高校圖書館微博信息傳播影響因素研究*
——基于新浪微博平臺

趙楊，宋倩，高婷

高校圖書館微博信息傳播影響因素研究*
——基于新浪微博平臺

趙楊，宋倩，高婷

以我國37所高校圖書館新浪官方微博為對象，分別從微博內容層面和用戶層面對影響高校圖書館微博信息傳播的主要因素進行定量分析，發現微博信息類型、展現形式、信息來源、粉絲數量、轉發者類型均對微博信息傳播具有顯著影響。高校圖書館應切合用戶實際需求發布博文，合理應用多種展現形式表達信息內容，發布原創性話題并緊密維系與用戶間的社會網絡關系，以此促進微博信息傳播與利用，提高圖書館信息服務水平。

高校圖書館 微博 信息傳播 信息服務

0 引言

隨著社會化網絡時代的來臨，越來越多的高校圖書館(以下簡稱“高校館”)利用微博為讀者提供多元化信息服務。微博作為基于用戶關系實現信息實時分享與傳播的社會化媒體，具有信息傳播速度快、展現形式豐富、交互性強等特點，是高校館發布館情館訊、推薦信息資源、提供參考咨詢的重要工具[1]。通過微博信息的有效傳播，能使讀者及時獲取圖書館最新資訊和個性化服務信息，發揮圖書館的社會服務價值。目前對高校館微博的研究大多集中在平臺建設、運營現狀、服務評價等方面，關于信息傳播影響因素的研究非常有限[2-3]。由于高校館微博在服務功能、話題內容上具有較強的專業性，其信息傳播模式有別于一般微博，需要針對其特性進行具體分析。鑒于此，筆者以我國37所高校館官方微博為實證對象，探索影響其信息傳播的具體因素，揭示信息傳播規律與路徑，在此基礎上提出促進高校館微博信息有效傳播與利用的對策建議。

1 高校館微博信息傳播影響因素的提出

由于微博信息傳播主要是通過用戶(粉絲)轉發行為體現，因此，已有研究成果大多是從用戶行為特征出發探索影響微博信息傳播的主要因素[4]。但本質上而言，引發用戶轉發行為的內在動因源于用戶對微博內容的認知、情感和態度，即只有當用戶在充分理解、認可和接受這些內容的基礎上才會產生轉發意愿[5]。因此，筆者分別從微博內容和用戶行為兩個層面對影響高校館微博信息傳播的因素進行分析，如表1所示。

表1 高校圖書館微博信息傳播影響因素

(1)內容層面的影響因素。從內容層面看，高校館主要通過文字(一般不超過140字)、圖片、多媒體等形式以原創或轉發的方式在微博平臺上發布信息，達到服務讀者、營銷推廣和對外宣傳的目的。這些信息內容的類別、展現形式、來源和發布時段往往決定著其吸引用戶關注和轉發的程度[6]。因此，微博內容層面的影響因素可以從以上四個方面進行分析。

(2)用戶層面的影響因素。從用戶層面看，微博用戶覆蓋面是決定信息能否被用戶獲取、接受繼而轉發的重要前提，而用戶覆蓋面主要由微博粉絲數量決定[7]。其次，由于不同用戶在社會網絡中處于不同節點，其轉發行為對信息傳播的影響力也存在很大差異。多數研究者認為，處于核心節點的用戶(加V用戶)其轉發行為往往會引發“漣漪效應”，是推動信息快速傳播的關鍵因素[8]。因此，用戶層面的影響因素可以從微博粉絲數量和轉發者類型兩個方面進行分析。

2 實證研究

2.1 樣本選擇與數據獲取

新浪微博是我國高校館注冊數量最多的微博平臺。至2013年12月31日，有167所高校館開通新浪微博賬號。因此，筆者基于新浪微博進行樣本選擇和數據采集。通過檢索和統計，除去非官方認證(沒有加V標識)和粉絲數量低于1000條的高校館微博，最終確定37個樣本(如表2所示)。鑒于微博信息內容發布時段的一致性和時效性，以2012年1月1日0時至2013年12月31日24時為時間段對樣本內容進行統計，共采集到25269條微博，這些微博的平均轉發次數為52次。為了有效反映信息傳播動因，筆者選取轉發次數高于平均數的微博作為研究樣本并對其進行正態化處理，最終得到245條研究數據。

2.2 樣本描述統計

筆者對微博樣本內容進行了描述統計分析。其中對在某項因素上同時含有多個子類別的微博條目進行了分類計數。從統計結果看，在信息類別方面，以館情館訊類和資源推薦類為主，分別占樣本總量的32.5%和25.7%，而發表評論和館際互動類型的內容則較少，只占樣本總量的6.3%和7.9%；在展現形式方面，多媒體形式的博文數量最多，占樣本總量的44.4%，純文本類型的最少，占樣本總量的7.1%；而在信息來源和發布時段方面，原創性微博和工作時段發布的微博所占比例最大，分別為73.5%和74.3%。

表2 樣本總體情況(按粉絲數量降序排列)

2.3 內容層面的影響效果分析

為了明確微博內容層面的各項因素是否對高校館微博的信息傳播具有顯著影響，筆者采用多因素方差分析進行檢驗，在此基礎上通過多重比較檢驗和均值分析對具有顯著影響的因素作進一步比較，明確其對微博信息傳播的實際作用效果。

(1)內容層面影響因素的方差分析。方差分析是從觀測變量的方差入手，研究多個控制變量中哪些對觀測變量有顯著影響[9]。筆者以微博內容轉發次數為觀測變量，以信息類別、展現形式、信息來源、發布時段四個因素為控制變量進行多因素方差分析，結果如表3所示。

表3中，信息類別、展現形式、信息來源、發布時段的概率p值分別為0.000、0.000、0.041、0.938，當顯著性水平α為0.05時，前三個因素的概率p值均低于顯著性水平，可以認為，不同信息類別、展現形式和信息來源的微博總體均值存在顯著差異，即這三個因素對高校館微博的信息傳播具有顯著影響。而發布時段的概率p值大于0.05，說明其對微博信息傳播的影響并不顯著。從各因素的交互作用結果來看，信息類別、展現形式和信息來源這三個因素相互組合的概率p值也都低于顯著性水平，說明它們對高校館微博信息傳播具有顯著的交互作用。而發布時段與其他因素的共同作用則沒有對微博信息傳播產生顯著影響(p值大于0.05)。由此可見，用戶對高校館發布的信息類別以及這些信息是通過何種形式展現的、是否原創會產生較明顯的認知、情感和態度差異；而對微博的發布時段則沒有明顯的反應差異。

表3 微博內容層面的多因素方差分析結果

(2)各影響因素的作用效果分析。為進一步分析具有顯著影響的因素是如何具體作用于高校館微博信息傳播的，筆者應用多重比較檢驗，對這些因素在不同水平下的信息傳播效果進行了比較。以信息類別因素為例，其中，“發起互動”類與其他類別均存在顯著差異(概率p值均小于0.05)。結合信息類別不同水平下的微博轉發次數均值，可以發現，“發起互動”類的博文平均轉發次數最多，為186次；其次是“發表評論”和“資源推薦”類，平均轉發次數分別為143次和138次。由此可見，當高校館在微博上發布一些與讀者交流互動的內容(如轉發+@好友獲得贈書、發起采購數據庫投票等)時往往會引發粉絲強烈關注并積極轉發；而當圖書館在微博上推薦一些文獻、數據庫資源或是對某一熱點問題進行評論時，也會促使粉絲們主動地將這些實用的、有價值的信息通過轉發與他人分享。同樣，通過展現形式和信息來源這兩個具有顯著影響因素的各項均值比較也會發現，“多媒體形式”和帶有“#”字符的“話題形式”博文轉發均值較高，分別為189次和155次；而“純文本”和“擴展閱讀”形式的博文平均轉發次數則較低，只有62次和81次，說明展現形式生動、帶有討論互動性的微博更能引起用戶興趣，促進信息傳播。同時高校圖書館的原創類微博也比其轉發的信息更有吸引力。

在影響因素交互作用方面，信息類別、展現形式和信息來源三個因素的相互組合都能對微博信息傳播產生顯著影響(概率p值均小于0.05)。從交互作用均值來看，多媒體形式的互動類博文最能引起用戶關注，平均轉發271次，即高校館在與讀者進行互動時發布圖文并茂的信息能更好地激發讀者的轉發意愿。另外，無論是原創還是轉發的內容，“多媒體形式”和“話題標簽”形式的博文轉發均值都高于“純文本”和“擴展閱讀”形式的，說明高校館在發布微博時添加了一些圖片、視頻，并對發布內容進行了分類、總結，加上了標簽和話題，更能引發用戶關注和轉發。

2.4 用戶層面的影響效果

在驗證微博粉絲數量和轉發者類型是否對高校圖書館微博信息傳播具有顯著影響時，筆者同樣采用了多因素方差分析。與此同時，考慮到在已有研究中多數學者曾提出基于微博的社會關系網絡中處于核心節點的用戶(加V用戶)其轉發行為會引發信息傳播的層級擴散效應[10]，因此，筆者進一步對微博轉發次數、轉發層級、粉絲數和轉發者類型進行了相關分析，并通過可視化工具研究了高校圖書館微博信息傳播路徑。

2.4.1 用戶層面影響因素的方差分析

筆者以高校館微博內容轉發次數為觀測變量，以微博粉絲數、轉發者中V用戶數為控制變量進行多因素方差分析，結果如表4所示。從檢驗結果看，微博粉絲數、轉發者中V用戶數及兩者交互作用的概率p值均低于顯著性水平0.05?？梢哉J為，在控制變量不同水平下，微博信息轉發次數的均值具有顯著差異，即微博粉絲數和轉發者中的V用戶數對高校館微博信息傳播效果均具有顯著影響，且兩者同時對信息傳播產生顯著的交互作用。

表4 用戶層面的多因素方差分析結果

2.4.2 用戶層面影響因素的相關分析

為了進一步明確高校館微博粉絲數與轉發者中V用戶數對微博信息傳播效果的具體作用，筆者應用相關分析進行檢驗。相關分析是一種基于假設檢驗的統計分析方法，用來描述兩個變量之間的線性關系程度[11]。在進行相關分析時，考慮到微博信息的傳播效果除轉發量上的遞增，還表現為轉發層級的擴展，即某一用戶轉發該條微博后，該用戶的粉絲又再次進行轉發，產生層層傳播擴展效應。因此，筆者將轉發層級也納入相關分析，結果如表5所示。其中轉發次數與轉發層級、微博粉絲數、轉發者中V用戶數的相關系數概率p值都低于顯著性水平α(此處α值為0.01)，說明四者之間存在顯著相關性；其Pearson簡單相關系數分別為0.488、0.721和0.626，說明微博轉發次數與轉發層級、粉絲數、V用戶數均成正相關關系，即隨著轉發層級、粉絲數和V用戶數的遞增，微博轉發次數也隨之遞增，且轉發次數與微博粉絲數的相關性最強。此外，轉發層級與粉絲數、轉發者中V用戶數間也存在顯著相關性，特別是與V用戶數的相關系數值達到0.709，說明轉發層級會隨著轉發者中V用戶數增加而顯著遞增。

2.4.3 微博傳播路徑的可視化分析

通過可視化工具PKUVIS可以具體展現高校館微博中某條博文被用戶轉發后的傳播路徑。以樣本中轉發次數最多的一條微博為例，該微博由中國科技大學圖書館在2013年4月26日11∶15發布，博文內容是該圖書館2012年全年圖書借閱情況排名(原文見http：//e.weibo.com/ 2433828702/ztUF0zVut)，其信息傳播路徑如圖1所示。截至統計時止，該條微博共被轉發1008次，轉發層級7層。圖1中右邊的環狀圖為圖書館官方微博粉絲轉發該條博文的信息傳播路徑。隨著該條微博不斷被粉絲和加V用戶轉發，信息不斷擴散，形成層層擴大的環狀路徑。左邊的環狀圖則是該博文被另一官方微博“果殼網”二次轉發后，產生的“發酵”效應?！肮麣ぞW”是面向都市科技青年的社交網站，匯集了大量對科學研究感興趣的用戶，粉絲數量超過140萬，經過其對該博文進行轉發推廣后，甚至產生比原微博更強的信息傳播效應。由此可見，在微博信息傳播過程中，每遇到一個大的傳播節點(加V用戶)就會帶來大量轉發，使得信息不斷向更廣的范圍傳播，并且大節點出現得越早對信息傳播的影響力越大。

表5 用戶層面影響因素相關分析結果

圖1 高校圖書館微博信息傳播路徑可視化圖

3 結論與建議

隨著微博應用的日益廣泛，通過微博平臺開展各類信息服務已成為我國高校館的趨勢。如何基于微博平臺促進信息有效傳播、分享和利用是高校圖書館實現社會化知識服務與文化傳播的關鍵課題。從現狀看，我國高校館微博的信息轉發次數普遍不高，傳播效果并不理想。實證結果顯示，高校館微博信息傳播受到信息類別、展現形式、信息來源、粉絲數量和轉發者類型多方面因素的影響，筆者認為，我國高校館應在以下方面加以改進，提高微博信息服務績效。

一是發布切合用戶需求的信息內容。在筆者調研的37個高校館微博中，盡管轉發量高于平均次數的博文內容主要為“館情館訊”和“資源推薦”，但研究結果顯示，真正對轉發量有顯著影響的信息類別卻是“發起互動”和“發表評論”，其次才是“資源推薦”。因此，高校圖應充分發揮微博平臺的社交功能，積極開展有針對性的在線調查和讀者交流活動，根據讀者評論意見及時更新微博內容，提升用戶滿意度。此外，還應積極關注校園內外的熱點新聞，通過發表知識含量較高的評論引發讀者關注，獲得讀者認同感。同時，還要經常推薦有價值的信息資源，普及新知識，使微博平臺成為讀者的“微知識庫”，提升圖書館微博的社會服務價值[12]。

二是合理應用多種展現形式傳遞圖書館信息。由于微博內容受字數限制，純文本信息往往難以詳盡地表達發布者的準確意圖，而且許多圖書館用戶是通過手機訪問微博的，閱讀純文字內容容易疲勞。從分析結果看，“多媒體”和“話題標簽”形式的博文對微博信息傳播具有顯著影響，因此，高校館可選擇合適的圖片(表情)、音頻、視頻等穿插在發布的博文中，提高用戶閱讀體驗。此外，高校館微博的管理人員可以根據圖書館的服務定位，設定恰當的內容分類，添加雙“#”號話題標簽，便于讀者通過微博話題搜索功能，迅速找到感興趣的內容。例如武漢大學圖書館就將其官方微博劃分為“通知公告”“培訓活動”“珞珈閱讀廣場”“音樂隨身聽”等版塊，每種類型的博文都有統一的內容和格式，信息展現形式更為規范、醒目，因此更容易吸引用戶關注和轉發。

三是積極創造用戶感興趣的原創話題。由于原創性微博對信息傳播具有顯著影響，因此，高校館在充實微博內容的基礎上，應協調好每天的原創、轉發微博數量，盡量做到權威信息原創發布、大眾話題轉發評論，形成自己獨特的運營風格，提高微博的公信力與影響力[13]。譬如，圖書館可以結合本館的發展背景與特色資源開創一些具有創意性的微博欄目，如廈門大學圖書館就在其官方微博中推出了“圖·發現”“圖·探索”“圖·時光”等一系列反映圖書館發展歷程與資源建設的欄目，打造了圖書館的“品牌效應”，每條與這些欄目相關的博文都引發了大量的粉絲討論和轉發。

四是緊密維系與用戶的社會網絡關系。微博粉絲數量是決定微博信息覆蓋面與傳播面的重要基礎，而處于社會關系網絡中關鍵節點的加V用戶又是決定信息傳播速度與廣度的重要因素。高校館應充分利用微博這一社會化媒體與讀者建立良好的互動關系，通過深入挖掘粉絲評論信息，分析讀者潛在需求，提供更加智能化、個性化的信息服務，從而強化與用戶的社會網絡關系。而在發布一些重要信息時，可以“@”一些加V用戶，通過這些“意見領袖”的二次傳播提升高校館微博知名度，塑造高校館良好的社會形象。

[1]楊帥，吳衛娟.我國圖書館微博現狀調查分析[J].圖書館學研究，2011（8）：12-15.

[2]楊琳，龔慧玲，陳朝暉，等.圖書館科學文化微博傳播模式研究——中國科學院國家科學圖書館的探索和思考[J].圖書情報工作，2012（13）：74-78.

[3]唐瓊，袁媛，劉釗.我國高校圖書館微博服務現狀調查研究——以新浪認證用戶為例[J].大學圖書館學報，2013（3）：97-103.

[4]張賽，徐恪，李海洋.微博類社交網絡中信息傳播的測量與分析[J].西安交通大學學報，2013（2）：1-7.

[5]施亮，魯耀斌.微博用戶行為意向及平臺的調節作用研究[J].管理學報，2014（11）：278-282.

[6]鄭拓.中國政府機構微博內容與互動研究[J].圖書情報工作，2012（3）：23-28.

[7]呂杰，張波，袁浩川.傳播學導論[M].北京：科學出版社，2007：29-30.

[8]劉繼，李磊.基于微博用戶轉發行為的輿情信息傳播模式分析[J].情報雜志，2013（7）：74-77.

[9][11]薛薇.統計分析與SPSS的應用[M].北京：中國人民大學出版社，2011.

[10]陳遠，袁艷紅.微博信息傳播效果實證研究[J].信息資源管理學報，2012（3）：28-34.

[12]牛琳琳.高校圖書館微博信息服務拓展研究——以浙江省高校圖書館新浪微博為例[J].圖書館論壇，2013（5）：104-108，122.

[13]黃淑敏.圖書館微博使用特征及發展策略研究[J].大學圖書館學報，2012（1）：78-83.

Information Dissemination Factors of Academic Libraries’Micro-blogs——A Study Based on Sina Micro-blog

ZHAO Yang，SONG Qian，GAO Ting

Studying on 37 Chinese academic libraries’Sina micro-blogs，this paper makes a quantitative analysis of the main factors that impact micro-blog information dissemination from the perspectives of micro-blog’s contents and users.The results show that information types，formats，information sources，number of followers and types of users who reposted have significant impacts on micro-blog information dissemination.It is suggested that academic libraries should post micro-blogs to meet users’actual needs，write micro-blogs in various forms，launch original topics and maintain the close social network relationships with their users to promote the dissemination and use of libraries’micro-blog and improve the information service level.

academic library；micro-blog；information dissemination；information services

格式 趙楊，宋倩，高婷.高校圖書館微博信息傳播影響因素研究——基于新浪微博平臺[J].圖書館論壇，2015（1）：93-99.

趙楊（1982-），女，博士，武漢大學信息管理學院副教授；宋倩（1990-），女，武漢大學信息管理學院碩士研究生；高婷（1990-），女，武漢大學信息管理學院碩士研究生。

2014-05-09

*本文系國家社科基金青年項目“數字圖書館移動服務質量控制研究”（項目編號：12CTQ005）和國家自然科學基金青年項目“基于貝葉斯網絡和演化博弈的社會化媒體信息傳播建模和模擬”（項目編號：71101059）研究成果之一