王君怡，羅秋菊,2，翟雪婷

（1.中山大學(xué)旅游學(xué)院，廣東廣州 510275；2.中山大學(xué)旅游發(fā)展與規(guī)劃研究中心，廣東廣州 510275）

引言

隨著社交媒體時代的到來，目的地管理組織的營銷重心逐步由線下傳統(tǒng)渠道向網(wǎng)絡(luò)空間傾斜。在社交媒體平臺上發(fā)布包含營銷策略和媒體材料的信息，成為目的地管理組織建立、維護(hù)和增強(qiáng)旅游目的地形象吸引力的重要手段[1-2]。近年來，故宮博物院的網(wǎng)絡(luò)營銷和媒介形象塑造得到了學(xué)界和業(yè)界的關(guān)注。故宮博物院打破了理想主義宏大敘事的傳統(tǒng)高冷形象，轉(zhuǎn)變?yōu)榇蟊娨暯堑挠H民、“萌”系形象，在社交媒體平臺中獲得大量粉絲，并引爆多個現(xiàn)象級話題[3-4]。然而，高關(guān)注度和高傳播度熱門話題的出現(xiàn)也存在一定的偶然性和不確定性。面對社交媒體平臺中的海量信息和復(fù)雜傳播結(jié)構(gòu)，通過目的地形象投射引發(fā)公眾高互動參與的規(guī)律性經(jīng)驗(yàn)尚有待總結(jié)。同時，故宮博物院具有十分豐富和多維的目的地形象，承擔(dān)著文化傳承、公眾服務(wù)等重要角色[5]。如何有針對性且高效地進(jìn)行目的地形象投射，與公眾建立良好互動交流，不斷擴(kuò)大信息的傳播范圍和影響力仍是故宮目的地管理組織面臨的重要挑戰(zhàn)。

參與和互動是公眾在社交媒體平臺中建構(gòu)旅游體驗(yàn)、感知目的地形象的關(guān)鍵環(huán)節(jié)[6-7]，能夠催生游客或潛在游客行為意愿的萌發(fā)或改變[2,8-9]。已有研究通過結(jié)構(gòu)方程模型、多元回歸、差異檢驗(yàn)等統(tǒng)計方法識別了影響社交媒體平臺中公眾參與的影響因素，包括發(fā)布內(nèi)容、發(fā)布時間、語言特征和互動特征等[10-11]。此類研究初步探索了影響社交媒體參與的諸多因素及其交互作用，但鮮有研究能夠模擬和預(yù)測社交媒體參與程度。并且，既有研究尚未揭示哪些因素或因素的組合能夠形成最優(yōu)的社交媒體參與效果，尚難以回答目的地管理組織在社交媒體平臺中應(yīng)該“如何做”的問題。

本研究以故宮博物院官方微博（下稱“故宮官博”）為例，旨在解答旅游目的地管理組織應(yīng)如何在社交媒體平臺上進(jìn)行目的地形象投射，從而實(shí)現(xiàn)社交媒體參與效果最大化的問題。首先，梳理故宮官博中微博發(fā)布數(shù)量和社交媒體參與的基本特征，識別社交媒體參與的影響因素；其次，構(gòu)建社交媒體參與貝葉斯網(wǎng)絡(luò)模型（Bayesian network model）和影響圖，模擬目的地形象投射引發(fā)社交媒體參與的基本規(guī)律；最后，通過模型調(diào)整探索最大化社交媒體參與的最優(yōu)情景，并實(shí)現(xiàn)對不同決策情景下社交媒體參與效果的預(yù)測。

1 文獻(xiàn)綜述

1.1 旅游目的地投射形象

旅游目的地投射形象又稱為營銷形象，是目的地管理組織將旅游目的地的特征通過各種形式的信息傳達(dá)和營銷媒介展示給游客的形象[3]。目的地管理組織投射的目的地形象是潛在游客獲取目的地信息的主要來源[12]。早期關(guān)于目的地投射形象的研究大多集中在旅游目的地投射形象的內(nèi)容上，探索了投射形象對游客或潛在游客感知形象、行為意愿等的影響[13-15]。近年來，隨著社交媒體平臺的興起，游客不僅僅是投射形象的信息接收者，也會通過評論、轉(zhuǎn)發(fā)等行為影響投射形象的內(nèi)容結(jié)構(gòu)和傳播結(jié)構(gòu)[16]。

在社交媒體平臺中，培育游客與目的地間的緊密關(guān)系已成為旅游目的地形象投射和營銷成功的關(guān)鍵[17-18]。品牌營銷領(lǐng)域的研究表明，營銷組織發(fā)布的信息能夠激發(fā)消費(fèi)者在社交媒體平臺上的互動意愿[21-22]，進(jìn)而建立消費(fèi)者和品牌間的緊密聯(lián)系[19-20]，塑造消費(fèi)者對品牌的情感依戀[23]、忠誠度[24]、推薦和口碑行為[25]。也就是說，目的地營銷組織在社交媒體平臺發(fā)布的信息不僅僅是塑造旅游目的地形象，也借助網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)了與游客或潛在游客的互動，發(fā)展并維系了游客或潛在游客與旅游目的地的關(guān)系。

已有學(xué)者發(fā)現(xiàn)，了解和預(yù)判社交媒體用戶的參與行為在目的地形象投射和營銷中具有重要作用[26-27]。隨著我國以微博為代表的社交媒體平臺的興起，包括國家及省市旅游局、景區(qū)管理組織、旅行社等在內(nèi)的目的地管理組織紛紛在社交媒體平臺注冊官方賬號，與社交媒體用戶進(jìn)行交流和互動，以期構(gòu)筑和維護(hù)目的地與游客或潛在游客間的緊密聯(lián)系[28-30]。然而，較少有研究關(guān)注目的地投射形象與社交媒體參與的關(guān)系，僅局限于目的地投射形象引致轉(zhuǎn)發(fā)、評論、點(diǎn)贊數(shù)量差異的識別[31]，尚未解決如何借助目的地形象投射提升社交媒體參與的問題。

1.2 社交媒體參與及其影響因素

參與是一個復(fù)雜且多維的概念，包含了認(rèn)知、情感和行為等不同形式[32]。在社交媒體平臺中，參與通常從行為層面進(jìn)行測量，表現(xiàn)為轉(zhuǎn)發(fā)、評論或點(diǎn)贊[33-34]。然而，用戶的轉(zhuǎn)發(fā)、評論和點(diǎn)贊行為具有不同的行動邏輯，對其進(jìn)行簡單的數(shù)字相加無法體現(xiàn)其內(nèi)在的行為差異。其中，點(diǎn)贊是社交媒體用戶對博文內(nèi)容的積極反饋[35]，無需付出更多的個人資源，是最簡單的社交媒體參與行為[33]。評論是指社交媒體用戶在某帖子營造的半公開網(wǎng)絡(luò)社區(qū)中進(jìn)行反饋的行為，是通過文字、圖片等形式對目的地相關(guān)體驗(yàn)的表達(dá)[36]。轉(zhuǎn)發(fā)是社交媒體用戶將帖子內(nèi)容分享給好友和其他社交媒體用戶的行為，推動了原帖內(nèi)容的傳播和擴(kuò)散，并展示自我形象和身份，是最高程度的社交媒體參與行為[37]。換言之，目的地管理組織發(fā)布的內(nèi)容及其引發(fā)的點(diǎn)贊、評論和轉(zhuǎn)發(fā)形成了一個半公開的網(wǎng)絡(luò)社區(qū)，實(shí)現(xiàn)了識別和培育潛在游客的功能，影響著目的地投射形象的傳播和擴(kuò)散。

已有研究發(fā)現(xiàn)賬號屬性、發(fā)布內(nèi)容、情感表征、發(fā)布時間等因素共同影響用戶的社交媒體參與行為[38]。盡管不同研究情景下的具體發(fā)布內(nèi)容存在差異，但基本表現(xiàn)為具有高互動性的信息可引發(fā)更多的關(guān)注和參與行為[39-41]。因此，營銷組織通過提供網(wǎng)站鏈接、設(shè)計抽獎競賽活動、設(shè)置問題等，提升信息的互動性并引導(dǎo)社交媒體用戶參與在線活動[42]。有學(xué)者將社交媒體用戶在線品牌相關(guān)活動劃分為消費(fèi)、貢獻(xiàn)和創(chuàng)造3 種類型[2]。基于此，本研究將信息發(fā)布方使用的營銷活動劃分為消費(fèi)引導(dǎo)、貢獻(xiàn)引導(dǎo)和創(chuàng)造引導(dǎo)，以此刻畫信息中使用的互動引導(dǎo)類型。消費(fèi)引導(dǎo)是指引導(dǎo)社交媒體用戶查看、下載相關(guān)內(nèi)容等；貢獻(xiàn)引導(dǎo)是指引導(dǎo)社交媒體用戶評論、轉(zhuǎn)發(fā)相關(guān)內(nèi)容等；創(chuàng)造引導(dǎo)是指引導(dǎo)社交媒體用戶設(shè)計、發(fā)布相關(guān)內(nèi)容等。

除信息的內(nèi)容外，信息中呈現(xiàn)的情緒特征同樣影響社交媒體參與[43-44]。有關(guān)廣告?zhèn)鞑サ难芯堪l(fā)現(xiàn)，包含情感信息的廣告會增加社交媒體用戶點(diǎn)贊和轉(zhuǎn)發(fā)行為，但不會對評論數(shù)量產(chǎn)生影響[45]。近年的研究表明，在社交媒體平臺中包含情緒內(nèi)容的信息更容易形成病毒式的擴(kuò)散傳播，具有更大的影響范圍[46]，有助于社交媒體用戶與品牌間緊密聯(lián)系的形成[47]。同時，目的地營銷組織進(jìn)行的目的地形象投射不僅僅是對目的地屬性的展示和介紹，更希望成為一種情緒體驗(yàn)的喚起方式，塑造積極正面的目的地形象[48]。此外，社交媒體參與的程度還與發(fā)帖時間[49-50]、發(fā)帖日期[45,50-51]和季節(jié)性[52]相關(guān)。針對Facebook的研究發(fā)現(xiàn)，社交媒體用戶在工作日會發(fā)表更多的評論，但不會產(chǎn)生更多的點(diǎn)贊或轉(zhuǎn)發(fā)行為[53]。也有學(xué)者發(fā)現(xiàn)，信息發(fā)布日期不影響點(diǎn)贊和評論的數(shù)量[49]。旅游領(lǐng)域的研究認(rèn)為，周末發(fā)布的旅游信息能夠獲得更高的社交媒體參與度[1]；也有研究認(rèn)為，周四和周六是獲取社交媒體參與的最佳發(fā)布日期[26]?？梢?，何時發(fā)布信息會形成最佳的社交媒體互動和營銷效果仍未形成一致結(jié)論。

綜上，社交媒體平臺中的目的地投射形象不僅影響游客的感知形象，而且作用于游客社交媒體參與行為，對目的地形象營銷具有重要意義。已有學(xué)者探索信息發(fā)布與社交媒體參與行為間的關(guān)系，但怎樣的信息發(fā)布能夠引導(dǎo)公眾的社交媒體參與行為、如何模擬和預(yù)測目的地形象投射的社交媒體參與效果尚未得到學(xué)理性回答。基于已有研究，本文將社交媒體參與的影響因素聚焦故宮官博中的目的地投射形象、互動策略、情感表征和時間框架共4個因素，區(qū)分轉(zhuǎn)發(fā)量、評論量、點(diǎn)贊量在公眾社交媒體參與中的不同意涵，模擬不同因素和因素組合對3種社交媒體參與行為的影響，由此探尋可引導(dǎo)、可預(yù)判的旅游目的地形象投射最優(yōu)路徑。

2 數(shù)據(jù)來源和研究方法

2.1 數(shù)據(jù)來源

本研究使用集搜客（GooSeeker）采集2016—2020年故宮官博發(fā)布的全部微博正文文本、發(fā)布時間、轉(zhuǎn)發(fā)數(shù)量、評論數(shù)量和點(diǎn)贊數(shù)量，共獲得4250條微博和相關(guān)數(shù)據(jù)（表1）。采用人工編碼的方式對微博文本中表征的目的地投射形象維度和互動引導(dǎo)類型進(jìn)行編碼。人工編碼過程分為3個階段，首先，由3位筆者在已有研究的基礎(chǔ)上共同討論并初步確定編碼規(guī)則。其次，由兩位筆者依據(jù)編碼標(biāo)準(zhǔn)分別對隨機(jī)抽取的100 條微博文本進(jìn)行獨(dú)立編碼，并對未獲得一致編碼的微博文本進(jìn)行討論，再次修改和確定編碼規(guī)則。最后，由一位筆者依據(jù)最終確定的編碼規(guī)則完成全部微博文本的編碼工作，以保證編碼的一致性和穩(wěn)定性。

表1 2016—2020年故宮官博歷年發(fā)布微博與獲得的轉(zhuǎn)評贊數(shù)量Tab.1 The number of shares,comments and likes of the Palace Museum's official microblog from 2016 to 2020

使用文心（TextMind）中文心理分析系統(tǒng)對微博文本的情感表征進(jìn)行計算。文心系統(tǒng)是由中國科學(xué)院心理所計算網(wǎng)絡(luò)心理實(shí)驗(yàn)室參照LIWC2007（Linguistic Inquiry and Word Count）和 正 體 中 文C-LIWC 詞庫開發(fā)的中文語言分析系統(tǒng)，能夠自動計算輸出包括正/負(fù)面情緒、感知過程、認(rèn)知過程、社會過程等心理特征詞的數(shù)量和在文本中的比例關(guān)系。在英文語境下，LIWC 語言詞庫已被證實(shí)具有良好的信度和效度[54]，可用于預(yù)測互動參與行為[55]。

2.2 變量選擇

基于已有研究，本研究聚焦故宮官博中的目的地投射形象、互動策略、情感表征和時間框架4個因素對社交媒體參與的影響。目的地投射形象分為建筑、自然景觀、歷史文化、文創(chuàng)產(chǎn)品、設(shè)施服務(wù)、活動展覽6個維度?；硬呗苑譃榛右龑?dǎo)和提及他人兩個指標(biāo)?；右龑?dǎo)是指微博文本中對社交媒體用戶的參與行為進(jìn)行了怎樣引導(dǎo)，可分為未進(jìn)行引導(dǎo)、消費(fèi)引導(dǎo)、貢獻(xiàn)引導(dǎo)和創(chuàng)造引導(dǎo)4個類別。提及他人是指微博正文中是否利用@功能提到了其他社交媒體用戶，分為有和無兩個類別。情緒表征可分為正面情緒和負(fù)面情緒，均為通過文心軟件計算得到的連續(xù)數(shù)據(jù)。其中，64.84%的微博正文中包含了正面情緒詞匯，平均正面情緒的得分為0.0288；12.20%的微博正文中包含了負(fù)面情緒詞匯，平均負(fù)面情緒的得分為0.0168。由于貝葉斯模型要求數(shù)據(jù)為名義變量，將不包含正/負(fù)面情緒詞匯的微博編碼為無正/負(fù)面情緒，將正/負(fù)面情緒得分低于平均值的微博編碼為低正面/負(fù)面情緒，將正/負(fù)面情緒得分高于平均值的微博編碼為高正/負(fù)面情緒微博。時間框架包含季節(jié)、日期和發(fā)布時間3 個指標(biāo)。季節(jié)根據(jù)故宮博物院淡旺季的劃分，每年4月至10月為旺季，每年的11月至次年的3月為淡季。發(fā)布日期則以一周為周期，劃分為工作日和周末。發(fā)布時間則根據(jù)每日的工作和非工作時間劃分為8:00—11:59、12:00—13:59、14:00—17:59、18:00—22:59、23:00—7:59共5個時間段。

本研究中的社交媒體參與度由轉(zhuǎn)發(fā)量、評論量和點(diǎn)贊量3個指標(biāo)組成。通過網(wǎng)絡(luò)數(shù)據(jù)爬取而獲得的微博轉(zhuǎn)發(fā)量、評論量和點(diǎn)贊量均為連續(xù)變量，在方差分析和影響圖模型中具有較好的統(tǒng)計意義。但由于貝葉斯模型要求數(shù)據(jù)為名義變量，需將連續(xù)變量轉(zhuǎn)化為名義變量。因此，分別根據(jù)轉(zhuǎn)發(fā)量、評論量、點(diǎn)贊量由高到低對微博進(jìn)行排序，將前20%的微博編碼為高轉(zhuǎn)發(fā)、高評論和高點(diǎn)贊微博，將其余微博編碼為低轉(zhuǎn)發(fā)、低評論和低點(diǎn)贊微博，用于貝葉斯模型的搭建和統(tǒng)計推斷。

2.3 研究方法

本研究的最優(yōu)情景的推斷過程大致可分為5個步驟（圖1）。第一，對故宮官博發(fā)布的微博進(jìn)行數(shù)據(jù)采集和編碼工作，形成目的地投射形象維度、互動引導(dǎo)、提及他人、季節(jié)性、日期、發(fā)布時間共6個名義變量，計算情緒表征得分（正面情緒、負(fù)面情緒），并將其和社交媒體參與數(shù)據(jù)（轉(zhuǎn)發(fā)量、評論量、點(diǎn)贊量）兩類連續(xù)變量轉(zhuǎn)化為名義變量。其中，名義變量用于貝葉斯模型的參數(shù)確定和概率推斷，連續(xù)變量用于影響圖模型的參數(shù)確定和期望效用推斷。第二，使用SPSS 23.0 軟件進(jìn)行卡方檢驗(yàn)和方差分析，識別社交媒體參與的影響因素。第三，依據(jù)已有研究和第二部分的結(jié)論，利用GeNIe 2.5軟件繪制貝葉斯模型，使用編碼后的微博數(shù)據(jù)進(jìn)行參數(shù)學(xué)習(xí)，確定貝葉斯模型參數(shù)。隨后，以社交媒體參與為目標(biāo)節(jié)點(diǎn)，進(jìn)行敏感性分析和概率推斷，尋找影響社交媒體參與的關(guān)鍵因素和因素組合。第四，依據(jù)微博發(fā)布的決策過程，拓展貝葉斯模型，構(gòu)建包含決策節(jié)點(diǎn)和價值節(jié)點(diǎn)的影響圖模型。最后，結(jié)合前述發(fā)現(xiàn)，調(diào)整影響圖模型節(jié)點(diǎn)的取值，模擬計算社交媒體參與的期望效用，推斷出通過目的地形象投射引發(fā)社交媒體互動的最優(yōu)路徑。

圖1 社交媒體參與的最優(yōu)情景推斷流程圖Fig.1 The process of scenario inference for the optimal social media engagement

與經(jīng)典統(tǒng)計方法相比，基于貝葉斯方法的貝葉斯模型和影響圖具備多元數(shù)據(jù)統(tǒng)合、模擬推斷和圖示化呈現(xiàn)的能力，能夠很好地處理先驗(yàn)知識和新觀測數(shù)據(jù)之間的關(guān)系，實(shí)現(xiàn)對不同情景下的模擬推斷，并通過直觀展示各要素的概率變化為管理決策提供幫助。貝葉斯方法已被廣泛應(yīng)用在組織管理、環(huán)境管理、風(fēng)險管理、消費(fèi)者行為等領(lǐng)域，用以預(yù)測工程問題、風(fēng)險、消費(fèi)者行為的發(fā)生概率[56-57]。近年來，不斷有學(xué)者將貝葉斯模型應(yīng)用于游客行為分析等方面，并取得一定進(jìn)展[58-59]。影響圖是對貝葉斯模型的擴(kuò)充，增加了表征備選方案的決策節(jié)點(diǎn)和表征連續(xù)變量的價值節(jié)點(diǎn)[60]，將貝葉斯模型對離散變量的概率推斷拓展為對決策備選方案的期望效用的預(yù)測，不僅能夠捕捉?jīng)Q策者的備選方案和決策偏好，還能夠計算得到不同決策方案的預(yù)期效果。影響圖已被廣泛應(yīng)用于風(fēng)險決策、組織決策等領(lǐng)域[61-62]，該方法在旅游研究中運(yùn)用推動了旅游目的地營銷與社交媒體營銷研究的方法探索與創(chuàng)新。

2.3.1 貝葉斯模型

貝葉斯網(wǎng)絡(luò)是基于概率論描述數(shù)據(jù)變量之間依賴關(guān)系的圖形模型，能夠在多種因素和不確定性信息的作用下進(jìn)行概率推理[63]。貝葉斯模型由一個有向無環(huán)圖和條件概率表組成。其中，有向無環(huán)圖由節(jié)點(diǎn)及有向連接弧構(gòu)成，節(jié)點(diǎn)代表變量，有向連接弧代表父節(jié)點(diǎn)到子節(jié)點(diǎn)的影響關(guān)系；條件概率表用以表示節(jié)點(diǎn)之間的關(guān)系強(qiáng)度。貝葉斯公式被認(rèn)為是貝葉斯模型的基礎(chǔ)，可以表示為：

式（1）中，P(X|Y)是已知事件Y發(fā)生時X出現(xiàn)的概率，P(Y|X)是X出現(xiàn)時Y的條件概率。兩個隨機(jī)變量X和Y的聯(lián)合分布可以表示為：

式（2）中，P(X)稱為先驗(yàn)概率，P(Y|X)是后驗(yàn)概率。先驗(yàn)概率是指該因素與其他因素?zé)o關(guān)的、單獨(dú)發(fā)生的可能性。后驗(yàn)概率是指在前置因素的概率條件下，該因素的發(fā)生概率。結(jié)合鏈?zhǔn)揭?guī)則，可降低概率模型的復(fù)雜度，則n個變量的聯(lián)合分布為：

設(shè)置S為包含X變量的網(wǎng)絡(luò)結(jié)構(gòu)，其中，X={X1,X2,…,Xn}，P為與每個變量關(guān)聯(lián)的局部概率分布集合，Xi表示變量節(jié)點(diǎn)，Xpa(i)表示該變量節(jié)點(diǎn)在網(wǎng)絡(luò)結(jié)構(gòu)S 中的父節(jié)點(diǎn)。根據(jù)以上公式，可以計算形成每個節(jié)點(diǎn)的條件概率表，并根據(jù)貝葉斯公式對貝葉斯網(wǎng)絡(luò)模型的各節(jié)點(diǎn)進(jìn)行概率推斷。

2.3.2 影響圖

影響圖是顯示變量間影響關(guān)系的有向無環(huán)圖，通過計算各備選方案的期望效用（expected utility,EU）解決最優(yōu)決策的問題[60]。影響圖由機(jī)會節(jié)點(diǎn)、決策節(jié)點(diǎn)、價值節(jié)點(diǎn)三類節(jié)點(diǎn)和影響弧、信息弧兩類有向弧組成。機(jī)會節(jié)點(diǎn)是與決策問題相關(guān)的隨機(jī)變量，繪制為橢圓形，通過條件概率表確定節(jié)點(diǎn)間的關(guān)系強(qiáng)度。決策節(jié)點(diǎn)代表受決策者控制的變量，繪制為矩形，用以模擬多個決策備選方案。價值節(jié)點(diǎn)是決策結(jié)果的最終效用，繪制為菱形，通過父節(jié)點(diǎn)各種可能狀態(tài)組合的效用來量化。影響弧表示影響，即弧尾部的節(jié)點(diǎn)影響弧頭部節(jié)點(diǎn)的值或值的概率分布，具有一定的因果意義。信息弧是進(jìn)入決策節(jié)點(diǎn)的弧，表示在信息流動意義上的時間優(yōu)先級，即在做出決定之前，信息弧尾部的所有節(jié)點(diǎn)結(jié)果是已知的。

在影響圖模型中，決策節(jié)點(diǎn)狀態(tài)代表各種決策備選方案，價值節(jié)點(diǎn)狀態(tài)代表決策的每個可能結(jié)果的效用，即期望效用，記為EU。期望效用是指在某一個決策方案下通過概率計算得到的預(yù)期結(jié)果，是對某一決策情景下可獲得效果的預(yù)測，具有現(xiàn)實(shí)意義[64]。通過計算每個可能的決策備選方案的期望效用，可推斷出具有最高期望效用的最佳決策方案。計算公式如下：

式（4）中，πi(U)是價值節(jié)點(diǎn)U在其父節(jié)點(diǎn)狀態(tài)下的效用值，P(πi(U))是πi(U)出現(xiàn)的概率。

3 數(shù)據(jù)分析與研究結(jié)果

3.1 故宮官博發(fā)布的微博數(shù)量及其影響因素

統(tǒng)計2016—2020 年故宮官博發(fā)布的不同維度目的地形象微博的數(shù)量及其與互動策略、情感表征和時間框架的組合情況，并進(jìn)行卡方檢驗(yàn)（表2）。結(jié)果表明，故宮官博在投射不同維度目的地形象時使用了不同的互動策略和情感表征，且具有差異化的發(fā)布時間框架。

表2 故宮投射形象與互動策略、情感表征、時間框架的微博數(shù)量差異交叉表Tab.2 The cross table of projected images,interactive strategies,emotional representation and time frame

從目的地投射形象維度上看，首先，故宮官博在歷史文化維度發(fā)布的微博數(shù)量遠(yuǎn)超于其他形象維度的微博數(shù)量，占全部微博數(shù)量的50%以上；其次為活動展覽維度和自然景觀維度，均超過全部微博數(shù)量的10%；建筑維度、文創(chuàng)產(chǎn)品維度、設(shè)施服務(wù)維度的微博數(shù)量較少。從互動策略上看，僅有34.59%的微博進(jìn)行了互動引導(dǎo)和5.94%的微博提及了他人。其中，活動展覽和歷史文化維度中使用了更多的消費(fèi)引導(dǎo)和創(chuàng)造引導(dǎo)策略，且較多提及其他社交媒體用戶。文創(chuàng)產(chǎn)品維度使用了較多的貢獻(xiàn)引導(dǎo)策略，建筑維度微博的互動策略使用最少。從情感表征上看，64.84%的微博使用了正面情緒詞匯，但正面情緒得分較低；僅有12.20%的微博中出現(xiàn)了負(fù)面情緒詞匯。從時間框架上看，故宮官博在旅游旺季發(fā)布微博數(shù)量略高于旅游淡季發(fā)布的微博數(shù)量，特別是建筑維度和自然景觀維度的微博。故宮官博在工作日發(fā)布微博數(shù)量略高于周末發(fā)布的微博數(shù)量，特別是設(shè)施服務(wù)維度和活動展覽維度的微博。8:00—11:59 是故宮官博發(fā)布微博最多的時段，以歷史文化維度為主；14:00—17:59 時間段，故宮官博發(fā)布了較多設(shè)施服務(wù)、互動展覽和文創(chuàng)產(chǎn)品維度的微博；12:00—13:59、18:00—22:59 和23:00—7:59三個非工作時間段，故宮官博發(fā)布的微博數(shù)量較少。

3.2 故宮官博引發(fā)的社交媒體參與及其影響因素

2016—2020年故宮官博發(fā)布微博的轉(zhuǎn)發(fā)、評論和點(diǎn)贊數(shù)量均符合冪律分布（y=axk），表現(xiàn)為頭部熱門微博數(shù)量較少，但具有極高轉(zhuǎn)評贊數(shù)量；尾部大量的微博則具有極少的轉(zhuǎn)評贊數(shù)量，未獲得高水平的社交媒體參與。其中，轉(zhuǎn)發(fā)量（y=1E+07x-1.449，R2=0.9608）的衰減速率最快，頭部微博數(shù)量更少而轉(zhuǎn)發(fā)量更高；評論量（y=2E+06x-1.367，R2=0.9304）的衰減速率次之，點(diǎn)贊量（y=5E+06x-1.156，R2=0.9555）的衰減速率最緩，相對具有較多的頭部微博。依據(jù)二八法則來看，轉(zhuǎn)發(fā)量排名前20%的微博的轉(zhuǎn)發(fā)總量占全部轉(zhuǎn)發(fā)量的95.27%，評論量排名前20%的微博的轉(zhuǎn)發(fā)總量占全部評論量的87.20%，點(diǎn)贊量排名前20%的微博的轉(zhuǎn)發(fā)總量占全部點(diǎn)贊量的85.41%。由此可見，故宮官博下的社交媒體參與集中在少量的熱門微博中，產(chǎn)生了轉(zhuǎn)評贊數(shù)量極大且具有極高社會影響力的微博。然而，故宮官博發(fā)布的大量微博，特別是歷史文化維度的微博，未引發(fā)大規(guī)模的社交媒體參與。

分別對故宮官博轉(zhuǎn)評贊數(shù)量在目的地投射形象維度、互動策略、情感表征、時間框架中各因素不同水平上的差異進(jìn)行方差分析（表3）。結(jié)果表明，旅游目的地投射形象不同維度、互動引導(dǎo)類型、季節(jié)性會影響故宮官博的轉(zhuǎn)評贊的數(shù)量。文創(chuàng)產(chǎn)品維度的目的地投射形象獲得了最高的轉(zhuǎn)發(fā)量，且遠(yuǎn)高于其他維度；活動展覽和自然景觀維度引發(fā)了較高的評論量和點(diǎn)贊量。發(fā)布時間影響了故宮官博評論和點(diǎn)贊的數(shù)量，是否提及他人僅影響了故宮官博轉(zhuǎn)發(fā)的數(shù)量，正面情緒僅影響了故宮官博評論量和點(diǎn)贊量，負(fù)面情緒不影響故宮官博轉(zhuǎn)發(fā)、評論和點(diǎn)贊的數(shù)量。

表3 不同因素影響下故宮官博轉(zhuǎn)評贊數(shù)量的差異分析Tab.3 The difference in the number of shares,comments and likes under the influence of different factors

3.3 故宮官博中社交媒體參與的貝葉斯模型

3.3.1 貝葉斯模型搭建與敏感性分析

根據(jù)已有研究和上述統(tǒng)計檢驗(yàn)結(jié)果，構(gòu)建故宮官博投射旅游目的地形象引發(fā)的社交媒體參與貝葉斯模型，連線的方向符合微博發(fā)布時的決策順序，并經(jīng)過了本文3位作者的一致性確認(rèn)（圖2）。將5065 條包含旅游目的地投射形象、互動引導(dǎo)、提及他人、正面情緒、負(fù)面情緒、季節(jié)、日期、發(fā)布時間共8 個變量的數(shù)據(jù)導(dǎo)入GeNIe 2.5，通過參數(shù)學(xué)習(xí)的方法計算形成貝葉斯模型參數(shù)。將轉(zhuǎn)發(fā)量、評論量和點(diǎn)贊量設(shè)置為目標(biāo)節(jié)點(diǎn)，運(yùn)行敏感性分析，可得目標(biāo)節(jié)點(diǎn)對各因素或因素組合變化的敏感程度，以模型中節(jié)點(diǎn)顏色的深淺表示。

圖2 旅游目的地投射形象引發(fā)社交媒體參與的貝葉斯模型Fig.2 The Bayesian network model of social media engagement

敏感性分析揭示了各節(jié)點(diǎn)概率變化對目標(biāo)節(jié)點(diǎn)概率變化的影響，有助于識別影響貝葉斯推斷結(jié)果變化的關(guān)鍵節(jié)點(diǎn)[65]。結(jié)果表明，除負(fù)面情緒外，調(diào)整各因素的不同水平均會影響故宮官博中的社交媒體參與。其中，微博發(fā)布時間、投射形象維度和互動引導(dǎo)類型是敏感性較高的因素。這3個節(jié)點(diǎn)微小的概率變化會引發(fā)社交媒體參與較大的概率變化。

3.3.2 高社交媒體參與情景的概率推斷

故宮官博進(jìn)行目的地形象投射的目標(biāo)是引發(fā)高水平的社交媒體參與，進(jìn)而增加傳播效率和社會影響力。因此，本研究分別將轉(zhuǎn)發(fā)量、評論量和點(diǎn)贊量3 個節(jié)點(diǎn)的狀態(tài)設(shè)置為高，計算貝葉斯模型中其他節(jié)點(diǎn)后驗(yàn)概率，通過觀測后驗(yàn)概率的變化量揭示各因素對社交媒體參與的作用方向和強(qiáng)度（表4）。

結(jié)果表明，無論是在高轉(zhuǎn)發(fā)、高評論還是高點(diǎn)贊的情景下，自然景觀維度、高正面情緒的后驗(yàn)概率都有明顯增加。旅游淡季后驗(yàn)概率在高轉(zhuǎn)發(fā)、高點(diǎn)贊情景下增加較多，貢獻(xiàn)引導(dǎo)和創(chuàng)造引導(dǎo)在高評論情景下增加較多。從后驗(yàn)概率變化的結(jié)果可知，自然景觀維度、使用互動策略和高正面情緒是引發(fā)高水平社交媒體參與的關(guān)鍵，而不同的互動策略能夠引導(dǎo)形成不同類型的社交媒體參與，旅游淡季和非工作時間發(fā)布的微博更容易引發(fā)高社交媒體參與。

3.4 故宮官博中社交媒體參與的影響圖模型

3.4.1 影響圖模型搭建與影響強(qiáng)度分析

根據(jù)微博發(fā)布的決策順序，本研究將貝葉斯網(wǎng)絡(luò)中的時間節(jié)點(diǎn)調(diào)整為決策節(jié)點(diǎn)，將轉(zhuǎn)發(fā)量、評論量和點(diǎn)贊量調(diào)整為可表征連續(xù)變量的價值節(jié)點(diǎn)，刪除負(fù)面情緒和日期兩個不影響社交媒體參與的節(jié)點(diǎn)，以信息?。ㄌ摼€表示）連接季節(jié)性、投射形象維度、互動引導(dǎo)、提及他人、正面情緒與發(fā)布時間這一決策節(jié)點(diǎn)，計算投射形象維度、季節(jié)、互動引導(dǎo)、提及他人、正面情緒5 個節(jié)點(diǎn)不同水平組合情況下轉(zhuǎn)發(fā)、評論、點(diǎn)贊的效用值，并填入GeNIe 2.5軟件中用以更新參數(shù)，最終形成故宮官博中旅游目的地形象投射引發(fā)社交媒體互動的影響圖模型。采用J散度（J-Divergence）的方法計算各節(jié)點(diǎn)間的影響強(qiáng)度，并根據(jù)歸一化處理后的影響強(qiáng)度值繪制影響圖中弧的粗細(xì)（圖3）。

圖3 社交媒體參與的影響圖模型Fig.3 The influence graph model of social medial engagement

影響強(qiáng)度是依據(jù)子節(jié)點(diǎn)的條件概率表計算得到，反映了父節(jié)點(diǎn)不同水平下子節(jié)點(diǎn)上各種條件概率分布之間的距離。結(jié)果表明，故宮官博投射不同維度目的地形象時會采用不同的互動策略和情感表征，進(jìn)而通過不同的組合情況影響社交媒體參與度。相比于評論量，微博轉(zhuǎn)發(fā)量和點(diǎn)贊量更明顯地受到微博內(nèi)容和營銷手段的影響。

3.4.2 以歷史文化維度為例的最優(yōu)決策推斷

面對故宮官博在目的地形象投射和營銷策略上多樣的組合方式，本研究以歷史文化維度為例，尋找最大化社交媒體參與的最優(yōu)決策。選擇歷史文化維度為典型情景是因?yàn)闅v史文化在故宮博物院旅游目的地形象中居于核心地位，故宮官博發(fā)布了大量有關(guān)歷史文化的微博，但此類微博的轉(zhuǎn)發(fā)、評論、點(diǎn)贊量均低于其他目的地形象維度，并未引發(fā)大規(guī)模的社交媒體參與。針對這一錯位現(xiàn)象，本研究將影響圖模型中投射形象維度設(shè)置為歷史文化維度（即設(shè)定歷史文化維度的概率為100%），通過調(diào)節(jié)各節(jié)點(diǎn)的概率模擬不同的決策情景，計算轉(zhuǎn)發(fā)、評論、點(diǎn)贊3 類社交媒體參與的期望效用，以期尋找故宮官博投射歷史文化維度目的地形象時最大化社交媒體參與的最優(yōu)決策。

計算歷史文化維度微博不同組合情景下轉(zhuǎn)發(fā)量價值節(jié)點(diǎn)的期望效用（表5），發(fā)現(xiàn)歷史文化維度微博評論量在旅游淡季的期望效用高于旅游旺季的期望效用。旅游淡季的消費(fèi)引導(dǎo)和旅游旺季的貢獻(xiàn)引導(dǎo)是獲得更高期望效用的組合方式。此外，創(chuàng)造引導(dǎo)和提及他人的組合使用有助于獲得較高的期望效用。也就是說，在歷史文化維度的形象投射中，互動引導(dǎo)和提及他人兩種提高互動性的營銷方式對社交媒體參與的作用并非簡單的線性相加。只有當(dāng)故宮官博針對歷史文化維度設(shè)計創(chuàng)造性的社交媒體參與活動并通過提及他人增強(qiáng)微博的互動性時，才會對轉(zhuǎn)發(fā)量產(chǎn)生正面的疊加效果，在目的地形象傳播中獲得更大的社會影響力。

表5 歷史文化維度微博不同組合情景中轉(zhuǎn)發(fā)量的期望效用Tab.5 The expected utility of shares in different scenarios

計算歷史文化維度微博不同組合情景下評論量價值節(jié)點(diǎn)的期望效用（表6），發(fā)現(xiàn)無論是在旅游淡季還是旅游旺季，在非工作時間段發(fā)布?xì)v史文化維度的微博都能夠在評論量上獲得較高的期望效用。特別是進(jìn)行貢獻(xiàn)引導(dǎo)并使用大量正面情緒詞匯時，在12:00—13:59 發(fā)布的歷史文化維度微博具有最高的評論量期望效用。

表6 歷史文化維度微博不同組合情景中評論量的期望效用Tab.6 The expected utility of comments in different scenarios

計算歷史文化維度微博不同組合情景下點(diǎn)贊量價值節(jié)點(diǎn)的期望效用（表7），發(fā)現(xiàn)在旅游淡季，點(diǎn)贊量期望效用最高的時間段依然是12:00—13:59。而在旅游旺季，點(diǎn)贊量期望效用最高的時間段轉(zhuǎn)變?yōu)?8:00—22:59。此外，使用創(chuàng)造引導(dǎo)策略的微博具有更高的點(diǎn)贊量期望效用。這可能是由于在創(chuàng)造性引導(dǎo)的微博中，大量社交媒體用戶進(jìn)行了富有創(chuàng)造力和創(chuàng)新性的評論，加強(qiáng)了其他社交媒體用戶對微博內(nèi)容整體性的點(diǎn)贊和反饋，表現(xiàn)出社交媒體參與的社群性特征。

表7 歷史文化維度微博不同組合情景中點(diǎn)贊量的期望效用Tab.7 The expected utility of likes in different scenarios

4 結(jié)論與展望

4.1 結(jié)論與討論

本研究將轉(zhuǎn)發(fā)量、評論量、點(diǎn)贊量作為公眾社交媒體參與度的評估指標(biāo)，構(gòu)建了貝葉斯模型和影響圖兩個層層遞進(jìn)的決策參考模型，模擬并預(yù)測了旅游目的地管理組織信息發(fā)布的最優(yōu)情景和預(yù)期效果，打通了目的地投射形象與社交媒體參與間的復(fù)雜聯(lián)系。在視角創(chuàng)新上，將社交媒體參與度作為評估目的地形象投射效果的重要指標(biāo)，揭示了投射形象對社交媒體參與度的影響規(guī)律。在方法創(chuàng)新上，通過貝葉斯網(wǎng)絡(luò)模型和影響圖直觀展示各因素間的作用關(guān)系和影響強(qiáng)度，借助情景模擬實(shí)現(xiàn)對目的地形象不同投射策略的效果預(yù)測。本研究得到以下結(jié)論。

第一，故宮官博通過目的地形象投射引發(fā)的社交媒體參與度符合冪律分布，即僅有少量的微博引發(fā)了大規(guī)模的社交媒體參與行為。故宮官博的故宮投射形象可分為建筑、自然景觀、歷史文化、文創(chuàng)產(chǎn)品、設(shè)施服務(wù)和活動展覽6個維度。其中，最有可能形成高社交媒體參與的情景出現(xiàn)在自然景觀維度的微博中。已有的研究發(fā)現(xiàn)，故宮的貓、故宮的雪等相關(guān)熱門話題是故宮旅游目的地形象轉(zhuǎn)型的關(guān)鍵[67]。本研究同樣發(fā)現(xiàn)，與故宮自然景觀和文創(chuàng)產(chǎn)品相比，歷史文化維度的微博則較難形成大規(guī)模的社交媒體參與。故宮目的地投射形象對社交媒體參與的激發(fā)作用停留在視覺景觀吸引和產(chǎn)品消費(fèi)層面上，尚未深入故宮歷史文化的核心魅力中。

第二，社交媒體參與不僅與目的地營銷組織投射的目的地形象維度有關(guān)，還與發(fā)布內(nèi)容中的互動策略、情緒表征和發(fā)布時間框架有關(guān)。已有研究大多通過比較社交媒體用戶發(fā)布信息與目的地營銷組織發(fā)布信息間的差距，將彌合投射形象和感知形象的差異作為目的地形象的營銷目標(biāo)[66]。本研究則聚焦目的地形象投射所引發(fā)的社交媒體參與，關(guān)注目的地投射形象維度和營銷策略對社交媒體用戶與目的地互動關(guān)系的塑造。本研究發(fā)現(xiàn)，在微博文本中使用互動策略能夠提升社交媒體參與度，提及他人和消費(fèi)引導(dǎo)能夠獲得更高的點(diǎn)贊量和轉(zhuǎn)發(fā)量，貢獻(xiàn)引導(dǎo)和創(chuàng)造引導(dǎo)則有助于形成高評論的微博。正面情緒詞匯的使用不僅有助于塑造積極的旅游目的地情感形象，也吸引了更多的用戶進(jìn)行評論和點(diǎn)贊。

第三，微博發(fā)布的時間框架是旅游目的地投射形象的重要決策因素。故宮目的地形象投射不同情景下，引發(fā)社交媒體參與的最優(yōu)發(fā)布時間具有差異。在旅游淡季，社交媒體用戶更有可能與故宮官博進(jìn)行頻繁的互動參與行為。因此，旅游淡季是塑造潛在游客目的地形象和旅游意愿的關(guān)鍵時期，與旅游旺季分別進(jìn)行有選擇性的旅游目的地形象投射和營銷能夠獲取更為理想的社交媒體參與。12:00—22:59時間段通常能夠獲得更高的社交媒體參與，更有可能形成高評論和高點(diǎn)贊的微博。故宮官微引發(fā)高社交媒體參與的微博發(fā)布時間與已有研究中社交媒體用戶的活躍時段基本吻合[53]。本研究進(jìn)一步發(fā)現(xiàn)，通過對微博內(nèi)容、互動策略和發(fā)布時間的組合可以引導(dǎo)不同類型的社交媒體參與，并借助影響圖可模擬推斷出不同情景下可達(dá)到的社交媒體參與規(guī)模。

最后，對于數(shù)量最大但未引發(fā)大規(guī)模社交媒體參與的歷史文化維度微博而言，互動策略與時間框架的組合使用在提升社交媒體參與度中具有重要作用。在旅游淡季引導(dǎo)公眾在虛擬空間進(jìn)行故宮相關(guān)消費(fèi)行為，以及在旅游旺季組織公眾進(jìn)行與故宮有關(guān)的創(chuàng)新創(chuàng)造活動，是形成更高的社交媒體參與的最優(yōu)策略。同時，12:00—13:59 時間段和18:00—22:59時間段是歷史文化維度微博獲得社交媒體參與的最優(yōu)發(fā)布時間，此時疊加互動引導(dǎo)策略能夠獲得更大規(guī)模的社交媒體參與行為。與其他維度不同，歷史文化維度微博中提及他人對社交媒體參與的影響較微弱，只有在創(chuàng)造性活動中提及他人才能促進(jìn)社交媒體參與。這可能與歷史文化維度的特殊屬性有關(guān)。與名人的知名度相比，名人與目的地的匹配度可能是影響旅游者對目的地態(tài)度的重要因素[68]。然而，如何通過互動營銷引發(fā)公眾的文化參與和文化學(xué)習(xí)仍是一個亟待探索的問題。

4.2 不足與展望

本研究以故宮官博2016—2020 年的微博數(shù)據(jù)構(gòu)建了旅游目的地投射形象引發(fā)社交媒體參與的貝葉斯模型和影響圖模型?？紤]到旅游目的地類型的豐富性，后續(xù)研究可進(jìn)一步在其他類型旅游目的地中予以驗(yàn)證。此外，本研究采用定量分析與模型模擬的方法構(gòu)建出旅游目的地管理組織通過目的地形象投射引發(fā)社交媒體參與的規(guī)律模型，推斷出旅游目的地形象投射的最優(yōu)情景和期望效用，但尚未從公眾個體層面揭示規(guī)律模型背后的心理與行動邏輯。后續(xù)研究仍有待采用訪談、實(shí)驗(yàn)等方法，進(jìn)一步推進(jìn)旅游目的地形象網(wǎng)絡(luò)營銷的機(jī)理研究。