發(fā)布時間：2020-05-17 12:20

【摘要】：隨著互聯(lián)網(wǎng)時代的到來,各種各樣的在線社區(qū)蓬勃發(fā)展,互聯(lián)網(wǎng)從一個用于獲取信息的靜態(tài)媒介逐步轉型成為信息共享、互動交流的動態(tài)平臺。例如,用戶在聽音樂時就會經(jīng)常跟音樂作品以及其他用戶的評論內(nèi)容產(chǎn)生情感共鳴,從而自發(fā)地發(fā)表評論與其他用戶產(chǎn)生互動,這樣,一個以情感交流為基礎的在線音樂社區(qū)就建立起來了。音樂平臺已經(jīng)不是單純的音樂提供方,而是越來越向在線社區(qū)的方向發(fā)展,出現(xiàn)了諸如網(wǎng)易云音樂和蝦米音樂這種以用戶為中心,打造社交屬性的在線音樂社區(qū)。所以若想增強在線音樂社區(qū)競爭力,吸引大量用戶并提高用戶黏性,我們可以從增強其社交屬性出發(fā)。目前,如何增強在線音樂社區(qū)的社交屬性面臨兩個方面需要解決的問題,一個是如何分析用戶話語模式的差異性,從而提出能夠滿足個體用戶需求的意見和建議,從而提高在線社區(qū)的包容性;另一點是如何分類并細分在線音樂社區(qū)的各種情感從而找到如何把握在線音樂社區(qū)最基本的情感基調(diào)、情感分布以及如何增強社區(qū)的情感氛圍。實際上,在這個基于情感共鳴的在線音樂社區(qū)里,由用戶產(chǎn)生的數(shù)據(jù)量呈現(xiàn)爆發(fā)式增長。用戶評論的增多為研究提供了十分有利的條件。另一方面,在線音樂社區(qū)的評論多以短文本形式呈現(xiàn),在這些海量的文本信息中,有很大一部分是表達用戶觀點傾向和情感的信息,如支持、反對、喜、怒、哀、樂等文本信息。這些情感文本信息是非常寶貴的意見資源,包含著人們的不同觀點和情感態(tài)度。情感分析的相關方法目前廣泛用于在線社交網(wǎng)站例如微博、推特等,但是研究在線音樂社區(qū)的較少�；�于此,本文主要的研究點有三個。第一點是通過中文分詞與詞性標注操作、評論數(shù)據(jù)不同維度的切片操作探索在線音樂社區(qū)不同年齡、性別和地域的用戶群體對相同音樂的評論內(nèi)容所反映出來的話語模式。第二點是以網(wǎng)易云音樂平臺和蝦米音樂平臺為例,研究不同的音樂社區(qū)的最常出現(xiàn)的詞頻、詞性有哪些,研究不同平臺的追星氛圍、對歌詞的熱衷程度、活躍度以及活躍時間分布等。第三點是建立機器學習模型來研究不同在線音樂社區(qū)評論文本的情感分類,從文本蘊含的情感角度來研究不同在線音樂社區(qū)的情感氛圍。針對研究第一點,本文通過各用戶群體的詞頻、詞性表的研究結果得出,在現(xiàn)實社會中的話語模式現(xiàn)象有延伸到在線音樂社區(qū)環(huán)境。具體來說,年齡話語模式上主要體現(xiàn)在由年齡不同導致的用詞不同、關注點不同、情感表達不同;性別話語模式主要體現(xiàn)在由性別導致的性別用語限制現(xiàn)象及由與性別屬性相關的不同性別的性格特征導致的用詞差異;地域話語模式主要體現(xiàn)的是地域文化氛圍對評論用詞的影響。另外還有就是各用戶群對待各類歌曲所評論語句中的詞性比例的細微差別。以上這些工作延伸了對話語模式、行為理論等在在線社交網(wǎng)絡平臺上的研究,有助于在線音樂平臺從不同維度來了解用戶的喜好,從而可以對用戶進行針對性地推薦等,提高平臺用戶的留存率和粘性。針對研究第二點,本文通過從不同角度挖掘兩個平臺的評論數(shù)據(jù)特點,研究比較了不同音樂平臺評論的特點及氛圍特征,發(fā)現(xiàn)了網(wǎng)易云音樂相較于蝦米音樂更容易在評論里面引用歌詞內(nèi)容這一現(xiàn)象,而且兩家平臺的活躍曲線是不太一樣的�；�于對平臺評論數(shù)據(jù)的比較結果的了解,平臺可以有針對性地進行平臺專輯推發(fā)等活動,以期達到更好的宣傳效果。針對研究第三點,本文首先建立了一個基于LSTM模型的正負情感分類模型,以一個較高的分類精確度完成對正負情感語義的劃分,研究結果表明兩個平臺的情感基調(diào)都是正向積極的。隨后又建立了若干個機器學習算法模型并比較各模型的優(yōu)越性,擇優(yōu)選出預測效果好的模型并對負面情感進行了細分類,了解負類情感的具體情感組成比例。以機器學習的技術從情感分類分析的角度來探究在線音樂社區(qū)的情感氛圍特征,彌補了目前對在線音樂社區(qū)評論的情感分析方面的空白,豐富了在線社交網(wǎng)絡領域的情感分類理論研究。這將有助于企業(yè)對平臺的輿論控制與情感導向,對企業(yè)營造一個健康積極有人情味的音樂社區(qū)也可以貢獻一定的參考價值。
【圖文】：

音樂、ＱＱ音樂、酷狗音樂、蝦米音樂等音樂平臺。目前，國內(nèi)在線音樂社區(qū)用逡逑戶規(guī)模及使用率都很龐大，據(jù)中國互聯(lián)網(wǎng)絡信息中心（ＣＮＮＩＣ）中國互聯(lián)網(wǎng)絡第逡逑３９次￣第４２次發(fā)展報告的數(shù)據(jù)顯示（如圖１－１），２０１５年１２月至２０１８年６月，逡逑網(wǎng)絡音樂用戶規(guī)模不斷增加，截至２０１８年６月，網(wǎng)絡音樂用戶數(shù)達到５．５５億，逡逑比去年底增加６７３萬，占網(wǎng)民總數(shù)的６９．２％。同時，國內(nèi)在線音樂社區(qū)的發(fā)展己逡逑經(jīng)進入成熟期，市場競爭更加激烈。逡逑５６０００邐５５４８２逡逑５４８０９逡逑５邋５５０００邐W逡逑５４０００逡逑妄邋５３０００邐Ｓ２４１３邐■邐■逡逑．邐媝逡逑５邋乫uQ７邐５０２Ｘ４邐Ｓ０３１３逡逑＿邋遍攦邐＿邐ｉｌｌ邋Ｊ邋＿逡逑４８０００邋Ｉ逡逑４？000邋■邐ｆ逡逑２０１５．１２邐２０１６．６邐２０１６．１２邐２０１７．６邐２０１７．１２邐２０１８．６逡逑圖１－１邋２０１５．１２￣２０１８．６網(wǎng)絡音樂用戶規(guī)模逡逑在線音樂社區(qū)具有社交屬性的特征，因為其有利于某些在音樂方面興趣相投逡逑或需求相同的用戶相互分享討論相關信息，形成用戶間的社交關系網(wǎng)絡。有效發(fā)逡逑揮社交屬性可以提高在線音樂社區(qū)的吸引力和用戶黏性，從而吸引并留住大量的逡逑網(wǎng)絡用戶。例如，網(wǎng)易云音樂之所以能夠在ＱＱ音樂、酷狗音樂、酷我音樂等老逡逑牌音樂客戶端前快速崛起

邋２０１２邋ＫＭ泰逡逑圖１－２邋“中國知網(wǎng)”計量可視化分析相關文獻數(shù)量發(fā)表情況逡逑圖１－３是國內(nèi)相關研究的關鍵詞共詞分析圖，共詞分析方法屮關鍵詞的共現(xiàn)逡逑分析可以揭示特定領域的研究結構和研究熱點。Ｃａｌｌｏｒｉ等人Ｍ最先提出共詞分析逡逑法，隨后共詞分析法在情報學領域得到了廣泛應用。共詞分析法（Ｃｏ－ｔｅｒｎ逡逑Ａｎａｌｙｓｉｓ）是指當一個可以表達主題領域的研宄主題或研宄方向的兩個專業(yè)術語逡逑出現(xiàn)在一個文檔中時，大概率可以表明這兩個詞之間存在一定的關系，它們出現(xiàn)逡逑的次數(shù)越多，，表明它們的關系越密切，距離越近逡逑５逡逑
【學位授予單位】：浙江工商大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：J692

【相似文獻】

相關期刊論文 前10條

1 蘇莞雯;;基于獨立音樂人視角的在線音樂平臺全產(chǎn)業(yè)鏈合作趨勢研究[J];經(jīng)貿(mào)實踐;2017年18期

2 張潮;;在線音樂系統(tǒng)的設計與實現(xiàn)[J];科技展望;2016年23期

3 亢櫻青;;在線音樂生態(tài)格局:差異化競爭是關鍵[J];商學院;2016年09期

4 韓倩倩;;在線音樂市場呈現(xiàn)寡頭格局 免費聽歌時代漸行漸遠[J];中國戰(zhàn)略新興產(chǎn)業(yè);2016年16期

5 江樹;;強力膠[J];四川文學;2017年02期

6 田野;;中國在線音樂付費市場現(xiàn)狀觀察[J];文化月刊;2017年06期

7 左康秀;;我國在線音樂產(chǎn)業(yè)的價值鏈[J];經(jīng)營與管理;2014年06期

8 藍曉熙;;在線音樂遭遇政策“大棒” 產(chǎn)業(yè)鏈巨變意味免費時代終結[J];IT時代周刊;2011年Z1期

9 周偉;;淺析中國在線音樂市場的問題及其美好前景[J];現(xiàn)代商業(yè);2009年09期

10 王勇;;聽音樂 自助式隨你點[J];電腦愛好者(普及版);2008年06期

相關會議論文 前6條

1 ;中國在線音樂用戶洞察報告 2017年[A];艾瑞咨詢系列研究報告（2017年第10期）[C];2017年

2 ;2016年中國在線音樂行業(yè)研究報告[A];艾瑞咨詢系列研究報告（2016年第7期）[C];2016年

3 ;中國在線音樂行業(yè)研究報告簡版 2015年[A];艾瑞咨詢系列研究報告（2015年第12期）[C];2015年

4 尹娟娟;雷靂;;青少年人格、在線音樂使用及孤獨感的關系[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

5 ;中國互聯(lián)網(wǎng)流量季度監(jiān)測報告 2018年Q2[A];艾瑞咨詢系列研究報告（2018年第10期）[C];2018年

6 ;2016年中國粉絲追星及生活方式白皮書[A];艾瑞咨詢系列研究報告（2016年第4期）[C];2016年

相關重要報紙文章 前10條

1 張q

本文編號：2668538