微信公众号传播力评价指标体系研究

微信公众号传播力评价指标体系研究 简要：摘 要 微信新推出的7.0版对公众号做了调整，公众号传播力评价指标体系也需要进行相应的优化。文章通过因子分析法和层次分析法，从阅读量传播力、在看传播力和创作传播力三个方 　　摘 要 微信新推出的7.0版对公众号做了调整，公众号传播力评价指标体系也需要进行相应的优化。文章通过因子分析法和层次分析法，从阅读量传播力、在看传播力和创作传播力三个方面构建了微信公众号传播力评价指标体系，并选取局部科技类公众号数据对指标体系进行验证，结果说明，该指标体系对微信公众号有良好的区分度，而且较好地适应了新版微信。 　　关键词 微信公众号;传播力;评价指标体系 　　?新媒体研究?是由中国科技新闻学会主办，期刊荣誉为：中国学术期刊(光盘版)全文收录期刊。?新媒体研究?的办刊宗旨：重点刊载新媒体传媒技术、传媒特点、传播形式、传播规律、传播渠道以及新媒体开展趋势和管理方面的研究成果，交流学术经验，活泼学术思想，促进学科开展。 　　自2022年7月推出以来，微信公众平台开展迅速。微信公众平台随着版本更新，细节在不断完善和优化。在2022年8月，微信发布5.0版本，微信公众平台推出效劳号和订阅号，这两个平台号针对不同的用户群体，效劳号的用户群体是企业和组织，而订阅号的用户群体是媒体和个人。在微信7.0版本里，增加了“看一看〞模块，微信公众号推文底部页面也发生了改变，文章里“点赞〞更新为“好看〞，当用户点击“好看〞后，文章会被推荐到“看一看〞界面，用户的好友就可以看到推荐的推文，并可以互动。在后续的版本中，公众号文章页面又再次更新，位于文章底部右下角的“好看〞更新为“在看〞。“看一看〞模块中的“好看〞也更新为“朋友在看〞。 　　当下有很多微信公众号数据监测平台，例如清博指数、新榜、西瓜数据、微小宝等，在这些微信公众号数据监测平台中，局部平台公开了自己的微信指数算法，例如清博的WCI指数和新榜RSI指数，这些指数算法都有各自的特点，都能对微信公众号的运营情况进行排名，排名也有良好的区分度。但在微信7.0改版后相应的指标和权重也应进行调整。在微信7.0版本上线后，微信公众号增加了新模块“看一看〞，同时公众号阅读量破万后阅读数据精确到千，现有的评价指标体系也需要做出调整，反映上述改动。 　　用户阅读推文后点了“在看〞，好友就可以通过“看一看〞模块中的“朋友在看〞与其进行互动。此功能可提高公众号内容的分享和传播，由于活泼粉丝是公众号活力的来源，也是公众号粉丝扩大的根底，对于改版后阅读数相同在看数更高的推文，可以认为后者的用户更活泼，二次传播能力更强，所以文章的“在看数〞在微信公众号评价指标体系中的权重有必要调高，大于一万的阅读量数据精确到千，具有一定模糊性，所以有必要降低阅读量在微信公众号评价指标体系中的权重。除此之外，目前主要的微信公众号数据监测平台，例如清博的WCI指数和新榜RSI指数均没有将文章数量、公众号推送次数等作为评价指标。本文认为有更高推送频次的公众号，其传播力也更高。 　　基于以上分析，有必要提出一种新的微信公众号传播力评价指标体系，适应微信改版后的变化。 　　1 研究现状 　　关于微信公众号传播力，国内很多学者有相关的研究。张莉曼等认为微信公眾号传播力是指微信公众号运营者通过微信公众平台将信息内容高效传递给用户的能力及信息传播活动对用户产生的实际影响效力[1]。丁炫凯和李刚那么认为传播力是传播者传递信息的能力，其组成因素包括传播者、传播工具和传播受众[2]。吴素华以9种专业类微信公众号基于清博的WCI指数研究各变量的相关性，总结出专业类微信公众号的内涵与特征，提出了微信公众号传播力提升的策略[3]。柳毅、唐满华和谭青基于WCI从内容优化、表达形式变通、传播方式改良、用户体验增加等方面研究政务微信公众号传播力的提升方法[4]。李明德和高如使用层次分析法，从内容、平台设计、更新频率、回复效劳、传播域等方面构建指标体系[5]。 　　当下许多微信公众号监测平台也有自己的评价指标体系，例如清博WCI指数和新榜RSI指数，上述两种指标体系的权重主要由专家给出。 　　本文通过因子分析法和层次分析法给出一种确定指标权重的客观方法，并在此根底上构建评价指标体系，搜集20个科技类微信公众号的数据，计算其微信公众号传播力评价指数并进行排名。此外，还将本文提出的公众号传播力评价指数与WCI指数进行比照分析。 　　2 研究方法 　　2.1 因子分析法 　　因子分析通过研究各个变量的内部关系，寻找数据中的根本组成架构，再用少量的几个线性组合变量来描述。因子就是各个变量的线性组合，它包含了所有变量的大局部信息[5]。因子分析通常包括以下五个步骤。 　　2.1.1 选择分析的变量 　　变量之间必须要有相关关系，这是因子分析的前提。 　　2.1.2 计算相关系数矩阵 　　如果所选变量无相关性就不适合做因子分析，所以相关系数矩阵是分析因子模型组成结构的 　　根底。 　　2.1.3 提取公共因子 　　根据因子方差的大小确定因子数量，需要累计方差奉献率到达70%以上。 　　2.1.4 因子旋转 　　因子旋转可以使每个变量只在一个公因子上有较大的载荷，突出因子与变量之间的关系。 　　2.1.5 计算因子得分 　　因子得分公式可以用于综合评价指标体系的 　　构建。 　　2.2 层次分析法 　　层次分析法将与决策相关的指标分解多个层级，例如目标层、准那么层、方案层，将问题转化为确定方案层指标相对于总目标的相对重要权值，然后在构建的层级上进行定性和定量分析，这是一种层次权重决策分析方法[6]。层次分析法根本步骤 　　如下。 　　2.2.1 建立层次结构模型 　　将与总目标有关的指标按照不同分类规那么分解成多个层次，同一层因素对上层因素有影响，同时又受下层因素作用。