基于AHP的網絡直播吸引力評估模型的建構和分析

付 嬈 劉鳴箏

在網絡技術飛速發展的背景下，網民數量呈現爆發式增長。網絡技術帶動媒介產業轉型，使網絡直播出現在公眾視野中。最早的網絡直播源自2011年，在美國出現的YouNow(視頻直播應用程序)、Twitch(視頻游戲流媒體網站)和YouTube Live(YouTube實時流媒體服務)，此后網絡直播不斷演進，逐漸迎來它的光輝時代。國內自2016年“網絡直播元年”開始，產生了“+直播”“直播+”等多元的網絡直播商業模式。網絡直播何以吸引用戶？用戶觀看直播平臺的動機是什么？網絡直播的哪些因素滿足了用戶需要？為研究網絡直播這一新興媒介形態對媒介傳播效果、評價方式的改變以及對受眾行為、受眾心理的影響，一種科學、全面的網絡直播吸引力評估模型亟待提出。

一、網絡直播吸引力評估量表的指標設計

(一)網絡直播的概述及要素

“直播”最早是指媒體采編播同時進行的一種節目播出方式。在電視節目中常見有“直播”字樣標記于電視畫面右上角，說明該節目是電視臺以“現場直播”為形式的新聞或演出節目。隨著網絡技術的發展與成熟，網絡直播脫離傳統大眾媒介的傳受方式，具有實時互動、內容多元等特點，頗得受眾青睞。

廣義的網絡直播指在網絡中直接錄制并播出的包含所有節目制作流程為一體的媒體播出方式，直播平臺側重于網絡客戶端而不是電視(非網絡電視)。狹義的網絡直播即自媒體的網絡直播，表現為自媒體網絡主播利用攝錄設備，在網絡上自如地選擇直播內容進行實時在線播出。狹義的網絡直播包含網絡直播節目本身的全部因素，包括直播平臺、直播內容、直播對象、直播效果等。本文研究的對象即為狹義上的網絡直播。

得益于互聯網的發展與移動應用的普及，網絡直播的流行帶來了新的媒介場景和傳播生態?，F有文獻的主要研究方向有：網絡直播理論概況、網絡直播盈利模式探討、網絡直播的問題及治理策略、網絡直播主播及用戶行為分析等。雖然網絡直播的相關研究起步較晚，但其文獻數量豐富可觀，相較而言，對于網絡直播效果及影響因素的研究有待加強。

(二)量表設計

在網絡直播吸引力評估模型的建立過程中，量表指標的設置是研究的前提和基礎，準確設定對于中間層層級結構，能夠保證對各評價指標設置的合理性和科學性。網絡直播吸引力量表所包含的全部準則、次準則及次準則描述見表1。

表1 網絡直播吸引力評估量表指標及指標描述

1.直播場景

2.平臺因素

3.直播互動性

4.主播形象

通過詳細的文獻整理，本研究對國內外學者關于網絡直播影響因素的不同看法有了宏觀認知，并進一步歸納總結為量表指標。本量表的指標選取部分共涉及30余篇國內外文獻，占全部文獻5%以上的文獻包含同一影響指標(指標文獻≥全部文獻*5%)，即指標文獻數量大于等于全部文獻的5%，則將該指標納入初始評估量表。最后總結出含有13個指標的網絡直播吸引力評估量表(見表1)。

二、量表指標篩選

通過文獻梳理，本研究得到含有13個指標的評估量表，為了規避由于主觀意見和個人偏好帶來的誤差，需要將量表指標進行處理與篩選從而降低誤差。具體的研究路徑為：第一步，通過設計和發放專家問卷，得到不同專家對指標的意見；第二步，根據四分位法觀測專家意見的離散程度，篩選具備一致性的指標；第三步，將篩選后的量表指標用于后期層次分析的運算。

(一)專家問卷的設計與發放

德爾菲法是一種匿名反饋咨詢的方法，利用信件問詢的形式來進行集體匿名思想交流。專家問卷的設計和發放能夠收集到較為客觀的數據，用群體的智慧來綜合處理不同的意見。為了排除專家個人對量表指標選擇的主觀性，本研究用德爾菲法來篩選評估量表中的對應指標。

本次專家問卷圍繞“網絡直播”主題，選取了包括網絡新聞學者、媒體從業者、網絡直播資深用戶、網絡直播主播等專家共22位。專家團隊的學科背景和實踐經驗都與網絡直播有較強的相關性，同時專家成員的不同學科背景和實踐經驗也保證了意見的全面性，使得到的問卷數據具備科學性。每位專家在填寫問卷時都是匿名獨立的，不受專家團隊內權威或熟人的影響。

(二)離散程度分析

四分位法是統計學中用來求取一組數據離散程度的常用方法。本研究通過四分位差觀測指標得分的離散程度，四分位差越小表示專家意見越統一。在兩端數據不全或者統計量數中存在著個別極端量數時，用四分位差可以在測量數據離中趨勢的同時，忽略極值、極差帶來的誤差。四分位差用符號Q表示，Q為下四分位數，Q為上四分位數，計算公式如下：

表2 網絡直播吸引力評估量表指標及數據統計

三、模型建構及層次排序

(一)建立層次結構及成對比較矩陣

層次分析法(AHP)也叫模糊綜合評價法，它是于1970年代初期由Saaty教授提出的一種將定性問題定量化的處理方法。層次分析法的具體操作就是將所要進行的決策問題置于一個大系統中,并將影響決策的因素層次化，形成多層的分析結構模型。在本研究中，以網絡直播為系統將指標層次化。層次分析模型分為三層：目標層、中間層和方案層，中間層可分為包含一級指標(B)的準則層和包含二級指標(C)的次準則層，建立好的層次結構見圖1。根據專家問卷得到的22份數據構造成對比較矩陣進行計算。

圖1 網絡直播吸引力評估模型

(二)一致性檢驗及權重分析

在明確判斷矩陣后,求出其最大特征根λmax所對應的特征向量W，公式如下：

=·

為檢驗判斷矩陣的誤差、求證權重分配是否合理,需要對判斷矩陣進行一致性檢驗，公式為：

本研究為群體決策，采用幾何平均數處理匯集專家判斷矩陣的特征向量W，對于R位專家，n個要素，W滿足：

={|=1,2,3,…,}

計算并最終確定指標權重，包含全局權重及同級權重，見表3。

表3 網絡直播吸引力評估群決策中間層權重表

(三)層次總排序

根據群決策中間層的所有指標權重(表3數據)得出所有因素對于總目標重要性的權值排序，即層次總排序。數據結果顯示，準則層指標的權重排序依次為：平臺因素(0.2809)、主播形象(0.2713)、直播互動性(0.2456)、直播場景(0.2021)。對于13項次準則的全局權重，平臺因素準則下的三項次準則權重最高，按照權重大小排序分別是平臺依賴(0.0996)、功能可供性(0.0945)、平臺好評度(0.0868)。13項次準則的全局權重最低的是主播形象準則下的主播性別(0.0559)，其次是直播場景準則下的文字與符號(0.0581)。

四、結論

本研究以大量國內外文獻作為量表指標的基礎，考察網絡直播吸引用戶的具體影響因素，并據此設計網絡直播吸引力評估量表，將諸多變量納入模型進行考量，通過專家問卷計算其指標權重，得到指標層次總排序。

從建立的模型可以看出，用戶選擇網絡直播影響因素排序為：

平臺因素?主播形象?直播互動性?直播場景

也就是說，用戶在選擇直播時，首先選擇的是平臺，其次才是直播內容各因素。平臺因素中，路徑依賴的影響程度高于平臺的功能性，好評度的影響最低。可見，對于平臺使用具有的粘性是決定其直播選擇的最重要因素，直播平臺提升自身對用戶的吸引力的舉措應優先于其他因素；對于主播來說，選擇用戶群體大的平臺能更快吸引流量。

主播形象是影響用戶選擇第二重要的因素。主播形象因素中，其媒介形象是影響最大的因素，因此主播要注意時刻保持良好的口碑。本研究還驗證主播的性別因素對于直播吸引力存在影響，但指標權重不高，性別不是影響用戶選擇的主要原因。

直播互動性是影響用戶選擇第三重要的因素，其中用戶之間互動產生的積極作用大于主播提供的物質獎勵，主播的非物質性的獎勵言語和行為的影響力最小，可見網絡主播可以加大引導用戶之間產生互動。

直播場景的選擇與布置在所有的準則中重要性程度最低，背景音樂的作用大于直播間布局，直播中的文字與符號對用戶產生的吸引力是所有影響因素中最低的。

建立網絡直播吸引力評估模型有一定的學術意義與實踐意義。模型內的各項準則代表了影響網絡直播的主要因素，各項次準則進一步細化了影響用戶選擇網絡直播的指標。依據模型設計實驗或調研，可用于比較不同指標下多個網絡直播節目的吸引力，并對自媒體主播或直播團隊改善直播效果起到借鑒作用。

本研究也存在一定的局限性：首先，運用AHP和德爾菲法將影響網絡直播吸引力的因素量化，存在著不可避免的誤差；其次，用戶對網絡直播內容相關元素的注意力未進行捕捉、測量并量化。以上研究局限將在今后的研究中改進、完善。