Integrating Social Network Analysis and Topic Modeling in Social Media Research: A Systematic Literature Review of Open-Access Scopus Studies (2016-2026)
这项对 2016 年至 2026 年间 194 篇 Scopus 开源研究进行的系统性文献综述表明，尽管在社交媒体研究中将社交网络分析与主题模型相结合的趋势正在迅速增长，且主要通过 Twitter 聚焦于健康和政治领域，但目前的应用仍主要停留在浅层且处于并行状态，这促使作者提出一个全面的分类法、研究模型及议程，以提升方法论的深度和验证标准。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
每当我们滚动、发布或分享时，社交媒体都会留下两种截然不同的足迹。一种足迹是内容本身：我们输入的文字、表达的观点以及讲述的故事。另一种足迹是连接：转发、回复或关注某人的行为，这揭示了谁在听谁说话，以及思想如何在人与人之间传播。多年来，研究人员一直将这些足迹分开研究。一些团队绘制连接图谱以观察社群如何形成以及影响力如何扩散；而另一些团队则分析文本以理解人们究竟在谈论什么。但要真正理解数字世界，必须同时观察关系的地图和对话的地图。挑战在于如何将这两张不同的地图编织在一起，而不丢失其中任何一方的细节。
由布劳威查亚大学（University of Brawijaya）研究员 Dwi Jaya Saputra 进行的一项近期系统性综述，全面审视了过去十年间科学家们尝试结合这两种方法的研究方式。该研究调查了 2016 年至 2026 年间发表的 194 篇开放获取研究论文，这些论文试图将社交网络分析与主题模型相结合。其目标不仅是统计研究的数量，更在于理解这些研究是如何构建的、它们发现了什么，以及该领域正走向何方。综述显示，这是一个正在快速增长的领域，但往往停留在表面，即研究人员只是将两种不同的分析并排运行，而非将它们编织成一种单一且更深层的理解。
该综述首先通过主要的学术数据库搜索了同时对社交媒体数据使用网络分析和主题模型的课题。在筛选了免费获取的英文文章后，研究人员将 560 篇潜在论文缩减至符合严格标准的 194 篇。这些研究涵盖了广泛的主题，从健康讨论、政治辩论到商业趋势和环境问题。数据来自多个平台，尽管其中一个平台——X（原 Twitter）提供了超过一半的研究信息。随着时间的推移，Reddit、YouTube 和微博等其他平台的使用量有所增加，表明研究版图正在超越单一来源。
当研究人员观察这些研究是如何开展时，他们发现了一种结合这两种方法的清晰模式。在绝大多数情况下（约 71%），研究人员采用了“并行”方法。这意味着他们运行主题分析以观察人们在谈论什么，并运行网络分析以观察谁与谁相连，然后仅仅是将两者的结果进行对比。这就像是分别查看一张城市的道路地图和一份热门商店清单，然后注意到它们似乎有重叠，却并未实际追踪道路是如何通向这些商店的。虽然这种方法常见且有用，可以提供概括性的概述，但综述发现，它很少测试两者之间的联系是真实的还是仅仅是巧合。
只有极小部分研究（约 9%）尝试了“联合”方法，即在单一的数学框架内同时对网络和文本进行分析。这些研究更为复杂，因为它们试图同时估算社群的结构和对话的内容。另一组研究使用了“从网络到主题”的方法，即先识别出人群群体，然后再分析这些特定群体在谈论什么。第四种罕见的情况（占比不足 5%）使用了“从主题到网络”的方法，即根据人们讨论主题的相似性来构建人与人之间的连接。综述表明，尽管该领域正向更复杂的方法迈进，但简单的并行方法仍然是大多数研究者的默认选择。
用于分析文本的工具也在演进。长期以来，一种被称为潜在狄利克雷分配（LDA）的方法一直是寻找大规模文本中隐藏主题的标准方法，它出现在了约三分之一的研究中。然而，使用先进语言理解能力的更新技术（如 BERTopic）已开始在近年来更频繁地出现。尽管存在这种技术转变，综서指出在透明度方面仍存在显著差距：一半的研究在摘要中并未指明其使用的具体算法。此外，极少有研究对如何检查其发现的准确性进行了明确说明。大多数摘要并未提到研究人员是否测试过如果使用不同的设置或不同的工具，其结果是否会发生变化。
研究人员得出结论，虽然结合这两种方法已成为社交媒体研究的常规部分，但这种整合往往是浅层的。该领域已从 2016 年的仅 1 篇文章增长到 2025 年的 36 篇文章，显示出明显的兴趣加速增长。然而，研究设计的设计水平并未能跟上这种增长。综述提出了一个新的未来研究框架，鼓励科学家超越仅仅运行两个独立分析的阶段。相反，他们应该选择一条关于网络与文本如何相互作用的具体路径，无论是从主题构建网络，还是在特定的社群内分析主题。至关重要的是，作者认为研究人员必须验证其结合后的发现，测试人与言语之间的联系在不同条件下是否依然成立。
展望未来，该综述勾勒出了下一个十年的研究议程。它呼吁开展更多针对 X 以外平台的 studies，包括目前代表性不足的视频类网站和即时通讯应用。它还敦促研究人员扩大工作范围，纳入那些在很大程度上被忽视的语言和地区，从而超越以美国和中国为主导的研究现状。最后，综述建议，最有前景的路径在于开发将网络结构与对话内容视为一个单一、互联系统的模型。通过这样做，研究人员可以从仅仅描述社交媒体上发生了什么，转向真正理解人与人之间的连接是如何塑造他们所分享的思想的。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。