亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        移動(dòng)社交媒體倦怠行為的影響因素模型及實(shí)證研究

        2017-11-09 23:21:49張艷豐李賀彭麗徽
        現(xiàn)代情報(bào) 2017年10期
        關(guān)鍵詞:影響因素模型

        張艷豐 李賀 彭麗徽

        〔摘要〕[目的意義]針對(duì)移動(dòng)社交媒體倦怠行為進(jìn)行理論分析,有利于幫助企業(yè)或相關(guān)組織更好地持續(xù)利用社交媒體工具開(kāi)展相關(guān)的業(yè)務(wù)及公共服務(wù)。[方法過(guò)程]基于“感知-態(tài)度-行為”研究范式,結(jié)合計(jì)劃行為理論、隱私計(jì)算理論以及心流理論內(nèi)容,構(gòu)建移動(dòng)社交媒體倦怠行為的影響因素模型,并通過(guò)實(shí)證研究方法對(duì)模型的適用性進(jìn)行檢驗(yàn)。[結(jié)果結(jié)論]數(shù)據(jù)分析結(jié)果表明,“自我效價(jià)”對(duì)移動(dòng)社交媒體態(tài)度不存在顯著關(guān)系;“隱私保護(hù)”和“信息過(guò)載”對(duì)移動(dòng)社交媒體態(tài)度具有顯著的負(fù)向影響作用;“心流體驗(yàn)”對(duì)移動(dòng)社交媒體態(tài)度具有正向的影響作用;“社交媒體態(tài)度”對(duì)移動(dòng)社交媒體倦怠具有顯著的正向影響作用。

        〔關(guān)鍵詞〕移動(dòng)社交媒體;社交媒體倦怠;持續(xù)使用;影響因素;模型

        DOI:10.3969j.issn.1008-0821.2017.10.006

        〔中圖分類(lèi)號(hào)〕G203〔文獻(xiàn)標(biāo)識(shí)碼〕A〔文章編號(hào)〕1008-0821(2017)10-0036-06

        〔Abstract〕[Purposesignificance]According to the theoretical analysis of the mobile social media burnout,it is helpful to help enterprises or related organizations to make better use of social media tools to carry out related business and public services.[Methodprocess] Based on “perceived-attitude-behavior” research paradigm,calculation theory and flow theory combined with the theory of planned behavior,privacy,construct the influencing factor model of burnout behavior of mobile social media,and tested through empirical research methods of the applicability of this model.[Resultconclusion] The data analysis results showed that the self potency of mobile social media attitude had no significant relationship;“privacy”and“information overload”had a significant negative effect on the mobile social media attitude;flow had positive influence on the attitude of mobile social media;social media had a positive attitude the influence on mobile social media burnout.

        〔Key words〕mobile social media;social media burnout;sustainable use;influencing factors;model

        移動(dòng)社交媒體(Mobile Social Media)是指以移動(dòng)終端(如IPad、智能手機(jī)等)為載體,通過(guò)移動(dòng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)社交應(yīng)用功能的網(wǎng)絡(luò)媒介[1]。用戶(hù)通過(guò)社交媒體分享自己或他人的照片、視頻、情緒和感興趣的話題等[2-3],社交媒體極大地豐富了人們的數(shù)字化生活。然而,信息過(guò)載、廣告鏈接和無(wú)效信息的泛濫,以及潛在的用戶(hù)隱私泄露風(fēng)險(xiǎn)引起的不滿(mǎn)和擔(dān)憂(yōu),削弱了用戶(hù)體驗(yàn),人們對(duì)于瀏覽分享內(nèi)容以及向誰(shuí)分享變得更為謹(jǐn)慎。數(shù)據(jù)表明,F(xiàn)acebook統(tǒng)計(jì)用戶(hù)發(fā)布的狀態(tài)更新、內(nèi)容共享和應(yīng)用安裝等方面的主動(dòng)性比例已經(jīng)下降[4]。其他移動(dòng)社交媒體服務(wù)也正發(fā)生著此類(lèi)現(xiàn)象,越來(lái)越多的用戶(hù)表示正在逐漸減少、甚至放棄社交媒體的使用,我們把這種現(xiàn)象稱(chēng)為“社交媒體倦怠”,社交媒體倦怠行為對(duì)社交媒體的可持續(xù)性發(fā)展產(chǎn)生了極大的挑戰(zhàn)。

        目前,關(guān)于移動(dòng)社交媒體倦怠行為的研究并不多。國(guó)內(nèi)學(xué)者對(duì)移動(dòng)社交媒體倦怠概念尚未引起廣泛關(guān)注。國(guó)外學(xué)者研究的重點(diǎn)是社交媒體倦怠行為的起因、表現(xiàn)和影響因素等方面。LGoasduff和CPettey[5]通過(guò)調(diào)查對(duì)青少年社交媒體關(guān)注行為發(fā)現(xiàn),他們對(duì)社交媒體的趣味性和用戶(hù)隱私的排名最高;RHill和NMoran[6]認(rèn)為信息過(guò)載可以導(dǎo)致人們有意識(shí)地花費(fèi)更多的精力來(lái)過(guò)濾、處理大量的信息,不可能注意消息的全部?jī)?nèi)容,精力的有限和信息過(guò)載的矛盾可能是引起社交媒體倦怠的主要原因;CBarger[7]認(rèn)為移動(dòng)社交媒體倦怠的另一個(gè)表現(xiàn)是對(duì)新生社交媒體試用熱情的減退,盡管近年來(lái)不斷推出許多新的社交媒體平臺(tái)(如Quora,Empire Avenue等),但用戶(hù)并沒(méi)有像過(guò)去那樣追求新鮮而迅速試用,反而大多用戶(hù)表現(xiàn)異常平淡,Barger認(rèn)為這不是因?yàn)樾律缃幻襟w平臺(tái)的任何固有弱點(diǎn)所導(dǎo)致,而是由于眾人對(duì)社交媒體的信息量感覺(jué)到了飽和;DGross[8]認(rèn)為用戶(hù)使用效能直接影響社交媒體的使用行為,比如當(dāng)Facebook改變其界面布局和增加其他功能時(shí),許多用戶(hù)會(huì)感覺(jué)新的改變適應(yīng)起來(lái)是較為困難的,進(jìn)而可能選擇放棄使用。

        綜上所述,目前國(guó)外社交媒體研究的內(nèi)容已從追求用戶(hù)關(guān)注和使用行為發(fā)展到基于危機(jī)理念的用戶(hù)社交媒體倦怠行為上來(lái)。國(guó)內(nèi)從影響因子探索用戶(hù)使用意向和使用黏性的研究具有很大的局限性,對(duì)既是持續(xù)使用又是倦怠行為的雙重指標(biāo)用戶(hù)群體不能很好地進(jìn)行模型解釋。因此,直接從引起用戶(hù)社交媒體倦怠意向的影響因素入手,從根本上解決社交媒體倦怠的問(wèn)題,從而使社交媒體平臺(tái)更具有新穎性、趣味性和個(gè)性化,符合用戶(hù)多方面需求,延長(zhǎng)平臺(tái)生命周期和提高用戶(hù)體驗(yàn)。endprint

        1理論基礎(chǔ)

        11計(jì)劃行為理論

        計(jì)劃行為理論(Theory of Planned Behavior,TPB)是Icek Ajzen結(jié)合心理學(xué)和行為學(xué)理論提出的幫助理解人是如何改變自己行為模式的綜合理論,TPB認(rèn)為人的行為是經(jīng)過(guò)縝密思量計(jì)劃后的結(jié)果[9]。Ajzen認(rèn)為行為傾向主要受到主觀規(guī)范、態(tài)度、知覺(jué)行為控制3項(xiàng)相關(guān)因素的影響,個(gè)人態(tài)度和主觀規(guī)范促成行為意向,行為意向結(jié)合知覺(jué)行為控制決定了實(shí)際行為的偏差。在本研究中,我們認(rèn)為用戶(hù)個(gè)人主觀規(guī)范(社會(huì)壓力)和知覺(jué)行為控制(自我效能),以及對(duì)移動(dòng)社交媒體的態(tài)度直接影響了移動(dòng)社交媒體倦怠意向。

        12隱私計(jì)算理論

        信息隱私是指用戶(hù)對(duì)個(gè)人信息外泄和不正當(dāng)訪問(wèn)、收集的自我發(fā)布控制,以及個(gè)人信息未經(jīng)授權(quán)的使用。研究發(fā)現(xiàn),隱私計(jì)算理論是分析用戶(hù)隱私問(wèn)題最有用的框架[10]。Culan和Armstrong將隱私計(jì)算理論定義為用戶(hù)為防止個(gè)人隱私被非法使用而對(duì)個(gè)人產(chǎn)生負(fù)面影響效應(yīng)的評(píng)估[11]。其核心內(nèi)容是通過(guò)一種“計(jì)算”(Calculus)的方法,把個(gè)體隱私的決策描述成為一種計(jì)算行為,從用戶(hù)角度進(jìn)行成本—收益的權(quán)衡分析[12],其根本要義是用戶(hù)決定是否需要披露個(gè)人隱私信息以換取某種既得利益[13]。當(dāng)用戶(hù)感知個(gè)人隱私披露風(fēng)險(xiǎn)超出個(gè)人心理調(diào)控閾值范圍時(shí),會(huì)強(qiáng)烈關(guān)注隱私內(nèi)容并對(duì)隱私披露產(chǎn)生強(qiáng)烈的抵觸心理。

        13心流理論

        心理學(xué)家Mihaly Csikszentmihalyi將心流(Flow)定義為個(gè)人將所有精力全部投注在某種活動(dòng)和行為的一種用戶(hù)主觀感受[14],心流的產(chǎn)生過(guò)程會(huì)伴隨著用戶(hù)高度的充實(shí)感和興奮度。心流用戶(hù)在從事工作時(shí)完全是處于樂(lè)趣和愉悅的情境下,通常忘卻環(huán)境及時(shí)間的感知,并且通常忽略不計(jì)個(gè)人花費(fèi)時(shí)間和精力的報(bào)酬,心流理論認(rèn)為這種全神貫注的沉浸體驗(yàn)是一種最佳的精神體驗(yàn)[15]。相關(guān)分析發(fā)現(xiàn),心流對(duì)個(gè)人情緒和態(tài)度產(chǎn)生很大的影響作用,心流能使個(gè)體生活的更加幸福,個(gè)體獲得的心流體驗(yàn)越多,用戶(hù)滿(mǎn)意態(tài)度越高[14]。

        2研究假設(shè)與理論模型

        21自我效能

        Bandura認(rèn)為,自我效能是相信人們組織和執(zhí)行特定行動(dòng)的能力[16]。據(jù)此本文將移動(dòng)社交媒體自我效能定義為參與社交媒體用戶(hù)對(duì)于掌握和使用諸如Facebook、Twitter等的技術(shù)和能力。Eastin和LaRose認(rèn)為自我效能有助于互聯(lián)網(wǎng)用戶(hù)積極掌握復(fù)雜的任務(wù)[17],這意味著隨著社交媒體用戶(hù)變得更加自我效能,他們的經(jīng)驗(yàn)將鼓勵(lì)進(jìn)一步使用。同時(shí),自我效能低的用戶(hù)在將來(lái)不太可能執(zhí)行相關(guān)行為[18]。這意味著自我效能低的用戶(hù)參與社交媒體相關(guān)行為與活動(dòng)的積極性要比那些自我效能高的用戶(hù)低,并且,自我效率越高,用戶(hù)越有可能繼續(xù)參與社交媒體。因此,得出假設(shè):

        H1:用戶(hù)的社交媒體自我效能正向影響社交媒體態(tài)度

        22隱私保護(hù)

        隨著社交媒體的資源傳播,大量個(gè)人信息暴露在社交媒體平臺(tái),隱私問(wèn)題變得愈發(fā)嚴(yán)重。Gartner的研究表明,隱私是社交媒體用戶(hù)的主要關(guān)注點(diǎn)[19]。研究證實(shí),如果用戶(hù)認(rèn)為在移動(dòng)社交網(wǎng)絡(luò)上個(gè)人信息被不明獲取或者隱私信息被監(jiān)視、記錄和傳播,那么他們很有可能會(huì)選擇放棄使用而進(jìn)行個(gè)人隱私保護(hù)行為[20]。此外,Solove認(rèn)為用戶(hù)對(duì)個(gè)人信息以何種方式、用作何種用途進(jìn)行二次使用也表示擔(dān)憂(yōu)[21]。一旦用戶(hù)認(rèn)為社交媒體獲取和使用個(gè)人信息的范疇和程度超過(guò)了自身許可的風(fēng)險(xiǎn)容忍閾值,將對(duì)社交媒體產(chǎn)生謹(jǐn)慎的使用態(tài)度。因此,得出假設(shè):

        H2:用戶(hù)的社交媒體隱私保護(hù)負(fù)向影響社交媒體態(tài)度

        23信息過(guò)載

        根據(jù)Zuckerberg的“社交分享定律”,F(xiàn)acebook上的用戶(hù)狀態(tài)、照片和其他在線信息的數(shù)量每年逐倍增長(zhǎng)[22],而有限容量模型(LCM)表明人們?cè)谔幚硇畔⒎矫娴木褓Y源有限[23]。當(dāng)用戶(hù)面對(duì)大量媒體信息涌入和積壓下,信息消費(fèi)者必須在其注意力方面做出過(guò)濾信息的妥協(xié)。RHill和NMoran[24]認(rèn)為信息過(guò)載可以導(dǎo)致人們花費(fèi)更多的精力來(lái)過(guò)濾、處理大量的信息,不可能注意消息的全部?jī)?nèi)容,在社交媒體環(huán)境中,接收者(或用戶(hù))可能感到被消息的絕對(duì)數(shù)量所淹沒(méi),因此不能分配足夠的認(rèn)知資源來(lái)處理消息。因此,得出假設(shè):

        H3:移動(dòng)社交媒體信息超載負(fù)向影響社交媒體態(tài)度

        24心流體驗(yàn)

        樂(lè)趣和愉悅感知是心流體驗(yàn)的一個(gè)重要輸出變量,社交媒體態(tài)度是用戶(hù)移動(dòng)社交媒體使用的身心體驗(yàn),Dodds[25]、Kim[26]等的研究揭示了用戶(hù)體驗(yàn)的感知匹配對(duì)于用戶(hù)行為消費(fèi)起到重要作用,心流是用戶(hù)使用態(tài)度的內(nèi)在影響因素。Shun等在研究網(wǎng)絡(luò)用戶(hù)行為時(shí)發(fā)現(xiàn),當(dāng)消費(fèi)者感受到網(wǎng)絡(luò)購(gòu)物的樂(lè)趣并享受過(guò)程時(shí),消費(fèi)者的滿(mǎn)意度也會(huì)提高[27]。并且快樂(lè)消費(fèi)的概念在社交媒體倦怠中發(fā)揮重要作用,因?yàn)樵S多人為了快樂(lè)和其他經(jīng)歷而參與社交媒體[28]。因此,這種擴(kuò)展理論在解釋社交媒體使用行為中也起著關(guān)鍵作用。因此,得出假設(shè):

        H4:移動(dòng)社交媒體心流體驗(yàn)正向影響社交媒體態(tài)度

        25移動(dòng)社交媒體態(tài)度

        社交媒體態(tài)度是指用戶(hù)對(duì)社交媒體的應(yīng)用感知評(píng)價(jià)經(jīng)過(guò)概念化之后所形成的主觀感受。是用戶(hù)對(duì)社交媒體的可持續(xù)使用或放棄使用的內(nèi)在衡量。社交媒體行為則是用戶(hù)是否保持頻繁應(yīng)用社交網(wǎng)絡(luò)媒介進(jìn)行信息的瀏覽、發(fā)布、轉(zhuǎn)發(fā)和評(píng)論等活動(dòng)。YJKim等[29]通過(guò)對(duì)技術(shù)接受模型(Technology Acceptance Model,TAM)的研究,證明和強(qiáng)調(diào)了態(tài)度對(duì)接受行為的重要作用。在社交媒體行為分析中,用戶(hù)的社交媒體使用態(tài)度同樣至關(guān)重要。由此可得,移動(dòng)社交媒體用戶(hù)如果對(duì)社交媒體意向具有積極的使用態(tài)度,就會(huì)產(chǎn)生強(qiáng)烈的行為意向。因此,得出假設(shè):

        H5:社交媒體態(tài)度對(duì)移動(dòng)社交媒體倦怠意向產(chǎn)生負(fù)向影響。endprint

        綜上所述,本研究提出以下研究模型,如圖1所示:

        3實(shí)證分析

        31調(diào)查問(wèn)卷設(shè)計(jì)與數(shù)據(jù)收集

        本研究量表的開(kāi)發(fā)選取已有文獻(xiàn)使用過(guò)的分析量表,根據(jù)本文研究情境,經(jīng)過(guò)專(zhuān)家小組討論,對(duì)相關(guān)量表的測(cè)量項(xiàng)進(jìn)行調(diào)整和完善。問(wèn)卷采用Likert 7級(jí)量表編制,其中,1表示“非常不同意”,4表示“中立”,7表示“非常同意”。問(wèn)卷包括兩部分,第一部分為個(gè)人基本信息,樣本人口統(tǒng)計(jì)學(xué)信息如表1所示:

        第二部分為變量問(wèn)項(xiàng),問(wèn)卷針對(duì)模型中的6個(gè)潛變量,共設(shè)立19個(gè)題項(xiàng),具體內(nèi)容如表2所示:

        本次調(diào)查選取在讀高校大學(xué)生為主要研究對(duì)象,原因是高校學(xué)生群體的社交媒體應(yīng)用比例和活躍度都比較高,并且對(duì)社交媒體新技術(shù)的接受能力較強(qiáng),樣本群在一定程度上可以準(zhǔn)確代表用戶(hù)總體。本研究將移動(dòng)社交媒體服務(wù)界定為安裝在智能手機(jī)終端的社交媒體應(yīng)用程序,如微信客戶(hù)端、移動(dòng)微博客戶(hù)端、QQ空間等。結(jié)合紙質(zhì)問(wèn)卷和網(wǎng)絡(luò)問(wèn)卷的形式發(fā)放調(diào)研問(wèn)卷200份,回收并剔除不合格問(wèn)卷(如惡意回答、前后矛盾、漏答和中立項(xiàng)過(guò)多等)后得到187份有效問(wèn)卷,有效回收率為935%。問(wèn)卷調(diào)查受訪用戶(hù)男女比例相當(dāng),20~30歲的用戶(hù)占調(diào)研用戶(hù)總數(shù)的728%,專(zhuān)科層次受訪者占32%,562%具有本科層次學(xué)歷,406%的受訪者具有研究生學(xué)歷。

        32研究方法與信度檢驗(yàn)

        本文在研究模型評(píng)估和數(shù)據(jù)處理的選擇上,采用偏最小二乘法(Partial Least Square,PLS)的結(jié)構(gòu)方程模型(SEM)作為分析的主要方法分別檢驗(yàn)測(cè)量模型和結(jié)構(gòu)模型,因?yàn)镻LS對(duì)數(shù)據(jù)樣本和殘差分布的要求較為寬松,非常適合新理論的構(gòu)建和測(cè)量,是社會(huì)科學(xué)研究中常用的研究方法之一。

        本次調(diào)查系統(tǒng)要素量表各題項(xiàng)在對(duì)應(yīng)潛變量上的標(biāo)準(zhǔn)化因子載荷均大于06,Cronbachα信度系數(shù)都在07以上,高于Nummally(1987)[34]提出的檢驗(yàn)標(biāo)準(zhǔn),并且刪除任何題項(xiàng)后因素的α系數(shù)均沒(méi)有顯著提高,說(shuō)明量表具有良好的信度。在結(jié)構(gòu)效度檢驗(yàn)中,我們采用平均變異萃取量(Average Variance Extracted,AVE)來(lái)表示。根據(jù)Fornell和Larcker(1981)[35]提出的理論,本研究AVE大于05,且組合信度(Composite Reliability,CR)大于07,這意味著本研究的數(shù)據(jù)具有良好的收斂效度。各維度信度與效度指標(biāo)如表3所示:

        為檢驗(yàn)量表的判別效度我們考察各變量的AVE值的平方根與變量間相關(guān)系數(shù)。計(jì)算結(jié)果如表4所示,表中各個(gè)變量的AVE值的平方根大于該變量與其他研究變量的相關(guān)系數(shù),說(shuō)明該變量的測(cè)量問(wèn)項(xiàng)和其他變量的測(cè)量問(wèn)項(xiàng)能夠區(qū)分開(kāi)來(lái),進(jìn)一步說(shuō)明不同研究變量之間具有較好的判別效度和結(jié)構(gòu)效度。

        33結(jié)構(gòu)方程檢驗(yàn)

        本文采用偏最小二乘法(Partial Least Squares,PLS)和Smart PLS 30工具對(duì)本研究社交媒體倦怠行為進(jìn)行結(jié)構(gòu)方程模型分析,檢驗(yàn)路徑系數(shù)及顯著性如圖2所示:

        注:* p<005,** p<001,*** p<0001;虛線表示路徑不顯著圖2模型檢驗(yàn)結(jié)果

        就顯著關(guān)系而言,除自我效價(jià)與移動(dòng)社交媒體態(tài)度之間不存在顯著關(guān)系外,其他路徑均存在顯著關(guān)系。

        4討論

        41結(jié)果討論

        本研究基于計(jì)劃行為理論、隱私計(jì)算理論和心流理論提取指標(biāo)要素,旨在探索自我效能、隱私保護(hù)、信息過(guò)載、心流體驗(yàn)、社交媒體態(tài)度與社交媒體倦怠行為之間的因素關(guān)系。研究結(jié)果表明,自我效能對(duì)移動(dòng)社交媒體使用態(tài)度無(wú)顯著作用。這一結(jié)論與LFBright等[33]的研究結(jié)果不同,可能的原因是態(tài)度作為中間變量,受到社交媒體倦怠行為結(jié)果的間接影響,實(shí)踐也證明,自我效能高的用戶(hù)既是高應(yīng)用群體又是高倦怠群體,因此,本文的研究?jī)?nèi)容對(duì)社交媒體行為研究方面形成一定的補(bǔ)充作用;隱私保護(hù)對(duì)社交媒體態(tài)度的形成有顯著的負(fù)向作用。這一結(jié)論與HXu等人的研究一致[20]。這意味著人們不愿披露更多的隱私信息,當(dāng)個(gè)人信息隱私過(guò)多暴露在大眾傳媒中超過(guò)用戶(hù)心理閾值時(shí),會(huì)嚴(yán)重影響用戶(hù)社交媒體使用態(tài)度;此外,信息過(guò)載壓力對(duì)社交媒體態(tài)度的形成也有顯著的負(fù)向作用,用戶(hù)利用有限的時(shí)間和有限的精力來(lái)處理無(wú)限的數(shù)據(jù)信息時(shí),必須選擇過(guò)濾和屏蔽大量無(wú)用信息和廣告信息,這一結(jié)論與RHill和NMoran的研究一致[24]。心流體驗(yàn)對(duì)移動(dòng)社交媒體使用態(tài)度有顯著的正向影響作用,當(dāng)用戶(hù)以心理娛樂(lè)作為移動(dòng)社交媒體使用動(dòng)機(jī)時(shí),用戶(hù)將會(huì)更加看重應(yīng)用過(guò)程中的愉悅體驗(yàn),而這種愉悅感知將進(jìn)一步促進(jìn)社交媒體使用態(tài)度,這一結(jié)論與MBHolbrook和EC.Hirschman的研究一致[28]。移動(dòng)社交媒體使用態(tài)度對(duì)移動(dòng)是社交媒體倦怠行為產(chǎn)生顯著的負(fù)向影響作用,這一結(jié)論與YJKim等[29]一致。在計(jì)劃行為理論中,態(tài)度是影響行為的主要因素之一,用戶(hù)良好的社交媒體使用態(tài)度傾向會(huì)使用戶(hù)獲得更多的刺激與滿(mǎn)足,用戶(hù)對(duì)社交媒體的依賴(lài)也會(huì)增強(qiáng),反之則會(huì)增加用戶(hù)抱怨態(tài)度,進(jìn)一步則會(huì)增加用戶(hù)移動(dòng)社交媒體倦怠行為的風(fēng)險(xiǎn)。

        42研究意義

        理論上來(lái)說(shuō),本研究基于“感知-態(tài)度-行為”研究范式,嘗試將計(jì)劃行為理論、隱私計(jì)算理論和心流理論運(yùn)用于移動(dòng)社交媒體倦怠的影響因素理論研究中,這豐富了移動(dòng)社交媒體行為的相關(guān)理論研究。此外,以往我國(guó)學(xué)者較少關(guān)注社交媒體倦怠這一概念,本文對(duì)社交媒體的研究范圍進(jìn)一步進(jìn)行研究范疇的擴(kuò)展。并且研究發(fā)現(xiàn)了影響移動(dòng)社交媒體倦怠行為的影響因素,這加深了移動(dòng)社交媒體倦怠用戶(hù)感知、用戶(hù)態(tài)度和用戶(hù)行為因素之間相互作用的理論研究。

        實(shí)踐上來(lái)看,本研究通過(guò)實(shí)證分析,驗(yàn)證了移動(dòng)社交媒體倦怠的影響因素。這一發(fā)現(xiàn)將有助于運(yùn)營(yíng)商深入了解移動(dòng)社交網(wǎng)絡(luò)媒體倦怠行為,從而幫助企業(yè)及相關(guān)組織多管齊下共同營(yíng)造良好的社交服務(wù)氛圍,利用社交媒體更好地開(kāi)展相關(guān)服務(wù),通過(guò)移動(dòng)社交媒體更好地推動(dòng)企業(yè)或組織進(jìn)行業(yè)務(wù)的開(kāi)展,強(qiáng)化用戶(hù)體驗(yàn),根據(jù)影響因素相互作用關(guān)系,有效管理社交媒體倦怠行為。endprint

        43研究局限性

        同時(shí),本研究也存在一定的局限性,需要進(jìn)一步地去探究。一是本研究的調(diào)查對(duì)象為高校學(xué)生,樣本數(shù)據(jù)來(lái)源和群體相對(duì)較為單一,進(jìn)一步研究可以選取更為寬泛的樣本進(jìn)行跨年齡層次、跨學(xué)歷等的對(duì)比性探討;二是本研究著重探討了用戶(hù)自身的主觀認(rèn)知和情感對(duì)社交媒體倦怠行為的影響作用,社會(huì)環(huán)境與社會(huì)政策對(duì)社交媒體倦怠行為的影響作用并未完全考慮,后續(xù)研究可進(jìn)一步應(yīng)用更為全面的理論基礎(chǔ),探討環(huán)境與政策等外界因素對(duì)社交媒體服務(wù)的態(tài)度在社交媒體倦怠分析中的前因作用,以期得到更全面的數(shù)據(jù)和構(gòu)建更為合理的移動(dòng)社交媒體倦怠行為影響因素的理論模型。

        參考文獻(xiàn)

        [1]Wang Z,Cui X,Gao L,et al.A hybrid model of sentimental entity recognition on mobile social media[J].Eurasip Journal on Wireless Communications & Networking,2016,2016(1):253.

        [2]KIETZMANN J H,HERMKENS K,MCCARTHY I P,et al.Social media? Get serious! Understanding the functional building blocks of social media[J].Business Horizons,2011,54(3SI):241-251.

        [3]MASUR P K,REINECKE L,ZIEGELE M,et al.The interplay of intrinsic need satisfaction and Facebook specific motives in explaining addictive behavior on Facebook[J].Computers in Human Behavior,2014,39:376-386.

        [4]Global Web Index.Wave 5 trends[EBOL].http:www.slideshare.netTomtrendstreamwave-5-trends-master-august-2011-slideshare-version>,2017-02-22.

        [5]Gartner survey highlights consumer fatigue with social media [EBOL].http:www.gartner.comnewsroomid1766814,2017-02-22.

        [6]Hill.R.,Moran.N.Social marketing meets interactive media: Lessons for the advertising community[J].International Journal of Advertising,2011,30(5):815–838.

        [7]Barger,C..The Top Ten Social Media Lessons of 2011:Part I[EBOL].https:www.forbes.comsiteschristopherbarger20111220the-top-ten-social-media-lessonsof-2011,2017-02-22.

        [8]Gross,D..Users not happy with new Facebook changes[EBOL].http:articles.cnn.com2011-09-21techtech_social-media_facebook-changes-react_1_facebook-top-stories-users?_s=PM:TECH,2017-02-22.

        [9]Ajzen I.The theory of planned behavior[J].Organizational Behavior and Human decision Process,1991,52(2):179-211.

        [10]Awad N F,Krishnan M S.The personalization privacy paradox:Anempirical evaluation of information transparency and the willingness to be profiled online for personalization[J].MIS Quarterly,2006,30(1):13-28.

        [11]Culnan,M.J.,and Armstrong,P.K.Information privacy concerns,procedural fairness,and impersonal trust: An empirical investigation[J].Organization Science,1999,10(1):104-115.

        [12]Dinev,T.,and Hart,P.An extended privacy calculus model for e-commerce transactions[J].Information systems research,2006,17 (1): 61-80.

        [13]Laufer R S,Wolfe M.Privacy as a concept and social issue:A multidimensional developmental theory[J].Journal of Social Issues,1977,33(3):22-41.endprint

        [14]Csikszentmihalyi M.Flow: The psychology of optimal experience[M]:New York:Harper and Row,1990:24-29.

        [15]Kasa M,Hassan Z.Antecedent and Consequences of Flow: Lessons for Developing Human Resources[J].Procedia-Social and Behavioral Sciences,2013,97(1):209-213.

        [16]Bandura,A.(1986).Social foundations of thought and action: A social cognitive theory.Englewood Cliffs,NJ: Prentice Hall.

        [17]Eastin M S,Larose R.Internet Self-Efficacy and the Psychology of the Digital Divide[J].Journal of Computer-Mediated Communication,2000,6(1):.

        [18]Bandura A.Self-Efficacy Mechanism in Human Agency[J].American Psychologist,1982,37(2):122-147.

        [19]Gartner survey highlights consumer fatigue with social media[EBOL].http:www.gartner.comnewsroomid1766814,2017-02-22.

        [20]Xu H.,Gupta S.,Rosson M.B.,et al.Measuring Mobile Users Concerns for Information Privacy[C].In proceedings of the 33rd International Conference on Information Systems,Orlando,2012.

        [21]Solove D.J.A Taxonomy of Privacy[J].University of Pennsylvania Law Review,2006,154(3):477-564.

        [22]Share and share alike: Social media vie for attention[EBOL].http:www.ft.comintlcmss21671609a-d9f3-11e0-b199-00144feabdc0.html#axzz1bdYNylEn>,2017-02-22.

        [23]Lang,A.The limited capacity model of mediated message processing[J].Journal of Communication,2000,50(1):46–70.

        [24]Hill.R.,Moran.N.Social marketing meets interactive media: Lessons for the advertising community[J].International Journal of Advertising,2011,30(5):815–838.

        [25]Dodds,WB.,Monroe,KB.and Grewal,D.Effects of price,brand,and store information on buyersproduct evaluations.Journal of Marketing Research,1991(28):307-319.

        [26]Kim B,Han I.The Role of Trust Belief in Community-driven Knowledge and Its Antecedents[J].Journal of the American Society for Information Science &Technology,2009,60(5):1012-1026.

        [27]CAI Shun,XU Yunjie.Designing not just for pleasure: effects of Web Site esthetics on consumer shopping value[J].International Journal of Electronic Commerce,2011,15(4):159-188.

        [28]Holbrook,M.B.,& Hirschman,E.C.(1982).The experiential aspects of consumption:Consumer fantasies,feelings and fun.Journal of Consumer Research,9(2):132–140.

        [29]KIM Y J,CHUN J U,SONG J.Investigating the role of attitude in technology acceptance from an attitude strength perspective[J].International journal of information management,2009,29(1):67-77.

        [30]HUANG H C,CHANG S S,LOUS J.Preliminary investigation on recreation and leisure knowledge sharing by LINE[J].Procedia-social and behavioral sciences,2015,174(12):3072-3080.

        [31]KIM J,LEE C,ELIAS T. Factors affecting information sharing in social networkingsites amongst university students: application of the knowledge-sharing model to social networking sites[J].Online information review,2015,39(3):290-309.

        [32]MA L,LEE C S,GOH D H L.Understanding news sharing in social media: an explanation from the diffusion of innovations theory[J].Online information review,2014,38( 5) : 598-615.

        [33]Bright L F,Kleiser S B,Grau S L.Too much Facebook? An exploratory examination of social media fatigue[J].Computers in Human Behavior,2015,44(C):148-155.

        [34]Nunnally J C.Psychometric Theory[M].New York:McGraw-Hill,1967.

        [35]Fornell C,Larcker D F.Evaluating Structural Equuation Models with Unobservable Variables and Measurement Error[J].Journal of Marketing Research,1981,18(1):39-50.

        (本文責(zé)任編輯:馬卓)endprint

        猜你喜歡
        影響因素模型
        一半模型
        p150Glued在帕金森病模型中的表達(dá)及分布
        重要模型『一線三等角』
        重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
        3D打印中的模型分割與打包
        水驅(qū)油效率影響因素研究進(jìn)展
        突發(fā)事件下應(yīng)急物資保障能力影響因素研究
        環(huán)衛(wèi)工人生存狀況的調(diào)查分析
        農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)需求影響因素分析
        商(2016年27期)2016-10-17 07:09:07
        村級(jí)發(fā)展互助資金組織的運(yùn)行效率研究
        商(2016年27期)2016-10-17 04:40:12
        亚洲AV色欲色欲WWW| 亚洲精品一区二区| 久久久精品人妻一区亚美研究所 | 精品一区二区三区在线观看l| 中文字幕亚洲永久精品| 久青草影院在线观看国产| 久久国产精品-国产精品| 少妇无码av无码去区钱| 国产精品久久国产精麻豆| 极品少妇xxxx精品少妇偷拍| 丁香花在线影院观看在线播放| 色窝窝无码一区二区三区2022| 永久免费看黄在线观看| 久久亚洲中文字幕精品一区| 人妻av中文字幕无码专区| 亚洲福利天堂网福利在线观看| 97久久综合精品国产丝袜长腿| 久久不见久久见免费视频6| 精品午夜福利无人区乱码一区| 国产伦精品一区二区三区四区| 国产特黄a三级三级三中国| 欧美国产激情二区三区| 国产肉体ⅹxxx137大胆| 无码国产一区二区色欲| 高清日韩av在线免费观看| 狠狠综合久久av一区二区| 亚洲AV无码一区二区三区天堂网| 亚洲av国产精品色a变脸| 无码a级毛片免费视频内谢5j| 性大片免费视频观看| 无码伊人久久大杳蕉中文无码| 老女人下面毛茸茸的视频| 国产乱了真实在线观看| 国产999视频| 一区二区三区四区午夜视频在线 | 开心五月激情综合婷婷色| 中文亚洲爆乳av无码专区| 白色月光免费观看完整版| 国产精品人人做人人爽| 免费一区二区三区久久| 中文字幕一区二区va|