基于文本分析和SEM模型的小红书用户粘性研究

• 作者: 曹增栋 杨炳新 王心贝 罗迪维
• 来源期刊: 电子商务
• 关键词: 小红书 用户粘性 文本分析法 LDA主题建模 结构方程模型
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 视角
• 页码范围: 60-61
• 页数: 2页
• 字数: 2441字
• 语种: 中文

摘要

本文利用Python软件爬取小红书用户评论的27900条数据,通过jieba分词提取评论文本的高频特征词,并利用机器学习方法LDA主题建模将高频词划分为8个主类目.然后构建结构方程模型研究小红书用户粘性形成的动态机制.研究发现,UGC社区信息质量、动态性和平台运营通过功能体验、满意和持续使用意愿的中介效应提高用户粘性.使用习惯、流体验、社交体验都显著正向促进持续使用意愿,从而形成用户粘性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹增栋	南京邮电大学贝尔英才学院	6	7	2.0	2.0
2	罗迪维	南京邮电大学管理学院	3	4	1.0	2.0
3	杨炳新	南京邮电大学管理学院	1	0	0.0	0.0
4	王心贝	南京师范大学美术学院	1	0	0.0	0.0