優(yōu)勝從選擇開始,我們是您最好的選擇!—— 中州期刊聯(lián)盟(新鄉(xiāng)市博翰文化傳媒有限公司)
0373-5939925
2851259250@qq.com
我要檢測 我要投稿 合法期刊查詢

社交媒體中用戶評論如何影響報(bào)道傳播效果——基于MAIN模型的交互線索

作者:葉佳玲來源:《文化產(chǎn)業(yè)》日期:2024-04-01人氣:1180

 引言

互聯(lián)網(wǎng)的快速發(fā)展以及社交媒體平臺的崛起,極大地促進(jìn)了傳播者與用戶之間的互動,也進(jìn)一步推動了用戶的新聞參與。以微博為例的社交媒體一對多式傳播,以及點(diǎn)贊、評論、轉(zhuǎn)發(fā)等功能極大地促進(jìn)了傳者與受者之間的互動,甚至進(jìn)一步改變了新聞生產(chǎn)的結(jié)構(gòu)。曾慶香等學(xué)者認(rèn)為,人們在瀏覽完新聞后,會自然而然地繼續(xù)翻閱下方的評論,甚至為評論點(diǎn)贊或是在評論區(qū)中回復(fù)他人評論。這種短評論與新聞內(nèi)容本體一起構(gòu)成了受眾對一則新聞的閱讀和理解過程。這與MAIN模型Modality- Agency-Interactivity-Navigability中提到的要使信息被視為交互式信息,它不僅必須取決于來自交互伙伴的前一條消息,而且還必須取決于它之前的消息。大體一致。

在社交媒體中用戶評論能夠成為交互線索,通過影響受眾對新聞的閱讀和理解過程從而影響新聞報(bào)道的傳播效果嗎?到目前為止,在線評論對新聞報(bào)道的影響仍然存在一定爭議。有的學(xué)者認(rèn)為評論中的不文明現(xiàn)象會對報(bào)道效果產(chǎn)生影響,而另一些學(xué)者則認(rèn)為不文明評論并不會影響報(bào)道效果。這些不一致的研究結(jié)論一方面不利于學(xué)者對其進(jìn)行深入研究,另一方面對于社交媒體平臺而言也會影響其對于評論區(qū)的管理和功能完善。因此,本文試圖先采取元分析(Meta-Analysis)方法,對已有的用戶評論對報(bào)道傳播效果影響的實(shí)證研究進(jìn)行定量統(tǒng)計(jì)分析,系統(tǒng)評價(jià)相關(guān)因素的影響效果;再提取出確定能夠影響傳播效果的因素放在中國社交媒體平臺——微博中進(jìn)行實(shí)證研究,從傳播效果的三個(gè)層面——認(rèn)知、情感、行為來整體考察用戶評論對傳播效果的影響。

二、文獻(xiàn)回顧

(一)MAIN模型

MAIN模型是由賓夕法尼亞州立大學(xué)媒介效果研究實(shí)驗(yàn)室對各種數(shù)字媒體進(jìn)行了十年的研究后,確定了四種顯著影響心理效果的線索——模態(tài)(Modality)、代理(Agency)、交互性(Interactivity)以及導(dǎo)航性(Navigability。這些線索或多或少都存在于大多數(shù)數(shù)字媒體中,并且能夠提供相關(guān)的啟發(fā)式方法。MAIN模型主要關(guān)注數(shù)字媒體可能影響可信度判斷的技術(shù)方面。因此,其起點(diǎn)是技術(shù)的可供性,這意味著媒介擁有促進(jìn)某種行動的特定能力。

MAIN模型中,模態(tài)(Modality)是四種線索中最具結(jié)構(gòu)性,也是界面上最明顯的。例如文本模態(tài)、聽覺模態(tài)、試聽模態(tài)等。而每種單獨(dú)的模態(tài)都可以通過其單獨(dú)存在來提示特定的啟發(fā)式,也可以通過模態(tài)的組合來提示。目前的社交媒體平臺大多都是由不同模態(tài)組合構(gòu)成的。代理(Agency)在一定程度上則等同于來源。SundarNass的研究結(jié)果顯示,所有來源中最受喜愛的是其他用戶。也就是當(dāng)其他用戶被歸為消息來源時(shí),研究參與者更喜歡這些信息并且認(rèn)為它們的質(zhì)量高于新聞編輯或者是自己作為來源。這些結(jié)果也可能是由于潮流啟發(fā)式的運(yùn)作。這與T. Franklin Waddel的研究結(jié)果一致,Franklin認(rèn)為,用戶評論可能激發(fā)潮流啟發(fā)式的心理機(jī)制來影響報(bào)道的可信度,即如果其他人對這篇文章進(jìn)行了積極的評價(jià),那么我也應(yīng)該這樣做。

而交互性(Interactivity)則更能夠體現(xiàn)用戶評論在傳播效果影響中的作用。Carrie Heeter提出,交互性進(jìn)一步表明,媒體對用戶的需求做出反應(yīng),并且它能夠考慮到交互過程中用戶輸入的變化。而交互性的真正價(jià)值在于它讓用戶能夠充當(dāng)信息來源,而不僅僅是信息的接收者。導(dǎo)航性(Navigability)是指界面上的一些導(dǎo)航標(biāo)識,例如菜單欄,搜索框,外部鏈接等等。在社交媒體平臺上,評論區(qū)就在文章下方的選項(xiàng)卡中。研究顯示,這樣的選項(xiàng)卡或者下拉列表都可能提示選擇啟發(fā)式。因此,利用選擇啟發(fā)式的最佳方法是僅在積極因素超過消極因素時(shí)才觸發(fā)它。在T. Franklin Waddel的研究中也有提到,正面的評論將會導(dǎo)致更高的可信度以及問題重要性的感知

(二)用戶評論對報(bào)道傳播效果影響的分歧

以往學(xué)者對于用戶評論對報(bào)道傳播效果的影響主要是從新聞網(wǎng)站和社交媒體兩個(gè)平臺出發(fā),其中社交媒體囊括了Twitter、Facebook、YouTube、Blog、WeiboMicroblog)等多種平臺。

一些學(xué)者認(rèn)為,評論語氣的文明程度對其他用戶感知新聞質(zhì)量產(chǎn)生了顯著影響。例如Luwei Rose Luqiu指出,不文明評論對新聞報(bào)道的質(zhì)量感知有顯著影響,且接觸不文明評論的參與者對新聞報(bào)道的質(zhì)量評估明顯低于接觸文明評論的參與者。但Rui Shi的研究則發(fā)現(xiàn),評論的文明或不文明語氣并不會影響對新聞報(bào)道的質(zhì)量感知。而Porismita Borah的研究結(jié)果則表明,不文明評論能夠產(chǎn)生影響,但與Luwei Rose Luqiu結(jié)果相反的是——評論中的不文明行為反而會導(dǎo)致更高的參與意愿及在線參與。這樣的分歧也存在于其他因素的討論中。Rui Shi等學(xué)者認(rèn)為,正面評論比負(fù)面評論導(dǎo)致了更高的質(zhì)量感知。對于這一問題也有完全相反的研究結(jié)果。例如Christian von Sikorski的研究則發(fā)現(xiàn),暴露于負(fù)面評論的參與者有著更高的質(zhì)量感知。而Naab等學(xué)者將評論中的支持與批評也納入到效價(jià)的范疇中,他們認(rèn)為,評論的支持/批評對新聞文章的可信度感知有顯著影響,呈現(xiàn)支持性評論(正面評論)比呈現(xiàn)批評性評論(負(fù)面評論)能夠使讀者感知到更高的可信度,從而提高了新聞文章的傳播效果。

另外,還有一些學(xué)者從評論的匿名性、黨派性和評論中存在的分歧情況等因素出發(fā)進(jìn)行了傳播效果的實(shí)證研究,但這些研究同樣也存在結(jié)論不一致的情況,因此本文提出以下三個(gè)問題:

RQ1:在線評論中能夠影響新聞報(bào)道傳播效果的因素有哪些?

RQ2:在構(gòu)成影響的條件下,這些因素是促進(jìn)還是削弱了傳播效果?

RQ3:在構(gòu)成影響的條件下,這些因素是通過何種途徑(認(rèn)知、情感、行為)來影響傳播效果的?

 研究方法

(一)元分析

元分析又稱薈萃分析,是一種基于定量研究結(jié)果進(jìn)行再分析的統(tǒng)計(jì)方法。它是基于預(yù)先規(guī)定的數(shù)學(xué)標(biāo)準(zhǔn)分配給每個(gè)研究不同的權(quán)重,然后對研究結(jié)果進(jìn)行綜合[12]。該方法特別適用于研究結(jié)果不一致的問題,通過對已有的統(tǒng)計(jì)結(jié)果進(jìn)行更加精確的定量分析,從而解決研究結(jié)果不一致的問題,提高研究的可信度。

1.文獻(xiàn)檢索與篩選

基于對前期文獻(xiàn)的探索性分析,在文獻(xiàn)檢索時(shí)需要將關(guān)鍵詞進(jìn)行泛化,通過人工檢索標(biāo)題及摘要進(jìn)行文獻(xiàn)篩選,因此確定檢索詞為:在線評論、評論、新聞、網(wǎng)站、社交媒體、社交平臺,對應(yīng)的英文關(guān)鍵詞為:online comments、commentsreview)、news、website、social media、social platform。其中社交媒體包括微博(Weibo/microblog)、微信(WeChat)、博客(Blog)、TwitterFacebook、YouTube等眾多平臺。

中文檢索使用萬方數(shù)據(jù)庫和CNKI知網(wǎng)數(shù)據(jù)庫,用評論”“在線評論新聞以及網(wǎng)站”“社交媒體”“社交平臺”“微博”“微信”“博客相結(jié)合,進(jìn)行主題檢索。英文檢索使用Web of Science、JSTORWiley作為文獻(xiàn)源,另外使用Google Scholar作為輔助文獻(xiàn)源,采用與中文檢索對應(yīng)的檢索方式進(jìn)行檢索。第一步:關(guān)鍵詞檢索,通過閱讀標(biāo)題及摘要,篩選與主題相關(guān)的文獻(xiàn),初次篩選得到中文文獻(xiàn)1篇,英文文獻(xiàn)352篇。第二步:通過對全文的粗略閱讀,對文獻(xiàn)做進(jìn)一步篩選,篩選標(biāo)準(zhǔn)為:(1)研究問題必須涉及傳播效果的三個(gè)方面中的某一項(xiàng),即認(rèn)知、情感和行為;(2)研究必須是評論對新聞報(bào)道的影響效果,排除研究新聞報(bào)道對評論影響的文章;(3)研究必須是評論對新聞的影響,排除對個(gè)人帖子不涉及新聞報(bào)道的影響研究;(4)研究必須為中英文文章;(5)研究必須為實(shí)證研究,排除理論研究、綜述性研究等文獻(xiàn)。經(jīng)過篩選,得到了滿足上述條件的77篇文獻(xiàn),再通過這77篇文獻(xiàn)進(jìn)行滾雪球檢索,又獲得了21篇之前遺漏的文章。因此總共獲得98篇文獻(xiàn)進(jìn)入第三步:研究數(shù)據(jù)必須完整,即報(bào)告了樣本數(shù)量以及相關(guān)系數(shù)或者可以轉(zhuǎn)換為相關(guān)系數(shù)的統(tǒng)計(jì)量(t值、d值、η2等)。經(jīng)過文獻(xiàn)篩選,最終得到可以進(jìn)行元分析的文獻(xiàn)共26篇。

2.文獻(xiàn)編碼與數(shù)據(jù)處理

對篩選后的文獻(xiàn)根據(jù)文獻(xiàn)基本信息進(jìn)行編碼,編碼信息包括作者名、發(fā)表年份、研究平臺、樣本量以及影響因素。文獻(xiàn)編碼信息見表1。另外對文獻(xiàn)中出現(xiàn)的影響因素進(jìn)行歸納整理,將同義的變量進(jìn)行合并編碼,得到評論效價(jià)、片面性、評論語氣、一致性、評論分歧、黨派立場、匿名性以及表達(dá)方式8個(gè)變量。但由于片面性、黨派立場、匿名性和表達(dá)方式均只有一篇文獻(xiàn)進(jìn)行了研究,不符合元分析的標(biāo)準(zhǔn),因此將這4個(gè)變量去除。最終納入元分析研究的4個(gè)變量為評論效價(jià)、評論語氣、一致性和評論分歧。變量具體編碼及定義如表2所示。

由于文獻(xiàn)中所報(bào)告的數(shù)據(jù)形式不一致,需要將其轉(zhuǎn)換為皮爾遜相關(guān)系數(shù)r值。數(shù)據(jù)轉(zhuǎn)換均在R語言中進(jìn)行,通過psychmeta包進(jìn)行轉(zhuǎn)換。

 

1 文獻(xiàn)編碼(作者自制)

序號

作者

發(fā)表年份

研究平臺

樣本數(shù)

影響因素

1

Stephan Winter

2015

Facebook

79

評論效價(jià)

2

Sherice Gearhart

2020

Facebook

670

片面性

3

Ji won Kim

2020

Facebook

416

評論語氣、一致性

4

T. Franklin waddell

2018

Twitter

230

評論效價(jià)

5

Stephan Lewandowsky

2019

Blog

393

一致性

6

Joseph B. Walther

2010

YouTube

152

評論效價(jià)

7

Stephan Winter

2018

Facebook

210

評論效價(jià)

8

Molly M. Greenwood

2015

Facebook

189

評論分歧

9

Carmen D. Stavrositu

2015

Blog

181

評論效價(jià)

10

Mi Rosie Jahng,2018

2018

Blog

84

評論分歧

11

Gi Woong Yun

2016

Blog

92

一致性

12

Qin Gao

2015

Weibo

60

評論效價(jià)

13

Luwei Rose Luqiu

2019

Weibo

957

評論語氣

14

Sara K. Yeo

2017

Web

2297

評論語氣

15

Rui Shi

2014

YouTube

592

評論效價(jià)、評論語氣

16

J. Brian Houston

2015

Web

227

黨派立場

17

Porismita Borah

2012

Blog

241

評論語氣

18

Sai Wang

2020

Web

229

匿名性

19

Eun-Ju Lee

2010

Web

252

一致性

20

Marco Dohle

2017

Web

208

評論效價(jià)

21

Christian von Sikorski

2016

Web

115

評論效價(jià)

22

Kjerstin Thorson

2010

Web

770

評論語氣、一致性

23

Dominique Heinbach

2018

Web

181

評論效價(jià)

24

Wen Zhang

2019

Weibo

243

表達(dá)方式

25

Hue Trong Duong

2019

Web

391

評論分歧

26

Teresa K. Naab

2020

Web

226

評論效價(jià)

 

2 影響因素編碼定義表(作者自制)

變量

定義

評論效價(jià)

評論的情感趨勢,表明評論者正面或負(fù)面的態(tài)度(1=正面,0=負(fù)面)

評論語氣

評論語氣是否文明(1=文明,0=不文明)

一致性

評論與文章所表達(dá)意思的同意程度(1=一致,0=不一致)

評論分歧

評論中是否有不同意見(1=有分歧,0=無分歧)

 

3.數(shù)據(jù)分析

R語言中轉(zhuǎn)換出的影響因素相關(guān)系數(shù)r值以及各因素所屬研究的樣本量輸入CMA3.0軟件作為效應(yīng)值,再轉(zhuǎn)換為Fisher’s Z值后對結(jié)果進(jìn)行元分析。

1)異質(zhì)性檢驗(yàn)

元分析中需要對研究數(shù)據(jù)進(jìn)行異質(zhì)性檢驗(yàn),從而進(jìn)行元分析模型的選擇。如果異質(zhì)性檢驗(yàn)結(jié)果不顯著,即采用固定效果模型進(jìn)行分析。反之,異質(zhì)性檢驗(yàn)結(jié)果顯著,則采用隨機(jī)模型進(jìn)行分析。Higgins指出,I2的高低劃分暫定標(biāo)準(zhǔn)為:I2統(tǒng)計(jì)量為25%則表示較低的異質(zhì)性,50%表示中度的異質(zhì)性,75%則為較高的異質(zhì)性。[1]異質(zhì)性檢驗(yàn)結(jié)果如表3所示,各個(gè)效應(yīng)量間均呈現(xiàn)出異質(zhì)性,因此本研究采用隨機(jī)模型進(jìn)行分析。

3 異質(zhì)性檢驗(yàn)結(jié)果(作者自制)




異質(zhì)性(Q檢驗(yàn))

變量

研究數(shù)K

樣本量N

P

Q

I2

評論效價(jià)

11

2234

0.000

162.048

93.829

評論語氣

6

3273

0.000

42.349

88.193

一致性

5

1923

0.016

12.166

67.122

評論分歧

3

664

0.000

22.817

91.235

 

2)發(fā)表偏倚檢驗(yàn)

發(fā)表偏倚是指那些報(bào)告相對高的效應(yīng)量的研究比那些報(bào)告低效應(yīng)的研究更容易發(fā)表,從而產(chǎn)生發(fā)表偏倚。本研究采用了Egger回歸截距測試,最終結(jié)果顯示4個(gè)變量的的p值均大于0.05,即存在發(fā)表偏倚的可能性較低(見表4)。但是4個(gè)變量的漏斗圖都顯示出一定的發(fā)表偏見,因此研究采用了Trim and Fill修剪填補(bǔ)法,對漏斗圖進(jìn)行了一定的修正

 

4 發(fā)表偏倚結(jié)果(作者自制)



Egger檢驗(yàn)



95%置信區(qū)間



變量

研究數(shù)K

下限

上限

T

P

評論效價(jià)

11

-7.261

12.079

0.564

0.587

評論語氣

6

-13.077

4.015

1.472

0.215

一致性

5

-7.251

10.493

0.581

0.602

評論分歧

3

-48.003

67.374

1.851

0.315


 

3)效應(yīng)值分析

效應(yīng)值分析是研究在線評論中各變量對新聞報(bào)道傳播效果的影響相關(guān)性。本研究的效應(yīng)值分析結(jié)果如表5所示。結(jié)果顯示,通過顯著性檢驗(yàn)(p0.05)的變量只有評論效價(jià)。根據(jù)Cohen提出的劃分標(biāo)準(zhǔn),當(dāng)r值大于0.5時(shí),相關(guān)系數(shù)則為高度顯著的;當(dāng)r值大于0.3時(shí),相關(guān)系數(shù)則為一般顯著;當(dāng)r值大于0.1時(shí),相關(guān)系數(shù)則具有低顯著性;而當(dāng)r值小于0.1時(shí)則認(rèn)為基本無相關(guān)關(guān)系。因此在本研究中,評論效價(jià)(r=0.193)與新聞報(bào)道傳播效果的影響為弱相關(guān)。

 

5 效應(yīng)值分析結(jié)果(作者自制)





95%置信區(qū)間

雙尾檢驗(yàn)

變量

研究數(shù)K

樣本量N

r

下限

上限

Z

P

評論效價(jià)

11

2234

0.193

0.022

0.353

2.203

0.028

評論語氣

6

3273

-0.014

-0.099

0.071

-0.322

0.748

一致性

5

1923

0.069

-0.051

0.153

1.609

0.108

評論分歧

3

664

-0.051

-0.325

0.231

-0.349

0.727

 

4)調(diào)節(jié)變量分析

根據(jù)前文對影響因素變量的分析,首先確定了評論效價(jià)是對新聞報(bào)道效果具有影響的,且存在異質(zhì)性。因此本研究選擇將平臺作為調(diào)節(jié)變量進(jìn)行分析。最終結(jié)果顯示組間Q=90.600,p0.05,研究結(jié)果表明平臺能夠顯著調(diào)節(jié)評論效價(jià)與新聞報(bào)道傳播效果之間的關(guān)系。具體調(diào)節(jié)變量分析結(jié)果如表6所示。

 

6 調(diào)節(jié)變量分析結(jié)果(作者自制)





95%置信區(qū)間



自變量

調(diào)節(jié)變量

研究數(shù)K

r

下限

上限

Q

I2

評論效價(jià)

Facebook

2

-0.272

-0.376

-0.161

28.748

96.522

Web

4

0.213

0.142

0.281

38.619

92.232

Youtube

2

0.177

0.107

0.246

4.081

75.496

Blog

1

0.200

0.056

0.336

——

——

Twitter

1

0.245

0.119

0.363

——

——

Weibo

1

0.717

0.566

0.281

——

——

 

4.結(jié)果討論

本研究基于以往的研究再次對其結(jié)果進(jìn)行定量分析,得出了一個(gè)總體性結(jié)論,即研究發(fā)現(xiàn)從以往研究提取出的評論效價(jià)、片面性、評論語氣、一致性、評論分歧、黨派立場、匿名性和表達(dá)方式的8個(gè)因素中,只有評論效價(jià)與新聞報(bào)道傳播效果呈現(xiàn)低強(qiáng)度的正相關(guān)(r=0.193),并且受到調(diào)節(jié)變量平臺的顯著影響。

(二)實(shí)驗(yàn)法

在元分析結(jié)果的基礎(chǔ)上,再通過實(shí)驗(yàn)法在中國代表性社交媒體平臺——微博上通過同一則刺激材料在同一平臺上進(jìn)行實(shí)證研究,考察評論效價(jià)這一影響因素是通過傳播效果的哪一層面或哪幾個(gè)層面來達(dá)到最終傳播效果影響的。

1.研究對象

本實(shí)驗(yàn)共招募了200名實(shí)驗(yàn)對象,其中20名預(yù)實(shí)驗(yàn)對象。實(shí)驗(yàn)對象均在新浪微博上進(jìn)行招募,確保其為微博使用者。除去20名預(yù)實(shí)驗(yàn)對象,其余180名實(shí)驗(yàn)對象隨機(jī)分為3個(gè)實(shí)驗(yàn)組:實(shí)驗(yàn)組一(不閱讀評論)60人,實(shí)驗(yàn)組二(閱讀正面評論)60人,實(shí)驗(yàn)組三(閱讀負(fù)面評論)60人。被試者在參與實(shí)驗(yàn)之前被告知該研究與微博相關(guān),但不知曉研究真實(shí)目的。被試者會先通過鏈接瀏覽相關(guān)新聞報(bào)道以及評論(不閱讀評論的實(shí)驗(yàn)組除外),瀏覽結(jié)束后完成問卷填寫。

2.刺激材料

本著刺激材料需立場中立,且相關(guān)新聞要素清晰以及評論立場清晰可辨的原則。本實(shí)驗(yàn)選取了一則ID名為中新經(jīng)緯的賬號在新浪微博上真實(shí)發(fā)布的新聞報(bào)道【一級致癌物檳榔長期熱銷,#專家建議檳榔按照煙草監(jiān)管方式監(jiān)管#】。

評論方面,從原帖的937條評論中,逐條閱讀評論,剔除僅表情符號和與內(nèi)容無關(guān)的評論,將剩下的評論按照正面評論與負(fù)面評論進(jìn)行分類。為保證實(shí)驗(yàn)對象對評論的瀏覽質(zhì)量,最終正面評論、負(fù)面評論各選取了15條放置實(shí)驗(yàn)界面中。

3.實(shí)驗(yàn)設(shè)計(jì)

為保證真實(shí)瀏覽環(huán)境,本研究設(shè)計(jì)了一個(gè)微博模擬界面,被試者會首先瀏覽此模擬鏈接,該模擬界面100%還原了新聞材料所屬主體的賬號和頭像,以及新聞內(nèi)容。評論用戶的頭像和昵稱則隨機(jī)生成,評論內(nèi)容為選取的15條符合正面評論(負(fù)面評論)相關(guān)要求的評論其余設(shè)置均與微博APP無異。瀏覽完成后被試者將被要求填寫一份調(diào)查問卷。 

本研究的調(diào)查問卷共涉及傳播效果三個(gè)層面的考察,在認(rèn)知上,選取了記憶度可信度作為測量要素;在情感上,選取了情感態(tài)度改變作為測量要素;在行為意愿上,選擇點(diǎn)贊”“評論”“轉(zhuǎn)發(fā)作為測量要素。

記憶度的測量即測試被試者對于原報(bào)道中提出的幾項(xiàng)監(jiān)管方式記憶如何,可信度是通過5級里克特量表讓被試者對原文可信度進(jìn)行評分,情感態(tài)度改變則是在瀏覽微博界面前后分別通過問卷記錄被試者對原文中提到的檳榔和煙草的態(tài)度,來測量被試態(tài)度有無改變;最后行為則是通過被試者是否有點(diǎn)贊、評論、轉(zhuǎn)發(fā)意愿來測量。

4.結(jié)果分析

所有數(shù)據(jù)均在R語言中進(jìn)行分析,分析結(jié)果如表7所示。

7 實(shí)驗(yàn)分析結(jié)果(作者自制)

測量維度

測量結(jié)果

記憶度

χ2=2.7841df=4,p=0.5946

可信度

χ2=89.129,df=4p0.001

情感態(tài)度改變

χ2=0.04104,df=1,p=0.8359

點(diǎn)贊意愿

χ2=1.203df=1,p=0.2727

評論意愿

χ2=0.50093df=1,p=0.4791

轉(zhuǎn)發(fā)意愿

χ2=0,df=1,p=1

 

研究結(jié)果發(fā)現(xiàn),在6個(gè)效果測量維度中,僅可信度的結(jié)果顯著(p0.001),其余維度結(jié)果均不顯著。因此分析結(jié)果表明,評論效價(jià)是通過影響認(rèn)知層面的可信度來影響整體傳播效果的。

 結(jié)果與討論

本文首先通過對前人研究結(jié)果的元分析解決了當(dāng)前用戶評論對報(bào)道傳播效果的影響分歧問題。確定了評論效價(jià)這一影響因素能夠影響報(bào)道傳播效果且為正向影響,即評論越正面,則報(bào)道的傳播效果越好。由于還可能存在平臺這一調(diào)節(jié)變量的影響,以及缺乏中國的本土實(shí)證研究。因此本文還通過實(shí)驗(yàn)法在中國社交媒體環(huán)境——微博做了進(jìn)一步的實(shí)證研究。結(jié)果表明,用戶評論在社交媒體環(huán)境中作為一種交互線索,是能夠?qū)?bào)道傳播效果產(chǎn)生影響的,這種影響主要是通過評論中的效價(jià)——表達(dá)出來正面或負(fù)面的態(tài)度來影響其他用戶對可信度的感知來影響整體傳播效果。

而這也與MAIN模型(如圖3)的影響機(jī)制一致。從技術(shù)的可供性出發(fā),平臺提供了評論區(qū)這樣一個(gè)可以交互的區(qū)域,而評論區(qū)中的內(nèi)容則作為一種交互線索通過認(rèn)知啟發(fā)式——用戶不可能對每篇報(bào)道都進(jìn)行仔細(xì)評估,因此只能通過信息的外圍功能來評估該則信息。而評論區(qū)則作為技術(shù)提供的外圍線索,用戶可以通過評論區(qū)的內(nèi)容來激活在隨后評估中的心理經(jīng)驗(yàn)法則從而對原文本信息進(jìn)行評估。又或者通過潮流啟發(fā)式——根據(jù)評論區(qū)的意見選擇跟隨所屬潮流中的意見來對信息質(zhì)量進(jìn)行推斷,從而影響對可信度的判斷。對可信度的評估最終又會體現(xiàn)在原信息的傳播效果上。 

這同時(shí)也可以解釋分析結(jié)果中得出的,從認(rèn)知、情感、行為這三個(gè)方面中,只有通過認(rèn)知層面的可信度影響傳播效果是顯著的。首先記憶度是因?yàn)椴豢赡苊课挥脩舳紝@篇報(bào)道的文字內(nèi)容進(jìn)行了仔細(xì)評估,從問卷調(diào)查結(jié)果來看,大多數(shù)用戶都全選了問卷選項(xiàng)中給出的所有監(jiān)管方式。而情感態(tài)度更多取決于用戶個(gè)人的先驗(yàn)態(tài)度,大多數(shù)的用戶并不會因?yàn)橐黄獔?bào)道或者一些其他用戶評論而輕易發(fā)生改變。最后在行為意愿層面,被試者都愿意點(diǎn)贊,而評論和轉(zhuǎn)發(fā)的人數(shù)極少,這也可能是個(gè)人和原文內(nèi)容情感連結(jié)不強(qiáng)導(dǎo)致的。從少數(shù)用戶評論中可以看出,是因?yàn)樯磉叺挠H人朋友有抽煙或是嚼檳榔的行為,用戶產(chǎn)生了情感連結(jié),對自己或親人朋友有健康擔(dān)憂,才會觸發(fā)評論或轉(zhuǎn)發(fā)機(jī)制。因此,行為意愿更多地是取決于用戶出于自身的動機(jī)與瀏覽其他用戶的評論并無顯著相關(guān)。

最后,由于本研究在效果測量維度的選取上可能缺乏科學(xué)性和系統(tǒng)性,所以可能導(dǎo)致某些維度沒能被納入考慮。以及各維度之間可能存在的交互影響在本次研究中也未能體現(xiàn)。在今后的研究中,需要進(jìn)一步改進(jìn)實(shí)驗(yàn)設(shè)計(jì),考慮更多的測量維度,以及各維度之間的相互作用, 從而更準(zhǔn)確地解釋在社交媒體環(huán)境中,用戶評論與傳播效果之間的影響關(guān)系。


文章來源:《文化產(chǎn)業(yè)》 http://m.00559.cn/w/wy/32640.html

網(wǎng)絡(luò)客服QQ: 沈編輯

投訴建議:0373-5939925????投訴建議QQ:

招聘合作:2851259250@qq.com (如您是期刊主編、文章高手,可通過郵件合作)

地址:河南省新鄉(xiāng)市金穗大道東段266號中州期刊聯(lián)盟 ICP備案號:豫ICP備2020036848

【免責(zé)聲明】:中州期刊聯(lián)盟所提供的信息資源如有侵權(quán)、違規(guī),請及時(shí)告知。

版權(quán)所有:中州期刊聯(lián)盟(新鄉(xiāng)市博翰文化傳媒有限公司)

關(guān)注”中州期刊聯(lián)盟”公眾號
了解論文寫作全系列課程

核心期刊為何難發(fā)?

論文發(fā)表總嫌貴?

職院單位發(fā)核心?

掃描關(guān)注公眾號

論文發(fā)表不再有疑惑

論文寫作全系列課程

掃碼了解更多

輕松寫核心期刊論文

在線留言