武仲元

摘 要 本文以15家傳統(tǒng)媒體的官方微博為研究對象，樣本涉及通訊社、報紙、廣播電視等傳統(tǒng)媒體，選取6項關(guān)鍵性指標，運用SPSS軟件對影響傳統(tǒng)媒體微博影響力的因子做主成分分析，提取了“社交活躍度”和“內(nèi)容生產(chǎn)力”兩個主成分，并由此得到傳統(tǒng)新聞媒體微博影響力的評價模型。

關(guān)鍵詞 傳統(tǒng)媒體；微博；媒體融合；主成分分析

中圖分類號 G2 文獻標識碼 A 文章編號 1674-6708（2018）202-0146-02

1 研究問題的提出

在傳統(tǒng)媒體與新興媒體融合發(fā)展的時代背景下，“兩微一端”成為傳統(tǒng)新聞媒體“轉(zhuǎn)戰(zhàn)”新媒體領(lǐng)域的標配。然而，隨著微信公眾號的興起和迅猛發(fā)展，曾幾何時影響力如日中天的微博逐漸式微，甚至一度面臨平臺熱度危機。

另外，微博仍然因其較之于微信更具媒體屬性，因此許多受眾依舊將微博作為發(fā)布和獲取新聞資訊的重要平臺。目前新浪微博影響力較大，擁有巨大的用戶群。因此，對于通訊社、報紙、廣播、電視等正在積極轉(zhuǎn)型的傳統(tǒng)媒體而言，如何在微博平臺上擴大影響力、提升話語權(quán)成為關(guān)鍵。絕大多數(shù)傳統(tǒng)媒體在新浪微博上擁有官方賬號，并且保持一定的發(fā)布數(shù)量。

由此引出本文的研究問題：如何準確地衡量和描述傳統(tǒng)媒體在微博上的影響力？

2 數(shù)據(jù)來源說明

本文選取目前新媒體排行榜中比較有影響力的“新榜”數(shù)據(jù)中排行前50名的媒體機構(gòu)微信公眾號中前15位傳統(tǒng)媒體（包括《人民日報》、央視新聞、新華社、《參考消息》、《環(huán)球時報》等）的官方微博（以新浪藍V認證為準）作為研究對象，用八爪魚數(shù)據(jù)采集軟件抓取這15個新浪微博在黨的十九大召開這一重大新聞事件期間（即2017年10月18日到2017年10月25日）7天的發(fā)博數(shù)、評論數(shù)、轉(zhuǎn)發(fā)數(shù)和點贊數(shù)，以及截至2017年10月25日的關(guān)注數(shù)和粉絲數(shù)，通過這些來比較研究這15家傳統(tǒng)媒體在微博上的影響力。

3 研究方法

本研究使用SPSS23.0軟件進行主成分分析，通過計算將相關(guān)性較高的因子歸為一類，提取主成分替代原始6個變量，從而實現(xiàn)對指標體系的降維，并考察每一個主成分對于微博影響力的作用程度，構(gòu)建傳統(tǒng)媒體微博影響力的評價模型并進行模型檢驗。

4 研究發(fā)現(xiàn)及檢驗

4.1 提取主成分并命名

通過計算，本研究數(shù)據(jù)KMO檢驗值為0.598，對應(yīng)sig值為0.000，提示適合進行主成分分析。對原始數(shù)據(jù)進行主成分分析，顯示只有前兩個主成分的特征值大于1，而且累計方差貢獻率達到了80.625%，提示本研究提取2個主成分便可比較充分地反映原始數(shù)據(jù)。

SPSS計算得出主成分載荷表顯示，關(guān)注數(shù)、粉絲數(shù)、平均每條轉(zhuǎn)發(fā)數(shù)、平均每條評論數(shù)和平均每條點贊數(shù)這5個變量在主成分F1中的載荷比較高，因該5個變量均反映了該媒體微博與其粉絲和關(guān)注對象之間的交互行為，因此本文將其命名為“社交活躍度”主成分。日均發(fā)博數(shù)這個變量在主成分F2中的載荷較高，而這個變量則反映了媒體微博的內(nèi)容生產(chǎn)行為，因此，將其命名為“內(nèi)容生產(chǎn)力”主成分。

4.2 傳統(tǒng)媒體微博影響力排名

在上述分析的基礎(chǔ)上，首先課利用SPSS軟件計算得出兩個主成分F1、F2的得分值，然后再通過軟件計算出主成分綜合得分與各主成分之間的關(guān)系模型[ 1 ]，即F=0.7381×F1+0.2619×F2。最后，經(jīng)過計算，兩個主成分得分和綜合評估得分及排名情況如表1所示。

從綜合得分和排名來看，《人民日報》位列第一，作為傳統(tǒng)媒體與新興媒體融合的排頭兵和先行者，《人民日報》在新媒體領(lǐng)域的影響力有目共睹，這也可以通過各大微博、微信排行榜榜單數(shù)據(jù)得到印證。

《央視新聞》《環(huán)球日報》《錢江晚報》《新華視點》《中國日報》綜合得分在平均水平之上，處于第二梯隊，社交活躍度和內(nèi)容生產(chǎn)力也都較靠前。其余9家的微博影響力都在平均水平之下，位于第三梯隊。

4.3 模型實證檢驗

根據(jù)本文得出的綜合排名中前三名為《人民日報》《央視新聞》及《環(huán)球時報》，對照新榜和清博指數(shù)兩個榜單中相對應(yīng)的周榜數(shù)據(jù)，發(fā)現(xiàn)完全匹配，顯示出本研究所得出的微博影響力指標體系具有一定的解釋力，也為進一步研究提供依據(jù)和基礎(chǔ)。

5 研究結(jié)論及討論

5.1 “內(nèi)容為王”還得“互動跟上”

許多傳統(tǒng)媒體總是堅信“內(nèi)容為王”，因此光顧內(nèi)容生產(chǎn)力的建設(shè)，卻忽視了社交媒體的交互屬性，疏于對粉絲的管理和維護。

從本研究所得出的微博影響力評價模型中不難發(fā)現(xiàn)，“社交活躍度”主成分的影響系數(shù)為0.7381，而“內(nèi)容生產(chǎn)力”主成分的影響系數(shù)為0.2619，這充分說明了傳統(tǒng)媒體的“線上生存”不僅是“內(nèi)容為王”，還得“互動跟上”，注重粉絲的活躍度和交互熱度，這樣才能提升傳統(tǒng)媒體微博的影響力。

5.2 評論作為二次內(nèi)容生產(chǎn)的重要性

本研究通過計算得出兩個主成分的特征系數(shù)。在“內(nèi)容生產(chǎn)力”主成分中可以看到，除了日均發(fā)博數(shù)占比0.713一枝獨秀外，平均每條評論數(shù)也有0.486的系數(shù)，占比位居第二位，這提示了評論在作為二次內(nèi)容生產(chǎn)這一意義上的重要性。

因為在微博中，用戶習(xí)慣于評論并轉(zhuǎn)發(fā)該條微博，因此用戶如果有精彩的評論，尤其是“意見領(lǐng)袖”的二次加工和分享，往往能夠帶動該條微博在更大和更加異質(zhì)化的關(guān)系網(wǎng)絡(luò)中實現(xiàn)有效的二級傳播，從而提升該微博的影響力和輻射面。

5.3 點贊比轉(zhuǎn)發(fā)、評論更有預(yù)測意義？

本研究通過皮爾森相關(guān)性檢驗，得到平均每條轉(zhuǎn)發(fā)數(shù)、平均每條評論數(shù)、平均每條點贊數(shù)三個變量與綜合得分的相關(guān)系數(shù)分別為0.875、0.856和0.920，提示點贊數(shù)更能敏銳地預(yù)測微博的整體影響力。

拋開網(wǎng)絡(luò)水軍惡意刷數(shù)據(jù)的因素來看，筆者假設(shè)，這一數(shù)值的高相關(guān)性，可能與新浪微博限制了每個賬號對每條微博最多只能點贊一次的規(guī)則有關(guān)，這一規(guī)則在一定程度上過濾了來自水軍的“互動水分”，相對準確地反映了粉絲的“社交活躍度”。當然，這一數(shù)據(jù)是否具有實際意義還值得實踐者們進一步的論證。

參考文獻

[1]孫江華，張殊.基于主成分分析和聚類分析的傳統(tǒng)報紙微博影響力研究[J].現(xiàn)代傳播-中國傳媒大學(xué)學(xué)報，2015，37（4）：141-143.