社交網(wǎng)絡用戶行為國內外研究動態(tài)及發(fā)展趨勢

李嘉興 王晰巍 常穎 王微

摘?要：[目的/意義]通過收集國內外學者關于社交網(wǎng)絡用戶行為的相關研究，深入了解國內外社交網(wǎng)絡用戶行為的研究前沿及發(fā)展趨勢。[方法/過程]運用文獻分析、知識圖譜可視化方法對國內外社交網(wǎng)絡用戶行為的起源和發(fā)展以及研究熱點進行總結，分析未來社交網(wǎng)絡用戶行為研究的發(fā)展趨勢。[結果/結論]分析結果表明，國外學者主要圍繞社交網(wǎng)絡用戶持續(xù)使用行為、隱私風險對用戶行為的影響、社交網(wǎng)絡用戶疲勞行為展開研究，國內學者主要研究社交網(wǎng)絡用戶的信息交互及轉發(fā)行為、使用行為以及用戶行為特征。社交網(wǎng)絡用戶行為的未來發(fā)展趨勢將圍繞用戶行為畫像、用戶隱私、社交網(wǎng)絡特殊用戶群體以及社交網(wǎng)絡倦怠行為來進行研究。

關鍵詞：社交網(wǎng)絡;用戶;信息行為;持續(xù)使用

DOI：10.3969/j.issn.1008-0821.2020.04.019

〔中圖分類號〕G252.0?〔文獻標識碼〕A?〔文章編號〕1008-0821（2020）04-0167-11

Research Trends and Development Trends of Social Network User Behavior

Li Jiaxing1?Wang Xiwei2?Chang Ying2?Wang Wei2

（1.School of Information Management，Nanjing University，Nanjing 210023，China;

2.School of Management，Jilin University，Changchun 130022，China）

Abstract：[Purpose/Significance]By collecting relevant researches of domestic and foreign scholars on social network user behavior，the research frontier and development trend of social network user behavior at home and abroad are deeply understood.[Method/Process]Literature analysis and knowledge map visualization were used to summarize the origin，development and research hotspots of social network user behavior at home and abroad，and to analyze the development trend of future research on social network user behavior.[Result/Conclusion]Research hotspot analysis results showed that foreign scholars mainly focused on the continuous use behavior of social network users，the impact of privacy risk on user behavior，and the fatigue behavior of social network users，while domestic scholars mainly studied the information interaction and forwarding behavior，use behavior and user behavior characteristics of social network users.The future development trend of social network user behavior will focus on user behavior portrait，user privacy，social network special user group and social network burnout behavior.

Key words：social networks;user;information behavior;continuous usage

近年來，社交網(wǎng)絡的功能隨互聯(lián)網(wǎng)技術的變革不斷更新，逐漸成為人們日常社交生活的重要組成部分。社交網(wǎng)絡一詞來源于英文SNS（Social Network Service），用戶通過使用社交網(wǎng)絡進行社交，擴大交際范圍，獲取社會資本，維持社會關系。社交網(wǎng)絡使用戶的虛擬社交與現(xiàn)實生活不斷產生交集，這種虛擬與現(xiàn)實的碰撞對社交網(wǎng)絡用戶行為產生巨大影響，由此引發(fā)諸多學術問題和現(xiàn)實問題，所以針對社交網(wǎng)絡用戶行為的研究成為學術界和產業(yè)界的研究熱點。

本文主要研究問題如下：1）社交網(wǎng)絡用戶行為研究的起源與發(fā)展歷程是什么？2）社交網(wǎng)絡用戶行為的研究熱點是什么？3）社交網(wǎng)絡用戶行為未來的研究趨勢是什么？本文對國內外社交網(wǎng)絡用戶行為的起源與發(fā)展歷程進行梳理，對當前研究熱點進行深入分析，幫助國內外學者找到社交網(wǎng)絡用戶行為的未來研究趨勢，推動社交網(wǎng)絡用戶行為研究的進一步發(fā)展。

1?樣本選擇

本文為研究國內外社交網(wǎng)絡用戶行為發(fā)展趨勢，分別選取中國知網(wǎng)（CNKI）數(shù)據(jù)庫以及Web of Science（WOS）數(shù)據(jù)庫進行研究。使用中國知網(wǎng)（CNKI）數(shù)據(jù)庫檢索國內學者對社交網(wǎng)絡用戶行為的研究，以主題=（“用戶行為”并含“社交網(wǎng)絡”or“用戶行為”并含“社交媒體”or“用戶行為”并含“微信”or“用戶行為”并含“微博”or“用戶行為”）作為檢索式，檢索文獻共計364篇。國內社交網(wǎng)絡用戶行為文獻主要來源于計算機、新聞傳播、圖書情報檔案、工商管理等領域，其中圖書情報檔案類共計62篇文獻。

使用Web of Science（WOS）數(shù)據(jù)庫對國外相關文獻進行檢索，以TS=（“Social Network”O(jiān)R“Social Media”O(jiān)R“FACEBOOK”O(jiān)R“Twitter”）AND TS=（“User Behavior”）作為檢索式進行檢索，檢索后得到文獻共計175篇。國外對社交網(wǎng)絡用戶行為的研究主要集中在計算機領域，其余來自工程、商業(yè)經濟、信息科學、圖書館科學等。其中信息科學及圖書館科學文獻共計21篇。

2?國內外社交網(wǎng)絡用戶行為的研究起源及發(fā)展

2.1?國外社交網(wǎng)絡用戶行為研究的起源及發(fā)展

雖然社交網(wǎng)絡誕生較早，但國外學者在2009年才開始對社交網(wǎng)絡用戶行為進行研究。在研究早期階段，國外學者主要圍繞視頻內容社交網(wǎng)絡用戶行為進行研究。Lin W等[1]基于博弈論構建視頻社交網(wǎng)絡用戶行為模型，提出激勵策略促進用戶合作，通過仿真驗證提出策略有效地促進用戶合作行為;Zhao H等[2]基于用戶行為建模，分析人為因素對社交網(wǎng)絡視頻共享系統(tǒng)的影響。

2010年，F(xiàn)acebook、Twitter推出信息流功能，用戶可以通過信息流查看好友最近瀏覽的新聞、音樂等信息，新功能一經推出便引起了廣泛爭議，信息流使信息訪問變得更加容易，但引發(fā)用戶對隱私的擔憂從而導致用戶對這項功能產生抗議[3]。自此社交網(wǎng)絡用戶隱私對用戶行為的影響成為國外學者研究重點方向。

2011年，國外學者著手研究社交網(wǎng)絡用戶使用行為的影響因素，通過構建使用行為影響因素模型，先后證實了用戶情緒、用戶心理因素對用戶使用行為的影響[4]，后續(xù)研究在此基礎上進行延伸，對用戶情緒、用戶心理進一步細化，不斷完善用戶使用行為影響因素模型。

隨著互聯(lián)網(wǎng)技術的進步，社交網(wǎng)絡面向用戶不斷推出新的服務，以Facebook、Twitter為代表的社交網(wǎng)絡徹底改變了人們獲取信息和發(fā)布內容的方式。2012年，國外學者開始研究社交網(wǎng)絡用戶內容生成及共享行為，國外學者提出社交網(wǎng)絡用戶發(fā)布信息內容源于用戶尋求他人的關注，通過用戶行為數(shù)據(jù)分析，驗證了社交網(wǎng)絡用戶貢獻內容的主要動機是尋求關注[5]。社交網(wǎng)絡的發(fā)展雖然方便了用戶擴大社交圈，加強社會聯(lián)系，及時獲取和發(fā)布信息，但是過度關注、信息超載也給用戶帶來了社交壓力與焦慮。2014年，國外學者提出社交網(wǎng)絡用戶疲勞概念，指出用戶疲勞的原因來源于互動社區(qū)的成員，社交網(wǎng)絡疲勞會導致用戶暫時離開社交網(wǎng)絡環(huán)境，降低社交活動強度，甚至停止使用社交網(wǎng)絡[6]。

2014年以后，國外學者對社交網(wǎng)絡用戶行為的研究主要沿著前人提出的研究方向進一步深入，通過變換研究視角、改變研究方法對用戶使用行為、隱私對用戶行為的影響、用戶內容生成及分享行為、用戶社交疲勞行為繼續(xù)進行研究。國外社交網(wǎng)絡用戶行為研究起源及發(fā)展如圖1所示。

2.2?國內社交網(wǎng)絡用戶行為研究的起源及發(fā)展

國內學者對社交網(wǎng)絡用戶行為的研究始于2010年，2013年后進入到研究的高峰期，研究成果逐年增長。2010年王曉光[7]首先對社交網(wǎng)絡用戶行為進行分析，針對新浪微博用戶分析其行為特征和關系特征，構建用戶影響力模型。隨著微信、微博為代表的社交網(wǎng)絡的不斷發(fā)展，用戶數(shù)量大量提升，針對社交網(wǎng)絡用戶行為的研究在2013年迎來了研究的高峰期。2013年開始許多國內學者對微博用戶行為展開分析，彭柯等[8]對微博用戶的共享行為進行研究，閆強等[9]研究了微博社區(qū)的用戶行為特征，王清華等[10]圍繞微博用戶使用滿意度對用戶使用行為的影響開展研究。針對微博用戶行為的研究高峰一直持續(xù)到2015年，在2013-2015年期間國內學者針對社交網(wǎng)絡用戶行為的研究主要是圍繞微博用戶行為，而且在這一時期國內學者主要研究微博用戶的使用行為特征及使用行為的影響因素。

2015年后伴隨著移動互聯(lián)網(wǎng)的普及，社交網(wǎng)絡借助移動互聯(lián)網(wǎng)更加深入到人們的日常社交生活中，在這一時期國內學者開始對移動社交網(wǎng)絡用戶行為展開研究，具體包括針對微信用戶行為、移動閱讀的用戶行為、移動短視頻用戶行為進行分析。社交網(wǎng)絡的出現(xiàn)為用戶的日常社交帶來便利條件，但是用戶在社交網(wǎng)絡上消耗了大量的個人時間，這也導致用戶逐漸意識到使用社交網(wǎng)絡的弊端，從而減少使用社交網(wǎng)絡的時間。在2018年國內學者發(fā)現(xiàn)了這一現(xiàn)象，從而開始對移動社交網(wǎng)絡用戶的倦怠行為、流失行為等消極使用社交網(wǎng)絡的用戶行為進行研究。國內社交網(wǎng)絡用戶行為研究起源及發(fā)展如圖2所示。

2.3?國內外社交網(wǎng)絡用戶行為研究發(fā)展的比較分析

國內外學者對社交網(wǎng)絡用戶行為的研究呈現(xiàn)逐年增長的態(tài)勢，從研究起源看，國外學者研究社交網(wǎng)絡用戶行為早于國內學者，這得益于國外社交網(wǎng)絡早在21世紀初便誕生，進入中國時間較晚。國外學者的研究主體更加多樣，不僅對傳統(tǒng)社交網(wǎng)絡Facebook、Twitter進行研究，而且對新興社交網(wǎng)絡社交也保持關注，如Snapchat、Ins、社交網(wǎng)絡游戲等。國內學者對社交網(wǎng)絡用戶行為的研究仍以微博、微信為主。

從國內外研究的發(fā)展脈絡看，國外學者在2010-2014年便已經探索出社交網(wǎng)絡用戶行為的主要發(fā)展方向，比如社交網(wǎng)絡用戶使用行為、社交網(wǎng)絡用戶內容生成及共享行為、隱私安全對社交網(wǎng)絡用戶行為的影響、社交網(wǎng)絡用戶疲勞，2014年后國外學者主要改變研究方法、研究對象、理論依據(jù)沿著前人研究方向繼續(xù)深入。

國內學者受限于社交網(wǎng)絡進入中國時間晚，社交網(wǎng)絡產品種類單一，在初期僅能對微博用戶進行研究，從用戶特征、用戶影響力到用戶使用行為影響因素。但隨著移動社交網(wǎng)絡的發(fā)展，國內學者的研究對象不斷豐富，對微信、移動圖書館、移動短視頻用戶開展研究。國內學者對社交網(wǎng)絡用戶行為的研究與國外相比相對滯后，國外早在2010年便提出隱私安全對用戶行為的影響，并于2014年提出社交網(wǎng)絡用戶疲勞，但國內學者近兩年才開始關注。

3?國內外社交網(wǎng)絡用戶行為的國內外研究熱點

3.1?國外社交網(wǎng)絡用戶行為的研究熱點

3.1.1?社交網(wǎng)絡用戶持續(xù)使用行為影響因素

社交網(wǎng)絡的用戶活躍度來源于用戶的持續(xù)使用，用戶持續(xù)使用行為是決定社交網(wǎng)絡興衰的重要因素，國外學者針對社交網(wǎng)絡用戶持續(xù)使用行為進行了廣泛的研究，研究方法以構建模型為主，通過問卷收集數(shù)據(jù)證實假設。國外學者對持續(xù)使用行為研究的不同之處在于構建模型所依據(jù)理論及選取的中介變量不同，Jin C H[11]基于傳統(tǒng)的TRAM模型對Facebook用戶使用行為的影響因素進行分析，發(fā)現(xiàn)感知有用性、易用性、趣味性是影響用戶繼續(xù)使用Facebook的中介變量;Mouakket S[12]認為現(xiàn)有研究缺乏社交網(wǎng)絡用戶采納后的行為研究，依據(jù)期望—確認模型構建了用戶持續(xù)使用意愿影響因素模型，發(fā)現(xiàn)感知有用性、用戶習慣、主觀規(guī)范顯著影響用戶的持續(xù)使用意愿。但Gu R等[13]認為現(xiàn)有研究過多使用傳統(tǒng)理論模型如持續(xù)期望確認模型等，忽視了用戶持續(xù)使用意愿與忠誠度間的關系，因此提出以用戶忠誠度為中心構建用戶持續(xù)使用影響因素模型，驗證了社交網(wǎng)絡用戶忠誠度對持續(xù)使用意愿的影響;Ooi K B等[14]對移動學習社交網(wǎng)絡用戶進行研究，通過建模分析發(fā)現(xiàn)社交網(wǎng)絡有用性、易用性、歸屬感會顯著影響用戶的滿意度，從而對持續(xù)使用行為產生直接影響，研究結果表明用戶滿意度是移動學習社交網(wǎng)絡持續(xù)使用影響因素模型的中介變量;Shin S I等[15]在對社交網(wǎng)絡用戶持續(xù)訪問行為的研究中創(chuàng)造性的將用戶滿意度、忠誠度作為模型的調節(jié)變量，結果表明用戶滿意度、忠誠度對感知有用性/低不確定性與用戶持續(xù)訪問行為之間的關系具有顯著的調節(jié)作用。國外學者對用戶持續(xù)使用行為影響因素的研究還在不斷深入，通過結合經典理論提出嶄新的研究視角進行研究創(chuàng)新，Bao Z S[16]通過結合網(wǎng)絡外部性和社會支持理論提出新視角下的移動社交網(wǎng)絡用戶持續(xù)使用行為研究模型，并通過驗證模型來提出維持用戶粘度的措施。

3.1.2?隱私風險對用戶行為的影響

用戶使用社交網(wǎng)絡擴大社交范圍，增加社會資本，但是用戶在使用過程中產生許多隱私問題，用戶需要平衡使用社交網(wǎng)絡保持與朋友聯(lián)系和保護個人隱私的關系。用戶在使用社交網(wǎng)絡過程中面臨的隱私泄露風險以及用戶隱私關注對用戶行為的影響是國外社交網(wǎng)絡用戶行為研究的熱點之一。Zhou T[17]在研究移動社交網(wǎng)絡用戶采納行為的過程中，發(fā)現(xiàn)隱私風險會顯著影響用戶感知有用性，從而直接影響用戶決定是否繼續(xù)采納移動社交網(wǎng)絡;Wisniewski P等[18]研究隱私關注與用戶互動行為的關系，發(fā)現(xiàn)高度關注個人隱私的用戶極少與朋友進行互動。Ooi K B等[19]基于信念—意圖—行為理論鏈并結合隱私悖論模型來探索移動社交網(wǎng)絡用戶隱私關注與使用意圖間的關系，研究結果表明，隱私關注與使用行為之間存在負相關。大多數(shù)學者的研究表明用戶隱私關注會顯著影響用戶行為，但Min J Y[20]的研究有新的發(fā)現(xiàn)，他基于成本—收益框架對移動社交網(wǎng)絡用戶的持續(xù)使用行為進行演算，將隱私關注作為成本因素，將行為誘惑作為利益因素，研究結果表明，多重利益因素可以抵消用戶隱私關注所產生的負面影響;Hew J J[21]的研究也證實了這一研究結論，他針對移動社交網(wǎng)絡用戶在旅游中生成內容行為進行建模分析，研究發(fā)現(xiàn)，雖然用戶隱私關注會對用戶行為產生負面影響，但是在用戶生成內容的過程中隱私關注的負面影響會被感知利益和歸屬感抵消。

3.1.3?社交網(wǎng)絡用戶疲勞

隨著社交網(wǎng)絡深入用戶日常生活，用戶在使用社交網(wǎng)絡的過程中需要對社交需求持續(xù)關注，而社交需求不斷增長使用戶的身體和心里承受巨大壓力，從而導致用戶對社交網(wǎng)絡疲勞。Luqman A[22]對360名Facebook用戶進行抽樣調查，通過S-O-R模型驗證了用戶的技術壓力、心理壓力會導致社交網(wǎng)絡用戶疲憊，使用戶退出Facebook;Lee A R等[23]以壓力作用交互理論為基礎構建社交網(wǎng)絡疲勞影響因素模型，研究發(fā)現(xiàn)，過載是社交網(wǎng)絡用戶疲勞的核心因素;Chaouali W[24]使用SmartPLS分析729個可響應數(shù)據(jù)研究社交網(wǎng)絡用戶持續(xù)意愿的抑制因素，他的研究也驗證了信息超載和社會超載對社交網(wǎng)絡持續(xù)意愿產生負面影響。

3.2?國內社交網(wǎng)絡用戶行為的研究熱點

3.2.1?社交網(wǎng)絡用戶使用行為及演化

國內學者對社交網(wǎng)絡用戶使用行為的研究主要圍繞不同社交網(wǎng)絡的用戶使用行為以及用戶使用行為的演化展開。從研究對象可以區(qū)分為科研社交網(wǎng)絡用戶、微信用戶以及微博用戶的使用行為，王曰芬等[25]對科研社交網(wǎng)絡用戶使用行為進行研究，采用方差分析法對科研社交網(wǎng)絡用戶內容生成與使用行為的關系進行研究;陳明紅等[26]基于計劃行為理論構建科研社交網(wǎng)絡用戶使用行為理論模型，通過實證研究探索了科研社交網(wǎng)絡使用意向和行為間的關聯(lián)。李嘉興等[27]選取微信用戶作為研究對象，以UTAUT模型為基礎構建微信老年用戶影響因素模型，從信息生態(tài)視角分析微信老年用戶使用行為的影響因素。從社交網(wǎng)絡用戶使用行為的演化方向可以分為持續(xù)使用行為、消極使用行為，孟猛等[28]基于自我決定理論，在ECM-ISC模型的基礎上構建移動社交網(wǎng)絡用戶持續(xù)使用行為模型，對移動社交網(wǎng)絡用戶持續(xù)使用行為的影響因素進行研究。劉魯川等[29]采用深度訪談的方式收集數(shù)據(jù)，基于扎根理論構建社交媒體倦怠、消極使用行為理論模型，研究發(fā)現(xiàn)，外部環(huán)境以及用戶因素會導致倦怠情緒從而使用戶轉向消極使用行為。李旭等[30]以認知負荷理論作為研究視角，探究倦怠情緒與消極使用行為間的關系，發(fā)現(xiàn)信息過載、服務過載、社交過載會影響用戶的倦怠情緒從而使用戶消極使用微信。

3.2.2?社交網(wǎng)絡用戶信息行為

國內學者對于社交網(wǎng)絡用戶信息行為的研究主要圍繞微博用戶的信息交互行為、轉發(fā)行為進行。國內學者選擇信息交互行為的研究主體呈現(xiàn)多樣化的特點，鄧勝利[31]通過構建網(wǎng)絡用戶信息交互行為模型，對網(wǎng)絡用戶信息交互行為的形成和改變過程以及信息交互模式進行分析;王雪芬等[32]對虛擬求職社區(qū)的用戶信息交互行為模式及結構進行分析，通過采集用戶交互數(shù)據(jù)，使用社會網(wǎng)絡分析法研究用戶交互內容及交互關系;李綱等[33]以微信群中的真實對話作為研究對象，分析微信群的網(wǎng)絡結構、成員的交互行為;張繼東等[34]基于用戶交互行為計算移動社交網(wǎng)絡用戶影響力，從而找到意見領袖以及具有潛在影響力的用戶。關于社交網(wǎng)絡用戶的轉發(fā)行為主要以微博用戶研究為主，丁緒武等[35]研究情緒因素對微博用戶轉發(fā)行為的影響，采用實證研究的方法結合兩個熱點微博話題對假設進行驗證，研究結果為情緒對微博轉發(fā)行為具有積極影響;隨著對轉發(fā)行為影響因素研究的深入，湯胤等[36]、陳姝等[37]分別結合社會認知理論、理性行為理論對微博用戶轉發(fā)行為的影響因素進行研究，但二者選取的研究對象稍有不同，湯胤選擇微博用戶中的意見領袖作為研究對象，而陳姝研究對象為微博普通用戶;微博擁有龐大的用戶基數(shù)，企業(yè)推廣營銷活動離不開微博，田磊等[38]對面向閱讀的微博用戶轉發(fā)行為進行預測，通過構建邏輯回歸模型對轉發(fā)行為進行精準預測，從而提升企業(yè)的推廣效果。

3.2.3?社交網(wǎng)絡用戶行為特征

國內學者針對社交網(wǎng)絡用戶行為特征進行了大量研究，主要研究熱點仍然是微博用戶的行為特征，但是研究方法和研究方向有明顯差異。最初王曉光[39]、楊成明[40]采用實證研究方法對微博用戶特征進行分析;隨著技術手段的進步和研究的深入，微博用戶特征的研究逐漸靠向信息傳播方向，廖海涵等[41]采用網(wǎng)絡爬蟲的方式對微博用戶數(shù)據(jù)進行爬取，分析信息傳播過程中的用戶行為特征;吳聯(lián)仁等[42]對微博用戶在危機事件中的行為特征與日常事件下進行對比，從而找到危機事件下的用戶行為特征，進而對危機事件進行有效引導。針對微博用戶行為特征的研究已接近飽和，國內學者開始將研究目光投向其他社交網(wǎng)絡，劉玉靜等[43]對移動智能終端用戶行為特征對圖書館建設的影響進行研究，討論用戶行為特征對圖書館發(fā)展的影響;王飛飛等[44]通過爬取微信朋友圈數(shù)據(jù)，對微信用戶的信息發(fā)布行為特征進行分析。

3.3?國內外社交網(wǎng)絡用戶行為研究熱點的知識圖譜分析

為了分析國內外社交網(wǎng)絡用戶行為研究熱點，本研究通過Citespace軟件繪制近5年國內外社交網(wǎng)絡用戶行為的研究熱點主題詞知識圖譜。根據(jù)表1結果得知，國外社交網(wǎng)絡用戶行為被引熱點主題詞為Social Network、User Behavior、Social Media、Model、Network、Online Social Network、Twitter、System、Facebook、Media。而且Online Social Network、Facebook的中心度高于其他關鍵詞，這表明國外學者針對社交網(wǎng)絡用戶行為的分析以Facebook用戶以及在線社交網(wǎng)絡用戶為主，但是針對用戶行為的研究較為分散，從被引頻率與中心度可以看出國外學者研究社交網(wǎng)絡用戶行為的方法主要為構建模型。國內社交網(wǎng)絡用戶行為被引熱點主題詞分別為社交網(wǎng)絡、微博、用戶行為、用戶影響力、交互行為、微信、社交媒體、影響因素、移動社交網(wǎng)絡、用戶。其中社交網(wǎng)絡、微博、用戶行為的被引頻率和中心度明顯高于其他關鍵詞，這表明國內學者針對社交網(wǎng)絡用戶行為的研究主要圍繞微博用戶進行。用戶影響力、交互行為雖然被引頻率較高，但是中心度僅為0.01，而影響因素出現(xiàn)在熱點主題詞統(tǒng)計表上這也表明了國內關于社交網(wǎng)絡用戶行為的研究主要圍繞用戶行為的影響因素進行展開。

4?社交網(wǎng)絡用戶行為研究發(fā)展趨勢

運用CiteSpace繪制社交網(wǎng)絡用戶行為領域近5年的研究趨勢知識圖譜，具體如圖3、圖4所示。從近5年該領域的研究發(fā)展趨勢可以看出，國外學者研究發(fā)展路徑為“社交網(wǎng)絡用戶行為的影響因素→社交網(wǎng)絡用戶的意圖分析→社交網(wǎng)絡用戶的信息傳播行為”，最后集中研究隱私對用戶行為的影響以及用戶行為預測;國內學者研究發(fā)展路徑為“社交網(wǎng)絡用戶的交互行為→微博用戶的信息轉發(fā)行為→移動社交網(wǎng)絡用戶行為的影響因素”，最后集中為社交網(wǎng)絡用戶行為畫像以及社交網(wǎng)絡用戶倦怠行為?；趯鴥韧饨暄芯堪l(fā)展趨勢總結社交網(wǎng)絡用戶行為未來發(fā)展趨勢如下：

4.1?社交網(wǎng)絡的用戶畫像與行為預測

隨著國內外學者對社交網(wǎng)絡用戶行為特征的研究逐漸深入，社交網(wǎng)絡用戶行為畫像以及用戶行為預測成為新的研究熱點。社交網(wǎng)絡經過長時間的發(fā)展已經積累了成熟的用戶群體，相同用戶群體具有顯著共性，不同用戶群體差異性明顯。通過收集社

交網(wǎng)絡用戶的行為數(shù)據(jù)，對社交網(wǎng)絡用戶行為特征進行聚類及標簽化處理，采取機器學習的方式對用戶群體特征進行建模來預測用戶行為，從而幫助企業(yè)進行個性化推薦和精準營銷，符合產學研一體化的趨勢，社交網(wǎng)絡用戶畫像及預測將成為學術界和工業(yè)界未來關注的重點。

4.2?社交網(wǎng)絡的用戶隱私泄露

社交網(wǎng)絡在2011年后呈現(xiàn)爆發(fā)式增長的趨勢，但是在快速擴張的同時，許多安全漏洞并沒有及時有效地治理，導致用戶隱私安全得不到保障，用戶在使用社交網(wǎng)絡過程中不良習慣也會導致隱私泄露。2018年Facebook用戶隱私泄露案中劍橋分析公司通過分析非法獲取的用戶行為數(shù)據(jù)操控選舉使人們意識到用戶隱私泄露不僅損害個人利益，嚴重情況下會造成社會危機，對于社交網(wǎng)絡用戶隱私保護機制的研究迫在眉睫。

4.3?社交網(wǎng)絡的特殊用戶群體

社交網(wǎng)絡的用戶群體具有多元化的特點，特殊群體如老年用戶、農民與活躍用戶群體如大學生、白領等用戶群體的行為存在顯著性差異。隨著國家老齡化程度加劇以及城鎮(zhèn)化普及，使用社交網(wǎng)絡的特殊群體用戶數(shù)量將會進一步增長，特殊用戶群體由于信息素養(yǎng)不足、缺乏隱私保護意識在使用過程中會產生一系列的問題。針對社交網(wǎng)絡特殊用戶群體的行為進行研究，并提出相應的引導及管理策略將是未來的研究熱點。

4.4?社交網(wǎng)絡的用戶倦怠行為

社交網(wǎng)絡的發(fā)展已進入成熟期，呈現(xiàn)寡頭壟斷的趨勢，F(xiàn)acebook、Twitter、微信、微博擁有龐大的用戶群體，但是用戶在使用社交網(wǎng)絡的過程中逐漸對社交網(wǎng)絡繁瑣的功能、復雜的社交網(wǎng)絡人際關系、無用的關注對象感到倦怠，社交網(wǎng)絡用戶開始逐步轉移、流失，甚至一部分用戶開始抵制使用社交網(wǎng)絡。通過深度訪談、日志數(shù)據(jù)挖掘、實驗方法對社交網(wǎng)絡用戶倦怠行為的動機、影響因素、預測進行研究將是未來的研究趨勢。

5?結?論

通過對國內外社交網(wǎng)絡用戶行為的起源及發(fā)展、研究熱點、發(fā)展趨勢進行總結，得到以下結論。社交網(wǎng)絡用戶行為隨著互聯(lián)網(wǎng)技術的提升、社交網(wǎng)絡的發(fā)展而不斷變化，每一個研究階段的用戶行為都呈現(xiàn)新的特點。從研究熱點來看，國外學者圍繞移動社交網(wǎng)絡用戶持續(xù)使用行為影響因素、隱私對用戶行為的影響、社交網(wǎng)絡用戶疲勞進行研究;國內主要圍繞社交網(wǎng)絡用戶使用行為及演化、社交網(wǎng)絡用戶信息行為、社交網(wǎng)絡用戶行為特征進行分析。從未來發(fā)展趨勢來看，未來將主要對社交網(wǎng)絡用戶畫像、社交網(wǎng)絡用戶隱私安全、社交網(wǎng)絡用戶倦怠行為、社交網(wǎng)絡特殊用戶群體使用行為進行研究。

本研究局限在于社交網(wǎng)絡用戶行為的研究近年才開始興起，因此筆者僅對近5年的研究熱點、發(fā)展趨勢進行歸納總結。在后續(xù)研究中將持續(xù)關注國內外學者在社交網(wǎng)絡用戶行為研究領域的成果，擴大研究成果的時間范圍，對更長周期范圍內的研究成果進行分析，為后續(xù)研究提供參考借鑒。

參考文獻

[1]Lin W，Zhao H，Liu K J.Incentive Cooperation Strategies for Peer-to-Peer Live Multimedia Streaming Social Networks[J].IEEE Transactions on Multimedia，2009，11（3）：396-412.

[2]Zhao H，Liu K J.Impact of Social Network Structure on Multimedia Fingerprinting Misbehavior Detection and Identification[J].IEEE Journal of Selected Topics in Signal Processing，2010，4（4）：687-703.

[3]Hoadley C M，Xu H，Lee J J.Privacy as Information Access and Illusory Control：The Case of the Facebook News Feed Privacy Outcry[J].2010，9（1）：50-60.

[4]Bollen J，Goncalves B，Ruan G.Happiness is Assortative in Online Social Networks[J].Artificial Life，2011，17（3）：237-251.

[5]Rui H X，Whinston A.Information or Attention？ An Empirical Study of User Contribution on Twitter[J].Information Systems and E-Business Management，2012，10（3）：309-324.

[6]Ravindran T，Kuan A C Y，Lian D G H.Antecedents and Effects of Social Network Fatigue[J].Journal of the Association for Information Science and Technology，2014，65（11）：2306-2320.

[7]王曉光.微博客用戶行為特征與關系特征實證分析——以“新浪微博”為例[J].圖書情報工作，2010，54（14）：66-71.

[8]彭柯，朱慶華，王雪芬.微博用戶共享行為影響因素研究[J].圖書情報知識，2013，30（2）：81-87.

[9]閆強，吳聯(lián)仁，鄭蘭.微博社區(qū)中用戶行為特征及其機理研究[J].電子科技大學學報，2013，14（3）：9-14.

[10]王清華，朱巖，聞中.新浪微博用戶滿意度對使用行為的影響研究[J].中國軟科學，2013，27（7）：184-192.

[11]Jin C H.The Perspective of a Revised TRAM on Social Capital Building：The Case of Facebook Usage[J].Information & Management，2013，50（4）：162-168.

[12]Mouakket S.Factors Influencing Continuance Intention to Use Social Network Sites：The Facebook Case[J].Computers in Human Behavior，2015，53：102-110.

[13]Gu R，Oh L B，Wang K L.Developing User Loyalty for Social Networking Sites：A Relational Perspective[J].Journal of Electronic Commerce Research，2016，17（1）：1-21.

[14]Ooi K B，Hew J J，Lee V H.Could the Mobile and Social Perspectives of Mobile Social Learning Platforms Motivate Learners to Learn Continuously？[J].Computers & Education，2018，120（5）：127-145.

[15]Shin S I，Lee K Y，Yang S B.How Do Uncertainty Reduction Strategies Influence Social Networking Site Fan Page Visiting？Examining the Role of Uncertainty Reduction Strategies，Loyalty and Satisfaction in Continuous Visiting Behavior[J].Telematics Andinformatics，2017，34（5）：449-462.

[16]Bao Z S.Exploring Continuance Intention of Social Networking Sites an Empirical Study Integrating Social Support and Network Externalities[J].Aslib Journal of Information Management，2016，68（6）：736-755.

[17]Zhou T.The Effect of Network Externality on Mobile Social Network Site Continuance[J].Program-Electronic Library and Information Systems，2015，49（3）：289-304.

[18]Wisniewski P，Xu H，Lipford H.Facebook Apps and Tagging：The Trade-off Between Personal Privacy and Engaging with Friends[J].Journal of the Association for Information Science and Technology，2015，66（9）：1883-1896.

[19]Ooi K B，Hew J J，Lin B S.Unfolding the Privacy Paradox Among Mobile Social Commerce Users：A Multi-mediation Approach[J].Behaviour & Information Technology，2018，37（6）：575-595.

[20]Min J Y，Kim B S.How Are People Enticed to Disclose Personal Information Despite Privacy Concerns in Social Network Sites？The Calculus Between Benefit and Cost[J].Journal of the Association for Information Science and Technology，2015，66（4）：839-857.

[21]Hew Jun-Jie，Tan Garry Wei-Han，Lin Binshan.Generating Travel-related Contents Through Mobile Social Tourism：Does Privacy Paradox Persist？[J].Telematics and Informatics，2017，34（7）：914-935.

[22]Luqman A，Cao X F，Ali A.Empirical Investigation of Facebook Discontinues Usage Intentions Based on SOR Paradigm[J].Computers in Human Behavior，2017，70：544-555.

[23]Lee A R，Son S M，Kim K K.Information and Communication Technology Overload and Social Networking Service Fatigue：A Stress Perspective[J].Computers in Human Behavior，2016，55：51-61.

[24]Chaouali W.Once a User，Always a User：Enablers and Inhibitors of Continuance Intention of Mobile Social Networking Sites[J].Telematics and Informatics，2016，33（4）：1022-1033.

[25]王曰芬，賈新露，傅柱.學術社交網(wǎng)絡用戶內容使用行為研究——基于科學網(wǎng)熱門博文的實證分析[J]數(shù)據(jù)分析與知識發(fā)現(xiàn)，2016，36（6）：63-72.

[26]陳明紅，漆賢軍，劉瑩.科研社交網(wǎng)絡使用行為的影響因素研究[J].情報理論與實踐，2015，35（10）：73-79.

[27]李嘉興，王晰巍，李師萌，等.信息生態(tài)視角下老年用戶群體微信使用行為影響因素研究[J].圖書情報工作，2017，61（15）：25-33.

[28]孟猛，朱慶華.移動社交媒體用戶持續(xù)使用行為研究[J].現(xiàn)代情報，2018，38（1）：5-18.

[29]劉魯川，李旭，張冰倩.基于扎根理論的社交媒體用戶倦怠與消極使用研究[J].情報理論與實踐，2017，53（12）：100-106，51.

[30]李旭，劉魯川，張冰倩.認知負荷視角下社交媒體用戶倦怠及消極使用行為研究——以微信為例[J].圖書館論壇，2018，37（11）：94-106.

[31]鄧勝利.網(wǎng)絡用戶信息交互行為研究模型[J].情報理論與實踐，2015，51（12）：53-56，87.

[32]王雪芬，朱慶華，常李艷，等.虛擬求職社區(qū)的用戶交互行為特點——以應屆生求職論壇為例[J].圖書情報工作，2018，62（10）：62-69.

[33]李綱，王馨平，巴志超.微信群中會話網(wǎng)絡結構及用戶交互行為分析[J].情報理論與實踐，2018，54（10）：124-130，14.

[34]張繼東，楊楊.基于交互行為和情感傾向的移動社交網(wǎng)絡用戶影響力度量模型研究[J].情報理論與實踐.2019，55（1）：112-117，93.

[35]丁緒武，吳忠，夏志杰.社會媒體中情緒因素對用戶轉發(fā)行為影響的實證研究——以新浪微博為例[J].現(xiàn)代情報，2014，34（11）：147-155.

[36]湯胤，徐永歡，張萱.基于社會認知理論的社交媒體用戶轉發(fā)行為研究[J].圖書館工作與研究，2016，37（6）：68-76.

[37]陳姝，竇永香，張青杰.基于理性行為理論的微博用戶轉發(fā)行為影響因素研究[J].情報雜志，2017，35（12）：147-152，166.

[38]田磊，任國恒，王偉.面向閱讀推廣的微博用戶轉發(fā)行為預測[J].情報學報，2017，35（11）：1175-1182.

[39]王曉光.微博客用戶行為特征與關系特征實證分析——以“新浪微博”為例[J].圖書情報工作，2010，30（14）：66-70.

[40]楊成明.微博客用戶行為特征實證分析[J].圖書情報工作，2011，31（12）：21-25.

[41]廖海涵，靳嘉林，王曰芬.網(wǎng)絡輿情事件中微博用戶行為特征和關系分析——以新浪微博“霧霾調查：穹頂之下”為例[J].情報資料工作，2016，36（3）：12-18.

[42]吳聯(lián)仁，易蘭麗，閆強.危機事件下在線群體用戶行為統(tǒng)計特征分析[J].情報科學，2015，35（10）：57-60.

[43]劉玉靜，張曉青.移動智能終端用戶的信息行為特征及對圖書館建設與發(fā)展的影響[J].情報資料工作，2018，38（4）：89-94.

[44]王飛飛，張生太.移動社交網(wǎng)絡微信用戶信息發(fā)布行為統(tǒng)計特征分析[J].數(shù)據(jù)分析與知識發(fā)現(xiàn)，2018，38（4）：99-109.

（責任編輯：陳?媛）