曾劍秋　張冉

〔摘 要〕微博依靠其較強的信息擴散能力成為眾多企業(yè)進行線上營銷的主要渠道。較高的微博影響力水平對企業(yè)營銷信息的推廣傳播具有一定的推動作用，而電信運營商的官方微博尚存在影響力較為欠缺的情況。本文首先通過文獻研究、因子分析等方法歸納聚合出3個微博影響力的主要因素，據(jù)此構(gòu)建了微博影響力評價指標(biāo)體系。因子分析的結(jié)果表明微博賬號的信息傳播能力對微博影響力的方差貢獻率最高，其次為賬號活躍度。最后，本文基于因子得分對30個電信運營商官方微博的影響力進行實證分析，分別計算得出各微博賬號的指標(biāo)因子得分及影響力綜合得分。依據(jù)得分情況對各電信運營企業(yè)提出具體的微博影響力提升策略。

〔關(guān)鍵詞〕微博影響力；電信運營商；因子分析；指標(biāo)體系

DOI：10.3969/j.issn.1008-0821.2015.07.012

〔中圖分類號〕G2062 〔文獻標(biāo)識碼〕A 〔文章編號〕1008-0821（2015）07-0062-06

〔Abstract〕Micro-blog has rapidly gained worldwide popularity and has grown into a major method for commercial promotion for most of the companies in china，An influential micro-blog can spread information more efficiently.However，most of the telecom operators micro-blog accounts lack of such influence.The present study built an influence evaluation system of telecom operators micro-blog based on the data of 200 micro-blog accounts with the method of factor analysis，and applied to 30 telecom operators micro-blog accounts，the results verified the scientific and practical implication of the influence evaluation system，which could be used by the telecom operators to promote their micro-blog influence and eventually propagate their products.This study put forward some specific strategies according to the results.

〔Key words〕influence of micro-blog；influence evaluation system；telecom operators；factor analysis

微博作為一種便捷的社交媒體平臺，截至2014年12月底，已擁有超過5億的注冊用戶，微博不僅是用戶進行信息交流的常用方式，同時也成為企業(yè)進行商業(yè)推廣的重要媒介。用戶和用戶關(guān)系是微博平臺關(guān)系中信息傳播的主要媒介，微博發(fā)布和轉(zhuǎn)發(fā)是信息傳播的主要途徑，許多微博信息在發(fā)表的初始沒有引起關(guān)注，而在幾個或一些用戶轉(zhuǎn)發(fā)后備受關(guān)注，這些用戶即為高影響力用戶。因此高影響力的微博賬戶發(fā)布信息更加容易使得信息得到有效的傳播。

對于電信運營商而言，電信運營商通過注冊企業(yè)微博，發(fā)布信息對企業(yè)實時動態(tài)和業(yè)務(wù)進行宣傳與推廣，可以有效的促進業(yè)務(wù)發(fā)展和提升企業(yè)品牌好感度。由于粉絲作為微博信息傳播的基礎(chǔ)受眾，對衡量信息傳播過程中的擴散具有較為直觀的影響，本文對中國34個省級行政區(qū)的3家電信運營商官方微博的粉絲數(shù)量分別進行數(shù)據(jù)統(tǒng)計，如表1?？梢钥闯?，中國移動、中國聯(lián)通各省市官方微博粉絲數(shù)超過100萬的占比不足一半，超300萬的均只有3個，在所有省市中占比不足10%，其微博影響力尚存在較大的提升空間，因此，有必要研究電信運營商官方微博影響力的提升路徑。

基于此，本文通過文獻研究和系統(tǒng)分析方法，提煉出電信運營商微博影響力的影響因素，并利用因子分析對這些影響因素進行聚合，據(jù)此構(gòu)建出微博影響力評價指標(biāo)體系。同時選取30個電信運營商官方微博影響力進行實證分析，利用評價指標(biāo)體系所得到的微博影響力的評價結(jié)果對電信運營商官方微博的影響力提升提出具體策略。

1 文獻回顧與指標(biāo)選取

從研究微博影響力的文獻來看，研究主體包含個人用戶、政府、高校以及企業(yè)等，對微博影響力的研究方法主要是定性研究，從實證分析角度的研究很少，此外，針對電信運營商官方微博影響力的研究幾乎沒有。因此，通過實證方法研究電信運營商官方微博影響力，為微博影響力研究領(lǐng)域和研究方法提供了一條新的思路。首先，本文對國內(nèi)外關(guān)于微博影響力指標(biāo)體系和評估方法的文獻進行梳理。

Meeyoung Cha等[1]學(xué)者運用大量的Twitter數(shù)據(jù)，研究分析了被跟隨（Indegree）、轉(zhuǎn)推（Retweets）和提及（Mentions）3個指標(biāo)的影響，其研究結(jié)果認為粉絲數(shù)量（跟隨影響）體現(xiàn)了微博賬戶信息發(fā)布的覆蓋規(guī)模，微博的被轉(zhuǎn)發(fā)數(shù)量（轉(zhuǎn)推影響）表現(xiàn)微博賬戶所發(fā)布信息的被傳播價值微博賬號被@的數(shù)量（提及影響）顯示了微博賬戶的互動能力。石磊等[2]以微博用戶的活動行為為基礎(chǔ)，提出微博用戶活躍度模型，其研究側(cè)重于通過模型具體指標(biāo)的測算來評估微博用戶的活躍度，缺乏對微博影響力的衡量。Ye等[3]從定量及定性兩個角度將用戶粉絲數(shù)量影響力、回復(fù)影響力、轉(zhuǎn)發(fā)影響力、粉絲數(shù)、微博數(shù)、回復(fù)和轉(zhuǎn)發(fā)數(shù)作為微博影響力影響因素的主要因子，并得出回復(fù)量的多少對微博用戶影響力的影響程度最大，以此將回復(fù)量多少作為影響力排序作為標(biāo)準(zhǔn)。所研究的指標(biāo)較為局限，缺乏對微博賬號本身屬性如微博更新頻率等指標(biāo)的考慮。趙阿敏[4]等通過對17家慈善組織微博數(shù)據(jù)進行因子分析，建立了慈善組織微博的影響力評估指標(biāo)體系，其研究結(jié)果表明，留言數(shù)、留言轉(zhuǎn)發(fā)數(shù)和留言評論數(shù)等體現(xiàn)微博用戶對慈善組織微博反饋情況的指標(biāo)對慈善組織的微博影響力最大。王寧[5]等運用問卷調(diào)查驗證假設(shè)的方法對微博用戶關(guān)注和轉(zhuǎn)發(fā)企業(yè)官方微博的心理進行實證分析，結(jié)果表明微博用戶受到企業(yè)家的吸引而更容易關(guān)注其官方微博，在受到物質(zhì)利益的刺激時更可能轉(zhuǎn)發(fā)商業(yè)微博。endprint

綜合以上文獻分析，在對微博影響力的評價研究中，影響因素指標(biāo)較為分散，并主要關(guān)注于粉絲數(shù)、評論及轉(zhuǎn)發(fā)等一些較為直觀的指標(biāo)分析，對微博影響力的評估缺乏對微博賬戶本身屬性如原創(chuàng)率、日均發(fā)博數(shù)等因素的考慮，同時由于僵尸粉（有名無實的微博粉絲，它們通常是由系統(tǒng)自動產(chǎn)生的惡意注冊用戶）的出現(xiàn)，微博粉絲數(shù)已經(jīng)不能完全反映出其對微博賬戶的影響力的影響程度，因此需要將活躍粉絲數(shù)納入評估微博影響力的考慮范疇。

基于以上分析，本文確定的微博影響力的影響因素包含微博賬號平均發(fā)博數(shù)、微博原創(chuàng)率、關(guān)注率、平均被評論數(shù)、平均被轉(zhuǎn)發(fā)數(shù)、互動率、粉絲數(shù)、活躍粉絲率和PR-值9個指標(biāo)，各指標(biāo)含義如表2：

2 電信運營商微博影響力指標(biāo)體系構(gòu)建與分析

21 樣本選取與數(shù)據(jù)收集

本文根據(jù)新浪微博對行業(yè)分類，分別選擇包括娛樂、體育、傳媒、財經(jīng)、通信服務(wù)、互聯(lián)網(wǎng)、文學(xué)、電子商務(wù)在內(nèi)的9個行業(yè)共計200個企業(yè)及個人微博賬戶作為樣本，其中認證微博數(shù)占比約為81%。

根據(jù)市場上現(xiàn)有的3家主流電信運營商各省市及集團公司官方微博開通情況，本文在中國移動、中國聯(lián)通、中國電信3家電信運營商中分別選取10個省市及集團官方微博賬號，共計30個電信運營企業(yè)認證官方微博，作為實證分析對象。利用數(shù)據(jù)分析網(wǎng)站微博風(fēng)云作為搜集工具，收集各個微博賬戶自注冊日到2014年11月30日各指標(biāo)值作為分析數(shù)據(jù)[6]，運用SPSS210進行因子分析。

22 基于因子分析的評價指標(biāo)體系構(gòu)建

因子分析是一種多元降維統(tǒng)計方法，從變量群中提取公共因子，將數(shù)據(jù)進行簡化。因子分析中的公共因子反映了變量之間的內(nèi)在依賴關(guān)系，由公共因子代替原變量，更容易描述原對象的特征，避免變量重復(fù)引起失真[7]。本文利用SPSS210對前文確定的9個影響因素指標(biāo)做因子分析，通過提取公共因子，確定微博影響力的主要指標(biāo)，并據(jù)此構(gòu)建評價微博影響力的指標(biāo)體系。

在進行因子分析之前，首先要檢驗做因子分析的合理性，在SPSS中，主要通過KMO和Bartlett的檢驗來實現(xiàn)。KMO（Kaiser-Meyer-Olkin）檢驗是用于比較變量間簡單相關(guān)系數(shù)和偏相關(guān)系數(shù)的指標(biāo)，檢驗是否適用因子分析方法。Bartlett球形檢驗是檢驗各個變量之間是否獨立，結(jié)果如表3所示：

根據(jù)表3結(jié)果所示，KMO檢驗結(jié)果為0854，Bartlett球形檢驗的Sig取值0000，表示拒絕該假設(shè)，說明各個變量之間不是相互獨立的，具有較強的相關(guān)性，因此適合做因子分析。

方差貢獻率是衡量公共因子重要程度的指標(biāo)，方差貢獻率越大，其公共因子越重要，表4顯示，根據(jù)提取因子的條件——特征根大于1，此次因子分析提取了3個公共因子，其中公共因子1的方差貢獻率為36448%，公共因子2的方差貢獻率是27624%，公共因子3的方差貢獻率是19191%，3個公共因子累計貢獻率為82263%，說明提取的3個公共因子可以充分反應(yīng)原始的信息量，具有較好的代表性。

提取方法：主成份分析。

為了便于對公共因子進行合理解釋，因此采用旋轉(zhuǎn)成分矩陣，經(jīng)Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法提取因子，旋轉(zhuǎn)在4次迭代后收斂，公共因子1（F1）中包含的指標(biāo)為近200條微博評論數(shù)、平均被轉(zhuǎn)發(fā)數(shù)和互動率，官方微博發(fā)布信息后，較高的被評論及轉(zhuǎn)發(fā)數(shù)容易引發(fā)其他非粉絲用戶的瀏覽及傳播，從而形成滾雪球式的信息擴散，因此將公共因子1所包含的指標(biāo)內(nèi)容歸納為信息傳播力；公共因子2（F2）中所包含的指標(biāo)為微博原創(chuàng)率、關(guān)注率和平均微博數(shù)，主要體現(xiàn)了微博賬號的內(nèi)容發(fā)布頻率以及原創(chuàng)內(nèi)容的占比，因此命名因子2為賬號活躍度；公共因子3（F3）包含活躍粉絲率、粉絲數(shù)和PR-值（即粉絲質(zhì)量），主要體現(xiàn)微博賬戶發(fā)布信息時第一時間接觸到的受眾范圍，但由于僵尸粉絲的存在，較大基數(shù)的受眾并不一定代表較強的信息擴散范圍，而活躍粉絲的數(shù)量在一定程度上更能反映出信息傳播過程中第一時間的覆蓋范圍。因此命名公共因子3為實際覆蓋率。

提取方法：主成份。 旋轉(zhuǎn)法：具有Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。

其中F1、F2、F3分別代表信息傳播力、賬號活躍度和實際覆蓋率，根據(jù)以上因子得分系數(shù)公式，可以計算出特定微博賬戶的信息傳播力、賬號活躍度及實際覆蓋率的具體數(shù)值。

3 電信運營商官方微博影響力實證分析

31 基于因子得分的電信運營商微博影響力評估

由于3家電信運營商不同省市官方微博開通及經(jīng)營情況差別較大，為保證評估結(jié)果的公平性，本文分別選取中國移動、中國聯(lián)通、中國電信3家運營商中粉絲數(shù)量排名前十位的官方微博作為樣本，通過上節(jié)得到的3個公共因子得分系數(shù)公式，對選取的30個電信運營企業(yè)官方微博分別計算出其傳播力（F1）、活躍度（F2）和覆蓋率（F3）的實際得分，并將公共因子的方差貢獻率作為計算微博影響力的權(quán)重系數(shù)，如式（1），最終計算出微博影響力的綜合得分，進行最終得分排名[8]后得到結(jié)果如表7：

根據(jù)表7的結(jié)果顯示：（1）從選取的30家電信運營商企業(yè)的影響力綜合得分排名總體來看，中國電信各省微博賬戶影響力排名均比較靠前，其中排名前十位的微博賬戶中，共有6個中國電信微博賬號，3個中國移動微博賬號及1個中國聯(lián)通微博賬號，而排名后十位的微博賬號中，共有5個中國移動賬號，4個中國聯(lián)通賬號及1個中國電信賬號，可以看出，中國電信公司在微博影響力上具有比較明顯的優(yōu)勢，其次為中國聯(lián)通公司，而中國移動各省公司的微博賬號則普遍存在影響力較為欠缺的情況。（2）3家電信運營企業(yè)中，影響力綜合評分前三位的企業(yè)官方微博中，分別是中國電信客服、中國移動和中國電信湖北客服，中國聯(lián)通官方微博由于在活躍度和覆蓋率兩個指標(biāo)上與中國電信客服和中國移動官博均存在較大差距，因此在3家運營商集團公司的官方微博上排名最后，微博影響力存在較大提升空間。（3）30個認證官方微博賬號中，排名后三位的為山西移動、中國移動廣西公司和湖南移動，其共同存在的問題為活躍度和覆蓋率指標(biāo)得分較低，即其微博更新頻率較低，內(nèi)容吸引度不強，粉絲基數(shù)小同時粉絲中的活躍用戶數(shù)又比較少，微博影響力亟待提升。endprint

32 電信運營商官方微博影響力提升策略

根據(jù)以上對電信運營商官方微博影響力評價結(jié)果的分析，本文針對電信運營商官方微博傳播力、活躍度、覆蓋率以及微博綜合影響力，提出切實可行的提升策略。

321 電信運營商微博傳播力提升的策略

信息傳播力因素（F1）對電信運營商官方微博影響力的方差貢獻率達36448%，對微博影響力的貢獻度最大。信息傳播力包含平均被評論數(shù)、轉(zhuǎn)發(fā)數(shù)和互動率3個指標(biāo)，反映的是電信運營商官方微博內(nèi)容傳播的效果。從表7信息傳播力指標(biāo)排名來看，前三名分別為中國電信湖北客服、浙江移動10086熱線和中國電信，總結(jié)其發(fā)送微博內(nèi)容來看，涉及的方面除了業(yè)務(wù)介紹和產(chǎn)品推廣宣傳之外，還包括推送較多的免費送流量、送話費等直接惠及用戶電信業(yè)務(wù)體驗的活動，所以獲得大部分微博用戶的關(guān)注、評論和轉(zhuǎn)發(fā)。反觀最后三名：中國移動、中國聯(lián)通和中國電信網(wǎng)廳，其微博內(nèi)容單一，推送內(nèi)容多數(shù)為新業(yè)務(wù)介紹、手機促銷等，缺乏用戶進行轉(zhuǎn)發(fā)擴散行為的誘發(fā)因素，因此，在針對信息傳播力提升策略中，電信運營商可推送更多以用戶利益為主要關(guān)注點的業(yè)務(wù)活動，加入轉(zhuǎn)發(fā)抽獎等內(nèi)容以激勵用戶自愿進行信息擴散。

322 電信運營商微博活躍度提升的策略

賬號活躍度因素（F2）對電信運營商官方微博影響力的方差貢獻率達到27624%，對微博影響力的貢獻度次于信息傳播力因素。賬號活躍度因素包含微博原創(chuàng)率、關(guān)注率和平均微博數(shù)3個指標(biāo)，反映的是電信運營商官方微博發(fā)博頻率、內(nèi)容原創(chuàng)性等賬號本身的經(jīng)營情況及活躍程度。從表7活躍度指標(biāo)排名來看，前三名分別為中國電信客服、中國移動和中國聯(lián)通，根據(jù)微博風(fēng)云的數(shù)據(jù)顯示，其微博內(nèi)容原創(chuàng)率分別為87%、74%和89%，發(fā)送的平均微博數(shù)分別為9 374、6 373和5 768，關(guān)注率分別為5%、33%和22%，可以分析得出3個電信運營商官方微博原創(chuàng)率和平均微博數(shù)均處于較高水平。同樣從其微博傳播力排名為26、29和27名也可以分析得出，其推送內(nèi)容更新頻率低，趣味性話題性不足，進而導(dǎo)致活躍粉絲數(shù)較低；因此，在提升電信運營商官方微博活躍度方面，應(yīng)該注重電信運營商官方微博內(nèi)容的原創(chuàng)性，保持一定更新頻率的同時發(fā)送更多用戶能夠直接參與的活動微博，并結(jié)合當(dāng)前實事，使推送內(nèi)容更具有話題性。

323 電信運營商微博覆蓋率提升的策略

實際覆蓋率因素（F3）對電信運營商官方微博影響力的貢獻率達到19191%，實際覆蓋率因素包含活躍粉絲率、粉絲總數(shù)和粉絲質(zhì)量（PR-值）3個指標(biāo)，反映的是電信運營商官方微博在發(fā)布的第一時間所接觸到的實際受眾范圍。從表7實際覆蓋率指標(biāo)排名來看，前三名仍然為中國電信客服、中國移動和中國聯(lián)通，根據(jù)微博風(fēng)云的數(shù)據(jù)顯示，其活躍粉絲率分別為47%、52%和62%，粉絲總數(shù)分別為1 700萬、790萬和499萬，粉絲質(zhì)量（PR-值）分別為097、14和15，對比覆蓋率排名后三位的山西移動、湖南移動和中國移動廣西公司，在活躍粉絲率平均高出16%、在粉絲總數(shù)方面平均高出100萬，在粉絲質(zhì)量（PR-值）方面平均低于05，可以看出，較大的粉絲基數(shù)和粉絲質(zhì)量是微博推送的信息覆蓋率的重要保證，因此在提升微博賬號的實際覆蓋率方面，電信運營商應(yīng)在保證較大粉絲基數(shù)的同時注重粉絲質(zhì)量，定期清理僵尸粉，并與粉絲進行一定的互動，以提高活躍粉絲的占比。

324 電信運營商官方微博綜合影響力提升的策略

從綜合排名來看，電信運營商官方微博影響力前五名分別是中國電信客服、中國移動、中國電信湖北客服、中國聯(lián)通和浙江移動10086熱線，在信息傳播力因素方面，這5家電信運營商官方微博得到的微博轉(zhuǎn)發(fā)、回復(fù)和留言，內(nèi)容主要包括服務(wù)評價、需求和咨詢等。在活躍度因素方面，5個電信運營商官方的微博原創(chuàng)率、粉絲關(guān)注率和平均微博數(shù)都處于較高的水平，其所推送的主要內(nèi)容包括新業(yè)務(wù)宣傳、贈送話費活動和業(yè)務(wù)咨詢微博等和用戶業(yè)務(wù)使用相關(guān)的內(nèi)容。在覆蓋率方面，5家電信運營商官方微博從粉絲數(shù)、粉絲活躍度上均以較大差距領(lǐng)先于其他電信運營商官方微博，因而能夠為自身業(yè)務(wù)和產(chǎn)品宣傳提供廣泛的宣傳途徑。

4 結(jié)論與建議

本文在對國內(nèi)外關(guān)于微博影響力評價指標(biāo)體系和評價方法相關(guān)的文獻梳理的基礎(chǔ)上，采用因子分析構(gòu)建了電信運營商官方微博影響力評價指標(biāo)體系，并對30個電信運營商官方微博影響力進行了實證分析，主要結(jié)論如下：（1）本文將包括微博原創(chuàng)率、日均發(fā)博數(shù)等衡量微博賬號自身屬性的指標(biāo)整合為活躍度指標(biāo)納入了電信運營商官方微博評價指標(biāo)體系當(dāng)中來，豐富了指標(biāo)體系的內(nèi)容，使其更加全面完整；（2）本文所構(gòu)建的電信運營商微博影響力評價指標(biāo)體系中，微博賬號的信息傳播能力對微博影響力的方差貢獻率最高，其次為賬號活躍度和實際覆蓋率；（3）本文在對30個電信運營商官方微博的影響力實證分析結(jié)果基礎(chǔ)上，分別對信息傳播力、賬號活躍度和實際覆蓋率3個指標(biāo)提出了相應(yīng)的提升策略。

本文研究電信運營商官方微博影響力評價不足之處：（1）本文由于數(shù)據(jù)收集渠道的局限，為進行因子分析而采集的樣本量較少，受到偶然因素的影響，因子分析的結(jié)論說服力尚顯不足。（2）本文所提煉的指標(biāo)中，粉絲質(zhì)量（PR-值）的測算過程較為復(fù)雜，且微博風(fēng)云并未給出詳細的測算方法，因而粉絲質(zhì)量數(shù)據(jù)的科學(xué)性有待驗證。

參考文獻

[1]Meeyoung Cha，Hamed Haddadi，F(xiàn)abricio Benevenuto，et al.Measuring User Influence in Twitter：The Million Follower Fallacy[C].The Association for the Advancement of Artificial Intelligence，2010：11-13.

[2]石磊，張聰，衛(wèi)琳.引入活躍指數(shù)的微博用戶排名機制[J].小型微型計算機系統(tǒng)，2012，（1）：110-114.

[3]Ye S Z，Wu S F.Measuring Message Propagation and Social Influence on Twitter.com[C].In：Proceedings of the 2nd International Conference on Social Informatics（SocInfo10）.Heidelberg：Springer-Verlag，2010：216-231.

[4]趙阿敏，曹桂全.慈善組織微博影響力評價研究——基于17家全國公募基金會官方微博的實證研究[J].情報雜志，2013，（10）：36-40.

[5]王寧，胡小陽，楊學(xué)成.微博用戶關(guān)注和轉(zhuǎn)發(fā)企業(yè)官方微博行為的心理研究[J].北京郵電大學(xué)學(xué)報：社會科學(xué)版，2013，（5）：17-21.

[6]微博風(fēng)云[EB/OL].http：∥www.tfengyun.com，2014-11-30.

[7]張文彤.SPSS11統(tǒng)計分析教程——高級篇[M].北京：北京希望電子出版社，2002.

[8]郝曉玲，陳軼杰.企業(yè)微博影響力指數(shù)研究[J].情報雜志，2013，（7）：64-68.

（本文責(zé)任編輯：郭沫含）endprint