人民日?qǐng)?bào)微博《夜讀》欄目?jī)?nèi)容傳播及效果研究

張?jiān)鋈A

（作者單位：中南財(cái)經(jīng)政法大學(xué)新聞與文化傳播學(xué)院）

新媒體時(shí)代各大媒體發(fā)展迅速。作為中國(guó)共產(chǎn)黨中央委員會(huì)機(jī)關(guān)報(bào)、主流官方媒體的代表，2013年初人民日?qǐng)?bào)微信公眾號(hào)開創(chuàng)《夜讀》欄目，2016年欄目嘗試加入真人朗誦的音頻[1]8，這是其在有聲領(lǐng)域具有代表性的一次創(chuàng)新。其以簡(jiǎn)明扼要的口語(yǔ)化標(biāo)題、溫暖人心的題材內(nèi)容和對(duì)話式話語(yǔ)風(fēng)格，滿足受眾越來(lái)越多的個(gè)性化需求，受到用戶喜愛。

“夜讀”屬于有聲讀物的一種，據(jù)美國(guó)音頻出版商協(xié)會(huì)的定義，有聲讀物是指“其中包含不低于51%的文字內(nèi)容，復(fù)制和包裝成盒式磁帶、高密度光盤或者單純數(shù)字文件等形式進(jìn)行銷售的任何錄音產(chǎn)品”[2]。本質(zhì)上，有聲閱讀是以聽覺感官為基礎(chǔ)，通過音頻技術(shù)獲取信息的一種閱讀模式。我國(guó)有聲讀物研究較為充實(shí)，截至2021年12月，中國(guó)知網(wǎng)上以有聲讀物為主題的期刊論文共916篇，最早一篇為1981年發(fā)表的《美國(guó)風(fēng)行有聲讀物》論文，其開啟了中國(guó)研究有聲讀物的先河[3]。我國(guó)對(duì)“夜讀”類型文章的研究較少。在知網(wǎng)數(shù)據(jù)庫(kù)關(guān)鍵詞中搜索“夜讀”，截至2021年12月，得到學(xué)術(shù)期刊共計(jì)413篇，其中“新聞與傳媒”類僅有41篇，發(fā)文量從2018年開始有明顯上升，達(dá)到9篇。這些文章多是基于微信公眾號(hào)展開研究，微博平臺(tái)則較少，分析對(duì)象以新華社、人民日?qǐng)?bào)等《夜讀》欄目為主，絕大多對(duì)其傳播內(nèi)容、策略進(jìn)行研究。例如《央視新聞微信公眾號(hào)〈夜讀〉欄目的傳播策略》一文，提出3條措施：一是內(nèi)容上嚴(yán)格把關(guān)，注重內(nèi)容品質(zhì)；二是創(chuàng)新呈現(xiàn)形式；三是增強(qiáng)受眾黏性[4]。但對(duì)《夜讀》欄目文章傳播效果的研究較少，且存在不深入等問題。41篇研究中僅《“夜讀”的框架呈現(xiàn)和傳播效果分析》一篇涉及效果研究，其主要運(yùn)用框架理論對(duì)2018年人民日?qǐng)?bào)官方微博81篇《夜讀》欄目的文章在內(nèi)容本身和用戶評(píng)論情感上、內(nèi)容呈現(xiàn)與點(diǎn)贊關(guān)系上進(jìn)行量化分析，得出媒介框架與受眾框架非一致性結(jié)論[5]，但分析存在不夠深入、全面的不足。

在最近一年內(nèi)，人民日?qǐng)?bào)社推出的《夜讀》傳播內(nèi)容總體有哪些特點(diǎn)？情感基調(diào)如何？其傳播效果上有哪些特征與趨勢(shì)？為了回答上述問題，本文對(duì)人民日?qǐng)?bào)微博《夜讀》欄目采用抽樣調(diào)查法進(jìn)行研究。

1 數(shù)據(jù)來(lái)源與分析方法

1.1 研究方法：抽樣調(diào)查法

抽樣調(diào)查法是從研究對(duì)象整體中抽取一部分單位進(jìn)行研究，根據(jù)樣本數(shù)據(jù)推算總體相應(yīng)的數(shù)量指標(biāo)的一種方法[6]。本文以人民日?qǐng)?bào)《夜讀》欄目為研究對(duì)象，參考有聲閱讀、《夜讀》欄目效果研究等文獻(xiàn)，利用所得數(shù)據(jù)對(duì)人民日?qǐng)?bào)微博《夜讀》欄目?jī)?nèi)容傳播策略與傳播效果進(jìn)行分析，通過演繹、比較等方法進(jìn)行論證，得出結(jié)論。

1.2 數(shù)據(jù)來(lái)源

本研究以2021年1月1日至2021年12月31日人民日?qǐng)?bào)微博《夜讀》文章作為研究總體，采取隨機(jī)抽樣的方法，從365篇文章中隨機(jī)抽取206篇作為研究樣本。筆者抓取該206篇文章的標(biāo)題、發(fā)布時(shí)間、引入語(yǔ)、文章內(nèi)容、點(diǎn)贊量、轉(zhuǎn)發(fā)量、評(píng)論量、瀏覽量和每一篇文章的前50條一級(jí)評(píng)論等數(shù)據(jù)進(jìn)行清洗，其構(gòu)成本次研究的數(shù)據(jù)源。

1.3 數(shù)據(jù)處理

利用百度人工智能對(duì)數(shù)據(jù)進(jìn)行可視化分析，項(xiàng)目名稱為“2021年人民日?qǐng)?bào)夜讀欄目數(shù)據(jù)可視化分析”①，可視化分析主要包含三部分：情感分析；詞頻、詞云分析；轉(zhuǎn)贊評(píng)、瀏覽量分析。

1.3.1 情感分析

本部分主要對(duì)206篇文章的標(biāo)題、引入語(yǔ)、內(nèi)容及用戶評(píng)論內(nèi)容（近11 000條）進(jìn)行情感分析。利用PaddleHub提供的Senta模型進(jìn)行推理并計(jì)算情感得分，情感得分分布在[-1,1]，-1表示消極，0表示中立，1表示積極。同時(shí)繪制情感得分柱形圖，統(tǒng)計(jì)落在各個(gè)情感得分段的數(shù)量。

需要指出的是，在引入語(yǔ)分析部分進(jìn)行了兩次情感分析。人民日?qǐng)?bào)官方微博《夜讀》欄目的初始頁(yè)面結(jié)構(gòu)為“【夜讀：標(biāo)題】引入語(yǔ)【夜讀】標(biāo)題”和“插圖+【夜讀】標(biāo)題”（見圖1）。用戶停留在初始頁(yè)面時(shí)，其閱讀引入語(yǔ)時(shí)不可避免地會(huì)先閱讀引入語(yǔ)前后的標(biāo)題?？紤]到用戶實(shí)際的接受效果，項(xiàng)目不僅對(duì)引入語(yǔ)純文本進(jìn)行情感分析，而且對(duì)“【夜讀：標(biāo)題】引入語(yǔ)【夜讀】標(biāo)題”形式文本進(jìn)行情感分析，從而使對(duì)引入語(yǔ)的分析更接近于實(shí)際情感得分。

1.3.2 詞頻統(tǒng)計(jì)、詞云分析

本部分主要對(duì)206篇文章的標(biāo)題、引入語(yǔ)、內(nèi)容和用戶一級(jí)評(píng)論進(jìn)行詞頻統(tǒng)計(jì)和詞云分析。

詞頻統(tǒng)計(jì)步驟如下：第一，引入pandas詞頻統(tǒng)計(jì)模型；第二，導(dǎo)入文本，利用jieba進(jìn)行分詞；第三，設(shè)置參數(shù)，此處字節(jié)長(zhǎng)度設(shè)置為“＞1”，使得最終主要呈現(xiàn)為二字詞語(yǔ)；第四，導(dǎo)出分詞結(jié)果；第五，根據(jù)分詞結(jié)果剔除無(wú)意義詞，并生成圖表。

詞云分析步驟如下：第一，載入imageio、jieba、wordcloud模型；第二，寫入代碼，導(dǎo)入原始txt文件、JPG圖片作為背景圖片；第三，生成形狀詞云圖并觀察效果；第四，剔除無(wú)意義詞；第五，生成、導(dǎo)出形狀詞云圖片。

1.3.3 轉(zhuǎn)、贊、評(píng)、瀏覽量分析

本部分主要包括以下內(nèi)容：第一，對(duì)206篇文章的轉(zhuǎn)發(fā)量、點(diǎn)贊量、評(píng)論量、瀏覽量（即閱讀數(shù)）進(jìn)行變量單獨(dú)分析及可視化呈現(xiàn)；第二，以上四種變量之間相關(guān)性分析及可視化呈現(xiàn)；第三，對(duì)以上四種變量與發(fā)布日期的關(guān)系進(jìn)行分析及可視化呈現(xiàn)。

一是轉(zhuǎn)發(fā)量、點(diǎn)贊量、評(píng)論量、瀏覽量的單獨(dú)分析及可視化呈現(xiàn)。實(shí)現(xiàn)步驟如下：第一，載入seaborn模型；第二，寫入代碼，導(dǎo)入數(shù)據(jù)；第三，分別生成條形圖、曲線圖、聯(lián)合圖。

二是四種變量之間相關(guān)性的分析及可視化呈現(xiàn)。實(shí)現(xiàn)步驟如下：第一，載入seaborn模型；第二，寫入代碼，導(dǎo)入數(shù)據(jù)；第三，分別生成箱型圖、聯(lián)合圖；第四，觀察聯(lián)合圖，剔除特殊數(shù)據(jù)，運(yùn)用新數(shù)據(jù)生成聯(lián)合圖；第五，運(yùn)用新數(shù)據(jù)生成核密度估計(jì)圖、疊加核密度估計(jì)圖。

三是四種變量與發(fā)布日期關(guān)系的分析及可視化呈現(xiàn)。實(shí)現(xiàn)步驟如下：第一，載入seaborn模型；第二，寫入代碼，對(duì)原始數(shù)據(jù)按照日期由遠(yuǎn)及近進(jìn)行排序并導(dǎo)入數(shù)據(jù)；第三，生成箱型圖。

2 人民日?qǐng)?bào)微博《夜讀》欄目傳播內(nèi)容分析

基于現(xiàn)有數(shù)據(jù)，對(duì)《夜讀》文章題材呈現(xiàn)、情感呈現(xiàn)、表達(dá)方式進(jìn)行量化分析。

2.1 題材積極，貼近個(gè)人生活

在對(duì)有關(guān)題材的詞頻、詞云分析時(shí)剔除無(wú)意義詞。題材是指作品內(nèi)容主題所用的材料。以主題作為劃分，可將文章劃分為情感、生活、成長(zhǎng)、逆境和奮斗五大主題，總體為溫暖勵(lì)志的文章[1]39-40。

在剔除無(wú)意義詞后，標(biāo)題詞頻統(tǒng)計(jì)中“自己”（37次）、“人生”（30次）、“努力”（13次）、等詞出現(xiàn)次數(shù)較多；引入語(yǔ)詞頻統(tǒng)計(jì)中“自己”（177次）、“生活”（103次）、“人生”（93次）等詞出現(xiàn)次數(shù)較多；文章內(nèi)容詞頻統(tǒng)計(jì)中“自己”（1452次）、“生活”（673次）、“人生”（493次）、“努力”（274次）、“自律”（146次）等詞出現(xiàn)較多。在三者統(tǒng)計(jì)中，“人生”“生活”“自律”“堅(jiān)持”“努力”等詞被多次提到，這也與《夜讀》文章的主題一致?！白约骸薄叭松焙汀吧睢北惶峒按螖?shù)最多，可以認(rèn)定人民日?qǐng)?bào)微博《夜讀》欄目文章題材與個(gè)人生活的貼近性較強(qiáng)。

在剔除無(wú)意義詞句后標(biāo)題的詞云分析中，“自律”“只有自己能給”“請(qǐng)逼自己養(yǎng)成”“人生最好的狀態(tài)”等詞句形狀較大；引入語(yǔ)的詞云分析中，“規(guī)律作息”“與人為善”“腳踏實(shí)地”“早睡早起”“心懷感恩”等詞句形狀較大；文章內(nèi)容的詞云分析中，“人這一生”“在這個(gè)世界上”“人與人之間”等詞句的形狀較大。形狀大小反映著該詞句出現(xiàn)頻次的多少，在此可以較為明顯地看出三者內(nèi)容側(cè)重的差異性，標(biāo)題側(cè)重于對(duì)行為的引導(dǎo)；引入語(yǔ)聚焦到具體行為，灌輸價(jià)值觀念；文章內(nèi)容側(cè)重于論述、講解。三者作用效果不同，但三者均服務(wù)于五大主題，潛移默化地教導(dǎo)讀者為人處世。

由文章內(nèi)容情感得分柱形圖（見圖2）可知，樣本文章內(nèi)容的情感得分值均大于0，呈現(xiàn)出積極情感。個(gè)別文章內(nèi)容情感得分處于0.5～0.75，其余近200篇文章內(nèi)容情感得分均處于0.75～1.00，積極情感程度強(qiáng)。

總體而言，人民日?qǐng)?bào)官方微博向讀者呈現(xiàn)的文章在情感上具有強(qiáng)積極性，且貼近個(gè)人生活。

2.2 初始頁(yè)面弱化標(biāo)題消極情緒

對(duì)標(biāo)題情感得分柱形圖（見圖3）進(jìn)行分析后發(fā)現(xiàn)，近30%的標(biāo)題情感得分小于0，歸為消極情感類別，如“【夜讀】所有壞情緒，都由自己買單”情感得分為-0.675 2。如果以情感得分0.5作為分界點(diǎn)，得分大于0.5歸為較強(qiáng)積極情感類，得分處于0～0.5歸為較弱積極情感類。例如：“【夜讀】你想要的那種人生，只有自己能給”得分0.162 2，歸為較弱積極情感類；“【夜讀】人生最好的狀態(tài)，就在這三點(diǎn)”得分0.777 2，歸為較強(qiáng)情感類。根據(jù)圖3，超50%的文章標(biāo)題處于非較強(qiáng)積極情感類范圍內(nèi)。較弱積極情感類標(biāo)題和消極情感類標(biāo)題可以呈現(xiàn)出人們?cè)谏钪忻媾R的問題甚至是人生階段性的“痛點(diǎn)”，固然其能起到激發(fā)讀者閱讀興趣的效果，但其呈現(xiàn)出的消極情感與元素可能會(huì)伴隨讀者并影響讀者閱讀體驗(yàn)。對(duì)此，研究發(fā)現(xiàn)：初始頁(yè)面具有弱化標(biāo)題中的消極元素和消極情感的作用。

從讀者角度出發(fā)，讀者在進(jìn)入《夜讀》文章初始頁(yè)面時(shí)，呈現(xiàn)在屏幕上的為標(biāo)題、引入語(yǔ)與圖片，點(diǎn)擊鏈接后進(jìn)入文章正文。研究發(fā)現(xiàn)，引入語(yǔ)、圖片均有弱化標(biāo)題消極元素與情緒的作用。

在對(duì)引入語(yǔ)（不含標(biāo)題）的情感分析中，引入語(yǔ)（不含標(biāo)題）情感得分柱形圖（見圖4）顯示超過85%的引入語(yǔ)得分處于0.75～1.0，為強(qiáng)積極情感；超過90%的引入語(yǔ)得分在0.5～1.0，歸為較強(qiáng)情感類。與圖3文章標(biāo)題情感得分柱形圖對(duì)比可知，引入語(yǔ)積極元素更多，呈現(xiàn)出的情感更積極。由圖3—5可知：當(dāng)標(biāo)題和引入語(yǔ)一同呈現(xiàn)給讀者時(shí)，其蘊(yùn)含的幾乎全部為積極情緒，且該類積極情緒程度強(qiáng)。在初始頁(yè)面呈現(xiàn)給讀者標(biāo)題、引語(yǔ)的文本格式為“【夜讀：標(biāo)題】引入語(yǔ)【夜讀】標(biāo)題”和“插圖+【夜讀】標(biāo)題”，因此在文本情感分析上，該呈現(xiàn)方式具有弱化標(biāo)題負(fù)面情緒作用。

除引入語(yǔ)外，讀者在初始頁(yè)面會(huì)瀏覽到一張插畫圖片，題目附在圖片下方（見圖1）。真實(shí)圖片的作用在于傳播、補(bǔ)充信息，而插畫區(qū)別于真實(shí)圖片，更注重其審美性，作用在于輔助真實(shí)信息的傳播，其本身可能不具備實(shí)際意義。統(tǒng)計(jì)發(fā)現(xiàn)，人民日?qǐng)?bào)官方微博《夜讀》文章初始頁(yè)面的插畫圖片背景顏色以金黃色為主、淡棕色為輔，插畫元素主要包括夜讀藝術(shù)字、年輕女孩，部分插畫帶有萌寵元素。從背景角度來(lái)講，背景以統(tǒng)一顏色填充，呈暖色調(diào)，柔和自然、積極情緒強(qiáng)；從構(gòu)圖元素角度來(lái)講，藝術(shù)字簡(jiǎn)潔明麗，年輕女孩朝氣蓬勃，富有活力。暖色調(diào)與積極元素相結(jié)合構(gòu)成的插畫營(yíng)造出一種意境美，總體呈現(xiàn)效果積極。圖片具有強(qiáng)沖擊力，相對(duì)于文字更容易引起讀者注意，使讀者產(chǎn)生內(nèi)容與情感的反饋，而插畫圖片則降低了讀者產(chǎn)生內(nèi)容反饋的能力，提高了讀者情感反饋能力。其初始頁(yè)面的插畫圖片面積占總面積近50%，其強(qiáng)勢(shì)效果更加激發(fā)讀者反饋出積極情緒，其下方配合文章標(biāo)題，起到了弱化標(biāo)題消極元素與情緒的作用。

2.3 內(nèi)容表達(dá)上分類清晰，多采用第三人敘述，多用連詞表意

對(duì)文章內(nèi)容（未剔除無(wú)意義詞）的詞云進(jìn)行分析，得出如下結(jié)論：第一，體現(xiàn)分類的詞語(yǔ)、數(shù)字形狀較大，出現(xiàn)頻次多，如“1”“2”“3”、“一是”“二是”“三是”，這反映出多數(shù)夜讀文章進(jìn)行了內(nèi)容的分類呈現(xiàn)，具備內(nèi)在邏輯。第二，第三人稱表述詞句形狀較大，出現(xiàn)頻次較多，如“有人說”“她說”“他說”“有句話說”“看過/聽過這樣一句話/一段故事”，第三人敘事較第一、二人稱敘事具有客觀、靈活的優(yōu)勢(shì)。第三，關(guān)系連詞形狀較大，出現(xiàn)頻次較多。這里的關(guān)系連詞主要分為兩類：一類為轉(zhuǎn)折關(guān)系連詞，如“但”“其實(shí)”“然而”“相反”“殊不知”，其作用在于呈現(xiàn)出事實(shí)的一個(gè)對(duì)立面，增加對(duì)問題的認(rèn)知與對(duì)事物的考慮角度，間接支撐所傳達(dá)的觀點(diǎn)；另一類為承接、因果關(guān)系連詞，如“原來(lái)”“所以”“于是”“就這樣”，其作用在于打通前后語(yǔ)義，直接支撐所傳達(dá)的觀點(diǎn)。

3 傳播效果

針對(duì)《夜讀》文章的傳播效果，本文主要通過206篇文章的瀏覽量、轉(zhuǎn)發(fā)量、點(diǎn)贊量、評(píng)論量的統(tǒng)計(jì)分析數(shù)據(jù)、每篇文章的前50條一級(jí)評(píng)論的情感分析、詞頻詞云分析數(shù)據(jù)進(jìn)行研究，并得出結(jié)論。

3.1 四種變量相互之間均呈正相關(guān)，點(diǎn)贊行為與評(píng)論行為的相關(guān)性較與轉(zhuǎn)發(fā)行為強(qiáng)

四種變量?jī)蓛山M合，共有6種組合方式，通過百度人工智能數(shù)據(jù)處理發(fā)現(xiàn)：四種變量均伴隨著其他變量值的增大，呈現(xiàn)增長(zhǎng)趨勢(shì)。橫坐標(biāo)值在（Xmin,Xmax）的前提下，伴隨著X的增加，縱坐標(biāo)值Y也呈現(xiàn)增長(zhǎng)趨勢(shì)，且當(dāng)X趨近于最大值時(shí)，Y增長(zhǎng)顯著。

圖6、圖7分別為點(diǎn)贊量（個(gè)）與轉(zhuǎn)發(fā)量（次）、點(diǎn)贊量（個(gè)）與評(píng)論量（條）的疊加核密度估計(jì)圖，對(duì)比兩者的疊加核密度估計(jì)圖可以直觀發(fā)現(xiàn)點(diǎn)贊行為與轉(zhuǎn)發(fā)、評(píng)論行為的相關(guān)性?；疑幱氨硎咀兞恐g的依賴關(guān)系（相關(guān)關(guān)系），陰影面積越大，變量之間越不相關(guān)。圖6陰影面積大于圖7陰影面積，點(diǎn)贊量與評(píng)論量相關(guān)性較與轉(zhuǎn)發(fā)量相關(guān)性更大，而數(shù)量特征直接折射出讀者的行為特征，因此點(diǎn)贊與評(píng)論行為的相關(guān)性較其與轉(zhuǎn)發(fā)行為的相關(guān)性強(qiáng)。

3.2 四種變量具有集聚效應(yīng)，文章受眾群體較穩(wěn)定

通過生成變量之間的核密度估計(jì)圖發(fā)現(xiàn)：圖中的點(diǎn)均落入一個(gè)較為固定的區(qū)域。以瀏覽量（萬(wàn)次）與評(píng)論量的核密度估計(jì)圖（見圖8）為例，206篇文章的瀏覽量主要在200萬(wàn)至350萬(wàn)之間，評(píng)論量主要在800～1800條，聯(lián)合得到深色區(qū)域，余下圖表（見連接）均以此類方式呈現(xiàn)，這也表明各變量均近似服從正態(tài)分布。變量的聚合效應(yīng)反映出讀者瀏、轉(zhuǎn)、贊、評(píng)數(shù)量均是相對(duì)穩(wěn)定的，四種數(shù)據(jù)的相對(duì)穩(wěn)定反映出人民日?qǐng)?bào)微博《夜讀》文章的受眾（讀者）群體是相對(duì)穩(wěn)定的。

3.3 評(píng)論群體多使用代詞、問候語(yǔ)、激勵(lì)詞句

在近11 000條一級(jí)評(píng)論詞頻、詞云分析中人稱代詞出現(xiàn)頻率較多，如“自己”（1403次）、“我們”（377次）、“別人”（375次），具體如“我們也比昨天要更接近自己的目標(biāo)了”“我們不必總試圖說服別人，也不要輕易讓別人改變自己”。激勵(lì)詞句多，如“努力”（657次）、“加油”（562次）、“堅(jiān)持”（146次），由此可見評(píng)論用戶有將自己融入網(wǎng)絡(luò)社群的傾向，在該社群中進(jìn)行敘述，相互影響，尋求情感慰藉，以達(dá)到共勉效果。問候語(yǔ)出現(xiàn)較多，如“晚安”（1322次）、“早安”（248次）。在文章評(píng)論詞云分析中，除了“晚安”“早安”形狀較大外，“晚安啦”“晚上好”“早上好”“早”“午安”等詞形狀較大。在問候語(yǔ)中，“晚安”出現(xiàn)次數(shù)最多，僅次于代詞“自己”出現(xiàn)的次數(shù)。人民日?qǐng)?bào)微博《夜讀》文章在每晚十點(diǎn)左右發(fā)布，讀者在此時(shí)即將進(jìn)入休息狀態(tài)，因此會(huì)出現(xiàn)大量問候話語(yǔ)，這些詞本身情感得分較高，帶有積極情感，在評(píng)論區(qū)的大量出現(xiàn)可以起到緩和評(píng)論群體情緒的作用，在一定程度上使得讀者評(píng)論情感趨于溫和。

3.4 受眾情感框架與媒介情感框架存在非一致性

在對(duì)206篇文章近11 000條用戶一級(jí)評(píng)論中，近2000條得分位于-1至0之間（見圖9），屬于帶有消極情緒的評(píng)論。例如：“沒有新聞，喉舌而已”得分-0.862 4，“剛因?yàn)樾膽B(tài)不好錯(cuò)失面試，明明我筆試第一”得分-0.324 0，其均帶有消極情緒。文章評(píng)論情感得分柱形圖與引入語(yǔ)、文章內(nèi)容情感得分柱形圖相比，具有較為明顯的差異，可見媒介呈現(xiàn)出的是積極情感框架，而受眾的評(píng)論情感框架與媒介情感框架并不完全一致，這展現(xiàn)出媒介內(nèi)容呈現(xiàn)不能完全控制受眾認(rèn)知與態(tài)度，使受眾產(chǎn)生相應(yīng)情感，但卻具有一定影響作用，媒介情感得分分布與受眾情感得分分布均反映出，在情感上積極情緒得分明顯多于消極情緒。

3.5 《夜讀》文章瀏覽量、評(píng)論量呈上升趨勢(shì)，點(diǎn)贊量、轉(zhuǎn)發(fā)量變化不明顯

通過對(duì)所抽取的206篇文章的瀏覽量、評(píng)論量、轉(zhuǎn)發(fā)量、點(diǎn)贊量與發(fā)布日期（由1月至12月，日期由遠(yuǎn)及近）的關(guān)系進(jìn)行研究發(fā)現(xiàn)：文章瀏覽量與評(píng)論量伴隨著時(shí)間的推移呈現(xiàn)遞增趨勢(shì)；伴隨時(shí)間推移，文章點(diǎn)贊量與轉(zhuǎn)發(fā)量無(wú)明顯變化。瀏覽量的增長(zhǎng)體現(xiàn)出人民日?qǐng)?bào)微博《夜讀》文章受眾群體的擴(kuò)大，評(píng)論量的增長(zhǎng)則反映出越來(lái)越多的讀者愿意表達(dá)自己，這兩項(xiàng)數(shù)據(jù)的增加均在不同程度上反映出《夜讀》欄目的向好發(fā)展態(tài)勢(shì)。同時(shí)人民日?qǐng)?bào)社應(yīng)采取一定舉措，如精心耕耘內(nèi)容、與讀者“打成一片”，使得在保持瀏覽量增長(zhǎng)的前提下，增加用戶的轉(zhuǎn)發(fā)、點(diǎn)贊、互動(dòng)等行為，以取得更好的傳播效果。

4 結(jié)語(yǔ)

通過對(duì)2021年人民日?qǐng)?bào)官方微博《夜讀》欄目206篇文章及轉(zhuǎn)、贊、評(píng)等數(shù)據(jù)進(jìn)行分析，不難發(fā)現(xiàn)，相較于人民日?qǐng)?bào)社莊重、樸實(shí)、準(zhǔn)確的新聞欄目，其《夜讀》文章無(wú)疑開拓了新的風(fēng)格。其在內(nèi)容上使用積極題材，敘事方式獨(dú)特，貼近個(gè)人生活，注重個(gè)人修養(yǎng)的提升；在傳播效果上，《夜讀》文章受眾群體穩(wěn)定，評(píng)論情感較為積極，文章瀏覽量、點(diǎn)贊量隨時(shí)間遞增，呈現(xiàn)出良性發(fā)展態(tài)勢(shì)。值得注意的是，206篇文章的瀏覽量均逾百萬(wàn)，而點(diǎn)贊量過萬(wàn)的文章僅21篇，轉(zhuǎn)發(fā)量、評(píng)論量過萬(wàn)的文章更是寥寥無(wú)幾。這就要求人民日?qǐng)?bào)官方微博一方面通過做精文章、提高質(zhì)量，另一方面也應(yīng)采用能夠調(diào)動(dòng)讀者自身積極性的傳播方式，從而雙向提高《夜讀》文章的傳播效果。

注釋：

①項(xiàng)目見https://aistudio.baidu.com/aistudio/project detail/3381483?contributionType=1.