摘要
伴随着网络直播购物的流行,其逐渐被市场、消费者、学者等加以关注,相关的研究也越来越多。本文针对国内排名前30位的网络购物主播的微博文本进行内容分析,运用网络爬虫、自然语言分析、OLS回归、模糊比较分析(QCA)等方法对文本进行分类,分析不同信息类型对消费者参与行为(转发、评论、点赞)的影响,发现存在"属性类信息-转发行为""交互类信息-评论行为""体验类信息-点赞行为"三类特定的匹配关联。同时,还发现不同要素组合对高卷入行为(转发、评论、点赞)有着组合性影响,且视频&图像、积极态度对高卷入行为(高频数)有着差异性影响。最后提出运用信息策略促进精益化运营、关注受众群体的长期性培养以及营造符号消费氛围等启示。
-
单位上海建桥学院; 复旦大学