基于Citespace和LDA主題模型的顧客價(jià)值共創(chuàng)文獻(xiàn)研究

梁仲華 關(guān)輝

摘 要：在激烈的市場(chǎng)競(jìng)爭(zhēng)中，企業(yè)發(fā)現(xiàn)與顧客共同創(chuàng)造價(jià)值非常重要。然而，研究顧客價(jià)值共創(chuàng)的領(lǐng)域非常廣泛且復(fù)雜。本文首先回顧了顧客價(jià)值共創(chuàng)的定義和概念，并利用LDA主題模型和Citespace軟件分析2008—2023年533篇關(guān)于顧客價(jià)值共創(chuàng)的文獻(xiàn)。關(guān)鍵詞聚類結(jié)果表明品牌共創(chuàng)、服務(wù)主導(dǎo)邏輯、共創(chuàng)行為、虛擬社區(qū)、公共服務(wù)和價(jià)值共毀是當(dāng)前研究的主要內(nèi)容。本文使用LDA主題模型對(duì)文獻(xiàn)摘要進(jìn)行分析，研究主題包括品牌導(dǎo)向和美學(xué)、顧客滿意度與關(guān)系、創(chuàng)業(yè)者與經(jīng)理的視角、定量方法和數(shù)據(jù)研究、價(jià)值和忠誠(chéng)度以及轉(zhuǎn)型性共創(chuàng)六個(gè)方面。最后，本文對(duì)研究結(jié)果進(jìn)行了討論，并提出未來(lái)研究的方向和建議，以促進(jìn)顧客價(jià)值共創(chuàng)領(lǐng)域的發(fā)展。

關(guān)鍵詞：顧客價(jià)值共創(chuàng)；LDA主題模型；品牌共創(chuàng)；虛擬社區(qū)；Citespace；消費(fèi)經(jīng)濟(jì)學(xué)

本文索引：梁仲華，關(guān)輝.<變量 2>[J].中國(guó)商論，2024（02）：-100.

中圖分類號(hào)：F063.2 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2024）01（b）--04

1 引言

隨著消費(fèi)者需求的不斷變化和競(jìng)爭(zhēng)加劇，企業(yè)已經(jīng)認(rèn)識(shí)到僅僅提供產(chǎn)品或服務(wù)已經(jīng)不能滿足市場(chǎng)需要，與顧客共同創(chuàng)造價(jià)值已成為必要。當(dāng)前，顧客價(jià)值共創(chuàng)概念已經(jīng)引起廣泛關(guān)注，并成為營(yíng)銷和管理領(lǐng)域的研究熱點(diǎn)。許多學(xué)者都對(duì)這一概念進(jìn)行了界定， Vargo（2004） [1]將顧客價(jià)值共創(chuàng)視為通過(guò)互動(dòng)和合作，共同創(chuàng)造和提供價(jià)值的過(guò)程。Payne等（2008）[2]將顧客價(jià)值共創(chuàng)視為企業(yè)和顧客共同參與的過(guò)程，通過(guò)合作來(lái)創(chuàng)造、交付和體驗(yàn)價(jià)值。Gr?nroos（2011）[3]認(rèn)為顧客價(jià)值共創(chuàng)是企業(yè)與顧客之間的互動(dòng)過(guò)程，通過(guò)合作和參與，共同創(chuàng)造和交付價(jià)值。Gummesson（2014）[4]強(qiáng)調(diào)顧客價(jià)值共創(chuàng)是通過(guò)與顧客、供應(yīng)商和合作伙伴之間的互動(dòng)和合作，以滿足顧客需求并創(chuàng)造價(jià)值的過(guò)程。Ordanini等（2017）[5]認(rèn)為顧客價(jià)值共創(chuàng)是企業(yè)與顧客之間的互動(dòng)和合作過(guò)程，通過(guò)整合各方資源和能力，共同創(chuàng)造和提供個(gè)性化的價(jià)值。Sawhney等（2020）[6]將顧客價(jià)值共創(chuàng)視為企業(yè)與顧客之間的互動(dòng)和合作過(guò)程，從而促進(jìn)共創(chuàng)伙伴的共同成長(zhǎng)和發(fā)展。顧客價(jià)值共創(chuàng)是指企業(yè)與顧客之間的互動(dòng)和合作過(guò)程，通過(guò)整合雙方的資源、知識(shí)和能力，共同創(chuàng)造、交付和體驗(yàn)個(gè)性化的價(jià)值。

但該主題的研究尚存在廣泛而復(fù)雜的知識(shí)體系，且暫缺少研究熱點(diǎn)的梳理。為了全面了解顧客價(jià)值共創(chuàng)的現(xiàn)狀、趨勢(shì)和影響因素，需要進(jìn)行一次綜合性的文獻(xiàn)綜述。通過(guò)綜合和分析相關(guān)研究文獻(xiàn)，系統(tǒng)探索顧客價(jià)值共創(chuàng)的理論基礎(chǔ)、概念框架、影響因素以及與其他相關(guān)主題的關(guān)系。為了實(shí)現(xiàn)這一目標(biāo)，研究采用了綜合機(jī)器學(xué)習(xí)中的LDA主題模型和Citespace軟件的文獻(xiàn)分析方法，以全面而深入地理解和解釋顧客價(jià)值共創(chuàng)的研究領(lǐng)域，希望為學(xué)術(shù)界和實(shí)踐界提供一個(gè)全面和深入的顧客價(jià)值共創(chuàng)研究綜述，以促進(jìn)該領(lǐng)域的進(jìn)一步發(fā)展，并為企業(yè)管理和市場(chǎng)營(yíng)銷策略的制定提供有價(jià)值的見(jiàn)解，促進(jìn)企業(yè)與顧客之間的有效互動(dòng)和價(jià)值共創(chuàng)。

2 研究設(shè)計(jì)

2.1 研究方法

Citespace（2022）[7]是一款基于文獻(xiàn)計(jì)量學(xué)的可視化分析工具，可以構(gòu)建引用網(wǎng)絡(luò)，識(shí)別重要的文獻(xiàn)節(jié)點(diǎn)和合作網(wǎng)絡(luò)。Citespace軟件只能探索關(guān)鍵詞中的研究熱點(diǎn)，無(wú)法分析摘要中的研究熱點(diǎn)，因此本文運(yùn)用了集中機(jī)器學(xué)習(xí)算法來(lái)探究摘要中的研究熱點(diǎn)。LDA（Latent Dirichlet Allocation）主題模型是一種用于發(fā)現(xiàn)文本數(shù)據(jù)中隱藏主題的生成概率模型。LDA主題模型[8]在文獻(xiàn)計(jì)量中常用于主題提取、主題演化分析和文本聚類等任務(wù)。本文將綜合運(yùn)用Citespace軟件和LDA主題模型探討目前研究中顧客價(jià)值共創(chuàng)的研究熱點(diǎn)及研究趨勢(shì)等。

2.2 數(shù)據(jù)來(lái)源

本文研究涉及的所有數(shù)據(jù)均來(lái)自Web of Science核心數(shù)據(jù)庫(kù)，使用“customer value co-creation”和“customer value cocreation”為主題詞，將文獻(xiàn)類型限定為“article”和“review”，文獻(xiàn)語(yǔ)種選定為English，時(shí)間跨度設(shè)定為2000—2023年，通過(guò)合并、去重后共得到533篇文獻(xiàn)。

2.3 描述性結(jié)果統(tǒng)計(jì)

本文通過(guò)CiteSpace軟件首先分析每一年的發(fā)文數(shù)量及不同地域的發(fā)文數(shù)量。

每一年的發(fā)文數(shù)量如圖1所示，2008—2023年，顧客價(jià)值共創(chuàng)的研究經(jīng)歷了起步、增長(zhǎng)、快速增長(zhǎng)、高峰和穩(wěn)定等階段。不同國(guó)家的發(fā)文量如圖2所示，這表明顧客價(jià)值共創(chuàng)是一個(gè)國(guó)際性的研究主題，并且在全球范圍內(nèi)具有重要的研究意義。

3 研究熱點(diǎn)與前沿分析

3.1 關(guān)鍵詞共現(xiàn)研究

本文首先通過(guò)CiteSpace分析了關(guān)鍵詞中的研究熱點(diǎn)。中心度[9]可以度量網(wǎng)絡(luò)中節(jié)點(diǎn)在整體網(wǎng)絡(luò)中所起作用的大小，中心度大于0.1的節(jié)點(diǎn)被稱為關(guān)鍵節(jié)點(diǎn)，因此本文選取中心度大于0.1的關(guān)鍵詞，并按照關(guān)鍵詞的大小進(jìn)行了排序，如表1所示。

由表1可知，研究者關(guān)注顧客的滿意程度以及其在創(chuàng)造和共享價(jià)值過(guò)程中的參與程度。服務(wù)主導(dǎo)邏輯和能力也是研究中關(guān)注的關(guān)鍵詞。顧客參與與創(chuàng)新、服務(wù)邏輯、滿意度緊密相關(guān)，突顯了顧客在共創(chuàng)過(guò)程中的重要性。顧客參與與顧客的參與程度以及與服務(wù)主導(dǎo)邏輯的關(guān)系有關(guān)，體現(xiàn)了價(jià)值共創(chuàng)中的互動(dòng)性和顧客的主動(dòng)參與。這些關(guān)鍵詞揭示了在價(jià)值共創(chuàng)過(guò)程中關(guān)注的重要因素，這些發(fā)現(xiàn)可以為進(jìn)一步研究顧客價(jià)值共創(chuàng)提供有價(jià)值的線索和方向。

3.2 關(guān)鍵詞聚類分析

關(guān)鍵詞聚類是通過(guò)關(guān)鍵詞之間的聯(lián)系密切程度。本文聚類標(biāo)簽詞提取算法選擇LLR算法，此次聚類中Q值為0.6613大于0.5說(shuō)明本次聚類結(jié)果顯著。聚類結(jié)果中標(biāo)簽所含詞的個(gè)數(shù)小于30則說(shuō)明樣本量太小，沒(méi)有說(shuō)服力，因此本文取聚類標(biāo)簽中所含詞大于30的結(jié)果進(jìn)行分析，如表2所示。

（1）品牌共創(chuàng)：該聚類包含工業(yè)服務(wù)、多個(gè)案例研究、知識(shí)管理等相關(guān)標(biāo)簽詞匯，強(qiáng)調(diào)在顧客價(jià)值共創(chuàng)中品牌的作用以及實(shí)踐案例。（2）服務(wù)主導(dǎo)邏輯：該聚類與PLS路徑模型、繼續(xù)意圖、潛在類別分割等相關(guān)，著重探討服務(wù)主導(dǎo)邏輯在顧客價(jià)值共創(chuàng)中的應(yīng)用和影響。（3）共創(chuàng)行為：該聚類涉及資本變異、知識(shí)基礎(chǔ)營(yíng)銷、服務(wù)創(chuàng)新等詞匯，研究關(guān)注顧客在共創(chuàng)過(guò)程中的行為和互動(dòng)方式。（4）虛擬社區(qū)：該聚類涉及自我決定理論、導(dǎo)游、物流價(jià)值、量表開(kāi)發(fā)、信任等詞匯，關(guān)注顧客在虛擬社區(qū)中的價(jià)值共創(chuàng)以及相關(guān)因素。（5）公共服務(wù)：該聚類涉及網(wǎng)絡(luò)效應(yīng)、平臺(tái)服務(wù)、縱向案例研究、數(shù)字營(yíng)銷等詞匯，研究關(guān)注公共服務(wù)領(lǐng)域中顧客價(jià)值共創(chuàng)的問(wèn)題。（6）價(jià)值共毀：該聚類涉及反思性價(jià)值體驗(yàn)、人工神經(jīng)網(wǎng)絡(luò)、顧客旅程、歸因理論等詞匯，研究關(guān)注價(jià)值共毀在顧客價(jià)值共創(chuàng)中的作用。

綜上所述，這些聚類主題涵蓋顧客價(jià)值共創(chuàng)研究中不同方面的問(wèn)題和概念，這些聚類結(jié)果提供了關(guān)于顧客價(jià)值共創(chuàng)的多個(gè)角度和領(lǐng)域的研究方向和重點(diǎn)。

3.3 LDA主題模型分析

CiteSpace軟件只能分析關(guān)鍵詞部分，無(wú)法對(duì)摘要中的研究熱點(diǎn)進(jìn)行詳細(xì)研究，因此本文選用LDA主題模型探討摘要中的研究熱點(diǎn)。

由于獲取到的摘要內(nèi)容較多，無(wú)法直接確定主題個(gè)數(shù)，因此本文將通過(guò)計(jì)算困惑度和一致性來(lái)確定主題個(gè)數(shù)。在LDA主題模型中，困惑度越低表示模型的預(yù)測(cè)能力越好，主題一致性越高表示主題之間的相關(guān)性越強(qiáng)。

繪制的主題一致性曲線和困惑度如圖3、圖4所示。

基于困惑度曲線和一致性曲線，確定主題個(gè)數(shù)為6，本文通過(guò)確定主題個(gè)數(shù)使用python語(yǔ)言中的gensim庫(kù)進(jìn)行主題建模。主題建模后的結(jié)果如表3所示。

本文隨即根據(jù)結(jié)果，對(duì)每個(gè)主題進(jìn)行了命名工作[10]。將主題1命名為品牌導(dǎo)向與美學(xué)，研究關(guān)注在顧客價(jià)值共創(chuàng)中品牌的導(dǎo)向、品牌策略以及美學(xué)元素的作用和影響[11]。將主題2命名為顧客滿意度與關(guān)系，研究聚焦于顧客在價(jià)值共創(chuàng)中的滿意度、關(guān)系建立以及服務(wù)驅(qū)動(dòng)的體驗(yàn)和顧客參與。將主題3命名為創(chuàng)業(yè)者與經(jīng)理的視角，研究探討創(chuàng)業(yè)者和經(jīng)理在顧客價(jià)值共創(chuàng)中的視角，以及如何培養(yǎng)管理者的能力以實(shí)現(xiàn)顧客價(jià)值共創(chuàng)。將主題4命名為定量方法和數(shù)據(jù)研究，研究關(guān)注使用定量方法和數(shù)據(jù)進(jìn)行顧客價(jià)值共創(chuàng)研究，包括測(cè)試、觀察和樣本收集等方面的方法論。將主題5命名為價(jià)值和忠誠(chéng)度，研究探討顧客價(jià)值共創(chuàng)中的價(jià)值觀、忠誠(chéng)度以及對(duì)顧客價(jià)值的貢獻(xiàn)[12]。將主題6命名為轉(zhuǎn)型性共創(chuàng)研究關(guān)注轉(zhuǎn)型性共創(chuàng)的概念、共同創(chuàng)新的實(shí)踐、共創(chuàng)過(guò)程的持續(xù)時(shí)間以及參與者的關(guān)注點(diǎn)。

綜上所述，這些主題涉及顧客價(jià)值共創(chuàng)研究中的不同方面，包括品牌導(dǎo)向與美學(xué)、顧客滿意度與關(guān)系、創(chuàng)業(yè)者與經(jīng)理的視角、定量方法和數(shù)據(jù)研究、價(jià)值和忠誠(chéng)度以及轉(zhuǎn)型性共創(chuàng)。這些主題為進(jìn)一步研究顧客價(jià)值共創(chuàng)提供了不同的視角和重點(diǎn)領(lǐng)域。

4 結(jié)論及展望

4.1 結(jié)論

本文使用CiteSpace的關(guān)鍵詞共現(xiàn)、聚類分析和LDA主題模型對(duì)摘要進(jìn)行分析時(shí)，可以得到不同結(jié)果。在這個(gè)過(guò)程中，LDA主題模型是對(duì)摘要進(jìn)行分析，而摘要中包含的信息相比關(guān)鍵詞所含信息要更為詳細(xì)和具體，因此會(huì)出現(xiàn)創(chuàng)業(yè)者與經(jīng)理的視角、定量方法和數(shù)據(jù)研究等與研究方法、結(jié)論建議等主題。關(guān)鍵詞多與文章主題相關(guān)，因此關(guān)鍵詞分析中所代表的研究主題更加詳細(xì)[13]。

本文揭示了當(dāng)前顧客價(jià)值共創(chuàng)的研究熱點(diǎn)，如品牌共創(chuàng)、服務(wù)主導(dǎo)邏輯、共創(chuàng)行為、虛擬社區(qū)、公共服務(wù)和價(jià)值共毀等，也發(fā)現(xiàn)了當(dāng)前該研究領(lǐng)域的研究方法及目的。這些分析方法在顧客價(jià)值共創(chuàng)研究中提供了不同的視角和方法，研究者可以綜合利用這些結(jié)果，深入探索顧客價(jià)值共創(chuàng)領(lǐng)域的關(guān)鍵概念、研究熱點(diǎn)、細(xì)分領(lǐng)域和主題內(nèi)容。

4.2 研究展望

通過(guò)上文分析，本文提出以下幾個(gè)未來(lái)發(fā)展的方向及展望。

（1）細(xì)化關(guān)鍵概念：進(jìn)一步研究顧客價(jià)值共創(chuàng)中涉及的核心概念，如創(chuàng)新、參與、滿意度和品牌導(dǎo)向等。探索這些概念在顧客價(jià)值共創(chuàng)過(guò)程中的具體含義、作用機(jī)制以及相互關(guān)系。（2）探索多層次參與：研究可以從多個(gè)參與者的角度（如顧客、企業(yè)、社會(huì)群體等）深入探討顧客價(jià)值共創(chuàng)過(guò)程。特別關(guān)注不同參與者之間的互動(dòng)、協(xié)作和權(quán)力關(guān)系，以及其對(duì)共創(chuàng)價(jià)值的理解和感知。（3）評(píng)估共創(chuàng)效果：研究可以探索如何度量和評(píng)估顧客價(jià)值共創(chuàng)的效果和成果。發(fā)展有效的指標(biāo)和測(cè)量方法，包括顧客參與度、創(chuàng)新成果、企業(yè)績(jī)效和顧客滿意度等方面的評(píng)估，以幫助企業(yè)更好地理解和管理共創(chuàng)過(guò)程。這些研究展望有助于推動(dòng)顧客價(jià)值共創(chuàng)領(lǐng)域的發(fā)展，提供更深入的理論洞察和實(shí)踐指導(dǎo)。

參考文獻(xiàn)

Vargo， S. L.， & Lusch， R. F. Evolving to a new dominant logic for marketing[J]. Journal of marketing， 2004， 68（1）：1-17.

Payne， A. F.， Storbacka， K.， & Frow， P. Managing the co-creation of value[J]. Journal of the academy of marketing science， 2008， 36（1）， 83-96.

Gr?nroos， C. Value co-creation in service logic： A critical analysis[J]. Marketing theory， 2011， 11（3）：279-301.

Gummesson E. Many-to-many marketing as grand theory： A Nordic school contribution[M]. The service-dominant logic of marketing. Routledge， 2014： 357-371.

Ordanini， A.， Parasuraman， A.， & Rubera， G. When the recipe is more important than the ingredients： A qualitative comparative analysis （QCA） of service innovation configurations[J]. Journal of service research， 2017， 20（3）：256-273.

Sawhney， M.， Verona， G.， & Prandelli， E. The co-creation of value[J]. Journal of marketing ，2020， 84（1）：1-23.

Li Y， Li M， Sang P. A bibliometric review of studies on construction and demolition waste management by using CiteSpace[J]. Energy and Buildings， 2022， 25（8）： 11-22.

Sharma C， Sharma S， Sakshi. Latent DIRICHLET allocation （LDA） based information modelling on BLOCKCHAIN technology： a review of trends and research patterns used in integration[J]. Multimedia Tools and Applications， 2022， 81（2）： 36805-36831.

Gao Y， Xiong Z， Wang X， et al. Abnormal degree centrality as a potential imaging biomarker for right temporal lobe epilepsy： a resting-state functional magnetic resonance imaging study and support vector machine analysis[J]. Neuroscience， 2022， 48（7）： 198-206.

Chapman A， Dilmperi A. Luxury brand value co-creation with online brand communities in the service encounter[J]. Journal of Business Research， 2022， 14（4）： 902-921.

Nájera-Sánchez J J， Martinez-Canas R， García-Haro M á， et al. Exploring the knowledge structure of the relationship between value co-creation and customer satisfaction[J]. Management Decision， 2022， 60（12）： 3366-3387.

Ritchie-Dunham J L， Gon?alves A C， Huerta M A， et al. Advancing sustainability leadership by shifting relational ‘a(chǎn)greement structures’： a transformational higher education change program[J]. Journal of Integrative Environmental Sciences， 2023， 20（1）： 219-385.

Hu T， Chen Y， Chen H， et al. Tourism research progress： comparing tourism literature reviews published in English WOS and Chinese CNKI language journals[J]. Tourism Review， 2023， 31（6） ： 35-44.