高校微信传播效果计量分析研究

周霜菊 顾轶洋 路晓璇

摘 要：本文以华东理工大学微信公众号为例，使用Python语言编写程序对采集到的公众号推文数据进行处理和高频词统计、共现矩阵、特征与指数的回归分析，计算相关指标和标题特征，分析和验证相关因素对于高校新媒体传播效果的影响，从微信公众号推广及推文内容的角度为国内高校的新媒体传播提供参考策略。

关键词：微信公众号;影响力指数;计量分析

中图分类号：G206文献标识码：A 文章编号：1672-8122（2020）10-0023-04

一、引 言

新媒体的迅速发展使得高校新闻与传播工作也发生了巨大的变化，从校报到官方新媒体平台，宣传媒介的发展与宣传格局在不断转型升级。微信公众号是高校重要的新媒体宣传平台，关于微信公众号信息传播的影响因素，有学者发现微信公众号文章的关键词热度、语义变量与信息阅读率有一定相关性，而信息的阅读率直接影响信息的传播效率[1];微信公众号的热度也和发布文章的主题、推送时间、标题特征有一定联系[2];传播效果与不同类型的内容也有关联[3];也有学者提出了重视头条传播优势等微信公众信息的传播策略[4]。

在研究对象方面，现有文献对于高校微信传播效果的研究主要集中于高校官方微信公众号，如高校品牌传播效果的研究[5]，以及对高校图书馆微信服务的研究[6]，鲜有对高校学院微信公众号传播效果和功能方面的探讨。本研究结合高校的官方微信公众号和各学院的微信公众号信息（以华东理工大学为例），分析和验证相关因素对高校新媒体传播效果的影响，从微信公众号推广及推文内容的角度为国内高校的新媒体传播提供有益的参考与借鉴。

二、研究过程

通过调查，本研究选用清博指数大数据平台作为数据来源，该平台的权威度高，利用该平台制作新媒体传播榜单的单位已超19 000家;且该平台数据采集规则明确，可信度较高。为了获取规范、准确且利于分析的数据，本研究使用Python语言针对清博指数大数据平台采集到的数据编写程序进行数据预处理，计算相关指标和标题特征，编写高频词统计、共现矩阵、特征与指数的回归分析模块对处理好的数据进行分析和可视化。

（一） 数据采集

项目收集华东理工大学、小花梨、华东理工大学图书馆和具有代表性、传播指数较高的5个学院的微信公众号和账号名（如表1所示），根据账号名参数，利用清博指数大数据平台采集上述微信公众号在研究时间段（2018年1月1日至2018年12月31日）内发布的所有推文特征信息（发布者名称、发布时间、文章标题、阅读数、在看/点赞数、推文内容链接等），并将这些特征信息分别存储到Excel表中作为待处理数据，最终得到3 119条结构化数据。

（二）数据预处理

1.微信公众号文章传播指数

清博指数大数据平台中使用的微信传播影响力指数（WCI）[7]采用计算公式如公式1所示：其中，n为研究时间段中微信公众号所发文章数;R为研究时间段中全部文章（n）的阅读总数;Z为研究时间段中全部文章（n）的在看（点赞）总数;d为研究时间段所含天数;Rt和Zt为研究时间段内账号所发头條的总阅读数和总在看（点赞）数;Rmax和Zmax为研究时间段中微信公众号所发文章的最高阅读数和最高在看/点赞数。WCI指标由如下几个传播力指标按一定权重构成，分别为整体传播力O、篇均传播力A、头条传播力H、峰值传播力P。

公式1 WCI计算公式

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.数据的计算与预处理

对采集到的3 119条结构化数据进行预处理，分别按日、周、月的发文情况来计算各个指数（WCI、整体传播力O、篇均传播力A、头条传播力H、峰值传播力P）、标题字数特征（标题总字数、标题最少和最多字数、标题字数均值）以及标题语义（疑问句、感叹句、陈述句、第一人称、第二人称、第三人称）。与此同时，利用Python的“结巴”中文分词库进行分词处理，得到标题的中文分词。

（三）数据分析

1.影响力指数变量相关性分析

通过Pearson相关系数对收集、处理过的标题相关特征和微信公众号影响力指数（WCI、标题总字数、标题最少字数、标题最多字数、标题字数均值、疑问句、感叹句、陈述句、第一人称、第二人称、第三人称等）进行相关性分析，探究微信公众号影响力与相关变量之间的量化指标关系，同时测量变量之间相互联系的紧密程度。

2.高频词统计与分析

通过Python程序整理每条数据中的标题，并利用“结巴”中文分词库对所有的标题进行分词，得到标题的中文分词，用算法统计高频词出现的次数并输出高频词表格进行研究。

3.基于分词的共现矩阵

通过程序将分词的结果进行统计，基于共现算法生成共现矩阵，并将共现矩阵导入Ucinet软件利用NetDraw可视化软件绘制出共现矩阵，研究高频词间存在的联系。

三、研究结果与分析

（一）华东理工大学微信公众号传播整体分析

将采集到的3 119条结构化数据（包括发布者名称、发布时间、文章标题、阅读数、在看（点赞）数、推文内容链接等）进行统计分析得微信公众号的推文数、平均阅读数和平均在看（点赞）数统计图（如图1所示）。

图1 微信推文数、平均阅读数、平均在看（点赞）数

推文数是研究时间段内微信公众号的发文数，平均阅读数是总阅读数除以推文总数，平均在看/点赞数是总在看/点赞数除以推文总数。统计显示小花梨、华理信院、华理商之潮的发文数最多，分别为515篇、521篇和470篇。平均阅读数排前列的以校级微信公众号为主，即团委的小花梨、校官微华东理工大学，分别为3 065次与2 923次。平均在看/点赞数为小花梨（48次）和华东理工大学（52次）。

统计显示微信公众号的发文数与平均阅读数、平均在看/点赞数无明显联系，说明读者是否阅读文章、在阅读微信号发布的文章后是否点击在看/点赞与推文的发布量没有直接关系，故微信公众号应以发布高质量文章为目标，而不是盲目增加发布数量和频率。此外，虽然在传播力较小时不显著，但平均阅读数与平均在看/点赞数仍有一定的正相关关系。在标题吸引读者阅读文章后，一定比例的读者就会有规律地点击在看/点赞，说明了文章标题对提升传播影响力的重要性。

（二）影响力指数与标题特征变量相关性分析

分析标题相关特征和微信公众号影响力指数（WCI、标题总字数、标题最少字数、标题最多字数、标题字数均值、疑问句、感叹句、陈述句、第一人称、第二人称、第三人称等）的Pearson相关性系数，结果如表2所示，得到如下结论。

标题字数方面，标题字数均值与最少字数与传播力指数无明显相关性，p值分别为0.023和0.299，说明标题字数的增加或者是单篇标题字数较少并不会增加其传播力。公众号无需特意控制标题字數来提升影响力;标题最多字数与传播力指数显著相关，p值为0.01，说明标题字数较多可能会与平均标题的字数形成反差，引起人们的猎奇心理，从而增加阅读数和在看/点赞数，对传播影响力做出贡献。发布者可以偶尔发一条字数超出均值较多的文章，以吸引读者的注意力。

从标题句式来看，疑问句与陈述句均与传播力指数无明显相关性，p值分别为0.0947和0.079;而感叹句与传播力指数有显著的相关性，p值为0.003，远小于0.01，表明感叹句相较于疑问与陈述句对读者更有吸引力。微信公众号可以在标题中多使用感叹语句，使文字的情绪可视化，从而改变文字的阅读体验，提高传播效果。第三人称与传播力指数呈显著相关，p值也远小于0.01，而第一人称和第二人称则不然。读者熟悉了第二人称的叙述，第三人称可能会引起读者对“他”是谁的好奇心，让读者有一探究竟的欲望。因此可在标题中使用第三人称叙述来提高传播效果。

（三）高频词统计与分析

将3 119条推文标题经过标题符号的清除后，导入分词库进行分词处理，共得到分词21 721条。进一步分词筛选去除单字符和无意义字符后有12 519个分词，去重后最终得到3 727个分词。对分词进行频次统计和排序后，选取前30个去除过无实际意义词的高频词，如表3所示。

表3显示分词中出现频次排名前10的关键词包括预告（198）、活动（168）、实践（160）、信息（147）、华理（134）、大赛（109）、新生（91）、回顾（95）、生工（85）、通知（84）。由此可见，各微信公众号主要以发布实践、比赛、讲座等活动的预告和回顾为主，且有很多推文是针对新生活动的发布和推广。由于采集的标题信息中有大部分是各学院的推文，从中也可看出学院推文的一些特征。生工、信息、化学、商学院、学艺分别对应了5个学院的院系特色，学院微信公众号偏向于在标题中点明所属学院，由此进行定向宣传。

（四）基于分词的共现矩阵

将高频分词进行筛选，利用共现矩阵算法编写程序得到65*65的分词共现矩阵。把该矩阵导入社会化网络分析软件Ucinet，并利用可视化工具NetDraw绘制高频分词的共现网络，如图2所示。为了排除较无关的分词，将高频词共现的频次设置为大于3，使得网络的聚合度更高。图中的圆点大小代表与其他词在同一标题中共现的频次，圆点越大，共现的频次越大。

可以看出，比赛、讲座、实践、预告、通知、报名、倒计时、进行、回顾等活动相关的分词仍是标题中的主流，共现的频次数相近表明微信公众号的发文可以按具体的“系列”划分，每个“系列”都包含了一个活动从预告通知、开放报名、活动倒计时、活动进行再到活动回顾整个过程的若干篇文章。因此，学院的大部分推文内容都可以用这一规律进行归类。

四、建 议

（一）平衡发文频率和发文质量

高校微信公众号传播影响力的关键主要在于文章的质量，而不是发布推文的数量。根据对华东理工大学微信公众号传播效果的整体分析，微信公众号的推文数和传播影响力并没有显著的相关性，在相同条件下，推文数量的增加并不一定会引起推文平均阅读数的增加。高质量的文章需要文章编辑者对读者兴趣的把握、对吸引读者内容的挖掘，质量高才会在一定程度上加强读者黏性，从而促进平均阅读量的提升。相反，持续频繁的低质量文章的推送不仅无助于微信公众号传播力的提升，反而会引起读者的厌烦情绪，降低对该微信公众号的整体印象，从而导致阅读量的减少。因此，高校微信公众号应该在发布高质量推文的基础上，持续更新推文，使得发文数量与质量达到平衡，形成规模效应，提升传播力。

（二）选择恰当的推文标题特征

首先，标题的字数需要控制，虽然有时较长的标题会引起读者的猎奇心理，但持续的长标题同样会使读者产生厌烦，因此，简洁清晰的标题是最佳选择;其次，在运用标题句式时，感叹句是第一选择。感叹的句式相较于疑问和陈述句更能赋予一段文字情绪，易与读者产生交流和共鸣，提升读者阅读体验的同时，也提升了传播的效果;最后，第三人称化的标题也是可以使用的技巧。由于以往的推文常以第二人称或无人称为主，第三人称的出现会引起部分读者的好奇心，吸引读者去阅读该篇文章，实现了传播效果的提升。

（三）推文内容应契合读者需求

作为高校的官方、学院微信公众号，其通知、预告和总结的作用是必不可少的。根据在前述共现矩阵中提到的“系列”理论，公众号的发文可以按具体的“系列”划分，每个“系列”都包含了代表一个活动完整生命周期的所有推文。按“系列”中的每一步过程进行发文，可以避免流程的遗漏，更好地履行公众号的职能。除此之外，“系列”的内容也需精心挑选，不能在同一类型的“系列”如比赛类活动中发过多的推文，应适当注意类别间的搭配，以契合不同类型读者的需求，包含比赛、讲座、志愿、实践等多个维度，在不影响基础职能的条件下对发文时间、频率进行规划，不断刺激读者的阅读兴趣，从而在满足读者需求的同时提高微信公众号的传播影响力。

参考文献：

[1]吴中堂，刘建徽，唐振华.微信公众号信息传播的影响因素研究[J].情报杂志，2015，34（4）：122-126.

[2]方婧，陆伟.微信公众号信息传播热度的影响因素实证研究[J].情报杂志，2016，35（2）：157-162.

[3]马红岩.基于内容营销的微信传播效果研究[J].商业研究，2014（11）：122-129.

[4]李晓蔚.高校图书馆微信公众号传播效果实证研究———以四川大学图书馆为例[J].图书馆论坛，2016（11）：85-91.

[5]杨秀秀. 新媒体环境下高校品牌传播方式的变革[D].南昌大学，2015.

[6]贾文龙.高校图书馆微信服务发展现状及传播影响力研究——基于“双一流”建设高校的调查与分析[J].图书馆学研究，2018（11）：57-67.

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

[责任编辑：杨楚珺]