网络短视频环境下基于数据分析的湖南形象传播

摘要：随着移动社交媒体的发展和5G技术的进步，短视频创作与剪辑逐渐便捷化，人们的信息获取方式正经历从以语言为中心的理性主义文化形态向以形象为中心的感性主义“视觉文化”形态的转型。本研究在网络短视频环境下，基于多模态数据分析，对湖南形象传播进行了深入研究。通过采集抖音、快手、微博短视频、微信视频号等各大短视频平台的湖南相关短视频信息，利用数据挖掘技术从自然景观、文化特色、经济发展、社会民生四个维度提炼湖南元素，并借助大数据、人工智能等先进技术进行智能推荐和个性化推送，旨在提升湖南形象的知名度和影响力，推动湖南文化产业的发展，增强湖南的旅游吸引力和文化魅力。

关键词：网络短视频；多模态数据分析；湖南形象传播；智能推荐；个性化推送

1. 引言

1.1 研究背景

在互联网技术迅猛发展的今天，短视频作为一种新兴的媒介形式，以其传播速度快、覆盖面广、互动性强等优势，迅速成为人们获取信息、传播观点和分享生活的重要方式。根据中国互联网络信息中心（CNNIC）发布的第50次《中国互联网络发展状况统计报告》显示，截至2022年6月，我国短视频的用户规模达9.62亿，占网民整体的91.5%。这一庞大的用户群体和广泛的传播范围，为城市形象传播提供了新的机遇。

湖南省位于中国中南部，拥有丰富的历史文化、自然景观和民俗风情，具有独特的地域特色和文化魅力。然而，在网络短视频迅速发展的当今社会，如何有效利用这一新兴媒介形式传播湖南形象，成为了一个亟待解决的问题。

1.2 研究意义

本研究旨在通过多模态数据分析方法，深入挖掘湖南形象的特点和优势，制定更加精准的传播策略，提高湖南形象在网络短视频环境中的知名度和影响力。同时，本研究还有助于推动湖南文化产业的发展，增强湖南的旅游吸引力和文化魅力，促进湖南与外界的交流与合作，为数据科学和文化研究提供新的思路和方法。

2. 研究内容

2.1 网络短视频采集

为了高效获取湖南元素相关的网络短视频，助力“网络短视频环境下的湖南形象传播”研究，课题应用网络爬虫技术采集各大短视频平台湖南元素相关的短视频，构建短视频资源库。

2.1.1 环境配置与工具选择

由于Python语言具有简洁清晰、易于理解、第三方库和框架丰富、跨平台兼容、数据处理能力强大、支持多种编程范式等特点，本课题采用Python语言编写网络爬虫程序。requests使用、json等爬虫库发送HTTP请求、解析JSON数据，采用Scrapy框架完成复杂的爬虫请求。

2.1.2 目标网站分析

首先，确定需要爬取的目标短视频所在的网页URL。其次，通过查看网页源代码或使用开发者工具确定网页是静态网页还是动态网页，对于动态网页，需要分析AJAX请求或WebSocket连接来获取数据。最后，通过开发者工具（如Chrome的Network选项卡）找到需要的请求头（如User-Agent、Cookie等）和请求参数等爬虫参数。

2.1.3 编写爬虫代码

首先，使用requests库向目标URL发送HTTP请求，并带上之前获取的请求头和请求参数。其次，根据目标网站返回的数据格式（如JSON、HTML等），使用相应的解析方法（如json.loads()、BeautifufulSoup等）提取出短视频的URL、标题等信息。最后，将提取出的短视频URL、标题等信息保存到本地文件或数据库中。

2.1.4下载短视频

首先，使用requests库向短视频的URL发送HTTP请求，获取短视频的二进制数据。其次，将获取的二进制数据保存到本地文件，文件扩展名根据短视频的格式来确定（如mp4、flv、CSV等）。

2.1.5优化

由于很多网站都设有反爬虫机制，如IP封锁、验证码等。在编写爬虫时，需要考虑到这些因素，并采取相应的措施来应对。对于大量的短视频采集，需要考虑爬虫的效率和性能问题。可以使用多线程、异步IO等技术来提高爬虫的运行效率。在采集网络短视频时，需要遵守相关的法律法规和网站的robots.txt协议，确保采集行为的合规性。本课题构建的网络爬虫结构如图1所示。

图1  网络爬虫结构

2.2 湖南形象挖掘

通过对采集的短视频库进行细致的数据分析和挖掘，我们惊喜地发现短视频充分展现了湖南的悠久历史、丰富文化、科技创新、蓬勃经济以及优美的自然风光，同时也凸显了湖南人民注重社交与互动的特点。

自然与生态之美：短视频生动展示了张家界国家森林公园的奇峰异石、衡山的雄伟壮丽，以及洞庭湖的浩渺烟波、洋湖湿地公园的静谧宜人，这些无不体现了湖南生态的多样性和美丽。

深厚的历史文化底蕴：短视频中的炎帝陵庄严肃穆，马王堆汉墓出土文物珍贵独特，岳阳楼古朴典雅，这些文化遗产彰显了湖南丰富的历史和文化积淀。同时，湘西土陶制作技艺、湘剧等地方戏剧也让更多人领略到了湖南戏曲文化的独特魅力。

经济发展与科技创新：短视频展示了湖南在科技创新和经济发展方面的卓越成就，如超级稻的丰收景象、超级计算机的强劲算力等“湖南名片”。此外，利用VR技术展示历史文化遗产等短视频内容，多维度呈现了湖南在推动文化与科技融合方面的创新实践和尝试。

社交与互动：短视频平台已成为湖南人民展示自我、交流互动的重要平台。通过发布短视频，湖南人民能够吸引更多“粉丝”，与全球范围内的陌生人建立起联系，促进了文化的交流和跨国友谊的建立。

2.3 多模态特征选择与融合

网络短视频中蕴含着丰富的图像、文字、声音和情感信息。对短视频中的多种模态特征信息进行融合处理，有助于用户选择更感兴趣的内容，也有利于短视频平台进行分类管理。

网络短视频标签符号定义：将短视频数据作为输入信息，将与短视频相关的标签作为训练标签，将问题看作一个多标签分类任务。

2.3.1网络短视频标签框架设计：

选取推文文本信息、视频模态信息、音频模态信息以及情感模态信息作为研究对象，采用不同的方法提取各模态信息：

2.3.2多模态内容特征融合：

在视觉特征提取方面，采用开源流媒体工具提取短视频中的关键帧，并采用残差网络进行特征提取。在音频特征提取方面，构建卷积神经网络提取音频特征向量。在文本特征提取方面，采用全局对数双线性回归模型提取句子特征。最后，利用改进多模态模型对不同模态信息进行融合。

2.3.3多模态情感特征融合：

在视觉情感特征提取方面，采用长短时记忆模型对短视频中的视觉图片的情感特征进行提取。在音频情感特征提取方面，利用Python库中的函数生成具有频谱特征的数据，并输入到卷积神经网络中提取音频特征。在文本情感特征提取方面，采用工具对单词以及句子进行特征提取。最后，构建多模态多头注意力模型框架，进行模态间的特征融合。

2.4 用户画像建模

为了向广大网络短视频用户精准推荐湖南元素相关的短视频，需要精确定位用户的喜好。本课题从基本属性、兴趣属性和社交属性三个维度来描绘用户的特征和行为习惯，精准构建用户画像。

用户基本属性：包括性别、受教育程度、年龄段、地域和职业等，采用多维向量表示，向量值用独热编码表示。

用户兴趣属性：通过采集并处理用户发表的所有评论文本来分析用户的兴趣，构建短视频集的向量空间模型，并根据关键词的权重值大小进行排序。同时，通过分析用户的浏览数据构建用户的兴趣模型。

用户社交属性：基于用户的社交数据，计算社交属性特征之间的相似度来衡量用户的社交行为之间的关联程度，采用二元关系矩阵表示，并通过余弦相似度计算相似性。

用户画像相似度计算：对用户画像数据进行归一化操作后，合并形成综合的用户特征向量，使用余弦相似度计算相似性。

2.5 智能推荐策略

为了降低短视频推荐系统的计算复杂度，本课题采用改进的模糊均值用户聚类算法（Fuzzy C-Means），并融入秃鹰搜索算法进行优化。

模糊均值聚类分析：FCM算法将相似的用户分组并形成簇，通过反复迭代达到最优的聚类效果。然而，FCM算法的聚类效果与初始聚类中心的选择密切相关，且计算开销较大。

秃鹰搜索算法优化：为解决秃鹰搜索算法存在的问题，本课题采用混沌映射方法、莱维飞行、非线性惯性权重因子和反向学习策略进行优化，提高全局搜索能力和收敛速度。

基于用户画像聚类的短视频推荐：先根据改进后的秃鹰搜索算法对用户进行聚类，将用户划分进相似度最大的簇。在此基础上计算出最近邻用户并产生推荐，结合用户画像的相似度得到用户的综合相似度，为用户推荐湖南元素相关的短视频。

3. 研究结果与分析

3.1 数据采集结果

通过编写网络爬虫程序，本研究成功采集了大量与湖南相关的短视频信息，构建了短视频资源库。这些短视频涵盖了湖南的多个方面，为后续的数据分析提供了坚实的基础。

3.2 湖南形象挖掘结果

通过对采集的短视频库进行数据分析、挖掘，本研究发现短视频充分展示了湖南的丰富形象和特色。这些发现为制定精准的湖南形象传播策略提供了重要的参考依据。

3.3 多模态特征融合结果

本研究成功实现了对短视频中的图像、声音、文本和情感等多种模态特征信息的融合处理。通过多模态特征融合，得到了更加全面、准确的短视频内容信息表示向量和情感表示向量，为后续的个性化视频推荐提供了有力的支持。

3.4 用户画像建模结果

本研究从各大短视频平台爬取了短视频用户信息，并从三个维度构建了用户画像。通过用户画像建模，能够精确定位用户的喜好和需求，为后续的个性化视频推荐提供了重要的数据支持。

3.5 智能推荐策略效果

通过采用改进的模糊均值用户聚类算法和秃鹰搜索算法，本研究成功实现了对短视频用户的精准聚类。基于用户画像聚类的短视频推荐策略能够为用户推荐更加符合其兴趣和需求的湖南元素相关短视频，提高了用户的观看意愿和满意度。这一策略不仅提升了湖南形象的传播效果，还为短视频平台的个性化推荐提供了新的思路和方法。

4. 结语

综上所述，本研究在网络短视频环境下，基于多模态数据分析方法，对湖南形象传播进行了深入研究。通过采集和分析短视频数据，挖掘了湖南形象的特点和优势；通过多模态特征融合和用户画像建模，实现了对短视频内容的全面理解和用户喜好的精准定位；最后，通过智能推荐策略，提高了湖南形象短视频的传播效果和用户的观看满意度。这一研究不仅为湖南形象传播提供了新的思路和方法，还为短视频平台的个性化推荐和文化产业的发展提供了有益的参考和借鉴。

作者简介：黄珏涵（1991.2—），女，汉族，籍贯：湖南长沙人，湖南工程职业技术学院，副教授，硕士学位，研究方向：艺术设计、数字媒体设计

课题来源：2025年度湖南省社会科学成果评审委员会一般课题《网络短视频生态下湖南形象传播研究》，课题编号：XSP25YBC567。