隨著互聯(lián)網(wǎng)的迅速發(fā)展，人們?cè)絹?lái)越多地利用網(wǎng)絡(luò)獲取健康信息。微信公眾平臺(tái)作為一個(gè)擁有350萬(wàn)活躍賬號(hào)、7.97億(全球)活躍用戶的超級(jí)社交網(wǎng)絡(luò)平臺(tái)[1]，已成為人們獲取健康信息的重要渠道，醫(yī)院微信公眾號(hào)屬于微信健康傳播的一部分并占據(jù)重要地位。

本文結(jié)合網(wǎng)絡(luò)傳播的普遍理論與健康傳播特點(diǎn)，利用ELM模型(Elaboration Likelihood Model)，通過(guò)分析網(wǎng)絡(luò)爬蟲收集到的數(shù)據(jù)，構(gòu)建回歸模型，分析醫(yī)院微信公眾號(hào)推文傳播影響因素，為醫(yī)院微信公眾號(hào)運(yùn)營(yíng)提供理論指導(dǎo)。

1 理論基礎(chǔ)及研究背景

1.1 ELM模型

ELM模型[2]是由Richard E.Petty和John Cacioppo于1986年提出的一種描述個(gè)人態(tài)度行為改變的雙處理模型，旨在解釋個(gè)人行為態(tài)度的改變受中心路徑和邊緣路徑兩種方式的影響。在中心路徑下，個(gè)人行為態(tài)度的改變可能是因?yàn)槠浣?jīng)過(guò)深入思考；在邊緣路徑下，個(gè)人行為態(tài)度的改變可能是因?yàn)槠鋵?duì)所接受信息的簡(jiǎn)單推斷。

個(gè)體處理信息的動(dòng)機(jī)與能力決定了其受何種路徑的影響。當(dāng)個(gè)人具有高度的動(dòng)機(jī)和能力時(shí)，會(huì)通過(guò)中心路徑考慮信息中的方方面面，并對(duì)信息中論點(diǎn)的強(qiáng)度與質(zhì)量進(jìn)行深度分析，以決定是否改變對(duì)事物的態(tài)度；當(dāng)個(gè)人動(dòng)機(jī)與能力相對(duì)較弱時(shí)，則不愿耗費(fèi)更多精力對(duì)信息加以分析，更傾向被邊緣路徑所說(shuō)服。

1.2 研究背景

ELM應(yīng)用于社交媒體的研究主要體現(xiàn)在信息采納傳播與信息可信度研究?jī)蓚€(gè)方面。

在采納傳播方面，張玥等基于ELM模型將微博輿情傳播的影響因素分為信息內(nèi)容(中心路徑)和信源特征(邊緣路徑)兩方面[3]；Juan Shi等對(duì)1 250名Twitter用戶發(fā)布的信息進(jìn)行研究，得出ELM的中心路徑和外圍路徑對(duì)個(gè)體傳播行為均具有積極影響[4]，其中信息接收者相關(guān)因素影響力最大，信息源相關(guān)因素影響力最?。毁噭?gòu)?qiáng)等基于ELM對(duì)用戶在社會(huì)化媒體上的信息轉(zhuǎn)發(fā)進(jìn)行研究，通過(guò)問(wèn)卷調(diào)查得出傳播者的身份影響其傳播效果[5]。

在信息可信度研究方面，張星等對(duì)在線健康社區(qū)中發(fā)布的健康信息進(jìn)行調(diào)查研究，發(fā)現(xiàn)信息的完整性、一致性與表達(dá)質(zhì)量會(huì)對(duì)其可信度產(chǎn)生影響[6]；R Li等研究發(fā)現(xiàn)信息的交互性與媒體的透明度會(huì)對(duì)社交媒體的可信度產(chǎn)生影響[7]。

綜上所述，當(dāng)前研究多以微博、Twitter、Facebook作為對(duì)象，微信公眾號(hào)在發(fā)布形式、內(nèi)容、格式上與上述應(yīng)用均有一定區(qū)別，因此本文基于ELM模型對(duì)微信傳播進(jìn)行研究。

2 研究模型和假設(shè)

2.1 邊緣路徑

在諸多關(guān)于ELM模型的研究中，邊緣路徑主要指一些與信息相關(guān)的外圍線索，如信源可信度等[4]。在本文的研究背景下則包括推文標(biāo)題中包含的情感特征、推文位置、推文的娛樂(lè)性等最先呈現(xiàn)給用戶的信息。

一項(xiàng)關(guān)于Twitter健康信息轉(zhuǎn)發(fā)意向的研究表明，那些能喚起人們情感和關(guān)注個(gè)人層面的推文比其他推文更有可能被傳播[8]，當(dāng)信息中所呈現(xiàn)的情緒越多，被轉(zhuǎn)發(fā)的頻率越高[9]；Oh J等人指出在健康信息搜尋行為中，用戶的情緒對(duì)信息的接受程度起著至關(guān)重要的推動(dòng)作用[10]。在推文傳播中，標(biāo)題中的標(biāo)點(diǎn)符號(hào)本身所傳遞出的語(yǔ)氣語(yǔ)調(diào)，可以把文字的情緒可視化[11]，標(biāo)題中的人稱代詞則給予了用戶情感支持，通過(guò)我、你等人稱代詞的運(yùn)用，激起用戶的共鳴。

根據(jù)上文討論，提出如下假設(shè)。

假設(shè)H1a: 文章標(biāo)題中帶有感情特征的符號(hào)對(duì)醫(yī)院微信推文傳播產(chǎn)生正向影響

假設(shè)H1b: 文章標(biāo)題中帶有人稱代詞對(duì)醫(yī)院微信推文傳播產(chǎn)生正向影響

在廣告學(xué)研究中，人們更傾向注意處于網(wǎng)頁(yè)中上位置的信息，故處于頁(yè)面上方的廣告更容易被點(diǎn)閱[12]并且認(rèn)為信息的重要程度是根據(jù)信息出現(xiàn)的先后順序決定的[13]。在微信公眾號(hào)運(yùn)營(yíng)中，發(fā)布者通常將編輯最為精美的文章放在頭條位置并配以圖片[14]。微信公眾號(hào)編輯者投入更多精力的頭條推文是否會(huì)獲得更多閱讀量呢？

根據(jù)上文討論，提出如下假設(shè)。

假設(shè)H2：文章推送位置對(duì)醫(yī)院微信推文傳播產(chǎn)生影響

多項(xiàng)關(guān)于社交網(wǎng)站使用動(dòng)機(jī)的研究表明，人們使用社交網(wǎng)絡(luò)的目的之一是獲得娛樂(lè)需求，信息的娛樂(lè)性影響了微信用戶的態(tài)度[15-16]；Oh J等也指出輕松娛樂(lè)的健康信息更容易激發(fā)用戶的閱讀興趣[10]。醫(yī)院微信推文通常會(huì)涉及一些與醫(yī)療相關(guān)的專業(yè)名詞或與醫(yī)院自身相關(guān)的介紹性信息，內(nèi)容較為枯燥。在文章中添加具有娛樂(lè)性質(zhì)的內(nèi)容，可以滿足用戶的部分閱讀動(dòng)機(jī)。相比一般文章，用戶對(duì)帶有娛樂(lè)性質(zhì)的文章抱有更積極的態(tài)度，從而使此類文章?lián)碛懈叩娜藲鈁17]。

根據(jù)上文討論，提出如下假設(shè)。

假設(shè)H3:文章涉及熱門話題對(duì)醫(yī)院微信推文傳播產(chǎn)生正向影響

2.2 中心路徑

在諸多關(guān)于ELM模型的研究中，中心路徑主要指一些與信息本身相關(guān)的詳細(xì)線索，如信息內(nèi)容的觀點(diǎn)、有趣性等[4-5]。在本文研究背景下則包括推文類型、推文原創(chuàng)性、推文生動(dòng)性等影響到用戶具體閱讀體驗(yàn)的特征。

尋求信息是人們使用社交網(wǎng)站[18]，參與虛擬社區(qū)[19]的重要原因。用戶動(dòng)機(jī)是由個(gè)人興趣與需求產(chǎn)生的，當(dāng)推文中包含用戶所需要的信息時(shí)，用戶獲取信息的動(dòng)機(jī)得到滿足[20]。因此，當(dāng)用戶使用微信公眾號(hào)時(shí)，推文的主題偏好和其個(gè)人的興趣可能會(huì)影響該用戶的注意力和決策[21]。符合用戶興趣的推文可能容易吸引他或她的注意力，因此具有更大的傳播機(jī)會(huì)[4]。

根據(jù)上文討論，提出如下假設(shè)。

假設(shè)H4：文章類型對(duì)醫(yī)院微信推文傳播產(chǎn)生影響

在互聯(lián)網(wǎng)用戶信息行為及健康傳播領(lǐng)域的研究中，用戶在進(jìn)行搜尋行為時(shí)往往會(huì)注意信息發(fā)布的主體[16,22]。各種互聯(lián)網(wǎng)健康社區(qū)或社交媒體的信息質(zhì)量評(píng)價(jià)研究中也通常把信息內(nèi)容的原創(chuàng)性這一條件作為重要的評(píng)價(jià)標(biāo)準(zhǔn)[23-24]。信息質(zhì)量往往與信息源可信度呈正相關(guān)，聲譽(yù)較好的作者會(huì)減少信息質(zhì)量的不確定性[25]，醫(yī)院作為官方主體，其原創(chuàng)推文擁有較高的質(zhì)量。

根據(jù)上文討論，提出如下假設(shè)。

假設(shè)H5: 文章原創(chuàng)性對(duì)醫(yī)院微信推文傳播產(chǎn)生正向影響

大部分健康類網(wǎng)站需要較高水平的閱讀能力，信息素養(yǎng)較低的人群對(duì)健康信息的獲取較為困難。在用戶參與在線健康社區(qū)討論的過(guò)程中，通過(guò)添加圖片、音頻、視頻等豐富的媒體資源，能降低醫(yī)學(xué)術(shù)語(yǔ)的晦澀感，幫助用戶更好地理解所咨詢的健康問(wèn)題[6]，從而達(dá)到更好的傳播效果。其他關(guān)于網(wǎng)絡(luò)傳播的研究也表明包含鏈接、圖片視頻等生動(dòng)性較高的帖子會(huì)更廣泛地在網(wǎng)絡(luò)傳播[26]。這種文章能更好地解釋其內(nèi)容，從而在點(diǎn)擊意圖[27]和點(diǎn)擊率方面更有效[28]。

根據(jù)上文討論，提出如下假設(shè)。

假設(shè)H6: 文章生動(dòng)性對(duì)醫(yī)院微信推文傳播產(chǎn)生正向影響

2.3 控制變量

將數(shù)據(jù)源限定為三級(jí)甲等醫(yī)院微信公眾號(hào)，但由于微信公眾號(hào)類型、醫(yī)院性質(zhì)、知名度、醫(yī)院重視程度等問(wèn)題，其質(zhì)量參差不齊，閱讀量差異較大，故本文引入微信公眾號(hào)WCI指數(shù)作為控制變量。WCI指數(shù)(WeChat Communication Index)是由清博大數(shù)據(jù)公司研發(fā)的一種衡量微信公眾號(hào)傳播影響力的指數(shù)，在行業(yè)內(nèi)享有較高知名度。該指數(shù)根據(jù)文章閱讀數(shù)與點(diǎn)贊數(shù)從“整體傳播力”“篇均傳播力”“頭條傳播力”“峰值傳播力”4個(gè)維度對(duì)微信公眾號(hào)進(jìn)行評(píng)價(jià)[29]。

WCI指標(biāo)體系如圖1所示，WCI指數(shù)計(jì)算公式如下，根據(jù)上述假設(shè)畫出的本文的研究模型如圖2所示。

圖1 WCI指標(biāo)體系(V13.0)

公式中，R為評(píng)估時(shí)間段內(nèi)所有文章(n)的閱讀總數(shù)，Z為評(píng)估時(shí)間段內(nèi)所有文章(n)的點(diǎn)贊總數(shù)，Rt和Zt為評(píng)估時(shí)間段內(nèi)賬號(hào)所發(fā)頭條的總閱讀數(shù)和總點(diǎn)贊數(shù)，Rmax和Zmax為評(píng)估時(shí)間段內(nèi)賬號(hào)所發(fā)文章的最高閱讀數(shù)和最高點(diǎn)贊數(shù)，d為評(píng)估時(shí)間段所含天數(shù)，n為評(píng)估時(shí)間段內(nèi)賬號(hào)所發(fā)文章數(shù)。

圖2 研究模型

3 研究設(shè)計(jì)

3.1 數(shù)據(jù)來(lái)源及相關(guān)說(shuō)明

本文針對(duì)武漢市三級(jí)甲等醫(yī)院微信公眾號(hào)的文章推送傳播效果影響因素展開分析與研究，選用清博大數(shù)據(jù)(Gsdata)發(fā)布的微信公眾號(hào)推文數(shù)據(jù)集作為數(shù)據(jù)源。

用Gsdata工具于2018年11月查找武漢市所有三級(jí)甲等醫(yī)院的微信公眾號(hào)，共搜集到22家信息，通過(guò)篩選，獲得22家醫(yī)院2018年4月-9月的微信公眾號(hào)推文標(biāo)題、推文時(shí)間、閱讀量、點(diǎn)贊量和網(wǎng)址等網(wǎng)絡(luò)文本特征共1 315條。22家醫(yī)院微信公眾號(hào)如圖3所示。

利用爬蟲軟件爬取全部推文的媒體形式特征，如圖片、音樂(lè)、視頻、文字內(nèi)容等，剔除無(wú)效、重復(fù)、部分缺失信息共得到1 285條有效信息。

圖3 22家醫(yī)院微信公眾號(hào)

3.2 數(shù)據(jù)處理與指標(biāo)分類

將上述假設(shè)中的因素進(jìn)行定性化處理。文章標(biāo)題中帶有感情色彩的符號(hào)主要指“？”及“！”，人稱代詞主要指標(biāo)題中含有“你”“你們”“他們”等詞語(yǔ)。推送位置指該推文在微信界面中的位置，微信中一次可以推送多條信息，位于最上方的頭條推文占據(jù)的面積最大且包含圖片，將位置分為頭條位置和其他位置。推文娛樂(lè)性主要指該推文中包含一些當(dāng)前熱門的節(jié)假日，以及網(wǎng)絡(luò)熱門話題和用語(yǔ)。微信公眾號(hào)推文主要分為原創(chuàng)和轉(zhuǎn)載兩種類型，原創(chuàng)性是指在數(shù)據(jù)采集中標(biāo)識(shí)為原創(chuàng)的推文。在收集到的推文中，14.6%為原創(chuàng)推文，85.4%為轉(zhuǎn)載推文。文章生動(dòng)性指推文內(nèi)容是否含有視頻媒體類型。微信公眾號(hào)推文的媒體表現(xiàn)形式主要有圖片、音頻、視頻、文字4種類型。在收集到的推文中，98.7%含有圖片，占推文的絕大多數(shù)。考慮到醫(yī)院微信公眾號(hào)的特殊性，將推文是否含有視頻作為衡量其生動(dòng)性的標(biāo)準(zhǔn)。在所有推文中，14.3%含有視頻。

圖4為上述6種因素在1 285個(gè)樣本中的分布情況，深色部分代表該樣本有該特征，淺色部分表明該樣本無(wú)該特征。推文類型根據(jù)相關(guān)研究并結(jié)合推文具體內(nèi)容，分為醫(yī)院新聞、醫(yī)護(hù)板塊、健康科普、信息通知和其他5種類型，并對(duì)其進(jìn)行編碼。其中醫(yī)院新聞?lì)愅莆闹饕ㄡt(yī)院動(dòng)態(tài)、醫(yī)院榮譽(yù)、社會(huì)活動(dòng)、醫(yī)院宣傳等方面內(nèi)容，醫(yī)護(hù)板塊類推文主要包括患者風(fēng)采、學(xué)術(shù)會(huì)議、醫(yī)護(hù)風(fēng)采、醫(yī)患關(guān)系等方面內(nèi)容，健康科普類推文主要包括健康常識(shí)、美容養(yǎng)生、醫(yī)學(xué)科普等方面內(nèi)容，信息通知類推文主要包括活動(dòng)通知、講座通知、醫(yī)生排班、招聘信息等方面內(nèi)容，其他類推文主要包括投票、時(shí)事新聞等方面內(nèi)容。具體分布情況為：醫(yī)院新聞?lì)?20篇，醫(yī)護(hù)板塊類154篇，健康科普類435篇，信息通知類216篇，其他類60篇。

圖4 特征匯總

4 結(jié)果

4.1 回歸模型

本文探究影響醫(yī)院微信公眾號(hào)推文傳播效果的因素，采用微信公眾號(hào)推文閱讀量來(lái)表征推文傳播效果。通過(guò)對(duì)相關(guān)數(shù)據(jù)的研究和相關(guān)文獻(xiàn)資料的查閱，發(fā)現(xiàn)將閱讀量轉(zhuǎn)換為對(duì)數(shù)形式，可以使因變量閱讀量服從正態(tài)分布。表1為回歸模型中各變量的名稱及含義。

構(gòu)建一般線性回歸模型的公式如下：

Y=β0+β1Xi1+β2Xi2+β3Xi3+β4Xi4+β5Xi5+β6Xi6+β7Xi7+β8Xi8+εi

式中，β0-β8是待估計(jì)的參數(shù)，εi是相互獨(dú)立且服從同一正態(tài)分布的隨機(jī)變量。

4.2 模型分析

表2為多重線性回歸結(jié)果。該回歸模型整體有統(tǒng)計(jì)學(xué)意義(F=515.987,P<0.0001)，自變量可以解釋81.5%的因變量變異程度，不存在嚴(yán)重多重共線性(VIFmax=2.085<10)，殘差、因變量服從正態(tài)分布。

文章標(biāo)題中的符號(hào)與人稱代詞正向顯著影響傳播(β1= 0.054，β2=0.074 ，P<0.05)，H1a和H1b假設(shè)成立，用戶群體會(huì)被標(biāo)題中的特殊符號(hào)所吸引。 文章的推送位置對(duì)傳播產(chǎn)生影響(β3= 0.484，P<0.05)，H2假設(shè)成立，當(dāng)文章位于頭條位置時(shí)，會(huì)引起更廣泛的關(guān)注與傳播。

文章涉及熱門話題對(duì)醫(yī)院微信傳播產(chǎn)生正向影響(β4= 0.160，P<0.05)，H3假設(shè)成立。

文章類型對(duì)醫(yī)院微信傳播產(chǎn)生影響(β7b=0.097，β7c=0.092，β7d=-0.117，P<0.05)，不同類型的推文對(duì)其傳播影響的大小各不相同，其中醫(yī)護(hù)板塊類推文對(duì)其產(chǎn)生的正向影響最大，H6成立。

表1 各變量名稱及含義

表2 多重線性回歸結(jié)果

推文原創(chuàng)性變量不顯著(β5= 0.012，P=0.651)，推文包含視頻負(fù)相關(guān)(β6= -0.003，P=0.898)與原假設(shè)H4、H5相違背。

WCI指數(shù)對(duì)醫(yī)院微信推文傳播產(chǎn)生正向影響(β8= 0.0.003，P<0.05)，WCI指數(shù)越大，對(duì)推文傳播產(chǎn)生的正向影響越大。

4.3 其他影響因素

除了上述通過(guò)ELM模型產(chǎn)生的微信推文傳播影響因素外，還有其他影響因素，如微信推文推送時(shí)間。圖5表示微信推文的推送時(shí)間與累計(jì)推文數(shù)、累計(jì)閱讀量的關(guān)系。圖中灰色部分是某時(shí)刻推文累計(jì)閱讀量，藍(lán)色漸變是某時(shí)刻每家醫(yī)院推文累計(jì)推送量。

從圖中可以看出，醫(yī)院公眾號(hào)推文閱讀量與發(fā)布量在每一時(shí)段的分布并不平均，文章推送的高峰主要集中在10:00-12:00、16:00-18:00，文章閱讀的高峰集中在10:00-12:00、17:00-19:00，在上午9:00-12:00時(shí)間段其閱讀量趨勢(shì)明顯大于推送趨勢(shì)，下午15:00-17:00、晚上21:00后閱讀量趨勢(shì)明顯小于推送趨勢(shì)。

圖5 推送時(shí)間、推文數(shù)量、閱讀量關(guān)系

不同的推送時(shí)間對(duì)傳播產(chǎn)生一定的影響。上午時(shí)段的閱讀量高峰是因?yàn)樵摃r(shí)段為某知名醫(yī)院固定推送消息的時(shí)段，故獲得了高于其推送量的閱讀量；在下午上班時(shí)段15:00-17:00及晚間睡眠時(shí)段21:00之后，推文的閱讀量明顯低于推送量，這可能是因?yàn)樵诖似陂g用戶沒(méi)有及時(shí)關(guān)注到推送消息，之后這些消息又被新消息淹沒(méi)；在一天之中，晚間下班之后18:00-21:00時(shí)段推送的文章更易傳播，可能因?yàn)檫@段時(shí)間是用戶一天中休閑娛樂(lè)的時(shí)段，用戶能及時(shí)查閱該時(shí)段推送的推文。

5 結(jié)論與建議

本文以醫(yī)院微信公眾號(hào)推文為研究對(duì)象，以武漢市三甲醫(yī)院微信公眾號(hào)為例，通過(guò)多重線性回歸方法，探究影響醫(yī)院微信公眾平臺(tái)推文傳播的因素，并借鑒ELM模型，將影響其傳播的要素分為中心路徑與邊緣路徑兩類特征，一共6個(gè)變量，分析其影響強(qiáng)弱。

5.1 邊緣路徑

從邊緣路徑來(lái)看，文章標(biāo)題的擬定會(huì)對(duì)其傳播產(chǎn)生較為重要的影響，文章推送的位置更是影響傳播的至關(guān)重要的因素。從上述回歸模型相關(guān)系數(shù)可以看出，文章是否位于頭條是影響回歸模型最大的系數(shù)。本文認(rèn)為這是編輯者與用戶相互影響的結(jié)果，推文編輯會(huì)對(duì)位于醒目位置的頭條文章傾注更多心血，推文閱讀者通過(guò)閱讀發(fā)現(xiàn)位于頭條的文章質(zhì)量更高，也就更愿意點(diǎn)閱、傳播位于頭條位置的推文。文章中的娛樂(lè)因素、熱門話題容易獲得用戶的關(guān)注度并更易傳播，表明用戶更傾向在娛樂(lè)、輕松的環(huán)境下獲得各類專業(yè)健康信息。

5.2 中心路徑

從中心路徑來(lái)看，在推文類型方面可以看出用戶關(guān)注醫(yī)院微信公眾號(hào)的目的主要是為了獲取健康資訊、了解醫(yī)護(hù)情況。用戶通過(guò)公眾號(hào)渠道獲取醫(yī)院醫(yī)生護(hù)士相關(guān)信息有助于他們選擇更好的就醫(yī)渠道，并通過(guò)其推送的健康資訊來(lái)提升自身健康素養(yǎng)。從回歸結(jié)果看，與用戶關(guān)注的健康信息及醫(yī)院情況相比，他們對(duì)醫(yī)院發(fā)出的投票及其他時(shí)事新聞并沒(méi)有過(guò)多興趣，這與上文中提到的用戶更容易關(guān)注自身層面的假設(shè)相吻合。文章原創(chuàng)性對(duì)推文傳播影響不顯著，這與原假設(shè)相違背，表明各醫(yī)院所推送的原創(chuàng)文章并未得到關(guān)注者青睞。在推文中插入視頻媒體形式理應(yīng)是一種受歡迎的推文方式，但在上文回歸模型中卻未對(duì)傳播產(chǎn)生顯著影響。為探究其根本原因，筆者將含有視頻的184篇推文逐一閱讀，發(fā)現(xiàn)其中大部分推文中的視頻是醫(yī)院宣傳視頻，而非與文字相符的內(nèi)容，因此更具生動(dòng)性的視頻結(jié)合文字類型的推文并未對(duì)傳播產(chǎn)生顯著影響。

總體來(lái)看，標(biāo)題中含有情感色彩的符號(hào)和人稱代詞、推文位置、推文娛樂(lè)性、推文原創(chuàng)性、推文類型均對(duì)醫(yī)院微信公眾號(hào)信息傳播產(chǎn)生一定影響，其中推文位置對(duì)信息傳播的影響程度最大。推文原創(chuàng)性、推文生動(dòng)性對(duì)其傳播影響不顯著。此外，通過(guò)可視化軟件分析了推文量、推文時(shí)間與傳播效果的關(guān)系，不同時(shí)間段推送的文章會(huì)對(duì)其傳播產(chǎn)生一定影響。

從上述討論及回歸結(jié)果可以看出，相比于中心路徑，用戶行為更容易受邊緣路徑的影響。根據(jù)Richard E. Petty和John Cacioppo的研究，用戶在動(dòng)機(jī)低或能力低時(shí)被邊緣路徑影響的可能性較大，表明用戶在關(guān)注醫(yī)院微信公眾號(hào)時(shí)沒(méi)有足夠的動(dòng)機(jī)獲取其推送的消息或者沒(méi)有足夠的能力理解其推送的消息。也就是說(shuō)，醫(yī)院微信公眾號(hào)推送內(nèi)容沒(méi)有滿足用戶獲取信息的需求或者用戶沒(méi)有足夠的健康素養(yǎng)去理解推送的消息。因此，醫(yī)院應(yīng)在廣泛了解用戶需求的基礎(chǔ)上推送更符合需求的推文，并在文字內(nèi)容的解釋方面進(jìn)一步加強(qiáng)。

但本文也存在一定的不足，如研究對(duì)象僅限于武漢市三級(jí)甲等醫(yī)院，并未對(duì)全國(guó)三級(jí)甲等醫(yī)院進(jìn)行大規(guī)模研究。以后可擴(kuò)大樣本容量，對(duì)全國(guó)三級(jí)甲等醫(yī)院微信公眾號(hào)進(jìn)行研究，進(jìn)一步探尋其內(nèi)容特征規(guī)律。