康廷虎 張彥森

摘 要：微信公眾平臺(tái)網(wǎng)絡(luò)課程作為一種新型在線學(xué)習(xí)模式，在現(xiàn)代化教育與傳播溝通中發(fā)揮著重要作用。為了考察公眾平臺(tái)網(wǎng)絡(luò)課程信息的傳播效果，文章應(yīng)用聚類分析方法探索微信公眾平臺(tái)信息傳播效果的評(píng)價(jià)指標(biāo)，并比較了網(wǎng)絡(luò)課程教學(xué)信息與社會(huì)信息在不同評(píng)價(jià)指標(biāo)上的差異。研究結(jié)果發(fā)現(xiàn)：受眾對(duì)信息的主動(dòng)接收和延伸傳播可以作為信息傳播效果的評(píng)價(jià)指標(biāo);在主動(dòng)接收指標(biāo)上，社會(huì)信息的接收量更大，而網(wǎng)絡(luò)課程教學(xué)信息的接收量相對(duì)較少;在延伸傳播指標(biāo)上，網(wǎng)絡(luò)課程信息與社會(huì)信息之間的差異并不顯著。由此表明，信息屬性是影響公眾平臺(tái)信息傳播效果的重要因素之一。

關(guān)鍵詞：微信公眾平臺(tái);信息傳播;信息類型;傳播效果

中圖分類號(hào)：G434 ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? ? ? ?文章編號(hào)：1673-8454（2019）16-0082-06

一、引言

隨著網(wǎng)絡(luò)技術(shù)的更新?lián)Q代以及移動(dòng)互聯(lián)網(wǎng)的飛速發(fā)展，信息傳播的載體不再局限于傳統(tǒng)媒介，如報(bào)刊、廣播、電視等，微博、微信等在線社交網(wǎng)絡(luò)已經(jīng)成為人們溝通交流、信息獲取和發(fā)布的主要方式。

微信公眾平臺(tái)作為微信的一個(gè)功能模塊，面向政府、學(xué)校、媒體、企業(yè)、個(gè)人等擴(kuò)展業(yè)務(wù)或提供服務(wù)，擁有信息群發(fā)推送、一對(duì)一交流、自動(dòng)回復(fù)、賬號(hào)菜單設(shè)置等功能[1];其免費(fèi)、便捷、開放、高效且擁有豐富的資源支撐能力，逐漸受到教育者的關(guān)注，為網(wǎng)絡(luò)環(huán)境下的自主學(xué)習(xí)者提供了一個(gè)全新的學(xué)習(xí)平臺(tái)[2]。而且，隨著微信公眾平臺(tái)的日趨完善和使用人數(shù)的增多，國(guó)內(nèi)教育類微信公眾號(hào)也發(fā)展迅速。越來越多的學(xué)校以及個(gè)人通過開通微信公眾號(hào)傳播信息，微信公眾平臺(tái)的信息傳播作用日益凸顯[3]。

作為信息傳播的主要媒介，其傳播效果評(píng)價(jià)及影響因素越來越受到研究者的關(guān)注。Lavidge和Steiner早在1961年就提出傳播效果呈階梯模式，主要由認(rèn)知、情感、態(tài)度和行為4個(gè)維度構(gòu)成，而且這4個(gè)維度為遞進(jìn)關(guān)系?；趯?duì)傳播效果不同的理論解釋，人們對(duì)媒介傳播效果的評(píng)價(jià)指標(biāo)也不同。比如，電視媒體的傳播效果可以使用收視率作為指標(biāo)，而發(fā)行量可以作為評(píng)價(jià)報(bào)刊雜志傳播效果的指標(biāo)。Li和Lü等人將信息傳播效果的指標(biāo)分為用戶屬性和社交網(wǎng)絡(luò)結(jié)構(gòu)兩大類[4]。Hoang和Mothe基于用戶、時(shí)間和信息內(nèi)容三類指標(biāo)來衡量Twitter的信息傳播效果[5]。在對(duì)微信公眾平臺(tái)傳播效果的測(cè)量中，研究者所采用的方法比較多樣，其中內(nèi)容分析是最常用的方法之一。該方法主要是通過分析轉(zhuǎn)發(fā)量高的信息內(nèi)容與普通內(nèi)容之間的不同，探索信息傳播的特征[6]。

也有研究者從微信的傳播特性出發(fā)，建立“微信傳播指數(shù)（WCI）”指標(biāo)體系。研究者在應(yīng)用總閱讀數(shù)、平均閱讀數(shù)等指標(biāo)對(duì)賬號(hào)進(jìn)行評(píng)估的基礎(chǔ)上，為了使不同維度的指標(biāo)之間可以相互比較和運(yùn)算，對(duì)各個(gè)指標(biāo)進(jìn)行了對(duì)數(shù)形式標(biāo)準(zhǔn)化，并賦予6個(gè)指標(biāo)不同的權(quán)重。

李明德等人基于媒體傳播力視角的研究，運(yùn)用層次分析法，構(gòu)建了平臺(tái)設(shè)計(jì)、內(nèi)容呈現(xiàn)、消息回復(fù)模式、推送頻次、傳播程度為準(zhǔn)則的媒體微信公眾號(hào)傳播力評(píng)價(jià)體系，用Delphi法構(gòu)造判斷矩陣，同時(shí)確定指標(biāo)權(quán)重，提出推送內(nèi)容的價(jià)值是整個(gè)微信公眾號(hào)核心價(jià)值所在[7]。

在對(duì)這些指標(biāo)的分析中不難發(fā)現(xiàn)，由于指標(biāo)之間可能存在的相關(guān)關(guān)系，從而使指標(biāo)評(píng)估在實(shí)際應(yīng)用的過程中可能存在共線性，即多個(gè)指標(biāo)之間存在著重疊，從而使該指標(biāo)體系并不能有效地反映信息傳播的效果，甚至可能會(huì)誤導(dǎo)信息傳播的取向選擇。

盡管信息傳播效果以及受眾認(rèn)知、情感、行為等的變化往往會(huì)受到效果評(píng)價(jià)方式或指標(biāo)體系的引導(dǎo)，但是信息本身的特點(diǎn)仍然是影響其傳播的關(guān)鍵因素之一[8]。Chang、Zhu和Sun等人的研究也表明，尋求有用和及時(shí)的信息是中國(guó)用戶使用微信的動(dòng)機(jī)之一，因此信息屬性對(duì)其傳播效果具有重要影響[9][10]。

目前，網(wǎng)絡(luò)環(huán)境中的信息種類越來越豐富，Komaki、Hara和Nishio將網(wǎng)絡(luò)信息分為娛樂信息、個(gè)人信息、交通信息、新聞/天氣等 8 個(gè)類別[11]。Hinze等將網(wǎng)絡(luò)用戶搜索信息分為“問題型”信息和“指導(dǎo)型”信息兩大類，其中，“指導(dǎo)型”信息包括教育、科技、公共服務(wù)等內(nèi)容[12]。Kim等人將社交媒體傳播的信息分為學(xué)術(shù)信息和日常生活信息;而按信息的內(nèi)容及真實(shí)性，可將信息分為社會(huì)信息、學(xué)術(shù)信息和技術(shù)信息等[13]。其中社會(huì)信息涉及新聞、旅游、生活與經(jīng)濟(jì)等內(nèi)容，是最為廣泛的信息，它的范圍最廣、內(nèi)容最多，也是很多信息用戶特別是網(wǎng)絡(luò)用戶利用最多、最感興趣的信息[14]。

在對(duì)信息傳播效果的研究中，研究者也發(fā)現(xiàn)微信公眾平臺(tái)中不同種類的信息受到的關(guān)注度不同。比如，Head等提出對(duì)于學(xué)生群體，其互聯(lián)網(wǎng)信息消費(fèi)內(nèi)容包括考試信息、課程教學(xué)信息、商品信息、社會(huì)熱點(diǎn)等[15]。Zhao等人研究發(fā)現(xiàn)Twitter上最流行的話題往往是關(guān)于全球時(shí)事和旅游的社會(huì)信息，而科學(xué)和技術(shù)類的信息以及體育、藝術(shù)、家庭生活、商業(yè)和教育等的信息關(guān)注程度相對(duì)較低[16]。此外，就信息的內(nèi)容而言，原創(chuàng)內(nèi)容比非原創(chuàng)內(nèi)容更容易得到用戶的青睞，即使是同一篇文章，有原創(chuàng)首發(fā)標(biāo)記的文章被轉(zhuǎn)載、分享的概率更大[17]。

本研究基于微信公眾平臺(tái)網(wǎng)絡(luò)課程信息的推送及后臺(tái)數(shù)據(jù)，應(yīng)用聚類分析技術(shù)考察信息傳播效果的評(píng)價(jià)指標(biāo)。在此基礎(chǔ)上，依據(jù)Kim和Sin等人對(duì)信息的分類，設(shè)計(jì)社會(huì)信息和課程教學(xué)信息，通過原創(chuàng)的方式發(fā)布，以比較不同類型信息的傳播效果[13]。

二、研究方法

1.數(shù)據(jù)來源

為了探索微信公眾平臺(tái)網(wǎng)絡(luò)課程信息傳播效果的評(píng)價(jià)指標(biāo)，以及信息類型對(duì)傳播效果的影響，筆者創(chuàng)建了個(gè)人公眾號(hào)并向受眾推送社會(huì)信息和專業(yè)信息。其中社會(huì)信息主要是筆者創(chuàng)作的散文和隨筆，而課程教學(xué)信息主要是有關(guān)社會(huì)科學(xué)統(tǒng)計(jì)分析方法與軟件應(yīng)用的文章。

在本研究中，數(shù)據(jù)的收集主要以微信公眾平臺(tái)提供的后臺(tái)數(shù)據(jù)，如圖文頁(yè)閱讀人數(shù)（次數(shù)）、從公眾號(hào)會(huì)話打開人數(shù)（次數(shù)）、從朋友圈打開人數(shù)（次數(shù)）、分享轉(zhuǎn)發(fā)人數(shù)（次數(shù)）、微信收藏人數(shù)（次數(shù)）為變量。數(shù)據(jù)收集時(shí)間窗為2017年3月1日至6月30日，共采集數(shù)據(jù)10×120的數(shù)據(jù)矩陣。

2.數(shù)據(jù)分析

在本研究中，調(diào)用該公眾號(hào)的后臺(tái)數(shù)據(jù)進(jìn)行分析。其中圖文頁(yè)閱讀次數(shù)是指點(diǎn)擊圖文頁(yè)的次數(shù)（同一粉絲重復(fù)點(diǎn)擊計(jì)算在內(nèi)），包括非粉絲的閱讀;從公眾號(hào)會(huì)話打開次數(shù)是指公眾號(hào)粉絲通過公眾號(hào)會(huì)話窗口打開文章的次數(shù);從朋友圈打開次數(shù)是指點(diǎn)擊朋友圈中圖文的次數(shù)（同一粉絲重復(fù)點(diǎn)擊計(jì)算在內(nèi)），包括非粉絲的閱讀;分享轉(zhuǎn)發(fā)次數(shù)是指轉(zhuǎn)發(fā)或分享至朋友、朋友圈、微博的總次數(shù)，包括非粉絲的分享或轉(zhuǎn)發(fā);微信收藏次數(shù)是指收藏圖文的總次數(shù)，包括非粉絲的收藏。數(shù)據(jù)分析應(yīng)用SPSS18.0（試用版）軟件，主要應(yīng)用相關(guān)分析、R型聚類分析，探索微信公眾平臺(tái)信息傳播效果的評(píng)價(jià)指標(biāo)。在此基礎(chǔ)上，應(yīng)用方差分析技術(shù)比較不同信息類型的傳播效果。

三、結(jié)果與分析

1.微信公眾號(hào)信息傳播效果評(píng)價(jià)指標(biāo)的聚類分析

對(duì)公眾號(hào)后臺(tái)相關(guān)數(shù)據(jù)進(jìn)行聚類分析，以獲取聚類信息。由于次數(shù)與人數(shù)變量之間存在著顯著性相關(guān)，因此在本研究中，參與分析的變量主要有圖文頁(yè)閱讀次數(shù)、從公眾號(hào)會(huì)話打開次數(shù)、從朋友圈打開次數(shù)、分享轉(zhuǎn)發(fā)次數(shù)、微信收藏次數(shù)5個(gè)變量。 相關(guān)分析結(jié)果顯示，圖文頁(yè)閱讀、從公眾號(hào)會(huì)話打開、從朋友圈打開三個(gè)變量存在顯著性正相關(guān)，相關(guān)系數(shù)均大于0.676，p<0.001;分享轉(zhuǎn)發(fā)、微信收藏兩個(gè)變量之間存在顯著性正相關(guān)，相關(guān)系數(shù)為0.412，p<0.001。此外，分享轉(zhuǎn)發(fā)、微信收藏兩個(gè)變量與從公眾號(hào)會(huì)話打開、從朋友圈打開均不存在顯著性相關(guān)。

聚類分析結(jié)果如圖1所示，分享轉(zhuǎn)發(fā)、微信收藏兩個(gè)變量歸為一類（A類）;圖文頁(yè)閱讀、從公眾號(hào)會(huì)話打開、從朋友圈打開三個(gè)變量歸為一類（B類），最終可以將兩類歸為一類。這表明上述5個(gè)變量可以歸為兩個(gè)指標(biāo)，其中A類主要反映公眾號(hào)粉絲對(duì)信息的延伸傳播情況;而B類主要反映公眾號(hào)粉絲的信息主動(dòng)接收情況。

2.兩類信息在主動(dòng)接收、延伸閱讀指標(biāo)上的比較

表1是課程教學(xué)信息和社會(huì)信息在主動(dòng)接受與延伸傳播兩個(gè)指標(biāo)上效果評(píng)價(jià)的描述統(tǒng)計(jì)分析。

應(yīng)用2（信息類型：課程教學(xué)信息、社會(huì)信息）×2（傳播效果評(píng)價(jià)指標(biāo)：延伸傳播、主動(dòng)接收）的方差分析，結(jié)果顯示信息類型的主效應(yīng)顯著，F(xiàn)（1，112）=32.657，p < 0.05;傳播效果的主效應(yīng)顯著，F(xiàn)（1，112）=498.526，p < 0.05;二者的交互作用顯著，F(xiàn)（1，112）=43.007，p < 0.05（如圖2所示）。

簡(jiǎn)單效應(yīng)分析結(jié)果顯示，在延伸傳播的條件下，課程教學(xué)信息與社會(huì)信息之間的差異并不顯著，F(xiàn)（1，118）=1.316，p > 0.05;由圖2可知，在主動(dòng)接收的條件下，課程教學(xué)信息與社會(huì)信息之間的差異顯著，F(xiàn)（1，112）=37.758，p < 0.05;其中社會(huì)信息在主動(dòng)接受指標(biāo)上顯著高于課程教學(xué)信息。

四、討論

信息傳播中的效果評(píng)價(jià)，是研究者普遍關(guān)注的問題之一[9][10]。一方面，研究者試圖構(gòu)建傳播效果的評(píng)價(jià)指標(biāo)體系;另一方面，他們?cè)噲D探究與信息傳播有關(guān)的影響因素，并分析這些因素對(duì)信息傳播的影響。微信是目前最熱門的信息傳播工具與移動(dòng)學(xué)習(xí)平臺(tái)之一，其公眾學(xué)習(xí)平臺(tái)的課程信息推送、朋友圈信息分享、信息收藏等功能能夠滿足學(xué)生群體對(duì)信息接收和傳播的需求。那么，應(yīng)如何評(píng)價(jià)微信公眾號(hào)網(wǎng)絡(luò)課程信息傳播效果，并探索影響傳播效果的因素呢？本研究發(fā)現(xiàn)，信息的延伸傳播和主動(dòng)接收可以作為傳播效果的評(píng)價(jià)指標(biāo)，而且信息類型是影響網(wǎng)絡(luò)課程信息傳播效果的重要因素。

1.微信公眾平臺(tái)信息傳播效果的評(píng)價(jià)指標(biāo)

相關(guān)分析與結(jié)果表明，圖文頁(yè)閱讀次數(shù)、從公眾號(hào)會(huì)話打開次數(shù)、從朋友圈打開次數(shù)三個(gè)變量之間存在顯著的正相關(guān)，而分享轉(zhuǎn)發(fā)次數(shù)與微信收藏次數(shù)之間存在著顯著性正相關(guān)。進(jìn)一步的聚類分析結(jié)果顯示，其中B類可以定義為信息的“主動(dòng)接收”，主要反映微信公眾平臺(tái)推送消息的點(diǎn)擊量，體現(xiàn)了學(xué)習(xí)者的主動(dòng)閱讀行為;而A類可以定義為“延伸傳播”，主要反映學(xué)習(xí)者收藏和分享傳播的數(shù)量與方向，體現(xiàn)了信息的次級(jí)傳播效果。

根據(jù)“使用與滿足”（the Uses and Gratifications，簡(jiǎn)稱U&G）理論，受眾是有著特定“需要”的個(gè)體，其媒介接觸活動(dòng)是基于特定需要的，因此，信息接觸實(shí)際上是使這些需要得到“滿足”的過程[18]。U&G理論提供了一個(gè)以受眾為中心的觀點(diǎn)，認(rèn)為受眾是主動(dòng)的，其使用特定媒體具有一定的個(gè)人與社會(huì)動(dòng)機(jī)[19]。近年來，越來越多的研究將U&G理論擴(kuò)展并應(yīng)用于新媒體環(huán)境中，試圖解釋不同新媒體的使用動(dòng)機(jī)，比如IM、Twitter和Facebook[20-23]。微信作為一種新媒體形式，也可以從U&G理論的視角來研究其受眾使用行為。Gan認(rèn)為微信用戶的點(diǎn)擊行為是為了滿足自身的享樂需要、社會(huì)需要和功利需要[24]。Wu和Zhang等人將微信感知價(jià)值分為社會(huì)價(jià)值、信息價(jià)值、情感價(jià)值和享樂價(jià)值，并認(rèn)為其對(duì)用戶的持續(xù)使用意向具有顯著的正向影響[25]。在B類變量中，圖文頁(yè)閱讀、從會(huì)話或朋友圈打開閱讀等都是學(xué)習(xí)者的一種主動(dòng)閱讀行為，體現(xiàn)了學(xué)習(xí)者為滿足其不同教育信息需求或?qū)で蟛煌母兄獌r(jià)值而在多種信息間主動(dòng)選擇的閱讀方式。

微信公眾平臺(tái)的信息傳播效果不僅依賴于用戶基于自己需要的主動(dòng)接收行為，還需要借助微信用戶轉(zhuǎn)發(fā)收藏來實(shí)現(xiàn)。與傳統(tǒng)的人際間點(diǎn)對(duì)點(diǎn)傳播相比，大眾傳播能夠傳遞更多信息，擁有更廣的受眾群體[26]，在新媒體教育學(xué)習(xí)平臺(tái)上接收信息愈加省時(shí)省力[17]。用戶在接收到微信公眾號(hào)推送的消息之后，可以將感興趣的消息進(jìn)行個(gè)人收藏，還可以利用微信的分享轉(zhuǎn)發(fā)功能，為其學(xué)習(xí)圈子中的用戶提供更多的學(xué)習(xí)支持與教學(xué)資源共享。在利用微信公眾平臺(tái)傳播網(wǎng)絡(luò)課程信息時(shí)，可以向關(guān)注對(duì)象的多個(gè)朋友圈進(jìn)行輻射[27]，以實(shí)現(xiàn)信息的次級(jí)傳播效果。這與傳播學(xué)概念中的“二次傳播”具有一致性?！岸蝹鞑ァ笔窍鄬?duì)于“首次傳播”而言的，是指新聞或事件在首次傳播之后，經(jīng)過另一媒介又一次被傳播。其最主要的表現(xiàn)就是轉(zhuǎn)述、轉(zhuǎn)播、轉(zhuǎn)載。二次傳播可以把報(bào)紙、電視、網(wǎng)絡(luò)等新聞媒體的傳播延伸下去，在更廣的范圍繼續(xù)發(fā)揮作用[28]。經(jīng)過聚類的A類變量正是反映了學(xué)習(xí)者收藏和分享傳播的數(shù)量與方向，因此可定義為信息的延伸傳播。

2.課程教學(xué)信息和社會(huì)信息的傳播效果比較

微信公眾平臺(tái)為用戶提供了內(nèi)容豐富的信息，其類別屬性是影響信息傳播的重要因素[29]。本研究發(fā)現(xiàn)，不同類型信息的主動(dòng)接收和延伸傳播是存在差異的。其中課程教學(xué)信息的延伸傳播量要少于主動(dòng)接收量，社會(huì)信息的延伸傳播量也遠(yuǎn)少于主動(dòng)接收量，且比在課程教學(xué)信息的條件下差異更大。簡(jiǎn)單效應(yīng)分析結(jié)果顯示，不同類型信息在延伸傳播指標(biāo)上差異不顯著，但在信息的主動(dòng)接收上，社會(huì)信息的接收量更大，而課程教學(xué)信息的接收量相較而言很少。

研究者普遍認(rèn)為，微信公眾平臺(tái)的信息訂閱模式首先在于信息內(nèi)容價(jià)值，而信息的價(jià)值實(shí)際上是用戶從信息提供者獲取信息的可利用性[7][25]，這也是微信公眾學(xué)習(xí)平臺(tái)的核心意義所在。不同的推送內(nèi)容會(huì)造成微信公眾號(hào)信息閱讀率和轉(zhuǎn)發(fā)率的不同。對(duì)于課程教學(xué)信息而言，其傳播形式較單一，通常一節(jié)網(wǎng)絡(luò)課或一篇文章的學(xué)術(shù)語言較多且內(nèi)容單調(diào)。

在當(dāng)今信息爆炸時(shí)代，公眾每天面對(duì)的信息已遠(yuǎn)遠(yuǎn)超出人類的能力接受范圍，據(jù)IDC數(shù)據(jù)顯示，2020年全球數(shù)字信息總量將可能達(dá)到35ZB[30]。面對(duì)如此龐大的信息量，受眾對(duì)純文本式的信息易產(chǎn)生閱讀疲勞;且在觀看視頻課程時(shí)，同一時(shí)間無法保證學(xué)習(xí)者同時(shí)在線和及時(shí)溝通，無法充分發(fā)揮教育傳播平臺(tái)的交互與討論功能，缺少能夠激發(fā)學(xué)習(xí)積極性和趣味性的機(jī)制[31]。

相較之下，普通社交媒體用戶更傾向于閱讀娛樂搞笑、新聞綜合和生活服務(wù)等信息量較大，但不需要深入思考和情感卷入的社會(huì)信息[32]，“淺”閱讀已成為微信用戶的主要閱讀行為。這類包含各種情感感悟、游記、詩(shī)歌散文等的社會(huì)信息，更加貼近日常生活，符合人們尤其是年輕群體的興趣愛好，在信息共享的過程中能激發(fā)其娛樂的內(nèi)在動(dòng)機(jī)[33][34]。

用戶在社交平臺(tái)上不斷分享信息、圖片的本能動(dòng)力有部分來自于他們的娛樂休閑需求[35]。據(jù)調(diào)查，微博轉(zhuǎn)發(fā)比較多的內(nèi)容集中在有趣的照片、笑話等，且這些轉(zhuǎn)發(fā)往往能得到更多的回應(yīng)[36]。與之相似，用戶在瀏覽微信公眾平臺(tái)時(shí)，亦是期望能引起共鳴，感受到身心愉悅，以此滿足娛樂的心理需求。因此，社會(huì)信息相較于課程教學(xué)信息的深?yuàn)W難懂，其信息表現(xiàn)力更強(qiáng)，更具普適性，因而能引發(fā)讀者更多的關(guān)注與點(diǎn)擊，傳播的效果相對(duì)較好。

在信息的延伸傳播條件下，社交網(wǎng)絡(luò)服務(wù)允許用戶通過分享、轉(zhuǎn)發(fā)、收藏、回復(fù)等行為進(jìn)行信息的擴(kuò)散與二次傳播[37]。Stai等人提出，信息的二次傳播具有非灌輸性（受眾以自己確信的心態(tài)，向著彼此信賴的朋友傳播自己得來的信息）、選擇性（信息包含盡可能豐富的內(nèi)涵，為不同受眾提供不同的二次傳播選擇）等特征[6]。二次傳播者向他人傳播信息時(shí)，有一種潛在的顯示心理，所以微信公眾平臺(tái)的信息應(yīng)能夠激發(fā)二次傳播者的傳播情緒，具有趣味性或知識(shí)價(jià)值。同時(shí)在社交網(wǎng)絡(luò)中用戶可以不受條件約束，隨時(shí)隨地隨意地對(duì)其感興趣的信息進(jìn)行二次傳播[28]。

此外，受個(gè)體差異的影響，不同受眾對(duì)信息有用性、易用性與享受性的感知也不同[38]。感知有用性反映了用戶對(duì)其自身的可利用性，感知易用性反映了用戶對(duì)信息進(jìn)行再傳播的容易程度[39]，而感知享受性則反映了用戶在信息的延伸傳播過程中所感受到的新穎性、有趣性等方面[40-42]。

課程教學(xué)信息學(xué)術(shù)性強(qiáng)，技術(shù)層次較高，對(duì)于教育工作者、科研工作者及學(xué)生來說，其感知有用性良好，更具技術(shù)滿足感[43];社會(huì)信息趣味性強(qiáng)，受眾面廣，其感知易用性與感知享受性良好。信息內(nèi)容與受眾是否產(chǎn)生契合，是否會(huì)引起受眾更多的延伸傳播行為，與受眾需求的多樣化密切相關(guān)。因此，課程教學(xué)信息與社會(huì)信息在延伸傳播的條件下幾乎沒有區(qū)別。

五、結(jié)論與展望

1.結(jié)論

通過定量分析和實(shí)證檢驗(yàn)，本文獲得如下研究結(jié)果：信息的延伸閱讀和主動(dòng)接收可以作為傳播效果的評(píng)價(jià)指標(biāo);在延伸閱讀的條件下，課程教學(xué)信息與社會(huì)信息之間的差異并不顯著;在主動(dòng)接收的條件下，社會(huì)信息的接收量更大，而課程教學(xué)信息的接收量相較而言很少。

2.對(duì)教育的啟示

通過上述研究結(jié)論，本文認(rèn)為微信公眾平臺(tái)運(yùn)營(yíng)者在信息規(guī)劃和內(nèi)容設(shè)計(jì)時(shí)，應(yīng)重視以下幾點(diǎn)：

（1）及時(shí)關(guān)注不同類型信息的推送，優(yōu)化信息內(nèi)容，閱讀率、轉(zhuǎn)載率高，信息推廣質(zhì)量提升，從而在一定程度上提升了公眾學(xué)習(xí)平臺(tái)影響力。

（2）關(guān)注信息實(shí)用性，建議針對(duì)目標(biāo)用戶的信息需求推送信息，給用戶帶去信息價(jià)值，滿足用戶深層次的信息需求，使教育的針對(duì)性和有效性得以彰顯。

（3）避免單一、僵化的內(nèi)容，可加入更多的小文本、圖形、圖像、音頻或視頻小片段、動(dòng)畫等呈現(xiàn)學(xué)習(xí)資源，打造自己專有的特色，包括語言風(fēng)格、多種互動(dòng)模式等，其良好的使用體驗(yàn)可使學(xué)生群體具有較高的使用率和黏著度，使移動(dòng)學(xué)習(xí)平臺(tái)應(yīng)用開發(fā)更加便捷高效。

3.局限與展望

本研究只從信息類型出發(fā)，研究了其對(duì)微信公眾平臺(tái)網(wǎng)絡(luò)課程信息傳播效果的影響，實(shí)際生活中影響公眾平臺(tái)傳播效果的因素還有很多，例如推送時(shí)間、用戶動(dòng)機(jī)、用戶閱讀習(xí)慣等。此外，本文僅僅對(duì)不同類型信息的影響進(jìn)行了初步探究，樣本數(shù)據(jù)較少，仍待后續(xù)更為深入、全面的研究探討。未來，隨著微信公眾平臺(tái)的不斷發(fā)展，研究還可更加細(xì)化。

參考文獻(xiàn)：

[1]Che，H.L.，Yang，C.Examining WeChat usersmotivations， trust， attitudes， and positive word-of-mouth： Evidence from China[J].Computers in Human Behavior，2014，27（5）：1840–1848.

[2]Wang， J.，Wayne， W. c.，Wu， E.Empowering mobile assisted social e-learning students expectations and perceptions[J].World Journal of Education，2013，3（2）：59-70.

[3]Skuse， A.WeChat：The Chinese chat app stealing Weibo's thunder[EB/OL].http：//edition.cnn.com/2014/02/27/business/tencentwechat-unseats-sina-weibo/.

[4]Li， Z. R.， Lü， T. J.， Shi， W. H.，et al.Predicting the scale of information diffusion in social network services[J].The Journal of China Universities of Posts and Telecommunications，2013，8（20）：100-104.

[5]Hoang，T. B. N.， Mothe， J. Predicting information diffusion on Twitter——Analysis of predictive features[J].Journal of Computational Science，2017（28）：257-264.

[6]Stai， E.， Karyotis， V.， Bitsaki， A. C.，et al.Strategy evolution of information diffusion under time-varying user behavior in generalized networks[J]. Computer Communications，2017（100）：91-103.

[7]李明德，高如.媒體微信公眾號(hào)傳播力評(píng)價(jià)研究——基于20個(gè)陜西媒體微信公眾號(hào)的考察[J].情報(bào)雜志，2015，34（7）：141-147.

[8]Varshney， D.， Kumar， S.，Gupta， V. Predicting information diffusion probabilities in social networks：A Bayesian networks based approach[J].Knowledge-Based Systems，2017（133）：66-76.

[9]Chang， Y. P.，Zhu， D. H. Understanding social networking sites adoption in China： A comparison of Pre-Adoption and Post-Adoption[J].Computers in Human Behavior，2011，27（5）：1840–1848.

[10]Sun， Y.， Liu， L.， Peng， X.，et al.Understanding Chinese userscontinuance intention toward online social networks： An integrative theoretical model[J].Electronic Markets，2014，24（1）：57-66.

[11]Komaki， D.，Hara， T.，Nishio， S.How does mobile context affect people's web search behavior？ a diary study of mobile information needs and search behaviors[R].Advanced Information Networking and Applications（AINA），IEEE 26th International Conference on IEEE，2012：245-252.

[12]Hinze， A. M.， Chang， C.，Nichols， D. M.Contextual queries express mobile information needs[A].in：Proceedings of the 12th International Conference on Human Computer Interaction with Mobile Devices and Services[C].ACM，2010：327-336.

[13]Kim， K. S.， Sin， S. C. J.，Lee， E. Y. Undergraduates'use of social media as information sources[J].College & Research Libraries，2014，75（4）：442-457.

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

[15]Head， A.J.，Eisenberg， M.B. How college students use the Web to conduct everyday life research[J].First Monday，2011，16（4）：1-24.

[16]Zhao， W. X.， Jing， J.， Weng， J. S.， et al.Comparing Twitter and Traditional Media Using Topic Models[J].Advances in Information Retrieval，2011（4）：338-349.