基于文本分析和SEM模型的小红书用户粘性研究

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。