我今天汇报的题目是《微信公众号的传播效果的研究》。

　　我们做的研究主要是关于微信公众号的。这个研究是我和的研究生李莎同学一起做的，我们有一些现实的考量在里面。最近网络红人比较多，比如说“歌手里面的段子手”，薛之谦；我个人关注的《罗辑思维》的主讲人，罗振宇。身边有朋友跟我探讨过这个问题，也问我怎么才能红。我对这个问题也比较好奇也比较困惑，现在红的人这么多，想要红的话，应该怎样才能红起来？

　　另外一个理论的关注，就是洛文塔尔1949年的时候，曾经在《大众偶像的胜利》中提到的“生产偶像向消费偶像的转变”问题，我和我的研究生在另外一个研究中，也曾经涉及。我们开始以为推特中的意见偶像是消费偶像为主，或者也有生产偶像。但研究的结果还是让我们意外，推特中的意见领袖，其实我们称他是知识偶像。专业技术人员、大学教师、学者，包括一些传媒人员占有主要地位，并且他们的影响力比较大。这些都促使我们想一个问题：微信时代，微信公众号里面，这些走红的方式发生了什么转变，有什么特点。整个研究中，我们关注的问题是：微信公众号发布的文章是怎样热起来，跻身高点击量和高阅读量行列的。

　　我们利用网络爬虫抓取15万的微信文章，包括其详细的全文、发布者、阅读量、点击量，发布者的身份等，主要考察这些发布者的特征和帖子传播效果之间的关系，同时考察走红的帖子之所以红跟它们的内容之间有什么样的关联性。

　　先把我们整个研究的预处理的过程讲一下。我们抓取到15万微信文章，删除了正文没有空白和没有意义的，剩下147157条。然后我们对筛选后的样本，考察了他的TF、ITF，或者是简要地说，我们考察了每条帖子中最关键的词，我们把这些词提取出来，先是建构了一个147157×2776，得到2776个词，整个规模还比较大。最后，我们用了一些降维方法。降维我们主要运用了奇异值分解，最后把2000多维降到500维，500维就是说我们对于所有的帖子，提取了前500位最重要的主题，尽管不知道这些主题具体是什么。看看每一条帖子在每个主题上得分是多少。最后降维之后的结果，做了一个聚类分析，整个研究过程，我们运用Python网络爬虫的模块，包括numpy，scikit-learn等工具来做。

　　整个研究过程最耗时的部分，我们再用K-means的聚类办法，从聚为两类一直聚到200类，我们聚成每一种聚类之后，本来是想运用“肘方法”，找一个拐点，看看在哪个拐点，它的误差最明显。但200类做下来，我们没有看到很明显的点。因为时间特别仓促，后面再多的聚类来不及做了，从写代码到跑结果，大概花了两天。

　　我们用最多的200类的方法来做，所有的帖子分为200个类。

　　整个研究其实大致分为三块，一个是你想红，那行，你红的话，作为微信公众号的传播者，你是什么类型，你的特点是什么。我们先看看传播者的类型跟它的传播效果的关联。首先，我们发现的是粉丝数，传播者微信公众号的粉丝数和传播效果具有显著关联性。既然跟粉丝数有关联，我们再考察传播者的类型。假如说传播者分为22个类别，包括情感搞笑，文化教育，当然也包括房产、财经、汽车等等。我们考察每个板块的传播者的粉丝数之后，得到的结果是，三个板块的粉丝数是最多、最显著的，分别是情感励志的，搞笑娱乐的，文化教育的。

　　除了粉丝数的关联，再来看这些微信热文，传播者类型和微信阅读量的关联度。所得结果跟前面那张表差不多，四种类型的传播者，他们文章的阅读量是最高的，主要包括搞笑娱乐、情感励志、时事资讯，文化教育。我们又考察了传播类型和文章点赞量的关系。也一样，还是四类：搞笑娱乐、情感励志、时事资讯，文化教育。我们通过这样的考察，又对不同类型的传播者做了方差分析，这些差异是有显著性的。对于这一点，我跟我们的团队成员，是比较庆幸的。之前另外一个对于推特中的研究，我们当时是用人工分类方法，把这些帖子分成若干类，最后的结果发现不同类型的帖子，政治类、军事类、经济类，它的传播效果没有显著差异。得到这一步的结果，我们感觉到我们的数据分析，没有白做。

　　这里初步的体会是，在微信公众号中，情感、搞笑、娱乐、个人生活成为传播的主要内容，这体现了微信公众号传播中公共娱乐的个人化。传统的生产偶像、消费偶像以及关注的门户网站、新闻网站中比较热门、显著的公众化议题，国家大事，钓鱼岛、中南海等，没有在微信公众号传播中体现出主要的传播效果。

　　第二个把这些帖子分为两百类，跟它的传播效果和热度是不是有关联？假如说我想红的话，我应该在微信上发哪些帖子？我曾经想过，我能否复制《罗辑思维》的路，比如说也在微信上发一点科普的帖子，讲讲议程设置。后来想想恐怕走不通。根据聚类的结果来看，我先把四个表简单过一下，分别考察了200类的帖子跟他们的传播者粉丝数、传播者近一个月的平均点赞数、帖子阅读量，以及跟帖子点赞量的分布关系。最后，我们发现，有一些类，很明显的跟高传播热度效果具有关联性。

　　这些数字相对看着比较抽象，最后文字的部分，给大家汇报一下。在这些聚出来的类里面，我们发现，在前面四个指标中，两百类我们考察居于前的二十类，有这些类，在四个指标中都居于前二十类，出现的频次是四次的，有这七种类别：健康养生类、爱情情感类、生活休闲类、冷笑话类、电视及文艺作品类、情感修养类、阅读作品类。出现了三次的，包括手机通讯类、娱乐营销类、汽车类、交通安全类、国际政治人物事务类，生活交集类。这跟前面的传播者类型还是蛮相通的，也涉及到情感励志，搞笑娱乐、文化教育。

　　第三块，也是整个研究的最后一块，把整个14万帖子中最热门的那部分帖子，专门摘选出来，对这部分的帖子特征做分析。我们把这些帖子的热度，分为十个等级，之后选择最高的两个等级，就是8321条。它们的特征，我简要汇报。

　　一个是传者类型主要是哪些。整体的、没有过滤之前的，这些各类的主体还分布的差不多，蛮均匀的。最热的帖子我们比较发现差异很明显，四类是最主要的，这四类和前面一样，搞笑娱乐、情感励志、时事资讯、文化教育。我们认为会热门的旅行类、政务类、运动健康类，其实占比都很低。

　　再考察的是最热的8千多条的帖子中，帖子类型和文章热度的关联。这部分的思路是考察在这最热的8千多条帖子，以及剩下的不怎么热的13万多条这两部分。我们考察这两百类的帖子各自占的比重，求它的差额、差值。最后发现，大概二十类左右差值变化很明显。百分之百总的比例中，有些类的差值甚至达到3%点多。想要红的话，你关注这些方面的话题，特别重要。我把变化最大的前二十位，摘了一下，这是聚类出来的序号和前后变化的差值。这些类型也跟前面的研究结论差不多。生活休闲，健康养生，感情，包括爱情，亲情，母亲，女性。也是体现了情感励志、搞笑娱乐，总而言之跟个人生活情感比较相关。

　　后面主要是通过对应分析的方式，把传播者类型跟帖子类型放在一块儿，分析它们的亲属远近关系。我们分析的结果是整个微信公众号中真正有区分度的那些类型，比较少。在这些热门帖中主要是汽车类和财经理财类，这些传播者发的帖子，比如说在汽车类的传播者中，帖子主要是汽车类，SUV之类的。财经理财类，是跟这部分传播者关系最近的几类帖子，有28、114、108类，它们主要也是与财经理财高度相关，包括互联网新经济、金融，基金、理财等等类型。我们得到的感想和体会是：在微信中，假如想要红，寻求一些有区分度的细分领域当然很重要，目前来说其实各个细分领域的区分度其实并不大。

　　这两幅图，是我们把前面这个表中的传播者类型跟帖子类型分别剥离出来，看看它这两类的分类情况。大致讲的就是传播者类型分布情况。这里，也能看到汽车类和财经理财类，跟别的类型距离都很远；而其他类的传者中，他们的距离都比较近。

　　以上就是我们主要研究观点。