基于UGC的非遺短視頻傳播力測度研究

翟姍姍 弓 越 查思羽 張 純

(華中師范大學信息管理學院，湖北 武漢 430079)

非物質文化遺產(以下簡稱：非遺)不僅是我國文化的重要瑰寶，也是人類文明與智慧的結晶，傳播與保護非遺文化是民族精神傳承的重點。而隨著非遺傳承人數的日益減少以及全球一體化的推進，非遺的生存與發展環境都受到了很大的沖擊。因此，為了有效地進行非遺文化的保護與傳承，必須探索和尋找與時代發展相匹配的傳播途徑與策略。

UGC短視頻的出現為非遺信息傳播注入了新的活力，UGC短視頻有著易操作、動態直觀以及社交互動性等特點，更加切合非遺動態傳播的要求，能夠更好地展示非遺文化，傳遞非遺之美。當前，隨著抖音“非遺合伙人”、快手“非遺帶頭人計劃”等非遺短視頻合作計劃的推出，基于UGC的非遺短視頻已經成為非遺信息傳播的重要途徑。為了更好地進行非遺信息傳播，擴大非遺短視頻的傳播力，本文提出了基于UGC的非遺短視頻傳播力模型，對非遺短視頻的傳播力進行度量與評價，針對當前非遺短視頻傳播力現狀以及各特征指標對傳播力的影響程度，提出相關建議，促進非遺短視頻的傳播。

1 相關研究

1.1 UGC短視頻相關研究

UGC(User-Generated Content)即用戶生成內容，于2005年被Mary Meeker首次提出[1]，并隨著YouTube等視頻分享網站的崛起得以迅速發展[2]，是Web2.0時代將用戶由信息受眾轉為信息主體的一種新興的信息資源創作與組織模式[3]。近年來，國內外有不少關于用戶生成內容的討論，已形成了一些共識，經濟合作與發展組織將“用戶生成內容”定義為“通過非專業途徑創作的具有一定創造性勞動并被公開于互聯網上的內容”[4]，得到了廣大學者的認可。

UGC的種類豐富多樣，其中UGC短視頻更是已經成為當前人們獲取與溝通信息的重要途徑。UGC短視頻作為新媒體之一，與傳統媒體相比具有鮮明的特點，如直接沖擊性[5]、便捷快速、用戶參與性強等特點。隨著社交媒體、視頻平臺的不斷發展，以抖音為代表的短視頻平臺的出現直接對傳統視頻傳播展開沖擊，UGC短視頻逐漸成為非遺保護的重要手段，因而以短視頻為研究對象的UGC傳播分析成為學術界的研究重點之一[6-8]。張艷豐等[9]選取10款移動短視頻App作為研究對象，從政策表征、信息收集與存儲等5個維度構建移動短視頻App隱私政策評價指標體系；王微等[10]基于計劃行為理論，提出了信息生態視角下的UGC短視頻網絡輿情傳播行為影響因素模型；高曉晶等[11]根據“上癮模型”的4個主要環節，構建圖書館短視頻傳播及互動效果的影響因素模型；劉婷艷等[12]利用知識圖譜梳理國內外短視頻網站用戶生成內容的發展特征，并對其展開可視化分析。

在UGC短視頻的研究中，學者們大多聚焦于其傳播特點、版權保護等方面，但更多停留在理論分析層面，有關短視頻傳播力及其量化方法方面的研究較少，尚未針對特定應用領域提出系統的測度指標，缺乏有效的實證研究手段。

1.2 非遺信息傳播效果研究現狀

信息傳播是非遺文化保護與傳承的重要機制，非遺保護的最終目的是實現其在代際和空間上的傳播[13]。當前，數字化已成為非遺保護與傳播的重要手段，其傳播載體形式主要包括圖片、視頻、數字影像以及紀錄片等形式。伴隨著信息技術的不斷成熟和平臺開放性程度的提升，人們在非遺信息傳播中擔任的角色開始豐富，社交媒體也成為非遺信息傳播的重要陣地。如仝召娟等[14]對目前我國政府非遺保護機構在微博、微信平臺的利用程度展開調研，以此來提高非遺保護政府機構對其官微的實踐應用水平。其后，隨著信息技術的不斷創新與突破，非遺信息資源不僅僅只有簡單的靜態展示，動態展示的模式逐漸興起，VR/AR、短視頻、直播等開始在非遺信息傳播中得到應用，Vosinakis S等[15]在文中對基于多主體虛擬世界的非物質文化遺產傳播展開研究，創建了一個古雅典廣場互動場景，對其進行定性用戶評估，提出用戶與環境的互動是3D環境中非遺信息傳播的一個重要基礎。

然而，大多數非遺保護工作仍停留在專業人士的認知范疇內，尚未引起社會的廣泛參與，因此具有廣泛傳播性的短視頻為非遺保護注入了新鮮血液，各類非遺短視頻的出現讓非遺保護回歸大眾成為可能。事實上，隨著抖音“非遺合伙人”、快手“非遺帶頭人計劃”等非遺短視頻合作計劃的推出，當前短視頻已經成為非遺信息傳播的一個重要途徑，不少學者也對此展開了研究，如彭聰等[16]以安新蘆葦畫短視頻呈現為例，分析如何利用新媒體實現非遺文化更有效的傳播與傳承，探索新的非遺傳播途徑與方式；薛可等[17]則以皮影短視頻為例，基于UTAUT模型探討皮影戲在青少年中的觀看意愿；朱銀霞[18]基于5W提出衡量非遺傳播效果的三級指標體系，并通過案例分析探索非遺傳播策略。

綜上，當前已經有學者對非遺信息傳播開展研究，并取得了一定成果，但大多是從宏觀的角度出發對其進行分析探討，集中于對非遺信息傳播中媒介創新使用、平臺運營以及傳播對策等方面的討論，對于有關微博、短視頻等新興媒體在非遺信息傳播中的應用研究涉及較少。而在UGC短視頻相關研究中，主要聚焦UGC短視頻的應用趨勢、生產模式、傳播特點以及版權保護等方面，對UGC短視頻傳播力研究的關注較少，缺乏相關實證研究。同時，在當前研究中只有部分研究對傳播力進行了具體量化，現有的傳播力指標存在適用度有限、不全面等問題。故有關UGC短視頻在非遺信息傳播中的應用研究仍處于初步階段，且均是借助UGC短視頻進行非遺信息傳播的可行性以及未來應用進行理論分析，對基于UGC的非遺短視頻相關實證研究較少，缺少以UGC非遺短視頻傳播力為考察主體的研究。基于此，本文通過對基于UGC的非遺短視頻傳播特征展開分析，構建UGC非遺短視頻傳播力測度模型，探索影響非遺短視頻傳播力的特征指標，旨在為UGC非遺短視頻生產與傳播提供實踐參考，提升非遺短視頻的傳播效果與范圍。

2 基于UGC的多維度非遺短視頻傳播力分析框架

傳播力是衡量信息傳播效果的重要方式，通過構建一套完善科學的傳播體系，可以有效測量傳播效果。本文在拉斯韋爾5W模式的啟發下，確定了UGC非遺短視頻傳播的五類要素，即非遺短視頻發布者、非遺短視頻內容、非遺短視頻傳播平臺、非遺短視頻接收者、非遺短視頻交互效果，且各類要素包含不同的具體傳播要素。當然，受到諸多因素的影響，非遺短視頻傳播力是由非遺短視頻傳播過程中各個節點合力形成的，僅考慮傳播要素的傳播力模型不足以全方位揭示非遺短視頻傳播效果，故本文對各要素展開遴選與甄別，確定主要的指標要素，從非遺短視頻內容特征、結構特征以及傳播效果特征全方面考慮非遺短視頻傳播力，將傳播要素融入多維度的非遺短視頻傳播力框架，旨在實現傳播模型“結構—內容—使用”的融合，如圖1所示。

1)非遺短視頻的內容特征維度，按照描述粒度從具體到抽象可劃分為非遺實例、非遺概念、非遺事件、非遺事理及受眾面。非遺實例為非遺短視頻標題文本介紹中出現的具體非遺項目實例對象，是對非遺文化內容最細粒度的描述；非遺概念是對非遺具體實例對象內涵的抽象性與概括性的揭示和描述；非遺事件則指的是在某一非遺項目的某一具體事件；非遺事理是對非遺短視頻類型的區分，不同非遺短視頻所包含的內容以及傳播目的性有所不同；非遺內容受眾面是區分用戶對不同非遺內容接受度與認可度的關鍵要素，亦是影響非遺短視頻傳播效果的重要衡量指標。

2)非遺短視頻的結構特征，旨在讓信息接收者在短時間對非遺短視頻產生印象與認識。該維度中，短視頻的時長與標題字數能夠體現出視頻的完整性與信息豐富程度，短視頻時長越長以及標題文本描述越詳細，其所包含的內容信息越豐富，取得的傳播效果越好。此外，視頻所具有的聲音與實際視頻內容的匹配程度，以及視頻是否帶有字幕或者彈幕，將會影響用戶接收視頻信息的效果，從而進一步影響其交互傳播行為。

3)非遺短視頻的傳播效果維度，則是傳播力強弱的外在表征，其深度與廣度受到了短視頻發布者與接收者的影響。一方面，傳播主體屬性會對傳播力產生影響：粉絲數可以表征用戶影響傳播范圍的大小；總獲贊數代表著用戶對其所生產內容的喜愛程度，總獲贊數越高，則表示其生產創作高質量短視頻的能力越強，其傳播能力就越強；動態數、總作品數是視頻生產者活躍程度的體現，較為活躍以及發布視頻質量較高的發布主體更容易獲得認可與關注；另一方面，短視頻的傳播效果也與該條短視頻在一定時間內的互動數據息息相關，用戶在接收到信息后，產生的互動行為是非遺短視頻傳播效果的直觀體現之一：點贊數反映了信息接收者對于該段視頻內容的認可；評論是接收者對于該視頻的思考與看法，是更深層次上的傳播；轉發數則體現接收者進一步傳播該視頻的意愿；而情感指數則表現了信息接收者在評論中所表達的情感傾向，一般通過用戶在短視頻發布后的評論文本中進行數據挖掘與文本情感分析獲取。

3 基于UGC的非遺短視頻傳播力測度模型構建

3.1 基于UGC的非遺短視頻傳播力測度模型構建方案設計

本文對基于UGC的非遺短視頻傳播力展開探索研究，構建基于UGC的非遺短視頻傳播力測度模型，能夠探究各傳播特征對非遺短視頻傳播力的貢獻程度，從而了解當前UGC非遺短視頻傳播力得分現狀。如圖2所示，本文從非遺短視頻內容、結構以及非遺短視頻傳播效果特征3個維度出發，構建基于UGC的非遺短視頻傳播力測度模型，具體思路如下：

1)基于UGC的非遺短視頻傳播力測度模型構建。僅考慮單一維度的傳播者、受眾或者傳播媒介的傳播力模型不足以全方位揭示非遺短視頻傳播效果，故本文從非遺短視頻資源內容特征、結構特征以及傳播效果特征3個維度全方位考慮非遺短視頻傳播力，構建基于UGC的非遺短視頻傳播力模型。

2)非遺短視頻傳播力特征指標的量化。短視頻內容特征以及結構特征的完善程度能夠在一定程度上確保短視頻質量，更容易吸引用戶，幫助用戶理解短視頻內容，非遺短視頻的傳播力與非遺短視頻自身內容特征和結構特征相關。在UGC非遺短視頻內容特征指標中的非遺實例、概念、事件以及事理是對非遺內容從具體到抽象的描述，而受眾面則是非遺短視頻傳播模型區別于其他短視頻傳播模型的重要指標，旨在衡量用戶對不同非遺項目內容的接受與認可程度，也在一定程度上說明了某類非遺項目的傳播范圍，例如，國家級非遺項目“京劇”的受眾面將遠大于其他地方曲種。

3)基于UGC的非遺短視頻傳播力計算。通過對基于UGC短視頻數據的處理與指標量化，對非遺短視頻數據進行標準化歸一化處理，利用熵權法計算出各指標的信息熵，在信息熵的基礎上計算出非遺短視頻傳播力模型中各指標的權重值，探究各傳播特征對非遺短視頻傳播力的貢獻程度，最后得出UGC非遺短視頻傳播力數值，并從非遺短視頻內容維度、結構維度以及傳播效果維度對其傳播特征量進行分析，對基于UGC的非遺短視頻傳播力展開評價。

3.2 非遺UGC短視頻傳播力的測度指標識別及量化

3.2.1 候選測度指標識別及量化方法

非遺短視頻傳播效果的衡量需要依據合理科學客觀的評估體系，結合當前現有研究中已有的短視頻傳播效果評價指標以及非遺短視頻的傳播特點，本文初步選定非遺實例、非遺概念、時長、標題字數、轉發數等來自3個維度的21個特征指標。

非遺短視頻的內容特征度指標包括非遺實例、非遺概念、非遺事件、非遺事理及非遺內容受眾面。本文將對非遺短視頻標題介紹進行文本分析，記錄文本中非遺實例、非遺概念、非遺事件、非遺事理4個粒度的表示情況，統計非遺實例、概念、事件出現的次數。需要強調的是，非遺事理類型主要分為表演、教學片段、傳播與應用示范3類，可用1-表演、2-教學片段、3-傳播與應用示范進行表示，但由于非遺事理是類型指標，類型指標是非連續性變量，無法進行具體賦權計算，因此，本文將會對短視頻內容類型展開單獨討論。而非遺內容受眾面則利用短視頻平臺中某一非遺項目內容的短視頻數量度量，如以“京劇”為主題詞的短視頻數量。

圖2 基于UGC的非遺短視頻傳播力測度模型整體設計思路

非遺短視頻結構特征指標中，非遺短視頻的時長、標題字數、簡介字數、話題數、彈幕數以及@數可直接進行量化統計。短視頻時長一般較短，因此可用秒數(s)來表示；此外，大多視頻標題文本介紹有字數限制，標題字數、簡介字數可直接用短視頻標題及內容簡介字數進行表示；話題數、彈幕數與@數則可直接按個數進行統計；而對于背景音樂匹配度以及字幕，則需要采用人工標注形式，對短視頻中聲音與短視頻真實內容的匹配程度進行度量，采用李克特量表的形式，將聲音匹配程度劃分為非常不匹配、不太匹配、一般匹配、比較匹配以及非常匹配五級程度，利用數字1～5進行表示，用0～1來表示字幕的有無，0代表無字幕，1代表有字幕。

在非遺短視頻傳播效果特征指標中，信息發布者方面的指標主要包括粉絲數、總獲贊數以及動態數、作品數，但在抖音平臺中，作品數是包含在動態數之中的，作品數是指用戶自身原創作品，而許多用戶的動態數即為作品數，因此，在下文的指標篩選中將會對這兩個指標進行考察。粉絲數、總獲贊數以及動態數、作品數可直接進行數據爬取。而對信息接收者而言，指標主要包括點贊數、評論數、轉發數及情感指數，這些數據也可通過平臺直接獲取。此外，由于粉絲數、總獲贊數以及點贊數的量級較大，因此在數據收集時，粉絲數、總獲贊數以及點贊數以萬(w)為單位，動態數、評論數以及轉發數則直接統計個數。而情感指數則計算用戶評論中正向情感、負向情感和中性情感的條數，再將數據代入情感指數計算模型來計算出某一非遺短視頻用戶評論情感傾向指數。

3.2.2 測度指標的篩選

科學合理的指標體系構建是非遺短視頻傳播力模型的重要前提與基礎。為了保證非遺短視頻傳播力模型中指標選取的科學性、合理性以及代表性，本文利用最小均方差法對傳播力初選指標進行篩選。最小均方差法是基于區分度的指標分析與篩選方法，區分度表示指標之間的差異大小，區分度越大則表示指標差異越大，指標越具有代表性。均方差代表了組內個體之間的離散程度，在最小均方差法中，如果某特征指標下觀測值取值近似相等，即使該指標具備可操作性，其對于整體測度模型并無實際作用與意義，可用最小均方差法篩除，其公式如式(1)、(2)所示。

(1)

(2)

求出最小均方差sj0=min1≤j≤m{sj}，如果最小均方差sj0≈0，則可刪除與sj0相對應的特征指標xj0。

通過對非遺短視頻傳播力模型特征指標的標準化數據進行均方差計算，特征指標中的最小均方差皆不等于0，且大于0.05，各指標皆可保留。但由上文指標分析與識別可知，諸多短視頻平臺的作品數是包含在動態數之中的，用戶的動態數與作品數大致相同，動態數可涵蓋用戶發布的一切動態，如作品轉發等，更能夠表征用戶在平臺中的活躍程度，且在指標的最小均方差指標篩選結果中，動態數與作品數的均方差十分相近，由此可見動態數指標與作品數指標具有重復性，故本文將選擇更具有代表性的動態數作為指標。基于上述方法對傳播力測度模型的指標展開分析與篩選，去除重復性質的指標，最終從非遺短視頻內容、結構以及傳播效果特征3個維度確定了19個特征指標。

3.3 非遺UGC短視頻傳播力的測度指標賦權

本文使用熵權法確定非遺短視頻傳播力測度模型中各指標的權重。首先，采集非遺短視頻原始數據，并對數據進行整理與清洗，共630條有效數據，19個指標，建立起630*19的指標矩陣；其次，對數據進行標準化處理，并采用極值法對原始矩陣進行標準化處理；

(3)

第三，對各指標進行信息熵計算，如式(4)所示：

(4)

最后，確定各指標的權重，在計算得到信息熵的基礎上，根據各指標信息熵的大小，最終確定各指標的權重值。

(5)

通過對收集到的非遺短視頻進行數據的清洗與整理，對UGC短視頻原始數據進行標準化處理，采用熵值法計算各個特征指標的熵值，并實現指標賦權，計算結果如表1所示。

表1 基于UGC的非遺短視頻傳播力特征指標權重

由特征指標賦權結果可見，傳播效果特征維度的占比最高，為64.48%，結構特征維度占比23.52%，內容特征結構占比12.00%。由此可見，一方面，短視頻的傳播效果特征代表了短視頻生產者內容生產能力、短視頻質量以及信息傳播中的互動行為對于傳播力的影響，表明了活躍度、粉絲數以及高質量的內容生產對于非遺短視頻傳播力有著較高的貢獻程度，較好的互動效果能夠提高非遺短視頻的傳播力；另一方面，UGC短視頻傳播力計算不能僅僅關注于點贊、轉發、評論3個指標，需要從多個維度、多個指標對短視頻傳播力進行衡量。

在內容特征維度中，非遺具體實例以及相關概念對于傳播力的貢獻程度相對較小，但包含相關非遺具體事件則對傳播力作用較大，這是由于具體事件更容易被用戶所接受，且非遺內容受眾面廣。結構特征維度中，時長權重為3.57%，有無字幕權重為4.16%，@數權重為8.64%，這是由于短視頻時長可以體現其內容信息量的大小，內容時長越長，所包含的信息越豐富，有效信息越多，則越容易被用戶接受理解，其傳播效果也更好。同時，諸如中國傳統戲曲，若無字幕則很難聽出具體內容，字幕有助于用戶獲取視頻具體信息。@數是用戶之間的社交關系的一種體現，能夠拓寬傳播范圍，對于傳播力有著較大的作用。標題字數、聲音匹配度以及話題數在傳播力中的貢獻度較少。

4 實證研究——以京劇短視頻為例

4.1 典型非遺項目選擇

本文選取京劇作為研究對象。京劇，又被稱作京戲、平劇，是我國影響力最大的戲曲劇種之一，傳播范圍廣泛，國民知曉度高，具有“國劇”的稱號。以梅蘭芳為代表的京劇表演體系被認為是世界三大表演體系之一，京劇在國外也大放異彩，享譽全球，成為中國文化的一張名片。2006年5月，京劇被國務院批準列入我國第一批國家級非物質文化遺產名錄。京劇不僅是非物質文化遺產中一顆璀璨的明珠，也是我國傳統文化的重要組成部分，保護和傳承京劇是每一代人的責任與使命。

本文選擇京劇作為研究對象，主要有兩個原因，一方面，京劇流播全國，影響甚廣，老少皆宜，有“國劇”之稱。相對于其他的非遺項目，京劇有更好的群眾基礎；另一方面，UGC短視頻平臺推出了一些京劇的推廣活動，例如抖音推出#誰說京劇不抖音、#我要笑出國粹范等話題，這有利于對話題數進行統計分析。本文以抖音短視頻平臺為數據來源，對該平臺中的京劇短視頻采用網絡爬取與人工標注相結合的方式，對相關數據進行采集。此次數據采集共獲取1 246條數據，為保證數據的科學有效性，利用EXCEL、SPSS等工具進行數據整理和清洗，去除其中的缺失值以及重復數據后，最終獲得630條有效數據作為分析樣本。

4.2 京劇短視頻傳播特征量分析

京劇短視頻對于京劇文化傳播有著重要作用，為了解京劇短視頻在傳播過程中各傳播特征量的情況與規律，本文對收集到的京劇短視頻數據，從京劇短視頻內容特征量、結構特征量以及傳播效果特征量3個維度進行分析。

4.2.1 內容特征量分析

通過對京劇短視頻數據的分析，當前在京劇短視頻內容表示中非遺實例、非遺概念、非遺事件出現的次數結果如表2所示，可以發現，非遺實例出現的次數最多，非遺概念次之，非遺事件最少。事實上，京劇是我國國粹，國民傳播度廣，因此在描述中梅蘭芳、虞姬等京劇實例出現的頻率最高，而京劇概念是實例的上位詞，在科普以及教學視頻中出現的頻率較多。因短視頻時長較短，對于事件的描述能力有限，因而，在短視頻內容描述中非遺事件出現的次數較少。

表2 京劇短視頻內容特征量分析

此外，在非遺內容受眾面指標中，由于實證研究是針對同一劇種進行數據采集，故不存在不同類型非遺項目的受眾面差異。然而在非遺實例指標中，將京劇短視頻分為表演、教學片段、傳播與應用示范3類，故本文將非遺內容受眾面指標與非遺實例指標合并分析，以此區分不同內容的同一非遺項目在用戶受眾面上的差異性。據統計，京劇的傳播與應用示范類視頻占比44.10%，京劇表演類視頻占40.30%，京劇教學類占比15.60%。在抖音短視頻APP中，大多用戶為非專業的京劇演員，其生產出來的短視頻類型以傳播與應用示范為主。此外，抖音還經常性地推出類似于貴妃裝、京劇角等特效以及#誰說京劇不抖音等話題，因而傳播與應用示范類的視頻比重較大。而對于京劇教學片段視頻而言，教學對京劇功底與專業性有著較高要求，因此該部分的視頻比重較小。

4.2.2 結構特征量分析

表3是對京劇短視頻結構特征量的分析，可以發現，京劇短視頻時長跨度較大，這是由于在抖音短視頻生產中，如果粉絲數超過1 000個即可申請長視頻發布權限，但由于當前人們碎片化閱讀習慣以及快速獲取信息的需求，人們更傾向于較短時間的視頻瀏覽。因此，在短視頻樣本中，最主要的時間長度是在1分鐘以內，其時長的基本單位不再是“分鐘”，而是變成了“秒”；另外，在抖音中，標題與簡介一般合并出現，且文本字數不得多于55個，因此視頻標題文本字數在0～55之間，大部分的京劇短視頻都帶有標題介紹；而在視頻有無字幕特征指標中，均值與標準差為0.5，說明有字幕與無字幕的視頻各占一半；彈幕數指標中，由于抖音平臺只有直播視頻才有彈幕，故不對該指標進行統計；京劇短視頻的聲音匹配度均值高達4.02，由此可見，絕大多數的京劇短視頻聲音與內容匹配度高，使用原聲的比例較高。由數據分析結果顯示，在樣本中話題數主要在3個以內，占比90%，話題數個數比例最高的是單個話題數；抖音短視頻具有一定的社交屬性，@數代表了用戶之間的互動與交流，如@數分布中，均值為0.32，標準差為0.661，大部分的短視頻@數在0～2之間。

表3 京劇短視頻結構特征量分析

4.2.3 傳播效果特征量分析

京劇短視頻的點贊、轉發、評論數是用戶在傳播過程中產生的互動與交流，其統計結果如表4所示。在抖音平臺中的點贊數、粉絲數以及總獲贊數大部分常以萬(w)為單位顯示，因而在進行計算時以萬(w)作為計算單位。按照均值從高到低排序，點贊數均值高于評論數均值，高于轉發數均值。在抖音中，點贊是最容易操作的，也是用戶對短視頻喜愛與認可的最直觀的表現，點贊數的均值是評論數均值的41倍，是轉發數均值的近65倍，說明UGC京劇傳播中的信息交互水平較低，對短視頻信息的深度互動有所不足。而情感指數則直接反映出大部分用戶對京劇短視頻呈現出的是支持與贊成態度，該指標能夠直觀反映用戶對京劇短視頻的接受與喜愛程度。

表4 京劇短視頻傳播效果特征量分析

4.3 京劇短視頻的傳播力測度分析

根據熵權法所得權重，利用標準化后的數據進行每條UGC京劇短視頻傳播力得分計算，其結果如圖3所示。從圖中可以看出，UGC京劇非遺短視頻整體的傳播力得分較低，傳播力得分在5～15之間分布較為密集，僅有少數京劇短視頻的傳播力得分超過20，傳播力最大值不超過40，強傳播力的短視頻較少。整體來看，京劇短視頻的傳播力水平較低，傳播現狀不容樂觀。

圖3 京劇短視頻傳播力得分

為了更加清晰準確地對基于UGC的京劇短視頻傳播力進行分析，本文利用標準化后的數據計算每條UGC京劇短視頻的傳播力數值，以及京劇短視頻各特征維度的得分，其中TOP10的京劇短視頻傳播力數值結果如表5所示。

表5 京劇短視頻傳播力數值TOP10

由表5可知，當前傳播力的頭部得分偏低，最大值為39.598，這意味著在京劇短視頻傳播中，整體的傳播力得分情況較差，并沒有取得很好的傳播效果。而在傳播力的3個維度中，京劇傳播效果維度的得分普遍較高，均值為17.636，說明傳播力得分高的京劇短視頻都擁有較好的粉絲基礎。在京劇短視頻結構維度得分中，得分極差較大，說明即使在傳播力TOP10的短視頻中，其短視頻結構也并不完整，仍需要進一步完善短視頻結構。而相較于京劇短視頻結構特征以及傳播效果特征，京劇短視頻內容特征維度的得分較低，由此可見，當前京劇短視頻中對于京劇實例、概念以及事件的描述并不多，在短視頻文本介紹中沒有很好地展示出短視頻所含有的京劇內涵，沒有顯示出短視頻中的京劇特色。

表6 京劇短視頻整體傳播力以及各維度得分

表6從整體角度對短視頻傳播力展開分析，當前京劇短視頻傳播力最大值為39.598，最小值為0.887，平均值為3.501，標準差為4.836，京劇短視頻之間傳播力數值的差異較為明顯，且均值只有3.501，京劇短視頻傳播力整體得分較低，并沒有取得較好的傳播與推廣效果，京劇短視頻的傳播力較弱。

在整體京劇短視頻樣本數據中，各維度的指標得分也較低。在京劇內容特征維度中，最大值為7.964，最小值0，平均值為1.344，整體得分情況低，甚至有的京劇短視頻并沒有任何的文本介紹，同時內容維度的最大值得分遠小于其他兩個維度的得分，說明在當前京劇短視頻生產創造中，短視頻生產者對于短視頻內容凝練與主題揭示工作不夠重視，并沒有很好地突顯出該條短視頻中包含的京劇特色文化；在京劇短視頻結構特征維度中，最大值為16.916，最小值0.157，說明各短視頻在結構完整度上差異明顯，短視頻結構維度的得分均值為2.569，表明當前京劇短視頻中短視頻結構仍有很大的完善空間，時長、字幕、@數以及話題數對于傳播力的貢獻程度較大，說明完整清晰的結構能夠幫助用戶獲取內容信息，強化短視頻傳播力；京劇短視頻傳播效果維度得分最大值為28.698，最小值為0.014，均值為1.927，標準差為3.682，數據顯示，當前京劇短視頻傳播效果特征維度的普遍得分并不高，取得的效果有限。

此外，在京劇短視頻中，通過對視頻內容的劃分，可以將非遺實例分為京劇表演、京劇教學以及京劇傳播與應用示范3類。由表7數據分析顯示，3類短視頻傳播力得分之間的差異并不太明顯。而在均值上，3類短視頻傳播力相近。京劇表演與傳播應用示范類視頻的面向群體更廣泛，有著更高的傳播力均值，而京劇教學的視頻內容針對性更強，表演類視頻主要是京劇表演展示為主，沒有教學類視頻的強針對性，也沒有傳播與應用示范類視頻的娛樂性強，因此整體得分介于兩類短視頻之間。京劇傳播與應用示范類視頻的標準差較大，最小值與最大值之間的差異更大，表示該類短視頻傳播力之間差距更為明顯。

表7 京劇短視頻不同類型傳播力分析

4.4 提升非遺短視頻傳播力的建議與對策

本文通過對當前非遺短視頻傳播現狀以及影響短視頻傳播力大小的因素進行研究與探索，對非遺短視頻傳播力以及短視頻傳播特征量展開度量與分析，為了更加有效地進行非遺文化的保護與傳承，提高非遺短視頻傳播力，依據數據分析結果，提出以下相關建議與對策：

1)提高自身創造優質內容的能力。以往的非遺信息傳播主要以人際傳播以及靜態展示為主，傳播范圍有限，并不能很好地傳播與傳承非遺文化，而UGC短視頻能夠在一定程度上解決該難題。分析發現，UGC京劇短視頻傳播效果特征對于傳播力的影響最大，因此在UGC內容生產模式的短視頻平臺上，用戶對于內容的質量更為看重。事實上，短視頻平臺之間的競爭是優質內容的競爭，優質的非遺短視頻是傳播力的核心組成部分，優質的內容更容易脫穎而出，獲得大眾的認可與關注。

2)重視視頻內容與結構的完整性。相對于廣為人知的常識以及娛樂性新聞等，非遺文化對于大眾而言較為陌生，非遺文化在傳播中需要考慮到用戶對其認識與接受能力。在京劇非遺短視頻內容特征與結構指標權重計算中，非遺事件、有無字幕等指標對短視頻傳播力都有著一定的貢獻程度。因此，在非遺短視頻內容生產時，需要全面考慮短視頻內容與結構的完整性，短視頻的完整性越強，所包含與傳遞的非遺信息越豐富、越具體，越能夠被受眾接受與理解，從而擴大短視頻傳播的深度與廣度，增加短視頻傳播力。

3)增加娛樂與科普性非遺短視頻的發布。通過對京劇非遺短視頻類型的分析可以看出，相較于專業性較強的教學視頻，京劇表演以及京劇傳播與示范應用類視頻有著較高的傳播力。因此，在短視頻平臺中，非遺信息傳播需要重視泛傳播，通過娛樂性與科普性的非遺短視頻讓越來越多的人看到、關注到非遺文化，才會有更多的人對其產生興趣，增加對于非遺文化保護與傳承的認同感與使命感，從而促進非遺短視頻的傳播。

5 結束語

為了更加有效地對非遺文化進行保護與傳承，本文對當前非遺信息傳播現狀以及UGC短視頻應用現狀進行分析，將UGC短視頻平臺上的非遺短視頻作為研究對象，對UGC非遺短視頻傳播要素展開分析，從非遺短視頻內容特征、結構特征以及傳播效果特征3個維度出發，構建基于UGC的非遺短視頻傳播力測度模型，探究各傳播特征對非遺短視頻傳播力的影響程度，對非遺短視頻傳播力進行具體量化。在未來的研究中將會加大視頻數據的獲取數量，探索與使用更加有效的文本標注方法，減少由于數據隨機性帶來的不確定性，繼續完善非遺短視頻傳播力測度模型的構建，更加科學合理、客觀地對其傳播力與傳播效果進行評價，為非遺文化的傳承與保護提供更加有效的建議。