摘要：隨著數(shù)字閱讀平臺(tái)的不斷推廣，參與知識(shí)付費(fèi)的用戶比例也大幅增加。文章采用問卷調(diào)查法收集用戶相關(guān)信息，選取用戶的部分行為變量進(jìn)行研究，使用SPSS 19.0軟件將這些變量進(jìn)行描述統(tǒng)計(jì)和提取公因子，再利用K-Means算法進(jìn)行聚類，從而得到4種不同類型的用戶畫像。通過分析不同用戶類型的特點(diǎn)，有助于數(shù)字閱讀平臺(tái)的進(jìn)一步優(yōu)化，為不同用戶個(gè)性化服務(wù)提供了參考與建議。

關(guān)鍵詞：數(shù)字閱讀平臺(tái)；知識(shí)付費(fèi)；用戶畫像；聚類

中圖分類號(hào)：G252" 文獻(xiàn)標(biāo)志碼：A

0 引言

中國(guó)音像與數(shù)字出版協(xié)會(huì)發(fā)布的《2022年度中國(guó)數(shù)字閱讀報(bào)告》顯示，2022年我國(guó)數(shù)字閱讀市場(chǎng)總體營(yíng)收規(guī)模為463.52億元，同比增長(zhǎng)11.5%。第51次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》數(shù)據(jù)表明，截至2022年12月，我國(guó)網(wǎng)民每周在線時(shí)長(zhǎng)已達(dá)26.7小時(shí)^［1］。相比于傳統(tǒng)的紙質(zhì)書籍，數(shù)字閱讀平臺(tái)不僅提供了更加便捷的訪問方式，讓用戶可以隨時(shí)隨地享受閱讀的樂趣，而且這些平臺(tái)還增強(qiáng)了互動(dòng)性，鼓勵(lì)用戶之間進(jìn)行交流和分享體驗(yàn)。

近年來，研究重點(diǎn)主要集中在數(shù)字圖書館建設(shè)、提升公眾信息素養(yǎng)以及促進(jìn)全民參與數(shù)字閱讀等方面，對(duì)于閱讀平臺(tái)上付費(fèi)用戶的研究相對(duì)較少。因此，針對(duì)數(shù)字閱讀平臺(tái)上的用戶開展深入的畫像分析，可以更好地了解不同用戶的特點(diǎn)，從而幫助平臺(tái)優(yōu)化服務(wù)，開發(fā)出更符合市場(chǎng)需求的產(chǎn)品來吸引和保留用戶。

1 文獻(xiàn)綜述

1.1 用戶畫像

近年來，學(xué)者們對(duì)用戶畫像做了不少研究。2014年，李業(yè)根^［2］通過對(duì)大數(shù)據(jù)的篩選、挖掘，準(zhǔn)確把握用戶信息需求，在實(shí)現(xiàn)資源特點(diǎn)與用戶信息需求的精確匹配時(shí)提到了構(gòu)建用戶畫像；李瑞^［3］在分析元宇宙視域下，圖書館數(shù)字閱讀推廣的場(chǎng)景構(gòu)建要求基礎(chǔ)上，結(jié)合圖書館空間，布置設(shè)計(jì)了元宇宙視域下圖書館數(shù)字閱讀推廣的6種場(chǎng)景，提出元宇宙視域下圖書館數(shù)字閱讀推廣場(chǎng)景未來的構(gòu)建策略；Putman^［4］對(duì)多個(gè)數(shù)字閱讀平臺(tái)進(jìn)行了研究，得出數(shù)字閱讀用戶的交流互動(dòng)是影響用戶支付意愿的重要原因，能夠在一定程度上刺激用戶產(chǎn)生沖動(dòng)消費(fèi)行為，也就是說數(shù)字閱讀平臺(tái)越重視用戶交互功能的開發(fā)與完善，數(shù)字閱讀用戶的支付意愿也越高；劉海鷗等^［5］通過文獻(xiàn)分析方法，從概念界定、構(gòu)成要素、模型與方法等方面對(duì)用戶畫像最新研究成果進(jìn)行了細(xì)致梳理，揭示了用戶畫像建模的4種不同方法。本文以用戶基本屬性和閱讀行為來構(gòu)建用戶畫像，即主要研究用戶在數(shù)字閱讀平臺(tái)上所發(fā)生的，例如使用時(shí)間、使用平臺(tái)數(shù)量、付費(fèi)金額、打賞金額等。

1.2 知識(shí)付費(fèi)

2016年被稱為“知識(shí)付費(fèi)元年”，知識(shí)付費(fèi)成為一種重要的發(fā)展趨勢(shì)，知識(shí)付費(fèi)用戶數(shù)量持續(xù)增長(zhǎng)^［6］，知識(shí)付費(fèi)平臺(tái)的內(nèi)容、功能和形式也趨向差異化、精細(xì)化，行業(yè)發(fā)展勢(shì)頭總體向好^［7］。

關(guān)于知識(shí)付費(fèi)的概念尚未統(tǒng)一，知識(shí)付費(fèi)主要是指知識(shí)接受者為知識(shí)付費(fèi)的現(xiàn)象，這種現(xiàn)象通常發(fā)生在互聯(lián)網(wǎng)上^［8］。袁文濤^［9］認(rèn)為知識(shí)付費(fèi)的含義是指知識(shí)的接收者為獲取知識(shí)而購(gòu)買的行為現(xiàn)象。張曉燕^［10］認(rèn)為知識(shí)付費(fèi)是在共享經(jīng)濟(jì)與認(rèn)知盈余的背景下，以互聯(lián)網(wǎng)技術(shù)與用戶需求為先決條件，以網(wǎng)絡(luò)平臺(tái)為基本載體，用戶進(jìn)行主動(dòng)性、選擇性消費(fèi)的一種互聯(lián)網(wǎng)行為。魏澤^［11］則從知識(shí)生產(chǎn)者角度出發(fā)，定義知識(shí)付費(fèi)是內(nèi)容生產(chǎn)者通過網(wǎng)絡(luò)平臺(tái)給用戶提供有償知識(shí)，究其本質(zhì)，知識(shí)付費(fèi)是內(nèi)容生產(chǎn)者對(duì)自身知識(shí)進(jìn)行加工整理的過程，在這個(gè)過程中知識(shí)付費(fèi)生產(chǎn)者完成了知識(shí)的“自主化”。

2 研究設(shè)計(jì)

2.1 數(shù)據(jù)來源

本文采用問卷調(diào)查的方式，總共發(fā)放并回收了289份問卷。經(jīng)過數(shù)據(jù)清洗和有效性檢查后，最終保留了235份有效問卷。采用李克特量表來衡量用戶的行為程度，該量表將行為程度劃分為5個(gè)等級(jí)，從最低到最高依次賦值為1～5。

2.2 實(shí)證檢驗(yàn)

2.2.1 信度與效度檢驗(yàn)

本文使用SPSS軟件對(duì)15個(gè)變量進(jìn)行了分析，這些變量包括閱讀時(shí)長(zhǎng)、單次閱讀時(shí)長(zhǎng)、每月消費(fèi)金額、充值金額、打賞金額、充值頻率、計(jì)劃閱讀頻率、有選擇性閱讀頻率、反復(fù)閱讀頻率、評(píng)分頻率、收藏頻率、推薦頻率以及交流頻率等。問卷的內(nèi)部一致性信度良好，Cronbach’s α系數(shù)高于0.8，KMO檢驗(yàn)值為0.810，顯著性水平小于0.001，表明數(shù)據(jù)適合進(jìn)行因子分析。

2.2.2 數(shù)據(jù)因子分析

本文利用探索性因子分析方法，分析各題項(xiàng)的結(jié)構(gòu)效度，提取公因子，剔除不適當(dāng)?shù)淖兞俊Ｈ绻d荷系數(shù)小于0.5，則需要進(jìn)行刪除。為了進(jìn)一步簡(jiǎn)化數(shù)據(jù)結(jié)構(gòu)并減少變量數(shù)量，使用主成分分析法，將初始特征值大于1并且因子系數(shù)大于0.5的作為公因子，共提取出4個(gè)公因子。

根據(jù)旋轉(zhuǎn)后得到的成分矩陣，可以得到各變量的因子系數(shù)，以及分別屬于哪個(gè)公因子。通常因子系數(shù)大于0.5，被認(rèn)為是非常顯著的變量。由表1所示的旋轉(zhuǎn)成分矩陣可知，題項(xiàng)5（使用年數(shù)）的因子系數(shù)小于0.5，說明其對(duì)用戶閱讀付費(fèi)行為無顯著影響，因此可省略該因子，將其余的變量分成4個(gè)公因子。

根據(jù)每個(gè)公因子包含的變量，對(duì)公因子重新命名來表現(xiàn)數(shù)字閱讀平臺(tái)的用戶行為特征。變量4、7、8、9、12統(tǒng)稱為消費(fèi)水平因子；變量13、14、15、17統(tǒng)稱為交流互動(dòng)因子；變量16、19、20統(tǒng)稱為支付驅(qū)動(dòng)因子；變量6、18統(tǒng)稱為閱讀習(xí)慣因子。

2.3 用戶畫像的構(gòu)建

對(duì)4個(gè)公因子進(jìn)行聚類分析，使用K-Means算法，預(yù)先設(shè)定聚類的數(shù)量。當(dāng)嘗試聚類數(shù)為4～6時(shí)，選擇聚類數(shù)為4時(shí)的表現(xiàn)最為理想。方差分析結(jié)果顯示各組sig都小于0.001，說明數(shù)據(jù)間差異顯著，Wilk’s Lambda的函數(shù)檢驗(yàn)顯著性P值小于0.001，正確分類概率聚類數(shù)為4時(shí)正確率比較高，達(dá)到97%，因此將聚類數(shù)設(shè)置為4。

由表2所示的最終聚類中心均值可以看出，每個(gè)用戶畫像在各個(gè)公因子上存在顯著差異?；谶@些行為特征，將用戶分為嘗試型用戶、提升型用戶、經(jīng)濟(jì)型用戶、活躍型用戶。

3.1 嘗試型用戶

根據(jù)圖5所展示的嘗試型用戶畫像，這類用戶主要集中在19—30歲年齡段，以女性為主，擁有本科或研究生學(xué)歷。他們選擇付費(fèi)閱讀的主要?jiǎng)訖C(jī)是娛樂消遣，同時(shí)也有一部分人是為了獲取與學(xué)習(xí)、工作相關(guān)的知識(shí)。對(duì)于數(shù)字內(nèi)容的質(zhì)量持有較高的期望值，通常只有當(dāng)內(nèi)容真正具有高價(jià)值時(shí)才會(huì)考慮支付費(fèi)用。因此，這類用戶的消費(fèi)傾向較為保守，超過一半的人充值次數(shù)不超過5次。此外，嘗試型用戶的活躍度相對(duì)較低，他們的閱讀時(shí)間和頻率也低于其他類型的用戶群體，表明了對(duì)特定平臺(tái)的依賴程度不高，并缺乏固定的閱讀計(jì)劃。這種情況可能反映了這些用戶正處于探索階段，尚未完全習(xí)慣于使用數(shù)字閱讀服務(wù)。

為了更好地服務(wù)于嘗試型用戶并激發(fā)他們的付費(fèi)意愿，數(shù)字閱讀平臺(tái)應(yīng)當(dāng)采取以下措施：提供清晰易懂的操作指南來幫助新用戶快速掌握平臺(tái)功能；推出高質(zhì)量的內(nèi)容，確保所提供的材料能夠滿足甚至超越用戶的期待；增強(qiáng)互動(dòng)性，通過設(shè)置更多互動(dòng)環(huán)節(jié)來鼓勵(lì)用戶參與交流。

3.2 提升型用戶

根據(jù)圖6所示的提升型用戶畫像，這類用戶主要關(guān)注學(xué)習(xí)、工作以及課程相關(guān)的內(nèi)容，閱讀往往是為了獲得他人的認(rèn)可和減輕壓力，非常重視數(shù)字閱讀平臺(tái)的質(zhì)量與可靠性，并且傾向于為高質(zhì)量、可靠的服務(wù)付費(fèi)。在多個(gè)平臺(tái)上活躍，表現(xiàn)出較高的閱讀質(zhì)量和較長(zhǎng)的單次閱讀時(shí)間，顯示出對(duì)所選平臺(tái)較強(qiáng)的依賴性。在消費(fèi)行為上，展現(xiàn)出了更高的消費(fèi)意愿，愿意為自己感興趣且質(zhì)量高的內(nèi)容支付費(fèi)用。盡管他們的消費(fèi)水平較高，但與其他類型的用戶相比，其交流互動(dòng)頻率較低。

為了更好地滿足提升型用戶的需求并進(jìn)一步激發(fā)他們的消費(fèi)潛力，數(shù)字閱讀平臺(tái)可以采取以下策略：深化內(nèi)容質(zhì)量，持續(xù)提供專業(yè)性強(qiáng)、質(zhì)量高的內(nèi)容，尤其是那些能夠支持個(gè)人成長(zhǎng)和發(fā)展、提高工作效率的學(xué)習(xí)資料；增強(qiáng)社交功能，創(chuàng)建更多促進(jìn)用戶之間交流的機(jī)會(huì)，比如設(shè)立專門的興趣小組等；建立忠誠(chéng)度計(jì)劃，為長(zhǎng)期用戶提供特別優(yōu)惠或獎(jiǎng)勵(lì)，如積分兌換禮品、會(huì)員專享折扣等，以此鼓勵(lì)重復(fù)購(gòu)買。

3.3 經(jīng)濟(jì)型用戶

根據(jù)圖7所展示的經(jīng)濟(jì)型用戶畫像，這類用戶擁有本科學(xué)歷，對(duì)特定數(shù)字閱讀平臺(tái)沒有很強(qiáng)的依賴感，閱讀計(jì)劃性較弱。參與討論和推薦的積極性較高，且閱讀頻率相對(duì)頻繁，傾向于僅使用1～2個(gè)數(shù)字閱讀平臺(tái)，表明了對(duì)平臺(tái)選擇上的謹(jǐn)慎態(tài)度。在4類用戶中消費(fèi)水平最低，對(duì)于付費(fèi)閱讀及打賞作者的行為較為保守，通常只有當(dāng)內(nèi)容被認(rèn)定為有價(jià)值時(shí)才會(huì)考慮支付費(fèi)用。

針對(duì)經(jīng)濟(jì)型用戶的特性，數(shù)字閱讀平臺(tái)可以采取以下策略來優(yōu)化服務(wù)并促進(jìn)其消費(fèi)：合理定價(jià)，在保證內(nèi)容質(zhì)量的前提下，制定合理的價(jià)格策略，既不過高也不過低；價(jià)值導(dǎo)向營(yíng)銷，通過強(qiáng)調(diào)內(nèi)容的獨(dú)特性和實(shí)用性，向用戶傳達(dá)物有所值的信息，從而提高他們的購(gòu)買意愿；提供豐富的免費(fèi)資源，提供一定數(shù)量的高質(zhì)量免費(fèi)內(nèi)容，讓用戶體驗(yàn)到平臺(tái)的價(jià)值；構(gòu)建活躍社區(qū)，鼓勵(lì)用戶間的交流分享，如設(shè)立論壇、開展線上活動(dòng)等，增強(qiáng)用戶黏性。

3.4 活躍型用戶

根據(jù)圖8所示的活躍型用戶畫像，這類用戶主要集中在19—30歲，閱讀主要是為了學(xué)習(xí)和工作需要，同時(shí)也有一部分人是為了娛樂休閑。在所有用戶類型中，活躍型用戶的消費(fèi)水平最高，月消費(fèi)金額遠(yuǎn)超其他類型用戶。他們傾向于購(gòu)買會(huì)員資格等長(zhǎng)期服務(wù)，并且對(duì)平臺(tái)內(nèi)容的質(zhì)量和可靠性有較高要求；積極參與文章評(píng)價(jià)和討論，通常會(huì)與志同道合的朋友分享并交流意見；選擇性地、有計(jì)劃地進(jìn)行閱讀，對(duì)感興趣的內(nèi)容會(huì)收藏保存，顯示出較高的平臺(tái)忠誠(chéng)度，頻繁使用同一平臺(tái)。

對(duì)于這樣一群高價(jià)值且高度參與的用戶群體，數(shù)字閱讀平臺(tái)應(yīng)該采取以下策略來保持其活躍度和忠誠(chéng)度：嚴(yán)格審核機(jī)制，加強(qiáng)內(nèi)容審核流程，確保發(fā)布的信息準(zhǔn)確無誤且具有高質(zhì)量，以滿足這些用戶對(duì)可靠性的需求；不斷引入新的主題和形式的內(nèi)容，以覆蓋更廣泛的學(xué)習(xí)和興趣領(lǐng)域；持續(xù)改進(jìn)用戶界面和交互體驗(yàn)；增加更多便于用戶間溝通的功能，比如小組討論區(qū)、在線研討會(huì)等，營(yíng)造一個(gè)積極向上的學(xué)習(xí)氛圍；鼓勵(lì)和支持用戶參與內(nèi)容創(chuàng)作過程中，形成從消費(fèi)者到生產(chǎn)者的良性循環(huán)。

4 結(jié)語(yǔ)

知識(shí)付費(fèi)是一種消費(fèi)活動(dòng)，平臺(tái)是知識(shí)付費(fèi)產(chǎn)品的塑造者。平臺(tái)如何吸引消費(fèi)者產(chǎn)生知識(shí)付費(fèi)行為，能夠反映平臺(tái)的運(yùn)營(yíng)能力及科學(xué)決策能力^［12］。隨著網(wǎng)絡(luò)用戶數(shù)量的持續(xù)增長(zhǎng)，市場(chǎng)上也涌現(xiàn)出了越來越多的平臺(tái)，這些平臺(tái)紛紛進(jìn)入知識(shí)付費(fèi)領(lǐng)域，導(dǎo)致圍繞用戶的競(jìng)爭(zhēng)日益激烈。在這種環(huán)境下，用戶對(duì)于數(shù)字閱讀平臺(tái)上內(nèi)容質(zhì)量的要求也隨之提高。數(shù)字閱讀平臺(tái)必須不斷提升其內(nèi)容的質(zhì)量以滿足用戶越來越高的期待，完善功能、社交、情感等方面的示能性設(shè)計(jì)能夠吸引更多的用戶參與知識(shí)付費(fèi)中^［13］。

參考文獻(xiàn)

［1］林寶燈，陳凱旋.知識(shí)型虛擬社群用戶付費(fèi)意愿影響因素研究：基于國(guó)內(nèi)外34項(xiàng)實(shí)證研究的元分析［J］.深圳職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2023（4）：48-58.

［2］李業(yè)根.基于大數(shù)據(jù)的圖書館信息營(yíng)銷策略［J］.圖書館學(xué)刊，2014（10）：7-9.

［3］李瑞.元宇宙視域下圖書館數(shù)字閱讀推廣的場(chǎng)景構(gòu)建研究［J］.河北科技圖苑，2022（6）：56-60.

［4］PUTMAN S M.Exploring dispositions toward online reading： analyzing the survey of online reading attitudes and behaviors［J］.Reading Psychology，2014（1）：1-31.

［5］劉海鷗，孫晶晶，蘇妍嫄，等.國(guó)內(nèi)外用戶畫像研究綜述［J］.情報(bào)理論與實(shí)踐，2018（11）：155-160.

［6］艾媒咨詢.2022年知識(shí)付費(fèi)行業(yè)運(yùn)行發(fā)展及用戶調(diào)研分析報(bào)告［EB/OL］.（2022-05-16）［2024-11-20］.https：//www.iimedia.cn/c400/86348.html.

［7］LIU X， ZHANG C H， WU J Q. Explaining consumers’continuous purchase intention toward subscriber-based knowledge payment platforms： findings from PLS-SEM and fsQCA［J］. Aslib Journal of Information Management， 2024（2）： 189-211.

［8］LI M J.Opportunities and reflections of paying for knowledge online in the context of E-commerce live streaming［M］.Paris： Atlantis Press，2022.

［9］袁文濤.大學(xué)生數(shù)字閱讀支付意愿影響因素研究［D］.大連：遼寧師范大學(xué)，2023.

［10］張曉燕.國(guó)內(nèi)知識(shí)付費(fèi)平臺(tái)的模式比較研究［D］.杭州：浙江傳媒學(xué)院，2019.

［11］魏澤.大學(xué)生在線知識(shí)付費(fèi)意愿影響因素研究［D］.廣州：華南理工大學(xué)，2020.

［12］蔡婕.知識(shí)付費(fèi)研究：一個(gè)文獻(xiàn)綜述［J］.國(guó)際公關(guān)，2023（1）：161-163.

［13］XIANG C J，SONG Y X.Research on the adoption intention of users’knowledge payment： the integrated model of UGT and TAM［C］//Proceedings of nineteenth Wuhan international conference on E-Business.Calgary： University of Calgary Press， 2020： 137-146.

（編輯 李春燕）

User research on digital reading platforms based on knowledge payment

HUANG" Chuchu1， JIA" Wenli^2*

（1.School of Computer Science and Engineering， Shandong University of Science and Technology， Qingdao 266590， China;

2.Archives， Shandong University of Science and Technology， Qingdao 266590，China）

Abstract：" With the continuous promotion of digital reading platforms， the proportion of users participating in knowledge payment has also significantly increased. The article uses a questionnaire survey method to collect user related information， selects some behavioral variables of users for research， uses SPSS 19.0 software to describe and statistically analyze these variables and extract common factors， and then uses K-Means algorithm for clustering to obtain four different types of user images. By analyzing the characteristics of different user types， it is helpful for further optimization of digital reading platforms and provides reference and suggestions for personalized services for different users.

Key words： digital reading platform; knowledge payment; user profile; clustering

作者簡(jiǎn)介：黃楚楚（1997—），女，碩士研究生；研究方向：信息分析。

*通信作者：賈文麗（1969—），女，研究館員，博士；研究方向：信息管理，檔案。