媒体微博信息特征对信息行为的影响因素研究

程生雪 江长斌摘 要由微博信息交流开放性事件会引发量媒体报道质化信息爆炸正成阻碍媒体微博争夺用户力关键性问题。

L框架下采集“改革开放0周年”数据进行回归分析。

结显示心路径指引词、概要句、情感对话、趣味、拓展形式、长边缘路径信权威性和信可靠性对用户发、评论和赞行分别有不程影响。

关键词L;媒体微博;信息特征;信息行0 引言微博作新媒体出现视野它成了信息迅速传播和扩散重要途径。

截至09年6月微博上媒体账达35万主流媒体微博上覆盖用户已超5亿累计覆盖超5亿人次入驻微博已是媒体运营重要环。

不传统发言渠道对多单向新闻传播微博平台可以实现对双向动信息传播微博受众能够通发、评论、赞等行发表观、讨论公共事、参与社会生活。

所以即便是主流媒体微博想要公众力争夺代获取受众对新闻信息关就必须从用户角考虑发布容和方式。

基将视角聚焦官方媒体微博新闻探讨类新闻报道新闻信息从哪些方面会对用户评论、发和赞行产生影响媒体应该如何用词布局、发布方式等方面进行选取和编辑从而吸引民积极传播和参与讨论新闻事件进步扩入驻微博媒体知名和影响力。

国外研究综述和（98）提出精细加工可能性模型（lbr Lkl l简称L）并发现消费者会受心路径和边缘路径上信息影响而进行传播行或消费策行。

L作种劝说模型信息传播及消费者行研究得到广泛应用。

Gl & rzk（08）使用L比较心和边缘预防信息对学生酒精消费和醉酒行影响;张伟李晓丹（08）基L理论分别从心路径（有媒体发博量）和边缘路径（三方媒体发博量）对比分析用户反应（产品关和产品态）。

对已有研究献进行梳理发现对微博信息特征研究主要集用户感知特性和给用户带感知具体特征类别这两方向。

王霞牛海鹏（03）微博信息信息原创性和微博容数对微博信息口碑对微博络口碑有定影响进而对信息行产生定影响;r （09）用R r和b分析结证实帖子类型（视频图像链接和状态）、日期和会影响公民参与。

因基L理论框架通心路径和边缘路径进行媒体微博信息特征对用户信息行影响研究。

研究假设提出理论因素媒体微博心路径信息特征和边缘路径信息特征因分别从这两条路径探讨媒体微博信息特征与用户信息行影响关系。

心路径信息特征与用户行（）指引词。

微博博往往会出现“……发赞”“存|收藏”“戳图了详情”等引导用户进行发、评论和赞指引性如“手动赞五组数据看0年国办这些事”类指引性对吸引用户进步了事件参与讨论等行会产生影响。

因作如下假设。

媒体微博指引词正向影响用户信息行。

（）概要句。

微博媒体新闻报道相较传统媒体新闻报道除了幅、格式、风格等区别题目也是显著不。

闵庆飞覃亮（07）研究信息特征对评论有用性影响发现含有标题评论信息比没有标题有用性更高。

基提出假设。

媒体微博新闻概要句正向影响用户信息行。

（3）趣味。

随着表情包兴起微博博除了往往会插入潮流表情包传递情感。

胡阳（07）论证人民新浪微博表情包受众认知、情感和行等方面所产生传播效发现表情建构举措提升受众关引导社会舆论等方面起到了积极效。

因提出假设3。

3媒体微博新闻趣味正向影响用户信息行。

（）情感对话。

媒体微博重用户情感交热才能有效影响用户信息行。

目前部分媒体微博擅运用立场鲜明、气势强烈、情感饱满感叹句或问句调动情感引发深思。

L & llbk（0）等则其关顾客品牌参与研究认顾客认知、情感、行动上深参与对消费者品牌识、和品牌态等方面具有显著正向影响。

基作出假设。

媒体微博新闻情感对话正向影响用户信息行。

（5）拓展形式。

“+”型微博容是热门微博较常见呈现形式相对只提供微博呈现形式而言“+图片”“+視频”等结合形式能表达信息元素更丰富也更易引发用户发、评论等信息行。

基提出假设5。

5媒体微博拓展形式正向影响用户信息行。

（6）长。

长新闻信息造成了微博媒体用户障碍无法快速获取新闻事件核心容。

如周梅冯超颖（09）共青团微博社会动性影响因素研究发现微博粉丝对主题鲜明、问题简短容认可更高。

基作出假设6。

6媒体微博长向影响用户信息行。

边缘路径信息特征与用户行通梳理前人研究献发现尽管学者对微博信特征因子划分不尽相但也存着定共性即主要涉及信权威性和可靠性两类。

（）信权威性。

权威性特征是影响用户信息行主要特征。

权威专对受众态行影响作用直受到各领域研究者关。

基作出假设7。

7媒体微博新闻权威性正向影响用户信息行。

（）信可靠性。

以上是分别对媒体微博用户信息行影响因素与信息行关系作出假设。

而评论、发和赞是微博常用功能因续数据分析会分别对各理论因素与发、评论和赞行关系作出验证。

研究假设总结如图所示。

3 数据采集和处理3 数据采集和预处理以“改革开放0周年”关键词以08年0月日08年月30日限制条件通爬虫软件爬取相关微博数据除无效数据剩余095条数据。

而研究变量分计数变量和分类变量其计数变量描述统计结如表所示。

可以看出计数变量值和方差不相等且方差较。

3 测量变量定义与赋值根据用户行类型设置3因变量分别是发量（）、评论量（）、赞量（3）。

变量即心路径情感对话（）、趣味（）、拓展形式（）、长（R）、指引詞（G）和概要句（）边缘路径信权威性（）和信可靠性（）。

了保证研究结更具科学性对变量进步量化使其化可操作观测变量（表）。

33 数据处理方法选择考虑到因变量表示是事件发生数目离散整数（计数变量）且博被发、评论和赞行是随机具有泊松（）分布特征。

但泊松模型要条件值与条件方差相等条件现实较难满足所以常采用二项回归。

如表显示模型因变量方差远期望即存数据分散现象要选择“稳健标准误”以保证参数估计、假设检验照常进行。

因根据实际情况参考张玥（0）处理方法采用“二项式回归+稳健标准误”进行假设检验。

构建以发数、评论数和赞数被释变量非线性回归模型公式（）检验影响因素与用户信息行关系。

回归分析与假设检验 模型评估研究设计构建回归模型涉及3模型、8变量。

避免模型估计失真要逐检验不模型对观测值拟合以及释变量相关关系紧密程。

各模型释变量对模型、和3拟合值分别6650、5789、350776变量对各因变量影响95%显著性水平下显著（ 相关热词 信息特征因素