B 站學(xué)習(xí)類視頻的收藏?cái)?shù)及其影響因素分析

叢鈺汶

（成都信息工程大學(xué)，成都 610000）

B 站原名嗶哩嗶哩，早期是一個(gè)ACG（動(dòng)畫(huà)、漫畫(huà)、游戲）內(nèi)容創(chuàng)作與分享的視頻網(wǎng)站。經(jīng)過(guò)十年多的發(fā)展，圍繞用戶、創(chuàng)作者和內(nèi)容，構(gòu)建了一個(gè)不斷產(chǎn)生優(yōu)質(zhì)內(nèi)容的生態(tài)系統(tǒng)，近年來(lái)在B 站平臺(tái)上有大量的教育學(xué)習(xí)內(nèi)容涌入。據(jù)B 站統(tǒng)計(jì)，2018 年教育直播內(nèi)容時(shí)長(zhǎng)達(dá)到驚人的146 萬(wàn)h，僅2019 年就有1 827 萬(wàn)用戶前往B 站進(jìn)行學(xué)習(xí)，2021 年B 站知識(shí)類創(chuàng)作者數(shù)量激漲，涵蓋眾多專業(yè)領(lǐng)域，多所高校與專業(yè)學(xué)院入駐B站并進(jìn)行創(chuàng)作分享，與此同時(shí)B 站學(xué)習(xí)人數(shù)激增，突破了1.83 億。

學(xué)習(xí)類視頻作為在線學(xué)習(xí)的重要資源，對(duì)于知識(shí)傳播和教育發(fā)展具有重要意義[1]，優(yōu)秀的學(xué)習(xí)類視頻對(duì)平臺(tái)和用戶的價(jià)值更大，視頻創(chuàng)作者更加期望深入地理解視頻制作，創(chuàng)作出更多更受歡迎的視頻。近年來(lái)，許多的學(xué)者開(kāi)始關(guān)注視頻的特征和用戶行為，研究視頻本身的特征對(duì)用戶的影響和意義。湯志鵬[2]利用循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）對(duì)用戶的長(zhǎng)期興趣進(jìn)行建模，在其研究中發(fā)現(xiàn)，視頻的特征對(duì)用戶行為有著較為明顯的影響；另外，劉磊等[3]從視頻的受眾、內(nèi)容、營(yíng)銷(xiāo)等角度切入分析，研究高認(rèn)知度短視頻的特征;徐鵬宇等[4]則通過(guò)數(shù)據(jù)挖掘等分析方法，研究視頻中的標(biāo)簽等因素對(duì)于用戶評(píng)價(jià)和收藏的影響；楊陽(yáng)等[5]基于彈幕的用戶畫(huà)像描述了用戶的行為模式，有助于彈幕視頻平臺(tái)理解用戶的需求與偏好，針對(duì)性地改善平臺(tái)的內(nèi)容與服務(wù)，以增強(qiáng)用戶參與度和忠誠(chéng)度。在視頻特征的研究方面，姜玲[6]研究圖書(shū)館短視頻特征，用內(nèi)容分析法對(duì)短視頻特征作總結(jié)；高馨[7]調(diào)查研究圖書(shū)館抖音號(hào)，分析了高傳播視頻的特點(diǎn)。他們的研究對(duì)推動(dòng)視頻制作更加符合用戶行為習(xí)慣起到了很好的作用，這些研究問(wèn)世以來(lái)，幫助了視頻的推廣和質(zhì)量的提高，本文在這些研究的基礎(chǔ)上進(jìn)行進(jìn)一步細(xì)化，在細(xì)化視頻類別中進(jìn)行研究。

本文主要研究學(xué)習(xí)類視頻的收藏?cái)?shù)，分析學(xué)習(xí)類視頻本身的特征對(duì)其收藏?cái)?shù)的影響，研究方法是采集學(xué)習(xí)類視頻的數(shù)據(jù)，對(duì)這些視頻數(shù)據(jù)進(jìn)行學(xué)科分類，提取視頻的標(biāo)題信息，通過(guò)邏輯回歸模型，定性分析學(xué)習(xí)類視頻的收藏?cái)?shù)、影響因素，以及收藏?cái)?shù)和影響因素之間的關(guān)系。

1 學(xué)習(xí)類視頻特征分析

1.1 數(shù)據(jù)來(lái)源

本文數(shù)據(jù)來(lái)源于B 站學(xué)習(xí)類視頻的彈幕網(wǎng)[8-9]，通過(guò)爬蟲(chóng)軟件爬取視頻信息，抓取時(shí)選取前1～50 頁(yè)的所有視頻共計(jì)2 945 條。對(duì)收集到的視頻信息進(jìn)行存儲(chǔ)整理，提取相關(guān)信息并分類，把這些視頻信息分為3 類，第一類是視頻和觀眾互動(dòng)程度的指標(biāo)：播放量、彈幕總數(shù)、點(diǎn)贊數(shù)、分享數(shù)；第二類是視頻自身的特性指標(biāo)：視頻時(shí)長(zhǎng)、標(biāo)簽數(shù)量、視頻標(biāo)題；第三類是作者特性指標(biāo)：發(fā)布者作品數(shù)量。其中：視頻中的硬幣數(shù)歸類為點(diǎn)贊數(shù)，平臺(tái)為用戶設(shè)置了如果對(duì)視頻滿意可以投幣和點(diǎn)贊，標(biāo)簽數(shù)量包括發(fā)布者添加的描述性關(guān)鍵詞的數(shù)量，這些標(biāo)簽一般用于幫助用戶快速查找，也用于平臺(tái)自動(dòng)推薦和匹配用戶。對(duì)這些視頻的特征信息通過(guò)相關(guān)性建立數(shù)據(jù)關(guān)系，以視頻的收藏?cái)?shù)作為因變量，以視頻的其他各種信息特性指標(biāo)作為自變量，形成視頻信息研究的變量表見(jiàn)表1。

表1 視頻的特性指標(biāo)變量表

在進(jìn)行相關(guān)性分析前先對(duì)爬取的視頻數(shù)據(jù)進(jìn)行預(yù)處理，數(shù)據(jù)預(yù)處理包括刪除異常值和刪除缺失值。

1.2 特征分析

在異常值處理和缺失值處理之后，首先對(duì)學(xué)習(xí)類視頻信息中的彈幕總數(shù)、投幣數(shù)、收藏?cái)?shù)、點(diǎn)贊數(shù)和分享數(shù)進(jìn)行描述性統(tǒng)計(jì)分析[10-11]，繪制收藏?cái)?shù)和視頻數(shù)量的關(guān)系條形圖如圖1 所示。

圖1 收藏?cái)?shù)條形圖

通過(guò)分析收藏?cái)?shù)和視頻數(shù)量關(guān)系的條形圖能直觀發(fā)現(xiàn)，收藏?cái)?shù)較高的視頻數(shù)量很少，只占整個(gè)數(shù)據(jù)集的小部分，大量的視頻的收藏?cái)?shù)很小，分析影響收藏?cái)?shù)的因素有很大的實(shí)用意義。因此，再來(lái)重點(diǎn)分析這些收藏?cái)?shù)很高的視頻有哪些特征，對(duì)這小部分獲得高收藏的視頻進(jìn)行分析，能了解學(xué)習(xí)類用戶的興趣特點(diǎn)，能提出明確的對(duì)視頻制作的建議，而且這些建議能有效提高視頻被采用的效率。根據(jù)采集到的視頻數(shù)據(jù)計(jì)算，本文定義高收藏學(xué)習(xí)類視頻是指收藏?cái)?shù)高于平均水平（11 327.38）的學(xué)習(xí)視頻。

對(duì)高收藏學(xué)習(xí)類視頻的收藏?cái)?shù)按發(fā)布時(shí)間分別繪制箱線圖，如圖2 所示。其中發(fā)布時(shí)間按季度劃分，作為箱線圖的橫坐標(biāo)，收藏?cái)?shù)為縱坐標(biāo)。

圖2 收藏?cái)?shù)和發(fā)布時(shí)間箱線圖

箱線圖顯示在7—9 月和10—12 月這2 個(gè)時(shí)間段內(nèi)，視頻的收藏量普遍較高。分析這段時(shí)間里發(fā)布者和用戶的情況，發(fā)現(xiàn)這段時(shí)間是學(xué)校暑假和節(jié)假日，視頻創(chuàng)作者有更多的時(shí)間制作視頻，而且夏季和年末是學(xué)生放假和休假的時(shí)間，有更多的空閑時(shí)間來(lái)瀏覽和收藏視頻內(nèi)容，相比其他時(shí)間兩者的配合度會(huì)更高。

對(duì)視頻收藏?cái)?shù)和標(biāo)簽數(shù)的關(guān)系繪制散點(diǎn)圖，如圖3 所示。從圖3 中可以看出，收藏率高的視頻標(biāo)簽數(shù)量也維持在較高的范圍，說(shuō)明視頻的標(biāo)簽越多，就越容易被搜索到也就會(huì)有更高的收藏?cái)?shù)，但是同樣發(fā)現(xiàn)有很多低收藏視頻具有較多的標(biāo)簽數(shù)量，只有高質(zhì)量的符合用戶需求的學(xué)習(xí)類視頻獲得了收藏。

圖3 不同標(biāo)簽數(shù)的收藏?cái)?shù)散點(diǎn)圖

2 視頻學(xué)科分類和標(biāo)題分析

在分析學(xué)習(xí)類視頻的關(guān)鍵特征時(shí)，注意到學(xué)習(xí)類視頻的視頻學(xué)科分類很多[12]，不同的視頻學(xué)科分類會(huì)吸引不同的受眾，因此需要分析不同視頻學(xué)科分類的視頻在收藏?cái)?shù)上的差異，在學(xué)科分類分析中，提取視頻信息采用TF-IDF 量化標(biāo)題傳達(dá)的信息量，得到每個(gè)視頻標(biāo)題信息得分。

2.1 視頻標(biāo)題分析

首先，對(duì)視頻標(biāo)題進(jìn)行分詞和詞頻統(tǒng)計(jì)，隨后，采用TF-IDF 技術(shù)[13]來(lái)量化分析視頻標(biāo)題的信息量。TF-IDF是一種文本處理技術(shù)，用于計(jì)算一個(gè)詞在文本中的重要性程度。TF-IDF 的定義是：TF-IDF=TF×IDF。其中TF 是詞頻，表示某一詞匯在文檔中出現(xiàn)的頻率，IDF 是文本頻率，表示一個(gè)詞語(yǔ)重要性的度量。對(duì)每個(gè)標(biāo)題所含詞語(yǔ)的TF-IDF 值求和作為整個(gè)標(biāo)題的信息得分，分別選取信息分?jǐn)?shù)最高的6 個(gè)視頻標(biāo)題和最低的6 個(gè)視頻標(biāo)題進(jìn)行對(duì)比，見(jiàn)表2，可以明顯看出他們傳遞的信息差異。

表2 視頻標(biāo)題信息對(duì)比表

信息分?jǐn)?shù)高的視頻標(biāo)題能突出視頻的特點(diǎn)和優(yōu)勢(shì)，比如提供學(xué)習(xí)和解決問(wèn)題的方案和方法，并使用了高頻詞匯和關(guān)鍵詞，能夠吸引觀眾的興趣和好奇心，從而提高視頻的收藏量。信息分?jǐn)?shù)最低的視頻標(biāo)題則因?yàn)闆](méi)有明確的特征，內(nèi)容相對(duì)較為簡(jiǎn)單，不能傳達(dá)明確的視頻主題和內(nèi)容，難以吸引觀眾的興趣和注意力。

2.2 視頻學(xué)科分類

根據(jù)LDA 主題模型[14]對(duì)視頻標(biāo)題進(jìn)行學(xué)科分類，在分類中如果分類主題數(shù)設(shè)置為5 時(shí)，各個(gè)類別區(qū)分度較高。因此采用5 個(gè)分類類別，分類如圖4 所示，根據(jù)每個(gè)類別的高頻詞情況，將各個(gè)類別分別命名為“考研課程”“零基礎(chǔ)入門(mén)自學(xué)教程”“計(jì)算機(jī)相關(guān)教程”“藝體相關(guān)教程”“高中課程”。

圖4 詞云圖

3 收藏?cái)?shù)及其影響因素分析

邏輯回歸[15-16]是一種廣泛應(yīng)用于分類問(wèn)題的統(tǒng)計(jì)學(xué)習(xí)方法。二項(xiàng)邏輯回歸模型是如下的條件概率分布，式中：x 是輸入，也就是播放量、彈幕總數(shù)和點(diǎn)贊數(shù)等變量，Y 是輸出。

為了深入研究高收藏學(xué)習(xí)類視頻的特征，將所有視頻按照收藏?cái)?shù)是否超過(guò)11 327 次分成了低收藏和高收藏2 類，并將標(biāo)簽數(shù)、視頻數(shù)、發(fā)布時(shí)間以及視頻時(shí)長(zhǎng)、視頻學(xué)科分類和標(biāo)題信息得分作為自變量建立邏輯回歸模型，視頻學(xué)科分類變量使用LDA 主題模型分類結(jié)果，標(biāo)題信息得分使用TF-IDF 技術(shù)對(duì)標(biāo)題信息量進(jìn)行衡量。變量說(shuō)明見(jiàn)表3。

在視頻學(xué)科分類中以零基礎(chǔ)入門(mén)教程為基準(zhǔn)組，在發(fā)布時(shí)間分類中以發(fā)布時(shí)間1—3 月作為基準(zhǔn)組，在時(shí)間長(zhǎng)度上以時(shí)長(zhǎng)0.5 h 內(nèi)的視頻作為基準(zhǔn)組，構(gòu)建邏輯回歸模型?；貧w結(jié)果見(jiàn)表4。

表4 回歸分析表

4 結(jié)論

通過(guò)分析研究影響視頻收藏?cái)?shù)的因素，對(duì)影響變量建立邏輯回歸模型，進(jìn)行統(tǒng)計(jì)分析，得到視頻學(xué)科分類、視頻時(shí)長(zhǎng)、視頻發(fā)布時(shí)間、標(biāo)題信息得分和視頻標(biāo)簽數(shù)量這5 個(gè)變量對(duì)收藏量影響顯著。得出如下結(jié)論：

1）不同學(xué)科視頻的收藏?cái)?shù)差異很大，計(jì)算機(jī)和藝體相關(guān)視頻收藏?cái)?shù)遠(yuǎn)遠(yuǎn)高于其他類別視頻。

2）在相同學(xué)科分類的視頻中，視頻時(shí)長(zhǎng)大于1 h后收藏?cái)?shù)就大大增加。

3）視頻發(fā)布時(shí)間對(duì)收藏?cái)?shù)有顯著影響。在7—9 月和10—12 月這2 個(gè)時(shí)間段發(fā)布的視頻獲得更多收藏。

4）視頻標(biāo)簽數(shù)量對(duì)收藏?cái)?shù)有顯著影響。

5）標(biāo)題信息得分對(duì)收藏?cái)?shù)有顯著影響。

根據(jù)以上結(jié)論發(fā)現(xiàn)：計(jì)算機(jī)和藝體領(lǐng)域具有普遍的需求性，一些技術(shù)要點(diǎn)需要用戶反復(fù)觀看和模仿，因此這類視頻得到廣泛的收藏；長(zhǎng)時(shí)長(zhǎng)的視頻能夠提供更全面、詳細(xì)的內(nèi)容，滿足觀眾對(duì)深入學(xué)習(xí)和全面了解的需求，從而增加視頻的收藏和分享；7—9 和10—12 月，這些時(shí)間段剛好是學(xué)校假期和節(jié)日大假時(shí)間，有很多人在這段時(shí)間尋找相關(guān)學(xué)習(xí)內(nèi)容；在上傳視頻時(shí)添加大量標(biāo)簽，就容易被用戶查詢到，也能得到平臺(tái)的有效匹配，從而能獲得大量用戶的觀看和收藏；通過(guò)采用有吸引力、描述準(zhǔn)確的標(biāo)題，可以增加視頻的曝光度和吸引力，進(jìn)而增加視頻的收藏?cái)?shù)量。