互联网影响力人物传播学沟通机制.docx

    互联网影响力人物传播学沟通机制    王诺互联网是当今最有力的传播媒介，互联网影响力人物/网红作为其中最具生机活力的因素，却鲜少被系统研究本文试图以传播学为分析基础，从主观因素、客观内、外部因素入手，分析其沟通机制一、主观因素：互动方式通过研究现存资料、对影响力人物的采访和分析其发布的内容，发现影响力人物在沟通过程中最重要的两个互动方式关键是建立“人设”和保持用户“黏度”建立“人设”需要展示人物的真实性范·列文，加登，和杜米特里卡表明，真实性（authenticity），即真实的自我（real self），一直是媒体认可的来源 范·吕文指出，在传统媒体中，例如表演（profermance），情态（modality），有效性（validity）和情感表达的社会规范（social norms of emotional expression）在確定某人是否比其他人更真实时会被考虑在内 诸如个性（personality），连接性（connectivity），即时性（immediacy）和规律性（regularity）之类的人物个性也成为Web 2.0时代确定某人是否真实的重要方面影响者生命周期的长短很大程度上取决于关注者的“粘性”（Hu et al.， 2020）。

为了增加粘性，需要遵循三个关键点：共享价值，访问时间长短和保持关注用户重新访问网站的意图在很大程度上取决于其对内容的价值感知，预期用户对网站价值的感知会影响他们保持忠实的意图良好的体验会带来内在的享受，从而产生了良好的口碑粘性的形成受用户对网站的态度，网站的信任度和网站内容的质量的影响为了提高网络用户保持忠实于网站内容和格式的意图（Lin， 2007），策略可以包括提供，更新信息，定制功能，导航工具和搜索功能二、客观外部因素：平台及其算法平台通过识别社交媒体上的热门话题和热门搜索的时长、计算制作成本，访问量以及话题和格式（文字或视频）的广告或赞助收入潜力来启动内容制作周期在生成内容之后，通过在各种社交平台上发布来“聚合”用户，再通过社交推荐，评论，搜索排名和页面浏览量生成有关用户参与和维护的相关数据这些指标用于进一步计算来修改或优化内容，以确定投资参与周期是否有利可图，这使得影响力人物的走红更倾向于“偶然”当平台将多个用户组聚集在一起时，它们会产生所谓的网络外部性（Network Externality）网络外部性（Network Externality），又称网络效应（Network Effect）或需求方规模经济（Demand-side Economies of Scale），指在经济学或商业中，消费者选用某项商品或服务，其所获得的效用与“使用该商品或服务的其他用户人数”具有相关性时，此商品或服务即被称为具有网络外部性。

最常见的例子是或社交网络服务：采用某一种社交媒体的用户人数越多，每一位用户获得越高的使用价值（de Reuver et al.， 2018）通常，如果平台的价值取决于同一用户组中的用户数量，则网络外部性是直接的，即产品的价值因其他人购买，连接或使用相同的平台或服务而增加当平台的价值取决于不同用户组中的用户数量时，外部性是间接的间接网络效应也可能是负面的，比如在搜索引擎平台上，广告商广告投放的增加会降低搜索内容对搜索者的价值三、客观内部因素：传播心理研究表明（de Reuver et al.， 2018）当针对个人独特的心理特征量身定制内容和服务时，受众的接受度会更高而人们的心理特征可以从其数字足迹（如Facebook和微博的点赞）中准确预测将说服性诉求的内容与个人的心理特征进行匹配，可以通过点击和转发等网络行为来衡量与不匹配或没有经过个性定制的同类内容相比，与人们的外向性或开放性体验水平相称的说服吸引力使点击次数增加了多达40%评判他人的个性是成功社交生活中必不可少的技能，因为个性是人们互动，行为和情感背后的关键驱动力尽管准确的个性判断源于社交认知技能，但机器学习的发展表明，计算机模型也可以做出有效的判断。

在预测不良习性，政治态度和身体健康等生活结果时，计算机人格判断具有较高的外部效度;对于某些结果，基于通用数字足迹的计算机预测甚至超过了自我评价的人格分数（Youyoua et al.， 2015）在人格判断方面超越人类的计算机在心理评估，市场营销和隐私方面提供了巨大的机遇和挑战Reference：[1]De Reuver， M. Sørensen， C. BASOLE.数字平台：研究议程[J].信息技术学报，2018[2]HU L.， MIN Q.， HAN S..了解追随者对数字网红的粘性：心理反应的影响[J].国际信息管理杂志，2020[3]吕文，西奥·范.什么是真实性？[J].话语研究，2007[4]LIN， J. C.. 粘性：其前身和对购买意愿的影响[J].行为与信息技术，2017[5]YOUYOUA W.， KOSINSKIB M.， STILLWELLA D..基于计算机的人格判断比人类做出的判断更为准确[J].心理与认知科学，2015  -全文完-。