倪珍妮 張帥 姚志臻

基金項目：國家自然科學基金重點國際（地區(qū)）合作研究項目“大數(shù)據(jù)環(huán)境下的知識組織與服務(wù)創(chuàng)新研究”（項目編號：71420107026）;第二屆湖北文化名家人選自主選題項目“面向智慧健康的知識服務(wù)”。

作者簡介：倪珍妮（1997-），女，博士研究生，研究方向：健康信息學與社會計算。張帥（1992-），男，博士研究生，研究方向：健康信息行為、健康大數(shù)據(jù)分析。

通訊作者：姚志臻（1997-），女，博士研究生，研究方向：智慧健康。

摘 要：[目的/意義]探究在線健康社區(qū)用戶信息規(guī)避行為的演化規(guī)律，引導用戶減少健康信息規(guī)避行為，為在線健康社區(qū)運營管理和持續(xù)發(fā)展提供參考。[方法/過程]綜合用戶行為決策過程及其主要影響因素，構(gòu)建在線健康社區(qū)與用戶的演化博弈模型，運用系統(tǒng)仿真分析博弈主體在重大疾病社區(qū)、一般疾病社區(qū)、養(yǎng)生保健社區(qū)3種不同情境下行為與狀態(tài)的演化過程。[結(jié)果/結(jié)論]在減少用戶信息規(guī)避行為只能為社區(qū)帶來有限收益的情況下，過度提高信息過載弱化程度只能在短期內(nèi)減少用戶的信息規(guī)避行為，但長期而言，弱化程度過高會導致社區(qū)難以負擔信息過載弱化成本，進而導致社區(qū)棄用弱化機制。不同類型的在線健康社區(qū)及用戶群體對信息過載弱化成本、信息質(zhì)量的接受度及要求有所差異，需要采取不同的弱化機制以減少社區(qū)信息過載。

關(guān)鍵詞：信息規(guī)避;信息過載;演化穩(wěn)定策略;在線健康社區(qū);用戶行為

DOI：10.3969/j.issn.1008-0821.2022.04.007

〔中圖分類號〕G252.0 〔文獻標識碼〕A 〔文章編號〕1008-0821（2022）04-0077-11

Abstract：[Purpose/Significance]The study aims to explore the formation mechanism and law of users information avoidance behavior in online health communities，reduce users health information avoidance behavior，and guide the online communities to develop in a better direction.[Method/Process]Integrating the user behavior decision-making process and its main influencing factors，an evolutionary game model between online health communities and users was constructed，and the evolution process of behavior and state of game subjects was analyzed in three different situations：serious disease communities，common disease communities and health care communities by means of system simulation.[Result/Conclusion]In the case that reducing users information avoidance behavior can only bring limited benefits to the community，improving the weakening degree of information overload can only reduce users information avoidance behavior in the short term，but in the long term，too high weakening degree will make it difficult for the communities to bear the information processing cost，and then lead to the community abandoning the weakening mechanism.At the same time，the study find that different types of online health communities and user groups have different requirements for information processing cost and information quality.It is necessary to subdivide the types of online health communities and adopt different weakening mechanisms to reduce community information overload.

Key words：information avoidance;information overload;evolutionary stability strategy;online health community;user behavior

在線健康社區(qū)（Online Health Communities，OHCs）是用戶（包括患者及其家屬、專業(yè)醫(yī)護人員等）了解健康信息、分享治療經(jīng)驗、尋求或提供健康咨詢及社會支持的開放式網(wǎng)絡(luò)互動平臺[1]。這種在線社區(qū)擴展了患者之間及醫(yī)患之間的溝通方式，已經(jīng)成為公眾獲取健康知識、尋求社會支持的主要途徑[2]。在線健康社區(qū)可以為社區(qū)成員提供大量與疾病的診斷、治療、預后相關(guān)的信息，用戶可以不受時間和地理因素的限制，經(jīng)濟高效地訪問社區(qū)中與健康相關(guān)的信息。然而，隨著在線健康社區(qū)數(shù)量和規(guī)模的增加，社區(qū)中的健康信息呈爆發(fā)式增長，存在大量冗雜、沖突、難辨真?zhèn)蔚男畔ⅲ觿×擞脩艚】敌畔⑦^載的問題。信息過載，指的是信息量超過個人的信息處理能力時用戶所處的一種狀態(tài)[3]。信息過載會對用戶情緒、信息決策和行為產(chǎn)生諸多負面影響[4]。

信息規(guī)避是用戶應(yīng)對信息過載的負面行為響應(yīng)之一，是指個人避免或推遲獲取可利用但又不想要的信息的行為[5]，是用戶為避免認知失調(diào)、情感不適等多種后果而采取的一種策略[6]。信息過載會使用戶產(chǎn)生負面情緒，從而導致用戶對相關(guān)信息產(chǎn)生防御心理，引發(fā)用戶的信息規(guī)避行為[7-8]。但在健康領(lǐng)域，信息規(guī)避會干擾用戶的健康治療決策及行為，造成嚴重的健康后果[9-10]。研究表明，在患有危及生命的重大疾病時，有相當一部分患者傾向規(guī)避有關(guān)其健康狀況的信息[11]。美國一項全國性的調(diào)查研究發(fā)現(xiàn)，幾乎一半的美國成年人選擇規(guī)避癌癥信息[12]。當慢性疾病患者（如糖尿病患者）接觸健康信息的頻率較高時，信息規(guī)避更易影響其醫(yī)療決策和健康維持[13]。健康信息規(guī)避存在多種表現(xiàn)形式，包括回避醫(yī)護人員[14-15]、疾病篩查[16-17]、風險評估[18-19]以及與個人預后相關(guān)的信息[20]等。減少患者的健康信息規(guī)避行為對疾病早期發(fā)現(xiàn)、早期診斷、早期治療十分關(guān)鍵。隨著在線醫(yī)療的發(fā)展，減少用戶健康信息規(guī)避行為，提高公眾健康信息素養(yǎng)，已經(jīng)成為在線健康社區(qū)發(fā)展的責任與目標。

隨著在線健康社區(qū)規(guī)模的增加及健康信息的井噴式增長，提高公眾健康素養(yǎng)的關(guān)鍵在于如何弱化在線健康社區(qū)中的信息過載以減少用戶的信息規(guī)避行為。盡管當下針對信息過載已有諸多研究，但弱化信息過載并非只限于平臺某一環(huán)節(jié)的單方面決策[21]，而是用戶與平臺雙方動態(tài)演化的過程。因此，有必要對弱化信息過載的系統(tǒng)機制以及該機制下用戶信息規(guī)避行為的演化規(guī)律開展進一步研究。本文利用博弈論的相關(guān)理論和方法，對不同情境下在線健康社區(qū)用戶信息規(guī)避行為及弱化社區(qū)信息過載的有效機制展開研究。通過對用戶信息規(guī)避策略和在線健康社區(qū)信息過載弱化策略的分析，得到優(yōu)化策略以引導用戶減少健康信息規(guī)避行為，進而積極參與社區(qū)活動，為在線健康社區(qū)運營管理和持續(xù)發(fā)展提供參考。

1 相關(guān)研究

在健康領(lǐng)域，大量學者以不確定性管理理論[22]、壓力/應(yīng)對機制[23]、信息處理理論[24]、S-O-R模型（Stimulus-Organism-Response）[25]等作為理論基礎(chǔ)，對信息規(guī)避的影響因素進行分析，將健康信息規(guī)避行為的發(fā)生原因歸納為個人因素、認知因素、情感因素、信息因素、情境因素等[6，26-27]。個人因素涉及個體在社會經(jīng)濟統(tǒng)計變量、人格特質(zhì)、世界觀等方面的差異[6]，如具有特質(zhì)性焦慮的人天生傾向于規(guī)避癌癥信息[28]，個體癌癥宿命論的信念與癌癥信息規(guī)避的意愿呈正相關(guān)[29]。認知因素主要反映個人對于自身應(yīng)對能力及風險的認知，包括感知風險、感知應(yīng)對資源、感知控制、認知沖突、效能感。如Qu Y等揭示了突發(fā)公共衛(wèi)生事件情境下個人社交網(wǎng)絡(luò)對信息規(guī)避行為的影響[30];Hua J等通過兩項實驗檢驗了個體響應(yīng)效能感對于健康信息規(guī)避行為的影響[31];Yang Q等分析了信息規(guī)避在管理不確定性中的作用，發(fā)現(xiàn)沖突的信息水平與個人信息規(guī)避之間存在顯著的相互作用[32]。降低情感因素不確定性是信息規(guī)避行為的主要動機之一。大量研究表明，負面情緒，尤其是焦慮，會激發(fā)用戶的信息規(guī)避行為。一些學者調(diào)查了新冠疫情期間信息規(guī)避行為的影響因素，發(fā)現(xiàn)焦慮會增加公眾信息規(guī)避的意愿[7-8，33]。此外，信息規(guī)避行為會受到不同情境要素的制約，例如：張帥基于壓力應(yīng)對理論探究大學生健康信息規(guī)避的潛在成因，發(fā)現(xiàn)健康信息規(guī)避與信息主觀規(guī)范、健康自我效能和健康信息過載之間存在顯著關(guān)聯(lián)[34]。信息因素指與信息本身或信息獲取行為相關(guān)的特征，包括信息過載、信息質(zhì)量、信息成本等，即信息內(nèi)容不準確、信息量超過個人的信息處理能力，以及獲取信息所需要的時間、金錢、隱私等成本，都是信息規(guī)避行為的潛在成因[26]。

信息過載屬于信息因素，是信息規(guī)避行為的重要成因之一。以往研究表明，信息過載會通過影響用戶情緒狀態(tài)間接導致用戶的信息規(guī)避行為。信息過載會使用戶產(chǎn)生大量的負面情緒，如社交媒體倦怠、情感枯竭、緊張焦慮等[35]，這種負面情緒會導致用戶錯誤地解讀信息，忽視進一步的信息輸入，并降低決策的準確性[4]。Song S等基于S-O-R模型探究在COVID-19新冠疫情期間影響健康信息規(guī)避意愿的因素，其研究結(jié)果表明，感知信息過載造成用戶認知失調(diào)且增加了用戶的焦慮感，而這種負面的心理狀態(tài)會增加信息規(guī)避的意愿[7];陳瓊等研究發(fā)現(xiàn)，信息過載會通過影響用戶情緒狀態(tài)和對健康威脅的感知進而使用戶對健康信息產(chǎn)生防御式的規(guī)避行為[8];Soroya S H等研究指出，社交媒體曝光會導致信息過載和信息焦慮，而信息過載與信息焦慮兩者密切相關(guān)，并且信息焦慮會導致信息規(guī)避行為[33]。此外，在面臨危及生命的重大疾病時，信息過載會增加個體信息規(guī)避的意愿，進而影響患者的健康行為和健康決策。例如，Chae J基于不確定性管理理論分析了導致癌癥信息規(guī)避的心理過程，結(jié)果顯示，癌癥信息過載與癌癥信息規(guī)避呈正相關(guān)，且個體特質(zhì)焦慮通過癌癥信息過載間接影響信息規(guī)避行為[28];Jensen J D等通過研究癌癥信息過載與用戶防曬安全行為的關(guān)聯(lián)發(fā)現(xiàn)，癌癥信息過載得分較高的人對防曬安全知識的了解較少，且具有較低的健康檢查意愿[36]。

綜上所述，盡管關(guān)于健康信息規(guī)避成因的研究已經(jīng)形成了一定的理論成果，但是已有研究仍然對在線健康社區(qū)環(huán)境下用戶信息規(guī)避行為的演化知之甚少，對如何減少用戶在線健康社區(qū)信息規(guī)避行為的認知依舊有限。因此，本研究采用演化博弈模型對在線健康社區(qū)信息過載效應(yīng)及弱化機制下用戶信息規(guī)避行為的演化規(guī)律展開探究。

2 在線健康社區(qū)與用戶演化博弈模型的構(gòu)建

演化博弈理論認為博弈參與方是有限理性的，該理論的核心是模仿導致優(yōu)勢策略比重增長的復制動態(tài)動力學機制，核心是復制機制的定態(tài)以及定態(tài)的收斂性和穩(wěn)定性問題，具有收斂性和穩(wěn)定性的復制動態(tài)定態(tài)稱為“演化穩(wěn)定策略”[37]。演化博弈理論超越以往個體行為推理意義上的博弈分析，從群體行為特征動態(tài)變化和穩(wěn)定性角度研究有限理性博弈規(guī)律，探尋群體演化的動態(tài)過程[38]。通常情況下，在線社區(qū)和用戶均不是完全理性的，缺乏預見和分析能力，通過不斷試錯及從眾模仿來選擇策略，基于演化博弈理論可以較好地對在線社區(qū)用戶行為特征進行分析，即研究社區(qū)成員采用各種策略比例的發(fā)展變化和穩(wěn)定性問題[39-40]。因此，本文采用演化博弈理論，對信息過載效應(yīng)與弱化機制下在線健康社區(qū)用戶信息規(guī)避行為展開研究。其中演化博弈雙方是有限理性的用戶群體和在線健康社區(qū)群體，以追求自身利益最大化為目標。在線健康社區(qū)群體指互聯(lián)網(wǎng)中以健康或特定疾病為主題的各類信息交流平臺;用戶群體特指在線健康社區(qū)中的患者或其家屬用戶。為了便于模型構(gòu)建和求解，本研究提出如下假設(shè)：

假設(shè)1：在線健康社區(qū)在進行策略選擇前，已擁有一定數(shù)量的初始用戶，社區(qū)中包含大量的信息資源，可以獲得固定收益R，社區(qū)的日常運行維護需要付出基礎(chǔ)信息處理成本N。在線健康社區(qū)在提供信息服務(wù)的時候，可以選擇是否對社區(qū)的信息過載效應(yīng)進行弱化，即{弱化，不弱化}。當選擇弱化社區(qū)中信息過載效應(yīng)，如刪除低質(zhì)量信息、將優(yōu)質(zhì)信息置頂或設(shè)為精華帖、對健康信息進行分類匯總，則需要付出信息審查、過濾、加工的成本，統(tǒng)稱為信息過載弱化成本。設(shè)M為弱化信息過載所需要的基礎(chǔ)成本，θ為弱化系數(shù)（θ>1），表示社區(qū)對信息過載效應(yīng)的弱化程度，則θM表示最終的信息過載弱化成本。在對社區(qū)信息過載效應(yīng)弱化后，用戶積極參與社區(qū)交流，選擇不規(guī)避健康信息，則可為平臺帶來額外收益V;用戶選擇規(guī)避健康信息，社區(qū)無法獲得額外收益。當選擇不弱化社區(qū)中信息過載效應(yīng)時，只需付出基礎(chǔ)信息處理成本N，無額外收益。

假設(shè)2：本研究依據(jù)社會支持理論，將用戶參與在線健康社區(qū)的收益界定為兩種類型：信息支持和情感支持。用戶使用社區(qū)時，可選策略為{規(guī)避，不規(guī)避}。若用戶選擇規(guī)避健康信息，則只能獲得參與社區(qū)獲得的基本收益Ie，需要付出由信息規(guī)避帶來的潛在健康成本Ch以及參與社區(qū)的基本閱讀成本Ce;若用戶選擇不規(guī)避健康信息，則獲得基本收益Ie和不規(guī)避信息時的額外收益Ii，需付出相應(yīng)的基本閱讀成本Ce和不規(guī)避信息時的額外閱讀成本Ci。根據(jù)不確定性管理理論，降低情感不確定性是信息規(guī)避行為的主要動機之一，因此，用戶選擇不規(guī)避健康信息時，需要承擔認知失調(diào)、情感不適等心理成本Cm。用戶不規(guī)避健康信息所產(chǎn)生的心理成本與其面臨的健康風險密切相關(guān)。相比于一般疾病，當用戶患有癌癥等重大疾病時，面臨更高的經(jīng)濟負擔、更低的生活質(zhì)量，導致其更易遭受精神困擾[41-42]，在處理信息時需要承擔更高的心理成本，因此，設(shè)Cm=Cnh/α（Cm

假設(shè)3：若社區(qū)選擇弱化策略，則不論用戶是否規(guī)避健康信息，都可以在一定程度上減少用戶的閱讀成本。弱化系數(shù)越高，則用戶的閱讀成本越低。設(shè)弱化后的基本閱讀成本為G（θ）Ce，不規(guī)避信息的額外閱讀成本為G（θ）Ci，G（θ）=θ-1。若社區(qū)選擇不弱化策略，且用戶依然選擇不規(guī)避健康信息，則用戶需要承受由信息過載所帶來的負面影響，統(tǒng)稱為信息過載的成本Cl。

由此可以得到在線健康社區(qū)與用戶演化博弈的成本收益表，如表1所示。博弈雙方的得益矩陣如表2所示。

3 演化博弈模型分析與仿真實驗

3.1 演化博弈的均衡分析

在線健康社區(qū)作為一種帶有社交屬性的信息交流平臺，擁有大規(guī)模的用戶群體，其社會網(wǎng)絡(luò)關(guān)系相對復雜，影響用戶決策的因素較多。在線健康社區(qū)及相應(yīng)的用戶群體作為有限理性的博弈方，預見、分析和調(diào)整策略能力有限，但具有簡單的模仿能力，在面對復雜策略時傾向從眾模仿而非理性決策。因此，本文采用演化博弈理論的“復制動態(tài)”機制模擬雙方博弈過程，求解均衡穩(wěn)定策略。

假設(shè)在線健康社區(qū)群體中，采用“弱化”策略的比例為x，則采用“不弱化”策略的比例為1-x;同時，假設(shè)用戶群體中選擇“不規(guī)避”策略的比例為y，則采用“規(guī)避”策略的比例為1-y。

對于在線健康社區(qū)群體而言，選擇“弱化”“不弱化”兩類策略的期望得益Ucr、Ucn和群體平均得益c分別為：

依據(jù)Malthusian的動態(tài)方程[43]，得到在線健康社區(qū)群體的復制動態(tài)方程為：

3.2 仿真實驗分析

為檢驗構(gòu)建模型的合理性，并探究各因素的影響，本文以演化博弈模型為基礎(chǔ)，引入系統(tǒng)動力學原理，利用Anylogic軟件對在線健康社區(qū)和用戶群體的選擇策略進行建模仿真，具體參數(shù)設(shè)置在參考相關(guān)研究的基礎(chǔ)上[45]，針對不同情境進行微調(diào)。設(shè)初始時間為0，演化結(jié)束時間為5;n=2，α=15，即Cm=C2h/15;x和y的初始值為0.5。

不同程度疾病的健康成本有所差異，同時也會為用戶的心理健康帶來不同程度的負面影響，進而導致用戶在面對健康信息時采取不同的行為策略。因此，根據(jù)潛在健康成本的高低Ch，本文將在線健康社區(qū)分為重大疾病社區(qū)、一般疾病社區(qū)、養(yǎng)生保健社區(qū)。其中，重大疾病是指治療費用高昂且長期嚴重影響患者及其家庭的正常工作和生活的疾病，如癌癥、艾滋病等。重大疾病不僅具有較高的健康成本，更嚴重的是會給用戶造成巨大的心理負擔，因此，當用戶不規(guī)避相關(guān)信息時具有較高的心理成本。一般疾病是指存在健康成本，但對患者及其家庭的正常工作和生活造成有限影響的疾病，如糖尿病、頸椎病等。一般疾病雖然具有一定的健康成本，但給用戶造成的心理負擔相對有限，因此不規(guī)避相關(guān)信息時的心理成本較低。養(yǎng)生保健則是指“治未病”，即用戶通過日常鍛煉及飲食、作息的調(diào)整來達到預防疾病的目的。隨著健康素養(yǎng)的提高，越來越多的用戶開始參與養(yǎng)生保健類的在線健康社區(qū)。在該情境下，即使沒有健康成本，社區(qū)中的用戶也會積極獲取與日常養(yǎng)生、疾病預防等相關(guān)健康信息（即Ch=Cm=0）。本文通過對博弈雙方參數(shù)賦值實現(xiàn)精確模擬用戶在不同情境中決策行為的演化過程，進一步驗證模型與現(xiàn)實情境的擬合度以及模型在減少在線健康社區(qū)用戶信息規(guī)避行為的適用性。

情境1：對于重大疾病社區(qū)，假設(shè)參數(shù)模擬值M=4、V=10、Cl=8、Ii=7、Ci=3、Ch=14、θ=1.5，x和y的取值范圍為[0，1]。由圖4（b）可知，用戶對閱讀信息獲得的收益Ii具有較高的要求。如果閱讀信息獲得的收益Ii未達到用戶的要求，即使前期部分社區(qū)付出一定的信息過載弱化成本（θM=6），最終演化結(jié)果也會趨向于（0，0），即用戶選擇規(guī)避健康信息，社區(qū)選擇不弱化信息過載效應(yīng)。此外，由圖4（c）和圖4（d）可知，重大疾病社區(qū)對信息過載弱化成本的接受程度相對較高。該情境下，提高信息質(zhì)量（Ii↑）相比降低信息過載弱化成本（θM↓）可以有效地促進更多的在線健康社區(qū)采取弱化措施，減少用戶的健康信息規(guī)避行為。

情境2：對于一般疾病社區(qū)，假設(shè)參數(shù)模擬值M=4、V=10、Cl=8、Ii=4、Ci=3、Ch=6、θ=1.5，x和y的取值范圍為[0，1]。由圖5（b）可知，相比于重大疾病社區(qū)，一般疾病社區(qū)的用戶選擇不規(guī)避健康信息時所需要承擔的心理成本較低，在健康成本Ch的驅(qū)動下，對閱讀信息獲得的收益Ii要求較低。由圖5（c）、圖5（d）可知，一般疾病社區(qū)相比重大疾病社區(qū)，其弱化程度θ的接受上限較低，即對信息過載弱化成本更為敏感。該情境下降低信息過載弱化成本（θM↓）相比提高信息質(zhì)量（Ii↑）可以更有效地促進更多的在線健康社區(qū)采取弱化措施，減少用戶的健康信息規(guī)避行為。

情境3：對于養(yǎng)生保健社區(qū)，假設(shè)參數(shù)模擬值M=4、V=10、Cl=8、Ii=8、Ci=3、Ch=0、θ=1.5，x和y的取值范圍為[0，1]。用戶在瀏覽此類社區(qū)時，即使選擇規(guī)避信息也不需要付出潛在的健康成本（Ch=0）。因此，當處于信息過載狀態(tài)時，更多的用戶會選擇規(guī)避健康信息。由圖6（b）可知，該情境下社區(qū)用戶對閱讀信息獲得的收益Ii具有較高要求。由圖6（c）和圖6（d）可知，養(yǎng)生保健社區(qū)相比于前兩種社區(qū)，其弱化程度θ的接受上限最低，即對信息過載弱化成本最為敏感。一味提高弱化程度θ不能減少用戶的健康信息規(guī)避行為，相反，由于用戶選擇不規(guī)避健康信息為社區(qū)帶來的額外收益V有限，因此，提高弱化程度會為社區(qū)帶來難以負擔的信息過載弱化成本θM，最終結(jié)果趨向于（0，0）。因此，降低信息過載弱化成本（θM↓）和提高信息質(zhì)量（Ii↑）對于促進更多的在線健康社區(qū)采取弱化措施、減少用戶的健康信息規(guī)避行為都十分必要。

4 結(jié)論與啟示

本研究針對信息過載效應(yīng)與弱化機制下在線健康社區(qū)用戶信息規(guī)避問題，綜合用戶行為決策過程及其主要影響因素，構(gòu)建了在線健康社區(qū)與用戶的演化博弈模型，并用系統(tǒng)仿真法分析不同情境條件下博弈主體行為與狀態(tài)的演化過程。在線健康社區(qū)信息過載的弱化機制歸納如圖7所示。用戶在健康成本及心理成本的驅(qū)動下瀏覽、參與在線健康社區(qū);社區(qū)基于基礎(chǔ)信息處理成本、弱化程度、額外收益等因素決定是否采取弱化措施;社區(qū)采取不同的措施會對社區(qū)內(nèi)信息過載情況及信息質(zhì)量產(chǎn)生不同影響，進而促進或減少用戶信息規(guī)避行為。

基于系統(tǒng)動力學，本文進一步采用仿真的方式分析不同情境條件下博弈主體行為與狀態(tài)的演化過程。仿真結(jié)果表明：在額外收益有限的情況下，提高弱化程度只能在短期內(nèi)減少用戶的信息規(guī)避行為，但長期而言，弱化程度過高會導致社區(qū)難以負擔信息處理成本，進而導致社區(qū)棄用弱化機制。同時發(fā)現(xiàn)，不同類型的在線健康社區(qū)及用戶對信息處理成本、信息質(zhì)量的要求不同，需要細分在線健康社區(qū)類型，并采取不同的弱化機制來減少社區(qū)信息過載。根據(jù)上述研究結(jié)論，本文對在線健康社區(qū)平臺運營管理、服務(wù)優(yōu)化等方面提出以下建議和對策：

1）對于重大疾病社區(qū)，相比于信息過載及不規(guī)避信息所帶來的負面影響，用戶更注重高質(zhì)量信息所帶來的收益，且社區(qū)對信息過載弱化成本的接受程度較高，因此，加強信息過載弱化程度、提高社區(qū)信息質(zhì)量可以有效減少用戶信息規(guī)避;對于一般疾病社區(qū)，用戶對信息質(zhì)量的要求相對不高，因此，社區(qū)可以在維持現(xiàn)有信息質(zhì)量的情況下，集中精力尋求降低基礎(chǔ)信息處理成本的方式;對于養(yǎng)生保健社區(qū)，用戶規(guī)避信息沒有潛在的健康風險，在信息過載狀態(tài)下更傾向于規(guī)避健康信息，且社區(qū)對于信息過載弱化成本最為敏感，因此，養(yǎng)生保健社區(qū)需要同時降低信息過載弱化成本、提高信息質(zhì)量，才可以促使社區(qū)采取相應(yīng)的信息過載弱化機制，有效減少用戶信息規(guī)避。

2）通過技術(shù)篩查審核社區(qū)內(nèi)容，推薦優(yōu)質(zhì)信息。在線健康社區(qū)中包含的大量沖突、低質(zhì)甚至虛假的信息會造成用戶的認知沖突，加劇用戶信息過載的負面影響。社區(qū)管理人員需要定期篩查、審核社區(qū)中的內(nèi)容，刪除垃圾信息，阻斷虛假信息的傳播，提高在線健康社區(qū)中的信息質(zhì)量。但人工信息處理及審核的時間成本較高，通過建立智能審核推薦系統(tǒng)、優(yōu)化算法，可以實現(xiàn)個性化篩查審核機制和信息供給。一方面，自動化的處理方式降低了人工的信息處理成本;另一方面，此類系統(tǒng)可以根據(jù)用戶需求推薦其感興趣的健康信息，很大程度上可以減少用戶信息過載。

3）制定發(fā)帖規(guī)則，優(yōu)化發(fā)帖機制。在線健康社區(qū)平臺通過制定用戶發(fā)帖規(guī)則，如標題規(guī)范化，即在標題前為帖子添加標簽來標注發(fā)帖目的，例如“求助”“科普”“經(jīng)驗分享”等，便于社區(qū)管理，有效降低信息處理成本。同時，社區(qū)管理人員可以將關(guān)于疾病預防、治療、預后的高質(zhì)量內(nèi)容添加“精品”標簽或設(shè)為頁面，置頂，便于剛進入社區(qū)的用戶快速了解疾病相關(guān)的知識，減少由信息過載帶來的焦慮、認知沖突等問題，以最低成本高效弱化社區(qū)的信息過載效應(yīng)。

需要指出的是，本文仍存在一定不足。為演化建模研究，本文從理論層面展開探討后進行仿真實驗分析。但由于條件限制，參數(shù)的設(shè)定未采用真實數(shù)據(jù)，因此相對主觀。未來的研究中將嘗試進一步從主流的在線健康社區(qū)中收集用戶的真實數(shù)據(jù)，對模型進行驗證。

參考文獻

[1]張帥，王文韜，李晶，等.國外用戶在線健康信息行為研究進展[J].圖書館論壇，2018，38（9）：138-147.

[2]Zhu Y，Guan M，Donovan E.Elaborating Cancer Opinion Leaders Communication Behaviors Within Online Health Communities：Network and Content Analyses[J].Social Media+Society，2020，6（2）：1-13.

[3]Khaleel I，Wimmer B C，Peterson G M，et al.Health Information Overload Among Health Consumers：A Scoping Review[J].Patient Education and Counseling，2020，103（1）：15-32.

[4]Eppler M J，Mengis J.The Concept of Information Overload：A Review of Literature from Organization Science，Accounting，Marketing，MIS，and Related Disciplines[J].The Information Society，2004，20（5）：325-344.

[5]Sweeny K，Melnyk D，Miller W，et al.Information Avoidance：Who，What，When，and Why[J].Review of General Psychology，2010，14（4）：340-353.

[6]姜婷婷，權(quán)明喆，魏子瑤.信息規(guī)避研究：邊界、脈絡(luò)與動向[J].中國圖書館學報，2020，46（4）：99-114.

[7]Song S，Yao X，Wen N.What Motivates Chinese Consumers to Avoid Information About the COVID-19 Pandemic？：The Perspective of the Stimulus-organism-response Model[J].Information Processing & Management，2021，58（1）：102407.

[8]陳瓊，宋士杰，趙宇翔.突發(fā)公共衛(wèi)生事件中信息過載對用戶信息規(guī)避行為的影響：基于COVID-19信息疫情的實證研究[J].情報資料工作，2020，41（3）：76-88.

[9]Peacock Z S，Pogrel M A，Schmidt B L.Exploring the Reasons for Delay in Treatment of Oral Cancer[J].Journal of the American Dental Association，2008，139（10）：1346-1352.

[10]張帥，馬費成.大學生健康信息規(guī)避量表構(gòu)建研究[J].圖書情報工作，2020，64（9）：3-9.

[11]Liao Y，Jindal G，Jean B S.The Role of Self-efficacy in Cancer Information Avoidance[C]//Springer International Publishing，2018.

[12]Chae J，Lee C J，Kim K.Prevalence，Predictors，and Psychosocial Mechanism of Cancer Information Avoidance：Findings from a National Survey of U.S.Adults[J].Health Communication，2020，35（3）：322-330.

[13]Chuang W H，Chiu M H P.Health Information Avoidance Behavior of Patients with Type 2 Diabetes Mellitus[J].Journal of Library and Information Studies，2019，17（2）：71-102.

[14]Shepperd J A，Emanuel A S，Howell J L，et al.Predicting Scheduling and Attending for an Oral Cancer Examination[J].Annals of Behavioral Medicine，2015，49（6）：828-838.

[15]Persoskie A，F(xiàn)errer R A，Klein W M.Association of Cancer Worry and Perceived Risk with Doctor Avoidance：An Analysis of Information Avoidance in a Nationally Representative US Sample[J].Journal of Behavioral Medicine，2014，37（5）：977-987.

[16]Mcqueen A，Vernon S W，Swank P R.Construct Definition and Scale Development for Defensive Information Processing：An Application to Colorectal Cancer Screening[J].Health Psychology，2013，32（2）：190-202.

[17]Ivanova A，Kvalem I L.Psychological Predictors of Intention and Avoidance of Attending Organized Mammography Screening in Norway：Applying the Extended Parallel Process Model[J].BMC Womens Health，2021，21（1）：67.

[18]Orom H，Schofield E，Kiviniemi M T，et al.Low Health Literacy and Health Information Avoidance But Not Satisficing Help Explain“Dont Know”Responses to Questions Assessing Perceived Risk[J].Medical Decision Making，2018，38（8）：1006-1017.

[19]Deline M B，Kahlor L A.Planned Risk Information Avoidance：A Proposed Theoretical Model[J].Communication Theory，2019，29（3）：360-382.

[20]Derry H M，Epstein A S，Lichtenthal W G，et al.Emotions in the Room：Common Emotional Reactions to Discussions of Poor Prognosis and Tools to Address Them[J].Expert Review of Anticancer Therapy，2019，19（8）：689-696.

[21]張安淇，李元旭.互聯(lián)網(wǎng)知識共享平臺信息過載效應(yīng)與弱化機制——基于知乎的案例研究[J].情報科學，2020，38（1）：24-29，41.

[22]Brashers D E.Communication and Uncertainty Management[J].Journal of Communication，2001，51（3）：477-497.

[23]Folkman S，Lazarus R S.If it Changes it Must Be a Process：Study of Emotion and Coping During Three Stages of a College Examination[J].Journal of Personality and Social Psychology，1985，48（1）：150-170.

[24]Gurbin T.Enlivening the Machinist Perspective：Humanising the Information Processing Theory with Social and Cultural Influences[J].Procedia-Social and Behavioral Sciences，2015，197：2331-2338.

[25]Mehrabian A，Russell J A.An Approach to Environmental Psychology[M].The MIT Press，1974.

[26]陳明紅，吳穎兒，李晶.信息回避行為研究進展與理論框架[J].情報資料工作，2021，42（3）：82-93.

[27]楊雨琪.基于元人種志的在線環(huán)境下用戶信息規(guī)避行為影響因素模型研究[J].情報資料工作，2021，42（4）：81-88.

[28]Chae J.Who Avoids Cancer Information？Examining a Psychological Process Leading to Cancer Information Avoidance[J].Journal of Health Communication，2016，21（7）：837-844.

[29]He R，Li Y.Media Exposure，Cancer Beliefs，and Cancer-Related Information-Seeking or Avoidance Behavior Patterns in China[J].International Journal of Environmental Research and Public Health，2021，18（6）：3130.

[30]Qu Y，Saffer A J，Austin L.What Drives People Away from COVID-19 Information？：Uncovering the Influences of Personal Networks on Information Avoidance[J].Health Communication，2021：1-12.

[31]Hua J，Howell J L.Coping Self-efficacy Influences Health Information Avoidance[J].Journal of Health Psychology，2020.

[32]Yang Q，Herbert N，Yang S，et al.The Role of Information Avoidance in Managing Uncertainty from Conflicting Recommendations About Electronic Cigarettes[J].Communication Monographs，2021，88（3）：263-285.

[33]Soroya S H，F(xiàn)arooq A，Mahmood K，et al.From Information Seeking to Information Avoidance：Understanding the Health Information Behavior During a Global Health Crisis[J].Information Processing & Management，2021，58（2）：102440.

[34]張帥.大學生健康信息規(guī)避的潛在成因探究——基于壓力應(yīng)對理論[J].圖書館學研究，2020，（14）：76-83.

[35]代寶，續(xù)楊曉雪，羅蕊.社交媒體用戶信息過載的影響因素及其后果[J].現(xiàn)代情報，2020，40（1）：152-158.

[36]Jensen J D，Pokharel M，Carcioppolo N，et al.Cancer Information Overload：Discriminant Validity and Relationship to Sun Safe Behaviors[J].Patient Education and Counseling，2020，103（2）：309-314.

[37]謝識予.經(jīng)濟博弈論（第四版）[M].上海：復旦大學出版社，2017.

[38]張帥，王文韜，謝陽群.在線健康社區(qū)用戶持續(xù)參與行為的演化規(guī)律及動力機制[J].現(xiàn)代情報，2021，41（5）：59-66.

[39]姚志臻，張斌.激勵機制下在線健康社區(qū)用戶參與行為演化博弈分析[J].情報科學，2021，39（8）：149-155，163.

[40]趙棟祥.在線健康社區(qū)信息服務(wù)質(zhì)量優(yōu)化研究——基于演化博弈的分析[J].情報科學，2018，36（8）：149-154.

[41]Rao W W，Yang M J，Cao B N，et al.Psychological Distress in Cancer Patients in a Large Chinese Cross-sectional Study[J].Journal of Affective Disorders，2019，245：950-956.

[42]Kale H P，Carroll N V.Self-reported Financial Burden of Cancer Care and Its Effect on Physical and Mental Health-related Quality of Life Among US Cancer Survivors[J].Cancer，2016，122（8）：283-289.

[43]Weibull J W.Evolutionary Game Theory[M].MIT Press，1997.

[44]Hirshleifer J.Evolutionary Models in Economics and Law：Cooperation Versus Conflict Strategies[M].Department of Economics，University of California，Los Angeles，1980.

[45]張瑞，趙棟祥，唐旭麗，等.社交媒體用戶倦怠行為演化博弈及仿真分析[J].現(xiàn)代情報，2019，39（11）：46-54，68.

（責任編輯：陳 媛）