用户评分对财经资讯APP潜在用户下载量的影响研究

陈群

摘 要：以新浪财经移动应用为例，分析用户评分对财经资讯APP潜在用户下载量的影响效应。基于平台一年期间的用户评论数据，构建多元线性模型进行实证分析。实验结果表明，用户的极端评分能够对财经资讯APP的下载量产生不同的显著影响，而中间评分的用户对下载量无显著影响。

关键词：用户评分;财经资讯APP;潜在用户下载量;影响

中图分类号：F49        文献标志码：A      文章编号：1673-291X（2019）33-0146-02

引言

在当今移动智能终端普及的数字时代，财经资讯APP已经成为大众获取财经资讯的重要手段。当前，财经资讯的行业格局已经形成，根据2018年数据咨询机构艾瑞发布《财经资讯行业数据分析报告》，排在前五名的新浪财经、金十数据、财联社、华尔街见闻、第一财经已占有超过市场80%的占有率。APP改变了人们的生活习惯（麦婉华，2019），财经资讯APP已成为人们获取财经资讯的主要渠道（阳冰，2018）。而用户下载量是移动APP成功的主要表征之一（陆平等，2019）。下载量能直接反映出该行业中移动APP的人气以及市场影响力。同时，用户在使用APP后，会以在线评论的方式对此移动应用发表使用感受（汪祖柱等，2017）。这些用户评论是衡量移动APP用户满意度的重要信息来源（赵杨等，2018），用户对财经资讯APP的使用评分是否会影响市场上潜在用户对该APP选择？这是本文要研究的主要问题。此问题的研究能够帮助移动应用开发商及时了解用户的满意度感知，从而有针对性地维护和改进APP软件，进一步提高占有率。

一、数据描述

本文选取知名的新浪财经APP为研究对象。新浪财经是财经门户的佼佼者，重在挖掘高端类财经新闻资讯，涉及股票、证券、理财等全方位的数据（孙阳阳，2018;丁青云等，2017）。本文采用中国专业的移動应用数据平台——七麦数据（qimai.cn）上开放的新浪财经APP在一年内366个自然日的16，521条用户评论数据进行分析（2018年6月1日至2019年6月1日）。获取的数据信息如下：一是评论发表时间;二是用户评分，共分为五级：1—5，数字越大代表用户满意度越高;三是评论者的昵称;四是评论的标题;五是评论的内容;六是APP每天的下载量。

二、变量提取

本文按用户评分1—5将用户分为了五个类别，并分别以天作为1个单位量统计了每个等级评分的用户总数。本文以天为单位对原始数据进行处理，最终得到在一年366个自然日内新浪财经APP每天的用户下载量，以及评分给1—5的每个等级的用户总人数，数据处理后的5天的示例（如表1所示）。

三、用户评分对财经资讯APP潜在用户下载量的影响分析

本文构建了多元线性回归变量分析新浪财经APP用户评分对其潜在用户下载量的影响。具体模型构建如下，其中相关变量的含义与上节一致：

Download=0+1Rate1+2Rate2+3Rate3+4Rate4+5Rate5+

1.描述性统计。根据366个自然日（来自16 521条评论样本数据）的新浪财经APP相关变量的描述性统计可知，其中给差评（Rate1）的平均次数为每天0.3人，最多的一天给差评的用户达到了41人。给好评（Rate5）的平均每天45人，最多的一天达到了1 227人。此外，新浪财经APP每天平均的下载量为6 231次，最多的一天用户下载量达到了13 422次。

2.模型结果分析。表2给出了对模型1的多元线性回归结果。从实证结果可知，Rate1在0.05的显著性水平下与下载量负向线性相关，而Rate5在0.01的显著性水平下与下载量呈正向相关关系。这意味着评低分的用户越多，则潜在用户下载量会越少。而给5分好评的用户越多，则当天APP的下载量越多。这说明，用户的极端评分（好评与差评）会对新浪财经APP的潜在用户下载量带来不同的显著影响。

四、总结与展望

本文基于多元线性回归模型，研究了用户评分对财经资讯类APP潜在用户下载量的影响。本文选取了新浪财经APP一年内16 521条样本数据，实证研究发现，用户的极端评分能够对下载量带来不同的影响，而中间评分的用户对下载量无显著影响。给实践的启示是移动应用开发商用应该重点关注低评分的极端用户相关评论，从而及时发现APP应用的相关问题及缺陷，提升用户使用体验。本文研究还有一些有待完善的地方：仅选取了一个典型的财经资讯APP作为研究对象，将来可以进一步扩大其他移动应用的样本数据进行实验结果的对比。此外，未来可进一步挖掘低评分用户的具体评论，帮助财经资讯APP移动应用开发商进行用户满意度的提升。

参考文献：

[1]  丁青云，杨嘉轩.财经知识付费产品模式比较研究与发展趋势分析[J].南方传媒研究，2017，（4）：60-67.

[2]  陆平，胡杨.开发者与用户行为对移动APP下载量的影响效应分析[J].数学的实践与认识，2019，（8）：108-116.

[3]  麦婉华.APP改变生活，也改变世界[J].小康，2019，（5）：20-27.

[4]  孙阳阳.大数据技术对数据新闻可视化呈现的推动作用——以新浪财经为例[J].新媒体研究，2018，（18）：26-27.

[5]  汪祖柱，谢悦芸.在线评论视角下App服务的用户满意度分析[J].成都工业学院学报，2017，（4）：21-26.

[6]  阳冰.2018上半年财经APP排行榜[J].互联网周刊，2018，（15）：50-51.

[7]  赵杨，李齐齐，陈雨涵，曹文航.基于在线评论情感分析的海淘APP用户满意度研究[J].数据分析与知识发现，2018，（11）：19-27.