趙志真方明豪：微信熱門文章及其影響因素實證研究

摘要：本文從實證研究的角度入手，利用新媒體指數網站收錄的數據資源，對微信熱門文章進行了內容分析。內容分析的項目包括文章類型、表現形式、發布主體類型、發布時段、態度指向、閱讀動機及關注度等變量。此外，以微信熱門文章關註度作為因變量，以發布時段、內容形式、公眾號類型等變量作為自變量，進行了多變量相關分析和多元回歸分析，最後通過回歸分析概括出影響微信熱門文章的若幹因素。

微信是騰訊公司在2011年推出的一款支持發送圖文、語音、視頻信息，多人語音對講，閱讀和分享資訊等等功能的移動社交軟件。截止到2015年第一季度，微信月活躍用戶數已達到5.49億[1]。作為當下用戶活躍度最高的移動社交平臺，微信無疑對用戶的溝通方式和生活方式影響巨大。

Talking data的《2015年移動社交應用行業報告》中指出，截止到2015年5月，微信領先QQ、新浪微博，成為活躍率最高的移動社交應用平臺。而根據中國互聯網信息中心發布的《2014年中國社交類應用用戶行為研究報告》中指出，89.3%的用戶在2014年上半年使用過即時通信工具，其中，使用微信的用戶比例高達65%，僅次於QQ，位居第二。而作為微信功能之一的朋友圈的使用率為77%，排在了微信功能使用率的第三位[2]。可見獲取資訊仍然是微信用戶的重點需求之一。

微信公眾號編輯、發布文章推送到關註用戶客戶端，用戶通過閱讀和分享文章到朋友圈的方式來傳播微信文章，閱讀量和點贊量則成為評判微信文章關註度的重要標準。微信朋友圈哪一種類型的文章閱讀量最高，用戶更偏好為哪一類文章點贊，微信熱門文章的發布時段多集中在哪個階段、影響微信文章關註度的影響因素都有哪些等，目前鮮有學者對此展開深入研究。本文嘗試采用內容分析的實證研究方法對微信熱門文章的特征進行定量描述，並對其關註度的影響因素進行回歸分析。

一、研究設計

（一）微信熱門文章樣本抽取

本文以新媒體指數[3]網站的數據資源作為樣本框進行樣本熱門文章的抽取。新媒體指數是由清華大學教授沈陽和中國科技大學博士朱旭琪聯合開發的新媒體數據共享平臺，集信息挖掘、平臺搭建、指數架構、數據支持於一體，作為國內第一個開放“兩微一端”的新媒體指數平臺，目前已有30多萬公眾號加入數據庫，並支持註冊用戶自主監測數據和管理排行。

本研究采用等距抽樣法，在2015年1月1日到2015年6月30日的時間段內，每隔35天抽取連續5日的每日排名前10位的熱門文章。即2015年的1月1日至1月5日，2月6日至2月10日，3月11日至3月15日……以此類推截止到6月30日，共計30天的熱門文章。

新媒體指數網站每日熱門微信文章的排序方式是以80%的閱讀量加總20%的點贊量得出，因騰訊系統設置原因，微信文章閱讀量超過10萬後即以10萬+的方式表示，但點贊數則不設上限，因此，本研究剔除了閱讀量低於10萬的文章，保持閱讀量10萬+的同時，以點贊數排行作為收錄標準，共抽取了300篇微信熱門文章作為研究樣本。

（二）微信文章內容分析架構

本研究根據微信及其熱門文章的特點，對其內容分析建構以下類目。

1.公眾號類型。將公眾號分為媒體、企業、品牌化主體[4]、政務主體、行業名人等5類。其中，品牌化主體是指擁有一定知名度和粉絲基礎的主題類公眾號，如“冷兔”、“冷笑話”、“每日一讀”等。這類主體在微博、QQ空間、論壇貼吧等網絡社交平臺發展迅猛，因其致力於話題的深度挖掘、精致包裝和持續推送，形成了大批忠實受眾，其影響力和傳播力不亞於專業媒體、公共組織等其他類型主體。

2.公眾號影響力。本研究以新媒體指數網站提供的微信傳播指數（WCI）作為參考標準。微信傳播指數包括公眾號文章總閱讀量、最高閱讀量、平均閱讀量、總點贊數、平均點贊數、最高點贊數等幾項指標，對上述幾項指標進行加權計算，套用公式得出公眾號的微信傳播指數。參考WCI指數並結合騰訊網站只提供公眾號日傳播指數和周傳播指數排行的實際情況，本文將每周傳播指數排行加總得出平均數來計算微信公眾號影響力指數。

3.公眾號認證情況。公眾號可提供真實身份資料供騰訊認證，認證通過則獲得認證標誌。本研究將公眾號認證情況分為是和否兩類。

4.熱門文章類型。參考新媒體指數網站微信文章分類，本文將熱門文章分為新聞資訊、文化教育、社會民生、哲理美文、娛樂趣味、優惠活動、科普類7種類別。

5.熱門文章關註度。因騰訊系統設置原因，微信熱門文章閱讀量達到10萬記為10萬+，點贊數則不設上限。因此本研究在去除閱讀量低於10萬的文章的基礎上，將點贊數記為熱門文章關註度。

6.內容表現形式。根據信息內容的記錄、表現形式的常規分類，將熱門文章內容表現形式分為圖文、文字、圖片、視頻、視頻加圖文5種類型。

7.態度指向。根據對熱門文章態度指向的不同，將文章分為歡樂、憤怒、同情、感動、贊同、悲痛、譏諷、態度不明顯等8種類型。

8.閱讀動機。關於受眾與媒介互動的動機，著名的傳播學家麥奎爾曾經指出有以下幾種類型：娛樂、人際關系、個人鑒定和監控[5]。本研究結合麥奎爾的媒介使用動機理論以及微信用戶的實際情況，將閱讀動機分為娛樂消遣、情感需要、提升認知、表達與認同等4個方面。

9.發布時段。除了記錄熱門文章發布時間日期和發布時間點，為方便統計分析，根據受眾的作息規律，將發布時間分為5個時段：0︰00～6︰00、6︰01～8︰30、8︰31～12︰00、12︰01～14︰00、14︰01～18︰00、18︰01～24︰00。

二、微信熱門文章內容分析

本文使用SPSS軟件，在信度檢驗（結果為98.3%）的基礎上對上述類目進行了描述統計分析，其結果如下。

（一）熱門文章類型

統計結果顯示，娛樂趣味類型的熱門文章比例為34%，哲理美文比例為17.7%，文化教育類文章比例為16.3%，新聞資訊比例為13.3%，社會民生類文章比例為9%，視覺美圖比例為3.7%，健康養生類文章比例為3.3%，科普類文章比例為2%，優惠活動類文章僅占0.7%。

研究表明，微信用戶更熱衷於閱讀輕松娛樂性質的文章，出於情感需求也偏愛閱讀文化哲理類文章。對新聞資訊類文章並沒有顯示出過高的熱情，而商業優惠活動類文章也沒有得到用戶過多的關註。

（二）內容表現形式

在內容表現形式方面，56%的熱門文章為圖文並用形式，22%為純文字形式，12%為純圖片形式，8.7%是視頻，而視頻加圖文形式的文章僅占1.3%。可見圖文並用是微信熱門文章的主流形式，此外，通過純文字展開深度閱讀也是微信文章得以大量傳播的重要途徑之一。

（三）公眾號類型

公眾號各類型中，品牌化主體75.7%，媒體14.7%，行業名人7.7%，企業和政務主體僅占0.3%和1.7%。品牌化主體在微信的盛行進一步證實了品牌化主體在各大社交網絡平臺上的影響力。媒體和行業名人因其固有的傳播優勢，其熱門文章數量較多，僅次於品牌化主體，而政務主體和企業因其推送信息內容的資源局限性，熱門文章數相對較少。

（四）態度指向類型

研究表明，300篇文章中，36%的文章為贊成型態度，31.3%為歡樂型態度，態度不明顯的有21%，而感人、憤怒、悲痛、同情、譏諷型態度僅占5%、3.7%、1.3%、1%、0.7%，可見熱門文章多偏向於正面、積極型態度，反映負面、消極型態度的熱門文章數量相對較少。

（五）閱讀動機

在微信用戶閱讀動機方面，31.3%的熱門文章閱讀動機偏向於表達與認同，31%的熱門文章閱讀動機為娛樂消遣，21%的文章閱讀動機為提升認知，16%的文章閱讀動機為情感需要，僅有0.7%的微信文章閱讀動機為獲取利益，這表明微信用戶更傾向於認同那些與自我價值或理念相同的文章。此外，可以說閱讀微信文章的工具性需求主要體現在提升認知、娛樂消遣和情感需要等方面。

（六）熱門文章發布時段

統計分析結果顯示，27.7%的熱門文章發布時間為晚間18︰01～24︰00，20.7%的文章發布時段為早晨6︰01～8︰30，20%的文章發布時段為午間12︰01～14︰00，而發布在上午上班時間和下午上班時間的熱門文章相對較少，僅有12.7%和13.3%。這一結果說明，熱門文章發布與微信用戶閱讀習慣相吻合，公眾號主體考慮到微信用戶的作息習慣，更願意在閑暇時間段發布文章。尤其是在晚間時段，更是熱門微信文章的高發區。文章發布時段與微信用戶作息習慣的緊密相關表明，受眾的閱讀習慣更偏向於閑暇娛樂。

（七）公眾號認證、公眾號影響力以及文章點贊數等

本次研究樣本中，經過認證的公眾號有238個，占樣本總體的79.3%，沒有經過認證的公眾號為62個，占比為20.7%；公眾號影響力方面，樣本的影響力指數均值為1593.10，標準差為146.97，離散值較小；樣本文章的點贊數方面，均值為5205.74，標準差為3270.03，離散值較大（如表1所示）。

的顯著性因素這一問題，本文以微信熱門文章關註度作為因變量，以公眾號類型、公眾號認證情況、公眾號影響力、文章類型、內容表現形式、態度指向、閱讀動機、發布時段等8個變量作為自變量，進行了多變量相關分析，並在此基礎上操作多元回歸分析，最後考察微信傳播的影響因素。

（一）傳播影響因素相關分析

為了考察熱門文章關註度與諸因素之間的關系，本文采用SPSS的相關關系統計技術，測量上述變量之間的相關關系。測量結果表明，文章關註度（點贊數）與公眾號類型、是否通過認證、內容表現形式、閱讀動機、發布時間段具有顯著性相關，其顯著性水平分別為0.003、0.006、0.047、0.001與0.000；而公眾號影響力、文章類型、態度指向則與關註度無顯著相關（如表2所示）。

但是，鑒於測量表中除因變量之外，因自變量之間的相關關系的存在，如公眾號類型與閱讀動機之間的相關關系系數為－0.312，顯著性水平為0.000等，使得上述點贊數與諸因素之間的相關關系的顯著性水平測量結果很難說精確，並且對已確定的影響因素很難排序。

（二）傳播影響因素回歸分析

鑒於上述情況，本文在相關關系的測量（無控制變量）基礎之上，進行多元線性回歸分析（采用逐步回歸分析方法，每一階段都有控制其它變量），以便確定熱門文章的影響因素及排序。回歸分析的結果顯示，第一階段抽取的顯著影響因素為發布時間段（P=0.000），第二階段以及第三階段所抽取的影響因素分別為內容表現形式（P=0.011）與公眾號類型（P=0.021）（如表3所示）。