效果·机理·路径:数据新闻社交平台传播热度研究

作     者：翟红蕾 李茂国 刘金波 Zhai Honglei;Li Maoguo;Liu Jinbo

作者机构：武汉理工大学法学与人文社会学院湖北武汉430070 武汉大学媒体发展研究中心湖北武汉430074 武汉大学新闻与传播学院湖北武汉430074 

出 版 物：《新闻界》 (Journalism and Mass Communication)

年 卷 期：2024年第8期

页      面：34-45,65页

核心收录：

学科分类：050301[文学-新闻学] 05[文学] 0503[文学-新闻传播学] 

基　　金：国家社科基金一般项目“受众对数据新闻的认知与采用行为研究”(20BXW029) 

主　　题：据新闻 社交平台 定性比较分析(QCA) 传播热度 

摘      要：本研究以32个社交平台数据新闻典型案例为研究对象,运用定性比较分析法(QCA)探讨在具体平台情境下数据新闻内容传播热度的致效因素及生成过程。既往研究以数据新闻内容考察为主,内容接触的前置阶段被忽略和遮蔽。本研究通过着眼平台受众信息接触的时序性路径,搭建出“议题触及和“内容感知的主分析框架,从议题和内容两个层面分析数据新闻在社交平台传播的致效因素及组合路径。研究发现,社交平台信息传播具有明显的二层级引入模式,其中,标题取径是触发用户流量涌入,驱动数据新闻内容实现高热度传播的关键因素,“复合型和“挖掘型两种数据组合构型更具潜在传播优势,静态信息图更契合平台语境及用户偏好。同时,从微观层面梳理数据新闻实现高热度传播的具体稳定路径,对于破除当前数据新闻社交平台传播乏力的困境、提高整体内容的传播热度具有一定现实指导意义。