高校圖書館微信公眾號傳播影響力和影響因素關(guān)系研究

付國帥

圖書情報學(xué)研究

高校圖書館微信公眾號傳播影響力和影響因素關(guān)系研究

付國帥

（鄭州工業(yè)應(yīng)用技術(shù)學(xué)院 圖書館，河南 新鄭 451150）

基于46所高校圖書館微信公眾號相關(guān)數(shù)據(jù)，計算微信傳播指數(shù)并利用SPSS22.0對數(shù)據(jù)進(jìn)行回歸分析，找出微信公眾號傳播影響力與相關(guān)變量之間的數(shù)量關(guān)系，由此提出相應(yīng)的優(yōu)化策略。

高校圖書館；微信公眾號；傳播影響力；回歸分析

高校圖書館積極開通圖書館微信公眾號，加強(qiáng)微信公眾號的建設(shè)力度，利用微信提供便捷服務(wù)，可以及時有效地向讀者發(fā)布信息、加強(qiáng)與讀者互動，不斷提高讀者的忠誠度和歸屬感[1]。目前，關(guān)于高校圖書館微信公眾號的研究主要涉及圖書館微信公眾號的現(xiàn)狀調(diào)查，對高校圖書館微信公眾號傳播影響力和傳播影響因素關(guān)系研究成果相對較少。王海燕[2]和雷歡[3]等學(xué)者進(jìn)行過相關(guān)研究，但未見采用長期數(shù)據(jù)作為基礎(chǔ)的研究成果。本文以2018年1月至6月半年數(shù)據(jù)為基礎(chǔ)，從定量角度分析高校圖書館微信公眾號傳播影響力及相關(guān)指標(biāo)因素，量化指標(biāo)關(guān)系和指標(biāo)間相互聯(lián)系的緊密程度，發(fā)現(xiàn)有價值的結(jié)論，并在此基礎(chǔ)上提出相應(yīng)的優(yōu)化策略，數(shù)據(jù)收集時間為2018年10月15-17日。

1 測度指標(biāo)與數(shù)據(jù)來源

1.1 測度指標(biāo)說明

1.1.1 傳播影響力指標(biāo)

微信公眾號傳播影響力是指其在大眾間的傳播廣度和傳播深度。高校圖書館微信公眾號服務(wù)的對象主要是本校師生，其傳播影響力是指其在本校師生間的傳播廣度和傳播深度。其中，微信公眾號傳播廣度可用最大閱讀數(shù)和最大點贊數(shù)兩個單變量指標(biāo)衡量，最大閱讀數(shù)和最大點贊數(shù)越大，說明其擁有的用戶群體越大，傳播范圍越廣；微信公眾號傳播深度可用平均閱讀數(shù)和平均點贊數(shù)兩個變量指標(biāo)衡量，某一微信公眾號一段時間內(nèi)平均閱讀數(shù)和平均點贊數(shù)越大，說明其擁有的用戶群體忠誠度越大，傳播深度越大。此外，為獲得更綜合的評價指標(biāo)，本文選擇清華大學(xué)沈陽團(tuán)隊開發(fā)的微信傳播指數(shù)（WCI）作為重要的傳播影響力指標(biāo)。評估微信公眾號影響力指數(shù)WCI旨在鼓勵賬號提高單篇文章質(zhì)量，合理把握推文數(shù)量，提高賬號的整體傳播力和影響力。

1.1.2 主動指標(biāo)

主動指標(biāo)是指微信公眾號可以根據(jù)自身情況自由改變的指標(biāo)。結(jié)合學(xué)者的研究，本文選取原創(chuàng)率、文章總數(shù)、發(fā)布次數(shù)和頭條文章閱讀量四個指標(biāo)作為主動指標(biāo)，研究其與傳播影響力五個指標(biāo)之間的量化關(guān)系，以期為加強(qiáng)圖書館微信公眾號建設(shè)、提升其影響力提供科學(xué)依據(jù)。其中，需要說明的是頭條文章閱讀量雖無法直接得到，但調(diào)查顯示本研究的46所高校圖書館微信公眾號頭條文章閱讀量占閱讀總量一半以上的有45所，說明頭條文章對閱讀量具有強(qiáng)力拉動作用，各高校圖書館微信公眾號可針對性地加強(qiáng)頭條文章的建設(shè)，通過發(fā)布創(chuàng)新性和幽默性的文章提高閱讀量，因此本文將其歸為主動指標(biāo)類別。

1.2 數(shù)據(jù)來源說明

根據(jù)以上傳播影響力指標(biāo)和主動指標(biāo)構(gòu)建的說明，本文以第三方數(shù)據(jù)平臺“清博指數(shù)”為數(shù)據(jù)來源，以2018年1月到6月46所高校圖書館微信公眾號為收集對象，搜集相關(guān)數(shù)據(jù)，并計算出平均閱讀數(shù)、平均點贊數(shù)、WCI指數(shù)和原創(chuàng)率。結(jié)果表明，傳播影響力各指標(biāo)排名第一的均為四川大學(xué)圖書館微信公眾號，而排名在后的圖書館微信公眾號各指標(biāo)不相同或不完全相同。另外，除四川大學(xué)圖書館微信公眾號發(fā)布的文章全為原創(chuàng)外，其余高校圖書館微信公眾號發(fā)布文章原創(chuàng)率較低。

2 回歸分析

2.1 一元回歸分析

為探究高校圖書館微信公眾號主動指標(biāo)與高校圖書館微信公眾號傳播影響力指標(biāo)之間的具體模型關(guān)系，本文利用回歸分析對其進(jìn)行研究。首先利用一元回歸方程來考察單一指標(biāo)間的函數(shù)關(guān)系。分別將平均閱讀數(shù)、平均點贊數(shù)、最大閱讀數(shù)、最大點贊數(shù)和WCI作為被解釋變量，運用SPSS22.0進(jìn)行一元回歸分析，整理數(shù)據(jù)，見表1。

表1 一元回歸分析結(jié)果

根據(jù)F檢驗與T檢驗結(jié)果得10個模型具有統(tǒng)計學(xué)意義。其中，原創(chuàng)率對平均閱讀數(shù)、平均點贊數(shù)、最大閱讀數(shù)和最大點贊數(shù)變異的解釋程度較高，決定系數(shù)R2分別為0.632、0.649、0.689和0.529，系數(shù)通過p=0.001的高顯著性水平的檢驗，可以看出原創(chuàng)率對平均閱讀數(shù)、平均點贊數(shù)、最大閱讀數(shù)和最大點贊數(shù)均有顯著性貢獻(xiàn)，回歸系數(shù)分別為4 584.061、83.577、49 198.948和381.052；頭條文章閱讀量對WCI變異的解釋程度較高，決定系數(shù)R2為0.736，說明其對WCI值影響較大，回歸系數(shù)為0.001。

根據(jù)表2給出的回歸方程中的常數(shù)項和回歸系數(shù)的估計值可得10個模型具體的一元回歸方程，如

平均閱讀數(shù)=494.164+4 584.061*原創(chuàng)率

平均點贊數(shù)=11.502+83.577*原創(chuàng)率

最大閱讀數(shù)=3 374.934+49 198.948*原創(chuàng)率

WCI=307.079+0.001*頭條文章閱讀量

通過分析原創(chuàng)率和頭條文章閱讀量兩自變量的回歸系數(shù)可知，其對5個解釋變量均顯示正相關(guān)。原創(chuàng)率對平均閱讀數(shù)和最大閱讀數(shù)的正相關(guān)系數(shù)最大，說明原創(chuàng)文章更易吸引讀者閱讀興趣；頭條文章閱讀量對平均閱讀數(shù)、平均點贊數(shù)、最大閱讀數(shù)、最大點贊數(shù)和WCI提升效果偏低，應(yīng)加強(qiáng)頭條文章的建設(shè)，因為其是捕捉讀者眼球的“第一工具”。

2.2 多元回歸分析

影響高校圖書館微信公眾號傳播影響力的因素有很多，原創(chuàng)率、文章總數(shù)、發(fā)布次數(shù)和頭條文章閱讀量都是影響因素。為進(jìn)一步考察多個影響因素共同作用對高校圖書館微信公眾號的影響，采用多元回歸方程來考察多個指標(biāo)間的函數(shù)關(guān)系。將原創(chuàng)率、文章總數(shù)、發(fā)布次數(shù)和頭條文章閱讀量作為自變量，將平均閱讀數(shù)、平均點贊數(shù)、最大閱讀數(shù)、最大點贊數(shù)和WCI作為被解釋變量，運用SPSS22.0進(jìn)行多元回歸分析，整理數(shù)據(jù)，見表2。

表2 多元回歸分析結(jié)果

根據(jù)F檢驗結(jié)果發(fā)現(xiàn)擬合的5個模型具有統(tǒng)計學(xué)意義（p<0.01），根據(jù)T檢驗結(jié)果發(fā)現(xiàn)，除發(fā)布次數(shù)對平均點贊數(shù)（p=0.197）和文章總數(shù)對傳播影響力指標(biāo)（p=0.517、p=0.103、p=0.224、p=0.371、p=0.714）無統(tǒng)計學(xué)意義外，其余變量對被解釋變量（p<0.01）均有統(tǒng)計學(xué)意義。原創(chuàng)率、發(fā)布次數(shù)和頭條文章閱讀量共同對平均閱讀數(shù)、最大閱讀數(shù)、最大點贊數(shù)和WCI變異的解釋程度較高，相關(guān)系數(shù)R2分別為0.832、0.829、0.667、0.891，系數(shù)均通過p=0.01的顯著性水平的檢驗，說明原創(chuàng)率、發(fā)布次數(shù)和頭條文章閱讀量共同對平均閱讀數(shù)、最大閱讀數(shù)、最大點贊數(shù)和WCI有顯著性貢獻(xiàn)，回歸系數(shù)分別為3 134.141，-10.001，0.013、37 548.073，-117.68，0.115、276.886，-1.138，0.001、60.115、-0.677、0.002；原創(chuàng)率和頭條文章閱讀量共同對平均點贊數(shù)變異的解釋程度較高，相關(guān)系數(shù)R2為0.794，系數(shù)通過p=0.01的顯著性水平的檢驗，說明原創(chuàng)率和頭條文章閱讀量共同對平均點贊數(shù)有顯著性貢獻(xiàn)，回歸系數(shù)分別為59.748和0。

和單一變量作用高校圖書館微信公眾號傳播影響力的回歸方程決定系數(shù)相比，多變量均使回歸方程的決定系數(shù)有所提高。在單一變量原創(chuàng)率基礎(chǔ)上增加發(fā)布次數(shù)和頭條文章閱讀量等變量，使回歸方程的決定系數(shù)分別提高了0.2、0.145、0.14、0.138、0.588；在單一變量頭條文章閱讀量基礎(chǔ)上增加原創(chuàng)率和發(fā)布次數(shù)等變量，使回歸方程的決定系數(shù)分別提高了0.566、0.535、0.528、0.432、0.155，表明原創(chuàng)率、發(fā)布次數(shù)和頭條文章閱讀量共同作用較單一的因素要大。以下以WCI多元回歸方程為例，詳細(xì)分析相關(guān)變量對高校圖書館微信公眾號傳播影響力WCI指標(biāo)的作用情況，其余多元回歸方程分析過程和所得結(jié)論與此類。多元回歸方程為

WCI=330.207+60.115*原創(chuàng)率-0.677*發(fā)布次數(shù)+0.002*頭條文章閱讀量

該方程表明WCI值與原創(chuàng)率和頭條文章閱讀量成正比，與發(fā)布次數(shù)成反比，而與文章總數(shù)無相關(guān)性。由此說明，各高校圖書館微信公眾號應(yīng)加強(qiáng)原創(chuàng)文章和頭條文章的建設(shè)，同時應(yīng)結(jié)合自身情況規(guī)范發(fā)布頻次。此外，該研究結(jié)果也間接說明與過高的文章總數(shù)相比，過高的推文頻次更易導(dǎo)致讀者閱讀興趣下降。

3 結(jié)論

本文利用回歸分析方法研究高校圖書館微信公眾號傳播影響力指標(biāo)和主動指標(biāo)之間的關(guān)系，得出以下結(jié)論：

（1）高校圖書館微信公眾號在主動指標(biāo)和傳播影響力指標(biāo)方面差距較大；

（2）原創(chuàng)率和頭條文章閱讀量均與平均閱讀數(shù)、平均點贊數(shù)、最大閱讀數(shù)、最大點贊數(shù)、WCI呈顯著正相關(guān)，對傳播影響力指標(biāo)共同作用大于單個指標(biāo)的作用，重視原創(chuàng)，加強(qiáng)原創(chuàng)文章推送力度，加強(qiáng)頭條文章建設(shè)；

（3）規(guī)范推文的頻次和質(zhì)量推文頻次和質(zhì)量可影響高校圖書館微信公眾號的傳播影響力。

[1] 王曉慧,王康.高校圖書館微信公眾號信息傳播影響因素研究——以武漢大學(xué)圖書館為例[J].上海高校圖書情報工作研究,2017,27(4):35-38.

[2] 王海燕.圖書館微信公眾平臺傳播影響力研究[J].圖書館工作與研究,2015,37(9):28-31.

[3] 雷歡.圖書館網(wǎng)絡(luò)影響力研究:以自媒體微博微信為視角[J].圖書館論壇,2017,37(1):109-114.

[4] 潘濤.關(guān)于高校圖書館微信服務(wù)的幾點思考[J].出版廣角,2016,22(10):64-66.

Research on the Relationship between the Influence of the Spreading of Wechat Public Number and the Influencing Factors of Communication in University Library

FU Guo-shuai

(Library, Zhengzhou University of Industrial Technology, Xinzheng 451150, China)

This paper collects the relevant data of Wechat public number of 46 University libraries, calculates the Wechat transmission index, and uses SPSS 22.0 to make regression analysis of the data, finds out the quantitative relationship between the influence of Wechat public signal transmission and related variables, and puts forward corresponding optimization strategies.

university library; wechat public account; communication impact; regression analysis

G250.7

A

1009-9115(2019)06-0157-04

10.3969/j.issn.1009-9115.2019.06.038

河南省社科聯(lián)科研項目（SKL-2017-908）

2019-05-30

2019-10-16

付國帥（1984-），男，河南林州人，館員，研究方向為數(shù)字圖書館建設(shè)。

（責(zé)任編輯、校對：王學(xué)增）