社交媒体的利与弊图片,社交媒体的利与弊图片素材.

一图胜千言？

关于图片和社交媒体参与度的实证研究

文献介绍

名称：Is a Picture Worth a Thousand Words? An Empirical Study of Image Content and Social Media Engagement

作者：Li, YY (Li, Yiyi) ; Xie, Y (Xie, Ying)

期刊：Journal of Marketing Research

发表时间：2020年

1 / 摘要

请思考

有照片的社交媒体帖子比没有照片的更受欢迎吗？

为什么具有某些特征的图片比其他图片更吸引人？这些特征是什么？

是否这些特征在不同的平台和产品上都有相同的效果？

简要

作者利用从twitter和Instagram收集到的关于航空公司和SUV汽车的社交媒体帖子数据集，实证研究了图像内容对社交媒体参与的影响。结果显示：

图像内容对Twitter上两个产品类别的用户参与有一个显著和稳健的正向纯粹存在效应。

高质量和专业的拍摄图片在本文选取的两个不同平台和两个不同产品的帖子中都会得到更高的参与度。

色彩的影响因产品类别而异，而人脸和图像-文本匹配度较高的图片可以在Twitter上诱导更高的用户参与，而在Ins上则不然。

2 / 研究背景

1、社交媒体上的用户参与

本文将社交媒体参与度分为两大类。

第一种是对原始文章的直接回复，包括喜欢、评论和收藏。在这项研究中，本研究关注的是“赞”。

第二种是转发原创帖子，这让受众可以向他们的关注者推荐内容。分享在社交上更加可见和无方向性，因为分享的内容是推送给分享者的所有追随者，而不是针对特定的人。相比之下，点赞则更加私密和直接，因为它对发布的内容给予了直接的肯定，但并不传播内容。因此，本文把分享和喜欢视为相互关联但又截然不同的衡量标准，并分别对它们进行建模。

2、文本内容

本研究考虑了以下文本内容特征对社交媒体参与的影响:(1)两个通过文本内容体现的共享行为驱动因素(用于自我评价提升和提供有用信息);(2)文本情绪;(3)文本主题;(4)与六种心理构念有关的语言特征:情感、社会、认知、知觉、生物和驱动;(5)文本信息量。

3、产品

为了探究图片内容在不同情境下效果的变异性，本文分别从Twitter和Instagram上收集了与航空旅行和多用途suv这两种产品相关的社交媒体帖子的数据。尽管这两种产品都具有很高的社交曝露度，并且经常在社交媒体平台上被讨论，但航空旅行传统上被归类为体验产品(experiential product)，而多用途SUV汽车则被许多人视为主要的实用产品( utilitarian product)。这两种产品所提供的主要类型的差异可能会导致图片内容对社交媒体参与产生异质效应。

4、平台

Twitter最初被设计成一个基于短消息服务(SMS)的交流平台，用于分享短新闻和状态更新。它允许纯文本的文章和外部网页链接，并在2017年11月之前限制140个字符(后来增加到280个字符)。尽管用户也可以发布图片、视频或动图。相比之下，Instagram完全专注于媒体内容，尤其是照片，不过用户可以添加标题来解释他们发布的图片的主题，并结合图片的背景。此外，Instagram因其视觉特性、用户粘性和更好地控制垃圾邮件而以高参与度而闻名。由于这些与众不同的特性，本研究推测用户在决定在这两个平台上使用某一方面内容时可能会有不同的标准。

5、图片内容

本研究基于现有的视觉营销文献，提出了图像内容对参与度产生影响的三种可能的方式：

（1）纯粹的存在效应（一般的社交媒体平台，既有纯文本，也有文本和图像）：有助于帖子在全是文本的帖子中脱颖而出。图片作为一种对文字内容的补充，只要它存在，就可能对用户体验和参与造成影响。图片内容存在状态有三种，一种是没有图片，一种是带有直接可见的图片，一种是只有图片链接，观众需要点击才能看到图片内容。

（2）图像特征效应：提供信息、美学、视觉效果，增强总体吸引力。具有无趣内容/低质量的图像可能适得其反，所以四个关键的图像特征：色彩、人脸和情绪状态的存在、图像来源和图像质量。

（3）图像-文本匹配效应：文本和图像都是为表达特定观点而服务的，不真实图片有可能给阅读者理解造成困难。

3 / 研究内容&结论

一、研究内容

1.建模

除了文字和图像内容外，用户与社交媒体帖子的参与也受到账户特征和发布时间的影响。本研究在模型中考虑了所有这些因素。本研究在下图中给出了社交媒体帖子参与的决定因素的建模框架。

2.定义变量

3.编码

图片内容编码

采用Google Cloud Vision API与手动编码结合对非结构化的图像数据内容进行分类。

首先，API提供的“image properties”函数可以检测图像中的主色，如RGB值和占总像素数的百分比。像素百分比较低表示图像是色彩丰富的，较高表示图像是色彩单调的。

第二，“标签检测”服务最多返回一张图像中检测到的十个对象以及置信度分数，利用检测到的标签以及像素百分比来确定图像是否为屏幕截图。

第三，使用“人脸检测”服务来确定图像中是否存在至少一张人脸以及存在人脸时的情绪状态。其余三个与图像相关的变量：图片质量，业余照片和图片相关性均手动编码。

文本内容编码

提到的次数、标签和表情符号是使用标准的关键词搜索进行编码的，而单词的数量是使用卡内基梅隆大学的推特词性标签生成的。剩下的三组文本内容度量——情绪、主题和两个行为驱动——使用监督机器学习模型进行编码(Tirunillai&Tellis,2012)。

4.数据处理

结合Logistic模型和BVNB（二元负二项模型）模型，得到BVZINB（二元零膨胀负二项模式）如下：

5.量化图片效果

以无图像的tweet的点赞数和转发数为基线，与其他有图像的tweet比较。

计算由于每个变量的一个单位变化而导致的预期参与度的百分比的变化。

二、研究结论

在考虑了图像内容包含的选择偏差后

（1）纯粹存在效应：twitter上两个产品类别相关可直接查看的图像显著增加参与度，然而“超链接”图片适得其反。

（2）图像特征效应：高质量和专业拍摄的图片持续导致更高的参与度。

在twitter上，人脸照吸引更多的注意力和参与度，但在ins上却没有。图像中人脸的存在增加了两种参与类型，快乐的表情导致更少的转发，但不会影响喜欢。

色彩的影响因产品类别而异：色彩丰富的图片导致与航空旅行相关的帖子的参与度更高，色彩单调的导致suv相关帖子更高的参与度。

图像-文本匹配度较高的图片可以在twitter上诱导更高的用户参与，而在ins上则不然。

专业拍摄的图片会增加转发量（业余图片更私人，包含更多个人信息），含截图的帖子转发量更少。

（3）文本内容：积极内容增加了两种参与类型，消极内容对转发有显著的积极影响，但对喜欢有负面影响，而在ins上无此效应。个人话题（如飞行体验、延迟）相关的帖子转发量更少，因为与公共话题（如机票销售）相比信息量更少。包含@和#相关对用户参与度有显著影响，推文长度不影响参与度，但包含表情会减少转发量。

三、营销意义

（1）企业更好的识别有潜在影响力的帖子，在有害的社交信息传播之前采取行动，尤其是对于客户越来越多的通过社交媒体表达他们的担忧并寻求服务干预的企业尤其重要。当前企业主要跟踪文本中品牌提及次数和情感成分，而忽略图像内容。

（2）营销人员需要注意推文中配图的选择，不同的产品特性和情境因素适合不同特征的图片，如何根据使用的社交媒体平台调整内容特征，以最大限度的提高内容的有限性。

…

end

作者 | 赵淑婧

创业项目群，学习操作 18个小项目，添加微信：jjs406 备注：小项目！

本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请发送邮件至 924072740@qq.com 举报，一经查实，本站将立刻删除。
如若转载，请注明出处：https://www.xmfxquan.com/6970.html

社交媒体的利与弊图片,社交媒体的利与弊图片素材.

相关推荐