高校圖書館微信公眾號傳播影響力和影響因素關系研究

付國帥

圖書情報學研究

高校圖書館微信公眾號傳播影響力和影響因素關系研究

付國帥

（鄭州工業應用技術學院 圖書館，河南 新鄭 451150）

基于46所高校圖書館微信公眾號相關數據，計算微信傳播指數并利用SPSS22.0對數據進行回歸分析，找出微信公眾號傳播影響力與相關變量之間的數量關系，由此提出相應的優化策略。

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，加強微信公眾號的建設力度，利用微信提供便捷服務，可以及時有效地向讀者發布信息、加強與讀者互動，不斷提高讀者的忠誠度和歸屬感[1]。目前，關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狀調查，對高校圖書館微信公眾號傳播影響力和傳播影響因素關系研究成果相對較少。王海燕[2]和雷歡[3]等學者進行過相關研究，但未見采用長期數據作為基礎的研究成果。本文以2018年1月至6月半年數據為基礎，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指標因素，量化指標關系和指標間相互聯系的緊密程度，發現有價值的結論，并在此基礎上提出相應的優化策略，數據收集時間為2018年10月15-17日。

1 測度指標與數據來源

1.1 測度指標說明

1.1.1 傳播影響力指標

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和最大點贊數兩個單變量指標衡量，最大閱讀數和最大點贊數越大，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和平均點贊數兩個變量指標衡量，某一微信公眾號一段時間內平均閱讀數和平均點贊數越大，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，本文選擇清華大學沈陽團隊開發的微信傳播指數（WCI）作為重要的傳播影響力指標。評估微信公眾號影響力指數WCI旨在鼓勵賬號提高單篇文章質量，合理把握推文數量，提高賬號的整體傳播力和影響力。

1.1.2 主動指標

主動指標是指微信公眾號可以根據自身情況自由改變的指標。結合學者的研究，本文選取原創率、文章總數、發布次數和頭條文章閱讀量四個指標作為主動指標，研究其與傳播影響力五個指標之間的量化關系，以期為加強圖書館微信公眾號建設、提升其影響力提供科學依據。其中，需要說明的是頭條文章閱讀量雖無法直接得到，但調查顯示本研究的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力拉動作用，各高校圖書館微信公眾號可針對性地加強頭條文章的建設，通過發布創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類別。

1.2 數據來源說明

根據以上傳播影響力指標和主動指標構建的說明，本文以第三方數據平臺“清博指數”為數據來源，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，搜集相關數據，并計算出平均閱讀數、平均點贊數、WCI指數和原創率。結果表明，傳播影響力各指標排名第一的均為四川大學圖書館微信公眾號，而排名在后的圖書館微信公眾號各指標不相同或不完全相同。另外，除四川大學圖書館微信公眾號發布的文章全為原創外，其余高校圖書館微信公眾號發布文章原創率較低。

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與高校圖書館微信公眾號傳播影響力指標之間的具體模型關系，本文利用回歸分析對其進行研究。首先利用一元回歸方程來考察單一指標間的函數關系。分別將平均閱讀數、平均點贊數、最大閱讀數、最大點贊數和WCI作為被解釋變量，運用SPSS22.0進行一元回歸分析，整理數據，見表1。

表1 一元回歸分析結果

根據F檢驗與T檢驗結果得10個模型具有統計學意義。其中，原創率對平均閱讀數、平均點贊數、最大閱讀數和最大點贊數變異的解釋程度較高，決定系數R2分別為0.632、0.649、0.689和0.529，系數通過p=0.001的高顯著性水平的檢驗，可以看出原創率對平均閱讀數、平均點贊數、最大閱讀數和最大點贊數均有顯著性貢獻，回歸系數分別為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R2為0.736，說明其對WCI值影響較大，回歸系數為0.001。

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

平均閱讀數=494.164+4 584.061*原創率

平均點贊數=11.502+83.577*原創率

最大閱讀數=3 374.934+49 198.948*原創率

WCI=307.079+0.001*頭條文章閱讀量

通過分析原創率和頭條文章閱讀量兩自變量的回歸系數可知，其對5個解釋變量均顯示正相關。原創率對平均閱讀數和最大閱讀數的正相關系數最大，說明原創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、平均點贊數、最大閱讀數、最大點贊數和WCI提升效果偏低，應加強頭條文章的建設，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，原創率、文章總數、發布次數和頭條文章閱讀量都是影響因素。為進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間的函數關系。將原創率、文章總數、發布次數和頭條文章閱讀量作為自變量，將平均閱讀數、平均點贊數、最大閱讀數、最大點贊數和WCI作為被解釋變量，運用SPSS22.0進行多元回歸分析，整理數據，見表2。

表2 多元回歸分析結果

根據F檢驗結果發現擬合的5個模型具有統計學意義（p<0.01），根據T檢驗結果發現，除發布次數對平均點贊數（p=0.197）和文章總數對傳播影響力指標（p=0.517、p=0.103、p=0.224、p=0.371、p=0.714）無統計學意義外，其余變量對被解釋變量（p<0.01）均有統計學意義。原創率、發布次數和頭條文章閱讀量共同對平均閱讀數、最大閱讀數、最大點贊數和WCI變異的解釋程度較高，相關系數R2分別為0.832、0.829、0.667、0.891，系數均通過p=0.01的顯著性水平的檢驗，說明原創率、發布次數和頭條文章閱讀量共同對平均閱讀數、最大閱讀數、最大點贊數和WCI有顯著性貢獻，回歸系數分別為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；原創率和頭條文章閱讀量共同對平均點贊數變異的解釋程度較高，相關系數R2為0.794，系數通過p=0.01的顯著性水平的檢驗，說明原創率和頭條文章閱讀量共同對平均點贊數有顯著性貢獻，回歸系數分別為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相比，多變量均使回歸方程的決定系數有所提高。在單一變量原創率基礎上增加發布次數和頭條文章閱讀量等變量，使回歸方程的決定系數分別提高了0.2、0.145、0.14、0.138、0.588；在單一變量頭條文章閱讀量基礎上增加原創率和發布次數等變量，使回歸方程的決定系數分別提高了0.566、0.535、0.528、0.432、0.155，表明原創率、發布次數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，詳細分析相關變量對高校圖書館微信公眾號傳播影響力WCI指標的作用情況，其余多元回歸方程分析過程和所得結論與此類。多元回歸方程為

WCI=330.207+60.115*原創率-0.677*發布次數+0.002*頭條文章閱讀量

該方程表明WCI值與原創率和頭條文章閱讀量成正比，與發布次數成反比，而與文章總數無相關性。由此說明，各高校圖書館微信公眾號應加強原創文章和頭條文章的建設，同時應結合自身情況規范發布頻次。此外，該研究結果也間接說明與過高的文章總數相比，過高的推文頻次更易導致讀者閱讀興趣下降。

3 結論

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和主動指標之間的關系，得出以下結論：

（1）高校圖書館微信公眾號在主動指標和傳播影響力指標方面差距較大；

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

（3）規范推文的頻次和質量推文頻次和質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.圖書館網絡影響力研究: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.關于高校圖書館微信服務的幾點思考[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，研究方向為數字圖書館建設。

（責任編輯、校對：王學增）