周熙陽

摘? 要? 先對(duì)嗶哩嗶哩用戶樣本數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析，再應(yīng)用K-均值聚類算法，選擇粉絲數(shù)、關(guān)注數(shù)、投稿數(shù)、互粉數(shù)四個(gè)指標(biāo)變量進(jìn)行聚類分析。研究表明嗶哩嗶哩有三大用戶群體：大眾型、積極互動(dòng)型、意見領(lǐng)袖型。意見領(lǐng)袖型用戶擁有大量粉絲，影響力強(qiáng)勁，其視頻內(nèi)容具有較強(qiáng)的輻射力，是最具有營(yíng)銷價(jià)值的廣告投放群體。積極互動(dòng)型用戶在平臺(tái)上擁有固定的活動(dòng)社交圈，可以作為較有營(yíng)銷價(jià)值的廣告投放群體。

關(guān)鍵詞? 嗶哩嗶哩;群體特征;聚類分析

中圖分類號(hào)? G206.2? ? ? 文獻(xiàn)標(biāo)識(shí)碼? A? ? ? 文章編號(hào)? 2096-0360（2020）14-0039-03

嗶哩嗶哩（bilibili，簡(jiǎn)稱B站）創(chuàng)建于2009年，作為當(dāng)下最受歡迎的彈幕網(wǎng)站，正對(duì)互聯(lián)網(wǎng)用戶的生活產(chǎn)生著潛移默化的影響。截至2018年三季度，嗶哩嗶哩平臺(tái)季度平均月活躍用戶數(shù)量已經(jīng)達(dá)到了9 270萬人。其高互動(dòng)性、及時(shí)性、娛樂性以及強(qiáng)烈的二次元語言風(fēng)格使其不斷地?cái)U(kuò)大用戶基數(shù)，成為中國(guó)最大的年輕人文化社區(qū)。伴隨著嗶哩嗶哩彈幕網(wǎng)站的紅火，也隨之而來催生了一種新的廣告投放方式——B站投放。廣告主們借助B站視頻內(nèi)容生產(chǎn)者之口，向每一位潛在受眾普及產(chǎn)品和企業(yè)信息，傳達(dá)企業(yè)文化。

目前國(guó)內(nèi)大多數(shù)學(xué)者對(duì)于嗶哩嗶哩的研究大多是定性研究。本文以嗶哩嗶哩用戶為研究對(duì)象，手動(dòng)隨機(jī)抽取獲得400多個(gè)用戶數(shù)據(jù)，通過K-均值聚類分析法，挖掘各個(gè)類別嗶哩嗶哩用戶的不同特征，幫助廣告主找到核心傳播群體，減少不必要的資源浪費(fèi)，提高傳播效率。

1? 研究設(shè)計(jì)

1.1? 樣本數(shù)據(jù)

以嗶哩嗶哩平臺(tái)用戶數(shù)據(jù)為研究對(duì)象，為了保證數(shù)據(jù)的質(zhì)量，避免爬到一些僵尸號(hào)，本文選擇爬取用戶的關(guān)注列表而非粉絲列表。隨機(jī)挑選了一位粉絲數(shù)過百的視頻上傳者作為起始，爬取她的關(guān)注列表，再對(duì)列表中的每個(gè)人爬取其關(guān)注列表，以此類推。截至2020年1月3日，共爬取400多位嗶哩嗶哩用戶數(shù)據(jù)，包括用戶昵稱、性別、用戶主頁鏈接、粉絲數(shù)、獲贊數(shù)、播放數(shù)、關(guān)注數(shù)、投稿數(shù)、互粉數(shù)共9個(gè)屬性。

1.2? 指標(biāo)設(shè)計(jì)

本文考慮到各個(gè)指標(biāo)對(duì)用戶群體特征的意義以及數(shù)據(jù)采集情況，參考何躍，帥馬戀，余偉萍[1]對(duì)于微博用戶群體特征的研究，選取了以下幾個(gè)指標(biāo)分別來權(quán)衡用戶的影響力[2]、活躍度[3]、互動(dòng)性[4]：

1）粉絲數(shù)。論文中該指標(biāo)是由從用戶注冊(cè)時(shí)間到2020年1月3日該時(shí)間段內(nèi)手動(dòng)采集樣本用戶總粉絲的數(shù)量而來。用戶粉絲數(shù)的大小意味著其他用戶對(duì)該用戶生產(chǎn)內(nèi)容的關(guān)注度，是反映用戶影響力的重要指標(biāo)?！稗D(zhuǎn)發(fā)”能夠?qū)崿F(xiàn)裂變式的信息傳播，而這種路徑主要就是通過“粉絲路徑”[1]。

2）關(guān)注數(shù)。論文中該指標(biāo)是由從用戶注冊(cè)時(shí)間到2020年1月3日該時(shí)間段內(nèi)手動(dòng)采集樣本用戶總關(guān)注數(shù)而來。當(dāng)用戶關(guān)注他人，主頁就會(huì)顯示被關(guān)注用戶的動(dòng)態(tài)，并通過算法向用戶進(jìn)行推薦，用戶獲取自身感興趣的信息。用戶關(guān)注數(shù)量越多，意味著用戶投入該平臺(tái)上的時(shí)間和精力越多，關(guān)注數(shù)是反映用戶活躍程度的主要指標(biāo)。

3）投稿數(shù)。論文中該指標(biāo)是由從用戶注冊(cè)時(shí)間到2020年1月3日該時(shí)間段內(nèi)手動(dòng)抽取樣本用戶總投稿的數(shù)量得來，投稿數(shù)越多，用戶自主生產(chǎn)創(chuàng)造內(nèi)容的意愿越強(qiáng)，這也意味著用戶在平臺(tái)的表現(xiàn)越活躍，投稿數(shù)是衡量用戶活躍度的重要指標(biāo)。

4）互粉數(shù)。當(dāng)一個(gè)用戶與另一個(gè)用戶互相關(guān)注，互為對(duì)方的粉絲，即為互粉。用戶擁有的互粉好友越多，說明用戶互動(dòng)性越高，該用戶越傾向于在嗶哩嗶哩平臺(tái)上擁有固定數(shù)量的活動(dòng)社交圈。通過互粉，用戶既能提升用戶人氣、實(shí)現(xiàn)報(bào)酬性吸引[4]。互粉數(shù)是衡量用戶互動(dòng)性的主要指標(biāo)。

2? 實(shí)證分析

2.1? 描述性統(tǒng)計(jì)分析

在對(duì)各項(xiàng)離散指標(biāo)進(jìn)行分段連續(xù)處理之后，嗶哩嗶哩用戶群體特征整體情況如表1。對(duì)性別、關(guān)注數(shù)、粉絲數(shù)等特征變量進(jìn)行大致的描述性統(tǒng)計(jì)分析，有助于事先了解大致情況。

由表1可看出，在確定的407名嗶哩嗶哩用戶的樣本中，男性調(diào)查者共218名，占樣本比例53.6%，與中國(guó)互聯(lián)網(wǎng)信息中心2019年8月30日公布的第44次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》比例52.4%基本相符;從關(guān)注數(shù)來看，關(guān)注數(shù)100以下的占樣本比例85%，絕大多數(shù)用戶關(guān)注100個(gè)以內(nèi)的博主;從粉絲數(shù)量來看，1萬及以下的粉絲數(shù)占39.1%，10萬以上的粉絲數(shù)占26.3%，兩鐘粉絲群落占比均超過25%，而且相加占總體65%以上，這意味著樣本用戶粉絲群落出現(xiàn)了兩級(jí)分化的情況;從區(qū)間分布頻率來看，100及以下的關(guān)注數(shù)占85%，100及以下的互粉數(shù)占99.%，在對(duì)互粉數(shù)和關(guān)注數(shù)進(jìn)行相關(guān)性檢驗(yàn)（r=0.563）后發(fā)現(xiàn)，互粉數(shù)和關(guān)注數(shù)顯示出了較強(qiáng)的正相關(guān)性，在一定程度上說明了可能有固定的一定數(shù)量的互動(dòng)群體存在于嗶哩嗶哩平臺(tái)用戶之中。而從獲贊數(shù)和播放數(shù)來看，播放數(shù)和獲贊數(shù)之間的標(biāo)準(zhǔn)差分別為52 773 364.1和1 564 777.5，說明了不同用戶之間的差異較為明顯。這意味著不同的用戶在嗶哩嗶哩平臺(tái)的網(wǎng)絡(luò)活動(dòng)有著不同的特點(diǎn)。這些問題將在接下來的聚類分析中進(jìn)行探討。

2.2? 嗶哩嗶哩用戶群體特征分析

本文通過軟件spss22.0，采用K-均值聚類算法對(duì)嗶哩嗶哩用戶群體進(jìn)行聚類分析。為了保證分析結(jié)果的準(zhǔn)確性和客觀性，本文先初步排除數(shù)據(jù)中的異常值，剔除空缺或者亂碼的用戶數(shù)據(jù)。其次選取互粉數(shù)、關(guān)注數(shù)、投稿數(shù)、粉絲數(shù)這四個(gè)指標(biāo)進(jìn)行K均值聚類分析，其中互粉數(shù)是衡量用戶互動(dòng)性的指標(biāo)，關(guān)注數(shù)和投稿數(shù)是衡量用戶活躍度的指標(biāo)，粉絲數(shù)是權(quán)衡用戶影響力的指標(biāo)。如表2所示，K均值聚類分析最終將其聚為三類。

樣本類型1，占樣本量的95%以上，投稿數(shù)和粉絲數(shù)是三種類型里最少的，互粉數(shù)和關(guān)注數(shù)是三種類型里適中的。該樣本類型粉絲數(shù)集中在10萬左右，關(guān)注數(shù)集中在54左右，投稿數(shù)集中在128左右，互粉數(shù)集中在15左右。相對(duì)于其他類型用戶而言，作品投稿較少，粉絲量也較少，在三種類型中表現(xiàn)出的特點(diǎn)是低影響力。這表明該類型用戶對(duì)嗶哩嗶哩平臺(tái)的依賴程度較低，但是該類型用戶是嗶哩嗶哩平臺(tái)用戶的主要構(gòu)成群體，故命名為“大眾型”用戶。

樣本類型2，占樣本數(shù)量的3.2%，關(guān)注數(shù)和互粉數(shù)是三種類型里最多的，投稿數(shù)和粉絲數(shù)是三種類型里適中的。該樣本類型粉絲集中在281萬左右，關(guān)注數(shù)集中在64左右，投稿數(shù)集中在268左右，互粉數(shù)集中在30左右，是其他類別用戶的2倍以上。相對(duì)于其他類型用戶而言，該類型用戶關(guān)注的視頻內(nèi)容生產(chǎn)者較多，互粉數(shù)也是三種類型里最多的，在三種類型中表現(xiàn)出的特點(diǎn)是高互動(dòng)性。這表明該類型用戶在平臺(tái)上積極關(guān)注他人動(dòng)態(tài)，同時(shí)在嗶哩嗶哩平臺(tái)上擁有一定數(shù)量的社交圈，與粉絲之間有著共同的信息需求，故命名為“積極互動(dòng)型”用戶。

樣本類型3，不到總體樣本數(shù)量1%，粉絲數(shù)和投稿數(shù)是三種類型里最多的，關(guān)注數(shù)和互粉數(shù)是三種類型用戶里最少的。該樣本類型粉絲集中在672萬左右，是其他類別用戶的2倍以上，關(guān)注數(shù)集中在17左右，投稿數(shù)集中在319左右，互粉數(shù)集中在7左右。相對(duì)于其他類型用戶而言，該用戶雖然互動(dòng)性較低，互粉數(shù)只有平均互粉數(shù)的0.4，社交規(guī)模不大但是積極生產(chǎn)視頻，擁有大量粉絲并且影響力強(qiáng)勁，在三種類型中表現(xiàn)出的特點(diǎn)是高影響力低互動(dòng)性。表明這類用戶在網(wǎng)絡(luò)社區(qū)中具有意見領(lǐng)袖的地位，其創(chuàng)建和分享的內(nèi)容會(huì)被眾多用戶關(guān)注，故命名為“意見領(lǐng)袖型”。

3? 結(jié)論

本文通過采集嗶哩嗶哩平臺(tái)中用戶群體的相關(guān)信息，分別從影響力、活躍度、互動(dòng)性三個(gè)方面選擇粉絲數(shù)、關(guān)注數(shù)、投稿數(shù)、互粉數(shù)四個(gè)指標(biāo)使用K均值聚類算法對(duì)嗶哩嗶哩用戶進(jìn)行聚類分析，分析結(jié)果表明，嗶哩嗶哩用戶可以分為大眾型，積極互動(dòng)性，意見領(lǐng)袖型三大類，意見領(lǐng)袖型用戶擁有大量粉絲，影響力強(qiáng)勁，其視頻內(nèi)容具有較強(qiáng)的輻射力，是最具營(yíng)銷價(jià)值的廣告投放群體。而積極互動(dòng)型用戶在平臺(tái)上擁有固定的活動(dòng)社交圈，與粉絲之間溝通較為密切，可以作為較有營(yíng)銷價(jià)值的廣告投放群體。

互聯(lián)網(wǎng)大數(shù)據(jù)時(shí)代下，視頻彈幕網(wǎng)站用戶增多，內(nèi)容生產(chǎn)水平層次不齊。聚類結(jié)果可以供廣告主參考，提高廣告投放的精確度，一方面能為優(yōu)質(zhì)用戶實(shí)現(xiàn)高效率的廣告變現(xiàn)，另一方面能幫助廣告主定位到最有價(jià)值的用戶群體，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷。

論文通過手動(dòng)采集用戶信息，雖然已經(jīng)避免僵尸粉，但仍然存在人工誤差，抓取方式精確度不足。后期將改用爬蟲程序，獲取更多的嗶哩嗶哩用戶信息，擴(kuò)大文本信息量。

參考文獻(xiàn)

[1]何躍，帥馬戀，余偉萍.新浪微博加V用戶特征分析[J].情報(bào)雜志，2014，33（9）：148-151.

[2]姚茜，卜彥芳.基于影響力研究的微博營(yíng)銷模式探析[J].經(jīng)濟(jì)問題探索，2011（12）：117-121.

[3]李英樂，于洪濤，劉力雄.基于改進(jìn)PageRank算法的微博用戶影響力研究[J].計(jì)算機(jī)應(yīng)用研究，2013，30（9）：2594-2597.

[4]陳然.網(wǎng)絡(luò)論壇活躍群體社交網(wǎng)絡(luò)研究——從“關(guān)注”行為的視角[J].新聞界，2012（18）：51-55，61.