“IP劇”的社會化媒體營銷：基于文本挖掘與社會網(wǎng)絡(luò)分析的研究

周季蕾 周靜 李季

摘要：文章基于文本分析和社會網(wǎng)絡(luò)分析的方法，通過中心度分析、派系分析、動態(tài)社群發(fā)現(xiàn)、雙模網(wǎng)絡(luò)分析等具體方法來挖掘“IP劇”的社交互動內(nèi)容。研究結(jié)果表明，中心度特征可以區(qū)分人物在劇集中的不同作用，派系分析能夠識別劇集中存在的派系及成員構(gòu)成，動態(tài)社群發(fā)現(xiàn)可以識別不同階段的人物關(guān)系?！敖M織—人物”雙模網(wǎng)絡(luò)分析可以幫助識別每個組織的核心人物。

關(guān)鍵詞：“IP劇”；社會化媒體營銷；文本挖掘；社會網(wǎng)絡(luò)分析

一、 引言

社會化媒體營銷的核心在于創(chuàng)造優(yōu)質(zhì)內(nèi)容，通過創(chuàng)造優(yōu)質(zhì)的社交互動內(nèi)容讓觀眾關(guān)注劇集，主動參與劇情討論，最終將影視劇傳播給更多觀眾。因此，如何制定合理、有效且優(yōu)質(zhì)的社交互動內(nèi)容是“IP劇”進(jìn)行社會化媒體營銷的關(guān)鍵任務(wù)。本文通過分析影視劇中復(fù)雜的人物關(guān)系，進(jìn)而探索如何創(chuàng)造優(yōu)質(zhì)的互動內(nèi)容?，F(xiàn)階段，“IP劇”主要采用人工的方式確定社會化媒體營銷中使用的內(nèi)容素材。這種人工的方式不僅費時費力，而且分析的結(jié)果與分析者對復(fù)雜關(guān)系的主觀認(rèn)知相關(guān)，不同的分析者可能得出不同的結(jié)論，很可能出現(xiàn)互動熱度預(yù)判失誤，最終弱化社會化媒體營銷的效果。為了彌補以上不足，本文使用文本挖掘的方法從“IP劇”小說原著的文本中提取復(fù)雜的人物關(guān)系網(wǎng)絡(luò)，運用社會網(wǎng)絡(luò)分析的方法挖掘優(yōu)質(zhì)的社交互動內(nèi)容，從而指導(dǎo)“IP劇”社會化媒體營銷。

二、 文獻(xiàn)綜述

1. “IP劇”?！癐P”即“Intellectual Property”，直譯為“知識產(chǎn)權(quán)”。在文學(xué)領(lǐng)域，“IP”指的是可被再生產(chǎn)、再創(chuàng)造的文學(xué)作品版權(quán)?！癐P劇”便是經(jīng)由作者授權(quán)后以網(wǎng)絡(luò)小說為基礎(chǔ)改編而成的影視劇，主要包含電影、電視劇、網(wǎng)絡(luò)劇三類。隨著國內(nèi)“IP劇”的日益火爆，對“IP劇”進(jìn)行的研究也不斷增多。現(xiàn)階段，國內(nèi)相關(guān)研究主要有以下三方面。首先，有關(guān)“IP劇”發(fā)展現(xiàn)狀及存在問題的研究。例如，王爽 （2015）分析了“IP劇”大熱的原因，并建議對“IP”熱進(jìn)行業(yè)界監(jiān)管。其次，“IP劇”改編策略研究。孟艷（2013）梳理了網(wǎng)絡(luò)小說影視劇的歷史進(jìn)程，歸納了網(wǎng)絡(luò)小說影視劇的改編方式和改編類型。最后，“IP劇”產(chǎn)業(yè)鏈開發(fā)研究。例如，唐瑩瑩（2016）從上游、中游、下游三個角度對“IP”產(chǎn)業(yè)鏈進(jìn)行分析，建議企業(yè)對“IP劇”提前做好全產(chǎn)業(yè)鏈規(guī)劃。綜上所述，國內(nèi)研究較少針對“IP劇”的營銷策略進(jìn)行分析，在研究中弱化了營銷對于“IP劇”成敗的重要作用。

2. 社會化媒體營銷。社會化媒體是人們用來分享意見、經(jīng)驗和觀點的工具和平臺。與傳統(tǒng)媒體不同，社會化媒體允許用戶進(jìn)行內(nèi)容創(chuàng)造和交換。常見的社會化媒體包括微博、微信、論壇、博客等等。熱播“IP劇”《花千骨》在播出期間積極利用微博引導(dǎo)觀眾進(jìn)行討論，相關(guān)話題閱讀人次達(dá)到89.6億，討論次數(shù)近1 188.4萬次，對劇集的熱播起到了重要推動作用。由此可見，社會化媒體營銷對“IP劇”的傳播有重要推動作用。

社會化媒體營銷策略一般包含三個核心問題：第一，選擇哪個社會化媒體平臺，第二，社交互動的形式是什么，第三，社交互動的內(nèi)容是什么。營銷人員通常會同時使用多種社會化媒體平臺，且同時采用多樣的社交互動形式。因此，確定社交互動的內(nèi)容往往是“IP劇”社會化媒體營銷的難點。但現(xiàn)階段，并沒有學(xué)者針對如何確定社交互動內(nèi)容給出深入的指導(dǎo)意見。例如，袁月明（2016）指出，“IP劇”在營銷階段需要通過社會化營銷策略維持熱度，營銷團隊?wèi)?yīng)該“提前備料，梯隊投放，實現(xiàn)觀眾互動”，但研究中未說明如何進(jìn)行合理的營銷話題挖掘。覃思思（2014）認(rèn)為利用微博制造巧妙的話題可以讓網(wǎng)友參與到話題討論中，從而讓影視劇取得更好的傳播效果，但也并未說明如何巧妙的設(shè)置微博話題。因此，鑒于“IP劇”社會化媒體營銷的重要性和社會化營銷的難點，本研究將運用社會網(wǎng)絡(luò)分析的方法確定適合“IP劇”的社交互動內(nèi)容，從而指導(dǎo)“IP劇”社會化媒體營銷。

3. 社會網(wǎng)絡(luò)分析。社會網(wǎng)絡(luò)分析是通過定量的方法分析社會網(wǎng)絡(luò)中節(jié)點之間的關(guān)系。區(qū)別于非網(wǎng)絡(luò)分析，社會網(wǎng)絡(luò)分析不再將行動者當(dāng)成獨立的個體，處于社會網(wǎng)絡(luò)中的行動者不僅具有自身屬性，還具有與他人的社交關(guān)系。近年來，社會網(wǎng)絡(luò)分析已經(jīng)成為營銷研究中的重要方法，他比傳統(tǒng)的方法會帶來更高的精度。例如，Goel和Goldstein（2013）通過對超過1億的在線用戶進(jìn)行分析，預(yù)測了不同的用戶行為，包括對在線廣告的回應(yīng)、線下商店的購買以及加入某個娛樂組織。他們的分析結(jié)果表明，加入了網(wǎng)絡(luò)結(jié)構(gòu)數(shù)據(jù)的模型比僅僅有人口統(tǒng)計信息和行為信息的模型在預(yù)測精度上要提高很多。

此外，社會網(wǎng)絡(luò)分析也廣泛的應(yīng)用在文學(xué)作品中。Elson等（2010）抽取了19世紀(jì)英國文學(xué)作品中的社會網(wǎng)絡(luò)。Agarwal等（2013）主要從技術(shù)上探索如何精準(zhǔn)的提取社會事件和社會網(wǎng)絡(luò)，并以《愛麗絲夢游仙境》為例進(jìn)行了實踐。Nalisnick和Baird（2013）分析了莎士比亞戲劇，發(fā)現(xiàn)了戲劇中的小世界網(wǎng)絡(luò)性質(zhì)。通過對“IP劇”原著進(jìn)行社會網(wǎng)絡(luò)分析可以找到網(wǎng)絡(luò)中的中心人物、邊緣人物、意見領(lǐng)袖、資源掌控者以及小團體或派系?；趯ι鐣W(wǎng)絡(luò)分析的結(jié)論，營銷人員則可以針對每個人物的特征和派系關(guān)系制造相應(yīng)話題，進(jìn)行社會化媒體營銷。綜上所述，引入社會網(wǎng)絡(luò)分析的方法有利于解決“IP劇”在社會化營銷中的難點。

三、 社會網(wǎng)絡(luò)分析

本文以2017年熱播“IP劇”《人民的名義》為例，試圖通過社會網(wǎng)絡(luò)分析的方法探索優(yōu)質(zhì)社交互動內(nèi)容的設(shè)計。構(gòu)建網(wǎng)絡(luò)結(jié)構(gòu)之前首先要確定節(jié)點，這就需要識別《人民的名義》小說中的人物，對小說中屬于同一人物的不同名稱進(jìn)行合并，如侯亮平、老侯、侯子、侯局長都是指同一人物。本文采用中科院計算技術(shù)研究所研制的基于多層 HMM模型NLPIR/ICTCLAS分詞系統(tǒng)進(jìn)行中文人名的識別。根據(jù)NLPIR/ICTCLAS分詞系統(tǒng)的人名實體標(biāo)注結(jié)果，人工判斷了屬于同一人物的不同名稱，最終識別出47個人名。這47個人物即網(wǎng)絡(luò)中的節(jié)點，接下來需要定義節(jié)點與節(jié)點之間的邊，即人物之間的關(guān)系。本研究將人物間的關(guān)系定義為，若兩個人物在同一段落中出現(xiàn)，則認(rèn)為二者之間存在一條關(guān)系，且是無向的。本文用鄰接矩陣表示上述網(wǎng)絡(luò)結(jié)構(gòu)。為了區(qū)分人物之間關(guān)系的強弱，需要對關(guān)系賦以權(quán)重，從而得到加權(quán)的網(wǎng)絡(luò)結(jié)構(gòu)。這樣，最終建立了47個角色的無向加權(quán)網(wǎng)絡(luò)鄰接矩陣，后文的社會網(wǎng)絡(luò)分析將基于這個鄰接矩陣。

1. 單節(jié)點中心度分析。本文采取點度中心度（Degree）、接近中心度（Closeness）和中介中心度（Betweenness）來進(jìn)行節(jié)點中心度的分析。三個中心度都很高的人物往往就是文學(xué)作品中的領(lǐng)導(dǎo)者，侯亮平、高育良、李達(dá)康、祁同偉符合三個中心度都高的特征。領(lǐng)導(dǎo)者中，如果某些人的點度中心度和中介中心度顯著高于其他人，那么這些人物很可能是故事暗線中的幕后指使者。以侯亮平和高育良為例，他們的中介中心度明顯高于李達(dá)康和祁同偉，這說明侯亮平與高育良屬于掌握關(guān)鍵資源的領(lǐng)導(dǎo)者，是全文其他角色建立關(guān)系的橋梁。如果小說存在暗線，則這兩個人物中出現(xiàn)幕后指使者的概率極大。低點度中心度、高中介中心度的人物是對社會網(wǎng)絡(luò)流動至關(guān)重要的人物。陳巖石正是這種人物的代表，雖然陳巖石的點度中心度最低，但中介中心度僅次于侯亮平和高育良，這說明陳巖石可能是連接幾類人群的重要橋梁。低點度中心度、高接近中心度的人物是與主角有關(guān)聯(lián)的關(guān)鍵人物，即主角的跟隨者。從表中可以看到，雖然各人物的點度中心度在下降，但這些人物的接近中心度卻下降的不明顯，仍然保持在一個較高的水平。這說明，主角的背后有眾多小人物支撐，這些小人物間聯(lián)系緊密，與主角一起推動著劇情的發(fā)展。

為了進(jìn)一步挖掘人物之間的關(guān)系，探索其中的派系或社群，下面依次進(jìn)行了派系分析、動態(tài)社群分析以及雙模網(wǎng)絡(luò)分析。

2. 派系分析。派系是建立在互惠基礎(chǔ)上的凝聚子群。所謂互惠，指的是一個派系中的任何兩點都是直接相連的。具體分析之前，需要對之前的加權(quán)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行離散化，具體為，給定臨界值c，節(jié)點間關(guān)系的強度不小于c的定義為“1”，否則為“0”。本文將臨界值c定為15，即兩個人物出現(xiàn)在同一段落中的次數(shù)大于或等于15?；陔x散化的網(wǎng)絡(luò)，去除13個孤立的節(jié)點，對剩下的37個節(jié)點形成的網(wǎng)絡(luò)進(jìn)行派系分析，共找到22個派系，每個派系中，任何一對節(jié)點的關(guān)系強度都不小于15，并且派系外任何一點到該派系中的所有點的關(guān)系強度都小于15。

根據(jù)派系分析得到的結(jié)果，6人以下組成的派系重疊程度較低，這些派系是小說中相對獨立的小團體。從劇情來看，這些小團體確實符合劇情。例如，派系17中，侯亮平與鐘小艾是夫妻，高育良是他們共同的老師。派系18中，劉慶祝與吳彩霞是夫妻，侯亮平曾經(jīng)為了調(diào)查劉慶祝的死因而與其妻子吳彩霞接觸過；派系21中，李達(dá)康與歐陽菁是夫妻關(guān)系，王大路是夫妻二人共同的朋友。

3. 動態(tài)社群分析。下面對47個人物構(gòu)成的社會關(guān)系網(wǎng)絡(luò)進(jìn)行社群分析，并使用Gephi對劃分后的網(wǎng)絡(luò)進(jìn)行可視化。隨著小說情節(jié)的動態(tài)變化，小說中的人物關(guān)系也將發(fā)生動態(tài)變化，社群的劃分也會不同。因此，本文將《人民的名義》小說的54個小節(jié)簡單劃分為5部分：第1節(jié)～第10節(jié)，第11節(jié)～第20節(jié)，第21節(jié)～第30節(jié)，第31節(jié)～第40節(jié)，第41節(jié)～第54節(jié)。根據(jù)動態(tài)社群分析的結(jié)果，我們得到以下結(jié)論。首先，從社群包含的成員來看，隨著小說情節(jié)的動態(tài)發(fā)展，社群的數(shù)量和社群內(nèi)成員的構(gòu)成也發(fā)生了變化。人物隸屬社群的變化往往意味著劇情發(fā)生突變，例如小說的第一部分有3個社群，第二部分發(fā)展為了4個社群。在小說的第一部分，高育良、李達(dá)康、陳巖石是一個社群的成員，而發(fā)展至第五部分，高育良與李達(dá)康分別屬于兩個社群。因此，李達(dá)康和高育良在劇情初期隸屬于一個陣營，隨著劇情的發(fā)展逐漸分裂至兩個社群。其次，從社群內(nèi)的重要節(jié)點和重要關(guān)系看，社群內(nèi)節(jié)點越大，該節(jié)點的地位越重要，邊越粗，兩個節(jié)點間的關(guān)系越重要。以圖1為例，社群的重要節(jié)點是侯亮平、陳海、蔡成功、丁義珍、季昌明、和高小琴，重要關(guān)系主要包含陳海與侯亮平間的關(guān)系、蔡成功與侯亮平間的關(guān)系。最后，從連接不同社群間的重要節(jié)點來看，直接連接不同社群的節(jié)點是兩個社群信息流動的關(guān)鍵人物。以圖1為例，蔡成功和侯亮平分別是各自社群具有重要地位的人物，同時，侯亮平與蔡成功兩個節(jié)點直接相連，且直接相連的邊較粗，這說明二者聯(lián)系緊密，蔡成功所在社群的信息可以通過蔡成功這個節(jié)點流向侯亮平這個節(jié)點，從而進(jìn)一步流入侯亮平所在的社群內(nèi)部。

4. 雙模網(wǎng)絡(luò)社群分析。小說中的人物還會通過他們隸屬的組織而聯(lián)系在一起。同時考慮人物和組織兩類節(jié)點集合的網(wǎng)絡(luò)稱為雙模網(wǎng)絡(luò)?！度嗣竦拿x》主要存在四大組織：山水集團、大風(fēng)廠、政法系和反貪局。本文構(gòu)建了4大組織與47個人物的雙模網(wǎng)絡(luò)，通過分析組織—人物雙模網(wǎng)絡(luò)中每個組織節(jié)點與各自相連的人物節(jié)點的關(guān)系，可以找出每個組織的核心人物。例如，高育良這個人物節(jié)點與政法系這個組織節(jié)點的邊最粗，說明高育良與政法系在同一語境下的共現(xiàn)頻率很高，因此高育良很可能是政法系的核心人物。此外，通過分析人物與不同組織的關(guān)系，可以找到與多個組織都有聯(lián)系的人物。例如祁同偉這個人物節(jié)點與政法系這個組織節(jié)點的邊較粗，并且與山水集團這個節(jié)點的邊也較為明顯。從原著劇情來看，祁同偉是政法系的核心人物，但卻與山水集團有勾結(jié)。類似的，蔡成功與山水集團、大風(fēng)廠和反貪局都有較為緊密的聯(lián)系。最后，通過分析人物與組織是否屬于同一社群可以判斷人物的陣營傾向。例如，侯亮平是反貪局和政法系的核心人物，是連接政法系和反貪局兩個組織的連接橋梁，但是侯亮平從陣營上隸屬反貪局。

四、 總結(jié)與討論

1. 主要結(jié)論。本研究運用文本挖掘和社會網(wǎng)絡(luò)分析的方法對“IP劇”原著中的人物關(guān)系網(wǎng)絡(luò)進(jìn)行了分析。首先，通過單個節(jié)點的中心度分析，識別出了小說中的領(lǐng)導(dǎo)者、幕后指使者、橋梁式人物和主角跟隨者。其次，通過派系分析，識別出了不同派系的人物構(gòu)成，發(fā)現(xiàn)6人及6人以上的派系重疊度較高。第三，進(jìn)行動態(tài)社區(qū)發(fā)現(xiàn)分析，將小說按照節(jié)數(shù)分為5個部分，針對每個部分進(jìn)行社區(qū)發(fā)現(xiàn)分析。社群分析的結(jié)果可以幫助營銷人員發(fā)現(xiàn)社群成員的變化情況，找出每個社群中的重要人物和幫助社群間信息流動的橋梁式人物。最后，對組織—人物雙模網(wǎng)絡(luò)進(jìn)行社區(qū)發(fā)現(xiàn)。

2. 營銷啟示。通過對“IP劇”的原著文本進(jìn)行社會網(wǎng)絡(luò)分析，可以幫助營銷人員合理規(guī)劃和設(shè)計社交互動內(nèi)容。首先，對單個節(jié)點進(jìn)行中心度分析可以確定人物的特定作用，不同作用的人物應(yīng)該采取不同的社會化媒體營銷策略。以領(lǐng)導(dǎo)式人物為例，他們往往是“話題制造者”，不論劇情發(fā)展到哪個階段，圍繞領(lǐng)導(dǎo)式人物創(chuàng)造話題往往能夠引發(fā)較好的社交效果。其次，對所有節(jié)點進(jìn)行凝聚子群分析可以確定“IP劇”中的派系和社群，派系爭斗和社群變遷往往是社會化媒體營銷的重點。通過派系分析獲得的單個小團體的內(nèi)部關(guān)系以及小團體之間的互動關(guān)系可以作為社會化媒體營銷的話題。再者，依據(jù)動態(tài)變化的社群特征，營銷人員可以進(jìn)行分階段營銷，針對不同時期的劇情找到不同的熱門話題，從而保證話題的新鮮度。最后，通過分析“組織—人物”雙模網(wǎng)絡(luò)，可以找出每個組織的核心人物。這些核心人物是營銷的長期重點。

3. 局限及未來研究方向。本研究的不足和局限主要體現(xiàn)在以下兩點。第一，由于本研究重點關(guān)注社會網(wǎng)絡(luò)分析，研究中涉及的人名和組織識別都是通過分詞簡單實現(xiàn)的。近年，自然語言處理域關(guān)于命名實體識別的算法發(fā)展迅猛，未來的研究可以考慮采用命名實體識別算法進(jìn)行更加精確的識別，提升網(wǎng)絡(luò)構(gòu)建的效果。第二，雙模網(wǎng)絡(luò)分析中，本研究只考慮了組織—人物構(gòu)成的雙模網(wǎng)絡(luò)，未來還可以考慮更多的節(jié)點類型幫助梳理人物關(guān)系。

參考文獻(xiàn)：

[1] 王爽.“Ip”熱的傳播學(xué)解讀[J].傳媒觀察，2015，（8）：23-24.

[2] 唐瑩瑩.如何玩轉(zhuǎn)Ip改編價值鏈？[J].商業(yè)觀察，2016，（3）：21-22.

[3] Goel， S.， Goldstein， D.G.Predicting Individual Behavior with Social Networks[J].Marketing Science，2013，33（1）：82-93.

基金項目：國家自然科學(xué)基金青年項目（項目號：71702185）。

作者簡介：周季蕾（1993-），女，漢族，福建省三明市人，北京大學(xué)光華管理學(xué)院博士生，研究方向為社會網(wǎng)絡(luò)分析、互聯(lián)網(wǎng)用戶行為；周靜（1989-）（通訊作者），女，漢族，黑龍江省哈爾濱市人，北京大學(xué)光華管理學(xué)院管理學(xué)博士，中國人民大學(xué)統(tǒng)計學(xué)院講師，研究方向為客戶關(guān)系管理、社會網(wǎng)絡(luò)分析；李季（1980-），女，漢族，山東省威海市人，北京大學(xué)光華管理學(xué)院管理學(xué)博士，中央財經(jīng)大學(xué)商學(xué)院副教授，研究方向為營銷模型、客戶關(guān)系管理、數(shù)據(jù)庫營銷。

收稿日期：2018-04-11。