【毕业学位论文】（Word原稿）微博传播过程实证研究及效果评估-统计教育学

微博传播过程 实证研究 及效果评估 南京大学 摘要 ：微博即微型博客，是一个基于用户关系的信息分享，交流及传播的平台，是一种互联网社交服务。本文围绕微博传播过程，通过抽样，内容分析，甚至问卷调查方法对传播主体，传播内容进行统计分析（统计量描述，非参数检验，相关性检验，聚类分析等），并用聚类分析方法对较活跃传播主体样本进行分类，再利用层次分析法对不同类别进行定量的传播效果评估。研究发现：（ 1）对微博用户对自发话题和转发议题的文本内容使用较多；（ 2）对于 社会的一些热点，公益，公共新闻，粉丝们会更多 地去参与转发，而对于博主原创的内容，粉丝们会更多的去交流即回复；（ 3）用户（主要指人）发微博内容属性是随机的，而对于那些有针对性机构，所发内容呈现一定聚集性。（ 4）微博中名人效应依然明显，传播效果和诸多因素有关，按聚类分析分出类中，按照本文定量评估方法1D(小 s，蔡永康，何炅 )传播效果最好。最后基于这些研究提出些微博发展和建设展望。 关键 字 ：微博 ； 统计分析 ； 层次分析 ；效果评估 一、 引言 作为最近几年兴起的一种媒介工具，微博以其片碎化内容，及时性，跨平台特征风靡全球。 2006年 3 月，博客技术先驱 始人埃文 威廉姆斯 (建的新兴公司 出了大围脖服务。在最初阶段，这项服务只是用于向好友的手机发送文本信息。 后来 页流量统计评定为最受欢迎的 50 个网络应用之一 ，成为比较流行的社交网站。 国外 “大红大紫 ”，令国内有些人终于坐不住了 ，校内，腾讯微博，新浪微博纷纷起来。 2010 年 国内微博迎来来春天，微博像雨后春笋般崛起 ，2009年诞生的新浪微博，由于具有大量公众人物用户这一优势，自推出之日起借助名人效应，轻松突破百万用户量。据东方早报 3月 25日的消息称，新浪微博已成为目前中国用户数最大的微博产品。所以本文就选取国内新浪微博作为实证研究对象。 我们对国内学术期刊中关于微博客的文献 查找 。选取维普数据库作为数据来源（ ），截止 2011 年 6月 29日 ，得结果 来自中文科技期刊数据库 1939 篇 ， 来自仓储式在线出版平台 39409 篇。 查看历史，截止 2010年 4月时，只有 77 篇研究“微博”的论文，可见伴随着微博的爆发性发展，国内对其研究也同步进行着。添加关键字“新浪”我们得到来自中文科技期刊数据库 116篇，本文研究的重点在于微博效果的评估，搜索关键“微博 效果”紧得到中文科技期刊数据库 2篇 ,分别是微博营销效果评估的两个支点， 媒体融合时代下微博的传播效果 ，而这两篇文章的评估方法主要还是在定性上进行研究。实际上微博评估 体系目前尚不成熟，效累评估模式目前的争议也还比较大，目前人们初步较认可的评估手段主要从微博本身 价 值评估和 微博传播活动两个方面进行考核。 而定性分析中由人民大学李齐写的微博客传播效果研究 以新浪微博为例（人民网， 2010），通过对影响传播效果的各个因素分析，构造出一种效果评估体系。本文将在这些文献参考的基础上 运用一些统计方法，从量的角度出发分析数据，利用层次分析的方法得出 传播效果的具体值。 我们以新浪微博为例，构造研究 模型 ：注意： 照视觉的不同可以分为微观效果和宏观社会效果，前者针对具体的传播行为，后者 则从系统的角度将所有的微博传播行为看做一个整体，研究其对社会产生的广泛影响，本文研究的主要还是对微观效果的评估。 传播过程 传播主体 传播内容 传 播 效 果 传播方式 发布者 接受者 微博数 粉丝数 发布内容 . 转发回复 内容类别 统计量特征 效 果 评 估 层次分析 聚类分析 现在微博传播方式也多种，主要是工具的多样， 站，手机短信，手机微博客户端等，甚至听周围人转述也是一种传播方式。这里我们并没有把传播方式纳入到效果评估的因素中，实际上传播方式也影响着传播效果，但是影响的主要是宏观效果，而本文研究是微观方面的，所以不将传播方式考虑进去。 二、内容分析 微博的内容由于传播主体的独立性和个性而丰富多彩，运用传播学理论的一些基本 知识我们按照以下两个标准分类： 公众议题，还是只是私人领域的小话题。 按照这样两个标准我们分成四类： 1. 自发话题：即自己原创的私人一些事情，如生活见闻，心情，私人愿望等。 2. 转发话题：不是原创，通过转述别人的一些私人话题，如转发私人图片，评论某个人的博客，分享的一些小段子名言等。 3. 自发议题：博主自己写的对社会的事情，热点的点评感想，或者对一些公益事业的宣传，一些行为的倡导。 4. 转发议题：转述别人的公共话题，转发新闻，或转发别人对公共事件的点评等。 不同的内容反 映不同人的动机和需求，这和不同人的职业，兴趣，生活习惯相关，而不同的内容引起的转发数和回复数必然也有差异，这和粉丝的兴趣有关。 现在我们研究一般微博用户议论内容的形式，以新浪微博为例通过微博广场随便看看一栏，我们知道每时每刻大家讨论的话题，现在我们抽取 6 月 25 日10:00,17:00,21:00 时刻前 100 条微博内容形式进行观察，共 300 个样本。得到如下结果： 从图中看出微博用户自发话题较多，说明很多人喜欢通过微博对自己的生活感想或者自己的平常事用 微博表达出来， 64%的人都是原创微博，出自用户自己。而 37%的用户参与公共的议题，这也说明有不少人通过微博对自己周围或者社会热点事件议论，关注这些事情。 事实上，本次抽样只抽取 6 月 25 日的数据，样本相对较少，因此具体数据的说服力不强，但对用户的讨论聚集范围还是有一定的参考价 值 。 为了直观地研究各类微博的传播效果，对其进行评估， 我们研究内容属性和回复量和转发量的关系，为此我们选取样本需要做到控制变量，对此进行有目的的抽样，必须微博的内容要尽量丰富，而且用户的粉丝数尽量不要相差太多，对此我们选择粉丝数在 600 万 700 万的名人，并且来自不同的领域： 何炅（知名主持人，粉丝 670 万），李开复（著名企业家，粉丝 590 万），黄健翔（体育评论员，粉丝 600 万），李冰冰（著名演员，粉丝）。 对他们 6 月份的微博进行抽样，得到 310 个样本，导入 用 行统计量描述，对内容类别用数字标号：自发话题 =1，自发议题 =2，转发话题 =3，转发议题 =4， 1,2,3,4 类分别得到描述结果如下： 统计量 1 转发 回复 N 有效 79 79 缺失 0 0 均值 值 数 293a 98a 标准差 度 度的标准误 271 峰度 度的标准误 535 极大值 13622 8602 a. 存在多个众数。显示最小值 统计量 2 转发 回复 N 有效 57 57 缺失 0 0 均值 值 数 3214 620 标准差 度 度的标准误 316 峰度 度的标准误 623 极大值 15010 9569 统计量 3 转发 回复 N 有效 94 94 缺失 0 0 均值 值 数 3222a 456 标准差 度 度的标准误 249 峰度 度的标准误 493 极大值 7308 2459 a. 存在多个众数。显示最小值 统计量 4 转发 回复 N 有效 74 74 缺失 0 0 均值 值 数 890 96a 标准差 度 度的标准误 279 峰度 度的标准误 552 极大值 8761 4536 a. 存在多个众 数。显示最小值 整理得到如下表： 转发数 内容类型 均值 中位数 众数 极大值 自发话题 11 293 13622 自发议题 531 3214 15010 转发话题 70 3222 7308 转发议题 065 890 8761 回复数 内容类型 均值 中位数 众数 极大值 自发话题 11 98 8602 自发议题 70 620 9569 转发话题 53 456 2459 转发议题 86 96 4536 我们选择了四个变量指标，实际上我们从统计结果中可以看出众数的意义不大，甚至对我们的结果会有误导作用。结果显示，不同内容类型无论转发数还是回复数标准差都很大： 类容类型 转发标准差 回复标准差 自发话题 发议题 发话题 发议题 以数据的波动很大，而众数反映的是一组数据中出现次数最多的特征 值，但是因为数据值大而且波动也大，出现相同数值的可能性很小，所以众数会有多个数，而结果显示确实有很多众数，所以用众数作为评判指标不好。于是我们只选 择均值，中位数，极大值。 平均值表示各类型 转发（回复） 量的平均水平 ;中位数表示各类型中 转发（回复） 量在最中间的数值 ，而极大值则表示最受关注的微博对应的转发（回复）数。为了更直观看数据关系，我们处理结果如下： 转发量 从上图中我们可以看出，三个指标的变化趋于一致，而且我们看出类型 2和类型 4的转发量明显高于类型 1和类型 2，而 1， 3类型有个共同的就是都是议题，无论是自发的还是转发的，对于议题即社会的一些热点，公益，公共新闻，粉丝们更多地去参与转发，并且自发的议题转发量高于转发别人发出的议题，这也很容易解释，对于转发别的用户的议题，本身已经是属于次级传播，对于该议题 的原始用户本身就有一定的转发量，所以对其进行再转发就要少一些了。由此我们推出对于社会一些公共新闻，热点，公益等议题其转发程度很高，粉丝们更多地参与这些内容的转发，因此议题的的传播潜力和传播寿命更长，影响力更广。而话题无论原创还是转发，其传播力都比较有限。 回复数 上图中我们也可以看到三个指标变化基本一致，而且类型 1和类型 2的回复量明显高于 3和 4，也就是说粉丝更多地会参与到博主原创微博的交流中来，因为回复更多的是对微博评论或者自己的感想，就好比与博主进行交流，因此博主自己原创的微博有更多的回复。转发的话题则回复最少，结合前面转发量我们可以看到转发话题的转发量都是最少的，此类微博潜力小，不容易引起粉丝的交流。此外我们从极大值曲线看出，无论转发量还是回复量，都在比较高的水平， 可见 在微博转播过程中 关注热度最高的还是社会热点、焦点 ，公共新闻等公众议题 。 我们 知道，转发数和回复量不是独立的，因为有部分粉丝不仅转发而且也回复，为了对此研究我们仍然用上述样本，在不同内容属性下对转发量和回复量相关性进行分析得到结果： 内容属性 在 自发话题 发议题 发话题 发议题 有样本 上表我们看出，对于博主（主要指人物）原创的微博，转发数和回复量相关性比较高，而非原创的微博则相关性低，说明对 于博主原创微博，既转发也回复的粉丝相对而言比例要高一些。 三、 传播主体研究 据悉，截至月底新浪微博注册用户数已超过亿，预计年底前超过亿用户，在社交网络里已经处于较领先的地位，并且任然以较快速度增长这。如此多的用户我们更多的还是研究其活跃度互动。对此我们可以将用户归类如下图： 对于非活跃用户，他们尽管注册了账号，但是并不怎么使用，对于他们的研究就无意义，我们研究对象主要在活跃的用户。我们将活跃用户分成主关注者（这类用户主要通过关注自己感兴趣人 或者机构企业来了解信息，他们自己发微博数则很少。），主被关注者（他们主要发微博，他们拥有大量的粉丝，通过微博进行互动交流。）以及二者的交互部分。主被关注者大部分为各行业名人，企业，机构等。 现我们用统计的一些分析方法对活跃用户进行研究。 首先我们看看那些博主的微博引起热议，在微博广场上，我们能查找到每日每周甚至每月的热门转发和热门评论的微博，我们对发这些微博的用户进行统计，选择六月转发量和评论量前五十的进行统计结果如下： 媒体机构 草根微博网 名人 转发 11 16 23 评论 3 2 45 从上表以及别人研究微博的一些文献中我们知道 微博传播过程中存在“名人效应”，即名人发布的微博文本会比普通用户产生更强的传播效果，对此以前新浪微博赢取众多用户的一个重要手段是打“名人牌”，邀请各领域的名人在新浪开通微博，通过示范效应吸引粉丝们“蜂拥而至”。但是随着微博的火热进行，越来越多的用户参与其中，名人效应已经不像过去那么纯粹了，很多媒体机构，企业机构也开通微博并且拥有不少的人气，从转发一行我们看到很多媒体机构微博拥有很好的传播效果，而且很多草根微博也开始在微博中流行，（草根微博是随着微博的流行人们创建一种 博体，例如冷笑话精选，搞笑排行榜，经典语录等，他们拥有一大批粉丝，他们发的微博有一定的一致性，如冷笑话精选发行很多冷笑话，这种微博也容易引起人们的转发，让更多人看到。） 对于评论则有所不同，名人效应依然明显。 对此我们研究博主研究范围还是集中在被大量人关注的一些名人机构上，研究思路如下： 1. 分层抽样 所谓分层抽样，是先按照对观察指标影响较大的某种特征，将总体分为若干类别，称之为层，再从每一层内随机抽取一定数量的观察单位，合起来构成样本。分层的原则是层间差别越大越好，层内差别越小越好。 根据上述研究，我们主要 从名人，媒体政府机构，草根微博网中进行抽样，决定抽 2530 个样本进行研究，为了研究每个样本的传播效果，转发量引起的传播效果更好，于是我们将其权重设为 论设为 在机构中抽样数为： 25x（ ，于是抽取 4 个样本，同理在草根微博网中抽取 5 个，在名人中抽取 17 个，对此我们在名人 前 50，草根榜前 10，以及媒体机构榜前 10 中随机抽取 17,5,4 个样本，统计的其 5 月 15 日至 6 月 15 日的微博，选择指标为： 平均值，去 掉最高两个和最低的两个再取的平均值）， 3类似） 通过抽样数据初步整理得到表格（附表 1）。 2. 数据分析 （ 1） 用 游程检验，是一种利用游程数来判断样本随机性的统计检验方法，所谓游程，是指在样本单位的抽取序列中某一类型的单位被另一类型单位前后隔开所形成的连续串。 游程检验的基本原理：对“样本是随机的”这一假设进行检验，在一个既定大小的的样本中游程总数标志着是否为随机样本，如果样本游程总数偏少，则 表示样本中带有主观倾向性的因素；如果游程过大，则是系统短周期波动影响观察结果。所以游程过大过小都表示不是随机序列。 验：用于检验两个独立样本是否来自同一分布的一种检验方法。 现在我们利用手上数据作出假设： H:用户发微博内容属性是随机的 显著水平 =一个统计的样本，如李冰冰得到其发微博前 70 的内容属性序列： 431134344413343323224441314222311343133421334211334333411341441324421 以均值作为割点，用 程检验得结 果如下： 游程检验 形式 检验值 a 例 = 检验值 44 案例总数 70 33 Z 近显著性 (双侧 ) a. 均值 结果显示以均值作为游程割点，小于均值 26个，大于有 44个，共 33个游程， P=以接受假设，内容属性是随机的。 注意并非所有用户的微博内容属性都是随机的，对于一些特殊机构，他们发的微博具有很强的倾向性，例如我们都爱讲冷笑话，检验结果如下： 游程检验 1 检验值 a 例 = 检验值 20 案例总数 98 33 Z 近显著性 (双侧 ) a. 均值 P=19出 博主传播效果优于 ， 优于 以上表格矩阵均通过 件一致性检验。 四、结语 从以上研究结果看到名人效应依然明显，微博数 的都是有名人组成，而且微博数多并不意味着传播效果一定好，我们看到 的博主微博 数量是最少的，但是他们却拥有众多粉丝，转发，回复数量都是最高的，这是名人效应的结果。 根网传播效果正逐渐增强，比如 出现江苏卫视，扬子晚报，美容健康。但是传播效果依然有限。 们看到 ,传播效果和粉丝数具有同步性质。于是经营微博的一个重要做法就是增加粉丝数量，我们从研究中发现粉丝对大众议题，社会热点的转发量都比较高，而且原创议题更容易获得转发量，所以增加原创议题，增加转发次数从而得到更多人的关注。而且博主原创微博容易获得更 多的回复，因此加强微博互动交流也是一种方法。时效性强，原创度和新颖度高的博客容易获得更多关注。 如增加专家点评，专家预测，并且发微博充分抓住用户关注的热点，甚至增加互动栏目，增加自己粉丝数，提高品牌效应。 随着微博的迅速发展，除了企业经营与商业运作以外，微博客还以其它方式影响着经济领域的其他方面，比如：作为信息发布平台的微博客，可以让专家发表观点意见，从而直接或间接影响人们的经济决策等。 微博传播效果还表现在除政治、经济以外的文化交流、人际交往、道德体系 建设等方面。微博必然会成为一种社会文化 。 本文从传播效果这一视角入手 ， 以新浪