及點贊數的影響力正負關系及影響力大小。

其中，同時都對微博轉發數、評論數及點贊數產生顯著正相關影響的關鍵詞有11個；同時都對微博轉發數、評論數及點贊數產生負相關影響的關鍵詞有15個。

3.2 關鍵詞文本分類結果與相關群體閱讀特征

3.2.1 話題關鍵詞文本分類結果與相關群體閱讀特征 我們將9個話題中提取的所有關鍵詞（包括關鍵詞、詞性、權重）匯總，在SPSS中進行了相關性分析，按顯著正相關、正相關、負相關、顯著負相關這四大類，將關鍵詞分類，并對其詞性及含義分析。

最初，筆者嘗試使用了SVM分類器對關鍵詞進行文本分類，然而得到的結果，筆者認為并不正確。如：將如下關鍵詞放入分類器中——“簽名、尋找愛情、讀書、淘寶、喜歡、晚上”，文本分類得到的結果為——“政治”，因此后來采用了Excel查找關鍵詞，代入語境進而人工判別其文本類型的方法。

根據文本分類的結果可看出：顯著正相關的詞匯集中于閱讀宣傳領域，表現出明顯的價值觀取向的特殊名詞和動詞，如：“全民閱讀”、“圖書閱讀量”、“放下手機”、“校長推薦書單”、“世界書單”。

正相關的詞匯集中于閱讀過程中發生的一系列動作，如：“覺得 ”、“讀完”、“讀起來 ”、“選擇”、“需要”，以及“書”、“圖書館”、“人生”等與書籍或閱讀相關的中性名詞。

負相關的詞匯集中于書籍內容、和個人閱讀體會和評論，如：“馬爾庫塞”、“遠離塵囂”、“法蘭克?！?、“期待”、“精神”、“希望”、“思想”；除此之外，過于政治化的話題內容也會給用戶的參與度帶來一定的負面影響，如：“制度設計”、“政治秩序”、“民族政策”等。

除此以外，還有一些關鍵詞，雖然存在于讀書話題，卻與讀書無關，比如商品名，或者商品用途，如：“香菇”、“雞翅”、“肌膚缺水”，這些關鍵詞與話題熱度呈負相關。

也就是說，用戶對于話題中的書籍推薦和閱讀號召等帶有強烈價值判斷取向的內容做出積極的回應，話題熱度高；而對于摘錄書籍內容，發表個人讀書感受，以及帶有政治元素的內容表現出消極的態度，話題熱度低。

3.2.2 微博關鍵詞文本分類結果與相關群體閱讀特征

表6 微博話題分類結果與關鍵詞分類列舉

筆者根據9個讀書話題的性質，將微博話題分為了公益類和商業類兩大類別。公益類的讀書話題主要是指不追求利益，旨在為大眾閱讀提供便利，促進大眾閱讀的話題；商業類讀書話題則以推銷書籍、盈利為主要目的。其中，在公益類讀書話題下又可細分為號召讀書型和書評書摘型。如表6所示。

（1）號召讀書型。在這一類型與話題熱度顯著相關的關鍵詞中，話題一和話題二出現了“中國”，話題一與話題三中含有“國家圖書館”，四個話題中都含有“推薦”，體現了話題號召群眾讀書、推廣閱讀的使命感。話題一和話題三中含有“文津圖書獎”，體現出在圖書評價中尊重權威的傾向。在話題四中含有“習大大”，體現出閱讀中的偶像崇拜。

與微博熱度負相關的關鍵詞中，話題一、二、三、四都含有“人生”、“生命”、“生活”、“世界”探討人生與世界的關鍵詞，此外各個話題間存在較大的差異，話題一集中于書籍內容關鍵字摘錄，如“玩索”、“西夏文字”，比較艱澀；話題二則是與轉發抽獎有關，如“中獎”、“好運降臨”；話題三則分享了“心靈雞湯”式的閱讀感想，如“孩子”、“希望”；話題四的關鍵詞則源于與讀書無關，二是與話題關鍵字“習大大”相關的評論。

此外，話題二中還出現了顯著負相關的詞匯“轉發”，與上文微博傳播方式中大多數微博用戶都處在邊緣相一致，單純地轉發原創微博并不能引發群眾共鳴。

總而言之，旨在號召群眾讀書的話題中，引起群眾共鳴的詞匯中都含有責任、崇拜與自豪這類強烈的正面情感；而難以調動群眾熱情的詞匯則為個人對書籍內容的解讀與感想，同時偏離讀書行為本身的詞匯也遭群體無視。

（2）書評書摘型。在這一類型與話題熱度顯著相關的關鍵詞中，話題五和七中含有“生命”，話題六和話題七中含有“個人”，表現出閱讀中關注人文的特質，話題五、七中含有“知道”，話題六、七含有“思想”，話題七、八中含有“研究”，體現出求知、求索的閱讀目的。同時，話題六、七中還有大量涉及書籍內容、題材、體裁的詞匯，如話題六中的“馬爾庫塞”、“遠離塵囂”、“自傳”和“詩歌”。

在與話題熱度負相關的關鍵詞中，話題五、六、七均含有“喜歡”，表達個人的閱讀感想；話題五、六和八中都含有“時代”和“戰爭”之類政治性詞匯，話題六中含有的“電影”則與讀書無直接關聯。

綜上，這一類型引起群眾參與熱情的詞匯表達了強烈的人文關懷，同時，一些較為艱澀的圖書內容也受到大家的關注，這與號召讀書型的話題內容大多關注國家集體有所區別。但是與上一類別相同的地方是，表達個人閱讀感受的詞匯再次受到冷遇。

在商業類讀書話題中顯著正相關的詞匯只有“簽名版”，表現出明確的商業目的；而正相關的詞匯包括“喜歡”，“尋找愛情”與“鄒小姐”，表現出該活動的目的是書籍推廣，負相關詞匯如“控油”、“沙律醬”、“雞翅”則與話題主持人為天貓售貨商，話題的目的是引起閱讀群眾對賣場的興趣和關注緊密相關。由此我們可以看到，這類話題成功引起了群眾對某本在售書籍的關注，然而作為對整個賣場的宣傳則是不合適的。

3.3 微博關鍵詞情感結果與相關群體閱讀特征

筆者已將9個話題中的關鍵詞進行了相關性分析，再利用NLPIR情感分析系統，通過測試得到了讀書號召類、書評書摘類、商業類這三大類話題中分別呈現正相關和負相關的關鍵詞情感的情感正面得分。得到如下結果：①三大類下的9個話題中的所有正負相關關鍵詞的情感正面得分均大于60%。且總正相關關鍵詞的情感正面得分達到100%。這表明了微博平臺的整體讀書氛圍保持著一個健康向上的狀態。②其中，讀書號召類話題關鍵詞的情感正面得分最高，為96.36%。這是由于其話題內容大多與鼓勵用戶讀書，傳遞正能量有關。③書評書摘類的正相關關鍵詞情感正面得分（64.25%）低于負相關關鍵詞情感正面得分（90.91%）。這是由于其話題主要內容大多與書籍內容描述有關，而書籍內容中包含了一些消極詞匯，從而導致其正面情感得分率低。

4 微博群體閱讀特征討論

4.1 微博群體閱讀特征分析

本研究通過選擇典型話題，對話題進行關鍵詞提取、關鍵詞和話題/微博熱度相關性分析，依據關鍵詞與相關性分析結果對話題進行分類，最后通過對比同類別話題下與熱度正負相關的關鍵詞集的文本分類和情感分析結果，得到群體閱讀的若干特征。

首先，從關鍵詞和話題熱度的相關分析來看（不排除話題主持人對話題熱度的影響），在與閱讀相關的言論中，用戶更愿意回應對于閱讀的號召和書籍推薦，但對于具體的書籍內容（尤其是嚴肅的政治話題）以及用戶的個人閱讀體驗，則反應消極。

其次，將話題按照公益類和商業類分割，將公益類分為號召閱讀類和書評書摘類后，在大環境中得出的群體閱讀基本特征再次獲得驗證；此外，筆者還觀察到更豐富細微的群體閱讀特征：在參與號召閱讀一類話題的群體中，責任感與價值判斷得到進一步強化，至于書籍的具體內容，參與人群并不是很關注，而與之相反，參與書評書摘類的群體則更關注閱讀中包含的人文與思考；令人感到遺憾的是，無論是哪一種，個人閱讀體驗總是遭到忽視，同時嚴肅的、艱澀的書籍內容都容易引起人們的反感；商業性質的讀書話題的參與者確實注意到商家活動中推出的書籍，但對于商家借閱讀來炒作的行為會很反感。

華鳳霞曾指出，數字時代人們的閱讀表現出四個特征，即選擇性閱讀成為必然、功利性閱讀成為動機、娛樂性閱讀成為習慣、知識性閱讀成為趨向。功利性閱讀表現出以下幾個特征: 一是具有明確的目的性，也就是說其閱讀目的就是為了獲取物質上、精神上的切實利益; 二是具有短暫的時效性，表現為把眼前利益放在首位，追求“短、平、快”的現實利益，忽視閱讀中文化底蘊的熏陶和精神上的愉悅; 三是具有一定的模糊性，很多功利性的概念很難有一個準確的內涵和量化的指標。無論如何界定這一概念，當下受眾的閱讀表現讓我們不得不承認功利性閱讀已經成為數字時代人們的主要選擇[12]。這在筆者對于微博閱讀群體的研究中也能得到佐證。用戶對于微博發起的閱讀活動的反應較為積極活躍，而對于發表對書籍具體內容的看法和個人的閱讀體驗卻顯得消極疲軟。這也一定程度上透露出數字時代的“淺閱讀”現象。

最后，情感分析得出的結果則顯示在微博平臺的群體閱讀過程中充滿了正能量，無論微博熱度高低，都傳達了關注閱讀、熱愛閱讀、愿意參與到閱讀過程中去的思想。

4.2 微博群體閱讀的不足與改進

無疑，微博平臺為傳播閱讀理念、弘揚閱讀文化做出了貢獻，但是這種貢獻與傳統媒體的宣傳并沒有本質的區別——擁有大量粉絲的微博大V們牢牢占據著話題的中心，參與者們在響應號召時不能表達其自身觀點，不能對他人造成深刻影響，也不關注他人的參與情況。這樣的行為導致話題中微博增長速度緩慢、新內容的增長更慢，導致用戶關注興致下滑，用戶粘連日漸松弛，對構建網絡中“全民閱讀”的氛圍顯然是不利的。為此，參與者必須對微博全體閱讀特征有清醒地認識，有意識地調整自己參與時的行為；另外，微博本身可以根據用戶平時的興趣愛好，為用戶推送相應的熱門書評、書摘動態，還可以開放閱讀交流圈，定期發起一些讀書交流活動，為全民閱讀提供一定的助推力。

王柏斌等人總結了微博信息內容的四要素：微博內容趣味性、利益性、個性及評論質量[13]。話題主持人要根據這四個要素，結合微博平臺的特質，設計更加有趣的閱讀活動，刺激大家參與到“全民閱讀”中去，這將拓寬話題的影響范圍。而話題傳播的深度則有賴于每個節點的密切關聯，這就意味著每個處在社交網絡邊緣的普通用戶間在閱讀話題上進行頻繁的溝通探討，從而讓整個話題的影響力日益深入。

5 微博群體閱讀的發展建議

雖然在當今社會，我們可以明顯感受到在大眾話語中“讀書”衰頹的景象，但正因為依然有人在堅守陣地，有人在搖旗吶喊，盡管是數點星光，依舊讓我們對數字時代的“全民閱讀”抱有期待。筆者欣喜地看到，2017年起央視推出的大型文化情感類節目《朗讀者》受到了國民的廣泛關注和熱議，引發了全民朗讀熱。隨之而來的朗讀亭也悄然落戶于全國的各大高校，給繁華浮躁的都市生活提供了一方小小的靜心閱讀之地。無疑，這場喚醒公眾閱讀之心，讓朗讀屬于每個人的文化盛宴成為了2017年最具熱點的全民文化活動。

我們也更應該從中看到，媒體在大眾閱讀過程中發揮了重要的推廣和引導作用。微博作為新媒體的典型代表，更應緊隨其后，搭建起媒體、受眾與黨中央、國務院所大力提倡的全民閱讀活動的紐帶。因此，筆者在進行了上述研究后，對微博平臺開展大眾閱讀提出如下發展建議，涉及有影響力的微博用戶、普通微博用戶、微博商業用戶及平臺方。

5.1 有影響力的微博用戶應加強與普通用戶的深度互動

微博不僅僅是發布和接收消息的平臺，也是溝通的渠道。從前文的數據分析中不難看出，擁有較多粉絲數量的微博達人常常占據話題的核心位置，把握著話題熱度，他們的一舉一動也常常會成為粉絲們關注和效仿的對象，因此，他們的高人氣會為“全民閱讀”提供巨大的推動力。筆者主張有影響力的微博用戶充分發揮他們的網絡領導力和意見領袖地位，參與到閱讀話題中去，和他們的粉絲聊聊最近看過什么書，有什么樣的心得體會，而不僅只是停留在發布讀書話題或發表自己對某本書的看法或意見層面。另外，在每年的世界讀書日期間，筆者倡議微博達人們積極參與官方微博用戶尤其是媒體微博（如“央視新聞”、“新華視點”等）推出的響應世界讀書日的話題（如“世界讀書日”、“領讀者計劃”等），用微視頻的方式向大眾推薦自己喜愛或近期正在閱讀的書籍，分享自己的想法體會，更為重要的是要對該條微博下的用戶評論保持持續關注和互動反饋，如回復、轉發或點贊有代表性的評論。

另外，有影響力的微博用戶也要注意，在互動過程中不要因角色意識過于強烈而形成模式化的行為模式，從而不利于發揮在互動中的主導作用。

5.2 微博普通用戶應加強自己的“深閱讀”能力和交流能力

從前文的群體閱讀特征分析中筆者發現，大眾對于讀書號召類話題關注度要遠大于對書籍內容的關注度，用戶之間的交流程度較弱，且“淺閱讀”現象日益凸顯。在強調讀者用戶之間分享、互動、傳播和社交的全新閱讀模式的當下，處在社交網絡邊緣的普通用戶，不能僅止于簡單地轉發微博，而是要不斷提高自己的理性思辨能力，多多為自己的閱讀體會發聲，更要關注其他閱讀者的動態，通過評論和點贊的形式發表自己的看法，形成良性循環。

微博群體閱讀應逐步由表及里，由關注書籍噱頭以及網絡大V的動態向關注書籍本身內容和自身閱讀體驗的方向發展。大眾應加強自己的“深閱讀”能力，減少對“淺閱讀”的依賴。當然，“淺閱讀”并不是一定不好，在獲取信息，緩解“信息焦慮”的層面來說，適度的“淺閱讀”是必要的，但是過量的“淺閱讀”易使人浮躁卻是不爭的事實[14]。大眾應該在“淺閱讀”和“深閱讀”之間找到一個平衡點，在利用“淺閱讀”涉獵大量知識的同時，更不能忽視甚至遺忘“深閱讀”。

5.3 微博商業用戶應減少書籍的過度營銷

從第四部分的微博群體閱讀特征分析可看出，微博用戶對于商家借閱讀話題炒作并以此提高書籍購買力的行為持消極態度，這必將會對微博平臺構建良好的閱讀氛圍產生不利影響。對此，商家應反思自身在借助微博平臺營銷書籍的過程中，是否在一味追求書籍商業價值的過程中忽視了大眾在被大量 “廣告”狂轟亂炸的心理感受。因此，商家應減少過度的微博營銷，改善不合理的營銷手段（如發布標題為書籍推薦，內容卻僅為書籍發售的話題），在合理定位每本書籍的受眾前提下，將書籍推廣和一些兼具趣味性和知識性的閱讀活動結合起來，以大眾購買到契合自己所需或所愛之書為導向，加深與大眾的互動交流，為大眾提供個性化推薦和善意引導，而不是一味追求書籍的商業價值最大化。

5.4 新媒體應加強對知識性閱讀話題的重視和推廣

從第三部分的數據分析中可看出，微博用戶對于公益類的讀書話題青睞度較高，尤其對于其中讀書號召類的話題有著十分正面的回應。這一類話題發揮著喚醒大眾閱讀興趣，號召大眾閱讀的功能，在今后讀書號召類的話題仍會占據微博讀書話題的主流，但這樣的話題并不能真正使用戶獲取知識，提升自我知識水平。承載萬千信息知識與文化傳承使命的數字新媒體，理應作為引導者帶領人們走向知識性閱讀，引導受眾從閱讀的淺表化、休閑化回歸到專心致志、循序漸進的閱讀方式，改變當前人們功利閱讀的現象，防止僅僅從娛樂與消遣的層面理解文化，從而避免受眾歷史感的缺失和民族文化素質的整體下降。因此，我們倡議微博中越來越多涉及知識性閱讀和深層閱讀的讀書話題的出現，冀希望于這樣一種新類型的讀書話題能逐漸加強閱讀群體對于個人閱讀體驗的重視和交流，培養“深閱讀”受眾。

6 結語

微博群體閱讀是社會化閱讀和全民閱讀在社交網絡上的延伸和呈現。它使得閱讀不再是一種“獨飲”的過程，而成為擁有相似興趣、愛好、觀點的群體間的集體行動。群體間互相交流著對待某一事物的看法，讓文本擺脫了固定的產品形態，成為情感的溝通方式與互動的連接紐帶。盡管目前微博群體閱讀仍存在用戶自主性和互動性不高、平臺方管理不到位等一些問題，但依舊在推進大眾閱讀活動中有著巨大的活力和發展空間。

只有當微博中關于閱讀的話題一天天增多，群眾關于閱讀的互動一日日頻繁，各大社交網站和平臺上關于閱讀的熱度越來越高，我們才可以說，數字時代的“全民閱讀”型社會已經離我們不遠了。

[1] 李克強:希望全民閱讀能夠形成一種氛圍,無處不在.[2017-03-15]. http://money.163.com/15/0315/13/AKOHNQNQ00253B0H.html.

[2] 全民閱讀才能讓“文化軟實力”硬起來.[2017-03-18]. http://www.wenming.cn/wmpl_pd/yczl/201503/t20150318_2508155.shtml.

[3] 楊 曙. 微博生態下的閱讀新特征與圖書館的合理引導[J].新世紀圖書館,2015(2):24-27.

[4] 劉 清, 彭 賡, 呂本富. 基于主成分分析法的微博影響力評估方法及實證分析——以“新浪微博”為例[J]. 數學的實踐與認識, 2014,44(4):49-56.

[5] 劉 靜. 圖書館官方微博閱讀推廣方式探究——“莫言作品微信息傳播”帶來的啟示和思考[J]. 圖書館論壇,2013,33(5):23-27.

[6] 羅桂湘. 基于文本分析探討提升氣象微博影響力的技巧[C]// S3第三屆氣象服務發展論壇——公眾、專業氣象預報服務技術與應用.中國氣象學會,2013:7.

[7] 郭義超, 樊 紅. 基于中文文本分析的微博情感地圖的制作[J]. 計算機系統應用, 2017,26(2):25-29.

[8] 李 巖, 韓 斌, 趙 劍. 基于短文本及情感分析的微博輿情分析[J]. 計算機應用與軟件,2013, 30(12): 240-243.

[9] 朱省果. 自媒體時代的大眾閱讀模式探究——以微信公眾平臺為例[J]. 開封教育學院學報, 2016,36(6):255-256.

[10] 李 嬌. 新媒體時代傳播媒介的形態延伸對大眾閱讀方式的影響[D].重慶:重慶大學,2012

[11] 何 韻, 何蘭滿. 從傳統閱讀與數字閱讀的二元關系論全民閱讀推廣策略——以日本為例[J]. 圖書館, 2015(7):34-38,44.

[12] 華風霞. 數字時代讀者閱讀特征探析[J]. 中州大學學報,2012,29(6):88-90.

[13] 王柏斌, 田 劍. 信息內容對微博營銷效果影響的實證研究[J]. 江蘇科技大學學報(社會科學版), 2013,13(3):95-99.

[14] 藍 亭. 淺閱讀與深閱讀:讀還是不讀?[J]. 圖書館建設,2008(4):83-86.