下载掌阅APP，畅读海量书库
立即打开
本研究主要采用内容分析法，并结合语义网络分析法来比较与探讨排名稳定靠前的高校微信公众号传播策略的异同，以期为高校微信公众号的运营提供策略性帮助。首先，笔者根据现有的文献资料，整理归纳出微信公众号推文的三个研究维度：固有属性、表层形式和深层内容，并将每一个维度细化为若干个具有可操作性的指标；其次，基于已有的研究成果，针对各个维度的各项指标提出假设；接着，借助数据统计和文本挖掘软件对假设分别进行检验；最后，通过检验结果，分析高校微信公众号各个维度之间的异同，总结出相应的传播策略。
高校微信公众号的固有属性是指高校微信本身所具备的较为固定的属性，一般在微信账号被搜索到后显示的主页中会提供相应信息。林升梁和李园（2015）在《新浪微博汽车品牌粉丝数影响因素的实证研究》一文中将微博汽车品牌的固有属性细分为 11 个变量。
基于此，本书结合微信公众号的性质，将高校微信公众号的固有属性划分为“开通年月”“微信号名称”“公众号功能”“公众号类型”“客服电话”“客服人员”“账号主体”“商标保护”“高校级别”“品牌强度”“相关小程序”“公众号昵称是否与高校名称完全一致”“品牌显著标签”“官方认证”“开通时长”，共计 15 个变量。
微信公众号的表层形式是对高校微信传播形式最为直观的展现。实际上，对于表层形式的考察，早先就有学者选取报纸等传统媒体作为研究对象，例如林升梁（2013）在《改革开放以来〈人民日报〉等四报广告表层形式比较》一文中，分别对报纸广告的数量、版面位置、版面大小、设计变化、色彩变化、图文比例等方面进行了统计与描述。
之后逐渐在微博等新媒体领域展开相应研究，林升梁和张晓晨（2014）在研究微博粉丝数影响因素时，就对 200 位新闻传播知名学者新浪微博的表层形式进行考察，抽取出囊括“发布微博总数”“微博发布密度”“原创微博数”“原创微博密度”等在内的 17 个变量。
本书在此基础上根据高校微信公众号特点，调整为：“发布推文数”“发布推文密度”“每月发布推文数”“每月发布推文密度”“各个时段发布推文数”“各个时段发布推文密度”“原创推文数”“原创推文密度”“总阅读数”“头条阅读数”“头条日均阅读数”“头条篇均阅读数”“篇均阅读数”“日均阅读数”“最高阅读数”“总点赞数”“头条点赞数”“头条日均点赞数”“头条篇均点赞数”“篇均点赞数”“日均点赞数”“最高点赞数”“总在看数”“头条在看数”“头条日均在看数”“头条篇均在看数”“篇均在看数”“日均在看数”“最高在看数”“包含图片推文数”“包含图片推文密度”“包含视频推文数”“包含视频推文密度”“包含音频推文数”“包含音频推文密度”“包含链接推文数”“包含链接推文密度”，共计 37 个变量。
微信深层内容是对高校微信公众号推送内容的深入考察。林升梁和雷超越（2015）在对四大国有银行微信的深层内容进行分析时，将微信推送内容细分为“产品信息”“品牌形象”“直接促销”“活动策划”“生活信息”“新闻消息”“其他”七大类。
韦玉玲（2016）在《高校微信公众号传播内容研究》一文中观察并整理了六所高校微信公众号的内容，归纳出“校内资讯”“校外资讯”“生活服务”“名师名友”“文艺美文”五大类选题。
本研究在前人研究的基础上，对高校微信公众号推送内容进行监测，进一步将深层内容调整并细化为三十大类，它们分别是：“思想政治类”“形象宣传类”“校园建设类”“校生互动类”“领导讲话类”“师生寄语类”“合作交流类”“校园荣誉类”“科研成果类”“教学成果类”“生活资讯类”“人物风采类”“历史文化类”“校园风景类”“教工生活类”“学生活动类”“就业升学类”“通知告示类”“人事变动类”“会议讲座类”“节假庆典类”“书文选送类”“影视推荐类”“平台互动类”“数据分析类”“综合成果类”“趣味段子类”“新闻合辑类”“建党相关类”“其他类”，由这三十大类的微信数和微信推文密度构成考察高校微信深层内容的 60 个变量，再加上年度关键词分析，共构成深层内容 61 个变量。
仅对微信推送内容进行归类性质的整理，尚缺乏从全局的视角来审视微信深层内容进而考究其传播特性与规律，需要更为系统全面的研究操作来弥补这一缺憾。在前人针对微博这一新媒体平台的传播内容进行研究时，语义网络分析这一方法已经得到了一定范围的应用。E.J.Yuan等人（2013）通过语义网络分析新浪微博上关于隐私话题的内容，系统地考察微博平台的传播内容后发现处于社会转型时期，用户对隐私的界定正在发生改变。
但基于微信平台的语义网络相关研究仍有待拓展与深入。已有的研究中，语义网络分析的内容来源基本都是微信公众号。纪娇娇等人（2015）在探讨微信公众平台对转基因这一热点话题的报道时，结合语义网络分析更直观地呈现了媒体和公众的关注点。
同样地，卓敏和吴建平（2016）也是运用语义网络来探究微信上的雾霾段子，挖掘当代青年对于雾霾问题的关注点与偏向性，并进一步辅助于情感分析。
鉴于目前语义网络分析在微信平台上的使用情况，本研究在对高校微信公众号推送的深层内容进行指标归类的基础上，增加了词频统计以及语义网络分析两项操作，用以探讨高校微信推送内容的传播侧重点或特征，进而完成对各高校微信传播内容的整体归纳。