摘 要：全媒体时代，抖音等短视频平台也成为检民互动、对外宣传的重要阵地。本文对10个地方检察院抖音号作影响力评价研究，首先确定分析抖音影响力的评价方法为主成分分析法（PCA)，接着通过搜集到的指标数据对10个地方检察院抖音号影响力值进行计算排序，最后根据测算的权重值及影响力排序提出三点建议。

关键词：抖音影响力 检察 评价方法 PCA

1引言

全媒体时代，各行业只有充分重视网民的意愿，分析运营数据，了解粉丝需求，才能持续积累用户，更好把关注转到提升质量和传播效果上来，不断扩大影响力。抖音影响力反映了宣传的广度和账号建设的成效，通过对抖音影响力的研究，可以便于管理者在日常的信息发布过程中根据用户的一些反馈与互动确定运营过程中存在的问题，完善相关工作。

本文试图确立潜在的、与影响力相关的指标，选取合适的评价研究方法，通过量化的方式来计算出各个地方检察院抖音号影响力。希望通过此论文研究给往后相关课题的学者以参考，并给检察抖音账号建设带来新的思考与借鉴。

1.1影响力评价分析方法文献回顾

部门学者以网络拓扑结构为研究重点，把影响力看成是一种虚拟的电子连接方式。Google 创始人拉里佩奇最早提出了开创性的PageRank 算法。 Page Laurence 以PR值的大小来判断影响力的方法可以很精确的对用户影响力进行排名，它与被多少人关注，被多少网站链接导流直接相关。同样，国内学者李春雷、袁勤[1]等提出 PeopleRank 理论：被越多影响力强的人关注，则自身的影响力也会随之增强。

部分学者选择运用各种计量分析方法来对评价对象进行分析，如熵值法、H指数法、AHP层次分析法、灰度分析法等。黄文胜[2]以中国31个省级文化和旅游行政管理部门为研究对象，基于熵值法对各省级文化和旅游行政管理部门的网络影响力进行综合评价。易健[3]通过层析分析法进行确定指标权重操作，借助层次分析法软件yaahp计算出各个指标综合权重，进而建立健康类短视频信息可信度评价模型与可信度等级划分表。周昱琪[4]运用德尔菲法、灰色统计法以及层次分析法构建了包含5个一级指标、18个二级指标的综合档案馆短视频平台影响力评价指标体系。

1.2影响力评价指标选取文献回顾

Jianyong Duan [5]最早把作品数，粉丝数，被提及数（@）三个指标定为影响因子，通过 Spearman Rank 法对各指标进行互相比较。曲云丽[6]选择粉丝量、获赞量、浏览量、完整性、认证资质等作为她构建的抖音健康类短视频信息可信度评价指标体系的三级指标。刘浩[7]摘取了以下几个传播机制中重要的行为活动，即粉丝数、播放量、发布量、点赞量、评论数、转发了、爆款指数、推荐比率等；侯劭存[8]选取点赞量、评论数、转发数作为政务抖音评价指标；蒋轩[9]选择点赞量、关注数、粉丝数以及作品数等数据分析影响抖音平台车类短视频效果具体因素。

Shunxiang Zhang, Yin Wang, Shiyao Zhang[10]等认为影响力评价模型需要从活跃度和覆盖度两个维度去综合测量，他还提出活跃度强的用户所分享的网页与图片更容易引发点击观看。王晓光，袁毅[11]将微博传播的速度（speed）、广度（scale）作为内容传播度的指标进行计量来得到影响力的数值。吴凯[12]在此基础上进一步优化，建立 MIR-IM（Microblog Influence Rank based on Influence Model）模型，构建 Top-k 节点的抓取算法，去除了以往经典算法排序中范围重叠的影响，使结果的精确性进一步提升。

2 地方检察院抖音影响力评价设计

2.1 评价对象及评价方法的选择

由于最高人民检察院不属于地方检察院，在排名中去掉“最高人民检察院”抖音号，以中央政法委官方新闻网站中国长安网发布的政法抖音号检察榜榜单[13]（2023,07）前十名为评价对象（见表1），对10个地方检察院抖音号分别评价。

选取主成分分析法（Principal components analysis，PCA）作为分析方法，主成分分析也称主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标。用意在于重新组织数据后使变量的维数显著降低，而信息损失尽可能少，以便在低维子空间上顺利研究有关问题，办法是用原变量的线性组合作为新变量，并从中选出若干方差较大的，且互不相关的以代替原变量[14]。

2.2评价指标的确定

根据主成分分析法的计算原理，得首先确定关于抖音影响力的潜在影响因素究竟由哪些指标。在国内抖音运营实践方面，大多从粉丝数、发表作品数、转发评论数等维度评估抖音账号的影响力，本文结合已有的研究成果，综合考虑检察抖音号的功能及特点，从覆盖度、交互度、内容认可度三个方面分析地方检察机关抖音号影响力，建立一个初步指标体系，具体如表2.1。

接着根据采集到的数据对各项指标做相关性分析，分析指标项之间的相关系数，一般希望相关系数值介于0.3~0.7之间较好，因此，为更好地完成主成分分析，剔除相关系数较多低于0.3的指标项：粉丝数、关注数、赞播比，最终指标体系见表2.2。

接着根据采集到的数据对各项指标做相关性分析，分析指标项之间的相关系数，一般希望相关系数值介于0.3~0.7之间较好，因此，为更好地完成主成分分析，剔除相关系数较多低于0.3的指标项：粉丝数、关注数、赞播比，最终指标体系见表2.2。

3实验过程与评价结果分析

3.1数据整理

用爬虫对10个地方检察院抖音号的数据进采集，评估时间段为2023年6月，采集时间为2023年7月27日。表3.1为综合指标数据。

3.2主成分分析法的影响力值计算

(1)将上述原始数据标准化处理得到标准化矩阵。

(2)进行KMO及巴Bartlett球形检验。

KMO为0.696，大于0.6，满足主成分分析的前提要求，以及数据通过Bartlett球形度检验(p<0.05)，说明研究数据适合进行主成分分析。

(3)计算每个特征根的贡献率。

每个主成分的贡献率代表了原数据总信息量的百分比。观察下表数据可知：前两个成分的累积贡献率达到 95.135%，按照累积贡献率不低于85%的原则，选取前两个主成分进行分析。

(4)求各指标与成分的系数关系。

表3.2.2因子载荷矩阵

由上表数据可知：作品数、播放量、点赞量、评论数、转发数、收藏数和平均收藏数在第 1 主成分上有较高的因子载荷，所以成分 1 基本可以涵盖以上指标的信息；而平均点赞量在第2 主成分上有较高的因子载荷，所以成分 2 也基本可以表达成分 1 所未能涵盖的其余两个指标的信息。综合而言，2 个主成分基本包含了我们所选取变量的内在信息，很好的起到了降维的目的。

(5)计算各指标所占主成分的权重。

首先计算线性组合中的系数，公式为：各指标在所在成分中的载荷因子/各主成分所对应的特征值的平方根；接着计算综合得分模型中的系数；最后，对所有指标进行归一化处理，权重=综合系数1/各因素综合系数之和，得到各指标最终权重，表3.2.3是各指标线性指标系数及权重结果。

由此可得，影响力评价公式为：I=0.096N1+0.141N2+0.148N3+0.141N4+0.131N5+0.146N6+0.044N7+0.152N8

根据以上影响力计算公式，将10个地方检察院抖音号的影响力值计算出来并进行排序，得到地方检察院抖音影响力排序表，如表3.2.4。

4结论

权重的值越大，影响力越大，相关排名就越高。根据计算结果，提出三点运营侧重点：

一是提高作品创作频率，扩大覆盖面。由表3.2.3，N7即平均点赞量的权重值最小，而N3总点赞量的权重值在本评价体系中排第二，可见总点赞量的影响力更大，运营者可以通过提高抖音作品的发布频率、增加作品数来弥补平均点赞量较小的不足之处，如潮安检察抖音号，创作的作品数最多，尽管平均点赞量相对较少，但由于N2播放量的权重值高，而其播放量在10个地方检察院中是最大的，抖音影响力也排在第一位。

二是分析用户特性，提升交互性。N3、N4、N5的权重值都相对较高，影响力较大。一方面，贴近群众，了解用户。一般而言，用户总是愿意参与自己所熟悉或喜爱的话题互动，在话题选择、剪辑手法、叙事方法上，要更“接地气”，贴近生活，让用户更好的参与进来。另一方面，赋予作品更多感情和生动性，抓住用户“笑点”、“泪点”、“痛点”，让用户主动有感而发，对用户评论留言积极回复，同时多增加一些创意，引起用户的兴趣，增加用户参与感。

三是提升内容质量，增加用户认可度。根据表3.2.3，N6和N8的权重值在表中分别排第3和第1，对排名的贡献度高，在一定程度上肯定了内容质量的重要性，因为收藏量更直观的反映了用户对视频的认可，高平均收藏量往往意味着稳定的高质量作品产出。内容质量的优化需要注意视频内容的筛选、视频信息的加工以及后期的处理，还需要保持内容的持续更新，保持内容新鲜度。

本文主要通过提取多个可量化指标来评价地方检察机关抖音的影响力，以期通过本次影响力评价研究能给地方检察机构的抖音运营建设提供些许理论参考。但同时，本次研究也存在不足之处，一是指标体系需要进一步完善，整套指标体系皆由客观指标项组成，缺乏主观评价指标；二是研究不够深入，后续可以对抖音视频的主题、内容，视频评论的内容、感情倾向等进行深入分析，使整个研究更加丰富。也希望后来的学者、专家在此项研究课题上能够更进一步，做出更大的学科贡献。

参考文献

[1]李春雷,袁勤俭.基于链接关系的国内博物馆网站影响力研究[J].东南文化,2016(03):110-116.

[2]黄文胜.文化和旅游行政管理部门网络影响力评价与提升[J].江西科技师范大学学报,2022(04):61-70.

[3]易健. 抖音健康类短视频信息可信度评价研究[D].江西财经大学,2023.DOI:10.27175/d.cnki.gjxcu.2022.001614.

[4]周昱琪. 综合档案馆短视频平台影响力评价研究[D].上海师范大学,2022.DOI:10.27312/d.cnki.gshsu.2022.001336.

[5]Jianyong Duan. LDA topic model for microblog recommendation[A]. IEEE Beijing Section、Chinese and Oriental Languages Information Processing Society (COLIPS)、Soochow University. Proceedings of 2015 International Conference on Asian Language Processing(IALP)[C].IEEE Beijing Section、Chinese and Oriental Languages Information Processing Society (COLIPS)、Soochow University:,2015:4.

[6]曲云丽. 抖音健康类短视频信息可信度评价研究[D].河北大学,2022.DOI:10.27103/d.cnki.ghebu.2022.001127.

[7]刘浩. 公安政务类抖音号影响力提升研究[D].中国人民公安大学,2021.DOI:10.27634/d.cnki.gzrgu.2021.000182.

[8]侯劭存. 公安政务新闻短视频影响力的实证研究[D].吉林大学,2021.DOI:10.27162/d.cnki.gjlin.2021.005297.

[9]蒋轩. 车类短视频传播影响力比较研究[D].上海交通大学,2021.DOI:10.27307/d.cnki.gsjtu.2021.000487.

[10]Shunxiang Zhang,Yin Wang,Shiyao Zhang, Guangli Zhu Cluster Computing, 2016, Vol.19 (3), pp.1399-1410

[11]王晓光,袁毅.微博用户影响力构成因素分析——以媒体微博为例[J].情报科学,2016,34(08):78-82.

[12]吴凯. 基于微博的信息传播建模与节点影响力研究[D].解放军信息工程大学,2013.

[13]中国长安网.权威发布！政法头条号抖音号6月榜单来了[EB/OL].(2023-07-14)[2023-07-27].http://www.chinapeace.gov.cn/chinapeace/c100007/2023-07/14/content_12671426.shtml

[14]刘蔚华,陈远 主编.方法大辞典.济南：山东人民出版社.1991.第171页.

（作者单位：桃源县人民检察院）