個(gè)性化推薦系統(tǒng)對(duì)健康類APP用戶不持續(xù)使用意愿的影響研究

劉 帥，謝 笑

(1.安徽工商職業(yè)學(xué)院 管理學(xué)院，安徽 合肥 231131；2.安徽大學(xué) 管理學(xué)院，安徽 合肥 230601)

近年來(lái)，隨著《“健康中國(guó)2030”規(guī)劃綱要》《健康中國(guó)行動(dòng)(2019-2030年)》等一系列國(guó)家政策的出臺(tái)，我國(guó)移動(dòng)醫(yī)療事業(yè)進(jìn)入快速發(fā)展期[1]。據(jù)統(tǒng)計(jì)，截至2019年底，全球主要的應(yīng)用商店匯總有超過46萬(wàn)個(gè)醫(yī)療健康類應(yīng)用程序(APP)。一些熱門的APP，如丁香醫(yī)生、妙健康、騰訊醫(yī)典等，累計(jì)下載量達(dá)到上億次。但是，與用戶高下載量成鮮明對(duì)比的是用戶的低使用率[2-3]，平均一款軟件大約有22%的用戶僅在下載時(shí)使用一次，隨即就會(huì)卸載或不再使用。用戶的不持續(xù)使用行為將增加移動(dòng)健康服務(wù)商的運(yùn)營(yíng)成本，另外在某種程度上用戶對(duì)APP的卸載意味著顧客的流失[4]，這對(duì)于單純依靠線上平臺(tái)運(yùn)營(yíng)的移動(dòng)健康服務(wù)商而言影響更大。提供健康相關(guān)的信息咨詢是健康類APP的一項(xiàng)基本服務(wù)，為了增加用戶粘性，移動(dòng)健康服務(wù)商致力于開發(fā)個(gè)性化推薦算法為用戶提供更精準(zhǔn)的信息服務(wù)。個(gè)性化推薦系統(tǒng)是建立在用戶信息搜集痕跡基礎(chǔ)上，包括用戶的注冊(cè)信息、歷史訪問記錄、評(píng)分記錄、訂單等，通過各類優(yōu)化算法和數(shù)據(jù)分析工具提供滿足用戶偏好的個(gè)性化信息[5]?，F(xiàn)有的關(guān)于個(gè)性化推薦的研究集中在如何優(yōu)化技術(shù)和算法方面，很少有針對(duì)個(gè)性化推薦使用效果的研究，學(xué)者通過調(diào)查發(fā)現(xiàn)個(gè)性化推薦并不總是為用戶提供福利，有的卻會(huì)使用戶產(chǎn)生負(fù)面的體驗(yàn)[6-7]。本研究將以健康類APP為例，在結(jié)合隱私關(guān)注理論和心理抗拒理論基礎(chǔ)上研究用戶非持續(xù)使用的影響因素，特別是個(gè)性化推薦對(duì)用戶非持續(xù)使用意愿的影響機(jī)理，運(yùn)用問卷調(diào)查和結(jié)構(gòu)方程模型方法(SEM)分析個(gè)性化推薦影響用戶非持續(xù)使用意愿的作用路徑，為豐富個(gè)性化推薦使用效果的理論研究以及優(yōu)化APP的用戶體驗(yàn)、改善用戶非持續(xù)使用行為提供建議和啟示。

1 理論基礎(chǔ)

對(duì)個(gè)性化推薦系統(tǒng)、隱私關(guān)注、信息繭房與感知視野狹窄、心理抗拒理論進(jìn)行綜述，在此基礎(chǔ)上構(gòu)建研究模型和假設(shè)。

1.1 健康類移動(dòng)應(yīng)用程序與個(gè)性化推薦系統(tǒng)

隨著智能手機(jī)的普及和運(yùn)用以及人們對(duì)自我健康管理需求的增長(zhǎng)，基于Android和蘋果系統(tǒng)的各類健康類APP大量出現(xiàn)。APP開發(fā)商為了提升用戶體驗(yàn)，解決信息和數(shù)據(jù)過載的問題，積極引入更為精準(zhǔn)的個(gè)性化推薦系統(tǒng)。個(gè)性化推薦系統(tǒng)依賴于不同的算法，包括基于內(nèi)容的過濾算法、基于合作過濾的算法、基于知識(shí)的算法以及混合過濾算法。目前商業(yè)中使用最多的是聯(lián)合過濾系統(tǒng)，如亞馬遜網(wǎng)站使用聯(lián)合過濾算法，根據(jù)用戶在網(wǎng)頁(yè)上點(diǎn)擊和瀏覽的行為數(shù)據(jù)，為用戶提供一系列的商品推薦。但是個(gè)性化系統(tǒng)在實(shí)踐中發(fā)揮的作用可能并沒有達(dá)到開發(fā)者的預(yù)期，一些商業(yè)領(lǐng)域的研究表明，消費(fèi)者對(duì)個(gè)性化推薦系統(tǒng)有時(shí)呈消極態(tài)度，過度定制化的內(nèi)容會(huì)使消費(fèi)者產(chǎn)生厭煩的心理。筆者將重點(diǎn)研究健康類APP的個(gè)性化推薦系統(tǒng)對(duì)用戶非持續(xù)使用行為的影響機(jī)理。

1.2 隱私關(guān)注

隱私關(guān)注是一個(gè)抽象的復(fù)合概念，通常包括4個(gè)維度：收集、錯(cuò)誤、非授權(quán)二次使用、不當(dāng)訪問[8]。個(gè)性化推薦系統(tǒng)可以為用戶提供符合其偏好的信息，但是這種服務(wù)通常建立在對(duì)用戶個(gè)人信息收集的基礎(chǔ)上，在數(shù)據(jù)收集和進(jìn)行分析的過程中可能會(huì)造成數(shù)據(jù)外泄、第三方非授權(quán)獲取或者是數(shù)據(jù)的遺失和部分損失等，因此會(huì)造成對(duì)用戶隱私權(quán)的侵犯。研究表明，用戶對(duì)隱私的關(guān)注影響用戶的意愿、態(tài)度和行為。根據(jù)保護(hù)驅(qū)動(dòng)理論，用戶在使用APP過程中產(chǎn)生的“我的信息受到侵犯和處于風(fēng)險(xiǎn)”中的感覺將進(jìn)一步激發(fā)用戶自我保護(hù)的機(jī)制，即會(huì)減少相關(guān)的行為以避免隱私外泄的風(fēng)險(xiǎn)。研究將基于隱私關(guān)注理論討論健康類APP在使用過程中的用戶隱私關(guān)注對(duì)使用意愿的影響。

1.3 信息繭房與感知視野狹窄

1996年美國(guó)學(xué)者Negroponte提出了“my daily newspaper(我的日?qǐng)?bào))”，描述在未來(lái)的報(bào)紙中只刊登個(gè)體想看到的內(nèi)容。個(gè)性化推薦系統(tǒng)將這一理想變成了現(xiàn)實(shí)，然而也帶來(lái)了其它問題：由于用戶長(zhǎng)期沉浸在自己的知識(shí)體系內(nèi)，可能會(huì)逐漸喪失對(duì)新知識(shí)的判斷和汲取。2002年Sunstein提出了“信息繭房(information cocoons)”的概念，他通過實(shí)證研究表明大眾媒體的個(gè)性化推薦使人們所見、所聞的信息范圍大大減少，縮小了人們可以選擇的信息范圍，這種長(zhǎng)年累月的無(wú)限過濾會(huì)減弱人們的信息評(píng)價(jià)和分析能力，進(jìn)而使人們陷入信息繭房之中。與此類似，Pariser也提出了“過濾氣泡”的概念，即認(rèn)為無(wú)處不在的個(gè)性化推薦系統(tǒng)會(huì)將用戶置于一個(gè)獨(dú)特的環(huán)境中，將用戶與更廣泛的信息世界割裂，長(zhǎng)此以往會(huì)造成視野狹窄，再難以找到新的信息和知識(shí)[9]。信息繭房、過濾氣泡概念的提出都表明個(gè)性化推薦系統(tǒng)在使用過程中會(huì)對(duì)用戶偏好的信息持續(xù)增強(qiáng)，但同時(shí)會(huì)限制用戶選擇信息的自由，信息偶遇和通過瀏覽獲取新信息的可能性被降低，同時(shí)被減弱的還有用戶接受信息和知識(shí)的能力[10]。研究中將基于信息繭房理論討論感知視野狹窄對(duì)健康類APP用戶非持續(xù)使用的影響。

1.4 心理抗拒理論

美國(guó)學(xué)者Brehm在1996年提出了著名的心理抗拒理論(Psychological Reactance Theory， PRT)，指出當(dāng)個(gè)體感知自由權(quán)受到侵犯時(shí)就會(huì)產(chǎn)生抗拒和抵觸，心理抗拒程度的大小取決于在行為過程中個(gè)體的自由在多大程度上受到侵犯[11-12]。已有研究表明，在商業(yè)過程中，消費(fèi)者被強(qiáng)行推薦不喜歡的商品會(huì)增加其抗拒心理，進(jìn)而產(chǎn)生拒絕推薦、回避服務(wù)等行為[13]。PRT理論提出后也被廣泛應(yīng)用于多個(gè)領(lǐng)域，如在線廣告的用戶采納行為[14]、勸說溝通[15]、商品和服務(wù)推薦等[16]。研究將在PRT理論基礎(chǔ)上討論個(gè)性化推薦系統(tǒng)對(duì)用戶非持續(xù)使用行為的影響機(jī)理。

2 研究假設(shè)

個(gè)性化推薦系統(tǒng)為解決互聯(lián)網(wǎng)環(huán)境下用戶信息過載提供了重要方式，健康類APP以提供健康信息咨詢?yōu)橹饕?wù)目的，通過為用戶提供更精準(zhǔn)的健康信息滿足用戶自我健康管理的需求。但是考慮到個(gè)性化推薦系統(tǒng)是以收集用戶行為數(shù)據(jù)作為分析用戶偏好的基礎(chǔ)，在個(gè)人信息收集和分析基礎(chǔ)上可能會(huì)對(duì)用戶隱私造成侵犯，引發(fā)用戶隱私關(guān)注。個(gè)性化推薦阻礙用戶持續(xù)使用的另一個(gè)作用機(jī)制可能是其對(duì)用戶自由選擇權(quán)力的侵犯。因此，提出以下假設(shè)：在個(gè)人信息收集和分析基礎(chǔ)上可能會(huì)對(duì)用戶隱私造成侵犯，引發(fā)用戶隱私關(guān)注。

H1.個(gè)性化推薦系統(tǒng)對(duì)隱私關(guān)注具有正向顯著影響。

H2. 個(gè)性化推薦系統(tǒng)對(duì)感知視野狹窄具有正向顯著影響。

H3. 個(gè)性化推薦系統(tǒng)對(duì)健康類APP不持續(xù)使用意愿具有正向顯著影響。

盡管個(gè)性化推薦信息是根據(jù)用戶的偏好進(jìn)行推薦，旨在降低用戶的信息負(fù)擔(dān)。但是從另一方面而言，個(gè)性化推薦實(shí)際上是系統(tǒng)代替用戶對(duì)信息進(jìn)行了篩選，在一定程度上剝奪了用戶自由選擇信息的權(quán)力[17]。長(zhǎng)期接受系統(tǒng)推薦會(huì)使用戶感到視野狹窄，被大量同質(zhì)信息包圍會(huì)激發(fā)用戶的心理抗拒，根據(jù)PRT理論，用戶的這種負(fù)面情感越強(qiáng)烈，心理抗拒就越大。游靜等研究發(fā)現(xiàn)信息窄化是導(dǎo)致心理抗拒的主要原因，會(huì)進(jìn)一步誘發(fā)消費(fèi)者的不滿情緒[18]。由此，提出以下假設(shè)：

H4. 感知視野狹窄對(duì)心理抗拒具有正向顯著影響。

健康類APP開發(fā)商為了改進(jìn)用戶體驗(yàn)通常也會(huì)通過持續(xù)收集用戶的個(gè)人信息來(lái)優(yōu)化信息推薦服務(wù)，這也可能進(jìn)一步激發(fā)用戶對(duì)自身隱私權(quán)的關(guān)注。隱私權(quán)是公民的一項(xiàng)基本權(quán)利，特別是與個(gè)人身體健康和生命安全密切相關(guān)的信息尤其會(huì)引發(fā)用戶的關(guān)注。研究表明用戶感知隱私風(fēng)險(xiǎn)對(duì)信息技術(shù)的持續(xù)使用具有負(fù)向影響[19]，即當(dāng)消費(fèi)者感知受到隱私侵犯，就會(huì)減少使用或放棄使用系統(tǒng)或技術(shù)。健康類APP用戶依靠APP獲取有關(guān)健康的信息，在信息搜尋過程中會(huì)留下大量的行為數(shù)據(jù)、搜索痕跡，開發(fā)商通過收集用戶的個(gè)人信息來(lái)為用戶提供更精準(zhǔn)的信息推送服務(wù)。但是過度推薦信息的行為可能誘發(fā)用戶對(duì)自身隱私風(fēng)險(xiǎn)的擔(dān)憂，進(jìn)而產(chǎn)生不再使用APP的可能性。

由此，提出以下假設(shè)：

H5.隱私關(guān)注對(duì)健康類APP不持續(xù)使用具有正向顯著影響。

根據(jù)PRT理論，過度引誘或說服可能威脅到用戶決策的自由，使其產(chǎn)生心理抗拒。在醫(yī)學(xué)領(lǐng)域，研究者發(fā)現(xiàn)如果過度勸說患者服藥可能引發(fā)患者的抵觸心理，直接導(dǎo)致患者拒絕服藥的結(jié)果[20]。在信息系統(tǒng)領(lǐng)域的研究中學(xué)者也發(fā)現(xiàn)，F(xiàn)acebook用戶減少使用或卸載軟件的行為是因?yàn)樵谑褂眠^程中產(chǎn)生了心理抗拒。用戶在使用健康類APP過程中感受到隱私侵犯或視野狹窄，進(jìn)而產(chǎn)生某種心理抗拒誘因，也會(huì)進(jìn)一步影響其持續(xù)使用APP。由此，提出以下假設(shè)：

H6. 心理抗拒對(duì)健康類APP不持續(xù)使用具有正向顯著影響。

根據(jù)上述假設(shè)，開發(fā)了概念模型，具體如圖1。

圖1 研究模型

研究將進(jìn)一步通過問卷調(diào)查法和結(jié)構(gòu)方程模型法驗(yàn)證概念模型和結(jié)構(gòu)模型，探索個(gè)性化推薦系統(tǒng)對(duì)健康類APP不持續(xù)使用意愿的影響和作用機(jī)理。

3 研究方法

3.1 研究設(shè)計(jì)

研究主要采用問卷調(diào)查法，問卷設(shè)計(jì)的內(nèi)容包括兩個(gè)部分：第一部分是對(duì)用戶使用健康類APP的背景信息進(jìn)行調(diào)查；第二部分是對(duì)用戶不持續(xù)使用健康類APP的意愿進(jìn)行調(diào)查。通過收集數(shù)據(jù)驗(yàn)證研究模型和提出假設(shè)。第一部分關(guān)于使用健康類APP的用戶特征，設(shè)計(jì)了4個(gè)問題：性別；年齡；您是否使用過健康類APP；您對(duì)下述哪個(gè)健康類APP最為了解。其中第三題為甄選題，要求被調(diào)查者正在使用或曾經(jīng)使用過某款健康類APP。第二部分是調(diào)查用戶對(duì)健康類APP的認(rèn)知以及不持續(xù)使用意愿的影響因素，包括16個(gè)題項(xiàng)。為了確保測(cè)量的內(nèi)容效度，每個(gè)潛變量均來(lái)自于已有文獻(xiàn)。筆者首先查閱文獻(xiàn)獲取原始題項(xiàng)，再將原始題項(xiàng)改編到研究環(huán)境下。每個(gè)潛變量由3-5個(gè)觀測(cè)變量構(gòu)成，所有項(xiàng)均采用李克特五級(jí)量表形式，1-5分表示同意程度，“1”表示“強(qiáng)烈同意”；“2”表示“基本同意”；“3”表示“一般”；“4”表示“基本不同意”；“5”表示“強(qiáng)烈不同意”。初始問卷形成后，課題組邀請(qǐng)了相關(guān)領(lǐng)域的5位專家對(duì)問卷設(shè)計(jì)進(jìn)行了評(píng)議，并根據(jù)他們的建議做了相應(yīng)修改，確定了問卷的預(yù)調(diào)研版本。接著進(jìn)行問卷的預(yù)調(diào)研工作，找到熟悉健康類APP的20名用戶，向他們發(fā)放調(diào)查問卷。預(yù)調(diào)研效果良好，僅有1位被調(diào)查者對(duì)問卷中的表述提出疑問，在此基礎(chǔ)上課題組進(jìn)一步對(duì)問卷的內(nèi)容和格式進(jìn)行了完善并確定了問卷的最終版。

3.2 問卷收集

考慮到現(xiàn)實(shí)情況，調(diào)查完全采用網(wǎng)絡(luò)問卷的方式發(fā)送和回收。整個(gè)問卷回收過程歷時(shí)2個(gè)月(2020年3-5月)，收集初始問卷293份，設(shè)定篩選的標(biāo)準(zhǔn)：填寫時(shí)間小于1分鐘；連續(xù)6個(gè)一樣選項(xiàng)；沒有使用健康類APP經(jīng)歷等，依據(jù)標(biāo)準(zhǔn)對(duì)問卷調(diào)查進(jìn)行篩選，最終獲得有效問卷280份。樣本量大于理論需要的有效樣本量。

3.3 樣本特征

根據(jù)表1中調(diào)查樣本描述性統(tǒng)計(jì)分析可知，在被調(diào)查對(duì)象中，男女比例分別為56.4%和43.6%，男性略多于女性；用戶年齡分布方面，被調(diào)查者主要集中在18-45歲，這也與我國(guó)移動(dòng)網(wǎng)絡(luò)用戶實(shí)際的男女分布比例和年齡分布相符。在問及用戶經(jīng)常使用的健康類APP時(shí)，有近68.9%的用戶使用春雨醫(yī)生APP，另外阿里健康(現(xiàn)改名為“醫(yī)鹿”)和咕咚APP應(yīng)用的人數(shù)也較多，接近20%。研究將對(duì)量表的信度和效度進(jìn)行檢驗(yàn)，利用SmartPLS 3.0軟件對(duì)結(jié)構(gòu)模型進(jìn)行分析，最后對(duì)數(shù)據(jù)結(jié)果進(jìn)行討論。

4 數(shù)據(jù)分析與結(jié)論

量表的信度和效度是檢驗(yàn)構(gòu)念測(cè)度項(xiàng)測(cè)量的兩個(gè)判斷標(biāo)準(zhǔn)。其中，信度是指測(cè)量的一致性和穩(wěn)定性，效度是衡量測(cè)度項(xiàng)真實(shí)有效地測(cè)量該變量的程度。如果量表缺乏效度和信度，則不能真實(shí)反映模型中的變量和路徑關(guān)系。

表1 被調(diào)查者樣本分析

4.1 信度檢驗(yàn)

研究采用內(nèi)部一致性系數(shù)值(Cronbach’s α)、組合信度值(Composite Reliability,CR)和平均方差萃取值(Average Variance Extracted,AVE)來(lái)檢驗(yàn)樣本的信度。其中，Cronbach’s α系數(shù)是用來(lái)衡量各個(gè)構(gòu)念間公因子的關(guān)聯(lián)性，檢驗(yàn)測(cè)度項(xiàng)之間的穩(wěn)定性和一致性，Cronbach’s α取值大于0.7時(shí)，說明具有很高的信度；取值在0.35到0.7之間時(shí)，說明信度可以接受；取值小于0.35時(shí)，說明測(cè)度項(xiàng)信度很低。CR值是用來(lái)評(píng)估一組測(cè)度項(xiàng)內(nèi)部的一致性程度，如果CR值較高，說明測(cè)量指標(biāo)之間的關(guān)聯(lián)程度高，通常潛變量的CR值達(dá)到0.7，說明測(cè)量工具具有較好的信度。AVE值測(cè)量因子解釋的方差與測(cè)量誤差解釋方差的比率，反映了變量能夠解釋測(cè)度項(xiàng)變異量的程度，通常認(rèn)為達(dá)到0.7時(shí)，測(cè)量工具具有良好的信度。根據(jù)因子分析結(jié)果可知，所有構(gòu)念的Cronbach’s α值均大于0.7，CR值均大于0.8，AVE值大于0.7，說明測(cè)量量表具有較好的信度。

4.2 效度檢驗(yàn)

研究中的測(cè)量題項(xiàng)均來(lái)自國(guó)內(nèi)外成熟的量表，故可以認(rèn)為量表具有較好的內(nèi)容效度。結(jié)構(gòu)效度的指標(biāo)包括收斂效度(Convergent Validity)和區(qū)分效度(Discriminant Validity)。根據(jù)Straub等的研究，AVE值大于0.5表明測(cè)量具有較好的收斂效度，AVE值的平方根大于變量間的相關(guān)系數(shù)表明測(cè)量具有良好的區(qū)分效度。數(shù)據(jù)分析結(jié)果表明量表具有良好的區(qū)分效度。

4.3 結(jié)構(gòu)模型檢驗(yàn)

利用SmartPLS 3.0軟件對(duì)結(jié)構(gòu)模型進(jìn)行驗(yàn)證，路徑關(guān)系具體如圖2。利用Bootstrapping方法從原始數(shù)據(jù)中選取容量為1000的重抽樣樣本，在此基礎(chǔ)上估計(jì)T值。圖2呈現(xiàn)了可解釋的方差(R2)，健康類APP不持續(xù)使用意愿解釋方差為0.52，說明結(jié)構(gòu)模型具有良好的預(yù)測(cè)效果。

圖2 結(jié)構(gòu)模型運(yùn)行結(jié)果

5 研究意義與啟示

基于隱私關(guān)注理論和心理抗拒理論研究了個(gè)性化推薦系統(tǒng)對(duì)健康類APP用戶不持續(xù)使用意愿的影響。研究發(fā)現(xiàn)，在健康類APP的應(yīng)用場(chǎng)景下，個(gè)性化推薦系統(tǒng)對(duì)用戶不持續(xù)使用意愿具有直接的顯著影響，個(gè)性化推薦系統(tǒng)至少存在兩個(gè)不利影響的作用路徑：其一是對(duì)隱私關(guān)注具有直接的正向影響作用；其二是對(duì)用戶感知視野狹窄具有直接的正向影響作用。感知視野狹窄對(duì)健康類APP不持續(xù)使用意愿具有間接的正向影響關(guān)系。心理抗拒對(duì)誘發(fā)用戶不持續(xù)使用意愿產(chǎn)生影響，實(shí)證研究表明，心理抗拒對(duì)用戶不持續(xù)使用APP具有直接正向的影響關(guān)系。但是，隱私關(guān)注對(duì)用戶不持續(xù)使用APP的影響不顯著，且兩者呈負(fù)相關(guān)。筆者將從理論和實(shí)踐兩個(gè)層面進(jìn)行具體分析。

5.1 理論意義

關(guān)于不持續(xù)使用行為的影響因素?，F(xiàn)有信息系統(tǒng)領(lǐng)域的文獻(xiàn)對(duì)用戶持續(xù)使用行為及其影響因素的關(guān)注較多，而對(duì)用戶不持續(xù)使用的態(tài)度、意愿以及實(shí)際不持續(xù)使用的行為的研究較少，筆者認(rèn)為，對(duì)信息系統(tǒng)不持續(xù)使用行為的研究更應(yīng)該得到重視，因?yàn)檫@直接關(guān)系到系統(tǒng)的存續(xù)。信息系統(tǒng)用戶對(duì)系統(tǒng)的不持續(xù)使用行為意愿受到多種因素的影響，以健康類APP為例，研究了國(guó)內(nèi)主流的健康類APP中個(gè)性化推薦系統(tǒng)對(duì)用戶不持續(xù)使用意愿的影響，實(shí)證研究發(fā)現(xiàn)，個(gè)性化推薦系統(tǒng)對(duì)用戶不持續(xù)使用意愿具有直接的正向影響，同時(shí)也通過感知視野狹窄和心理抗拒產(chǎn)生間接的影響，這一結(jié)論與普遍認(rèn)同的個(gè)性化推薦的價(jià)值存在一定的背離。除此外，研究還發(fā)現(xiàn)感知視野狹窄對(duì)用戶不持續(xù)使用健康類APP具有間接的顯著影響。以往的文獻(xiàn)也報(bào)道了信息繭房、過濾氣泡等對(duì)用戶可能產(chǎn)生的不利影響，但是這些分析沒有直接針對(duì)用戶本身，也沒有進(jìn)一步研究會(huì)產(chǎn)生的實(shí)際危害。筆者將信息用戶感知視野狹窄的效果具體化，研究了在健康類APP應(yīng)用場(chǎng)景下，由信息繭房、過濾氣泡等帶來(lái)的用戶感知視野狹窄會(huì)對(duì)用戶行為本身產(chǎn)生的直接影響，即對(duì)信息系統(tǒng)的不持續(xù)使用。這對(duì)于未來(lái)商業(yè)領(lǐng)域研究用戶感知視野狹窄與不持續(xù)使用行為之間的關(guān)系提供了基于實(shí)證的分析基礎(chǔ)。具體分析如下：

隱私悖論?；陔[私關(guān)注理論通過實(shí)證研究發(fā)現(xiàn)，在建康類APP應(yīng)用背景下，隱私關(guān)注與用戶不持續(xù)使用意愿不具有顯著影響的關(guān)系，這也再一次證明了存在“隱私悖論“。根據(jù)Young的研究，隱私悖論是指?jìng)€(gè)體不愿意公開其隱私信息的意愿與其實(shí)際行為的矛盾關(guān)系[21]。在互聯(lián)網(wǎng)時(shí)代，很多場(chǎng)合下用戶也很清楚隱私有泄露的風(fēng)險(xiǎn)，但是在具體行為中又愿意付出可能泄露隱私的代價(jià)，這在前期的用戶調(diào)研中表現(xiàn)得非常明顯。如一些受訪談?wù)呙鞔_表示盡管春雨醫(yī)生可能收集自己的信息，但是只要能獲取春雨醫(yī)生提供的醫(yī)療服務(wù)，付出個(gè)人信息是可以接受的。本研究再次證明了隱私悖論現(xiàn)象普遍存在于健康類信息服務(wù)中。

個(gè)性化推薦系統(tǒng)的負(fù)面影響。前面較為系統(tǒng)地研究了個(gè)性化推薦系統(tǒng)的負(fù)面影響，在隱私關(guān)注理論和心理抗拒理論基礎(chǔ)上建立了研究模型，通過實(shí)證研究發(fā)現(xiàn)，個(gè)性化推薦系統(tǒng)對(duì)用戶不持續(xù)使用意愿具有直接的正向影響關(guān)系，此外也通過用戶的心理抗拒間接影響用戶的不持續(xù)使用意愿。研究從理論上表明了個(gè)性化推薦系統(tǒng)并不是“完美無(wú)瑕“的，相反，可能造成信息系統(tǒng)用戶的流失，給系統(tǒng)運(yùn)營(yíng)帶來(lái)危害，其中的作用機(jī)理是：個(gè)性化推薦系統(tǒng)會(huì)影響用戶的隱私關(guān)注以及令用戶感知視野狹窄，使用戶產(chǎn)生心理抗拒，進(jìn)而影響用戶對(duì)信息系統(tǒng)的持續(xù)使用。

5.2 實(shí)踐啟示

因此得到以下實(shí)踐啟示：

研究結(jié)論揭示了健康類APP個(gè)性化推薦誘發(fā)用戶放棄使用行為的影響機(jī)理，即引起用戶的隱私擔(dān)憂和導(dǎo)致用戶信息單一化焦慮，進(jìn)而促使用戶產(chǎn)生放棄該健康類APP的行為。用戶對(duì)APP放棄使用將給APP開發(fā)商和運(yùn)營(yíng)商帶來(lái)客戶流失的損失，使APP在市場(chǎng)競(jìng)爭(zhēng)中喪失優(yōu)勢(shì)。關(guān)于APP個(gè)性化推薦不利影響的研究結(jié)論也與現(xiàn)有的研究成果一致，如發(fā)現(xiàn)過度個(gè)性化推薦的內(nèi)容會(huì)引發(fā)用戶的隱私關(guān)注，進(jìn)而使用戶產(chǎn)生對(duì)服務(wù)的負(fù)面體驗(yàn)。個(gè)性化推薦系統(tǒng)通過信息過濾為用戶提供了更為方便、準(zhǔn)確的信息服務(wù)，但同時(shí)也降低了信息多樣化，用戶長(zhǎng)時(shí)間被大量同質(zhì)信息包圍，會(huì)產(chǎn)生疲倦、厭煩的心理，感知視野狹窄，陷入信息繭房，最終可能造成用戶信息素養(yǎng)下降以及信息甄別能力的減弱，因此產(chǎn)生對(duì)APP抗拒使用的意愿。這些實(shí)證研究結(jié)論都表明，APP的個(gè)性化推薦系統(tǒng)對(duì)消費(fèi)者而言并不總是一項(xiàng)福利，過度開發(fā)和設(shè)置甚至?xí)瓜M(fèi)者產(chǎn)生放棄使用的嚴(yán)重后果，因此需要引起APP開發(fā)和運(yùn)營(yíng)商的關(guān)注和警惕。

建議健康類APP開發(fā)商和移動(dòng)健康服務(wù)商在其APP設(shè)計(jì)和更新中更多關(guān)注用戶的心理，對(duì)個(gè)性化推薦系統(tǒng)不要一味推崇，也不要盲目加載更精準(zhǔn)的個(gè)性化推薦算法或系統(tǒng)功能，以免激發(fā)用戶的抵觸心理和抗拒心理，造成用戶的流失，給APP開發(fā)商和移動(dòng)健康服務(wù)商帶來(lái)?yè)p失。此外，還建議在加載個(gè)性化推薦系統(tǒng)或算法時(shí)需要更多考慮用戶多樣化的需求，從幫助用戶拓展視野的角度而不是一味迎合用戶偏好的角度設(shè)計(jì)個(gè)性化推薦算法，使APP既能為用戶提供更多有價(jià)值的信息，又不會(huì)給用戶帶來(lái)額外的信息負(fù)擔(dān)，最終達(dá)到吸引用戶、服務(wù)用戶的目的。