知识经济视角下付费用户群体画像
来源:用户上传
作者:
[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，价格维度方面，可以接受的知识付费价格多为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，“付费打赏”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价格来看，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]商丽媛.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.
转载注明来源:https://www.xzbu.com/2/view-15238456.htm
