微博與傳統(tǒng)媒體的比較分析和融合研究

□ 莫曉艷

微博與傳統(tǒng)媒體的比較分析和融合研究

□ 莫曉艷

統(tǒng)計顯示，目前已有數(shù)千家傳統(tǒng)媒體在新浪網(wǎng)站上開設(shè)微博，發(fā)布新聞，甚至將媒體的欄目放在微博上，與用戶進行交流和互動。傳統(tǒng)媒體運用微博這一工具進行信息傳播已見成效，與用戶的互動形式越來越多樣化，參與的人群也在不斷增加。但是，傳統(tǒng)媒體還沒有將微博的用途發(fā)揮到極致，還沒有完全調(diào)動用戶的積極性，缺乏品牌意識。

本研究通過調(diào)查問卷法獲得相關(guān)的數(shù)據(jù)后，對所獲得數(shù)據(jù)進行信度和效度分析，以判斷數(shù)據(jù)是否可靠。本研究利用SPSS軟件對收集的數(shù)據(jù)進行統(tǒng)計分析并對分析結(jié)果進行探討，得出影響傳統(tǒng)媒體微博用戶興趣的因素。

我們制作了電子問卷，通過新浪網(wǎng)上在線答題的形式獲取數(shù)據(jù)。在有效的時間內(nèi)，參加網(wǎng)上在線答題的微博用戶有500名，其中450人在規(guī)定的時間內(nèi)完成并提交了問卷。

一、微博用戶特征分析

經(jīng)過對400份有效調(diào)查樣本問卷的初步統(tǒng)計和分析 ，參加本次調(diào)查的用戶樣本的性別、年齡、收入、教育水平等基礎(chǔ)特征如下：

由以上表格可以看出，在接受調(diào)查的樣本性別構(gòu)成方面，女性的比例要遠遠高于男性。年齡分布上，在25歲以下的接近半數(shù)，比例達到了49.5%；年齡層在26-35歲之間的，有104人，占26%。年青人是微博用戶的中堅力量。教育水平方面，擁有本科學歷的用戶最多，達到36.75%，其次是?？?，31.75%。從職業(yè)分布來看，微博用戶中學生比例最高，超過半數(shù)，達到了53.25%，其次是上班族，將近4成，這與前面的年齡分布相呼應(yīng)。從微博用戶所在地區(qū)來看，有超過半數(shù)的用戶居住在京滬一線城市，其比例高達53%，而在鄉(xiāng)村的用戶數(shù)僅有25人，只占6.25%，這也從側(cè)面反映了大城市的網(wǎng)絡(luò)比較發(fā)達。用戶收入分布方面，大多數(shù)用戶的收入都在3000元以上，收入越高，微博用戶量越小?；蛟S因為收入越高的人群工作相對較忙，上網(wǎng)時間較少。

二、微博用戶興趣分析

微博用戶興趣主要從微博使用年限、關(guān)注的人群、訪問微博的頻率、關(guān)注的內(nèi)容、傳統(tǒng)媒體微博的訪問情況等方面進行分析，詳細情況如下：

由表格統(tǒng)計數(shù)據(jù)可以看出，大多數(shù)用戶微博注冊年限都在3年以下，比例達到44.75%，這與我國微博發(fā)展的軌跡相吻合。影響微博用戶選擇微博品牌的因素主要是網(wǎng)站的影響力和名人入駐數(shù)量，其比例分別達到29.25%和27.25%，其他因素比如功能是否強大，注冊是否方便等所占比例較少。微博用戶使用微博的目的主要是關(guān)心時事、獲取信息，比例達到26.5%，其次是記錄生活趣事，比例達到24.5%，這與微博平臺的傳播特性和草根性密切相關(guān)。微博用戶關(guān)注最多

的人群是草根名博、文體明星以及家人朋友，其關(guān)注度占比分別是19.5%、16.75%和13%。從用戶感興趣的信息來看，用戶通過微博主要關(guān)注新聞時事、名人微博和娛樂報道方面的內(nèi)容，對科學教育和文學藝術(shù)方面的內(nèi)容興趣最低。在媒體微博關(guān)注度方面，微博用戶對媒體網(wǎng)站的微博關(guān)注度最高，達到23.5%，其次是電視，其關(guān)注比例達到20.5%。

在對如何判斷微博用戶的興趣進行調(diào)查時，30.75%的人選擇通過微博內(nèi)容，其次是用戶的個人介紹和用戶標簽，通常認為一個人對哪方面的內(nèi)容感興趣，他就會更多的關(guān)注此方面的內(nèi)容，轉(zhuǎn)發(fā)和評論與此內(nèi)容相關(guān)的微博。

微博訪問頻率方面，頻率總體較高，每天至少訪問一次的人數(shù)達到155人，占總?cè)藬?shù)的38.75%，每周至少訪問微博一次的人數(shù)超過半數(shù)。

粉絲數(shù)量統(tǒng)計方面，在接受調(diào)查的400名用戶中，擁有的粉絲數(shù)量最多的是50-100人，其比例達到35%；擁有10-50人的有90人，占總數(shù)的22.5%；擁有百人以上的比例相對較少，其中擁有300以上的最少，僅占9.5%。

三、運用數(shù)據(jù)挖掘工具建模

本文將所有的興趣主題按類別進行分類，用戶的興趣用微量模型來表示。為了表達清晰，將興趣主題分成大類，在大類別再劃分為細小的類別，通過不斷的細化，來找出興趣的特征值。其結(jié)構(gòu)如圖3-1所示。

圖3-1 用戶興趣模型

四、興趣分類和計算方法

通過對博客用戶的興趣調(diào)查分析得知，如果用戶對某個主題有興趣，那么他訪問此主題博客的次數(shù)會增加，瀏覽博客內(nèi)容的速度會變慢，還會對博客評論、轉(zhuǎn)發(fā)和收藏。用戶興趣度的計算方法基于一種假設(shè)，即用戶對不同主題的博客內(nèi)容的關(guān)注行為存在相似性，當需要估計用戶對某個博客主題是否感興趣時，可以通過用戶對該主題的若干相似項的評分進行估計。通過對用戶的博客行為的相關(guān)性進行分析，用戶的瀏覽行為，包括評論、收藏和轉(zhuǎn)發(fā)、訪問次數(shù)和停留時間是用來計算用戶興趣度的最佳變量。假設(shè)I（B）表示用戶對博客B的興趣度，則I（B）可以表示為：

I（B）=Φ（T（B）,R（B），S（B）,F（B），D（B））

其中，T（B）為轉(zhuǎn)發(fā)博客，R（B）為評論博客，S（B）為收藏博客，F(xiàn)（B）博客訪問的頻率，D（B）為在此篇博客上停留的時間。

如果用戶轉(zhuǎn)發(fā)、評論和收藏這三種行為，其中有一種行為發(fā)生就表示此對博客內(nèi)容具有較高的興趣，于是公式如下：

對于微博用戶而言，用戶訪問的次數(shù)越多，即訪問頻度越高，且對微博內(nèi)容的訪問速度越慢，說明用戶對此博客的內(nèi)容興趣越大，計算公式進一步細分如下：

其中，B為用戶訪問博客頁面的集合，Size（B）表示博客內(nèi)容的大小，以字節(jié)為單位。

五、微博用戶興趣建模

本文的樣本數(shù)據(jù)來自于新浪微博，從《新周刊》《南方周末》《我是歌手》《江蘇衛(wèi)視》《中國之聲》五家傳統(tǒng)媒體微博上隨機選取微博內(nèi)容，選取2012年9月1日至2012年10月1日每天16：00至21：00點的時段，抽取3000個用戶的微博內(nèi)容。對每條微博內(nèi)容進行預(yù)處理：提取微博作者信息、微博內(nèi)容、轉(zhuǎn)發(fā)數(shù)目、評論數(shù)目、收藏數(shù)目、微博類型、通過作者信息再提取作者的微博主頁，獲得個人的關(guān)注數(shù)、粉絲數(shù)、標簽信息等，將以上數(shù)據(jù)組成一條條的記錄，作為數(shù)據(jù)挖掘的樣本數(shù)據(jù)。運用SAS的Enterprise Miner模塊進行決策樹建模。研究結(jié)果如下：

（一）名人特征

在研究的5家傳統(tǒng)媒體微博中，都有大量的名人入駐。通過調(diào)查發(fā)現(xiàn)，他們依靠自身的影響力無需采取任何行動便能吸引大量粉絲關(guān)注。在分析的3000個用戶中，有71位通過實名認證，對他們的分析發(fā)現(xiàn)，他們的關(guān)注數(shù)通常小于200，而被關(guān)注數(shù)卻遠遠大于這個數(shù)字，甚至達到上萬人，而他們發(fā)表的博文數(shù)也是相當少，不及關(guān)注數(shù)的百分之一。這說明微博中的名人通過自身的影響力便能吸引大量粉絲關(guān)注，而無需關(guān)注他人或發(fā)布微博，這種現(xiàn)象即為“名人效應(yīng)”。

（二）普通用戶特征

除了關(guān)注名人外，普通用戶的關(guān)注對象主要是親戚朋友和同事，用戶發(fā)布博客越多，頻率越高，則關(guān)注的人數(shù)越多，就越容易引起自己的關(guān)注好友以及關(guān)注好友的朋友的注意，進而增加被關(guān)注數(shù)。隨著關(guān)注自己的粉絲數(shù)的增加，也容易使用戶關(guān)注自己的粉絲，從而增加他的關(guān)注數(shù)。相反，如果用戶很少發(fā)表內(nèi)容，那么即使用戶關(guān)注的朋友再多，其他用戶也不會有太大興趣去關(guān)注他。

（三）興趣相互影響關(guān)系

如果兩個微博用戶同時關(guān)注一個名人或媒體，那么這兩個用戶互相關(guān)注的概率也將大大增加，他們關(guān)注的興趣類型也大致相同。

（四）用戶標簽與興趣的關(guān)聯(lián)分析

通過對用戶資料和行為間的信息關(guān)系進行挖掘，發(fā)現(xiàn)以下規(guī)律：（1）愿意貼標簽的用戶，有90% 以上的可能性愿意發(fā)布博文，并愿意關(guān)注他人；（2）不愿意貼標簽的用戶，發(fā)表博文的數(shù)量較少，關(guān)注的人也少，其被關(guān)注的數(shù)更少；（3）用戶轉(zhuǎn)發(fā)、評論的博客內(nèi)容一般與自己貼的標簽主題相符合，即屬于同一主題或相近主題，這說明標簽在一定程充上反映著用戶的興趣。

（五）用戶興趣與年齡的關(guān)系

通過分析發(fā)現(xiàn)，用戶的興趣與年齡有一定的關(guān)系，年齡在35歲以上的用戶，更多的關(guān)注類似《新周刊》《南方周末》這樣的以新聞和財經(jīng)類為主的微博；而年齡在25歲以下的年青人則更多關(guān)注娛樂類的微博，比如《江蘇衛(wèi)視》《快樂大本營》等。

（六）用戶興趣與月收入的關(guān)系

通過分析發(fā)現(xiàn)，用戶的興趣與收入有一定的關(guān)聯(lián)關(guān)系。月收入在3000元以下則更多關(guān)注娛樂類的微博，比如《江蘇衛(wèi)視》《快樂大本營》等；而收入相對較高的用戶則會關(guān)注類似《新周刊》《南方周末》等以新聞和財經(jīng)類為主的微博。

由于樣本數(shù)據(jù)有限，發(fā)現(xiàn)的用戶行為與興趣間的關(guān)聯(lián)規(guī)則也相對受到限制，擴大樣本數(shù)據(jù)和樣本的采集周期，會發(fā)現(xiàn)更多的用戶興趣規(guī)則。

小結(jié)

不論是哪種行為特征的用戶，模型均能發(fā)現(xiàn)用戶的興趣，用戶在微博上的行為越多樣，活動頻率越高，收集的數(shù)據(jù)周期越長，數(shù)據(jù)越全面，就越有利于獲取用戶興趣，得到的興趣模型也越全面和準確。采用本方法能夠準確地判斷用戶的興趣，有助于傳統(tǒng)媒體微博進行營銷，根據(jù)用戶的興趣定位媒體的欄目內(nèi)容，對傳統(tǒng)媒體利用微博平臺提高媒體的影響力有著重要的參考價值。

1.孟波.新浪微博：一場正在發(fā)生的信息傳播變革[J].南方傳媒研究，2009(21)

2.黃瑚.媒體博客研究[D].南昌大學.2008

（作者單位：廣東廣播電視臺）