图书馆微博信息传播论文范文

本站小编为你精心准备了图书馆微博信息传播论文参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

1实证研究

1.1样本选择与数据获取

新浪微博是我国高校馆注册数量最多的微博平台。至2013年12月31日，有167所高校馆开通新浪微博账号。因此，笔者基于新浪微博进行样本选择和数据采集。通过检索和统计，除去非官方认证(没有加V标识)和粉丝数量低于1000条的高校馆微博，最终确定37个样本(如表2所示)。鉴于微博信息内容时段的一致性和时效性，以2012年1月1日0时至2013年12月31日24时为时间段对样本内容进行统计，共采集到25269条微博，这些微博的平均转发次数为52次。为了有效反映信息传播动因，笔者选取转发次数高于平均数的微博作为研究样本并对其进行正态化处理，最终得到245条研究数据。

1.2样本描述统计

笔者对微博样本内容进行了描述统计分析。其中对在某项因素上同时含有多个子类别的微博条目进行了分类计数。从统计结果看，在信息类别方面，以馆情馆讯类和资源推荐类为主，分别占样本总量的32.5%和25.7%，而发表评论和馆际互动类型的内容则较少，只占样本总量的6.3%和7.9%；在展现形式方面，多媒体形式的博文数量最多，占样本总量的44.4%，纯文本类型的最少，占样本总量的7.1%；而在信息来源和时段方面，原创性微博和工作时段的微博所占比例最大，分别为73.5%和74.3%。

1.3内容层面的影响效果分析

为了明确微博内容层面的各项因素是否对高校馆微博的信息传播具有显著影响，笔者采用多因素方差分析进行检验，在此基础上通过多重比较检验和均值分析对具有显著影响的因素作进一步比较，明确其对微博信息传播的实际作用效果。(1)内容层面影响因素的方差分析。方差分析是从观测变量的方差入手，研究多个控制变量中哪些对观测变量有显著影响[9]。笔者以微博内容转发次数为观测变量，以信息类别、展现形式、信息来源、时段四个因素为控制变量进行多因素方差分析，结果如表3所示。表3中，信息类别、展现形式、信息来源、时段的概率p值分别为0.000、0.000、0.041、0.938，当显著性水平α为0.05时，前三个因素的概率p值均低于显著性水平，可以认为，不同信息类别、展现形式和信息来源的微博总体均值存在显著差异，即这三个因素对高校馆微博的信息传播具有显著影响。而时段的概率p值大于0.05，说明其对微博信息传播的影响并不显著。从各因素的交互作用结果来看，信息类别、展现形式和信息来源这三个因素相互组合的概率p值也都低于显著性水平，说明它们对高校馆微博信息传播具有显著的交互作用。而时段与其他因素的共同作用则没有对微博信息传播产生显著影响(p值大于0.05)。由此可见，用户对高校馆的信息类别以及这些信息是通过何种形式展现的、是否原创会产生较明显的认知、情感和态度差异；而对微博的时段则没有明显的反应差异。(2)各影响因素的作用效果分析。为进一步分析具有显著影响的因素是如何具体作用于高校馆微博信息传播的，笔者应用多重比较检验，对这些因素在不同水平下的信息传播效果进行了比较。以信息类别因素为例，其中，“发起互动”类与其他类别均存在显著差异(概率p值均小于0.05)。结合信息类别不同水平下的微博转发次数均值，可以发现，“发起互动”类的博文平均转发次数最多，为186次；其次是“发表评论”和“资源推荐”类，平均转发次数分别为143次和138次。由此可见，当高校馆在微博上一些与读者交流互动的内容(如转发+@好友获得赠书、发起采购数据库投票等)时往往会引发粉丝强烈关注并积极转发；而当图书馆在微博上推荐一些文献、数据库资源或是对某一热点问题进行评论时，也会促使粉丝们主动地将这些实用的、有价值的信息通过转发与他人分享。同样，通过展现形式和信息来源这两个具有显著影响因素的各项均值比较也会发现，“多媒体形式”和带有“#”字符的“话题形式”博文转发均值较高，分别为189次和155次；而“纯文本”和“扩展阅读”形式的博文平均转发次数则较低，只有62次和81次，说明展现形式生动、带有讨论互动性的微博更能引起用户兴趣，促进信息传播。同时高校图书馆的原创类微博也比其转发的信息更有吸引力。在影响因素交互作用方面，信息类别、展现形式和信息来源三个因素的相互组合都能对微博信息传播产生显著影响(概率p值均小于0.05)。从交互作用均值来看，多媒体形式的互动类博文最能引起用户关注，平均转发271次，即高校馆在与读者进行互动时图文并茂的信息能更好地激发读者的转发意愿。另外，无论是原创还是转发的内容，“多媒体形式”和“话题标签”形式的博文转发均值都高于“纯文本”和“扩展阅读”形式的，说明高校馆在微博时添加了一些图片、视频，并对内容进行了分类、总结，加上了标签和话题，更能引发用户关注和转发。

1.4用户层面的影响效果

在验证微博粉丝数量和转发者类型是否对高校图书馆微博信息传播具有显著影响时，笔者同样采用了多因素方差分析。与此同时，考虑到在已有研究中多数学者曾提出基于微博的社会关系网络中处于核心节点的用户(加V用户)其转发行为会引发信息传播的层级扩散效应[10]，因此，笔者进一步对微博转发次数、转发层级、粉丝数和转发者类型进行了相关分析，并通过可视化工具研究了高校图书馆微博信息传播路径。

1.4.1用户层面影响因素的方差分析笔者以高校馆微博内容转发次数为观测变量，以微博粉丝数、转发者中V用户数为控制变量进行多因素方差分析，结果如表4所示。从检验结果看，微博粉丝数、转发者中V用户数及两者交互作用的概率p值均低于显著性水平0.05。可以认为，在控制变量不同水平下，微博信息转发次数的均值具有显著差异，即微博粉丝数和转发者中的V用户数对高校馆微博信息传播效果均具有显著影响，且两者同时对信息传播产生显著的交互作用。

1.4.2用户层面影响因素的相关分析为了进一步明确高校馆微博粉丝数与转发者中V用户数对微博信息传播效果的具体作用，笔者应用相关分析进行检验。相关分析是一种基于假设检验的统计分析方法，用来描述两个变量之间的线性关系程度[11]。在进行相关分析时，考虑到微博信息的传播效果除转发量上的递增，还表现为转发层级的扩展，即某一用户转发该条微博后，该用户的粉丝又再次进行转发，产生层层传播扩展效应。因此，笔者将转发层级也纳入相关分析，结果如表5所示。其中转发次数与转发层级、微博粉丝数、转发者中V用户数的相关系数概率p值都低于显著性水平α(此处α值为0.01)，说明四者之间存在显著相关性；其Pearson简单相关系数分别为0.488、0.721和0.626，说明微博转发次数与转发层级、粉丝数、V用户数均成正相关关系，即随着转发层级、粉丝数和V用户数的递增，微博转发次数也随之递增，且转发次数与微博粉丝数的相关性最强。此外，转发层级与粉丝数、转发者中V用户数间也存在显著相关性，特别是与V用户数的相关系数值达到0.709，说明转发层级会随着转发者中V用户数增加而显著递增。

1.4.3微博传播路径的可视化分析通过可视化工具PKUVIS可以具体展现高校馆微博中某条博文被用户转发后的传播路径。以样本中转发次数最多的一条微博为例，该微博由中国科技大学图书馆在2013年4月26日11∶15，博文内容是该图书馆2012年全年图书借阅情况排名，其信息传播路径如图1所示。截至统计时止，该条微博共被转发1008次，转发层级7层。图1中右边的环状图为图书馆官方微博粉丝转发该条博文的信息传播路径。随着该条微博不断被粉丝和加V用户转发，信息不断扩散，形成层层扩大的环状路径。左边的环状图则是该博文被另一官方微博“果壳网”二次转发后，产生的“发酵”效应。“果壳网”是面向都市科技青年的社交网站，汇集了大量对科学研究感兴趣的用户，粉丝数量超过140万，经过其对该博文进行转发推广后，甚至产生比原微博更强的信息传播效应。由此可见，在微博信息传播过程中，每遇到一个大的传播节点(加V用户)就会带来大量转发，使得信息不断向更广的范围传播，并且大节点出现得越早对信息传播的影响力越大。

2结论与建议

随着微博应用的日益广泛，通过微博平台开展各类信息服务已成为我国高校馆的趋势。如何基于微博平台促进信息有效传播、分享和利用是高校图书馆实现社会化知识服务与文化传播的关键课题。从现状看，我国高校馆微博的信息转发次数普遍不高，传播效果并不理想。实证结果显示，高校馆微博信息传播受到信息类别、展现形式、信息来源、粉丝数量和转发者类型多方面因素的影响，笔者认为，我国高校馆应在以下方面加以改进，提高微博信息服务绩效。一是切合用户需求的信息内容。在笔者调研的37个高校馆微博中，尽管转发量高于平均次数的博文内容主要为“馆情馆讯”和“资源推荐”，但研究结果显示，真正对转发量有显著影响的信息类别却是“发起互动”和“发表评论”，其次才是“资源推荐”。因此，高校图应充分发挥微博平台的社交功能，积极开展有针对性的在线调查和读者交流活动，根据读者评论意见及时更新微博内容，提升用户满意度。此外，还应积极关注校园内外的热点新闻，通过发表知识含量较高的评论引发读者关注，获得读者认同感。同时，还要经常推荐有价值的信息资源，普及新知识，使微博平台成为读者的“微知识库”，提升图书馆微博的社会服务价值[12]。二是合理应用多种展现形式传递图书馆信息。由于微博内容受字数限制，纯文本信息往往难以详尽地表达者的准确意图，而且许多图书馆用户是通过手机访问微博的，阅读纯文字内容容易疲劳。从分析结果看，“多媒体”和“话题标签”形式的博文对微博信息传播具有显著影响，因此，高校馆可选择合适的图片(表情)、音频、视频等穿插在的博文中，提高用户阅读体验。此外，高校馆微博的管理人员可以根据图书馆的服务定位，设定恰当的内容分类，添加双“#”号话题标签，便于读者通过微博话题搜索功能，迅速找到感兴趣的内容。例如武汉大学图书馆就将其官方微博划分为“通知公告”“培训活动”“珞珈阅读广场”“音乐随身听”等版块，每种类型的博文都有统一的内容和格式，信息展现形式更为规范、醒目，因此更容易吸引用户关注和转发。三是积极创造用户感兴趣的原创话题。由于原创性微博对信息传播具有显著影响，因此，高校馆在充实微博内容的基础上，应协调好每天的原创、转发微博数量，尽量做到权威信息原创、大众话题转发评论，形成自己独特的运营风格，提高微博的公信力与影响力[13]。譬如，图书馆可以结合本馆的发展背景与特色资源开创一些具有创意性的微博栏目，如厦门大学图书馆就在其官方微博中推出了“圖•发现”“圖•探索”“圖•时光”等一系列反映图书馆发展历程与资源建设的栏目，打造了图书馆的“品牌效应”，每条与这些栏目相关的博文都引发了大量的粉丝讨论和转发。四是紧密维系与用户的社会网络关系。微博粉丝数量是决定微博信息覆盖面与传播面的重要基础，而处于社会关系网络中关键节点的加V用户又是决定信息传播速度与广度的重要因素。高校馆应充分利用微博这一社会化媒体与读者建立良好的互动关系，通过深入挖掘粉丝评论信息，分析读者潜在需求，提供更加智能化、个性化的信息服务，从而强化与用户的社会网络关系。而在一些重要信息时，可以“@”一些加V用户，通过这些“意见领袖”的二次传播提升高校馆微博知名度，塑造高校馆良好的社会形象。

作者：赵杨宋倩高婷单位：武汉大学信息管理学院