文化短视频用户需求特征分析

赵雪婷 罗暖

摘要：自媒体时代，用户愈加难以被传播者影响，文化短视频的传播更加依赖于用户的需求，哪些需求是用户的关注重点，成为学界和业界共同关注的问题。虽然已有相关研究充分考虑了需求主题提取的重要性，但是并未深入研究用户关注度。基于此，文章对卡诺模型进行优化，以期能够取得较好的用户需求分类效果。基于受众需求视角，文章以数据驱动的方法从用户评论文本中挖掘用户需求并以卡诺模型为框架对其进行量化分析。首先通过挖掘评论文本数据，了解用户的态度和观点并梳理具体的用户需求类型；其次在已有用户需求类型的基础上探究不同需求的层次性特征，明确需求优化顺序。研究发现，用户需求分为“娱乐”“情感”“文化”“审美”“人物”“信息”六類，其中“审美”为用户的必备需求，“文化”“人物”“信息”为用户的期望需求，虽有较高的关注度但并未充分满足用户期望，而“娱乐”虽勉力满足了用户期望，但未得到很多的受众群体。文章在探讨文化短视频用户需求分类的基础上，确定了较为明晰的用户需求以及优化方向，为文化短视频的高质量创作提供了参考。

关键词：文化短视频；在线评论；特征；用户需求；卡诺模型

中图分类号：G206 文献标志码：A 文章编号：1674-8883（2024）06-0017-04

基金项目：本论文为2019年度北京市社科基金项目“基于消费者行为大数据的首都优秀传统文化品牌化研究”成果，项目编号：19GLC068；2020年度北京市教委科研计划社科一般项目“智慧旅游背景下北京胡同文化信息资源开发与服务研究”成果，项目编号：SM202011232002

近几年，短视频的崛起，为文化传承与发展提供了新思路[1]。作为一种独特的网络视听文化现象和具有创新性的内容运营平台，短视频颠覆了传统自上而下的单向传播模式，提供了更多的文化表达方式[2]。然而，在全媒体传播的影响下，短视频平台之间的竞争日益激烈，文化产品同质化现象日益严重。如何精准识别文化短视频用户需求，为用户提供更加契合的文化服务，已成为文化产业高质量发展所迫切需要解决的问题[3]。当前，以文化短视频为对象的研究内容主要聚焦于传播策略[4]、营销机制[5]、构成要素[6]等，少有对用户需求的分析。然而满足用户需求，恰恰是支撑文化短视频有效传播的关键[7]。在文化短视频的传播中用户有哪些需求，哪些需求应当被优先考虑，这是值得深入研究的问题。现有关于用户需求的分析大部分扎根理论展开，缺乏实际数据的支撑，并且未能进一步解读不同需求的层次与结构[8]。因此，本文采用数据驱动的研究方法，通过分析在线评论，明确文化短视频用户需求，具体包括两个环节：第一，挖掘评论文本数据，了解用户的态度和观点，并梳理归类出具体的用户需求类型；第二，在已有用户需求类型的基础上，探究不同需求的层次性特征，进而明确需求优化顺序。

一、数据来源与研究方法

（一）数据来源

本文以哔哩哔哩平台作为采集来源，具体样本选择上，以被用户有效接受的“中华乡村美景图式”李子柒系列短视频作为研究对象。在剔除广告宣传等不相关内容后，挑选出近一年内李子柒热门短视频作品作为研究样本。样本数据主要以时间跨度和热门程度来筛选，共筛选出11条高热度视频的评论数据。

（二）研究方法

研究样本采集完成后，首先通过爬虫软件进行评论文本的去重操作并根据标点符号将长文本分割成短文本便于分类研究[9]。数据清洗后，通过提取用户的评论文本关键词[10]构建关键词共现网络，最终共获取24996条有效评论文本。其次，利用潜在狄利克雷分布模型[11]提取用户评论主题。再次，通过词频-逆文档频率算法[12]和词向量算法[13]对用户评论进行分析，提取用户需求特征。最后，借助卡诺模型对用户需求特征进行分类。

二、用户需求特征提取

为进一步探究各个关键词之间的关系，本文采用共词分析对文本数据进行更深层次的挖掘。本文选择200个共现频次在30次及以上的词汇构建关键词共现网络，运用共现网络分析与可视化中的识别算法对网络节点进行聚类[14]，在去除低于两个关键词的聚类后可识别出7类主题关键词，结果如图1所示。节点圆圈的大小由度值决定，节点度值越大，节点圆圈也越大。

为了更好地构建出属于文化类短视频的特征词汇库表，本文根据关键词共现网络的结果抽取在线评论的基本信息，结合视频的固有属性，通过词向量算法计算与主题关键词相似的词汇归类[15]、扩展主题特征词汇库，其部分结果如表1所示。

结合关键词共现网络的簇类聚集结果和用户需求内容类属参考库词汇，结合全信息情感理论以及现有研究文献的对比，本文对得到的7个簇类进行编码，如表2所示。“-”代表研究中未得到的类属编码，“√”表示研究中得到的类属编码。

对于得到的7类评价指标，本文结合全信息情感理论和已有的研究对其意义进行解释。其中主题立意与全信息理论中的需求维度相对应，情感愉悦与全信息情感理论中的情感维度相对应，记忆唤起与全信息情感理论中的认知维度相对应，愿景共振与全信息情感理论中的行为维度相对应，技能传递和人物塑造与全信息情感理论中的认知维度相对应。这也侧面验证了关键词共现网络在文化类短视频领域提取评论文本特征的有效性。而审美特性并未与全信息情感理论相对应是因为文化类短视频具有的特点在其他研究中都有所提及。

在确定7类评价指标之后，本文通过构建的评价指标特征词汇库进行文本标注，在进行基于质量要素的单句标注任务的同时对一些基于分句规则分句失效的长句进行人工分句标注。本文共标注8754条单句，结果如表3所示。

三、用户需求特征分类

通过对用户需求内容进行分析，本文将文化短视频用户需求分为情感愉悦、记忆唤起、主题立意、创作构思、人物塑造、技能传递、愿景共振。但这些用户需求的合理分类以及优先提升顺序尚未有效界定。卡诺模型以一种非线性的关系将文化短视频属性关注度与用户满意度联系起来，本文选用该模型对用户需求进行分类。

通过图2可以发现，用户对于各指标属性态度和期望的不同导致其重视程度也不相同。针对不同类型的质量要素采取不同的改进措施，既能准确抓住用户对于文化短视频的主要需求，创作者也能针对自身状况确定哪些地方需要改进，同时还能节省试错成本，为文化短视频的创作与传播提供新的策略。基于卡诺模型分析结果，对各指标进行质量属性分析。

（一）必备属性

技能传递、人物塑造、主题立意、创作构思属于文化短视频用户需求的必备属性。与该需求相关的评论内容在所有文化短视频评论中占据核心位置，说明现有的文化短视频作品基本满足用户对于文化短视频中这些属性的需求。

作为必备属性，用户认为文化短视频作品的技能传递、人物塑造、主题立意和创作构思理应满足其期望，用户一旦没有获得满足就会引发负面评价，但用户在这些方面的要求并不会太高。因此对待此类需求，平台和创作者应该以稳中求进的方略制作，在保持与其他竞品相一致的质量水平的基础上，在能力范围内适当凝练文化要素、塑造人物形象、整合信息素材来提升文化短视频的品质。

（二）期望属性

记忆唤起和愿景共振属于文化短视频用户需求的期望属性。与这些属性相关的评论在所有文化短视频评论中占据主要地位，这表明用户十分关注文化短视频的记忆唤起和愿景共振属性，但这些属性并未达到用户期望水平。用户不仅十分在意这些方面，同时对其要求也相对较高，因此优化此类属性能够有效提升用户对文化短视频的满意度。因此，平台和创作者应该针对文化短视频作品的记忆唤起和愿景共振属性进行优化，调整该属性的制作设计方案，从而有效提升用户满意度。

（三）魅力属性

情感愉悦属于文化短视频用户需求的魅力属性。该属性的评论在所有文化短视频评论中并未占据主要地位，这表明大部分用户并未十分关注该属性，但部分关注该属性的用户需求得到满足后，该属性的整体满意度却非常高。因此，情感愉悦可以被当作文化短视频口碑提升的突破口，一旦能够提升该属性的满意度，就能够迅速满足用户的需求，进而吸引更多的用户。

四、结语

本文为深入了解文化短视频用户偏好，提出基于用户评论数据的卡诺模型用于用户需求分析。通过爬虫技术获取文化短视频用户评论数据后，首先利用潜在狄利克雷分布模型提取用户评论主题，其次基于词向量算法对评论主题进行归类，然后通过双向长短期记忆网络模型进行用户需求的类别预测，从而获得文化短视频用户评论的需求分类评论。运用情感分类结果，构建基于用户评论的卡诺模型，对文化短视频属性分类，对用户需求进行分析。

本文将文化短视频属性分为必要属性、期望属性、魅力属性与无差异属性。研究发现，技能传递、人物塑造、主题立意、创作构思是必备属性，记忆唤起和愿景共振是期望属性，情感愉悦则是魅力属性，如此可为文化短视频的高质量创作提供参考，推动我国文化产业的可持续发展。

本文研究数据来自同一平台上同一创作者的文化短视频，研究结果存在一定的局限性，未来可以考虑采集多样性数据，避免数据采集不均衡。

参考文献：

[1] 宁海林.“中华优秀传统文化+短视频”整合传播研究[J].现代传播（中国传媒大学学报），2018，40（6）：135-138.

[2] 赵萌.网络短视频：自媒体时代的网络文化新形态[J].传媒，2021（2）：52-54.

[3] 肖璐，陈果.企业竞争情报中微博分析技术研究：基于需求驱动视角[J].情报理论与实践，2015，38（2）：116-120.

[4] 余琛，朱晨雨.中华传统文化短视频跨文化传播效果影响因素研究[J].中国出版，2021（23）：47-52.

[5] 童清艳.中华文物的数字化全球传播研究[J].西南民族大学学报（人文社会科学版），2022，43（6）：158-163.

[6] 刘思琦，曾祥敏.知识类短视频关键构成要素及传播逻辑研究：基于B站知识类短视频的定性比较分析（QCA）[J].新闻界，2022（2）：30-9，48.

[7] 徐孝娟，赵泽瑞.非遗短视频用户信息需求特征及其参与行为研究：以“黄梅戏”短视频在线评论为例[J].现代情报，2022，42（8）：74-84.

[8] 郭亚军，袁一鸣，李帅，等.元宇宙场域下虚拟社区用户信息需求[J].图书馆论坛，2023，43（12）：138-146.

[9] 秦海菲，杜军平.酒店在线评论数据的特征挖掘[J].智能系统学报，2018，13（6）：1006-1014.

[10] 李良强，袁华，叶开，等.基于在线评论词向量表征的产品属性提取[J].系统工程学报，2018，33（5）：687-697.

[11] 徐戈，王厚峰.自然语言处理中主题模型的发展[J].计算机学报，2011，34（8）：1423-1436.

[12] 吴维芳，高宝俊，杨海霞，等.评论文本对酒店满意度的影响：基于情感分析的方法[J].数据分析与知识发现，2017，1（3）：62-71.

[13] 陈国华，汤庸，许玉赢，等.基于词向量的学术语义搜索研究[J].华南师范大学学报（自然科学版），2016，48（3）：53-58，2.

[14] 鞠海龙，彭珺.基于评论挖掘的用户购买行为因果事理图谱分析[J].情报科学，2021，39（10）：170-177.

[15] 龚静，黄欣阳.基于隐性语义索引的多标签文本分类集成方法[J].计算机工程与设计，2017，38（9）：2556-2561.

[16] 童清艷，赵倩蓓.短视频用户持续使用意愿影响因素研究：以李子柒系列短视频用户为例[J].新闻与写作，2021（5）：54-61.

[17] 李勇，陈晓婷，毛太田，等.新媒体跨文化传播效果影响因素与框架分析：以YouTube“李子柒”视频为例[J].图书馆论坛，2022，42（7）：132-142.

作者简介 赵雪婷，研究方向：文化传播。 罗 暖，副教授，研究方向：消费者行为。