夏 丹
基于多元线性回归方法的微电影的传播时效研究
夏 丹
微电影是传统电影与网络视频短片相结合的新媒体时代的衍生物,主要通过各种新媒体平台进行播放,具有微时长、微投资、微制作周期的特征,适合在移动与短时休闲状态下观看。微电影的发展有赖于影视设备的更新和影视技术的普及。微电影对社会产生的影响作用主要体现在两方面:一是对网民的人生观、价值观、道德观产生潜移默化的影响,二是对广告投资商及微电影制作者来说,微电影具有一定的商业价值。结合微电影所具备的这两种作用,国内将微电影分为两大类:一类是由草根制作者自发创作及拍摄的影片,这类影片以娱乐大众、抒发情感为目的;另一类是广告商投资参与拍摄,将品牌、产品通过故事来包装传达,是一种较为高级的营销手段,其目的是通过微电影引起消费者对企业或产品的关注。
微电影传播具有短时效特点,即一部走红没多久的微电影很快就会被另一部微电影所取代,在较短时间内即消失于大众视野之中。本文通过数学建模来研究微电影的顶数与踩数对点击量的影响以及微电影的活跃周期,旨在为提高微电影传播效果提供理论依据,也为企业掌握微电影的传播特征,有效传播企业品牌提供实践方法。
本文基于多元线性回归方法研究微电影的传播影响因素,以期对微电影的未来发展趋势作出预测,并分析不同时间段微电影的走势特征。多元线性回归是以若干变量的观测数据为出发点,通过对这种数据结构的分析研究,寻找变量间存在的依赖关系。
多元线性回归模型的一般形式为:
其中,Yi为被解释变量,Xki为解释变量(自变量),βk为回归系数。
1.数据来源
在优酷视频网站抓取了微电影《一维》的相关数据。时间:2014年3月6日21∶27∶25至2014年3月10日16∶45∶39。样本量:858条视频信息。数据指标主要涉及该微电影的点击量、顶数和踩数。
2.模型建立
首先,针对2014年3月6日21:27:25至2014年3月10日16:45:39不同时间段微电影的点击量、顶数、踩数进行相关分析,发现微电影的点击量与顶数、踩数的相关系数高达0.944075和0.926906,这说明它们之间具有显著的线性关系。因此,尝试建立线性回归模型,其中被解释变量为点击量,解释变量为顶数和踩数。模型如下:
其中:Yt:点击量,X1t:顶数,X2t:踩数。
利用最小二乘法求得模型参数的估计值,结果如表1。
表1 点击量与顶数、踩数的线性回归分析结果
回归模型为:
对上述模型进行统计上检验,发现结果如表2。
(1)拟合优度R2=0.936555,修正拟合优度¯R2=0.936406,这表明估计的样本回归方程较好地拟合了样本观测值。
(2)在5%的显著性水平下,统计量F=6310.587,F0.05(2,858)≈3,显然F>F0.05(2,858),这表明回归方程是显著的。
(3)在2.5%的显著性水平下,系数βi对应的统计量ti分别为:t1=32.05507,t2=24.80285,而t0.025(858)=1.960,即这表明每个解释变量对被解释变量的线性作用显著。
(4)对模型进行序列相关性检验,发现D.W.=0.024396,给定5%的显著性水平下,n=858,k=2的D.W.分布下限临界值dl≈1.85>0.024396,这表明随机误差项存在一阶自相关。
通过上述分析,发现需要对模型进行修正。根据经验,前期点击量可能会对后期点击量造成一定影响,因此尝试在原模型中引入解释变量Yt-1,则模型变形为:Yt=α0+α1Yt-1+α2X1t+α3X2t+νt,其中,Yt-1为前期的点击量。
再次利用最小二乘法对上述模型进行估计,结果如下:
表2 模型修正后的回归分析结果
修正后的回归模型为:
从回归结果看:拟合系数R2及修正拟合系数¯R2都高达0.9995,这表明样本回归直线的解释能力为99.95%,这表明点击量的变化几乎是由前期点击量、顶数、踩数因素来解释。并且F=660488.4(P=0.000),这表明回归方程十分显著。各系数对应ti值有,且通过t检验的概率值Pi< 0.05,这表明解释变量对被解释变量有显著影响,通过统计检验。由于回归模型中含有滞后因变量作为解释变量,D.W.检验失效,下面利用LM检验检查此模型的序列相关性,检验结果如表3。
表3 LM检验结果
根据P值大于0.05,则应接受原假设(即该模型不存在序列相关性)。
综上所述,最终修正的模型通过了统计和计量经济学的检验。模型中各参数的经济意义为:Yt-1的回归参数0.990344表示:在其他条件不变的情况下,上一期的点击量每增加1个单位,后一期点击量将增加0.990344个单位;X1t的回归参数12.93133表示:在其他条件不变的情况下,顶数每增加1个单位,点击量将会增加12.93133个单位;X2t的回归参数44.95095表示:在其他条件不变的情况下,踩数每增加1个单位,点击量将会增加44.95095个单位,相对比顶数,口碑较好的微电影踩数增多反而会吸引更多人点击观看。
微电影的传播存在高峰期和拖尾期。即在网站上,微电影点击量的开始,就意味着它作为载体开始传播相关信息。毫无疑问,微电影制作者都希望其作品有高点击率。
下面针对微电影《一维》2014年3月6日21∶27至2014年3月8日22∶08的点击量做走势图。另外,从中国网络视频指数网得到土豆网《美好2013:大师微电影》系列微电影的月播放指数走势及首播至2014年3月29日整体播放指数趋势图,总结微电影活跃时间的特征。
图1 2014/3/6 19∶27-2014/3/815∶05《一维》点击量走势
图1是《一维》2014年3月6日19∶27分至3月8日15∶05分的点击量走势图。从图1中可以看出点击量是随着时间累积而不断增加的,所以点击量的整体态势是上升的状态。但是,在这种上升的态势中,也体现了点击量的规律性变化。在一天中的20∶00-24∶00之间,微电影点击量的增长速度最高(此阶段即为微电影传播的黄金期),随着越来越多的人进入睡眠状态,点击量增长速度开始减小。早晨8∶00之后至晚上20∶00之间,点击量的速度略有上升,但是还是小于20∶00-24∶00之间的点击量的增速。这说明,点击量的增长速度是与人们的作息和工作时间密切相关的。
图2 《美好2013:大师微电影》3月播放指数趋势图
在图2中一共出现了五处峰值。它们分别出现在2014 -03-01(周六)、2014-03-09(周日)、2014-03-16(周日)、2014-03-23(周日)、2014-03-27(周四)。这表明,周末时间段微电影播放量高于均值线,大多数工作日时间段微电影播放量都低于均值线。这说明,在周末人们娱乐时间较多时,微电影点击量会呈上升状态,该时段是一周中微电影传播最为活跃的时间;而在工作日,多数人忙于工作,微电影点击量的变化会处于一个比较平缓的状态,特别是,在临近月末的一整周,微电影在大部分时间的播放指数都超过了平时,出现的峰值最高,且时间提前至周四,说明月末是一个月当中微电影传播最为活跃的时期。在图3中,一共出现了四处波动较大的峰值,这正是系列微电影中的《新年头老日子》《一维》《深蓝》《美丽新湾计划》播放指数最高的时间点,该系列微电影在2013年9月14日之后的播放指数没有波动,几近平坦,表明已进入拖尾期。
图3 《美好2013:大师微电影》总播放指数
这说明人们对于该系列微电影已进入审美疲劳期,不会再有过多关注。而这四部微电影比较活跃的时间段分别是:2013-07-24至2013-08-23、2013-08-14至2013-08 -30、2013-08-21至2013-09-12、2013-08-28至2013 -09-14。可以看出,对于一部微电影来说,传播速度较快的时间大概是在网站开播后的15至20天,这是该微电影的流行期。微电影在短期内可形成舆论焦点,这对广告商来说也是宣传的最佳时期。
本文主要研究了微电影的点击量、顶数与踩数之间的关系,并对一部微视频从投放到网站直至受众审美疲劳这一时间段的点击量走势特点进行了分析。结论如下:
1.微电影本期点击量受上一期点击量的影响。这说明,微电影的传播在很大程度上依赖于群体影响,受众会认为多数人提供信息的正确性概率较大。因此,前期点击量高的作品会被认为是受欢迎的作品,而这会引起本期点击量的上升。
2.分析解释变量顶数的参数估计值,可以看出随着微电影顶数的增加,点击量会呈增长趋势。
3.分析解释变量踩数的参数估计值,发现踩数的增大对点击量的增加有更为显著的作用。
一般来说,对于一部传播正能量的微电影,在没有恶意人为的情况下,顶数必然大于踩数,但踩数的变化更能引起点击量的改变,增加一个踩数与增加一个顶数带来的点击增量之比接近3.5∶1,这表明受众的好奇心对微电影的传播影响不容忽视。
4.分析微电影点击量走势图,发现微电影黄金播放期集中于月末和周末。一部微电影流行期大约15至20天。
① 安颖:《微电影的传播模式研究》,上海师范大学,2013.
② 张辉、王雯聪:《基于多元统计分析方法研究电视剧收视特征及影响因素》,《现代传播》,2011年第6期。③ 李子奈、潘文卿:《计量经济学》,高等教育出版社2005年版。
④ 高铁梅:《计量经济分析方法与建模》,清华大学出版社2006年版。
⑤ 赵凌晖:《微电影的生产与传播机制研究》,西南大学,2013.
⑥ 刘书亮:《微电影的传播效果及相关因素分析》,《西华大学学报》,2013年第1期。
⑦ 陈曦、李钢:《网络文化演化的制度经济学诠释》,《商业研究》,2013年第10期。
(作者系中国传媒大学副研究员)
【责任编辑:赵 均】