國際網(wǎng)絡視頻直播研究述評

劉 穎 孟 健

(武漢大學信息管理學院，武漢，430072)

近年來，網(wǎng)絡視頻直播迅速興起。Twitch.tv作為最早的網(wǎng)絡視頻直播平臺，于2011年創(chuàng)立[1]。在2017年 ，Twitch在美國的網(wǎng)絡視頻直播行業(yè)依然處于領先地位[2]。中國的網(wǎng)絡視頻直播起步較晚，但是發(fā)展快速。據(jù)統(tǒng)計，2017年6月，中國網(wǎng)絡視頻直播用戶達到了3.43億，占網(wǎng)民總數(shù)的45.6%[3]。

網(wǎng)絡視頻直播(后簡稱“網(wǎng)絡直播”)不同于傳統(tǒng)的電視直播，它使得用戶擁有更大的自主權，用戶與主播、用戶與用戶之間可以進行實時互動[4]，直播平臺儼然成了一個社交平臺。網(wǎng)絡直播也不同于以往的視頻觀看模式，它具有實時性、內容自制性、互動性[5]等特點。網(wǎng)絡直播還是一種新的商業(yè)模式，主播以特色的直播內容來吸引用戶，而用戶通過打賞主播[6]或者是付費成為平臺會員[7]等方式，使主播和平臺獲得收益。網(wǎng)絡直播的其他商業(yè)屬性也在不斷地被挖掘中，例如蘑菇街、聚美優(yōu)品、淘寶等率先推出了電商直播，以直播吸引買家深度參與到活動中[8-9]。然而，網(wǎng)絡直播作為一種新興的互聯(lián)網(wǎng)產(chǎn)物，行業(yè)的整體局勢還未穩(wěn)定，也存在著很多的問題，例如平臺數(shù)據(jù)造假、直播內容雜亂、侵權等[10]。

由于網(wǎng)絡直播的這些特性，近年來吸引了很多學者的注意，伴隨著相關文獻數(shù)量的不斷增加，為了全面地了解目前對于網(wǎng)絡視頻直播的研究現(xiàn)狀，需要對相關研究文獻進行系統(tǒng)的、全面的梳理。因而筆者決定采用文獻綜述的方法，對目前國際上關于網(wǎng)絡視頻直播的研究文獻按其所涉及的研究主題進行系統(tǒng)的分析，并提出未來可能的研究方向。

1 研究問題與文獻檢索

1.1 研究問題

本文通過文獻綜述的方式，以深入地了解網(wǎng)絡視頻直播、研究領域、文獻中所涉及到的研究主題、直播平臺、采用的研究方法以及未來可能的研究方向。因此，本文的研究問題為：

問題1：關于網(wǎng)絡視頻直播的研究涉及到哪些研究主題？

問題2：關于網(wǎng)絡視頻直播的研究涉及到哪些直播平臺？

問題3：關于網(wǎng)絡視頻直播的研究采用了哪些研究方法？

問題4：未來有哪些可能的研究方向？

1.2 文獻檢索

1.2.1檢索方法

本文一共選取了5個數(shù)據(jù)庫，分別是WebofScience、ACMDigitalLibrary、EBSCOhost、ScienceDirect和WILEY。對檢索詞的選擇，首先是 “l(fā)ivevideostreaming”和“videobroadcasting”，即網(wǎng)絡視頻直播。此外，為了能檢索到更多的相關文獻，將“ ‘livestreaming’and‘video’ ”也定為檢索詞。利用選取的檢索詞：“l(fā)ivevideostreaming”、“videobroadcasting” 、“ ‘livestreaming’and‘video’ ”分別進行主題檢索。按照網(wǎng)絡視頻直播最早出現(xiàn)的年份，將檢索時間設定為2011年到2017年10月。文獻類型包括期刊、會議和專題討論會。最后，再對獲取到的文獻，進行參考文獻回溯，檢索與網(wǎng)絡視頻直播相關的文獻。

1.2.2檢索結果

通過檢索及初步的篩選一共獲得了75篇文獻，對75篇文獻進行仔細的閱讀后，剔除不相關的、重復的、缺乏理論支撐或者實證研究的質量不高的22篇文獻，最終獲得文獻53篇。

1.3 結果分析

按文獻發(fā)表的年份進行分析，在一定程度上能反映出學科研究的發(fā)展速度和研究水平[11]。為了更直觀地展現(xiàn)文獻按年份的數(shù)量分布情況，筆者根據(jù)獲得的數(shù)據(jù)繪制了折線圖，如圖1所示。

由圖1可知，從2011年到2017年，網(wǎng)絡視頻直播的文獻量一直呈上升趨勢，2011年到2014年，每年的增長幅度都不大，但從2015年開始，增長幅度開始逐年上升。這說明，隨著網(wǎng)絡視頻直播的發(fā)展，學者們對它的關注度也在不斷地上升，且近幾年的關注度上升明顯。

圖1 網(wǎng)絡視頻直播文獻年份分布情況

此外，本文還對網(wǎng)絡視頻直播的文獻來源進行了統(tǒng)計，發(fā)現(xiàn)其研究文獻主要來源于會議(40篇)和期刊(11篇)，還有兩篇來源于專題討論會，如圖2所示。

圖2 文獻來源分析

2 研究發(fā)現(xiàn)

2.1 研究主題分析(問題1)

網(wǎng)絡視頻直播既具有社交媒體的性質[12]，又具有一定的電子商務的性質[8,9]。而社交商務正是社交媒體和電子商務的結合體[13]。所以對網(wǎng)絡視頻直播的研究與對社交商務的研究有相似之處。據(jù)此，本文借鑒了Liang和Turban所提出的關于社交商務的研究框架[14]，利用他們所提出的“研究主題”和“研究方法”對文獻進行分類。

Liang和Turban所提出的研究主題包括：用戶行為、企業(yè)績效、網(wǎng)絡分析、采用策略、商業(yè)模式、企業(yè)經(jīng)營戰(zhàn)略、網(wǎng)站設計、社會進程、安全和隱私政策[14]。在此基礎上對53篇文獻進行精讀以后發(fā)現(xiàn)，關于網(wǎng)絡視頻直播的研究主題可以分為視頻傳輸(20篇)、網(wǎng)站設計(11篇)、用戶行為(9篇)、用戶使用動機[注]其中有兩篇研究既研究了用戶行為又研究了用戶動機，因而用戶行為和用戶動機兩個研究主題中有兩篇文獻是重復的。(7篇)、平臺系統(tǒng)(3篇)、社群分析(2篇)、安全隱私(2篇)以及學習教育(1篇)，其文獻分布情況如圖3所示。在接下來的小節(jié)中，會對這8個研究主題進行具體的闡述。

圖3 網(wǎng)絡視頻直播文獻在各研究主題中的分布情況

2.1.1視頻傳輸

關于視頻傳輸?shù)难芯?，是指通過合理分配網(wǎng)絡資源以及優(yōu)化內容傳輸方式等方法進行有效的內容傳輸或視頻轉譯，以提升視頻傳輸速度和質量、增強用戶體驗。這些研究涉及到的直播平臺主要是Twitch.tv(8篇)，少量的研究還關注了YouTube.Live(2篇)、Yahoo!Live(1篇)、Ustream(1篇)、YouNow(1篇)和Inke.tv(1篇)。其余6篇研究沒有指定特定的直播平臺。關于視頻傳輸?shù)难芯?，按照其研究對象可以分為兩類，一類是專門針對移動端直播的研究；一類是適用于所有直播平臺的研究。

適用于所有直播平臺的研究，根據(jù)研究者們提出的解決方法，可以將其研究內容分為4類：

(1)利用新的傳輸技術進行內容傳輸，以減少時延[15-19]和帶寬需求[17,20-21]。對此他們都提出了相應的解決辦法，例如將傳統(tǒng)的對等傳輸和客戶端/服務器方法相結合[17]、采用自適應碼流技術[19,21]、利用云端技術[19,21,22]等，但是由于網(wǎng)絡視頻直播平臺的用戶越來越多，云計算也不能完全滿足用戶的需求，所以有的學者又提出了將用戶資源與云計算相結合的方法[23]。

(2)如何有效地分配資源。根據(jù)調查發(fā)現(xiàn)，大量有效的資源被幾乎沒有觀看者的主播所占用[24]。為了解決這一問題，研究者們提出了對主播進行劃分，將部分主播遷移到公共云中進行處理[24]的方法。

(3)對頻道進行篩選，將視頻解碼為多個清晰度版本，讓用戶可以根據(jù)自己的網(wǎng)絡狀況選擇合適的清晰度。之所以要對頻道進行篩選，是因為服務器的處理能力不夠，并非所有的視頻都能被轉譯為不同的版本[25]。

(4)在無線網(wǎng)絡中的網(wǎng)絡視頻直播[26-27]。在無線網(wǎng)絡中，因為用戶們使用的設備不同，對視頻的需求不同，加上各自所處的網(wǎng)絡環(huán)境不同[26]，使得網(wǎng)絡視頻直播具有一定的挑戰(zhàn)。對此，研究者們對如何提升視頻服務器的可靠性、靈活性[26]以及提高無線網(wǎng)中數(shù)據(jù)的吞吐量進行了研究[27]。

針對移動端的研究文獻一共有6篇，涉及的平臺有Ustream(1篇)，YouTube.Live(1篇)，YouNow(1篇)，Inke.tv(1篇)，剩下的文獻沒有提及具體的平臺。

移動端的網(wǎng)絡視頻直播受到網(wǎng)絡狀況[28]、使用人數(shù)[28]、使用設備[29-31]等多方面因素的影響。為了應對這些因素對直播的影響，Wilk等人提出了一個新的移動直播框架，即系統(tǒng)根據(jù)環(huán)境的改變，動態(tài)地使用目前最適宜的上傳協(xié)議[28]。此外，有的研究還提出通過預測用戶的觀看行為[32-33]，適時地調整網(wǎng)絡帶寬和節(jié)省電池消耗，達到高效節(jié)能的目的[32]。對于網(wǎng)絡狀況而言，有的學者還專門考慮了在無線網(wǎng)絡中移動端的視頻傳輸問題[34]。對于使用設備而言，移動端的用戶使用的設備非常多樣，同樣的視頻傳輸方法，沒辦法保證所有用戶的體驗一樣[31]。因此，有的研究從平臺服務商的角度出發(fā)，提出了一個以動態(tài)決定視頻解碼和分布的算法，在最小化平臺服務器運營成本的同時為用戶提供更好的服務[31]。除了上面提及的問題外，如何對同時產(chǎn)生的大量視頻進行傳輸也是個挑戰(zhàn)。如同在大型事件中，吸引很多用戶同時錄制視頻一樣，為了實現(xiàn)有效的傳輸，就需要對這些視頻的傳輸順序進行調節(jié)[29]。

2.1.2網(wǎng)站設計

在檢索到的文獻中，一共有11篇是關于網(wǎng)站設計的。這些研究所涉及的直播平臺主要是Twitch(7篇)，其余4篇研究沒有指定特定的直播平臺。關于網(wǎng)站設計的研究，根據(jù)其研究內容可以分為4類：

(1)幫助用戶發(fā)現(xiàn)有趣的直播[35]以及直播中的亮點[35-37]。這些研究是針對不同的應用場所而展開，有的是為了幫助用戶在對同一事件的多個直播中發(fā)現(xiàn)有趣的直播頻道和直播中的亮點[35]，有的是針對某一個游戲直播頻道中的亮點進行事件挖掘36-37]。

(2)增強觀看者體驗以及用戶之間的交流。增強觀看者體驗的研究包括增強觀看者在游戲直播中對游戲的體驗，例如，在直播中通過展示主播的生物特征，以加強觀看者與主播之間的情感聯(lián)系[38-40]，以及觀看者在直播中對于現(xiàn)實的體驗[38]，探討如何在用戶評論信息的展示中應用AR技術[38]。

(3)增加用戶的交流方式。網(wǎng)絡視頻直播之所以這么受歡迎，一個重要的原因是它能讓用戶之間進行實時交流[41]。但是目前網(wǎng)絡視頻直播中用戶的交流方式卻非常單一，觀看者只能發(fā)表評論[38]，而主播只能對用戶的信息進行口頭的回復。此外，還存在信息過載[12]和評論信息時延[42]等問題。對此，研究者們提出了他們的解決方法。對于觀眾，可以通過增加投票區(qū)讓觀眾決定主播下一步該怎么操作，以及讓觀眾能在直播視頻中標示出希望主播注意的區(qū)域等方式，來增加用戶對直播的參與[41]。對于主播，研究者們設計了一個分布式視頻系統(tǒng)，讓主播能在直播中可以增加復雜的視頻效果和聲音效果[43-44]，以增強主播與觀眾之間的交流。

(4)推薦系統(tǒng)改良和多元視角直播。由于目前的直播平臺大多是根據(jù)觀看量來為用戶推薦直播頻道，而忽視了用戶的偏好，所以研究者們設計了一個基于用戶偏好的推薦系統(tǒng)[45]。多元視角直播，是指將主播們上傳的對同一個事件的直播視頻進行整合，讓觀看者們可以從多個視角來了解事件[46]。

2.1.3用戶行為

網(wǎng)絡視頻直播中的用戶可以分為兩類，一類是主播，一類是觀看者。主播是在直播平臺上進行直播的人，而觀看者是觀看直播的人[7]。據(jù)此，可以將網(wǎng)絡視頻直播中對用戶行為的研究按主播行為和觀看者行為進行分類。研究中所涉及到的直播平臺有：Twitch(6篇)、Periscope(1篇)、Meerkat(1篇)、斗魚直播(1篇)和YY直播(1篇)，剩下一篇文獻沒有涉及特定的直播平臺。

在主播行為的研究中，研究對象涉及青少年主播、Periscope和Meerkat中的主播以及Twitch中的主播。研究內容包括主播們的直播時長[47]、直播地點[48,5]、直播內容[48,5]和直播頻次[47]。

(1)青少年主播，研究發(fā)現(xiàn)與別的年齡層不同，他們的直播通常是在家里進行；直播內容更多的是關于自身的活動而非周圍事物；在直播的時候，他們也會特別注意觀眾的名字，因為他們不想陌生人加入他的直播[48]。

(2)Periscope和Meerkat中的主播。其直播中的主要活動是聊天；直播主要發(fā)生在室內；主播與觀眾的互動相比傳統(tǒng)視頻網(wǎng)站更活躍；對于直播中觀眾的不恰當行為，主播們更多的是選擇忽略，但也表現(xiàn)出一定的擔憂[5]。

(3)Twitch中StarcraftII的主播。直播時長通常在2—4小時之間；直播頻次基本上是一天兩次以上；與YouTube相比，直播視頻的時間更長、上傳頻次更多，這表明游戲直播比制作YouTube上的視頻內容要簡單一些[47]。

對于觀看者行為的研究，按其研究內容可以分為6類：

(1)觀看者的評論對直播內容的影響[49]。觀看者評論對直播的影響，一般只有在他們對主播游戲操作的建議被采納時才會發(fā)揮作用。但他們的評論必須經(jīng)過人工或系統(tǒng)的篩選，因而不能直接作用于直播內容[49]。研究還發(fā)現(xiàn)，直播平臺和主播都應該給觀眾更多的自主權，提供更多的參與方式[49]，這樣才能增加觀看者的參與度，提升用戶體驗。

(2)對觀看者評論的文本分析[1]。研究者通過對大型直播間中觀看者評論的文本分析，發(fā)現(xiàn)因為用戶之間擁有共同的背景知識而形成的特殊語言和表情符號，使得在大型直播中的用戶交流成為可能[1]。這個發(fā)現(xiàn)推翻了之前的研究結論即當直播間中觀看者人數(shù)過多時會出現(xiàn)無法交流的現(xiàn)象[12]。

(3)觀看者人數(shù)的變化特征與分布特征[7,50]。對觀看者人數(shù)變化特征和分布特征的研究發(fā)現(xiàn)，周末的觀看人數(shù)比平時要多[50]，且觀看人數(shù)受游戲錦標賽的影響非常大，當錦標賽開始時，觀看人數(shù)會出現(xiàn)劇增[7,50]。觀看者人數(shù)在各個直播頻道中的分布表現(xiàn)出極大的傾斜性，少量的直播頻道聚集了大量的觀眾[7,50]。

(4)對觀看者在直播頻道中的瀏覽、頻道切換和頻道觀看次數(shù)的行為分析[47]。頻道瀏覽是指觀看者在一個直播頻道內短暫的逗留，該行為在觀看者中非常普遍，這表明在觀看直播之前，他們并不知道自己想要的內容；頻道切換行為發(fā)生在觀看者對直播不滿意的時候，或是頻道快要結束的時候；觀看者的頻道觀看次數(shù)表現(xiàn)為觀看者對主播的忠誠度，研究發(fā)現(xiàn)大多數(shù)的觀看者都只觀看了少量的頻道，這表明用戶的忠誠度比較高[47]。

(5)對觀看者持續(xù)觀看行為的分析[51]。研究發(fā)現(xiàn)觀看者的持續(xù)觀看意圖與觀眾對主播和社群的認同呈正相關[51]。觀眾對主播的認同感與和主播的交互經(jīng)驗、真實的自我一致性、理想的自我一致性呈正相關；而觀眾對社群的認同感，與自身參與社群的行為、與其他參與用戶的認知程度、自身的行為可以影響他人等呈正相關[51]。此外，直播類型在認同感和持續(xù)觀看意圖之間起調節(jié)作用[51]。

(6)對觀看者行為的管理[52]。在網(wǎng)絡社交平臺中，某些用戶的評論含有對女性的性騷擾[53]或者是惡意挑釁[54]等違背社群規(guī)則的內容，這會傷害到社群內的用戶，不利于社群的健康發(fā)展。因而需要對網(wǎng)絡視頻直播中的觀看者的評論信息進行管理[54]。對此，研究者們探索了能有效地鼓勵正面行為和制止反社會行為的辦法[52]。

2.1.4用戶使用動機

與對用戶行為的研究一樣，對用戶使用動機的研究也根據(jù)主播和觀看者分為兩類：主播的使用動機與觀看者的使用動機。研究所涉及到的直播平臺有：Twitch(3篇)、Periscope(2篇)、YouTubeLive(1篇)、Facebook.Live(1篇)和Meerkat(1篇)，還有2篇研究沒有涉及特定的直播平臺。

關于觀看者動機的研究，主要是研究用戶在Twitch中觀看游戲直播的動機，只有一篇文獻研究了用戶使用Facebook.Live和Periscope的動機。與Twitch不同(Twitch主要專注于游戲直播[7])Facebook.Live和Periscope分別依托于Facebook和Twitter兩個社交平臺，直播內容一般是關于主播周圍的事物[56]，而不是關于游戲。人們一般只觀看他們在Facebook上所關注的人的直播，或者是在Twitter中發(fā)布的直播[55]。

無論用戶使用的是哪一種直播平臺，它都能讓觀看者通過直播知道遠方發(fā)生的事情，它帶給用戶沉浸式的體驗，它的實時性以及允許主播與觀眾、觀眾與觀眾之間進行交互的社交性[56-57]都是影響用戶使用網(wǎng)絡視頻直播的重要原因。目前，對于用戶觀看游戲直播的動機的研究更為深入，有的研究基于使用與滿足理論，研究了用戶需求與用戶觀看行為之間的關系[47]以及游戲類型和直播類型與用戶需求的關系[57]。有的研究關注的是用戶觀看特定的游戲直播類型的動機，如電子競技類型直播[58]和let’play類直播[59]。

針對主播使用動機的研究只有兩篇文獻。其研究對象分別是青少年主播、Periscope和Meerkat上的主播。對于青少年而言，他們與別的年齡層的主播不同，他們更看重的是直播的社交性，而不是想通過直播獲得名氣，他們使用直播是為了娛樂自己，減輕無聊、孤單等負面情緒[48]。對于Periscope和Meerkat上的主播而言，他們看重直播的真實性，想要通過直播建立個人品牌或者是達到其他的商業(yè)目的，他們還認為在直播中與觀看者的互動是有價值的，能夠提升自身的技能[5]。

2.1.5平臺系統(tǒng)分析

在平臺系統(tǒng)的研究中，學者們也研究了在線直播數(shù)量、直播時長、觀眾數(shù)量及其分布等，這與用戶行為的研究有重合之處。不同的是，他們的關注點在于通過對這些數(shù)據(jù)的分析來了解平臺的系統(tǒng)。研究中涉及到的平臺有Twitch(2篇)、YouTubeLive(1篇)和Periscope(1篇)。

與之前關于用戶行為的研究一致，他們也發(fā)現(xiàn)觀眾數(shù)量在直播頻道之間的分布具有很大的傾斜性，少量的直播頻道占據(jù)了大量的觀眾[60，61]。此外，晝間模式對直播平臺的影響比較小[62]，白天和晚上觀看直播的人數(shù)都比較多[60-62]，只是在3—5點的時候人數(shù)比較少[61]。在直播時長方面，研究發(fā)現(xiàn)Periscope中的直播大部分都在1—10分鐘之間[61]，而Twitch中的直播通常都在1小時以上[60]。

在平臺系統(tǒng)方面，學者對Twitch和YouTubeLive兩個平臺進行了對比分析。發(fā)現(xiàn)兩個直播平臺系統(tǒng)上的帶寬最高值都超過了1兆，只是Twitch中同時在線直播頻道一般在6000以上，而YouTubeLive一般在300—700之間[62]。對Periscope系統(tǒng)的研究，分析了在不同網(wǎng)絡狀況下的時延情況、采用的傳輸協(xié)議、以及耗電量情況[61]。對于Twitch系統(tǒng)的研究，分析了它的使用設備、傳輸協(xié)議以及從服務器到觀看者和主播設備到服務器的時延[60]。

2.1.6社群分析

關于網(wǎng)絡視頻直播中社群的研究文獻只有兩篇，其關注的直播平臺都是Twitch。

在這兩篇文獻中，一篇關注的是主播群體，學者將主播群體按照直播類型分為Let’sPlay、Speedrunning和E-sports三類，并對各個群體的規(guī)模和群體內部的聯(lián)系進行了分析[63]。另一篇關注的是主播與其觀眾一同構成的社群，研究者對社群的形成原因進行了分析，發(fā)現(xiàn)社群的形成與觀看者對直播內容、主播和已形成社群的認同感，直播間內的互動，?？偷恼{節(jié)作用和共享的經(jīng)驗有關[12]。

2.1.7安全隱私

對于網(wǎng)絡視頻直播中安全隱私的研究非常少，只有兩篇文獻。其中一篇所涉及到的直播平臺有：YouNow、Periscope和Meerkat，另一篇沒有涉及特定的直播平臺。

其中一篇文獻調查了主播在直播中安全隱私的感受。研究發(fā)現(xiàn)主播們在安全隱私方面確實有一些擔憂，但是更多的是對法律問題的擔心，例如，對他人知識產(chǎn)權的侵犯。關于個人傷害方面的擔憂很少，他們認為直播的匿名性和視頻的暫時性等都起到了保護作用[64]。另一篇文獻關注的是手機直播軟件。學者通過對以往相關數(shù)據(jù)的分析提出了視頻直播中所涉及到的法律和道德問題，這些問題包括市民與警察之間的矛盾激化、侵犯他人的知識產(chǎn)權、利用直播對他人的非法監(jiān)控和偷窺行為以及對直播方面法律法規(guī)的不完善[65]。

2.1.8學習教育

科技的發(fā)展為學習教育提供了新的方式，促進了教育的發(fā)展，特別是遠程教育[56]。學者們對利用網(wǎng)絡視頻直播進行學習教育的優(yōu)勢和學習效果進行了研究。他們關注的平臺是Periscope(1篇)。

這篇文獻描述了在經(jīng)濟教學中，借助Periscope的教學過程及其教學優(yōu)勢。其具體做法是讓學生自主選取Periscope中來自不同國家的主播，并與主播進行交流，以了解其他國家的GDP和現(xiàn)實生活水平[56]。研究發(fā)現(xiàn)，這種形式的教學對學生而言，是一次主動的學習體驗，有助于提升學習效果。另外，Periscope為學生提供了現(xiàn)實世界的例子，有助于他們理解經(jīng)濟學中抽象的概念，增強他們的文化能力和全球化意識；提升他們的技術性讀寫能力，即利用信息技術和網(wǎng)絡進行發(fā)現(xiàn)、評價、利用、分享和創(chuàng)造內容的能力[56]。

2.2 研究中涉及到的直播平臺(問題2)

隨著網(wǎng)絡視頻直播的發(fā)展，網(wǎng)絡視頻直播平臺也越來越多。通過對研究中所涉及到的直播平臺進行統(tǒng)計分析，有助于了解目前研究中對不同平臺的關注度。如圖4所示，在網(wǎng)絡視頻直播的研究中，涉及最多的直播平臺是Twitch.tv(28.46%)，其次是Periscope(5.8%)、YouTubeLive(4.6%)等，還有大量的研究文獻沒有針對特定的直播平臺(14.23%)。

圖4 網(wǎng)絡視頻直播研究中涉及到的直播平臺比例

關于Twitch.tv的研究之所以最多，其實是與直播平臺的發(fā)展情況相關的。Twitch是最早成立的直播平臺，也是發(fā)展最為成熟的直播平臺。在Twitch中，聚集了大量的網(wǎng)絡直播用戶，將其作為研究對象，對整個網(wǎng)絡視頻直播的研究而言具有一定的代表性。但是Twitch中主要是游戲直播，對于生活直播、秀場直播而言，它并不具有代表性，所以有部分研究所針對的直播平臺不是Twitch，而是Periscope、YouTubeLive等。Periscope和YouTubeLive在直播平臺中是除了Twitch以外，用戶數(shù)量相對較多的直播平臺。

在上一節(jié)中，已經(jīng)對各研究主題中所涉及到的直播平臺進行了說明。圖5展示了各研究主題中直播平臺的分布情況，從中可以發(fā)現(xiàn)，除了安全隱私以外，其余所有的研究主題中涉及最多的直播平臺都是Twitch。這再一次證明了關于Twitch的研究，在網(wǎng)絡視頻直播研究中的代表性。而安全隱私中涉及到的直播平臺分別是YouNow，Meerkat和Periscope，之所以選擇這幾個直播平臺，是因為這些平臺上的直播更多的是關于主播自身和周圍環(huán)境的畫面，從而導致在這些直播中會出現(xiàn)侵犯他人隱私和威脅到主播自身安全[64]等問題的可能性更高。

圖5 各研究主題中直播平臺的分布情況

2.3 研究方法分析(問題3)

對于研究方法的分類，借鑒了Liang和Turban所提出的關于社交商務的研究方法，包括技術設計、概念研究、案例分析、實證研究、實驗性研究和縱向研究[14]。在對檢索到的網(wǎng)絡視頻直播文獻進行閱讀以后，發(fā)現(xiàn)關于視頻傳輸類的文獻很多都是關于計算機技術的研究，研究方法大多采用了模擬法。圖6為網(wǎng)絡視頻直播文獻中所采用的研究方法的分布情況，其中，應用最多的是實證研究、技術設計和模擬法。為了進一步了解研究方法的應用情況，本文還分析了各研究主題中所采用的研究方法。如圖7所示，視頻傳輸類和網(wǎng)站設計類的研究大多采用的是技術設計與模擬法、實驗法和實證研究相結合的方法，該方法是在提出設計的系統(tǒng)之后，再通過模擬法、實驗法和實證研究對系統(tǒng)進行檢驗。關于用戶行為和用戶使用動機的研究，大都采用實證研究與案例分析的方法，這些研究通常采用用戶問卷調查和訪談，或者是挖取直播平臺上的用戶數(shù)據(jù)，以了解用戶的行為和使用動機。對平臺系統(tǒng)和社群的研究，采用的都是實證研究，通過對用戶進行采訪，或是對在直播平臺中挖取到的數(shù)據(jù)進行分析，以了解直播中的社群以及直播平臺的系統(tǒng)狀況。關于安全隱私類的研究，主要是對主播進行問卷調查，以了解他們對直播中安全隱私問題的看法。

圖6 網(wǎng)絡視頻直播研究中研究方法的分布情況

圖7 各研究主題中研究方法的分布情況

3 總結與展望

3.1 研究結論

通過上文的分析，本文對網(wǎng)絡視頻直播研究文獻進行了系統(tǒng)的回顧，并回答了提出的前三個問題，總結如下：

(1)對于問題1，本文發(fā)現(xiàn)國際網(wǎng)絡視頻直播研究文獻的研究主題可以分為8類，分別是視頻傳輸、網(wǎng)站設計、用戶行為、用戶使用動機、平臺系統(tǒng)、社群分析、安全隱私和學習教育。雖然研究主題多樣，但是每個主題下的研究文獻都較少，主要集中在視頻傳輸、網(wǎng)站設計方面，說明目前網(wǎng)絡視頻直播對技術的依賴性很強，為了給用戶提供更穩(wěn)定、更成熟的服務，視頻傳輸和直播平臺的設計還有待提高。雖然相關文獻數(shù)量較少，但還是提供了很多有意義的關于網(wǎng)絡視頻直播的探索，為以后的研究奠定了基礎。

(2)對于問題2，本文發(fā)現(xiàn)研究中涉及到最多的直播平臺是Twitch.tv,其次是Periscope和YouTubeLive等，還有大量的研究沒有針對特定的直播平臺。之所以關于Twitch.tv的研究最多，是因為Twitch是最早成立的直播平臺，也是發(fā)展最為成熟的直播平臺。對于整個網(wǎng)絡視頻直播領域的研究而言具有一定的代表性。

(3)對于問題3，本文發(fā)現(xiàn)根據(jù)研究主題的不同，研究者們采用的研究方法不同。對于視頻傳輸和網(wǎng)站設計，大多采用的是技術設計與模擬法、實驗法和實證研究相結合的方法。對于其他類的研究主題，采用最多的是實證研究與案例分析，此外，還有問卷調查、訪談和數(shù)據(jù)分析等。不足之處是理論研究和縱向研究比較缺乏。

3.2 研究展望(問題4)

目前關于網(wǎng)絡視頻直播在用戶、平臺、安全隱私等方面的研究都還比較欠缺。網(wǎng)絡視頻直播作為一種新的社交媒體，對用戶行為和使用動機的了解以及對其安全隱私的重視，對網(wǎng)絡視頻直播未來的發(fā)展至關重要。而網(wǎng)絡直播平臺本身也還存在很多的問題，如平臺系統(tǒng)、網(wǎng)站設計等方面都需要進一步的研究。針對目前研究中的不足，本文提出了以下幾個未來可能的研究方向：

(1)對網(wǎng)站設計而言，未來的研究可以考慮為用戶提供個性化的服務。目前關于網(wǎng)站設計的研究，雖然在發(fā)現(xiàn)直播亮點事件以及為用戶提供更多的交流方式等方面，都做出了一定的貢獻，但是研究者們在設計系統(tǒng)時，都忽視了用戶的個性化需求。未來的研究需要更精細化的分析，針對不同的用戶提供更有效的服務。此外，在網(wǎng)站設計中，還應為觀看者和主播提供更多的可供交流的方式。目前研究中的交流方式，主要是針對游戲直播，在未來的研究中，應多多考慮其他的直播類型。另外，還應在網(wǎng)站設計中注重AR技術的應用，以增強用戶的體驗。目前對AR的應用研究還不夠深入，只停留在文字展示方面，若能為用戶提供動態(tài)畫面的服務，將極大地增強用戶現(xiàn)實的代入感，提升用戶的體驗。

(2)對用戶行為和用戶動機而言，目前只有一篇文獻研究了特定的用戶群體，即對青少年的使用動機和行為的分析[48]。未來的研究應該在人口統(tǒng)計學的基礎上，根據(jù)不同的用戶群體展開相應的研究，如男性使用者與女性使用者之間使用動機與行為的差異等。此外，目前雖然有對用戶持續(xù)觀看行為的研究，但是對于用戶其他的行為，如頻道切換、打賞、付費以及接受直播中所推廣的游戲或其他產(chǎn)品的行為等還缺乏研究。目前對用戶使用動機的研究，大多是圍繞游戲直播而展開。未來的研究應該關注主播和觀看者使用其他類型直播的動機。

(3)對網(wǎng)絡直播中平臺系統(tǒng)的研究，目前只涉及到幾個比較流行的直播平臺。未來可以研究更多類的平臺系統(tǒng)，也可以對多個直播平臺進行對比分析，以發(fā)現(xiàn)各自的優(yōu)缺點。

(4)對于網(wǎng)絡直播中社群的分析，未來可以對某一個直播頻道中社群的形成過程進行具體的研究，以發(fā)現(xiàn)社群形成的過程和影響因素、社群內的交流方式變化和特點等；也可以對不同直播頻道中形成的社群進行比較分析，從而揭示直播頻道類型對社群的影響。

(5)對安全隱私而言，目前的研究只調查了主播對安全隱私的看法。未來可以從觀看者角度、未使用網(wǎng)絡直播人群的角度或者是從用戶細分的角度，以及從特定用戶群體的角度來研究他們對于網(wǎng)絡直播中安全隱私的看法。另外，還可以從平臺角度出發(fā)，研究平臺目前對于用戶的安全隱私所采取的策略，發(fā)現(xiàn)不足。此外，也可以對特定的安全隱私問題展開研究，例如主播的人身安全問題、直播中涉及的知識產(chǎn)權問題、直播中關于他人隱私保護的問題等。

(6)對學習教育而言，有研究證明，網(wǎng)絡直播是可以應用到教育領域的[56]。但是目前還未對網(wǎng)絡直播在實際教學中的應用展開研究。未來可以對網(wǎng)絡直播在實際教學中的應用和在大范圍的學習教育領域的適用性展開研究。此外，還可以對直播在其他領域中的應用進行研究，例如戲劇、電視、電商等領域。