跨屏时代的视听传播（新闻传播学文库） - 基于大数据的多维效果测量 - 中国高校教材图书网
|
|
|
书名： |
跨屏时代的视听传播（新闻传播学文库）
基于大数据的多维效果测量
|
| ISBN： | 978-7-300-29373-8 |
条码： | |
| 作者： |
周勇 赵璇
相关图书
|
装订： | 0 |
| 印次： | 1-1 |
开本： | 0 |
| 定价： |
￥59.80
折扣价：￥53.82
折扣：0.90
节省了5.98元
|
字数： |
200千字
|
| 出版社： |
中国人民大学出版社 |
页数： |
|
| 发行编号： | 293738 |
每包册数： |
10
|
| 出版日期： |
2021-05-15 |
|
|
| 内容简介： |
|
面对日新月异的传媒技术革新与传媒市场进化，传统上基于小样本抽样调查、主要针对电视收看行为的收视调查方法已越来越表现出局限性，建立一套全面反映多屏时代视听信息传播效果的理论和方法体系成为理论界和实践界共同关注的迫切问题。本研究关注此核心问题，以媒介系统依赖理论作为理论框架，探讨融媒体时代视听信息的传播效果测量。
|
| 作者简介： |
周勇，传播学博士，教授，教育部青年长江学者。现任中国人民大学新闻学院执行院长、视听传播研究中心主任，中国高等教育学会新闻学与传播学专业委员会理事长。入选教育部“新世纪优秀人才”、宝钢教育基金优秀教师。主要研究方向：广播电视与新媒体、传播效果。出版专著三部，发表核心期刊论文数十篇，主持并完成国家社会科学基金及其他多项省部级科研项目。
赵璇，中国人民大学新闻学院博士，现任北京工商大学传媒与设计学院讲师。主要研究方向为视听传播、数据挖掘等。在《国际新闻界》《现代传播》等学术期刊及论文集发表《融媒体环境下视听传播效果评估的指标体系建构——基于VAR模型的大数据计算及分析》《青少年网络成瘾的家庭影响因素研究》等多篇论文。
|
| 章节目录： |
目录
绪 论
第一章 “互联网＋” 背景下我国视听传播业的格局变化
第一节 传统电视： 马太效应下的 “繁荣” 与 “萧条”
第二节 视频网站： 从 “野蛮生长” 到规模化发展
第三节 竞争与合作： 电视与视频网站的有益互动
本章小结
第二章 视听信息传播效果测量的传统路径
第一节 观众收视行为测量： 收视率调查
第二节 行为测量之外： 节目品质与公共价值评估
本章小结
第三章 大数据时代多屏视听信息传播效果测量的探索
第一节 大数据与视听信息传播效果研究
第二节 大数据时代视听信息传播效果测量技术的演进
第三节 视听信息传播效果的跨屏测量实践
第四节 多屏视听效果测量的难点
本章小结
第四章 多屏视听信息传播效果测量的研究设计与方法
第一节 研究的理论框架： 媒介系统依赖理论
第二节 研究设计和方法
第三节 指标体系内容、 数据来源与采集方法
本章小结
第五章 多屏视听信息传播效果评估模型的建构与优化
第一节 基于 ＶＡＲ模型的指标体系试测与权重确定
第二节 评价指标体系的优化
第三节 指标体系的信效度测量
第四节 基于格兰杰因果关系检验的各指标影响关系分析
本章小结
第六章 视听产品的传播效果与媒介依赖关系分析
第一节 样本电视剧传播效果测量概况
第二节 基于媒介产品维度： 消费特征分析
第三节 基于空间维度： 平台依赖分析
第四节 基于时间维度： 媒介依赖趋势分析
本章小结
第七章 视听信息传播效果评估的应用及启示
第一节 信息生产
第二节 信息发布
第三节 信息扩散与增值
本章小结
第八章 视听信息传播效果评估系统的程序设计及实现
第一节 原理与方法
第二节 系统的设计与实现
本章小结
参考文献
附录
|
| 精彩片段： |
前言
1895年，卢米埃尔兄弟发明电影机，人类从此进入动态影像的时代。1936年， 英国广播公司 （BBC） 开播， 电视作为20世纪最伟大的大众传播媒介登上历史舞台，人类从此可以通过自己制造的影像见证和追忆历史。
中国的电视事业起步于1958年北京电视台 （中央电视台前身）的成立。经过二十年的蛰伏、 积累， 中国电视在改革开放以后迎来了发展良机。以1993年中央电视台 《东方时空》 的开播为标志，以革新面貌出现的电视进入一个狂飙突进的快速发展时期， 一跃成为中国最具影响力的大众传播媒体。统计显示，截至2017年年底，国内电视节目综合人口覆盖率为99.07%。近年来，随着互联网的发展，传统电视的传播模式受到巨大冲击， 而以短视频为代表的互联网视听传播迎来爆发式增长，成为一种全民生产、参与、共享的文化现象。社会文化向视觉转向的特征从未如今天这般清晰，如马丁?海德格尔在《世界图像的时代》中所说：世界被把握为图像了。尽管电视要消亡的声音近年来不绝于耳，视听文化的繁荣却昭示着电视事业更为光明发展的可能。问题的症结在于，传统电视能否向以互联网为底层技术架构的新传播环境顺利转型，从而发挥其在视听传播领域的专业优势？由此，一个有价值的话题浮出水面：在传播模式和受众行为特征发生颠覆性变化的今天， 如何准确测量和把握视听传播的效果？ 如何在电视传播大步向互联网阵地转移的时候，开发出一套有别于传统收视率调查的收视效果衡量指标体系？ 这是本课题研究致力于回答的问题。
媒体技术的发展使媒介融合程度不断深化，视听信息的传播路径更为复杂而多元， 传统电视占主体地位的传播格局被打破， 电脑、手机等多屏融合使观众从被动的受众转变为主动的用户。不仅如此，社交媒体的兴起使得视听信息的传播路径不再是从电视到观众的单向过程，而是复合多级传播效果的叠加。在这一背景下，传统上基于小样本抽样调查、主要针对电视收看行为的收视调查方法已越来越表现出局限性，建立一套全面反映多屏时代视听信息传播效果的理论和方法体系成为理论界和实践界共同关注的迫切问题。 因此，本研究的目标如下：首先，立足于理论，提出更为严谨的传播效果评估指标体系， 并分析探讨各变量之间的关系；其次，通过实践数据对指标体系模型进行验证和优化；最后，建立一套程序系统，能够持续地搜集相关的公开数据来分析视听内容综合传播效果及其走势，并进行可视化的呈现。
视听信息传播效果可以从经济效益、社会影响等多个方面来衡量，本研究主要考察视听信息产品的观众注意力和口碑。相关研究中对其量化评估一般有两条路径：一是对观众的媒体接触行为进行测量，二是考察观众对于视听信息的满意度以及哪些因素会影响观众的态度。
传统电视时代，电视节目线性播出， 观众只能在非常有限的频道中选择性观看， 基于抽样数据的收视率调查基本可以涵盖观众的视听信息收看行为，有时辅以小规模的对观众态度的抽样调查作为补充。随着视听技术的发展， 数字电视、视频网站逐渐成为观看视听信息的重要渠道，观众可以随时在电视或网络上回看、 点播自己想看的节目， 因此基于大数据的网络点击量、时移收视率、回路数据等视频受众的测量也被纳入收视行为的测量范畴。 以移动互联网作为主要技术平台的社交网络兴起以后，短视频如节目花絮等适于碎片化观看的视听内容成为观众的新宠，视频受众测量也开始向产品用户测量转变；而社交网络上用户的转发、评论等行为也在影响着视听信息的传播范围与口碑评价，对这些影响的研究也从基于抽样小数据的满意度调查向基于大数据的舆情研究发展和转变。
目前已有一些基于大数据建立指标体系来分析传播效果的研究，它们为本研究打下了良好的基础，但也存在一些不足之处：其一，指标的选取方面，业界更全面，学界更具理论依据，但两者都未能科学地考察各指标的有效性，没有对指标模型的校验和优化过程；其二，指标体系权重的确定主要是凭借研究者或者相关专家的经验，缺乏客观数据的说服力；其三，大部分研究都未能充分利用大数据的优势，只是简单地将指标的数据与通过经验性的方法获得的权重相结合，而没有对大数据进行数据挖掘，进而去发现数据之间的关系， 特别是对数据之间的相互影响缺少系统研究。
本研究以媒介系统依赖（media system dependency）理论作为理论框架，探讨融媒体时代视听信息的传播效果测量。作为传播效果的理论范式之一，媒介系统依赖理论可以帮助我们建构媒介产品消费的影响因素之间的关系；而且将人际传播、大众传播等放入同一个系统中进行分析，涵盖从微观到宏观等多个层次，给出个体－人际－社会三者之间的影响的流动性假设， 为本研究综合的、历时性的传播效果测量提供了理论依据。基于这一理论框架，本研究从媒介产品的角度入手，透过观众的媒介消费，将效果测量的指标体系分为认知、情感和行为三个维度，其中，认知维度下又划分了曝光度和扩散度两个二级指标，情感维度下则分为情感倾向和情感强度两个二级指标，行为维度下主要包括关注度这一个二级指标，每个二级指标下还设有更具体的三级指标。
本研究试图搜集具有时间跨度的数据，从历时性的角度来考察受众的媒介消费与媒介系统依赖关系。由此也确定了本研究的基本方法： 首先，选取电视剧作为研究对象， 以 “天” 为单位，通过爬虫技术持续抓取进入研究范围的电视剧每天在各个指标上的相关数据；其次，选取 “次日收视率” 作为传播效果指标体系模型的拟合目标，利用向量自回归模型 （VAR） 来考察当天的电视、网络收看情况以及网络中该电视剧的舆论声量等指标对次日观众收看行为的影响，并计算权重；最后，通过新数据的加入，在计算和拟合的过程中，不断地对指标体系模型进行调整和优化，以获得最简洁有效的传播效果评估模型。
本研究经过数据收集和模型构建后，得到以下数据结果与分析结论：
第一， 最终得到的视听信息传播效果评估指标体系如下：认知维度权重为14.41%， 其中曝光度占8.13%％， 扩散度占6.28%； 情感维度的权重为8.57%，其中，情感强度占比6.54%，情感倾向占比2.03%；行为维度的权重最大，占比77.02%，其中传统收视率占比52.37%， 网络播放量占比14.08%， 网络搜索量占比10.57%。
第二， 就各指标对收视率的影响而言， 短期内有较明显正向影响的是网络搜索量、 电视播出频道和微话题热度，长期有明显正向影响的指标有网络搜索量、媒体转载量和微博热议度，而社交媒体中正面评论的比例和微信公众号上相关文章的数量对于收视率无论短期还是长期影响都较小。这些指标之间也存在相互影响。比如，收视率和媒体转载量会对之后的网络播放量产生影响， 网络播放量会影响之后的网络搜索量，网络搜索量、网络播放量和收视率等行为指标都会影响微博热议度。
第三， 在选取的作为样本的电视剧中， 就整体传播效果而言， 《人民的名义》 《那年花开月正圆》《欢乐颂２》 等剧的综合传播效果最好。从认知维度来看，传统电视渠道曝光度较高的电视剧在网络上的扩散度也较高；从情感维度来看，情感的倾向和强度不存在明显的线性关系，较具口碑的电视剧除了讨论热度较高的那一部分，还有一部分往往被大部分观众忽略了； 行为维度来看，收视率处于中间水平的电视剧，随着收视率的上升，其网络搜索量和播放量也逐渐升高，但部分低收视率的电视剧也有不错的网络搜索量和网络播放量，此类剧目以粉丝话题型剧目为主。从三个维度之间的关系来看， 认知维度对于收看行为的影响比情感维度对收看行为的影响更为显著。
第四，从空间维度来看，观众对于优势平台更有依赖性，现象级剧目和优质型剧目多分布于市场份额较高的电视频道，而且两个频道联合播出的电视剧综合指数明显高于单个频道播出的电视剧；周播剧的传播效果则稍弱于非周播剧，周播剧在我国仍比较缺乏生根的土壤；在网络播出平台上，一般而言，一部电视剧在越多的视频网站播放则相应的影响力越大，但网络独播剧的传播效果并不是最弱的，其传播效果在某些指标上好于同时在二至五个平台播出的剧目。从时间维度来看，根据电视剧在播出期间的分天综合指数的走势来看可以将电视剧分为四种类型，即低开高走型、有序波动型、无序波动型和后劲不足型。
基于以上数据分析的结论，本研究认为可以从信息传播的三个环节来扩大视听信息的传播效果，并在产业链的各环节进行改进和完善。首先，从信息生产而言，一方面， 应利用大数据技术挖掘用户需求，针对小众群体开发符合其需要的小而美的内容，让大众的产品更好地满足更多人的需求和审美；另一方面，将 “互联网思维” 引入内容生产中， 以用户体验为中心，对内容产品进行不断迭代以求达到更好的效果。其次，从信息发布而言，选择独播还是多平台播出应视节目内容和各方的博弈选择最优的播出策略； 除了播出平台需要讲求策略之外，视听信息播出的时间和方式也有更好的方案可循， 应视用户观看习惯的更替而做出适应性的变化。最后，就信息的扩散与增值而言，应以大数据为基础，配合定制化服务，逐步培养用户的依赖性，最终将内容、关系和服务凝聚为 “价值”。
|
| 书 评： |
|
|
| 其 它： |
|
|
|
