平台特征对跨社交媒体UGC信息分享行为的影响机理研究

[目的/意义]探究平台特征对跨社交媒体UGC信息分享行为的影响,揭示用户跨社交媒体场景的新特征。[方法/过程]通过刺激—机体—反应(SOR)理论框架构建平台特征对跨社交媒体UGC信息分享行为的中介调节模型,以时间维度和平台维度拼接应用商城数据、百度指数数据、社交媒体数据等,构建多源异构面板数据集作为样本,使用固定效应模型验证相关假设。[结果/结论]平台的声誉和用户服务技术迭代通过感知有用性正向影响跨社交媒体UGC信息分享,而平台的关注度通过感知有用性显著负向影响信息分享行为;平台声誉和用户服务技术迭代对感知有用性和跨社交媒体UGC信息分享之间的关系具有负向调节作用。本文关注跨社交媒体UGC的信息分享行为,为UGC创作者采用跨社交媒体信息投放策略提供参照,为社交媒体维护平台生态提供启示。

政务新媒体信息传播影响力研究

[目的/意义]探索政务新媒体的传播特点能够对政务新媒体未来发展方向提供更深层的洞见,有助于相关机构或部门在未来的社会治理中更及时地传播信息并且更好地服务民生。[方法/过程]研究工作选取微博、微信、抖音三大政务新媒体信息平台,爬取平台发布的信息内容以及对应的用户点赞量、评论量、转发量。基于各平台的信息传播影响力指标,并结合发布时间、内容类型、推送形式,分析不同政务新媒体平台信息传播影响力。[结果/结论]研究结果表明,短视频政务新媒体平台在信息传播活性方面具有优异的表现;信息内容以及事件类型等差异使其适合不同的推送形式;各类政务新媒体应该形成多平台渠道互补。

UGC跨平台投放对受众信息行为的影响研究

[目的/意义]探索用户生成内容(User-Generated Content,UGC)跨平台投放情境中受众信息行为的特征能够揭示群体信息行为的互动模式,也有助于为监管信息行为实现科学的决策与引导。[方法/过程]基于自媒体博主投放于抖音、快手与B站的视频内容,采用信息计量学与主题建模相结合的方法对受众信息行为进行测算与主题挖掘,探究UGC跨平台投放对受众信息行为的影响。[结果/结论]研究结果表明,受众的间接互动与直接互动之间没有直接关联;UGC跨平台投放对受众信息行为有直接影响;UGC跨平台投放情境下,受众在与视频内容互动时会涉及相同的话题,但同样含有不同的衍生话题。

算法感知视角下跨平台信息推荐用户接受意愿研究

[目的/意义]旨在从算法感知的视角出发,探明用户对跨平台信息推荐接受意愿的成因与作用机制,为解决用户与智能算法交互领域的问题提供理论参考。[方法/过程]从感知公平性、感知可问责性和感知透明度3方面阐释用户对跨平台信息推荐的算法感知内涵,基于启发式—系统式模型框架,探究不同维度的算法感知对用户接受意愿的差异化影响及其作用机制,采用结构方程建模进行实证研究。[结果/结论]感知公平性、感知可问责性和感知透明度可以显著降低用户的隐私关注,进而提升用户对跨平台信息推荐的接受意愿,感知可问责性对隐私关注产生的负向影响最大;感知公平性和感知可问责性还可以增强用户的社会临场感,社会临场感对用户的推荐接受意愿具有正向影响。根据研究结论,为在线平台企业更好地实施跨平台信息推荐策略,以及互联网信息管理机构进一步完善推荐算法治理模式提供对策与建议。

舆情当事人回应对网民情感的影响研究

[目的/意义]探索网络舆情演化的内在机理能够对舆情发展获得更深层的洞见,有助于相关单位或部门在舆情事件中实现科学的决策与引导。[方法/过程]研究工作选取特定舆情事件的当事人博文及对应的转发评论,基于情感词典计算评论文本的情感分值。采用时间序列的视角,对舆情发展过程中情感极性的变化以及当事人回应对网民情感的影响进行动态分析。[结果/结论]研究结果表明,当事人的回应对网民的关注程度有直接影响;舆情发展过程中网民的情感极性并非一成不变;回应的内容直接影响网民的情感,有效的证据和诚恳的态度有助于平抑舆情中的负面消极情绪。

新媒体时代短视频信息传播影响力研究

【目的/意义】探索新媒体时代短视频信息传播影响力,有助于新闻媒体机构针对受众特点改进自身的传播模式,为相关机构或部门在进行社会治理的过程中提供更及时、丰富、准确的信息服务。【方法/过程】以新闻媒体机构官方账号为研究案例,爬取短视频新闻对应的点赞量、评论量、播放量、弹幕量等用户信息数据。从点播指数、互动指数、利用指数三个方面设置权重,构建短视频传播影响力指数(VDI)。综合视频播放时长、视频数量、视频内容及制作形式等多个维度测算短视频新闻的信息传播影响力,分析其传播效果的影响因素。【结果/结论】研究结果表明,视频播放时长对短视频传播效果具有显著的影响,受众特征与制作水平是影响短视频传播效果的重要因素,弹幕能够有效促进短视频传播过程中的即时影响力。【创新/局限】研究中获得的相关结论能够为相关新媒体部门利用短视频了解社情民意,并为正确引导网络舆情提出科学依据。未来的相关研究将会采集更广泛的数据进行更深层次的观点挖掘。