叢 挺，魏 林，錢誠(chéng)凌

(上海理工大學(xué)出版印刷與藝術(shù)設(shè)計(jì)學(xué)院，上海200093)

近年來(lái)，隨著移動(dòng)短視頻市場(chǎng)規(guī)模持續(xù)擴(kuò)張和知識(shí)傳播模式的創(chuàng)新變革，知識(shí)類短視頻成為當(dāng)前興起的重要細(xì)分領(lǐng)域。根據(jù)抖音發(fā)布的數(shù)據(jù)顯示，截至2019年8月底，抖音上粉絲過(guò)萬(wàn)的知識(shí)類創(chuàng)作者超過(guò)5.4萬(wàn)個(gè)，累計(jì)發(fā)布超過(guò)1280萬(wàn)條知識(shí)類短視頻，累計(jì)播放量超過(guò)1.3萬(wàn)億。相比于以?shī)蕵?lè)消遣為主要目的的短視頻，知識(shí)類短視頻具有較強(qiáng)的知識(shí)傳播與學(xué)習(xí)功能，對(duì)其展開(kāi)針對(duì)性研究具有一定的現(xiàn)實(shí)意義。當(dāng)前，有關(guān)知識(shí)短視頻的研究主要圍繞宏觀發(fā)展趨勢(shì)[1]、微觀案例分析[2]、短視頻營(yíng)銷策略[3]等展開(kāi)，結(jié)合用戶視角的研究較為薄弱。在為數(shù)不多的短視頻用戶研究中，主要聚焦在一般短視頻[4]、新聞短視頻[5]、圖書(shū)推薦短視頻[6]等類別，結(jié)合知識(shí)細(xì)分領(lǐng)域的短視頻傳播效果研究較為缺乏。

本研究選取“扇貝每日英語(yǔ)”抖音號(hào)作為知識(shí)類短視頻的研究案例?！吧蓉悺笔且粋€(gè)旨在全面、有效提升英語(yǔ)能力的移動(dòng)互聯(lián)網(wǎng)學(xué)習(xí)平臺(tái)，旗下?lián)碛卸嗫钣⒄Z(yǔ)學(xué)習(xí)類APP，同時(shí)擁有官方微信公眾號(hào)“扇貝”、新浪官方微博“扇貝網(wǎng)”、小紅書(shū)號(hào)“扇貝”、抖音號(hào)“扇貝每日英語(yǔ)”等互聯(lián)網(wǎng)社交平臺(tái)。其中抖音號(hào)“扇貝每日英語(yǔ)”作為扇貝面向移動(dòng)短視頻用戶的重要入口，粉絲數(shù)已超過(guò)200萬(wàn)，在英語(yǔ)學(xué)習(xí)群體中形成較大的社會(huì)影響力。本研究通過(guò)對(duì)該短視頻賬號(hào)用戶參與相關(guān)指標(biāo)的測(cè)度，分析知識(shí)短視頻用戶參與度的影響因素，以揭示知識(shí)短視頻內(nèi)容傳播機(jī)制與用戶行為規(guī)律。

一、理論框架與研究假設(shè)

(一)啟發(fā)式—系統(tǒng)式模型線索

認(rèn)知心理學(xué)針對(duì)人類心理認(rèn)知過(guò)程提出雙加工理論，即人類擁有兩套不同的信息處理機(jī)制：其一是基于“經(jīng)驗(yàn)—直覺(jué)”的信息加工系統(tǒng)，根據(jù)已有的知識(shí)、固有的經(jīng)驗(yàn)做出判斷；其二是基于“理性—分析”的信息加工系統(tǒng)，依賴于邏輯、推理對(duì)信息進(jìn)行處理。[7]在雙加工理論的指導(dǎo)之下，心理學(xué)家雪莉·柴肯(Shelly Chaiken)提出“啟發(fā)式—系統(tǒng)式模型”，用于解釋個(gè)體信息行為過(guò)程的理論模型。他認(rèn)為，人類社會(huì)活動(dòng)具有啟發(fā)式和系統(tǒng)式兩種信息處理模式。

“啟發(fā)式線索”指在“經(jīng)驗(yàn)—直接系統(tǒng)”內(nèi)對(duì)于信息加工處理的一種模式，信息本身所包含情景式的、非內(nèi)容的線索[8]，該模式具有較低的認(rèn)知成本。這一類線索為受眾提供了簡(jiǎn)單可得、易于判斷的參考信息。

“系統(tǒng)式線索”則是基于“理性—分析系統(tǒng)”內(nèi)對(duì)于信息加工處理的另一種方式，具有較高的認(rèn)知成本。該模式側(cè)重于用戶對(duì)于文本本身進(jìn)行基于理性、邏輯的判斷，即人們利用足夠多的認(rèn)知資源對(duì)相關(guān)信息內(nèi)容進(jìn)行系統(tǒng)評(píng)估，而不僅僅考察信息源可信度和信息數(shù)量等非內(nèi)容因素。

1.啟發(fā)式線索

在網(wǎng)絡(luò)平臺(tái)中，信息發(fā)布者的個(gè)人信息是重要的啟發(fā)式線索來(lái)源，能夠影響受眾的信息使用行為。[9]在以快手、抖音為代表的短視頻平臺(tái)之中，知識(shí)共享的過(guò)程中，用戶往往會(huì)通過(guò)對(duì)信息發(fā)布者的“貢獻(xiàn)值”“權(quán)威度”進(jìn)行判斷，進(jìn)而直接影響用戶的參與行為。[10]針對(duì)“扇貝每日英語(yǔ)”抖音號(hào)發(fā)布的短視頻內(nèi)容，視頻內(nèi)容中的“出鏡主體是具有足夠的知名度”“是否為官方認(rèn)證賬號(hào)”等便成為啟發(fā)式線索的判斷標(biāo)準(zhǔn)。由于本研究是針對(duì)單一賬號(hào)的研究，各條視頻之間不存在發(fā)布賬號(hào)是否認(rèn)證的區(qū)別，因此，提出假設(shè)：

H1：知識(shí)類短視頻中有名人出鏡，會(huì)獲得更好的用戶參與度。

2.系統(tǒng)式線索

系統(tǒng)式線索指信息的話題和信息的論證質(zhì)量。[11]基于系統(tǒng)式信息處理模式，受眾的認(rèn)知成本會(huì)更高，指人們利用足夠多的認(rèn)知資源對(duì)相關(guān)信息內(nèi)容進(jìn)行系統(tǒng)性的評(píng)估。換言之，用戶評(píng)價(jià)信息質(zhì)量主要考慮信息內(nèi)容本身，而不僅僅考慮信息源可信度和因素。內(nèi)容質(zhì)量是影響信息傳播流行度的重要因素，信息量是評(píng)估信息質(zhì)量的關(guān)鍵維度。[12]

內(nèi)容的話題類別是影響信息傳播效果的重要因素，不同類別的信息的傳播模式也不盡相同。[13]就知識(shí)短視頻而言，它覆蓋了時(shí)尚、健康、科學(xué)、體育等各個(gè)領(lǐng)域，具體到個(gè)體的抖音號(hào)，也涵蓋了各種不同的話題。據(jù)此，本研究提出假設(shè)：

H2：知識(shí)短視頻的話題類別，對(duì)用戶參與度存在影響。

視頻的長(zhǎng)度直接反映每條視頻包含的信息量，然而其對(duì)傳播效果的影響積極與否仍存在較大爭(zhēng)議。一方面，部分學(xué)者認(rèn)為，在信息碎片化的當(dāng)下，用戶的注意力極度匱乏，時(shí)長(zhǎng)較短的視頻相對(duì)而言更易流行。[14]另一方面，在Youtube平臺(tái)中視頻長(zhǎng)度對(duì)視頻流行程度的影響并不顯著。[15]據(jù)此，本研究提出假設(shè)：

H3：知識(shí)短視頻時(shí)長(zhǎng)，對(duì)用戶參與度存在影響。

(二)在場(chǎng)理論

“在場(chǎng)”原本是德國(guó)哲學(xué)中的一個(gè)重要概念，對(duì)于不同的哲學(xué)家、哲學(xué)流派，均存在不同的含義。在傳播學(xué)領(lǐng)域中，這種“將有中介的體驗(yàn)錯(cuò)當(dāng)無(wú)中介的錯(cuò)覺(jué)”就是“在場(chǎng)”。[16]為了超越人類感官的原始限制，人們發(fā)明了各種各樣的媒介技術(shù)來(lái)拉近自己與外部事物的距離。就知識(shí)短視頻而言，是否豎屏視頻具有更好的傳播效果，可結(jié)合在場(chǎng)理論進(jìn)行解釋。

有學(xué)者指出，在場(chǎng)感的產(chǎn)生主要原因有生動(dòng)性和交互性兩個(gè)方面。[17]生動(dòng)性主要指表征的豐富程度。橫向上，是指媒介的豐富程度，例如，從圖文到視頻，引發(fā)了受眾多感官的共鳴；縱向上，是指單一感官通道的深度，對(duì)于短視頻而言，能引發(fā)受眾的感官共鳴是有限的，但可以通過(guò)縱向通道的延伸來(lái)提高生動(dòng)性，例如提高畫(huà)面質(zhì)量、拍攝技巧、視野大小等。目前有學(xué)者指出，近景特寫(xiě)能夠產(chǎn)生更高的真實(shí)感[18]，主觀視角的拍攝能夠產(chǎn)生更強(qiáng)的喚起[19]，視野寬度[20]會(huì)影響在場(chǎng)感等等。而豎屏短視頻大多都以主觀視角進(jìn)行近景的拍攝，觀眾聚焦在主播之上，建立了一種面對(duì)面交流的錯(cuò)覺(jué)，這就是“在場(chǎng)”的一種體現(xiàn)。

交互性是指用戶通過(guò)中介能夠影響到媒介的程度，而這種交互是媒介“在場(chǎng)”的主要原因之一。人們?cè)谟^看橫屏視頻如電視、電影時(shí)，交互性相對(duì)較低，我們無(wú)法控制視頻的播放進(jìn)程。相對(duì)來(lái)說(shuō)，豎屏視頻的交互性就更強(qiáng)，如果要進(jìn)行點(diǎn)贊、拖進(jìn)進(jìn)度條、播放下一條等操作，人們僅需單手即可完成。因此，本研究提出以下假設(shè)：

H4：知識(shí)短視頻中豎屏視頻，具有更好的用戶參與度。

二、研究方法

(一)數(shù)據(jù)收集

本研究選取了“扇貝每日英語(yǔ)”抖音號(hào)中所發(fā)布的短視頻作為數(shù)據(jù)來(lái)源。自賬號(hào)于2018年6月26日發(fā)布第一條作品開(kāi)始，我們共采集了賬號(hào)內(nèi)一年間發(fā)布的所有視頻，共計(jì)137條。具體采集內(nèi)容包括視頻配文、視頻時(shí)長(zhǎng)、點(diǎn)贊量、評(píng)論量、轉(zhuǎn)發(fā)量，同時(shí)也對(duì)視頻類別、視頻描述信息量進(jìn)行了統(tǒng)計(jì)。

(二)變量測(cè)量

1.出鏡者權(quán)威性

在短視頻中，出鏡者是否為名人或網(wǎng)紅是受眾判斷其權(quán)威性的依據(jù)。在“扇貝每日英語(yǔ)”抖音號(hào)中出鏡者的身份可分為“名人”和“非名人”，分別編碼為“1”和“0”。

2.視頻類別

本研究按照“扇貝每日英語(yǔ)”賬號(hào)發(fā)布的短視頻內(nèi)容，結(jié)合標(biāo)題信息，將視頻分為三類：詩(shī)歌電影類、紅人剪輯類、網(wǎng)絡(luò)段子類。所有信息統(tǒng)計(jì)均采取人工編碼。詩(shī)歌電影類指視頻內(nèi)容以分享詩(shī)歌、音樂(lè)、電影片段為主的視頻，大多以好句分享、單詞解析、連讀分享為核心內(nèi)容。紅人剪輯類指以?shī)蕵?lè)明星、政壇名人、科技大咖等社會(huì)名流作為核心人物，分享他們的演講記錄、生活碎片等內(nèi)容的視頻。網(wǎng)絡(luò)段子類指以搞笑、美食、萌寵等類來(lái)源于國(guó)外平民階層的生活萬(wàn)象作為核心內(nèi)容的視頻。

3.視頻描述信息量

為了實(shí)現(xiàn)對(duì)于每條視頻的視頻描述文本信息量的計(jì)算，本研究主要利用以下變量進(jìn)行測(cè)量：文本的長(zhǎng)度變量，該變量主要體現(xiàn)了視頻文本中信息容量。此外，視頻的畫(huà)幅形式也是視頻的重要信息屬性，就抖音平臺(tái)上的知識(shí)類短視頻而言，橫屏或者豎屏的展現(xiàn)形式也是視頻描述信息量的重要體現(xiàn)之一。

4.視頻傳播熱度值

視頻傳播熱度指視頻獲得了較高的傳播效力，即用戶與視頻之間高頻次、高強(qiáng)度的交互，具體體現(xiàn)在視頻的點(diǎn)贊、評(píng)論、轉(zhuǎn)發(fā)的數(shù)值上，該指數(shù)可以直接反應(yīng)用戶參與度的高低。本文參考了清博指數(shù)平臺(tái)上的抖音號(hào)傳播力指數(shù)DCI對(duì)于視頻熱度的衡量方式，[21]主要借鑒了其中中包括點(diǎn)贊、評(píng)論、轉(zhuǎn)發(fā)在內(nèi)的權(quán)重占比，即點(diǎn)贊、評(píng)論、轉(zhuǎn)發(fā)的比例關(guān)系為0.17∶0.37∶0.46。本文將按照該權(quán)重比例，計(jì)算出每條視頻的傳播熱度值K。

K=點(diǎn)贊量×0.17+評(píng)論量×0.37+轉(zhuǎn)發(fā)量×0.46。

三、研究過(guò)程

(一)描述性統(tǒng)計(jì)分析

1.出鏡者權(quán)威度

據(jù)數(shù)據(jù)統(tǒng)計(jì)結(jié)果，在SPSS軟件中進(jìn)行統(tǒng)計(jì)分析，137條視頻中有65條視頻有名人、網(wǎng)紅出鏡，占比47.4%，無(wú)名人出鏡的視頻占比52.6%，具體如圖1所示。

圖1 出鏡者權(quán)威度分布

2.視頻話題類型

根據(jù)賬號(hào)內(nèi)部標(biāo)題及封面信息，將所有視頻分為三類，統(tǒng)計(jì)信息如下：137條視頻中，詩(shī)歌電影類共30條，占比21.9%；紅人剪輯類共43條，占比31.4%；網(wǎng)絡(luò)段子類共64條，占比46.7%。

圖2 話題分布

3.視頻時(shí)長(zhǎng)

據(jù)統(tǒng)計(jì)結(jié)果顯示，視頻長(zhǎng)度分布在10秒到5分鐘之間。其中時(shí)長(zhǎng)在10秒到1分鐘之間的視頻占比最高，達(dá)到90%。有12條視頻長(zhǎng)度集中表現(xiàn)為62秒，占比高達(dá)9%，僅有一條視頻長(zhǎng)達(dá)5分鐘(如圖3所示)。整體而言，該賬號(hào)更傾向于發(fā)布1分鐘以內(nèi)的短視頻，但也不排除超過(guò)3分鐘的長(zhǎng)視頻在特殊話題下的發(fā)布。

圖3 視頻時(shí)長(zhǎng)分布

4.用戶參與度TOP10視頻分析

本研究通過(guò)針對(duì)該賬號(hào)內(nèi)一年間發(fā)布的137條視頻中所有的“點(diǎn)贊”“評(píng)論”“轉(zhuǎn)發(fā)”數(shù)量作整體統(tǒng)計(jì)，換算成傳播熱度之后發(fā)現(xiàn)：賬號(hào)內(nèi)短視頻的用戶參與度整體較好，針對(duì)頭部熱度視頻進(jìn)行分析研究，對(duì)于理解該賬號(hào)所發(fā)布視頻的傳播特點(diǎn)有一定幫助。

從表1中可以看到，熱度靠前的10條視頻中，出現(xiàn)了7條網(wǎng)絡(luò)段子類視頻，這充分反映了用戶瀏覽短視頻時(shí)的個(gè)人偏好，他們更偏好貼近個(gè)人生活、內(nèi)容輕松詼諧的網(wǎng)絡(luò)段子類視頻，這類視頻獲得了更高的傳播熱度。其中熱度前三的視頻分別為：“3歲的寶寶學(xué)跆拳道看完腦子全是‘啊呀啊呀’”“陪女朋友去迪士尼是什么體驗(yàn)？看得出這位小哥絲毫沒(méi)有求生欲”“奶奶不許爺爺花錢買裝備(仿佛看到老了以后的自己)”。其主題分別涉及：童年的純真、青年的戀愛(ài)、老年的溫馨——緊密貼合了大眾日常生活的議題，因而能引起短視頻用戶更強(qiáng)的共鳴，從而產(chǎn)生了較好的傳播熱度。

表1 一年間用戶參與度TOP10分布表

(二)用戶參與度影響因素分析

為了將啟發(fā)式線索與系統(tǒng)式線索更好地應(yīng)用在知識(shí)短視頻用戶參與度的研究中，本研究擬通過(guò)方差及回歸分析來(lái)探索各因素對(duì)于知識(shí)短視頻傳播熱度的具體影響。

1.名人出鏡對(duì)于用戶參與度影響的分析

表2為“名人出鏡”作為因素變量時(shí)的單因素方差分析結(jié)果。從表中可見(jiàn)，F(xiàn)=3.388，顯著性=0.048<0.05，說(shuō)明組間存在明顯差異，但還無(wú)法斷定名人出鏡是否對(duì)視頻傳播熱度存在顯著正向影響，H1還有待后續(xù)進(jìn)一步分析驗(yàn)證。

2.話題類別對(duì)于用戶參與度影響的分析

將話題類別作為因素變量，根據(jù)單因素方差分析的結(jié)果，其中F=3.671，顯著性=0.058>0.05，說(shuō)明不同的話題類別之間對(duì)于視頻熱度不存在明顯差異。通過(guò)計(jì)算可知，網(wǎng)絡(luò)段子類視頻熱度的均值明顯高于其他兩類視頻熱度的均值，而詩(shī)歌電影類與紅人剪輯類的均值差異則不夠明顯，關(guān)于話題類別對(duì)于視頻熱度存在影響有待進(jìn)一步驗(yàn)證。

3.視頻長(zhǎng)度對(duì)于用戶參與度影響的分析

將視頻時(shí)長(zhǎng)作為影響因素，根據(jù)單因素方差分析的結(jié)果，其中F=1.271，顯著性=0.164>0.05，說(shuō)明各組之間均值不存在明顯差異，即不同的視頻時(shí)長(zhǎng)所對(duì)應(yīng)的視頻熱度之間差異不大，從而可以初步證明H3：視頻長(zhǎng)度對(duì)用戶參與度存在影響不成立。本文認(rèn)為，這是由于“扇貝每日英語(yǔ)”賬號(hào)中所發(fā)布的絕大部分視頻長(zhǎng)度都集中分布在1分鐘以內(nèi)，這對(duì)于用戶觀看體驗(yàn)來(lái)說(shuō)，區(qū)別并不明顯，大部分用戶都能在將視頻內(nèi)容瀏覽結(jié)束后給出自己的評(píng)價(jià)及互動(dòng)行為。

4.視頻畫(huà)幅對(duì)于用戶參與度影響的分析

將視頻畫(huà)幅即橫豎屏列為影響因素時(shí)，根據(jù)單因素方差分析的結(jié)果，其中F=10.453，顯著性=0.002<0.05，說(shuō)明兩組之間存在明顯差異，即視頻畫(huà)幅的橫豎對(duì)于視頻用戶參與度的影響存在顯著差異，從而可以初步證明H4：知識(shí)短視頻中視頻畫(huà)幅，對(duì)于用戶參與度存在影響。根據(jù)均值比較結(jié)果，豎屏畫(huà)幅的視頻用戶參與度均值明顯高于橫屏畫(huà)幅，兩者之間差異明顯。

5.名人出鏡、視頻畫(huà)幅與話題類別的回歸分析

將名人出鏡、視頻畫(huà)幅、話題類別作為自變量，將視頻熱度作為因變量進(jìn)行線性回歸分析，得到如表2所示的分析結(jié)果，可以看到調(diào)整后的R2為0.56，表明視頻畫(huà)幅、名人出鏡、話題類別可以解釋視頻熱度56%的變化原因。視頻畫(huà)幅的回歸系數(shù)為0.272(T=3.32，顯著性=0.001<0.05)，表明視頻畫(huà)幅對(duì)視頻熱度產(chǎn)生顯著的正向影響，即豎屏視頻對(duì)視頻用戶參與度有顯著的正向影響；名人出鏡的回歸系數(shù)為-0.164(T=-1.994，顯著性=0.048<0.05)，表明名人出鏡對(duì)于視頻熱度產(chǎn)生了顯著的負(fù)向影響；話題類別的回歸系數(shù)為0.16(T=1.948，顯著性=0.166>0.05)，表明話題類別對(duì)于視頻用戶參與度的影響不顯著。

根據(jù)數(shù)據(jù)分析結(jié)果，名人出鏡對(duì)于知識(shí)短視頻用戶參與度存在負(fù)向顯著影響，H1成立；視頻畫(huà)幅對(duì)于用戶參與度存在正向顯著影響，H4成立；話題類別對(duì)于用戶參與度的影響不顯著，H2不成立。

表2 名人出鏡、視頻畫(huà)幅、話題類別線性回歸分析結(jié)果

四、結(jié)論與反思

本研究借助了雙系統(tǒng)理論下的啟發(fā)式—系統(tǒng)式模型式(HSM)，分別驗(yàn)證了啟發(fā)式和系統(tǒng)式線索對(duì)于相較于知識(shí)短視頻的用戶參與度的影響。主要通過(guò)對(duì)啟發(fā)式線索(名人出鏡)與系統(tǒng)式線索(話題類別、視頻時(shí)長(zhǎng)、視頻畫(huà)幅等)的分析，描述了“扇貝每日英語(yǔ)”抖音號(hào)中短視頻用戶參與度的情況。研究發(fā)現(xiàn)，啟發(fā)式線索即名人出鏡對(duì)于用戶參與存在顯著的負(fù)向影響；系統(tǒng)式線索中，視頻畫(huà)幅對(duì)于視頻的用戶參與度存在顯著的正向影響，即豎屏視頻具有更高的傳播熱度；此外，特定的話題類別、具體的視頻時(shí)長(zhǎng)等系統(tǒng)式線索對(duì)于短視頻的用戶參與度均不存在顯著影響。

由結(jié)論可知，名人出鏡給用戶參與度帶來(lái)了顯著的負(fù)向影響。視頻創(chuàng)作者在發(fā)布名人出鏡的視頻時(shí)，大多想借名人的暈輪效應(yīng)來(lái)提高傳播熱度。暈輪效應(yīng)的概念由美國(guó)著名心理學(xué)家愛(ài)德華·桑代克(Edward Thorndike)提出，指人們對(duì)自己的認(rèn)知和判斷因?yàn)樗伎纪删植砍霭l(fā)，從而會(huì)忽略整體。就知識(shí)類短視頻而言，用戶在觀看名人出鏡類短視頻時(shí)，受到名人本身的影響力的感染，從而忽略了視頻本身的內(nèi)容質(zhì)量，盲目地點(diǎn)贊、評(píng)論、轉(zhuǎn)發(fā)視頻，發(fā)布者希望以此提高用戶參與度。但通過(guò)本研究發(fā)現(xiàn)，在知識(shí)短視頻的傳播過(guò)程中，名人暈輪效應(yīng)的負(fù)面作用卻凸顯出來(lái)。本研究認(rèn)為，這是由于名人出鏡給觀眾帶來(lái)的疏離感超過(guò)了名人本身具有的暈輪效應(yīng)。此處可以類比廣告營(yíng)銷的案例，DIOR洗發(fā)水本來(lái)產(chǎn)品定位于平民階層，卻請(qǐng)來(lái)韓國(guó)演員金喜善為其做廣告，有誰(shuí)會(huì)相信這個(gè)在韓國(guó)有“喜善公主”之稱的明星會(huì)用這么平民的洗發(fā)水呢？顯然金喜善和這個(gè)洗發(fā)水的“氣質(zhì)”是格格不入的。

視頻中出現(xiàn)的可能是對(duì)于知識(shí)短視頻受眾來(lái)說(shuō)并不熟悉的影視明星，視頻中的名人與知識(shí)短視頻的調(diào)性也是相互沖突的，當(dāng)名人對(duì)受眾來(lái)說(shuō)變?yōu)椤奥啡恕睍r(shí)，這種用戶定位偏差使得名人暈輪效應(yīng)失去了應(yīng)有的效果，最終導(dǎo)致對(duì)用戶參與度產(chǎn)生負(fù)向作用。相比之下，記錄普羅大眾生活的視頻內(nèi)容具有更高的用戶參與度，贏得了更高的視頻傳播熱度。例如，獲得了最多轉(zhuǎn)發(fā)次數(shù)的是一條標(biāo)題為“奶奶不許爺爺花錢買裝備”的視頻，視頻的拍攝者和被攝者共處客廳中，奶奶因?yàn)闋敔斣谑钟沃谢ㄥX購(gòu)買裝備而產(chǎn)生抱怨，簡(jiǎn)單的家庭對(duì)話內(nèi)容給用戶帶來(lái)溫馨且和睦的感覺(jué)。這一類視頻中沒(méi)有名人出鏡，但具有更好的親民性、接近性，因此擁有更好的用戶參與度。

此外，經(jīng)分析證明，豎屏視頻對(duì)于用戶參與度存在顯著的正向影響。本文認(rèn)為：當(dāng)下絕大多數(shù)用戶都在使用手機(jī)作為終端來(lái)觀看短視頻，相較于橫屏視頻，豎屏視頻在生動(dòng)性和交互性上有著明顯的優(yōu)勢(shì)。在生動(dòng)性上，移動(dòng)媒介消費(fèi)的載體——智能手機(jī)這樣的移動(dòng)設(shè)備絕大多數(shù)采用寬小于高的豎屏設(shè)計(jì)，豎屏視頻對(duì)手機(jī)屏幕有了最大化的利用，與手機(jī)屏幕匹配的豎屏呈現(xiàn)形式能給用戶更強(qiáng)的參與感、臨場(chǎng)感，豎屏視頻更好地激發(fā)了用戶的交互熱情。此外，豎屏條件下，可以進(jìn)行分屏操作以達(dá)到雙屏使用或復(fù)合參與的效果。例如，豎屏直播時(shí)的互動(dòng)評(píng)論一般出現(xiàn)在屏幕下方，如此布局可以在兼顧交互的同時(shí)不對(duì)畫(huà)面主體的呈現(xiàn)造成影響[22]。在交互性上，豎屏視頻主要體現(xiàn)在觀影的同步性與操作的便捷性，這種交互性進(jìn)而會(huì)導(dǎo)致在場(chǎng)感的進(jìn)一步提升。例如，我們?cè)跈M屏觀看視頻作品時(shí)，觀眾一般在影片剛剛開(kāi)始時(shí)，設(shè)置好各項(xiàng)參數(shù)，隨后便安靜地觀看影片，交互和觀看具有一前一后的割裂性。而觀看豎屏視頻時(shí)，視頻時(shí)長(zhǎng)一般限定在幾分鐘以內(nèi)，而且觀眾可以隨時(shí)基于自己的興趣跳過(guò)、調(diào)整當(dāng)前視頻或發(fā)送彈幕，因此豎屏視頻的觀看和交互具有共時(shí)性。此外，業(yè)界數(shù)據(jù)顯示用戶在94%的時(shí)間內(nèi)都是豎直持握手機(jī)[23]，豎屏視頻更加符合受眾豎直持握手機(jī)的習(xí)慣。因此，知識(shí)短視頻在社交媒體平臺(tái)上傳播時(shí)，應(yīng)盡量以豎屏的畫(huà)幅形式進(jìn)行拍攝剪輯，以提高用戶的參與熱度。

在研究方法上，本文在“啟發(fā)式—系統(tǒng)式線索”模型的指導(dǎo)下進(jìn)行研究，變量選取時(shí)，相較于“系統(tǒng)式線索”，針對(duì)“啟發(fā)式線索”僅選取了“名人出鏡”這一條，內(nèi)容較為單薄，存在一定的理論缺陷。此外，賬號(hào)內(nèi)部的短視頻時(shí)長(zhǎng)集中在1分鐘以內(nèi)，對(duì)于用戶而言，視頻時(shí)長(zhǎng)對(duì)其觀看體驗(yàn)的影響較小。

此外，本研究針對(duì)知識(shí)短視頻本文只選取了“扇貝每日英語(yǔ)”的單個(gè)案例，并且僅收集了一年間發(fā)布的百余條視頻，數(shù)據(jù)量相對(duì)有限。最后，研究采取了人工采集數(shù)據(jù)的形式，鑒于抖音短視頻平臺(tái)的開(kāi)放性，數(shù)據(jù)可能在人工采集后發(fā)生小范圍的浮動(dòng)。社會(huì)化媒體正在大量地記錄信息傳播的“數(shù)字足跡(digital trace)”，這使得大規(guī)模地獲取并分析數(shù)據(jù)成為可能。[24]本研究的數(shù)據(jù)采集范圍、采集方式都還有待提高。

在研究?jī)?nèi)容上，知識(shí)類短視頻存在著眾多的細(xì)分領(lǐng)域，如科普類短視頻、職場(chǎng)類短視頻、教育類短視頻等等，每一類型的短視頻都對(duì)應(yīng)著不同的用戶人群，他們對(duì)于視頻的偏好需求也不盡相同。需要強(qiáng)調(diào)的是，本文僅著眼于學(xué)習(xí)類知識(shí)短視頻這一細(xì)分領(lǐng)域，而針對(duì)其他類別的知識(shí)類短視頻，本研究結(jié)果的適用性還有待檢驗(yàn)。