这是一篇开放获取的文章,根据创作共用署名许可协议(http://creativecommons.org/licenses/by/2.0/)发布,该协议允许在任何媒体上不受限制地使用、分发和复制,前提是要正确引用最初发表在《医学互联网研究杂志》上的原始作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物链接,以及版权和许可信息。
Twitter是一个广泛使用的社交媒体。然而,它在促进健康行为方面的应用还有待研究。
为了为设计健康营销干预措施以促进推特上的身体活动提供见解,本探索性信息流行病学研究应用社会认知理论和在线口碑传播路径模型,考察了在美国有关身体活动的个人推文中不同的电子口碑传播特征的分布。
这项研究使用113个关键词检索了2011年1月1日至3月31日之间发布的100万条关于美国人体育活动的公开推文。根据随机数生成器生成的数字,我们随机选择了30,000条推文,并对其进行了排序。两名编码人员扫描了前16100条推文,得到了4672条(29.02%)他们都同意的关于身体活动的推文,这些推文都来自个人账户。最后,从4672条推文中随机抽取1500条(32.11%)进行进一步编码。在试验编码中(从最终的1500条tweet中分离出100条tweet),编码人员之间的可靠性得分达到了令人满意的水平后,2名编码人员分别编码了750条tweet。描述分析,曼-惠特尼
关于体育活动的推文以中性情绪为主(1270/1500,84.67%)。提供有关体育活动的意见或信息(1464/1500,97.60%)和谈论体育活动(1354/1500,90.27%)在推特上最受欢迎。大约60%(905/ 1500,60.33%)的推文展示了用户过去或现在参加体育活动或打算参加体育活动。然而,只有不到10%的推文(135/1500,9.00%)提供了关于体育活动的社会支持。关注其推文的人较少的用户(粉丝)
未来促进身体活动的健康营销干预应该根据Twitter用户的关注者数量、关注者数量以及关注者和关注者数量之间的差距来划分Twitter用户。对市场营销和公共卫生理论的创新应用,用于检查关于身体活动的推文,可以扩展到其他信息流行病学或其他健康行为(如接种疫苗)的信息监控研究。
微博服务和社交网站Twitter [
目前的探索性研究旨在填补这一空白,并为未来健康营销干预措施的发展提供信息,旨在通过这个影响深远的交流平台促进美国的体育活动。皮尤互联网与美国生活项目发现,13%的在线成年人[
目前的研究集中在体育活动的健康行为上,部分是为了解决美国缺乏运动的流行问题。根据2009年美国青少年风险行为调查,只有18%的9至12年级学生每天至少参加60分钟的体育活动,只有33%的学生每天参加体育课[
目前的研究调查了个人Twitter用户之间关于体育活动信息的传播和分享,而不是组织Twitter账户、体育活动设施或体育活动设备公司账户。在营销研究中,个人之间的数字分享被称为电子口碑(electronic word of mouth, eWOM),指的是大量消费者之间就某一产品进行的在线信息交换[
为了为设计旨在促进Twitter上的身体活动的未来健康营销干预提供指导方针,当前的研究检查了Twitter上关于身体活动的eWOM的格式和内容。我们创新地同时应用了市场营销和健康行为原则。我们研究的营销原则包括效价、网络口碑的组成部分(如意见领导和意见寻求)和网络口碑的后果(如转发和聊天)。在健康行为理论的背景下,我们考察了身体活动建模、社会支持和消极。此外,本研究还考察了不同网络特征的用户发布的推文的eWOM特征是如何变化的,这些特征包括关注者数量、关注者数量(用户关注的推特账户)以及关注者数量与关注者数量的比值。
营销人员特别感兴趣的是,他们的产品是被积极地、消极地还是中性地谈论。
除了价外,目前的研究关注相互作用的机制,被称为口碑成分[
一些信息流行病学研究探索了不同健康状况的信息是如何在Twitter上呈现的。例如,在甲型H1N1流感的背景下,大约10%的推文以提问的形式出现[
基于网络口碑的前因和后果路径模型,网络口碑有两种后果:转发和聊天[
体育活动作为一种健康行为是一种独特的“产品”。在这种情况下,购买指的是参与。此外,购买会受到不同社会因素的影响。因此,除了传统的商业产品电子口碑特征外,本研究还考察了电子口碑关于体育活动参与的健康行为方面。
基于社会认知理论(SCT),健康行为可以通过观察学习或建模来获得,即观察和模仿他人行为的行为和结果[
除了观察学习,SCT假定一个人的行为受到其社会环境的影响,包括家庭成员、朋友和熟人[
因此,对于个人在Twitter上关于身体活动的信息交换,(1)效价(正、中性、负)的分布是怎样的?(2)网络口碑的组成部分(意见领导和网络征求意见);(3) eWOM后果(聊天和转发);(4)身体活动建模(沟通意图、过去行为和当前行为);(5)社会支持(陪伴、信息和尊重支持);(6)社会消极(抑制性、正当性和批评性行为)?
网络社交连接是网络口碑的前身[
联系人数量是传统口碑营销的一个重要方面[
因此,对于关于身体活动的推文,关注者和关注者的数量如何与(1)效价、(2)eom成分、(3)eom后果、(4)身体活动建模、(5)社会支持和(6)社会消极方面的差异相关?
关注者和被关注者数量的差异也可以提供有用的网络信息[
具体来说,在关于身体活动的推文中,关注者数量和关注者数量之间的差距如何与(1)效价、(2)eom成分、(3)eom后果、(4)身体活动建模、(5)社会支持和(6)社会消极方面的差异相关?
使用twitter流媒体应用程序编程界面,在2011年1月1日至3月31日期间,美国发布的100万条推文包含113个关键体育活动词中的1个
两名程序员(母语为英语)接受了扫描推文的训练,以排除那些与身体活动无关的推文,也不来自个人账户。排除标准包括(1)组织发布的推文(通过用户名识别)和(2)包含其中一个关键字但与体育活动无关的推文(例如,一些关于体育活动设备的广告)。例如,一条包含“泵”一词的推特就被排除在外了。非英语推文也被排除在外。
首先,从包含体育活动关键词的100万条推文中随机选择了3万条。其次,根据随机数生成器生成的数字对3万条推文进行排序。第三,两名编码人员扫描了前16100条推文,得到了4672条(29.02%)他们都同意的关于身体活动的推文,这些推文来自个人账户。最后,从4672条推文中随机抽取1500条(32.11%)进行进一步编码。所有1500条选定的tweet都来自由用户和Twitter帐户名确定的唯一用户。
分析的单位是一条tweet。编码的主要概念包括(1)eWOM的效价、(2)eWOM的成分、(3)eWOM的后果、(4)身体活动建模、(5)社会支持和(6)社会消极。除了物理活动建模之外,程序员可以选择适用于大多数概念的所有值。看到
使用100条tweet计算互编码器可靠性。两名研究生——一名公共卫生硕士和一名博士生——接受了培训,然后完成了从1500条推文中分离出来的100条推文的初步编码。在第一轮可靠性计算结束后,讨论了编码器之间的分歧,并在此基础上修改了编码方案。由于一些重要的变量是扭曲的(例如,在很少的实例中显示),本研究使用Holsti的方法来确定编码器间的可靠性[
对发布推文的时间、关注者的数量和用户关注的人进行了描述性分析。对所有eWOM特征进行描述性分析(1)效价,(2)eWOM成分,(3)eWOM后果,(4)身体活动建模,(5)社会支持,(6)社会消极。由于关注者和关注者数量的分布非常倾斜,我们使用了非参数Mann-Whitney
对于关注数和关注数的差距,狭义的差距定义为关注数和关注数的比值在0.9-1.1之间,而广义的差距定义为小于0.9或大于1.1 [
所有分析均采用SPSS 20 (IBM公司,Armonk, NY, USA)进行。
体育活动推文的编码方案和互码可靠性评分(PA)。
变量 | 描述 | 真实的推文例子一个 | 可靠性得分b | |
|
|
|
||
|
外显情感与一种行为行为本身或参与行为行为或行为行为发生的环境有关 |
|
||
|
积极的 | 赞美和联系愉快和生动的经历;赞美/如愿以偿 | 个人健身最好的一天=绕着金尼克跑步。:)足球赛季来得真快 | 0.91 |
|
负 | 抱怨和有关不愉快的经历 | 没人想和我一起去娱乐场…#哇 | 0.96 |
|
中性 | 没有情绪 | 食物、清洁、健身…… | 0.88 |
|
|
|||
|
网络意见领导 | 提供关于PA的信息或意见(包括PA本身或参与PA或发生PA的环境) | 早晨慢跑。网球之后。我们热爱运动! | 0.97 |
|
网上意见征询 | 询问PA的信息和意见(包括PA本身或参与PA或发生PA的环境) | 我是去游泳呢,还是30分钟后下班后打个盹? | 0.97 |
|
|
|||
|
网上聊天 | 提供纯文本 | 终于到了健身时间。如果有人在密歇根大道上看到她,告诉她我拒绝了橱窗里那双漂亮的红底鞋!! | 0.94 |
|
网上转发 | 转发别人说过的话或网页上关于PA的内容。它可能包括分享来自其他Twitter用户的Twitter消息。当Twitter消息包含RT时,“在RT之前和/或之后编码所有内容。从Web转发Twitter消息时,Twitter消息包含网站链接(URL)。”如果推文中包含链接,则不需要分析链接内容。但是你可以通过这个链接来帮助理解 | 我要去游泳了… | 0.94 |
|
|
|||
|
可以是自己的经验,也可以是别人的经验,包括以前的经验和对未来经验的打算 |
|
|
|
|
参加PA的意向 | 表明参与者将要或需要参与PA的陈述(包括有意或无意参与) | 感觉像是去健身房 | 0.83 |
|
有参加PA的经验 | 一份声明,说明他们做过PA,但没有给别人任何建议或支持 | 去了健身房,累了。现在在姐姐家玩。可能需要午睡 | 0.86 |
|
参与PA的当前状态 | 一份在发布消息时表明参与PA的声明 | @*还在跑:)再跑2公里,你呢?你还饿吗?: D | 0.93 |
|
|
|||
|
不是关于自己;需要另一个人参与 |
|
|
|
|
友谊的支持 | PA建议“我们一起参与”的伙伴关系协助(组成部分:共同规划、合作、共同参与、提醒、重新安排、提供、意愿) | 和可爱的*进行了一次愉快的旅行。现在要做今晚剩下的作业了…… | 0.86 |
|
信息支持 | PA建议“你应该知道”的知识辅助(组成部分:启蒙、合理化、澄清、项目推荐、强度建议、活动推荐、支持者推荐、问题解决、目标导向) | @*我推荐初学者锻炼。DM和我可以给你更多的信息。 | 0.97 |
|
尊重支持 | PA的自尊信息提供,暗示“你很好”(组成部分:掌握认可、社会比较、肯定、尊重、强化、兴趣和安慰) | @LAEasyMeals恭喜!我无法想象在那样的高温下跑26.2秒,但是干得好! | 0.97 |
|
禁止的行为 | 暗示“你不应该参加PA”的不赞成和劝阻行为(成分:警告、划界、担忧、禁止、威胁、不赞成和拒绝) | 东南体育馆热得要命 | 0.98 |
|
证明的行为 | 借口和过度保护行为暗示“你不需要参与PA”(组成部分:借口、妥协、豁免、原谅和忽略) | ”女孩!你的身体是一个坚实的a ++++++++你不需要锻炼!!- @* | 0.95 |
|
批评的行为 | 要求和指责的行为表明“你不擅长做PA”(成分:排斥、要求、唠叨、蔑视、烦扰、压抑和嘲笑) | 有人说我打篮球像个女孩,哈哈…… | 0.97 |
一个为保密,个人姓名用*代替。
b使用Holsti方法(n=100)。
在2011年第一季度(1月1日至3月31日),所有1500条推文都是由1500名不同的用户发布的。周二是最受欢迎的发帖日(245/1500,16.33%),其次是周一(234/1500,15.60%),周三(228/1500,15.20%)和周四(227/1500,15.13%)。周五最不受欢迎(182/1500,12.13%),其次是周日(184/1500,12.27%)和周六(200/1500,13.33%)。
用户平均有576个关注者(标准差3183,范围0-82,874,中位数122)。用户平均跟踪368人(标准差976,范围0- 25069,中位数148)。用户平均发布了6630条推文,范围从1到167,517 (SD 14,158)。
关于eWOM效价(即积极、中性或消极)的分布,约85%的推文(1270/1500,84.67%)只有中性效价。只有负面价的推文占总数的不到3%(41/1500,2.73%)。此外,有1条推文(1/1500,0.07%)同时具有阳性和中性值,1条(1/1500,0.07%)同时具有阴性和中性值,4条(4/1500,0.27%)同时具有阳性和阴性值。
在网络意见领导和网络意见寻求的分布方面,几乎所有推文(1464/1500,97.60%)都只描述了网络意见领导。仅在网上寻求意见很少(26/1500,1.73%)。此外,10条推文(10/1500,0.67%)同时进行了在线意见领导和意见寻求。
对于网络聊天和网络转发这两种后果,约有9 / 10的推文(1354/1500,90.27%)仅以网络聊天的形式存在。仅在线转发就出现了约1 / 13的推文(108/1500,7.20%)。另有36条推文是在线聊天和转发两种形式。
对于身体活动建模的分布,包括交流参与身体活动的意愿、过去参与身体活动的经验和当前参与(和参与意愿)身体活动,约60%(905/ 1500,60.33%)的推文与这三个领域中的一个有关。在提到意图或行为的推文中,超过一半(469/905,51.82%)是关于过去的行为。
从社会支持的不同维度分布来看,超过90%的推文没有提及任何社会支持(1364/1500,90.93%)。在提供社会支持的推文中(135/1500,9.00%),信息支持的频率最高(63/135,46.67%)。只有不到2%的推文(18/1500,1.20%)出现了社会消极情绪。
正效价推文(n=186,均值508,SD 2919)和其他推文(n=1314,均值586,SD 3219;
我们探讨了关注人数与网络口碑的不同方面之间的关系
关注人数与eWOM成分、身体活动建模、社会支持和社会消极之间无显著相关性。转发关于体育活动的推文的用户(n=139,平均值375,SD 814)和其他用户(n=1361,平均值367,SD 992;
关注者和关注者数量与效价、eom成分、eom后果、身体活动建模和社会消极之间的差距没有显著关联。在社会支持方面,研究发现,关注人数和关注人数之间的差距越大的人更有可能提供陪伴(
从第0小时(00:00-00:59)到第23小时(23:00-23:59)协调世界时(UTC)的每小时分布的所有1500条tweet。
关注者数量和用户关注率的散点图(n=1472)。
关于体育活动的推文(PA)的描述性电子口碑(eWOM)特征。
网络口碑的特点 | n一个 | 关注人数 |
关注人数 |
||
|
|
|
|
||
|
积极的 | 188 | 508 (2919)b | 283 (506)b | |
|
负 | 46 | 302 (517) | 308 (521) | |
|
中性 | 1272 | 595 (3273)b | 382 (1039) | |
|
|
|
|
||
|
网上意见征询 | 36 | 383 (657) | 332 (456) | |
|
网络意见领导 | 1474 | 583 (3220) | 370 (986) | |
|
|
|
|
||
|
聊天 | 1390 | 582 (3316) | 367 (993) | |
|
转发 | 144 | 535 (1478) | 375 (814)b | |
|
905 |
|
|
||
|
意图 | 336 | 397 (1381) | 278 (469) | |
|
过去的行为 | 469 | 600 (2474) | 325 (604) | |
|
当前的行为 | One hundred. | 336 (636) | 326 (566) | |
|
|
|
|
||
|
|
|
|
|
|
|
|
友谊的支持 | 51 | 440 (827) | 310 (560) |
|
|
信息支持 | 63 | 1899 (8504) | 900 (1952) |
|
|
尊重支持 | 23 | 420 (971) | 193 (168) |
|
|
没有一个 | 1364 | 523 (2780) | 348 (922) |
|
|
|
|
|
|
|
|
禁止的行为 | 10 | 1354 (1773) | 377 (384) |
|
|
批评的行为 | 13 | 128 (177) | 141 (166) |
|
|
没有一个 | 1481 | 577 (3201) | 368 (981) |
一个各eWOM特征类别(PA建模除外)的n并不相互排斥。
b
同伴支持和追随者数量之间的差距。
追随者数量和追随者数量之间的差距 | 同伴支持,n (%) | 总n | |
|
是的 | 没有 |
|
差距小(0.9-1.1) | 3 (1.2) | 240 (98.8) | 243 |
差距大(<0.9或>1.1) | 48 (3.9) | 1189 (96.1) | 1237 |
总计 | 51 (3.4) | 1429 (96.6) | 1480 |
这项探索性研究调查了人们是否以及如何在推特上谈论体育活动。首先,本研究考察了体育活动eWOM的价价,这是一个重要的营销关注点。其次,探讨了网络口碑传播的前因和后果路径模型的组成部分[
体育活动推特的价价分布不同于其他商业产品。在一项针对各种产品(如汽车、计算机硬件、消费电子、能源、快餐、互联网服务、个人护理、体育用品和交通工具)的推文的研究中,约60%的推文是正面的,12%是中性的,23%是负面的[
积极的体育活动推文的数量是消极的体育活动推文的4倍。这一发现与以往文献一致,在15项研究中,积极口碑比消极口碑更常见,平均发生率为3:1 [
对于eWOM组件,本研究的结果表明,Twitter目前更多地被用于提供意见或信息,而不是寻求关于体育活动的意见或信息。这一发现与一项关于脑震荡的推文内容分析相一致,研究人员发现,只有大约1.4%的推文寻求明确的建议[
关于eWOM的后果,聊天比转发体育活动推文更常见,这一发现与之前的一项研究一致,该研究发现推特的主要功能之一是日常聊天[
超过一半的推文(60%)使用了身体活动建模。这一发现并不令人惊讶,因为皮尤互联网与美国生活项目发现,在27%的互联网用户中,在线健康交流最常见的用途是跟踪体重变化、管理饮食、记录锻炼习惯(可以称为身体活动建模),或跟踪一些其他健康指标或症状[
除了研究人们如何在推特上模拟身体活动外,这项研究是第一次通过推特上的eWOM来研究社会支持和负面影响。鉴于关于日常事务的eWOM是Twitter最常见的使用方式[
关于关注者和追随者数量与eWOM特征之间的关系,研究结果表明,关注者和追随者较少的人更有可能在Twitter上积极地谈论体育活动。拥有更多粉丝的人更有可能发布关于体育活动的中性推文。拥有更多粉丝的人更有可能转发推文。这些发现表明,拥有不同数量的关注者和追随者的人在使用Twitter进行体育活动时可能有不同的动机。关注者和追随者较少的人可能更倾向于在Twitter上与一个紧密的社交网络联系,积极地谈论体育活动,而关注者和追随者较多的人可能更倾向于主要使用Twitter来分享有关体育活动的信息。然而,这些建议还需要进一步的研究来验证其原因。
最后,一个令人惊讶的发现是,关注人数和关注人数之间差距较大的人更有可能在Twitter上提到陪伴支持。这与直觉相矛盾,直觉认为关注者数量和关注者数量之间的差距越小,可能意味着实际朋友之间的互惠性越高,这可能导致更多的人在Twitter上提及社会支持。这一结果可以用另一项研究的发现来解释,该研究发现Twitter是一个实际朋友的稀疏网络,而不是追随者和被追随者之间的密集网络[
可能还有其他的解释。例如,由于体育活动的陪伴支持需要两个人或更多的人在地理上的可达性和邻近性,用户之间的离线关系是不可或缺的。因此,关注人数和关注人数之间差距较小的人可能通过其他线下渠道接受和提供陪伴支持,如面对面、电话、短信,甚至通过彼此之间的直接推文,这些都是私人的,因此在我们的研究中无法检索到。
考虑到积极推文的流行率较低,而身体活动建模的比例较高,未来的干预应该鼓励人们不仅谈论他们的身体活动意图或参与,而且要表达身体活动的好处和他们的积极体验。
对SCT组件的推文研究表明,推特目前主要用于对身体活动的一般观察学习,而不是施加社会支持或社会消极。更创新的方法,如infovigil机器人,可以在推特用户发布任何关于体育活动的推文后,引导他们接受社会支持干预。
对于具有不同网络特征的Twitter用户的eWOM特征差异的研究,可以为未来Twitter上的体育活动营销干预的受众细分提供见解。关注者和追随者的数量与身体活动的eWOM效价之间的关联表明,鼓励积极讨论身体活动的干预措施可以从招募关注者和追随者较少的个体开始,观察和学习他们如何积极谈论身体活动。
因为拥有更多粉丝的人倾向于在Twitter上转发关于体育活动的意见或信息,这意味着公共卫生从业人员可以在未来的体育活动营销干预中瞄准拥有更多粉丝的人。公共卫生从业人员可以开发推特账户来推广体育活动,并鼓励推特用户关注这些账户,并将有关体育活动的推特转发给他们的追随者。
本研究的第一个局限性与抽样方法有关。这项研究使用了一组关键字来检索有关体育活动的推文。虽然根据体育活动问卷(成人)的体育活动核对表,编制了一份全面的关键词清单[
第二个限制是缺乏Twitter用户的人口统计信息。在其他研究中也观察到了这一局限性[
第三个限制是缺乏Twitter用户的其他社交网络特征的信息。未来的研究将受益于收集关于互惠关注的信息,这表明了用户和关注者之间的互动交流的潜力[
第四,基于SCT考虑社会支持对个体身体活动的影响[
尽管所选推文代表随机样本,但检索和编码的关于体育活动的推文数量是有限的。首先,由于每天发布的推文数量巨大,本研究无法检索美国一整年的推文,以控制不同季节的身体活动变化。我们只把今年第一季度的推文包括在内。第二,虽然人工编码可以同时对eom的不同特征进行准确的分类,但由于人工编码的劳动强度,本研究中2名编码人员仅对1500条推文进行了编码。未来的研究可以使用众包实验进行大规模研究,以提供更广泛的关于美国推特上身体活动的eWOM的图景。在本研究中发明和测试的编码方案的指导下,未来的研究也可以探索机器学习的应用,并比较人类编码和计算机编码。随着推文数量的增加,未来的研究还可以根据地理区域将不同的身体活动和身体活动eWOM本地化[
本研究首次考察了Twitter上关于体育活动的eWOM内容。Twitter展示了聊天和身体活动建模(即意图、过去的行为和当前的行为)的潜力,以及中性地谈论身体活动。为了指导未来在Twitter上的体育活动营销干预,本研究还提供了基于用户资料信息(关注者数量和被关注者数量)划分受众的见解。拥有更多的粉丝与转发信息有关。关注者越少,关注者就越积极地谈论体育活动。拥有更多的追随者与中性地谈论体育活动有关。关注者和关注者之间的差距更大,与在推特上提到关于体育活动的友谊、社会支持有关。未来的研究可以将本探索性研究中使用的市场营销和公共卫生的创新视角应用到更大规模的信息流行病学研究中,这些研究也可以检查关于身体活动和其他健康行为的推文。
体育活动关键词。
电子口碑
体育活动
社会认知理论
口口相传
爱荷华大学社区与行为健康系的学生Laura schwabe - reese和Laurel whittis协助了编码工作。爱荷华大学新闻与传播学院的Julie Andsager教授在内容分析支持小组中提供了建议。
没有宣布。