信息過(guò)載視角下用戶創(chuàng)建資源列表擴(kuò)散效果的影響因素研究

單英驥 邵鵬

摘 要：[目的/意義]選取歌單這一典型用戶自發(fā)組織平臺(tái)資源創(chuàng)建資源列表模式，探索“什么樣的用戶創(chuàng)建資源列表更受歡迎”的問(wèn)題，揭示用戶創(chuàng)建資源列表內(nèi)容豐富度可能引發(fā)的信息冗余現(xiàn)象。[方法/過(guò)程]基于信息接受理論與信息過(guò)載視角，構(gòu)建用戶創(chuàng)建資源列表擴(kuò)散的信息接受模型，借助爬蟲(chóng)軟件獲取網(wǎng)易云音樂(lè)歌單相關(guān)數(shù)據(jù)，研究資源列表創(chuàng)建者特征、資源列表質(zhì)量特征對(duì)資源列表擴(kuò)散效果的影響。[結(jié)果/結(jié)論]網(wǎng)易云音樂(lè)中用戶社交網(wǎng)絡(luò)具有無(wú)標(biāo)度特征;創(chuàng)建者活躍度和貢獻(xiàn)度對(duì)網(wǎng)絡(luò)中心性產(chǎn)生正向影響;創(chuàng)建者網(wǎng)絡(luò)中心性、網(wǎng)絡(luò)活躍度、網(wǎng)絡(luò)貢獻(xiàn)度、資源列表介紹長(zhǎng)度對(duì)資源列表有用性和資源列表擴(kuò)散效果均有顯著正向影響;資源列表內(nèi)容豐富度與資源列表有用性、資源列表擴(kuò)散效果均存在倒U型關(guān)系;在資源列表質(zhì)量特征對(duì)資源列表擴(kuò)散效果的影響中，資源列表有用性起到了中介作用。

關(guān)鍵詞：用戶創(chuàng)建資源列表;信息過(guò)載;擴(kuò)散效果;網(wǎng)易云音樂(lè)

DOI：10.3969/j.issn.1008-0821.2019.07.011

〔中圖分類號(hào)〕G206 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008-0821（2019）07-0093-09

Abstract：[Purpose/Significance]This study selected song list，a typical user spontaneous organization platform resource to create a resource list，exploring the question“What kind of user generated resource list（UGRL）is more popular”，and revealing the information redundancy that may arise from the richness of user generated resource list.[Method/Process]Based on the theory of information acceptance theory and the perspective of information overload，this study constructed the information acceptance model of user generated resource list diffusion，and used the crawler software to obtain the data of Netease cloud music song list and song list creator，and studied the influences of UGRL creator characteristics and UGRL quality characteristics on the UGRL diffusion effect.[Result/Conclusion]The user social network in Netease Cloud Music has a scale-free feature;the creators activity and contribution have a positive impact on the network centrality;The creators network centrality，network activity，network contribution，UGRL introduction length have a significant positive impact on UGRL usefulness and UGRL diffusion effect;There was an inverted U-shaped relationship between UGRL content richness and UGRL usefulness，and also between UGRL content richness and UGRL diffusion effect;In the influence of the UGRL quality characteristics on the UGRL diffusion affect，the UGRL usefulness played a mediation role.

Key words：user generated resource list;information overload;diffusion effect;Netease cloud music

在移動(dòng)互聯(lián)網(wǎng)與社交網(wǎng)絡(luò)時(shí)代，普通用戶不再是信息的被動(dòng)接受者，他們也擁有了創(chuàng)造內(nèi)容并在網(wǎng)絡(luò)平臺(tái)中分享的權(quán)限，這些用戶自發(fā)在網(wǎng)絡(luò)上創(chuàng)建和發(fā)布信息內(nèi)容被稱之為用戶創(chuàng)造內(nèi)容（User Generated Content，UGC）。用戶創(chuàng)建資源列表（User Generated Resource List，UGRL）是一種特殊的UGC形式，通常是指用戶將網(wǎng)絡(luò)資源按照一定主題建立資源列表并分享的形式。國(guó)內(nèi)外關(guān)于用戶創(chuàng)造內(nèi)容的研究對(duì)象涉及類型多樣，有微信、社交網(wǎng)站、論壇、博客、微博、中文維基百科、虛擬社區(qū)、旅游預(yù)定網(wǎng)站、Facebook等[1]。現(xiàn)有研究通常從以下3個(gè)方面展開(kāi)：其一，創(chuàng)建動(dòng)機(jī)研究。相關(guān)研究發(fā)現(xiàn)利他、提高自我形象以及執(zhí)行成本等因素對(duì)用戶創(chuàng)造內(nèi)容存在顯著的影響，產(chǎn)品卷入、自我提高和經(jīng)濟(jì)激勵(lì)因素對(duì)用戶創(chuàng)造內(nèi)容行為存在顯著的影響[2]，信任、互惠和自我效能顯著影響用戶創(chuàng)造內(nèi)容意愿[3]。其二，傳播效應(yīng)研究。網(wǎng)絡(luò)口碑、產(chǎn)品評(píng)論為代表的用戶創(chuàng)造內(nèi)容能夠促進(jìn)產(chǎn)品銷售，相關(guān)研究認(rèn)為銷售量增加更多源于對(duì)正面信息的轉(zhuǎn)帖行為[4]。其三，考慮在線社交網(wǎng)絡(luò)的用戶創(chuàng)造內(nèi)容研究。社交網(wǎng)絡(luò)中心性在一定程度上反映了用戶在網(wǎng)絡(luò)中的影響力，相關(guān)研究采用度中心性刻畫(huà)用戶在中文維基百科這類合作網(wǎng)絡(luò)中的位置[5]，或通過(guò)中心性刻畫(huà)推特用戶社交網(wǎng)絡(luò)的連通程度[6]，通常認(rèn)為網(wǎng)絡(luò)連通程度高的用戶在網(wǎng)絡(luò)中具有較高影響力[6]。

基于理論與現(xiàn)實(shí)背景回顧得到以下啟示：其一，現(xiàn)有關(guān)于用戶創(chuàng)造內(nèi)容的研究大多關(guān)注在線評(píng)論，對(duì)用戶自發(fā)選取平臺(tái)資源創(chuàng)建資源列表的方式關(guān)注不足。其二，現(xiàn)有研究多關(guān)注用戶創(chuàng)造內(nèi)容生成動(dòng)機(jī)，用戶創(chuàng)造內(nèi)容過(guò)載從而影響擴(kuò)散效果的關(guān)注不足。區(qū)別于傳統(tǒng)視頻分享、知識(shí)問(wèn)答、社區(qū)論壇、新聞生產(chǎn)等UGC形態(tài)，音樂(lè)歌單這種基于用戶興趣自發(fā)組織平臺(tái)內(nèi)容創(chuàng)建資源列表并進(jìn)行發(fā)布的形式得到了音樂(lè)應(yīng)用平臺(tái)的關(guān)注。如網(wǎng)易云音樂(lè)注冊(cè)用戶擁有創(chuàng)建歌單的權(quán)限，用戶可以在個(gè)人主頁(yè)上發(fā)布動(dòng)態(tài)信息，用戶還可以與其他用戶建立在線社交網(wǎng)絡(luò)關(guān)系。網(wǎng)易云音樂(lè)既沒(méi)有蝦米音樂(lè)的用戶量積累，也沒(méi)有QQ音樂(lè)龐大的QQ和微信用戶支撐，但自其發(fā)布以來(lái)便迅速擁有了強(qiáng)大的用戶群且用戶參與度較高[7]。本文基于信息接受理論與信息過(guò)載視角，構(gòu)建用戶創(chuàng)建資源列表的信息接受模型，采用網(wǎng)易云音樂(lè)歌單相關(guān)數(shù)據(jù)研究資源列表創(chuàng)建者特征、資源列表質(zhì)量特征對(duì)資源列表擴(kuò)散效果的影響。文章內(nèi)容安排如下：首先進(jìn)行理論文獻(xiàn)回顧，提出研究假設(shè);其次對(duì)變量測(cè)度與數(shù)據(jù)獲取情況進(jìn)行探討，基于實(shí)證數(shù)據(jù)對(duì)用戶創(chuàng)建資源列表擴(kuò)散效果的影響因素進(jìn)行分析;最后對(duì)研究結(jié)論進(jìn)行總結(jié)，對(duì)研究意義與啟示進(jìn)行探討。

1 理論基礎(chǔ)與假設(shè)提出

1.1 信息接受與信息過(guò)載

信息接受模型是在技術(shù)接受模型和精細(xì)加工可能性模型的基礎(chǔ)上發(fā)展而來(lái)的，用來(lái)研究信息源與信息本身對(duì)信息有用性的影響[8]。信息接受理論表明，在產(chǎn)品質(zhì)量信息不對(duì)稱情況下，消費(fèi)者需要通過(guò)在線評(píng)論搜索和學(xué)習(xí)降低自身決策的不確定性[8]。信息接受模型認(rèn)為信息內(nèi)容與信息源是影響用戶接受該信息的重要因素，對(duì)于在線社區(qū)而言，用戶對(duì)信息質(zhì)量的認(rèn)知可以通過(guò)信息本身和信息來(lái)源兩方面測(cè)量[9]。信息源通常是指信息的發(fā)布者，當(dāng)信息發(fā)布者被認(rèn)為是可信的，那么該信息具有信息源可信性的特征[10]。在精細(xì)加工可能性模型中，信息內(nèi)容通過(guò)中心路徑發(fā)揮作用，即用戶觀點(diǎn)態(tài)度的變化是用戶對(duì)信息思考的結(jié)果;信息源通過(guò)邊緣路徑發(fā)揮作用，即用戶對(duì)信息的態(tài)度與該信息的來(lái)源因素有關(guān)。

信息的存在必須依附于一定的載體，信息過(guò)載（Information Overload）是指信息總量大大超過(guò)了人們的需要，從而給人們?cè)谶x擇利用時(shí)造成困難[11]。王娜等在研究個(gè)性化推薦機(jī)制對(duì)信息過(guò)載具有防控作用的基礎(chǔ)上，構(gòu)建了面向移動(dòng)社交網(wǎng)站的個(gè)性化推薦機(jī)制的宏觀架構(gòu)，探討了該機(jī)制關(guān)鍵模塊的功能和關(guān)鍵步驟的技術(shù)實(shí)現(xiàn)問(wèn)題[12]。信息過(guò)載對(duì)信息使用者帶來(lái)了障礙，信息資源過(guò)載對(duì)信息使用者的影響成為學(xué)者們關(guān)注的問(wèn)題。劉雪琪等對(duì)新浪微博用戶信息過(guò)載感知程度進(jìn)行探究，發(fā)現(xiàn)信息難度越大則用戶對(duì)信息過(guò)載的感知程度越深，增加用戶使用時(shí)間可以有效減輕用戶對(duì)于信息過(guò)載的感知[13]。李旭等基于自我調(diào)控理論框架，構(gòu)建了社會(huì)化閱讀過(guò)程模型，認(rèn)為在信息過(guò)載情境下，用戶對(duì)內(nèi)容的質(zhì)量和有用性提出了更高的要求，內(nèi)容本身是影響用戶體驗(yàn)的最重要的因素[14]。

本研究關(guān)注用戶創(chuàng)建資源列表（UGRL）擴(kuò)散效果的影響因素，因此分別從信息質(zhì)量與信息源可靠性兩方面提出研究構(gòu)念，其中信息質(zhì)量考慮用戶創(chuàng)建資源列表內(nèi)容質(zhì)量特征（包括考慮用戶創(chuàng)建資源列表內(nèi)容豐富度以研究是否存在信息過(guò)載現(xiàn)象），信息源可靠性考慮創(chuàng)建者特征。此外，資源列表有用性從資源列表訂閱量和資源列表評(píng)論量進(jìn)行測(cè)度，擴(kuò)散效果用資源列表播放量進(jìn)行測(cè)度。

1.2 假設(shè)提出

1.2.1 UGRL質(zhì)量特征

在制定消費(fèi)決策或做出產(chǎn)品使用行為前，消費(fèi)者通過(guò)閱讀在線評(píng)論以滿足其對(duì)信息獲取的需求。一般而言，在線用戶生成內(nèi)容的長(zhǎng)度越長(zhǎng)、字?jǐn)?shù)越多，代表該用戶生成內(nèi)容能傳遞的信息量越大[15]。Mudambi S M等認(rèn)為UGC深度可以增強(qiáng)消費(fèi)者的信心，從而促進(jìn)消費(fèi)決策過(guò)程，即UGC長(zhǎng)度可以提高信息的診斷準(zhǔn)確性[15]。相關(guān)研究認(rèn)為消費(fèi)者并不是簡(jiǎn)單的通過(guò)總體數(shù)值評(píng)分來(lái)進(jìn)行判斷，文字字?jǐn)?shù)越多則更可能被閱讀[16]。在線UGC字?jǐn)?shù)越多，則越能刺激讀者瀏覽、加深或改變?cè)械恼J(rèn)知[15，17]。在歌單介紹中，文字?jǐn)?shù)量越多則對(duì)該歌單的介紹就更充分，能夠吸引相關(guān)用戶關(guān)注該歌單。因此，基于UGRL介紹長(zhǎng)度提出研究假設(shè)H1：

H1：UGRL介紹長(zhǎng)度對(duì)UGRL有用性有正向影響。

H1-1：UGRL介紹長(zhǎng)度對(duì)UGRL訂閱量具有正向影響。

H1-2：UGRL介紹長(zhǎng)度對(duì)UGRL評(píng)論量具有正向影響。

每位用戶都可以在平臺(tái)上發(fā)布自己創(chuàng)建的內(nèi)容，用戶也可以獲得越來(lái)越多的信息。然而，隨著可以獲得的由其他用戶創(chuàng)建的內(nèi)容越來(lái)越多，這些在線內(nèi)容的創(chuàng)建通常缺乏標(biāo)準(zhǔn)規(guī)范且質(zhì)量層次不齊，一定程度上對(duì)用戶制造了信息接受困難[18]。信息過(guò)載就是指用戶能夠接受的信息內(nèi)容超過(guò)其能夠處理的能力，甚至對(duì)用戶帶來(lái)負(fù)面影響[19]。網(wǎng)易云音樂(lè)歌單是由用戶創(chuàng)建的，每個(gè)歌單包括的歌曲數(shù)量并沒(méi)有限定。根據(jù)信息過(guò)載的相關(guān)研究，顯然過(guò)多的信息或過(guò)少的信息都會(huì)對(duì)有用性帶來(lái)負(fù)面影響，本研究將歌單歌曲數(shù)量視為歌單的信息量。為了探究歌單歌曲數(shù)量對(duì)歌單有用性的影響，提出研究假設(shè)H2：

H2：UGRL內(nèi)容豐富度對(duì)UGRL有用性有倒U型影響關(guān)系。

H2-1：UGRL內(nèi)容豐富度對(duì)UGRL訂閱量有倒U型影響關(guān)系。

H2-2：UGRL內(nèi)容豐富度對(duì)UGRL評(píng)論量有倒U型影響關(guān)系。

1.2.2 UGRL創(chuàng)建者網(wǎng)絡(luò)特征

網(wǎng)絡(luò)中心性是分析社會(huì)網(wǎng)絡(luò)中個(gè)體特征的基本指標(biāo)，中心性可以分為入度中心性和出度中心性。Forman C等關(guān)注評(píng)論者的個(gè)人信息發(fā)布，發(fā)現(xiàn)評(píng)論者受同行認(rèn)可、真實(shí)身份與評(píng)論有用性具有交互影響[20]。Susarla A等關(guān)注社會(huì)網(wǎng)絡(luò)用戶生成內(nèi)容，發(fā)現(xiàn)內(nèi)容創(chuàng)建者關(guān)注其他用戶越多，那么其內(nèi)容也越受關(guān)注[21]。從內(nèi)容特征、內(nèi)容創(chuàng)建者特征出發(fā)，李進(jìn)華等研究了社會(huì)化問(wèn)答社區(qū)用戶感知有用性問(wèn)題，發(fā)現(xiàn)相對(duì)于內(nèi)容特征，內(nèi)容創(chuàng)建者特征對(duì)感知有用性的影響更大[10]。具有高入度中心性的用戶在社交網(wǎng)絡(luò)中往往發(fā)揮重要作用，由于被很多用戶關(guān)注故其發(fā)布的內(nèi)容也可能更快的被更大范圍的用戶瀏覽到。因此，提出研究假設(shè)H3：

H3：創(chuàng)建者網(wǎng)絡(luò)中心性對(duì)UGRL有用性有正向影響。

H3-1：創(chuàng)建者網(wǎng)絡(luò)中心性對(duì)UGRL訂閱量具有正向影響。

H3-2：創(chuàng)建者網(wǎng)絡(luò)中心性對(duì)UGRL評(píng)論量具有正向影響。

在線社群的核心目的之一就是要保持社群的活躍，留住活躍用戶，提高用戶粘性[22]。用戶使用網(wǎng)絡(luò)產(chǎn)品的頻率和時(shí)間長(zhǎng)度體現(xiàn)了用戶網(wǎng)絡(luò)活躍度[23]。當(dāng)在線社群成員具有較高活躍度時(shí)，則表明該社群在網(wǎng)絡(luò)中交互更加頻繁，成員更加熱情，更加希望分享信息和展示自身觀點(diǎn)。社交網(wǎng)絡(luò)中活躍用戶對(duì)個(gè)體效用的提升更為顯著，社交氛圍的營(yíng)造受到用戶交互頻率與好友情感支持的影響，并有助于提升用戶之間對(duì)彼此的影響力[24]。通過(guò)社交影響機(jī)制，個(gè)體行為能夠影響其他網(wǎng)絡(luò)成員[25]。在線社群中，網(wǎng)絡(luò)外部性不僅受到朋友的影響，還受到朋友活躍度的影響?？梢园l(fā)現(xiàn)，在線社群中，提升用戶活躍度是增加用戶忠誠(chéng)和防止用戶流失的重要方式[26]。理解和研究用戶活躍行為及其對(duì)社交網(wǎng)絡(luò)發(fā)展的影響具有現(xiàn)實(shí)意義。與眾多在線社交平臺(tái)或UGC平臺(tái)類似，網(wǎng)易云音樂(lè)中為每位用戶設(shè)置了個(gè)人主頁(yè)，用戶可以發(fā)布各種類型的動(dòng)態(tài)信息。通常認(rèn)為那些在網(wǎng)絡(luò)中較為活躍的用戶，更能受到其他用戶的關(guān)注，其創(chuàng)建的內(nèi)容也更可能具有較高的有用性。

在線社群中最基本的元素就是用戶，用戶不僅能夠建立社交網(wǎng)絡(luò)關(guān)系，進(jìn)行用戶生成內(nèi)容創(chuàng)建，而且這些自發(fā)行為也成為在線社群得以持續(xù)發(fā)展內(nèi)在動(dòng)力[27]。用戶建立網(wǎng)絡(luò)連接、創(chuàng)建在線內(nèi)容的行為，也會(huì)進(jìn)一步增加社群中的社交關(guān)系數(shù)量，增加網(wǎng)絡(luò)流量和平臺(tái)收入[28]。在線社群擁有大量的用戶，但并非所有用戶都能夠做出同樣的貢獻(xiàn)，其中大多數(shù)用戶通常保持沉默且對(duì)社交網(wǎng)絡(luò)的貢獻(xiàn)非常有限。對(duì)于在線社群而言，用戶創(chuàng)建內(nèi)容的質(zhì)量與數(shù)量對(duì)于社群運(yùn)營(yíng)非常重要。相對(duì)于那些不積極的用戶，高貢獻(xiàn)度用戶做出的貢獻(xiàn)非常大[29]，且用戶做出的貢獻(xiàn)對(duì)在線社群的成功有顯著正向影響[30]。Chen A等[31]認(rèn)為用戶社交網(wǎng)絡(luò)積極行為包括內(nèi)容生成、內(nèi)容傳播、關(guān)系建立和關(guān)系維系。本研究認(rèn)為用戶網(wǎng)絡(luò)貢獻(xiàn)度能夠增加自身影響力，此類用戶創(chuàng)建的內(nèi)容也具有較高的有用性。

因此，基于活躍度和貢獻(xiàn)度提出研究假設(shè)H4、H5、H6：

H4-1：創(chuàng)建者活躍度對(duì)網(wǎng)絡(luò)中心性有正向影響。

H4-2：創(chuàng)建者貢獻(xiàn)度對(duì)網(wǎng)絡(luò)中心性有正向影響。

H5：創(chuàng)建者活躍度對(duì)UGRL有用性有正向影響。

H5-1：創(chuàng)建者網(wǎng)絡(luò)活躍度對(duì)UGRL訂閱量具有正向影響。

H5-2：創(chuàng)建者網(wǎng)絡(luò)活躍度對(duì)UGRL評(píng)論量具有正向影響。

H6：創(chuàng)建者貢獻(xiàn)度對(duì)UGRL有用性有正向影響。

H6-1：創(chuàng)建者網(wǎng)絡(luò)貢獻(xiàn)度對(duì)UGRL訂閱量具有正向影響。

H6-2：創(chuàng)建者網(wǎng)絡(luò)貢獻(xiàn)度對(duì)UGRL評(píng)論量具有正向影響。

1.2.3 UGRL擴(kuò)散效果

信息傳播與接受理論表明，當(dāng)產(chǎn)品質(zhì)量信息不對(duì)稱情況下，消費(fèi)者需要通過(guò)在線評(píng)論搜索和學(xué)習(xí)降低自身決策的不確定性[8]。對(duì)于網(wǎng)易云音樂(lè)而言，每一個(gè)歌單都會(huì)跟隨大量的評(píng)論，這些評(píng)論與歌單內(nèi)容共同吸引其他用戶關(guān)注該歌單。音樂(lè)評(píng)論不僅是受眾對(duì)某一音樂(lè)或主題歌單的自我表達(dá)和情感流露，許多精彩評(píng)論也可以成為歌單亮點(diǎn)，進(jìn)而吸引更多受眾參與。此外，用戶還可以訂閱收藏歌單，從而在以后進(jìn)行重復(fù)播放收聽(tīng)。歌單播放是該歌單被用戶采納的重要指標(biāo)，歌單播放量越高意味著該歌單擴(kuò)散效果越好。通過(guò)訂閱量與評(píng)論量測(cè)度UGRL有用性，通常UGRL有用性越高則該UGRL的擴(kuò)散效果就越好。此外，UGRL的有用性與UGRL的質(zhì)量密不可分，高質(zhì)量的UGRL能夠通常具有較高的有用性且能夠取得較好的傳播擴(kuò)散效果。因此，提出研究假設(shè)H7和H8：

H7：UGRL有用性對(duì)UGRL擴(kuò)散效果有正向影響。

H7-1：UGRL訂閱量對(duì)UGRL擴(kuò)散效果有正向影響。

H7-2：UGRL評(píng)論量對(duì)UGRL擴(kuò)散效果有正向影響。

H8：UGRL質(zhì)量特征對(duì)UGRL擴(kuò)散效果有影響。

H8-1：UGRL介紹長(zhǎng)度對(duì)UGRL播放量有正向影響。

H8-2：UGRL內(nèi)容豐富度對(duì)UGRL播放量有倒U型影響關(guān)系。

本研究建立的研究模型如圖1所示。

2 研究方法

2.1 研究對(duì)象與變量測(cè)度

網(wǎng)易云音樂(lè)是典型的具有用戶創(chuàng)造內(nèi)容的在線社群，3個(gè)方面的特征使其成為適合本研究樣本選取的對(duì)象。其一，音樂(lè)歌單創(chuàng)建是用戶生成內(nèi)容的新形態(tài)。用戶以選取平臺(tái)資源（歌曲）創(chuàng)建資源列表（歌單）的方式進(jìn)行UGRL創(chuàng)建。其二，網(wǎng)易云音樂(lè)具有在線社群社交功能。每位用戶有單獨(dú)模塊實(shí)現(xiàn)在線社交功能，用戶可以添加通訊錄或微博中的好友來(lái)關(guān)注他們的聽(tīng)歌動(dòng)態(tài)。其三，網(wǎng)易云音樂(lè)具有豐富的訂閱、評(píng)論、點(diǎn)贊功能，用戶在聽(tīng)歌的同時(shí)可以查看評(píng)論或發(fā)表評(píng)論。

在研究假設(shè)基礎(chǔ)上，提出變量測(cè)度方法（表1）。關(guān)于創(chuàng)建者網(wǎng)絡(luò)特征，主要從創(chuàng)建者網(wǎng)絡(luò)中心性（入度中心性）、創(chuàng)建者網(wǎng)絡(luò)活躍度（發(fā)布動(dòng)態(tài)數(shù)量）、創(chuàng)建者網(wǎng)絡(luò)貢獻(xiàn)度（已經(jīng)創(chuàng)建的歌單數(shù)量）3個(gè)方面進(jìn)行測(cè)度。關(guān)于UGRL質(zhì)量特征，主要從介紹長(zhǎng)度、內(nèi)容豐富度兩個(gè)方面進(jìn)行測(cè)度。有用性則從訂閱量、評(píng)論量2個(gè)維度進(jìn)行評(píng)價(jià)。

2.2 數(shù)據(jù)收集與描述

本研究借助八爪魚(yú)采集器獲取網(wǎng)易云音樂(lè)歌單數(shù)據(jù)與歌單創(chuàng)建者數(shù)據(jù)。針對(duì)不同采集需求，八爪魚(yú)可提供自動(dòng)生成爬蟲(chóng)的自定義模式，可精準(zhǔn)批量識(shí)別各種網(wǎng)頁(yè)元素。本研究選擇所有民謠類歌單（2018年4月1日前已創(chuàng)建），通過(guò)設(shè)置采集規(guī)則，以模擬用戶瀏覽網(wǎng)頁(yè)的方式將所需要的信息進(jìn)行抓取保存。第一步，對(duì)歌單信息進(jìn)行抓取，包括網(wǎng)址、創(chuàng)建者、歌曲數(shù)量、介紹文本等信息;第二步，對(duì)第一步獲得的歌單創(chuàng)建者信息進(jìn)行抓取，包括入度、動(dòng)態(tài)數(shù)量、已創(chuàng)建歌單數(shù)量等信息;第三步，由于部分創(chuàng)建者創(chuàng)建了多個(gè)歌單，因此對(duì)歌單與創(chuàng)建者信息進(jìn)行匹配。

最終獲得歌單為1 251條，共包含歌曲120 239首，這些歌單共來(lái)自于918位創(chuàng)建者。平均歌單介紹長(zhǎng)度為118個(gè)字，平均歌單介紹長(zhǎng)度分布如圖2所示。創(chuàng)建者入度中心性分布如圖3所示，呈現(xiàn)大部分用戶具有較低的中心性、僅有少量的用戶具有較高的中心性的度分布特征，即網(wǎng)易云音樂(lè)用戶社交網(wǎng)絡(luò)體現(xiàn)了節(jié)點(diǎn)度服從冪律分布的特征。此外，歌單平均歌曲數(shù)量為96首，每位創(chuàng)建者平均創(chuàng)建歌單39個(gè)，歌單平均訂閱量為15 837次，平均評(píng)論為149條，平均播放量為1 019 485次。

3 分 析

3.1 變量相關(guān)性分析

對(duì)變量進(jìn)行中心化處理以避免各變量不同量綱對(duì)分析結(jié)果所帶來(lái)的影響，并對(duì)變量進(jìn)行相關(guān)分析（表2）。

表2可以發(fā)現(xiàn)，部分變量之間存在較高的相關(guān)性，如創(chuàng)建者網(wǎng)絡(luò)中心性與創(chuàng)建者網(wǎng)絡(luò)活躍度（β=0.685，p<0.01），創(chuàng)建者網(wǎng)絡(luò)活躍度與創(chuàng)建者網(wǎng)絡(luò)貢獻(xiàn)度（β=0.411，p<0.01）。此外，還有一些變量之間的相關(guān)性較低且不顯著，如UGRL內(nèi)容豐富度與UGRL訂閱量，UGRL內(nèi)容豐富度與UGRL評(píng)論量，UGRL內(nèi)容豐富度與UGRL播放量。為了避免多重共線性對(duì)結(jié)果的影響，在接下來(lái)的回歸分析中將相關(guān)性較高的變量分別進(jìn)入模型。

3.2 UGRL有用性的影響因素分析

表3是從創(chuàng)建者網(wǎng)絡(luò)特征和UGRL質(zhì)量特征對(duì)UGRL有用性的影響回歸分析。

從UGRL訂閱量來(lái)看。在M1中，網(wǎng)絡(luò)中心性對(duì)訂閱量的回歸系數(shù)為0.089，且在統(tǒng)計(jì)上達(dá)到0.01的顯著性水平，因此H3-1得到驗(yàn)證。入度中心性對(duì)訂閱量的顯著正向影響，表明相對(duì)粉絲數(shù)量較少的UGRL創(chuàng)建者，那些在網(wǎng)絡(luò)中擁有較多跟隨者的用戶創(chuàng)建的歌單更可能被其他用戶收藏或訂閱。創(chuàng)建者貢獻(xiàn)度對(duì)歌單訂閱量的回歸系數(shù)顯著，表明那些在網(wǎng)易云音樂(lè)平臺(tái)上創(chuàng)建歌單數(shù)量較多的用戶，其創(chuàng)建的歌單被其他用戶訂閱的次數(shù)較多，因此H6-1得到驗(yàn)證。在M2中，創(chuàng)建者網(wǎng)絡(luò)活躍度對(duì)訂閱量具有正向顯著影響，表明那些在網(wǎng)易云音樂(lè)平臺(tái)上較為活躍的用戶，即發(fā)表動(dòng)態(tài)數(shù)量較多的用戶，其創(chuàng)建的歌單被其他用戶收藏或訂閱的次數(shù)較多，因此H5-1得到驗(yàn)證。在M3中，UGRL介紹長(zhǎng)度對(duì)訂閱量具有正向顯著影響，UGRL內(nèi)容豐富度的平方項(xiàng)對(duì)訂閱量具有負(fù)向顯著影響，因此H1-1和H2-1得證。UGRL介紹長(zhǎng)度是指歌單的文字介紹長(zhǎng)度，通常較短的介紹并不能體現(xiàn)歌單的內(nèi)容，較長(zhǎng)的文字介紹則信息更為豐富，結(jié)果表明介紹內(nèi)容豐富的歌單獲得的訂閱數(shù)量較高。UGRL內(nèi)容豐富度的平方項(xiàng)對(duì)訂閱量具有負(fù)向顯著影響表明，表明歌單歌曲數(shù)量對(duì)歌單訂閱量有倒U型影響。當(dāng)歌單數(shù)量低于某閾值時(shí)，隨著歌曲數(shù)量的增加，該歌單被訂閱的次數(shù)上升;當(dāng)歌單數(shù)量高于某閾值時(shí)，隨著歌曲數(shù)量的增加，該歌單被訂閱的次數(shù)下降。

從歌單評(píng)論量來(lái)看。在M4中，網(wǎng)絡(luò)中心性對(duì)評(píng)論量的回歸系數(shù)為0.105，且在統(tǒng)計(jì)上達(dá)到0.01的顯著性水平，因此H3-2得到驗(yàn)證，表明那些在網(wǎng)絡(luò)中擁有較多跟隨者的用戶創(chuàng)建的歌單更可能被其他用戶評(píng)論。創(chuàng)建者貢獻(xiàn)度對(duì)評(píng)論量的回歸系數(shù)顯著，表明那些在網(wǎng)易云音樂(lè)平臺(tái)上創(chuàng)建歌單數(shù)量較多的用戶，其創(chuàng)建的歌單也被其他用戶評(píng)論的次數(shù)較多，因此H6-2得到驗(yàn)證。在M5中，創(chuàng)建者網(wǎng)絡(luò)活躍度對(duì)評(píng)論量具有正向顯著影響，表明那些在網(wǎng)易云音樂(lè)平臺(tái)上發(fā)表動(dòng)態(tài)數(shù)量較多的用戶，其創(chuàng)建的歌單被其他用戶評(píng)論次數(shù)較多，因此H5-2得到驗(yàn)證。在M6中，UGRL介紹長(zhǎng)度對(duì)評(píng)論量有顯著正向影響，UGRL內(nèi)容豐富度平方項(xiàng)對(duì)評(píng)論量具有顯著負(fù)向影響，因此H1-2和H2-2得到驗(yàn)證。表明歌單歌曲數(shù)量對(duì)歌單評(píng)論量有倒U型影響。

表4是創(chuàng)建者網(wǎng)絡(luò)中心性的影響因素分析，可以發(fā)現(xiàn)創(chuàng)建者活躍度和創(chuàng)建者貢獻(xiàn)度均對(duì)創(chuàng)建者網(wǎng)絡(luò)中心性產(chǎn)生正向影響，標(biāo)準(zhǔn)化回歸系數(shù)分別為0.685和0.144。即那些在個(gè)人主頁(yè)發(fā)布過(guò)較多動(dòng)態(tài)、創(chuàng)建UGRL數(shù)量較多的用戶，通常具有較多的“粉絲”。因此，假設(shè)H4-1和H4-2得到驗(yàn)證。

3.3 UGRL擴(kuò)散效果的影響因素分析

表5報(bào)告了UGRL質(zhì)量特征對(duì)UGRL播放量的回歸結(jié)果，并考察了UGRL有用性起到的中介作用。

從UGRL質(zhì)量特征來(lái)看，在M10中，UGRL介紹長(zhǎng)度（β=0.188，p<0.01）對(duì)播放量有顯著正向影響，因此H8-1得到驗(yàn)證，表明較長(zhǎng)文字介紹的歌單可獲得更多的播放量。UGRL內(nèi)容豐富度的平方項(xiàng)系數(shù)為負(fù)值且顯著（β=-0.153，p<0.01），因此H8-2得到驗(yàn)證，表明歌單歌曲數(shù)量對(duì)播放量有倒U型影響。從UGRL有用性對(duì)擴(kuò)散效果的影響來(lái)看，在M12和M15中，UGRL訂閱量（β=0.959，p<0.01）和評(píng)論量（β=0.727，p<0.01）均對(duì)播放量有顯著正向影響。因此，H7-1和H7-2得到驗(yàn)證。

進(jìn)一步的，在UGRL質(zhì)量特征對(duì)擴(kuò)散效果的影響中，考察UGRL有用性是否起到了中介作用。在M13中，自變量（UGRL介紹長(zhǎng)度）和中介變量（訂閱量）的回歸系數(shù)均正向顯著，表明在UGRL介紹長(zhǎng)度對(duì)UGRL播放量的影響中，UGRL訂閱量起到了部分中介作用。在M14中，自變量（UGRL內(nèi)容豐富度平方項(xiàng)）回歸系數(shù)不顯著，而中介變量（訂閱量）的回歸系數(shù)正向顯著，表明在UGRL內(nèi)容豐富度對(duì)UGRL播放量的影響中，訂閱量起到了完全中介作用。在M16中，自變量（UGRL介紹長(zhǎng)度）和中介變量（UGRL評(píng)論量）的回歸系數(shù)均正向顯著，表明在UGRL介紹長(zhǎng)度對(duì)播放量的影響中，評(píng)論量起到了部分中介作用。在M17中，自變量（UGRL內(nèi)容豐富度平方項(xiàng)）和中介變量（評(píng)論量）的回歸系數(shù)均顯著，表明在UGRL內(nèi)容豐富度對(duì)播放量的影響中，評(píng)論量起到了部分中介作用。

4 結(jié)論與討論

基于信息接受理論，本文以網(wǎng)易云音樂(lè)歌單這一具有代表性的UGRL為例，基于網(wǎng)絡(luò)數(shù)據(jù)爬取與定量分析，研究了創(chuàng)建者網(wǎng)絡(luò)特征、UGRL質(zhì)量特征與UGRL擴(kuò)散效果的關(guān)系，揭示了UGRL內(nèi)容豐富度可能引發(fā)的信息冗余現(xiàn)象。研究發(fā)現(xiàn)：第一，創(chuàng)建者網(wǎng)絡(luò)中心性、網(wǎng)絡(luò)活躍度、網(wǎng)絡(luò)貢獻(xiàn)度均對(duì)UGRL有用性2個(gè)維度（訂閱量、評(píng)論量）有顯著正向影響，此外創(chuàng)建者活躍度、創(chuàng)建者貢獻(xiàn)度對(duì)創(chuàng)建者網(wǎng)絡(luò)中心性有顯著正向影響。第二，UGRL介紹長(zhǎng)度均對(duì)訂閱量、評(píng)論量、播放量具有顯著正向影響。第三，UGRL內(nèi)容豐富度與UGRL有用性存在倒U型關(guān)系，UGRL內(nèi)容豐富度與擴(kuò)散效果存在倒U型關(guān)系。第四，在UGRL質(zhì)量特征對(duì)擴(kuò)散效果的影響中，UGRL有用性起到了中介作用。

本研究對(duì)現(xiàn)有文獻(xiàn)做出了一些貢獻(xiàn)：其一，考察了歌單此類用戶創(chuàng)建資源列表擴(kuò)散效果的影響因素，包括應(yīng)用中心性、活躍度、貢獻(xiàn)度等來(lái)解釋創(chuàng)建者網(wǎng)絡(luò)特征如何影響擴(kuò)散效果，UGRL介紹文字長(zhǎng)度、UGRL內(nèi)容豐富度來(lái)解釋UGRL質(zhì)量特征如何影響擴(kuò)散效果。其二，在信息接受模型的框架下，發(fā)現(xiàn)了UGRL內(nèi)容豐富度對(duì)UGRL有用性和擴(kuò)散效果的倒U型影響關(guān)系，揭示了此類UGRL可能出現(xiàn)信息過(guò)載的條件。其三，在傳統(tǒng)信息接受模型中，更進(jìn)一步地發(fā)現(xiàn)了創(chuàng)建者網(wǎng)絡(luò)特征內(nèi)部的影響關(guān)系（即活躍度、貢獻(xiàn)度對(duì)中心性的影響），以及UGRL有用性在UGRL質(zhì)量特征對(duì)擴(kuò)散效果的影響中的中介作用。

在研究中考慮了創(chuàng)建者的網(wǎng)絡(luò)特征，這與包括網(wǎng)易云音樂(lè)在內(nèi)的用戶生成內(nèi)容類在線社群或移動(dòng)應(yīng)用的功能設(shè)置具有契合性。本研究發(fā)現(xiàn)對(duì)UGRL創(chuàng)建者、普通用戶和在線社群平臺(tái)具有啟示意義。其一，對(duì)于UGRL創(chuàng)建者而言，通過(guò)在個(gè)人主頁(yè)上積極發(fā)布動(dòng)態(tài)信息，積極參與到新UGRL的創(chuàng)建之中，可以提高自身影響力和提升所創(chuàng)建資源列表的擴(kuò)散效果。其二，對(duì)于普通用戶而言，那些介紹長(zhǎng)度較長(zhǎng)、內(nèi)容豐富度適中的UGRL，以及由擁有眾多跟隨者、經(jīng)常發(fā)布和分享內(nèi)容的創(chuàng)建者創(chuàng)建的UGRL，通常具有較高的有用性。其三，對(duì)于在線社群平臺(tái)而言，多關(guān)注那些在平臺(tái)中具有較高活躍度和貢獻(xiàn)度的UGRL創(chuàng)建者，有效將資源列表與資源列表搜尋者的需求進(jìn)行匹配，增強(qiáng)平臺(tái)用戶粘性。

本研究仍然存在局限，這也為未來(lái)研究提供了方向。本研究中涉及資源列表介紹文本、資源列表評(píng)論文本兩類文本信息，通過(guò)文字長(zhǎng)度的和評(píng)論數(shù)量的方式進(jìn)行測(cè)度，未來(lái)研究可關(guān)注文本信息所具有的情感特征對(duì)擴(kuò)散的影響作用。

參考文獻(xiàn)

[1]詹麗華.UGC用戶行為成因分析——用戶數(shù)據(jù)素養(yǎng)與用戶行為情景的雙重視角[J].情報(bào)理論與實(shí)踐，2018，41（4）：28-32.

[2]崔金紅，汪凌韻.在線反饋系統(tǒng)中消費(fèi)者網(wǎng)絡(luò)口碑傳播動(dòng)機(jī)的實(shí)證研究[J].現(xiàn)代圖書(shū)情報(bào)技術(shù)，2012，（10）：55-60.

[3]Yu-Wei C，Ping-Yu H，Wen-Lung S，et al.The Effect of Customer Power on Enterprise Internal Knowledge Sharing：An Empirical Study[J].Aslib Journal of Information Management，2015，67（5）：505-525.

[4]Moe W W，Schweidel D A.Online Product Opinions：Incidence，Evaluation，and Evolution[J].Marketing Science，2012，31（3）：372-386.

[5]Susarla A，Oh J，Tan Y.Social Networks and the Diffusion of User-Generated Content：Evidence from YouTube[J].Information Systems Research，2012，23（1）：23-41.

[6]Shriver S K，Nair H S，Hofstetter R.Social Ties and User-Generated Content：Evidence from an Online Social Network[J].Management Science，2013，59（6）：1425-1443.

[7]夏立新，王凱利，程秀峰.基于PPM模型的移動(dòng)音樂(lè)平臺(tái)用戶轉(zhuǎn)移行為研究——以網(wǎng)易云音樂(lè)為例[J].現(xiàn)代情報(bào)，2018，（8）：3-11.

[8]Sussman S W，Siegal W S.Informational Influence in Organizations：An Integrated Approach to Knowledge Adoption[J].Information Systems Research，2003，14（1）：47-65.

[9]李晶，漆賢軍，陳明紅.信息質(zhì)量感知對(duì)信息獲取與信息采納的影響研究[J].情報(bào)科學(xué)，2015，（3）：123-129.

[10]李進(jìn)華，張婷婷.社會(huì)化問(wèn)答知識(shí)分享用戶感知有用性影響因素研究——以知乎為例[J].現(xiàn)代情報(bào)，2018，（4）：20-28.

[11]徐瑞朝，曾一昕.國(guó)內(nèi)信息過(guò)載研究述評(píng)與思考[J].圖書(shū)館學(xué)研究，2017，（18）：21-25.

[12]王娜，任婷.移動(dòng)社交網(wǎng)站中的信息過(guò)載與個(gè)性化推薦機(jī)制研究[J].情報(bào)雜志，2015，34（8）：190-194.

[13]劉雪琪，廖秉宜.我國(guó)大陸地區(qū)新浪微博用戶信息過(guò)載感知程度影響因素的實(shí)證研究[J].信息資源管理學(xué)報(bào)，2017，7（3）：66-72.

[14]李旭，劉魯川.信息過(guò)載背景下社會(huì)化閱讀APP用戶的忽略與退出行為——心理契約違背視角[J].圖書(shū)館，2018，（2）：75-84.

[15]Mudambi S M，Schuff D.What Makes a Helpful Online Review？A Study of Customer Reviews on amazon.com[J].MIS Q，2010，34（1）：185-200.

[16]Chevalier J A，Mayzlin D.The Effect of Word of Mouth on Sales：Online Book Reviews[J].Journal of Marketing Research，2006，43（3）：345-354.

[17]Johnson E J，Payne J W.Effort and Accuracy in Choice[J].Management Science，1985，31（4）：395-414.

[18]王娜，張麗娟.UGC社區(qū)中的信息過(guò)載防控機(jī)制研究[J].創(chuàng)新科技，2016，（3）：91-93.

[19]Schick A G，Gordon L A，Haka S.Information Overload：A Temporal Approach[J].Accounting，Organizations and Society，1990，15（3）：199-220.

[20]Forman C，Ghose A，Wiesenfeld B.Examining the Relationship Between Reviews and Sales：The Role of Reviewer Identity Disclosure in Electronic Markets[J].Information Systems Research，2008，19（3）：291-313.

[21]Susarla A，Oh J H，Tan Y.Social Networks and the Diffusion of User-Generated Content：Evidence from YouTube[J].Information Systems Research，2012，23（1）：23-41.

[22]何旵陽(yáng)，孫魯敬，楊家海.基于Feeds的社交網(wǎng)絡(luò)活躍度分析[J].計(jì)算機(jī)科學(xué)，2015，（11）：149-153.

[23]萬(wàn)巖，范靜，高錦萍，等.網(wǎng)絡(luò)社群的凝聚力與活躍度提升研究：品牌與信任的角度[J].系統(tǒng)管理學(xué)報(bào)，2017，（4）：611-623.

[24]孫怡，魯耀斌，魏國(guó)基.社交氛圍對(duì)朋友群組成員的購(gòu)買意愿和行為的影響[J].管理學(xué)報(bào)，2016，（9）：1392-1399.

[25]肖邦明，黃敏學(xué)，廖俊云.交易型社區(qū)的網(wǎng)絡(luò)閉包機(jī)制研究[J].管理科學(xué)，2015，（5）：129-144.

[26]周軍杰.社會(huì)化商務(wù)背景下的用戶粘性：用戶互動(dòng)的間接影響及調(diào)節(jié)作用[J].管理評(píng)論，2015，（7）：127-136.

[27]冉曉斌，劉躍文，姜錦虎.社交網(wǎng)絡(luò)活躍行為的大數(shù)據(jù)分析：網(wǎng)絡(luò)外部性的視角[J].管理科學(xué)，2017，（5）：77-86.

[28]Chen R.Member Use of Social Networking Sites—An Empirical Examination[J].Decision Support Systems，2013，54（3）：1219-1227.

[29]Rau P P，Gao Q，Ding Y.Relationship Between the Level of Intimacy and Lurking in Online Social Network Services[J].Computers in Human Behavior，2008，24（6）：2757-2770.

[30]Trusov M，Bodapati A V，Bucklin R E.Determining Influential Users in Internet Social Networks[J].Journal of Marketing Research，2010，47（4）：643-658.

[31]Chen A，Lu Y，Chau P Y K，et al.Classifying，Measuring，and Predicting Users Overall Active Behavior on Social Networking Sites[J].Journal of Management Information Systems，2014，31（3）：213-253.

（責(zé)任編輯：孫國(guó)雷）