■ 賈煦 肖萌 咸迪

隨著國(guó)民經(jīng)濟(jì)和社會(huì)的快速發(fā)展，公眾獲取氣象信息的渠道不僅限于電視、廣播、報(bào)紙、雜志等傳統(tǒng)傳播信息的媒介，在氣象服務(wù)需求日漸加大的今天，微博、微信等新媒體的出現(xiàn)可以更加便捷現(xiàn)代人獲取各種氣象信息。微信公眾平臺(tái)與傳統(tǒng)媒體相比，不僅可以存儲(chǔ)大量的用戶，而且傳播信息的速度也非常之快，其入門檻也比較多。

本文基于公眾平臺(tái)影響力指標(biāo)分析風(fēng)云衛(wèi)星公眾號(hào)在衛(wèi)星氣象服務(wù)中的應(yīng)用現(xiàn)狀和發(fā)展趨勢(shì)，在公眾平臺(tái)發(fā)布信息現(xiàn)有的信息基礎(chǔ)上，設(shè)計(jì)3個(gè)基于微信平臺(tái)的信息傳播影響力指標(biāo)，并對(duì)其進(jìn)行層次聚類分析，在契合微信用戶活躍點(diǎn)與微信平臺(tái)影響力的基礎(chǔ)上，推廣和傳播風(fēng)云衛(wèi)星的品牌形象。

1 微信公眾平臺(tái)運(yùn)營(yíng)現(xiàn)狀

隨著風(fēng)云系列衛(wèi)星完成靜止、極軌兩個(gè)系列氣象衛(wèi)星的更新?lián)Q代，我國(guó)的氣象衛(wèi)星事業(yè)進(jìn)入了新的發(fā)展階段，風(fēng)云衛(wèi)星在氣象、環(huán)保、農(nóng)業(yè)、重大服務(wù)保障、防災(zāi)減災(zāi)等多個(gè)領(lǐng)域發(fā)揮了重要作用。依托風(fēng)云氣象衛(wèi)星的微信公眾平臺(tái)，在運(yùn)營(yíng)思路上定位于為行業(yè)用戶及公眾提供氣象預(yù)警信息、氣象衛(wèi)星監(jiān)測(cè)以及實(shí)用有趣的衛(wèi)星氣象科普知識(shí)等內(nèi)容。其中發(fā)布的圖文消息在編寫和排版方面均迎合新媒體傳播的閱讀特點(diǎn)。同時(shí)公眾號(hào)具有很強(qiáng)的互動(dòng)性，針對(duì)用戶的特殊需求，提供衛(wèi)星數(shù)據(jù)與遙感監(jiān)測(cè)產(chǎn)品下載鏈接，同時(shí)根據(jù)時(shí)效更換專題模塊，以便用戶端收到最新的風(fēng)云衛(wèi)星相關(guān)知識(shí)。

自2017年2月微信公眾號(hào)正式運(yùn)營(yíng)以來，截至2018年12月31日，發(fā)送圖文消息294條，累計(jì)關(guān)注人數(shù)達(dá)到6053人。

該公眾平臺(tái)的消息構(gòu)成以衛(wèi)星氣象監(jiān)測(cè)信息為主、行業(yè)資訊與氣象科普為輔，公眾號(hào)發(fā)布的大部分內(nèi)容時(shí)效性強(qiáng)，行業(yè)資訊多以轉(zhuǎn)發(fā)其他公眾平臺(tái)發(fā)布的訊息，為用戶提供氣象衛(wèi)星應(yīng)用的最新發(fā)展情況。

表1為已發(fā)布文章中閱讀量最大的10篇圖文消息。吸引公眾閱讀的文章普遍具有三個(gè)特點(diǎn)：一是相關(guān)性強(qiáng)，均是與風(fēng)云衛(wèi)星即時(shí)事件強(qiáng)相關(guān)的權(quán)威消息，能夠幫助讀者獲取最新的風(fēng)云衛(wèi)星資訊；二是打破常規(guī)、突破認(rèn)知，無論是從衛(wèi)星視角看到沙塵、還是“微信變臉”“臺(tái)風(fēng)辟謠”，都充分調(diào)動(dòng)了讀者的好奇心，提升了公眾在氣象衛(wèi)星及其應(yīng)用方面的認(rèn)知水平；三是兼顧專業(yè)性和趣味性，在有限的篇幅內(nèi)多以圖片、視頻等多媒體視覺傳達(dá)為主，具備貼近公眾號(hào)用戶碎片化閱讀、減壓閱讀的特點(diǎn)。

表1 “風(fēng)云衛(wèi)星”公眾號(hào)最受歡迎文章TOP10

2 公眾平臺(tái)用戶關(guān)注情況

本文對(duì)國(guó)內(nèi)各省份微信關(guān)注用戶的地理分布數(shù)據(jù)進(jìn)行優(yōu)化，進(jìn)行定量分級(jí)顯示，獲得公眾號(hào)關(guān)注用戶的全國(guó)各省份分布圖。如圖1所示，截至2018年12月31日，北京市的累計(jì)關(guān)注用戶數(shù)達(dá)到1658個(gè)，其次是廣東省用戶數(shù)523個(gè)和上海市用戶數(shù)433個(gè)，與其他省份用戶關(guān)注數(shù)相差較大。

圖1 風(fēng)云衛(wèi)星公眾號(hào)關(guān)注用戶地區(qū)分布

由于自然條件、經(jīng)濟(jì)發(fā)展、文化傳統(tǒng)的不同，不同地域的微信用戶行為存在差異。如北京、上海、廣州這些地區(qū)經(jīng)濟(jì)實(shí)力雄厚，人口密度大的城市，其微信用戶分布較為密集且活躍，同時(shí)在主汛期受氣象災(zāi)害影響較大的地區(qū)，需要?dú)庀笮l(wèi)星進(jìn)行應(yīng)急監(jiān)測(cè)的情況，公眾更有意主動(dòng)去訪問“風(fēng)云衛(wèi)星”推送的消息，進(jìn)而產(chǎn)生大量的用戶數(shù)。圖1是公眾號(hào)關(guān)注用戶的全國(guó)城市分布圖。圖中可以看出中國(guó)東南沿海省份與華北等地區(qū)用戶數(shù)較為密集?？梢猿醪脚袛噙@些區(qū)域常年存在固定的氣象災(zāi)害，如臺(tái)風(fēng)、沙塵等天氣事件，其受災(zāi)地區(qū)的用戶對(duì)衛(wèi)星氣象監(jiān)測(cè)服務(wù)信息更加敏感，在推送衛(wèi)星氣象的公眾服務(wù)信息中，應(yīng)增強(qiáng)發(fā)布應(yīng)急事件和災(zāi)情信息的主動(dòng)性和及時(shí)性，從而擴(kuò)大衛(wèi)星氣象服務(wù)的應(yīng)用效益。

3 微信公眾平臺(tái)影響力分析

基于微信公眾管理平臺(tái)統(tǒng)計(jì)數(shù)據(jù)，獲取2017年3月—2018年12月發(fā)布的圖文信息數(shù)據(jù)資源表，對(duì)“風(fēng)云衛(wèi)星”公眾號(hào)用戶的訪問和傳播行為進(jìn)行剖析，并構(gòu)建影響力指標(biāo)，從傳播途徑和傳播效益兩方面進(jìn)行公眾號(hào)影響力分析。為了更好地掌握衛(wèi)星氣象服務(wù)信息的傳播情況，在數(shù)據(jù)中除去從其他平臺(tái)轉(zhuǎn)發(fā)類的圖文消息，匯總原創(chuàng)性圖文消息共231篇。

在缺乏用戶直接意見反饋的情況下，由公眾號(hào)文章所觸發(fā)的用戶行為數(shù)據(jù)是公眾平臺(tái)傳播途徑分析最客觀的信息來源，是評(píng)估公眾號(hào)影響力的主要依據(jù)。

本文根據(jù)用戶不同形式的閱讀方式，通過定義公眾號(hào)圖文消息的活躍度、忠誠(chéng)度與分享欲并進(jìn)行量化，其3個(gè)指標(biāo)反映用戶訪問公眾號(hào)圖文消息的行為習(xí)慣，即用戶的“所作所為”可以反映公眾平臺(tái)的運(yùn)營(yíng)狀況與影響程度。

活躍度由會(huì)話閱讀人數(shù)和關(guān)注用戶數(shù)共同決定，如公式（1）所示，表示主動(dòng)打開公眾號(hào)進(jìn)行閱讀的人次比例；忠誠(chéng)度由會(huì)話閱讀次數(shù)和會(huì)話閱讀人數(shù)共同決定，如公式（2）所示，表示用戶在公眾號(hào)內(nèi)平均閱讀的文章數(shù)量；分享欲由通過朋友圈閱讀的次數(shù)、通過好友轉(zhuǎn)發(fā)閱讀的次數(shù)和會(huì)話中閱讀訪問的人數(shù)共同決定的，如公式（3）所示，通過朋友圈與轉(zhuǎn)發(fā)獲得的訪問數(shù)與主動(dòng)打開人次做比，可以得出一個(gè)比較可信的分享欲指數(shù)，也可理解為圖文內(nèi)容的傳播性指數(shù)。三個(gè)影響力指標(biāo)從公眾號(hào)的用戶興趣觸發(fā)、習(xí)慣性閱讀和轉(zhuǎn)發(fā)分享三個(gè)傳播途徑方面確立了公眾號(hào)的影響力水平。

計(jì)算每篇圖文的3個(gè)影響力指標(biāo)值，各指標(biāo)隨時(shí)間變化的情況如圖2所示。總體上，忠誠(chéng)度與活躍度在不同文章之間差異較小并且在時(shí)間尺度上有一定變化規(guī)律，分享欲在不同文章間存在量級(jí)上的差異，與時(shí)間變化趨勢(shì)不顯著。忠誠(chéng)度隨著時(shí)間的增長(zhǎng)，總體呈增長(zhǎng)趨勢(shì)，說明一些用戶會(huì)多次閱讀同一篇文章，在一定程度上表明公眾號(hào)發(fā)布的消息對(duì)這些用戶具有實(shí)用價(jià)值?；钴S度隨著時(shí)間的增長(zhǎng)呈降低趨勢(shì)，說明隨著用戶總數(shù)的增長(zhǎng)，具有會(huì)話閱讀習(xí)慣的用戶數(shù)增長(zhǎng)速度低于總用戶增長(zhǎng)速度，可以得知文章傳播的主要途徑并非公眾號(hào)平臺(tái)推送。而分享欲大部分時(shí)間偏低（90%以上小于10），分享欲極高的一些文章對(duì)應(yīng)的活躍度和忠誠(chéng)度也遠(yuǎn)高于平均水平，主要是由于這類文章更具有“爆點(diǎn)”特性，如“微信變臉”事件，從而以“轉(zhuǎn)發(fā)”和“分享”的形式獲得更廣泛的傳播。

4 效益分析

公眾號(hào)的傳播影響力方面存在一定的時(shí)間相關(guān)性，但是單篇文章變異性較大，從影響力指標(biāo)值的分布情況與時(shí)間趨勢(shì)中很難把握公眾號(hào)的影響力發(fā)展規(guī)律。因此，本文采用層次聚類方法，進(jìn)一步研究文章的影響力指標(biāo)的特征模式，評(píng)估不同文章對(duì)公眾號(hào)影響力的效益貢獻(xiàn)情況，從而更好地歸納和推斷公眾號(hào)的用戶行為、掌握公眾號(hào)發(fā)展現(xiàn)狀和未來趨勢(shì)。

層次聚類方法是根據(jù)研究對(duì)象的特征對(duì)研究對(duì)象進(jìn)行分類的多元統(tǒng)計(jì)分析技術(shù)，該方法根據(jù)樣本數(shù)據(jù)按照其性質(zhì)上的親疏程度進(jìn)行分類，使同類中的樣本具有高同質(zhì)性。凌標(biāo)燦等利用聚類方法分析各城市消費(fèi)水平差異的主要影響因素以及差異的變化趨勢(shì)。陳娟等應(yīng)用該方法對(duì) “知乎”用戶群體進(jìn)行細(xì)分，便于服務(wù)商準(zhǔn)確鎖定目標(biāo)群體，提供更優(yōu)質(zhì)、精確的社會(huì)化問答服務(wù)。阮光冊(cè)等利用層次主題結(jié)構(gòu)樹探尋檢索結(jié)果中知識(shí)的關(guān)聯(lián)，幫助用戶快速地篩選出有價(jià)值的信息，進(jìn)而提供更有深度的知識(shí)服務(wù)。層次聚類方法有效地將樣本量進(jìn)行多層次多指標(biāo)的歸類，便于挖掘類別間的層次關(guān)系。

本文通過計(jì)算每篇圖文影響力指標(biāo)的數(shù)值與其他所有數(shù)值之間的距離來確定圖文間的相似程度，距離越小，相似度越高。層次聚類的距離計(jì)算和聚類方法多樣，根據(jù)圖2可知，3個(gè)傳播指標(biāo)之間存在量級(jí)上的差異，且分享欲指標(biāo)自身變異較大，為此選取具有尺度不變性且考慮指標(biāo)間聯(lián)系的“馬氏距離”進(jìn)行聚類。

將所有距離值進(jìn)行對(duì)比，選擇其中距離最近的兩個(gè)數(shù)據(jù)點(diǎn)進(jìn)行組合聚類，將合并為同類的樣本取其重心作為該類的距離值，迭代這一過程，直到所有樣本都聚為一類，并以樹狀圖的形式將每一步的計(jì)算結(jié)果展現(xiàn)出來，從聚類樹的最底層依次組合，形成聚類譜系圖（圖略）。

可以看出，通過層次聚類，較為相似的3個(gè)指標(biāo)較早聚為一簇，不同簇之間具有較大的差異，且越高層次的聚類，差異越顯著，說明越高層次的類之間傳播效益的差異越顯著，越能提取到具有典型代表性的模式特征。因此，本文設(shè)定層次類別為10類，即對(duì)完全展開樹形圖自頂端選取前10個(gè)層次，將層次以下的樣本視為同一類。通過圖3的散點(diǎn)可知，采用馬氏距離重心法具有較好的分類效果，231條圖文消息根據(jù)三個(gè)指標(biāo)的分布較明確，類與類之間差別較顯著。

圖2 活躍度、忠誠(chéng)度、分享欲隨時(shí)間變化趨勢(shì)

圖3 公眾號(hào)影響力分類示意圖

5 結(jié)論

本文介紹風(fēng)云衛(wèi)星公眾平臺(tái)在衛(wèi)星氣象服務(wù)中的應(yīng)用現(xiàn)狀，剖析公眾號(hào)公眾平臺(tái)信息發(fā)布頻次、內(nèi)容題材以及用戶關(guān)注情況，同時(shí)利用影響力指標(biāo)分析公眾號(hào)的傳播特點(diǎn)和服務(wù)效益，并得到以下結(jié)論：1）風(fēng)云衛(wèi)星公眾號(hào)運(yùn)營(yíng)情況良好，發(fā)布內(nèi)容貼合新媒體用戶閱讀特點(diǎn)，有利于衛(wèi)星氣象服務(wù)信息和專業(yè)科普知識(shí)面向公眾傳播，優(yōu)質(zhì)內(nèi)容獲得了較高的社會(huì)關(guān)注。2）微信公眾號(hào)關(guān)注用戶主要集中在大中型城市以及氣象災(zāi)害頻發(fā)的個(gè)別省份及地區(qū)，確定了風(fēng)云氣象衛(wèi)星宣傳的普適性與可讀性。3）通過傳播途徑分析可知，隨著時(shí)間的推移，公眾號(hào)有效吸引了忠實(shí)用戶群體，但公眾號(hào)推送途徑的傳播影響力有限，公眾號(hào)內(nèi)消息的廣泛傳播需要依靠轉(zhuǎn)發(fā)分享等其他途徑實(shí)現(xiàn)。4）高質(zhì)量具有科普性的圖文內(nèi)容或較為特殊的災(zāi)害性氣象事件更易吸引公眾注意力并引發(fā)轉(zhuǎn)發(fā)分享行為，形成具有高影響力的“熱點(diǎn)”消息，可加以利用來增加衛(wèi)星氣象服務(wù)信息的宣傳影響。

深入閱讀

陳紅妹, 張志強(qiáng), 2016. 論新媒體新聞的寫作特點(diǎn)及發(fā)展趨勢(shì). 南陽理工學(xué)院學(xué)報(bào), 8(1): 64-67.

陳娟, 吳卓青, 鄧勝利, 2018. 基于層次聚類法的“知乎”用戶細(xì)分與行為分析. 情報(bào)理論與實(shí)踐, 41(7): 110-116.

陳周旺, 邱奕超, 2019. 融媒體時(shí)代氣象微信公眾號(hào)的運(yùn)營(yíng)策略——以“嘉興氣象”為例. 新媒體研究, (6): 52-55.

霍甜, 2018. 微信公眾號(hào)廣告中增加用戶黏性的策略研究. 韶關(guān)學(xué)院學(xué)報(bào), 39(6): 43-46.

李進(jìn)華, 安仲杰, 2016. 基于地理坐標(biāo)的微博事件檢測(cè)與分析. 現(xiàn)代圖書館情報(bào)技術(shù), 267(2): 90-101.

凌標(biāo)燦, 魏洪霞, 2017. 各城市消費(fèi)水平差異層次聚類及因子分析.華北科技學(xué)院學(xué)報(bào), 14(1): 110-116.

秦慧媛, 2018. 基于影響力調(diào)查分析的高校微信公眾號(hào)編輯策略研究. 齊魯師范學(xué)院學(xué)報(bào), 33(5): 146-151.

任永樂, 2019. 微信公眾號(hào)新聞內(nèi)容的編輯策略分析. 傳播力研究,(9): 88-90.

阮光冊(cè), 任金玥, 2019. 基于主題層次關(guān)系的文獻(xiàn)檢索結(jié)果可視化應(yīng)用研究. 圖書館雜志, 38(5): 71-78.

吳靜, 2008. 基于層次聚類分析的我國(guó)居民收入狀況地區(qū)比較分析. 經(jīng)濟(jì)師, (8): 26.

謝燕峰, 王淼, 劉博文, 等, 2019. ArcGIS制圖模塊在城市用地供應(yīng)圖制作中的應(yīng)用研究. 北京測(cè)繪, 33(5): 570-574.

楊軍, 咸迪, 唐世浩, 2018. 風(fēng)云系列氣象衛(wèi)星最新進(jìn)展及應(yīng)用. 衛(wèi)星應(yīng)用, (11): 8-14.

趙成祥, 2018. 探析微信公眾號(hào)的企業(yè)品牌形象傳播策略. 新聞研究導(dǎo)刊, 9(3):177-178.