这是一篇开放获取的文章,根据创作共用署名许可(http://creativecommons.org/licenses/by/2.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。
行业和学术活动的组织者越来越多地采用社交媒体进行推广;然而,很少有人质疑社交媒体策略的成功与否,也很少有人对其真正的影响进行科学分析。
我们提出了一个框架,该框架定义和分析了社交媒体在活动推广和研究传播方面的影响、推广和有效性,并通过网络向科学活动的参与者以及虚拟观众传播。
我们试用了Twitter、Facebook、Flickr和Liveblog等在线交流渠道,并在电子健康会议的五个阶段中衡量了它们对外联的影响:会议前的准备阶段、活动阶段和最后一分钟的推广阶段、实际活动阶段和会议后。
在活动之前和活动期间,通过在线渠道和社交媒体计划的外展活动吸引了比使用传统手段可能获得的受众人数高出几个数量级的观众。在eHealth 2011的具体案例中,使用传统手段的推广活动将有74名与会者,另外还有23名出售的会议记录和从在线会议记录中下载的文章数量(截至2013年10月为4107篇)。会议期间,通过在线渠道和社交媒体接触到的观众总数估计超过5300人。活动前Twitter在宣传中的作用得到了补充,活动期间网站和Facebook的使用量增加,活动后Flickr上海报的浏览量急剧增加。
虽然我们的案例研究集中在eHealth 2011前后的特定受众,但我们的框架提供了一个模板,用于重新定义“受众”和活动的扩展,合并传统的物理社区和虚拟社区,并提供了如何在明确定义的活动阶段成功达到这些目标的大纲。
衡量特定科学或商业事件的影响或影响是评估其成功程度和推广效果的重要组成部分。尽管社交媒体推广对于大多数商业和学术活动来说是“必须的”,但很少有人对定义虚拟和物理参与的新受众以及分析用于推广和科学推广的所有个人社交媒体渠道的影响和推广感兴趣。传统上,科学会议的影响力是由与会者的数量和出版物的数量和质量(接受率和引用)来衡量的。这些措施是基于与实际社区的传统交流方式:面对面的会议和印刷媒体。然而,在一个联系日益广泛的世界里,社交媒体和新型在线渠道的使用跨越了传统的物理和虚拟鸿沟,彻底改变了传播范围、社区参与以及科学会议的整体影响,因为科学会议可以拥抱和利用新媒体渠道。
在这种情况下,了解在线和社交媒体渠道在吸引社区方面的作用和有效性是很重要的。关于社交媒体的使用和影响,有大量的研究(例如,[
在本文中,我们做出了以下贡献:
我们定义了(1)媒体渠道及其影响因素的框架,以及(2)纵向阶段和分析措施的建立。在框架的第一部分中,我们的目标是研究在线社区和真实社区之间的关系,我们比较了现实世界科学事件外联的传统和新的影响因素。框架的第二部分旨在分析每个媒体渠道在策划和运行活动的不同阶段是如何成功的。
我们在一个真实事件的案例研究中评估了我们的框架(即eHealth 2011会议),该会议于2011年在西班牙马拉加举行。通过对不同阶段的纵向评估,我们对收集到的数据进行了详细的分析,以确定每个媒体渠道的推广范围,以及如何计算围绕会议创建和参与在线社区的详细活动。
最后,我们讨论了案例研究的结果,旨在回答在会议前、会议中和会议后哪种角色最适合每种媒体渠道的问题。
我们的研究目标是研究不同媒体渠道对真实事件的影响,而不是传统的研究事件传播方法。为此,我们定义并建议了活动前、活动中和活动后的宣传阶段的策略,并将外联评分作为确定影响的衡量标准。
Twitter数据集的可用性使得研究项目迅速增加,涉及一系列领域,包括影响力、传播、信息扩散和社交网络拓扑结构。人们对调查社交媒体在改善用户体验和会议参与度方面的作用很感兴趣,例如,在UMAP 2011上展示的Conference Navigator等手机应用程序[
对网络本身的动态和影响力的研究主要解决了用户在发布、转发和提及时的被动和主动创造影响力的各种问题。Romero等人调查的影响和被动得分[
Tugkeci曾尝试调查社交网络和真实网络之间的相关性[
对Twitter上用户影响力的动态和活动的研究也在蓬勃发展。例如,Cha等[
最后,也有研究关注学术会议中社交媒体的使用。例如,McKendrick等人[
1.在覆盖和重叠方面,在线社区和真实社区之间的关系是什么?建立社区的不同(社交)媒体渠道的影响因素是什么?
2.每个社交媒体渠道在策划和运营一个真正的活动(如会议)的阶段有多成功?
3.在围绕会议创建和参与在线社区时,总体推广是什么?如何计算详细的活动?
在我们的框架中,我们考虑了以下在线媒体渠道及其在建立扩展服务和社区增长方面的作用:
1.Twitter提供关于会议的一般动态信息,宣传活动,链接到相关新闻和其他信息,为会议定义一个专用的标签,并积极建立一个潜在感兴趣的追随者社区;
2.Facebook提供关于会议的一般动态信息,宣传活动,链接到相关新闻和其他信息,并连接到Twitter账户;
3.Flickr为会议创建了一个专门的小组,并发布了会议所有海报的图片和摘要;
4.Liveblog在会议期间提供实时博客消息,并链接所有使用会议标签的Twitter推文;
5.网站提供关于会议的一般(静态)信息,并提供提交系统和所有其他媒体渠道的链接;而且
6.通过电子邮件向邮件列表发送论文征稿和参与征稿。
这些渠道中的每一个对会议的外联工作都有不同的影响。“传统的”影响力衡量标准包括参会人数、售出的纸质论文数量以及下载的电子版论文数量。这些传统的影响措施往往与会议的实体社区和相关的传统媒体渠道有关。相比之下,社交媒体渠道提供了一套新的影响措施。这些数据包括一个社交媒体账号的关注者数量,与会议相关的推文或帖子的数量,以及(与论文下载量相比)在Flickr组(保存会议上展示的海报的图片和摘要)上的页面访问量。
为了用新的影响措施来衡量活动的外延,我们首先为活动设置了多个媒体渠道。接下来,我们沿着事件的时间轴定义了五个阶段,从事件发生前的早期到事件发生后的一段时间。因此,我们可以以纵向的方式分析围绕这一真实事件的虚拟和物理社区的增长和变化。
这五个纵向阶段围绕2011年11月21日至23日在西班牙马拉加举行的第四届计算机科学、社会信息和电信工程研究所(ICST)电子卫生国际会议(eHealth 2011)展开。我们不是简单地查看活动前、活动中和活动后的时间线,而是区分了活动前的开始时间(通常用于布置活动)和活动前的最后一分钟(“最后一分钟”),这段时间通常是宣布最新消息和制作广告以吸引参与者的最后一分钟。结果阶段为:
1.搭建阶段(5月10-27日):搭建社交媒体账号、网站、邮件列表等;
2.活跃推广阶段(6月1日- 11月2日):活动前的社区发展阶段;
3.最后一分钟推广阶段(11月13日至17日):提前几天公布活动最新信息;
4.实际活动阶段(11月21-23日):会议期间的活动;而且
5.事件后阶段(11月24日至12月5日):事件后的社区行为。
6.对于每个阶段,我们都测量了每个渠道上的活动,并旨在确定其对社区外展的影响。此外,我们测量,但我们也积极地在这些渠道上生成数据。这与之前的大多数研究不同;从本质上讲,我们把会议变成了一个真实世界的实验室,我们不仅在那里分析数据,而且还对我们的行动的反应进行了研究。通过不同的阶段,我们还可以看到哪个通道在哪个阶段表现更好。自然,一个活动的不同时间段(会议前、会议中、会议后)将涉及不同的活动(例如,在会议结束后宣布会议是非常无用的)。基于这五个阶段以及在这些阶段中所进行的测量,我们的目标是确定哪个渠道最适合哪个阶段。
首先,我们建立媒体渠道,如
Twitter账户@eHealthConf随后被链接到Facebook页面,因此在Facebook页面上发布的消息将自动发布到Twitter帐户,如果消息超过140个字符(Twitter上的推文限制),则包括到Facebook的链接。为了增加@eHealthConf的关注者数量,确定了组织者已知的类似事件的Twitter帐户,并与相关的eHealth组织、研究小组和研究人员一起关注。关注这些账户的Twitter用户也会被识别和关注(类似于滚雪球或链式抽样)。
#eHealth2011会议的官方标签是通过Twitter、Facebook、会议网站和活动本身的欢迎环节确定并公布的。我们的Liveblog系统还包括@eHealthConf账户的所有推文和转发,以及使用#eHealth2011标签的推文。对于eHealth 2011的海报会议,我们设置了一个Flickr画廊,海报演讲者可以上传他们的海报供公众观看,这是在海报会议期间宣传的,在Twitter和Facebook上,也在会议网站上。
所有渠道都从会议网站链接,并在会议的介绍环节进行口头推广。
对于每个媒体通道,我们定义了一组测量五个纵向阶段。我们每天进行测量(如果可能的话)(即,在一天结束时总结可测量元素的值)。
对于Twitter,我们每天使用以下措施:
1.关注者:关注事件账户的用户数量(通过Twitter新关注者的电子邮件通知来衡量)。
2.粉丝流失:停止关注事件账号的用户数量(通过第三方服务TwUnfollow计算)
3.转发数:活动账号的转发数(通过Twitter邮件通知衡量);这只适用于那些使用Twitter官方“转发”应用程序编程接口(API)的转发。其他转发方式(比如,手动写“转发…<账号名> <消息> ")被提及。
4.提及:来自其他用户的包含该事件帐户名称的推文数量(通过Twitter关于提及的电子邮件通知来衡量)。这并不包括通过Twitter官方转发API进行的转发(尽管一些客户端在时间轴中显示为转发)。
5.接收转发的用户:来自事件账户的消息被转发到的用户数量(仅通过官方转发API)。这些数据来自Twitter电子邮件通知(其中包含“@XYZ转发给N个关注者……”等信息)。我们计算了每天这些数字的总和,而当同一用户转发时,我们只计算了一次,并使用了最大数量(由于该用户在一天中关注者的变化)。我们在这里没有减去重复(例如,从我们账户的两个或多个关注者那里收到相同转发的用户)。
为了分析Facebook页面的外延,我们采取了三个措施,因为它们是由Facebook每周状态更新(通过电子邮件通知)提供的:
1.点赞数:喜欢我们Facebook页面的Facebook用户数量;
2.帖子:页面留言板上的帖子或评论的数量,可以是我们自己(页面)写的,也可以是别人写的;而且
3.访问量:该Facebook页面的访问量。
在Flickr上,页面浏览量是相关的衡量标准。这可以是单独的海报(或照片),也可以是整个画廊的首页。
对于Liveblog,我们测量了在给定时间内连接到该服务的在线用户数量。我们将某一时刻的最高参与者数量(用于计算最大值)与某一天的总在线用户数量区分开来。此测量仅在活动期间进行,因为Liveblog仅在此阶段可用。
电子邮件列表的衡量标准是电子邮件收件人的数量。这与列表中注册电子邮件地址的数量略有不同,因为一些电子邮件可能会由于各种原因(例如,地址无效或有人设置了缺席通知)而被退回。
衡量一个网站的典型标准是(每日)页面访问量。此外,关于游客的地理信息也会引起人们的兴趣。
最后,对于与会者,我们统计了实际出席会议的人数。
在连续测量的基础上,我们计算了每个纵向相位下每个介质通道的外延。我们的想法是比较不同的媒体渠道及其推广表现,以确定每个阶段最适合的渠道(或渠道组合)。de Quincey等人以前使用各种渠道推广科学在线内容的工作[
我们选择这些外展分数是因为由于重叠,我们无法测量准确的数字。虽然对于某些媒体(如Twitter),可以通过长期使用密集的数据爬虫(捕捉和分析关注者的链接并减去重复用户)来排除重叠,但我们一开始并没有使用这种方法。此外,对于一些媒体渠道,或多或少不可能排除重复用户(例如,在同一个IP地址的网站上的页面浏览量)。然而,我们试图清理数据,以减少重复的潜在影响(例如,我们没有总结活动中所有天的参与者数量,当他们明显相同时,因为我们从注册列表中知道)。
我们框架的扩展分数。
通道 | 最大外展 | 意思是外展 | 总外展 |
推特 | 最大值(关注者+接收转发的用户) | SUM(关注者+接受转发的用户)/ COUNT(关注者+接受转发的用户) | SUM(阶段结束的关注数)+ SUM(失去的关注数)+最大值(收到转发的用户) |
脸谱网 | 最大值(点赞+访问量) | SUM(点赞+访问量)/ COUNT(点赞+访问量) | SUM(点赞+访问量) |
Flickr | 最大(的观点) | SUM(浏览量)/ COUNT(浏览量) | SUM(视图) |
Liveblog | 最大(同时在线人数) | SUM(在线用户数)/ COUNT(在线用户数) | 总和(网民) |
电子邮件 | 最大(收件人) | SUM(收件人)/ COUNT(收件人) | 计数(收件人) |
网站 | 最大(访问) | 总次数(次)/次数(次) | 总和(访问) |
与会者 | 最大的(人) | 总数(人)/次数(活动天数) | 数(人) |
我们之所以研究三个值(最大值、平均值和总数),是因为它们显示了对社区增长和互联性的不同看法。例如,在一个阶段中,最大值可能非常高,但这可能只是单个操作的结果。然而,平均值可以显示一段时间内相互作用的密度。总数显示了一个阶段整个时期的有效性。
我们的框架的基本思想是按照之前定义的外展评分,并对每个阶段进行评估。这意味着这些数字在五个阶段的每个阶段都被重复,以获得总体视图。为了更好的比较,每个阶段的长度需要标准化。
比较每个阶段的外联结果。
阶段 | 设置 | 积极推广 | 最后的促销 | 真实的事件 | Postevent | |||||||||||
|
|
马克斯 | 意思是(SD) | 总计 | 马克斯 | 意思是(SD) | 总计 | 马克斯 | 意思是(SD) | 总计 | 马克斯 | 意思是(SD) | 总计 | 马克斯 | 意思是(SD) | 总计 |
|
||||||||||||||||
|
推特 | 19 | 13日(4) | 20. | 2343 | 555 |
3100 | 1011 | 721 |
1023 | 1562 | 1236 (434) | 1569 | 665 | 605 (19) | 682 |
|
脸谱网 | - - - - - - | - - - - - - | - - - - - - | 105 | 75 (16) | 1129 | 89 | 89 | 89 | 181 | 181 | 181 | 112 | 112 | 112 |
|
Flickr | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | 520 | 833 | 165 | 1489 |
|
Liveblog | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | 20. | 139 (50) | 416 | - - - - - - | - - - - - - | - - - - - - |
|
电子邮件 | 1989 | 1431 | 1989 | 2046 | 2018 | 2046 | 2047 | 2047 | 2047 | 2047 | 2047 | 2047 | - - - - - - | - - - - - - | - - - - - - |
|
网站 | 72 | 32 (20) | 870 | 164 | 45 (25) | 7342 | 181 | 102 (44.9) | 817 | 307 | 194 (109) | 583 | 81 | 46 (21) | 555 |
|
||||||||||||||||
|
与会者 | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | 74 | 74 | 74 | - - - - - - | - - - - - - | - - - - - - |
|
诉讼 | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | - - - - - - | 4130 |
|
总和 | 2080 | 1476 | 2879 | 4747 | 2693 | 13617 | 3328 | 2959 | 3976 | 4191 | 3869 | 5390 | 1691 | 929 | 6968 |
活动期间总外联人数为5390人。会议期间单日最大外联次数超过4191次,因为这还不包括传统的诉讼外联。请注意,这些计算甚至可能更高,特别是在其他阶段,因为一些测量没有或不能进行。同样,会议的数量(23本售出的书籍和4107篇下载的在线文章)发生在我们定义的事件后阶段之后,但为了完整性,我们将它们添加到最后阶段的总扩展中。最后,得出的数字并没有消除重复。例如,一个实体参与者可以访问网站,转发来自会议Twitter帐户的消息,并在访问Facebook页面时在Liveblog中发布一些内容。因此,这是外展的上界。
对比五个阶段不同渠道的外展结果,我们可以发现一定的差异。有些渠道似乎在某些阶段比其他阶段更有效。
在第一阶段(设置),我们在大多数情况下的外展得分很低,因为渠道刚刚建立。页面访问量、Twitter粉丝等数量从一开始就没有预料到会如此之大。一个例外是电子邮件列表,它建立得非常快(基于以前会议的现有收件人列表),因此第一次征稿可以提前发送给大量的人。这是宣布会议的传统方式,同时还需要建立一个会议网站。
然而,在第二阶段(主动推广),Twitter和电子邮件在最大和平均值方面比其他渠道有更多的外延。如果我们看一下总体推广(见
第三阶段(最后一分钟促销)与前一阶段略有不同,但也与促销活动有关。电子邮件和Twitter仍然是最大和平均外展的最主要渠道。然而,就正常的总数而言,Twitter超过了网站。这可以用这个阶段粉丝数量的快速增长来解释。
在第四阶段(实际事件),之前“不那么重要”的渠道变得更加重要。Liveblog和与会者只在这一阶段出现;因此,它们的(唯一)高峰就在这里。此外,Facebook和网站的最大外展量和平均外展量在这里也达到了最高点。然而,电子邮件和Twitter仍然是表现最好的渠道,这一次也是(标准化的)总体推广。虽然人们会期望那些提供高度动态互动的渠道(例如,Twitter上的提及/转发,Facebook上的点赞/帖子/评论)会比其他渠道表现更好,但在我们的案例研究中,我们发现Facebook并非如此。Liveblog、Flickr和网站在标准化的总体推广方面比Facebook要好。网站渠道在最大程度上甚至比Facebook更好。
最后一个阶段(事件后)显示出非常不同的结果。Twitter拒绝了(当然,也拒绝了电子邮件,因为活动结束后没有发送电子邮件)。特别是,Flickr在所有三个类别(最大值、平均值和总数)中都有很高的外展率。但是,因为这个阶段是一个逐渐结束的阶段,很明显,在这个阶段,具有更像档案的特征的渠道更有效。会议论文集(通常在会议结束后被越来越多的人阅读)和Flickr(作为向更广泛的社区展示会议海报的新媒体)尤其如此。
在我们的案例研究中,Twitter作为科学会议的社交媒体渠道要比Facebook有效得多。推特和电子邮件是在实际活动之前所有阶段最有效的渠道。在活动期间,可以通过允许积极参与的媒体渠道(如Twitter、Facebook和Liveblog)来加强网站等渠道(例如,显示有关项目的信息)。有趣的是,我们的案例研究表明,Facebook的相关性较低,而Liveblog似乎是一个很好的补充,可以支持积极的讨论,并允许人们远程参与会议。使用我们的新方法,Liveblog吸引的“虚拟参与者”是实际参与者的5.6倍。活动结束后,传统媒体(如会议过程(在线和离线))可以通过特殊用途的社交媒体(如Flickr)进行增强,以增加演讲的外延。特别是,通过在Flickr上曝光海报,在会议期间,包括会议后阶段,访问海报的用户增加了7倍,比亲眼看到海报的用户多20倍。总体而言,第二阶段的总人数最高(也是最长的阶段),但平均外联人数最高的是在会议期间(第四阶段的3869人主要由Twitter推动)。
尽管结果只是来自一个活动(并且目标群体相对集中),但它们对于构建和规划其他(科学)会议的媒体渠道是有用的建议。与社会模式研究的主体类似,从现实世界参与者的各种实验中得出的结果的普遍性是一个挑战[
所有渠道最大外延的比较。
所有渠道的平均外延比较。
所有通道的总外延比较(归一化为每个阶段的长度)。
在本节中,我们将展示和分析我们用于宣传真实事件的不同媒体渠道的详细数据。特别地,我们在每个通道的基础上更详细地查看数据和结果。
我们观察到,促销时间轴的五个阶段可以与图表中的五个数据周期相匹配。第一个阶段与设置阶段相匹配,这一阶段的粉丝并不多,因为Twitter账户是新的,在这个阶段只有组织者自己知道。第二阶段(积极推广阶段)开始于几天内粉丝数量的快速增长。这种快速增长与我们开始关注其他人的时间(大约一个星期)相匹配(最多达到2000个,这是Twitter当时为避免垃圾邮件账户而设置的限制)。在这种快速增长之后,第二阶段的其余时间,即积极推广阶段,出现了温和而持续的增长。在第三阶段(最后一分钟推广阶段),我们发布了关于项目的宣传和公告推文,并邀请了演讲嘉宾。在会议期间,有一个较小的增长,可能是由于实际活动阶段推文数量的增加。最后,会议结束后,追随者的数量基本保持不变。
在积极推广阶段开始的短时间内,我们增加了跟踪用户(最多2000人),许多人立即又关注了我们。然而,大多数用户并没有跟踪我们。例如,2011年6月6日,我们关注了1579个用户,1434个用户没有关注我们。在第三个阶段,随着关注者数量的增加,我们的关注者与关注者的比例相当稳定;在这段时间结束时(在会议期间),没有跟踪的用户数量是1587,而我们跟踪了1998个用户。我们测量了两个月(2011年9月和10月)以及会议期间的比率,但它几乎保持不变。因此,跟踪我们的人数相当稳定(大约400人)。当我们关注他们的时候,一些人立即跟进,所以我们只能推测他们对我们的账户感兴趣。我们可以假设他们中的一些人只是因为他们被跟踪了。
此外,我们的最终粉丝数量(超过600)意味着我们可以吸引大约200名用户关注我们的账户,而无需关注他们。我们可以假设他们直接对我们的账户感兴趣(即,会议和关于会议的推文)。
Twitter:不同阶段的追随者数量。第一阶段:搭建;第二阶段:积极推广;第三阶段:最后一分钟促销;第四阶段:实际事件;阶段V:事件后。
根据TwUnfollow服务的报告,我们失去的粉丝数量在整个时间段内处于相对较低的水平(见图2)
Twitter:失去的粉丝数。
第三个阶段的活动量最高,因为会议期间发布了正在进行的会谈和其他信息。第一和第二阶段属于积极推广阶段,表明我们在这一阶段的第一季度和下半年有更多的活动。然而,正如之前的关注者数量所显示的那样,即使在推文活跃度较低的时候,关注者数量也在稳步增长。
除了这些推文,我们还分析了相应的转发(参见
Twitter:推文数。活动的三个主要时期(红框中)分别对应于发布关于会议的初始公告时、发布截止日期延长和提醒注册时以及会议期间。
Twitter:转发数。三个主要的活动时期(红框中)对应于tweet活动的峰值。
随着时间的推移,提到的数量也被观察到(见
Twitter:提及数。活动的两个主要时期(红框中)分别对应于我们跟踪许多其他活动时和会议期间。
为了分析推广,我们查看了关注者的数量,并添加了接受他们转发的用户。每当有人转发我们推特账户的推文时,我们都会收到来自推特的电子邮件通知,说明收到该转发的用户数量。
从
我们还计算了随时间变化的平均外展。
从
基于前面的数字,我们计算了我们的Twitter帐户在五个不同阶段的最大和平均外延(参见
此外,我们观察到,在最后一分钟促销阶段,我们的最大外展量(n=1011)低于较早的活跃促销阶段(n=2432)或实际活动阶段(n=1562)。然而,在最后一分钟的促销阶段,平均外展量仍在增长。因此,尽管最大外展量较低,但平均外展量的增加意味着虚拟社区内的活动密集。
在实际活动中,我们有很高的值,无论是最大值还是平均值。虽然活动期间的最大外展量(n=1562)低于促销前期的最大外展量(n=2432),但平均外展量较高(mean 1236, SD 434)。这是由于会议期间推特和转发的密集活动造成的。特别是,它表明,当几个人转发一条消息给少数或中等数量的关注者时,平均外延可能比一个用户转发给更多关注者引起的外延更高。
Twitter:扩展(关注者加上接收转发的用户)。
Twitter:平均外延(随时间的算术平均值)。
对于与我们的Facebook页面相关的三项指标(点赞、帖子和访问),我们每周都使用数据,因为这些数据是由Facebook发送的自动电子邮件通知提供的。不幸的是,这些信息是从7月中旬开始收集的,而不是从设置阶段开始收集的。尽管如此,数据显示随着时间的推移,外联量有所增加,在实际活动阶段有一个高峰,类似于我们的Twitter帐户的外联量。
“喜欢”我们Facebook页面的Facebook用户数量持续增长,从极少数(实际上是活动组织者的Facebook用户账户)增长到会议期间的大约80人。增长几乎是线性的
Facebook:点赞数。注:资料只收集自7月中旬起。第一阶段:搭建;第二阶段:积极推广;第三阶段:最后一分钟促销;第四阶段:实际事件;阶段V:事件后。
我们把我们在页面上发布的帖子以及其他用户发布的帖子和评论都算作“帖子”。这项措施已经包含在我们从Facebook收到的每周电子邮件通知中。我们观察到帖子/评论有三个高峰(见
Facebook:帖子数量。注:资料只收集自7月中旬起。第一阶段:搭建;第二阶段:积极推广;第三阶段:最后一分钟促销;第四阶段:实际事件;阶段V:事件后。
Facebook每周的统计通知还包括页面的实际访问信息。这些数字反映了实际浏览页面的人数(例如,通过关注出现在他们的“新闻”时间轴上的帖子,通过专门加载页面,或通过跟踪外部链接,如我们的Facebook-Twitter链接)。
Facebook:访问次数。注:资料只收集自7月中旬起。第一阶段:搭建;第二阶段:积极推广;第三阶段:最后一分钟促销;第四阶段:实际事件;阶段V:事件后。
通过Facebook进行推广的一个衡量标准是点赞和访问的总和。这些值反映了我们在每个阶段可以达到的实际读者(访问量)和潜在用户(点赞)。不幸的是,我们没有完整的数据集,只是每周更新一次。因此,外展是在每周的基础上确定的,这导致前三个阶段的最大外展值和平均外展值相同(见
关于我们会议的信息也可以在会议的主网站上找到。这是主要的信息网站,Twitter和Facebook上的账户总是包含该网站的链接。该网站也是唯一用于提交论文和注册会议的媒体。我们记录了在之前分析的同一时间段内(即从2011年5月到2011年12月初)我们网站上的每日页面访问量。
我们观察到以下日期出现了一些高峰(每天超过100页访问量):
2011年6月22日:当天和前两天公布高级技术项目委员会成员和征稿选题的推文数量略有增加(6月20日、21日和22日共计9条推文)。
2011年8月25日:当天三条推文(确认场地并链接到网站页面,开放报名并链接到网站页面,海报/演示提交截止日期延长的公告)。
2011年9月22日:当天和前两天的推文数量略有增加,宣布确认的主题演讲嘉宾和网站页面链接。
2011年9月29日:Twitter没有明确的潜在原因(前一天有三条推文,但它们只是从其他网站转发的新闻,没有链接到我们的网站)。
2011年11月14-18日(会议开始前):可能人们想查看会议的最新消息/变化(例如,详细的计划,会议何时开始,酒店地点在哪里)。
2011年11月20日至23日(会议期间):根据这些访问来源的地理位置分析,假设这主要是由于会议讲话的直播博客(随后讨论)。
前面的解释只是网站访问高峰的潜在原因,因为由于缺乏跟踪能力,我们无法进行直接关联。
使用谷歌Analytics,我们找到了网站访问者的地理位置。在会议期间,有来自44个不同国家的访问
网站:访问量。第一阶段:搭建;第二阶段:积极推广;第三阶段:最后一分钟促销;第四阶段:实际事件;阶段V:事件后。
网站:按地点访问。
长期以来,会议上的海报演讲一直是学术界的主要内容。由于它们能够快速有效地交流研究,它们在科学界的受欢迎程度有所增加,并且已经提出了一些指南,概述了如何制作一个好的海报和一个好的海报会议[
在上一届会议(eHealth 2010)期间,其中一位作者在会议上展示了一张海报,并将其与描述中的摘要一起上传到流行的照片共享网站Flickr上。在写这篇文章的时候,这张海报在大约500天内已经有超过8000次的阅读量(平均每天大约16次)。与2010年在会议海报会议上看到海报的与会者人数相比,这是一个显著的增长,并提出了一种增加海报观看次数的潜在方法,因此,增加了它们所代表的研究的影响力和外延。
在前面描述的海报取得成功后,2011年电子健康大会组委会决定,除了会议上传统的海报会议外,作者还将被要求参加在线海报会议。海报的摘要要经过通常的同行评审过程,被接受的摘要的作者会收到指示,在会议之前将他们完成的海报的一个版本连同描述中的摘要上传到Flickr,并将其添加到海报主席创建的eHealth 2011公共小组中。10张海报中有6张成功添加到群组中,但当试图添加其中一位作者的海报时,出现了问题。Flickr对于新创建的帐户向群组添加照片有一个政策(以防止垃圾邮件),并且已经上传到Flickr的三张海报不能被添加到群组中。将照片添加到分组的主要目标之一是允许会议组织者在会议网站上提供到海报和相关宣传活动的单一链接。然而,以这种方式使用组是不合适的,所以找到了一个以画廊形式的变通办法。Flickr上的图库是“一种将最多18张会员的公开照片或视频整理到一个地方的方法”[
不幸的是,Flickr只允许用户在28天内滚动查看页面浏览量的分布。因此,这里给出的结果仅限于总页面浏览量。eHealth 2011画廊首页于2011年11月20日建立,在实际活动阶段,有9张海报,收到520次观看。然而,单个海报获得了更多的页面浏览量,这表明来自其他来源的推荐(例如,在海报标题和描述中有索引关键词的搜索引擎)。
每张海报在Flickr上的页面浏览量。
海报的标题 | 页面访问量,n |
u型医疗保健医疗器械审批指南 | 51 |
在全球卫生安全倡议(GHSI)中,通过收集基于互联网的系统来提高早期威胁检测的敏感性:EAR项目 | 43 |
社会网络、医生和学生 | 833 |
法国流行病情报(EI):强调过程的社会网络 | 51 |
一个远程老人辅助生活系统 | 121 |
表示和访问关于阿尔茨海默病的科学知识:语义BiblioDem门户 | 55 |
基于web的医学信息挖掘系统在流行病情报中的应用评估过程综述 | 36 |
通过塔防视频游戏加强健康科学学生的抗菌药理学知识 | 138 |
连接和分享:帮助社交孤立的老年人使用Facebook | 161 |
总计 | 1489 |
自2011年11月以来,在活动后期阶段,每张海报的平均页面浏览量为165,但单个海报获得了大部分页面浏览量(n=833)。由于无法获得海报的推荐数据,因此很难确定为什么这张海报的页面浏览量比其他海报加起来还要多。一个可能的解释是,该用户可能已经在Flickr上有了一个追随者,但这是该用户所做的唯一一个上传。更有可能的解释是,作者有一个活跃的Twitter账户,有300多名粉丝,其中张贴了海报的链接,而且海报的关键词友好的标题(“社交网络和医学医生和学生”)可能通过搜索引擎推荐来增加流量。
总的来说,在线海报会议为画廊和海报创造了超过2000次的页面浏览量。与高流量网站相比,这一数字可以被视为微不足道,但大约有30名代表出席了电子健康海报会议,在线海报演示代表了大约6500%的浏览量百分比增长。除了页面浏览量,在线海报会议增加了海报的寿命和持久性,也有可能促进会议期间和会议结束后的讨论(尽管在撰写任何单独的海报页面时没有人发表评论)。
为了使会议对虚拟参与者来说更令人兴奋,我们通过专门的记者(科学记者)运行了一个实时博客服务,他专门以这种身份参加了会议。直播博客平台CoverItLive [
CoverItLive的另一个好处是,它还使用会议标签聚合了Twitter消息,这是迄今为止与会者发表评论的最常见途径。根据CoverItLive的统计数据分析,该博客有416名读者,尽管他们的位置信息无法获得。在会议结束时,会议的社交媒体方面被存档,允许在会议网站上回放Liveblog。
从CoverItLive博客收集的信息摘要。
信息类别 | n | |
|
|
|
|
总读者 | 416 |
|
电子邮件提醒设置 | 0 |
|
|
|
|
记者的评论 | 180 |
|
微博评论 | 375 |
|
|
|
|
读者评论发送 | 3. |
|
发表读者意见 | 2 |
|
|
|
|
图片所示 | 1 |
|
简明新闻 | 1 |
|
|
|
|
重播次数 | 1507 |
在任何时间博客上记录的最多参与者(周二上午) | 20. |
读者的评论都是积极的,从能够参加和关注会议的承认(例如,“从中学到很多东西;到更具体的评估和问题(例如,“Ruth Hunter在行为改变的新系统上做了一个很棒的演讲……如果能更多地了解不同年龄段人群的动机就太好了”)。
CoverItLive博客将会议的覆盖面扩大到更广泛的受众,让外部参与者登录并与会议输出建立联系。博客的提供有效地创造了更广泛和参与的观众,这使会议产生了更大的影响。外部参与者对会议上一些演讲者的直接提问表明,一个实体社区通过虚拟方式聚集在一起,参与实时的会议活动。这为扩大科学会议的参与和影响提供了一种未来模式。
尽管缺乏关于观众位置的信息,但很明显,许多人认为所提供的信息很有用,这可以通过检查谷歌Analytics信息所看到的高浏览量得到证明。
为了进一步推广活动,我们使用了现有的Yahoo!电子邮件列表,共有大约300个用户发送征稿和其他会议公告。此外,我们使用了过去会议和其他活动参与者的近2000个电子邮件地址。在各阶段的开始和结束时,后一个列表上的电子邮件地址数目显示在
电子邮件收件人的数量在我们自己的列表。
阶段 | 阶段开始时的电子邮件地址,n | 阶段结束时的电子邮件地址,n |
设置 | 652 | 1828 |
积极推广 | 1828 | 1888 |
最后的促销 | 1888 | 1889 |
真实的事件 | 1889 | 1889 |
Postevent | 1889 | 1889 |
我们的研究结果表明,科学会议的影响力可能远远高于传统影响力衡量标准(即会议参与者和发表的论文集)。除了会议期间和会后的实体社区外,我们还考虑了在线渠道和社交媒体。尽管今天许多科学会议已经使用电子邮件列表和网站来推广他们的会议,但我们的案例研究表明,通过社交媒体可以实现额外的推广。根据上面的数据,我们可以观察到不同类型通道的影响是不同的:
Flickr:也许最有效的(事后)是使用像Flickr这样的图片库服务来建立一个永久的“虚拟海报会议”。从本质上讲,我们能够将正常的海报会议参与者从大约30人增加到Flickr画廊上的大约2000次观看。
Liveblog:在Twitter上使用话题标签,并将其整合到会议期间运营的实时博客服务中,带来了比仅与实体参与者更多的互动性。因此,没有出席会议的虚拟社区提出了其他问题,虚拟社区和物理社区的成员在线讨论了实际的会议演示。
Twitter/Facebook: Twitter在创建纵向复杂信息流方面表现最好(600名粉丝定期收到更新,而Facebook上只有80个赞)。似乎科学界(至少在这次会议上)更喜欢Twitter而不是Facebook来了解和讨论会议。Twitter的流行可能是因为它是一种公共媒体,而不是Facebook所支持的封闭网络。此外,在会议召开时,Facebook上还没有类似的标签。然而,由于我们只测量了一个事件的数据,所以我们不能在这里做一个一般性的陈述。此外,我们不得不说,600个Twitter粉丝中大约有400个可能是“follow back”行为的结果(即,一旦其他用户关注了他们,他们就会关注其他用户)。尽管如此,我们可以假设剩下的200人是受自己利益的驱使而关注这个账户的。
总之,我们的研究结果表明,在活动前和活动期间,使用Twitter和电子邮件是最有效的外联方式。但在活动推广阶段,网站累计的总金额最高,活动期间Liveblog、Facebook和网站的吸引力更大。对于活动后阶段,尽管Twitter上仍有一些活动,但“自然赢家”是那些具有存档特性的渠道(例如,用于海报会议以及离线和在线会议的Flickr)。基于这些结果,根据我们的阶段将活动集中在这些渠道上可能是有利的。
这项研究也有一些局限性。最重要的是,我们单独分析了每个通道。我们没有试图识别或分析各种渠道之间的相互联系。例如,看看有多少推文把用户带到了网站,有多少推文把用户带到了网站,有多少推文从主页点击到推特框,导致了转发,这将是很有趣的。就不同媒体用户背后的实际人员而言,也可能存在重复。这就是为什么我们只能推测实际的推广。更完整的分析将试图删除重复项,并确定不同渠道之间的联系。但是,有些链接可能无法检测到(例如,匿名网页访问者无法追踪到他们潜在的现有社交媒体帐户)。
此外,在会议后阶段,我们只采集了会议结束后12天内的数据。当然,如果在较长时期内进行衡量,扩大外联是可以实现的。例如,会议纪要实际上是在会议结束几个月后印刷和分发的。此外,个人论文下载通常发生在事件发生后很长一段时间。虽然在Flickr上可以继续访问海报画廊,但纸张下载是衡量外联的传统手段,很可能不会影响“新的”外联手段。然而,在一个真实的事件之后维持一个虚拟社区的较长一段时间可能是有用和重要的(例如,支持下一个与前一个相关的事件,因为通常科学会议每年都会举行)。
本研究的最后一个局限性是没有考虑与努力和成本效益有关的因素。显然,在某些活动中可以减少工作量(例如,通过链接社交媒体账户,使一篇文章出现在不同的渠道上),但对于作者来说,创建账户、制定策略,然后创建和发布内容所花费的时间是相当大的成本。在实际应用中,需要仔细确定这些因素,并且需要在这一领域进行进一步的工作,以衡量使用免费渠道(如Twitter)是否比使用静态渠道(如网站)更具成本效益,后者的设置成本相当高。
未来的工作可以尝试在不同媒体渠道的延伸中寻找相互联系,以及虚拟社区增长与背后真实社区之间的联系。对于一些渠道,更密集的数据抓取可以帮助找到这些分析(例如,将收到转发的Twitter用户链接到以前的转发或其他参与)。其他发现可能只有通过跟踪已知用户或要求他们同意透露他们的在线身份并使用这些数据(例如,将Twitter上的用户链接到可能是会议参与者和网站访问者的真人)。
进一步的研究可以旨在生成一个社交网络,并了解由此类事件引起的拓扑变化(例如,在会议上面对面会面导致的社交网络密度增加的速率是多少?)为此目的收集更丰富的数据集的一种可能的方法是更早地开始使用Twitter,并建立更多的追随者。例如,USENIX协会有一个Twitter账户(@usenix),自2008年11月以来就有超过4100名粉丝(在撰写本文时)。此帐户用于USENIX组织的各种会议的宣传和宣传。这里的一个重要因素是为一系列事件维护社区。将我们的方法应用于这样的账户和组织将允许进行更大的纵向分析。
最后,未来的工作可以将会议的实时音频/视频添加到网站上,以便更好地与虚拟参与者互动。不幸的是,由于当地的后勤原因,这在2011年eHealth大会上无法实现。其他系列会议已经使用这种类型的媒体来增加他们的外联(例如,混沌通信大会和USENIX年度技术会议在他们的网站上提供了他们活动的音频和视频记录)。然而,与其他媒体渠道相比,这种推广的影响及其意义还没有进行纵向分析。
在本文中,我们提出了一个健壮的框架,以定义围绕事件的物理和虚拟社区,以及在线和社交媒体使用在促进和演示科学会议中的作用和有效性。
主要方法是围绕真实事件的物理社区建立虚拟社区;我们还建立了活动推广的五个阶段(设置阶段、主动推广阶段、最后一分钟推广阶段、活动现场推广阶段、活动后推广阶段),旨在观察活动前后五个阶段的社区增长行为。与现有工作相比,我们对媒体渠道进行了比较分析,并进行了纵向研究,而不是查看来自单一媒体的数据快照。我们还结合了虚拟社区和物理社区,分析了他们在科学成果传播和推广方面的五个阶段的成长和行为,并通过双向交流(即我们在推广活动的同时挖掘有关推广的数据)来衡量推广和参与度。为了说明我们的方法,我们介绍了一个真实科学事件的案例研究,即2011年11月在西班牙马拉加举行的eHealth 2011会议。在我们举办会议的过程中,我们也有一个独特的机会来制定和衡量会议的外联战略,充分理解和洞察社交媒体战略,而不仅仅是分析随机事件的社交媒体数据。
主要的成就是新颖的可推广框架,我们发现了使用我们的新方法进行会议扩展的见解。我们的框架包括活动推广的五个阶段(设置、主动推广、最后一分钟推广、实际活动、活动后),定义了虚拟和物理社区,定义了推广和影响措施,并提供了衡量单独社交媒体渠道推广的指导方针。我们对2011年eHealth会议的案例研究结果显示,在五个阶段的每个阶段侧重于不同的媒体渠道似乎是有利的:会议前可以推荐Twitter、电子邮件和网站的组合,以达到最高的推广效果,会议期间可以使用Facebook和Liveblog扩展这些渠道,而会议后最好的渠道是Twitter和(从长远来看)Flickr和会议记录。对于希望应用我们的框架的会议组织者来说,这是一个更有力地理解和分析社交媒体推广策略的研究基石。
传统和新的影响措施的比较。
eHealth 2011大会的媒体渠道。
eHealth 2011大会推广时间表。
应用程序编程接口
无线射频识别
我们要感谢David Fowler为组织eHealth 2011会议以及为本文收集和分析数据所做的贡献。我们也要感谢Gozde Zorlu为Liveblog提供内容。
没有宣布。