研究论文
潘禹辰, 杨紫婷, 汤昊天, 麦柏荣, 鲁提普拉·卢合曼, 徐璐
[目的/意义] 随着短视频行业的迅猛发展和用户规模的不断扩张,短视频平台广泛采用的个性化推荐算法在提升用户体验的同时,也带来用户信息同质化的问题,进而限制用户信息获取的广度和深度。深入探究用户在短视频平台上的破圈行为,即用户如何突破其固有的视频类型偏好圈,以期为用户提供更加多元化、全面化的信息获取体验,并进而促进短视频平台的健康发展。[方法/过程] 结合理论建构与实证研究的方法,选取快手短视频平台作为研究案例。提出用户行为分析AIS模型,并基于此模型对用户群体进行细分,进而分析不同用户群体的破圈行为和破圈意愿。同时,利用大语言模型技术,设计一个辅助用户破圈的推荐系统架构,以期通过技术手段促进用户的信息多元化探索。[结果/结论] 快手短视频平台的用户可被细分为4类,这些用户群体在视频消费和社交互动方面展现出差异化的特征。总体而言,用户离开原有视频观看偏好圈、主动选择观看新视频的意愿普遍较低。然而,值得注意的是,那些在社交网络上表现活跃,但对具体内容的消费和互动并不频繁的用户,反而更容易发生破圈行为。因此,借助平台和算法的力量来辅助用户破圈,是提升用户体验和促进平台健康发展的重要途径。