在線內(nèi)容早期傳播的影響因素研究——經(jīng)濟(jì)與管理

一、引言
隨著信息技術(shù)的快速發(fā)展，以社會(huì)化媒體為代表的新型互聯(lián)網(wǎng)應(yīng)用不斷誕生和繁榮，從最早的博客、播客、維基一直到最近流行的社交網(wǎng)絡(luò)、微博客，不同的互聯(lián)網(wǎng)服務(wù)平臺(tái)上累積了龐大的用戶基礎(chǔ)。據(jù)iUserTracker最新的調(diào)查顯示①，截至2012年5月，社區(qū)交友服務(wù)覆蓋人數(shù)超4億，滲透率達(dá)80%，其中，微博及SNS的覆蓋人數(shù)最多，微博覆蓋人數(shù)約為2.7億人，SNS覆蓋人數(shù)約為2.6億人。借助這些平臺(tái)，用戶持續(xù)不斷地發(fā)布和傳播著各種各樣的信息，使得互聯(lián)網(wǎng)在線內(nèi)容呈現(xiàn)出欣欣向榮的景象。
在繁榮的背后，可以關(guān)注到在線內(nèi)容特有的現(xiàn)象：少數(shù)內(nèi)容在短期內(nèi)獲得了大量的關(guān)注和傳播而成為熱點(diǎn)，而大多數(shù)內(nèi)容則人氣平庸，在誕生后不久便退出了人們的視線。這一現(xiàn)象，在具有協(xié)同過(guò)濾（collaborative filtering）功能特性的社會(huì)化媒體中顯得尤為突出：用戶往往只關(guān)注和傳播自身感興趣的人發(fā)布的內(nèi)容，從而形成基于興趣的關(guān)注鏈條，當(dāng)內(nèi)容符合用戶群體的興趣時(shí)將得以沿著鏈條持續(xù)傳播，否則將很快停止傳播并消退。這使得在線內(nèi)容的傳播成為了包括企業(yè)組織和政府機(jī)構(gòu)在內(nèi)的許多社會(huì)化媒體用戶所關(guān)注的問(wèn)題，因?yàn)闇?zhǔn)確而實(shí)時(shí)的在線內(nèi)容流行度預(yù)測(cè)一方面使得企業(yè)能夠通過(guò)對(duì)內(nèi)容訪問(wèn)的定價(jià)和廣告投放實(shí)現(xiàn)收益的最大化（Lerman和Hogg，2010）[1]，另一方面有助于政府把握和掌控網(wǎng)絡(luò)輿情，積極回應(yīng)民眾通過(guò)網(wǎng)絡(luò)渠道的訴求并治理傳播中的有害信息。
盡管對(duì)在線內(nèi)容的流行度（popularity）和網(wǎng)絡(luò)熱點(diǎn)的研究提出了不少能實(shí)時(shí)發(fā)現(xiàn)熱門話題的算法和模型，然而對(duì)于特定在線內(nèi)容是否能夠成為熱點(diǎn)的問(wèn)題則有待進(jìn)一步的研究探索?；诖?，本研究首先對(duì)國(guó)內(nèi)外有關(guān)研究進(jìn)行介紹和評(píng)述，然后以新聞微博帳號(hào)為研究對(duì)象，采用用戶訪談與歷史數(shù)據(jù)抓取與分析相結(jié)合的方式，探索并驗(yàn)證在線內(nèi)容早期傳播的影響因素。
二、相關(guān)研究評(píng)述
在國(guó)外，在線內(nèi)容流行度的預(yù)測(cè)已經(jīng)受到學(xué)者們的關(guān)注。Wu和Huberman（2007）通過(guò)分析digg.com上近100萬(wàn)人的互動(dòng)情況，確定數(shù)千個(gè)新故事的關(guān)注的增長(zhǎng)和消退，并驗(yàn)證了一個(gè)用于預(yù)測(cè)故事生命周期的動(dòng)力學(xué)和統(tǒng)計(jì)分布的理論模型[2]；Saha和Sindhwani（2012）提出了一個(gè)基于文本內(nèi)容的在線非負(fù)矩陣因子分解框架，用于預(yù)測(cè)即將產(chǎn)生的熱點(diǎn)主題，并且取得良好效果[3]。
在國(guó)內(nèi)，不少學(xué)者也提出了不同的網(wǎng)絡(luò)熱點(diǎn)探索和發(fā)現(xiàn)方法，如劉星星等（2008）面向互聯(lián)網(wǎng)新聞設(shè)計(jì)了熱點(diǎn)事件發(fā)現(xiàn)系統(tǒng)，能夠根據(jù)大規(guī)模數(shù)據(jù)自動(dòng)發(fā)現(xiàn)特定時(shí)期內(nèi)的熱點(diǎn)事件[4]；基于已有的熱點(diǎn)挖掘和輿情分析技術(shù)，吳方照（2012）實(shí)現(xiàn)了一個(gè)完整的網(wǎng)絡(luò)熱點(diǎn)話題挖掘與分析系統(tǒng)，能夠確保獲取的熱點(diǎn)話題的時(shí)效性[5]。這些研究的特點(diǎn)在于基于一定的算法構(gòu)建模型，然后通過(guò)網(wǎng)站的宏觀歷史數(shù)據(jù)對(duì)模型進(jìn)行驗(yàn)證，并且能夠用于新熱點(diǎn)的發(fā)掘和預(yù)測(cè)。然而，這些模型無(wú)法用于對(duì)具體內(nèi)容的傳播以及流行度的預(yù)測(cè)，而對(duì)于具體的用戶而言，更關(guān)心的往往是特定的內(nèi)容（通常是用戶自身發(fā)布的內(nèi)容）能否獲得廣泛傳播并成為熱點(diǎn)。要回答這一問(wèn)題，首先需要理解在線內(nèi)容傳播的過(guò)程。
在線內(nèi)容的傳播通?？梢苑譃樵缙趥鞑ズ烷L(zhǎng)期傳播兩個(gè)階段。在早期傳播階段，內(nèi)容的傳播主要受到哈羅德·拉斯韋爾提出的傳播“5W”（Who says what in which channel to who with what effect）模式，即內(nèi)容發(fā)布者、內(nèi)容本身、傳播媒體（渠道）、內(nèi)容接收者以及傳播效果的影響，因?yàn)樵谶@一階段，內(nèi)容往往只是傳播至發(fā)布源的直接關(guān)注者，二次傳播尚未開始；而長(zhǎng)期傳播，則受到包括協(xié)同過(guò)濾機(jī)制在內(nèi)的許多其他因素的影響：一方面，一些內(nèi)容的接收者進(jìn)一步也成為內(nèi)容的分發(fā)者，因而后來(lái)的內(nèi)容接收者將可能感受到多個(gè)層次的內(nèi)容來(lái)源（Sundar，2007）[6]；另一方面，媒體對(duì)多次傳播的內(nèi)容提供了多樣化的線索，這些線索能夠幫助用戶評(píng)估內(nèi)容，從而也會(huì)影響內(nèi)容的進(jìn)一步傳播，如在新浪微博中，已被用戶大量討論的話題會(huì)成為熱門話題，從而出現(xiàn)在首頁(yè)右側(cè)的熱門話題榜中，進(jìn)一步引發(fā)了其他用戶的關(guān)注和討論。
盡管內(nèi)容的長(zhǎng)期傳播機(jī)制十分復(fù)雜，然而多個(gè)研究表明，內(nèi)容的早期傳播情況對(duì)長(zhǎng)期傳播有良好的預(yù)測(cè)能力。例如，Szabo和Huberman（2010）的研究表明，在線內(nèi)容的長(zhǎng)期流行度（popularity）可以通過(guò)早期的用戶訪問(wèn)量來(lái)預(yù)測(cè)，其誤差不高于10%[7]；Lerman和Hogg（2010）指出，盡管大量因素在影響內(nèi)容傳播的先驗(yàn)預(yù)測(cè)，但基于早期內(nèi)容出現(xiàn)的用戶反應(yīng)能夠預(yù)測(cè)內(nèi)容未來(lái)的流行度[1]。因此，部分學(xué)者將研究重點(diǎn)放在了在線內(nèi)容的早期傳播上，并探索出了一些可能影響用戶分享內(nèi)容的意愿并最終影響內(nèi)容流行度的因素，如發(fā)布者（來(lái)源）的可信度（Ha和Ahn，2011）[8]、內(nèi)容質(zhì)量（Agarwal等，2008）[9]、接收者對(duì)內(nèi)容質(zhì)量、風(fēng)險(xiǎn)的感知和信任（厲鐘靈，2012）[10]、用戶的動(dòng)機(jī)（Marett和Joshi，2009）[11]以及對(duì)在線社區(qū)的參與度（Chang和Chuang，2011）[12]等。這些研究的特點(diǎn)在于回歸到微觀的傳播行為中，基于對(duì)個(gè)體用戶行為意愿的研究得出結(jié)論，所采用的模型的因變量往往是用戶對(duì)內(nèi)容的分享或轉(zhuǎn)發(fā)意愿而非實(shí)際的早期傳播效果，因而有待在實(shí)際的傳播情境中進(jìn)行驗(yàn)證。
綜上所述，本研究將從內(nèi)容發(fā)布者的實(shí)踐出發(fā)，重點(diǎn)關(guān)注與內(nèi)容發(fā)布相關(guān)的因素對(duì)早期傳播的影響。