賀 一 張瑋鋒

（重慶師范大學(xué)新聞與傳媒學(xué)院計(jì)算智能與未來(lái)傳播研究所，重慶 401331）

在社交媒體時(shí)代，視頻作為科普的重要模態(tài)，以其生動(dòng)、直觀、簡(jiǎn)潔的特性，成為連接科學(xué)與公眾的有效橋梁。眾多內(nèi)容平臺(tái)如快手、微博、西瓜視頻、知乎、嗶哩嗶哩（以下簡(jiǎn)稱 B 站）等，紛紛涌現(xiàn)出大量科普視頻資源，各自以獨(dú)特的形式吸引著大量受眾[1]。其中B 站以其特有的優(yōu)勢(shì)成為重要的科普平臺(tái)，截至 2021 年 6 月，B 站知識(shí)內(nèi)容在 PUGV 視頻總播放量中的占比達(dá) 49%，其中科學(xué)科普類(lèi)內(nèi)容同比增長(zhǎng)達(dá)到了 1994%，2021 年有1.83 億用戶在B 站學(xué)習(xí)[2]，本文在科普頻道所采集的 41 224 條精選科普視頻統(tǒng)計(jì)數(shù)據(jù)顯示，截至 2023 年，每條視頻的播放量均大于 50 萬(wàn)次，累計(jì)播放量達(dá) 55.38 億次，這表明見(jiàn)識(shí)、學(xué)習(xí)甚至發(fā)揮知識(shí)，已在B 站成為趨勢(shì)，而這是其它內(nèi)容平臺(tái)所不具備的特征[2]。在一個(gè)科普內(nèi)容豐富以及公眾參與意識(shí)提升的環(huán)境下，如何有效地吸引用戶點(diǎn)擊并觀看視頻便成為一個(gè)核心問(wèn)題。文獻(xiàn)綜述表明用戶點(diǎn)擊行為的影響因素具有復(fù)雜性，而視頻內(nèi)容的吸引力和傳播效果又都需要通過(guò)點(diǎn)擊來(lái)實(shí)現(xiàn)轉(zhuǎn)化。以往的B 站科普視頻研究主要集中在宏觀變量如何影響傳播廣度，點(diǎn)擊行為和視頻研究均缺乏對(duì)用戶主動(dòng)檢索場(chǎng)景下視覺(jué)元素對(duì)點(diǎn)擊行為的影響。因此，本文旨在聚焦特定場(chǎng)景，探討主動(dòng)檢索科普視頻時(shí)可閱覽的視覺(jué)元素如何影響點(diǎn)擊行為，并就研究發(fā)現(xiàn)提出對(duì)應(yīng)建議，以提升科普視頻主動(dòng)檢索場(chǎng)景下的點(diǎn)擊率，促進(jìn)社交媒體科普發(fā)展。

1 文獻(xiàn)綜述與研究問(wèn)題

1.1 點(diǎn)擊行為相關(guān)研究

點(diǎn)擊行為被視為用戶主動(dòng)從眾多內(nèi)容中選擇其一進(jìn)行查看或?yàn)g覽的行為[3]，當(dāng)前針對(duì)用戶點(diǎn)擊行為的研究主要分布于廣告、新聞、網(wǎng)站領(lǐng)域，集中探析內(nèi)容生產(chǎn)者特點(diǎn)和文本內(nèi)容對(duì)點(diǎn)擊行為的影響。用戶點(diǎn)擊行為影響因素具有復(fù)雜性，不同類(lèi)型的觀眾對(duì)不同類(lèi)型的視頻感興趣，這會(huì)影響視頻的受歡迎程度、瀏覽量[4]。點(diǎn)擊行為影響因素研究常用總播放量來(lái)測(cè)量點(diǎn)擊行為[5-7]，而點(diǎn)擊行為常被視為用戶主動(dòng)的行為[3]，但播放量會(huì)受到被動(dòng)轉(zhuǎn)發(fā)擴(kuò)散的影響，以往研究未考慮被動(dòng)點(diǎn)擊行為以及未聚焦于具體場(chǎng)景綜合分析可閱覽的視覺(jué)元素對(duì)點(diǎn)擊行為的影響。

1.2 科普視頻吸引力相關(guān)研究

當(dāng)前視頻研究主要關(guān)注“用戶的反饋”與視頻“內(nèi)容特點(diǎn)”如何影響播放量?？破找曨l不同于一般性視頻，其融合了教育性、娛樂(lè)性和傳播性，旨向公眾普及科學(xué)，其特殊性使其在點(diǎn)擊行為中有獨(dú)特規(guī)律。一方面，科普視頻研究表明生產(chǎn)連續(xù)性以及點(diǎn)贊量、評(píng)論數(shù)[8]等會(huì)影響視頻的播放量。另一方面，關(guān)注封面構(gòu)成的相關(guān)研究表明，封面中圖像和文字的組合設(shè)計(jì)與視頻的熱度有負(fù)相關(guān)[9]，視頻中封面類(lèi)型[10]對(duì)播放量有顯著影響。此外，在視頻封面的研究中，國(guó)內(nèi)較少關(guān)注美學(xué)元素和主題元素[11]。

1.3 研究問(wèn)題

綜上所述，本文聚焦用戶檢索場(chǎng)景，研究可閱覽的視覺(jué)元素對(duì)用戶點(diǎn)擊行為的影響，以提高科普視頻在檢索場(chǎng)景中的視覺(jué)吸引力。

視覺(jué)元素對(duì)用戶點(diǎn)擊行為的影響與說(shuō)服用戶行為改變相關(guān)，也與視覺(jué)說(shuō)服相關(guān)。保羅·梅薩里（Paul Messaris）認(rèn)為，視覺(jué)說(shuō)服會(huì)通過(guò)不同特性的視覺(jué)元素影響用戶態(tài)度、行為變化[12]，與說(shuō)服用戶行為改變相關(guān)的理論還有精細(xì)化加工可能性模型（Elaboration Likelihood Model，ELM），該模型認(rèn)為說(shuō)服一般從核心路徑和邊緣路徑進(jìn)行[13]。本文結(jié)合兩個(gè)理論提出研究問(wèn)題：

RQ1：聚焦于主動(dòng)檢索場(chǎng)景，綜合可閱覽的視覺(jué)元素具有何種視覺(jué)特性？

RQ2：這些視覺(jué)元素特性屬于何種信息處理路徑？如何說(shuō)服用戶點(diǎn)擊視頻？

2 研究設(shè)計(jì)

2.1 理論基礎(chǔ)

視覺(jué)說(shuō)服分別從形象性、標(biāo)記性、結(jié)構(gòu)性出發(fā)實(shí)現(xiàn)說(shuō)服[12]。廣告研究常使用該理論的三個(gè)特性，分析熱門(mén)廣告視覺(jué)說(shuō)服方式[14-16]，其研究也擴(kuò)展至不同的媒體類(lèi)型，如圖片[17]、視頻[18]、網(wǎng)頁(yè)[19]等的視覺(jué)說(shuō)服方式和特點(diǎn)分析。

ELM 是關(guān)于信息加工和說(shuō)服過(guò)程的理論，它旨在解釋人們?cè)诮邮苄畔r(shí)如何進(jìn)行認(rèn)知處理和態(tài)度行為變化。ELM 中有核心路徑和邊緣路徑兩種信息處理路徑[13]。核心路徑是指通過(guò)深思熟慮、理性思考信息的路徑，與信息質(zhì)量具有很強(qiáng)的相關(guān)性，該路徑下形成的態(tài)度行為更加持久，更不易改變[20]。邊緣路徑則是通過(guò)簡(jiǎn)單的表面特征、外在情境等非理性因素進(jìn)行判斷的路徑，通過(guò)進(jìn)行低努力程度思考而改變態(tài)度的過(guò)程，用戶處理信息時(shí)并非依據(jù)與主題直接相關(guān)的線索進(jìn)行決策。這條路徑對(duì)態(tài)度行為的影響作用不遜色于核心路徑，但其持久性較差，不太可能經(jīng)受住反說(shuō)服的嘗試[20]。

ELM 常被用于研究分析視覺(jué)元素在不同路徑下的說(shuō)服效果[21-22]，但它不能綜合探析檢索過(guò)程中可閱覽的視覺(jué)元素的說(shuō)服效果。視覺(jué)說(shuō)服理論較少應(yīng)用于實(shí)證研究，并較少關(guān)注文本的說(shuō)服效果，而視覺(jué)基本涵蓋了圖畫(huà)、顏色、文字和形狀等，但非僅限于圖像[23]。由此，本文將綜合視覺(jué)說(shuō)服的三個(gè)特性與ELM信息處理路徑，探討核心和邊緣路徑的視覺(jué)特性如何影響科普視頻點(diǎn)擊行為。

2.2 研究假設(shè)

主動(dòng)檢索是指用戶主動(dòng)從眾多內(nèi)容中選其一點(diǎn)擊瀏覽，而非通過(guò)被動(dòng)的分享選擇瀏覽觀看。B 站用戶主動(dòng)檢索視頻有兩種路徑，其一為從搜索結(jié)果或系統(tǒng)推薦中檢索視頻，因屏幕大小差異，PC 端和移動(dòng)端呈現(xiàn)的視覺(jué)元素也具有差異，PC 端可以呈現(xiàn)縮略圖、時(shí)長(zhǎng)、標(biāo)題、博主名、彈幕量、日期，而移動(dòng)端并未呈現(xiàn)彈幕量，但在推薦頁(yè)面和分區(qū)頁(yè)面中移動(dòng)端卻與PC 端具有相同的信息量，部分視頻還會(huì)標(biāo)記點(diǎn)贊量。其二為在頻道檢索視頻，PC 端呈現(xiàn)了縮略圖、點(diǎn)贊量、時(shí)長(zhǎng)、標(biāo)題、博主名，而移動(dòng)端沒(méi)有頻道功能。即便移動(dòng)端是當(dāng)前用戶主要使用端口，但PC 端的部分場(chǎng)景能夠?yàn)橐苿?dòng)端流量做出很好的補(bǔ)充[24]。雖然兩大端口總體上呈現(xiàn)的元素差別不大，但為保證研究的深度和廣泛性，本文將兼顧兩大端口，依據(jù)理論選取視覺(jué)元素提出具體的研究假設(shè)。

梅薩里在形象性中提及與內(nèi)容主題相關(guān)的視覺(jué)元素能引發(fā)情感[12]，加強(qiáng)視覺(jué)說(shuō)服。而科學(xué)知識(shí)具有復(fù)雜性，將主題映入縮略圖便于用戶了解視頻的核心信息，從而提高點(diǎn)擊率[25]。與視頻內(nèi)容相關(guān)的視覺(jué)元素能增強(qiáng)用戶檢索過(guò)程中的信息感知，經(jīng)常被處理為核心路徑，當(dāng)信息以視覺(jué)整合的方式（即圖形與文本）呈現(xiàn)時(shí)，會(huì)產(chǎn)生更詳盡的認(rèn)知[26]。由此本文提出假設(shè)1：

H1：使用與視頻主題相關(guān)的圖像、文字的不同組合縮略圖作為內(nèi)容形象，能夠在核心路徑上影響科普視頻的點(diǎn)擊行為；

H1a：使用與視頻主題相關(guān)的文字和圖像組合縮略圖具有更高的信息質(zhì)量，更能夠說(shuō)服用戶點(diǎn)擊播放科普視頻。

形象性不僅涉及主題內(nèi)容，還包括形式和風(fēng)格[12]。美學(xué)元素與圖像的風(fēng)格息息相關(guān)，縮略圖中包含的與主題無(wú)關(guān)的美學(xué)元素與視頻主題內(nèi)容關(guān)聯(lián)度較小，因此歸類(lèi)為邊緣路徑[11]。研究發(fā)現(xiàn)色彩豐富性對(duì)吸引力具有不同影響[27-28]。亮度研究表明更明亮背景的網(wǎng)站會(huì)獲得更高的評(píng)分[29]，廣告行業(yè)證實(shí)高質(zhì)量圖像比低質(zhì)量圖像更有效[30]。由此本文提出假設(shè)2、3：

H2：縮略圖色彩、亮度作為風(fēng)格形象在邊緣路徑影響科普視頻點(diǎn)擊行為。

H3：圖像質(zhì)量作為形式形象，質(zhì)量越高越能在邊緣路徑說(shuō)服用戶點(diǎn)擊播放科普視頻。

梅薩里指出視覺(jué)的標(biāo)記性能夠傳達(dá)深層含義[12]，意指與物體或事件有實(shí)際聯(lián)系的標(biāo)記，如名人、商品產(chǎn)地等標(biāo)記與知名度、質(zhì)量相關(guān)聯(lián)。用戶主動(dòng)檢索科普視頻時(shí)能夠觀察到視頻標(biāo)題，而標(biāo)題中使用疑問(wèn)和感嘆句式的視覺(jué)標(biāo)記能夠激發(fā)觀眾的好奇心和思考欲望，啟發(fā)受眾深層思考，提高信息質(zhì)量和說(shuō)服力，這與核心路徑特征相同。由此提出假設(shè)4：

H4：使用不同的句式對(duì)標(biāo)題進(jìn)行信息標(biāo)記作為核心路徑能夠影響科普視頻點(diǎn)擊行為。

邊緣路徑與信源的可信度和權(quán)威性有關(guān)[20]。廣告研究證實(shí)了視頻封面中的名人能夠提升用戶的注意力[11]，視覺(jué)的名人標(biāo)記也是重要的說(shuō)服因素[12]。用戶在檢索中能夠觀察到博主用戶名，而高知名度的博主名更具有識(shí)別度，所以知名度標(biāo)記于賬戶名中。相關(guān)研究以關(guān)注量和粉絲量作為衡量知名度的指標(biāo)[31]。由此本文提出假設(shè)5：

H5：博主名作為人物標(biāo)記，其代表的博主知名度越高越能通過(guò)邊緣路徑說(shuō)服用戶點(diǎn)擊播放科普視頻。

視覺(jué)說(shuō)服理論中提及視覺(jué)圖像無(wú)法表達(dá)明確的論點(diǎn)，具有無(wú)結(jié)構(gòu)性，需文字解釋圖像蘊(yùn)含的其他意義，使人更易于理解，即視覺(jué)元素的結(jié)構(gòu)性關(guān)注文字注釋，用于展現(xiàn)圖像未說(shuō)出的意義[12]。點(diǎn)贊量和彈幕量提供視頻受歡迎程度的信息，體現(xiàn)視頻的科學(xué)知識(shí)是否有普遍價(jià)值，得到廣泛認(rèn)可。

短視頻通過(guò)簡(jiǎn)短、碎片化的信息吸引用戶的注意力，長(zhǎng)視頻則以深度、專業(yè)的解說(shuō)方式吸引用戶，對(duì)科普視頻這類(lèi)知識(shí)性內(nèi)容而言，需以專業(yè)、深度吸引用戶。研究發(fā)現(xiàn)中視頻融合了短視頻和長(zhǎng)視頻的優(yōu)勢(shì)，更受用戶喜好[32]。此外，標(biāo)題長(zhǎng)度對(duì)內(nèi)容的吸引力在不同研究中也存在差異[33-34]，但大多缺乏對(duì)點(diǎn)擊行為的具體研究。

由于這些文字指標(biāo)與視頻主題內(nèi)容關(guān)聯(lián)度不高，且常被處理為邊緣路徑[11]，并被定義為結(jié)構(gòu)性元素。由此本文提出假設(shè)6 和7：

H6：點(diǎn)贊量、彈幕量作為結(jié)構(gòu)性的元素，數(shù)量越多越能在邊緣路徑說(shuō)服用戶點(diǎn)擊播放科普視頻。

H7：視頻時(shí)長(zhǎng)、標(biāo)題長(zhǎng)度作為結(jié)構(gòu)性的元素，會(huì)在邊緣路徑影響用戶選擇點(diǎn)擊播放科普視頻。

2.3 模型與指標(biāo)

根據(jù)研究假設(shè)，本文構(gòu)建研究模型與評(píng)價(jià)指標(biāo)（見(jiàn)圖1、表1）。自變量為用戶在主動(dòng)檢索中瀏覽的文本和圖像元素，因變量為用戶點(diǎn)擊行為。點(diǎn)擊行為以實(shí)際用戶主動(dòng)檢索的播放量為量化指標(biāo)，文獻(xiàn)綜述表明點(diǎn)擊行為研究未考慮轉(zhuǎn)發(fā)擴(kuò)散對(duì)點(diǎn)擊行為的影響，本研究對(duì)100 名大學(xué)生進(jìn)行問(wèn)卷調(diào)查，計(jì)算B 站轉(zhuǎn)發(fā)量與被動(dòng)播放量之間的關(guān)系，發(fā)現(xiàn)每個(gè)轉(zhuǎn)發(fā)量能夠帶來(lái)約0.54 個(gè)被動(dòng)播放量，其兼顧了75.26%（微信、QQ、B 站）的三大轉(zhuǎn)發(fā)路徑可能不被點(diǎn)擊或者被多人點(diǎn)擊的影響，限于文章篇幅，不進(jìn)行詳細(xì)說(shuō)明[35]。由此點(diǎn)擊行為量化指標(biāo)為：

表1 評(píng)價(jià)指標(biāo)

圖1 科普視頻“視覺(jué)驅(qū)動(dòng)精細(xì)化點(diǎn)擊行為影響因素”研究模型

總播放量-（0.54×轉(zhuǎn)發(fā)量）

評(píng)價(jià)指標(biāo)中，視頻時(shí)長(zhǎng)的分類(lèi)參考知識(shí)類(lèi)視頻長(zhǎng)度三分法劃分為短（0～5 分鐘）、中（5～30 分鐘）、長(zhǎng)（30 分鐘及以上）[36]三個(gè)類(lèi)別。由于B 站視頻檢索時(shí)標(biāo)題顯現(xiàn)有兩行，每一行可容納約12 個(gè)字符，因此將標(biāo)題長(zhǎng)度分為短（0～12）、中（13～24）、長(zhǎng)（25 及以上）三個(gè)類(lèi)別。B 站科普視頻中有較多標(biāo)題采用疑問(wèn)句和感嘆句結(jié)合的句式，加之常規(guī)句式，劃分為四個(gè)類(lèi)別（見(jiàn)表1）。

3 數(shù)據(jù)采集與分析

3.1 研究對(duì)象

本研究側(cè)重于分析主動(dòng)檢索行為，即用戶主動(dòng)從多種內(nèi)容中選擇其中一個(gè)點(diǎn)擊。在國(guó)內(nèi)流行的社交視頻網(wǎng)站中，抖音和快手主要通過(guò)全屏單一信息流展示內(nèi)容，無(wú)需在多個(gè)視頻中進(jìn)行選擇，因此缺少主動(dòng)檢索的情境。而B(niǎo) 站在科普頻道、搜索結(jié)果和推薦頁(yè)面展示內(nèi)容，用戶需要從諸多視頻中選擇其一，其呈現(xiàn)的視覺(jué)元素會(huì)影響用戶的點(diǎn)擊行為。此外，B 站科普頻道涵蓋了汽車(chē)、機(jī)械、健康、科學(xué)、人工智能、生物等多個(gè)視頻類(lèi)別，其精選視頻播放量均在50 萬(wàn)以上，具有代表性、熱度和流行性。B 站在推薦和搜索結(jié)果中傾向于呈現(xiàn)熱門(mén)視頻，用戶從中進(jìn)行選擇點(diǎn)擊播放。因此，科普頻道的精選視頻樣本可靠，同時(shí)算法也會(huì)推薦熱門(mén)視頻，這有助于減輕算法對(duì)本研究點(diǎn)擊行為的影響?；诖耍狙芯恳訠 站為研究對(duì)象。大多數(shù)視頻在發(fā)布后的幾天內(nèi)就獲得了相當(dāng)大的觀看量[37]，但由于缺乏播放量的時(shí)間累積，其總量可能較低。為降低測(cè)量誤差，本研究選取B站科普頻道自成立以來(lái)至2022 年的精選科普視頻作為樣本。

3.2 數(shù)據(jù)采集

數(shù)據(jù)采集使用Python 網(wǎng)絡(luò)爬蟲(chóng)工具，共爬取41 224 條視頻。縮略圖是否具有與主題相關(guān)的文字和圖像元素通過(guò)人工編碼識(shí)別，而點(diǎn)贊量、轉(zhuǎn)發(fā)量、彈幕量、粉絲量、標(biāo)題長(zhǎng)度和時(shí)長(zhǎng)等均使用Python 網(wǎng)絡(luò)爬蟲(chóng)工具采集并清洗。

縮略圖的色彩使用Hasler 建議的提取圖像R、G、B，而后計(jì)算三者的平均值得到Re、Gr、Bl。基于OpenCv 以下列方程式計(jì)算每張縮略圖的C[38]：

亮度測(cè)量基于提取到的Re、Gr、Bl，使用色調(diào)-飽和度感知（HSP）亮度顏色模型計(jì)算縮略圖的B[39]：

圖像質(zhì)量的測(cè)量使用BRISQUE（Blind/Referenceless Image Spatial Quality Evaluator）算法在Matlab 軟件計(jì)算縮略圖的圖像質(zhì)量[40]。該算法得到的圖像質(zhì)量結(jié)果數(shù)值越高代表圖像的質(zhì)量越好。

3.3 描述性分析

根據(jù)表1 的指標(biāo)，對(duì)41 224 條科普視頻樣本進(jìn)行編碼和統(tǒng)計(jì)。由表2 可見(jiàn)，科普頻道的精選視頻注重縮略圖的視覺(jué)元素，其中80.9%的視頻使用與主題相關(guān)的圖像元素，46.6%的縮略圖采用文字和圖像元素的組合設(shè)計(jì)。在視頻標(biāo)題方面，主要以中長(zhǎng)標(biāo)題為主，而標(biāo)題句式以陳述句為主，占比為49%?？破疹l道以中短視頻為主，短視頻占比為65%，中視頻占比31.3%，短視頻在B 站科普頻道中占據(jù)主導(dǎo)地位。

表2 描述性統(tǒng)計(jì)

3.4 相關(guān)性分析

為了解連續(xù)型和分類(lèi)型自變量與連續(xù)型因變量之間的相關(guān)性，分別進(jìn)行Pearson 相關(guān)性分析（見(jiàn)表3）和ANOVA 單因素方差分析（見(jiàn)表4）。結(jié)果顯示，點(diǎn)贊量、粉絲量和彈幕量與點(diǎn)擊行為具有線性相關(guān)。色彩豐富度與點(diǎn)擊行為相關(guān)性較弱，但具有統(tǒng)計(jì)顯著性，亮度指數(shù)和圖像質(zhì)量參數(shù)與點(diǎn)擊行為無(wú)相關(guān)性，H2 和H3 不成立。視頻時(shí)長(zhǎng)類(lèi)別和縮略圖視覺(jué)元素或文字對(duì)點(diǎn)擊行為影響較大且顯著，標(biāo)題類(lèi)型和標(biāo)題長(zhǎng)度的影響相對(duì)較弱但仍具有統(tǒng)計(jì)顯著性。下一步將進(jìn)行多元線性回歸分析，綜合考慮具有線性關(guān)系的變量，建立一個(gè)全面的模型來(lái)解釋這些影響關(guān)系。

表3 Pearson 相關(guān)系數(shù)矩陣

表4 ANOVA 單因素方差分析

3.5 回歸分析

根據(jù)回歸分析結(jié)果（見(jiàn)表5），形象性中，與使用文字和圖像元素組合設(shè)計(jì)的縮略圖相比，內(nèi)容形象中僅使用與主題相關(guān)的圖像元素在核心路徑更能提高點(diǎn)擊行為，支持假設(shè)H1。然而，無(wú)論是否使用文字和圖像元素組合，對(duì)點(diǎn)擊行為的影響沒(méi)有顯著差異，不支持假設(shè)H1a。風(fēng)格形象的縮略圖色彩、亮度和形式形象的圖像質(zhì)量中，僅色彩與點(diǎn)擊行為有顯著的正相關(guān)。

表5 多元線性回歸分析

標(biāo)記性中，信息標(biāo)記的疑問(wèn)句與陳述句相比，在核心路徑中更能提高點(diǎn)擊行為，支持假設(shè)H4。但其他類(lèi)型的標(biāo)題與陳述句相比，對(duì)點(diǎn)擊行為影響沒(méi)有顯著差異。與人物標(biāo)記相關(guān)的知名度（粉絲量）在邊緣路徑中與點(diǎn)擊行為呈現(xiàn)顯著的負(fù)相關(guān)，H5 不成立。

與形象性和標(biāo)記性不同的是，結(jié)構(gòu)性視覺(jué)元素都從邊緣路徑中影響點(diǎn)擊行為。如彈幕量和點(diǎn)贊量對(duì)點(diǎn)擊行為有正向影響，H6 成立。此外，與中視頻相比，短視頻與長(zhǎng)視頻對(duì)點(diǎn)擊行為有正向影響。與中標(biāo)題對(duì)比，短標(biāo)題與長(zhǎng)標(biāo)題對(duì)點(diǎn)擊行為有正向影響，H7 成立。具體來(lái)看，視頻時(shí)長(zhǎng)對(duì)點(diǎn)擊行為的影響程度為短視頻＞長(zhǎng)視頻，而標(biāo)題長(zhǎng)度對(duì)點(diǎn)擊行為的影響程度為長(zhǎng)標(biāo)題＞短標(biāo)題。

總而言之，點(diǎn)擊行為受多維因素影響，包括內(nèi)容主題的深度思考、表面特征和非理性因素。根據(jù)實(shí)證結(jié)果，本研究完善科普視頻“視覺(jué)驅(qū)動(dòng)精細(xì)化點(diǎn)擊行為影響因素”模型（見(jiàn)圖2），進(jìn)一步發(fā)現(xiàn)邊緣路徑信息處理影響程度較大，這意味著科普視頻用戶更易于受到表面特征和非理性因素的影響，產(chǎn)生短暫但積極的點(diǎn)擊行為反應(yīng)，但其他的元素對(duì)點(diǎn)擊行為影響依舊具有意義。

圖2 完善后的科普視頻“視覺(jué)驅(qū)動(dòng)精細(xì)化點(diǎn)擊行為影響因素”模型

4 結(jié)論

4.1 形象性

4.1.1 核心路徑中與視頻主題相關(guān)的內(nèi)容形象性縮略圖更易說(shuō)服用戶點(diǎn)擊視頻

科普視頻的視覺(jué)說(shuō)服與核心路徑中信息質(zhì)量的關(guān)系較弱，與文字和圖像元素的組合縮略圖相比，僅使用與視頻主題相關(guān)的圖像元素更能有效影響用戶的點(diǎn)擊行為。這與過(guò)去的研究結(jié)論不同[26]，表明在科普視頻點(diǎn)擊行為中圖像與文字的整合設(shè)計(jì)并不能夠在核心路徑產(chǎn)生更詳盡的信息處理。而當(dāng)前46.6%的視頻封面使用了文字和圖像的組合設(shè)計(jì)。

4.1.2 邊緣路徑中適度的色彩、較低或較高亮度的風(fēng)格形象性縮略圖更易于說(shuō)服用戶點(diǎn)擊視頻

實(shí)證結(jié)果表明，縮略圖的色彩對(duì)用戶的點(diǎn)擊行為有一定影響，亮度和圖像質(zhì)量與點(diǎn)擊行為沒(méi)有線性關(guān)系，無(wú)法產(chǎn)生視覺(jué)說(shuō)服效果。

進(jìn)一步的分析顯示，色彩區(qū)間的點(diǎn)擊行為數(shù)據(jù)均值與色彩呈正相關(guān)（見(jiàn)圖3），但達(dá)到較高水平后開(kāi)始下降，這與以往的點(diǎn)擊行為研究結(jié)論有所不同[11]，本文認(rèn)為，適度的色彩有助于提高點(diǎn)擊行為。過(guò)度修飾圖像、添加過(guò)多視覺(jué)元素可能會(huì)降低用戶信息感知效率，呼應(yīng)了內(nèi)容形象中文字和圖像元素的組合設(shè)計(jì)縮略圖造成視覺(jué)混亂不能有效提高點(diǎn)擊行為，表明在設(shè)計(jì)縮略圖時(shí)要關(guān)注內(nèi)容形象與風(fēng)格形象的共同作用。

圖3 色彩區(qū)間與點(diǎn)擊行為關(guān)系

中等亮度的點(diǎn)擊行為數(shù)據(jù)較低（見(jiàn)圖4），而以往的研究認(rèn)為高亮度更易于提高點(diǎn)擊行為和網(wǎng)站訪問(wèn)率[29]。本文發(fā)現(xiàn)，較低（見(jiàn)圖6a、6b）和較高（圖6c、6d）亮度的縮略圖背景都能夠凸顯主題元素，形成對(duì)比效果，提高核心視覺(jué)元素的識(shí)別效率，便于用戶快速識(shí)別科普主題，提高點(diǎn)擊行為。

圖4 亮度區(qū)間與點(diǎn)擊行為關(guān)系

圖6 高亮度與低亮度的縮略圖

除此之外，與廣告學(xué)的點(diǎn)擊行為研究不同的是，圖像質(zhì)量不能在主動(dòng)檢索場(chǎng)景有效吸引用戶，提高科普視頻的點(diǎn)擊行為[11]（見(jiàn)圖5），這意味著用戶在檢索科普視頻過(guò)程中并不在意封面的清晰度，而封面其他的視覺(jué)元素更易于影響點(diǎn)擊行為，圖像質(zhì)量并非用戶識(shí)別主題元素的關(guān)鍵因素。

4.2 標(biāo)記性

4.2.1 核心路徑中疑問(wèn)句的信息標(biāo)記性視覺(jué)元素更能夠有效說(shuō)服用戶點(diǎn)擊視頻

核心路徑中使用視覺(jué)標(biāo)記性的疑問(wèn)句作為標(biāo)題能更吸引用戶點(diǎn)擊，而以往的研究表明感嘆句能夠產(chǎn)生更強(qiáng)的傳播廣度[41-42]。此外，感嘆句和疑問(wèn)句組合以及感嘆句的標(biāo)題與陳述句之間沒(méi)有顯著差異。因?yàn)楦袊@句往往強(qiáng)調(diào)情感和觀點(diǎn)，而不是客觀信息傳遞。這種情感偏向性可能導(dǎo)致一些用戶感到標(biāo)題凸顯的內(nèi)容主題不夠嚴(yán)肅或可信賴，如“超搞笑的中文拉力領(lǐng)航員?。。　薄?【Top 10】令人震驚的十大解雇老師的理由～污污污?。?！@油兔不二字幕組”。在知識(shí)類(lèi)信息領(lǐng)域，用戶更傾向于尋找客觀、可信的內(nèi)容。另外，不同用戶對(duì)情感表達(dá)的接受程度具有差異性，情感化的表達(dá)也會(huì)影響科普視頻的主題信息傳遞，影響信息識(shí)別效率。

4.2.2 邊緣路徑中博主的知名度作為人物標(biāo)記性視覺(jué)元素?zé)o法說(shuō)服用戶點(diǎn)擊視頻

知名度無(wú)法吸引用戶注意力，提高點(diǎn)擊行為，這與以往的研究結(jié)論不同，以往科普視頻研究結(jié)論認(rèn)為粉絲量代表的知名度會(huì)提高傳播廣度和點(diǎn)擊行為[41-42]，本研究表明在主動(dòng)檢索科普視頻時(shí)，人物知名度標(biāo)記并非用戶關(guān)注的首要視覺(jué)元素，用戶更關(guān)注于其他元素的視覺(jué)吸引力，在主動(dòng)檢索科普視頻時(shí)，知名度的非理性因素?zé)o法以邊緣路徑影響公眾的點(diǎn)擊行為。

4.3 結(jié)構(gòu)性

4.3.1 邊緣路徑中點(diǎn)贊量、彈幕量等結(jié)構(gòu)性視覺(jué)注釋更能夠有效說(shuō)服用戶點(diǎn)擊視頻

點(diǎn)贊量和彈幕量能夠吸引用戶的注意力，提高點(diǎn)擊行為。因?yàn)辄c(diǎn)贊量和彈幕量的文字符號(hào)對(duì)非結(jié)構(gòu)性的視覺(jué)圖像進(jìn)行視覺(jué)注釋，使用戶認(rèn)為視頻得到了廣大科普視頻參與者的認(rèn)可，具有較高的受歡迎度，從而在邊緣路徑中短時(shí)間內(nèi)說(shuō)服用戶點(diǎn)擊、播放視頻。這一發(fā)現(xiàn)與過(guò)去的研究結(jié)果一致，即社會(huì)認(rèn)可作為認(rèn)知捷徑為用戶提供了對(duì)在線信息做出判斷的依據(jù)[43]，受到社會(huì)認(rèn)可的科普視頻表明其科普內(nèi)容具有有價(jià)值的知識(shí)，使用戶認(rèn)為能夠從中學(xué)習(xí)和提升自己，這種邊緣路徑的信息以間接的方式凸顯主題意義，達(dá)到說(shuō)服目的，這也間接表明邊緣路徑的信息并不總是脫離主題情境，能夠與核心路徑產(chǎn)生聯(lián)系，兩者并非割裂。

4.3.2 邊緣路徑的短、長(zhǎng)視頻時(shí)長(zhǎng)等結(jié)構(gòu)性視覺(jué)注釋能夠有效說(shuō)服用戶點(diǎn)擊視頻

短視頻和長(zhǎng)視頻都能有效提高點(diǎn)擊行為，且短視頻說(shuō)服效果略大于長(zhǎng)視頻，而以往研究表明長(zhǎng)視頻傳播廣度大于短視頻，短視頻與傳播廣度有負(fù)相關(guān)[42]，中視頻比短、長(zhǎng)視頻有更高的傳播效果[42]。本研究得出的結(jié)論意味著短視頻符合碎片化閱讀習(xí)慣，其天然的趣味性和娛樂(lè)性的特點(diǎn)依舊會(huì)在科普主動(dòng)檢索場(chǎng)景下吸引用戶點(diǎn)擊和瀏覽。此外，長(zhǎng)視頻在制作成本較高的情況下提供深度和連貫的科普內(nèi)容，更易于傳達(dá)復(fù)雜的科學(xué)知識(shí)。反觀中視頻則處于尷尬的位置，既無(wú)法滿足碎片化閱讀習(xí)慣，也無(wú)法與長(zhǎng)視頻的嚴(yán)謹(jǐn)性相比，短視頻和長(zhǎng)視頻相互彌補(bǔ)彼此的不足，構(gòu)建了良好的科普生態(tài)。

4.3.3 邊緣路徑的中、長(zhǎng)標(biāo)題的結(jié)構(gòu)性視覺(jué)注釋能夠有效說(shuō)服用戶點(diǎn)擊視頻

短標(biāo)題和長(zhǎng)標(biāo)題的結(jié)構(gòu)性視覺(jué)注釋都能有效提高點(diǎn)擊行為，其中長(zhǎng)標(biāo)題的影響更大。這與以往的科普視頻研究結(jié)論具有差異性[42]，本研究表明長(zhǎng)標(biāo)題不會(huì)在邊緣路徑中短時(shí)間內(nèi)讓用戶失去耐心，科普內(nèi)容的復(fù)雜性使得長(zhǎng)標(biāo)題能夠引發(fā)用戶興趣，利用其豐富的信息注釋理解視頻內(nèi)容主題，如“震撼紀(jì)錄短片，看了這6 分鐘后你肯定會(huì)對(duì)這個(gè)世界有重新的認(rèn)識(shí)”“生命萬(wàn)歲！人類(lèi)100 個(gè)最彪悍瞬間 完美演繹史詩(shī)人生”。這些標(biāo)題體現(xiàn)了邊緣路徑并不總是強(qiáng)調(diào)快速、便捷的信息處理，用戶會(huì)因?yàn)榭茖W(xué)知識(shí)的復(fù)雜性選擇停留，做出比較詳盡的認(rèn)知。

5 建議

根據(jù)研究結(jié)論，本文對(duì)于如何提高用戶主動(dòng)檢索場(chǎng)景下的點(diǎn)擊率，從而提高科普效果，提出如下建議。

（1）在設(shè)計(jì)視頻封面時(shí)合理搭配主題元素和美學(xué)元素。首選與視頻主題相關(guān)的圖像元素，減少縮略圖文字元素，并避免使用過(guò)于復(fù)雜的色彩，同時(shí)以低亮度或高亮度的背景來(lái)突出主題信息吸引用戶點(diǎn)擊，而非依靠縮略圖圖像質(zhì)量。

（2）在標(biāo)題設(shè)計(jì)中，運(yùn)用疑問(wèn)句設(shè)置懸念，并根據(jù)內(nèi)容復(fù)雜性選擇合適的標(biāo)題長(zhǎng)度，優(yōu)先使用長(zhǎng)標(biāo)題詳細(xì)描述科普主題信息，傳達(dá)視頻的意義和主旨，以更好幫助用戶判斷視頻是否符合興趣和需求，并決定是否點(diǎn)擊播放。

（3）互動(dòng)方面，設(shè)計(jì)視頻互動(dòng)情節(jié)，組織互動(dòng)活動(dòng)，提高點(diǎn)贊量和彈幕量。如博主可通過(guò)動(dòng)態(tài)圖指引用戶在觀看視頻時(shí)進(jìn)行點(diǎn)贊和彈幕操作，在解說(shuō)中引入科學(xué)問(wèn)題，刺激用戶思考，在彈幕發(fā)表意見(jiàn)?；蚨〞r(shí)舉辦互動(dòng)挑戰(zhàn)活動(dòng)，提供獎(jiǎng)品鼓勵(lì)用戶積極參與視頻互動(dòng)。除此之外，提高點(diǎn)贊量和彈幕量的核心還在于內(nèi)容質(zhì)量，博主應(yīng)當(dāng)深入科普主題并引入權(quán)威來(lái)源，以故事性的敘事結(jié)構(gòu)引發(fā)情感共鳴，從而提升視頻點(diǎn)贊量。

（4）內(nèi)容制作方面，以短、長(zhǎng)視頻構(gòu)建互補(bǔ)型科普生態(tài)，吸引用戶點(diǎn)擊?？破談?chuàng)作者應(yīng)優(yōu)先制作0～5 分鐘的短視頻，對(duì)于內(nèi)容較長(zhǎng)的科普使用短視頻合集或制作30 分鐘以上的長(zhǎng)視頻，發(fā)揮兩者優(yōu)勢(shì)，構(gòu)建良好的科普生態(tài)。

6 結(jié)語(yǔ)

本研究將ELM 和視覺(jué)說(shuō)服理論相結(jié)合，構(gòu)建主動(dòng)檢索科普視頻“視覺(jué)驅(qū)動(dòng)精細(xì)化點(diǎn)擊行為影響因素”模型，豐富了視覺(jué)說(shuō)服理論，將其視覺(jué)特性細(xì)化應(yīng)用于實(shí)證研究，深入文本和圖像視覺(jué)分析開(kāi)展效果研究，探求不同視覺(jué)特性在不同信息處理路徑下產(chǎn)生的影響。研究結(jié)果揭示形象性的視覺(jué)元素對(duì)點(diǎn)擊行為的影響具有多樣性，需關(guān)注內(nèi)容和風(fēng)格形象共同作用，風(fēng)格形象比形式形象更易于影響信息識(shí)別，而結(jié)構(gòu)性文字注釋更易于說(shuō)服用戶點(diǎn)擊視頻。在核心路徑中文字和圖像整合設(shè)計(jì)并不能夠產(chǎn)生更詳盡的認(rèn)知處理，以及邊緣路徑信息并非完全與主題無(wú)關(guān)，其能夠從側(cè)面體現(xiàn)內(nèi)容主題的意義，知名度未能像往常一樣對(duì)決策起到關(guān)鍵性作用。在實(shí)踐上，本研究有助于科普創(chuàng)作者選擇不同的元素以在用戶檢索場(chǎng)景中提高點(diǎn)擊率，增強(qiáng)科普效果。但是，本文依舊存在局限性，如點(diǎn)擊行為量化指標(biāo)中，由于現(xiàn)實(shí)的復(fù)雜性未完全覆蓋不同轉(zhuǎn)發(fā)路徑形成的被動(dòng)播放量，以及對(duì)主動(dòng)檢索場(chǎng)景下視覺(jué)元素的采集不夠廣，未來(lái)可以向更多與主題相關(guān)的視覺(jué)元素挖掘，如主題元素的復(fù)雜性、排版等?？偠灾疚臑橐曈X(jué)說(shuō)服理論結(jié)合ELM 對(duì)行為影響因素研究提供了新思路，并關(guān)注了美學(xué)元素對(duì)點(diǎn)擊行為的影響，未來(lái)可以探析更多的視覺(jué)元素以建立更全面、更精確的科普視頻點(diǎn)擊行為影響因素模型。