微博与传统媒体的比较分析和融合研究

□ 莫晓艳

微博与传统媒体的比较分析和融合研究

□ 莫晓艳

统计显示，目前已有数千家传统媒体在新浪网站上开设微博，发布新闻，甚至将媒体的栏目放在微博上，与用户进行交流和互动。传统媒体运用微博这一工具进行信息传播已见成效，与用户的互动形式越来越多样化，参与的人群也在不断增加。但是，传统媒体还没有将微博的用途发挥到极致，还没有完全调动用户的积极性，缺乏品牌意识。

本研究通过调查问卷法获得相关的数据后，对所获得数据进行信度和效度分析，以判断数据是否可靠。本研究利用SPSS软件对收集的数据进行统计分析并对分析结果进行探讨，得出影响传统媒体微博用户兴趣的因素。

我们制作了电子问卷，通过新浪网上在线答题的形式获取数据。在有效的时间内，参加网上在线答题的微博用户有500名，其中450人在规定的时间内完成并提交了问卷。

一、微博用户特征分析

经过对400份有效调查样本问卷的初步统计和分析 ，参加本次调查的用户样本的性别、年龄、收入、教育水平等基础特征如下：

由以上表格可以看出，在接受调查的样本性别构成方面，女性的比例要远远高于男性。年龄分布上，在25岁以下的接近半数，比例达到了49.5%；年龄层在26-35岁之间的，有104人，占26%。年青人是微博用户的中坚力量。教育水平方面，拥有本科学历的用户最多，达到36.75%，其次是专科，31.75%。从职业分布来看，微博用户中学生比例最高，超过半数，达到了53.25%，其次是上班族，将近4成，这与前面的年龄分布相呼应。从微博用户所在地区来看，有超过半数的用户居住在京沪一线城市，其比例高达53%，而在乡村的用户数仅有25人，只占6.25%，这也从侧面反映了大城市的网络比较发达。用户收入分布方面，大多数用户的收入都在3000元以上，收入越高，微博用户量越小。或许因为收入越高的人群工作相对较忙，上网时间较少。

二、微博用户兴趣分析

微博用户兴趣主要从微博使用年限、关注的人群、访问微博的频率、关注的内容、传统媒体微博的访问情况等方面进行分析，详细情况如下：

由表格统计数据可以看出，大多数用户微博注册年限都在3年以下，比例达到44.75%，这与我国微博发展的轨迹相吻合。影响微博用户选择微博品牌的因素主要是网站的影响力和名人入驻数量，其比例分别达到29.25%和27.25%，其他因素比如功能是否强大，注册是否方便等所占比例较少。微博用户使用微博的目的主要是关心时事、获取信息，比例达到26.5%，其次是记录生活趣事，比例达到24.5%，这与微博平台的传播特性和草根性密切相关。微博用户关注最多

的人群是草根名博、文体明星以及家人朋友，其关注度占比分别是19.5%、16.75%和13%。从用户感兴趣的信息来看，用户通过微博主要关注新闻时事、名人微博和娱乐报道方面的内容，对科学教育和文学艺术方面的内容兴趣最低。在媒体微博关注度方面，微博用户对媒体网站的微博关注度最高，达到23.5%，其次是电视，其关注比例达到20.5%。

在对如何判断微博用户的兴趣进行调查时，30.75%的人选择通过微博内容，其次是用户的个人介绍和用户标签，通常认为一个人对哪方面的内容感兴趣，他就会更多的关注此方面的内容，转发和评论与此内容相关的微博。

微博访问频率方面，频率总体较高，每天至少访问一次的人数达到155人，占总人数的38.75%，每周至少访问微博一次的人数超过半数。

粉丝数量统计方面，在接受调查的400名用户中，拥有的粉丝数量最多的是50-100人，其比例达到35%；拥有10-50人的有90人，占总数的22.5%；拥有百人以上的比例相对较少，其中拥有300以上的最少，仅占9.5%。

三、运用数据挖掘工具建模

本文将所有的兴趣主题按类别进行分类，用户的兴趣用微量模型来表示。为了表达清晰，将兴趣主题分成大类，在大类别再划分为细小的类别，通过不断的细化，来找出兴趣的特征值。其结构如图3-1所示。

图3-1 用户兴趣模型

四、兴趣分类和计算方法

通过对博客用户的兴趣调查分析得知，如果用户对某个主题有兴趣，那么他访问此主题博客的次数会增加，浏览博客内容的速度会变慢，还会对博客评论、转发和收藏。用户兴趣度的计算方法基于一种假设，即用户对不同主题的博客内容的关注行为存在相似性，当需要估计用户对某个博客主题是否感兴趣时，可以通过用户对该主题的若干相似项的评分进行估计。通过对用户的博客行为的相关性进行分析，用户的浏览行为，包括评论、收藏和转发、访问次数和停留时间是用来计算用户兴趣度的最佳变量。假设I（B）表示用户对博客B的兴趣度，则I（B）可以表示为：

I（B）=Φ（T（B）,R（B），S（B）,F（B），D（B））

其中，T（B）为转发博客，R（B）为评论博客，S（B）为收藏博客，F（B）博客访问的频率，D（B）为在此篇博客上停留的时间。

如果用户转发、评论和收藏这三种行为，其中有一种行为发生就表示此对博客内容具有较高的兴趣，于是公式如下：

对于微博用户而言，用户访问的次数越多，即访问频度越高，且对微博内容的访问速度越慢，说明用户对此博客的内容兴趣越大，计算公式进一步细分如下：

其中，B为用户访问博客页面的集合，Size（B）表示博客内容的大小，以字节为单位。

五、微博用户兴趣建模

本文的样本数据来自于新浪微博，从《新周刊》《南方周末》《我是歌手》《江苏卫视》《中国之声》五家传统媒体微博上随机选取微博内容，选取2012年9月1日至2012年10月1日每天16：00至21：00点的时段，抽取3000个用户的微博内容。对每条微博内容进行预处理：提取微博作者信息、微博内容、转发数目、评论数目、收藏数目、微博类型、通过作者信息再提取作者的微博主页，获得个人的关注数、粉丝数、标签信息等，将以上数据组成一条条的记录，作为数据挖掘的样本数据。运用SAS的Enterprise Miner模块进行决策树建模。研究结果如下：

（一）名人特征

在研究的5家传统媒体微博中，都有大量的名人入驻。通过调查发现，他们依靠自身的影响力无需采取任何行动便能吸引大量粉丝关注。在分析的3000个用户中，有71位通过实名认证，对他们的分析发现，他们的关注数通常小于200，而被关注数却远远大于这个数字，甚至达到上万人，而他们发表的博文数也是相当少，不及关注数的百分之一。这说明微博中的名人通过自身的影响力便能吸引大量粉丝关注，而无需关注他人或发布微博，这种现象即为“名人效应”。

（二）普通用户特征

除了关注名人外，普通用户的关注对象主要是亲戚朋友和同事，用户发布博客越多，频率越高，则关注的人数越多，就越容易引起自己的关注好友以及关注好友的朋友的注意，进而增加被关注数。随着关注自己的粉丝数的增加，也容易使用户关注自己的粉丝，从而增加他的关注数。相反，如果用户很少发表内容，那么即使用户关注的朋友再多，其他用户也不会有太大兴趣去关注他。

（三）兴趣相互影响关系

如果两个微博用户同时关注一个名人或媒体，那么这两个用户互相关注的概率也将大大增加，他们关注的兴趣类型也大致相同。

（四）用户标签与兴趣的关联分析

通过对用户资料和行为间的信息关系进行挖掘，发现以下规律：（1）愿意贴标签的用户，有90% 以上的可能性愿意发布博文，并愿意关注他人；（2）不愿意贴标签的用户，发表博文的数量较少，关注的人也少，其被关注的数更少；（3）用户转发、评论的博客内容一般与自己贴的标签主题相符合，即属于同一主题或相近主题，这说明标签在一定程充上反映着用户的兴趣。

（五）用户兴趣与年龄的关系

通过分析发现，用户的兴趣与年龄有一定的关系，年龄在35岁以上的用户，更多的关注类似《新周刊》《南方周末》这样的以新闻和财经类为主的微博；而年龄在25岁以下的年青人则更多关注娱乐类的微博，比如《江苏卫视》《快乐大本营》等。

（六）用户兴趣与月收入的关系

通过分析发现，用户的兴趣与收入有一定的关联关系。月收入在3000元以下则更多关注娱乐类的微博，比如《江苏卫视》《快乐大本营》等；而收入相对较高的用户则会关注类似《新周刊》《南方周末》等以新闻和财经类为主的微博。

由于样本数据有限，发现的用户行为与兴趣间的关联规则也相对受到限制，扩大样本数据和样本的采集周期，会发现更多的用户兴趣规则。

小结

不论是哪种行为特征的用户，模型均能发现用户的兴趣，用户在微博上的行为越多样，活动频率越高，收集的数据周期越长，数据越全面，就越有利于获取用户兴趣，得到的兴趣模型也越全面和准确。采用本方法能够准确地判断用户的兴趣，有助于传统媒体微博进行营销，根据用户的兴趣定位媒体的栏目内容，对传统媒体利用微博平台提高媒体的影响力有着重要的参考价值。

1.孟波.新浪微博：一场正在发生的信息传播变革[J].南方传媒研究，2009(21)

2.黄瑚.媒体博客研究[D].南昌大学.2008

（作者单位：广东广播电视台）