论文部分内容阅读
【摘 要】从2006年微博客鼻祖Twitter诞生至今,微博已经成为传统主流媒体发出声音,抢占话语权的重要平台。传统都市报如何在媒介数字化的道路上成功转型?如何借助新媒体发力,抢占市场资源?笔者选取《新安晚报》新浪官博作为研究对象,对《新安晚报》的微博内容进行系统的研究:分析微博内容类型及所占比例,分析微博图片和视频的使用情况,分析微博转发人群的所在地,性别和认证资料。通过对《新安晚报》微博内容的分析研究来探讨微博到底对都市报的生存状态起到了什么作用,以及如何利用微博等新媒体促进自身的发展。
【关键词】新安晚报 新浪官方微博 补偿性
在本文的研究中笔者主要运用了内容分析法和个案研究法。
内容分析法:按照一定规则,将传播媒介的内容系统地分配到各个类目中,对量化内容分析中采集的数据展开分析,以描述典型的结构或特征,或发现所考察的内容的特质存在的重关系。内容分析法一般有两个目标:对传播进行描述;对传播的意义进行推论。①
个案研究法:个案研究是针对单一个体在某种情境下的特殊事件,广泛系统地收集有关资料,从而进行系统的分析、解释、推理的过程。
对文本的抽样:本文采用随机抽样的方法,从2012年的报纸中抽取了一个有效构造周。在Excel中输入1到12代表2012年的12个月份,抽取两个月份,随机得出数字2和3。本文即从2012年2月份开始抽样,首先抽取2月的第一个周一,即是2月6日(周一),随后使用随机方法,每隔8天抽取一份报纸,抽到2月14日(周二),2月22日(周三),再从3月份开始抽取3月8日(周四),3月16日(周五),3月24日(周六),4月1日(周日),得出一个有效构造周。
通过对两个构造周的微博进行统计,得到181条微博,其中转发总量为2387条,评论总量为917条。每天平均发布微博数量为25.86条。
对于《新安晚报》微博的分析,笔者主要分为以下四大块:1、对于微博内容的分析:包括对微博内容的分类分析,新闻性的分析,信息源的分析,微博音频视频的使用分析,微博转发数量的分析;2、对于微博转发人员的分析:包括对转发人员所在地、性别、以及认证情况的分析。
一、对于微博内容的分析
1、微博内容新闻性的分类
笔者把微博内容分为新闻类资讯和非新闻类资讯两大类,通过统计发现新闻类资讯占总量的76.24%,非新闻类资讯占总量的23.76%。
其中,非新闻类资讯共计43条,主要内容有社会救助、节日介绍、早安和晚安问候、养生知识、《新安晚报》报社活动广告。(见下表)
2、微博内容分析
笔者对181条微博进行了分类,主要分为社会新闻、文娱新闻、政治新闻、经济新闻、科教新闻、法制新闻。其中,社会新闻占了总量的51%,文娱新闻占了总量的8%,政治新闻占了总量的9%,经济新闻占了总量的11%,科教新闻占了总量的10%,法制新闻占了总量的11%。
3、对信息源的分析
《新安晚报》微博中的信息源(一般编辑都会附上网址)主要可以分为以下几类:小编原创:34条;安徽网:86条;其他媒体:39条;《新安晚报》数字版:3条;转发自己微博:11条;转发别人微博:8条。因此编辑原创微博占总量的18.78%,安徽网占总量的47.51%,其他媒体占总量的21.55%,《新安晚报》数字版占总量的1.66%,转发自己微博占总量的6.08%,转发别人微博占总量的4.42%。
在此我们可以看出,由《新安晚报》编辑原创的资讯占了18.78%。因此,微博编辑不仅要具备敏感的新闻素养,还要懂得如何跟粉丝互动,如何赢得粉丝们的关注。
在对信息源的分析中,笔者发现:181条微博的信息源有39条来自其他媒体,其中9条来自传统媒体,29条来自网络媒体。其中信息源为网络媒体的占总量的76.92%,为传统媒体的占总量的23.08%。
笔者对网络媒体和纸质媒体的单位名称进行了统计:网络媒体是新浪新闻中心、财经网、每日邮报、奥一网、东南网、湖南在线、新华社、中国江苏网、中国广播网、中国新闻网、东方网、华西都市报、凤凰网、大众网、新华网、浙江在线、厦门网、优酷视频、四川新闻网。纸质媒体是大河报、扬子晚报、每日邮报、京华时报、南国早报、新京报、华西都市报、法制晚报。
我们可以看出,《新安晚报》在摘引其他媒体的新闻时,倾向于选择网络媒体。
在181条微博中,有138条微博属于新闻类资讯,其中犯罪新闻共计20条。引自其他媒体的犯罪新闻是13条,案件发生地不是安徽,引自安徽网的犯罪新闻主要有7条,案件发生地是安徽。犯罪新闻发生地是安徽的占总量的35%,非安徽的占总量的65%。
4、微博音频视频使用分析
181条微博中,配图的有126条,没有配图的54条,配视频的仅仅1条。配图微博占总量的69.61%,未配图微博占总量的29.83%,配视频的微博占总量的0.55%。
二、对于转发人员的情况分析
1、转发人员的性别
对于微博转发人员的性别,笔者将其分为男性、女性、以及其他官博(官博没有性别区分)。其中男性人员占总量的54.35%,女性人员占总量的38.27%,其他官博占总量的7.38%。
2、转发人员所在地
笔者把转发人员所在地分为四类:合肥、安徽其它地市、非安徽其它省份、未公开所在地。其中合肥:923个,安徽其它地市:785个,非安徽其它省份:603个,未公开所在地:64个。转发人员所在地为合肥的占总量的38.86%,安徽省其他城市占总量的33.05%,未公开所在地的占总量的2.69%,非安徽省的占总量的25.39%。
3、转发人员认证情况
【关键词】新安晚报 新浪官方微博 补偿性
在本文的研究中笔者主要运用了内容分析法和个案研究法。
内容分析法:按照一定规则,将传播媒介的内容系统地分配到各个类目中,对量化内容分析中采集的数据展开分析,以描述典型的结构或特征,或发现所考察的内容的特质存在的重关系。内容分析法一般有两个目标:对传播进行描述;对传播的意义进行推论。①
个案研究法:个案研究是针对单一个体在某种情境下的特殊事件,广泛系统地收集有关资料,从而进行系统的分析、解释、推理的过程。
对文本的抽样:本文采用随机抽样的方法,从2012年的报纸中抽取了一个有效构造周。在Excel中输入1到12代表2012年的12个月份,抽取两个月份,随机得出数字2和3。本文即从2012年2月份开始抽样,首先抽取2月的第一个周一,即是2月6日(周一),随后使用随机方法,每隔8天抽取一份报纸,抽到2月14日(周二),2月22日(周三),再从3月份开始抽取3月8日(周四),3月16日(周五),3月24日(周六),4月1日(周日),得出一个有效构造周。
通过对两个构造周的微博进行统计,得到181条微博,其中转发总量为2387条,评论总量为917条。每天平均发布微博数量为25.86条。
对于《新安晚报》微博的分析,笔者主要分为以下四大块:1、对于微博内容的分析:包括对微博内容的分类分析,新闻性的分析,信息源的分析,微博音频视频的使用分析,微博转发数量的分析;2、对于微博转发人员的分析:包括对转发人员所在地、性别、以及认证情况的分析。
一、对于微博内容的分析
1、微博内容新闻性的分类
笔者把微博内容分为新闻类资讯和非新闻类资讯两大类,通过统计发现新闻类资讯占总量的76.24%,非新闻类资讯占总量的23.76%。
其中,非新闻类资讯共计43条,主要内容有社会救助、节日介绍、早安和晚安问候、养生知识、《新安晚报》报社活动广告。(见下表)
2、微博内容分析
笔者对181条微博进行了分类,主要分为社会新闻、文娱新闻、政治新闻、经济新闻、科教新闻、法制新闻。其中,社会新闻占了总量的51%,文娱新闻占了总量的8%,政治新闻占了总量的9%,经济新闻占了总量的11%,科教新闻占了总量的10%,法制新闻占了总量的11%。
3、对信息源的分析
《新安晚报》微博中的信息源(一般编辑都会附上网址)主要可以分为以下几类:小编原创:34条;安徽网:86条;其他媒体:39条;《新安晚报》数字版:3条;转发自己微博:11条;转发别人微博:8条。因此编辑原创微博占总量的18.78%,安徽网占总量的47.51%,其他媒体占总量的21.55%,《新安晚报》数字版占总量的1.66%,转发自己微博占总量的6.08%,转发别人微博占总量的4.42%。
在此我们可以看出,由《新安晚报》编辑原创的资讯占了18.78%。因此,微博编辑不仅要具备敏感的新闻素养,还要懂得如何跟粉丝互动,如何赢得粉丝们的关注。
在对信息源的分析中,笔者发现:181条微博的信息源有39条来自其他媒体,其中9条来自传统媒体,29条来自网络媒体。其中信息源为网络媒体的占总量的76.92%,为传统媒体的占总量的23.08%。
笔者对网络媒体和纸质媒体的单位名称进行了统计:网络媒体是新浪新闻中心、财经网、每日邮报、奥一网、东南网、湖南在线、新华社、中国江苏网、中国广播网、中国新闻网、东方网、华西都市报、凤凰网、大众网、新华网、浙江在线、厦门网、优酷视频、四川新闻网。纸质媒体是大河报、扬子晚报、每日邮报、京华时报、南国早报、新京报、华西都市报、法制晚报。
我们可以看出,《新安晚报》在摘引其他媒体的新闻时,倾向于选择网络媒体。
在181条微博中,有138条微博属于新闻类资讯,其中犯罪新闻共计20条。引自其他媒体的犯罪新闻是13条,案件发生地不是安徽,引自安徽网的犯罪新闻主要有7条,案件发生地是安徽。犯罪新闻发生地是安徽的占总量的35%,非安徽的占总量的65%。
4、微博音频视频使用分析
181条微博中,配图的有126条,没有配图的54条,配视频的仅仅1条。配图微博占总量的69.61%,未配图微博占总量的29.83%,配视频的微博占总量的0.55%。
二、对于转发人员的情况分析
1、转发人员的性别
对于微博转发人员的性别,笔者将其分为男性、女性、以及其他官博(官博没有性别区分)。其中男性人员占总量的54.35%,女性人员占总量的38.27%,其他官博占总量的7.38%。
2、转发人员所在地
笔者把转发人员所在地分为四类:合肥、安徽其它地市、非安徽其它省份、未公开所在地。其中合肥:923个,安徽其它地市:785个,非安徽其它省份:603个,未公开所在地:64个。转发人员所在地为合肥的占总量的38.86%,安徽省其他城市占总量的33.05%,未公开所在地的占总量的2.69%,非安徽省的占总量的25.39%。
3、转发人员认证情况