移動(dòng)知識(shí)付費(fèi)用戶(hù)復(fù)購(gòu)意愿影響機(jī)制研究
【學(xué)位單位】:廣東工業(yè)大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位年份】:2019
【中圖分類(lèi)】:F49;F274
【部分圖文】:
圖 1-1 中國(guó)知識(shí)付費(fèi)市場(chǎng) AMC 模型Figure1-1 The AMC Model of Chinese Knowledge Payment Market然而,無(wú)論是問(wèn)答咨詢(xún)、付費(fèi)訂閱、社群圈子還是音視頻直播等知識(shí)付費(fèi)產(chǎn)品形式(如表 1-1 所示)的發(fā)展過(guò)程中都存在著一些普遍性問(wèn)題。第一,依靠獵奇心理來(lái)復(fù)刻“爆款“使得內(nèi)容偏向娛樂(lè)化,違背平臺(tái)知識(shí)分享的初衷與定位。第二,頭部大 V和腰部 KOL 的內(nèi)容輸出數(shù)量有限,長(zhǎng)尾力量的內(nèi)容質(zhì)量良莠不齊,難以辨別。第三,知識(shí)版權(quán)界定模糊,原創(chuàng)內(nèi)容難以得到版權(quán)保護(hù)。最后,用戶(hù)付費(fèi)趨于理性,知識(shí)產(chǎn)品再次打開(kāi)率和復(fù)購(gòu)率難以保證。因此,對(duì)于用戶(hù)而言,用戶(hù)到底是否愿意為知識(shí)獲取與共享付費(fèi)?使用移動(dòng)知識(shí)付費(fèi)平臺(tái)和知識(shí)產(chǎn)品對(duì)用戶(hù)是否有用?什么因素影響了用戶(hù)的持續(xù)使用意愿?這些問(wèn)題的解決能夠?yàn)橹R(shí)付費(fèi)產(chǎn)業(yè)發(fā)展存在的弊端提供一些建設(shè)性的意見(jiàn)。而另一方面,對(duì)于平臺(tái)方來(lái)說(shuō),面對(duì)愈演愈烈的“知識(shí)大戰(zhàn)”,如何更好的搭建移動(dòng)知識(shí)付費(fèi)平臺(tái),提高用戶(hù)滿(mǎn)意度及刺激再次購(gòu)買(mǎi)意向的產(chǎn)生,直接關(guān)系
廣東工業(yè)大學(xué)碩士學(xué)位論文軟件,對(duì)樣本數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析、信效度分析、因子分析和回歸分析,然后結(jié)構(gòu)方程模型的構(gòu)建、分析和修正,確保模型的科學(xué)性和可靠性。1.3 技術(shù)路線(xiàn)與創(chuàng)新點(diǎn)1.3.1 技術(shù)路線(xiàn)本文的技術(shù)路線(xiàn)如下圖 1-2 所示,大致的流程為:首先通過(guò)對(duì) word2vec 的文獻(xiàn)查閱,對(duì)知乎 live 評(píng)論進(jìn)行爬取,從知識(shí)付費(fèi) APP 用戶(hù)評(píng)論文本中探究用戶(hù)關(guān)心的重要因素。接著根據(jù)文本挖掘結(jié)論和相關(guān)文獻(xiàn)綜述構(gòu)建移動(dòng)知識(shí)付費(fèi)用戶(hù)復(fù)購(gòu)意向影響因素的基本理論模型框架。然后按照科學(xué)的流程構(gòu)建問(wèn)卷量表,在小范圍里預(yù)調(diào)查后進(jìn)行正式問(wèn)卷的發(fā)放與回收,并對(duì)回收來(lái)的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析,驗(yàn)證理論模型與假設(shè)。最后根據(jù)實(shí)證研究結(jié)果,提出有關(guān)平臺(tái)搭建布局、知識(shí)生產(chǎn)方與知識(shí)產(chǎn)品質(zhì)量、用戶(hù)與粉絲運(yùn)營(yíng)等方面的建議。
在 2013 年發(fā)布了一款基于深度學(xué)習(xí)的開(kāi)源工具——Word2vec,它可化為多維實(shí)數(shù)值向量[23],將自然語(yǔ)言中的字詞轉(zhuǎn)化為合適計(jì)算機(jī)的稠向量的淺層神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法。word2vec 作為一種分布式的詞向量表訓(xùn)練,將文本內(nèi)容每個(gè)詞的處理轉(zhuǎn)化為 K 維向量空間中的向量運(yùn)算似度可以通過(guò)詞之間的距離(如歐式距離、cosine 相似度等)來(lái)計(jì)算。入層-隱藏層-輸出層”的三層神經(jīng)網(wǎng)絡(luò),根據(jù) Huffman 編碼,使得隱藏層激活的內(nèi)容大致一致,出現(xiàn)頻率越高的詞語(yǔ)激活的隱藏層數(shù)降低了計(jì)算的復(fù)雜度。word2vec 算法通過(guò)不斷的發(fā)展與沉淀,得到來(lái)表示詞向量,分別是連續(xù)詞袋模型 CBOW(Continuous Bag of m 模型,具體模型如圖 2-1 所示。相比于潛在語(yǔ)義分析(LSI)、潛LDA),Word2vec 可以將詞的語(yǔ)境信息融入到整個(gè)計(jì)算過(guò)程中,使結(jié)果語(yǔ)義信息更加豐富,因此 Word2Vec 常被用于文本挖掘工作,分析、特征關(guān)鍵詞提取等。
【相似文獻(xiàn)】
相關(guān)期刊論文 前10條
1 楊博;格雷琴·A.派克;;報(bào)業(yè)通過(guò)創(chuàng)新增加數(shù)字付費(fèi)用戶(hù)[J];青年記者;2018年10期
2 ;我國(guó)有線(xiàn)電視付費(fèi)用戶(hù)跌破1.6億關(guān)口[J];通信世界;2017年23期
3 曹珺萌;;電競(jìng)用戶(hù)也應(yīng)“付費(fèi)買(mǎi)歡樂(lè)”[J];電子競(jìng)技;2017年03期
4 羅立璇;;十點(diǎn)讀書(shū):付費(fèi)用戶(hù)煉成記[J];風(fēng)流一代;2017年06期
5 陳暢;;多啦衣夢(mèng) 帶領(lǐng)50萬(wàn)女性玩轉(zhuǎn)“共享衣服”[J];創(chuàng)業(yè)邦;2017年06期
6 張東亮;;“全球青年領(lǐng)袖”姬十三:我的“分答”,你的知識(shí)掘金場(chǎng)[J];黃金時(shí)代;2017年03期
7 東亮;;姬十三:出售盈余知識(shí)也能賺大錢(qián)[J];女子世界;2017年02期
8 ;知識(shí)付費(fèi)虧本嗎[J];中國(guó)科技信息;2018年02期
9 飛雪散花;移動(dòng)信息圖庫(kù);;免費(fèi)之后 付費(fèi)用戶(hù)應(yīng)否得到補(bǔ)償[J];移動(dòng)信息;2013年09期
10 張莉曼;張向先;盧恒;張玲;;知識(shí)直播平臺(tái)付費(fèi)用戶(hù)群體畫(huà)像研究[J];圖書(shū)情報(bào)工作;2019年05期
相關(guān)碩士學(xué)位論文 前8條
1 蔣瑞新;移動(dòng)知識(shí)付費(fèi)用戶(hù)復(fù)購(gòu)意愿影響機(jī)制研究[D];廣東工業(yè)大學(xué);2019年
2 宋金倩;線(xiàn)上知識(shí)付費(fèi)用戶(hù)持續(xù)使用意愿影響因素的研究[D];山東大學(xué);2018年
3 黃兆豐;中國(guó)電信紹興分公司后付費(fèi)用戶(hù)話(huà)費(fèi)監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2012年
4 徐倩;瀟湘晨報(bào)數(shù)字內(nèi)容付費(fèi)模式研究[D];湖南大學(xué);2014年
5 梁霞;基于UTAUT模型的用戶(hù)接受網(wǎng)絡(luò)付費(fèi)視頻的影響因素研究[D];哈爾濱工業(yè)大學(xué);2017年
6 方方;基于多級(jí)QoS的云計(jì)算資源調(diào)度算法研究[D];華東師范大學(xué);2015年
7 張莉;互聯(lián)網(wǎng)視頻付費(fèi)業(yè)務(wù)發(fā)展戰(zhàn)略的研究[D];天津大學(xué);2016年
8 劉志成;互聯(lián)網(wǎng)棋牌游戲公司估值分析[D];廣東財(cái)經(jīng)大學(xué);2016年
本文編號(hào):2862415
本文鏈接:http://www.lk138.cn/guanlilunwen/sjfx/2862415.html