新聞短視頻的話題選擇與受眾興趣關聯性分析

在移動互聯網時代，短視頻已成為受眾獲取信息和娛樂的重要渠道。對此，新聞媒體紛紛布局短視頻領域，希望借此擴大受眾觸達面。但是，在信息過剩的當下，如何制作出吸引受眾眼球的高質量新聞短視頻內容，成為新聞機構面臨的重大挑戰。精準選擇貼近受眾興趣點的話題無疑是關鍵所在。本文擬通過采集與分析某新聞類短視頻平臺數據，探討新聞短視頻的話題選擇同受眾興趣之間的內在聯系，為新聞機構提供一些有益借鑒和啟示。

文獻綜述

新聞短視頻的發展現狀

隨著移動互聯網和智能終端的普及，短視頻逐漸成為受眾傳播信息和獲取信息的重要渠道。傳統媒體也紛紛布局短視頻領域，力圖借助短視頻擴大受眾觸達面。據統計，截至2022年年底，我國短視頻用戶規模已達9.4億，占網民總體的94.9%，成為網民主要上網的應用之一。新聞短視頻在吸引年輕受眾群體方面表現尤為突出。未來幾年，新聞短視頻仍將保持快速增長態勢。與傳統新聞不同，新聞短視頻在內容呈現形式上更加生動直觀、簡潔明快；話題選擇上更貼近大眾生活，注重時效性和趣味性。因此，在信息過剩的時代，新聞短視頻能否精準切合受眾興趣點是決定其能否贏得更多受眾信任的關鍵所在。

受眾興趣分析相關研究

受眾興趣研究是傳播學和市場營銷學中的傳統熱點。在大數據時代，研究者開始嘗試借助網絡數據挖掘等新技術手段，更精準地分析不同人群的興趣偏好。已有研究表明，分析受眾在網絡平臺上的行為數據和內容消費習慣，可有效識別其興趣點。例如，某文通過對視頻網站數據進行挖掘，發現受眾對娛樂、時尚、科技等類型的短視頻表現出較高的興趣程度。通過將大數據分析與傳統調研相結合，可以更全面地解析不同人群的興趣特征，這為內容創作者精準定位目標受眾提供了有利參考。

話題選擇與受眾興趣關聯性

當前，有學者分析了某熱門短視頻APP的數據，發現短視頻話題切合受眾喜好程度越高，其點擊量和轉發量就越大。該研究指出，把握受眾興趣熱點，選擇貼近生活實際的話題，是保證短視頻內容傳播效果的重要因素。另有學者通過對新聞類移動APP用戶行為進行分析，得出類似結論。從相關的調查數據了解到，與用戶感興趣的熱點新聞和生活資訊話題相關的新聞短視頻，顯著優于其他話題在用戶互動層面的表現。

研究設計

研究對象

新聞類短視頻平臺作為研究對象，有以下幾個方面的獨特優勢：第一，該平臺用戶規模龐大，用戶活躍量超過1億人次，覆蓋全國各地區、不同年齡段的受眾群體，用戶樣本具有很強的代表性和全面性。第二，該平臺內容領域覆蓋面極為廣泛，包括時政新聞、社會熱點、娛樂八卦、生活服務、科技創新等多個垂直領域，內容形態也涵蓋了普通短視頻、微視頻、短紀錄片等多種類型。如此豐富多樣的內容形態和主題領域，全方位地反映出受眾對各類新聞短視頻內容的興趣程度。

該平臺不僅有龐大的內容存量，每天也都在源源不斷地產生大量新的短視頻內容。這些內容產生的大數據信息，例如點擊量、評論量、轉發量等用戶行為數據，都將成為寶貴的數據樣本。同時，該平臺也十分重視與用戶的互動，通過在線調研、反饋收集等方式積累了大量用戶偏好數據，這些第一手數據有助于深度解讀用戶興趣。

此外，新聞類短視頻平臺本身也一直在探索將大數據分析、人工智能等新技術應用于內容生產和推薦的嘗試之中，對此類前沿技術的運用和實踐經驗，也將為后續的研究提供有益借鑒。可以說，新聞類短視頻平臺以其大樣本優勢、內容多樣性、海量數據積累和技術應用的創新探索，為后續深入挖掘新聞短視頻話題選擇與受眾興趣關聯性提供了得天獨厚的有利條件。

研究方法

本研究將采取多種研究方法相結合的策略，力求從定量和定性兩個層面全面、深入地揭示新聞短視頻話題選擇與受眾興趣之間的內在聯系。具體方法如下：

第一， 數據挖掘和大數據分析法。新聞類短視頻平臺擁有龐大的用戶群體和海量積累的用戶行為數據，通過深度挖掘和分析這些大數據，可以比較全面地了解到不同類型新聞短視頻內容在用戶中的表現情況。具體而言，統計、對比、分析不同主題領域、不同風格類型的短視頻內容在點擊量、播放量、傳播分享量、評論互動量等指標上的情況，可以從中判斷出哪些話題更能吸引受眾的興趣和關注。同時，還可以分析不同人口屬性用戶對不同短視頻內容的喜好程度，挖掘出特定人群的興趣偏好。大數據分析的優勢在于樣本量大、涵蓋面廣、指標全面，客觀地反映出用戶的真實興趣點，為話題選擇提供直接的數據支撐。

第二，內容分析法。通過對平臺上熱門短視頻內容進行系統分類統計和主題分析，可以直接探究哪些話題類型最受用戶青睞。例如，統計政治、經濟、社會、文化等不同領域主題的熱門短視頻數量及點擊量情況，或者歸納出熱門短視頻中反映的熱點話題、生活服務、娛樂趣味等不同主題類型。通過定量分析和主題提煉，可以比較直觀地了解到用戶普遍較為感興趣的話題范疇。

第三，訪談法。定性研究方法可以提供更加細致和深入的見解。一方面，對平臺的內容運營人員、編輯等進行深度訪談，了解其在話題選擇時的實際考量因素，比如受眾反饋、數據分析結果、內容營銷策略、媒體價值導向等。另一方面，針對性地選取部分重點用戶代表進行訪談，直接聽取他們對平臺內容的感受和建議以及他們對哪些內容感興趣、哪些不感興趣的具體反饋，以期更精準地把握受眾的實際興趣取向。通過定性訪談，可以收集到定量研究難以呈現的第一手數據，有助于更全面深入地解讀數據分析結果和內容分析發現，從而得出更有價值的結論。

數據采集與分析

本文在數據采集和分析環節采取嚴謹、全面的方式，以確保結論的客觀性和科學性。具體方法如下：一方面，數據采集。本文采集2022年1月1日至2023年3月31日期間，該新聞短視頻平臺上發布的所有短視頻內容及相關用戶行為數據。這一時間跨度長達15個月，覆蓋了足夠的內容產出和用戶行為樣本。采集范圍包括但不限于：每條短視頻的基本信息（標題、時長、發布時間等）、所屬內容分類、關聯話題標簽、累計播放量、點贊量、評論量、分享/轉發量等用戶互動數據。通過全面采集，可以得到該平臺“全景數據樣本”的海量數據集，這為后續的數據分析奠定堅實的基礎。

另一方面，數據分析。第一，互動數據總量分析。統計并對比分析不同內容話題類型的短視頻在點擊量、轉發量、評論量等關鍵指標上的總量表現情況，以大致判斷出哪些話題最能吸引受眾的興趣關注。第二，熱門內容主題分類。對熱門短視頻內容進行主題分類，例如將其分為時事新聞、社會熱點、生活服務、娛樂趣味等類別，并統計不同類別熱門內容的數量占比，找出最受用戶歡迎的內容主題類型。第三，用戶人口屬性分析。借助平臺積累的用戶人口屬性數據，分析不同年齡、地域、職業等特征人群對哪些話題的興趣程度更高，挖掘出不同人口群體的興趣偏好，為精準內容推送提供參考。第四，關鍵詞共現分析。運用自然語言處理技術，對熱門短視頻標題和關聯話題標簽進行關鍵詞共現分析。通過詞頻統計和挖掘熱門關鍵詞組合，可以總結梳理出受眾普遍較為關注的興趣點。

研究發現與分析

時事熱點話題吸引大眾關注度高

數據顯示，反映重大時事熱點的新聞短視頻通常會獲得較高的用戶關注度。例如，2022年12月中旬，隨著國家進一步優化落實新冠肺炎疫情防控措施，相關政策解讀和社會影響分析等短視頻的播放量和互動數據就出現了明顯上升。一方面，這類短視頻具有較強的時效性和現實關注度，能契合大眾對熱點事件的求知欲；另一方面，權威媒體發布的政策解讀類短視頻，也可以滿足受眾對官方權威信息的需求。

生活服務類內容契合受眾實際需求

從主題分類統計來看，生活服務類短視頻始終是熱門內容之一。比如旅行攻略、健康飲食、育兒理財等實用貼心的內容，普遍受到用戶的廣泛歡迎。受訪用戶反饋，他們青睞這類內容是因為它們貼近生活實際，有利于解決工作、生活中遇到的實際問題。可見，選擇切合受眾實際需求的話題，對于提升短視頻的關注度和傳播范圍十分有益。

適度輕娛樂元素滿足消遣休閑需求

除時事熱點和生活服務外，帶有緩解壓力、寓教于樂功能的輕娛樂短視頻也很受歡迎。例如幽默詼諧的小品劇、溫馨勵志的正能量短劇。用戶反饋認為，這些“能夠燃燒卡路里”的娛樂短視頻很適合在工作、學習的間隙時間瀏覽，可以滿足消遣休閑的需求。因此，適度注入輕松娛樂元素，也有助于提高新聞短視頻的吸引力。

數據見證：話題選擇與受眾興趣高度關聯

關鍵詞共現分析清晰地呈現出，用戶對熱門內容的興趣高度集中在時事熱點、生活服務、娛樂趣味等領域。同時，互動數據對比分析也顯示，上述受眾感興趣的內容話題，明顯較其他話題在點擊量、傳播量等關鍵指標上有更加出色的表現。此外，針對不同人口屬性用戶的分析發現，不同特征人群對內容話題的興趣偏好也有所區別，需要在內容生產時予以區分對待。由此可見，新聞短視頻內容生產的話題選擇，與受眾的真實興趣點存在著緊密的內在關聯。找準切合受眾興趣的合適話題，對于吸引更多的用戶關注和互動至關重要。

新聞短視頻話題 選擇的發展策略

緊扣大數據 深挖受眾興趣取向

充分利用大數據分析手段，對受眾在新聞短視頻平臺上的瀏覽、點贊、評論、分享等行為數據進行深入挖掘，全面解析用戶的內容消費習慣和興趣愛好，從而精確把握內容話題的選擇方向。具體可從以下幾個角度著手：第一，持續追蹤熱點趨勢，及時捕捉受眾高度關注的時事熱點話題；第二，分析不同細分人群的內容消費偏好，因勢利導選擇貼近其興趣點的話題；第三，借助語義分析、知識圖譜等技術，構建用戶興趣知識庫，為話題選擇提供基礎支撐；第四，開發智能化數據可視化平臺，動態呈現各類內容在不同受眾群體中的表現數據，指導話題規劃。

總之，新聞從業者要緊密依托平臺大數據優勢，借助人工智能等新興技術手段，從相關數據中洞見用戶潛在需求，并不斷優化內容話題規劃，與受眾興趣保持高度契合。

運用人工智能 智能分析和匹配

在把握了受眾興趣大數據的基礎上，新聞機構還可以充分運用人工智能算法和建模技術，實現內容與受眾的智能化精準匹配。通過訓練大量歷史數據，構建內容主題分類和受眾人群畫像模型，對新內容實時進行主題自動分類及目標人群識別，從而更加精準地向感興趣的用戶推薦。基于知識圖譜和自然語言處理技術，從海量內容和話題中自動發現用戶可能感興趣的信息，進行智能化的內容生成或話題組合。由AI系統基于對受眾興趣偏好的理解和主題把握，實時預測并推送合適的內容話題給受眾，不斷優化主動推送策略，做到時刻保持與用戶興趣的高度契合。

隨著5G、人工智能等新興技術的不斷推進和應用，移動互聯網的發展正步入新的階段。以視頻為代表的全媒體時代已然來臨，視頻內容生產和傳播也將向著智能化和定制化的方向發展。因此，新聞短視頻的發展同樣需要與時俱進，保持創新活力。在大數據和人工智能驅動下，緊密結合受眾興趣實現內容精準推送、正確把控社會價值導向、致力于提高公信力，定將成為推動新聞短視頻高質量發展的關鍵舉措。

個人簡介：

羅玉青，女，漢，貴州省貴陽市息烽縣，助理記者，本科，研究方向：短視頻傳播。