随着我国文化产业的发展，关键意见领袖(Key Opinion Leader，KOL)作为互联网时代文化产业的新生力量得到了快速发展。KOL营销，因其拥有高效的传播示能，能够更大程度调动消费者的积极性，所以近年来备受品牌方青睐。因此如何对KOL进行有效分析，帮助品牌方找到合适的KOL，成为了KOL营销的关键。以往品牌方主要通过MCN(Multi-Channel Network)等媒介方推荐，或者靠品牌方自己发现，但随着KOL数量的快速增加，以及行业内存在的数据造假行为，导致传统衡量KOL的方法不再具有适用性。面对鱼龙混杂的KOL投放环境，品牌方如何在海量KOL中精准定位具有足够影响力、粉丝群体符合品牌调性的KOL，成为了KOL营销的难点。
　　基于以上背景，本文以视频弹幕为研究视角，使用主题模型和卷积神经网络模型对KOL的视频弹幕进行动态主题监测和情感分析。首先通过对弹幕文本研究的梳理和总结，明确了KOL分析模型构建流程，并指出弹幕文本的双重时间属性在主题分析中存在的问题。基于动态主题分析，提出使用动态主题分析模型对弹幕文本进行主题检测，具有能够了解不同时间段对文档集合内的主题演化趋势的优势。同时基于深度神经语言模型在词语分布式向量表示的优势，提出了将卷积神经网络模型和情感词典相结合的弹幕文本情感分析方法。本文以哔哩哔哩弹幕视频网站的美妆区UP主“机智的党妹”为研究对象，通过网络爬虫爬取其视频弹幕数据，从视频风格、形象特征和视频内容这三个维度对“机智的党妹”进行具体分析。具有借鉴意义的是，“机智的党妹”作为一个美妆类KOL，按理说粉丝应该对她使用的美妆类产品更感兴趣，但是根据分析结果显示，粉丝对于其视频中出现的生活类用品更感兴趣，譬如“吃”、“螺蛳粉”、“猫”等。从情感分析结果来看，粉丝对“机智的党妹”接推广的行为正向情绪大于负向情绪，侧面说明“机智的党妹”粉丝口碑良好。
　　本文提出的基于视频弹幕文本的KOL分析模型，为品牌分析KOL提供新的视角。KOL作为品牌方与消费者的媒介者，其作用是帮助品牌方与消费者建立联系，品牌方需要对KOL背后粉丝的喜好进行挖掘，品牌方选择KOL时，不能仅从KOL的专业领域选择合作对象，还要进一步考虑粉丝到底是因为哪些特质而关注KOL，粉丝对KOL的什么内容更感兴趣，以及粉丝对KOL的喜好随时间变化的趋势，这样才能更好匹配到合适的KOL，从而进行精准KOL营销。