对Flickr采集所得的资料中，从传者、受者的活跃度、互动性进行考察。活跃度用发布照片数量衡量，互动性用追踪他人照片数量衡量，影响力用得到的推荐语数量来衡量。传播主体发布的照片数和被其他会员追踪数，其实际的空缺值太多因而不纳入考察范围，实际所得的数据也无其他有效的可以衡量传播主体影响力的指标。本部分对指标值的转换，和前文相同。一个例外，是对于传者或受者得到的推荐语数量，设原值为x，转换后的新值为y，则转换方式为，y= =INT(LN(x+1)×2)+1。之所以采取这样的不同的方式，因为该原值普遍较小，绝大多数在两位数之内，所以不采用以10为底的对数，而采取自然对数；且0值较多，所以先对原值加1，之后再进行对数函数的处理。
1. 传者特征的受众作用
Flickr用户的活跃度指标中，发布相片数是衡量其在平台中进行内容生产和发布的活跃性的重要指标。以传者的发布相片数的不同等级作为分组的自变量因子，考察其对应的受众的发布相片数和活跃度，具体结果如表4-151所示。可以看到，随着传者等级的增加，该等级传者对应的受众的平均等级在总体上也呈现上升态势。
表4-151 受众发布相片数(转换后)
通过方差分析得出，对于不同的传者发布相片数等级而言，其对应的受众的发布相片数等级存在显著性差异，Welch和Brown-Forsythe检验量的显著性值都为0.000，接近于0。参见表4-152。
表4-152 对受众发布相片数(转换后)进行的方差分析
方差齐性检验
受众发布相片数-转换后
均值相等性的健壮性检验
受众发布相片数-转换后
a. 渐近F分布。
以传者的追踪他人数的等级作为分组的自变量因子，其对应的受众的追踪他人数的等级情况如表4-153所示。可以看出，随着传者等级的增加，受众的等级在整体上也呈增加态势。
表4-153 受者正在追踪数(转换后)
对于传者追踪人数的等级和受者追踪他人数的等级之间的关系，通过方差分析得出，以前者作为分组的自变量因子，后者具有显著的差异，Welch和Brown-Forsythe检验量的显著性P值都为0.000，接近于0。
表4-154 对受者正在追踪数(转换后)进行的方差分析
方差齐性检验
受者正在追踪数-转换后
均值相等性的健壮性检验
受者正在追踪数-转换后
a. 渐近F分布。
以传者得到的推荐语数量的等级作为分组的自变量因子，其对应的受众所得的推荐语数量的等级情况如下表所示。对两者进行方差分析得出，前者对后者具有影响作用，在不同的传者等级作为分组变量情况下，受者的等级呈现出显著差异，Welch和Brown-Forsythe统计量的显著性都为0.000，接近于0(表4-155)。
表4-155 受众推荐语数量(转换后)
表4-156 对受众推荐语数量(转换后)进行的方差分析
方差齐性检验
受众推荐语数量-转换后
均值相等性的健壮性检验
受众推荐语数量-转换后
a. 渐近F分布。
2. 传受关系中的活跃度
中国文化的相关帖子信息从Flickr传者到受者，在各个等级之间的转移概率矩阵如表4-157所示。其中有效的样本对数量为4 650个。
表4-157 传者发布相片数与受众发布相片数转移概率矩阵
用“该等级受众所属的比例最高的传者等级”，表示对于某个等级的受众，它来自哪个等级的传者中比例最高。用“该等级传者拥有的比例最高的受众等级”，表示对于某个等级的传者，它拥有哪个等级的受众是比例最高的。某个等级的受众所属的比例比高的传者等级，以及某个等级的传者拥有的比例最高的受众等级，其数值以及排序的对应关系如表4-158所示(其中第1～3级、第11级由于传者空缺，此处不纳入分析范围)。
表4-158 受众发布相片数量等级序列
相关系数的分析结果显示，受众发布相片的数量等级和该等级受众所属的比例最高的传者等级，其Pearson相关系数为0.854，显著性为0.014。其Kendall秩相关系数的P值为0.033，相关系数的值为0.683； Spearman等级相关系数的P值为0.027，相关系数的值为0.811(表4-159)。两个相关系数通过了检验，可以认为受众发布相片的数量等级和该等级受众所属的比例最高的传者等级之间，具有显著的相关性。
表4-159 双变量相关性检验结果
相关系数
*. 在置信度(双测)为0.05时，相关性是显著的。
考察每个等级的传者，其受众的分布偏向。由于受众在各个等级的分布，还受到总体中受众分布的影响，所以把传-受矩阵中，某等级传者所对应的各个等级的受众的比例，减去该等级的受众在总体的比例，也即单元格的值减去该列的总体值。这样得到的矩阵如表4-160所示。
表4-160 传者发布相片数与受众发布相片数转移概率矩阵
(www.xing528.com)
用“该等级传者拥有的相对比例最高的受众等级”，表示对于某个等级的传者，它拥有哪个等级的受众是相对比例最高的。其中，相对比例指的是，i等级的传者拥有的j等级受众比例-总体的j等级受众比例。其数值以及排序的对应关系如表4-161所示(其中第1～3级、第11级由于传者空缺，此处不纳入分析范围)。
表4-161 传者发布相片数量等级序列
根据相关分析的结果可知，传者发布相片数量等级和“该等级传者拥有的相对比例最高的受众等级”，存在着显著的相关性。其Pearson相关系数为0.85，显著性水平为0.015。其Kendall秩相关系数的P值为0.021，Spearman等级相关系数的P值为0.019，两个相关系数的值分别为0.751和0.837。参见表4-162。
3. 传受关系中的互动性
从用户追踪他人的数量来考察其在Flickr平台上与他人主动交互的互动性。对不同等级的传者来说，每个等级中各等级的受众的分布概率矩阵如表4-163所示，其中有效的样本对数量为8 738个。
表4-162 双变量相关性检验结果
*. 在置信度(双测)为0.05时，相关性是显著的。
表4-163 传者正在追踪数与受者正在追踪数转移概率矩阵
用“该等级受众所属的比例最高的传者等级”，表示对于某个等级的受众，它来自哪个等级的传者中比例最高。用“该等级传者拥有的比例最高的受众等级”，表示对于某个等级的传者，它拥有哪个等级的受众是比例最高的。某个等级的受众所属的比例比高的传者等级，以及某个等级的传者拥有的比例最高的受众等级，其数值以及排序的对应关系如下表4-164所示(传者的第1级只有20个传者样本，传者第10、11级为空缺，这几个等级样本量过小，不纳入考察范围)。
表4-164 正在追踪他人照片的数量等级序列
该结果的相关分析中，受众正在追踪他人照片的数量等级和该等级受众所属的比例最高的传者等级，其Kendall秩相关系数的P值为0.034，通过显著性的检验，相关系数为0.618。可以认为，两者之间具有相关性。
表4-165 双变量相关性检验结果
*. 在置信度(双测)为0.05时，相关性是显著的。
考察每个等级的传者，其受众的分布偏向。由于受众在各个等级的分布，还受到总体中受众分布的影响，所以把传-受矩阵中，某等级传者所对应的各个等级的受众的比例，减去该等级的受众在总体的比例，也即单元格的值减去该列的总体值。这样得到的矩阵如表4-166所示。
表4-166 传者正在追踪数与受者正在追踪数转移概率矩阵
用“该等级传者拥有的相对比例最高的受众等级”，表示对于某个等级的传者，它拥有哪个等级的受众是相对比例最高的。其中，相对比例指的是，i等级的传者拥有的j等级受众比例-总体的j等级受众比例。其数值以及排序的对应关系如表4-167所示(传者的第1级只有20个传者样本，传者第10、11级为空缺，这几个等级样本量过小，不纳入考察范围)。
表4-167 传者正在追踪他人照片的数量等级序列
根据表4-168的相关分析的结果可知，传者正在追踪他人照片的数量等级和“该等级传者拥有的相对比例最高的受众等级”，其Kendall秩相关系数的P值为0.034，通过显著性检验，相关系数值为0.618。Spearman等级相关系数为0.575，双侧的显著性P值为0.136，该值未通过显著性检验。Kendall相关系数是检验秩相关的直接和针对性的检验手段，由于该值通过了检验，因此总体上可以认为传者正在追踪他人照片的数量等级和“该等级传者拥有的相对比例最高的受众等级”存在着显著的相关性。
表4-168 双变量相关性检验结果
*. 在置信度(双测)为0.05时，相关性是显著的。
4. 传受关系中的影响力
根据每一行传者对应数据，根据传者的推荐语数量和受者的推荐语数量制作交叉表。共有有效样本对8 825个。其中每一行的数据表示某个等级的传者，其对应的各个等级的受众所占的比例。
表4-169 传者推荐语数量与受众推荐语数量转移概率矩阵
用“该等级受众所属的比例最高的传者等级”，表示对于某个等级的受众，它来自哪个等级的传者中比例最高。用“该等级传者拥有的比例最高的受众等级”，表示对于某个等级的传者，它拥有哪个等级的受众是比例最高的。某个等级的受众所属的比例比高的传者等级，以及某个等级的传者拥有的比例最高的受众等级，其数值以及排序的对应关系如表4-170所示(因传者的第9、 10级为空缺，这两级的数据不纳入考察范围)。
表4-170 推荐语数量等级序列
相关分析显示，受众的推荐语数量等级和该等级受众所属的比例最高的传者等级之间，存在着显著的相关性，其中Pearson相关系数为0.76，P值为0.02。Kendall秩相关系数和Spearman等级相关系数都通过了检验，P值分别为0.023和0.007，低于0.05的显著性临界标准；相关系数分别为0.701和0.856。这显示，受众及其传者在影响力等级存在显著的关联。
表4-171 双变量相关性检验结果
*. 在置信度(双测)为0.05时，相关性是显著的。
**. 在置信度(双测)为0.01时，相关性是显著的。
考察每个等级的传者，其受众的分布偏向。由于受众在各个等级的分布，还受到总体中受众分布的影响，所以把传-受矩阵中，某等级传者所对应的各个等级的受众的比例，减去该等级的受众在总体的比例，也即单元格的值减去该列的总体值。这样得到的矩阵如表4-172所示。
表4-172 传者推荐语数量与受众推荐语数量转移概率矩阵
用“该等级传者拥有的相对比例最高的受众等级”，表示对于某个等级的传者，它拥有哪个等级的受众是相对比例最高的。其中，相对比例指的是，i等级的传者拥有的j等级受众比例-总体的j等级受众比例。其数值以及排序的对应关系如表4-173所示(因传者的第9、10级为空缺，这两级的数据不纳入考察范围)。
表4-173 推荐语数量等级序列
根据相关分析的结果可知，传者的推荐语数量等级和“该等级传者拥有的相对比例最高的受众等级”，存在着显著的相关性，其P值为0.029， Pearson相关系数为0.76。Kendall秩相关系数和Spearman等级相关系数也都通过了检验，P值分别为0.023和0.007，低于0.05的显著性临界标准；相关系数分别为0.701和0.856。这显示，传者及其受众在影响力等级存在显著的关联。
表4-174 双变量相关性检验结果
*. 在置信度(双测)为0.05时，相关性是显著的。
**. 在置信度(双测)为0.01时，相关性是显著的。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
