国际网络视频直播研究述评

刘 颖 孟 健

(武汉大学信息管理学院，武汉，430072)

近年来，网络视频直播迅速兴起。Twitch.tv作为最早的网络视频直播平台，于2011年创立[1]。在2017年 ，Twitch在美国的网络视频直播行业依然处于领先地位[2]。中国的网络视频直播起步较晚，但是发展快速。据统计，2017年6月，中国网络视频直播用户达到了3.43亿，占网民总数的45.6%[3]。

网络视频直播(后简称“网络直播”)不同于传统的电视直播，它使得用户拥有更大的自主权，用户与主播、用户与用户之间可以进行实时互动[4]，直播平台俨然成了一个社交平台。网络直播也不同于以往的视频观看模式，它具有实时性、内容自制性、互动性[5]等特点。网络直播还是一种新的商业模式，主播以特色的直播内容来吸引用户，而用户通过打赏主播[6]或者是付费成为平台会员[7]等方式，使主播和平台获得收益。网络直播的其他商业属性也在不断地被挖掘中，例如蘑菇街、聚美优品、淘宝等率先推出了电商直播，以直播吸引买家深度参与到活动中[8-9]。然而，网络直播作为一种新兴的互联网产物，行业的整体局势还未稳定，也存在着很多的问题，例如平台数据造假、直播内容杂乱、侵权等[10]。

由于网络直播的这些特性，近年来吸引了很多学者的注意，伴随着相关文献数量的不断增加，为了全面地了解目前对于网络视频直播的研究现状，需要对相关研究文献进行系统的、全面的梳理。因而笔者决定采用文献综述的方法，对目前国际上关于网络视频直播的研究文献按其所涉及的研究主题进行系统的分析，并提出未来可能的研究方向。

1 研究问题与文献检索

1.1 研究问题

本文通过文献综述的方式，以深入地了解网络视频直播、研究领域、文献中所涉及到的研究主题、直播平台、采用的研究方法以及未来可能的研究方向。因此，本文的研究问题为：

问题1：关于网络视频直播的研究涉及到哪些研究主题？

问题2：关于网络视频直播的研究涉及到哪些直播平台？

问题3：关于网络视频直播的研究采用了哪些研究方法？

问题4：未来有哪些可能的研究方向？

1.2 文献检索

1.2.1检索方法

本文一共选取了5个数据库，分别是WebofScience、ACMDigitalLibrary、EBSCOhost、ScienceDirect和WILEY。对检索词的选择，首先是 “livevideostreaming”和“videobroadcasting”，即网络视频直播。此外，为了能检索到更多的相关文献，将“ ‘livestreaming’and‘video’ ”也定为检索词。利用选取的检索词：“livevideostreaming”、“videobroadcasting” 、“ ‘livestreaming’and‘video’ ”分别进行主题检索。按照网络视频直播最早出现的年份，将检索时间设定为2011年到2017年10月。文献类型包括期刊、会议和专题讨论会。最后，再对获取到的文献，进行参考文献回溯，检索与网络视频直播相关的文献。

1.2.2检索结果

通过检索及初步的筛选一共获得了75篇文献，对75篇文献进行仔细的阅读后，剔除不相关的、重复的、缺乏理论支撑或者实证研究的质量不高的22篇文献，最终获得文献53篇。

1.3 结果分析

按文献发表的年份进行分析，在一定程度上能反映出学科研究的发展速度和研究水平[11]。为了更直观地展现文献按年份的数量分布情况，笔者根据获得的数据绘制了折线图，如图1所示。

由图1可知，从2011年到2017年，网络视频直播的文献量一直呈上升趋势，2011年到2014年，每年的增长幅度都不大，但从2015年开始，增长幅度开始逐年上升。这说明，随着网络视频直播的发展，学者们对它的关注度也在不断地上升，且近几年的关注度上升明显。

图1 网络视频直播文献年份分布情况

此外，本文还对网络视频直播的文献来源进行了统计，发现其研究文献主要来源于会议(40篇)和期刊(11篇)，还有两篇来源于专题讨论会，如图2所示。

图2 文献来源分析

2 研究发现

2.1 研究主题分析(问题1)

网络视频直播既具有社交媒体的性质[12]，又具有一定的电子商务的性质[8,9]。而社交商务正是社交媒体和电子商务的结合体[13]。所以对网络视频直播的研究与对社交商务的研究有相似之处。据此，本文借鉴了Liang和Turban所提出的关于社交商务的研究框架[14]，利用他们所提出的“研究主题”和“研究方法”对文献进行分类。

Liang和Turban所提出的研究主题包括：用户行为、企业绩效、网络分析、采用策略、商业模式、企业经营战略、网站设计、社会进程、安全和隐私政策[14]。在此基础上对53篇文献进行精读以后发现，关于网络视频直播的研究主题可以分为视频传输(20篇)、网站设计(11篇)、用户行为(9篇)、用户使用动机[注]其中有两篇研究既研究了用户行为又研究了用户动机，因而用户行为和用户动机两个研究主题中有两篇文献是重复的。(7篇)、平台系统(3篇)、社群分析(2篇)、安全隐私(2篇)以及学习教育(1篇)，其文献分布情况如图3所示。在接下来的小节中，会对这8个研究主题进行具体的阐述。

图3 网络视频直播文献在各研究主题中的分布情况

2.1.1视频传输

关于视频传输的研究，是指通过合理分配网络资源以及优化内容传输方式等方法进行有效的内容传输或视频转译，以提升视频传输速度和质量、增强用户体验。这些研究涉及到的直播平台主要是Twitch.tv(8篇)，少量的研究还关注了YouTube.Live(2篇)、Yahoo!Live(1篇)、Ustream(1篇)、YouNow(1篇)和Inke.tv(1篇)。其余6篇研究没有指定特定的直播平台。关于视频传输的研究，按照其研究对象可以分为两类，一类是专门针对移动端直播的研究；一类是适用于所有直播平台的研究。

适用于所有直播平台的研究，根据研究者们提出的解决方法，可以将其研究内容分为4类：

(1)利用新的传输技术进行内容传输，以减少时延[15-19]和带宽需求[17,20-21]。对此他们都提出了相应的解决办法，例如将传统的对等传输和客户端/服务器方法相结合[17]、采用自适应码流技术[19,21]、利用云端技术[19,21,22]等，但是由于网络视频直播平台的用户越来越多，云计算也不能完全满足用户的需求，所以有的学者又提出了将用户资源与云计算相结合的方法[23]。

(2)如何有效地分配资源。根据调查发现，大量有效的资源被几乎没有观看者的主播所占用[24]。为了解决这一问题，研究者们提出了对主播进行划分，将部分主播迁移到公共云中进行处理[24]的方法。

(3)对频道进行筛选，将视频解码为多个清晰度版本，让用户可以根据自己的网络状况选择合适的清晰度。之所以要对频道进行筛选，是因为服务器的处理能力不够，并非所有的视频都能被转译为不同的版本[25]。

(4)在无线网络中的网络视频直播[26-27]。在无线网络中，因为用户们使用的设备不同，对视频的需求不同，加上各自所处的网络环境不同[26]，使得网络视频直播具有一定的挑战。对此，研究者们对如何提升视频服务器的可靠性、灵活性[26]以及提高无线网中数据的吞吐量进行了研究[27]。

针对移动端的研究文献一共有6篇，涉及的平台有Ustream(1篇)，YouTube.Live(1篇)，YouNow(1篇)，Inke.tv(1篇)，剩下的文献没有提及具体的平台。

移动端的网络视频直播受到网络状况[28]、使用人数[28]、使用设备[29-31]等多方面因素的影响。为了应对这些因素对直播的影响，Wilk等人提出了一个新的移动直播框架，即系统根据环境的改变，动态地使用目前最适宜的上传协议[28]。此外，有的研究还提出通过预测用户的观看行为[32-33]，适时地调整网络带宽和节省电池消耗，达到高效节能的目的[32]。对于网络状况而言，有的学者还专门考虑了在无线网络中移动端的视频传输问题[34]。对于使用设备而言，移动端的用户使用的设备非常多样，同样的视频传输方法，没办法保证所有用户的体验一样[31]。因此，有的研究从平台服务商的角度出发，提出了一个以动态决定视频解码和分布的算法，在最小化平台服务器运营成本的同时为用户提供更好的服务[31]。除了上面提及的问题外，如何对同时产生的大量视频进行传输也是个挑战。如同在大型事件中，吸引很多用户同时录制视频一样，为了实现有效的传输，就需要对这些视频的传输顺序进行调节[29]。

2.1.2网站设计

在检索到的文献中，一共有11篇是关于网站设计的。这些研究所涉及的直播平台主要是Twitch(7篇)，其余4篇研究没有指定特定的直播平台。关于网站设计的研究，根据其研究内容可以分为4类：

(1)帮助用户发现有趣的直播[35]以及直播中的亮点[35-37]。这些研究是针对不同的应用场所而展开，有的是为了帮助用户在对同一事件的多个直播中发现有趣的直播频道和直播中的亮点[35]，有的是针对某一个游戏直播频道中的亮点进行事件挖掘36-37]。

(2)增强观看者体验以及用户之间的交流。增强观看者体验的研究包括增强观看者在游戏直播中对游戏的体验，例如，在直播中通过展示主播的生物特征，以加强观看者与主播之间的情感联系[38-40]，以及观看者在直播中对于现实的体验[38]，探讨如何在用户评论信息的展示中应用AR技术[38]。

(3)增加用户的交流方式。网络视频直播之所以这么受欢迎，一个重要的原因是它能让用户之间进行实时交流[41]。但是目前网络视频直播中用户的交流方式却非常单一，观看者只能发表评论[38]，而主播只能对用户的信息进行口头的回复。此外，还存在信息过载[12]和评论信息时延[42]等问题。对此，研究者们提出了他们的解决方法。对于观众，可以通过增加投票区让观众决定主播下一步该怎么操作，以及让观众能在直播视频中标示出希望主播注意的区域等方式，来增加用户对直播的参与[41]。对于主播，研究者们设计了一个分布式视频系统，让主播能在直播中可以增加复杂的视频效果和声音效果[43-44]，以增强主播与观众之间的交流。

(4)推荐系统改良和多元视角直播。由于目前的直播平台大多是根据观看量来为用户推荐直播频道，而忽视了用户的偏好，所以研究者们设计了一个基于用户偏好的推荐系统[45]。多元视角直播，是指将主播们上传的对同一个事件的直播视频进行整合，让观看者们可以从多个视角来了解事件[46]。

2.1.3用户行为

网络视频直播中的用户可以分为两类，一类是主播，一类是观看者。主播是在直播平台上进行直播的人，而观看者是观看直播的人[7]。据此，可以将网络视频直播中对用户行为的研究按主播行为和观看者行为进行分类。研究中所涉及到的直播平台有：Twitch(6篇)、Periscope(1篇)、Meerkat(1篇)、斗鱼直播(1篇)和YY直播(1篇)，剩下一篇文献没有涉及特定的直播平台。

在主播行为的研究中，研究对象涉及青少年主播、Periscope和Meerkat中的主播以及Twitch中的主播。研究内容包括主播们的直播时长[47]、直播地点[48,5]、直播内容[48,5]和直播频次[47]。

(1)青少年主播，研究发现与别的年龄层不同，他们的直播通常是在家里进行；直播内容更多的是关于自身的活动而非周围事物；在直播的时候，他们也会特别注意观众的名字，因为他们不想陌生人加入他的直播[48]。

(2)Periscope和Meerkat中的主播。其直播中的主要活动是聊天；直播主要发生在室内；主播与观众的互动相比传统视频网站更活跃；对于直播中观众的不恰当行为，主播们更多的是选择忽略，但也表现出一定的担忧[5]。

(3)Twitch中StarcraftII的主播。直播时长通常在2—4小时之间；直播频次基本上是一天两次以上；与YouTube相比，直播视频的时间更长、上传频次更多，这表明游戏直播比制作YouTube上的视频内容要简单一些[47]。

对于观看者行为的研究，按其研究内容可以分为6类：

(1)观看者的评论对直播内容的影响[49]。观看者评论对直播的影响，一般只有在他们对主播游戏操作的建议被采纳时才会发挥作用。但他们的评论必须经过人工或系统的筛选，因而不能直接作用于直播内容[49]。研究还发现，直播平台和主播都应该给观众更多的自主权，提供更多的参与方式[49]，这样才能增加观看者的参与度，提升用户体验。

(2)对观看者评论的文本分析[1]。研究者通过对大型直播间中观看者评论的文本分析，发现因为用户之间拥有共同的背景知识而形成的特殊语言和表情符号，使得在大型直播中的用户交流成为可能[1]。这个发现推翻了之前的研究结论即当直播间中观看者人数过多时会出现无法交流的现象[12]。

(3)观看者人数的变化特征与分布特征[7,50]。对观看者人数变化特征和分布特征的研究发现，周末的观看人数比平时要多[50]，且观看人数受游戏锦标赛的影响非常大，当锦标赛开始时，观看人数会出现剧增[7,50]。观看者人数在各个直播频道中的分布表现出极大的倾斜性，少量的直播频道聚集了大量的观众[7,50]。

(4)对观看者在直播频道中的浏览、频道切换和频道观看次数的行为分析[47]。频道浏览是指观看者在一个直播频道内短暂的逗留，该行为在观看者中非常普遍，这表明在观看直播之前，他们并不知道自己想要的内容；频道切换行为发生在观看者对直播不满意的时候，或是频道快要结束的时候；观看者的频道观看次数表现为观看者对主播的忠诚度，研究发现大多数的观看者都只观看了少量的频道，这表明用户的忠诚度比较高[47]。

(5)对观看者持续观看行为的分析[51]。研究发现观看者的持续观看意图与观众对主播和社群的认同呈正相关[51]。观众对主播的认同感与和主播的交互经验、真实的自我一致性、理想的自我一致性呈正相关；而观众对社群的认同感，与自身参与社群的行为、与其他参与用户的认知程度、自身的行为可以影响他人等呈正相关[51]。此外，直播类型在认同感和持续观看意图之间起调节作用[51]。

(6)对观看者行为的管理[52]。在网络社交平台中，某些用户的评论含有对女性的性骚扰[53]或者是恶意挑衅[54]等违背社群规则的内容，这会伤害到社群内的用户，不利于社群的健康发展。因而需要对网络视频直播中的观看者的评论信息进行管理[54]。对此，研究者们探索了能有效地鼓励正面行为和制止反社会行为的办法[52]。

2.1.4用户使用动机

与对用户行为的研究一样，对用户使用动机的研究也根据主播和观看者分为两类：主播的使用动机与观看者的使用动机。研究所涉及到的直播平台有：Twitch(3篇)、Periscope(2篇)、YouTubeLive(1篇)、Facebook.Live(1篇)和Meerkat(1篇)，还有2篇研究没有涉及特定的直播平台。

关于观看者动机的研究，主要是研究用户在Twitch中观看游戏直播的动机，只有一篇文献研究了用户使用Facebook.Live和Periscope的动机。与Twitch不同(Twitch主要专注于游戏直播[7])Facebook.Live和Periscope分别依托于Facebook和Twitter两个社交平台，直播内容一般是关于主播周围的事物[56]，而不是关于游戏。人们一般只观看他们在Facebook上所关注的人的直播，或者是在Twitter中发布的直播[55]。

无论用户使用的是哪一种直播平台，它都能让观看者通过直播知道远方发生的事情，它带给用户沉浸式的体验，它的实时性以及允许主播与观众、观众与观众之间进行交互的社交性[56-57]都是影响用户使用网络视频直播的重要原因。目前，对于用户观看游戏直播的动机的研究更为深入，有的研究基于使用与满足理论，研究了用户需求与用户观看行为之间的关系[47]以及游戏类型和直播类型与用户需求的关系[57]。有的研究关注的是用户观看特定的游戏直播类型的动机，如电子竞技类型直播[58]和let’play类直播[59]。

针对主播使用动机的研究只有两篇文献。其研究对象分别是青少年主播、Periscope和Meerkat上的主播。对于青少年而言，他们与别的年龄层的主播不同，他们更看重的是直播的社交性，而不是想通过直播获得名气，他们使用直播是为了娱乐自己，减轻无聊、孤单等负面情绪[48]。对于Periscope和Meerkat上的主播而言，他们看重直播的真实性，想要通过直播建立个人品牌或者是达到其他的商业目的，他们还认为在直播中与观看者的互动是有价值的，能够提升自身的技能[5]。

2.1.5平台系统分析

在平台系统的研究中，学者们也研究了在线直播数量、直播时长、观众数量及其分布等，这与用户行为的研究有重合之处。不同的是，他们的关注点在于通过对这些数据的分析来了解平台的系统。研究中涉及到的平台有Twitch(2篇)、YouTubeLive(1篇)和Periscope(1篇)。

与之前关于用户行为的研究一致，他们也发现观众数量在直播频道之间的分布具有很大的倾斜性，少量的直播频道占据了大量的观众[60，61]。此外，昼间模式对直播平台的影响比较小[62]，白天和晚上观看直播的人数都比较多[60-62]，只是在3—5点的时候人数比较少[61]。在直播时长方面，研究发现Periscope中的直播大部分都在1—10分钟之间[61]，而Twitch中的直播通常都在1小时以上[60]。

在平台系统方面，学者对Twitch和YouTubeLive两个平台进行了对比分析。发现两个直播平台系统上的带宽最高值都超过了1兆，只是Twitch中同时在线直播频道一般在6000以上，而YouTubeLive一般在300—700之间[62]。对Periscope系统的研究，分析了在不同网络状况下的时延情况、采用的传输协议、以及耗电量情况[61]。对于Twitch系统的研究，分析了它的使用设备、传输协议以及从服务器到观看者和主播设备到服务器的时延[60]。

2.1.6社群分析

关于网络视频直播中社群的研究文献只有两篇，其关注的直播平台都是Twitch。

在这两篇文献中，一篇关注的是主播群体，学者将主播群体按照直播类型分为Let’sPlay、Speedrunning和E-sports三类，并对各个群体的规模和群体内部的联系进行了分析[63]。另一篇关注的是主播与其观众一同构成的社群，研究者对社群的形成原因进行了分析，发现社群的形成与观看者对直播内容、主播和已形成社群的认同感，直播间内的互动，常客的调节作用和共享的经验有关[12]。

2.1.7安全隐私

对于网络视频直播中安全隐私的研究非常少，只有两篇文献。其中一篇所涉及到的直播平台有：YouNow、Periscope和Meerkat，另一篇没有涉及特定的直播平台。

其中一篇文献调查了主播在直播中安全隐私的感受。研究发现主播们在安全隐私方面确实有一些担忧，但是更多的是对法律问题的担心，例如，对他人知识产权的侵犯。关于个人伤害方面的担忧很少，他们认为直播的匿名性和视频的暂时性等都起到了保护作用[64]。另一篇文献关注的是手机直播软件。学者通过对以往相关数据的分析提出了视频直播中所涉及到的法律和道德问题，这些问题包括市民与警察之间的矛盾激化、侵犯他人的知识产权、利用直播对他人的非法监控和偷窥行为以及对直播方面法律法规的不完善[65]。

2.1.8学习教育

科技的发展为学习教育提供了新的方式，促进了教育的发展，特别是远程教育[56]。学者们对利用网络视频直播进行学习教育的优势和学习效果进行了研究。他们关注的平台是Periscope(1篇)。

这篇文献描述了在经济教学中，借助Periscope的教学过程及其教学优势。其具体做法是让学生自主选取Periscope中来自不同国家的主播，并与主播进行交流，以了解其他国家的GDP和现实生活水平[56]。研究发现，这种形式的教学对学生而言，是一次主动的学习体验，有助于提升学习效果。另外，Periscope为学生提供了现实世界的例子，有助于他们理解经济学中抽象的概念，增强他们的文化能力和全球化意识；提升他们的技术性读写能力，即利用信息技术和网络进行发现、评价、利用、分享和创造内容的能力[56]。

2.2 研究中涉及到的直播平台(问题2)

随着网络视频直播的发展，网络视频直播平台也越来越多。通过对研究中所涉及到的直播平台进行统计分析，有助于了解目前研究中对不同平台的关注度。如图4所示，在网络视频直播的研究中，涉及最多的直播平台是Twitch.tv(28.46%)，其次是Periscope(5.8%)、YouTubeLive(4.6%)等，还有大量的研究文献没有针对特定的直播平台(14.23%)。

图4 网络视频直播研究中涉及到的直播平台比例

关于Twitch.tv的研究之所以最多，其实是与直播平台的发展情况相关的。Twitch是最早成立的直播平台，也是发展最为成熟的直播平台。在Twitch中，聚集了大量的网络直播用户，将其作为研究对象，对整个网络视频直播的研究而言具有一定的代表性。但是Twitch中主要是游戏直播，对于生活直播、秀场直播而言，它并不具有代表性，所以有部分研究所针对的直播平台不是Twitch，而是Periscope、YouTubeLive等。Periscope和YouTubeLive在直播平台中是除了Twitch以外，用户数量相对较多的直播平台。

在上一节中，已经对各研究主题中所涉及到的直播平台进行了说明。图5展示了各研究主题中直播平台的分布情况，从中可以发现，除了安全隐私以外，其余所有的研究主题中涉及最多的直播平台都是Twitch。这再一次证明了关于Twitch的研究，在网络视频直播研究中的代表性。而安全隐私中涉及到的直播平台分别是YouNow，Meerkat和Periscope，之所以选择这几个直播平台，是因为这些平台上的直播更多的是关于主播自身和周围环境的画面，从而导致在这些直播中会出现侵犯他人隐私和威胁到主播自身安全[64]等问题的可能性更高。

图5 各研究主题中直播平台的分布情况

2.3 研究方法分析(问题3)

对于研究方法的分类，借鉴了Liang和Turban所提出的关于社交商务的研究方法，包括技术设计、概念研究、案例分析、实证研究、实验性研究和纵向研究[14]。在对检索到的网络视频直播文献进行阅读以后，发现关于视频传输类的文献很多都是关于计算机技术的研究，研究方法大多采用了模拟法。图6为网络视频直播文献中所采用的研究方法的分布情况，其中，应用最多的是实证研究、技术设计和模拟法。为了进一步了解研究方法的应用情况，本文还分析了各研究主题中所采用的研究方法。如图7所示，视频传输类和网站设计类的研究大多采用的是技术设计与模拟法、实验法和实证研究相结合的方法，该方法是在提出设计的系统之后，再通过模拟法、实验法和实证研究对系统进行检验。关于用户行为和用户使用动机的研究，大都采用实证研究与案例分析的方法，这些研究通常采用用户问卷调查和访谈，或者是挖取直播平台上的用户数据，以了解用户的行为和使用动机。对平台系统和社群的研究，采用的都是实证研究，通过对用户进行采访，或是对在直播平台中挖取到的数据进行分析，以了解直播中的社群以及直播平台的系统状况。关于安全隐私类的研究，主要是对主播进行问卷调查，以了解他们对直播中安全隐私问题的看法。

图6 网络视频直播研究中研究方法的分布情况

图7 各研究主题中研究方法的分布情况

3 总结与展望

3.1 研究结论

通过上文的分析，本文对网络视频直播研究文献进行了系统的回顾，并回答了提出的前三个问题，总结如下：

(1)对于问题1，本文发现国际网络视频直播研究文献的研究主题可以分为8类，分别是视频传输、网站设计、用户行为、用户使用动机、平台系统、社群分析、安全隐私和学习教育。虽然研究主题多样，但是每个主题下的研究文献都较少，主要集中在视频传输、网站设计方面，说明目前网络视频直播对技术的依赖性很强，为了给用户提供更稳定、更成熟的服务，视频传输和直播平台的设计还有待提高。虽然相关文献数量较少，但还是提供了很多有意义的关于网络视频直播的探索，为以后的研究奠定了基础。

(2)对于问题2，本文发现研究中涉及到最多的直播平台是Twitch.tv,其次是Periscope和YouTubeLive等，还有大量的研究没有针对特定的直播平台。之所以关于Twitch.tv的研究最多，是因为Twitch是最早成立的直播平台，也是发展最为成熟的直播平台。对于整个网络视频直播领域的研究而言具有一定的代表性。

(3)对于问题3，本文发现根据研究主题的不同，研究者们采用的研究方法不同。对于视频传输和网站设计，大多采用的是技术设计与模拟法、实验法和实证研究相结合的方法。对于其他类的研究主题，采用最多的是实证研究与案例分析，此外，还有问卷调查、访谈和数据分析等。不足之处是理论研究和纵向研究比较缺乏。

3.2 研究展望(问题4)

目前关于网络视频直播在用户、平台、安全隐私等方面的研究都还比较欠缺。网络视频直播作为一种新的社交媒体，对用户行为和使用动机的了解以及对其安全隐私的重视，对网络视频直播未来的发展至关重要。而网络直播平台本身也还存在很多的问题，如平台系统、网站设计等方面都需要进一步的研究。针对目前研究中的不足，本文提出了以下几个未来可能的研究方向：

(1)对网站设计而言，未来的研究可以考虑为用户提供个性化的服务。目前关于网站设计的研究，虽然在发现直播亮点事件以及为用户提供更多的交流方式等方面，都做出了一定的贡献，但是研究者们在设计系统时，都忽视了用户的个性化需求。未来的研究需要更精细化的分析，针对不同的用户提供更有效的服务。此外，在网站设计中，还应为观看者和主播提供更多的可供交流的方式。目前研究中的交流方式，主要是针对游戏直播，在未来的研究中，应多多考虑其他的直播类型。另外，还应在网站设计中注重AR技术的应用，以增强用户的体验。目前对AR的应用研究还不够深入，只停留在文字展示方面，若能为用户提供动态画面的服务，将极大地增强用户现实的代入感，提升用户的体验。

(2)对用户行为和用户动机而言，目前只有一篇文献研究了特定的用户群体，即对青少年的使用动机和行为的分析[48]。未来的研究应该在人口统计学的基础上，根据不同的用户群体展开相应的研究，如男性使用者与女性使用者之间使用动机与行为的差异等。此外，目前虽然有对用户持续观看行为的研究，但是对于用户其他的行为，如频道切换、打赏、付费以及接受直播中所推广的游戏或其他产品的行为等还缺乏研究。目前对用户使用动机的研究，大多是围绕游戏直播而展开。未来的研究应该关注主播和观看者使用其他类型直播的动机。

(3)对网络直播中平台系统的研究，目前只涉及到几个比较流行的直播平台。未来可以研究更多类的平台系统，也可以对多个直播平台进行对比分析，以发现各自的优缺点。

(4)对于网络直播中社群的分析，未来可以对某一个直播频道中社群的形成过程进行具体的研究，以发现社群形成的过程和影响因素、社群内的交流方式变化和特点等；也可以对不同直播频道中形成的社群进行比较分析，从而揭示直播频道类型对社群的影响。

(5)对安全隐私而言，目前的研究只调查了主播对安全隐私的看法。未来可以从观看者角度、未使用网络直播人群的角度或者是从用户细分的角度，以及从特定用户群体的角度来研究他们对于网络直播中安全隐私的看法。另外，还可以从平台角度出发，研究平台目前对于用户的安全隐私所采取的策略，发现不足。此外，也可以对特定的安全隐私问题展开研究，例如主播的人身安全问题、直播中涉及的知识产权问题、直播中关于他人隐私保护的问题等。

(6)对学习教育而言，有研究证明，网络直播是可以应用到教育领域的[56]。但是目前还未对网络直播在实际教学中的应用展开研究。未来可以对网络直播在实际教学中的应用和在大范围的学习教育领域的适用性展开研究。此外，还可以对直播在其他领域中的应用进行研究，例如戏剧、电视、电商等领域。