科技期刊短视频的多模态话语分析及视觉说服策略研究——以中国科技期刊卓越行动计划入选期刊为例

■欧梨成 张腾之 刘 越 陈培颖

1)中国传媒大学传播研究院,北京市朝阳区定福庄东街1号 100024 2)中国科学院自动化研究所《机器智能研究(英文)》编辑部,北京市海淀区中关村东路95号 100190 3)中央广播电视总台,北京市朝阳区光华路甲1号 100789

短视频是一种互联网内容传播方式,一般是在互联网新媒体上传播的时长在5 min以内的视频[1]。随着新技术的不断发展及各类社交平台的成熟壮大,短视频正在深入参与并重构人们的信息交流及生产生活方式。第51次《中国互联网络发展状况统计报告》显示,截至2022年12月,我国短视频用户规模达10.12亿人,较2021年12月增长7770万人,占网民整体的94.8%[2]。除了用户数量增加,在传播内容上,短视频平台也已经将单纯的知识传播模式拓展为泛知识内容生态体系。2022年的中国网络视听用户调查数据显示,目前获取新闻资讯、学习相关知识已经成为短视频平台用户需求的重要方面,其中学习相关知识的需求已占30.2%,短视频行业营造了一种鼓励知识内容生产、助力知识普惠的良好社会环境[3]。

近年来,关于短视频的研究不断涌现,逐渐形成较为深入、系统、全面的研究格局,涵盖业界及学界:第一类研究从宏观层面探讨短视频的行业发展态势,这类研究可很好地为短视频学理层面的分析提供业界的实践参考[3-4];第二类研究则以短视频的行业发展现状为出发点,着重探讨其深层次的理论缘由,对实践具有一定的指导意义[5-7]。科技期刊承载着诸多前沿科研成果,是最新科学知识的首发阵地,具备很好的泛知识传播潜力。在融合出版的大背景下[8],短视频成为科技期刊面向目标群体开展知识服务的新兴渠道。伴随实践层面的经验积累,短视频与科技期刊的结合也吸引了不少研究者的目光,目前多数成果集中在若干个案或刊群的实践研究层面[9-12],也有基于不同平台的研究[13-14],少量学者从理论出发、结合实践展开观察和分析[15]。总体而言,宏观层面的短视频研究未触及科技期刊这一垂直领域,而聚焦科技期刊的短视频研究多停留在实践经验总结层面,缺乏对传播学等理论的分析和思考。本文试图突破以往研究的局限,将理论与实践相结合,借助多模态话语分析的方法,以入选“中国科技期刊卓越行动计划”领军期刊、重点期刊和梯队期刊项目的期刊在微信视频号发布的短视频为研究案例,基于画面、声音、发布时间、时长等模态,对互动量排名前3位与末3位的短视频分别开展话语分析,得出科技期刊短视频的视觉说服策略,以期为科技期刊借助短视频开展更科学、传播力更强的知识服务提供借鉴。

1 研究路径

1.1 多模态话语分析简述

多模态话语分析自20世纪90年代兴起,主要理论来源于著名语言学家韩礼德的“语言作为社会符号的论断”[16],其蓬勃发展以《阅读图像——视觉设计语法》一书的出版为标志[17]。

2009年,国内学者张德禄[18]首次对多模态话语进行了定义:多模态话语指运用听觉、视觉、触觉等感觉,通过语言、图像、声音、动作等手段和符号资源进行交际的现象。而后,国内外相关研究不断涌现,研究对象也从静态的漫画、海报拓展至影视作品、视频等动态模态[17]。

本文拟基于张德禄对多模态话语的定义,结合科技期刊具体实践及短视频涉及的各类符号资源,选取短视频的图像、声音2个模态,并补充发布时间、视频时长2个模态,共4个话语分析模态开展分析和研究。

1.2 研究思路及案例选择

在分析语料选取上,以入选“中国科技期刊卓越行动计划”领军期刊、重点期刊和梯队期刊项目的总计250种期刊的微信视频号所发布的短视频(时长≤5 min)为对象,并结合新媒体内容科技公司“新榜”[19]导出的所有视频数据,筛选出更新短视频内容且数据完整的期刊微信视频号,进一步遴选出每个账号中点赞量、转发量、推荐量、评论量总和排名前3位与末3位的短视频展开多模态话语分析,最终得出视觉说服策略。

具体而言,选取互动量排名前3位与末3位短视频的依据在于微信视频号独特的推荐分发机制:其将“社交圈层推荐”与“个性化推荐”并重,采取了基于“熟人社交+算法推荐”的全新分发模式[20]。这意味着,如果微信视频号发布的内容无法在熟人社交圈中传播,则后续也无法获得更大的公域流量。互动量排名前3位意味着该短视频获得了一定的私域流量,并有可能触达公域流量;排名末3位则表明该视频在争取私域流量和公域流量上均表现欠佳。通过对互动量排名前3位与末3位的短视频的话语分析,可在一定程度上得出微信视频号内容生产与运营的若干经验与不足之处,以期为后续科技期刊运营微信视频号提供一定借鉴。

在选取分析样本时,若某微信视频号发布的视频总量不足6条,无法选出互动量排名前3位与末3位的短视频,则从样本中去除该微信视频号。最终提取出31个满足条件的微信视频号发布的186条短视频进入分析案例库,如表1所示。

表1 统计样本一览

2 科技期刊短视频的多模态话语分析

所采集的短视频数据均基于“新榜”导出的原始数据,数据采集时间为2023年9月30日,基于该原始数据逐一分析各条视频的图像、声音、发布时间、视频时长。

2.1 图像分析

2.1.1 数据概览

通过对93条互动量排名前3位的短视频进行图像分析,可发现其图像内容可分为以下9类,如图1所示:论文成果(39条,41.9%)、学术活动(17条,18.3%)、科普(14条,15.1%)、期刊宣传片(9条,9.7%)、领域新闻(8条,8.6%)、创意拜年视频(2条,2.1%)、书籍推荐(2条,2.1%)、视频号开通(1条,1.1%)、评奖结果公布(1条,1.1%)。

图1 互动量排名前3位视频内容分类

通过对93条互动量排名末3位的短视频进行图像分析,可发现其图像内容分为以下11类,如图2所示:论文成果(43条,46.2%)、学术活动(27条,29.0%)、科普(7条,7.5%)、节日祝福(6条,6.5%)、领域新闻(3条,3.2%)、学者宣传片(2条,2.1%)、期刊宣传片(1条,1.1%)、科研工具分享(1条,1.1%)、专辑征稿(1条,1.1%)、书籍推荐(1条,1.1%)、投稿指南(1条,1.1%)。

图2 互动量排名末3位视频内容分类

2.1.2 数据分析

经过对比分析,可发现论文成果、学术活动、科普这3类内容占比排名前3位。

论文成果方面,互动量排名前3位的短视频的图像呈现方式主要包括场景实拍、作者讲解PPT、动画,如“昆虫科学”视频号互动量排名前3位的短视频中,有两条视频均为昆虫行为的场景实拍视频。有视频号采用空镜和场景实拍相结合的方式呈现论文成果,如“机器智能研究MIR”视频号发布的互动量排名前3位的短视频均采用“空镜导入-论文亮点讲解-期刊介绍”的形式。也有少数短视频借助动画的形式,将科普与论文讲解结合,如“园艺研究”“CMJ1887”等视频号发布的短视频多采取“科普导入-论文亮点讲解-期刊介绍”的思路。较之复杂的公式和艰深的理论讲解,这类视频的画面更容易被受众理解。

相比之下,互动量排名末3位的论文成果短视频主要采取机器生成、作者讲解PPT、图片展示3种呈现方式,如“园艺研究”视频号互动量最少的一条论文讲解视频仅简单展示几张论文图片,画面较为单一,讲解艰深难懂。另外,“农业工程学报”视频号采取图片展示的方式呈现期刊目次,该视频互动量也居末位。

对于前3位及末3位短视频均采取的作者讲解PPT的呈现方式,优点在于由作者背书,呈现的内容更有说服力。若作者参与传播,则短视频互动量多居于前3位;而若作者团队本身不参与传播,视频很难靠本身的内容获得更多私域流量和公域流量。不少短视频采取这种呈现方式,但互动量排在末3位,作者参与推荐的重要性可见一斑。

学术活动方面,短视频内容主要涵盖写作指导、活动预告、活动回顾、领导致辞、专家致辞等,其传播机制与论文成果短视频相似,关键在于前期社交圈层的推荐,此处不再另作分析。

科普方面,互动量排名前3位的短视频多采用动画的呈现方式,且话题更贴近人们的日常生活,如“中华护理杂志社”视频号发布的3条互动量较高的短视频涉及经外周静脉穿刺中心静脉置管(Peripherally Inserted Central Venous Catheters,PICC)的居家护理、妊娠期高血压、女性健康等生活类话题,且均采用动画的形式呈现。而互动量排名末3位的短视频则采用了场景实拍等呈现方式,如“中国中药杂志”视频号互动量排名末3位的短视频中,有两条短视频均为鉴别中药冬葵果与苘麻子的场景实拍,未作精细剪辑和加工,且并未从科普层面介绍两种中药药材。

除了以上3类内容,节日祝福、期刊宣传片、新闻类短视频也值得对比及关注。互动量排名末3位的节日祝福类短视频大多采取图片展示的呈现方式,而排名前3位的两条节日祝福类短视频分别来自“电力系统自动化”和“高电压技术”视频号。不同于静态图片展示,这两条视频为编辑部成员自编自导的祝福视频,且结合了网络热歌等创新素材。另外,期刊宣传片的传播力不容小觑:在186条视频中,仅有10条期刊宣传片,但其中9条位列互动量排名前3位。新闻类短视频的互动量有高有低:互动量高的短视频内容或为重大成果突破、或为重要媒体上的期刊报道,而互动量低的则是缺乏时效性的新闻报道。

2.2 声音分析

通过探究短视频的音轨数量及声音类别,可以在一定程度上了解声音对短视频传播效果的影响。

2.2.1 数据概览

通过对互动量排名前3位短视频的声音情况进行分析,可发现:音轨数≥2条的短视频有49条,占比为52.6%;除了常规的画外音和背景音乐,短视频中还出现了专家和作者的声音、昆虫声音,以及根据特定画面增加的音效;未出现有明显机器配音感的短视频。

通过对互动量排名末3位短视频的声音情况进行分析,可发现:音轨数≤1条的短视频有65条,占比达70.0%,且有9条短视频无音轨,占比为9.7%;声音大多为画外音和背景音乐,有少数短视频中出现了专家声音,但或音质很差、或口音很重且无字幕;18条短视频带有明显机器配音感,占比为19.3%。

2.2.2 数据分析

通过对比互动量排名前3位与末3位的短视频的声音情况,可得出如下结论。首先,通过适当地在视频中增加除画外音和背景音乐以外的专家声音、实景音效等,可更好地提升短视频的内容可信度,如:“昆虫科学”视频号互动量排名前3位的论文成果类短视频加入了实录的昆虫声音;“Engineering-工程”视频号的新闻类短视频加入了专家声音。其次,具有明显机器配音痕迹的声音内容会分散受众对视频内容及画面本身的注意力,如“中华护理杂志社”视频号中两条互动量排名末3位的短视频均由机器配音。

2.3 发布时间分析

从0时到24时,以1 h为间隔,统计了186条样本短视频的发布时间,如图3所示。

图3 样本短视频发布时间对比

2.3.1 数据概览

具体而言,互动量排名前3位的短视频的发布时间区间为7—23时,具体为:7—8时发布1条,8—9时发布3条,9—10时发布9条,10—11时发布13条,11—12时发布7条,12—13时发布8条,13—14时发布3条,14—15时发布6条,15—16时发布9条,16—17时发布12条,17—18时发布5条,18—19时发布6条,19—20时发布1条,20—21时发布6条,21—22时发布2条,22—23时发布2条。

互动量排名末3位的短视频的发布时间区间为6—24时,其中:6—7时发布1条,8—9时发布4条,9—10时发布9条,10—11时发布12条,11—12时发布3条,12—13时发布5条,13—14时发布3条,14—15时发布6条,15—16时发布14条,16—17时发布8条,17—18时发布6条,18—19时发布10条,19—20时发布1条,20—21时发布6条,21—22时发布4条,23—24时发布1条。

2.3.2 数据分析

基于以上数据统计,可发现互动量排名前3位的短视频的发布峰值依次出现在9—10时、10—11时、16—17时;互动量排名末3位的短视频的发布峰值依次出现在10—11时、15—16时、18—19时。

10—11时为短视频发布高峰期,也正因为短视频在该时段集中发布,容易产生传播的“马太效应”,即优质视频吸引大部分流量,其他视频则无法分得更多流量,这也可在一定程度上印证互动量排名前3位和末3位的短视频均集中在这一时段发布。16—17时、9—10时为互动量排名前3位短视频的发布高峰期,这可在时间选择方面为后续视频号运营实践提供一定参考。

2.4 视频时长分析

以0～5 min为时长区间,每隔30 s设置一个节点,统计的186条短视频的时长分布如图4所示。

图4 样本短视频时长对比

2.4.1 数据概览

具体而言,互动量排名前3位的短视频中,时长为>0.5～1.0 min、>1.5～2.0 min、>2.0～2.5 min的视频数量较多。>0～0.5 min的短视频有6条,>0.5～1.0 min的有17条,>1.0～1.5 min的有10条,>1.5～2.0 min的有15条,>2.0～2.5 min的有11条,>2.5～3.0 min的有10条,>3.0～3.5 min的有6条,>3.5～4.0 min的有9条,>4.0～4.5 min的有3条,>4.5～5.0 min的有6条。

互动量排名末3位的短视频中,时长为>0.5～1.0 min、>1.5～2.0 min、>0～0.5 min、>2.5～3.0 min的视频数量较多。0 min(即视频号中无时间轴标识的静态图片)的短视频有8条,>0～0.5 min的短视频有12条,>0.5～1.0 min的有17条,>1.0～1.5 min的有8条,>1.5～2.0 min的有13条,>2.0～2.5 min的有6条,>2.5～3.0 min的有12条,>3.0～3.5 min的有5条,>3.5～4.0 min的有6条,>4.0～4.5 min的有3条,>4.5～5.0 min的有3条。

2.4.2 数据分析

基于以上数据统计,可发现互动量排名前3位与末3位的短视频中,时长为>0.5～1.0 min、>1.5～2.0 min、>2.0～2.5 min的视频数量较多,说明多数短视频的时长在>0.5～1.0 min和>1.5～2.5 min范围内,在该时长区间短视频互动量与时长无直接关系。总体来看,在>1.0～3.0 min范围内,互动量排名前3位的视频数量多于末3位的视频数量,而在>0～0.5 min和>2.5～3.0 min范围内,互动量排名末3位的视频数量较多。

同时,值得注意的是,仅6条>0～0.5 min的短视频互动量排名前3位,占比为6.5%;而有12条>0～0.5 min的短视频互动量排名末3位,占比高达21.5%,可见视频时长过短将影响短视频的传播效果。

3 科技期刊短视频视觉说服策略探析

基于图像、声音、发布时间、视频时长4个模态对互动量排名前3位与末3位的短视频进行对比分析,可探究出若干科技期刊短视频视觉说服策略。

3.1 内容本位:提升短视频的叙事性

出版业从诞生起就一直坚守“内容本位”思想[21]。由科技期刊出版衍生出的短视频传播同样需要以内容为根本出发点。基于图像层面的话语分析可知,互动量排名前3位的短视频较末3位的短视频在内容叙事性上更胜一筹。

“NanoResearch”与“园艺研究”视频号中,互动量排名前3位的论文成果类短视频均具有很强的叙事性:并非以学术报告的形式简单介绍论文,而是遵循“科普导入-论文亮点讲解-期刊介绍”的三段式叙事路径,由浅入深,让受众理解起来更加省力。理解的受众多了,便更容易触发平台的推荐机制,进而带来更大的流量。

相比之下,互动量排名末3位的短视频叙事性不佳,如“药学学报”视频号中的论文讲解视频时长将近2 min,却仅呈现一张包括论文标题、作者信息和分子结构图的静态图片。同样地,“昆虫科学”视频号中的论文讲解视频仅呈现一段实景拍摄的红火蚁移动画面,全程无任何关于画面内容的讲解。

短视频受到“短”的限制,就必须在有限的时长内,精心设计信息传达形式,优化组合叙事结构,从受众更易接受和理解的角度出发,从而提升视频信息的传达率。

3.2 由浅入深:增强视觉信息的可读性

人们在处理视觉信息的时候,往往经历“观察识别特征-筛选内容-完善信息”的过程[22]。从受众角度拆分这一过程后可发现:首先,短视频最先传递的视觉信息应该包含受众可以识别的特征;其次,这些特征经过有序排布,即遵循短视频的叙事特征,可以让受众更有逻辑地筛选出内容,这对应着“内容本位”思想;最后,短视频所呈现的视觉信息可以帮助受众更好地结合自己的经验完善对短视频的理解,进而促使受众在理解和接受的基础上进一步向外传播。

“中国光学”视频号发布的科普视频“让人又爱又恨的光学摩尔纹”互动量位于首位。首先,这条短视频以一个有关扑克牌的小魔术导入,扑克牌和魔术都是人们非常容易识别的视觉信息;其次,视频遵循“魔术导入-原理讲解-回归日常生活”的叙事逻辑;最后,在每一部分都通过补充图片、生活案例等方式,结合实际操作和语音讲解,帮助受众更多地获取可能缺失的视觉信息,进而形成对摩尔纹的科学认知。该短视频中多个模态高度和谐,完成视觉信息传达任务。

科技期刊短视频若想实现有效传播,应尽可能采用受众可捕捉的视觉信息开场,为受众补充更多可观察和识别的视觉信息,帮助受众完善对视觉信息的理解,并促使受众进行二次传播。当然,这一切的前提依旧是遵循“内容本位”的思想,保证短视频的叙事性。

3.3 多模态并举:助力短视频有效传播

以上两个策略着重于短视频的图像内容层面,即短视频内容组织。要想实现有效传播,在声音、时长、发布时间上也可作一些规划和调整。

基于上文的数据分析可知,带有2条以上音轨的短视频互动量更大,通过增加实录声音可增强观众的代入感及视频的可信度。例如“Engineering-工程”视频号互动量排名前3位的短视频既包括了来自“央视新闻”视频号的成果报道,也有中国工程院院长在中宣部新闻发布会上对期刊的宣传视频,均包括2条以上音轨,并加入了专家的声音实录。

多数科技期刊选择在10—11时发布短视频,在这一时段短视频获得更大互动量的可能性更高,但前提是尽最大力量获得朋友圈层的推荐。若朋友圈层未发起推荐,视频流量就很容易流失。

短视频的时长不宜过短,>0.5～1.0 min及>1.5～2.0 min最佳。过短的短视频往往无法传达更多信息,自然也无法引发推荐。

3.4 社交圈层推荐:由私域流量触发公域流量

不同于其他短视频平台,微信视频号与微信公众号深度联结,充分挖掘了私域流量,实现了“人+算法”的推荐机制。视频发布后,经由私域流量进行首轮传播,而后优质内容再通过公域流量进一步扩大传播范围。

科技期刊的最根本职能便是发表学术成果,而学术成果往往对受众的知识要求比较高。如果基于学术论文制作的短视频内容发布后得不到作者及读者圈层的推荐,这些内容就无法触及公域流量。因此,科技期刊应在内容发布后积极动员相关领域的专家学者开展朋友圈层面的传播,以期以大量私域流量激活公域流量。

这也给科技期刊短视频制作带来启发。若内容无法得到专家学者的传播,可尝试将晦涩的内容组织为具有叙事性、具有可读性的“短平快”内容,从而把对学术研究及最新成果感兴趣的普通大众纳入社交推荐圈。

4 结语

本文结合科技期刊实例,选取入选“中国科技期刊卓越行动计划”领军期刊、重点期刊和梯队期刊项目的期刊所发布的互动量排名前3位与末3位的短视频为研究案例,从图像、声音、发布时间、时长4个模态角度分别进行了数据分析,得出若干科技期刊短视频视觉说服策略,以期在媒体融合时代,为科技期刊提升短视频传播力、加强视觉说服效果提供理论和实践参考。

需要说明的是,所提的4个策略并非相互独立的,而是互相联结、互相促进的。不同领域科技期刊可结合自身学科特点,选取适宜的策略开展实践验证。此外,虽在成文前对每一案例均进行了深入分析,但因篇幅所限,文中的分析并未涵盖所有案例,只选取特定内容下最适宜的予以呈现,读者可按照本文分析逻辑对其他案例展开探究。