網(wǎng)絡(luò)直播發(fā)展因素研究及前景預(yù)測

許明月　張亞倫　劉聰　吳棣　邵星銘

【摘 要】網(wǎng)絡(luò)直播行業(yè)發(fā)展迅速，文章利用統(tǒng)計分析方法探尋網(wǎng)絡(luò)直播火爆的原因并進行前景預(yù)測。首先對性別、年齡、學(xué)歷等影響用戶觀看網(wǎng)絡(luò)直播的因素進行相合性檢驗，進而利用逐步回歸法及LASSO方法改進對網(wǎng)絡(luò)直播行業(yè)的影響因素進行變量選擇，并建立回歸模型。然后基于Markov鏈預(yù)測直播行業(yè)的未來發(fā)展趨勢，認為“直播最終的市場占有率在63.02%時達到平衡狀態(tài)”。

【關(guān)鍵詞】網(wǎng)絡(luò)直播;發(fā)展因素;前景預(yù)測;LASSO

【中圖分類號】G206 【文獻標識碼】A 【文章編號】1674-0688（2019）04-0188-03

0 引言

隨著信息傳播媒介的普及，人們的交往和思維方式發(fā)生了巨大的變化，這使得網(wǎng)絡(luò)直播行業(yè)在近年來呈現(xiàn)井噴式發(fā)展。全民網(wǎng)絡(luò)直播越來越趨于普泛化、平民化和自主化[1]。《中國媒體融合發(fā)展報告》中指出，觀看網(wǎng)絡(luò)直播的用戶已多達3億人。網(wǎng)絡(luò)直播行業(yè)因何如此火爆？其發(fā)展的現(xiàn)狀、影響其發(fā)展的因素及存在的問題、直播行業(yè)的發(fā)展前景將在本文中展開討論。

目前，國內(nèi)外直播行業(yè)發(fā)展迅速，吸引了眾多學(xué)者進行研究，但大多是從心理學(xué)、社會經(jīng)濟學(xué)等方面對于這一新興事物進行定性的研究。方宇榮在《網(wǎng)絡(luò)直播平臺的現(xiàn)狀和發(fā)展研究》[2]中提到，巨大的市場吸引了騰訊、樂視等投資商，這是直播行業(yè)發(fā)展迅速的一個重要原因。鄭建橋在《網(wǎng)絡(luò)直播背后的心理動力探析》[3]中提到，網(wǎng)絡(luò)直播中主播與觀眾的互動形式提升了觀眾的心理卷入度，文章中還指出觀眾的卷入度越高，傳播效果就越好。但目前的文獻庫中鮮有以定量的方式研究網(wǎng)絡(luò)直播火爆因素的論文。

1 網(wǎng)絡(luò)直播發(fā)展因素分析

1.1 調(diào)查問卷的信度及效度分析

基于國內(nèi)外研究結(jié)果及實地訪談，我們設(shè)計并發(fā)放調(diào)查問卷，探究網(wǎng)絡(luò)直播發(fā)展的影響因素。此次調(diào)查共回收問卷327份，有效問卷為290份。對問卷進行信度及效度檢驗，信度克龍巴赫系數(shù)為0.7110.7，效度KMO系數(shù)為0.713，滿足問卷的信度、效度分析。

1.2 相合性假設(shè)檢驗

通過調(diào)查發(fā)現(xiàn)，日均觀看網(wǎng)絡(luò)直播的時間在一定程度上反映了直播火爆的程度，故將日均觀看網(wǎng)絡(luò)直播的時間作為因變量，提取性別等需求作為自變量，并研究其與因變量的相關(guān)關(guān)系。

H0：觀眾對于直播幫助自己獲得歸屬的態(tài)度與每日平均觀看直播時長無關(guān)。

H1：觀眾對于直播幫助自己獲得歸屬的態(tài)度與每日平均觀看直播時長相關(guān)。

由表1數(shù)據(jù)得知，皮爾遜卡方統(tǒng)計量及似然比統(tǒng)計量的P值<0.05，所以拒絕原假設(shè)H0，認為觀眾獲得歸屬的態(tài)度與每日平均觀看直播時長相關(guān)。再進行相合檢驗，計算得到相合系數(shù)Somers'd系數(shù)，肯德爾系數(shù)和伽馬系數(shù)均為負數(shù)，因此可以在很大程度上認為越能在直播中獲得歸屬感的觀眾，觀看時間越長。

類似的方法可得到以下結(jié)論：觀眾的學(xué)歷越低、觀眾年齡越大日均觀看網(wǎng)絡(luò)直播的時間越長，觀看網(wǎng)絡(luò)直播能夠幫助觀眾釋放壓力，觀看網(wǎng)絡(luò)直播能夠滿足觀眾的好奇心，觀看網(wǎng)絡(luò)直播能夠消磨時間，觀看網(wǎng)絡(luò)直播能夠幫助提升某方面的水平，觀看網(wǎng)絡(luò)直播能幫助了解潮流輿論方面的信息。

1.3 多元回歸分析及改進

接下來進一步建立線性回歸模型定量分析網(wǎng)絡(luò)直播火爆的原因。由于各影響因素量綱不同，文中數(shù)據(jù)進行了標準化處理。分析結(jié)果見表2。

由回歸分析結(jié)果表我們得到以下回歸方程：

y=-0.231x1-0.153x2

通過對方程的分析可知：熱衷于跟隨潮流、了解輿論的觀眾日均觀看網(wǎng)絡(luò)直播的時間越長;學(xué)歷較低的觀眾觀看網(wǎng)絡(luò)直播的時間往往較長。但此模型R2比較小，整體擬合效果不好，且引入變量較少，因此我們嘗試使用其他方法進行變量選擇。

變量選擇方法，一般分為最優(yōu)子集變量選擇和基于系數(shù)壓縮的方法，而向前、向后回歸和逐步回歸法是最優(yōu)子集選擇方法的代表。Breiman指出，此方法穩(wěn)定性較差，即運用不同的準則會得出不同的最優(yōu)子集，且此結(jié)果與現(xiàn)有相關(guān)研究結(jié)果中提取出的多個影響因素尚有差異，未能凸顯其他影響因素的作用。因此，本文將選擇基于系數(shù)壓縮的方法對變量選擇方法予以改進。特別的，本文使用Tibshirani提出的LASSO（Least Absolute Shrinkage and Selection Operator）方法[4-5]。

LASSO利用拉格朗日乘子法思想，在回歸系數(shù)的絕對值小于一個常數(shù)的約束條件下，使殘差平方和與一個懲罰項之和最小，從而能夠產(chǎn)生某些嚴格等于的回歸系數(shù)，得到解釋力較強的模型。對于LASSO系數(shù)壓縮方法的估計，已有越來越多優(yōu)秀的運算方法，本文在實證中采用了Efron、Hastie與Tibshirani提出的LARS算法[6]。

由結(jié)果可知，R2（LASSO）>R2（逐步回歸），AIC（LASSO）

y=-0.101x1-0.038x2-0.053x3-0.073x4-0.035x5-0.052x6+0.009x7

由方程可知，除了“觀看網(wǎng)絡(luò)直播能夠獲得歸屬感”這一因素不顯著之外，其余結(jié)論與相合性檢驗所得結(jié)論近乎相同。

2 基于Markov鏈預(yù)測網(wǎng)絡(luò)直播市場發(fā)展

市場占有率常用的預(yù)測方法有指數(shù)平滑法、移動平均法等。但這些方法都需要掌握一定時期內(nèi)，預(yù)測目標過去及現(xiàn)在的數(shù)據(jù)資料。而Markov鏈具有“無后效性”的特點，即只需知道預(yù)測目標當(dāng)前的狀態(tài)即可預(yù)測目標未來的狀態(tài)，因此我們選擇Markov鏈進行市場份額的預(yù)測[7-9]。

在此問題假設(shè)市場的發(fā)展變化只與當(dāng)前條件有關(guān)，且沒有新的競爭者加入，也沒有舊的競爭者退出。

由調(diào)查問卷中的問題“是否觀看網(wǎng)絡(luò)直播”及“未來對于網(wǎng)絡(luò)直播的態(tài)度”得到轉(zhuǎn)移矩陣表（見表4）。

由調(diào)查問卷中設(shè)置的“是否觀看網(wǎng)絡(luò)直播”這一問題，對所得數(shù)據(jù)進行整合，得到目前觀看網(wǎng)絡(luò)直播的市場占有率為50.39%，用向量u=（0.503 9，0.496 1）表示當(dāng)前是否觀看網(wǎng)絡(luò)直播的市場占有率。首先進行短期預(yù)測分析網(wǎng)絡(luò)直播未來市場占有率，構(gòu)建轉(zhuǎn)移概率矩陣P=0.240 3 0.255 80.445 7 0.058 2，對第k期進行預(yù)測結(jié)果為uP k-1。接著進行長期穩(wěn)定預(yù)測，計算平衡狀態(tài)預(yù)測值，當(dāng)n→∞時，有P n成為平衡概率矩陣，由uP k=（z1，z2），得μP n-1×P=（z1，z2），當(dāng)n足夠大時，有μP n-1=（z1，z2），即

解此線性方程組，可得z1=0.369 8、z2=0.630 2。由此我們得出，網(wǎng)絡(luò)直播市場最終占有率在63.02%時達到平衡狀態(tài)，而目前網(wǎng)絡(luò)直播市場的占有率已達半數(shù)，而這六成的市場占有率意味著網(wǎng)絡(luò)直播行業(yè)在今后還將進一步發(fā)展。

3 結(jié)論和建議

通過相合性分析、LASSO方法進行變量選擇及Markov鏈預(yù)測的結(jié)果，我們得出以下結(jié)論。

對于網(wǎng)絡(luò)直播的面向人群而言，學(xué)歷低、年齡較大的觀眾日均觀看時間較長;對于網(wǎng)絡(luò)直播帶來的效果而言，觀眾更多的是為了釋放壓力、滿足自己好奇心、跟進潮流輿論和消磨時間等娛樂化需求。

如今，網(wǎng)絡(luò)直播已經(jīng)成為許多人賴以生存的職業(yè)，也是用戶獲取信息、滿足需求、互動娛樂、社交的重要途徑，所以其發(fā)展是可預(yù)見的。我們運用Markov鏈預(yù)測得出在未來的一段時間內(nèi)觀看網(wǎng)絡(luò)直播的比例會有小幅上漲，但是這是建立在各方面因素保持現(xiàn)狀的基礎(chǔ)之上的預(yù)測。近年來，國家加強了對娛樂產(chǎn)業(yè)的監(jiān)管，新型的娛樂方式（如抖音、快手短視頻等）層出不窮，我們很難保證網(wǎng)絡(luò)直播會像預(yù)測的那樣持續(xù)火爆，所以各大網(wǎng)絡(luò)直播平臺應(yīng)做到居安思危，在滿足現(xiàn)有用戶心理需求的基礎(chǔ)之上不斷擴展新的發(fā)展方向。

參 考 文 獻

[1]馮茹.自媒體時代下大學(xué)生網(wǎng)絡(luò)道德養(yǎng)成教育研究[D].南寧：廣西師范學(xué)院，2017.

[2]方宇榮.網(wǎng)絡(luò)直播平臺的現(xiàn)狀和發(fā)展研究[D].北京：北京印刷學(xué)院，2017.

[3]鄭建橋.網(wǎng)絡(luò)直播背后的心理動力探析[J].商，2016（24）：192.

[4]Tibshirani，R.Regression shrinkage and selection via the lasso[J].Roy.Statist.Soc.Ser.B，1996，58：267-288.

[5]劉睿智，孫煒翀.基于LASSO方法的中小板上市公司現(xiàn)金持有影響因素分析[J].求索，2013（8）：27-29，267.

[6]唐建榮，鄧林.基于LARS-Lasso方法的碳足跡影響因素分析[J].軟科學(xué)，2014，28（9）：124-128.

[7]張波，商豪.應(yīng)用隨機過程[M].北京：中國人民大學(xué)出版社，2016：71-110.

[8]王亞芬.市場占有率預(yù)測的好方法——馬爾可夫預(yù)測法的實證分析[J].技術(shù)經(jīng)濟與管理研究，2002（5）：33-34.

[9]孫家和.運用“馬爾可夫連鎖”預(yù)測市場占有率[J].經(jīng)濟管理，1981（8）：64-68.

[責(zé)任編輯：高海明]