观众观看网络综艺节目意愿的影响因素研究——以《奇葩说》为例文献综述

1. 文献综述（或调研报告）：

1.节目观看因素的研究

在前人对观看节目的影响因素研究中，巩丽使用小组访谈的方式得出社交媒体对于使用社交媒体的人观看节目行为影响具有很大的影响因素，并且收看方式的选择与电视节目的类型具有一定的相关性。林佳指出在真人秀节目手中心理可以分为从众心理、接近性心理、猎奇与窥探心理与待证心理，并且节目中兴趣点能够驱动、促使观看行为。刘奥运使用网络文本内容分析和假设验证的方法得出弹幕的互动感知对于节目弹幕视频用户的社会临场感和满意度有显著的影响，而用户的社会交互感知和用户感知娱乐是用户持续观看弹幕视频最为重要的动力。殷方月通过抽样调查的方法得出疲劳、情感衰竭和观看满足感低落是使得观众表现倦怠的原因，并期待节目方通过创新与打造电视节目品牌的方式减弱影响。

另外，在观看非电视一类的节目的意愿的影响的各项研究中，陈都达通过实证研究及结构方程模型的方法分析得出支持喜欢的球队、追星和闲暇放松对于球迷去现场足球比赛意愿有显著正向影响，而社交需求影响不显著。徐琳通过实证研究发现口碑可以显著影响赛事观众的观看意愿。张中科通过假设检验的方法研究发现感官体验、情感体验、思考体验、行动体验和感知价值对消费者文艺表演观看意愿有显著的正向影响。邓富民在对网络视频直播平台的研究中发现观众的感知有用性和满意度均对其持续观看行为意愿有着显著的正向影响。

通过对以上文献的梳理在影响观众观看行为的影响因素分为三种不同的类型，一是在获得节目信息渠道方面，用户时常通过朋友圈，微博和朋友推荐获得节目的信息，且三种途径获得的信息对观众的影响不同，拥有过社交媒体使用经历的受访者共同认为，在微博上有较高话题量的电视节目比较能够收到自己的关注，相比较微博上的内容，来自微信朋友圈的节目推荐影响更大；二是在节目内容方面，及题目内容常常体现出以下特点，节目常常会塑造一个贴近观众身份认同的选手也将，突出核心精神以及价值观的展现；三是在节目的展现方式方面，线上节目常配有弹幕，弹幕功能的出现弥补了用户观看视频时互动性的匮乏，但弹幕使得观众损失、忽视相当多的信息。在节目中，往往以制造悬念和突出竞争机制的方式提升观众观看节目的兴趣点。

2. 基于文本挖掘的研究

近年来，随着互联网的飞速发展，网络舆情研究迅速增多，相关研究主要集中在主题分析和情感分析两个方面。

张爱华等人爬取新浪微博数据，并从电信运营商、制造商和用户的角度研究了我国5G产业的发展，发现5G的发展分为三个分析阶段,采用TF-IDF和Text Rank技术提取关键词，分析主题，并基于情感词典对用户情感进行分析。王影等人基于文本挖掘技术，使用利用情绪字典进行情绪分析及关键词提取创造词云，对 Twitter 和新浪微博上的以敬畏感为关键词的文本内容进行情感分析。刘金林利用网络爬虫技术对新浪微博数据进行采集，筛选出网络利他行为的用户，提取出用户的人口统计学变量和微博文本的基本信息，对微博文本内容进行情感分析，根据LIWC词典，构建了网络利他用户的人格词典，并通过中国心理分析系统和公式计算并构建微博用户的五大个性特征，最后通过数据分析及统计假设检验的方式得出研究人口学变量、人格与网络利他行为之间的关系。申梦君以著名乡村旅游目的地婺源市为例，对旅游者感知价值进行研究，分别收集了网络文本数据和实地问卷调查数据，并对其进行了分析，其中网络文本数据收集自旅游类网站，经过对游客感知印象的高频特征词统计分析、社会语义网络分析得到游客感知印象，并通过网络文本构建游客感知价值，获得网络文本价值评价。臧田文在研究女性刻板印象解构可能性时，采用文本分析、问卷调查和深度访谈等研究方法，通过对新浪微博重庆河坠江事件前后“女司机”文本样本的分析，提取高频词，归纳出涵盖微博用户对“女司机”态度和事件中女司机群体印象的关键词词汇，采用关键词设置量表，通过在线问卷调查，对活动前后观众的态度变化进行测量，以明确重庆公交车撞车前后观众对“女司机”形象的认知变化程度，通过深入访谈获得了更多的材料。刘伟等人获取现有经典情感词库如HowNet等，在TF-IDF统计方法、word2vec等方法的基础上，扩展了词向量，构建了中医领域的情感分析词典，并采用了情感极性词典的分类算法，naive-Bayes分类算法和CNN模型分类算法对获得的文本数据进行分类处理，得到网民对中医药文化的情感倾向。李丹妮等人对1.7 万条博文的态度倾向进行时间序列的可视化处理，通过收集微博数据使用TF-IDF 算法将过滤后的词语列表转换为TF-IDF 矩阵，基于Snow-NLP 情感分析工具，计算出每条博文的情感分析数值，基于时间序列，将博文的情感态度变化进行可视化处理，对数据进行语义网分析，提取高频词对数据进行可视化处理，获得网友对于“上海垃圾分类”议题的态度。杨晨馨通过文本分析、中心词分析、词云图探究从舆论出现到消散的时间段探讨微博用户的评论主题和情感取向。赵菲菲、王宇琪等人以网络媒体的数据为基础，利用数据挖掘、机器学习等数据分析技术，运用文本语义分析的方法，从主题识别LDA和情感分析的角度，对主流网络媒体公共政策传播的议程设置和社交媒体网民的舆情进行了挖掘和比较，并通过实例验证了分析框架的有效性以新能源汽车政策为例。

1. 基于量表分析的研究

朱德灿通过制作李克特量表研究外国学生赴印度尼西亚旅游动机因素，问卷采用描述性分析、可视化图表进行分析的方法，来评估旅游动机因素。孙效芳等人基于陕西高校大学生体育用品品牌选择的李克特量表数据，研究大学生体育用品选择的影响因素，首先文献查询确定品牌、产品、价格、渠道等因素，接着进行子因素分解，然后进行因素分析和信度分析得出结论，最后用probit二值模型，以消费者选择国内国外品牌的行为进行验证。刘雷等人研究大学生观看慕课的因素时，使用回归分析和相关度检验的方法。周媛媛在研究“助学二学历”满意度影响因素研究时，使用描述性统计分析的方法，得出满意度的影响因素。任文霞等人在研究医药产业结构优化影响因素指标体系的构建时，对量表进行信度检验和效度检验，表现出各指标有很强相关性且问卷效度良好适合做探索性因子分析。王彩臻等人在研究电视科普节目的传播效果及其影响因素过程中，对问卷结果进行描述性分析和相关关系分析，最后基于回归分析验证。宋明元等人在构建品牌体验的维度的过程中，对得到的量表进行了信度检验、探索性因子分析、收敛效度检验、区别效度检验等方法，证明该研究的量表具有较好信度和效度。

参考文献：

[1]张中科. 体验和感知价值对消费者文艺表演观看意愿的影响研究[J]. 商场现代化, 2012, No.672(3): 38-39.