YouTube中文學習資源大數據分析

陳 慧 李政澤 傅曉明

一、引言

國際中文教育是國際中文教育工作者借助各種媒介和渠道開展漢語教學、組織中華文化活動等,將漢語知識、技能與中華文化傳播給國內外的中文學習者①彭增安、張夢洋:《傳播學視閾下的國際中文教育主體研究》,《河南社會科學》2021年第2期。。目前,全球范圍內的中文學習者規模已達2億,其中絕大部分為缺乏中文環境的海外學習者①2018年來華學習的各類外國留學人員為492185名(http://www.moe.gov.cn/jyb_xwfb/gzdt_gzdt/s5987/201904/t20190412_377692.html),2021年中國以外正在學習中文的人數約2500萬(《人民日報(海外版)》,2021年3月26日第11版)。據此測算,海外中文學習規模約為來華中文學習人數的50倍。。當前海外許多國家中文教育資源不足②吳應輝:《國際中文教育新動態、新領域與新方法》,《河南大學學報(社會科學版)》2022年第2期。,因此網絡媒介可以成為彌補渠道。2020年6月,郭晶等對全球五大洲84個國家718名中文教師和767名中文學習者進行了調查,發現學生最需要的數字資源是視頻或音頻③郭晶、吳應輝、谷陵、周靂、儂斐、馬佳楠、崔佳興、董曉艷:《國際中文教育數字資源建設現狀與展望》,《國際漢語教學研究》2021年第4期。。網絡視頻平臺上的中文學習資源已是世界范圍內普通民眾接觸、了解、學習中文的重要渠道之一,成為國際中文教育資源的重要組成部分,其中YouTube平臺具有格外重要的地位。

YouTube平臺是全球訪問量第二大的網站④Alexa,“The Top 500 Sites on the Web”,https://www.alexa.com/topsites.2022年3月6日。、全球最有影響力的傳播平臺⑤Statista,“You Tube:Statistics and Facts”,https://www.statista.com/topics/2019/youtube/.2022年4月4日。、全球最重要的教育工具(Education Tool)和個人學習工具(Personal Learning Tool)⑥Hart,J.,“Top Tools in Learning 2021”,https://www.toptools4learning.com/pl150/.2021年9月1日。,100多個國家和地區數十億人每天使用該平臺,其中82%的用戶會使用該平臺學習⑦Godwin,H.T,M.Khan and P.Yellowlees,“The Educational Potential of YouTube,”Academic Psychiatry,vol.41,no.6,2017,pp.823-827.。YouTube的知識教育價值得到學界重視,有學者分析了YouTube視頻的受歡迎程度以及演變⑧Cha,M.,H.Kwak,P.Rodriguez,Y.-Y.Ahn and S.Moon,“ITube,You Tube,Everybody Tubes:Analyzing the World’s Largest User Generated Content Video System,”In Proceedings of the 7th ACM International Measurement Conference(IMC’07),2017,San Diego,CA,USA.New York,NY:ACM Press.⑨Yu,H.,L.Xie and S.Sanner,“The Lifecyle of a YouTube Video:Phases,Content and Popularity,”In Proceedings of the 9th International AAAI Conference on Web and Social Media(ICWSM’15),2015,Oxford,UK.Palo Alto,CA,USA:AAAI Press.、教育潛力和情感[10]Keskin,B.,“What Do YouTube Videos Say About Public Education?”SAGE Open,no.1,2018,https://doi.org/10.1177/2158244018757831,pp.1-5.,開展關于融入本科課程的教學效果個案分析[11]Mthembu,S.and S.Roodt,“Engaging the Net Generation Via You Tube:An Academic Approach for Undergraduate Teaching,”In Proceedings of the 1st IEEE International Conference on Next Generation Computing Applications(NextComp’17),2017,Mauritius,pp.81-91.Piscataway,NJ,USA:IEEE Press.、融入英語課堂經驗總結[12]Watkins,J.and M.Wilkins,“Using YouTube in the EFL Classrooms,”Language Education in Asia,vol.2,no.1,2021,pp.113-119.[13]Listiani,N.,N.Suwastini N,G.Dantes,N.Adnyani1,I.Jayantin,“YouTube as Digital Learning Resources for Teaching Bilingual Young Learners,”Advances in Social Science,Education and Humanities Research,vol.540,Proceedings of the 2nd International Conference on Technology and Educational Science (ICTES 2020),2020.、教育賬號瀏覽狀態和受歡迎程度個案研究等[14]Saurabh,S.and S.Gautam,“Modelling and Statistical Analysis of YouTube’s Educational Videos:A Channel Owner’s Perspective,”Computers&Education,vol.128,2019,pp.145-158.[15]Saurabh,S.and A.S.Sairam,“Professors—the New You’Tube stars:Education through Web 2.0 and Social Network,”International Journal ofWeb Based Communities,vol.9,no.2,2013,pp.212-232.。這些研究或側重于YouTube視頻的總體描述或使用經驗,或側重于發布者個人或企業頻道研究,但尚未出現全球視野的YouTube學習資源研究。

近年有碩士畢業論文對面向印尼語母語者[16]張天誠:《基于YouTube網絡視頻的印尼學習者漢語偏誤研究》,上海師范大學碩士學位論文,2017年。、泰語母語者[17]蔡夢琳:《泰國YouTube漢語教學頻道調查分析——以Everyday Chinese和Poppy Yang為例》,四川外國語大學碩士學位論文,2021年。、韓語母語者[18]李演晧:《韓國YouTube漢語教學頻道分析》,浙江大學碩士學位論文,2019年。[19]樸寶拉:《韓國YouTube漢語偏誤視頻教學研究》,山東大學碩士學位論文,2020年。[20]娜娜(Leenayoon):《韓國YouTube個人漢語教學頻道現狀分析》,華中師范大學碩士學位論文,2021年。的 YouTobe中文學習資源的初步介紹。由吳應輝團隊承擔的國家社科基金重大課題“漢語國際傳播動態數據庫建設及發展監測研究”曾對1501個YouTube中文學習視頻進行了初步的形式特點統計。以YouTube平臺為例,對全球范圍內中文學習網絡視頻資源進行科學的大規模摸底調查,將有助于中文學習資源的開發和傳播,推動國際中文教育事業的長遠發展。目前YouTube在100多個國家和地區本地化運營,總共能用80多種語言進行視頻搜索①Dean,B.,“How Many People Use YouTube in 2022,”https://backlinko.com/youtube-users.2021年9月7日。。面對多國家、多語言、多樣化、海量化的視頻,只有借助大數據技術才能有效挖掘資源開發和使用的規律、趨勢和關系②郭曉科:《大數據》,清華大學出版社2003年版。。

在國際中文教育領域,鄭艷群首次提出大數據技術應用的方向和方法。③鄭艷群:《漢語教學數據挖掘的意義和方法》,《語言文字應用》2016年第4期。近年來,從宏觀角度上,有學者基于人口、教育、經濟等大數據研究“一帶一路”沿線國家孔子學院的分布④王輝、陳陽:《基于大數據的“一帶一路”沿線國家孔子學院分布研究》,《云南師范大學學報(對外漢語教學與研究版)》2019年第1期。⑤王娟、吳夢云、左秀霞:《孔子學院與中國出口規模關系的統計考察——基于“一帶一路”沿線國家數據》,《統計與決策》2019年第2期。;從微觀角度,有學者基于慕課大數據挖掘國際中文學習者的行為特征⑥陳歌:《基于慕課數據挖掘的中文線上學習行為研究》,《2020年對外漢語博士生論壇暨第十三屆對外漢語教學研究生學術論壇論文集》,北京大學對外漢語教育學院,2020年。,基于購書平臺用戶反饋數據研究漢語國際教育碩士研究生教材認可度⑦陳曉霞:《基于大數據的漢語國際教育碩士教材研究——以〈漢語國際教育碩士系列教材:核心課教材〉在線評論為例》,《云南師范大學學報(對外漢語教學與研究版)》2020年第6期。。然而,目前還未有真正意義上的中文學習網絡視頻資源的大數據分析工作。

王春輝認為在國際中文教育領域著眼于中文國際傳播的路徑、評估與更為宏觀的研究亟待加強。⑧王春輝:《歷史大變局下的國際中文教育——語言與國家治理的視角》,《云南師范大學學報(哲學社會科學版)》2021年第2期。吳應輝認為用“全球視野比較法”對各國中文學習資源狀況進行研究,是與國際中文教育事業發展和學科建設高度契合的研究方法。⑨吳應輝:《國際中文教育新動態、新領域與新方法》,《河南大學學報(社會科學版)》2022年第2期。鑒于全球視野下新興中文學習資源在國際中文教育事業中的重要價值,本文將應用大數據技術,以YouTube為研究窗口,摸底調查并評估全球范圍內國際中文學習資源的開發與使用情況,嘗試回答以下問題:(1)全球視野下中文學習資源的開發有何規律和趨勢?(2)全球視野下中文學習資源的形式、內容有何特征?(3)全球視野下中文學習資源使用中的用戶反饋如何?

二、數據基礎

依據全球語言分布[10]國際語言學中心數據,http://www.ethnologue.com.2022年3月6日。、人口分布[11]聯合國經濟與社會事務部人口司數據,https://www.un.org/development/desa/pd/.2022年3月6日。、各國網絡普及率[12]參考國際電信聯盟數據,https://www.itu.int/en/Pages/default.aspx.,參考孔子學院分布、中文學習者分布[13]感謝國際中文教育基金會的資料支持。,推測YouTube用戶可能使用什么語言發布、搜索中文學習類視頻,最終確定了包括中文在內的18種搜索語言。然后用參考文獻[14]陳曉霞:《基于大數據的漢語國際教育碩士教材研究——以〈漢語國際教育碩士系列教材:核心課教材〉在線評論為例》,《云南師范大學學報(對外漢語教學與研究版)》2020年第6期。[15]俞瑋奇、韓進拓:《國際中文教育圖書的海外出版傳播對策研究——基于亞馬遜網站圖書的統計分析》,《科技與出版》2021年第11期。的方法,以“漢語學習”“漢語課程”為基礎,制定36個搜索關鍵詞詞表。再以YouTube Data APIv3.Search[16]Google專門給YouTube開發者提供的web訪問接口。參見YouTube API官網,https://developers.google.com/youtube/v3.本文所用搜索關鍵詞都參考官方釋義。為數據爬取工具,將每個關鍵詞的搜索結果按照瀏覽量大小降序排列,以500為視頻上限[17]根據YouTube數據爬取規則,每次搜索結果最多返回500條數據。納入數據集。由于不同語言的網絡使用狀況不同,理論上每種語言將有2～1000個搜索結果。去除重復數據、干擾樣本后,有些視頻可以用不同語言搜出,所以按語言統計的視頻數量大于實際視頻數量,最終共獲得8533個有效視頻的相關數據(見表1)。

表1 YouTube中文學習資源搜索結果(截至2021年12月31日)

視頻的原始數據共16種(部分數據如圖1所示):(1)視頻屬性數據共11種。包括標題、簡介、標簽、字幕語種、音頻語種、時長、外掛字幕有無、發布時間、頻道名稱、頻道屬地、視頻類別等。(2)學習者反饋數據共5種。包括瀏覽量、點贊量、評論量、評論文本、評論情感值。由于瀏覽量是無遺漏的最基礎、最重要的用戶反饋數據,來自任何IP地址的每一次網頁點擊都被累加為視頻瀏覽量;學習者在瀏覽視頻時如果愿意表達對視頻的認可,可以點擊播放窗口下方的點贊圖標,最后形成的點贊量即可用于評價視頻的整體受歡迎程度;用戶在播放窗口評論區留言的總條目為評論量;評論文本由YouTube Data API v3.comments爬取,累計1779938條。應用賓夕法尼亞大學Python-NLTK自然語言處理包為每個視頻的最多前500條評論進行情感傾向賦值。賦值區間為[-1,1],情感越正面,越接近1,越負面越接近-1,絕對中立的情感傾向賦值為0,無法識別的評論默認賦值0,累加一個視頻的所有評論情感值,得到該視頻的“評論綜合情感”指數。

圖1 YouTube視頻部分數據示例

如圖2所示,5288個(61.97%)的搜索結果來自YouTube“教育”類別,2286個(26.79%)來自“人物和博客”類。除此之外的11.24%資源分屬于其他13個類別。本文首先對數據庫中5288個“教育”類別的視頻進行大數據分析。若無特別說明,下文數據均基于“教育”類視頻資源。

圖2 YouTube中文學習資源類別分布

三、數據分析

(一)歷時分布

YouTube于2005年創立,2007年推出多語版本并啟動“合作伙伴計劃”,注冊用戶將會從其上傳的視頻中獲得收益分成。這些措施大大激勵了視頻發布者。根據Statista的采樣統計數據①Statista,“YouTube-Statistics&Facts,”https://www.statista.com/topics/2019/youtube,2022年4月4日。2008年、2015年7月至2019年5月的數據,2021年Statista未提供數據。(見圖3中的藍色條柱),2007年YouTube視頻發布達到每分鐘6小時視頻容量,2007—2013年呈現較為平緩的增長態勢;雖然缺失了一些年份數據,但基本可以認為2014—2020年YouTube進入第二個發展階段,視頻容量呈快速上升趨勢明顯,逐年攀升至2020年的500小時/分鐘。

圖3 YouTube整體視頻容量與國際中文學習資源容量歷時對比

所采集的數據統計顯示,國際中文學習資源的視頻容量也呈現類似趨勢(見圖3中的黃色條柱、圖4),但前期蓄勢時間更長,后期爆發更快。總體上中文學習資源的開發經歷了三個階段:(1)蓄勢期(2007—2015年),發布量從個位數增長到100以上,其中2014年132個,容量從2007年的0.4小時總時長增長至2015年的23.4小時總時長;(2)高速發展期(2015—2019年),發布量增長至5倍,容量增長至12倍,其中經過2016年和2017年的高速發展,2017—2019年進入穩定期,至2019年略有下降;(3)短視頻爆發期(2020—2021年),視頻數量由532個增長至1424個,增長至2.68倍,而視頻容量由288.5小時增至425.7小時,增長近50%,視頻數量和視頻容量的增幅不一,表明這兩年小容量的中文學習類短視頻發展迅猛。這兩年正是新冠疫情導致在線學習成為主流教育形態的時期,也是短視頻產業爆發期,短視頻中文學習視頻的開發與傳播順應了線上學習、居家學習的需要以及短視頻消費的潮流。

圖4 獲取的YouTube中文教育視頻數量分布(按年度統計)

(二)語別與國別分布

在國際中文教育領域,國別化、語別化的精準化中文學習資源是數字資源建設的重要部分①郭晶、吳應輝、谷陵、周靂、儂斐、馬佳楠、崔佳興、董曉艷:《國際中文教育數字資源建設現狀與展望》,《國際漢語教學研究》2021年第4期。。了解中文學習資源的語別分布規律和國別分布規律,是精準化資源建設的前提。

圖5 中文學習資源的語別與國別分布(視頻數＞10)

圖6 熱門中文學習資源的語別分布

圖7 熱門中文學習資源所在頻道的分布

1.語別分布

綜合全部視頻、熱門視頻(以瀏覽量占前80%計)的視頻數量、瀏覽數量、頻道數量和高頻標簽語種(見圖8)的統計結果,可以按語別將中文學習資源分為六個層級。英語遙遙領先,中文位居第二;俄語、印尼/馬來語、葡萄牙語處于第三陣營;越南語、泰語、法語、日語、西班牙語、德語、印地語處于第四陣營;韓語、意大利語、阿拉伯語、尼泊爾語、土耳其語等處于第五陣營;其他語言可以歸為第六陣營。

圖8 高頻標簽語種分布圖(頻次≥50)

與傳統的國際中文教材的語別數據對照,有助于勾勒國際中文多模態教學資源的全貌。根據周小兵2017年的統計,在語別中文教材中,排名前十的是日語(37.40%)、韓語(31.96%)、英語(15.73%)、泰語(6.32%)、法語(4.77%)、越南語(1.25%)、德語(0.88%)、西班牙語(0.72%)、俄語(0.35%)、印尼/馬來語(0.27%);意大利語、阿拉伯語、蒙古語、老撾語媒介語的中文教材也有問世①周小兵:《對外漢語教學入門》第3版,中山大學出版社2017年版,第167頁。。兩組數據對比可見,日本、韓國等中文教材豐富的國家,其網絡視頻資源開發和使用表現平平,而俄羅斯、巴西、越南、印尼/馬來等國的中文教材有限,但網絡視頻資源開發使用更為普遍。

2.中文學習資源的國別分布

從國家角度看,美國、俄羅斯、巴西、越南、印尼為中文學習資源的主要產地,來自中國、韓國的資源都有少而精的特點。中國產生了一些英語媒介語資源和全中文資源,雖然視頻數量和頻道數量較少,但瀏覽量第三。韓國中文學習資源總量雖然并不多(第14位),但熱門視頻的數量(第5位)和瀏覽量(第8位)不少;歐洲整體上資源產量和瀏覽量都不大,法國、德國、意大利、英國為主要產地。對視頻內容分析后發現,歐美更多開發和使用口語類資源,亞洲國家更多開發和使用漢字類資源。從開發者屬性看,YouTube中文學習資源主要來自國際中文教育的專業機構、專業個人、業余個人,且用戶關注度與開發者的專業程度、專業規模成正相關。

(三)共時分布:中文學習資源的開發者屬性分布

當前自媒體時代,理論上任何機構、個人都能成為學習資源的開發者。依據開發者與生產內容的專業匹配程度,開發者又可分為專業機構、專業個人和業余機構、業余個人兩類。我們以累加瀏覽量前80%的185個熱門視頻所屬的97個頻道(Channel)為分析樣本,從頻道簡介文本(Description)和視頻視覺內容呈現中尋找線索,進行開發者屬性的甄別。在97個頻道中,有3個(3.1%)頻道(TED、俄羅斯電視臺、巴西電視臺)分別發布了1個中文學習相關視頻。這些機構作為非專業的海外電視傳媒機構,也“無心插柳”打造了“爆款”的中文學習專業視頻。其余94個頻道(96.9%)均以國際中文教育為唯一主題。其中40個頻道(41.2%)來自專業機構,30個頻道(30.9%)來自專業個人,24個(24.7%)來自業余個人。由此可見,一些國際中文教育相關專業機構和專業個人已深入布局YouTube,而一些業余個人也將中文學習作為自己的視頻開發目標。

圖9的箱形圖中,藍色的點表示頻道的訂閱量,橙色的點表示頻道熱門視頻的總瀏覽量。每個箱形上半部分表示占訂閱量或瀏覽量前25%的頻道,下半部分表示訂閱量或瀏覽量后25%的頻道。其分水嶺表示訂閱量、瀏覽量的中位數水平。箱形上下的水平線以外出現的點代表數據特別高或特別低的頻道。頻道的訂閱量和瀏覽量是衡量頻道受關注程度的主要指標。顯而易見,開發者的專業程度及規模與用戶關注度呈正相關,即專業機構＞專業個人＞業余個人。

圖9 熱門視頻所屬97個頻道用戶反饋

四、國際中文學習資源的形式特征

(一)時長特征

根據YouTube發布的視頻時長抽樣數據①Statista,“YouTube-Statistics&Facts,”https://www.statista.com/topics/2019/youtube.2022年4月4日。,一個網絡視頻的時長平均為11.7分鐘。郭晶等對1501個中文學習相關視頻標記分析后發現,時長在10分鐘以內的視頻占70.3%,10～30分鐘的占25.6%,30分鐘以上的只有4.1%。②郭晶、吳應輝、谷陵、周靂、儂斐、馬佳楠、崔佳興、董曉艷:《國際中文教育數字資源建設現狀與展望》,《國際漢語教學研究》2021年第4期。根據我們采集的YouTube中文學習資源數據(見圖10),其時長分布特征與以上結論一致,即大部分人對視頻的注意力集中在12分鐘以內,此后有下降趨勢。視頻越長,用戶觀看該視頻的傾向則越弱。結合前文2020—2021年的歷時分布特征,我們認為12分鐘以內,尤其是10分鐘以內的短視頻更能滿足新時代中文學習者的學習需求。

圖10 YouTube中文學習資源時長分布

(二)字幕特征

視頻字幕對二語學習起著重要的輔助作用,如幫助大腦選擇性注意、切分加工單位、形義匹配等③靳洪剛、金善娥、何文潮:《視頻字幕研究及其對二語習得和教學的啟示》,《世界漢語教學》2021年第1期。。外掛字幕又提供了有字幕和無字幕的自主切換,可以促進學習者檢驗聽覺輸入效果,并強化選擇性注意。在5288個視頻中,有222個(4.2%)視頻有外掛式字幕,其他視頻(95.8%)大多數配有內置字幕或無字幕。字幕外掛與瀏覽量正相關(詳見第五節結論),因此我們建議在制作學習資源時,盡可能提供外掛式字幕以加強學習效果,同時也有助于提升視頻關注度。

五、國際中文學習資源的內容特征

內容是資源的內核,內容的類型、質量根本上決定了資源的受關注程度。YouTube上的中文學習資源有哪些類型、呈現哪些整體特征,是國際中文教育事業亟須掌握的。相關文獻①黃仁善:《旅游英語YouTube頻道分析及學習者認識研究》,韓國淑明女子大學碩士學位論文,2019年。②饒梓欣、李倩、許鑫:《新冠肺炎疫情下公共圖書館視頻內容生產與網絡傳播研究——以上海圖書館為例》,《圖書館雜志》2022年第1期。主要從視頻標題、標簽、簡介等文字入手獲得視頻內容,考慮到標簽的精確、簡明,本文側重于從標簽角度勾勒YouTube中文學習資源的統計特征,并結合標題、簡介探索其內容特征。

我們結合 TF-IDF③TF-IDF用來評估一個詞對一段文字的重要程度。TF-IDF認為一個單詞出現的文本頻數越小,它區別不同類別文本的能力就越大。(term frequency-inverse document frequency)與K均值聚類算法(K-means clustering algorithm)對視頻標簽進行聚類。聚類結果繼續經過人工干預,即借鑒扎根理論的研究方法④陳向明:《質的研究方法與社會科學研究》,教育科學出版社2000年版。,從原始標簽依次向二級編碼、一級編碼聚類,最終形成結構化標簽體系。由該標簽數據可知,YouTube中文學習資源總體上主要涉及初級口語(30%)、詞匯(13%)、中國(10%)、歌曲動畫(9%)、漢語拼音(6.7%)、漢字識寫(6.5%)、聽力理解(2%)等。另外,資源、方法、自學、速成、中文母語、教師資格證、漢語國際教育專業、高校教師等標簽也有一定比例。此外,明確提及的專有名詞有:馬云、成龍、李小龍、北京、上海、廣州、深圳、廣東、香港、臺灣、阿里巴巴、《寶寶巴士》、《粉紅小豬》等。

根據對標簽體系、標題、簡介的分析,我們發現YouTube中文學習資源具有以下特點:(1)初級內容為主。總體上初級內容占90%以上,中高級資源極少。語言水平決定了資源需求,資源需求決定了資源開發方向,中文學習者的金字塔狀水平分布⑤張蔚、丁安琪:《第二語言學習動機減退成因的扎根理論分析》,《中國海洋大學學報(社會科學版)》2018年第3期。,勢必導致這樣的資源分布特征。但隨著中文學習規模和質量的不斷提升,未來中高級資源可能會有上升趨勢。(2)專業性強。72.8%的視頻資源為專業機構、專業個人打造的中文系統教程,由國際中文教育相關專業的教師通過板書或PPT講授。(3)HSK(漢語水平考試)的導向作用明顯。38.2%的視頻資源標上了“HSK”標簽,視頻內容也在HSK等級大綱范圍內設計完成,可見HSK品牌在全球范圍內已深入人心,“以考促學”成為海外中文學習者的主流學習方式之一。(4)中國社會文化類內容有限。10%的視頻資源在中文學習的同時介紹了中國的社會文化,但其關切點往往限于中國經濟、來華旅游、中國功夫中的極少部分,而在中國傳統文化、中國當代生活等方面鮮有涉獵。即使涉及中國經濟,也多關注幾個較發達地區、個別知名企業與企業家,視野十分有限。(5)影視歌曲類學習資源低幼化。專業制作、中文發音的經典兒童動畫片和中文童謠基本囊括了YouTube的全部視聽資源,其中最熱門的是《寶寶巴士》《粉紅小豬》等。(6)部分視頻自媒體屬性和社交屬性鮮明。除少數視頻為“內容搬運”頻道外,大部分視頻都為機構、團體、個人自產自播。其中,有些視頻開發者為在華留學生和在華外籍工作人員。他們的視頻以中文學習經驗、中國旅行經歷、留學生活分享為主,向YouTube全球用戶展示真實有趣的中國生活,其話題性、趣味性和互動性較強。這些原創內容有著鮮明的自媒體屬性和社交屬性。

將標簽與國別、語言分布數據進行交叉分析發現,口語類標簽主要來自面向歐美的視頻,而漢字類標簽主要來自面向日本、韓國、越南的視頻。或許歐美更重視口語學習,而漢字學習在亞洲漢字文化圈更受重視。與中國經濟相關的視頻主要來自韓國,而個人分享類視頻主要來自歐美。這可能也說明了不同國家的中文學習者,其中文學習動機和對中國的關注點有較大差異。

六、用戶反饋及相關因素分析

在網絡學習資源的自主使用中,學習者擁有更多的選擇權、參與權①劉和海、潘陽:《以學習者為中心——賦權理論視角下的個性化學習實踐邏輯》,《中國電化教學》2018年第8期。,其選擇、瀏覽、評價等反饋是一種強有力的工具②邵培仁:《傳播學》,高等教育出版社2000年版。,一定程度上影響了其他學習者的選擇,影響資源的傳播速度與效果,進而影響相關資源開發戰略。對于國際中文教育事業而言,全球用戶的反饋數據對于開發、評估學習資源,把握全球中文學習者的需求有著重要的導向作用。

如表2所示,YouTube中文學習資源的瀏覽量遠大于點贊量,點贊量遠大于評論量。評論綜合情感整體為正數,但分值偏低(平均值0.075,中位數0)。在瀏覽量上,小部分YouTube中文學習資源獲得了大部分瀏覽量,而絕大部分資源只獲得很少的瀏覽量,馬太效應十分明顯(見表3)。

表2 視頻瀏覽量、點贊量、評論量、評論綜合情感分布③ 由于一些視頻的數據缺失,造成各項反饋指標所基于的視頻數量并不一致。

表3 視頻瀏覽量分布

將時長、字幕等形式特征與反饋數據進行交叉分析④考慮到指標“有無字幕”為布爾值,其余五個指標數據為連續值,對有無字幕與其他五個指標計算Kendall秩相關系數,對數據為連續值的五個指標兩兩配對計算Pearson相關系數。相關系數為正則代表正相關,為負則為負相關,為零表示無線性相關趨勢。系數的絕對值越大表明兩變量之間的線性相關程度越強。***表示p＜0.001;**表示p＜0.01;*表示 p＜0.05;.表示 p＜0.10;無標注表示其他。,結果(見表4、表5)顯示,時長、外掛字幕的有無與瀏覽量呈正相關且相關系數顯著。而視頻評論的綜合情感指數與其他因素之間的Pearson相關系數接近于零且不顯著,說明其對視頻的傳播效果影響不明顯。

表4 時長與用戶反饋的Pearson相關系數

表5 有無外掛字幕與用戶反饋的Kendall秩相關系數

根據表4、表5的數據表現可知:YouTube中文學習資源的用戶關注程度總體較低、差異非常大,同是學習資源,有的成為廣受關注的頭部(Top)資源,有的卻成為門可羅雀的尾部(Tail)資源,背后的原因值得我們深入研究,總體上YouTube中文學習資源互動性弱,難以形成開發者與用戶之間、用戶與用戶之間的互動,在滿足學習者需求、吸引用戶上還有更大的發展空間。

七、結論與討論

本文對全球范圍內中文學習資源進行大規模摸底調查,為保證數據的全面性和代表性,我們以YouTube為調查平臺,獲得8533個國際中文學習資源的16類數據,并對分布在“教育”類別的5288個視頻資源進行大數據分析。研究顯示:從歷時角度看,中文學習資源大體經歷了蓄勢期、高速發展期、短視頻爆發期三個階段,發展趨勢和YouTube整體一致,但蓄勢時間更長,爆發更快。從媒介語角度看,英語媒介語資源占絕對優勢,全中文學習資源的發布量第二,俄語、印尼/馬來語、葡萄牙語資源發布數量處于第三陣營,越南語、泰語、法語、日語、西班牙語、德語、印地語資源發布數量處于第四陣營,韓語、意大利語、阿拉伯語、尼泊爾語、土耳其語資源發布數量處于第五陣營。從國家角度看,美國、俄羅斯、巴西、越南、印尼為中文學習資源的主要產地;來自中國、韓國的視頻數量和頻道數量都不大,但瀏覽量相對非常高;歐洲中文學習資源產量和瀏覽量都不大,以法國、德國、意大利、英國為主要產地;歐美更多開發和使用口語類資源,而亞洲國家更多開發和使用漢字類資源。不同國家的中文學習者,其中文學習動機和對中國的關注點有較大的地域差異。從開發者屬性看,YouTube中文學習資源主要來自國際中文教育的專業機構,其次是專業個人,再其次是業余個人,且用戶關注度與開發者的專業程度、專業規模成正比。從形式和內容看,以12分鐘尤其是10分鐘以內的短視頻、內置字幕為主流;YouTube中文學習資源以初級教程為主,HSK的導向作用明顯,影視、歌曲類資源呈現低幼化傾向;中國社會文化類內容范圍較窄,但在華留學生和在華外籍工作人員開發的資源話題性、趣味性和互動性較強。從用戶反饋看,大部分反饋都集中在頭部(Top)視頻資源上,其他大部分學習視頻獲得的反饋信息很少,馬太效應十分明顯;國際中文學習者在YouTube平臺上選擇中文學習資源時,其他用戶的已有瀏覽行為和評價行為對其有著直接的影響;配備外掛字幕會一定程度提升瀏覽量。

以上大數據分析結論引起了我們的幾點思考:

從傳播學角度看,YouTube中文學習資源的開發者是中文國際化傳播的把關人(Gatekeeper)。把關人的素養直接影響傳播信息的質量①方建移:《傳播心理學》,浙江教育出版社2016年版。。國際中文教育的專業機構、專業個人深入布局YouTube,有助于保證中文學習資源的質量和使用價值,緩解海外中文學習資源不足的現狀。然而,從學習資源的內容看,在YouTube傳播中文的“把關人”視野不夠開闊,內容在水平、年齡、導向、話題和中國介紹上都較為狹窄單一,難以滿足不同類型中文學習者的需求,難以維系中文學習興趣和動機,容易造成對中國和中文的刻板印象。所以我們要尤其重視在華留學生和在華外籍工作人員在開發視頻資源方面的獨特優勢,充分發揮來華留學生的“說書人”價值,改善中文難學的語言形象,改善中國在全球網絡平臺上的刻板狹隘形象,促進國際中文傳播。視頻越長,用戶觀看該視頻的傾向則越弱,因此在國際中文教育領域要加大微短視頻資源開發研究,培養更多適應未來國際中文教育市場的專業化微短視頻資源開發人才。外掛字幕而非內置字幕更符合國際中文學習者需要,因此開發者應盡可能開發外掛字幕視頻,以加強學習效果,同時從一定程度上提升視頻關注度及瀏覽量。業余個人甚至專業個人入局國際中文學習頻道不如專業機構成功,所以這一領域需要更多專業機構盡早布局國際視頻平臺,提供優質的教程、中國視聽作品。歐美和亞洲漢字文化圈需要的中文學習資源不盡相同。面向歐美國家可多提供口語學習相關的資源,多重視口語教學研究,而面向亞洲漢字文化圈國家則可以提供更多漢字類的資源。從網絡資源數據反觀傳統學習數據,我們發現英文、越南語、俄語、葡萄牙語中文教材有較大的市場,今后要重視開發這些語別的中文教材,以滿足其旺盛的中文學習需求。用戶瀏覽和反饋數據集中在頭部(Top)中文學習視頻資源上,因此相關研究者、開發者要重視這些資源的研究,以充分了解國際中文學習者的網絡視頻學習需求,提升視頻資源的質量和利用率。

本研究希望有助于提升國際中文的傳播效益,推動國際中文教育的創新和發展。我們將繼續借助質性方法對用戶評論、視頻內容進行深入研究,以期獲得更深入的用戶反饋信息,以彌補本文在研究細節上的不足。