周霜菊 顧軼洋 路曉璇

摘?要：本文以華東理工大學微信公眾號為例，使用Python語言編寫程序對采集到的公眾號推文數據進行處理和高頻詞統(tǒng)計、共現矩陣、特征與指數的回歸分析，計算相關指標和標題特征，分析和驗證相關因素對于高校新媒體傳播效果的影響，從微信公眾號推廣及推文內容的角度為國內高校的新媒體傳播提供參考策略。

關鍵詞：微信公眾號;影響力指數;計量分析

中圖分類號：G206文獻標識碼：A?文章編號：1672-8122（2020）10-0023-04

一、引?言

新媒體的迅速發(fā)展使得高校新聞與傳播工作也發(fā)生了巨大的變化，從校報到官方新媒體平臺，宣傳媒介的發(fā)展與宣傳格局在不斷轉型升級。微信公眾號是高校重要的新媒體宣傳平臺，關于微信公眾號信息傳播的影響因素，有學者發(fā)現微信公眾號文章的關鍵詞熱度、語義變量與信息閱讀率有一定相關性，而信息的閱讀率直接影響信息的傳播效率[1];微信公眾號的熱度也和發(fā)布文章的主題、推送時間、標題特征有一定聯系[2];傳播效果與不同類型的內容也有關聯[3];也有學者提出了重視頭條傳播優(yōu)勢等微信公眾信息的傳播策略[4]。

在研究對象方面，現有文獻對于高校微信傳播效果的研究主要集中于高校官方微信公眾號，如高校品牌傳播效果的研究[5]，以及對高校圖書館微信服務的研究[6]，鮮有對高校學院微信公眾號傳播效果和功能方面的探討。本研究結合高校的官方微信公眾號和各學院的微信公眾號信息（以華東理工大學為例），分析和驗證相關因素對高校新媒體傳播效果的影響，從微信公眾號推廣及推文內容的角度為國內高校的新媒體傳播提供有益的參考與借鑒。

二、研究過程

通過調查，本研究選用清博指數大數據平臺作為數據來源，該平臺的權威度高，利用該平臺制作新媒體傳播榜單的單位已超19 000家;且該平臺數據采集規(guī)則明確，可信度較高。為了獲取規(guī)范、準確且利于分析的數據，本研究使用Python語言針對清博指數大數據平臺采集到的數據編寫程序進行數據預處理，計算相關指標和標題特征，編寫高頻詞統(tǒng)計、共現矩陣、特征與指數的回歸分析模塊對處理好的數據進行分析和可視化。

（一） 數據采集

項目收集華東理工大學、小花梨、華東理工大學圖書館和具有代表性、傳播指數較高的5個學院的微信公眾號和賬號名（如表1所示），根據賬號名參數，利用清博指數大數據平臺采集上述微信公眾號在研究時間段（2018年1月1日至2018年12月31日）內發(fā)布的所有推文特征信息（發(fā)布者名稱、發(fā)布時間、文章標題、閱讀數、在看/點贊數、推文內容鏈接等），并將這些特征信息分別存儲到Excel表中作為待處理數據，最終得到3 119條結構化數據。

（二）數據預處理

1.微信公眾號文章傳播指數

清博指數大數據平臺中使用的微信傳播影響力指數（WCI）[7]采用計算公式如公式1所示：其中，n為研究時間段中微信公眾號所發(fā)文章數;R為研究時間段中全部文章（n）的閱讀總數;Z為研究時間段中全部文章（n）的在看（點贊）總數;d為研究時間段所含天數;Rt和Zt為研究時間段內賬號所發(fā)頭條的總閱讀數和總在看（點贊）數;Rmax和Zmax為研究時間段中微信公眾號所發(fā)文章的最高閱讀數和最高在看/點贊數。WCI指標由如下幾個傳播力指標按一定權重構成，分別為整體傳播力O、篇均傳播力A、頭條傳播力H、峰值傳播力P。

公式1?WCI計算公式

WCI={30%*[0.85*ln（R/d+1）+0.15*ln（10*Z/d+1）]+30%*[0.85*ln（R/n+1）+0.15*ln（10*Z/n+1）]+30%*[0.85*ln（Rt/d+1）+0.15*ln（10*Zt/d+1）]+10%*[0.85*ln（Rmax+1）+0.15*ln（10*Zmax+1）]}2*10

2.數據的計算與預處理

對采集到的3 119條結構化數據進行預處理，分別按日、周、月的發(fā)文情況來計算各個指數（WCI、整體傳播力O、篇均傳播力A、頭條傳播力H、峰值傳播力P）、標題字數特征（標題總字數、標題最少和最多字數、標題字數均值）以及標題語義（疑問句、感嘆句、陳述句、第一人稱、第二人稱、第三人稱）。與此同時，利用Python的“結巴”中文分詞庫進行分詞處理，得到標題的中文分詞。

（三）數據分析

1.影響力指數變量相關性分析

通過Pearson相關系數對收集、處理過的標題相關特征和微信公眾號影響力指數（WCI、標題總字數、標題最少字數、標題最多字數、標題字數均值、疑問句、感嘆句、陳述句、第一人稱、第二人稱、第三人稱等）進行相關性分析，探究微信公眾號影響力與相關變量之間的量化指標關系，同時測量變量之間相互聯系的緊密程度。

2.高頻詞統(tǒng)計與分析

通過Python程序整理每條數據中的標題，并利用“結巴”中文分詞庫對所有的標題進行分詞，得到標題的中文分詞，用算法統(tǒng)計高頻詞出現的次數并輸出高頻詞表格進行研究。

3.基于分詞的共現矩陣

通過程序將分詞的結果進行統(tǒng)計，基于共現算法生成共現矩陣，并將共現矩陣導入Ucinet軟件利用NetDraw可視化軟件繪制出共現矩陣，研究高頻詞間存在的聯系。

三、研究結果與分析

（一）華東理工大學微信公眾號傳播整體分析

將采集到的3 119條結構化數據（包括發(fā)布者名稱、發(fā)布時間、文章標題、閱讀數、在看（點贊）數、推文內容鏈接等）進行統(tǒng)計分析得微信公眾號的推文數、平均閱讀數和平均在看（點贊）數統(tǒng)計圖（如圖1所示）。

圖1?微信推文數、平均閱讀數、平均在看（點贊）數

推文數是研究時間段內微信公眾號的發(fā)文數，平均閱讀數是總閱讀數除以推文總數，平均在看/點贊數是總在看/點贊數除以推文總數。統(tǒng)計顯示小花梨、華理信院、華理商之潮的發(fā)文數最多，分別為515篇、521篇和470篇。平均閱讀數排前列的以校級微信公眾號為主，即團委的小花梨、校官微華東理工大學，分別為3 065次與2 923次。平均在看/點贊數為小花梨（48次）和華東理工大學（52次）。

統(tǒng)計顯示微信公眾號的發(fā)文數與平均閱讀數、平均在看/點贊數無明顯聯系，說明讀者是否閱讀文章、在閱讀微信號發(fā)布的文章后是否點擊在看/點贊與推文的發(fā)布量沒有直接關系，故微信公眾號應以發(fā)布高質量文章為目標，而不是盲目增加發(fā)布數量和頻率。此外，雖然在傳播力較小時不顯著，但平均閱讀數與平均在看/點贊數仍有一定的正相關關系。在標題吸引讀者閱讀文章后，一定比例的讀者就會有規(guī)律地點擊在看/點贊，說明了文章標題對提升傳播影響力的重要性。

（二）影響力指數與標題特征變量相關性分析

分析標題相關特征和微信公眾號影響力指數（WCI、標題總字數、標題最少字數、標題最多字數、標題字數均值、疑問句、感嘆句、陳述句、第一人稱、第二人稱、第三人稱等）的Pearson相關性系數，結果如表2所示，得到如下結論。

標題字數方面，標題字數均值與最少字數與傳播力指數無明顯相關性，p值分別為0.023和0.299，說明標題字數的增加或者是單篇標題字數較少并不會增加其傳播力。公眾號無需特意控制標題字數來提升影響力;標題最多字數與傳播力指數顯著相關，p值為0.01，說明標題字數較多可能會與平均標題的字數形成反差，引起人們的獵奇心理，從而增加閱讀數和在看/點贊數，對傳播影響力做出貢獻。發(fā)布者可以偶爾發(fā)一條字數超出均值較多的文章，以吸引讀者的注意力。

從標題句式來看，疑問句與陳述句均與傳播力指數無明顯相關性，p值分別為0.0947和0.079;而感嘆句與傳播力指數有顯著的相關性，p值為0.003，遠小于0.01，表明感嘆句相較于疑問與陳述句對讀者更有吸引力。微信公眾號可以在標題中多使用感嘆語句，使文字的情緒可視化，從而改變文字的閱讀體驗，提高傳播效果。第三人稱與傳播力指數呈顯著相關，p值也遠小于0.01，而第一人稱和第二人稱則不然。讀者熟悉了第二人稱的敘述，第三人稱可能會引起讀者對“他”是誰的好奇心，讓讀者有一探究竟的欲望。因此可在標題中使用第三人稱敘述來提高傳播效果。

（三）高頻詞統(tǒng)計與分析

將3 119條推文標題經過標題符號的清除后，導入分詞庫進行分詞處理，共得到分詞21 721條。進一步分詞篩選去除單字符和無意義字符后有12 519個分詞，去重后最終得到3 727個分詞。對分詞進行頻次統(tǒng)計和排序后，選取前30個去除過無實際意義詞的高頻詞，如表3所示。

表3顯示分詞中出現頻次排名前10的關鍵詞包括預告（198）、活動（168）、實踐（160）、信息（147）、華理（134）、大賽（109）、新生（91）、回顧（95）、生工（85）、通知（84）。由此可見，各微信公眾號主要以發(fā)布實踐、比賽、講座等活動的預告和回顧為主，且有很多推文是針對新生活動的發(fā)布和推廣。由于采集的標題信息中有大部分是各學院的推文，從中也可看出學院推文的一些特征。生工、信息、化學、商學院、學藝分別對應了5個學院的院系特色，學院微信公眾號偏向于在標題中點明所屬學院，由此進行定向宣傳。

（四）基于分詞的共現矩陣

將高頻分詞進行篩選，利用共現矩陣算法編寫程序得到65*65的分詞共現矩陣。把該矩陣導入社會化網絡分析軟件Ucinet，并利用可視化工具NetDraw繪制高頻分詞的共現網絡，如圖2所示。為了排除較無關的分詞，將高頻詞共現的頻次設置為大于3，使得網絡的聚合度更高。圖中的圓點大小代表與其他詞在同一標題中共現的頻次，圓點越大，共現的頻次越大。

可以看出，比賽、講座、實踐、預告、通知、報名、倒計時、進行、回顧等活動相關的分詞仍是標題中的主流，共現的頻次數相近表明微信公眾號的發(fā)文可以按具體的“系列”劃分，每個“系列”都包含了一個活動從預告通知、開放報名、活動倒計時、活動進行再到活動回顧整個過程的若干篇文章。因此，學院的大部分推文內容都可以用這一規(guī)律進行歸類。

四、建?議

（一）平衡發(fā)文頻率和發(fā)文質量

高校微信公眾號傳播影響力的關鍵主要在于文章的質量，而不是發(fā)布推文的數量。根據對華東理工大學微信公眾號傳播效果的整體分析，微信公眾號的推文數和傳播影響力并沒有顯著的相關性，在相同條件下，推文數量的增加并不一定會引起推文平均閱讀數的增加。高質量的文章需要文章編輯者對讀者興趣的把握、對吸引讀者內容的挖掘，質量高才會在一定程度上加強讀者黏性，從而促進平均閱讀量的提升。相反，持續(xù)頻繁的低質量文章的推送不僅無助于微信公眾號傳播力的提升，反而會引起讀者的厭煩情緒，降低對該微信公眾號的整體印象，從而導致閱讀量的減少。因此，高校微信公眾號應該在發(fā)布高質量推文的基礎上，持續(xù)更新推文，使得發(fā)文數量與質量達到平衡，形成規(guī)模效應，提升傳播力。

（二）選擇恰當的推文標題特征

首先，標題的字數需要控制，雖然有時較長的標題會引起讀者的獵奇心理，但持續(xù)的長標題同樣會使讀者產生厭煩，因此，簡潔清晰的標題是最佳選擇;其次，在運用標題句式時，感嘆句是第一選擇。感嘆的句式相較于疑問和陳述句更能賦予一段文字情緒，易與讀者產生交流和共鳴，提升讀者閱讀體驗的同時，也提升了傳播的效果;最后，第三人稱化的標題也是可以使用的技巧。由于以往的推文常以第二人稱或無人稱為主，第三人稱的出現會引起部分讀者的好奇心，吸引讀者去閱讀該篇文章，實現了傳播效果的提升。

（三）推文內容應契合讀者需求

作為高校的官方、學院微信公眾號，其通知、預告和總結的作用是必不可少的。根據在前述共現矩陣中提到的“系列”理論，公眾號的發(fā)文可以按具體的“系列”劃分，每個“系列”都包含了代表一個活動完整生命周期的所有推文。按“系列”中的每一步過程進行發(fā)文，可以避免流程的遺漏，更好地履行公眾號的職能。除此之外，“系列”的內容也需精心挑選，不能在同一類型的“系列”如比賽類活動中發(fā)過多的推文，應適當注意類別間的搭配，以契合不同類型讀者的需求，包含比賽、講座、志愿、實踐等多個維度，在不影響基礎職能的條件下對發(fā)文時間、頻率進行規(guī)劃，不斷刺激讀者的閱讀興趣，從而在滿足讀者需求的同時提高微信公眾號的傳播影響力。

參考文獻：

[1]吳中堂，劉建徽，唐振華.微信公眾號信息傳播的影響因素研究[J].情報雜志，2015，34（4）：122-126.

[2]方婧，陸偉.微信公眾號信息傳播熱度的影響因素實證研究[J].情報雜志，2016，35（2）：157-162.

[3]馬紅巖.基于內容營銷的微信傳播效果研究[J].商業(yè)研究，2014（11）：122-129.

[4]李曉蔚.高校圖書館微信公眾號傳播效果實證研究———以四川大學圖書館為例[J].圖書館論壇，2016（11）：85-91.

[5]楊秀秀. 新媒體環(huán)境下高校品牌傳播方式的變革[D].南昌大學，2015.

[6]賈文龍.高校圖書館微信服務發(fā)展現狀及傳播影響力研究——基于“雙一流”建設高校的調查與分析[J].圖書館學研究，2018（11）：57-67.

[7]微信傳播指數WCI（V13.0）[EB/OL].http：//www.gsdata.cn/site/usage，2020-04-24.

[責任編輯：楊楚珺]