?

視頻網(wǎng)站運營中用戶評論的作用及實證分析

周良1，王璇2

（1.中國人民大學(xué)商學(xué)院，北京市100872；2.北京化工大學(xué)經(jīng)濟管理學(xué)院，北京市100029）

摘要：網(wǎng)絡(luò)視頻的定制情況與視頻的評論數(shù)量顯著正相關(guān)，而與其好評率和頂踩數(shù)量沒有顯著關(guān)系。也就是說，即使視頻的差評很多，也不會對視頻的定制造成負面影響，即視頻的差評不但沒有對視頻造成不好的影響，相反，由于加深了用戶對視頻的印象或者是存在感知，反而對視頻的點播有正向作用，但好評的正向作用大于差評。相對于購物網(wǎng)站，視頻網(wǎng)站更關(guān)注如何吸引用戶評論，因為增加用戶評論數(shù)量會相應(yīng)地增加點播數(shù)量，從而增加整個網(wǎng)站的流量。

關(guān)鍵詞：視頻定制；視頻評論；用戶口碑；負面信息

一、引言

隨著科技的發(fā)展，通過互聯(lián)網(wǎng)觀看電視劇、電影、新聞、比賽等視頻已經(jīng)越來越流行。特別是隨著大量80后、90后參加工作進入社會，互聯(lián)網(wǎng)的受眾逐漸增大，對網(wǎng)絡(luò)視頻的需求越來越大。目前，不但各個專門的視頻點播網(wǎng)站如雨后春筍般層出不窮，各大門戶網(wǎng)站如新浪、雅虎、網(wǎng)易等都推出自己的網(wǎng)絡(luò)視頻頻道，互聯(lián)網(wǎng)已成為一個重要的影視劇播放平臺。然而，隨著網(wǎng)絡(luò)視頻業(yè)務(wù)的發(fā)展壯大，各大門戶和視頻網(wǎng)站在視頻領(lǐng)域的競爭變得異常激烈，熱門影視劇版權(quán)價格也隨之水漲船高，從而導(dǎo)致運營成本加大。同時，網(wǎng)絡(luò)視頻同質(zhì)化競爭嚴重，網(wǎng)站需要尋找差異化的競爭路線，提升原創(chuàng)能力。在這種競爭環(huán)境下，微電影成為一個很好的選擇。[1]

伴隨著“微時代”的到來，不少人們所熟知的名詞也都被冠上“微”頭銜，繼微博、微小說之后，“微電影”成為電影藝術(shù)與品牌傳播在網(wǎng)絡(luò)平臺的又一次創(chuàng)新聯(lián)姻。微電影的最初嘗試可追溯到2001年，寶馬北美公司集結(jié)8位世界級的一流導(dǎo)演，推出8部具有鮮明個人風(fēng)格和創(chuàng)新性的電影短片。

“微電影”這一概念最早由凱迪拉克品牌提出，其聯(lián)手中影集團和吳彥祖打造的廣告《一觸即發(fā)》被稱為中國首部微電影。[2]此片大獲成功，開創(chuàng)了新媒體背景下又一新的營銷模式。之后，各類微電影紛紛出現(xiàn)在互聯(lián)網(wǎng)上，其中最知名的是《老男孩》，在沒有海報、沒有票房的前提下，卻意外形成了全民轟動和集體懷舊的傳奇效應(yīng)。

作為一種新興的品牌營銷模式，微電影不再是單向訴求，而是通過引發(fā)互動的擴散傳播，打通品牌在娛樂和視頻類媒體的傳播壁壘，借勢“微傳播”概念及微博等渠道形成非凡熱度，從而達成預(yù)期的品牌傳播效果。

從上述兩個例子可以看出，微電影從來源上可以分為兩類：一類是由專門的媒體制造商如授權(quán)的廣告公司和影視制作公司提供，通過購買廣告時間、網(wǎng)站空間等形式發(fā)布；另一類是由網(wǎng)民自由制作，通過免費上傳的視頻網(wǎng)站發(fā)布。這種由網(wǎng)絡(luò)用戶自己生產(chǎn)、制造、傳播的視頻可以統(tǒng)稱為“用戶生成內(nèi)容”（User Generated Content，UGC）視頻。大量用戶生成內(nèi)容視頻的出現(xiàn)完全改變了網(wǎng)絡(luò)視頻市場的格局，低成本、多元化的產(chǎn)品使得市場一片繁榮。

那么，用戶在對這些網(wǎng)絡(luò)視頻進行定制時主要受到哪些因素的影響呢？由于制作用戶生成內(nèi)容視頻的門檻很低，市場供應(yīng)量極大。網(wǎng)絡(luò)的便捷性和產(chǎn)品的多樣化也使得每個用戶都存在不同的觀看經(jīng)歷。同時，由于用戶生成內(nèi)容產(chǎn)品僅通過網(wǎng)絡(luò)傳播，沒有額外的廣告宣傳，所以有別于傳統(tǒng)媒體，用戶生成內(nèi)容的流行程度同時受到產(chǎn)品本身和用戶行為的雙重影響。傳統(tǒng)觀點認為，口碑好的作品觀看者眾多，口碑差的作品無人問津，而作者自己也把用戶評論的好壞看得特別重要。真的如此嗎？

本文從用戶的角度，收集了中國最大視頻網(wǎng)站——優(yōu)酷網(wǎng)的一手數(shù)據(jù)，考察用戶生成內(nèi)容視頻點播和視頻口碑之間的關(guān)系，發(fā)現(xiàn)視頻的點播數(shù)量與視頻的評論數(shù)量存在呈顯著正相關(guān)關(guān)系，而與視頻的好評率沒有關(guān)系。換句話說，視頻的差評不但沒有對視頻造成不好的影響，相反，由于增加了用戶評論數(shù)量，反而對視頻的點播有正向作用。這是由于在網(wǎng)絡(luò)世界中，吸引注意力往往比實質(zhì)內(nèi)容更重要，更多的評論數(shù)量意味著吸引了更多的注意，從而使得作品有了大量的受眾。本文的研究結(jié)果豐富了在線評論的相關(guān)理論，并且對視頻網(wǎng)站的運營有一定的指導(dǎo)作用。

二、視頻運營網(wǎng)站研究現(xiàn)狀

近年來，隨著人們精神追求的多樣化和空閑時間的增加，視頻點播網(wǎng)站的發(fā)展非常迅速。傳統(tǒng)的視頻點播網(wǎng)站（Video-on-Demand，VoD）成本較高，能否贏利并長久存在成為人們關(guān)注的焦點。[3]但隨著用戶生成內(nèi)容視頻的廣泛傳播，用戶每天都會上傳大量的免費視頻，[4]其高成本被大幅削減，微電影的流量呈現(xiàn)出新的特征。因此，傳統(tǒng)關(guān)于視頻點播網(wǎng)站中視頻流行及傳播的模型[5]也需要進行修正。大量研究表明，新形勢下的網(wǎng)絡(luò)微電影點播呈現(xiàn)出“長尾”現(xiàn)象。[6-8]

米揚等（Meeyoung et al）[9]、查等（Cha et al）[10]分析了世界最大視頻網(wǎng)站Youtube上的視頻和用戶特征，并與其他用戶生成內(nèi)容視頻網(wǎng)站、傳統(tǒng)視頻點播網(wǎng)站進行比較。他們首先分析了用戶生成內(nèi)容服務(wù)與傳統(tǒng)視頻點播網(wǎng)站服務(wù)的不同之處，然后分析了熱門用戶生成內(nèi)容分布的描述統(tǒng)計屬性，以此來討論如何增加長尾視頻產(chǎn)品的潛在需求；作者通過時間序列的分析，在多天數(shù)據(jù)的基礎(chǔ)上，研究了用戶生成內(nèi)容視頻的生命周期，分析了視頻需求和上架時間長短的關(guān)系；最后分析了各種相同內(nèi)容的副本和非法內(nèi)容視頻對平臺的影響。該研究通過大量樣本分析出各參數(shù)的分布函數(shù)，通過對比不同參數(shù)分布之間的相關(guān)程度，指出視頻流行程度與視頻的評論存在強正相關(guān)關(guān)系，相關(guān)系數(shù)達到0.8，但視頻的長度與視頻流行度沒有關(guān)系，其皮爾森相關(guān)系數(shù)僅為-0.0001。該文中的數(shù)據(jù)來源于Youtube和國外網(wǎng)站，而Youtube對用戶上傳視頻存在大小限制（100M），從而影響到視頻的長度。同時，該研究僅從數(shù)據(jù)上得到結(jié)果，是對目前視頻點播數(shù)量分布的一種描述，并未對產(chǎn)生該長尾現(xiàn)象的內(nèi)在原因進行分析。

而關(guān)于在線評價對電影產(chǎn)品的作用的研究也表明，單純的負面評價并不一定會產(chǎn)生較大的作用，相反，用戶反而覺得正負情感交雜的在線評論更加有用。[11]其研究結(jié)果顯示，在線影評中積極的情感傾向、較高的正負情感和主客觀表達混雜度以及較長的句子，對評論的有用性具有顯著的正面影響。換句話說，也就是用戶的確很重視在線評論及一些其他相關(guān)信息，但是用戶相對也是理智的，不會單純地看到差評就離開，看到好評就跟進，用戶也有自己的判斷，會根據(jù)這些公共社會信息以及目標(biāo)產(chǎn)品本身的屬性，結(jié)合用戶自身的認知和偏好等做出判斷，并產(chǎn)生行為。所以，關(guān)于產(chǎn)品的負面信息只能為用戶提供參考，而不會直接影響用戶的行為。

已有研究結(jié)果表明，用戶是否點播該視頻，與該視頻的評論有很大關(guān)系，但是對用戶評論更深層次的作用機理還有待研究。例如，單純對視頻表示喜歡或者不喜歡的標(biāo)簽是否會影響視頻的點播？評論數(shù)量的增加是否會導(dǎo)致視頻點播的增加？好評率是否會影響視頻的點播？

本文基于中國國內(nèi)的情形，從中文視頻網(wǎng)站Youku上抽樣2014年的數(shù)據(jù)，在不同的平臺和文化特征下，研究視頻流行程度、用戶參與程度和視頻時長的關(guān)系，同時分析用戶與視頻的互動行為（如評論、頂、踩等）對視頻點播數(shù)量的影響。通過分析視頻好評和差評的相對比例，深入探尋視頻點播數(shù)量的發(fā)展規(guī)律。

三、理論分析與研究假設(shè)

一般來講，從各種觀點出發(fā)的研究，都證明了負面消息會對產(chǎn)品造成不好的影響，會影響消費者對產(chǎn)品的印象和評價。比如說，負面的評論和消息會降低消費者購買產(chǎn)品的可能性，最終使產(chǎn)品的銷量受到影響。在電影票房的相關(guān)研究中也發(fā)現(xiàn)，不管是來自著名影評人還是普通大眾的負面影評，都會大幅降低其票房收入。同樣，在電子商務(wù)市場上，對產(chǎn)品的星級評價也會影響產(chǎn)品的銷售額。眾所周知，在亞馬遜網(wǎng)站，若有用戶給予某商品一星評價，則該商品的銷售量會受到非常大的影響，這也是為什么當(dāng)前所有的淘寶賣家都對用戶評價如此重視的原因之一。那么，是不是所有情況下商品的負面評價信息（如低星級的產(chǎn)品評價或者是對產(chǎn)品的差評）都會對產(chǎn)品造成有害的影響呢？用戶的評價信息之所以會影響產(chǎn)品的銷量，是因為在評價信息中包含了用戶對產(chǎn)品質(zhì)量和使用體驗的信息，消費者通過這些評論來判斷產(chǎn)品的質(zhì)量，從而決定購買與否，而過多的負面評價會使消費者對產(chǎn)品質(zhì)量存在疑慮，從而放棄購買。但同時，負面信息也是一種關(guān)于產(chǎn)品的信息，負面信息的增加意味著產(chǎn)品的曝光增加，從而使得消費者更容易意識到該種產(chǎn)品的存在，也更容易在腦海中呈現(xiàn)該產(chǎn)品的信息，也就意味著消費者更容易接近該產(chǎn)品。在當(dāng)今信息大爆炸的時代，“酒香也怕巷子深”，如何將產(chǎn)品印在消費者的腦海里是商家一直在研究的問題。因此，負面信息一方面是對產(chǎn)品的否定，會減少產(chǎn)品的銷量；另一方面又增加了產(chǎn)品的曝光次數(shù)，使得產(chǎn)品有更大的概率讓消費者知道，增加了銷售的可能性。這樣一對矛盾的作用共同決定用戶評價對產(chǎn)品銷量的影響。

當(dāng)消費者對產(chǎn)品的認知度很高（即消費者本身就了解這個產(chǎn)品，知道產(chǎn)品的存在）時，那么，負面信息對產(chǎn)品評價的削弱作用就很明顯，而能提高的潛在的對產(chǎn)品的認知度就很低了，因為其本身對產(chǎn)品就很了解，如此，兩者綜合起來，顯然是負面信息對產(chǎn)品評價的削弱作用占主導(dǎo)地位。當(dāng)消費者對產(chǎn)品的認知度很低（即消費者本身并不了解這個產(chǎn)品，甚至不知道這個產(chǎn)品的存在）時，負面信息對產(chǎn)品評價的削弱作用雖然也會存在，但是由于事先腦海中并沒有產(chǎn)品的相關(guān)信息，因此對負面信息的印象并不會很深刻，相反，由于信息曝光所造成的使消費者意識到該產(chǎn)品存在的效應(yīng)會非常強烈，如此，綜合起來就是信息曝光所提高的消費者對產(chǎn)品存在的意識占主導(dǎo)地位。

比如，消費者一開始完全不知道該產(chǎn)品的存在，但是由于某些負面信息的產(chǎn)生，使得消費者知道了該種產(chǎn)品，此時，消費者首先了解到的是產(chǎn)品本身，然后才會去了解信息的內(nèi)容。并且，在產(chǎn)品本身不是很有名，消費者對產(chǎn)品存在的意識很低的情況下，負面信息的曝光時間、消費者購買產(chǎn)品的用途、產(chǎn)品本身的價值都會影響負面信息對產(chǎn)品銷量的作用。根據(jù)睡眠者效應(yīng)，隨著時間的推移，消費者會逐漸將消息來源與消息本身分離，也就是前文提到的，消費者會記得在某個時刻看到過或者是聽說過某種東西，但是具體的功能和內(nèi)容則會被遺忘，這樣，負面信息的曝光時間越長，其負面評價的作用就會越弱，而產(chǎn)品存在的提醒作用則會越強，負面信息的正向作用更加明顯。另外，如果消費者很重視該產(chǎn)品，購買或者是獲取該產(chǎn)品的用途非常重要，則消費者會仔細慎重地考察該產(chǎn)品，此時，負面信息的內(nèi)容會對產(chǎn)品價值評估起到非常重要的作用；相反，如果消費者本身對獲取該產(chǎn)品不是很重視，對產(chǎn)品質(zhì)量并不是很看重的時候，負面信息關(guān)于產(chǎn)品評價的作用就會非常弱，而對應(yīng)的提醒消費者了解該產(chǎn)品的作用則會相對加強。如果產(chǎn)品本身的獲取成本很低，則消費者并不會過于追求產(chǎn)品質(zhì)量，使得負面信息內(nèi)容對產(chǎn)品評價的作用降低，而相應(yīng)地消費者意識到產(chǎn)品存在的效應(yīng)就會強化。

在網(wǎng)絡(luò)視頻市場，視頻網(wǎng)站上會展示視頻的一些信息，方便用戶了解該視頻的一些基本屬性及其他用戶對視頻的評價等，這些信息大致包括以下四種：一是用戶的“頂”“踩”操作，也就是直接對網(wǎng)絡(luò)視頻的質(zhì)量進行總體評價，相當(dāng)于喜歡和不喜歡兩個維度，是反映用戶主觀偏好的一種方式；二是用戶的評論，包括用戶的總體評論數(shù)量和評論內(nèi)容，在首頁的直觀反映上，由于網(wǎng)頁版面的限制，一般僅反映評論數(shù)量；三是視頻的點播數(shù)量，即已有多少用戶觀看過該視頻，也是反映視頻受歡迎程度的變量；四是視頻的時間長度。這四種屬性是在網(wǎng)絡(luò)視頻頁面上可以直接看到的，也是用戶決定是否觀看該視頻的重要參考變量。目前在網(wǎng)絡(luò)視頻市場，尤其是用戶生成內(nèi)容視頻，由于社會經(jīng)濟的發(fā)展，使得其門檻極低，數(shù)量極其龐大，而且由于用戶個人拍攝并上傳，并不存在品牌效應(yīng)和權(quán)威評價等。而消費者的精力是有限的，不可能遍覽所有視頻來選擇符合自己的偏好，同時整個市場每天都在新增大量視頻，所以從總體上講，整個市場對消費者來說都處在對產(chǎn)品認知度很低的情況下，對于用戶生成內(nèi)容的視頻來說，重點在于提高知名度，讓用戶知道其存在。另外，用戶觀看網(wǎng)絡(luò)視頻的目的在于休閑娛樂，而不是從中獲取諸如知識、信息等相對重要的內(nèi)容，視頻質(zhì)量對于用戶來說并不會特別重要，并且，用戶獲取網(wǎng)絡(luò)視頻的成本很低，目前大部分視頻均是免費獲取，用戶只需支付流量費用即可，少部分需要付費的視頻價格也相對便宜。

因此，根據(jù)上述分析，在用戶生成內(nèi)容的網(wǎng)絡(luò)視頻市場上，用戶決定觀看視頻與否并不會因為視頻受到的負面評價的影響，相反，越容易接觸到用戶的視頻越會有較高的點播量。也就是說，用戶生成內(nèi)容的網(wǎng)絡(luò)視頻的點播量，會受到用戶評論數(shù)量的正向影響，而與視頻市場和用戶好評率沒有關(guān)系。

四、模型與實證分析

本文數(shù)據(jù)來源于2014年優(yōu)酷視頻網(wǎng)站。由于研究對象是用戶生成內(nèi)容視頻，因此數(shù)據(jù)僅限于優(yōu)酷原創(chuàng)頻道。同時考慮到影響視頻點播的因素非常多，為了排除其他因素的影響，采用隨機抽樣的方法。另外，由于視頻的點播量存在爆發(fā)式增長的特征，具體來說，就是在視頻生命周期的初始階段存在一個大量、急速增加的階段。[12]研究表明，上傳時間超過一個月的視頻，其瀏覽量占到視頻總瀏覽量的70%以上。因此，本文數(shù)據(jù)選用中僅采用上傳時間一個月以上的視頻，以保證視頻點播量的平穩(wěn)，最終，選用了239部視頻的截面數(shù)據(jù)作為文章的數(shù)據(jù)集。

為了考察視頻流行程度、用戶參與程度和視頻時長的關(guān)系，根據(jù)以往的研究，本文的因變量為視頻點播數(shù)y，表示視頻的流行度；自變量是視頻時長、視頻評論、視頻頂/踩數(shù)量和視頻好評率，分別設(shè)為x1、x2、x3、x4，代表用戶參與程度。為了驗證上文提到的研究假設(shè)，本文將所有變量放入模型進行考察，通過多次回歸和剔除冗余變量的方法來得到最終的模型。因此，本文初始模型為：

y=β0+β1x1+β2x2+β3x3+β4x4+u

本文預(yù)測y與x1、x3、x4不相關(guān)，而與x2正相關(guān)。

本文使用stata12作為計量分析軟件。

1.模型結(jié)果及診斷

根據(jù)模型，使用最小二乘法（OLS），回歸結(jié)果如表1所示。

從表1回歸結(jié)果可以看出，模型整體在0.001的水平下顯著（Prob>F=0.0000），解釋水平達到95%。對于各個變量，模型表示視頻點播量與視頻時長呈負相關(guān)關(guān)系，由于視頻時長單位為秒，即視頻時長每增加一秒，點播數(shù)量減少120，在0.01的水平下顯著（P>t=0.007），評論數(shù)與視頻點播呈正相關(guān)關(guān)系，在0.01的水平下顯著（P>t=0.000），頂/踩數(shù)與視頻點播呈正相關(guān)關(guān)系，在0.10的水平下顯著（P>t=0.058），好評率與點播數(shù)量呈負相關(guān)關(guān)系，但其結(jié)果不顯著（P>t=0.539）。

表1　回歸結(jié)果

由于數(shù)據(jù)源為截面數(shù)據(jù)，容易產(chǎn)生異方差，因此對模型進行異方差檢驗，發(fā)現(xiàn)存在異方差，從而對回歸方法進行調(diào)整，采用穩(wěn)健標(biāo)準(zhǔn)差和最小二乘法結(jié)合的回歸方法，結(jié)果如表2、表3所示。從表2、表3回歸結(jié)果可以看出，經(jīng)過穩(wěn)健標(biāo)準(zhǔn)差回歸后，模型整體依然在0.01的水平下顯著（Prob>F=0.0041）。對于各個變量，模型中視頻點播量與視頻時長的負相關(guān)關(guān)系變得不顯著了（P>t= 0.137），而評論數(shù)與視頻點播的正相關(guān)關(guān)系，依然在0.01的水平下顯著（P>t=0.001），頂/踩數(shù)與視頻點播的正相關(guān)關(guān)系變得不顯著（P>t=0.318），好評率與點播數(shù)量的負相關(guān)關(guān)系依然不顯著（P>t=0.278）。

表2　異方差檢驗結(jié)果

表3　穩(wěn)健回歸結(jié)果

由此可以看出，模型中僅有評論數(shù)與視頻點播呈正相關(guān)關(guān)系，這也與以往的研究相符。因此，將模型中冗余變量去除，模型變成：

其回歸結(jié)果如表4所示。

表4　最終回歸結(jié)果

2.變化量對點播增量的影響

上述模型僅僅是考察了實際情況下，視頻點播量與視頻評論數(shù)量之間的相關(guān)關(guān)系，證明了視頻點播量的確與視頻評論數(shù)量之間存在正向相關(guān)關(guān)系，即用戶評論數(shù)量越多的視頻其點播觀看量越大。然而，根據(jù)前文的研究假設(shè)，我們需要考察的是評論數(shù)量和負面信息的增量對點播量增量的影響。也就是說，每增加一個評論數(shù)量和一次“頂”或“踩”操作，對視頻點播量的影響情況。我們預(yù)測，由于視頻曝光的增加從而使得點播量增加，所以視頻評論數(shù)量、視頻“頂”的數(shù)量、視頻

“踩”的數(shù)量的增加，都會引起視頻點播量的增加。因此，為了驗證研究假設(shè)，我們對模型進行改進，對所有變量取對數(shù)，模型變化為：

其中，y表示視頻點播量，z1表示視頻評論數(shù)量，z2表示視頻被“頂”的數(shù)量，z3表示視頻被“踩”的數(shù)量。穩(wěn)健回歸結(jié)果如表5所示。

從回歸結(jié)果中可以看到，模型整體顯著水平很高，R2達到了近90%，整個模型的解釋力度很強。從單個變量來看，評論數(shù)量的增量對視頻點播量增量的貢獻相對較低，增加8個用戶評論才能帶來1個視頻點播量的增加，其在0.05的水平下顯著。相應(yīng)地，用戶對視頻的“踩”操作同樣能夠帶來視頻點播量的增加，大概每增加3個“踩”可以帶來1個點播量的增加，這跟我們的預(yù)測非常吻合，即負面信息同樣可以帶來視頻點播量的增加。同樣，用戶對視頻的“頂”操作當(dāng)然也能帶來視頻點播量的增加，2個“頂”就可以使得視頻點播量增加將近1個單位。二者的顯著性水平都非常高（P>t= 0.000），可以達到三星顯著，并且“頂”的效果要強于“踩”，這也與我們的直覺相符，畢竟雖然出乎意料的負面信息也能增加點播量，但正面評價的效果理所當(dāng)然會更強一些。結(jié)合上文的數(shù)據(jù)結(jié)果可以看到，正是由于正面的“頂”和負面的“踩”都可以使得視頻點播量有所增加，所以視頻的好評率（也就是頂踩比）失去了意義，從而使得其回歸結(jié)果不顯著。

表5　對數(shù)回歸結(jié)果

五、結(jié)果討論

上文的實證分析表明，在用戶生成內(nèi)容網(wǎng)站上，用戶生成內(nèi)容視頻的點播數(shù)量與其評論數(shù)量存在正相關(guān)關(guān)系，而與視頻時長、頂/踩數(shù)量和好評率相關(guān)性不大，即模型假設(shè)被部分支持。根據(jù)“長尾理論”，用戶生成內(nèi)容網(wǎng)站上的視頻大部分都處于長尾階段，這其中顯然存在視頻時間長短各異的產(chǎn)品，從而能夠從側(cè)面說明視頻的點播與視頻時長沒有關(guān)系。另外，由于在網(wǎng)站上點擊視頻觀看之前是不顯示視頻時長的（只有小部分特殊頁面會顯示），那么也就是說，在用戶點播之前是無法得知視頻時長的，所以該參數(shù)對點播量沒有解釋力也在情理之中。

評論數(shù)量對點播的影響可以用“口碑”的概念來解釋。用戶生成內(nèi)容視頻的傳播大部分靠網(wǎng)絡(luò)上的口口相傳（Mouth to Mouth），而對視頻的評論就是最好的口碑，也是用戶最關(guān)注的一部分，最能說明視頻質(zhì)量的參數(shù)，因此視頻點播與評論存在顯著的正相關(guān)關(guān)系。

頂/踩操作在某些意義上存在隨機性。即一般觀看視頻的用戶都會進行頂或者踩操作，其數(shù)值一般在整體上都較大，也就是說，不同視頻之間的這一數(shù)值沒有顯著的差別，所以該參數(shù)與點播的相關(guān)性不顯著。

而對于好評率對視頻的流行程度沒有顯著影響，其內(nèi)在原因可能涉及到一些用戶的心理因素。一般來說，用戶點播網(wǎng)絡(luò)視頻均是在休閑時刻，觀看視頻的目的不是為了獲取某種知識或者信息，也不一定有特定的目的，大部分是娛樂或者僅僅是打發(fā)時間，其觀看視頻的成本相對較低（只需花費一些休閑時間），同時能夠花費的時間一般不會很長。因此，在此種情境下，用戶定制自己偏好的視頻時，一般不會花費過多的時間用于判斷視頻的好壞，而偏向于使用一種啟發(fā)式的方法去點播視頻。那么此時，視頻的評論數(shù)量就發(fā)揮了作用。大量的評論能夠很好地吸引用戶的注意力，因為大量的評論說明關(guān)注的人很多。而至于內(nèi)容的好壞已經(jīng)不重要了。因為大家都在看，那么就算是不好的內(nèi)容我也要了解一下到底是什么，不好在什么地方，為什么有那么多人說不好。這跟大街上人群圍觀是一樣的，只要有一大堆人圍在一起，首先其吸引了很多路人的注意力，人們更多的是關(guān)注人群到底在圍觀什么，而不是關(guān)注圍觀的內(nèi)容是好是壞，這就會吸引更多的人來圍觀，對于視頻來說就是會有更多的點播數(shù)量。類似的情景也發(fā)生在影視界，每年都有很多“爛片”卻爆出超高票房的情況，就是同樣的道理。被人們罵多了，自然就吸引更多人注意，曝光率上去了，自然就會產(chǎn)生票房。

另外，我們看到對于好評率的描述性統(tǒng)計如表6所示。表6中最低的好評率在46%，而最高的達到99%，均值在75%，其中不存在好評率極低的情況。這說明樣本中的這些視頻至少會有一部分人表示喜歡，其他想要定制該視頻的人會考慮到該視頻總還有可取之處，可能每個人的偏好不同導(dǎo)致了好評率的差異。這也能從另一個方面解釋為什么好評率對點播數(shù)量沒有顯著影響的原因。

因此，總的來說，回歸結(jié)果表明視頻的流行程度與視頻的評論數(shù)量有關(guān)，而與視頻的好評率無關(guān)。也就是說，一定的差評并不會影響視頻的點播數(shù)量。相反，對視頻的負面評價使得視頻的曝光率增加，從而使得用戶接觸到視頻的概率增加，進而導(dǎo)致視頻點播量的增加，其效果雖然弱于正面評價，但終歸是產(chǎn)生了積極的效果。

表6　好評率描述性統(tǒng)計

六、結(jié)論與未來研究方向

隨著互聯(lián)網(wǎng)的發(fā)展，用戶生成內(nèi)容產(chǎn)品越來越流行，微電影成為繼微博、微小說之后又一席卷網(wǎng)絡(luò)的微時代產(chǎn)品。本文收集了來自中國最大視頻網(wǎng)站優(yōu)酷原創(chuàng)頻道的用戶生成內(nèi)容視頻，利用該截面數(shù)據(jù)分析了視頻點播與視頻時長、視頻評論、視頻頂/踩和視頻好評率的關(guān)系，得出的結(jié)論為：視頻點播與視頻評論呈顯著正相關(guān)，而與視頻的好評率不相關(guān)。該結(jié)論與國外關(guān)于Youtube的研究結(jié)果一致，同時又有更進一步的發(fā)現(xiàn)。由此可知，用戶生成內(nèi)容的視頻與傳統(tǒng)的視頻點播平臺的視頻不同，其具有鮮明的網(wǎng)絡(luò)產(chǎn)品特性，口口相傳是其主要傳播方式，因此，代表其口碑的評論數(shù)量對其點播存在很大影響，而由于用戶生成內(nèi)容產(chǎn)品的數(shù)量巨大，多樣性豐富，視頻本身的一些屬性反而不能體現(xiàn)在點播數(shù)量當(dāng)中。

本研究具有較大的應(yīng)用價值。根據(jù)本文的研究結(jié)果，視頻的點播數(shù)量僅受到用戶評論數(shù)量的影響，而不會受到用戶“頂”“踩”數(shù)量的影響，要想使得自己上傳的視頻能夠流行起來，有更多的觀眾，重點在于吸引更多的人來進行評論，增加視頻的評論數(shù)量，而用戶對視頻的態(tài)度則不用過于放在心上。用戶愿意留下評論的視頻一般是具有一定特色的視頻，也就是在某一個方面能夠吸引大眾的視頻，往往那種比較中庸的視頻不會讓大家留下評論，更多的是看完就過，所以，用戶在制作視頻的時候需要抓住的關(guān)鍵就是有特色，而不需要面面俱到。用戶可以在內(nèi)容、背景、風(fēng)格、配樂等方面選擇一項進行加工修飾，使得視頻具有某一個突出的特點。當(dāng)然，如果在所有方面都比較好的制作肯定更好，但是考慮到用戶生成內(nèi)容的視頻是由普通用戶自己制作并上傳的，在專業(yè)知識和成本投入方面都存在較大的約束，所以，如果能夠在某一個方面有所突破，則能取得較好的效果。而從視頻網(wǎng)站的角度出發(fā)，其可以順?biāo)浦鄣貙⒂脩粼u論數(shù)量較多的產(chǎn)品加入推廣頁面中，而不用考慮視頻本身的質(zhì)量問題，如此，通過網(wǎng)站的運作使得這些本來具有較多用戶評論數(shù)量的視頻提高曝光率，更增加了其被用戶接觸的可能，以此來增加視頻的點播量，即增加網(wǎng)站整體的流量。相對的，如果將一些用戶評論數(shù)量較少的視頻放到網(wǎng)站的推廣頁面，則可能造成用戶根本不在意這些推廣頁面中的視頻，從而造成了頁面空間的浪費。

從結(jié)論上來講，視頻網(wǎng)站具有和一般網(wǎng)絡(luò)購物網(wǎng)站不同的特征，這些特征決定了視頻網(wǎng)站的運營思路與一般購物網(wǎng)站運營思路的不同。在以淘寶天貓為代表的網(wǎng)絡(luò)購物網(wǎng)站上，用戶的差評是對商家致命的打擊，是商家要竭力避免的，一旦形成也要盡力補救，這就促成了淘寶上“追加”評論功能的產(chǎn)生。而在視頻網(wǎng)站上，這點則并不重要，差評對于視頻網(wǎng)站的重要性遠遠不及購物網(wǎng)站，而如何吸引用戶評論才是視頻網(wǎng)站所要關(guān)注的點。這是由于視頻網(wǎng)站商品的獲取成本較低，而用戶瀏覽視頻網(wǎng)站的目的性并不強，多以休閑娛樂為目的。因此，視頻網(wǎng)站可以通過評論送積分等方式來吸引用戶評論，增加用戶評論數(shù)量會相應(yīng)地增加用戶的點播數(shù)量，從而增加整個網(wǎng)站的流量。

然而，本文僅僅分析了用戶生成內(nèi)容的視頻點播規(guī)律，而對于一些專業(yè)制作的微電影沒有進行分類討論。一般來講，專業(yè)工作室制作的微電影，如“筷子兄弟”的《老男孩》，其質(zhì)量相對普通用戶上傳的視頻要好一些，同時其工作室也會有一定的品牌影響。如知名工作室的作品一般會贏得大量的關(guān)注，而其相對好的內(nèi)容使得其品牌得以延續(xù)，反過來又能增加用戶數(shù)量。此種情況下，負面的評論如過多的“踩”數(shù)量，會對視頻的點播起到較大的破壞作用。所以，專業(yè)工作室制作的微電影具有其特殊性，需要進行專門的分類研究，這也是未來研究的一個方向。同樣，對于一些經(jīng)典電視劇、電影、綜藝節(jié)目等，這些產(chǎn)品的點播量不但受到網(wǎng)絡(luò)中口碑的影響，更主要的還在于線下制作商對產(chǎn)品的宣傳等方式，所以，對于該類視頻產(chǎn)品，網(wǎng)站不能處在掌控地位，其運營方式也要相應(yīng)地進行改變。

另外，本文的結(jié)論是視頻的流行程度與視頻的評論數(shù)量正向相關(guān)，而與視頻的好評率無關(guān)，該結(jié)論僅從模型的回歸結(jié)果分析得來，其內(nèi)在的深層次的理論原因還未得到進一步的證實。因此，未來的研究可以使用實驗室實驗或者是田野實驗的方法，對該結(jié)論的內(nèi)在產(chǎn)生機理進一步研究。

＊本文系中國人民大學(xué)科學(xué)研究基金——中央高?；究蒲袠I(yè)務(wù)費專項資金資助項目“在線個性化定制：內(nèi)在獨特性需求與外在社會化影響之間的平衡”（項目編號：14XNH087）的部分成果。

參考文獻：

[1]崔兆倩.淺析微電影的現(xiàn)狀及發(fā)展[J].新聞愛好者，2012（4）：41-42.

[2]康初瑩.“微”傳播時代的微電影營銷模式解讀[J].新聞界，2011（7）：75-77.

[3]Huang C，Li J，Ross KW.Can Internet Video-On-De?mand Be Profitable?[J].SIGCOMM Comput Commun Rev，2007，37（4）：133-144.

[4]Hugues GK，Gonzalez VM.Watch & Learn：Studying The Sharing Of Everyday Knowledge With Instructional Vid?eos. Web Congress[C].2009 LA- WEB '09 Latin American，2009：138-145.

[5]Griwodz C B M，et al.Long- Term Movie Popularity Models in Video-On-Demand Systems：Or The Life Of An On-Demand Movie[C].Proceedings of the fifth ACM Interna?tional Conference On Multimedia.Seattle，Washington，Unit?ed States：ACM，1997：349-357.

[6]、[9]、[12]Meeyoung C，Haewoon K，Rodriguez P，et al.Analyzing the Video Popularity Characteristics of Large-Scale User Generated Content Systems[J].Networking，IEEE/ ACM Transactions on，2009，17（5）：1357-1370.

[7]、[10]Cha M，Kwak H，Rodriguez P，et al.I Tube，You Tube，Everybody Tubes：Analyzing The World's Largest User Generated Content Video System[C].Proceedings of the 7th ACM SIGCOMM Conference On Internet Measurement. San Diego，California，USA：ACM，2007：1-14.

[8]Xu C，Jiangchuan L，Haiyang W，et al.Coordinate Live Streaming and Storage Sharing for Social Media Content Distribution[J].Multimedia，IEEE Transactions on，2012，14 （6）：1558-1565.

[11]郝媛媛，葉強，李一軍.基于影評數(shù)據(jù)的在線評論有用性影響因素研究[J].管理科學(xué)學(xué)報，2010（8）：78-88.

責(zé)任編輯：林英澤

Empirical Study of The Role of Users’Reviews in the Online Video Website Operation

ZHOU Liang1and WANG Xuan2

（1.Renmin University of China，Beijing100872，China；2.Beijing University of Chemical Technology，Beijing100029，China）

Abstract：The amount of users’online reviews is positively associated with the number of click on the video，and the positive rating has no significant impact on it. That is to say that，even if there are a lot of negative feedback from the users，it may not hurt the click on this video. What’s more，because the negative feedback improve the users’awareness on the video，it has a positive impact on the click of this video. Compared with the online shopping website，online video website will pay more attention to how to attract more users' review. The reason for that is the increase in users' review will increase the number of click on the video，which will in turn increase the overall website traffic.

Key words：video customization；online review；word of mouth；negative information

[作者簡介]周良（1985-），男，江西省九江市人，中國人民大學(xué)商學(xué)院教師，博士，主要研究方向為電子商務(wù)、工商管理等；王璇（1968-），本文通訊作者，女，北京市人，北京化工大學(xué)經(jīng)濟管理學(xué)院運營管理系主任，副教授，主要研究方向為工商管理、企業(yè)運營等。

中圖分類號：F279.23

文獻標(biāo)識碼：A

文章編號：1007-8266（2015）02-0090-08