《人民日報》抖音號短視頻傳播熱度影響因素實證研究

張燕，尹琰，韋欣宜

(中國傳媒大學(xué) 經(jīng)濟與管理學(xué)院，北京100024)

近年來短視頻平臺迅速崛起，從初期的獵奇分享逐漸演化出多元化的內(nèi)容和功能，于是主流媒體也紛紛開始嘗試在短視頻平臺傳播新聞資訊，將主流媒體輿論引導(dǎo)的權(quán)威性延伸至這一新興輿論場。在主流媒體這一輪嘗試中，《人民日報》成為勇于吃螃蟹的第一批探索者。2018年9月10日，《人民日報》入駐抖音短視頻平臺，據(jù)星榜統(tǒng)計的數(shù)據(jù)顯示，至2019年底，其粉絲量已達5196萬，在2019年抖音粉絲數(shù)TOP20的賬號中位列第三，此外，在2019年抖音點贊TOP20的短視頻中，《人民日報》占有七席。從這些數(shù)據(jù)來看，《人民日報》抖音號的傳播試水取得了較為顯著的初期成效，本研究旨在對影響其傳播熱度的因素進行實證分析，進而為主流媒體的短視頻新聞傳播策略提供方向性指導(dǎo)，進而推動媒體融合的縱深發(fā)展。

1 研究設(shè)計與抽樣方案

為了找到《人民日報》抖音號短視頻的內(nèi)容傳播策略對傳播熱度的影響機制，本研究首先基于前人相關(guān)研究的經(jīng)驗和《人民日報》抖音號短視頻的特點確立短視頻內(nèi)容分析的編碼類目表，以此來構(gòu)建傳播熱度影響因素研究的量化指標(biāo)體系；然后，將傳播熱度進行可操作化定義并將其確定為因變量，將上述內(nèi)容分析的各指標(biāo)確立為自變量，隨后提出研究假設(shè)，采用相關(guān)性分析、方差分析、分層回歸模型等方法進行假設(shè)驗證，進而得出研究結(jié)論。

本研究通過等距抽樣的方法對2019年《人民日報》在抖音平臺上發(fā)布的所有短視頻進行人工抓取。在抽取樣本時，為反映其常態(tài)化傳播熱度，盡量避開重大事件或特殊節(jié)日對短視頻傳播熱度的放大和影響，本研究連續(xù)地選取了2019年每個月的第二個星期發(fā)布的所有內(nèi)容作為研究樣本，以保證研究結(jié)果的可靠性和一般性。特別地，為了避開重大節(jié)日的影響，本研究對2、6、10月這三個月選擇第三個星期作為樣本。如此以來，最終總共抽取222個短視頻作為研究樣本。

2 傳播熱度影響因素指標(biāo)體系即短視頻內(nèi)容分析編碼表構(gòu)建

2.1 短視頻內(nèi)容分析相關(guān)文獻綜述

李林蔚在《移動互聯(lián)時代的短視頻生產(chǎn)策略——以《人民日報》官方抖音號為例》[1]中對《人民日報》抖音號開設(shè)三個月內(nèi)的241條短視頻進行了內(nèi)容分析，編碼表涉及話題、發(fā)布時間、短視頻時長、內(nèi)容主題、涉及人物、視覺元素、聽覺元素、點贊量、評論量、轉(zhuǎn)發(fā)量、受眾互動11項分析類目；王程偉、馬亮在《政務(wù)短視頻如何爆發(fā)影響力：基于政務(wù)抖音號的內(nèi)容分析》[2]對政務(wù)抖音號短視頻進行內(nèi)容分析，編碼表的類目包括瀏覽量、點贊量、觀贊比、政務(wù)抖音賬號領(lǐng)域、短視頻種類、短視頻主題、感情色彩、人物角色、背景音樂、時長、地方特色、片尾主題強調(diào)、臺詞類型、有無字幕等14項。

2.2 傳播熱度實證研究相關(guān)文獻綜述

傳播熱度實證研究的相關(guān)文獻大致可以分為以下三類。

其一為傳播熱度的影響因素實證研究或分析。紀(jì)慧生、蔡東妮[3]提出了影響微信公眾號信息傳播熱度的五因素，分別為推送標(biāo)題、推送內(nèi)容、推送時機、數(shù)據(jù)化分析、二次轉(zhuǎn)發(fā)者，并通過相關(guān)性分析和回歸模型構(gòu)建驗證了以上因素與信息閱讀率和轉(zhuǎn)發(fā)率之間的關(guān)系，提出提高微信公眾號傳播熱度的對策和建議。李靜、謝耘耕[4]基于2010-2018年發(fā)生的10600起輿情事件通過建立多元層次回歸模型展開對事件本身屬性、媒介熱度影響的實證研究，指出傳播、網(wǎng)民參與及政府干預(yù)等因素對網(wǎng)絡(luò)輿情事件傳播熱度能產(chǎn)生影響。

其二為傳播機制的研究和傳播技術(shù)的研究。何喻瑾[5]應(yīng)用復(fù)雜系統(tǒng)的多主體理論，將微博的傳播分為用戶初次接觸信息階段和互動階段，從信息源、信息傳播者對影響微博用戶之間的信息接受能力來解釋微博獲得廣泛傳播熱度的原因，具體而言包括信息質(zhì)量、信息被用戶接受的可能性、信息吸引力、用戶價值取向、偏好、知識結(jié)構(gòu)和用戶的傳播能力等因素，并刻畫出微博的信息傳播模式。汪祥[6]圍繞話題傳播技術(shù)，從話題文本表示模型、話題傳播熱度預(yù)測、話題傳播群體檢測和用戶話題興趣分析等四個方面展開研究，提出針對社交網(wǎng)絡(luò)短文本的基于維基百科概念的文檔表示模型和一種基于話題社區(qū)的潛在情感能量預(yù)測社區(qū)話題熱度的方法，主要考慮因素為網(wǎng)絡(luò)的復(fù)雜程度、博文中含有的表情符號、關(guān)鍵詞或關(guān)鍵短語等。

其三為使用建?；蚍抡娴难芯糠椒▉順?gòu)建傳播熱度的預(yù)測模型，展開預(yù)測研究。劉向陽[7]基于復(fù)雜網(wǎng)絡(luò)理論，研究新浪微博的用戶關(guān)系網(wǎng)絡(luò)和信息傳播網(wǎng)絡(luò)，借助SIR病毒、SEIR謠言、SEIAR謠言傳播模型對真實網(wǎng)絡(luò)進行傳播仿真，納入了閱讀量、點贊量、評論數(shù)、轉(zhuǎn)發(fā)數(shù)、博主粉絲數(shù)、活躍天數(shù)、微博文字?jǐn)?shù)、圖片數(shù)、傳播時長、發(fā)博率等多個因子，基于因子分析法的熱度評價模型對微博熱度給出準(zhǔn)確的參數(shù)及排序，最后采用Logistic數(shù)學(xué)模型對微博網(wǎng)絡(luò)中的事件信息擴散方式進行分析和預(yù)測。辛悅[8]結(jié)合傳染病動力學(xué)和社交網(wǎng)絡(luò)理論，建立基于節(jié)點狀態(tài)的在線社交網(wǎng)絡(luò)信息傳播模型，并進行仿真得到離線接收率、轉(zhuǎn)發(fā)率、傳播速率等因素對信息傳播過程的影響，提出了基于LSTM的社交網(wǎng)絡(luò)話題的熱度預(yù)測算法。

在上述研究的基礎(chǔ)之上，借鑒上述研究的相關(guān)指標(biāo)設(shè)置并結(jié)合本研究抽取的222個短視頻的具體特點，本研究最終確立內(nèi)容分析類目編碼表如下：

表1 變量編碼表

2.3 傳播熱度的可操作定義

在短視頻平臺的語境之下，轉(zhuǎn)發(fā)量、評論量、點贊量是反映傳播內(nèi)容在短視頻平臺上直觀傳播熱度的直接體現(xiàn)。為了更集中地體現(xiàn)短視頻的傳播熱度，本研究將傳播熱度指標(biāo)作為描述短視頻受歡迎程度的綜合指標(biāo)，并采用差異系數(shù)法對短視頻點贊、評論、分享的數(shù)量指標(biāo)進行賦權(quán)來綜合衡量傳播熱度。具體計算過程中，首先對原始數(shù)據(jù)采用Min-Max法進行無量綱化處理，計算各指標(biāo)評價值的平均值與標(biāo)準(zhǔn)差，確定各評價指標(biāo)的差異系數(shù)，然后對各指標(biāo)評價值的差異系數(shù)歸一化處理，得出點贊數(shù)權(quán)重為0.2775，評論數(shù)權(quán)重為0.1979，分享數(shù)權(quán)重為0.5246?？紤]到計算出的傳播熱度值分布較集中，因此將得到的數(shù)據(jù)乘以100以放大數(shù)據(jù)之間的差距，并最終使傳播熱度分布在0～100之間。

根據(jù)以上方法，最終得到“傳播熱度”指標(biāo)的計算公式為：

傳播熱度=(0.2775×點贊+0.1979×評論+0.5246×分享)×100

3 研究假設(shè)

3.1 短視頻內(nèi)容對傳播熱度的影響

抖音平臺具有其獨特的社交娛樂屬性，根據(jù)巨量算數(shù)公司截至2020年1月的研究數(shù)據(jù)顯示，抖音的整體用戶畫像為男女比例均衡，19-30歲的TGI高，新一線、三線及以下城市用戶TGI高。處于不同年齡層、不同地區(qū)的受眾群對于短視頻內(nèi)容的接受偏好不盡相同。具體表現(xiàn)為受眾受個人特質(zhì)或群體、環(huán)境等影響而對短視頻主題、涉及人物、語言風(fēng)格存在不同偏好，繼而產(chǎn)生不同的交互行為，呈現(xiàn)不同程度的用戶參與度，最終表現(xiàn)為不同的傳播熱度?；谏鲜隹紤]，確立相關(guān)研究假設(shè)如下：

H1-1：不同短視頻主題之間的傳播熱度存在顯著差異；

H1-2：不同感情色彩短視頻的傳播熱度存在顯著差異；

H1-3：不同語言風(fēng)格短視頻的傳播熱度存在顯著差異；

H1-4：涉及不同人物的短視頻的傳播熱度存在顯著差異。

3.2 邀請用戶互動對傳播熱度的影響

紀(jì)慧生[9]在其研究微信公眾號傳播的影響因素時提出推送內(nèi)容的用戶參與度是對微信公眾號信息傳播熱度的一個關(guān)鍵變量，并使用分層回歸模型檢驗其假設(shè)確實成立。由此可推導(dǎo)得出用戶參與度對于傳播熱度具有顯著影響的研究假設(shè)，即假設(shè)主動邀請用戶進行互動能夠有效地提升傳播熱度。

H2：邀請用戶互動的短視頻傳播熱度更高。

3.3 短視頻視覺、聽覺效果對傳播熱度的影響

短視頻的視覺效果主要體現(xiàn)為是否使用字幕、是否使用剪輯后的短視頻畫面、是否插入圖片，而聽覺效果則表現(xiàn)為是否使用背景音樂以及是否保留短視頻原聲。作為短視頻重要的傳播要素，視聽效果能夠充實短視頻內(nèi)容，為受眾提供更豐富的感官體驗，促使受眾對于短視頻內(nèi)容的產(chǎn)生強烈認(rèn)同感和共鳴。因此，本研究將短視頻的視覺、聽覺效果對于傳播熱度具有直接影響納入研究假設(shè)：

H3-1：聽覺效果對傳播熱度有正向影響；

H3-2：視覺效果對傳播熱度有正向影響。

3.4 短視頻推送機制和時長對傳播熱度的影響

王迪[10]提出推送時間的差異對微信公眾號信息傳播產(chǎn)生的影響是相對較大的，公眾號往往根據(jù)用戶作息時間來選擇具體推送時間。一般來說，用戶在社交軟件上的可分配時間在周末往往更多，以此推測出在非工作日發(fā)布短視頻的傳播熱度可能更高。同時，短視頻時長會隨著用戶使用習(xí)慣的變化而成為影響傳播熱度的另一個關(guān)鍵因素，因為用戶的時間精力總量是有限的，短視頻內(nèi)容被遺忘的幾率也會隨著單日發(fā)布短視頻數(shù)量的增加而升高?；谏鲜鏊伎?，本研究確立研究假設(shè)如下：

H4-1：在周末發(fā)布的短視頻傳播熱度更高；

H4-2：單日發(fā)布短視頻次數(shù)對傳播熱度有負向影響；

H4-3：短視頻時長對傳播熱度有負向影響。

4 研究發(fā)現(xiàn)

4.1 傳播熱度指標(biāo)描述性統(tǒng)計分析

將傳播熱度、點贊量、評論量和分享量這個幾個傳播熱度指標(biāo)標(biāo)準(zhǔn)化之后的時間散點分布如圖1如示。

圖1 標(biāo)準(zhǔn)化后評論量、點贊量、分享量及傳播熱度時間散點圖

根據(jù)《2018抖音大數(shù)據(jù)報告》，《人民日報》截至2018年12月的粉絲量為793萬，而截至2020年3月5日，其粉絲量漲至7592萬，2019年年度粉絲量幾乎增長十倍[11]。但上圖中短視頻傳播熱度、點贊量、分享量的平均值曲線卻近乎水平，評論量平均值曲線甚至在中期塌陷，直到后期才有所回升。由此看來，盡管粉絲量急劇攀升，但傳播熱度并未更進一步擴大，《人民日報》抖音號還需要增強粉絲群體的深度粘性。

具體來看，本研究選取的222個短視頻樣本在分享量上相差不大；在評論量上，不同的短視頻之間差距比較大，上下波動起伏劇烈，而平均值曲線呈“U型”，表明在2019年中期短視頻的評論量相較于其他時間更少，在8月后發(fā)布的短視頻獲得評論更多且平均值不斷上升；在點贊量上，除幾個具有高點贊量的極端值點，樣本數(shù)據(jù)整體比較平穩(wěn)；在傳播熱度上，不同短視頻的起伏波動相對較大，大多短視頻的傳播熱度分布在0～0.4之間，少數(shù)幾條短視頻的傳播熱度突破0.5。由此得知，《人民日報》抖音號發(fā)布的短視頻獲得點贊、評論和分享的數(shù)量尚未呈現(xiàn)出明顯的規(guī)律性和長期效應(yīng)，短期效應(yīng)則相對顯著。這表明《人民日報》抖音號作為一個新的新聞傳播場景，尚未培養(yǎng)起相對穩(wěn)定的場景意義，傳播熱度的短期波動主要通過短視頻的不同內(nèi)容策略引起和帶動。

4.2 各影響因素之間相關(guān)性分析

將評論量、點贊量、分享量、傳播熱度指標(biāo)進行自然對數(shù)轉(zhuǎn)換后得到下表的分析結(jié)果。點贊量、評論量、分享量三者之間顯著正相關(guān)；視覺效果(圖片、字幕、視頻畫面)與傳播熱度、點贊量顯著正相關(guān)；發(fā)布時間(發(fā)布時間是否為周末)與是否進行用戶邀請正相關(guān)；單日頻次(單日發(fā)布頻次)與視覺效果顯著正相關(guān)。

由此從下表數(shù)據(jù)可以看出：1.采用更多元的視覺元素如圖片、字幕、視頻畫面等的視頻傳播熱度更高，獲得的點贊更多；2在周末發(fā)布的視頻傾向于采用用戶邀請的方法來促進與觀眾的互動；3.在同一天內(nèi)發(fā)布視頻的頻次越高，更傾向于采用更多視覺元素。

表2 因子間的相關(guān)性分析

4.3 傳播熱度在感情色彩、涉及人物、主題、語言風(fēng)格、短視頻時長上的單因素方差分析

本研究將傳播熱度及其分項指標(biāo)分別與感情色彩、涉及人物、主題、語言風(fēng)格、短視頻時長這幾個影響因素進行單因素方差分析，來呈現(xiàn)傳播熱度在這些影響因素上的顯著差異。方差分析常用于研究兩個及以上樣本平均數(shù)差別的顯著性檢驗，進行方差分析需要數(shù)據(jù)滿足正態(tài)分布并通過方差齊次性檢驗，并進行事后檢驗進一步確定變量的不同水平對因變量的影響程度如何，確定不同水平之間的差距是否顯著。在方差齊次性檢驗通過的情況下，通常選擇LSD方法；若方差齊次性檢驗未通過，則選擇不假定方差相等的Tamhane’s T2方法。為了使標(biāo)準(zhǔn)化后的點贊量、評論量、分享量以及傳播熱度滿足正態(tài)分布的要求，本研究對上述變量進行對數(shù)變換，分別取其自然對數(shù)。檢驗結(jié)果顯示，除了“主題”這一變量的單因素方差齊次檢驗沒有通過之外，其他變量均通過了方差齊次性檢驗。因此對“主題”這一變量的單因素方差分析采用Tamhane’s T2方法，對其他變量的分析則采用了LSD方法。分析結(jié)果如下：

表3 點贊量、評論量、分享量、傳播熱度在感情色彩上的ANOVA檢驗

表4 點贊量、評論量、分享量、傳播熱度在涉及人物上的ANOVA檢驗

表5 點贊量、評論量、分享量、傳播熱度在主題上的ANOVA檢驗

續(xù)表

表6 點贊量、評論量、分享量、傳播熱度在語言風(fēng)格上的ANOVA檢驗

表7 點贊量、評論量、分享量、傳播熱度在短視頻時長上的ANOVA檢驗

根據(jù)上表數(shù)據(jù)和事后檢驗的結(jié)果可以得出：

1)分享量在短視頻內(nèi)容呈現(xiàn)的感情色彩(F=7.103，P=0.01)、涉及人物(F=3.477，P=0.003)、主題(F=2.072，P=0.04)上具有顯著差異。

2)傳播熱度在感情色彩(F=3.326，P=0.038)、主題(F=2.074，P=0.04)上具有顯著差異。

3)評論量在短視頻主題(F=2.069，P=0.04)和短視頻時長(F=6.723，P=0.001)上具有顯著差異。

4)四個因變量在語言風(fēng)格上都不具有顯著差異。

5)對于感情色彩，中立感情色彩的短視頻傳播熱度和分享量要顯著高于贊揚色彩的短視頻。

6)對于涉及人物，涉及領(lǐng)導(dǎo)官員的短視頻的分享量要顯著高于出場人物為軍人、消防員等職業(yè)人員以及科學(xué)家的短視頻。

7)對于短視頻主題，社會類主題的傳播熱度顯著高于軍事類主題；社會類、愛國宣傳類、時政類、愛崗敬業(yè)類主題的短視頻的評論量要顯著高于經(jīng)濟類短視頻；社會類主題的評論量顯著高于軍事類主題。不同主題的短視頻在分享量上確實具有顯著差異，但Tamhane’s T2并未檢驗出具體差別。

8)對于短視頻時長，大于15秒的短視頻比時長小于15秒的短視頻顯著地獲得更多的評論。

4.4 傳播熱度及各分項指標(biāo)的層次回歸模型

本研究分別對傳播熱度、點贊量、評論量、分享量進行逐層回歸，對字幕、視頻畫面、圖片、背景音樂、視頻現(xiàn)場聲等變量進行第一輪回歸。隨后，繼續(xù)添加短視頻來源的合作與普通民眾制作兩個啞變量(以視頻來源為獨家為基準(zhǔn))、發(fā)布時間是否在周末、單日發(fā)布頻次等變量進行第二輪回歸。第三輪中繼續(xù)添加是否進行用戶邀請變量，得到以下的層次回歸結(jié)果。

表8 傳播熱度的層次回歸模型結(jié)果

表9 點贊量的層次回歸模型結(jié)果

續(xù)表

表10 評論量的層次回歸模型結(jié)果

表11 分享量的層次回歸模型結(jié)果

續(xù)表

從傳播熱度各分項指標(biāo)的回歸分析結(jié)果可以看出，

(1)進行三輪回歸后，除傳播熱度以外，其他分項指標(biāo)的 R方都有一定地提高。R方，又稱可決系數(shù)，是一個描述回歸直線對觀測值的擬合程度的重要指標(biāo)，R方值越接近于1，則模型的擬合效果越好。

(2)在傳播熱度上，在三層回歸中視頻畫面的標(biāo)準(zhǔn)化參數(shù)都顯著，在第三層回歸模型中圖片(β=0.185，t=2.369)也呈現(xiàn)顯著，且兩變量均與傳播熱度呈正相關(guān)，即有視頻畫面以及使用圖片的短視頻熱度更高?？梢?，短視頻中使用更多的視覺元素可以增強傳播熱度。

(3)在點贊量上，在第三層回歸模型中是否進行用戶邀請(β=0.178，t=2.607)、圖片(β=0.166，t=2.137)兩個自變量的參數(shù)具有顯著性。點贊量與這兩個自變量均為正向關(guān)系，是否進行用戶邀請對點贊量的影響比在視頻中插入圖片對于點贊量的影響要更加顯著，達到0.01顯著性水平。

(4)在評論量上，在最終模型中，視頻畫面(β=0.234，t=2.862)變量系數(shù)具有顯著性。而其他變量對評論量的影響均不顯著，表明以上變量不是決定視頻評論量的關(guān)鍵因子，仍有其他未知重要變量影響評論量。

(5)在分享量上，在第三層模型中，視頻畫面(β=0.168，t=2.036)、圖片(β=0.202，t=2.649)、字幕(β=-0.210，t=-3.115)與單日發(fā)布頻次(β=0.176，t=2.639)等變量對分享量具有顯著影響。分享量與字幕變量呈負相關(guān)，與視頻畫面、圖片、單日發(fā)布頻次等變量呈正相關(guān)，表明不使用字幕的視頻獲得了更多的分享，而多元的視覺元素，以及單日高頻視頻發(fā)布將促進短視頻的分享。

(6)從視頻來源角度來分析，以視頻來源為獨家作為基準(zhǔn)變量，即視“獨家”變量在回歸模型中的系數(shù)為0，將視頻來源為媒體合作或普通民眾拍攝作為比較變量，納入模型?？梢钥吹?，在傳播熱度、點贊量、評論量、分享量上“合作”與“普通民眾”變量的系數(shù)均不顯著。即表明不同來源的視頻在以上四個變量上不存在顯著差異。

4.5 假設(shè)檢驗結(jié)果

表12 假設(shè)檢驗結(jié)果

續(xù)表

5 研究結(jié)論

對傳播熱度而言，短視頻主題和感情色彩這兩個因素在其有顯著差異。具體來說，社會類主題短視頻傳播熱度高于軍事類主題的短視頻；感情色彩為中立的短視頻傳播熱度要高于贊揚色彩的；短視頻采用的視覺呈現(xiàn)方式越多元，傳播熱度越高。

對分享量而言，短視頻主題、感情色彩、涉及人物三個因素在其有顯著差異，具體來說，時政類、愛國宣傳類、愛崗敬業(yè)類和社會類等主題的短視頻分享量更高；中立色彩的短視頻分享量要高于批判和贊揚色彩的短視頻；涉及領(lǐng)導(dǎo)官員的短視頻分享量要顯著高于出場人物為軍人、消防員等職業(yè)人員以及科學(xué)家的短視頻。同時分享量與點贊量、評論量呈顯著正相關(guān)，越是高點贊、高評論的短視頻越是容易被用戶分享。

對評論量而言，短視頻主題在其有顯著差異，短視頻時長與其正相關(guān)。具體來說，大于15秒的短視頻比時長小于15秒的短視頻獲得的評論量更多。

對點贊量而言，是否進行用戶邀請和視覺效果兩個因素對其有顯著影響。具體來說，在標(biāo)題中邀請用戶進行互動可以顯著增加點贊量；添加了圖片的短視頻點贊量更高。

6 對《人民日報》短視頻內(nèi)容策略的啟示

選題結(jié)構(gòu)上更多凸顯中央權(quán)威主流媒體的站位高度，強化在時政類、外交類、社會類和愛國宣傳類等主題上的傳播優(yōu)勢。作為黨中央的機關(guān)報，《人民日報》伴隨著幾代中國人的集體記憶，承擔(dān)著宣傳黨和國家的大政方針、記錄中國社會變化、引導(dǎo)社會輿論、促進國家和社會進步等重要使命。人們對其權(quán)威性的慣性期待并未被抖音平臺用戶的總體偏好(更傾向于生活、演繹和美食等主題)所沖淡，廣大抖音用戶仍然延續(xù)著對《人民日報》內(nèi)容定位的傳統(tǒng)期待。

平衡報道的感情色彩分布，增加中立報道的比重。上文數(shù)據(jù)分析表明，中立感情色彩的短視頻在抖音的傳播熱度明顯高于贊揚的短視頻，因而《人民日報》在報道內(nèi)容的感情色彩分布上，可以更多倚重中立色彩的內(nèi)容。盡管身處抖音這樣娛樂性更強、情感表達更鮮明的平臺，短視頻用戶對《人民日報》作為權(quán)威新聞媒體理性平衡的特質(zhì)仍然抱有期待。

增加短視頻內(nèi)容傳遞的信息量。長于15′的視頻獲得評論更多，畫面和圖片等視覺效果對傳播熱度有正向影響，這體現(xiàn)出短視頻用戶在追逐碎片化內(nèi)容的同時也看重信息量的獲取。因此《人民日報》抖音號在未來的內(nèi)容策略中，應(yīng)當(dāng)更加注重信息量的傳遞，通過添加圖片、動畫等不同媒介元素，適當(dāng)增加視頻時長來滿足用戶對信息量的需求。

加強互動意識，激發(fā)用戶轉(zhuǎn)贊評行為，更多實現(xiàn)新聞價值的增殖。從上文數(shù)據(jù)分析可知，《人民日報》抖音短視頻的傳播熱度、點贊量、評論量和分享量等傳播熱度指標(biāo)并沒有隨著粉絲量的增長而增長，反映出用戶參與互動的積極性未被完全調(diào)動。而積極的用戶互動正是網(wǎng)絡(luò)新聞最為重要附加價值之一，未來《人民日報》需增強互動意識，積極收集用戶反饋改進傳播內(nèi)容，以在標(biāo)題中發(fā)出互動邀請、發(fā)起挑戰(zhàn)、回復(fù)評論等方式吸引用戶參與互動，進一步發(fā)揮短視頻平臺的活力與優(yōu)勢，實現(xiàn)更高的傳播熱度。