文化短視頻用戶需求特征分析

趙雪婷 羅暖

摘要：自媒體時代，用戶愈加難以被傳播者影響，文化短視頻的傳播更加依賴于用戶的需求，哪些需求是用戶的關注重點，成為學界和業界共同關注的問題。雖然已有相關研究充分考慮了需求主題提取的重要性，但是并未深入研究用戶關注度?；诖?，文章對卡諾模型進行優化，以期能夠取得較好的用戶需求分類效果?；谑鼙娦枨笠暯?，文章以數據驅動的方法從用戶評論文本中挖掘用戶需求并以卡諾模型為框架對其進行量化分析。首先通過挖掘評論文本數據，了解用戶的態度和觀點并梳理具體的用戶需求類型；其次在已有用戶需求類型的基礎上探究不同需求的層次性特征，明確需求優化順序。研究發現，用戶需求分為“娛樂”“情感”“文化”“審美”“人物”“信息”六類，其中“審美”為用戶的必備需求，“文化”“人物”“信息”為用戶的期望需求，雖有較高的關注度但并未充分滿足用戶期望，而“娛樂”雖勉力滿足了用戶期望，但未得到很多的受眾群體。文章在探討文化短視頻用戶需求分類的基礎上，確定了較為明晰的用戶需求以及優化方向，為文化短視頻的高質量創作提供了參考。

關鍵詞：文化短視頻；在線評論；特征；用戶需求；卡諾模型

中圖分類號：G206 文獻標志碼：A 文章編號：1674-8883（2024）06-0017-04

基金項目：本論文為2019年度北京市社科基金項目“基于消費者行為大數據的首都優秀傳統文化品牌化研究”成果，項目編號：19GLC068；2020年度北京市教委科研計劃社科一般項目“智慧旅游背景下北京胡同文化信息資源開發與服務研究”成果，項目編號：SM202011232002

近幾年，短視頻的崛起，為文化傳承與發展提供了新思路[1]。作為一種獨特的網絡視聽文化現象和具有創新性的內容運營平臺，短視頻顛覆了傳統自上而下的單向傳播模式，提供了更多的文化表達方式[2]。然而，在全媒體傳播的影響下，短視頻平臺之間的競爭日益激烈，文化產品同質化現象日益嚴重。如何精準識別文化短視頻用戶需求，為用戶提供更加契合的文化服務，已成為文化產業高質量發展所迫切需要解決的問題[3]。當前，以文化短視頻為對象的研究內容主要聚焦于傳播策略[4]、營銷機制[5]、構成要素[6]等，少有對用戶需求的分析。然而滿足用戶需求，恰恰是支撐文化短視頻有效傳播的關鍵[7]。在文化短視頻的傳播中用戶有哪些需求，哪些需求應當被優先考慮，這是值得深入研究的問題?，F有關于用戶需求的分析大部分扎根理論展開，缺乏實際數據的支撐，并且未能進一步解讀不同需求的層次與結構[8]。因此，本文采用數據驅動的研究方法，通過分析在線評論，明確文化短視頻用戶需求，具體包括兩個環節：第一，挖掘評論文本數據，了解用戶的態度和觀點，并梳理歸類出具體的用戶需求類型；第二，在已有用戶需求類型的基礎上，探究不同需求的層次性特征，進而明確需求優化順序。

一、數據來源與研究方法

（一）數據來源

本文以嗶哩嗶哩平臺作為采集來源，具體樣本選擇上，以被用戶有效接受的“中華鄉村美景圖式”李子柒系列短視頻作為研究對象。在剔除廣告宣傳等不相關內容后，挑選出近一年內李子柒熱門短視頻作品作為研究樣本。樣本數據主要以時間跨度和熱門程度來篩選，共篩選出11條高熱度視頻的評論數據。

（二）研究方法

研究樣本采集完成后，首先通過爬蟲軟件進行評論文本的去重操作并根據標點符號將長文本分割成短文本便于分類研究[9]。數據清洗后，通過提取用戶的評論文本關鍵詞[10]構建關鍵詞共現網絡，最終共獲取24996條有效評論文本。其次，利用潛在狄利克雷分布模型[11]提取用戶評論主題。再次，通過詞頻-逆文檔頻率算法[12]和詞向量算法[13]對用戶評論進行分析，提取用戶需求特征。最后，借助卡諾模型對用戶需求特征進行分類。

二、用戶需求特征提取

為進一步探究各個關鍵詞之間的關系，本文采用共詞分析對文本數據進行更深層次的挖掘。本文選擇200個共現頻次在30次及以上的詞匯構建關鍵詞共現網絡，運用共現網絡分析與可視化中的識別算法對網絡節點進行聚類[14]，在去除低于兩個關鍵詞的聚類后可識別出7類主題關鍵詞，結果如圖1所示。節點圓圈的大小由度值決定，節點度值越大，節點圓圈也越大。

為了更好地構建出屬于文化類短視頻的特征詞匯庫表，本文根據關鍵詞共現網絡的結果抽取在線評論的基本信息，結合視頻的固有屬性，通過詞向量算法計算與主題關鍵詞相似的詞匯歸類[15]、擴展主題特征詞匯庫，其部分結果如表1所示。

結合關鍵詞共現網絡的簇類聚集結果和用戶需求內容類屬參考庫詞匯，結合全信息情感理論以及現有研究文獻的對比，本文對得到的7個簇類進行編碼，如表2所示?！?”代表研究中未得到的類屬編碼，“√”表示研究中得到的類屬編碼。

對于得到的7類評價指標，本文結合全信息情感理論和已有的研究對其意義進行解釋。其中主題立意與全信息理論中的需求維度相對應，情感愉悅與全信息情感理論中的情感維度相對應，記憶喚起與全信息情感理論中的認知維度相對應，愿景共振與全信息情感理論中的行為維度相對應，技能傳遞和人物塑造與全信息情感理論中的認知維度相對應。這也側面驗證了關鍵詞共現網絡在文化類短視頻領域提取評論文本特征的有效性。而審美特性并未與全信息情感理論相對應是因為文化類短視頻具有的特點在其他研究中都有所提及。

在確定7類評價指標之后，本文通過構建的評價指標特征詞匯庫進行文本標注，在進行基于質量要素的單句標注任務的同時對一些基于分句規則分句失效的長句進行人工分句標注。本文共標注8754條單句，結果如表3所示。

三、用戶需求特征分類

通過對用戶需求內容進行分析，本文將文化短視頻用戶需求分為情感愉悅、記憶喚起、主題立意、創作構思、人物塑造、技能傳遞、愿景共振。但這些用戶需求的合理分類以及優先提升順序尚未有效界定?？ㄖZ模型以一種非線性的關系將文化短視頻屬性關注度與用戶滿意度聯系起來，本文選用該模型對用戶需求進行分類。

通過圖2可以發現，用戶對于各指標屬性態度和期望的不同導致其重視程度也不相同。針對不同類型的質量要素采取不同的改進措施，既能準確抓住用戶對于文化短視頻的主要需求，創作者也能針對自身狀況確定哪些地方需要改進，同時還能節省試錯成本，為文化短視頻的創作與傳播提供新的策略?；诳ㄖZ模型分析結果，對各指標進行質量屬性分析。

（一）必備屬性

技能傳遞、人物塑造、主題立意、創作構思屬于文化短視頻用戶需求的必備屬性。與該需求相關的評論內容在所有文化短視頻評論中占據核心位置，說明現有的文化短視頻作品基本滿足用戶對于文化短視頻中這些屬性的需求。

作為必備屬性，用戶認為文化短視頻作品的技能傳遞、人物塑造、主題立意和創作構思理應滿足其期望，用戶一旦沒有獲得滿足就會引發負面評價，但用戶在這些方面的要求并不會太高。因此對待此類需求，平臺和創作者應該以穩中求進的方略制作，在保持與其他競品相一致的質量水平的基礎上，在能力范圍內適當凝練文化要素、塑造人物形象、整合信息素材來提升文化短視頻的品質。

（二）期望屬性

記憶喚起和愿景共振屬于文化短視頻用戶需求的期望屬性。與這些屬性相關的評論在所有文化短視頻評論中占據主要地位，這表明用戶十分關注文化短視頻的記憶喚起和愿景共振屬性，但這些屬性并未達到用戶期望水平。用戶不僅十分在意這些方面，同時對其要求也相對較高，因此優化此類屬性能夠有效提升用戶對文化短視頻的滿意度。因此，平臺和創作者應該針對文化短視頻作品的記憶喚起和愿景共振屬性進行優化，調整該屬性的制作設計方案，從而有效提升用戶滿意度。

（三）魅力屬性

情感愉悅屬于文化短視頻用戶需求的魅力屬性。該屬性的評論在所有文化短視頻評論中并未占據主要地位，這表明大部分用戶并未十分關注該屬性，但部分關注該屬性的用戶需求得到滿足后，該屬性的整體滿意度卻非常高。因此，情感愉悅可以被當作文化短視頻口碑提升的突破口，一旦能夠提升該屬性的滿意度，就能夠迅速滿足用戶的需求，進而吸引更多的用戶。

四、結語

本文為深入了解文化短視頻用戶偏好，提出基于用戶評論數據的卡諾模型用于用戶需求分析。通過爬蟲技術獲取文化短視頻用戶評論數據后，首先利用潛在狄利克雷分布模型提取用戶評論主題，其次基于詞向量算法對評論主題進行歸類，然后通過雙向長短期記憶網絡模型進行用戶需求的類別預測，從而獲得文化短視頻用戶評論的需求分類評論。運用情感分類結果，構建基于用戶評論的卡諾模型，對文化短視頻屬性分類，對用戶需求進行分析。

本文將文化短視頻屬性分為必要屬性、期望屬性、魅力屬性與無差異屬性。研究發現，技能傳遞、人物塑造、主題立意、創作構思是必備屬性，記憶喚起和愿景共振是期望屬性，情感愉悅則是魅力屬性，如此可為文化短視頻的高質量創作提供參考，推動我國文化產業的可持續發展。

本文研究數據來自同一平臺上同一創作者的文化短視頻，研究結果存在一定的局限性，未來可以考慮采集多樣性數據，避免數據采集不均衡。

參考文獻：

[1] 寧海林.“中華優秀傳統文化+短視頻”整合傳播研究[J].現代傳播（中國傳媒大學學報），2018，40（6）：135-138.

[2] 趙萌.網絡短視頻：自媒體時代的網絡文化新形態[J].傳媒，2021（2）：52-54.

[3] 肖璐，陳果.企業競爭情報中微博分析技術研究：基于需求驅動視角[J].情報理論與實踐，2015，38（2）：116-120.

[4] 余琛，朱晨雨.中華傳統文化短視頻跨文化傳播效果影響因素研究[J].中國出版，2021（23）：47-52.

[5] 童清艷.中華文物的數字化全球傳播研究[J].西南民族大學學報（人文社會科學版），2022，43（6）：158-163.

[6] 劉思琦，曾祥敏.知識類短視頻關鍵構成要素及傳播邏輯研究：基于B站知識類短視頻的定性比較分析（QCA）[J].新聞界，2022（2）：30-9，48.

[7] 徐孝娟，趙澤瑞.非遺短視頻用戶信息需求特征及其參與行為研究：以“黃梅戲”短視頻在線評論為例[J].現代情報，2022，42（8）：74-84.

[8] 郭亞軍，袁一鳴，李帥，等.元宇宙場域下虛擬社區用戶信息需求[J].圖書館論壇，2023，43（12）：138-146.

[9] 秦海菲，杜軍平.酒店在線評論數據的特征挖掘[J].智能系統學報，2018，13（6）：1006-1014.

[10] 李良強，袁華，葉開，等.基于在線評論詞向量表征的產品屬性提取[J].系統工程學報，2018，33（5）：687-697.

[11] 徐戈，王厚峰.自然語言處理中主題模型的發展[J].計算機學報，2011，34（8）：1423-1436.

[12] 吳維芳，高寶俊，楊海霞，等.評論文本對酒店滿意度的影響：基于情感分析的方法[J].數據分析與知識發現，2017，1（3）：62-71.

[13] 陳國華，湯庸，許玉贏，等.基于詞向量的學術語義搜索研究[J].華南師范大學學報（自然科學版），2016，48（3）：53-58，2.

[14] 鞠海龍，彭珺.基于評論挖掘的用戶購買行為因果事理圖譜分析[J].情報科學，2021，39（10）：170-177.

[15] 龔靜，黃欣陽.基于隱性語義索引的多標簽文本分類集成方法[J].計算機工程與設計，2017，38（9）：2556-2561.

[16] 童清艷，趙倩蓓.短視頻用戶持續使用意愿影響因素研究：以李子柒系列短視頻用戶為例[J].新聞與寫作，2021（5）：54-61.

[17] 李勇，陳曉婷，毛太田，等.新媒體跨文化傳播效果影響因素與框架分析：以YouTube“李子柒”視頻為例[J].圖書館論壇，2022，42（7）：132-142.

作者簡介 趙雪婷，研究方向：文化傳播。 羅 暖，副教授，研究方向：消費者行為。