■ 袁 野 萬(wàn)曉榆

2018年8月,CNNIC發(fā)布了第42次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》,相關(guān)數(shù)據(jù)顯示,手機(jī)網(wǎng)絡(luò)新聞?dòng)脩粢?guī)模達(dá)到6.31億,占手機(jī)網(wǎng)民的80.1%。①面對(duì)如此龐大的移動(dòng)互聯(lián)網(wǎng)用戶群體,如何推出形態(tài)多樣、手段先進(jìn)、品質(zhì)高端的新聞,既是傳統(tǒng)媒體和新興媒體融合的重要路徑,也是全媒體時(shí)代傳媒企業(yè)提升用戶感知、優(yōu)化用戶體驗(yàn)的重要抓手。一般來(lái)說(shuō),一條新聞的呈現(xiàn)方式包括文字、圖片、視頻等多種方式,用戶在閱讀新聞資訊的時(shí)候通常會(huì)先看標(biāo)題,如果感興趣就點(diǎn)擊或繼續(xù)瀏覽。也有研究表明,信息推送方式也會(huì)影響用戶的閱讀體驗(yàn),這種“眼球經(jīng)濟(jì)”的傳播方式對(duì)于用戶的閱讀具有重要的影響。②基于此,本文通過(guò)對(duì)幾個(gè)主流新聞客戶端的大數(shù)據(jù)抽樣與分析,從多媒體信息傳播的視角出發(fā),研究信息呈現(xiàn)量、信息呈現(xiàn)方式與用戶點(diǎn)擊行為、瀏覽模式的作用機(jī)制,對(duì)互聯(lián)網(wǎng)新媒體提升用戶滿意度、客戶忠誠(chéng)度具有一定的實(shí)踐指導(dǎo)意義。

一、理論與文獻(xiàn)回顧

傳統(tǒng)的新聞媒體信息呈現(xiàn)方式包括圖片和文字,多媒體信息交互式呈現(xiàn)是指文字、圖片、動(dòng)畫、視頻、音頻等,在網(wǎng)絡(luò)新聞存儲(chǔ)、傳遞和處理上都能夠發(fā)揮重要的作用。隨著多媒體技術(shù)和ICT技術(shù)的不斷融合發(fā)展,國(guó)內(nèi)外的專家和學(xué)者在新聞的表現(xiàn)形式和信息呈現(xiàn)方式與用戶行為等領(lǐng)域形成一定的成果。劉駿瑤等(2014)研究了交互視頻作為一種新型的融合方式,通過(guò)結(jié)合視頻與互動(dòng),用戶在一定程度上可以自己決定閱讀速度和方向。海量素材被交互視頻所吸納,信息得以聚合,極大地提升了一則新聞報(bào)道的信息表達(dá)效率。③張明新(2012)研究了社會(huì)性媒體時(shí)代,通過(guò)經(jīng)驗(yàn)數(shù)據(jù)和實(shí)證分析發(fā)現(xiàn)用戶的信息行為與社會(huì)關(guān)系網(wǎng)絡(luò)存在密切聯(lián)系。④董開(kāi)棟(2014)以消費(fèi)者滿意度指數(shù)模型和信息系統(tǒng)成功模型為基礎(chǔ),建立了手機(jī)新聞媒體用戶滿意度模型,并采用PLS方法進(jìn)行了實(shí)證檢驗(yàn)。發(fā)現(xiàn)手機(jī)新聞媒體的質(zhì)量、用戶滿意度、感知價(jià)值之間的作用機(jī)理,并對(duì)轉(zhuǎn)型中的傳統(tǒng)主流媒體提升滿意度提出了建議。⑤郎勁松(2014)對(duì)數(shù)據(jù)新聞的理論脈絡(luò)和實(shí)踐積累進(jìn)行梳理,探討大數(shù)據(jù)時(shí)代新聞可視化傳播的創(chuàng)新路徑。⑥黃微(2015)研究大數(shù)據(jù)環(huán)境下多媒體網(wǎng)絡(luò)輿情信息傳播要素和運(yùn)行機(jī)理,以大數(shù)據(jù)技術(shù)、輿情理論、信息傳播理論為基礎(chǔ),對(duì)大數(shù)據(jù)環(huán)境下多媒體網(wǎng)絡(luò)輿情的特征進(jìn)行分析,深入探討大數(shù)據(jù)環(huán)境下多媒體網(wǎng)絡(luò)輿情傳播的主體、客體、媒體、本體、空間5個(gè)要素,在此基礎(chǔ)上重點(diǎn)歸納總結(jié)大數(shù)據(jù)多媒體網(wǎng)絡(luò)輿情傳播機(jī)理,并構(gòu)建傳播機(jī)理的總體關(guān)系架構(gòu)。⑦匡文波(2017)運(yùn)用技術(shù)接受模型,對(duì)感知的有用性,客戶端內(nèi)容吸引力、碎片化時(shí)間的利用和感知的易用性、手機(jī)便攜性、UI設(shè)計(jì),以及用戶對(duì)新聞信息需求對(duì)傳統(tǒng)媒體客戶端的使用感知進(jìn)行分析。⑧謝金文(2017)以用戶期望為中介變量,通過(guò)對(duì)上海5所高校學(xué)生進(jìn)行抽樣調(diào)查,研究?jī)?nèi)容質(zhì)量、視覺(jué)效果、系統(tǒng)效率對(duì)移動(dòng)新聞?dòng)脩趔w驗(yàn)的作用和影響機(jī)制,視覺(jué)效果、內(nèi)容質(zhì)量、用戶期望、系統(tǒng)效率對(duì)移動(dòng)新聞?dòng)脩趔w驗(yàn)產(chǎn)生積極影響,其中視覺(jué)效果貢獻(xiàn)度最高,其次是用戶期望,最后是內(nèi)容質(zhì)量和系統(tǒng)效率。⑨

從國(guó)內(nèi)外學(xué)術(shù)界的研究成果來(lái)看,相關(guān)研究主要從用戶主觀層面出發(fā),采用問(wèn)卷和實(shí)證調(diào)查等方式,對(duì)用戶感知、滿意度等方面進(jìn)行了分析,具有一定的主觀代表性,但是從目前手機(jī)網(wǎng)民新聞客戶端的使用情況來(lái)看,個(gè)性化的信息需求已經(jīng)成為移動(dòng)互聯(lián)網(wǎng)時(shí)代的重要特征,考慮到目前手機(jī)新聞客戶端App種類繁多,用戶使用感知和偏好的差異化問(wèn)題,主觀問(wèn)卷調(diào)查的研究結(jié)論具有一定的群體特征,普適性不強(qiáng),為了更加準(zhǔn)確地研究多媒體信息呈現(xiàn)對(duì)用戶行為的影響,本研究基于移動(dòng)新聞客戶端的大數(shù)據(jù)抽樣分析,對(duì)信息展現(xiàn)量、用戶點(diǎn)擊行為、信息呈現(xiàn)方式對(duì)用戶的行為的作用機(jī)理進(jìn)行了分析和論證,探究移動(dòng)互聯(lián)網(wǎng)信息傳播下的用戶信息瀏覽行為特征。

二、研究方法與數(shù)據(jù)來(lái)源

由于目前App市場(chǎng)里新聞客戶端種類繁多,在研究中將所有的新聞客戶端的App進(jìn)行抽樣并不現(xiàn)實(shí),考慮到實(shí)驗(yàn)研究結(jié)論的可靠性,首先對(duì)選取抽樣的新聞客戶端進(jìn)行聚類。按照各類新聞客戶端的用戶群體與發(fā)布內(nèi)容的特征,聚類如下:第一類是以騰訊、網(wǎng)易、搜狐、新浪等為代表的商業(yè)門戶網(wǎng)站新聞客戶端；第二類是以人民日?qǐng)?bào)、新華網(wǎng)等為代表的傳統(tǒng)媒體打造的新聞客戶端；第三類是以“ZAKER”新聞、今日頭條、百度新聞等為代表的新媒體類新聞客戶端；第四類是以澎湃新聞、南方都市為代表的專業(yè)性移動(dòng)新聞客戶端。本研究選取騰訊、今日頭條、人民日?qǐng)?bào)、澎湃新聞等16個(gè)具有代表性的移動(dòng)互聯(lián)新聞客戶端作為分析對(duì)象,用網(wǎng)絡(luò)爬蟲(chóng)Python軟件共隨機(jī)抽取了2016年2月至9月較為主流的37.021萬(wàn)條新聞資訊,對(duì)移動(dòng)互聯(lián)網(wǎng)新聞傳播下多媒體信息呈現(xiàn)與用戶閱讀模式、瀏覽習(xí)慣等特征進(jìn)行分析。具體抽樣與分類結(jié)果見(jiàn)下表1。

在隨機(jī)抽取了16個(gè)新聞客戶端的數(shù)據(jù)后,運(yùn)用Matlab2015中文版對(duì)抽樣數(shù)據(jù)進(jìn)行處理,從信息展現(xiàn)、點(diǎn)擊率、信息呈現(xiàn)方式等方面對(duì)用戶行為進(jìn)行分析,具體操作程序不在此敘述。

三、實(shí)驗(yàn)研究

1.信息呈現(xiàn)的統(tǒng)計(jì)特征分析

在傳播學(xué)的理論研究中,展現(xiàn)量是指在某一段時(shí)間內(nèi)該信息獲得的展現(xiàn)次數(shù),展現(xiàn)次數(shù)多越多說(shuō)明傳播影響力越大。一般來(lái)說(shuō),展現(xiàn)量受到以下幾個(gè)因素的影響:一是新聞事件的熱度,也就是說(shuō)該新聞的時(shí)效性和重大性。比如,中國(guó)女排奪得里約奧運(yùn)冠軍、天宮2號(hào)發(fā)射等,這類作為國(guó)內(nèi)外重大事件的新聞?wù)宫F(xiàn)量是比較大的；二是信息標(biāo)題與關(guān)鍵詞搜索的匹配程度,如果新聞標(biāo)題與用戶關(guān)注的或者熱點(diǎn)搜索的關(guān)鍵詞匹配度高,那么展現(xiàn)量也較高?；诖?我們首先研究了信息的展現(xiàn)量是否會(huì)影響用戶的瀏覽行為,展現(xiàn)的次數(shù)和間隔時(shí)間對(duì)用戶的行為有什么影響。通過(guò)統(tǒng)計(jì)分析結(jié)果如下:

表1 樣本選取與分類

表2 信息展現(xiàn)量統(tǒng)計(jì)分析表

從表2可以看出,展現(xiàn)量為1次的新聞數(shù)為7.0230萬(wàn)條,占比為39.5%,展現(xiàn)3次的新聞數(shù)目為4.3971萬(wàn)條,展現(xiàn)次數(shù)占比21.5%,依次我們發(fā)現(xiàn)展現(xiàn)次數(shù)為15次的新聞數(shù)目?jī)H有0.3633萬(wàn)條,占所有信息展現(xiàn)比的0.6%。也就是說(shuō),大多數(shù)新聞的展現(xiàn)量是很低的。為了更進(jìn)一步直觀的顯示信息的展現(xiàn)次數(shù),這里繪制了展現(xiàn)量的對(duì)數(shù)概率密度分布圖,如圖1所示。

由信息展現(xiàn)量的對(duì)數(shù)概率密度分布圖1可見(jiàn),信息展現(xiàn)量的對(duì)數(shù)概率密度分布符合長(zhǎng)尾分布,也就是說(shuō)從抽樣的37萬(wàn)條數(shù)據(jù)分析來(lái)看,80%的信息的呈現(xiàn)次數(shù)較少。進(jìn)一步研究發(fā)現(xiàn),信息展現(xiàn)量符合長(zhǎng)尾分布說(shuō)明,移動(dòng)互聯(lián)網(wǎng)新聞媒體的信息服務(wù)于推送的時(shí)效性,另一方面也反映了用戶在瀏覽信息的行為在時(shí)間和空間上的碎片化與移動(dòng)化。

圖1 信息展現(xiàn)量的對(duì)數(shù)概率密度分布圖

2.信息展現(xiàn)量與點(diǎn)擊量

點(diǎn)擊量是另一個(gè)反映信息傳播的重要指標(biāo),是用戶點(diǎn)擊該網(wǎng)頁(yè)的次數(shù),點(diǎn)擊量的次數(shù)也反映了該新聞熱度和關(guān)注度,點(diǎn)擊量越高,用戶對(duì)該信息瀏覽次數(shù)越多,傳播力越大。同樣的,這里統(tǒng)計(jì)了取對(duì)數(shù)后的點(diǎn)擊量對(duì)數(shù)概率累積分布函數(shù),能夠客觀地反映移動(dòng)新聞客戶端App上的新聞?dòng)脩酎c(diǎn)擊量狀況。通過(guò)統(tǒng)計(jì)分析發(fā)現(xiàn),點(diǎn)擊量為0時(shí)的信息展現(xiàn)量超過(guò)了50%,為了進(jìn)一步分析點(diǎn)擊量與用戶瀏覽行為,這里運(yùn)用MATLAB繪制了在不同的點(diǎn)擊量下的展現(xiàn)量分布狀況,即點(diǎn)擊量等于0和大于0的對(duì)數(shù)累積概率分布表,并做了對(duì)比,如表3所示。

表3 不同點(diǎn)擊量下展現(xiàn)次數(shù)的對(duì)數(shù)概率累積分布表

從表3可以看出,當(dāng)點(diǎn)擊量為0時(shí),展現(xiàn)量為1次的新聞的概率大約為50%,展現(xiàn)量為2次的新聞的概率大約為83%,展現(xiàn)量為3次的新聞的概率大約為97%,也就是說(shuō),展現(xiàn)次數(shù)到4次的概率積累函數(shù)收斂為1；當(dāng)點(diǎn)擊量大于0時(shí),展現(xiàn)量為1次的新聞的概率大約為11%,展現(xiàn)量為2次的新聞的概率大約為47%,展現(xiàn)量為3次的新聞的概率大約為75%,展現(xiàn)量為4次的新聞的概率大約為91%,現(xiàn)次數(shù)到6次的概率積累函數(shù)收斂為1。通過(guò)對(duì)比我們發(fā)現(xiàn),在展現(xiàn)量同為1時(shí),有50%的信息未被點(diǎn)擊,僅有11%的信息被點(diǎn)擊；在展現(xiàn)量同為2時(shí),有83%的信息未被點(diǎn)擊,僅有47%的信息被點(diǎn)擊；在展現(xiàn)量同為3時(shí),有97%的信息未被點(diǎn)擊,有75%的信息被點(diǎn)擊；到展現(xiàn)量為4次時(shí),未被點(diǎn)擊的信息的累積概率收斂到1,而到展現(xiàn)量為6次時(shí),點(diǎn)擊量大于0的信息的累積概率收斂到1,進(jìn)一步反映了在移動(dòng)互聯(lián)網(wǎng)新聞客戶端的信息傳播中,大量的信息展現(xiàn)和推送并且未被點(diǎn)擊。從點(diǎn)擊量大于0的信息來(lái)看,展現(xiàn)次數(shù)對(duì)信息的點(diǎn)擊量有一定的影響,展現(xiàn)次數(shù)越多點(diǎn)擊量會(huì)呈一定的上升趨勢(shì),但是點(diǎn)擊量的上升趨勢(shì)比較緩慢,展現(xiàn)量對(duì)點(diǎn)擊量的邊際增加效用遞減。

3.信息呈現(xiàn)方式與用戶行為

從前面展現(xiàn)量和點(diǎn)擊量的研究結(jié)論來(lái)看,展現(xiàn)量的提升對(duì)用戶點(diǎn)擊量的提升具有一定的正向影響,這僅僅是影響用戶瀏覽行為的因素之一。從信息傳播學(xué)的角度來(lái)說(shuō),除了信息內(nèi)容本身質(zhì)量和展現(xiàn)量對(duì)用戶瀏覽行為有一定影響外,有些學(xué)者的研究表明,信息的呈現(xiàn)方式,如標(biāo)題、圖片、文字、視頻等呈現(xiàn)方式也會(huì)對(duì)用戶的瀏覽行為具有一定的影響。因此,結(jié)合移動(dòng)新聞客戶端的信息呈現(xiàn)方式和特點(diǎn),我們將從標(biāo)題長(zhǎng)度和圖片數(shù)量?jī)蓚€(gè)維度來(lái)探討信息呈現(xiàn)方式對(duì)用戶行為的影響。為了消除新聞?lì)悇e和移動(dòng)新聞客戶端本身用戶群的影響,結(jié)合目前移動(dòng)新聞客戶端信息呈現(xiàn)方式和數(shù)量的基本特征,即標(biāo)題長(zhǎng)度和圖片數(shù)量進(jìn)行了分類,組合與梳理了4種情形下的信息呈現(xiàn)方式,見(jiàn)表4。

表4 信息呈現(xiàn)方式分類

第Ⅰ類是信息標(biāo)題長(zhǎng)度為1行,圖片數(shù)量為0個(gè)；第Ⅱ類是信息標(biāo)題長(zhǎng)度等于2行,圖片數(shù)量為0個(gè)；第Ⅲ類是信息標(biāo)題長(zhǎng)度等于2行,圖片數(shù)量為1～3個(gè)；第Ⅳ類是信息標(biāo)題長(zhǎng)度等于2行,圖片數(shù)量大于等于4個(gè)；運(yùn)用MATLAB軟件對(duì)信息點(diǎn)擊量的累積概率分布進(jìn)行了分析,左邊黑線表示點(diǎn)擊量的累積概率分布,右邊紅線表示展現(xiàn)量的累積概率分布。第Ⅰ類的信息的點(diǎn)擊量和展現(xiàn)量的累積概率分布如圖2所示:

圖2 第Ⅰ類信息的累積概率分布圖

從圖2可以看出,第Ⅰ類信息即標(biāo)題為1行,圖片為0時(shí),信息展現(xiàn)量的平均積概率要高于信息點(diǎn)擊量的平均累積概率,信息點(diǎn)擊量為10次的時(shí)候累積概率收斂為1,信息展現(xiàn)量為24次的時(shí)候累積概率收斂為1。在同一累積概率密度下展現(xiàn)量的次數(shù)要略高于點(diǎn)擊量的次數(shù)。也就是說(shuō),對(duì)于呈現(xiàn)方式比較簡(jiǎn)單的信息時(shí),用戶點(diǎn)擊量和展現(xiàn)量差別不大,并且點(diǎn)擊量并不高。為了做進(jìn)一步的對(duì)比分析,第Ⅱ類的信息的點(diǎn)擊量和展現(xiàn)量的累積概率分布如圖3所示:

圖3 第Ⅱ類信息的累積概率分布圖

從圖3可以看出,在標(biāo)題長(zhǎng)度為2行的情況下,在同一累積概率密度下展現(xiàn)量的次數(shù)要較高于點(diǎn)擊量的次數(shù),這與標(biāo)題長(zhǎng)度為1行的情況相似,但是展現(xiàn)量與點(diǎn)擊量的差距相對(duì)較大。通過(guò)對(duì)比第Ⅰ類和第Ⅱ類信息的點(diǎn)擊量來(lái)看,第Ⅱ類的在同一累積概率密度下的點(diǎn)擊量要高于第Ⅰ類信息,也就是說(shuō),在沒(méi)有圖片呈現(xiàn)的情況下,標(biāo)題長(zhǎng)度為2行的比標(biāo)題長(zhǎng)度1行的點(diǎn)擊量越高。考慮到一般新聞標(biāo)題呈現(xiàn)的方式大多數(shù)是1～2行,標(biāo)題為3行的情況比較少,因此不作討論。從第Ⅰ類和第Ⅱ類的研究結(jié)論表明,在沒(méi)有圖片的情況下,新聞的標(biāo)題長(zhǎng)度越長(zhǎng),點(diǎn)擊量越高。那么在文字和圖片交互式呈現(xiàn)的情況下,用戶的瀏覽行為如何呢,下面對(duì)第Ⅲ類和Ⅳ類信息做進(jìn)一步的分析。第Ⅲ類信息的點(diǎn)擊量和展現(xiàn)量的累積概率分布如圖4所示:

圖4 第Ⅲ類信息的累積概率分布圖

從圖4可以看出,第Ⅲ類信息即標(biāo)題為2行,圖片數(shù)量為1～3的情況下,在同一累積概率密度下展現(xiàn)量的次數(shù)要高于點(diǎn)擊量的次數(shù),點(diǎn)擊量的次數(shù)隨著展現(xiàn)量的次數(shù)的增加而增加的較快,說(shuō)明在圖文并茂的情況下,展現(xiàn)量對(duì)點(diǎn)擊量的邊際效應(yīng)提升。在對(duì)比第Ⅲ類和第Ⅱ類信息的展現(xiàn)量和點(diǎn)擊量的累積概率分布來(lái)看,在同一概率密度下,第Ⅲ類比第Ⅱ類信息的展現(xiàn)量較多,點(diǎn)擊量也較高。也就是說(shuō)在標(biāo)題都為2行的情況下,圖片為1～3的信息的點(diǎn)擊量明顯高于沒(méi)有圖片的信息。說(shuō)明用戶在移動(dòng)化和碎片化的信息推送模式下,信息以圖片和文字的交互式呈現(xiàn)對(duì)用戶的瀏覽行為具有較大的影響。那么,當(dāng)圖片數(shù)量繼續(xù)增加的情況下,用戶的瀏覽行為如何？我們通過(guò)第Ⅳ類信息的累積概率分布作更進(jìn)一步的研究,如圖5所示:

圖5 第Ⅳ類信息的累積概率分布圖

從圖5可以看出,第Ⅳ類信息即標(biāo)題為2行,圖片數(shù)量大于等于4的情況下,在同一累積概率密度下展現(xiàn)量的次數(shù)要遠(yuǎn)遠(yuǎn)高于點(diǎn)擊量的次數(shù)。并且,對(duì)比第Ⅳ類信息和第Ⅲ類信息得出,在同一累積概率密度下第Ⅳ類信息展現(xiàn)量的次數(shù)要遠(yuǎn)遠(yuǎn)高于第Ⅲ類信息展現(xiàn)量的次數(shù),也就是說(shuō),在相同的概率呈現(xiàn)下,圖片數(shù)量越多的信息和新聞,展現(xiàn)量越高,這一點(diǎn)并不難解釋,因?yàn)樵谝苿?dòng)互聯(lián)網(wǎng)的內(nèi)容服務(wù)提供與推送的模式下,圖片相比文字承載力更多的流量?jī)r(jià)值,而靠流量拉動(dòng)和盈利的信息內(nèi)容提供商來(lái)說(shuō),必須要有更多的展現(xiàn)量。并且對(duì)比圖5的點(diǎn)擊量和展現(xiàn)量來(lái)看,即使展現(xiàn)量的次數(shù)大幅度增加,也并未對(duì)點(diǎn)擊量的增加起到較強(qiáng)的影響,即展現(xiàn)量的增加對(duì)點(diǎn)擊量的增加的邊際效應(yīng)影響不大。在點(diǎn)擊量的累積概率方面,同樣和第Ⅲ類信息對(duì)比發(fā)現(xiàn),第Ⅳ類信息的平均點(diǎn)擊量要低于第Ⅲ類信息,也就是說(shuō),在標(biāo)題都是2行的情況下,當(dāng)新聞圖片超過(guò)4幅時(shí),點(diǎn)擊量會(huì)隨著圖片數(shù)量的增加而減少。這個(gè)現(xiàn)象從消費(fèi)者的層面也不難解釋,圖片數(shù)量的多少會(huì)直接影響到移動(dòng)互聯(lián)網(wǎng)用戶所需要支付的流量成本,因此在圖片多的時(shí)候移動(dòng)互聯(lián)網(wǎng)用戶更可能選擇圖片較少的信息進(jìn)行點(diǎn)擊。

四、研究結(jié)論與建議

1.信息展現(xiàn)量的“長(zhǎng)尾效應(yīng)”

通過(guò)網(wǎng)絡(luò)爬蟲(chóng)Python軟件共隨機(jī)抽取的37.021萬(wàn)條移動(dòng)新聞信息的統(tǒng)計(jì)特征分布來(lái)看,移動(dòng)客戶端的新聞信息展現(xiàn)量的對(duì)數(shù)概率密度分布是一個(gè)長(zhǎng)尾冪律分布。進(jìn)入移動(dòng)互聯(lián)網(wǎng)時(shí)代,用戶的信息瀏覽呈現(xiàn)時(shí)間上和空間上的碎片化,信息的及時(shí)更新和推送就是碎片化時(shí)代下新媒體吸引客戶的主要因素。在信息共享和信息協(xié)同的情況下,如何把握和利用好這個(gè)“長(zhǎng)尾”,開(kāi)展個(gè)性化的信息服務(wù)推送,提升用戶滿意和忠誠(chéng)度,是新媒體轉(zhuǎn)型和發(fā)展的重要路徑。

2.信息點(diǎn)擊量與展現(xiàn)量的“二八定律”

從數(shù)據(jù)抽樣特征來(lái)看,在移動(dòng)互聯(lián)網(wǎng)新聞客戶端的點(diǎn)擊量與展現(xiàn)量呈現(xiàn)“二八定律”。也就解釋了相比桌面互聯(lián)網(wǎng)時(shí)代,移動(dòng)互聯(lián)網(wǎng)時(shí)代大量的信息展現(xiàn),卻只有較少的信息被點(diǎn)擊。同樣地,移動(dòng)互聯(lián)網(wǎng)時(shí)代小部分共性的信息卻貢獻(xiàn)了較大的點(diǎn)擊量和流量。因此,在“二八定律”下,移動(dòng)互聯(lián)網(wǎng)內(nèi)容服務(wù)商和新媒體的轉(zhuǎn)型發(fā)展策略方面,除了聚焦共性的、大流量的信息和咨詢外,更應(yīng)該注重個(gè)性化的信息與服務(wù)推送。

3.信息展現(xiàn)量對(duì)用戶點(diǎn)擊量的邊際效用遞減

傳統(tǒng)的傳播理論認(rèn)為,展現(xiàn)量越高,用戶的點(diǎn)擊量也就越高。特別是在Web1.0和桌面互聯(lián)網(wǎng)時(shí)代,基于信息展現(xiàn)量的搜索和傳播模式是拉動(dòng)互聯(lián)網(wǎng)流量提升和用戶點(diǎn)擊的重要因素。從本文的研究來(lái)看,在移動(dòng)互聯(lián)網(wǎng)時(shí)代下,信息展現(xiàn)量對(duì)用戶點(diǎn)擊量的提升具有一定的作用,但是邊際效用遞減,這也從另一個(gè)側(cè)面解釋了時(shí)間、空間、內(nèi)容上的碎片化在已經(jīng)信息傳播的重要特征,正是由于碎片化和用戶個(gè)性化多元化的信息需求,使得移動(dòng)互聯(lián)網(wǎng)信息傳播方式的決策不再依賴信息內(nèi)容的服務(wù)和提供商或是媒體,而是用戶需求。因此,如何把握用戶需求,才是傳統(tǒng)媒體和新興媒體實(shí)現(xiàn)轉(zhuǎn)型和融合的重要抓手。

4.信息呈現(xiàn)方式在一定程度上影響用戶的點(diǎn)擊行為

本文梳理了標(biāo)題長(zhǎng)度和圖片數(shù)量梳理了四種不同組合情況下信息呈現(xiàn)方式對(duì)用戶點(diǎn)擊量的影響。研究發(fā)現(xiàn),在沒(méi)有圖片的情況下,標(biāo)題為2行的比標(biāo)題為1行的新聞?chuàng)碛休^高的點(diǎn)擊量。有少量圖片的信息點(diǎn)擊量要比沒(méi)有圖片的信息點(diǎn)擊量高,也就是說(shuō),信息以圖片和文字的交互式呈現(xiàn)對(duì)用戶的瀏覽和點(diǎn)擊行為具有較大的影響。而當(dāng)圖片逐漸增加到一定程度的情況下,信息點(diǎn)擊量會(huì)隨著圖片數(shù)量的增加而減少。

5.相關(guān)建議

本文通過(guò)選取騰訊、今日頭條、人民日?qǐng)?bào)、澎湃新聞等16個(gè)具有代表性的移動(dòng)互聯(lián)新聞客戶端作為分析對(duì)象,運(yùn)用統(tǒng)計(jì)分析的方法對(duì)移動(dòng)信息客戶端的信息呈現(xiàn)與用戶點(diǎn)擊行為進(jìn)行了分析,并總結(jié)了在移動(dòng)化、碎片化下的移動(dòng)新聞客戶端用戶行為的特征與分布?？紤]到研究對(duì)象騰訊、今日頭條、人民日?qǐng)?bào)、澎湃新聞等媒體的受眾群里的差異化,所呈現(xiàn)的用戶行為與信息傳播特征已經(jīng)與傳統(tǒng)互聯(lián)網(wǎng)信息傳播特征明顯有所不同。因此,對(duì)于傳統(tǒng)媒體和新興媒體的深度融合與轉(zhuǎn)型升級(jí)方面,應(yīng)該更加注重移動(dòng)化碎片化時(shí)代下的用戶信息消費(fèi)需求與特征,充分利用碎片化與“長(zhǎng)尾效應(yīng)”,強(qiáng)化移動(dòng)互聯(lián)網(wǎng)思維,以先進(jìn)技術(shù)為支撐、內(nèi)容建設(shè)為根本,推動(dòng)傳統(tǒng)媒體和新興媒體在內(nèi)容、渠道、平臺(tái)、經(jīng)營(yíng)、管理等方面的深度融合,以用戶需求為抓手,全面實(shí)現(xiàn)媒體的轉(zhuǎn)型升級(jí)。