微信公众号阅读量忽高忽低，问题到底出在哪里？怎么解决？

为此，笔者采用大数据文本采集及分析工具（新浪微舆情）进行文本数据采集和部分数据的分析。采集时间段是2016-6-1~2016-10-13，数据来源为全网。

▲输入“青春文学”进行全网文本数据采集和分析

这段时间全网关于“青春文学”的信息量分布情况，如下图所示：

▲全网关于“青春文学”的信息量分布

将这些文本数据导出到本地，形成Excel格式文件，再按“青春文学”文本数据在上述传播渠道中所占的比重进行相应分层随机抽样，并进行同比例的人工随机抽样校准（看抽取的样本有没有问题，有的话及时剔除，再进行补充），最终得到1526条文本数据，如下图所示：

▲经抽样得到的最终分析文本数据

2.词频分析

经过系统处理，从这些定性语料中抽取出若干关键词形成词云，可以获得这些语料的初步印象，有一个直观的判断，见下图：

▲定性语料形成的关键词云

从上述关键词词云中，能直观的看到“爱情”、“故事”、“关系纠葛”（他们、你的、她们、她的、我们）、“青春”这些关键词，由此在直观上可以对公众号的内容运营方向有一个“朦胧”的感觉。

不过，这还不够细致，我们还需要进行更为深入的分析。

将语料中最为重要的150个关键词（按词频和权重）进行提取，下载到本地，然后基于对“青春文学”背景知识的了解，进行人工的词汇定性分类（见颜色标注），如下表显示：

▲从语料中提取出的150个重要关键词

从上述关键词表中，可以得出以下几类主题：

● 爱情（爱情、美好、爱上、遇见、幸福、火花、感情等）

● 校园（青春、学校、校园、高中、大学、同学、学院等）

● 美女（单纯、公主、可爱、萝莉、美丽、美女、妹妹、妹子、女生、女主角、最美等）

● 帅哥/美男（大人、高富帅、哥哥、老公、美男、帅哥、帅气、王子、阳光等）

● 拜金（千金、小姐、霸道、霸气、贵族、总裁等）

● 亲情（父亲、孩子、家族、母亲、亲情、兄弟等）

这些主题及其下辖关键词可以作为公众号的内容规划方向，或者是具体文章中需要体现的重要元素，当然笔者在进行公众号内容规划时会留其精华，对其“糟粕“内容进行剔除或重构，只生产优质内容。

接下来，笔者将对上述关键词及其主题进行语义网络分析，揭示出这些主题及其关键词之间错综复杂的关系，为将来的内容运营找到足以有吸引力的情节架构和写作套路。

3.语义网络分析

在对本案例进行语义网络分析之前，先科普下它的概念，因为直接进行分析的话，大家理解起来会有点困难，给大家的阅读带来障碍。

所以，暂且听笔者唠叨一下它的原理，对于下面的实例分析和今后的“迁移应用”大有裨益。

（1）语义网络分析和（词频）共现分析的原理

（编辑：网站开发网_安阳站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!