張博+李竹君

〔摘要〕微博這一媒體形式出現(xiàn)后深刻地影響了信息的傳播方式，因此一直是國內(nèi)外學(xué)術(shù)界各學(xué)科領(lǐng)域關(guān)注的重點(diǎn)。研究方法不斷完善，研究角度也越來越多元化。本文針對微博信息傳播效果這一問題，對近年來國內(nèi)外研究的典型文獻(xiàn)進(jìn)行梳理和總結(jié)，首先概述了微博傳播效果的概念和測評方法，接著分類梳理了微博傳播效果影響因素的相關(guān)研究，并對該領(lǐng)域的未來發(fā)展方向進(jìn)行了展望，以期為今后的研究提供參考和借鑒。

〔關(guān)鍵詞〕微博；傳播效果；概念；測評方法；影響因素；綜述

DOI：10.3969/j.issn.1008-0821.2017.01.031

〔中圖分類號〕G206.3〔文獻(xiàn)標(biāo)識碼〕A〔文章編號〕1008-0821（2017）01-0165-07

〔Abstract〕Microblogs have gradually become popular and important platforms for people to acquire and share information，which have profoundly affected the way of spreading information.Therefore，microblogs receive many attentions of the academic field，and scholars have been making efforts to research about the effect of information dissemination.This paper presented a review of the information communication effect in microblogs.The first step of this paper was to introduce the mechanisms of microblogs.And then it analysed the characteristics and influential factors of information diffusion，including the source-level factors，content-level factors and receiver-level factors.Finally，the future research trends and directions had been discussed.

〔Key words〕microblogs；effect of information diffusion；concept；evaluation method；influential factors；research review

隨著Web2.0的發(fā)展，互聯(lián)網(wǎng)呈現(xiàn)去中心化、開放、共享等特征，信息傳播由不平衡的單向傳播變成了雙向互動(dòng)式傳播。與此同時(shí)，各種社會化媒體的出現(xiàn)更是改變了傳統(tǒng)的信息傳播模式，其中，微博以其獨(dú)特的社會化媒體屬性吸引了大量的用戶，逐漸成為人們生活中獲取和分享信息的一個(gè)重要渠道。然而，微博中大量的用戶生成信息也帶來了諸多如信息過載、虛假信息泛濫等問題，超過了受眾的信息認(rèn)知和處理能力。因此，微博信息傳播效果研究成為了學(xué)術(shù)界的研究熱點(diǎn)，學(xué)者們期望了解和預(yù)測信息傳播的趨勢和最終結(jié)果，為信息傳播者提升傳播效果提供依據(jù)，從而輔助管理者進(jìn)行決策，選擇最優(yōu)的傳播方式。

微博的傳播研究是一個(gè)兼具學(xué)術(shù)價(jià)值和應(yīng)用價(jià)值的課題，國外的研究成果已十分豐富，多數(shù)以Twitter為對象，主要集中于傳播學(xué)、新聞學(xué)、經(jīng)濟(jì)管理與營銷、信息科學(xué)、社會科學(xué)等領(lǐng)域。而國內(nèi)的研究基本圍繞新浪微博來展開，2010年起成為熱門研究話題，話題逐漸多元，方法也日益豐富，由最初的定性分析為主逐漸過渡到對定量研究的重視[1]。在國內(nèi)外的研究中，政治、危機(jī)、災(zāi)難、公共事件、健康及營銷等類型的微博信息是學(xué)者關(guān)注的熱點(diǎn)，他們對微博傳播效果的影響因素進(jìn)行了諸多探討。

本文針對近五年國內(nèi)外關(guān)于微博信息傳播效果的文獻(xiàn)進(jìn)行了歸納和整理，首先從信息傳播效果的概念出發(fā)，對微博傳播效果的概念和測評方法進(jìn)行界定；接著從傳播者、傳播內(nèi)容、接收者及關(guān)系四個(gè)角度梳理現(xiàn)有的微博信息傳播效果影響因素的相關(guān)研究，并進(jìn)一步歸納和總結(jié)研究存在的局限性；最后對未來研究進(jìn)行展望。

1微博概述

微博是微型博客（Micro-blog）的簡稱，是一種允許用戶分享實(shí)時(shí)簡短的文本信息和圖片、視頻等多媒體信息，并支持多種移動(dòng)終端的社交媒體形式。作為一種新興的傳播媒介，微博以其時(shí)效性、隨意性及互動(dòng)性等特征改變了傳統(tǒng)的信息傳播方式。國外最早出現(xiàn)也最流行的微博是由Evan Williams于2006年創(chuàng)立的美國社交網(wǎng)站Twitter，至今已有超過5億的全球用戶。2007年起中國也開始出現(xiàn)一些微博網(wǎng)站，其中新浪微博成為發(fā)展速度最快、用戶數(shù)量最多、最具代表性的中國微博網(wǎng)站，根據(jù)第37次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》統(tǒng)計(jì)，截止2015年12月，我國網(wǎng)民規(guī)模達(dá)6.88億，互聯(lián)網(wǎng)普及率為50.3%，而新浪微博的月活躍用戶數(shù)已超過2.22億人。

微博的廣泛流行給互聯(lián)網(wǎng)信息傳播的方式帶來了巨大的變革。過去，人們只能通過搜索、瀏覽等方式從少數(shù)信息源獲得信息，而在微博中，用戶通過“關(guān)注”與“被關(guān)注”建立關(guān)系[2]，用戶間的關(guān)注可以是單方面也可以是相互的，如圖1。用戶之間可能會因?yàn)槟撤N線下關(guān)系、相同的興趣愛好或是單方面的崇拜而在微博上通過有向的關(guān)注機(jī)制來形成結(jié)構(gòu)復(fù)雜但又關(guān)系緊密的社會網(wǎng)絡(luò)，且該網(wǎng)絡(luò)構(gòu)成了微博中信息傳播的主要途徑，直接決定了信息的傳播范圍。另外，微博中的信息分享主要是通過粉絲路徑和轉(zhuǎn)發(fā)路徑這兩個(gè)途徑來完成的。粉絲路徑是指博主發(fā)布的微博都可以被其粉絲實(shí)時(shí)接收和閱讀；轉(zhuǎn)發(fā)路徑是粉絲轉(zhuǎn)發(fā)博主的微博后又能被其粉絲閱讀和轉(zhuǎn)發(fā)，并由此循環(huán)下去，且用戶在轉(zhuǎn)發(fā)微博的同事還能額外附加入自己的看法和評論。這種轉(zhuǎn)發(fā)機(jī)制使微博的傳播超過原始作者的朋友圈，話題和傳播范圍不斷擴(kuò)大。

2微博信息傳播效果概念及研究概況

傳播效果是一個(gè)抽象、定性的概念，根據(jù)早期研究媒介效果學(xué)者們的普遍看法可總結(jié)：從廣義上來說，傳播效果是指受眾接收信息后，其情感、知識、態(tài)度和行為等方面發(fā)生的變化；從狹義上來說，傳播效果則是指傳播者的目的和意圖在傳播活動(dòng)中得到了多大程度上的實(shí)現(xiàn)。拉維奇和斯坦納早在1961年就提出傳播效果呈階梯模式，由認(rèn)知、情感、態(tài)度和行為4個(gè)維度構(gòu)成（見圖2）。認(rèn)知是指對人們認(rèn)識外界事物的過程，通過形成概念、知覺或判斷等心理活動(dòng)來獲取知識；情感是人對事物是否滿足自己需要而產(chǎn)生的態(tài)度體驗(yàn)；態(tài)度是對事物所持有的心理傾向，而行為則是受4項(xiàng)支配而表現(xiàn)出的外在行動(dòng)，這4個(gè)維度為遞進(jìn)關(guān)系，每一步的進(jìn)行必須以上一步的完成為基礎(chǔ)[3]。

但是，對于不同的媒介，傳播效果的評價(jià)指標(biāo)也不同，比如用發(fā)行量來評價(jià)報(bào)刊雜志的傳播效果，或是用收視率、票房等來評價(jià)電視節(jié)目或電影的傳播效果。但是，互聯(lián)網(wǎng)技術(shù)的高速發(fā)展催生了很多新興傳播媒體，在對這些新媒體的傳播效果進(jìn)行定量評估方面，傳統(tǒng)的理論就顯得有些力不從心了[4]。關(guān)于微博的傳播效果測量，研究者的方法也不盡相同，總的來看主要有兩種。在微博中，認(rèn)知效果可以表現(xiàn)為信息覆蓋面；微博引發(fā)的情感和態(tài)度效果體現(xiàn)在對微博信息的評價(jià)內(nèi)容里；而行為效果則體現(xiàn)為受眾參與轉(zhuǎn)發(fā)，這一行為能夠直接推動(dòng)信息的擴(kuò)散速度和范圍。因此，大多數(shù)學(xué)者采用的第一種方法就是用轉(zhuǎn)發(fā)規(guī)模、評論數(shù)、傳播速度和持續(xù)時(shí)間等客觀指標(biāo)來量化某條微博的傳播效果。他們利用一些爬蟲程序和API（Application Programming Interface，應(yīng)用程序編程接口）來獲取微博信息內(nèi)容及相關(guān)實(shí)證數(shù)據(jù)進(jìn)行分析，一些研究最后還通過算法建立微博流行度的預(yù)測模型。如Lun Zhang等人以新浪微博的廣告微博為研究對象，用微博傳播的速度（Speed）、深度（Depth）和廣度（Breadth）來定義傳播效果，建立信息傳播樹狀結(jié)構(gòu)，結(jié)果發(fā)現(xiàn)，信息層面的因素如廣告的典型性、完整性等和廣告發(fā)布者層面的因素如入度和出度等對速度、深度和廣度這3個(gè)維度均有影響但效果有所差異[5]；Suh和Hong等人（2010）分析了與轉(zhuǎn)發(fā)率相關(guān)的關(guān)鍵因素并建立了Tweet流行度的預(yù)測模型。他們研究微博特征，總結(jié)了一系列如粉絲數(shù)（Follower）、關(guān)注數(shù)（Follow）、身份（Status）、話題標(biāo)簽（Hashtag）、短鏈接（URL）、提到（Mention）、天數(shù)（Days）、愛好（Favorite）等因素，結(jié)果發(fā)現(xiàn)語境特征中粉絲數(shù)量、好友數(shù)及賬號的使用時(shí)間會影響轉(zhuǎn)發(fā)，而內(nèi)容特征中URL和標(biāo)簽與轉(zhuǎn)發(fā)有顯著的關(guān)系[6]。另外，孫安龍等人（2013）也提出微博的可信度、活躍度、覆蓋度和傳播力是影響酒店微博營銷效果的4個(gè)關(guān)鍵因素，尤其對酒店微博的粉絲數(shù)量、微博數(shù)量和轉(zhuǎn)發(fā)次數(shù)有重要影響[8]。

除了用轉(zhuǎn)發(fā)量等數(shù)據(jù)來量化微博傳播效果外，另一種測量傳播效果的方法則是從信息接收者的主觀角度出發(fā)，利用訪談或問卷調(diào)查等形式來了解受眾接收微博信息后其認(rèn)知、態(tài)度和行為等方面發(fā)生的變化。認(rèn)知效果是受眾接收信息后的表層反應(yīng)，表現(xiàn)為對信息的注意、記憶等方面所達(dá)到的程度；情感和態(tài)度效果是心理層面上具有濃重個(gè)人色彩的翻譯，蘊(yùn)含著個(gè)體的主觀評價(jià)；行為效果是建立在認(rèn)真理解傳播者傳送的信息并產(chǎn)生情感態(tài)度的變化的基礎(chǔ)上才會產(chǎn)生的效果。

如季丹在研究微博危機(jī)信息的傳播效果時(shí)，參考Gilly和Bansal的信息傳播影響力的調(diào)查問項(xiàng)，用鞏固、結(jié)晶和改變這3個(gè)指標(biāo)來測量用戶接收網(wǎng)絡(luò)危機(jī)信息后行為與態(tài)度所產(chǎn)生的影響[9]。付樹森用微博受眾的再傳播意愿和品牌態(tài)度來定義企業(yè)微博的傳播效果，他提出態(tài)度是由認(rèn)知成分（信念）、情感成分（感覺）和行為成分（反應(yīng)傾向）構(gòu)成的綜合體。最后他研究結(jié)合情景模擬實(shí)驗(yàn)和問卷調(diào)查法來考察企業(yè)微博的類型、轉(zhuǎn)發(fā)者和轉(zhuǎn)發(fā)量對微博傳播效果的影響[10]。熊于寧則（2013）用問卷調(diào)查了500位企業(yè)微博的粉絲，找出刺激消費(fèi)者興趣并引起他們購買意愿的關(guān)鍵變量。研究結(jié)果顯示，微博內(nèi)容的精彩程度、粉絲互動(dòng)及微博客服質(zhì)量等因素都對消費(fèi)者的購買意愿有顯著的影響[11]。

3微博信息傳播效果影響因素研究

信息在被傳播者發(fā)出到受眾接收的過程受到很多環(huán)節(jié)和因素的制約，并且這些因素都會對最終的傳播效果產(chǎn)生影響，因此傳播效果的產(chǎn)生本身就是一個(gè)非常復(fù)雜的社會過程，見圖3。傳統(tǒng)的傳播學(xué)領(lǐng)域研究中由美國心理學(xué)家霍夫蘭提出的說服傳播理論既是現(xiàn)代態(tài)度改變研究的開端，也是大眾傳播理論若干重大貢獻(xiàn)的淵源。該理論認(rèn)為信息的傳播主體、傳播內(nèi)容和傳播客體是影響說服效果的重要因素，在很大程度上決定了受眾接收信息后的態(tài)度[12]。之后，有很多學(xué)者依照該種劃分方式對影響傳播效果的因素并擴(kuò)展了很多相關(guān)研究，如中國學(xué)者劉建順提出，傳播者的影響力不僅包括其外部形體特征如身材、相貌和氣質(zhì)等，還包括其傳播能力、社會權(quán)威、社會角色、可信度及與受眾間的關(guān)系等維度；傳遞的信息特征包括了片面之詞和正反面之詞；對于信息的接受者因素，主要包括社會團(tuán)體、社會輿論壓力、社會階層及文化等因素。隨著傳播環(huán)境的不斷變化，網(wǎng)絡(luò)作為當(dāng)前最主要的傳播環(huán)境之一，傳播效果的研究也自然延伸到了網(wǎng)絡(luò)環(huán)境之中。與傳統(tǒng)環(huán)境比起來，信息的傳播和加工更加便捷，網(wǎng)絡(luò)中的個(gè)體傳播角色也更模糊，在作為信息接受者的同時(shí)也更容易轉(zhuǎn)向傳播者的身份，這就使得傳播者、傳播內(nèi)容和傳播受眾對傳播效果的影響進(jìn)一步被放大。因此學(xué)者對網(wǎng)絡(luò)環(huán)境下傳播效果影響因素的研究大多仍聚焦在傳統(tǒng)的三大維度上。

3.1信息來源維度

傳播主體也被稱為信息來源，是傳播過程中地位最為主動(dòng)的角色，他們不但決定了內(nèi)容的取舍和選擇，而且掌握了傳播的手段和工具。

在傳播與擴(kuò)散理論也提出，來源可信度是決定信息是否具有說服力的最主要因素。來源可信度越高，受眾再傳播的意愿會越高，最終傳播的覆蓋面就會越廣。國外學(xué)者 Gilly（1998）[13]和國內(nèi)學(xué)者鐘宏彬（2003）均證明了來源可信度對信息擴(kuò)散產(chǎn)生的影響不可小覷[14]。

來源的可信度可以從多種維度進(jìn)行測量，如Berlo（1969）提出的安全維度，即受眾感覺對信息傳播者沒有威脅感知。Hovland（1951）、Applbaum和Anatol（1973）[16]提出的專業(yè)性和可靠性，即受眾認(rèn)為信息傳播者所擁有的知識量和受眾察覺到的信息發(fā)送者的欺騙性意圖。Whitehead（1968）[17]提出的客觀性，Mccroskey（1996）提出的權(quán)威和性格，Snighletyar（1976）提出的傳播者吸引力（Attraction）、知識性（Knowledgebaility）、清晰性（Artieulation）、可信賴性（Turstwohrtiness）、穩(wěn)定性和對抗性5個(gè)維度[18]等。另外，一個(gè)有吸引力的信息傳播者也可能被認(rèn)為更有說服力，而吸引力可能是基于外表吸引力和可愛程度等方面產(chǎn)生的。

在有關(guān)微博信息來源的研究中，意見領(lǐng)袖因其知名度、專業(yè)性和交互性受到了很多學(xué)者的關(guān)注，探究其對傳播效果的重要影響（夢非，2012）。如Wu shaomei和Hofman等人（2011）在研究中將Twitter的用戶分為普通用戶和精英用戶，探究不同類型用戶的受關(guān)注程度、信息流向、話題流行度等問題。結(jié)果發(fā)現(xiàn)2萬個(gè)精英用戶吸引了約50%的關(guān)注，引導(dǎo)了信息的流向[19]。周慶山（2012）同樣研究了身份類型不同的意見領(lǐng)袖是否會對用戶的轉(zhuǎn)發(fā)意愿產(chǎn)生影響，結(jié)果發(fā)現(xiàn)商業(yè)明星對用戶再傳播行為的影響高于文化明星，而娛樂明星的微博又比商業(yè)明星更易被轉(zhuǎn)發(fā)[20]。

其他關(guān)于微博來源特征的研究還有：張賽等人通過測量統(tǒng)計(jì)新浪微博的相關(guān)數(shù)據(jù)發(fā)現(xiàn)微博熱度與用戶的粉絲數(shù)呈正相關(guān)，并根據(jù)兩者之間的閾值關(guān)系計(jì)算出為使一條微博轉(zhuǎn)發(fā)次數(shù)達(dá)到某一值的粉絲數(shù)的最佳值[21]。Metzger（2010）等人提供了充足的實(shí)驗(yàn)證據(jù)表明，發(fā)布者的知名度和認(rèn)可度可作為啟發(fā)式線索來評估在線信息的可信度，來源可信度高的微博往往更可能被廣泛傳播。這項(xiàng)研究中，4個(gè)和發(fā)布者相關(guān)的因素發(fā)揮作用：活躍度、自我展示度、經(jīng)驗(yàn)和權(quán)威性[22]。還有研究發(fā)現(xiàn)，發(fā)布者已發(fā)布微博的數(shù)量會影響受眾評估他或她的微博的可信度，并且，過度活躍和太不活躍的用戶都可能被認(rèn)為是垃圾信息發(fā)布者。Cha、Benevenuto（2012）等人研究發(fā)現(xiàn)經(jīng)新聞網(wǎng)站認(rèn)證過的博主發(fā)布的微博比“普通”人發(fā)布的微博得到的轉(zhuǎn)發(fā)更頻繁，說明權(quán)威人士發(fā)布的微博更容易被廣泛傳播[23]。

3.2信息內(nèi)容維度

網(wǎng)絡(luò)環(huán)境中的信息種類變得豐富，信息的表達(dá)方式也更多樣化，包括文本、圖片、URL及附加的視頻和音頻等。這就使得用戶對信息本身的體驗(yàn)效果被放大，而用戶對信息的接受程度又受到不同體驗(yàn)結(jié)果的影響，因此信息自身的屬性特征也是決定信息傳播效果的關(guān)鍵因素之一。在研究微博的傳播效果時(shí)，內(nèi)容分析是最常被用到的方法。其原理是根據(jù)某因素利用統(tǒng)計(jì)工具來分析信息傳播的特征，其中轉(zhuǎn)發(fā)量高的內(nèi)容與普通內(nèi)容的不同之處是學(xué)者關(guān)注的重點(diǎn)[24]。

有關(guān)不同應(yīng)用場景下信息特征對傳播效果影響的研究有很多，對信息特征的劃分維度也越來越細(xì)致。總結(jié)各學(xué)者的研究可知，微博信息的特征基本包括：主題和類別、長度、形式（圖片、視頻等）、完整性（是否含有補(bǔ)充新浪URL）、趣味性、效價(jià)、情感性、交互性（@）、信息口碑、發(fā)布時(shí)間等。

從內(nèi)容類別角度來看，微博中不同種類的信息受到的關(guān)注度不同。一般情況下新聞?lì)惖男畔⑼ǔ鞑ニ俣容^快，而娛樂性的信息傳播的持續(xù)時(shí)間會較長[25]。例如Zhao（2011）等人研究發(fā)現(xiàn)Twitter上最流行的話題是關(guān)于全球時(shí)事和旅游，其次是科學(xué)和技術(shù)類的信息及體育、藝術(shù)、家庭生活、健康、商業(yè)和教育[26]；呂吟（2011）研究了微博數(shù)量與話題類型之間的關(guān)系后模擬出不同話題在微博上的表現(xiàn)情況[27]。

從內(nèi)容特征來看，微博平臺的特殊屬性使得其內(nèi)容長度受到限制，但是可以通過附加外部鏈接（URL）、增加圖片或是視頻等其他方式來提高內(nèi)容的豐富性。因此，很多學(xué)者對這些因素進(jìn)行了研究。例如Zhanglun、Pengtaiquan（2014）和季丹（2014）等人均對微博長度對傳播效果的影響進(jìn)行了研究，結(jié)果表明信息越長，越能促進(jìn)傳播的廣度和深度，提升傳播速度。Zarrella（2009）研究了轉(zhuǎn)發(fā)微博的特點(diǎn)，如最有可能和最不可能被轉(zhuǎn)發(fā)的詞語、轉(zhuǎn)發(fā)時(shí)間、具有URL短鏈的轉(zhuǎn)發(fā)可能性等。結(jié)果發(fā)現(xiàn)，56.7%的轉(zhuǎn)發(fā)微博含有URL，而非轉(zhuǎn)發(fā)信息中有URL的僅為19%。Liuzhiming、LiuLu和Li Hong（2012）以HSM為理論框架研究微博信息傳播擴(kuò)散的決定因素，他們將內(nèi)容特征歸為系統(tǒng)性線索，結(jié)果發(fā)現(xiàn)微博中多媒體的數(shù)量和URL的數(shù)量都會正向影響轉(zhuǎn)發(fā)[28]。

從內(nèi)容的表達(dá)技巧角度看，受者面對不同表達(dá)方式所呈現(xiàn)的效果也不同。比如反問的表達(dá)形式會比平鋪敘述更能引起受眾的主義，更具感染力。如Jiyeon So等人對Twitter中的關(guān)于肥胖的健康類信息做內(nèi)容分析之后發(fā)現(xiàn)，Tweet內(nèi)容的情感性、趣味性（幽默）會對轉(zhuǎn)發(fā)量產(chǎn)生影[29]。Rodgers和Chen（2006）在研究中提出，趣味性、智能型和有組織性是3個(gè)網(wǎng)絡(luò)信息值得重視的特征[30]。在廣告學(xué)中已有對信息趣味性的驗(yàn)證，即內(nèi)容的傳播效果受到其趣味性的影響（Alden，2000）。而McMillan（2004）的研究維度更為精細(xì)，他研究了內(nèi)容的趣味性、豐富性、互動(dòng)性、有用性和即時(shí)性等特征對消費(fèi)者處理信息的態(tài)度的影響[31]。Hansen、Arvidsson和Nielsen等（2011）認(rèn)為Twitter中信息的傳播與其情感性相關(guān)。他們利用機(jī)器將新聞和非新聞的信息區(qū)分開并用內(nèi)容分析法計(jì)算出每條信息的情感值后進(jìn)行回歸分析，結(jié)果顯示正負(fù)向的情感都會影響政治信息的傳播，正面情感對非新聞內(nèi)容的傳播較有利，而負(fù)面情感則能增強(qiáng)新聞?lì)愋畔⒌膫鞑バЧ?/p>

3.3信息接收者維度

信息接受者是信息傳播的終點(diǎn)，也是傳播效果的體現(xiàn)者。但是由于接收者自身屬性的差異，即使同一傳播者采用同樣的傳播技巧傳達(dá)相同的內(nèi)容，對于不同的傳播接收者也會產(chǎn)生不同的傳播效果。因此，學(xué)者們不僅關(guān)注傳播者的作用和影響，還考慮到了信息接收者特征對信息傳播的影響。

3.3.1受眾的網(wǎng)絡(luò)使用經(jīng)驗(yàn)和專業(yè)知識水平是影響信息傳播效果的重要因素

對高科技掌握程度高的用戶對信息來源會更關(guān)注，更易持有懷疑態(tài)度（Tseng & Fogg，1999）。受眾對信息的需求程度也會影響他們對可靠性的評估，需求越高時(shí)，受眾更容易接受信息，并且更易認(rèn)為該信息的可靠性較高。以上兩個(gè)因素的影響就會導(dǎo)致新手和需要信息的人可能會盲從于技術(shù)或信息源。此外，Chen等人在對網(wǎng)絡(luò)評論的研究中發(fā)現(xiàn)，受眾的知識儲備對信息來源可信度和信息感知可信度間的關(guān)系起到負(fù)向調(diào)節(jié)作用。受眾的專業(yè)知識水平與受信息的影響程度成負(fù)相關(guān)關(guān)系。然而也有學(xué)者持相反觀點(diǎn)，認(rèn)為掌握更多的專業(yè)知識能幫助受眾更快和更容易處理信息并促進(jìn)信息搜尋。傳統(tǒng)傳播理論得出的有關(guān)此問題的矛盾結(jié)果有待于在網(wǎng)絡(luò)情境下的進(jìn)一步研究和驗(yàn)證。還有一些學(xué)者提出受眾活躍度和參與水平對信息傳播的影響。參與水平的概念最早是由Sheif和Cantril與1947年提出的，指的是個(gè)人在事件中的參與水平會影響他們對反對意見的接受。在之后的研究中，參與水平被擴(kuò)展到了網(wǎng)絡(luò)虛擬社區(qū)、微博等領(lǐng)域中，學(xué)者提出，用戶的參與水平和活躍度不僅會影響他們對網(wǎng)絡(luò)工具和信息的評價(jià)，還會導(dǎo)致他們的分享行為有所不同，進(jìn)而影響到信息的傳播效果。李陽（2013）研究企業(yè)網(wǎng)絡(luò)輿情傳播時(shí)提出，參與水平對個(gè)人動(dòng)機(jī)和傳播意愿具有調(diào)節(jié)作用：當(dāng)參與水平較低時(shí)，宣泄動(dòng)機(jī)和權(quán)利動(dòng)機(jī)對個(gè)人傳播意愿的影響會增強(qiáng)，而在參與水平較高時(shí)反而影響會減弱。其原因可能是參與水平低的受眾往往是利己者，未觸及到其個(gè)人利益的情況下都極少分享信息以尋求幫助[32]。Jessica和Paul等人（2011）也證明了Facebook用戶的政治信息互動(dòng)積極性受其參與水平的影響：高參與水平的用戶由于更期待得到他人的欣賞和贊同而分享行為更加積極，而低參與水平者的目的僅是獲取信息，以微觀的態(tài)度觀看事態(tài)的發(fā)展[33]。張藝（2014）在研究中以微博用戶的使用時(shí)間、登錄頻率等數(shù)據(jù)來衡量用戶的參與水平，并驗(yàn)證參與水平對用戶轉(zhuǎn)發(fā)意愿的影響。結(jié)果顯示，參與水平對個(gè)人轉(zhuǎn)發(fā)動(dòng)機(jī)和轉(zhuǎn)發(fā)意愿的關(guān)系有調(diào)節(jié)作用。

3.3.2受眾的心理動(dòng)機(jī)也會影響信息的傳播效果

有學(xué)者提出心理需求是行為意愿的驅(qū)動(dòng)力，受眾的心理動(dòng)機(jī)會影響他們的最終行為，進(jìn)而影響信息的傳播效果。而在網(wǎng)絡(luò)環(huán)境下的一系列社會化媒體中，用戶可基于個(gè)人的興趣愛好去主動(dòng)獲取信息，并根據(jù)自己的意愿對獲取的信息進(jìn)行復(fù)制、再加工或分享，以釋放某些心理需求。吳敏琦（2013）調(diào)查了194名微博用戶后發(fā)現(xiàn)，促進(jìn)他們進(jìn)行轉(zhuǎn)發(fā)的因素主要有兩類：利他和利己因素。利他的因素是出于對于他人有所幫助而進(jìn)行轉(zhuǎn)發(fā)，而利己則主要包括信息收藏需求、社交需求和情感滿足等需求[34]。袁園（2013）以使用與滿足理論為基礎(chǔ)，探究用戶的主觀心理感受和轉(zhuǎn)發(fā)意愿的潛在關(guān)系，具體考察微博用戶不同的需求動(dòng)機(jī)下轉(zhuǎn)發(fā)意愿的差異性。結(jié)果發(fā)現(xiàn)休閑娛樂、社會交往、自我認(rèn)同的滿足度會增強(qiáng)微博用戶的轉(zhuǎn)發(fā)意愿，是影響轉(zhuǎn)發(fā)的重要因素[35]。此外，一些研究數(shù)據(jù)顯示，娛樂性的微博最容易被轉(zhuǎn)發(fā)，這是由用戶的消遣娛樂動(dòng)機(jī)所驅(qū)動(dòng)的行為結(jié)果。而用戶在轉(zhuǎn)發(fā)微博時(shí)附帶@好友的行為則體現(xiàn)出他們的社交動(dòng)機(jī)較為強(qiáng)烈。

3.4傳播者與接收者關(guān)系維度

微博不同于一般意義上松散的網(wǎng)絡(luò)社區(qū)，它是由稀疏的真實(shí)社交網(wǎng)絡(luò)和高密度的“關(guān)注”與“被關(guān)注”形式構(gòu)成的復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)。用戶間的關(guān)系網(wǎng)絡(luò)是信息傳播的主要途徑，直接影響到信息擴(kuò)散的范圍。國外很多研究通過采集和分析微博用戶關(guān)系的相關(guān)數(shù)據(jù)發(fā)現(xiàn)微博網(wǎng)絡(luò)的直徑和平均路徑長度都較小，但是聚類系數(shù)卻很高，說明節(jié)點(diǎn)之間的聯(lián)系比一般的網(wǎng)絡(luò)社區(qū)更緊密，對信息的傳播十分有利[36]。

社會學(xué)將人與人之間的關(guān)系劃分為強(qiáng)弱連接兩種，Granvetter（1973）用互動(dòng)時(shí)間、情感強(qiáng)度、親密程度以及互惠行動(dòng)這四個(gè)指標(biāo)來界定連接的強(qiáng)弱程[37]。Frenzen和Davis用相似性、親密程度、互惠行動(dòng)、互惠次數(shù)對強(qiáng)弱連接進(jìn)行考量。Smith在其口碑推薦的研究中對關(guān)系強(qiáng)度的測量則采用了相似性、若現(xiàn)實(shí)相遇愿與其結(jié)交和感知熟悉程度這3個(gè)維度。在微博中，用戶間的關(guān)系主要體現(xiàn)在：1）傳播者與受眾的相似性（如興趣愛好相似性、背景相似性、是否關(guān)注同樣的用戶等）；2）傳播者與受眾的互動(dòng)程度（是不是會經(jīng)常@對方、評論或是轉(zhuǎn)發(fā)對方的微博等）。這些因素都可能會增加他們溝通的概率和效率，影響受眾對傳播者所發(fā)布的信息的判斷，從而影響他們的轉(zhuǎn)發(fā)可能性等。

過去的研究表明，受眾與傳播者越相似，受眾越傾向于認(rèn)可信息的發(fā)送者。Wright（2000）的研究結(jié)果表明，網(wǎng)絡(luò)環(huán)境下用戶與用戶間的相似性與用戶對信息可靠性評價(jià)直接相關(guān)。Java等人在挖掘微博網(wǎng)絡(luò)的社團(tuán)結(jié)構(gòu)時(shí)同樣發(fā)現(xiàn)，同一社團(tuán)內(nèi)的用戶有著相同的興趣愛好且會互相分享他們的日常生活和心情[38]。

此外，在研究互動(dòng)程度對傳播效果的影響方面，Yang和Counts（2010）認(rèn)為提到（@）代表了用戶間的活躍交互，通過這一行為用戶利用用戶真正交互的隱性網(wǎng)絡(luò)，而不是潛在的被動(dòng)的追隨者網(wǎng)絡(luò)。結(jié)合生存分析，他們建造出一個(gè)新穎的模型來獲取信息擴(kuò)散的3個(gè)主要屬性：范圍、規(guī)模和速度。發(fā)現(xiàn)提到的次數(shù)對速度和規(guī)模都有顯著影響[39]。劉君蘭（2014）在研究新浪微博中的段子手營銷時(shí)發(fā)現(xiàn)，段子手與粉絲的互動(dòng)程度對消費(fèi)者的信息搜索意愿和購買意愿有正向影響。余眺在理性行為理論、態(tài)度理論和AISAS理論的基礎(chǔ)上，以旅游微博為研究對象分析微博營銷對消費(fèi)者行為（搜索、購買、分享）產(chǎn)生的影響，結(jié)果發(fā)現(xiàn)互動(dòng)一方面直接影響受眾的分享意愿；另一方面通過信任、認(rèn)知和情感間接影響搜索意愿和購買意愿[40]。

4總結(jié)與展望

本文簡述了微博傳播效果的相關(guān)概念、測評方法和意義，梳理了國內(nèi)外現(xiàn)有的研究成果并歸納了影響微博傳播效果的關(guān)鍵因素。通過梳理我們發(fā)現(xiàn)，研究微博傳播效果的關(guān)鍵在于如何選取合適的方法或指標(biāo)來度量傳播效果，已有學(xué)者一般利用轉(zhuǎn)發(fā)量、評論數(shù)等客觀數(shù)據(jù)來衡量傳播效果或是從受眾的主觀角度出發(fā)考察他們在接受微博信息后態(tài)度和行為等發(fā)生的變化。決定度量方法后，另一個(gè)重要的問題就是探究微博傳播效果的影響因素。學(xué)者主要從用戶特征、文本內(nèi)容和信息傳播特征等方面入手，提取并構(gòu)造最能代表這些特征的具體維度。綜合定性和定量研究方法，并將數(shù)據(jù)挖掘、內(nèi)容分析、案例研究、可視化分析、社會網(wǎng)絡(luò)分析等研究方法充分運(yùn)用于微博傳播效果研究領(lǐng)域。

隨著社會網(wǎng)絡(luò)分析技術(shù)和自然語言處理技術(shù)的不斷發(fā)展，今后微博傳播效果分析也將得到更大的支持和實(shí)現(xiàn)，其廣闊的應(yīng)用前景椰漿逐步展現(xiàn)出來：不僅可以幫助微博平臺改善各種服務(wù)，進(jìn)行輿情監(jiān)控，而且還能優(yōu)化信息推薦和微博營銷等[41]。例如，在興趣化推薦和廣告推送方面，微博平臺可結(jié)合用戶特征、社會化網(wǎng)絡(luò)和文本內(nèi)容分析來預(yù)測信息的傳播效果，為合適的受眾推薦需要的的內(nèi)容；在輿情監(jiān)控中，政府可結(jié)合傳播效果分析來預(yù)測微博的傳播范圍和用戶的觀點(diǎn)態(tài)度，準(zhǔn)確判斷有效的輿論熱點(diǎn)問題，以便加以控制和引導(dǎo)，有助于微博預(yù)警和控制微博輿情。

總的來說，國外的微博傳播效果研究重視技術(shù)和應(yīng)用，跨學(xué)科的特點(diǎn)明顯，而國內(nèi)的研究雖已逐漸從定性轉(zhuǎn)向全方位的定量研究，研究深度也有所提高，但是定量研究仍然較少，存在一定的技術(shù)局限性。微博數(shù)據(jù)獲取是一個(gè)技術(shù)難題，學(xué)術(shù)界目前關(guān)于挖掘技術(shù)改進(jìn)的相關(guān)文獻(xiàn)數(shù)量相對較少，且新浪API等應(yīng)用在實(shí)踐中也存在很多不足[42]。尤其對于傳播學(xué)、管理學(xué)等文科學(xué)者來說計(jì)算機(jī)編程水平的高要求一定程度上阻礙了研究的發(fā)展，研究人員可通過學(xué)科合作等方式解決該問題。微博的傳播效果研究仍然存在許多問題亟待解決，未來的研究方向可以考慮以下幾個(gè)方向，希望對研究者有所啟發(fā)。

首先，目前的微博傳播效果分析大多以靜態(tài)的用戶網(wǎng)絡(luò)結(jié)構(gòu)和用戶行為為基礎(chǔ)，但在實(shí)際情況中，微博的傳播速度是極快的，不單用戶自身的興趣和行為動(dòng)機(jī)容易發(fā)生改變，用戶間的關(guān)系網(wǎng)絡(luò)和微博的流行度等都會隨時(shí)間而動(dòng)態(tài)變化。因此，如何將適應(yīng)微博動(dòng)態(tài)變化的特征考慮到傳播效果模型中，并且運(yùn)用流數(shù)據(jù)對用戶行為進(jìn)行建模和觀測，值得進(jìn)一步關(guān)注[43]。

其次，在微博的分析技術(shù)方面，接口資源的限制和分析的精準(zhǔn)度都是亟待解決的問題。首先，微博上的信息資源雖然很豐富，但是可獲取的卻很有限，比如微博開放平臺雖為用戶提供了接口以供獲取信息資源，但是對抓取的內(nèi)容和次數(shù)都有所限制，因此若想獲取更多的內(nèi)容必須結(jié)合爬蟲系統(tǒng)來使用。其次，由于國內(nèi)的微博分析研究起步較晚，導(dǎo)致在有關(guān)微博的事件預(yù)測、用戶影響力和情感分析等方面的精準(zhǔn)度還有待提高。

再次，在微博傳播效果的實(shí)踐方面，首先可以進(jìn)一步發(fā)展在一些重大事件的預(yù)測和管理方面的深度應(yīng)用。社會事件在微博中的傳播速度和范圍都不容小覷，一直以來都是研究者關(guān)注的重點(diǎn)，但是預(yù)測結(jié)果的精準(zhǔn)性和即時(shí)性仍然有待提高。對微博事件進(jìn)行預(yù)測可以幫助新聞個(gè)體和相關(guān)部門在事件未發(fā)生時(shí)或發(fā)生的前期就能進(jìn)行監(jiān)控和采取措施，提升控制能力和主動(dòng)性，改變低效的“事后處理”狀態(tài)。第二，微博的商業(yè)應(yīng)用也是一個(gè)重要的發(fā)展領(lǐng)域。數(shù)量巨大的用戶基礎(chǔ)使得微博蘊(yùn)藏著大量具有商業(yè)價(jià)值的信息，比如通過分析用戶的行為數(shù)據(jù)來推測用戶的購物傾向后為其推送符合興趣的廣告，或是通過分析品牌客戶的反饋評論來幫助商家改善市場決策；學(xué)者則可以利用微博的傳播特點(diǎn)更好地為企業(yè)進(jìn)行營銷[44]。

最后，由于缺乏跨語境和跨地域數(shù)據(jù)，導(dǎo)致目前關(guān)于不同文化和語境的微博傳播效果差異研究還相對比較匱乏，國內(nèi)的微博平臺與國外平臺的對比研究應(yīng)該受到更多學(xué)者的關(guān)注。

參考文獻(xiàn)

[1]劉艷婧.我國微博研究綜述[J].國際新聞界，2014，（1）：45-51.

[2]李洋，陳毅恒，劉挺.微博信息傳播預(yù)測研究綜述[J].軟件學(xué)報(bào)，2016，27（2）：247-263.

[3]呂杰，張波，袁浩川.傳播學(xué)導(dǎo)論[M].北京：科學(xué)出版社，2007，29.

[4]李英樂.微博傳播效果預(yù)測技術(shù)研究[D].南京：信息工程大學(xué)，2013：4-5.

[5]Lun Zhang，Tai-quan Peng，et al.Breadth，depth and speed：diffusion of advertising messages on microblogging sites[J].Internet research，2015，25（3）：453-464.

[6]Suh B，Hong L，Pirolli P，et al.Want to be retweeted？ Large scale analytics on factors impacting retweet in twitter network[A]∥Proceeding of IEEE 2nd International Conference on Social Computing[C].Piscataway：IEEE Computer Society，2010：177-184.

[7]Stieglitz S，Dang-Xuan L.Political Communication and Influence through Microblogging—An Empirical Analysis of Sentiment in Twitter Messages and Retweet Behavior[C].Proceedings of the 45th System Science（HICSS）Hawaii International Conference on IEEE，2012：3500-3509.

[8]孫安龍，王佳佳.酒店企業(yè)微博營銷效果影響因素與策略[J].鄭州航空工業(yè)管理學(xué)院學(xué)報(bào)，2013，（6）.

[9]季丹.網(wǎng)絡(luò)危機(jī)信息傳播效果的影響因素實(shí)證研究——以新浪微博為例[J].情報(bào)科學(xué)，2014，32（7）：70-76.

[10]付樹森.企業(yè)微博對受眾再傳播意愿和品牌態(tài)度的影響研究[D].成都：西南財(cái)經(jīng)大學(xué)，2013.

[11]熊于寧.企業(yè)微博營銷的消費(fèi)者興趣導(dǎo)向模型研究[J].商業(yè)時(shí)代，2013，（7）.

[12]Hovland C I，Janis I L， Kelley H H.Communication and Persuasion[M].New haven：Yale University Press，1953：6-67.

[13]Gilly M C，Graham J L，Wolfinbarger M F，Yale L J.A dyadic study of interpersonal information search[J].Academy of Marketing Science，1998，（2）：3-10.

[14]鐘宏彬.影響網(wǎng)絡(luò)謠言傳播的因素及擴(kuò)散模式[D].臺灣：臺灣“國立”政治大學(xué)，2003.

[15]Berlo D K，Lemert J B，Mertz R J.Dimensions for evaluating the acceptability of message sources[J].The Public Opinion Wuartely，1969，33（4）：563-576.

[16]Applbauln R L，Anatol K W E.Dimensions of sources credibility：a test for Reproducibility[J].Speech Monographs，1973，34（40）：231-237.

[17]Whitehead J L.Factors of source credibility[J].Quarterly Journal of Speech，1968，（54）：59-63.

[18]Singletayr M W.Components of credibility of a favorable news source[J].Journalism Quarterly，1976，53：316-319.

[19]Wu shaomei，Jake M Hofman.Who says what to whom on Twitter[C].Proceedings of the International Conference on World Wide Web，2011，1（4）：705-714.

[20]周慶山，梁興，曹雨佳.微博中意見領(lǐng)袖甄別與內(nèi)容特征的實(shí)證研究[J].山東圖書館學(xué)刊，2012，（1）：22-35.

[21]張賽，徐恪，李海濤.微博類社交網(wǎng)絡(luò)中信息傳播的測量與分析[J].西安交通大學(xué)學(xué)報(bào)，2013，47（2）：124-130.

[22]Metzger M J，F(xiàn)lanagin A J，Medders R B.Social and heuristic approaches to credibility evaluation online[J].Journal of Communication，2010，60（3）：413-439.

[23]Cha M，Benevenuto F，Haddadi H，Gummadi K.The World of Connections and Information Flow in Twitter[J].IEEE Transactions on Systems Man and Cybernetics Part A：Systems and Humans，2012，42（4）：991-998.

[24]郭曉姝.企業(yè)微博信息互動(dòng)傳播模式、途徑與影響因素研究[D].沈陽：東北財(cái)經(jīng)大學(xué)，2013.

[25]陳慧娟，鄭嘯.微博網(wǎng)絡(luò)信息傳播研究綜述[J].計(jì)算機(jī)應(yīng)用研究，2014，31（2）：333-337.

[26]Zhao W，Jiang J，Weng J，He J，Lim E P，Yan H，et al.Comparing twitter and traditional media using topic models[J].Advances in Information Retrieval，2011：338-349.

[27]新浪微博在地震中的傳播研究[D].杭州：浙江大學(xué)，2011：77.

[28]Liu Z，Liu L，Li H.Determinants of information retweeting in microblogging[J].Internet Research，2012，4（22）：443-466.

[29]So J，Prestin A，Lee L，et al.What Do People Like to“Share”About Obesity？A Content Analysis of Frequent Retweets About Obesity on Twitter[J].Health Communication，2016，32：193-206.

[30]Chen Q，Rodgers S.Development of an instrument to measure web site personality[J].Journal of Interactive Advertising，2006，7（1）：47-64.

[31]McMillan S J.Effects of Structural and perceptual factors on attitude toward the website[J].Journal of Advertising Research，2004，43（4）：400-421.

[32]李陽.企業(yè)網(wǎng)絡(luò)輿情再傳播意愿研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2013.

[33]Jessica Vitak，Paul Zube，Andrew Smock，Carr，Nicole Ellison，and Cliff Lampe.Its Complicated：Facebook Users Political Participation in the 2008 Election[J].Cyberpsychology，Behavior，and Social Networking，2011，14（3）：107-114.

[34]吳敏琦.微博用戶日常生活信息獲取行為模式及其影響因素研究[J].情報(bào)科學(xué)，2013，（1）：86-90.

[35]袁園.微博用戶轉(zhuǎn)發(fā)意愿的影響因素研[D].南京：南京大學(xué)，2013.

[36]JWAK H，LEE C，PARK H，et al.What is twitter：a social network or a news media？[C].Proceedings of the 19th International Conference on World Wide Web，New York，ACM Press，2010：591-600.

[37]Granovetter.The strength of weak ties[J].American Jour of Sociology，1973：1360-1380.

[38]JAVA A，SONG Xiao-dan，F(xiàn)ININ T，et al.Why we twitter：understanding microblogging usage and communities[C].Proceedings of the 9th Web KDD and 1st SNA KDD Workshop on web Mining and Social Network Analysis，New York，ACM Press，2007：56-65.

[39]Yang J，Counts S.Predicting the speed，scale，and range of information diffusion in twitter[J].International Conference on Weblogs & Social Media，2010，（10）.

[40]余眺.微博營銷對用戶行為意愿的影響研究[D].上海：東華大學(xué)，2013.

[41]蔣盛益，陳東沂.微博信息可信度分析研究綜述[J].圖書情報(bào)工作，2013，57（12）：137-141.

[42]周金元，張莎莎.國內(nèi)微博研究綜述[J].情報(bào)雜志，2013，32（9）：49-51.

[43]李洋.微博信息傳播預(yù)測研究綜述[J].軟件學(xué)報(bào)，2016，27（2）：247-263.

[44]劉濱.微博分析研究綜述[J].河北科技大學(xué)學(xué)報(bào)，2015，36（1）：100-109.

（本文責(zé)任編輯：馬卓）