社交媒體情境下的用戶信息行為動(dòng)機(jī)及激勵(lì)機(jī)制研究

中圖分類號(hào)：G206;G250.7 文獻(xiàn)標(biāo)志碼：A

0 引言

隨著無線網(wǎng)絡(luò)和智能終端的迅猛發(fā)展，互聯(lián)網(wǎng)從最初的門戶時(shí)代逐步邁向社交媒體時(shí)代。與傳統(tǒng)媒體相比，社交媒體的突出特點(diǎn)在于賦予用戶信息創(chuàng)造和傳播的主動(dòng)權(quán)，用戶成為絕對(duì)的核心角色。社交媒體的“社會(huì)化”屬性決定了其核心價(jià)值在于用戶通過平臺(tái)建立和維護(hù)社會(huì)關(guān)系的行為。用戶的行為直接影響社交媒體的運(yùn)營(yíng)和發(fā)展。中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心發(fā)布的第55次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》1顯示，截至2024年12月，中國(guó)即時(shí)通訊用戶規(guī)模達(dá)到11.05億，占網(wǎng)民總數(shù)的 99.7% 。即時(shí)通信所代表的移動(dòng)社交已成為人們生活的重要部分?！?023中國(guó)社交媒體平臺(tái)指南》2指出，截至2022年底，社交媒體用戶已占網(wǎng)民總數(shù)的 95.13% ，微信、抖音、快手、微博、B站、小紅書等社交媒體平臺(tái)的活躍用戶月總量超過30億，移動(dòng)社交媒體用戶已經(jīng)占據(jù)互聯(lián)網(wǎng)用戶的主導(dǎo)地位。根據(jù)用戶信息行為動(dòng)機(jī)，設(shè)計(jì)有效的平臺(tái)激勵(lì)機(jī)制，促進(jìn)我國(guó)社交媒體良性發(fā)展，具有非常重要的研究?jī)r(jià)值。

1定義

社交媒體是一種集交互性、即時(shí)性與傳播多樣性于一體的網(wǎng)絡(luò)服務(wù)形式，現(xiàn)在已經(jīng)成為人們滿足信息獲取、娛樂需求以及維系人際關(guān)系的重要工具，其復(fù)雜的信息行為深刻影響了信息安全、社會(huì)穩(wěn)定及個(gè)人生活。

關(guān)于信息行為的定義，學(xué)界有著不同的觀點(diǎn)。T.D.Wilson認(rèn)為信息行為源自用戶感知的某種需求，表現(xiàn)為與信息資源或渠道相關(guān)的人類行為，包括信息查詢、信息檢索和信息利用；Pettigrew則指出，信息行為涉及人們?cè)诓煌榫诚碌男枨?、搜尋、分享與使用信息的過程。A.Spink與C.Cole提出的人類信息行為集成框架則涵蓋了信息搜尋、信息搜索、信息覓食、信息共享、信息利用以及協(xié)同等行為。在國(guó)內(nèi)，胡昌平教授提出的定義被大家普遍接受，認(rèn)為信息行為是人類獲取、查尋、交流、傳播、吸收、加工和利用特有的一種行為，是一種為滿足特定需求，在外部刺激作用下表現(xiàn)出的行為過程[3]

2發(fā)展史

2.1 國(guó)外研究進(jìn)展

自2009年起，國(guó)外學(xué)者開始關(guān)注社交網(wǎng)絡(luò)用戶行為的研究。初期的研究以視頻內(nèi)容為核心，Lin等[4通過博弈論構(gòu)建視頻社交網(wǎng)絡(luò)用戶行為模型，提出激勵(lì)策略以增強(qiáng)用戶協(xié)作，通過模擬驗(yàn)證策略的有效性;Zhao等[5]則從用戶行為建模角度分析人為因素對(duì)社交網(wǎng)絡(luò)視頻共享系統(tǒng)的影響。

2010年，F(xiàn)acebook和Twitter推出的信息流功能，引發(fā)了用戶對(duì)隱私問題的關(guān)注和抗議[，此后社交網(wǎng)絡(luò)用戶隱私對(duì)行為的影響成為國(guó)外學(xué)者研究的熱點(diǎn)方向。2011年，國(guó)外學(xué)者通過構(gòu)建行為影響因素模型，確認(rèn)了情緒和心理因素對(duì)用戶行為的影響[7]，并在后續(xù)研究中對(duì)用戶情緒、用戶心理不斷細(xì)化，完善用戶使用行為影響因素模型，

自2012年起，國(guó)外學(xué)者們開始關(guān)注社交網(wǎng)絡(luò)用戶內(nèi)容生成與共享行為，提出社交網(wǎng)絡(luò)用戶發(fā)布信息源于尋求他人關(guān)注的心理動(dòng)機(jī)[8]。雖然社交網(wǎng)絡(luò)的發(fā)展方便了用戶擴(kuò)大社交圈，但也同時(shí)為用戶帶來了信息超載和社交壓力。2014年，國(guó)外學(xué)者提出了社交網(wǎng)絡(luò)用戶疲勞的概念，指出這一現(xiàn)象會(huì)降低用戶活躍度，甚至導(dǎo)致用戶退出平臺(tái)[9]

2014年以后，國(guó)外學(xué)者對(duì)社交網(wǎng)絡(luò)用戶行為的研究進(jìn)一步深化，通過變換研究視角、改變研究方法，繼續(xù)對(duì)用戶使用行為、隱私對(duì)用戶行為的影響、用戶內(nèi)容生成及分享行為、用戶社交疲勞行為進(jìn)行研究。

2.2 國(guó)內(nèi)研究進(jìn)展

國(guó)內(nèi)學(xué)者關(guān)于社交網(wǎng)絡(luò)用戶行為的研究起步于2010年，隨著社交網(wǎng)絡(luò)在國(guó)內(nèi)的迅速普及，相關(guān)研究逐年增多，并在2013年后進(jìn)入研究的快速增長(zhǎng)期。最初，學(xué)者們的研究集中于微博等早期社交媒體平臺(tái)的用戶行為分析。以王曉光[為例，他首次系統(tǒng)性地研究了新浪微博用戶行為特征及其關(guān)系網(wǎng)絡(luò)，構(gòu)建了用戶影響力模型，為后續(xù)研究奠定了理論基礎(chǔ)。

2013一2015年是國(guó)內(nèi)相關(guān)研究的一個(gè)高峰期。這一階段，大量學(xué)者將研究重點(diǎn)放在微博用戶行為的特征、共享行為及其影響因素上。例如，彭柯等\"分析了微博用戶共享行為的主要影響因素；閆強(qiáng)等[12研究了微博社區(qū)中用戶行為特征及其背后機(jī)制；而王清華等[13則從微博用戶滿意度角度探討其對(duì)使用行為的影響。這一時(shí)期的研究不僅在理論模型上逐步完善，還在數(shù)據(jù)分析和實(shí)證研究方法上取得了重要突破。

2015年后，伴隨移動(dòng)互聯(lián)網(wǎng)的普及，社交網(wǎng)絡(luò)逐漸深入到人們的日常社交生活中。這一時(shí)期，國(guó)內(nèi)學(xué)者開始關(guān)注移動(dòng)社交網(wǎng)絡(luò)用戶的行為，尤其是針對(duì)微信用戶、移動(dòng)閱讀用戶和移動(dòng)短視頻用戶的行為進(jìn)行深入分析。社交網(wǎng)絡(luò)平臺(tái)的出現(xiàn)使用戶能夠更便捷地進(jìn)行信息交流和社交互動(dòng)，但與此同時(shí)，用戶在社交網(wǎng)絡(luò)平臺(tái)上花費(fèi)的時(shí)間逐漸增加，也讓他們開始意識(shí)到過度使用社交網(wǎng)絡(luò)平臺(tái)可能帶來的負(fù)面影響。2018年，國(guó)內(nèi)學(xué)者首次對(duì)這一現(xiàn)象進(jìn)行了系統(tǒng)研究，提出了社交網(wǎng)絡(luò)平臺(tái)用戶的倦怠和流失行為。這一研究重點(diǎn)關(guān)注消極使用社交網(wǎng)絡(luò)平臺(tái)的用戶行為，如用戶的平臺(tái)倦怠現(xiàn)象和使用頻率的下降。張艷豐[14]基于用戶移動(dòng)社交媒體的消極使用及放棄使用的社會(huì)現(xiàn)象，探討用戶移動(dòng)社交媒體倦怠行為的形成機(jī)理，并構(gòu)建了社交媒體倦怠的理論模型，為進(jìn)一步深人分析用戶的社交媒體倦怠行為提供了理論基礎(chǔ)。劉暢等[15]則關(guān)注了碎片化閱讀環(huán)境下用戶的消極情緒體驗(yàn)，研究總結(jié)了信息焦慮行為的具體表現(xiàn)及成因，構(gòu)建了碎片化閱讀情境下用戶信息焦慮行為的理論框架。

2018年以后，國(guó)內(nèi)學(xué)者對(duì)社交媒體用戶行為的跨學(xué)科研究逐漸增多。潘穎等[1將用戶信息行為研究劃分為6個(gè)學(xué)科領(lǐng)域，強(qiáng)調(diào)各學(xué)科在研究主題、理論模型和研究方法上的差異，建議圖書情報(bào)領(lǐng)域用戶信息行為的研究應(yīng)充分借鑒心理學(xué)、社會(huì)學(xué)等學(xué)科的理論與方法，進(jìn)一步豐富和擴(kuò)展研究?jī)?nèi)容。張萃平等[17探討了網(wǎng)絡(luò)信息分享行為在社會(huì)學(xué)、心理學(xué)、知識(shí)管理、市場(chǎng)營(yíng)銷、傳播學(xué)、計(jì)算機(jī)科學(xué)等領(lǐng)域中的研究側(cè)重點(diǎn)，認(rèn)為這些學(xué)科為用戶行為研究提供了多維度的視角。王知津等[18則將信息行為研究分為探索發(fā)展、理論深化和持續(xù)平穩(wěn)三個(gè)階段，認(rèn)為信息行為研究正逐步從對(duì)行為現(xiàn)象的表面總結(jié)，轉(zhuǎn)向?qū)Ρ澈笥绊懸蛩丶靶睦韺W(xué)和社會(huì)學(xué)層面的深度探索，呈現(xiàn)出多學(xué)科融合的趨勢(shì)。

近兩年，國(guó)內(nèi)學(xué)者對(duì)利用社交媒體平臺(tái)下用戶行為的大數(shù)據(jù)開展信息預(yù)警和輿論監(jiān)管方面展開了研究。屈楠偉等在分析用戶質(zhì)疑行為的基礎(chǔ)上，結(jié)合網(wǎng)絡(luò)演化博弈理論，提出了用戶信息行為的博弈模型，并驗(yàn)證了用戶質(zhì)疑行為對(duì)謠言傳播的影響。陳安瀅等[20]探討了以微博為代表的在線社交媒體平臺(tái)在預(yù)警信息傳播中的重要作用，提出了以地域指數(shù)和興趣指數(shù)為特征變量來預(yù)測(cè)用戶在預(yù)警信息傳播中的轉(zhuǎn)發(fā)行為的模型機(jī)制。劉海鷗等[21]提出了在線社交用戶輿情畫像的概念，并通過對(duì)微博、QQ群、天涯論壇、人人網(wǎng)等社交媒體平臺(tái)的深入研究，構(gòu)建了社交用戶的輿情畫像模型，并對(duì)其信息傳播行為的時(shí)間統(tǒng)計(jì)特征進(jìn)行了實(shí)證分析。

2.3國(guó)內(nèi)外研究比較分析

通過對(duì)國(guó)內(nèi)外研究脈絡(luò)的梳理可以看出，國(guó)外學(xué)者在2010—2014年便已明確社交網(wǎng)絡(luò)用戶行為的主要研究方向，如社交網(wǎng)絡(luò)用戶使用行為、社交網(wǎng)絡(luò)用戶內(nèi)容生成與共享行為、隱私安全對(duì)社交網(wǎng)絡(luò)用戶行為的影響以及社交疲勞等。這一階段，國(guó)外研究更多聚焦于基礎(chǔ)理論的建立和實(shí)驗(yàn)方法的探索，為后續(xù)研究奠定了扎實(shí)的基礎(chǔ)。2014年后，國(guó)外學(xué)者主要通過改變研究對(duì)象和視角，在現(xiàn)有研究框架下進(jìn)一步深化理論模型和實(shí)證分析。

相比之下，國(guó)內(nèi)研究由于社交網(wǎng)絡(luò)進(jìn)入中國(guó)市場(chǎng)的時(shí)間較晚，其發(fā)展速度雖快，但研究主題的豐富度和理論的系統(tǒng)性仍有一定差距。早期，國(guó)內(nèi)研究主要圍繞微博用戶展開，探討用戶行為特征、影響因素以及用戶影響力模型的構(gòu)建等問題。然而，隨著微信、移動(dòng)短視頻平臺(tái)的興起，國(guó)內(nèi)研究對(duì)象逐步豐富，研究?jī)?nèi)容也逐漸涵蓋用戶的積極與消極行為、社交疲勞及隱私問題等領(lǐng)域。

從研究熱點(diǎn)來看，國(guó)外學(xué)者更關(guān)注隱私對(duì)用戶行為的影響以及用戶的內(nèi)容生成與共享動(dòng)機(jī)，同時(shí)深入探討社交網(wǎng)絡(luò)用戶疲勞等負(fù)面現(xiàn)象。而國(guó)內(nèi)學(xué)者更多地聚焦于用戶行為的具體特征及其演化趨勢(shì)，尤其是在移動(dòng)短視頻平臺(tái)上，探索用戶的消費(fèi)習(xí)慣、內(nèi)容偏好及行為機(jī)制。

在未來發(fā)展趨勢(shì)方面，國(guó)內(nèi)外學(xué)者均認(rèn)識(shí)到，隨著社交媒體平臺(tái)技術(shù)的升級(jí)和應(yīng)用場(chǎng)景的拓展，研究將進(jìn)一步向跨學(xué)科和深層次方向發(fā)展。具體而言，國(guó)內(nèi)學(xué)者在用戶畫像構(gòu)建、隱私保護(hù)機(jī)制及特殊用戶群體行為等領(lǐng)域具有廣闊的發(fā)展空間，而國(guó)外學(xué)者可能會(huì)在人工智能和數(shù)據(jù)分析技術(shù)的支持下，更精準(zhǔn)地挖掘用戶行為背后的心理動(dòng)因[22]

3社交媒體平臺(tái)運(yùn)維中用戶行為動(dòng)機(jī)與激勵(lì)機(jī)制存在的問題

在社交媒體用戶規(guī)模持續(xù)擴(kuò)大的背景下，用戶既是內(nèi)容的消費(fèi)者，又是平臺(tái)的內(nèi)容生產(chǎn)者和生態(tài)構(gòu)建者。各類社交媒體平臺(tái)的官方賬號(hào)如何通過分析用戶行為動(dòng)機(jī)并設(shè)計(jì)合理的激勵(lì)機(jī)制，激發(fā)用戶參與積極性，是提升運(yùn)營(yíng)效果的關(guān)鍵。然而，目前社交媒體平臺(tái)的運(yùn)營(yíng)實(shí)踐中仍存在一些亟須解決的問題，主要表現(xiàn)在以下幾個(gè)方面。

3.1用戶定位模糊，分析深度不足

社交媒體平臺(tái)運(yùn)營(yíng)的首要任務(wù)是明確目標(biāo)用戶的特點(diǎn)和需求。然而，許多社交媒體平臺(tái)官方賬號(hào)在日常運(yùn)營(yíng)中缺乏對(duì)用戶數(shù)據(jù)的系統(tǒng)性分析，僅僅停留在基本的性別、年齡等表面特征統(tǒng)計(jì)上，未能深人挖掘用戶的興趣愛好和行為模式。例如，一些官方賬號(hào)僅通過點(diǎn)贊和轉(zhuǎn)發(fā)數(shù)來粗略評(píng)估用戶需求，忽視了用戶評(píng)論、私信等更具深度的行為數(shù)據(jù)。此外，由于運(yùn)維人員流動(dòng)性較高，策略制定缺乏連貫性和系統(tǒng)性，導(dǎo)致內(nèi)容發(fā)布在風(fēng)格、節(jié)奏上不統(tǒng)一，難以形成持續(xù)的用戶黏性。

3.2激勵(lì)機(jī)制單一，用戶互動(dòng)欠豐富

隨著社交媒體的發(fā)展，從早期的PUC（專業(yè)內(nèi)容生成）到UGC（用戶內(nèi)容生成），用戶使用社交媒體的方式一直在發(fā)生變化，而在當(dāng)前融合發(fā)展的大趨勢(shì)下，兩者之間的界限日益模糊，在豐富互聯(lián)網(wǎng)內(nèi)容生態(tài)、滿足用戶多元化需求方面都發(fā)揮著重要作用。目前，社交媒體平臺(tái)的運(yùn)維者在運(yùn)營(yíng)中的激勵(lì)手段較為單一，主要依賴關(guān)注、點(diǎn)贊、抽獎(jiǎng)等常規(guī)方式。這種激勵(lì)模式雖然能夠在短時(shí)間內(nèi)吸引用戶參與，但由于缺乏新意，長(zhǎng)期來看很難維系用戶的活躍度和忠誠(chéng)度。此外，在互動(dòng)形式方面，一些社交媒體平臺(tái)依舊采用傳統(tǒng)的問答、點(diǎn)贊等簡(jiǎn)單手段，而未充分利用直播、短視頻等更能增強(qiáng)用戶參與感的方式。對(duì)于專業(yè)內(nèi)容領(lǐng)域的賬號(hào)來說，推送內(nèi)容的精準(zhǔn)性與吸引力會(huì)直接影響用戶的閱讀體驗(yàn)。然而，由于算法推薦和人工篩選的效率和準(zhǔn)確性尚存不足，推送內(nèi)容往往難以精準(zhǔn)命中目標(biāo)人群。與此同時(shí)，平臺(tái)同質(zhì)化嚴(yán)重的內(nèi)容傳播方式也進(jìn)一步削弱了用戶對(duì)內(nèi)容的興趣。

3.3技術(shù)手段缺乏，管理方式滯后

目前，大部分非商業(yè)機(jī)構(gòu)的社交媒體平臺(tái)運(yùn)營(yíng)依然以人工操作為主，自動(dòng)化和智能化技術(shù)的應(yīng)用較為匱乏。運(yùn)維者需要手動(dòng)發(fā)布內(nèi)容、回復(fù)評(píng)論和監(jiān)控?cái)?shù)據(jù)，這種高人力成本的方式極易導(dǎo)致工作效率低下。相比之下，部分商業(yè)機(jī)構(gòu)（如MCN機(jī)構(gòu)，中文譯名：多頻道網(wǎng)絡(luò)，一般指用于孵化網(wǎng)紅的中介機(jī)構(gòu)）利用人工智能生成內(nèi)容（AIGC）、自動(dòng)排程發(fā)布等技術(shù)，顯著提升了內(nèi)容生產(chǎn)與發(fā)布效率。在管理方式上，許多機(jī)構(gòu)依舊采用傳統(tǒng)的層級(jí)式審批模式，這種方式難以適應(yīng)社交媒體內(nèi)容更新快、時(shí)效性強(qiáng)的需求。當(dāng)熱點(diǎn)事件或輿情出現(xiàn)時(shí)，冗長(zhǎng)的審批流程往往錯(cuò)失最佳回應(yīng)時(shí)機(jī)，導(dǎo)致平臺(tái)運(yùn)營(yíng)的效果大打折扣。

4用戶信息行為動(dòng)機(jī)及激勵(lì)機(jī)制研究對(duì)社交媒體運(yùn)維的啟示

隨著社交媒體用戶規(guī)模的不斷擴(kuò)大和行業(yè)的快速發(fā)展，平臺(tái)運(yùn)維者面臨的挑戰(zhàn)和要求也日益增多。運(yùn)維者需要從了解用戶需求、設(shè)計(jì)有效的激勵(lì)機(jī)制、優(yōu)化內(nèi)容質(zhì)量、加強(qiáng)用戶互動(dòng)、數(shù)據(jù)驅(qū)動(dòng)決策與智能化技術(shù)應(yīng)用以及對(duì)人才的著重培養(yǎng)等角度出發(fā)，不斷提升用戶體驗(yàn)和滿意度，實(shí)現(xiàn)社交媒體平臺(tái)的可持續(xù)發(fā)展。

4.1多渠道了解用戶數(shù)據(jù)，深入分析用戶信息行為用戶參與社交媒體的核心動(dòng)機(jī)通常是為了滿足信息獲取、社交互動(dòng)和娛樂消遣等需求，同時(shí)，他們也期望通過社交媒體平臺(tái)獲取他人的關(guān)注。因此，平臺(tái)的運(yùn)維者應(yīng)深刻理解這些動(dòng)機(jī)，并為此設(shè)計(jì)適合的內(nèi)容、提供相關(guān)服務(wù)，以增強(qiáng)平臺(tái)與用戶之間的互動(dòng)。

深入分析用戶信息行為，關(guān)注用戶需求變化，建立全面的用戶畫像必不可少。社交媒體平臺(tái)通常通過統(tǒng)一的發(fā)布和管理后臺(tái)提供各類運(yùn)維工具，通過性別、年齡、興趣等維度構(gòu)建用戶畫像。以新浪微博為例，該平臺(tái)每年都會(huì)發(fā)布關(guān)于用戶的詳細(xì)數(shù)據(jù)報(bào)告，包括年輕用戶發(fā)展報(bào)告、熱搜趨勢(shì)報(bào)告和微博短視頻行業(yè)報(bào)告等[23]，幫助賬號(hào)運(yùn)維者深人了解平臺(tái)用戶的行為特征。此外，專業(yè)工具如新浪柚媒，針對(duì)微博底層數(shù)據(jù)提供大數(shù)據(jù)分析、粉絲管理、輿情監(jiān)測(cè)等功能，為平臺(tái)運(yùn)維者提供更為精細(xì)化的分析支持[24]。微信平臺(tái)也同樣為運(yùn)維者提供了類似的數(shù)據(jù)支持，除了官方的“微信公眾平臺(tái)”數(shù)據(jù)外，第三方數(shù)據(jù)分析平臺(tái)如新榜、西瓜數(shù)據(jù)等，也為運(yùn)維者提供了多維度的用戶數(shù)據(jù)。通過這些工具，社交媒體平臺(tái)運(yùn)維者可以全面了解不同用戶群體的特征，并根據(jù)用戶畫像調(diào)整平臺(tái)運(yùn)營(yíng)策略。

4.2設(shè)計(jì)有效的互動(dòng)式激勵(lì)機(jī)制，提高粉絲活躍度

針對(duì)社交媒體平臺(tái)可能出現(xiàn)的用戶流失、低質(zhì)量?jī)?nèi)容和行為倦怠等問題，平臺(tái)運(yùn)維者需要通過研究用戶行為動(dòng)機(jī)和激勵(lì)機(jī)制，制定有針對(duì)性的策略。在內(nèi)容方面，平臺(tái)應(yīng)優(yōu)先提供高質(zhì)量、有趣且易于傳播的內(nèi)容，結(jié)合社會(huì)熱點(diǎn)事件發(fā)布原創(chuàng)性強(qiáng)、具獨(dú)特視角的內(nèi)容，以此吸引用戶，激發(fā)他們參與和分享的意愿。同時(shí)，也要減少同質(zhì)化內(nèi)容的傳播。

設(shè)計(jì)互動(dòng)式激勵(lì)機(jī)制至關(guān)重要。社交媒體平臺(tái)應(yīng)通過轉(zhuǎn)發(fā)、評(píng)論、回復(fù)用戶留言等互動(dòng)形式，與用戶保持定期互動(dòng)，讓用戶感受到運(yùn)維者對(duì)粉絲的持續(xù)關(guān)注。根據(jù)平臺(tái)的特性，運(yùn)維者可以靈活運(yùn)用平臺(tái)提供的多樣化互動(dòng)工具，如趣味問答、投票、接力賽等活動(dòng)，增強(qiáng)用戶的參與感和歸屬感。同時(shí)，采用直播、連麥等實(shí)時(shí)互動(dòng)形式，促進(jìn)與用戶的即時(shí)溝通，提升互動(dòng)效果。

此外，平臺(tái)還可以通過話題開展內(nèi)容分享活動(dòng)，如組織的“永遠(yuǎn)會(huì)被這段文字打動(dòng)”和“給你心中的經(jīng)典打個(gè)call”等話題，鼓勵(lì)用戶在微博、微信、小紅書等平臺(tái)分享簡(jiǎn)短的閱讀心得和推薦書籍。分享型互動(dòng)有效提升了平臺(tái)用戶的活躍度，同時(shí)也加深了用戶與平臺(tái)之間的聯(lián)系。

對(duì)待私信互動(dòng)，平臺(tái)應(yīng)做到及時(shí)且專業(yè)地回復(fù)。

對(duì)于業(yè)務(wù)類咨詢，提供準(zhǔn)確、專業(yè)的解答；對(duì)于問候類私信，則可以設(shè)計(jì)“互聯(lián)網(wǎng)人設(shè)”，通過溫暖的回復(fù)讓用戶感受到平臺(tái)的情感關(guān)懷，進(jìn)一步提升用戶的情緒價(jià)值。良好的互動(dòng)氛圍能夠有效降低用戶的倦怠感，增強(qiáng)用戶的忠誠(chéng)度，推動(dòng)平臺(tái)的可持續(xù)運(yùn)營(yíng)。

4.3數(shù)智驅(qū)動(dòng)決策，提高社交媒體運(yùn)維的效率

人工智能、大數(shù)據(jù)和機(jī)器學(xué)習(xí)等技術(shù)的發(fā)展，為數(shù)智驅(qū)動(dòng)決策提供了強(qiáng)大的技術(shù)支持。通過分析海量用戶數(shù)據(jù)，運(yùn)維者可以制定更科學(xué)、更精準(zhǔn)的決策，提升平臺(tái)運(yùn)營(yíng)效率。在內(nèi)容策略方面，AIGC技術(shù)的應(yīng)用，使得內(nèi)容創(chuàng)作不再局限于人工制作，AI可以高效地生成文案、圖片、視頻等內(nèi)容。這不僅大大提高了內(nèi)容發(fā)布的頻率，還優(yōu)化了內(nèi)容創(chuàng)作流程。通過AIGC技術(shù)，平臺(tái)還可以組織有針對(duì)性的用戶活動(dòng)。如嘉興市圖書館設(shè)立的“元宇宙出版與閱讀實(shí)驗(yàn)室嘉興基地”，通過多種AI技術(shù)在微信公眾號(hào)面向讀者開展“小小創(chuàng)客家”AIGC繪畫項(xiàng)目，受到讀者廣泛好評(píng)。

數(shù)智技術(shù)在輿情監(jiān)測(cè)中也可以起到重要作用，AI能夠?qū)Ａ课谋具M(jìn)行情感分析，準(zhǔn)確判斷文本或話題的情感傾向，從而幫助運(yùn)維者及時(shí)識(shí)別負(fù)面輿情，評(píng)估其影響范圍，并制定有效的危機(jī)應(yīng)對(duì)策略。例如，新浪微博推出的AI小助手，通過模擬賬號(hào)的語氣智能回復(fù)用戶的私信和評(píng)論，在一定程度上提升了互動(dòng)效率和用戶體驗(yàn)。隨著技術(shù)的不斷進(jìn)步，數(shù)智化技術(shù)將進(jìn)一步提升社交媒體平臺(tái)運(yùn)維的效率，為決策提供更精準(zhǔn)的支持。

4.4加強(qiáng)人才培養(yǎng)，建設(shè)復(fù)合型人才隊(duì)伍

社交媒體平臺(tái)運(yùn)維需要具備多元化技能的人才，不僅要掌握內(nèi)容創(chuàng)作、數(shù)據(jù)分析、平臺(tái)操作等方面的能力，還需要具備新聞傳播學(xué)、心理學(xué)、數(shù)據(jù)分析等多種跨學(xué)科的知識(shí)。為了提升運(yùn)維團(tuán)隊(duì)的整體水平，社交媒體運(yùn)維機(jī)構(gòu)應(yīng)注重人才的培養(yǎng)和挖掘，一方面可以與各大社交媒體平臺(tái)保持緊密合作，幫助運(yùn)維人員了解平臺(tái)運(yùn)作規(guī)律，另一方面還可以加強(qiáng)與同行業(yè)機(jī)構(gòu)的交流與合作，開展跨界合作，提升運(yùn)維人員的專業(yè)素養(yǎng)和實(shí)戰(zhàn)能力。

與此同時(shí)，運(yùn)維人員還需要關(guān)注新技術(shù)的應(yīng)用，保持對(duì)行業(yè)技術(shù)發(fā)展的敏感性，積極借助技術(shù)工具跟上行業(yè)發(fā)展趨勢(shì)，推動(dòng)技術(shù)創(chuàng)新。作為運(yùn)維機(jī)構(gòu)，必須將社交媒體平臺(tái)的服務(wù)渠道與信息服務(wù)功能進(jìn)行整合，遵循信息服務(wù)“學(xué)科性、學(xué)術(shù)性、技術(shù)性”的原則，積極進(jìn)行創(chuàng)新，爭(zhēng)取政策支持，加強(qiáng)與社會(huì)各界的合作，培養(yǎng)出一批能夠推動(dòng)平臺(tái)創(chuàng)新服務(wù)的復(fù)合型人才，適應(yīng)信息化時(shí)代海量數(shù)據(jù)的爆發(fā)，滿足各類用戶需求的變化。

5結(jié)語

對(duì)社交媒體中用戶信息行為動(dòng)機(jī)及激勵(lì)機(jī)制的研究，深入揭示了用戶行為背后的內(nèi)在驅(qū)動(dòng)力，為運(yùn)維人員設(shè)計(jì)更有效的激勵(lì)機(jī)制提供了理論支持，促進(jìn)用戶積極參與平臺(tái)內(nèi)容的分享與互動(dòng)。社交媒體行業(yè)發(fā)展迅速，盡管微信、微博的用戶增長(zhǎng)速度放緩，但小紅書、B站等新興平臺(tái)仍保持著高速增長(zhǎng)，未來將出現(xiàn)更多創(chuàng)新平臺(tái)，推動(dòng)社交媒體行業(yè)邁向更加多元化和智能化的階段。

參考文獻(xiàn)

[1]中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.第55次《中國(guó)互聯(lián)網(wǎng)絡(luò) 發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》[EB/OL].（2025-01-17）[2025- 02-22].https：//www.cnnic.net.cn/n4/2025/0117/c88 -11229.html.

[2]界面新聞.KAWO科握發(fā)布《2023中國(guó)社交媒體 平臺(tái)指南》[EB/OL].（2023-04-17）[2024-09-20]. https ：//www.jiemian.com/article/9254647.html.

[3]李小青，張鳳琴，嚴(yán)曉梅，等.國(guó)外典型用戶信息 行為模型發(fā)展綜述及啟示[J].情報(bào)雜志，2018（2）： 194-200.

[4]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（3） ：396-412.

[5]Zhao H，Liu K J.Impact of social network structure on multimedia fingerprinting misbehavior detection and identification[J].IEEE Journal ofSelected Topicsin Signal Processing，2010（4） ：687-703.

[6]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（1） ：50-60.

[7]BOLLEN J，GONCALVES B，RUAN G.Happiness is assortative in online social networks[J].Artificial Life， 2011（3） ：237-251.

[8]RUI H X，WHINSTON A.Information or attention？ An empirical study of user contribution on Twitter[J]. Information Systems and E-Business Management，2012 （3）：309-324.

[9]RAVINDRAN T，KUAN A C ，LIAN DG 1IvUvuvIg unu vHvvw vI JuvIaI HUtwvIn Iuuguv [ J」* Journal of the Association for Information Science and Technology，2014（11） ：2306-2320.

[10]王曉光.微博客用戶行為特征與關(guān)系特征實(shí)證分析：以“新浪微博”為例［J].圖書情報(bào)工作，2010（14） ：66-71.

[11]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(bào)知識(shí)，2013（2）：81-87.

[12]閆強(qiáng)，吳聯(lián)仁，鄭蘭.微博社區(qū)中用戶行為特征及其機(jī)理研究[J].電子科技大學(xué)學(xué)報(bào)，2013（3）：9-14.

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

[14]張艷豐.信息行為壇變視閾下移動(dòng)用戶社交媒體倦怠行為機(jī)理研究[J].情報(bào)資料工作，2020（1）：87-93.

[15]劉暢，鞏洪村，曹高輝.碎片化閱讀情境下用戶信息焦慮行為形成機(jī)理：基于扎根理論的探索性研究[J].圖書情報(bào)知識(shí)，2021（3）：144-153.

[16]潘穎，鄭建明.多學(xué)科視角下國(guó)外用戶信息行為研究述評(píng)[J].圖書館，2019（9）：67-74.

[17]張萃平，王興瓊.網(wǎng)絡(luò)信息分享行為研究綜述［J].重慶工商大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018（5）：94-102.

[18]王知津，李圓方，李巧英，等.基于WoS分析的信息行為研究現(xiàn)狀與趨勢(shì)[J].現(xiàn)代情報(bào)，2020（7）：152-166.

[19]屈楠偉，夏志杰，王詣銘.基于用戶信息行為的社交媒體辟謠效果研究[J].情報(bào)科學(xué)，2021（1）：111-119.[20]陳安瀅，朱昊然，蘇國(guó)鋒.微博用戶的應(yīng)急預(yù)警信息傳播行為研究[J].清華大學(xué)學(xué)報(bào)（自然科學(xué)版），2021（6） ：527-535.

[21]劉海鷗，劉旭，姚蘇梅，等.基于與情畫像的在線社交用戶信息傳播特征統(tǒng)計(jì)分析[J].現(xiàn)代情報(bào)，2019（9） ：64-73.

[22]李嘉興，王晰巍，常穎，等.社交網(wǎng)絡(luò)用戶行為國(guó)內(nèi)外研究動(dòng)態(tài)及發(fā)展趨勢(shì)[J].現(xiàn)代情報(bào)，2020（4）：167-177.

[23]微博微報(bào)告.2023微博年輕用戶發(fā)展報(bào)告［EB/OL].（2024 -03-12）[2024-09 -10]. https：//data.weibo.com/report/reportDetail？ id =471

[24]柚媒.產(chǎn)品介紹[EB/OL].（2020-01-01）[2024-09-10].http：//www.u-mei.com/web/introduce.

（編輯 張碧雪）

Research on user information behavior motivations and incentive mechanisms in social media

GUO Jiong， XIE Qiang （National Library of China，Beijing 1OOO81， China）

Abstract：Mobile social mediausers have become the dominant force among internet users.Both domestic and international academia have continuously conductedresearch onsocial network users’information behavior and incentive mechanisms，identifying factors that influenceusers’information behavior to clearlyreveal the paternsof information dissemination among online social users.Social media operators can enhance user engagement in social media behaviors byfullyunderstanding userneeds，making data-driven decisions，designing effective incentive mechanisms，and cultivating versatile talents.Amidst the rapid development of social media，this paper serves asa catalyst，aiming toatractmoreattentiontothis field throughthestudyof relevant domesticand international theories and practices，and to provide valuable guidance for the specific practices of social media operation and maintenance in China.

Key words： social media; users’information behavior; incentive mechanism