目的 通过对抖音平台数据挖掘,基于详尽可能模型(Elaboration Likelihood Model, ELM)分析省级疾病预防控制中心(Center for Disease Control and Prevention, CDC)短视频影响因素及传播效果,以期为CDC借助短视频开展服务提供参考。方法...目的 通过对抖音平台数据挖掘,基于详尽可能模型(Elaboration Likelihood Model, ELM)分析省级疾病预防控制中心(Center for Disease Control and Prevention, CDC)短视频影响因素及传播效果,以期为CDC借助短视频开展服务提供参考。方法 以15个省级CDC的2021年全部短视频数据为调查对象,通过Python程序抓取抖音账号的基本数据、描述传播特征、基于ELM模型设置10个维度,采用普通最小二乘法(Ordinary Least Squares, OLS)回归分析进行假设检验。结果 15个省级疾控中心抖音号共纳入1277条视频,其在粉丝数(0.06万~13万)、点赞数(0.09万~20.04万)、转发数(0.01万~2.05万)、评论数(0~0.86万)、抖音传播力指数(Douyin Communication Index, DCI)(595~1016.28)均存在差距;以中心路径和边缘路径作为ELM模型评价指标,在中心路径中,知识类、新闻类对传播效果有显著作用,其他类及低质量视频有显著负向影响;从边缘路径看,现场直播的方式、时长为121~180 s、“语音+字幕”的播报形式、庄严的背景音乐、感叹句式标题的短视频对传播效果具有正向影响,不带“#”话题的视频内容有负向影响;以及可能存在其他调节变量。结论 CDC应多以传播疾病预防知识、传递新闻信息为主;更加注重内容质量的输出与用户需求的互动;参考现场直播拍摄方式、“语音+字幕”、庄严的背景音乐、感叹句式标题,控制时长,提升传播效果和影响力。展开更多
文摘目的 通过对抖音平台数据挖掘,基于详尽可能模型(Elaboration Likelihood Model, ELM)分析省级疾病预防控制中心(Center for Disease Control and Prevention, CDC)短视频影响因素及传播效果,以期为CDC借助短视频开展服务提供参考。方法 以15个省级CDC的2021年全部短视频数据为调查对象,通过Python程序抓取抖音账号的基本数据、描述传播特征、基于ELM模型设置10个维度,采用普通最小二乘法(Ordinary Least Squares, OLS)回归分析进行假设检验。结果 15个省级疾控中心抖音号共纳入1277条视频,其在粉丝数(0.06万~13万)、点赞数(0.09万~20.04万)、转发数(0.01万~2.05万)、评论数(0~0.86万)、抖音传播力指数(Douyin Communication Index, DCI)(595~1016.28)均存在差距;以中心路径和边缘路径作为ELM模型评价指标,在中心路径中,知识类、新闻类对传播效果有显著作用,其他类及低质量视频有显著负向影响;从边缘路径看,现场直播的方式、时长为121~180 s、“语音+字幕”的播报形式、庄严的背景音乐、感叹句式标题的短视频对传播效果具有正向影响,不带“#”话题的视频内容有负向影响;以及可能存在其他调节变量。结论 CDC应多以传播疾病预防知识、传递新闻信息为主;更加注重内容质量的输出与用户需求的互动;参考现场直播拍摄方式、“语音+字幕”、庄严的背景音乐、感叹句式标题,控制时长,提升传播效果和影响力。
