發(fā)布時(shí)間：2020-10-30 11:36

　　 我國經(jīng)濟(jì)的高速發(fā)展擴(kuò)大了中產(chǎn)階級(jí)群體規(guī)模,技術(shù)進(jìn)步也大大提高了包含衣食住行在內(nèi)的生活效率,物質(zhì)水平的極大滿足與精神文化的普遍匱乏之間的差異造成了持續(xù)性的群體焦慮,繼而催生了強(qiáng)烈的學(xué)習(xí)動(dòng)機(jī)。自媒體內(nèi)容營銷引爆粉絲經(jīng)濟(jì),人人都是內(nèi)容生產(chǎn)者這一現(xiàn)象逐漸成為知識(shí)經(jīng)濟(jì)下的新風(fēng)尚。移動(dòng)設(shè)備和網(wǎng)絡(luò)支持服務(wù)的技術(shù)進(jìn)步促進(jìn)了移動(dòng)支付的普及、用戶移動(dòng)付費(fèi)習(xí)慣的養(yǎng)成和線上交易新形態(tài)數(shù)字產(chǎn)品的出現(xiàn),付費(fèi)門檻有助于用戶將時(shí)間、注意力和精力從爆炸信息量轉(zhuǎn)移出來�？偠�言之,階層焦慮、全民內(nèi)容輸出、技術(shù)條件和移動(dòng)支付習(xí)慣為知識(shí)付費(fèi)產(chǎn)業(yè)提供了核心驅(qū)動(dòng)力。知識(shí)付費(fèi)圍繞跨領(lǐng)域知識(shí)與技能輸出,具有學(xué)習(xí)門檻低、非必須連續(xù)性、碎片化形式輸出、稀缺性和專業(yè)度等特點(diǎn),能夠滿足用戶多樣性需求。知識(shí)付費(fèi)產(chǎn)業(yè)逐漸形成了以內(nèi)容方、平臺(tái)方、用戶核心,以孵化運(yùn)營機(jī)構(gòu)、傳播渠道、服務(wù)企業(yè)為輔助的產(chǎn)業(yè)格局。目前知識(shí)付費(fèi)平臺(tái)一般分為獨(dú)立平臺(tái)、內(nèi)容平臺(tái)轉(zhuǎn)型、社交平臺(tái)轉(zhuǎn)型、PGC平臺(tái)、PUGC平臺(tái)等幾類,平臺(tái)方依托品牌流量或差異化優(yōu)勢(shì)占領(lǐng)用戶心智模式,通過關(guān)聯(lián)優(yōu)質(zhì)內(nèi)容,不斷完善階梯型產(chǎn)品矩陣,打造多元收入結(jié)構(gòu)。而內(nèi)容方則通過不斷積累熱度、打造版權(quán)級(jí)優(yōu)質(zhì)內(nèi)容、建立自有生態(tài)等方式實(shí)現(xiàn)其商業(yè)價(jià)值,為用戶提供實(shí)實(shí)在在的內(nèi)容與知識(shí)。而隨著知識(shí)付費(fèi)的風(fēng)頭漸緩,用戶消費(fèi)逐漸趨于理性,“精明”的消費(fèi)者已經(jīng)不再愿意為了良莠不齊的知識(shí)產(chǎn)品進(jìn)行沖動(dòng)性購買,知識(shí)付費(fèi)平臺(tái)和內(nèi)容產(chǎn)品的再次打開次數(shù)減少、復(fù)購率降低、用戶黏性變差等問題制約著知識(shí)付費(fèi)產(chǎn)業(yè)的發(fā)展。用戶留存應(yīng)成為知識(shí)付費(fèi)企業(yè)和學(xué)術(shù)界重點(diǎn)關(guān)注問題。然而目前國內(nèi)外學(xué)者多關(guān)心商業(yè)模式、運(yùn)營方式、行業(yè)法律及社會(huì)變革、傳播機(jī)制、用戶行為等幾個(gè)方面,對(duì)移動(dòng)知識(shí)付費(fèi)用戶復(fù)購行為及意愿的內(nèi)在機(jī)理鮮有研究。為此,在研究移動(dòng)知識(shí)付費(fèi)用戶復(fù)購意愿動(dòng)機(jī)之前,本文首先以知乎Live為研究對(duì)象進(jìn)行了文本挖掘,運(yùn)用word2vec模型進(jìn)行特征聚類,得出了用戶最關(guān)心的重要因素和指標(biāo)。本文在文本挖掘結(jié)果基礎(chǔ)上,結(jié)合信息系統(tǒng)成功模型和期望確認(rèn)理論,將感知質(zhì)量和品牌認(rèn)知分別作為實(shí)際購買和購前期望,并做出相關(guān)假設(shè),構(gòu)建出了移動(dòng)知識(shí)付費(fèi)用戶復(fù)購意愿影響機(jī)制的理論模型。接著采用問卷調(diào)研的方法進(jìn)行實(shí)證研究,結(jié)果表明:感知系統(tǒng)質(zhì)量、感知信息質(zhì)量、感知服務(wù)質(zhì)量正向影響用戶滿意度繼而促進(jìn)移動(dòng)知識(shí)付費(fèi)用戶重復(fù)購買意愿,且轉(zhuǎn)移障礙也顯著作用于用戶復(fù)購意愿。知識(shí)產(chǎn)品品牌認(rèn)知負(fù)向調(diào)節(jié)感知信息質(zhì)量和用戶滿意度之間的關(guān)系,知識(shí)產(chǎn)出方品牌認(rèn)知也在感知服務(wù)質(zhì)量和用戶滿意度之間起到負(fù)向調(diào)節(jié)作用,具有顯著差異。本論文研究創(chuàng)新點(diǎn)和貢獻(xiàn)在于:其一,以知乎Live為對(duì)象評(píng)論文本分析拓寬了文本挖掘的應(yīng)用范圍。其二,本文的理論模型構(gòu)建過程存在創(chuàng)新性,不同于一般學(xué)術(shù)研究文獻(xiàn)綜述的方式,本研究結(jié)合文本挖掘的結(jié)果與經(jīng)典理論(信息系統(tǒng)成功模型和期望確認(rèn)理論)的結(jié)合構(gòu)建更為科學(xué)、穩(wěn)固、有理有據(jù)的概念模型。其三,本研究從平臺(tái)方、知識(shí)產(chǎn)出方、用戶等多方視角出發(fā)構(gòu)建移動(dòng)知識(shí)付費(fèi)用戶復(fù)購意愿影響機(jī)制模型,豐富了移動(dòng)知識(shí)付費(fèi)和內(nèi)容付費(fèi)領(lǐng)域內(nèi)個(gè)人行為層面上的相關(guān)研究成果。最后,本論文的研究成果也可以從實(shí)踐方面為知識(shí)付費(fèi)企業(yè)、頭部大V、腰部KOL、長尾力量、知識(shí)獲取用戶提供一些建設(shè)性的意見。
【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】：F49;F274
【部分圖文】：

圖 1-1 中國知識(shí)付費(fèi)市場(chǎng) AMC 模型Figure1-1 The AMC Model of Chinese Knowledge Payment Market然而，無論是問答咨詢、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)展過程中都存在著一些普遍性問題。第一，依靠獵奇心理來復(fù)刻“爆款“使得內(nèi)容偏向娛樂化，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，用戶付費(fèi)趨于理性，知識(shí)產(chǎn)品再次打開率和復(fù)購率難以保證。因此，對(duì)于用戶而言，用戶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)用戶是否有用？什么因素影響了用戶的持續(xù)使用意愿？這些問題的解決能夠?yàn)橹�識(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。而另一方面，對(duì)于平臺(tái)方來說，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)，提高用戶滿意度及刺激再次購買意向的產(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)路線與創(chuàng)新點(diǎn)1.3.1 技術(shù)路線本文的技術(shù)路線如下圖 1-2 所示，大致的流程為：首先通過對(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 用戶評(píng)論文本中探究用戶關(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)用戶復(fù)購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)建問卷量表，在小范圍里預(yù)調(diào)查后進(jìn)行正式問卷的發(fā)放與回收，并對(duì)回收來的數(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、用戶與粉絲運(yùn)營等方面的建議。

在 2013 年發(fā)布了一款基于深度學(xué)習(xí)的開源工具——Word2vec，它可化為多維實(shí)數(shù)值向量[23]，將自然語言中的字詞轉(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)算似度可以通過詞之間的距離（如歐式距離、cosine 相似度等）來計(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)頻率越高的詞語激活的隱藏層數(shù)降低了計(jì)算的復(fù)雜度。word2vec 算法通過不斷的發(fā)展與沉淀，得到來表示詞向量，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。相比于潛在語義分析（LSI）、潛LDA），Word2vec 可以將詞的語境信息融入到整個(gè)計(jì)算過程中，使結(jié)果語義信息更加豐富，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)通過創(chuàng)新增加數(shù)字付費(fèi)用戶[J];青年記者;2018年10期

2 ;我國有線電視付費(fèi)用戶跌破1.6億關(guān)口[J];通信世界;2017年23期

3 曹珺萌;;電競(jìng)用戶也應(yīng)“付費(fèi)買歡樂”[J];電子競(jìng)技;2017年03期

4 羅立璇;;十點(diǎn)讀書:付費(fèi)用戶煉成記[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[J];女子世界;2017年02期

8 ;知識(shí)付費(fèi)虧本嗎[J];中國科技信息;2018年02期

9 飛雪散花;移動(dòng)信息圖庫;;免費(fèi)之后 付費(fèi)用戶應(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)用戶群體畫像研究[J];圖書情報(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)用戶復(fù)購意愿影響機(jī)制研究[D];廣東工業(yè)大學(xué);2019年

2 宋金倩;線上知識(shí)付費(fèi)用戶持續(xù)使用意愿影響因素的研究[D];山東大學(xué);2018年

3 黃兆豐;中國電信紹興分公司后付費(fèi)用戶話費(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