典型文献
基于文本挖掘的优质带货直播的内容特征研究
文献摘要：
为了探究优质带货直播的内容特征,对直播视频生成的字幕文本进行文本挖掘.首先,利用LDA模型提取主题,将优质带货直播的内容特征分为交互性、个性化、可视性、专业性、可靠性和娱乐性,并重新定义.然后,选定合适的机器学习算法预测主题概率.最后,利用统计分析给出优质带货直播内容特征的一般分布规律.研究发现:直播购物内容具有实用、娱乐和社交价值;体验品的介绍时长高于搜索品,体验品在专业性、娱乐性上高于搜索品,可视化上低于搜索品并进一步发现服装和化妆品确实有类似特征.另外,相较于成熟的直播间,新直播间的商品介绍时长缩短,响应性提高.结合前人研究成果得出合理解释,有助于指导新主播入门和优化平台直播流程.
文献关键词：
直播购物;文本挖掘;内容特征;LDA模型
中图分类号：
作者姓名：
马林烨;闫强;张笑妍;曹和锐
作者机构：
北京邮电大学经济管理学院,北京 100876;北京邮电大学现代邮政学院,北京 100876;中国移动政企客户分公司,北京 100032
文献出处：
引用格式：
[1]马林烨;闫强;张笑妍;曹和锐-.基于文本挖掘的优质带货直播的内容特征研究)[J].北京邮电大学学报（社会科学版）,2022(06):7-20
A类：
字幕文本
B类：
文本挖掘,带货直播,内容特征,视频生成,LDA,交互性,可视性,娱乐性,重新定义,机器学习算法,算法预测,直播内容,直播购物,乐和,社交价值,体验品,服装,化妆品,直播间,响应性,主播,入门
AB值：
0.297722
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
