基于关键词分析的微博群体阅读特征分析

郑天奇

（中山大学现代教育技术研究所 广州 510220）

1 引言

李克强总理连续两年将“全民阅读”写入《政府工作报告》中。同时他还强调，“书籍和阅读是人类文明传承的主要载体，我希望全民阅读能够形成一种氛围，无处不在。我们国家全民的阅读量能够逐年增加，这也是我们社会进步、文明程度提高的十分重要的标志”[1]。《习近平用典》一书中也强调： “只有全民阅读才能让文化软实力硬起来，应营造全民读书的氛围，建设书香社会。”[2]

微博是当今发展最快的移动互联新媒体之一，在大众阅读中有着号召人们参与阅读、介绍新书好书、推送书评书摘、发起阅读活动的潜在作用。从整个微博传播过程来看，微博强烈的自媒体属性使其广场化特征十分明显，传播完全公开；另外，微博“用户——粉丝”的双向互动模式，弥补了传统媒体在阅读方面的时效性问题和失语问题。因此，微博有助于形成大众相互对话相互影响的生态平衡的会话交谈，进而使共享情绪化的对话环境得以扩大[3]，有助于打造大众阅读的数字生态圈。

但是，由于微博是一种新兴媒体，国内外相关研究仍在发展中，尚未形成完善的评估微博影响力的理论和方法，从国外相关研究来看，惠普实验室通过对Twitter的消息进行研究发现用户的影响力取决于消息传播的深度和广度，而非follower的数量[4]。而国内大多是对于微博及其用户的影响力研究，其中包括传播特性及（媒体）影响力的研究、微博用户的（社会）影响力分析、个体属性特征和行为特性分析、网络意见领袖影响力分析等。

对于微博阅读及文本分析的研究为数不多，且尚无利用内容分析的方式对微博群体阅读特征进行分析的研究。现有的研究主要集中在利用微博对图书馆进行阅读推广的策略、应用，以及基于文本分析方法的微博影响力分析、情感分析和舆情分析：如刘静就“莫言获奖”新闻事件在不同程度的微博阅读推广下统计了部分微博用户信息(时间、粉丝数、转发量、评论数)，得出微博可以使微信息的传播和扩散达到效果最大化的结论[5]；罗归湘于文本分析的角度，利用传播学理论剖析了一些微博个案，总结出从注重微博信息的通俗性、可视性、贴近性和互动性等方面来提升气象微博影响力[6]；郭义超等通过微博文本分析方法，科学计量化描述武汉市市民使用微博时的情感特征，并将地理信息科学与传统的情感分析相结合制作出武汉市情感地图[7]；另外，李岩等研究设计了基于微博短文本聚类及用户评论情感分析的微博舆情系统，对热点话题的评论进行分析，识别其情感倾向及演化规律，进一步了解网民对热点话题的观点及态度[8]。

在研究新媒体与大众阅读方面，从文献数量来看，呈逐年上升的趋势，主要研究聚焦在新媒体对大众阅读方式及模式产生的影响以及新媒体环境下图书馆的对策研究：如朱省果在介绍了微信自媒体及自媒体平台的阅读现状，进而总结出了自媒体阅读模式的新特征[9]；李娇通过问卷调查分析了公众对媒体接触的情况以及阅读行为习惯，进而针对大众阅读方式转变背后的隐忧，探讨了大众阅读方式转变背后所引发的媒体和政府责任[10]；黎维玲将研究目光集中于网络环境下图书馆如何应对大众阅读方式的改变。但总观目前新媒体环境下的大众阅读研究，大多是做描述性研究，缺乏量的研究作支撑。

目前我国在阅读推广方面，最主要的力量来自于政府和图书馆、学校、协会、民间组织等公益性机构[11]，以微博为代表的新媒体在其中并没有发挥重大作用。因此，笔者旨在通过对微博读书话题关键词与微博热度的相关性分析、关键词文本分类和情感分析，来探究微博平台上的群体阅读普遍行为特征，发现微博平台在群体阅读中所起作用和存在问题，总结用户在参与过程中的经验与不足，为不同角色的微博用户利用微博平台进行阅读相关的活动时提出改进建议。

2 研究思路与研究方法

2.1 研究思路

首先，对微博话题中以阅读为主题的话题进行大量浏览调研，筛选出典型的读书话题，确定研究实例，参考国内外与社交网络和信息结构相关的文献，确定了各研究实例中的研究成分；其次，分别对每个实例中的研究成分进行信息采集，确保采集到真实可靠的微博信息；然后，寻找适合对原始数据进行分析研究的中文分词系统，对话题内容展开关键词提取，同时，使用词频统计系统，将关键词与微博内容进行匹配检索统计，然后使用SPSS对关键词词频与微博热度进行相关性分析；最后，根据相关性统计结果，分析阅读话题中参与者的普遍行为特征，再将话题进行进一步分类，得出不同类型中参与者的特殊行为特征，总结微博对群体阅读所起的作用与不足，以及用户参与中的得失，以此对微博平台开展大众阅读提出发展建议。

本文以新浪微博话题为研究对象，下文中出现的“微博”如无特殊说明皆指代新浪微博。

2.2 研究方法

本文主要采用了个案研究法、内容分析法、关键词分析法和相关性分析法。

（1）样本。从微博读书相关话题中选择了9个热门的话题，其主持人涵盖了传统媒体（人民日报）、网络大V（胡争辉）、书籍经销商（天猫）、教育机构（北京大学）、出版机构（译林出版社）、网络媒体（微博）、文化圈人士（陈里）、地方阅读沙龙主持人（金陵客2010）、非文化圈人士（中华全国总工会）。主持人来自各个领域，粉丝总数达到49 566 594人，覆盖面广，影响力大，具有很强的典型性。

（2）采集工具。搜集微博语料，采用自主编写的网页分析工具，每条微博内容分为用户名、原创内容、转发内容、时间、转发数、评论数、点赞数7部分。

人工采集每个话题的基本信息，如表1所示。

表1 人工采集话题基本信息表

（3）关键词提取。利用NLPIR_ICTCLAS2015分词系统（张华平博士出品，其分词采用中科院中文分词系统），如图1所示。

图1 NLPIR_ICTCLAS2015分词系统 “我们读书吧”关键词提取示例

（4）词频统计。采取自主编写的软件，对微博逐条进行关键词词频统计，如表2所示。

表2 “跟习大大学读书” 关键词词频统计部分示例

（5）相关性分析。采用SPSS工具，对数据样本进行相关性分析。

关键词与热度相关性分析中关于热度的评判标准说明：笔者根据各个话题的转发量、点赞量、评论量的相关性分析，发现通常情况下，转发和点赞间的相关性更强。因此，我们在将关键词进行热度相关性分类时，以转发量作为热度的评判标准。（金陵读书例外，其转发和评论显著相关，但比起其他话题相关性低，同时点赞数和评论数显著相关，点赞数和转发数非显著相关，所以以评论作为其热度评判标准。）

由对话题阅读量、讨论量、粉丝量的Pearson相关性分析表可看出：讨论量与粉丝量呈现显著正相关，也就是说，讨论量与粉丝量存在着明显的相互促进作用，随着一个话题粉丝量的增加，讨论量也会随着增多。反之，一个话题讨论量的增长，也会吸引更多用户成为本话题粉丝。而阅读量与讨论量、粉丝量虽也有正相关关系，然而相互促进作用不如前者明显。

因此，从阅读量、讨论量、粉丝量这三方面来分析话题热度是不够准确的。讨论量与粉丝量相比于阅读量，更能体现用户在话题中的参与度，从而更能体现一个话题真正的受关注程度。

（6）关键词文本类型分析、情感分析。利用SVM算法，对关键词进行文本分类，用NLPIR进行关键词情感分析。

3 关键词分析结果

3.1 关键词与热度相关性分析结果

表3 话题关键词与话题热度相关性分析结果

相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度，相关系数则是用来衡量两个数据集合是否在一条线上面，它用来衡量定距变量间的线性关系。

9个话题（N=9）的关键字提取共计251个，将关键词词频统计情况以Excel表格的形式导入SPSS软件，选择分析—相关—双变量，用SPSS相关性分析方法分别计算关键词变量与阅读量、讨论量和粉丝量的Pearson相关系数r，从而定量考察话题关键词对话题热度的影响。与话题热度呈显著正相关和正相关的关键词对该关键词所在话题的热度起促进作用；与话题热度呈现负相关的关键词对该关键词所在话题的热度起抑制作用。得出的分析结果如表3所示。

其中，与话题热度显著正相关的关键词有22个，正相关的17个，负相关的212个，如表4所示。

表4 各微博关键词与微博热度相关性分析结果

笔者将9个话题分别统计到的出现频率较高的前50个关键词以每个话题为单位（“跟习大大学读书”除外，因其关键词总数为22），同样用上述SPSS相关性分析方法进行各话题的关键词与话题热度相关性分析，得出的数据结果如表4所示。

从表4可看出，在9个话题中，“好读书读好书”话题中显著正相关的关键词数量最多，达34个，而“天猫读书节”话题中呈显著正相关的关键词最少，仅为1个；“译林夜话”话题中负相关的关键词最少，仅为2个，而“天猫读书节”话题中呈负相关的关键词最多，达41个。

表5 “我们读书吧”微博关键词与微博热度相关性分析结果示例

表5展示了参与“我们读书吧”话题的831条微博（N=831）与其部分关键词之间的相关性分析情况。从表5可看出各个关键词对微博转发数、评论数及点赞数的影响力正负关系及影响力大小。

其中，同时都对微博转发数、评论数及点赞数产生显著正相关影响的关键词有11个；同时都对微博转发数、评论数及点赞数产生负相关影响的关键词有15个。

3.2 关键词文本分类结果与相关群体阅读特征

3.2.1 话题关键词文本分类结果与相关群体阅读特征 我们将9个话题中提取的所有关键词（包括关键词、词性、权重）汇总，在SPSS中进行了相关性分析，按显著正相关、正相关、负相关、显著负相关这四大类，将关键词分类，并对其词性及含义分析。

最初，笔者尝试使用了SVM分类器对关键词进行文本分类，然而得到的结果，笔者认为并不正确。如：将如下关键词放入分类器中——“签名、寻找爱情、读书、淘宝、喜欢、晚上”，文本分类得到的结果为——“政治”，因此后来采用了Excel查找关键词，代入语境进而人工判别其文本类型的方法。

根据文本分类的结果可看出：显著正相关的词汇集中于阅读宣传领域，表现出明显的价值观取向的特殊名词和动词，如：“全民阅读”、“图书阅读量”、“放下手机”、“校长推荐书单”、“世界书单”。

正相关的词汇集中于阅读过程中发生的一系列动作，如：“觉得 ”、“读完”、“读起来 ”、“选择”、“需要”，以及“书”、“图书馆”、“人生”等与书籍或阅读相关的中性名词。

负相关的词汇集中于书籍内容、和个人阅读体会和评论，如：“马尔库塞”、“远离尘嚣”、“法兰克福”、“期待”、“精神”、“希望”、“思想”；除此之外，过于政治化的话题内容也会给用户的参与度带来一定的负面影响，如：“制度设计”、“政治秩序”、“民族政策”等。

除此以外，还有一些关键词，虽然存在于读书话题，却与读书无关，比如商品名，或者商品用途，如：“香菇”、“鸡翅”、“肌肤缺水”，这些关键词与话题热度呈负相关。

也就是说，用户对于话题中的书籍推荐和阅读号召等带有强烈价值判断取向的内容做出积极的回应，话题热度高；而对于摘录书籍内容，发表个人读书感受，以及带有政治元素的内容表现出消极的态度，话题热度低。

3.2.2 微博关键词文本分类结果与相关群体阅读特征

表6 微博话题分类结果与关键词分类列举

笔者根据9个读书话题的性质，将微博话题分为了公益类和商业类两大类别。公益类的读书话题主要是指不追求利益，旨在为大众阅读提供便利，促进大众阅读的话题；商业类读书话题则以推销书籍、盈利为主要目的。其中，在公益类读书话题下又可细分为号召读书型和书评书摘型。如表6所示。

（1）号召读书型。在这一类型与话题热度显著相关的关键词中，话题一和话题二出现了“中国”，话题一与话题三中含有“国家图书馆”，四个话题中都含有“推荐”，体现了话题号召群众读书、推广阅读的使命感。话题一和话题三中含有“文津图书奖”，体现出在图书评价中尊重权威的倾向。在话题四中含有“习大大”，体现出阅读中的偶像崇拜。

与微博热度负相关的关键词中，话题一、二、三、四都含有“人生”、“生命”、“生活”、“世界”探讨人生与世界的关键词，此外各个话题间存在较大的差异，话题一集中于书籍内容关键字摘录，如“玩索”、“西夏文字”，比较艰涩；话题二则是与转发抽奖有关，如“中奖”、“好运降临”；话题三则分享了“心灵鸡汤”式的阅读感想，如“孩子”、“希望”；话题四的关键词则源于与读书无关，二是与话题关键字“习大大”相关的评论。

此外，话题二中还出现了显著负相关的词汇“转发”，与上文微博传播方式中大多数微博用户都处在边缘相一致，单纯地转发原创微博并不能引发群众共鸣。

总而言之，旨在号召群众读书的话题中，引起群众共鸣的词汇中都含有责任、崇拜与自豪这类强烈的正面情感；而难以调动群众热情的词汇则为个人对书籍内容的解读与感想，同时偏离读书行为本身的词汇也遭群体无视。

（2）书评书摘型。在这一类型与话题热度显著相关的关键词中，话题五和七中含有“生命”，话题六和话题七中含有“个人”，表现出阅读中关注人文的特质，话题五、七中含有“知道”，话题六、七含有“思想”，话题七、八中含有“研究”，体现出求知、求索的阅读目的。同时，话题六、七中还有大量涉及书籍内容、题材、体裁的词汇，如话题六中的“马尔库塞”、“远离尘嚣”、“自传”和“诗歌”。

在与话题热度负相关的关键词中，话题五、六、七均含有“喜欢”，表达个人的阅读感想；话题五、六和八中都含有“时代”和“战争”之类政治性词汇，话题六中含有的“电影”则与读书无直接关联。

综上，这一类型引起群众参与热情的词汇表达了强烈的人文关怀，同时，一些较为艰涩的图书内容也受到大家的关注，这与号召读书型的话题内容大多关注国家集体有所区别。但是与上一类别相同的地方是，表达个人阅读感受的词汇再次受到冷遇。

在商业类读书话题中显著正相关的词汇只有“签名版”，表现出明确的商业目的；而正相关的词汇包括“喜欢”，“寻找爱情”与“邹小姐”，表现出该活动的目的是书籍推广，负相关词汇如“控油”、“沙律酱”、“鸡翅”则与话题主持人为天猫售货商，话题的目的是引起阅读群众对卖场的兴趣和关注紧密相关。由此我们可以看到，这类话题成功引起了群众对某本在售书籍的关注，然而作为对整个卖场的宣传则是不合适的。

3.3 微博关键词情感结果与相关群体阅读特征

笔者已将9个话题中的关键词进行了相关性分析，再利用NLPIR情感分析系统，通过测试得到了读书号召类、书评书摘类、商业类这三大类话题中分别呈现正相关和负相关的关键词情感的情感正面得分。得到如下结果：①三大类下的9个话题中的所有正负相关关键词的情感正面得分均大于60%。且总正相关关键词的情感正面得分达到100%。这表明了微博平台的整体读书氛围保持着一个健康向上的状态。②其中，读书号召类话题关键词的情感正面得分最高，为96.36%。这是由于其话题内容大多与鼓励用户读书，传递正能量有关。③书评书摘类的正相关关键词情感正面得分（64.25%）低于负相关关键词情感正面得分（90.91%）。这是由于其话题主要内容大多与书籍内容描述有关，而书籍内容中包含了一些消极词汇，从而导致其正面情感得分率低。

4 微博群体阅读特征讨论

4.1 微博群体阅读特征分析

本研究通过选择典型话题，对话题进行关键词提取、关键词和话题/微博热度相关性分析，依据关键词与相关性分析结果对话题进行分类，最后通过对比同类别话题下与热度正负相关的关键词集的文本分类和情感分析结果，得到群体阅读的若干特征。

首先，从关键词和话题热度的相关分析来看（不排除话题主持人对话题热度的影响），在与阅读相关的言论中，用户更愿意回应对于阅读的号召和书籍推荐，但对于具体的书籍内容（尤其是严肃的政治话题）以及用户的个人阅读体验，则反应消极。

其次，将话题按照公益类和商业类分割，将公益类分为号召阅读类和书评书摘类后，在大环境中得出的群体阅读基本特征再次获得验证；此外，笔者还观察到更丰富细微的群体阅读特征：在参与号召阅读一类话题的群体中，责任感与价值判断得到进一步强化，至于书籍的具体内容，参与人群并不是很关注，而与之相反，参与书评书摘类的群体则更关注阅读中包含的人文与思考；令人感到遗憾的是，无论是哪一种，个人阅读体验总是遭到忽视，同时严肃的、艰涩的书籍内容都容易引起人们的反感；商业性质的读书话题的参与者确实注意到商家活动中推出的书籍，但对于商家借阅读来炒作的行为会很反感。

华凤霞曾指出，数字时代人们的阅读表现出四个特征，即选择性阅读成为必然、功利性阅读成为动机、娱乐性阅读成为习惯、知识性阅读成为趋向。功利性阅读表现出以下几个特征: 一是具有明确的目的性，也就是说其阅读目的就是为了获取物质上、精神上的切实利益; 二是具有短暂的时效性，表现为把眼前利益放在首位，追求“短、平、快”的现实利益，忽视阅读中文化底蕴的熏陶和精神上的愉悦; 三是具有一定的模糊性，很多功利性的概念很难有一个准确的内涵和量化的指标。无论如何界定这一概念，当下受众的阅读表现让我们不得不承认功利性阅读已经成为数字时代人们的主要选择[12]。这在笔者对于微博阅读群体的研究中也能得到佐证。用户对于微博发起的阅读活动的反应较为积极活跃，而对于发表对书籍具体内容的看法和个人的阅读体验却显得消极疲软。这也一定程度上透露出数字时代的“浅阅读”现象。

最后，情感分析得出的结果则显示在微博平台的群体阅读过程中充满了正能量，无论微博热度高低，都传达了关注阅读、热爱阅读、愿意参与到阅读过程中去的思想。

4.2 微博群体阅读的不足与改进

无疑，微博平台为传播阅读理念、弘扬阅读文化做出了贡献，但是这种贡献与传统媒体的宣传并没有本质的区别——拥有大量粉丝的微博大V们牢牢占据着话题的中心，参与者们在响应号召时不能表达其自身观点，不能对他人造成深刻影响，也不关注他人的参与情况。这样的行为导致话题中微博增长速度缓慢、新内容的增长更慢，导致用户关注兴致下滑，用户粘连日渐松弛，对构建网络中“全民阅读”的氛围显然是不利的。为此，参与者必须对微博全体阅读特征有清醒地认识，有意识地调整自己参与时的行为；另外，微博本身可以根据用户平时的兴趣爱好，为用户推送相应的热门书评、书摘动态，还可以开放阅读交流圈，定期发起一些读书交流活动，为全民阅读提供一定的助推力。

王柏斌等人总结了微博信息内容的四要素：微博内容趣味性、利益性、个性及评论质量[13]。话题主持人要根据这四个要素，结合微博平台的特质，设计更加有趣的阅读活动，刺激大家参与到“全民阅读”中去，这将拓宽话题的影响范围。而话题传播的深度则有赖于每个节点的密切关联，这就意味着每个处在社交网络边缘的普通用户间在阅读话题上进行频繁的沟通探讨，从而让整个话题的影响力日益深入。

5 微博群体阅读的发展建议

虽然在当今社会，我们可以明显感受到在大众话语中“读书”衰颓的景象，但正因为依然有人在坚守阵地，有人在摇旗呐喊，尽管是数点星光，依旧让我们对数字时代的“全民阅读”抱有期待。笔者欣喜地看到，2017年起央视推出的大型文化情感类节目《朗读者》受到了国民的广泛关注和热议，引发了全民朗读热。随之而来的朗读亭也悄然落户于全国的各大高校，给繁华浮躁的都市生活提供了一方小小的静心阅读之地。无疑，这场唤醒公众阅读之心，让朗读属于每个人的文化盛宴成为了2017年最具热点的全民文化活动。

我们也更应该从中看到，媒体在大众阅读过程中发挥了重要的推广和引导作用。微博作为新媒体的典型代表，更应紧随其后，搭建起媒体、受众与党中央、国务院所大力提倡的全民阅读活动的纽带。因此，笔者在进行了上述研究后，对微博平台开展大众阅读提出如下发展建议，涉及有影响力的微博用户、普通微博用户、微博商业用户及平台方。

5.1 有影响力的微博用户应加强与普通用户的深度互动

微博不仅仅是发布和接收消息的平台，也是沟通的渠道。从前文的数据分析中不难看出，拥有较多粉丝数量的微博达人常常占据话题的核心位置，把握着话题热度，他们的一举一动也常常会成为粉丝们关注和效仿的对象，因此，他们的高人气会为“全民阅读”提供巨大的推动力。笔者主张有影响力的微博用户充分发挥他们的网络领导力和意见领袖地位，参与到阅读话题中去，和他们的粉丝聊聊最近看过什么书，有什么样的心得体会，而不仅只是停留在发布读书话题或发表自己对某本书的看法或意见层面。另外，在每年的世界读书日期间，笔者倡议微博达人们积极参与官方微博用户尤其是媒体微博（如“央视新闻”、“新华视点”等）推出的响应世界读书日的话题（如“世界读书日”、“领读者计划”等），用微视频的方式向大众推荐自己喜爱或近期正在阅读的书籍，分享自己的想法体会，更为重要的是要对该条微博下的用户评论保持持续关注和互动反馈，如回复、转发或点赞有代表性的评论。

另外，有影响力的微博用户也要注意，在互动过程中不要因角色意识过于强烈而形成模式化的行为模式，从而不利于发挥在互动中的主导作用。

5.2 微博普通用户应加强自己的“深阅读”能力和交流能力

从前文的群体阅读特征分析中笔者发现，大众对于读书号召类话题关注度要远大于对书籍内容的关注度，用户之间的交流程度较弱，且“浅阅读”现象日益凸显。在强调读者用户之间分享、互动、传播和社交的全新阅读模式的当下，处在社交网络边缘的普通用户，不能仅止于简单地转发微博，而是要不断提高自己的理性思辨能力，多多为自己的阅读体会发声，更要关注其他阅读者的动态，通过评论和点赞的形式发表自己的看法，形成良性循环。

微博群体阅读应逐步由表及里，由关注书籍噱头以及网络大V的动态向关注书籍本身内容和自身阅读体验的方向发展。大众应加强自己的“深阅读”能力，减少对“浅阅读”的依赖。当然，“浅阅读”并不是一定不好，在获取信息，缓解“信息焦虑”的层面来说，适度的“浅阅读”是必要的，但是过量的“浅阅读”易使人浮躁却是不争的事实[14]。大众应该在“浅阅读”和“深阅读”之间找到一个平衡点，在利用“浅阅读”涉猎大量知识的同时，更不能忽视甚至遗忘“深阅读”。

5.3 微博商业用户应减少书籍的过度营销

从第四部分的微博群体阅读特征分析可看出，微博用户对于商家借阅读话题炒作并以此提高书籍购买力的行为持消极态度，这必将会对微博平台构建良好的阅读氛围产生不利影响。对此，商家应反思自身在借助微博平台营销书籍的过程中，是否在一味追求书籍商业价值的过程中忽视了大众在被大量 “广告”狂轰乱炸的心理感受。因此，商家应减少过度的微博营销，改善不合理的营销手段（如发布标题为书籍推荐，内容却仅为书籍发售的话题），在合理定位每本书籍的受众前提下，将书籍推广和一些兼具趣味性和知识性的阅读活动结合起来，以大众购买到契合自己所需或所爱之书为导向，加深与大众的互动交流，为大众提供个性化推荐和善意引导，而不是一味追求书籍的商业价值最大化。

5.4 新媒体应加强对知识性阅读话题的重视和推广

从第三部分的数据分析中可看出，微博用户对于公益类的读书话题青睐度较高，尤其对于其中读书号召类的话题有着十分正面的回应。这一类话题发挥着唤醒大众阅读兴趣，号召大众阅读的功能，在今后读书号召类的话题仍会占据微博读书话题的主流，但这样的话题并不能真正使用户获取知识，提升自我知识水平。承载万千信息知识与文化传承使命的数字新媒体，理应作为引导者带领人们走向知识性阅读，引导受众从阅读的浅表化、休闲化回归到专心致志、循序渐进的阅读方式，改变当前人们功利阅读的现象，防止仅仅从娱乐与消遣的层面理解文化，从而避免受众历史感的缺失和民族文化素质的整体下降。因此，我们倡议微博中越来越多涉及知识性阅读和深层阅读的读书话题的出现，冀希望于这样一种新类型的读书话题能逐渐加强阅读群体对于个人阅读体验的重视和交流，培养“深阅读”受众。

6 结语

微博群体阅读是社会化阅读和全民阅读在社交网络上的延伸和呈现。它使得阅读不再是一种“独饮”的过程，而成为拥有相似兴趣、爱好、观点的群体间的集体行动。群体间互相交流着对待某一事物的看法，让文本摆脱了固定的产品形态，成为情感的沟通方式与互动的连接纽带。尽管目前微博群体阅读仍存在用户自主性和互动性不高、平台方管理不到位等一些问题，但依旧在推进大众阅读活动中有着巨大的活力和发展空间。

只有当微博中关于阅读的话题一天天增多，群众关于阅读的互动一日日频繁，各大社交网站和平台上关于阅读的热度越来越高，我们才可以说，数字时代的“全民阅读”型社会已经离我们不远了。

[1] 李克强:希望全民阅读能够形成一种氛围,无处不在.[2017-03-15]. http://money.163.com/15/0315/13/AKOHNQNQ00253B0H.html.

[2] 全民阅读才能让“文化软实力”硬起来.[2017-03-18]. http://www.wenming.cn/wmpl_pd/yczl/201503/t20150318_2508155.shtml.

[3] 杨 曙. 微博生态下的阅读新特征与图书馆的合理引导[J].新世纪图书馆,2015(2):24-27.

[4] 刘 清, 彭 赓, 吕本富. 基于主成分分析法的微博影响力评估方法及实证分析——以“新浪微博”为例[J]. 数学的实践与认识, 2014,44(4):49-56.

[5] 刘 静. 图书馆官方微博阅读推广方式探究——“莫言作品微信息传播”带来的启示和思考[J]. 图书馆论坛,2013,33(5):23-27.

[6] 罗桂湘. 基于文本分析探讨提升气象微博影响力的技巧[C]// S3第三届气象服务发展论坛——公众、专业气象预报服务技术与应用.中国气象学会,2013:7.

[7] 郭义超, 樊 红. 基于中文文本分析的微博情感地图的制作[J]. 计算机系统应用, 2017,26(2):25-29.

[8] 李 岩, 韩 斌, 赵 剑. 基于短文本及情感分析的微博舆情分析[J]. 计算机应用与软件,2013, 30(12): 240-243.

[9] 朱省果. 自媒体时代的大众阅读模式探究——以微信公众平台为例[J]. 开封教育学院学报, 2016,36(6):255-256.

[10] 李 娇. 新媒体时代传播媒介的形态延伸对大众阅读方式的影响[D].重庆:重庆大学,2012

[11] 何 韵, 何兰满. 从传统阅读与数字阅读的二元关系论全民阅读推广策略——以日本为例[J]. 图书馆, 2015(7):34-38,44.

[12] 华风霞. 数字时代读者阅读特征探析[J]. 中州大学学报,2012,29(6):88-90.

[13] 王柏斌, 田 剑. 信息内容对微博营销效果影响的实证研究[J]. 江苏科技大学学报(社会科学版), 2013,13(3):95-99.

[14] 蓝 亭. 浅阅读与深阅读:读还是不读?[J]. 图书馆建设,2008(4):83-86.