关系群体为导向的研究把微博应用看作一个整体，并不细致对微博中的应用加以拆分讨论。平亮和宗利永通过“滚雪球”的采样方法对粉丝数超过10万的14个名人微博分别进行了点度、中间和接近中心性分析[4]。他们得出了如图3所示的微博名人社会网络关联图并且形成结论：即使同是意见领袖，由于他们的中心性不同，权力的形式会有所不同，在微博网络上对信息传播的影响也会存在巨大的差异。

解立群、颜清华等研究者选取50位粉丝超过10万的微博名人以及50位粉丝数少于10万的普通人作为样本，编号形成二值矩阵。运用中心性分析、凝聚子群分析和图论法这三种社会网络分析方法对其分析，提出“围观模型”(如图4所示)，同时也说明虽然理论上普通人能和名人直接交流，但现实中无法进入微博名人圈子内部，与名人交流的愿望实质上无法实现[5]。

Akshay Java等[6]通过对微博中信息源类用户结点的识别，并以用户结点之间联系的双向性为基准，利用图论法将网络社区从微博网络关联中分划表征出来。他们总结出微博中最具代表性的三类网络社区，分别称之为：独立网络社区、多结点联结的网络社区以及单结点联结的多网络社区，对应如图5、图6、图7所示。研究者进一步指出，在独立网络社区中，成员之间的情感交流较多并分享彼此的经验经历等;而在多结点联结的网络社区和单结点联结的多网络社区中，不同网络社区之间的人们几乎没有情感交流。

二、微博应用功能为导向的研究

微博应用功能为导向的研究更多的把注意力放在微博不同应用功能上，研究者以微博中的关注、评论、转发、引用等不同应用功能为维度分别考量，虽也是运用社会网络分析方法，但很少关注甚至忽视微博中不同社会群体的划分。此类研究往往从具体的微博热点事件着手，根据不同的微博应用功能分模块进行。

华东师范大学的袁毅、杨成明[7]在新浪微博平台上，随机选择一用户发表的一条关于农民工生存状态的博文，内容包括文字和图片，利用自编程序，采集一段时间周期内，转发、评论或者引用该贴的2466个用户并编号。通过社会网络分析方法，分别得出了关注网络(如图8)、评论网络(如图9)、转发网络(如图10)和引用网络(如图11)。他们进一步阐述了各种网络的不同特点，同时指出，用5W理论解读网络社区的信息交流，认为网络社区中的信息交流是任何人可以在任何时候、任何地点、采用任何方式、对任何人去发表意见的结论是不准确的，现实中的微博传播同样具有信息的不对等性。

三、研究展望