□ 張雅婷

受眾對網(wǎng)絡(luò)劇的輿情傳播影響研究
——以新浪微博“太子妃升職記”話題為例

□ 張雅婷

本文主要研究移動互聯(lián)網(wǎng)絡(luò)環(huán)境下受眾對網(wǎng)絡(luò)劇輿情傳播的影響，希望可以為今后影視劇的投放以及宣傳提供一定的借鑒，避免人力、物力的浪費。本文擬采用漣漪效應(yīng)傳播模型進行研究，使用“數(shù)說故事”系統(tǒng)對微博進行數(shù)據(jù)抓取，將抓取的數(shù)據(jù)用SPSS軟件進行分析，最后采用定量分析法來研究受眾的哪些因素影響輿情的傳播。研究發(fā)現(xiàn)，女性受眾影響輿情的傳播范圍，男性受眾影響輿情的傳播速度，而受眾的愛好對輿情的傳播范圍和速度均有影響。

網(wǎng)絡(luò)?。惠浨閭鞑?；新浪微博；“太子妃升職記”

一、本研究相關(guān)界定

本文擬采用漣漪效應(yīng)傳播模型進行研究，同時采用“數(shù)說故事”系統(tǒng)對微博進行數(shù)據(jù)抓取，將抓取的數(shù)據(jù)用SPSS軟件進行分析，最后采用定量分析法來研究網(wǎng)絡(luò)劇在微博中漣漪效應(yīng)的影響因素。本文隨機抽取的34條樣本微博基本上都是轉(zhuǎn)發(fā)超過500的熱門微博，合計總轉(zhuǎn)發(fā)量將近三十萬，因此具有一定代表性；為了讓樣本具有客觀性，排除刻意宣傳，故沒有專選《太子妃升職記》官方微博中的條目。本文主要研究受眾信息對輿情的傳播影響，因此把性別（參與轉(zhuǎn)發(fā)和評論的男性數(shù)量和女性數(shù)量）、愛好（喜愛時尚和電影的參與用戶數(shù)）作為自變量。

二、受眾對輿情的影響

（一）受眾愛好與輿情有關(guān)聯(lián)

假設(shè)1：受眾愛好與輿情傳播總效果有關(guān)聯(lián)。

樣本指標(biāo)：喜愛電影和時尚的人?？傮w指標(biāo)：參與34條微博的所有用戶人數(shù)。見表1。

結(jié)果：有23.06%的真實用戶喜愛“電影”，16.49%的真實用戶喜愛“時尚”，都超出了平均值12.5%,因此，受眾的愛好與輿情傳播的總效果有關(guān)聯(lián)。

假設(shè)2：受眾愛好與輿情傳播的范圍有關(guān)聯(lián)。

受眾愛好指標(biāo)：“電影”和“時尚”的真實用戶數(shù)；輿情傳播范圍：34條微博在第一層的轉(zhuǎn)發(fā)數(shù)。

本文用SPSS軟件分別對“電影”和“時尚”的真實用戶數(shù)和“第一層微博轉(zhuǎn)發(fā)數(shù)”進行雙變量相關(guān)性分析統(tǒng)計分析，得出結(jié)果見表2、表3。

阿花這時出來了，一如貴妃出浴，詫現(xiàn)我眼前。黑亮的頭發(fā)如瀑瀉，瘦小的圓領(lǐng)衫被乳峰撐得挺挺的，臍部開著一朵細(xì)嫩的花瓣。粉色的短褲貼在腿上，露出又長又嫩的大腿，像兩節(jié)白藕，如釉如玉。我欲看還休，趕緊去看女鬼。女鬼被書生抱在了懷里，書生粗硬的手指從女鬼的腿上滑過。我的手指一陣發(fā)麻。

表2

表3

結(jié)論：“電影”用戶數(shù)和第一層轉(zhuǎn)發(fā)數(shù)相關(guān)性為0.688，顯著相關(guān)?！皶r尚”用戶數(shù)和第一層轉(zhuǎn)發(fā)數(shù)相關(guān)性為0.689，顯著相關(guān)。因此用戶愛好和漣漪效應(yīng)寬度強相關(guān)，符合受眾興趣的輿情傳播范圍更廣。

假設(shè)3：受眾愛好與輿情傳播速度有關(guān)聯(lián)。

受眾愛好指標(biāo)：“電影”和“時尚”的真實用戶數(shù)；輿情傳播速度指標(biāo)：這些微博在第2-4層的總計轉(zhuǎn)發(fā)數(shù)。

本文用SPSS軟件對“電影”和“時尚”的真實用戶數(shù)和“第2-4層微博轉(zhuǎn)發(fā)數(shù)”進行雙變量相關(guān)性分析統(tǒng)計分析，得出結(jié)果見表4、表5。

表4

表5

結(jié)論：“電影”用戶數(shù)和第一層轉(zhuǎn)發(fā)數(shù)相關(guān)性為0.780，顯著相關(guān)?！皶r尚”用戶數(shù)和第一層轉(zhuǎn)發(fā)數(shù)相關(guān)性為0.783，顯著相關(guān)。因此用戶愛好和漣漪效應(yīng)長度強相關(guān)，符合受眾興趣的輿情傳播速度更快。

（二）受眾性別與輿情傳播有關(guān)聯(lián)

假設(shè)1：女性對輿情傳播的總效果影響較大。

性別指標(biāo)：女性人數(shù)；總效果指標(biāo)：女性占總?cè)藬?shù)的百分比。

本文對參與用戶34條微博轉(zhuǎn)發(fā)與評論的真實用戶的性別進行統(tǒng)計。結(jié)果見圖1。

圖1

結(jié)論：從表格中可知，參與《太子妃升職記》傳播的用戶總數(shù)為173614，其中女性占據(jù)了絕對優(yōu)勢，多達(dá)145826人，故83.99%的用戶均為女性，而男性用戶僅為16.01%，人數(shù)為27788。因此女性對輿情傳播有很大關(guān)系,但是為了保證準(zhǔn)確性應(yīng)進一步用SPSS軟件進行檢驗。

假設(shè)2：女性對輿情傳播的范圍影響較大。

本文將變量設(shè)為總轉(zhuǎn)發(fā)數(shù)以及參與用戶的男女?dāng)?shù)量，控制變量為第一層轉(zhuǎn)發(fā)數(shù)。

性別對輿情傳播效果的影響指標(biāo)：參與用戶的男女性人數(shù)對總轉(zhuǎn)發(fā)數(shù)的相關(guān)度；輿情傳播速度指標(biāo)：第一層轉(zhuǎn)發(fā)數(shù)。

表6

由數(shù)據(jù)可知女性數(shù)量的相關(guān)度為0.647，高于男性的0.399，因此女性受眾對漣漪效應(yīng)的寬度影響更大，關(guān)于網(wǎng)絡(luò)劇的輿情在女性中的傳播范圍更廣。

假設(shè)3：女性對漣漪效應(yīng)的長度影響較大。

本文將變量設(shè)為總轉(zhuǎn)發(fā)數(shù)以及參與用戶的男女?dāng)?shù)量，控制變量為第二到四層轉(zhuǎn)發(fā)數(shù)。

性別對漣漪效應(yīng)的影響指標(biāo)：參與用戶的男女性人數(shù)對總轉(zhuǎn)發(fā)數(shù)的相關(guān)度；輿情傳播的速度指標(biāo)：二到四層轉(zhuǎn)發(fā)數(shù)。

表7

由數(shù)據(jù)可知女性數(shù)量的相關(guān)度為0.441，低于男性的0.399，因此男性受眾對漣漪效應(yīng)的長度影響更大，關(guān)于網(wǎng)絡(luò)劇的輿情在男性中傳播的速度更快。

綜上所述：

1.受眾的愛好對輿情的傳播范圍和速度都有影響。

2.女性受眾對輿情傳播的范圍影響較大，男性受眾對輿情傳播的速度影響較大。

三、結(jié)論

受眾的性別對漣漪效應(yīng)的影響比較大。拉斯韋爾的“魔彈論”闡述了媒介的影響力，如果把電視劇的受眾區(qū)分得更加細(xì)致，那么靶向傳播將會更加精準(zhǔn)。網(wǎng)絡(luò)小說早就將小說性別化，女性更喜愛情感類題材，而男性對科幻、軍事類的作品更感興趣，因此作者在創(chuàng)作小說的時候更具有針對性而不是把不同性別化的主線和愛情類主線混雜，網(wǎng)站也會根據(jù)受眾性別進行推薦。在電影方面，近幾年也大興小妞電影。但是網(wǎng)絡(luò)劇目前卻很少有針對性地根據(jù)性別作題材細(xì)分。這種做法從積極方面來說是男女老少皆宜，從消極方面看則是不具有針對性，不能靶向瞄準(zhǔn)。

本文抓取的數(shù)據(jù)均為400條以上的熱門微博，所以數(shù)據(jù)不能代表所有的微博口碑，如果可以將樣本微博的轉(zhuǎn)發(fā)數(shù)門檻降低，可能會更加科學(xué)。

1.童清艷,茅中元.社會化媒體之漣漪效應(yīng)研究——基于2013年《中國好聲音》的微博口碑?dāng)?shù)據(jù)分析[J].新聞與傳播研究,2015(1).

2.陳明亮,章晶晶.網(wǎng)絡(luò)口碑再傳播意愿影響因素的實證研究[J].浙江大學(xué)學(xué)報（人文社會科學(xué)版）,2008(5).

3.Tsang A S L.Making your online voice loud:the critical role of WOM information[J].European Journal of Marketing,2011,45(7/8):1277-1297.

4.Ohanian R.Construction and validation of ascale to measure celebrity endorsers perceived expertise,trustworthiness,and attractiveness[J].Journalofadvertising,1990,19(3):39-52.

（作者系暨南大學(xué)新聞與傳播學(xué)院碩士生）