基于数据画像的短视频领域中知识动员模型研究

发布时间：2020-11-03 04:44

　　 [目的/意义]收集相关短视频资料进行数据画像,挖掘短视频背后蕴含的知识动员模型。[方法/过程]以选择健身话题短视频的收看者和评论者为研究对象,依据数据的丰富性和多样性,采用数据画像方法对数据基本特征和运行状态进行探索,借助Maxqda12、Tableau、Gephi、Vosviewer工具,对梨视频中关于健身话题短视频的评论互动进行分析。[结果/结论]结果表明:短视频领域中知识动员会形成技术去中心化、局部协同的长期性和全景协同的不确定性、内驱力—外驱力—融驱力驱动的知识赋能、在地化实践场域,从而形成"技术流赋能—协同流赋能—知识流赋能—文化流赋能"模式。
【部分图文】：

对选定的特定话题(健身)短视频的用户评论时间及评论条数、点赞数量进行统计分析，绘制时间序列图。利用Tableau软件进行分析，得到时间序列可视化图例。经数据导入软件，设置评论发表的日期(距离短视频发布日的天数)为横轴、左侧纵轴为赞同人数、右侧纵轴代表评论人数，得到如图1所示的时间序列散点图。由图1可知，关于健身的短视频互动程度变化呈山丘状分布，其活跃期有特定的生命周期，经历了从评论者对短视频内容做出包含其独有见解的评论，到其他评论者对这一新观点所蕴含的知识或内容做出评论、进行采纳或是提出异议的过程。每一个活跃期的新评论都会经历从提出、高潮到衰落的过程规律，且这些评论的活跃期往往互相连接，有些评论的衰落期甚至直接作为下一评论的发起期。同时可以发现，关于健身的短视频中，评论、赞同的分布密度呈现一种不均匀的态势，存在局级集聚和协同现象(图1中虚线椭圆处)，但是动员过程存在生命周期，伴随着生命周期会出现知识动员的不同形态，进而形成知识动员生态圈。

通过图2可以发现，关于健身换题的短视频经历了发起、成长、高潮、衰退的知识动员生命周期。第二周至第七周这段时间达到峰值，这与该健身短视频登上微博热搜的时间正好相契合，说明媒体曝光率、社会推广度及视频关注度与知识动员的频发度密切相关。随后的回复评论人数呈下降趋势，是因为人们了解健身视频的内容之后对其兴趣程度下降。造成这一现象的原因可能是经过知识动员后，评论者开始实施行动，亲身去练习瘦身动作，但因个人体质不同、瘦身效果不同、健身时长不足或锻炼姿势有误等，导致部分评论者在健身锻炼之后没能成功减脂或是未达到视频中宣传的效果，所以表现出如图3所示的活跃度明显下降。但是，评论人数与点赞人数从十六周之后缓慢回升，说明高质量健身话题的短视频具有相当的影响力和传播度，其生命周期持久，经历短暂的低谷衰落之后，仍有可能再次成长并达到新的高潮。

分析开始前，剔除不必要的数据，只保留评论者用户ID、评论人数和回复者ID几项数据，将数据汇总整合到Excel表格中，规范化整理为CSV格式，导入Gephi软件中进行深度分析，如图3所示。图3可以看出，“周萌然然”“绿孩子Johnny”“北巷橘猫-”等在评论中最为积极和具有影响力，他们会依据自身的影响力形成局部知识动员。利用社会网络关系分析法，对搜集到的数据进行可视化加工，将参与者ID作为节点，评论者与回复者之间的互动作为知识动员连线，研究参与话题交流传播的用户间的关联度，得到如图3所示的社会网络关系图。
【相似文献】

相关期刊论文 前2条

1 方朝晖;夏德元;;国内短视频研究热点演变与议题追踪——基于CiteSpace对知网数据库(2010—2017)的考察[J];新闻论坛;2019年01期

2 刘海;杨锦荣;;大数据网络交互环境下图书馆赋能与馆员服务创新研究[J];情报探索;2020年01期

本文编号：2868111