综合性门户网站新闻评论论文

1综合性门户网站新闻选择与数据筛选

1.1综合性门户网站及新闻选择我国有新浪、搜狐、网易和腾讯4大综合性门户网站。新浪成立于1998年12月，主要产品服务为新浪新闻、无线增值服务、博客、播客、邮箱、UC、爱问搜索等；搜狐成立于1998年2月，主要产品服务为搜狐新闻、搜狗输入法、校友录、房产网、图行天下等；网易成立于1997年6月，主要产品服务为网易内容频道、网易社区、电子商务、即时通讯（网易泡泡）、在线游戏、邮箱等；腾讯成立于1998年11月，主要产品服务为即时通讯、浏览器、电脑管家、邮箱、下载工具、词典等。虽然四者都提供新闻评论功能，但只有新浪和网易能提供全部的且基本有效的评论者位置信息，因此只能选择它们为对象。新闻选择基于3条原则：①在新浪和网易首页要闻区，且时间、标题和内容基本一致；②网民关注度比较高，即受众群体大但又不具有鲜明群体特征；③参与人数和评论数不能过少。笔者经过跟踪，最终选择总理于2012年11月20日对泰国进行正式访问，在离开机场后直接前往泰国中华总商会与泰国华侨华人代表会面并发表的讲话为对象。新浪网的标题是“:我还有几个月就归隐希望人们把我忘记”，转自长江网，时间为2012年11月22日上午8:44。其第1条评论出现在8:52:16，是湖北武汉的一位手机用户。评论日期不间断持续到了12月1日，共59099人参与，8175条评论。在新浪2012年11月18日～25日一周的所有新闻中，其点击率排名第4位，评论数排名第1位，具有高关注度和典型性。网易的标题是“谈退休:为清白也要死得诚实”，转自人民网，时间为2012年11月22日上午8:53。其第一条评论出现在8:58:42，是一位名为“雪夜百斩”的山东省济南市网友。评论日期不间断持续到了28日，共71014人参与，946条评论。

1.2数据筛选为了使研究更科学，笔者从5方面对数据进行了筛选。①只选择初次评论，对于初次评论的跟帖不予统计；②对于发自电脑的评论，只保留同一网名评论的第1条；③对于手机用户，根据评论内容和语气明显是同一网民的只保留第1条；④对于30秒内来自同一地区的手机评论一般只保留第1条，除非明显不属于同一网民；⑤地区显示为港澳台和外国的评论一律剔除。这样，就基本建立了评论与评论者的一一对应关系。经过筛选，新浪网确定评论7827条，网易799条。

2综合性门户网站新闻评论者的时间分布特征

2.1新闻评论数随天数的变化新浪和网易新闻评论数随天数变化（图1）具有3个特征：①两网站新闻评论的绝大部分都集中在前两天，且以第1天最多。其中，新浪前两天的新闻评论数为6592和1195条，分别占总数的84.2%和15.3%；网易前两天的新闻评论数为732和53条，分别占总数的91.6%和6.6%。②两网站的新闻评论随天数的推移骤降，并从第3天开始基本趋于平缓，数量也都降到了11条以下。此外，由于新浪的评论数基数大且每天数量都比网易多，因此其变化较后者更为强烈。③两网站新闻评论时间都很短，新浪为10天，网易仅有7天。

2.222日新闻评论数随小时的变化由于新浪和网易新闻评论都以第1天为主体，因此对其随小时变化的分析针对这一天进行（图2）。此外，由于两网站新闻的时间都接近9点，8点评论数仅有13条和1条，因此分析从9点后开始。变化特征为：①两网站新闻的最高评论数都出现在9点。②二者整体变化趋势迥异，新浪呈现明显的“V”字形，最低点出现在15点，仅有231条，23点则高达577条，仅比9点的597条少20条；网易除了13点和17点略低外，基本处于逐渐递减的变化形态。③新浪在各时间段的评论数都比网易高出数倍，其变化幅度也较网易剧烈。

3综合性门户网站新闻评论者的空间分布特征

3.1新闻评论者涉及省级行政区变化新浪和网易新闻评论者涉及省级行政区变化（表1）的特征为：①两网站新闻评论者涉及省级行政区都主要是集中在22日和23日两天。新浪在22日和23日对大陆31个都涉及，网易则22日涉及了29个，23日涉及了16个。其中，网易22日未涉及青海和（后来一直未涉及），23日未涉及福建、甘肃、贵州、海南、吉林、江西、内蒙古、宁夏、青海、山西、陕西、、新疆、云南和重庆，其他均为二者共有。②从24号起到29日两网站涉及省级行政区数量都很少，新浪为11个，网易为8个。其中，仅有24日二者共有浙江，其他则都不相同；除了26日二者都只涉及了1个省区外，其他日期新浪都比网易数量稍多。③各省级行政区的评论数量也有较大差异。同等位序省区的新浪的评论数量都是网易的10倍左右，其中广东在新浪和网易都最高，评论数量为1844和164条；新浪排前5位的是广东、天津、江苏、陕西和浙江，后5位的是吉林、宁夏、海南、青海和；网易排前5位的是广东、北京、山东、江苏和浙江，后5位的是贵州、内蒙古、海南、新疆和宁夏；各省区在两个网站的排名差别较大，只有广东、浙江和甘肃位序相同。

3.2不同省级行政区内涉及区域对各省级行政区而言，评论者的地区扩散也是不一致的（表2）。我们采用扩散指数帮助说明，其等于评论者涉及区域数量/省级行政区地区总数。北京、天津、上海和重庆4个直辖市作为特例不加分析。分布特征为：①广东、江苏和河北的新浪扩散指数为1，而网易则没有1的，最大的为河北0.91。②青海和的网易扩散指数为0，而新浪最小的为青海0.13。③在27个省级行政区中，新浪扩散指数在0.8以上共有8个，0.5以下的6个，以0.5-0.8区间的最多，达到了13个；网易扩散指数在0.8以上的有河北、福建、江苏和浙江，0.5-0.8区间的有10个，0.5以下最多，达到13个。④新浪扩散指数和网易扩散指数的相关系数达到0.77，二者在变化上具有较强的一致性。⑤扩散指数与省级行政区地区数量关系不大，但与地区有很大关系，东部地区除了海南以外，扩散指数都在0.7以上；中部地区新浪扩散指数都在0.6以上，网易扩散指数除了河南为0.76外，其他都在0.3～0.6区间；西部地区的四川和广西扩散指数都在0.5以上，陕西、四川、内蒙古和贵州的新浪扩散指数在0.6以上，其他都在0.4以下；东北地区扩散指数都在0.5以上。

3.322日新闻评论者的空间分布特征3.3.122日分时段新闻评论者空间分布特征22日分时段新闻评论者空间分布（图3）具有如下特征：①新浪和网易新闻评论者涉及区域数量和变化趋势都差别较大，9～23时新浪平均每小时涉及72.7个地区，网易则为29.9个，但同一时段都是前者多。②新浪和网易涉及地区数量都在9时达到最高值，新浪为89个，占全国地区总数的26.1%，涉及了除青海和外的29个省级行政区；网易为55个，占全国地区总数的16.1%，涉及了除贵州、海南、江西、内蒙古、宁夏、青海和之外的24个省级行政区。③在完整1小时时段内，新浪的最低点61个出现在16时，网易的最低点9个出现在23时。④新浪在8时共涉及了北京、广州、深圳、武汉、无锡、西安、成都、天津和杭州9个地区，而网易仅有济南1个。⑤22日新浪评论者共涉及了222个地区，占全国地区总数的65.1%，平均每个地区评论29.7条；网易评论者涉及了168个地区，占地区总数的49.3%，平均每个地区评论4.4条。⑥新浪和网易共有地区138个，占22日新浪地区总数的62.2%，网易的82.1%。3.3.222日时段累积的新闻评论者空间分布聚类为了寻找22日随时段后延新闻评论者空间分布的变化规律，我们对各省级行政区涉及地区数量进行了累积。从各省级行政区内涉及区域的变化情况看，新浪和网易不同，各省级行政区变化也不同。新浪对大陆内的31个省级行政区都有涉及，而网易则一直没有和青海。新浪新闻评论者涉及地区的省区变化趋势归类结果是：①地区数量持续增长的是安徽、贵州、河南、江西、陕西、四川和广西；②快速增长后达到平衡状态的是广东、河北、湖北、湖南、吉林、江苏、辽宁、内蒙古、山东、浙江和新疆；③较短时间平衡后持续增长的是甘肃、黑龙江、山西和云南；④一直保持平衡状态的是北京、天津、上海、重庆、宁夏、海南和青海。网易新闻评论者涉及地区的省区变化趋势归类结果是：①地区数量持续增长的是河南、黑龙江、四川和辽宁；②快速增长后达到平衡状态的是安徽、福建、广东、广西、河北、陕西、吉林、江苏、山东、浙江和内蒙古；③较短时间平衡后又持续增长的是甘肃、湖南、山西、云南和贵州；④一直保持平衡状态的是北京、上海、天津、重庆和宁夏；⑤较短时间平衡后持续增长，最后达到平衡态的是湖北、江西和新疆。

4影响综合性门户网站新闻评论者时空分布的因素

4.1网站平台不同网站平台是导致新闻评论者时空分布差异的重要因素。其主要通过3种途径发生作用：①网站定位特别是主定位。其会在该方面提供更多的信息和更完善的服务，从而形成网站优势，进而决定吸引的网民类型，如定位为C2C购物平台的淘宝网。对新浪和网易而言，前者的主定位是提供网络新闻及内容服务、微博，后者则为电子邮箱和游戏，因此网民看新闻的话一般更倾向于新浪。②网站长期形成的信誉和知名度。前者是导致网民访问过网站后重复登录并成为其忠实用户的基础，后者是吸引更多新网民的保证。新浪和网易在国内的知名度都很高，但前者更高些。③网站注册用户数量。由于很多网站只允许注册用户登录后才能发评论，因此注册用户数量就决定了潜在浏览并发评论的网民规模。目前，新浪和网易的注册用户都已超过了5亿人次。

4.2网民上网习惯网民上网习惯也会对新闻评论者的空间分布产生重要影响。这主要是因为网民本身是有空间分布的，所以其是否打开门户网站、登不登录、浏览不浏览新闻、发不发评论的行为习惯都会对评论者的空间分布产生影响。①对于门户网站具有高粘度的网民，会在网页收藏夹或地址栏保存有网站地址以方便登录，甚至很多网民在正常情况下会每天至少登录一次该网站。②虽然很多网民会经常登录某门户网站，但其有无用注册名登录的习惯，也会影响其发评论的几率。③网民登录了某个门户网站，其是否关注首页新闻、是否浏览新闻频道、对哪些新闻感兴趣都会影响到评论者的空间分布。④注册用户是否具有发评论习惯，也会直接影响其空间分布。门户网站新闻评价主要有点击率、参与人数和评论数3项指标。其中，点击率是指某条新闻被网民点击的次数，其不需要登录即可，显示的是网民对新闻的关注程度，门户网站一般都不提供该数据；参与人数是指网民针对其他网民发表评论所表示的支持态度，单击评论后面的“支持”按钮即可，不需要登录且对不同评论都可点击；评论数指注册用户登录网站后对某条新闻发表的具体评论，必须登录且可重复评论。对新浪和网易而言，注册用户都有几亿，因此对选择新闻的点击率应该是极高的，但参与人数都未超过10万，而评论数仅有几千甚至几百，事实上都是由网民上网行为习惯决定的。

4.3区域状况区域已有的自然、社会和经济状况应该会对评论者的空间分布有重要影响。为了寻找这种规律，我们分析了省级行政区的评论数与GDP、人均GDP、人口、城镇人口和网民数量的相关关系。结果发现：新浪和网易的评论数与GDP的相关系数达到了0.71和0.83，通过了0.01的显著性水平检验；与人均GDP的相关系数为0.44和0.43，通过了0.05的显著性水平检验；与人口的相关系数为0.51和0.62，通过了0.01的显著性水平检验；与城镇人口的相关系数为0.70和0.82，通过了0.01的显著性水平检验；与网民数量的相关系数为0.77和0.87，通过了0.01的显著性水平检验。得出的结论是：评论数主要是网民数量、GDP和城镇人口的高度反映，和人口总量中度相关，和人均GDP关系较小。此外，各省区的扩散指数差异也说明了区域状况的作用结果。

4.4时间时间在新闻评论者时空分布当中也具有重要影响，其主要是通过作用于潜在评论者浏览新闻及发评论的时间长度，进而影响参与评论者的数量及其时空分布的。时间发生作用的3种途径：①新闻在网站首页保留的时间会直接决定其点击率、参与人数和评论数，进而对评论者的时空分布产生影响。因为很多网民习惯于浏览首页新闻，而较少进入作为二级网页的“新闻频道”。对新浪和网易而言，首屏出现的要闻保持时间一般不会超过24小时即被替换，除非进入“新闻频道”或是通过搜索引擎检索才能继续浏览。这也就是发评论主要集中在前两天的根本原因，实际上第2天的评论也主要发生在被替换之前的那段时间。②新闻在“新闻频道”的停留时间是决定评论持续时间长短的因素之一。其主要取决于新闻实效性和新闻更新率两者。③网民在现实中工作、学习和生活的作息时间规律也会对评论者的时空分布产生较大影响，但并不是说一定与作息时间完全相符。新浪网评论者的时间分布能够在一定程度上说明此规律，但网易是否因为评论数少而规律不明显尚待进一步检验。

4.5上网工具上网工具也是影响评论者时空分布的重要因素。目前，上网工具已经经历了由“台式电脑+笔记本电脑”向“台式电脑+笔记本电脑+平板电脑+智能手机”的多元化转变。在无线通讯协议支持下，智能手机和平板电脑突破了原来“地点固定”上网的时空局限，从而通过地点自由实现了对时间限制的减少，达到了影响评论者时间分布的作用。但必须要指出的是，这里的地点自由并未对评论者的空间分布产生影响，因为其绝大部分都是限定在本地区范围内进行的。对新浪和网易而言，前者电脑评论的比例仅有13%，手机则占到了87%；后者电脑评论的比例则高达60%。

5结论与讨论

通过上述研究可以得出如下结论：①新浪和网易两个门户网站新闻评论者的时空分布差别很大。②无论是对于新浪还是网易而言，其新闻评论者的空间扩散最初都是“散点式”扩散模式，即在极短时间内迅速扩散到全国的若干地区；之后呈现出“不完全填充式”扩散特征，即涉及地区不断增加，但绝大部分省区最终也未实现全覆盖。其不符合传统的地理衰减规律，也证明了网络空间的跨越空间和距离的特征。③从新闻评论者的空间分布来看，其呈现的是一种不平衡分布状况，即存在典型的地域差异。无论是在四大地区间，还是省级行政区之间；不仅包括评论者数量，也包括扩散指数。④虚拟网络空间并非是完全脱离现实地理空间的“超空间”，至少新浪和网易新闻评论者的省区分布是具有地理根植性的，网民数量、GDP和城镇人口是影响其省区分布的最重要因素。⑤网站平台、网民上网习惯、时间和上网工具也是影响新浪和网易新闻评论者时空分布的因素。在本研究中，虽然与新浪和网易的注册用户或是新闻点击率相比，发评论都是小概率行为，但我们还是可以从中得出一些值得推敲的结论的。其一是网络空间的确是具有跨越现实空间特征的；其二是不同网站事物的时空扩散差别较大；其三是空间分布是非均衡的。虽然很多网络空间中事物的时空分布规律还有待开展更多的实证研究予以揭示，但本文提出了一种研究网络空间中新闻传播的新视角，无疑是一个很有价值的尝试。

作者：孙中伟任晓莹王伟娇赵丹丹段赛赛单位：石家庄学院资源与环境科学学院中国地质大学土地科学技术学院