摘""要：抖音平臺已成為高校圖書館開展宣傳和服務(wù)的新型媒介。為深入了解抖音讀者的真實感受與體驗，通過挖掘高校圖書館抖音視頻作品下的在線評論數(shù)據(jù)，并運用ROST"CM6與Python等工具對文本內(nèi)容進行詞頻、語義網(wǎng)絡(luò)、情感和LDA主題分析，揭示了讀者對高校圖書館抖音短視頻的體驗感特征，發(fā)現(xiàn)了讀者的關(guān)注點、情感態(tài)度及視頻主題偏好。為推動高校圖書館服務(wù)創(chuàng)新，提升服務(wù)質(zhì)量和讀者滿意度提供了新的思路。

關(guān)鍵詞：高校圖書館""抖音""情感分析""LDA主題

中圖分類號：G251.5

Research"on"the"TikTok"Reader’s"Experience"of"University"Library"Based"on"the"Comments"Information

WANG"Xingdong

Library"of"Guiyang"University，"Guiyang，"Guizhou"Province，"550005"China

Abstract："TikTok"platform"has"become"a"new"media"for"university"libraries"to"carry"out"publicity"and"services."In"order"to"deeply"understand"the"true"feelings"and"experiences"of"TikTok"readers，"through"mining"online"comments"data"under"TikTok"video"works"in"university"libraries，"and"using"ROST"CM6"and"Python"and"other"tools，"this"paper"analyzes"the"word"frequency，"semantic"network，"emotion"and"LDA"themes"of"text"content."It"reveals"the"characteristics"of"readers'"experience"of"TikTok"short"videos"in"university"libraries，"and"finds"readers'"concerns，"emotional"attitudes"and"video"theme"preferences."Thisnbsp;provides"new"ideas"for"promoting"service"innovation，"improving"service"quality，"and"enhancing"reader"satisfaction"in"university"libraries.

Key"Words："University"library;"TikTok;"Emotional"analysis;"LDA"theme

新媒體環(huán)境下，以抖音為代表的平臺已成為公眾獲取信息、社交娛樂的重要渠道。高校圖書館作為知識傳播的重要載體，也緊跟時代潮流，紛紛在抖音上開設(shè)官方賬號，以短視頻的形式向廣大讀者傳遞圖書館資源、服務(wù)及文化活動信息[1]。然而，隨著抖音作品的不斷增加，如何提升讀者的觀看體驗，確保服務(wù)內(nèi)容與讀者需求的高度契合，成為圖書館面臨的重要課題[2]。在線評論，作為讀者心聲的直接傳達，其蘊含的不僅僅是文字，更是讀者對高校圖書館作品背后所承載的濃厚興趣、獨特偏好以及熱切期望的集中體現(xiàn)。因此，對讀者的評論進行深入的研究，不僅對于精確評估讀者體驗有著關(guān)鍵價值，更能助力高校圖書館優(yōu)化服務(wù)策略，為讀者提供更加精準、貼心的服務(wù)。本研究將對高校圖書館抖音賬戶下發(fā)布的視頻在線評論數(shù)據(jù)進行文本挖掘和內(nèi)容分析，旨在準確評估讀者的觀看體驗，明確影響讀者體驗感的關(guān)鍵因素，推動高校圖書館業(yè)務(wù)的創(chuàng)新和發(fā)展。

1""研究現(xiàn)狀

1.1""短視頻用戶體驗感研究評述

用戶體驗感展現(xiàn)了人們對所瀏覽內(nèi)容和所使用服務(wù)的認知印象和回應(yīng)，近年來，對于短視頻用戶體驗感的研究多見于研究模型的構(gòu)建及情感影響因素的分析。許潔等[3]以抖音短視頻用戶為研究對象，構(gòu)建系統(tǒng)的用戶體驗影響因素模型；劉琪[4]對“樊登讀書”抖音號上現(xiàn)有數(shù)據(jù)進行采集及分析，發(fā)現(xiàn)短視頻內(nèi)容對用戶更具情感價值。而現(xiàn)階段針對高校圖書館短視頻用戶的研究主要集中在基于研究內(nèi)容模式下的服務(wù)現(xiàn)狀、推廣策略及優(yōu)化方式等方面的研究，蔣璐珺等人[5]從五大理論層面綜述了高校圖書館短視頻用戶體驗的理論分析結(jié)果以及推廣策略；艾麗斯娜等人[6]以高校圖書館微信視頻號為例，通過網(wǎng)絡(luò)調(diào)研分析了當前高校圖書館微信短視頻發(fā)展現(xiàn)狀及存在問題。而本研究將高校圖書館抖音讀者用戶作為研究對象，利用真實數(shù)據(jù)探究用戶情感體驗。

1.2""在線評論研究評述

當前，國內(nèi)外圍繞圖書館評論信息的研究主要集中于公共圖書館評論文本分析，比如：馬佳瀅等人[7]以國外知名度較高的公共圖書館為研究對象，搜集Google"Maps在線評論文本并開展分析，深挖圖書館“場所”價值，為圖書館未來事業(yè)發(fā)展提供借鑒作用；陳信[8]基于抖音平臺以廣東省立中山圖書館等10家公共圖書館賬號為調(diào)研對象，采集了相關(guān)用戶評論數(shù)據(jù)并對其進行了內(nèi)容分析，發(fā)現(xiàn)了用戶線下使用圖書館服務(wù)的積極意愿居多，并由此提出如何減少圖書館用戶消極意愿和提高圖書館短視頻營銷效果的建議。沈棋琦等人[9]通過采集手機應(yīng)用商店中圖書館類App下的用戶在線評論，并利用BERTopic主題建模技術(shù)對評論進行情感主題挖掘，發(fā)現(xiàn)影響用戶體驗的因素。目前，國內(nèi)外針對高校圖書館在線評論信息的研究很少，已發(fā)表的研究有劉偉等人[10]利用爬蟲軟件爬取大眾點評網(wǎng)上有關(guān)高校圖書館的在線評論，并在評論文本主題的5大聚類基礎(chǔ)上提出了如何提高高校圖書館服務(wù)質(zhì)量的相關(guān)策略。以上研究成果為本研究提供了許多理論借鑒意義，從目前來看，針對高校圖書館抖音平臺短視頻作品的在線評論文本尚缺乏深入的研究探討。因此，本研究將探索它們背后隱含的用戶體驗情感和行為意向，以彌補現(xiàn)有研究的不足。

2"研究設(shè)計

抖音評論，源于真實用戶的自然流露，最能直接映照出讀者對內(nèi)容的真實感受。特別是在高校圖書館官方抖音賬號中，那些高活躍度和高關(guān)注度的評論樣本內(nèi)容豐富，能提供極具參考價值的反饋。通過對這些評論文本進行詞頻分析、語義網(wǎng)絡(luò)分析以及情感分析，真實地捕捉讀者的總體感觀與情感傾向，從而對高校圖書館的服務(wù)質(zhì)量有一個更為準確的把握。然而，鑒于抖音平臺上作品主題的多樣性和復(fù)雜性，僅僅進行整體分析是不夠的。為了更深入地探究讀者對不同類型作品的關(guān)注程度與情感傾向，需要進一步提取每個主題的關(guān)鍵特征詞，并圍繞這些特征詞進行詳盡的分析。這樣，才能從多個角度、不同情緒感受中精準揭示讀者對作品的感知體驗，從而客觀、全面地反映讀者對高校圖書館的評價與認知[11]?；谝陨侠碚?，本研究的具體設(shè)計流程如圖1所示。

2.1""數(shù)據(jù)采集

以“大學(xué)圖書館”“學(xué)院圖書館”為檢索詞，以各檢索詞搜索對象評論數(shù)前十的高校圖書館為研究對象，采用影刀軟件從抖音網(wǎng)頁版采集，獲得在線評論文本共6"779條（截至2024年5月），因評論區(qū)無效文本較多，如轉(zhuǎn)發(fā)、表情符號等，將其剔除后，得到在線評論文本共2"215條。

2.2""詞匯分析

2.2.1"數(shù)據(jù)預(yù)處理

本文利用jieba分詞工具對短視頻用戶評論文本進行分詞處理、添加自定義詞、合并同義詞和去停用詞等數(shù)據(jù)規(guī)范化處理[12]。因出現(xiàn)許多網(wǎng)絡(luò)用語，需要設(shè)置自定義詞，如“館君、拉滿、高級感、女神”等。并做合并同義詞處理，如“超棒、棒棒噠、好棒、太棒啦”等。為保證無實際意義的詞語干擾文本的后續(xù)分析，本文采用哈工大停用詞表對文本進行過濾。此外，由于評論文本包含一些無意義網(wǎng)絡(luò)用語，還需自定義停用詞如“yyds、get到了、沖鴨、沙發(fā)”等。具體如：“有暖氣了，上自習(xí)吧；期待裝修后的樣子；學(xué)姐講解很詳細?！边@幾句評論的分詞結(jié)果為“暖氣、自習(xí)、期待、裝修、學(xué)姐、講解、詳細”。

2.2.2"詞頻分析

本文采用ROST"CM6和微詞云軟件對預(yù)處理后的文本數(shù)據(jù)進行高頻詞分析、詞匯網(wǎng)絡(luò)關(guān)系及情感分析[13]，首先將經(jīng)過jieba分詞處理后的文本輸入ROST"CM6中，導(dǎo)出高頻詞匯數(shù)據(jù)，并利用微詞云軟件進行繪制，詞云圖如圖2所示。

從圖2中可以看到，“圖書館”為所有詞匯中出現(xiàn)頻率最高的詞，而“點贊、加油、不錯”等高頻詞反映了讀者對圖書館抖音發(fā)布的視頻內(nèi)容評價整體呈現(xiàn)積極態(tài)度。同時“預(yù)約、自習(xí)、座位、考研、占座、開館”等詞的高頻率出現(xiàn)，也體現(xiàn)了多數(shù)讀者在抖音上也一如既往地關(guān)注圖書館空間場館服務(wù)。

2.2.3"語義網(wǎng)絡(luò)分析

網(wǎng)絡(luò)語義分析是由節(jié)點和有向線段組成的關(guān)系圖，可以很直觀地看到高頻詞之間的層級關(guān)系和親疏程度，本研究通過ROST"CM6軟件來繪制高校圖書館抖音評論的語義網(wǎng)絡(luò)圖，結(jié)果如圖3所示。

從圖3中可以看到，“圖書館”是整張網(wǎng)絡(luò)圖的中心節(jié)點，除此之外，“學(xué)?！薄袄蠋煛薄耙曨l”“環(huán)境”等詞的周圍連線較為緊密，是該圖的核心節(jié)點。而“圖書館”還連接著“座位”“借書”“環(huán)境”“空調(diào)”“讀書”“系統(tǒng)”“開館”等詞，則說明讀者在觀看高校圖書館抖音作品時，還是會對圖書館的空間、實體及信息等相關(guān)服務(wù)重點關(guān)注。在第二層面，“視頻”連接著“真不錯”“厲害”，說明觀看的讀者對短視頻內(nèi)容本身是持積極態(tài)度的，但要深入了解讀者對圖書館抖音內(nèi)容的總體情感偏向，還需要對采集的評論文本進行更為細致的情感分析。

2.2.4"情感分析

本文通過ROST"CM6對2215條評論文本進行情感打分[14]。并結(jié)合清華大學(xué)李軍中文褒貶義詞典、臺灣大學(xué)NTUSD簡體中文情感詞典以及知網(wǎng)情感詞典，根據(jù)分值的正負情況對文本進行情感分類，最終得到正面情感評論最多，共1"102條占49.75%；負面情感評論最少，有236條占10.66%；中性評論877條，占比39.59%。整體而言，評論者的情感體驗呈現(xiàn)出積極的傾向，鮮有負面消極情緒出現(xiàn)。然而，要具體探究這些積極情感是與圖書館服務(wù)中的哪些方面緊密相關(guān)，尚需進行更為細致深入的分析。情感分析情況如圖4所示。

2.3""LDA主題建模

2.3.1"評論文本數(shù)據(jù)主題挖掘

以上分析結(jié)果雖然能有效量化讀者對視頻作品的整體觀看情感傾向，然而，在面對語句結(jié)構(gòu)相近但基于不同閱觀看內(nèi)容而呈現(xiàn)出的情感表述差異時，往往難以準確區(qū)分和統(tǒng)計，無法精確地探析讀者評論背后更深層次的含義。因此，需要對文本進行主題建模，學(xué)習(xí)評論數(shù)據(jù)中潛藏的主題信息。

本文采用LDA主題模型來提取以上文本中的主題特征，其中主題個數(shù)采用主題困惑度指標來確定，并使用Python中的pyLDAvis工具實現(xiàn)主題聚類可視化。最終將以上兩者的分析結(jié)果相結(jié)合，確定主題個數(shù)。

從圖5可知，主題困惑度曲線呈下降趨勢，并且隨著主題個數(shù)的增加，困惑度值逐漸降低，說明該模型的學(xué)習(xí)效果相對較好。在選擇主題個數(shù)時，為防止過擬合現(xiàn)象，并結(jié)合需研究問題的實際情況，不能只追求最低困惑度，而明顯從圖中可以看出，主題個數(shù)從4開始，主題個數(shù)越多，困惑度曲線越趨于平緩，同時再結(jié)合圖6的主題聚類可視化結(jié)果進行綜合分析，當主題個數(shù)為4時，各主題覆蓋的內(nèi)容區(qū)分效果較好，因此最終確認主題個數(shù)為K=4。

基于以上確認的主題個數(shù)，提取每個主題的前20個高頻詞匯進行主題-特征詞分析，具體結(jié)果如表1所示。Topic1中的高頻特征詞都與圖書館常規(guī)基礎(chǔ)服務(wù)的內(nèi)容密切相關(guān)，因此從Topic1中提取的主題為基礎(chǔ)服務(wù)層面；Topic2中的高頻詞匯與高校圖書館社團活動宣傳和招新等內(nèi)容相關(guān)，結(jié)合其中的很多視頻內(nèi)容可以看出，“圖協(xié)、館君、圖圖”等大多是讀者對圖書館社團尤其是學(xué)生社團的稱呼，也體現(xiàn)了以圖書館社團為主體拍攝并制作的短視頻對于學(xué)生讀者來說有著更好的吸引力和親和力。因此從Topic2中提取的主題名稱為社團互動層面。Topic3中高頻詞匯的出現(xiàn)，體現(xiàn)了抖音讀者對學(xué)校及圖書館場內(nèi)外景色、視頻拍攝角度及剪輯手法等視覺方面的觀感體驗，因此從Topic3中提取的主題名稱為視頻感官層面；Topic4中的高頻特征詞與圖書館通過抖音短視頻推介和報道所組織的相關(guān)活動有關(guān)聯(lián)，因此從Topic4中提取的主題名稱為活動組織層面。

2.3.2"正負面評論數(shù)據(jù)主題挖掘

為進一步探索不同情感傾向的評論在各自主題層面上所呈現(xiàn)出的特定情感表達，本研究分別對正負情感語料建立“主題-詞”的關(guān)系模型分析。其中，正負面評論主題尋優(yōu)結(jié)果如圖7、圖8所示。

從上面2張圖可以看到，正面評論數(shù)據(jù)間的平均余弦相似度最低值為4，負面評論數(shù)據(jù)間的平均余弦相似度最低值為2。再結(jié)合LDA模型正負面情感主題聚類可視化分析結(jié)果，最終確定主題數(shù)為4個正面主題和2個負面主題?？梢暬Y(jié)果如圖9和圖10所示。

根據(jù)以上分析結(jié)果，將正負面主題所包含的特征詞代入相應(yīng)主題層面，具體結(jié)果如表2所示。

從表2中可以看出，高校圖書館對基礎(chǔ)服務(wù)、社團互動、視頻感官以及社團互動這4個方面的宣傳受到了廣大讀者觀眾的積極評價。這些正面情感的評價可以幫助圖書館更好地掌握自己的原有優(yōu)勢，并發(fā)展高質(zhì)量品質(zhì)與特色服務(wù)，從而創(chuàng)造出既有吸引力又能提升讀者體驗感的服務(wù)。而從負面情感傾向的基礎(chǔ)服務(wù)和活動推廣層面所產(chǎn)生的特征詞可以看出，抖音讀者觀眾對該校圖書館的開館時間、自修區(qū)設(shè)置等方面還存在不同意見；另一方面，高校圖書館利用抖音做活動宣傳可能還存在活動方案介紹不詳細，或者是軟硬件技術(shù)問題等相關(guān)意見，這應(yīng)該引起圖書館管理者的注意，并及時彌補短板，改善硬件設(shè)施，提升服務(wù)品質(zhì)，從而提高讀者體驗感。

3""高校圖書館抖音讀者體驗感提升建議

3.1""基礎(chǔ)服務(wù)層面

在服務(wù)層面中，評論有正面信息也有負面信息，對于負面評論信息的反饋，應(yīng)通過圖書館抖音賬號這樣的媒介，積極回應(yīng)并以更豐富的內(nèi)容形式介紹圖書館基礎(chǔ)服務(wù)，及時與讀者線上溝通，在盡可能滿足讀者需求的前提下，結(jié)合本館自身條件，優(yōu)化和創(chuàng)新基礎(chǔ)服務(wù)，與服務(wù)對象共同保持良好的信任感。

3.2""社團互動層面

從內(nèi)容上看，部分高校圖書館抖音賬號的作品是由學(xué)生拍攝制作，因而評論區(qū)受到了以學(xué)生為主的讀者非常積極的響應(yīng)和評價，評論區(qū)也隱約形成了“飯圈效應(yīng)”。因此，合理利用圖書館社團或?qū)W生館員作為圖書館官方抖音的管理者，增加了觀看對象的體驗感和參與感，同時也拉近了圖書館與服務(wù)對象之間的距離，產(chǎn)生了更多的互動和交流。

3.3""視頻感官層面

高校圖書館抖音短視頻拍攝的內(nèi)容編排、剪輯手法以及劇本撰寫，會給觀眾帶來不同的觀感體驗，同時也彰顯了不同高校的風(fēng)景與文化特色。視頻內(nèi)容大多能夠契合讀者感受，這不僅能更好地塑造學(xué)校圖書館的公眾形象，同時也能激發(fā)讀者持續(xù)關(guān)注的興趣。

3.4""活動組織層面

活動組織層面既有正面信息也有負面信息，體現(xiàn)出高校圖書館讀者想要參與圖書館活動的積極情感，同時也反映了在利用抖音進行閱讀推廣時，應(yīng)通過積極回應(yīng)讀者、優(yōu)化作品質(zhì)量、改善推廣方式等方法不斷提升讀者的參與感，讓他們在體驗樂趣的同時，也能感受到圖書館的關(guān)懷。

4""結(jié)語

總體而言，高校圖書館抖音賬號下的在線評論雖然簡短，卻包含了大量的情感信息，能很真實地反映讀者對圖書館相關(guān)服務(wù)的體驗感受。本研究對短視頻平臺上高校圖書館評論區(qū)文本數(shù)據(jù)的處理與分析、主題挖掘和用戶體驗感分析等方面形成一些結(jié)論，幫助高校圖書館把握讀者需求規(guī)律，主動改善和創(chuàng)新現(xiàn)有服務(wù)方式和內(nèi)容，吸引更多讀者關(guān)注。

參考文獻

[1]劉芳，朱沙.圖書館短視頻閱讀推廣實踐和策略優(yōu)化研究[J].圖書館理論與實踐，2024，""""（4）：111-119，129.

[2]蔣逸穎.高校圖書館抖音短視頻服務(wù)現(xiàn)狀及改善策略研究[J].圖書館研究，2023，53""""""""（5）：29-43.

[3]許潔，BINTI"ISMAIL"Adibah，董靜懿.移動短視頻用戶體驗影響因素及作用機理研究：基于抖音APP用戶的調(diào)查[J].重慶郵電大學(xué)學(xué)報（社會科學(xué)版），2023（3）：142-153.

[4]劉琪.用戶體驗視角下知識短視頻影響力研究：以“樊登讀書”抖音號為例[J].東南傳播，2023（1）：10-13.

[5]蔣璐珺，顧燁青.以用戶體驗為中心的高校圖書館短視頻推廣策略探究[J].圖書館，2022（2）：107-111.

[6]艾麗斯娜，史學(xué)飛.新媒體環(huán)境下高校圖書館微信視頻號服務(wù)現(xiàn)狀與思考[J].大學(xué)圖書情報學(xué)刊，2023，41（3）：113-119.

[7]馬佳瀅，金武剛.國外公共圖書館“場所”價值的公眾認知研究：基于Google"Maps在線評論文本分析[J].圖書與情報，2022（3）：6-19.

[8]陳信.基于媒介傳播效果框架的圖書館短視頻評論文本分析[J].圖書館學(xué)研究，2023（2）：76-81.

[9]沈棋琦，張雪，趙楊.基于評論主題挖掘的移動圖書館App用戶情感體驗評價體系構(gòu)建[J].圖書館學(xué)研究，2023（4）：41-51.

[10]劉偉，李秀霞.基于Word2vec與K-means的高校圖書館在線評論主題分析[J].圖書館學(xué)刊，2022，44（10）：88-94.

[11]嚴丹丹.基于新能源汽車用戶評論的主題挖掘和情感分析[D].桂林：廣西師范大學(xué)，2023.

[12]梁梓煜，朱麗佳，陳俊，等."基于LDA-LSTM模型在線課程評論情感分析研究[J].現(xiàn)代信息科技，2023，7（16）：79-83，88.

[13]李松，王磊，王千羽.基于評論信息的網(wǎng)絡(luò)購物用戶興趣畫像研究[J].情報科學(xué)，2023，41（11）：128-133.

[14]劉桂蘭，唐夢，張?zhí)m蘭.基于ROST-CM方法的旅游景區(qū)游客感知與質(zhì)量提升研究：以新鄉(xiāng)萬仙山景區(qū)為例[J].新鄉(xiāng)學(xué)院學(xué)報，2022，39（8）：24-28.