面向突發(fā)事件的微博用戶信息搜尋行為影響因素研究

孫東梅 李永先

摘要：針對突發(fā)事件分析微博用戶信息搜尋行為的影響因素，把握微博用戶搜尋行為規(guī)律，促進(jìn)微博平臺健康發(fā)展。本文通過問卷調(diào)查方式收集數(shù)據(jù)，利用探索性因子分析法對假設(shè)模型進(jìn)行檢驗和修正，構(gòu)建面向突發(fā)事件的微博用戶信息搜尋行為影響因素模型，以期幫助管理者進(jìn)行有針對性的干預(yù)和輿論引導(dǎo)。

關(guān)鍵詞：突發(fā)事件;信息搜尋行為;微博;影響因素

引言

根據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）第41次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》顯示，截至2017年12月，中國網(wǎng)民規(guī)模已達(dá)7.72億，微博用戶使用率達(dá)到40.97%[1]。隨著微博影響力的增強，新聞媒體也將微博作為信息的首發(fā)平臺，尤其是在突發(fā)事件中，人們越來越傾向于通過微博第一時間獲取突發(fā)信息。微博可以傳遞突發(fā)事件的具體細(xì)節(jié)，通過文字、圖片、視頻的方式給用戶帶來無比真實的現(xiàn)場感。但是，由于微博用戶既是信息傳播的受眾者，同時也是原創(chuàng)信息的發(fā)布者，發(fā)布的信息往往不夠?qū)I(yè)也不一定準(zhǔn)確，進(jìn)而在一定程度上影響徼博用戶的信息搜尋行為。因此，針對突發(fā)事件信息研究微博用戶信息搜尋行為的影響因素，為微博平臺更好的信息傳播提供理論依據(jù)。

1、相關(guān)研究綜述

信息搜尋行為受到越來越多國內(nèi)外學(xué)者的關(guān)注，其中對影響因素方面的研究成為熱點。AI—Somarraie[2]探討了人類在線信息尋求行為與五大人格特質(zhì)之間的聯(lián)系，結(jié)果顯示，大多數(shù)信息搜尋任務(wù)中，高度認(rèn)真負(fù)責(zé)的人表現(xiàn)最快，其次是外向度高和性格溫和的人。Kim研究發(fā)現(xiàn)，當(dāng)他們尋求旅游相關(guān)信息時，自我表達(dá)，評論，參加社區(qū)論壇，信息尋求這四種動機影響大學(xué)生使用社交網(wǎng)站。Karonam在信息搜索行為年齡差異的建模中提到由于認(rèn)知因素的變化導(dǎo)致搜索行為的個體差異;國內(nèi)學(xué)者查先進(jìn)、張晉朝[3]等發(fā)現(xiàn)信息質(zhì)量和信源可信度正向影響用戶的認(rèn)知反應(yīng)和情感反應(yīng)進(jìn)而正向影響學(xué)術(shù)信息搜尋行為。朱妹蓓、鄧小昭[4]認(rèn)為個人心理和個人實施成本因素是決定老年人網(wǎng)絡(luò)健康信息查尋行為的內(nèi)部因素，而信息因素、社會因素是外部情境條件，分別影響著內(nèi)部因素與查尋行為之間的關(guān)系強度。

2、假設(shè)模型的提出

基于上述國內(nèi)外相關(guān)學(xué)者的研究，經(jīng)過專家訪談提取23個影響因素并從用戶自身、外界環(huán)境、信息質(zhì)量和政府服務(wù)4個維度劃分，提出影響因素假設(shè)模型，如表1所示。

3、影響因素模型的構(gòu)建

3.1 問卷設(shè)計和數(shù)據(jù)收集

本研究針對突發(fā)事件信息的特點，設(shè)計微博用戶信息搜尋行為影響因素預(yù)調(diào)查問卷，通過專家、教授意見進(jìn)行修改，形成正式問卷。問卷采用李克特5分量表的形式，通過網(wǎng)絡(luò)發(fā)放，共回收問卷406份，其中有效問卷為327份，有效率為81%?；厩闆r如表2所示。從調(diào)查對象性別、年齡、教育程度、職業(yè)、使用微博的時間、使用微博的頻率等方面可見，本次調(diào)查具有一定的代表性。

3.2信度分析

本研究采用Cronbach α系數(shù)進(jìn)行信度檢驗，整體量表的Cronbach α系數(shù)為0.949，大于0.9，表明整體量表的信度很高，適合進(jìn)行下一步的探索研究。

3.3 探索性因子分析

運用SPSS 24.0對樣本數(shù)據(jù)進(jìn)行分析，該樣本的KMO檢驗值為0.946>嫄0.6，表明該量表適合進(jìn)行因素分析。Bortlett球形檢驗的顯著性水平P=0.000<嫄0.01，達(dá)到了非常顯著水平，進(jìn)一步驗證了量表數(shù)據(jù)適合進(jìn)行因素分析。

3.3.1 主成分分析法

本研究采用主成分分析法，利用最大方差法提取因子，選取特征值大于1的因素進(jìn)行轉(zhuǎn)軸分析，共提取4個共同因素，其累積解釋變異量為65.741%，在社會科學(xué)領(lǐng)域中認(rèn)為，提取的共同因素累積解釋變異量能達(dá)到60%以上就代表共同因素是可靠的[5]。

由旋轉(zhuǎn)后的因子矩陣（見表3）可以看出，分析結(jié)果與假設(shè)模型大致相符，只存在細(xì)微的差異。假設(shè)模型中外界環(huán)境維度下的情感分享和官方微博發(fā)布量兩個影響因素被載荷到用戶自身維度，成為旋轉(zhuǎn)后因子矩陣的第二個共同因素中的因素，可見這兩個因素對微博用戶的信息搜尋行為影響較大。另外，4個共同因素的信度均大于0.8，各共同因素的信度都達(dá)到了理想狀態(tài)，為了對假設(shè)模型進(jìn)行修正，需要重新對4個共同因素命名。

3.3.2 模型修正

由因子載荷矩陣可以看出，載荷到共同因素2上的影響因素包含假設(shè)模型中用戶自身維度的所有因素和外界環(huán)境維度中情感分享和官方微博發(fā)布量兩個因素。其中用戶自身維度因素是用戶自身特征和信息素養(yǎng)方面，而用戶情感分享和官方微博發(fā)布量兩個因素都體現(xiàn)的是將突發(fā)信息分享給用戶。因此，將共同因素2重新命名為“用戶素養(yǎng)和分享”。

載荷到因子4上的影響因素與媒體環(huán)境有關(guān)，表明用戶在微博平臺上主要是通過轉(zhuǎn)發(fā)量和話題度獲取信息，無論是大眾微博、知名人士都在一定程度上傳播著突發(fā)事件，因此，將共同因素4重新命名為“媒體環(huán)境”。

根據(jù)以上載荷矩陣，綜合考慮各公共因子之間的關(guān)系，對影響因素假設(shè)模型進(jìn)行修正后構(gòu)建信息搜尋行為影響因素模型，如圖1所示。

4、結(jié)論

社交媒體環(huán)境中，微博是用戶進(jìn)行信息搜尋的重要媒介平臺，本文從信息質(zhì)量、用戶素養(yǎng)和分享、政府服務(wù)、媒體環(huán)境4個方面，得出以下結(jié)論：

（1）信息質(zhì)量是微博用戶搜尋過程中最重要的因素。其中，內(nèi)容有用性、完整性、準(zhǔn)確性和權(quán)威性的載荷因子最大，可見微博用戶從平臺獲取信息更看重信息內(nèi)容的質(zhì)量問題。同時，信息易理解性、客觀性、豐富性、及時性及呈現(xiàn)的方式也可以體現(xiàn)信息的表現(xiàn)形式對信息質(zhì)量也有重要的作用。因此，微博平臺應(yīng)高度重視對突發(fā)事件發(fā)布信息質(zhì)量的把關(guān)，規(guī)范發(fā)布內(nèi)容的準(zhǔn)確性，避免錯誤信息的誤導(dǎo)。

（2）用戶素養(yǎng)和分享對搜索行為有著潛移默化的影響。針對突發(fā)事件，用戶自身的應(yīng)急意識、對事件的認(rèn)知能力、性格特征及自身掌握的知識水平都是決定其進(jìn)行信息搜尋的內(nèi)在因素。用戶習(xí)慣和偏好及其他用戶分享是用戶進(jìn)行信息搜尋的動機，只有用戶感興趣才會產(chǎn)生信息搜尋行為。同時，官方微博要提供準(zhǔn)確的事件狀況，化解用戶困惑，遏制謠言的發(fā)酵，避免引起大面積的恐慌。

（3）政府服務(wù)因素有著不容小覷的輔助作用。突發(fā)事件發(fā)生后用戶不僅通過微博平臺關(guān)注事件的動態(tài)，而且密切關(guān)注政府對該事件的態(tài)度，政府針對該事件出臺的政策和解決方法決定用戶是否進(jìn)一步的跟蹤了解。因此，在突發(fā)事件發(fā)生時，政府要快速做出響應(yīng)，避免事件失控，積極采取措施應(yīng)對，密切關(guān)注事件動態(tài)，擺明態(tài)度，妥善處理后續(xù)工作。

（4）媒體環(huán)境因素發(fā)揮巨大的作用。微博平臺是開放的，不僅有名人明星、政府微博更多的是大眾微博。因此，媒體要承擔(dān)起責(zé)任，運用自身的影響力傳播事件呼吁更多的用戶關(guān)注事件。

本文通過構(gòu)建面向突發(fā)事件的微博用戶搜尋行為影響因素模型，幫助管理者了解社交媒體環(huán)境下用戶信息搜尋行為規(guī)律，更加深入的把握突發(fā)信息在微博平臺的動態(tài)運行機制，幫助政府和媒體有針對性的干預(yù)和引導(dǎo)突發(fā)信息，減少社會輿論的影響，推動微博平臺健康發(fā)展，促進(jìn)社會和諧和穩(wěn)定。

參考文獻(xiàn)：

[1]中國互聯(lián)網(wǎng)絡(luò)信息中心.第41次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告[EB/OL]- [20 18-03-25].http：//www.cnmc.net.cn/hlwfzyj/

hlwxzbg/hlwtjbg/20 1803/t20 180305702 49.htm

[2] A1-Samarraie H，Eldenfria A，Dawoud H.The impact ofpersonality traits on users' information-seeking behavior[J].lnformation Processing&Management， 2017，53（1）：237-247。

[3]查先進(jìn)，張晉朝，嚴(yán)亞蘭.微博環(huán)境下用戶學(xué)術(shù)信息搜尋行為影響因素研究——信息質(zhì)量和信源可信度雙路徑視角[J].中國圖書館學(xué)報，2015，（03）：71-86.

[4]朱姝蓓，鄧小昭.老年人網(wǎng)絡(luò)健康信息查尋行為影響因素研究[J].圖書情報工作，2015，59（05）：60-67+93.

[5]吳明隆.問卷統(tǒng)計分析實務(wù)-spss操作與應(yīng)用[M].重慶：重慶大學(xué)出版社，2010.