網路新聞標題模式及情感與新聞點閱率之關聯

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：15

、訪客IP：18.224.55.82

姓名

王冠偉(Kuan-wei Wang) 查詢紙本館藏

畢業系所

企業管理學系

論文名稱

網路新聞標題模式及情感與新聞點閱率之關聯
(News Headlines Type and The Relationship Between Sentiment and News Hit Rate)

相關論文

★ 在社群網站上作互動推薦及研究使用者行為對其效果之影響	★ 以AHP法探討伺服器品牌大廠的供應商遴選指標的權重決定分析
★ 以AHP法探討智慧型手機產業營運中心區位選擇考量關鍵因素之研究	★ 太陽能光電產業經營績效評估－應用資料包絡分析法
★ 建構國家太陽能電池產業競爭力比較模式之研究	★ 以序列採礦方法探討景氣指標與進出口值的關聯
★ ERP專案成員組合對績效影響之研究	★ 推薦期刊文章至適合學科類別之研究
★ 品牌故事分析與比較-以古早味美食產業為例	★ 以方法目的鏈比較Starbucks與Cama吸引消費者購買因素
★ 探討創意店家創業價值之研究- 以赤峰街、民生社區為例	★ 以領先指標預測企業長短期借款變化之研究
★ 應用層級分析法遴選電競筆記型電腦鍵盤供應商之關鍵因子探討	★ 以互惠及利他行為探討信任關係對知識分享之影響
★ 結合人格特質與海報主色以類神經網路推薦電影之研究	★ 資料視覺化圖表與議題之關聯

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

至系統瀏覽論文 ( 永不開放)

摘要(中)

近年來，智慧型裝置及行動網路日漸普及，多數人選擇使用智慧型裝置瀏覽新聞，我們稱這樣的傳播媒介為網路新聞，網路新聞的傳播媒介有著獨特的傳遞方式與傳統報紙及電視新聞有偌大的區別，民眾可以在新聞平台上觀看新聞標題後，再選擇自己喜愛的新聞閱讀，因此記者必須投其所好，為新聞做出一個吸引人的標題，才能提升新聞的點閱率。
在過去的研究僅針對新聞點閱率提出推論性的概念或針對單一事件或類別進行研究，並無實際數據輔佐及證明，因此本文提出實證，在疑問式、問答式、數字式、強調式、主副式與人名式標題確實有高於平鋪式標題的點閱率，確立網路新聞標題模式有顯著影響各類別新聞點閱率；情感程度方面則歸納出無論是正情感或負情感的網路新聞標題的點閱率皆顯著高於無情感的網路新聞標題。
同時針對重大事件發生期間網路新聞規則做相關的研究，觀察在重大事件上是否與一般情況有所不同，最後確立，在重大災害發生期間之相關網路新聞標題模式及網路新聞情感程度不會影響新聞點閱率。
最後本文也為媒體從業人員提供一套完整的建議，讓網路新聞標題能更貼近受眾者想要閱讀新聞的動機。

摘要(英)

In recent years, smart devices and mobile networks have become more and more popular. Most people choose to use smart devices to browse the news. We call such media as online news. The media of online news has a unique delivery method with traditional newspapers and televisions. There is a big difference in the news. People can watch the news headlines on the news platform and then choose their favorite news reading. Therefore, journalists must choose their favorite and make an attractive headline for the news to increase the click-through rate of the news.
In the past, research only proposed inferential concepts for news click-through rates or researched on single events or categories. There is no actual data to support and prove it. Therefore, this article presents empirical, question-based, question-and-answer, digital, emphasized. The main and sub-type and personal-type headlines do have a higher click-through rate than tiled headlines. Establishing the headline pattern of online news has a significant impact on the click-through rate of various categories of news. In terms of emotional level, it can be concluded that whether it is positive or negative, emotional news titles have a significantly higher click-through rate than non-emotional online news titles.
At the same time, do relevant research on the rules of online news during major events, observe whether the major events are different from the general situation, and finally establish that the relevant online news headline models and the degree of the sentiment of online news during major disasters are not the same. Affects news clickthrough rate.
Finally, this article also provides a complete set of suggestions for media practitioners, so that online news headlines can be closer to the motivation of the heavy people to read the news.

關鍵字(中)

★ 標題撰寫
★ 網路新聞標題
★ 情感分析
★ 重大事件

關鍵字(英)

★ headline writing
★ online news headlines
★ sentiment analysis
★ major events

論文目次

中文摘要 ................................................................................................................... IV
ABSTRACT ....................................................................................................................V
圖目錄 ........................................................................................................................ IX
表目錄 ......................................................................................................................... X
一、緒論 ..................................................................................................................... 1
1-1 研究背景 ........................................................................................................................ 1
1-2 研究動機 ........................................................................................................................ 2
1-3 研究目的 ........................................................................................................................ 3
二、文獻探討.............................................................................................................. 4
2-1 標題定義與類型 ............................................................................................................ 4
2-2 新聞傳播媒介與標題的差異 ........................................................................................ 6
2-3 情感分析 ........................................................................................................................ 8
2-4 重大事件 .......................................................................................................................10
三、研究模型與假設 ................................................................................................ 12
四、數據分析............................................................................................................ 17
4-1 資料蒐集 .......................................................................................................................17
4-2 資料處理 .......................................................................................................................18
4-3 網路新聞標題模式是否影響各類別新聞點閱率 .......................................................20
4-4 網路新聞標題情感程度是否影響各類別新聞點閱率 ...............................................35
4-5 在重大災害發生期間之相關網路新聞標題模式是否影響新聞點閱率 ...................49
4-6 在重大災害發生期間之相關網路新聞標題情感程度是否影響新聞點閱率 ...........52
4-7 討論 ...............................................................................................................................55
五、意涵 ................................................................................................................... 57
5-1 學術意涵 .......................................................................................................................57
5-2 實務意涵 .......................................................................................................................58
六、結論 ................................................................................................................... 60
6-1 結論 ...............................................................................................................................60
6-2 研究限制 .......................................................................................................................62
6-3 未來方向 .......................................................................................................................63
參考文獻 ................................................................................................................... 64

參考文獻

〔1〕 Biyani, P., Tsioutsiouliklis, K., & Blackmer, J. (2016). ” 8 Amazing Secrets for Getting More Clicks”: Detecting Clickbaits in News Streams Using Article Informality. Paper presented at the Thirtieth AAAI Conference on Artificial Intelligence.
〔2〕 Dos Rieis, J. C. S., de Souza, F. B., de Melo, P. O. S. V., Prates, R. O., Kwak, H., & An, J. (2015, 2015/4/21). Breaking the news: First impressions matter on online news. Paper presented at the Ninth International AAAI conference on web and social media.
〔3〕 Gardiner, B. (2015, 2015/12/18). You′ll Be Outraged at How Easy It Was to Get You to Click on This Headline. Retrieved from https://www.wired.com/2015/12/psychology-of-clickbait/
〔4〕 Hui, J. L. O., Hoon, G. K., & Zainon, W. M. N. W. (2017). Effects of word class and text position in sentiment-based news classification. Procedia Computer Science, 124, 77-85.
〔5〕 Jiang, D., Luo, X., Xuan, J., & Xu, Z. (2017). Sentiment Computing for the News Event Based on the Social Media Big Data. IEEE Access, 5, 2373-2382. doi:10.1109/access.2016.2607218
〔6〕 Keith. (2018). 6大方向寫標題，讀者自然來? Retrieved from https://medium.com/chinesem/6%E5%A4%A7%E6%96%B9%E5%90%91%E5%AF%AB%E6%A8%99%E9%A1%8C-%E8%AE%80%E8%80%85%E8%87%AA%E7%84%B6%E4%BE%86-85bef6a605ac
〔7〕 Ku, L.-W., & Chen, W.-F. (2016). Chinese Textual Sentiment Analysis: Datasets, Resources and Tools. Paper presented at the Proceedings of COLING 2016, the 26th International Conference on Computational Linguistics: Tutorial Abstracts.
〔8〕 Li, X., Xie, H., Chen, L., Wang, J., & Deng, X. (2014). News impact on stock price return via sentiment analysis. Knowledge-Based Systems, 69, 14-23. doi:10.1016/j.knosys.2014.04.022
〔9〕 Matthews, G. P., & Entman, R. M. (2010). 新聞框架的傾向性研究. 浙江大學學報, 40(2), 68-81. Retrieved from http://www.zjujournals.com/soc/CN/abstract/abstract9809.shtml
〔10〕 Subramaniyaswamy, V., Logesh, R., Abejith, M., Umasankar, S., Umamakeswari, A. J. J. o. O., & Computing, E. U. (2017). Sentiment analysis of tweets for estimating criticality and security of events. 29(4), 51-71. Retrieved from https://www.igi-global.com/article/sentiment-analysis-of-tweets-for-estimating-criticality-and-security-of-events/187258
〔11〕 Thelwall, M., Buckley, K., & Paltoglou, G. (2011). Sentiment in Twitter events. Journal of the American Society for Information Science and Technology, 62(2), 406-418. doi:10.1002/asi.21462
〔12〕大講堂：數文化. (2017). 陳建華: 河北人民出版社.
〔13〕王建軒. (2017). 解讀標題的摩斯密碼：探討網路新聞的點擊行為
〔14〕 (碩士). 國立臺北大學, Retrieved from https://hdl.handle.net/11296/nhravz
〔15〕王韋堯, & 李佳穎. (2010). 感性平面廣告設計之情緒與創造力. Retrieved from http://ir.lib.ntust.edu.tw/handle/987654321/20739
〔16〕王韋堯, 黃詩珮, & 劉怡寧. (2012). 消費品廣告設計之情緒效價與喚起分析. 設計學報 (Journal of Design), 17(3).
65
〔
17〕王毓莉. (2016). 台灣四大報即時新聞發展對於新聞專業影響之研究. 國際新聞界, 38(12), 76-94. Retrieved from http://cjjc.ruc.edu.cn/CN/abstract/abstract620.shtml
〔18〕王鑫, & 陳新仁. (2015). 中文報紙“敘事性”新聞標題的語用研究:調查與分析. 外語學刊, 36(2), 28-32. Retrieved from http://cnki.sris.com.tw/kcms/detail/detail.aspx?dbCode=cjfd&QueryID=25&CurRec=13&filename=OUTL201502005&dbname=CJFDLAST2015
〔19〕交通部中央氣象局. (2019). 交通部中央氣象局颱風資料庫. Retrieved from https://rdc28.cwb.gov.tw/TDB/public/warning_typhoon_list/
〔20〕牟方富, & 姚金階. (2011). 人名標題關鍵要”扣”. 新聞前哨, 24(6). Retrieved from https://www.ixueshu.com/document/c6b9bd77ee26a1a9c520c3e470d5f0e5318947a18e7f9386.html
〔21〕吳文龍. (2008). 科學新聞傳播的發展與困難. 科學教育研究與發展季刊.
〔22〕吳志強. (2008). 重大事件對城市規劃學科發展的意義與啟示. 城市規劃學刊, 15(6), 16-19. Retrieved from http://big5.oversea.cnki.net/kcms/detail/detail.aspx?dbCode=cjfd&QueryID=49&CurRec=4&filename=CXGH200806006&dbname=CJFD2008&uid=WEEvREcwSlJHSldRa1FhcTdWa2FjVDJvcUV0RldCck1BT21Dc3hZWFQ5QT0=$9A4hF_YAuvQ5obgVAqNKPCYcEjKensW4IQMovwHtwkF4VYPoHbKxJw!!
〔23〕吳美慧, 呂郁女, 邱郁姿, 邱瑞惠, 許志嘉, 陳忠義, . . . 蕭耀文. (2010). 新聞原理與編輯. 台北市: 合作出版.
〔24〕李又如. 找用戶做新聞下標題媒體都靠大數據. 新新聞, 1486, 82-84. Retrieved from https://www.new7.com.tw/NewsView.aspx?t=0&i=TXT20150826170006VL5
〔25〕李茂政. (1987). 當代新聞學: 正中書局.
〔26〕林東泰. (2011). 電視新聞敘事結構初探. 新聞學研究(108), 225-264.
〔27〕林荧章. (2007). 網絡時評濫用“疑問式標題”的五大類型. 中國編輯, 5(5).
〔28〕林雯旋. (2010). 新聞標題的語言分析-以中國時報娛樂版(2006)為範圍. (碩士). 國立高雄師範大學, Retrieved from https://hdl.handle.net/11296/zdkn48
〔29〕洪進國. (2018). 基於社群媒體深度學習與情感分析之個人化推薦方法之研究. (博士). 朝陽科技大學, Retrieved from https://hdl.handle.net/11296/35xd43
〔30〕紀曦昀. (2018). 抓住三大熱點，創造你的品牌行銷—鄭國威的知識寫作課. Retrieved from https://www.practitioners-lab.org/knowledge_markteing
〔31〕胡燕. (2016). 新聞標題中強勢模因的建構. 上海理工大學學報, 38(3), 236-241. Retrieved from http://jss.usst.edu.cn/html/2016/3/20160308.htm
〔32〕徐明貞. (2013). 921地震的新聞報導與災難書寫. (碩士). 國立中興大學, 台中市. Retrieved from https://hdl.handle.net/11296/jnjv8m
〔33〕徐軍, 丁宇新, & 王曉龍. (2007). 使用機器學習方法進行新聞的情感自動分類. 中文信息學報, 21(6), 95-100. Retrieved from http://jcip.cipsc.org.cn/CN/Y2007/V21/I6/95
〔34〕翁秀琪. (2017). 反轉即時新聞: 慢新聞的實踐與前景. 傳播研究與實踐, 7(2), 123-143. doi:10.6123/JCRP.2017.017
〔35〕張昭憲, & 沈育信. (2016). 網路新聞讀者閱後情感之預測. 資訊、科技與社會學報, 16(1), 97-118. Retrieved from http://readopac1.ncl.edu.tw/nclJournal/search/detail.jsp?sysId=0006899824&dtdId=000040&search_type=detail&la=ch&checked=&unchecked=0010006987868,0020006987869,0030006987870,0040006987871,0050006987838,0060006987837,0070006987862,0080006987863,0090006987864,000006987865,0110006987866,0120006899818,0130006899819,0140006899821,0150006899822,0160006899824,0170006899825,0180006899804,0190006848103,0200006848114,
〔36〕張若瑤. (2016). 網路新聞標題如何叫好又叫座？－以《中時電子報》為例. (碩士). 輔仁大學, Retrieved from https://hdl.handle.net/11296/6nesyu
〔37〕張卿卿. (2012). 科學新聞資訊呈現形式及其對閱聽眾資訊接收的影響─以科學知識觀點與認知基模理論來探討. 科學教育學刊, 20(3), 193-216. doi:10.6173/CJSE.2012.2003.01
〔38〕張勛宗. (2016). 新聞寫作實訓教程: 西南交通大學出版社.
〔39〕張雅柔、吳承紘 (Producer). (2015, 2015-06-06). 當標題殺人法越來越好用，未來，網站還需要內容嗎？. Retrieved from https://www.thenewslens.com/article/17723
〔40〕張蕙雯. (2014). 頭版新聞標題的語法特徵及語言變異偏離現象之探析──以聯合報及蘋果日報為研究範圍. (碩士). 國立臺灣師範大學, Retrieved from https://hdl.handle.net/11296/bj3jjp
〔41〕張豔豐, 李賀, & 彭麗徽. (2016). 負面評論挖掘的網路口碑危機預警模糊推理. 圖書情報工作, 60(9), 75-82.
〔42〕梅衍儂. (2017). 在人情和KPI之間掙扎－記者的難為之處. 噓！星聞. Retrieved from https://stars.udn.com/star/story/10093/2595284
〔43〕莊克仁. (2014). 圖解新聞學: 五南圖書.
〔44〕許家銘. (2017). 情感分析應用於社群媒體輿論分析之研究. (碩士). 國立中央大學, Retrieved from https://hdl.handle.net/11296/nt682f
〔45〕陳佩鈴. (2002). 匯率條件風險值之估計與比較. (碩士). 中原大學, Retrieved from http://www.airitilibrary.com/Publication/alDetailedMesh?docid=U0017-0610201510194216 Available from Airiti AiritiLibrary database.
〔46〕陳泓銘. (2014). 新聞華語標題之語法分析研究─以聯合新聞網-美國牛肉進口新聞為例. (碩士). 國立屏東大學, Retrieved from https://hdl.handle.net/11296/w9m22m
〔47〕陳香伶. (2014). 新聞媒體Facebook粉絲專業之守門、呈現與使用-以2003年台灣食用油造假事件新聞為例. (碩士). 國立屏東大學, 屏東縣. Retrieved from http://140.127.82.166/handle/987654321/16115
〔48〕陳爽, 張錚, 王可欣, & 周明潔. (2017). 社會事件類微博的情緒性對資訊傳播的影響 —捲入度的作用. 傳播與社會學刊, 10(1), 119–147. Retrieved from http://www.cschinese.com/issueArticle.asp?P_No=69&CA_ID=550
〔49〕陳曉曙. (2001). 淺談網絡新聞標題的製作. 傳媒觀察, 18(4), 63-64.
〔50〕喻國明, 張洪忠, 靳一, & 張燕. (2003). 面對重大事件時的傳播渠道選擇. 新聞記者, 21(6), 36. Retrieved from http://cnki.sris.com.tw/kcms/detail/detail.aspx?filename=XWJZ200306001&DBName=cjfqtotal&dbcode=cjfq&uid=THZpOExYUmhkSStiRDBsVG9ZYmpXNTJyREZnT3RkdXBzbE1ONmRFRHZ6eEZYNlZ5
〔51〕彭婉婷. (2011, 2011-03-19 ). 天災, 媒體誰可怕? 喀報. Retrieved from https://ir.nctu.edu.tw/handle/11536/35134
〔52〕馮東陽. (2015). 草根自媒體達人運營實戰: 人民郵電出版社.
〔53〕新媒礦. (2019). 分析了2000+10萬+文章的標題這9大類用的最多. Retrieved from https://m.sohu.com/n/485452759/
〔54〕楊婕. (2008). 新聞標題中流行語的模因論研究. 外語學刊, 42(1), 79-82. Retrieved from
http://cnki.sris.com.tw/kcms/detail/detail.aspx?dbCode=cjfd&QueryID=18&CurRec=3&filename=OUTL200801015&dbname=CJFD2008
〔55〕楊樺, & 葉欣誠. (2012). 新聞媒體在天然災難事件中的角色和影響力. 危機管理學刊, 9(2), 63-70. doi:10.6459/JCM.201209_9(2).0007
〔56〕葉龍. (2017). 微信公眾號運營：100000+爆款軟文內容速成: 清華大學出版社.
〔57〕鄒冬心. (2005). 阿拉伯報紙新聞標題的功能文體分析. 阿拉伯世界, 26(4)(上海外国语大学), 37-42. Retrieved from http://cnki.sris.com.tw/kcms/detail/detail.aspx?dbCode=cjfd&QueryID=13&CurRec=9&filename=ALBJ200504008&dbname=CJFD2005
〔58〕臧國仁, & 鍾蔚文. (2000). 災難事件與媒體報導：相關研究簡述. 新聞學研究, 62, 143-151.
〔59〕劉志明, & 劉鲁. (2012). 基於機器學習的中文微博情感分類實證研究. 計算機工程與應用, 48(1). doi:10.3778/j.issn.1002-8331.2012.01.001
〔60〕劉昌德, 林麗雲, 胡元輝, & 劉慧雯. (2018). 網路新聞專業表現評鑑每日新聞媒體臉書粉絲專頁評比之初探研究. Retrieved from http://www.mediawatch.org.tw/news/9826
〔61〕劉祥熹, 王錦瑩, & 陳威蓁. (2015). 上海股市與恆生國企股期現貨指數在次級房貸及金融海嘯事件之下波動性與相關性分析. [Volatility and Correlation Analysis for Shanghai and Hong Kong Stock and Futures Markets under Subprime Mortgage and Financial Tsunami Events]. 應用經濟論叢(49(1)), 171-209. doi:10.3966/054696002015060097005
〔62〕劉麗芬. (2013). 俄漢提問-回答式並行結構標題對比研究. 外語學刊, 35(6). Retrieved from http://www.outl.cbpt.cnki.net/WKC2/WebPublication/paperDigest.aspx?paperID=b15cccc0-9812-4313-b25b-fbc51b1a992d
〔63〕潘家慶. (1993). 傳播, 媒介與社會 (Vol. 30): 臺灣商務印書館.
〔64〕蔡介元, 陳禹任, 李孟霖, 邱奕帆, 黃偉禎, 王冠偉, & 何洛督. (2018). 社群媒體環境下商品推薦系統之研究. 行政院國家科學委員會專題研究計畫成果報告(MOST 105-2221-E-155 -024 -MY3).
〔65〕蔡榮豐. (2017). 網路廣告模式下的台灣新聞網站：新聞生產流程影響探究. (碩士). 國立臺灣師範大學, Retrieved from https://hdl.handle.net/11296/v8et43
〔66〕蔣承慈. (2017). 網路美食新聞標題吸引點擊率之研究. (碩士). 世新大學, Retrieved from https://hdl.handle.net/11296/736bc2
〔67〕鄭匡博. (2009, 2009/4/11). 新聞稿標題之訂定. Retrieved from https://ad5897mstpc.pixnet.net/blog/post/23657371-%E6%96%B0%E8%81%9E%E7%A8%BF%E6%A8%99%E9%A1%8C%E4%B9%8B%E8%A8%82%E5%AE%9A
〔68〕鄭宇君, & 施旭峰. (2016). 探索2012台灣總統大選社交媒體之新聞來源引用. [News Sources in Social Media during the 2012 Presidential Election in Taiwan]. 中華傳播學刊(15(2)), 109-135. doi:10.6195/cjcr.2016.29.04
〔69〕鄭宇君, & 陳百齡. (2012). 溝通不確定性：探索社交媒體在災難事件中的角色. [Communicating Uncertainty: Exploring the Roles of Social Media during a Disaster Event]. 中華傳播學刊, 11(2)(21), 119-153. doi:10.6195/cjcr.2012.21.04
〔70〕鄭貞銘. (1998). 新聞採訪的理論與實際. 台北縣: 臺灣商務.
〔71〕盧家楣. (2006). 論情感教學模式. 教育研究, 27(12), 55-60.
〔72〕蕭宜君. (2019, 2019/9/12) 媒體業實務操作經驗訪談逐字稿/Interviewer: 王冠偉.

指導教授

許秉瑜(Ping-Yu Hsu)

審核日期

2020-3-16

推文