Page 230 - 《社会》2018年第3期

网络左翼的三重面相

表 ４ ：运用两种方法对 １８ 个 犐犇 所属思潮类型进行判断的比较
聚类分析所判 人工观察所判定 聚类分析所判 人工观察所判定
犐犇 犐犇
断的类别 的类型 断的类别 的类型
狊狕犱 狔 犃 自由主义左翼 犽犿狋狑 狔犼 犅 国家主义左翼
犮狊狊狊犱狀 犼 狅 犃 自由主义左翼 犼犵 狋犫 犅 国家主义左翼
狑狀犿 犵 犫 犼 犃 自由主义左翼 犵 狓犾犾犱 犅 国家主义左翼
犵 狉狑狓 犃 自由主义左翼 狔 犿犮 犵 犅 国家主义左翼
狓９９ 犼 犃 自由主义左翼 犾犮狓犾 犅 国家主义左翼
犳 狔 狑犫狕 犃 自由主义左翼 狇 犾 犅 国家主义左翼
狕 狔 狑 犃 自由主义左翼 狉狕狋犱 犆 民粹主义左翼
犮犾 犼 狑狕犪 犅 国家主义左翼 犱犾狑犫狕 犆 民粹主义左翼
犵 狉 狇 犱 狔 犺狓 犅 国家主义左翼 狔 犫狊 犆 民粹主义左翼
注：遵照研究伦理与研究规范的要求，具体的 犐犇 名称已作技术处理。

五、网络左翼思潮谱系特征与社群“圈子”

为了系统地检验上文关于三类左翼思潮在不同议题上态度的论
断，以及从宏观的角度来揭示左翼思潮内部及不同左翼思潮间的网络
互动结构，我们在机器学习和聚类分析的基础上，进一步使用社会网络
分析技术来考察微博用户的网络互动模式，以及互动模式与议题立场
之间的对应关系。本部分所分析的对象是根据用户之间直接提及关系
（ ＠ 犐犇 ）所建构的互动网，该互动网由 ７４５ 个用户、 １７９８５ 对互动关系
所构成（详见“研究方法”部分）。下文第一小节将汇报聚类分析结果，
这是本文对网络互动结构做实质性解读的基础，第二小节和第三小节
将分别聚焦网络社群互动结构及其演进动态。
（一）思潮谱系特征：基于议题表达的聚类分析

为了分析不同类型的微博用户的思潮谱系特征，笔者根据聚类结
果对各议题的表达频数汇总，计算用户群的平均表达频数和相对频率。
结果显示（参见图 ２ ），第一个用户群的明显特点是持有较强的反西方
的态度，同时对第一代领导人持有强烈的正面感情，且具有国家主义价
值观。值得一提的是，尽管该用户群支持国家主义的表达频数小于反
西方态度的对应频数，但通过对三个用户群的横向比较可以发现，第一
个用户群对国家主义的支持最强烈，这在相对频数图中尤其明显。基
于上述分析结果，本文将第一个用户群称为“国家主义左翼群体”。
不管是表达频数还是相对频率均清晰地表明，第二个用户群持有

· ２ ２ ３ ·