基于LDA的國內(nèi)直播電商領(lǐng)域主題分析*

張懿源，叢 楠，夏 換

（1.貴州財經(jīng)大學(xué)信息學(xué)院，貴州 貴陽 550025；2.貴州財經(jīng)大學(xué)貴州仿真重點實驗室，貴州 貴陽 550025）

0 引言

隨著我國經(jīng)濟(jì)水平不斷提高，大眾對于購物的便利性和多樣性要求也是越來越高，電商行業(yè)由此誕生。同時，在2020年新冠疫情的影響下，消費者的出行受到限制，加上抖音和快手等直播平臺的爆火，“直播+電商”的新模式應(yīng)運而生。

中國直播電商起始于2016年，目前正處于爆發(fā)式增長期，截至2020年年底中國直播電商市場規(guī)模達(dá)到1.2萬億元，年增長率為197.0%；用戶規(guī)模達(dá)3.88億人，占整體網(wǎng)民的39.2%[1]?？梢?，電子商務(wù)在我國的經(jīng)濟(jì)發(fā)展中占據(jù)了越來越重要的地位，電商購物也成為人們?nèi)粘Ｉ蠲懿豢煞值囊徊糠?。與此同時，國家方面也陸續(xù)發(fā)布了如互聯(lián)網(wǎng)營銷師等9個新職業(yè)信息，這也為“直播+電商”這種新帶貨模式的規(guī)范發(fā)展奠定了良好的基礎(chǔ)。

近年來，直播帶貨的種類日益增多，新冠疫情后這種趨勢更為突出，從日常用品到火箭發(fā)射服務(wù)都出現(xiàn)在直播平臺的櫥窗中，可謂是萬物皆可直播帶貨。在這種背景下，許多學(xué)者也將目光放到直播帶貨上，將其作為研究對象，產(chǎn)生了眾多學(xué)術(shù)成果，截至2021年10月1日，在CNKI數(shù)據(jù)庫中以“直播帶貨”或“直播電商”作為關(guān)鍵詞進(jìn)行檢索，可以檢索到相關(guān)中文學(xué)術(shù)期刊2 860篇。由此可知，直播帶貨尚處于起步階段，國內(nèi)相關(guān)研究較少。為此，課題組利用LDA模型對CNKI數(shù)據(jù)庫中相關(guān)文獻(xiàn)進(jìn)行文本建模，通過困惑度與主題一致性確定模型最佳主題數(shù)，并對主題詞矩陣進(jìn)行分析，以了解直播帶貨相關(guān)領(lǐng)域的研究現(xiàn)狀及研究熱點，為相關(guān)研究人員提供參考。

1 研究框架與相關(guān)技術(shù)

1.1 研究框架

課題組以2017—2021年CNKI數(shù)據(jù)庫中直播帶貨、直播電商相關(guān)中文期刊作為數(shù)據(jù)源，依據(jù)困惑度以及主題一致性確定主題數(shù)量，并依據(jù)主題挖掘出的關(guān)鍵詞確定研究熱點，研究框架如圖1所示。

圖1 研究框架

1.2 LDA主題模型

潛在狄利克雷分布（Latent Dirichlet Allocation,LDA）模型是目前主流的主題模型之一，最初是由Blei等在2003年提出[2]，是一個“文本-主題-單詞”的三層貝葉斯產(chǎn)生式模型，其中文本到主題，主題到單詞均服從多項分布。LDA模型假設(shè)一篇文章如果屬于某個主題，則該文章中所有單詞都與此主題相關(guān)，不同文章的區(qū)別在于它們的主題構(gòu)成及比例不同。其模型如圖2所示，其中各符號含義如表1所示。

表1 LDA主題模型各符號含義

圖2 LDA主題模型

本研究中LDA模型采用Gibbs采樣算法[3]得到主題Z和主題詞w的分布，其中超參數(shù)α、β選取默認(rèn)值[4]。而主題數(shù)K運用主題困惑度[5]和主題一致性指標(biāo)[6]計算確定。

主題困惑度計算公式如式（1）所示。其中，D為測試集；M為文本數(shù)量；di為文檔d中的單詞序列；Ni為文檔d的單詞數(shù)目。

困惑度表示文檔所屬主題的不確定性，因此，困惑度越小說明模型預(yù)測準(zhǔn)確度越高，困惑度最低或者拐點處對應(yīng)的K值即為最優(yōu)主題數(shù)。

主題一致性計算公式如（2）所示。其中，M為文本數(shù)量，D(v)表示詞組v在文本集合中出現(xiàn)的頻率，D(v,u)表示詞組N，u在文檔中共同出現(xiàn)的頻率。

主題一致性是對于經(jīng)主題模型所生成的潛在主題的可解釋性的度量指標(biāo)，如果主題易于解釋，該主題中的頂部單詞在對應(yīng)的語料庫的文檔中將更頻繁地共同出現(xiàn)，較大的一致性指標(biāo)代表一個更優(yōu)的模型。因此，一致性指標(biāo)最高點即為最優(yōu)主題數(shù)。

2 研究設(shè)計

2.1 數(shù)據(jù)來源

在CNKI數(shù)據(jù)庫中采用高級檢索功能，檢索范圍選擇學(xué)術(shù)期刊，檢索式為主題=“直播帶貨”或“直播電商”，時間跨度=“2017—2021”，檢索日期為2021年10月1日，初步檢索得到2 860篇文獻(xiàn)。批量導(dǎo)出文獻(xiàn)摘要后，人工去除訪談記錄、行業(yè)報告、期刊動態(tài)等內(nèi)容，得到1 835篇文獻(xiàn)。

根據(jù)年份將樣本中的文獻(xiàn)分類，并統(tǒng)計每年的文獻(xiàn)數(shù)量，如圖3所示?？梢钥闯?，自2020年新冠疫情暴發(fā)后，發(fā)文量突然上升，體現(xiàn)學(xué)者們對于直播電商的研究熱情。

圖3 期刊年度發(fā)文數(shù)量

2.2 數(shù)據(jù)預(yù)處理及LDA參數(shù)設(shè)置

將下載好的文獻(xiàn)題錄數(shù)據(jù)通過Excel篩選出全部文獻(xiàn)摘要，得到研究所需文檔數(shù)據(jù)集，利用Python中的jieba庫對數(shù)據(jù)集做去停用詞和分詞處理。而后借助Gensim庫實現(xiàn)LDA模型訓(xùn)練。在實現(xiàn)模型前需確定模型的最佳主題數(shù)。課題組結(jié)合困惑度以及一致性確定最佳主題數(shù)。計算結(jié)果如圖4、圖5所示。

圖4 主題困惑度得分

圖5 主題一致性得分

對比兩種確定主題數(shù)方法結(jié)果，主題困惑度計算結(jié)果并不理想。因此，課題組采用主題一致性方法確定LDA模型主題數(shù)K=3，迭代次數(shù)為100次，抽取各個主題下概率排序前10的詞組，按照概率從大到小的順序排列，并依據(jù)高概率詞組含義查閱相關(guān)文獻(xiàn)和咨詢相關(guān)領(lǐng)域?qū)＜覍χ黝}進(jìn)行人工標(biāo)識。

2.3 實驗結(jié)果與分析

在基于LDA模型的模擬訓(xùn)練后，得到“主題-詞組”的概率分布，每個主題內(nèi)的主題詞組根據(jù)其概率大小排序，得到如下3個主題，其中核心主題詞組如表2所示。

表2 “主題-詞組”分布表

Topic0是從鄉(xiāng)村振興角度對直播電商展開研究，由于2020年年初新冠疫情的沖擊，大量農(nóng)產(chǎn)品滯銷，因此產(chǎn)生了一條網(wǎng)絡(luò)直播助農(nóng)的新道路；在《2020年網(wǎng)絡(luò)扶貧工作要點》中將推進(jìn)農(nóng)村電商作為2020年網(wǎng)絡(luò)扶貧行動和鄉(xiāng)村振興的重點，成為直播助農(nóng)的政策支持。李曉夏等[7]認(rèn)為直播助農(nóng)是網(wǎng)絡(luò)扶貧行動和鄉(xiāng)村振興在農(nóng)村電商模式上的全新探索，為推進(jìn)完成脫貧任務(wù)，補充農(nóng)村電商產(chǎn)業(yè)發(fā)展的不足，必須對直播助農(nóng)這種新模式進(jìn)行全方位系統(tǒng)化的分析，以探尋直播助農(nóng)新模式的發(fā)展趨勢；熊雪等[8]從中介能力視角出發(fā)，認(rèn)為在農(nóng)產(chǎn)品電商直播模式中“有公信力的第三方主體”要優(yōu)于“一般性主體”，可以更好地為產(chǎn)品提供質(zhì)量背書，從而強化消費者對產(chǎn)品的信任度，這種基于“有公信力的第三方主體+企業(yè)+電商平臺”的三位一體信任體系有助于鞏固脫貧攻堅成果，推進(jìn)鄉(xiāng)村振興戰(zhàn)略的實施。

Topic1是從消費者行為影響角度對直播電商模式進(jìn)行研究。王秀俊等[9]通過構(gòu)建直播電商對消費者行為影響的S-O-R模型，指出直播電商的娛樂性、互動性和優(yōu)惠性對消費者行為具有顯著影響；在此基礎(chǔ)上，魏華、高勁松等[10]又以S-O-R模型為框架，指出信息交互的響應(yīng)性、娛樂性和互助性顯著影響直播電商用戶的參與行為，而個性化對其影響并不顯著，進(jìn)一步豐富了直播電商模式下消費者行為影響的研究。

Topic2是從新聞媒體視角對直播電商進(jìn)行研究。景義新、韓慶鑫[11]認(rèn)為，直播營銷已成為流量轉(zhuǎn)化的新動能，在疫情刺激以及相關(guān)政策的影響下，“廣電+直播”呈現(xiàn)極強的爆發(fā)性和發(fā)展?jié)摿?，將會是傳統(tǒng)廣電的新媒體營銷新路徑；鄧燕玲、高貴武[12]表示，網(wǎng)絡(luò)直播帶貨既是網(wǎng)絡(luò)新媒體在運營方式和盈利模式上創(chuàng)新探索的結(jié)果，同時也拓展和創(chuàng)新了傳統(tǒng)媒體與網(wǎng)絡(luò)新媒體進(jìn)行深度融合的范疇和渠道。

3 結(jié)論與展望

3.1 結(jié)論

課題組針對目前較為熱門的直播電商領(lǐng)域，區(qū)別于人工識別研究熱點，利用LDA主題模型對2017—2021年CNKI數(shù)據(jù)庫中1 835篇相關(guān)期刊文獻(xiàn)進(jìn)行主題挖掘，從一定層面上展示了目前我國關(guān)于直播電商領(lǐng)域的研究熱點。這有利于研究人員了解該領(lǐng)域發(fā)展?fàn)顩r，把握未來發(fā)展趨勢，探求新興主題。

3.2 展望

在目前傳統(tǒng)媒體與網(wǎng)絡(luò)新媒體逐漸融合的背景下，同時作為網(wǎng)絡(luò)扶貧行動和鄉(xiāng)村振興戰(zhàn)略中的重點，直播電商勢必會成為學(xué)術(shù)界研究的熱點。課題組通過梳理該領(lǐng)域的研究熱點，認(rèn)為直播電商領(lǐng)域未來的研究趨勢分為以下三點：

第一，帶貨主播綜合素質(zhì)研究。隨著直播電商這一話題在社會中的不斷發(fā)酵，越來越多的人參與其中，成為帶貨主播。但因為帶貨主播基數(shù)不斷擴(kuò)大，其綜合素質(zhì)也參差不齊，部分主播存在夸大產(chǎn)品功效和刻意隱瞞產(chǎn)品質(zhì)量情況等問題，需要出臺合理且有效的主播監(jiān)管政策。同時，直播帶貨 崗位本身也是一個就業(yè)的新方向，是年輕群體擇業(yè)的一個新目標(biāo)，在成為帶貨主播前是否需要一個正規(guī)性的崗前培訓(xùn)工作是值得考慮的問題。

第二，特殊產(chǎn)品帶貨研究。隨著直播帶貨產(chǎn)品的不斷豐富，其覆蓋的行業(yè)及領(lǐng)域也在不斷增加，前有某主播直播賣火箭，后有中國藥店首屆直播節(jié)的開辦，這類“特殊產(chǎn)品”正在逐漸進(jìn)入直播電商領(lǐng)域。但同樣由于是特殊產(chǎn)品，其直播帶貨形式以及銷售主體的直播方式需要經(jīng)過嚴(yán)謹(jǐn)?shù)难芯坑懻摗?/p>

第三，直播帶貨的相關(guān)法律法規(guī)研究。直播帶貨領(lǐng)域也出現(xiàn)諸多翻車案例，如糖水燕窩、售賣假貨、買評刷單等。諸如此類的各種問題不斷涌現(xiàn)，國家政策對其的監(jiān)管力度勢必會不斷增強，相關(guān)的標(biāo)準(zhǔn)和規(guī)范也會更新?lián)Q代。如2021年3月15日出臺的《網(wǎng)絡(luò)交易監(jiān)督管理辦法》，明確指出網(wǎng)絡(luò)交易經(jīng)營者不得誤導(dǎo)或欺騙消費者。直播帶貨領(lǐng)域未來的蓬勃發(fā)展，還需要相關(guān)學(xué)者予以法律層面的支持。