• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      互聯(lián)網(wǎng)電影評(píng)分系統(tǒng)對(duì)受眾觀影意愿的影響研究
      ——以豆瓣電影為例

      2022-04-26 08:49:22歐陽(yáng)晴怡莫俊杰張志成
      今傳媒 2022年4期
      關(guān)鍵詞:意愿態(tài)度受眾

      歐陽(yáng)晴怡 莫俊杰 張志成

      (湖南工業(yè)大學(xué)文學(xué)與新聞傳播學(xué)院,湖南 株洲 412007)

      一、引 言

      自2003年電影產(chǎn)業(yè)化改革以來(lái),中國(guó)的電影市場(chǎng)規(guī)模就保持著每年約30%的增長(zhǎng)速度,影視市場(chǎng)的繁榮催生了一批影視網(wǎng)站,比如時(shí)光網(wǎng) 、豆瓣電影等。這些影視網(wǎng)站為觀眾提供了一個(gè)自由表態(tài)的平臺(tái),有效地吸收來(lái)自社會(huì)不同向度的評(píng)論 (正面 、負(fù)面或中立),形成具有針對(duì)性的影片網(wǎng)絡(luò)口碑,并通過(guò)集體公開呈現(xiàn)的方式反過(guò)來(lái)影響著影視傳播。

      與此同時(shí),隨著“Web 2.0”和“UGC”的興起,人們對(duì)用戶評(píng)價(jià)的應(yīng)用更加頻繁,也更加重視,用戶評(píng)價(jià)已成為用戶在進(jìn)行決策時(shí)考慮的重要因素之一?;ヂ?lián)網(wǎng)平臺(tái)的利好與線下電影業(yè)的發(fā)展存在著“競(jìng)合”關(guān)系,而影視網(wǎng)站的在線評(píng)分系統(tǒng)正是這種“競(jìng)合”關(guān)系的體現(xiàn)之一。

      在此背景下,本文研究電影評(píng)分系統(tǒng)對(duì)用戶觀影意愿的影響,一方面為受眾的選擇提供了更加科學(xué)、可靠的決策依據(jù),也為評(píng)價(jià)機(jī)制影響受眾觀影意愿這一領(lǐng)域提供了理論依據(jù);另一方面,能夠幫助尋找“水軍控評(píng)”等亂象的成因,促進(jìn)科學(xué)、健康、公正的反饋環(huán)境的形成,從而推動(dòng)電影市場(chǎng)更加科學(xué)、良性地發(fā)展。

      二、研究背景

      目前基于豆瓣評(píng)價(jià)系統(tǒng)的研究主要由中國(guó)發(fā)表,體現(xiàn)出國(guó)家對(duì)電影評(píng)價(jià)系統(tǒng)的多維關(guān)照。針對(duì)豆瓣的整體評(píng)分系統(tǒng),有研究者對(duì)豆瓣評(píng)價(jià)系統(tǒng)的打分模式進(jìn)行了分析:

      聶偉和張洪牧宇 (2016)對(duì)其機(jī)制進(jìn)行了詳細(xì)說(shuō)明:用戶根據(jù)觀影感受對(duì)影片進(jìn)行標(biāo)星評(píng)價(jià),標(biāo)準(zhǔn)劃分為“很差”“較差”“還行”“推薦”和“力薦”幾個(gè)維度。豆瓣根據(jù)用戶的在線時(shí)間、使用歷史、發(fā)帖數(shù)量、參與評(píng)分次數(shù)與撰寫評(píng)論數(shù)量等歷史數(shù)據(jù),取其加權(quán)平均值作為影片的最終得分,再以星級(jí)分布條形圖的方式呈現(xiàn)出來(lái)。該研究為其他對(duì)豆瓣評(píng)分系統(tǒng)的研究提供了基礎(chǔ)性的認(rèn)知,但該研究只對(duì)豆瓣評(píng)分系統(tǒng)本身進(jìn)行了研究,對(duì)該系統(tǒng)產(chǎn)生的作用尚無(wú)探討,研究空間較大。

      徐紫琪 (2018)通過(guò)數(shù)據(jù)監(jiān)測(cè)發(fā)現(xiàn),當(dāng)電影總量不斷上升,評(píng)分會(huì)分化出幾種不同的類型:良心推薦型,眾口不一型,慎重選擇型,這體現(xiàn)了人們?cè)诙拱暝u(píng)分系統(tǒng)中的選擇結(jié)果。

      隨著受眾選擇權(quán)的不斷增大,齊偉 (2016)在其研究中表示:這種“圖形評(píng)分”正在改變傳統(tǒng)電影營(yíng)銷的單向度傳播觀念。電影評(píng)價(jià)權(quán)力逐步“位移”到網(wǎng)民手中,觀眾再也不是傳統(tǒng)意義上“沉默的羔羊”與被動(dòng)的接受者。

      在此基礎(chǔ)上,電影評(píng)價(jià)與用戶意見(jiàn)之間更深入的關(guān)聯(lián)機(jī)制還有待進(jìn)一步探尋。目前研究成果主要分為兩類:一是探究評(píng)價(jià)系統(tǒng)中,影響用戶打分標(biāo)準(zhǔn)的具體因素。比如,尉天驕和董思文 (2014)發(fā)現(xiàn),雖然發(fā)表影評(píng)的多為普通網(wǎng)民,但更吸引受眾關(guān)注、支持率高的仍為專業(yè)人士,他們逐漸形成意見(jiàn)領(lǐng)袖,并對(duì)普通網(wǎng)民的看法造成一定影響。陳素白、章怡成、高詩(shī)劼 (2016)通過(guò)實(shí)驗(yàn)發(fā)現(xiàn):在以豆瓣為代表的網(wǎng)站中,心理學(xué)中的“錨定效應(yīng)”普遍存在:高錨定使消費(fèi)者打分偏高、低錨定使消費(fèi)者打分偏低;同時(shí),“預(yù)警”行為也對(duì)錨定效應(yīng)有一定影響。二是探究評(píng)價(jià)系統(tǒng)中,評(píng)分對(duì)電影票房的整體作用。多數(shù)研究者認(rèn)為,評(píng)分與電影票房的關(guān)系緊密,尤其是對(duì)首周票房有著非常明顯的影響。比如,朱夢(mèng)嫻 (2015)認(rèn)為:豆瓣上的“日均短評(píng)”對(duì)票房的預(yù)測(cè)效果較好,若加上“評(píng)分比例”和“情感比例”這兩個(gè)用戶主觀性變量后,票房預(yù)測(cè)會(huì)更好,因此,可以重點(diǎn)關(guān)注豆瓣短評(píng)、評(píng)分比例和情感比例。與之相對(duì),何雙男(2017)認(rèn)為:豆瓣電影評(píng)分與電影票房的相關(guān)性較小,他認(rèn)為話題傳播次數(shù)比評(píng)分的高低更能影響受眾的選擇。

      一方面,以上文獻(xiàn)探討了意見(jiàn)領(lǐng)袖、錨定效應(yīng)等因素對(duì)受眾觀影意愿的影響,為本文提供了頗具參考價(jià)值的自變量,但未以受眾意愿本身作為分析對(duì)象,也未出現(xiàn)將多個(gè)維度合而為一進(jìn)行的研究。但是,豆瓣評(píng)價(jià)系統(tǒng)具有較高的復(fù)雜性,用一個(gè)綜合模型、以多個(gè)維度進(jìn)行分析更具理論意義;另一方面,在評(píng)分與電影票房的關(guān)系上呈現(xiàn)出多種意見(jiàn),其結(jié)論還有待討論。下面將進(jìn)一步分析電影評(píng)分系統(tǒng)與受眾觀影意愿之間的潛在關(guān)系,探討若將用戶的選擇換算成票房,則在進(jìn)入評(píng)分系統(tǒng)之前,他們的意愿是如何被評(píng)分系統(tǒng)影響的?

      三、研究設(shè)計(jì)

      (一)指標(biāo)設(shè)計(jì)

      根據(jù)豆瓣評(píng)分系統(tǒng)的特性,選取了5名代表性的豆瓣用戶,以面對(duì)面的方式對(duì)他們進(jìn)行訪談,這5名用戶都表示:因受豆瓣評(píng)分系統(tǒng)的影響而改變過(guò)自己的觀影意愿。同時(shí),他們對(duì)豆瓣評(píng)論的數(shù)量、點(diǎn)贊量、專業(yè)影評(píng)等較為感興趣,對(duì)豆瓣的評(píng)分系統(tǒng)持肯定態(tài)度。

      綜合豆瓣特性和訪談結(jié)果,我們提取了5大影響因子,分別是關(guān)注者態(tài)度、評(píng)價(jià)數(shù)量、評(píng)價(jià)質(zhì)量、評(píng)價(jià)權(quán)重、評(píng)價(jià)直觀程度。

      (二)影響關(guān)系模型

      1909年,心理學(xué)家耶克斯 (R.M Yerkes)與多德森 (J.D Dodson)的心理學(xué)研究表明:動(dòng)機(jī)強(qiáng)度和工作效率之間的關(guān)系不是一種線性關(guān)系,而是倒U形曲線關(guān)系。動(dòng)機(jī)與行為關(guān)系的理論基礎(chǔ)便是建立于此研究之上。認(rèn)知是指人們獲得知識(shí)或應(yīng)用知識(shí)的過(guò)程,包括對(duì)客觀事物的感知 (感覺(jué)、知覺(jué))、思維(想象、聯(lián)想、思考)等;情感是人們對(duì)客觀事物是否滿足自己的需要而產(chǎn)生的態(tài)度體驗(yàn) (《心理學(xué)大辭典》,2003);行為則是有機(jī)體在各種內(nèi)外部刺激影響下產(chǎn)生的活動(dòng)。在此基礎(chǔ)之上,我們研究人們的消費(fèi)態(tài)度,則需要從人對(duì)產(chǎn)品的認(rèn)知、情感、行為三個(gè)層面進(jìn)行綜合分析。

      其次,“ABC態(tài)度模型”強(qiáng)調(diào)了認(rèn)知、感情和行為之間的相互關(guān)系,也關(guān)注到了這三個(gè)元素的差異性。一般情況下,外界影響因素往往會(huì)通過(guò)認(rèn)知和情感影響行為,這很好地契合了論文意圖證明的:豆瓣評(píng)分系統(tǒng)及其評(píng)價(jià)內(nèi)容是否會(huì)影響用戶的認(rèn)知和情感,進(jìn)而影響其行為。

      結(jié)合以上兩個(gè)影響關(guān)系模型,我們可以進(jìn)一步建構(gòu)研究的邏輯關(guān)系,即:認(rèn)知和情感推動(dòng)動(dòng)機(jī)的形成,動(dòng)機(jī)進(jìn)一步醞釀成行為,二者之間是同步的,并可以簡(jiǎn)化為“認(rèn)知、感知和觀影意愿之間的關(guān)系”。

      (三)研究假設(shè)

      根據(jù)影響模型,本文提出以下假設(shè):

      H1:電影評(píng)價(jià)數(shù)量正向影響受眾認(rèn)知性態(tài)度

      H2:電影評(píng)價(jià)質(zhì)量正向影響受眾認(rèn)知性態(tài)度

      H3:關(guān)注者態(tài)度正向影響受眾認(rèn)知性態(tài)度

      H4:評(píng)價(jià)直觀程度正向影響受眾認(rèn)知性態(tài)度

      H5:評(píng)價(jià)權(quán)重正向影響受眾認(rèn)知性態(tài)度

      H6:電影評(píng)價(jià)數(shù)量正向影響受眾情感性態(tài)度

      H7:電影評(píng)價(jià)質(zhì)量正向影響受眾情感性態(tài)度

      H8:關(guān)注者態(tài)度正向影響受眾情感性態(tài)度

      H9:評(píng)價(jià)直觀程度正向影響受眾情感性態(tài)度

      H10:評(píng)價(jià)權(quán)重正向影響受眾情感性態(tài)度

      H11:受眾對(duì)電影評(píng)價(jià)的認(rèn)知性態(tài)度正向影響其觀影意愿

      H12:受眾對(duì)電影評(píng)價(jià)的情感性態(tài)度正向影響其觀影意愿

      圖1 假設(shè)模型圖

      (四)問(wèn)卷設(shè)計(jì)

      本研究采用5分制“里克特量表”,根據(jù)自身實(shí)際認(rèn)知,對(duì)豆瓣電影評(píng)分系統(tǒng)影響因子的預(yù)測(cè)變量、中間變量進(jìn)行評(píng)分,能夠較好地反映出樣本的態(tài)度、傾向等維度,適用于本項(xiàng)研究。1996年,Danaher和Haddrcl的一項(xiàng)研究表明,多個(gè)測(cè)量問(wèn)項(xiàng)要比單個(gè)測(cè)量問(wèn)項(xiàng)更為可靠 (Danidher&Haddrel,1996)。因此,為了保證調(diào)查問(wèn)卷的可信度,本文確定的變量均設(shè)置了三個(gè)問(wèn)項(xiàng)。

      本次研究的問(wèn)卷由以下幾部分組成:

      1.人口統(tǒng)計(jì)學(xué)問(wèn)卷

      Q1您的性別?

      Q2您的年齡是?:

      2.樣本甄別問(wèn)卷

      Q3您使用過(guò)豆瓣看電影評(píng)分或者影評(píng)嗎?

      3.豆瓣電影評(píng)分系統(tǒng)的影響因子、中間變量以及受眾態(tài)度問(wèn)卷

      (五)調(diào)查對(duì)象及樣本量確定

      在行為研究中,Roxcoc提出了抽樣調(diào)查法,確定了樣本規(guī)模的基本范圍:1.大于30小于500的樣本適合大多數(shù)研究;2.變量較多時(shí),樣本數(shù)為變量的10倍或10倍以上為最佳 (Schifan&Kanuk.1994:126-140)。根據(jù)Roscoc的抽樣研究方法,本研究樣本約為200個(gè)。

      考慮到研究要求,本研究調(diào)查問(wèn)卷的發(fā)放對(duì)象以自身使用豆瓣評(píng)分系統(tǒng)的樣本為主,通過(guò)豆瓣電影網(wǎng)站以及其他正規(guī)調(diào)研網(wǎng)站進(jìn)行發(fā)布,不限城市和地區(qū),有效減少地區(qū)差異,確保樣本的全面性。此外,具有針對(duì)性地在相關(guān)社群中發(fā)放問(wèn)卷,更能貼合本次研究主題。

      四、數(shù)據(jù)統(tǒng)計(jì)與分析

      (一)描述性統(tǒng)計(jì)

      本次調(diào)研共獲得有效樣本161份。詳情見(jiàn)表1所示。

      表1 樣本的描述性統(tǒng)計(jì)

      (二)信度檢驗(yàn)

      克隆巴赫 (信度)系數(shù) (Cronbach Alpha)是信度檢驗(yàn)的常用指標(biāo),α為信度系數(shù),通常認(rèn)為,α值大于等于0.7表明量表具有較好的信度。利用SPSS25.0對(duì)豆瓣評(píng)分系統(tǒng)的變量進(jìn)行信度分析,由表2可知,信度系數(shù)值為0.817,大于0.8,說(shuō)明本研究數(shù)據(jù)的信度質(zhì)量較高。對(duì)“項(xiàng)已刪除的α系數(shù)”,在任意題項(xiàng)刪除后,信度系數(shù)并未有明顯上升,說(shuō)明題項(xiàng)不應(yīng)該被刪除處理。研究數(shù)據(jù)顯示信度系數(shù)值高于0.8,說(shuō)明數(shù)據(jù)信度質(zhì)量高,可用于進(jìn)一步分析。

      表2 Cronbach信度分析

      (三)效度檢驗(yàn)

      一般效度包括內(nèi)容效度和構(gòu)建效度。從內(nèi)容效度看,本研究采用的“里克特量表”具有較好的內(nèi)容效度;在構(gòu)建效度方面,本文將采用驗(yàn)證性因子分析對(duì)量表的構(gòu)建效度進(jìn)行檢驗(yàn)。

      通過(guò)驗(yàn)證性因子法檢驗(yàn)收斂效度,第一步,需考察每個(gè)潛變量的標(biāo)準(zhǔn)化因子載荷系數(shù),載荷值大于0.5且T值顯著時(shí),表示問(wèn)項(xiàng)與其潛變量之間的共同方差大于問(wèn)項(xiàng)與誤差方差之間的共同方差,都是顯著的;第二步,考察AVE值。當(dāng)AVE值大于0.5時(shí),表示每一個(gè)因子所提取的可解釋50%以上的方差;第三步,考察CR值。CR值大于0.7說(shuō)明變量構(gòu)建具有良好的信度。對(duì)于各維度間是否存在足夠的區(qū)分效度,通常采用比較各維度間完全標(biāo)準(zhǔn)化的相關(guān)系數(shù),以及所涉及各維度自身AVE的平方根值大小,當(dāng)前者小于后者,則表明各維度間存在足夠的區(qū)分效度;反之,則區(qū)分效度不夠。

      本次針對(duì)8個(gè)因子、24個(gè)分析項(xiàng)進(jìn)行驗(yàn)證性因子分析 (CFA)。從下表可知,8個(gè)因子對(duì)應(yīng)的AVE值中有出現(xiàn)小于0.5,且CR值小于0.7的情況,意味著本次分析聚合 (收斂)效度較差。

      表3 模型AVE和CR指標(biāo)結(jié)果

      對(duì)區(qū)分效度進(jìn)行分析,評(píng)價(jià)質(zhì)量的AVE平方根值為0.708,大于因子間相關(guān)系數(shù)絕對(duì)值的最大值0.377,意味著其具有良好的區(qū)分效度 (如表5)。關(guān)注者態(tài)度的AVE平方值為0.792,大于因子間相關(guān)系數(shù)絕對(duì)值的最大值0.293,意味著其具有良好的區(qū)分效度。意愿的AVE平方根值為0.727,大于因子間相關(guān)系數(shù)絕對(duì)值的最大值0.377,意味著其具有良好的區(qū)分效度。

      表4 區(qū)分效度:Pearson相關(guān)與AVE平方根值

      (四)假設(shè)檢驗(yàn)

      由于本研究所提出的理論模型包含多個(gè)變量及其之間的相互影響,因此,適合使用結(jié)構(gòu)方程模型(Structure Equation Modeling,SEM)來(lái)進(jìn)行驗(yàn)證。理論模型包括3個(gè)變量,每一個(gè)潛變量都由3個(gè)測(cè)量指標(biāo)反映,且內(nèi)生潛變量與外生潛變量之間屬于單向因果關(guān)系,故理論模型具有整體上的識(shí)別性。本文依據(jù)理論模型構(gòu)建了一個(gè)3因子模型,以標(biāo)準(zhǔn)路徑系數(shù)值表示因子間的影響關(guān)系,如果呈現(xiàn)出顯著性,則說(shuō)明有顯著影響關(guān)系;如果沒(méi)有呈現(xiàn)出顯著性,說(shuō)明模型較差。

      利用AMOS25.0軟件對(duì)理論模型進(jìn)行擬合,所得模型的擬合指標(biāo)如下表:

      表5 模型回歸系數(shù)匯總表格

      據(jù)上表可知:探究評(píng)價(jià)質(zhì)量對(duì)用戶觀影意愿的影響時(shí),標(biāo)準(zhǔn)化路徑系數(shù)值為0.407>0,并且此路徑呈現(xiàn)出 0.01水平的顯著性 ( =3.467,=0.001<0.01),說(shuō)明評(píng)價(jià)質(zhì)量會(huì)對(duì)戶觀影意愿產(chǎn)生顯著的正向影響關(guān)系。

      探究關(guān)注者態(tài)度對(duì)用戶觀影意愿的影響時(shí),標(biāo)準(zhǔn)化路徑系數(shù)值為0.272>0,并且此路徑呈現(xiàn)出0.01水平的顯著性 (=2.665,=0.008<0.01),說(shuō)明關(guān)注者態(tài)度會(huì)對(duì)戶觀影意愿產(chǎn)生顯著的正向影響關(guān)系。

      五、研究結(jié)語(yǔ)與對(duì)策分析

      本研究根據(jù)問(wèn)卷數(shù)據(jù)進(jìn)行了最終的模型測(cè)試,為了使效度與擬合度達(dá)到標(biāo)準(zhǔn)值,對(duì)因子、維度進(jìn)行刪減測(cè)算發(fā)現(xiàn),用戶一般認(rèn)為長(zhǎng)篇、全面,理性、專業(yè)性強(qiáng)的評(píng)價(jià)是高質(zhì)量的評(píng)價(jià);會(huì)優(yōu)先看已關(guān)注用戶的評(píng)價(jià),更容易接受已關(guān)注用戶所推薦的電影,認(rèn)為自己所關(guān)注的用戶具有電影鑒賞能力;評(píng)價(jià)數(shù)量、評(píng)價(jià)直觀程度和評(píng)價(jià)權(quán)重對(duì)認(rèn)知、情感及觀影意愿的影響不明顯,不符合預(yù)期;高質(zhì)量的評(píng)價(jià)和關(guān)注者的正向態(tài)度會(huì)讓用戶產(chǎn)生更強(qiáng)烈的觀影意愿。

      因此,結(jié)合當(dāng)今電影市場(chǎng)的實(shí)際,得出以下結(jié)論:

      評(píng)價(jià)質(zhì)量是影響用戶的關(guān)鍵。相比評(píng)價(jià)數(shù)量的多少,評(píng)價(jià)熱度是否火爆,一條高質(zhì)量的、專業(yè)的影評(píng)更能喚起用戶的觀影意愿,而高質(zhì)量影評(píng)在一定程度上能夠準(zhǔn)確反映出電影是否值得觀看。對(duì)于大部分影視劇、綜藝來(lái)說(shuō),豆瓣評(píng)分系統(tǒng)是證明影片 (節(jié)目)內(nèi)容質(zhì)量的重要憑證。此外,長(zhǎng)文也能夠提供更多樣的信息,方便用戶進(jìn)行綜合決策。評(píng)價(jià)的質(zhì)量是影響用戶是否為電影消費(fèi)的關(guān)鍵所在。

      關(guān)注者作用重大:一般情況下,大眾對(duì)豆瓣“書影音”版塊,以及其互動(dòng)系統(tǒng)并沒(méi)有過(guò)多關(guān)注和理解,然而,我們從本次研究中發(fā)現(xiàn),關(guān)注者態(tài)度對(duì)用戶的觀影意愿也具有明顯影響。與自己無(wú)關(guān)的用戶信息再狂轟濫炸,可能也比不上“友鄰”的一句傾情推薦,關(guān)注者在整個(gè)豆瓣評(píng)分系統(tǒng)中的作用是較大的。在未做研究前,豆瓣網(wǎng)在廣大用戶看來(lái)只是一個(gè)指導(dǎo)工具,其社區(qū)功能在“書影音”板塊上沒(méi)有得到較好的體現(xiàn)。本次調(diào)研證明:“書影音”版塊的“關(guān)注者”的確有突出表現(xiàn),能對(duì)更大范圍的用戶產(chǎn)生一定影響。針對(duì)以上結(jié)論,筆者提出以下建議:

      (一)應(yīng)積極扶持優(yōu)質(zhì)評(píng)價(jià)

      扶持優(yōu)質(zhì)評(píng)價(jià)能盡量避免電影市場(chǎng)上“劣幣驅(qū)逐良幣”的現(xiàn)象,“質(zhì)量第一”的競(jìng)爭(zhēng)邏輯為中國(guó)電影注入了驅(qū)動(dòng)力,票房壓力也催生了更多良作的誕生。近年來(lái),隨著互聯(lián)網(wǎng)受眾群認(rèn)知鴻溝的擴(kuò)大、群體對(duì)立沖突日益凸顯,“泛戰(zhàn)場(chǎng)化”的傾向出現(xiàn)在越來(lái)越多的網(wǎng)絡(luò)平臺(tái),例如,在“飯圈”中,有爭(zhēng)議的演員所參演的影視作品會(huì)被惡意削減評(píng)分,大大影響了豆瓣評(píng)分系統(tǒng)的公平性。從這個(gè)角度分析,在類似事件中,豆瓣為保全自己“書影音”版塊的公信力,必然需要消除群體對(duì)立或惡意打分等情況造成的影響,盡可能將評(píng)分維持在廣大用戶認(rèn)可的范圍之內(nèi)。因此,調(diào)整權(quán)重算法,推動(dòng)更多優(yōu)質(zhì)評(píng)價(jià)變得極為重要。

      (二)須大力建設(shè)社區(qū)體系

      豆瓣應(yīng)大力建設(shè)社區(qū)體系,提高書影音版塊的社區(qū)化,鼓勵(lì)用戶在評(píng)分過(guò)程中進(jìn)行互動(dòng)。一方面,可以為受眾閱讀影評(píng)提供更多現(xiàn)實(shí)依據(jù),避免被關(guān)注者態(tài)度過(guò)多影響,忽略了電影本身的可看性,從而做出草率的觀影決定;另一方面,對(duì)于佳片,如制作方的宣發(fā)工作不到位,緊密的社區(qū)鏈條就可以充分發(fā)揮“自來(lái)水”功能,起到推廣和意見(jiàn)領(lǐng)袖的作用,吸引更多人走進(jìn)電影院。當(dāng)豆瓣上線新影片時(shí),較高的用戶黏性能夠更大程度地促成用戶觀影意愿。除此之外,當(dāng)影評(píng)人的專業(yè)性進(jìn)一步提升,多元審美日趨成形,則更能展現(xiàn)出豆瓣對(duì)用戶的吸引力與影響力。

      綜上所述,豆瓣始于評(píng)分,之后才在書影音交流的基礎(chǔ)上擴(kuò)展了一系列功能,電影評(píng)分始終是其整個(gè)系統(tǒng)中舉足輕重的一個(gè)版塊。從豆瓣自身的角度來(lái)看,推動(dòng)優(yōu)質(zhì)評(píng)價(jià)、大力建設(shè)社區(qū)體系,一方面有利于增強(qiáng)自身在互聯(lián)網(wǎng)語(yǔ)境中的可信程度;另一方面也是互聯(lián)網(wǎng)產(chǎn)品的必經(jīng)之路。從廣義的市場(chǎng)角度來(lái)看,這是促進(jìn)受眾與電影產(chǎn)業(yè)間有效交流、推動(dòng)電影市場(chǎng)發(fā)展的有力途徑。作為電影藝術(shù)中的一環(huán),豆瓣的作用應(yīng)被更加重視,其自身也應(yīng)不斷優(yōu)化創(chuàng)新。

      猜你喜歡
      意愿態(tài)度受眾
      態(tài)度
      文苑(2018年20期)2018-11-09 01:36:08
      別人對(duì)你的態(tài)度,都是你允許的
      文苑(2018年17期)2018-11-09 01:29:32
      用創(chuàng)新表達(dá)“連接”受眾
      夏天好煩 懶也能穿出態(tài)度
      Coco薇(2017年8期)2017-08-03 02:19:28
      充分尊重農(nóng)民意愿 支持基層創(chuàng)新創(chuàng)造
      態(tài)度決定一切
      用心感動(dòng)受眾
      新聞傳播(2016年11期)2016-07-10 12:04:01
      媒體敘事需要受眾認(rèn)同
      新聞傳播(2016年14期)2016-07-10 10:22:51
      電視節(jié)目如何做才能更好地吸引受眾
      新聞傳播(2016年20期)2016-07-10 09:33:31
      交際意愿研究回顧與展望
      莱芜市| 临西县| 安龙县| 皮山县| 额尔古纳市| 黔江区| 聊城市| 上思县| 饶平县| 奉新县| 集贤县| 扎赉特旗| 承德市| 景德镇市| 光泽县| 汾阳市| 福鼎市| 玛多县| 平谷区| 闻喜县| 秀山| 布尔津县| 枣阳市| 田东县| 嘉义县| 平原县| 康平县| 鹿泉市| 永平县| 大英县| 长葛市| 周宁县| 寿阳县| 儋州市| 河曲县| 收藏| 绥中县| 贺州市| 上蔡县| 新郑市| 额尔古纳市|