《Cogent Social Sciences》：The course of smart home technology in Türkiye: an analysis of digital media conversations with a social listening approach
编辑推荐：
本研究旨在通过社交媒体帖子，调查过去三年土耳其消费者对智能家居技术的看法和态度。研究人员利用大数据分析（big data analysis）和社交监听（social listening）技术，评估了Twitter、Instagram和Facebook等流行社交
本研究旨在通过社交媒体帖子，调查过去三年土耳其消费者对智能家居技术的看法和态度。研究人员利用大数据分析（big data analysis）和社交监听（social listening）技术，评估了Twitter、Instagram和Facebook等流行社交网络以及新闻网站、论坛和博客上的土耳其用户内容。研究结果揭示，消费者采用智能家居系统的主要动机是改善舒适度、节约能源、增强安全性以及跟上技术创新的步伐。另一方面，感知到的高成本、数据安全和隐私问题、复杂性以及技术问题等障碍似乎阻碍了采用。该研究揭示了智能家居生态系统的现状和未来，并为制造商和服务提供商提供了制定以消费者为中心的营销和沟通策略的建议。通过分析跨越三年并涵盖整个智能家居生态系统的社交监听数据，该研究旨在提供深入且整体的视角。这将为营销人员、产品经理和研究人员理解土耳其智能家居市场的进展和消费者采用过程提供有用的见解。与依赖自我报告态度的基于调查的研究不同，本研究通过大规模的社交监听数据分析自然发生的在线话语，提供了关于消费者对智能家居技术看法的纵向和行为驱动视角。
随着21世纪初技术的普及，物联网（Internet of Things, IoT）与人工智能（Artificial Intelligence, AI）的融合推动了智能家居系统的发展，使家庭设备能够互联、远程控制并实现自主决策。土耳其家庭互联网接入率已达97%（2021年），为智能家居应用奠定了基础，但现有学术研究多聚焦技术架构或一般技术接受模型，缺乏对土耳其消费者真实在线话语的系统分析。传统调查依赖自我报告态度，难以捕捉自然语境下的动机与障碍动态。为此，这项研究发表在《Cogent Social Sciences》上，旨在通过社交监听（social listening）方法，分析过去三年（2022年4月至2025年3月）土耳其数字媒体中关于智能家居技术的消费者对话，揭示其感知利益与障碍的演变，为制造商和服务提供商制定消费者导向的营销与沟通策略提供见解。研究人员从YouTube、X（原Twitter）、Instagram、论坛及新闻网站收集了76,900条土耳其语公开数据，结合AI辅助主题建模、情感分析和参与度指标，识别了10个主要主题，并基于技术接受模型（Technology Acceptance Model, TAM）和计划行为理论（Theory of Planned Behavior, TPB）进行理论解释。研究发现，消费者对智能家居持矛盾态度：舒适、节能、娱乐和易用性驱动正向讨论，而隐私担忧、高成本、复杂性及技术恐惧则构成显著障碍。重要的是，土耳其市场呈现碎片化特征，消费者多聚焦于独立设备（如照明、安防、白色家电）而非整体生态系统。该研究首次通过大规模纵向社交数据提供了行为驱动视角，对理解新兴市场中的消费者采纳过程具有重要理论和实践意义。
研究人员使用了五项关键技术方法：（1）查询设计与关键词选择，涵盖通用术语（如“智能家居”）和具体品牌名（如“Alexa”）；（2）大规模数据收集，通过Ipsos Synthesio平台从土耳其语公开社交媒体（YouTube、X、Instagram、论坛、新闻网站）采集数据，时间跨度为2022年4月至2025年3月；（3）数据清洗与垃圾过滤，利用平台自动过滤器结合人工检查，剔除广告、推广内容及无关文本；（4）AI辅助主题建模与情感分类，使用平台生成式AI（GenAI）自动识别主导主题，并基于内部情感词典进行情感评分（积极、消极、中性），同时通过人工抽检（500条）验证一致性（吻合率约82%）；（5）研究者解释性主题分析，对AI生成的簇进行人工审查和细化，将各主题与查询逻辑回联，确保分析聚焦。样本队列来源于土耳其公开数字媒体上的消费者生成内容、新闻及少量销售相关材料。
在消费者主题分析中，通过AI主题建模和情感分析，研究人员从全部数据集中归纳出10个主题，分为感知利益（舒适/生活质量、能源效率、娱乐/个性化、易用性）和障碍（隐私与安全担忧、高成本、故障与错误、复杂性、技术恐惧与依赖）。情感分析显示，利益主题具有显著正向情感得分（sentiment score）和较高参与度（Total Interaction），而障碍主题情感偏负向，其中隐私与安全担忧的负面程度最为突出。参与度指标表明，消费者对正向主题（如舒适与生活质量、娱乐/个性化）回应最活跃，整体上正向内容更易引发互动。在感知利益与动机方面，基于主题建模和情感分析，研究人员发现消费者频繁强调感知有用性和感知易用性（TAM核心构念），如通过智能照明、语音助手减少努力和时间消耗，通过能源监控节省成本，以及通过个性化体验增强日常乐趣。这些主题的积极情感和高参与度证实了它们对采纳意图的驱动作用。在障碍与担忧方面，通过主题建模和情感分析，研究人员识别了四个子主题：高成本（消费者因初始购买和安装费用过大而推迟或碎片化采纳，且价格敏感常导致选择低质替代品）、故障与错误担忧（如智能锁故障、连接中断等引发对可靠性的忧虑，削弱感知有用性和行为控制）、复杂性（安装与多设备集成需要技术知识，非技术用户感到困难，削弱感知行为控制）、以及技术恐惧与依赖（消费者对AI决策失去控制表示不安，常伴有数据泄露和黑客攻击的恐惧，进一步强化负面态度）。这些结论均源自对消费者原话（consumer verbatim）的情感与内容分析，并结合TAM和TPB进行理论定位。在产品群组与主题的讨论方面，通过分析产品类别与主题的共现百分比，研究人员发现消费者主要讨论浴室/厕所（20%）、白色家电和厨房电器（16%）、照明（13%）、吸尘器（12%）和安防系统（8%），而非整体智能家居概念。不同产品激活不同采纳机制：安防系统与隐私/安全担忧高度关联（38%），白色家电主要用于娱乐/个性化（17%）和舒适/生活质量（16%），照明则强调能源效率（20%）和舒适（18%）。这表明土耳其市场仍处于碎片化阶段，消费者将智能家居视为独立设备集合而非集成生态系统。
在讨论部分，研究人员将结果置于现有文献中，确认了TAM和TPB在理解智能家居采纳中的适用性。感知利益（舒适、节能）与TAM的感知有用性一致，而障碍（隐私、成本、复杂性）则反映了感知风险和感知行为控制的缺失。研究发现，隐私担忧是安防系统的核心舆论话题，与Roesner & Zeng (2019)的研究一致；复杂性和技术恐惧则加剧了采纳阻力，支持Deboeuf-Rouchon et al. (2020)的结论。更重要的是，分析揭示了土耳其消费者讨论的碎片化特征，消费者更关注单独设备而非统一生态，这与Hoffman & Novak (2018)关于IoT互操作性的论述相符。研究结论翻译如下：本研究通过直接基于大规模社交媒体发现，从消费者视角为土耳其快速增长的智能家居市场提供了重要见解。结果证实，消费者话语主要由舒适与生活质量、能源效率、易用性以及娱乐/个性化等动机塑造，这些主题表现出较高的情感和参与度。同时，隐私与安全担忧、感知高成本、系统复杂性和技术故障等障碍仍持续阻碍采纳。这些结果凸显了土耳其消费者对智能家居技术的矛盾态度。通过将观察到的动机与障碍与TAM（Davis, 1989）和TPB（Ajzen, 1991）等成熟框架联系，该研究将这些理论扩展到真实数据驱动的语境中。鉴于关于整体智能家居概念的对话中，22%聚焦于舒适与生活质量，仅9%聚焦于易用性，制造商在沟通策略中可能更受益于强调生活便利性；然而对于安全系统，38%的讨论集中于隐私担忧，透明数据处理必须成为沟通重点。研究进一步表明，土耳其的智能家居采纳仍碎片化而非整体化：消费者倾向于讨论独立设备（如照明、厨房家电、吸尘器和安防解决方案），而非集成生态系统。这与Hoffman & Novak (2018)的论点一致，即当技术被框架为独立组件而非统一智能生活愿景时，消费者难以感知IoT集成价值。从实践角度看，营销传播策略应优先考虑消费者已积极关联的好处（便利、个性化、节能），同时必须解决日益突出的隐私、安全和可靠性担忧，以建立信任。总体而言，通过将消费者生成的话语与理论采纳框架实证链接，本研究为理解土耳其智能家居相关对话的普遍性和影响提供了细致视角。
