媒体微博信息特征对信息行为的影响因素研究
来源:用户上传
作者:程生雪 江长斌
摘 要：由于微博信息交流的开放性，同一事件会引发大量的媒体报道，同质化信息爆炸正成为阻碍媒体微博争夺用户注意力的关键性问题。在ELM框架下采集“改革开放40周年”数据进行回归分析。结果显示中心路径的指引词、概要句、情感对话、趣味符号、拓展形式、文本长度，边缘路径的信源权威性和信源可靠性对用户的转发、评论和点赞行为分别有不同程度的影响。
关键词：ELM;媒体微博;信息特征;信息行为
0 引言
微博作为新媒体出现在大家的视野中，它成了信息迅速传播和扩散的重要途径。截至2019年6月，微博上媒体账号达3.5万个，主流媒体在微博上覆盖用户已超过5亿，累计覆盖超过15亿人次，入驻微博已是媒体运营的重要一环。不同于传统发言渠道一对多的单向新闻传播，微博平台可以实现一对一双向互动信息传播，微博受众能够通过转发、评论、点赞等行为发表观点、讨论公共事务、参与社会生活。所以，即便是主流媒体微博，想要在公众注意力争夺的时代获取受众对新闻信息的关注，就必须从用户角度考虑发布的内容和方式。基于此本文将视角聚焦于官方媒体的微博新闻，探讨在此类新闻报道中，新闻信息从哪些方面会对用户评论、转发和点赞行为产生影响，媒体应该如何在用词布局、发布方式等方面进行选取和编辑，从而吸引网民积极传播和参与讨论新闻事件，同时进一步扩大入驻微博的媒体知名度和影响力。
1 国内外研究综述
Petty和Cacioppo（1984）提出精细加工可能性模型（Elaboration Likelihood Model，简称ELM），并发现消费者会受中心路径和边缘路径上信息的影响而进行传播行为或消费决策行为。ELM作为一种劝说模型在信息传播及消费者行为研究中得到广泛应用。Glassman & Paprzycki（2018）使用ELM来比较中心和边缘预防信息对大学生酒精消费和醉酒行为的影响;张伟，李晓丹（2018）基于ELM理论分别从中心路径（自有媒体发博量）和边缘路径（第三方媒体发博量）来对比分析用户反应（产品关注和产品态度）。对已有研究文献进行梳理过后，发现对微博信息特征的研究主要集中在用户的感知特性和给用户带来阅读感知的具体特征类别这两个方向。王霞，牛海鹏（2013）微博信息中信息的原创性和微博内容的字数对微博信息口碑的，对微博网络口碑有一定的影响，进而对信息行为产生一定的影响;Nur Siyam（2019）用Random Forest和Adaboost分析结果证实，帖子类型（视频，图像，链接和状态）、日期和时间会影响公民的参与度。因此本文基于ELM理论框架，通过中心路径和边缘路径来进行媒体微博信息特征对用户信息行为的影响研究。
2 研究假设提出
本文的理论因素来源于媒体微博中心路径信息特征和边缘路径信息特征，因此分别从这两条路径探讨媒体微博信息特征与用户信息行为的影响关系。
2.1 中心路径信息特征与用户行为
（1）指引词。
在微博的博文中往往会出现“为……转发/点赞”“转存|收藏”“戳图了解详情”等引导用户进行转发、评论和点赞的指引性的文字，如“手动点赞！五组数据，看40年中国办的这些大事！”此类指引性文字对吸引用户进一步了解事件，参与讨论等行为会产生影响。因此作如下假设H1。
H1：媒体微博的指引词正向影响用户信息行为。
（2）概要句。
微博媒体新闻报道相较于传统媒体文章的新闻报道，除了篇幅、格式、风格等的区别，题目也是一个显著的不同。闵庆飞，覃亮（2017）在研究信息特征对评论有用性的影响时发现含有标题的评论信息比没有标题有用性更高。基于此，提出假设H2。
H2：媒体微博的新闻概要句正向影响用户信息行为。
（3）趣味符号。
随着表情包的兴起，微博的博文除了文字，往往会插入潮流表情包来传递情感。胡阳（2017）论证人民网新浪微博表情包在受众认知、情感和行为等方面所产生的传播效果时，发现表情符号的建构举措，在提升受众关注度，引导社会舆论等方面起到了积极的效果。因此提出假设H3。
H3：媒体微博的新闻趣味符号正向影响用户信息行为。
（4）情感对话。
媒体微博注重用户的情感交互热度才能有效影响用户信息行为。目前部分媒体微博擅于运用立场鲜明、气势强烈、情感饱满的感叹句或问句来调动情感，引发深思。Linda & Hollebeek（2014）等则在其关于顾客品牌参与的研究中，认为顾客在认知、情感、行动上的深度参与对消费者的品牌意识、注意度和品牌态度等方面具有显著正向影响。基于此，作出假设H4。
H4：媒体微博的新闻情感对话正向影响用户信息行为。
（5）拓展形式。
“文字+”型的微博内容是热门微博中较为常见的呈现形式，相对于只提供文字的微博呈现形式而言，“文字+图片”“文字+視频”等结合形式能表达的信息元素更为丰富，也更易引发用户转发、评论等信息行为。基于此，提出假设H5。
H5：媒体微博的拓展形式正向影响用户信息行为。
（6）文本长度。
过长的新闻信息造成了微博媒体用户的阅读障碍，无法快速获取新闻事件核心内容。如周梅，冯超颖（2019）在共青团微博社会互动性影响因素研究中发现微博粉丝对主题鲜明、问题简短的内容认可度更高。基于此，作出假设H6。
H6：媒体微博的文本长度负向影响用户信息行为。
2.2 边缘路径信息特征与用户行为
通过梳理前人的研究文献发现，尽管学者对微博信源特征因子划分不尽相同，但也存在着一定的共性，即主要涉及信源的权威性和可靠性两类。
（1）信源权威性。
权威性特征是影响用户信息行为最主要的特征之一。权威专家对受众态度行为的影响作用一直受到各个领域研究者的关注。基于此，作出假设H7。 H7：媒体微博的新闻权威性正向影响用户信息行为。
（2）信源可靠性。
以上是分别对媒体微博用户信息行为影响因素与信息行为之间的关系作出假设。而评论、转发和点赞是微博最常用的功能，因此在后续的数据分析中会分别对各理论因素与转发、评论和点赞行为的关系作出验证。研究假设总结如图1所示。
3 数据采集和处理
3.1 数据采集和预处理
本文以“改革开放40周年”为关键词，以时间2018年10月1日-2018年12月30日为限制条件，通过爬虫软件搜索爬取相关微博数据，去除无效数据剩余10195条数据。而本文的研究变量分为计数变量和分类变量，其中计数变量的描述统计结果如表1所示。可以看出计数变量的均值和方差不相等，且方差较大。
3.2 测量变量定义与赋值
根据用户行为的类型设置3个因变量，分别是转发量（Y1）、评论量（Y2）、点赞量（Y3）。自变量即中心路径的情感对话（IA）、趣味符号（FN）、拓展形式（EP）、文本长度（RE）、指引詞（GD）和概要句（SA），边缘路径的信源权威性（AT）和信源可靠性（PF）。为了保证研究结果更具科学性，对变量进一步量化，使其转化为可操作的观测变量（表2）。
3.3 数据处理方法选择
考虑到因变量表示的是事件发生的数目，为离散的整数（计数变量），且博文被转发、评论和点赞的行为是随机的，具有泊松（Poisson）分布特征。但泊松模型要求条件均值与条件方差相等，此条件在现实中较难满足，所以经常采用负二项回归。如表1显示，本模型中因变量的方差远大于期望，即存在数据过度分散现象，此时需要选择“稳健标准误”以保证参数估计、假设检验的照常进行。因此本文根据实际情况，参考张玥（2014）的处理方法，采用“负二项式回归+稳健标准误”进行假设检验。构建以转发数、评论数和点赞数为被解释变量的非线性回归模型公式（1），检验影响因素与用户信息行为之间的关系。
4 回归分析与假设检验
4.1 模型评估
研究设计构建的回归模型中，涉及3个模型、8个自变量。为避免模型估计失真，需要逐一检验不同模型对观测值的拟合度，以及解释变量之间的相关关系紧密程度。本文各模型的解释变量对模型Y1、Y2和Y3的拟合值分别为F1=466.50、F2=457.89、F3=502.776，自变量对各因变量的影响在95%的显著性水平下显著（p<0.01）;而本文的回归方程对转发、评论和点赞的解释力度（Adjusted R2）均大于57%（社会学问题中有效范围为大于0.4）。此外，本文各模型中自变量的方差膨胀因子（VIF）均趋近于1（<10），且Tolerance的范围为（0.8，1），均在合理范围内，模型也可以排除自变量之间的多重共线性问题，即由八个变量为自变量所构建的模型较为稳定。因此，回归方程的稳健性和预测能力符合研究要求。
4.2 回归与结果分析
由上文可知本文根据数据统计分析结果，采用“负二项式回归+稳健标准误”进行假设检验，因此使用Stata统计工具来进行回归分析，最终得出表3的验证结果。
表3显示三个关系模型的alpha值（过度分散参数）范围都在0以上，所以alpha值不为0，就可以认为本文采用负二项回归而不是泊松回归是正确的选择。另外，需要根据P值和回归系数判断假设的正确性。
信源权威性与网民信息行为有显著的正向关系（P<0.01），H7获得支持。权威度（粉丝数/关注数比）高，说明接触到本条新闻信息的群体基数大，相应产生信息行为的用户数量就会增多。
信源可靠性对评论和点赞行为无影响，对转发也只是有轻微影响，H8未获得支持。这是因为测量上采用的是发博总数，即发博总数对于信息行为是负向影响的（回归系数小于0），较多较频繁的发文会导致用户新闻信息产生忽视行为。
指引词、概要句对网民信息行为有正向影响（P<0.01），H1、H2得到支持，说明使用引导用户进一步参与信息交流的指引词会对用户产生一定的心理暗示和激励作用，进而产生相应的信息行为;而概要句会提升用户信息接收力度，使得用户能快速注意到博文信息概要，理解信息，进而产生信息参与行为。
趣味符号对网民信息行为有显著的正向影响（P<0.01），H3得到支持，研究结果符合视觉信息对中枢神经的刺激更直接、更持久，对信息接收者思想意识的形成具有明显效果的结论。
情感对话对网民信息行为有正向影响，但仅对评论模型影响显著（P<0.01），对转发（P<0.059）和点赞（P<0.031）的影响甚微，因此H4得到轻微支持。感叹号和问号更易引发的是网民的情感共鸣和思考，从而引发对思考观点和情绪的表达，而评论行为的产生在一定程度上会依赖用户的思考行为和情绪表达需求。
拓展形式对网民信息行为有正向影响，但仅对转发和点赞模型具有影响，对评论无影响，因此H5得到部分支持。拓展信息在一定程度上会分散用户的注意力，特别是网页链接类拓展信息，用户跳转出微博界面后，没有返回微博界面，在现实数据上就会导致信息行为数据的残缺。
文本长度对网民信息行为产生一定影响，但影响效果不明显，H6得到轻微支持。文本长度的测量项采用的是文本实词长度，一般对于新闻信息来说，主题鲜明、内容简短的文本会方便用户快速接收信息，所以结果显示文本长度是负向影响用户信息行为的。
5 管理建议和展望
5.1 管理建议
（1）提升媒体公信力的同时更要注重信息内容的编排。信息交流平台的发展使得每个人都能成为信息的发布者，不仅只有权威者的信息才有人关注，普通大众的发声也会吸引网民的注意力，曾经的权威性代表若不跟紧时代，会逐渐失去公众公信力。 （2）注重媒体博文的用词。无论是文字类语言，还是非文字类语言都会对用户信息行为有着不同层面的影响。信源应根据新闻信息的需要，是需要传播还是需要民意调查，运营不同的句式、指引词等来引导用户进行相应的转发或者评论行为。
（3）注重媒体博文的长度。针对这一问题，媒体微博应该注意将自身定位与营销类博主区分开，过长的文字内容会干扰用户的阅读。新闻信息在一定程度上包含核心的六要素即可将事件归纳的简洁清晰，便于用户快速理解。
5.2 展望
未来的研究中可以对信息特征的不同组合方式，如交互符号+指引词、趣味符号+拓展链接等对用户信息行为的影響进行合理性和有效性的研究;而对于信息行为来说，本文研究的转发、评论、点赞三类行为仅仅是信息传播和采纳行为，还有像信息的搜索、利用、忽略和抵制等行为在未来的网络信息管理方面也有着很重要的研究价值。
参考文献
[1]Tavis Glassman，Peter Paprzycki，Thomas Castoret al.Using the Elaboration Likelihood Model to AddressDrunkorexia among College Students[J].Substance Use & Misuse，2018，53（9）：1411-1418.
[2]张伟，李晓丹，郭立宏.不同微博营销渠道对产品销量的影响研究：品牌自有媒体VS第三方媒体的路径对比[J].南开管理评论，2018，21（02）： 43-51.
[3]王霞，牛海鹏.企业微博营销中品牌曝光度对网络口碑的影响研究[J].管理评论.2013，25（05）：116-122.
[4]Nur Siyam，Omar Alqaryouti，Sherief Abdallah.Mining government tweets to identify and predict citizens engagement[J].Technology in Society，2019，60： 101211.
[5]闵庆飞，覃亮，张克亮.影响在线评论有用性的因素研究[J].管理评论，2017，29（10）： 95-107.
[6]胡阳.人民网新浪微博的表情包符号建构与传播效果研究[D].成都：西南政法大学，2017.
[7]Linda D.Hollebeek，Mark S.Glynn，Roderick J.Brodie.Consumer Brand Engagement in Social Media：Conceptualization，Scale Development and Validation[J].Journal of Interactive Marketing，2014，28（2）：149-165.
[8]周梅，冯超颖.基于IMC的共青团微博社会互动性影响因素及对策研究[J].毛泽东思想研究，2019，36（01）：140-149.
[9]朱丽叶，袁登华，张静宜.在线用户评论质量与评论者等级对消费者购买意愿的影响——产品卷入度的调节作用[J].管理评论，2017，29（02）：87-9.
[10]叶光辉，曾杰妍，胡婧岚.用户应急信息搜寻行为研究评述[J].图书情报知识，2019（04）：71-81.
[11]张玥，孙霄凌，朱庆华.基于ELM模型的微博舆情传播影响因素研究——以新浪微博为例[J].情报学报，2014，33（04）：426-438.
转载注明来源:https://www.xzbu.com/2/view-15186025.htm
