“研究‘谁’的学者查看传播者启动并指引传播行为的因素，我们将这个研究领域的子项目称为控制分析。”[8]也就是说控制分析的研究对象主要是传播者及其对传播行为的影响。在过去，大众媒介自身所特有的精英化倾向和稀缺性资源等属性，使得传播的话语权集中在少数的意见领袖手中，“（施拉姆）第一次提出了两级传播的假设：‘概念往往先从无线电广播和报刊流向舆论界的领导人，然后再从这些流向人口中不那么活跃的部分。’简言之，舆论传播先影响意见领袖（亦称舆论领袖），再通过意见领袖影响其他人。”[9]事实上，在大众传播过程中，非数字化和非普及化的媒介形式使得信息在触及受众之后很难再形成大规模的多次转发、评论和再生产、再加工，因此信息的接收者便被动地沦为“沉默的大多数”，意见领袖得以因此对沉默的大多数产生影响。正因为这种清晰、单向和简洁的传播结构，使得彼时的控制分析能够非常快捷地找到作为意见领袖的传播者并对他们施加影响，进而改变传播者的传播动机、心理、行为和影响。
近20年来，数字化媒体的快速发展逐渐地消解了传统大众媒体时代的意见领袖所特有的权威地位，这一状况与它对信息接收者的大范围赋权所造成的“传受合一”现象互为因果。博客网站、视频网站、即时通信工具、社交媒体网络、自媒体内容平台等数字媒体形式的不断演化和迭代，使得过去被动接收信息的大众媒体受众，摇身一变成了能够即时接收信息、评论信息、加工信息、生产信息和传播信息的用户。“以自媒体性质的微媒介为主要网络入口的微传播便体现了这种传受身份明晰界限的消解。每一位进入微传播中的网民都能在开放的信息平台建立个人空间，成为信息的主宰，根据自己的判断和需求‘筛选’关注的焦点，创作独立的文本，既能发布信息，又能接收信息。”[10]双向互动的网络传播结构在冲蚀着单向被动的大众传播结构的同时，二者之间还发生着更微观层面的融合与重构，传统媒体的意见领袖仍然在起作用，数字媒体的时空中也不断涌现着新的关键意见领袖（Key Opinion Leader，KOL）阶层，他们以科技大咖、微博大V、自媒体大神、网红主播的身份活跃在不同的数字媒体平台和各色的线上线下活动之中。更关键的还在于，他们来自用户、跻身于用户，同时也回归于用户、作用于用户，他们就是广大用户群体中不可被割裂的有机成员之一，他们在影响着用户的同时也被用户影响着。
而事实上，数字媒体所特有的这种参与性、网络化和扁平式特征，使得每一位用户都有机会在特定的场景和周期中成为意见领袖。作为网络结构中的一个节点，任何人的任何言论都有“从蝴蝶的翅膀”演变为“沿海的飓风”的可能性，哪怕只是短时间爆发出某种巨大的影响力。就像已故的艺术大师安迪·沃霍尔著名的“15分钟定律”所预言的那样：每个人都能在15分钟内出名；每个人都能出名15分钟。“信息正以光速传播，‘名流’在一夕之间便能被制造出来，即便他们很可能来得快，去得也快。”[11]事实上，正是这种对于网络社会中关键意见领袖所可能造成的影响力的迷恋甚至狂热，驱动着越来越多的用户不再满足于单纯的信息获取，而开始热衷于个性化的话语表达。越来越多的受众变成了用户，越来越多的用户想成为意见领袖，这种用户对传播话语权的广泛竞争已经彻底解构了大众传播时代的意见领袖们所拥有的超乎寻常的影响力。
众声喧哗意味着媒介空间中的信息源和传播者数量变得越来越多，意味着信息接收者所面对的数据规模越来越庞大，同时意味着用户与用户之间相互作用形成的传播关系和传播结构越来越复杂。这种情况下的控制分析，就与过去大众媒体时代的基本逻辑产生了差异，“一个非常重要的问题是如何重构出信息传播的路径，即给定一个有向网络，能否通过多次信息流传播的观测将社会网络的拓扑结构给推测出来。其相关的核心思想是：已知用户之间的网络结构，根据节点之间的关系推测信息传播的可能性”。[12]但单纯依靠过去的简单方法根本无法做到“已知用户之间的网络结构”，更遑论对当前的传播现象和传播问题进行有效的控制分析，因为在意见领袖和意见结晶遍地都是的信息洪流之中，任何人都已经无法分清谁是最初的信息源、谁是活跃的关键节点、谁是影响巨大的转发者、谁是信息的二次加工者、谁是被蛊惑的受骗者，没有化腐朽为神奇、点数据为金玉的“八卦炉”便练就不出驱散重重迷雾、穿透嘈嘈噪声的“火眼金睛”。“社会现象卷入了海量的异质性的个体的相互互动，以至于变得非常复杂。(www.xing528.com)
幸运的是网络科学的研究开启了一个新的研究方向，但是网络科学需要大量的实证数据，而基于互联网的传播恰好提供了两种新的研究方式，一种是各种各样的‘数字足迹’，另外一个是互联网实验。”[13]在理论上，或者在进行互联网实验的前提下，我们的控制分析过程是完全可以借助传统的统计量化方式，根据用户的数字足迹（如阅读、评论、转发等情况），抽象出某一条具体信息在特定时间周期内的传播路径和传播结构模型的，这个模型向我们展示了信息传播的起点、传播的层级、路径的长度、分享的广度等。但现实的情况是用户行为具有多变性、传播环境具有复杂性、信息规模具有海量性，这就导致传统研究方式根本无法应对瞬息万变的网络传播现实，这种挑战对于传统的大众传播学而言是技术性的，没有相应的技术手段、分析方法和专业人才去落实这种理论上的可行性。
在这一点上，大数据思维和技术的发展使得我们对数字化的传播路径研究有了一个强有力的抓手，尤其是数据可视化技术的运用，为我们研究信息传播过程中产生的大规模数据提供了简便但可行的具体工具。如数据可视化工具，“它主要用于类似微博数据流这样的大规模非数值型数据，将源数据转化为简洁易懂，符合人们认知习惯的视觉图像信息。既为研究者解决了数据量大所带来的研究难度，又免去了许多社会科学背景知识的学习。”[14]这时候，尽管众声喧哗，我们依然能够运用数据主义和计算主义的工具，以最直观的方式在最短的时间内找到发声者、附和者、追随者、反对者以及搅局者等传播过程的关键意见领袖，从而展开相应的控制分析和影响施加。
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。
