■ 賈煦 肖萌 咸迪

隨著國民經(jīng)濟和社會的快速發(fā)展，公眾獲取氣象信息的渠道不僅限于電視、廣播、報紙、雜志等傳統(tǒng)傳播信息的媒介，在氣象服務(wù)需求日漸加大的今天，微博、微信等新媒體的出現(xiàn)可以更加便捷現(xiàn)代人獲取各種氣象信息。微信公眾平臺與傳統(tǒng)媒體相比，不僅可以存儲大量的用戶，而且傳播信息的速度也非常之快，其入門檻也比較多。

本文基于公眾平臺影響力指標分析風云衛(wèi)星公眾號在衛(wèi)星氣象服務(wù)中的應(yīng)用現(xiàn)狀和發(fā)展趨勢，在公眾平臺發(fā)布信息現(xiàn)有的信息基礎(chǔ)上，設(shè)計3個基于微信平臺的信息傳播影響力指標，并對其進行層次聚類分析，在契合微信用戶活躍點與微信平臺影響力的基礎(chǔ)上，推廣和傳播風云衛(wèi)星的品牌形象。

1 微信公眾平臺運營現(xiàn)狀

隨著風云系列衛(wèi)星完成靜止、極軌兩個系列氣象衛(wèi)星的更新?lián)Q代，我國的氣象衛(wèi)星事業(yè)進入了新的發(fā)展階段，風云衛(wèi)星在氣象、環(huán)保、農(nóng)業(yè)、重大服務(wù)保障、防災(zāi)減災(zāi)等多個領(lǐng)域發(fā)揮了重要作用。依托風云氣象衛(wèi)星的微信公眾平臺，在運營思路上定位于為行業(yè)用戶及公眾提供氣象預(yù)警信息、氣象衛(wèi)星監(jiān)測以及實用有趣的衛(wèi)星氣象科普知識等內(nèi)容。其中發(fā)布的圖文消息在編寫和排版方面均迎合新媒體傳播的閱讀特點。同時公眾號具有很強的互動性，針對用戶的特殊需求，提供衛(wèi)星數(shù)據(jù)與遙感監(jiān)測產(chǎn)品下載鏈接，同時根據(jù)時效更換專題模塊，以便用戶端收到最新的風云衛(wèi)星相關(guān)知識。

自2017年2月微信公眾號正式運營以來，截至2018年12月31日，發(fā)送圖文消息294條，累計關(guān)注人數(shù)達到6053人。

該公眾平臺的消息構(gòu)成以衛(wèi)星氣象監(jiān)測信息為主、行業(yè)資訊與氣象科普為輔，公眾號發(fā)布的大部分內(nèi)容時效性強，行業(yè)資訊多以轉(zhuǎn)發(fā)其他公眾平臺發(fā)布的訊息，為用戶提供氣象衛(wèi)星應(yīng)用的最新發(fā)展情況。

表1為已發(fā)布文章中閱讀量最大的10篇圖文消息。吸引公眾閱讀的文章普遍具有三個特點：一是相關(guān)性強，均是與風云衛(wèi)星即時事件強相關(guān)的權(quán)威消息，能夠幫助讀者獲取最新的風云衛(wèi)星資訊；二是打破常規(guī)、突破認知，無論是從衛(wèi)星視角看到沙塵、還是“微信變臉”“臺風辟謠”，都充分調(diào)動了讀者的好奇心，提升了公眾在氣象衛(wèi)星及其應(yīng)用方面的認知水平；三是兼顧專業(yè)性和趣味性，在有限的篇幅內(nèi)多以圖片、視頻等多媒體視覺傳達為主，具備貼近公眾號用戶碎片化閱讀、減壓閱讀的特點。

表1 “風云衛(wèi)星”公眾號最受歡迎文章TOP10

2 公眾平臺用戶關(guān)注情況

本文對國內(nèi)各省份微信關(guān)注用戶的地理分布數(shù)據(jù)進行優(yōu)化，進行定量分級顯示，獲得公眾號關(guān)注用戶的全國各省份分布圖。如圖1所示，截至2018年12月31日，北京市的累計關(guān)注用戶數(shù)達到1658個，其次是廣東省用戶數(shù)523個和上海市用戶數(shù)433個，與其他省份用戶關(guān)注數(shù)相差較大。

圖1 風云衛(wèi)星公眾號關(guān)注用戶地區(qū)分布

由于自然條件、經(jīng)濟發(fā)展、文化傳統(tǒng)的不同，不同地域的微信用戶行為存在差異。如北京、上海、廣州這些地區(qū)經(jīng)濟實力雄厚，人口密度大的城市，其微信用戶分布較為密集且活躍，同時在主汛期受氣象災(zāi)害影響較大的地區(qū)，需要氣象衛(wèi)星進行應(yīng)急監(jiān)測的情況，公眾更有意主動去訪問“風云衛(wèi)星”推送的消息，進而產(chǎn)生大量的用戶數(shù)。圖1是公眾號關(guān)注用戶的全國城市分布圖。圖中可以看出中國東南沿海省份與華北等地區(qū)用戶數(shù)較為密集。可以初步判斷這些區(qū)域常年存在固定的氣象災(zāi)害，如臺風、沙塵等天氣事件，其受災(zāi)地區(qū)的用戶對衛(wèi)星氣象監(jiān)測服務(wù)信息更加敏感，在推送衛(wèi)星氣象的公眾服務(wù)信息中，應(yīng)增強發(fā)布應(yīng)急事件和災(zāi)情信息的主動性和及時性，從而擴大衛(wèi)星氣象服務(wù)的應(yīng)用效益。

3 微信公眾平臺影響力分析

基于微信公眾管理平臺統(tǒng)計數(shù)據(jù)，獲取2017年3月—2018年12月發(fā)布的圖文信息數(shù)據(jù)資源表，對“風云衛(wèi)星”公眾號用戶的訪問和傳播行為進行剖析，并構(gòu)建影響力指標，從傳播途徑和傳播效益兩方面進行公眾號影響力分析。為了更好地掌握衛(wèi)星氣象服務(wù)信息的傳播情況，在數(shù)據(jù)中除去從其他平臺轉(zhuǎn)發(fā)類的圖文消息，匯總原創(chuàng)性圖文消息共231篇。

在缺乏用戶直接意見反饋的情況下，由公眾號文章所觸發(fā)的用戶行為數(shù)據(jù)是公眾平臺傳播途徑分析最客觀的信息來源，是評估公眾號影響力的主要依據(jù)。

本文根據(jù)用戶不同形式的閱讀方式，通過定義公眾號圖文消息的活躍度、忠誠度與分享欲并進行量化，其3個指標反映用戶訪問公眾號圖文消息的行為習慣，即用戶的“所作所為”可以反映公眾平臺的運營狀況與影響程度。

活躍度由會話閱讀人數(shù)和關(guān)注用戶數(shù)共同決定，如公式（1）所示，表示主動打開公眾號進行閱讀的人次比例；忠誠度由會話閱讀次數(shù)和會話閱讀人數(shù)共同決定，如公式（2）所示，表示用戶在公眾號內(nèi)平均閱讀的文章數(shù)量；分享欲由通過朋友圈閱讀的次數(shù)、通過好友轉(zhuǎn)發(fā)閱讀的次數(shù)和會話中閱讀訪問的人數(shù)共同決定的，如公式（3）所示，通過朋友圈與轉(zhuǎn)發(fā)獲得的訪問數(shù)與主動打開人次做比，可以得出一個比較可信的分享欲指數(shù)，也可理解為圖文內(nèi)容的傳播性指數(shù)。三個影響力指標從公眾號的用戶興趣觸發(fā)、習慣性閱讀和轉(zhuǎn)發(fā)分享三個傳播途徑方面確立了公眾號的影響力水平。

計算每篇圖文的3個影響力指標值，各指標隨時間變化的情況如圖2所示。總體上，忠誠度與活躍度在不同文章之間差異較小并且在時間尺度上有一定變化規(guī)律，分享欲在不同文章間存在量級上的差異，與時間變化趨勢不顯著。忠誠度隨著時間的增長，總體呈增長趨勢，說明一些用戶會多次閱讀同一篇文章，在一定程度上表明公眾號發(fā)布的消息對這些用戶具有實用價值。活躍度隨著時間的增長呈降低趨勢，說明隨著用戶總數(shù)的增長，具有會話閱讀習慣的用戶數(shù)增長速度低于總用戶增長速度，可以得知文章傳播的主要途徑并非公眾號平臺推送。而分享欲大部分時間偏低（90%以上小于10），分享欲極高的一些文章對應(yīng)的活躍度和忠誠度也遠高于平均水平，主要是由于這類文章更具有“爆點”特性，如“微信變臉”事件，從而以“轉(zhuǎn)發(fā)”和“分享”的形式獲得更廣泛的傳播。

4 效益分析

公眾號的傳播影響力方面存在一定的時間相關(guān)性，但是單篇文章變異性較大，從影響力指標值的分布情況與時間趨勢中很難把握公眾號的影響力發(fā)展規(guī)律。因此，本文采用層次聚類方法，進一步研究文章的影響力指標的特征模式，評估不同文章對公眾號影響力的效益貢獻情況，從而更好地歸納和推斷公眾號的用戶行為、掌握公眾號發(fā)展現(xiàn)狀和未來趨勢。

層次聚類方法是根據(jù)研究對象的特征對研究對象進行分類的多元統(tǒng)計分析技術(shù)，該方法根據(jù)樣本數(shù)據(jù)按照其性質(zhì)上的親疏程度進行分類，使同類中的樣本具有高同質(zhì)性。凌標燦等利用聚類方法分析各城市消費水平差異的主要影響因素以及差異的變化趨勢。陳娟等應(yīng)用該方法對 “知乎”用戶群體進行細分，便于服務(wù)商準確鎖定目標群體，提供更優(yōu)質(zhì)、精確的社會化問答服務(wù)。阮光冊等利用層次主題結(jié)構(gòu)樹探尋檢索結(jié)果中知識的關(guān)聯(lián)，幫助用戶快速地篩選出有價值的信息，進而提供更有深度的知識服務(wù)。層次聚類方法有效地將樣本量進行多層次多指標的歸類，便于挖掘類別間的層次關(guān)系。

本文通過計算每篇圖文影響力指標的數(shù)值與其他所有數(shù)值之間的距離來確定圖文間的相似程度，距離越小，相似度越高。層次聚類的距離計算和聚類方法多樣，根據(jù)圖2可知，3個傳播指標之間存在量級上的差異，且分享欲指標自身變異較大，為此選取具有尺度不變性且考慮指標間聯(lián)系的“馬氏距離”進行聚類。

將所有距離值進行對比，選擇其中距離最近的兩個數(shù)據(jù)點進行組合聚類，將合并為同類的樣本取其重心作為該類的距離值，迭代這一過程，直到所有樣本都聚為一類，并以樹狀圖的形式將每一步的計算結(jié)果展現(xiàn)出來，從聚類樹的最底層依次組合，形成聚類譜系圖（圖略）。

可以看出，通過層次聚類，較為相似的3個指標較早聚為一簇，不同簇之間具有較大的差異，且越高層次的聚類，差異越顯著，說明越高層次的類之間傳播效益的差異越顯著，越能提取到具有典型代表性的模式特征。因此，本文設(shè)定層次類別為10類，即對完全展開樹形圖自頂端選取前10個層次，將層次以下的樣本視為同一類。通過圖3的散點可知，采用馬氏距離重心法具有較好的分類效果，231條圖文消息根據(jù)三個指標的分布較明確，類與類之間差別較顯著。

圖2 活躍度、忠誠度、分享欲隨時間變化趨勢

圖3 公眾號影響力分類示意圖

5 結(jié)論

本文介紹風云衛(wèi)星公眾平臺在衛(wèi)星氣象服務(wù)中的應(yīng)用現(xiàn)狀，剖析公眾號公眾平臺信息發(fā)布頻次、內(nèi)容題材以及用戶關(guān)注情況，同時利用影響力指標分析公眾號的傳播特點和服務(wù)效益，并得到以下結(jié)論：1）風云衛(wèi)星公眾號運營情況良好，發(fā)布內(nèi)容貼合新媒體用戶閱讀特點，有利于衛(wèi)星氣象服務(wù)信息和專業(yè)科普知識面向公眾傳播，優(yōu)質(zhì)內(nèi)容獲得了較高的社會關(guān)注。2）微信公眾號關(guān)注用戶主要集中在大中型城市以及氣象災(zāi)害頻發(fā)的個別省份及地區(qū)，確定了風云氣象衛(wèi)星宣傳的普適性與可讀性。3）通過傳播途徑分析可知，隨著時間的推移，公眾號有效吸引了忠實用戶群體，但公眾號推送途徑的傳播影響力有限，公眾號內(nèi)消息的廣泛傳播需要依靠轉(zhuǎn)發(fā)分享等其他途徑實現(xiàn)。4）高質(zhì)量具有科普性的圖文內(nèi)容或較為特殊的災(zāi)害性氣象事件更易吸引公眾注意力并引發(fā)轉(zhuǎn)發(fā)分享行為，形成具有高影響力的“熱點”消息，可加以利用來增加衛(wèi)星氣象服務(wù)信息的宣傳影響。

深入閱讀

陳紅妹, 張志強, 2016. 論新媒體新聞的寫作特點及發(fā)展趨勢. 南陽理工學院學報, 8(1): 64-67.

陳娟, 吳卓青, 鄧勝利, 2018. 基于層次聚類法的“知乎”用戶細分與行為分析. 情報理論與實踐, 41(7): 110-116.

陳周旺, 邱奕超, 2019. 融媒體時代氣象微信公眾號的運營策略——以“嘉興氣象”為例. 新媒體研究, (6): 52-55.

霍甜, 2018. 微信公眾號廣告中增加用戶黏性的策略研究. 韶關(guān)學院學報, 39(6): 43-46.

李進華, 安仲杰, 2016. 基于地理坐標的微博事件檢測與分析. 現(xiàn)代圖書館情報技術(shù), 267(2): 90-101.

凌標燦, 魏洪霞, 2017. 各城市消費水平差異層次聚類及因子分析.華北科技學院學報, 14(1): 110-116.

秦慧媛, 2018. 基于影響力調(diào)查分析的高校微信公眾號編輯策略研究. 齊魯師范學院學報, 33(5): 146-151.

任永樂, 2019. 微信公眾號新聞內(nèi)容的編輯策略分析. 傳播力研究,(9): 88-90.

阮光冊, 任金玥, 2019. 基于主題層次關(guān)系的文獻檢索結(jié)果可視化應(yīng)用研究. 圖書館雜志, 38(5): 71-78.

吳靜, 2008. 基于層次聚類分析的我國居民收入狀況地區(qū)比較分析. 經(jīng)濟師, (8): 26.

謝燕峰, 王淼, 劉博文, 等, 2019. ArcGIS制圖模塊在城市用地供應(yīng)圖制作中的應(yīng)用研究. 北京測繪, 33(5): 570-574.

楊軍, 咸迪, 唐世浩, 2018. 風云系列氣象衛(wèi)星最新進展及應(yīng)用. 衛(wèi)星應(yīng)用, (11): 8-14.

趙成祥, 2018. 探析微信公眾號的企業(yè)品牌形象傳播策略. 新聞研究導刊, 9(3):177-178.