首页 理论教育数据时代高校用户接受微信公众平台和抖音平台的行为研究

数据时代高校用户接受微信公众平台和抖音平台的行为研究

【摘要】:微信公众平台能够被高校大学生迅速认可和接受离不开其有效的推广手段。目前研究他们的接受行为,对于今后探寻微信公众平台的改变力量,进行下一步的传播研究具有特殊的意义。高校微信公众平台作为一个较受高校大学生欢迎的媒介平台,更是能够从宏观上将分散化的特征加以集束或集中表征,从这个意义上讲,高校微信公众平台的研究具有更加积极的意义。

近些年来微信的发展进入了一个新的高峰,微信以其界面的简洁、使用的灵活方便受到了广大用户的欢迎,并且成为老幼妇孺都能接受的国民通信软件。微信已经逐渐与QQ并驾齐驱,甚至在部分人群中大有取代之势,成为广大群众最为喜爱的新媒体交流手段。微信不仅是一个用于交流的普通工具,更是将人与人串联起来的网络工具。根据腾讯2018年一季度数据,微信及WeChat合并MAU达到10.4亿,超过2017年底我国7.53亿的手机网民规模,微信已实现对国内移动互联网用户的大面积覆盖。2017年微信登录人数已达9.02亿,较2016年增长17%,日均发送微信次数为380亿次,微信已成为国内最大的移动流量平台之一。随着个人微信的普及,腾讯公司又推出了微信公众平台,微信公众平台一经推出就颇受欢迎,它弥补了微信人际传播的劣势,实现了一对多的大众传播,具有较大的影响力和更明显的传播效果。与蓬勃发展的微信个人账号相比,它打通了微信在公众传播中的诸多壁垒,形成了一个特殊的传播空间,创造了一个具有特殊场域特征的媒介空间。根据《2017年微信经济数据报告》和《2017微信用户研究和商机洞察》数据,截至2017年底,微信公众号已超过1000万个,其中活跃账号350万个,较2016年增长14%,月活跃粉丝数为7.97亿,同比增长19%。

进入21世纪以来,人们见证了互联网的蓬勃发展,互联网技术更是应用到了人们生活的各行各业中。各种各样的智能设备不断发展和完善使得相应的智能手段和工具被应用在社会相应的行业中。高校学生对于新鲜事物有着非常强的接受能力,这就为微信在高校中的推广奠定了基础。因此,为了满足当代大学生的需求,建立微信公众平台几乎成为必然的发展趋势。高校大学生作为一个特殊的群体,具有较高的媒介素养,较宽的信息视野,接受新鲜事物快,掌握新技术能力强,是最早接触并且使用微信的人群,同时也是微信公众平台的主要使用者,是研究高校微信公众平台较有价值的研究对象。

微信公众平台能够被高校大学生迅速认可和接受离不开其有效的推广手段。微信公众平台是面向广大用户显得更加高端的服务平台,它以相应的文章推送手段为基础,更加入了文章打赏、点赞、评论等功能,用户可以在文章之中添加图片,还包括与内容相关的视频、链接等,方便人们对文章有更深层次的理解,并增加了文章的可读性。微信公众平台还可以与校园学习生活相结合,并进行深入全面的商业合作。在微信公众号上进行营销推广可以降低宣传成本,提高产品知名度和提升品牌效应。同时,当代大学生作为潜在的社会精英群体,当前虽然是单纯的受传者,但是会成为日后的意见领袖和积极的传播者。目前研究他们的接受行为,对于今后探寻微信公众平台的改变力量,进行下一步的传播研究具有特殊的意义。高校微信公众平台作为一个较受高校大学生欢迎的媒介平台,更是能够从宏观上将分散化的特征加以集束或集中表征,从这个意义上讲,高校微信公众平台的研究具有更加积极的意义。(www.chuimin.cn)

自2014年以来,媒体和广告营销研究领域最时尚的术语是大数据,人们已经从谈论“云计算”转向谈论“大数据”。因为业界已经意识到“云计算”指的是那些大型服务器及其计算能力,是各种移动设备所构成的载体。然而,随着媒介与网络的融合以及各种新媒体服务的普及,大数据的价值逐渐被开发出来,大数据在业界逐渐被重视。日常生活中人们在使用各种新媒体终端的同时也在产生海量数据,媒体运营商或众多营销机构必须能够有效地解读这些海量数据,以便掌握消费市场情况,同时有针对性地进行运营。数据更加了解消费者的偏好,例如分析消费者搜索关键词的轨迹以分析他们的身份和品位。互联网每时每地都会生成大量数据,一方面,提供人们浏览、搜索、社交和交易等服务信息;另一方面,各种类型的智能终端越来越普及,人们也会主动向服务商提供自己的数据。因此,在人们消费并产生数据的过程中,由于不同业务之下所产生信息的指向不同,在应用中产生的各种信息会形成大量的几何级别的数据组合,大量数据增长进而产生大数据。随着大数据时代的到来,海量的数据为传播效果尤其是用户接受行为的分析提供了有效的一手资料。大数据正在成为一种理念被人们广泛接受,其核心就在于数据挖掘基础之上的“预测性”分析。本书将以部分高校微信公众平台的相关数据为研究对象,建构微信公众平台用户间的关系和空间结构,就微信公众平台用户的接受行为,利用相关数据挖掘技术进行简要分析,对用户接受行为的规律进行总结,并提供相关效果分析的计算公式和评价体系。