《知识经济视角下付费用户群体画像》
本文是知识经济类有关自考开题报告范文和经济视角相关毕业论文格式范文.
[提要] 随着知识经济向纵深发展,互联网被广泛运用后,知识经济的资本化特点愈发突出,因此对知识付费的研究成为价值选择.本文综合考虑安徽财经大学在校生知识付费的需求和体验,基于密度均值聚类分析对大学生群体的付费行为进行划分,通过准确的用户画像,为用户、政府、平台等各类参与主体提出建议.
关键词：知识经济视角;密度均值聚类;用户画像
中图分类号：G203 文献标识码：A
收录日期：2020年3月24日
一、相关理论概述
（一）用户画像.用户画像也被称作为用户形象标签化,通常做法是依据用户的基本属性与行为属性,如年龄、性别、学历,行为和属性等高度精炼的特征标识,抽象和勾画出一个能够全方位概括其信息参数特征的模型人物.而群体画像则是指利用分类汇总、聚类分析等统计学手段,根据标签化的用户数据计算出其相似程度,进一步可以将拥有相似抽象特征的用户归纳为同一类别,最后基于不同类别的显著特征进行真实性的画像描述.
（二）密度峰值聚类.密度峰值聚类算法是由Alex Rodriguez和Alessandro Liao于2014年提出的一种基于密度的聚类算法.它可以快速发现并描述任意规模或形状的类簇中心,无需人为确定类簇数量,对归类后的样本点迭代求解要求较低,能够自动探寻被低密度区域分离的高密度区域,适用于大数据处理,应用范围涉及图像、文本的分类和发现等对多个领域.因此,本文选用密度峰值算法对样本进行聚类,充分发挥DPCA算法在处理多维数据时的优越性,完全依靠无监督的聚类结果,保证群体画像的客观性.
二、模型设计
（一）群体画像构建流程.基于前述,群体画像概念的详细定义,可以看出构建群体用户画像的主要流程环节包括有：基本数据采集、变量确定及预处理、用户群体划分、特征样本点提取、画像呈现等,因此基于上述,可以构建群体画像流程模型.
（二）付费群体画像的概念模型.知识付费群体间存在着较为明显的领域性,因此在构建其画像时,应当全方位地综合考虑实际消费场景,深入挖掘群体客观的基本属性以及主观的行为属性,客观准确地表现出场景化的群体特征.基于此,本文通过主、客观结合方式,从基础信息、消费偏好、使用效率属性等三个维度,构建消费用户的宏观群体画像概念模型.
三、实证分析
dist代表截断距离,DCPA据类结果受其取值结果影响,该参数常以数据点升序排序距离中的前1.0%～2.0%决定,因此对于不同的数据样本点Xi,都有一个截断距离?啄i,该距离计算公式如下：
（二）结果与分析.经过密度峰值聚类分析后,得到3个密度聚类的中心点,即知识付费用户可以被划分为3类群体,分群结果如表1所示.根据表1可知,各个类别的样本数分别为63、27、30所在比重分为52.5%、22.5%、25%.样本数据中的第31、72、114组数据为聚类中心点.（表1）
（三）整体画像呈现.为了给用户群体画像分析提供客观完整的参考标准,更精确地识别出各类别用户群体的差异化特质,故本文在进行群体画像分解之前,刻画知识付费平台用户整体画像为：男性用户占比36.9%,女性占比63.1%,說明线上知识付费用户以女性为主,付费用户年龄主要集中于18～25岁,该年龄段占比90.8%,说明知识付费平台的主要受众为90后新型青年阶层.其中大学学历用户占总付费用户比例高达91.5%,说明互联网时代下付费用户主要来源于可能对专业技能、自我提升有需求的大学生群体.
运用SPSS 24.0统计软件对样本数据进行描述性统计分析,可以得到3类用户的群体画像.
1、忠诚型价值用户.所占比例为52.5%,此类群体中女性居多,多数对知识付费分享者具有较高的信赖程度,且可以通过知识付费所获得相对高的效用,说明付费平台把握了该类群体的现实需求.消费者偏好特征较为明显,主要关注的是与职业有关的付费课程及相关话题.而从价值属性角度分析,此类用户群体的购买需求相对较高,且消费金额多在50～200元左右.忠诚型价值用户对线上知识付费平台的使用时间较长、使用频率较高,而且多数近期仍有消费行为.该类群体是平台的以维持运营的关键所在,因此应当通过不断优化用户体验,进一步增强此群体对平台的依赖程度和认可程度.
2、沉睡型流失用户.此类用户人数较多所占25%,仅次于忠诚型价值用户群体.其中男性用户偏多,此类用户较多关注于知识付费所提供的内容的新颖程度,其典型特征是使用平台频率不高,且满意程度处于低水平,消费周期较长,表明该类别用户属于不活跃用户群体,然而也应注意到,此类群体的往期单次消费金额高.鉴于此,知识付费平台可以对此类用户采用迂回联系、回访调研等方式,挖掘其潜在的知识需求,并完善平台的内容体系,优化所提供的内容质量和丰裕度.
3、新兴待激励用户.该群体所占比例22.5%,次于沉睡型流失用户群体.用户学历多为专科和高中,此类群体的主要特征为对知识付费平台的信任度低,使用意愿不高,认为付费模式存在着较高的风险,维度方面,可以接受的知识付费多为50元以下.这类群体使用知识付费平台的频率极低,可能原因是这类群体对知识产权的保护意识不足,并不了解平台所提供的各项功能和内容.因此针对此类用户,应通过运营手段接触用户,通过优惠和广告,积极引导新兴用户进驻知识付费平台,并且也可以通过激励机制,以求在用户享受到知识付费带来的便捷和满足的同时,深化用户对平台的了解.
四、结论与建议
本文综合考虑安徽财经大学在校生知识付费的需求和体验,从大学生、市场、知识付费平台劣势等方面进行量化分析,从而得出以下关键结论：一是在参与过各种知识付费活动类型中,“付费课程”和“付费会员”占比最大,“付费”的占比最小,这可能与多数受众对考证、线上课程有迫切的要求有关.并且线上课程的兴起也同时减少了线下授课的高额负担.二是从学生能够接受的知识付费来看,单次付价在20元以内的占比超过了50%,这与学生没有直接经济收入来源有关,更多人偏向于获取免费知识资源,而目前所处的学习阶段对其影响较小,且研究生的意愿支出高于本科生.三是本文基于密度峰值聚类模型,构建出安徽财经大学学生的付费群体画像.整体来看,目前该校的线上付费群体主要集中于大三、大四等高年级学生,表明付费用户主要来源是即将面对深造或者就业的学生群体.通过进一步对比分析可以将群体分为三大类：忠诚型价值用户、学习型经济用户、新兴待激励用户,各自所对应的特征也不尽相同.
基于实证阐述和结论分析,可以为各类参与主体提出以下建议：完善线上知识付费内容的信息管理机制,大力维护知识产权,培养消费者的维权理念和版权意识.互联网用户在线知识付费的习惯和理念养成需要时间,因此政府部门应加大维护作者知识产权的力度,引导大众尊重知识生产者的智力劳动成果,为高质量的在线知识内容生产创造提供良好的原创环境,也给在线知识付费市场创造更加光明的前景.
主要参考文献：
[1]王鹏宇,游有鹏,杨雪峰.结合密度峰聚类的K均值图像分割算法[J].机械与电子,2019.37（2）.
[2]商.基于用户画像的中小企业营销策略研究[J].科技经济市场,2019（11）.
[3]安晓东.知识传播的创意写作之维[J].山东青年政治学院学报,2020.3.23.
小结:本文是关于对写作经济视角论文范文与课题研究的大学硕士、知识经济本科毕业论文知识经济论文开题报告范文和相关文献综述及职称论文参考文献资料有帮助.
知识经济引用文献:
[1] 知识经济相关论文题目 知识经济论文题目怎样定
[2] 知识经济学位论文参考文献 知识经济参考文献有哪些
[3] 知识经济论文大纲格式 知识经济论文大纲怎样写
