李曉萌

【摘? ?要】在當(dāng)前新媒體平臺(tái)發(fā)展勢(shì)頭強(qiáng)勁、電視媒體競(jìng)爭(zhēng)加劇、各類節(jié)目加速迭代的背景下，觀眾的觀看行為越來(lái)越復(fù)雜。而市場(chǎng)的競(jìng)爭(zhēng)歸根結(jié)底是對(duì)觀眾注意力的競(jìng)爭(zhēng)，傳統(tǒng)的按性別、年齡、城鄉(xiāng)等來(lái)簡(jiǎn)單界定觀眾構(gòu)成的統(tǒng)計(jì)方法已經(jīng)不適應(yīng)當(dāng)下的需求。本研究以綜藝類節(jié)目為例，嘗試采用“觀眾行為聚類”分析模型，展現(xiàn)不同平臺(tái)的綜藝節(jié)目觀眾畫像，淺析聚類算法在觀眾行為分析中發(fā)揮的作用。

【關(guān)鍵詞】聚類算法；觀眾構(gòu)成；觀眾畫像；綜藝節(jié)目

一、背景介紹

（一）新媒體平臺(tái)發(fā)展概況

隨著信息技術(shù)的迅猛發(fā)展，新媒體平臺(tái)已經(jīng)成為人們獲取信息、娛樂(lè)和社交的主要渠道之一。社交媒體、視頻分享平臺(tái)，以及在線直播等數(shù)字媒體形式不斷涌現(xiàn)，為觀眾提供了更加豐富和多樣的內(nèi)容選擇。新媒體的崛起改變了傳統(tǒng)電視媒體的格局，使得觀眾能夠更靈活地定制和獲取內(nèi)容，從而形成了一個(gè)龐大而分散的媒體消費(fèi)群體。

（二）電視媒體競(jìng)爭(zhēng)現(xiàn)狀

在新媒體的沖擊下，傳統(tǒng)電視媒體面臨著日益激烈的競(jìng)爭(zhēng)。觀眾的時(shí)間和注意力逐漸從傳統(tǒng)電視節(jié)目轉(zhuǎn)移到了互聯(lián)網(wǎng)上的各種內(nèi)容平臺(tái)。這使得電視臺(tái)不僅需要與同行競(jìng)爭(zhēng)，還需要與新媒體平臺(tái)爭(zhēng)奪用戶的關(guān)注。在競(jìng)爭(zhēng)白熱化的環(huán)境中，了解觀眾行為、精準(zhǔn)洞察其需求成為電視臺(tái)制勝的關(guān)鍵。

（三） 觀眾觀看行為愈加復(fù)雜

隨著觀眾多元化的背景和興趣，觀眾觀看行為變得愈加復(fù)雜。傳統(tǒng)的基于性別、年齡、城鄉(xiāng)等簡(jiǎn)單分類的統(tǒng)計(jì)方法已經(jīng)難以全面把握觀眾的特點(diǎn)和喜好。觀眾的觀看行為不再受限于傳統(tǒng)的電視節(jié)目時(shí)間表，而是隨時(shí)隨地、跨平臺(tái)地發(fā)生。這種多樣性和復(fù)雜性使得電視臺(tái)需要更為智能和精準(zhǔn)的方法來(lái)了解觀眾，以更好地滿足他們的期望。

在這一背景下，通過(guò)聚類算法對(duì)觀眾行為進(jìn)行深入分析，可以挖掘觀眾的行為模式、興趣點(diǎn)，為電視臺(tái)提供更準(zhǔn)確的觀眾畫像和決策支持，成為提升電視節(jié)目吸引力和競(jìng)爭(zhēng)力的有效手段。

二、研究目的和意義

媒介市場(chǎng)的競(jìng)爭(zhēng)歸根結(jié)底是對(duì)觀眾注意力的競(jìng)爭(zhēng)，因此，觀眾研究是推動(dòng)平臺(tái)發(fā)展、提高節(jié)目制播效益的基礎(chǔ)工程。本研究以綜藝節(jié)目為切入點(diǎn)，將電視綜藝和網(wǎng)絡(luò)綜藝統(tǒng)一納入研究范疇，采用“觀眾行為聚類”分析模型，展現(xiàn)不同平臺(tái)的綜藝節(jié)目觀眾畫像，淺析聚類算法在觀眾定位及平臺(tái)發(fā)展過(guò)程中發(fā)揮的信息參考和數(shù)據(jù)支撐等作用。

（一）拓展觀眾研究方法，適應(yīng)多元化觀眾需求

隨著社會(huì)的發(fā)展和觀眾需求的多元化，傳統(tǒng)的觀眾研究方法已經(jīng)難以完全滿足復(fù)雜多變的觀眾需求。本研究通過(guò)引入“觀眾行為聚類”分析模型，為觀眾研究領(lǐng)域注入了新的思維和方法。通過(guò)深入挖掘觀眾行為的差異和共性，以便更全面地理解不同觀眾群體的興趣和喜好，實(shí)現(xiàn)對(duì)觀眾需求更為精準(zhǔn)的洞察。這種方法的引入不僅能夠滿足當(dāng)前觀眾多元化的需求，同時(shí)也為未來(lái)觀眾研究方法的拓展提供了有益的經(jīng)驗(yàn)和參考。

（二） 優(yōu)化廣告投放、節(jié)目制作和推薦系統(tǒng)

觀眾行為聚類分析為電視臺(tái)提供了更為準(zhǔn)確的觀眾畫像，為廣告投放、節(jié)目制作以及推薦系統(tǒng)等方面的決策提供了有力的支持。通過(guò)了解不同觀眾群體的特點(diǎn)，電視臺(tái)可以更精準(zhǔn)地選擇廣告投放時(shí)段和內(nèi)容，提高廣告的觀看效果。同時(shí)，節(jié)目制作方能根據(jù)不同觀眾群體的喜好調(diào)整節(jié)目?jī)?nèi)容，提高收視率和用戶滿意度。對(duì)于推薦系統(tǒng)而言，深入了解觀眾的興趣點(diǎn)可以提高推薦算法的準(zhǔn)確性，為觀眾提供更個(gè)性化的內(nèi)容推薦，從而提升用戶體驗(yàn)。

（三）推動(dòng)電視媒體在數(shù)字化時(shí)代的可持續(xù)發(fā)展

隨著數(shù)字化時(shí)代的到來(lái)，電視媒體正面臨著前所未有的挑戰(zhàn)和機(jī)遇。觀眾行為聚類分析作為一種前沿的研究方法，為電視媒體在數(shù)字化時(shí)代的可持續(xù)發(fā)展提供了戰(zhàn)略性的支持。通過(guò)更好地了解觀眾，電視媒體能夠更靈活地調(diào)整經(jīng)營(yíng)策略，更好地適應(yīng)數(shù)字時(shí)代的觀眾需求。通過(guò)提高內(nèi)容的個(gè)性化和定制化水平，電視媒體能夠在激烈的競(jìng)爭(zhēng)中脫穎而出，保持市場(chǎng)競(jìng)爭(zhēng)力，實(shí)現(xiàn)可持續(xù)發(fā)展。因此，本研究的意義并不局限于觀眾研究領(lǐng)域，或可為整個(gè)電視媒體行業(yè)在數(shù)字化時(shí)代的發(fā)展提供重要啟示。

三、研究方法

當(dāng)今新媒體平臺(tái)的蓬勃發(fā)展以及電視媒體競(jìng)爭(zhēng)的加劇使得觀眾的觀看行為變得愈加復(fù)雜。在這種背景下，各類節(jié)目不斷迭代，觀眾的選擇也日益多元化。傳統(tǒng)的觀眾構(gòu)成統(tǒng)計(jì)方法，如按性別、年齡、城鄉(xiāng)等進(jìn)行簡(jiǎn)單分類，已經(jīng)無(wú)法滿足當(dāng)前多變的需求。本研究以綜藝類節(jié)目為研究對(duì)象，嘗試采用“觀眾行為聚類”分析模型，該模型旨在通過(guò)聚類算法揭示觀眾群體內(nèi)部的行為模式和特征，進(jìn)而深入理解觀眾的興趣和需求。以此為基礎(chǔ)，我們選擇綜藝節(jié)目作為案例，通過(guò)對(duì)不同平臺(tái)上觀眾行為的聚類分析，了解觀眾在觀看綜藝節(jié)目時(shí)的多元面貌。

在具體實(shí)施中，我們使用了先進(jìn)的聚類算法，如K均值聚類或?qū)哟尉垲?，?duì)觀眾行為數(shù)據(jù)進(jìn)行深入挖掘。研究發(fā)現(xiàn)，采用聚類算法進(jìn)行觀眾行為分析具有顯著的優(yōu)勢(shì)。首先，它能夠深入挖掘觀眾群體內(nèi)部的差異，使我們更好地理解不同觀眾的偏好和行為模式。其次，相較于傳統(tǒng)的統(tǒng)計(jì)方法，聚類算法更能適應(yīng)觀眾行為的多樣性和變化性，為決策者提供更具針對(duì)性的信息。通過(guò)這些算法，我們成功地將觀眾劃分為若干具有相似觀看行為的群體，形成不同的觀眾聚類。這一分析不僅為電視臺(tái)提供了更為細(xì)致的觀眾畫像，也為廣告定向、節(jié)目制作以及內(nèi)容推薦等提供了更為精準(zhǔn)的指導(dǎo)。

通過(guò)對(duì)綜藝節(jié)目觀眾行為的聚類分析，我們發(fā)現(xiàn)不同平臺(tái)上的觀眾呈現(xiàn)出明顯的差異，這為電視臺(tái)制定差異化策略提供了重要依據(jù)。同時(shí)，本研究也深化了對(duì)聚類算法在電視觀眾研究中的應(yīng)用，為未來(lái)在觀眾分析領(lǐng)域的深入研究提供了有益的經(jīng)驗(yàn)。

本研究基于《開門大吉》《你好星期六》《王牌對(duì)王牌》等50檔頭部電視綜藝和《明星大偵探》《令人心動(dòng)的offer》《五十公里桃花塢》等30檔頭部網(wǎng)絡(luò)綜藝的相關(guān)數(shù)據(jù)，突破性別、年齡等自然人口屬性的常規(guī)分析框架，從觀眾實(shí)際觀看行為出發(fā)，運(yùn)用因子分析法，首先對(duì)綜藝節(jié)目進(jìn)行了分類（全文數(shù)據(jù)來(lái)源：CSM全媒體視聽同源數(shù)據(jù)），即基于每個(gè)觀眾對(duì)80檔節(jié)目的日均觀看時(shí)長(zhǎng)，運(yùn)用因子分析法將80檔綜藝節(jié)目進(jìn)行分類，被相同觀眾觀看越多的節(jié)目越可能會(huì)分為一類。

經(jīng)過(guò)多輪嘗試和計(jì)算，將80檔節(jié)目劃分為12類。在此基礎(chǔ)上，結(jié)合節(jié)目風(fēng)格、主要內(nèi)容、播出方式等定性分析因素，最終將綜藝節(jié)目劃分為親民合家歡、文博經(jīng)典、網(wǎng)感新潮、歡娛生活四大類別。

在綜藝節(jié)目分類的基礎(chǔ)上，以節(jié)目類型為自變量，對(duì)綜藝節(jié)目觀眾進(jìn)行K-Means聚類分析，即經(jīng)常觀看相同或相似綜藝節(jié)目的觀眾被劃分為同一類別。

研究發(fā)現(xiàn)，一方面，平臺(tái)的使用慣性對(duì)觀眾觀看具有重要影響，總臺(tái)、衛(wèi)視、網(wǎng)絡(luò)平臺(tái)均有一定規(guī)模的忠實(shí)觀眾；另一方面，相比于綜藝節(jié)目的呈現(xiàn)形式，觀眾對(duì)綜藝節(jié)目的風(fēng)格偏好和忠誠(chéng)度（親民合家歡、文博經(jīng)典、網(wǎng)絡(luò)新潮、歡娛生活）更加顯著。此外，還存在一部分較少觀看綜藝節(jié)目的觀眾。

據(jù)此，結(jié)合收視行為中體現(xiàn)出的風(fēng)格偏好，整體觀眾可大致分為五類。對(duì)這五類觀眾進(jìn)行人口統(tǒng)計(jì)學(xué)數(shù)據(jù)分析，綜合其核心特點(diǎn)和對(duì)綜藝節(jié)目風(fēng)格的喜好，就可以得出特定平臺(tái)或者特定綜藝節(jié)目類型的觀眾畫像。

四、研究結(jié)果

（一）從節(jié)目類型角度進(jìn)行受眾畫像

以“親民合家歡”類綜藝的目標(biāo)觀眾為例，結(jié)合人口統(tǒng)計(jì)學(xué)數(shù)據(jù)和觀眾行為聚類分析，可以對(duì)這類節(jié)目的觀眾進(jìn)行畫像，得出以下結(jié)論：

親民合家歡的節(jié)目觀眾忠誠(chéng)度高。這類觀眾關(guān)注百姓歡樂(lè)事，偏好百姓才藝展示類節(jié)目，如《越戰(zhàn)越勇》《非常6+1》《開門大吉》等，對(duì)這類節(jié)目的日均觀看時(shí)長(zhǎng)（16.49分鐘）遠(yuǎn)超網(wǎng)綜（1.64分鐘）和衛(wèi)視綜藝（3.29分鐘），體現(xiàn)出明顯的高忠誠(chéng)度，具有相對(duì)穩(wěn)定的收視慣性，觀看綜藝節(jié)目的時(shí)間高于平均水平。

老齡化問(wèn)題突出，55歲及以上中老年占主體。在年齡分布上相對(duì)老齡化，55歲及以上觀眾占比高于平均水平。未來(lái)隨著代際遷移，觀眾老齡化將更加明顯，制約此類節(jié)目的長(zhǎng)期發(fā)展。

職業(yè)以退休為主，收入5000元以下占比最多。從職業(yè)看，退休無(wú)業(yè)人員占比最多（41.1%），遠(yuǎn)超平均水平（TGI達(dá)140.4）。從收入看，月收入5000元以下的觀眾占比遠(yuǎn)超平均水平。

除“親民合家歡”類綜藝外，對(duì)競(jìng)技類綜藝和戶外綜藝偏好明顯。這類觀眾經(jīng)常觀看的節(jié)目中，還有多檔是戶外探訪或體驗(yàn)類綜藝節(jié)目，如《山水間的家》《萬(wàn)里走單騎》等。戶外場(chǎng)景帶來(lái)新鮮感，讓觀眾產(chǎn)生身臨其境的感覺(jué)，比較符合這類觀眾的收視喜好。此外，競(jìng)技類綜藝也是他們?nèi)粘Ｊ湛吹闹匾?jié)目類型，如《中國(guó)詩(shī)詞大會(huì)》《一站到底》《最強(qiáng)大腦》等，偏好緊張刺激的環(huán)節(jié)和傳統(tǒng)的競(jìng)賽方式。

此外，還能從收視行為分析中得知，此類觀眾收視習(xí)慣穩(wěn)定、對(duì)情感婚戀類節(jié)目表現(xiàn)出一定興趣、喜歡傳統(tǒng)文化等諸多特質(zhì)。

（二）從平臺(tái)角度進(jìn)行受眾畫像

除了以節(jié)目類型為基準(zhǔn)，進(jìn)行目標(biāo)觀眾畫像之外，采用行為聚類分析方法，還可以基于平臺(tái)進(jìn)行用戶畫像。例如，以新媒體平臺(tái)為切入點(diǎn)，分析網(wǎng)絡(luò)綜藝節(jié)目的用戶畫像，可以得出以下結(jié)論：

網(wǎng)綜用戶樂(lè)于接受新鮮事物，平臺(tái)忠誠(chéng)度較低。網(wǎng)綜用戶喜歡嘗試題材新穎、更具時(shí)尚感的綜藝節(jié)目，對(duì)網(wǎng)綜的日均觀看時(shí)長(zhǎng)遠(yuǎn)超其他平臺(tái)的綜藝節(jié)目。但此類觀眾注意力轉(zhuǎn)移速度快，即便對(duì)最愛(ài)看的網(wǎng)綜，日均觀看時(shí)長(zhǎng)也只有10分鐘左右，跟隨節(jié)目、明星遷移，平臺(tái)忠誠(chéng)度較低。

年齡構(gòu)成上，網(wǎng)綜用戶更加年輕，25-54歲觀眾占比高于平均水平。

職業(yè)分布較為廣泛，收入5000元及以上觀眾占比明顯高于平均水平。

此外，還能從收視行為分析中得知此類用戶對(duì)節(jié)目明星、表現(xiàn)手法、小眾題材等維度的特征，有助于平臺(tái)明確內(nèi)容創(chuàng)作方向，從而更好地吸引這部分用戶。

五、結(jié)果分析

（一）探索觀眾行為聚類在電視媒體中的應(yīng)用

在電視媒體中，觀眾行為聚類作為一種新興的研究方法，旨在深入挖掘觀眾的行為模式、喜好和觀看習(xí)慣。通過(guò)對(duì)觀眾進(jìn)行細(xì)致的聚類分析，我們可以揭示觀眾群體內(nèi)部的異質(zhì)性，發(fā)現(xiàn)潛在的觀眾細(xì)分市場(chǎng)。這不僅有助于電視臺(tái)更全面地了解觀眾的多樣性，還為制定個(gè)性化、精準(zhǔn)的節(jié)目策略提供了有力支持。研究的首要目的是通過(guò)深度探索觀眾行為聚類的應(yīng)用，為電視媒體提供更為靈活、精準(zhǔn)的觀眾管理手段。

（二）分析聚類算法在綜藝節(jié)目觀眾研究中的作用

特定于綜藝節(jié)目觀眾的是本研究的一個(gè)重點(diǎn)。通過(guò)聚類算法，我們能夠在綜藝節(jié)目領(lǐng)域中深入挖掘觀眾的特殊行為模式和興趣點(diǎn)。這有助于電視臺(tái)更好地了解觀眾在觀看綜藝節(jié)目時(shí)的特定偏好，從而能夠更有針對(duì)性地設(shè)計(jì)和推出符合觀眾口味的節(jié)目。通過(guò)對(duì)不同觀眾群體的綜藝節(jié)目喜好進(jìn)行分析，電視臺(tái)可以更靈活地調(diào)整節(jié)目?jī)?nèi)容，提高收視率，進(jìn)而在激烈的節(jié)目競(jìng)爭(zhēng)中脫穎而出。

（三）為電視臺(tái)提供更精準(zhǔn)的觀眾畫像和決策支持

本研究的最終目的是為電視臺(tái)提供更為精準(zhǔn)的觀眾畫像和決策支持。通過(guò)深入研究觀眾行為，我們能夠?yàn)殡娨暸_(tái)呈現(xiàn)出觀眾的細(xì)致輪廓，包括他們的喜好、觀看時(shí)間、觀看頻率等方面信息。這些信息將為電視臺(tái)的廣告投放、節(jié)目制作以及推薦系統(tǒng)等提供有力的支持，幫助電視臺(tái)更好地滿足觀眾需求，提高用戶黏性，進(jìn)而在激烈的媒體競(jìng)爭(zhēng)中占據(jù)優(yōu)勢(shì)地位。通過(guò)提供精準(zhǔn)的觀眾畫像和決策支持，電視臺(tái)能夠更有效地制定戰(zhàn)略，實(shí)現(xiàn)可持續(xù)發(fā)展。

六、結(jié)語(yǔ)

在新媒體蓬勃發(fā)展的背景下，信息的流動(dòng)日趨依賴數(shù)據(jù)驅(qū)動(dòng)，算法技術(shù)成為電視等媒體平臺(tái)、節(jié)目?jī)?nèi)容生產(chǎn)者用來(lái)把握目標(biāo)受眾和用戶偏好的重要手段。算法收集用戶數(shù)據(jù)，進(jìn)行分析處理后，能夠指導(dǎo)、反作用于電視節(jié)目的生產(chǎn)、傳播、宣推、營(yíng)收等各個(gè)環(huán)節(jié)。

在觀眾研究方面，聚類算法可以精準(zhǔn)捕捉觀眾的收視行為變化，與當(dāng)下電視節(jié)目市場(chǎng)的熱點(diǎn)內(nèi)容、審美取向、觀看反饋等相結(jié)合，進(jìn)而為電視節(jié)目生產(chǎn)指明方向，在滿足觀眾收視期待的同時(shí)，穩(wěn)固用戶，并生產(chǎn)出具有多樣性的、契合時(shí)代命題的高質(zhì)量作品。

不過(guò)，聚類算法也有自身的局限性，利用算法塑造觀眾喜好、凝聚具有同一傾向的收視群體，雖然可以形成基于平臺(tái)的粉絲群，但也會(huì)形成觀眾群體割裂、長(zhǎng)期發(fā)展受阻、引發(fā)觀眾的“信息繭房”和節(jié)目生產(chǎn)的同質(zhì)化競(jìng)爭(zhēng)等問(wèn)題。因此，如何合理運(yùn)用算法，正視算法的雙刃劍效應(yīng)，是今后要繼續(xù)深入探討的課題。

參考文獻(xiàn)：

[1]羅賀，趙培.面向電視觀眾的用戶興趣偏好建模方法[J].中國(guó)管理科學(xué)，2016（S1）：43-48.

[2]沈萌萌.媒介融合視域下文化類電視綜藝節(jié)目的傳播與接受探析[J].當(dāng)代電視，2023（10）：72-76.

[3]賀夢(mèng)萍，許夢(mèng)槿.智能算法對(duì)電視劇類型化發(fā)展的影響探析[J].新聞研究導(dǎo)刊，2023（22）：254-256.

（作者單位：中央廣播電視總臺(tái)）

責(zé)編：周蕾