摘 要:[目的/意義]探究人工智能算法推薦下,短視頻用戶信息繭房突破意愿的影響因素和內(nèi)在機(jī)理,為平臺助力用戶突破信息繭房提供對策建議。[方法/過程]基于“感知—情感—行為意愿”(Cognition-Affect-Conation,CAC)理論框架和矛盾態(tài)度理論,構(gòu)建用戶信息繭房突破意愿影響因素模型。通過問卷調(diào)查與偏最小二乘結(jié)構(gòu)方程模型進(jìn)行實證分析,并利用多群組分析探究短視頻內(nèi)容類型的差異化影響。[結(jié)果/結(jié)論]感知控制可以通過提高心流體驗和減少心理抗拒,降低信息繭房突破意愿。感知信息同質(zhì)產(chǎn)生矛盾的情感體驗,既降低又增加突破意愿。感知信息過載加重心理抗拒,促進(jìn)突破意愿。享樂型和實用型視頻中,用戶的情感體驗和突破意愿存在顯著差異。
關(guān)鍵詞:信息繭房;智能算法推薦;突破意愿;CAC理論;矛盾態(tài)度
DOI:10.3969/j.issn.1008-0821.2025.08.004
〔中圖分類號〕G252.0 〔文獻(xiàn)標(biāo)識碼〕A 〔文章編號〕1008-0821(2025)08-0043-14
Escaping or Trapped?Unraveling the Psychological Motivations of
Short Video Users to Break Free From Information Cocoons Under
Intelligent Algorithmic Recommendations
Le Chengyi1,2,3 Zhang Jinping3* Wang Zixin3 Chen Tao2
(1.Business School,Ningbo University,Ningbo 315211,China;
2.Merchants Guild Economics and Cultural Intelligent Computing Laboratory,Ningbo University,
Ningbo 315211,China;
3.School of Economics and Management,East China Jiaotong University,Nanchang 330013,China)
Abstract:[Purpose/Significance]This study investigates the factors and internal mechanisms influencing users breakthrough intention regarding information cocoons under intelligent algorithm recommendations in short-video platforms,aiming to provide strategic suggestions for platforms to help users transcend information cocoons.[Method/Process]Drawing upon the Cognition-Affect-Conation(CAC)theoretical framework and the theory of ambivalent attitudes,the study constructed a model examining factors affecting users breakthrough intention from information cocoons.Empirical analysis was conducted through questionnaire surveys and Partial Least Squares Structural Equation Modeling(PLS-SEM),while multi-group analysis was employed to explore the differential effects across short-video content types.[Result/Conclusion]Perceived control reduces users breakthrough intention by enhancing flow experience and decreasing psychological reactance.Perceived information homogeneity generates ambivalent attitudes,simultaneously decreasing and increasing breakthrough intention.Perceived information overload intensifies psychological reactance,thereby promoting breakthrough intention.Significant differences exist in users emotional experiences and breakthrough intention between hedonic and utilitarian video content.
Key words:information cocoons;intelligent algorithm recommendations;breakthrough intention;Cognition-Affect-Conation theory;ambivalent attitudes
第53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2023年12月,我國短視頻用戶規(guī)模為10.53億人,占網(wǎng)民整體的96.4%[1]。在當(dāng)今數(shù)字化時代,短視頻平臺憑借其內(nèi)容豐富、形式生動的優(yōu)勢,已成為用戶獲取信息和娛樂的主要渠道?;谒惴ǖ耐扑]系統(tǒng)通過分析用戶偏好和行為特征,為用戶提供個性化的短視頻內(nèi)容[2],在提升用戶體驗的同時,也帶來了諸多值得關(guān)注的問題[3]。其中,最為顯著的是信息繭房效應(yīng)。在智能算法的持續(xù)推薦下,用戶逐漸形成固定的信息獲取路徑和內(nèi)容偏好,猶如被束縛在自織的信息繭中[4]。這種現(xiàn)象在短視頻平臺環(huán)境下表現(xiàn)得尤為突出:一方面,算法推薦的精準(zhǔn)度不斷提升,用戶獲取信息的范圍日益狹窄[5];另一方面,平臺的高度沉浸性和用戶的強(qiáng)黏性特征[6]使得用戶更容易陷入信息同質(zhì)化的困境。面對這種智能算法驅(qū)動下“信息繭房”帶來的負(fù)面影響,探討短視頻平臺用戶信息繭房的突破意愿和動因就顯得尤為重要。
現(xiàn)有關(guān)于信息繭房的研究主要集中在信息繭房的現(xiàn)象[7]、成因[8-9]和危害治理[10-11]3個方面,這些研究為理解信息繭房現(xiàn)象提供了重要理論基礎(chǔ)。然而,目前關(guān)于用戶信息繭房的突破及動因的研究較少,作為信息繭房形成與突破的關(guān)鍵主體,用戶的主觀能動性及其突破信息繭房的內(nèi)在動因尚未得到充分關(guān)注。特別是在短視頻平臺場景下,由于算法推薦精準(zhǔn)度高、用戶黏性強(qiáng)等特點,用戶往往在享受個性化服務(wù)的同時產(chǎn)生對算法控制的抵觸情緒。哪些感知因素會影響用戶的情感體驗?這種復(fù)雜的心理狀態(tài)如何影響用戶突破信息繭房的意愿?哪些因素會促使用戶試圖突破信息繭房?這些問題的探討不僅具有重要的理論意義,也對平臺優(yōu)化推薦策略具有實踐價值。鑒于此,本研究對短視頻平臺智能算法推薦下用戶信息繭房突破意愿的影響因素及作用機(jī)理進(jìn)行實證分析,豐富了短視頻平臺中用戶信息繭房突破的實證研究,為信息繭房突破及治理提供理論依據(jù)。
1 文獻(xiàn)綜述與理論基礎(chǔ)
1.1 短視頻平臺用戶信息繭房研究
信息繭房最早由凱斯·桑斯坦[4]提出,指用戶因長期基于個人偏好選擇性接觸媒介信息,而使自身被束縛在如同蠶繭般的“繭房”之中的現(xiàn)象。本研究所探討的信息繭房特指在智能算法推薦環(huán)境下,短視頻用戶通過主動選擇符合個人偏好的信息而逐漸形成的信息獲取局限性和同質(zhì)化傾向。
縱觀現(xiàn)有研究,學(xué)界對信息繭房的探討經(jīng)歷了從現(xiàn)象識別、成因分析到治理方案的演進(jìn)過程。隨著短視頻平臺的快速發(fā)展,信息繭房問題日益凸顯,相關(guān)研究也逐步深入和系統(tǒng)化。目前的研究主要集中在3個方面:第一,在信息繭房現(xiàn)象研究方面,學(xué)者們探討了不同場景下信息繭房的表現(xiàn)形式及其影響。在突發(fā)公共衛(wèi)生事件中,信息繭房導(dǎo)致信息傳播失衡與認(rèn)知偏差[12];在社會熱點議題討論中,則催生了群體極化[13]和情感極化[14]現(xiàn)象;在科研領(lǐng)域,甚至影響到研究人員對生成式人工智能的認(rèn)知和應(yīng)用[7]。第二,在信息繭房成因研究方面,學(xué)界形成了多元化的解釋框架。技術(shù)決定論者以Aguirre E等[5]為代表,強(qiáng)調(diào)算法技術(shù)通過精準(zhǔn)匹配用戶興趣,持續(xù)推送同質(zhì)化內(nèi)容,是形成信息繭房的關(guān)鍵因素。而從用戶視角出發(fā)的研究則認(rèn)為,信息繭房本質(zhì)上是個體信息選擇的必然結(jié)果,技術(shù)僅起到催化作用[15]。也有學(xué)者[16]提出了更為系統(tǒng)的觀點,認(rèn)為信息繭房是個體認(rèn)知特征、社會環(huán)境、場景屬性與技術(shù)因素等多重維度共同作用的產(chǎn)物。段薈等[17]的實證研究進(jìn)一步揭示,用戶的價值認(rèn)知、信息環(huán)境特征和技術(shù)因素構(gòu)成了信息繭房形成的三重影響機(jī)制。第三,在信息繭房治理研究方面,學(xué)界提出了多層次的應(yīng)對策略。在用戶層面,朱世琴等[18]強(qiáng)調(diào)提升信息素養(yǎng)對突破信息繭房的重要性;在技術(shù)層面,喻國明等[16]建議通過優(yōu)化算法推薦機(jī)制來減輕信息繭房效應(yīng),張海[8]則主張增加異質(zhì)信息以打破信息壁壘;在行為引導(dǎo)層面,翟姍姍等[9]認(rèn)為,積極的信息分享行為有助于接觸多元信息;在平臺治理層面,學(xué)者們[17]提出了調(diào)整信息推送策略的具體方案。然而,已有研究仍存在一些值得關(guān)注的局限性:第一,在理論層面,缺乏對短視頻平臺特定場景下信息繭房形成機(jī)制的深入探討。第二,在方法論層面,雖然定性研究較為豐富,但缺乏有效的實證研究支撐,特別是對用戶突破信息繭房意愿形成機(jī)制的量化分析。第三,在研究視角上,對用戶的內(nèi)在感知和情感體驗等心理層面的探討不夠深入,難以全面解釋用戶的信息繭房突破意愿。盡管用戶的內(nèi)在感知和情感態(tài)度在行為意愿與決策中發(fā)揮關(guān)鍵作用[19],但現(xiàn)有研究對這一維度的關(guān)注明顯不足?;谏鲜鲅芯楷F(xiàn)狀,深入探究短視頻用戶信息繭房突破意愿具有重要意義。
1.2 矛盾態(tài)度理論
傳統(tǒng)態(tài)度研究表明,態(tài)度可以直接預(yù)測行為,兩者在一定程度上會保持一致[20]。但實際上,個體或群體對某一態(tài)度客體同時存在積極與消極的認(rèn)知評價和情緒體驗,也就是矛盾態(tài)度[21]。推薦算法可以為用戶提供積極的體驗[22]和消極的體驗[23]。李君君等[24]構(gòu)建了社交媒體用戶矛盾態(tài)度的框架模型,分析了個體的積極體驗、消極體驗、正面情感、負(fù)面情感等因素,發(fā)現(xiàn)這些因素會導(dǎo)致不同程度的矛盾態(tài)度和行為表現(xiàn),且影響程度存在顯著差異。在社交媒體情境下,心流體驗[25]和心理抗拒[26]已被證實會對用戶的信息行為產(chǎn)生影響。本研究認(rèn)為短視頻用戶在觀看短視頻的過程中,既會有心流體驗,也會有心理抗拒,兩種矛盾情感同時存在?;诖?,本文嘗試將用戶的矛盾態(tài)度作為中介變量,用戶感知通過矛盾態(tài)度的中介作用,對用戶的信息繭房突破意愿產(chǎn)生影響,為短視頻用戶的信息繭房突破意愿路徑提供解釋。
1.3 “感知—情感—行為意愿”(Cognition-Affect-Conation,CAC)理論
Fishbein M等[19]提出的CAC理論模型提出了“感知—情感—行為意愿”的用戶行為路徑框架。在這個路徑中,感知是指人對現(xiàn)有知識、過往經(jīng)驗和事物的體會,它直接影響著人對信息和事物的理解與評價;情感是基于感知的情緒反饋,反映人們對特定情境或?qū)ο蟮膬?nèi)心感受;行為意愿則是在綜合考慮了個體的感知和情感的基礎(chǔ)后產(chǎn)生的行為傾向。這一理論模型為理解和分析個體行為研究提供了有力的解釋框架,并在眾多關(guān)于態(tài)度或行為改變的實證研究中得到了廣泛的應(yīng)用。楊選輝等[27]以CAC為理論基礎(chǔ),構(gòu)建了在線健康社區(qū)用戶算法回避行為影響因素理論模型,從感知和情感兩個層次剖析了用戶算法回避行為的影響因素與形成機(jī)制。張寧等[28]采用CAC理論,探究了在線健康平臺老年用戶的焦慮情緒及回避、退出行為的發(fā)生機(jī)理,解釋了老年人感知情感、情緒體驗與消極行為結(jié)果之間的影響作用機(jī)制。
智能推薦是抖音等短視頻平臺重要的環(huán)境因素之一,用戶對平臺環(huán)境的感知會影響用戶的心理,進(jìn)而影響用戶的行為意愿[26]。據(jù)此,本研究采用CAC“感知—情感—行為意愿”理論,探究感知觸發(fā)情感體驗對用戶信息繭房突破意愿的影響。
2 研究假設(shè)與模型構(gòu)建
2.1 用戶感知與信息繭房突破意愿
感知控制指的是個體對自身在特定情境下所擁有的自我控制能力的一種主觀感受和評估[29],它反映了個人對自己能夠影響或改變環(huán)境、應(yīng)對挑戰(zhàn)和達(dá)成目標(biāo)的信念和信心。感知控制的高低會影響個體的行為意愿。Wang K S等[30]指出,人們有能力對技術(shù)環(huán)境進(jìn)行理性評估與選擇。當(dāng)感知到失去對環(huán)境的控制權(quán)時,通常會采取主動行動,以重新獲得控制權(quán)。當(dāng)用戶感知到對環(huán)境具有主動控制權(quán)時,他們的行為就會更加積極,更愿意留在當(dāng)前的環(huán)境中,即用戶的繭房滯留意愿會得到增強(qiáng)[31]。因此,本研究認(rèn)為,如果用戶感知到對自身所處的環(huán)境具有控制權(quán),并且能夠主導(dǎo)控制權(quán)時,用戶的信息繭房突破意愿會得到削弱。
信息同質(zhì)化是指信息內(nèi)容的單一和趨同,它是信息繭房最為顯著的負(fù)效應(yīng)之一[32]。本文結(jié)合學(xué)者們的定義和研究[33-34],將感知信息同質(zhì)定義為:用戶在瀏覽短視頻時,感知到視頻內(nèi)容、風(fēng)格或主題相似。當(dāng)算法驅(qū)動的推薦系統(tǒng)成功達(dá)成用戶與內(nèi)容之間的滿意契合時,用戶的信息流中便會涌現(xiàn)出大量與其興趣緊密相關(guān)的類似內(nèi)容。這種情況可能導(dǎo)致推送的信息內(nèi)容逐漸趨同,并在較長一段時間內(nèi)保持這種集中趨勢。有研究顯示,用戶能夠感知到信息環(huán)境的同質(zhì)化問題[33],且社交媒體的信息同質(zhì)化會讓用戶覺得無趣從而降低其停留在當(dāng)前信息環(huán)境中的意愿,用戶對于同質(zhì)信息的感知會推動用戶離開繭房環(huán)境[31]。因此,本文認(rèn)為,感知信息同質(zhì)會促進(jìn)用戶的信息繭房突破意愿。
當(dāng)個體必須處理的信息超過他能有效利用的信息時,就會產(chǎn)生信息過載。本文結(jié)合學(xué)者們[31,35]的定義和研究,將感知信息過載定義為:用戶感知到平臺所提供的視頻內(nèi)容或數(shù)量超出了自己的信息處理能力。Lee A R等[36]學(xué)者發(fā)現(xiàn),信息過載是導(dǎo)致用戶厭倦所使用的網(wǎng)絡(luò)社交媒體的重要影響因素,從而易產(chǎn)生離開該環(huán)境的意愿。感知信息過載會影響信息尋求者停止使用信息搜索的行為意圖[37],這意味著當(dāng)短視頻用戶感知大量的信息超出個人處理能力時,會想要結(jié)束這種狀況,產(chǎn)生信息繭房突破意愿。綜上,提出以下假設(shè):
H1:感知控制負(fù)向影響用戶信息繭房突破意愿
H2:感知信息同質(zhì)正向影響用戶信息繭房突破意愿
H3:感知信息過載正向影響用戶信息繭房突破意愿
2.2 兩種情感的中介作用
本研究中將心流體驗和心理抗拒作為CAC理論框架中的情感(Affect)變量。具體而言:心流體驗代表了用戶在使用短視頻平臺時的積極情感體驗,主要表現(xiàn)為愉悅、滿足和沉浸感。當(dāng)用戶進(jìn)入心流狀態(tài)時,他們會體驗到強(qiáng)烈的愉悅情緒和滿足感,這種積極情感是心流體驗的核心成分。心理抗拒則代表了用戶的消極情感反應(yīng),主要表現(xiàn)為不滿、煩惱和抵觸情緒。當(dāng)用戶感到自己的自由受到威脅或?qū)ζ脚_推薦的內(nèi)容產(chǎn)生抗拒時,會產(chǎn)生明顯的負(fù)面情緒體驗。
2.2.1 心流體驗的中介作用
“心流體驗”描述的是個體在從事某項活動時全神貫注,以至于忘記了時間和自我。這種狀態(tài)下,個體可能會感受到強(qiáng)烈的愉悅感、控制感和沉浸感,從而傾向于重復(fù)這種活動[38],即持續(xù)停留的意愿。當(dāng)用戶全身心投入短視頻中時,由此帶來的沉浸感會加深正面體驗對持續(xù)使用行為意愿的影響[39],當(dāng)用戶沉浸在這種愉悅的情感體驗中時,他們更傾向于維持當(dāng)前的狀態(tài),因此可能降低突破信息繭房的意愿。用戶的感知控制是影響其心流體驗的主要因素[40],當(dāng)個體感知到他們能夠控制任務(wù)的進(jìn)展并且收到正面反饋時,很容易進(jìn)入心流狀態(tài)。短視頻平臺通過推薦算法確保用戶看到的內(nèi)容具有高度相關(guān)性,用戶在觀看內(nèi)容一致、風(fēng)格統(tǒng)一的短視頻時,更容易保持集中注意力,進(jìn)而體驗到心流狀態(tài)[41]。然而,當(dāng)短視頻平臺利用智能推薦算法,根據(jù)用戶興趣愛好推送個性化內(nèi)容超出了用戶對這方面內(nèi)容的需求時,就會給用戶帶來不滿或反感情緒,心流體驗下降[42]。心流體驗對用戶行為意愿的中介作用已經(jīng)在諸多領(lǐng)域得以驗證,如孫祺宇等[25]發(fā)現(xiàn),心流體驗在讀者感知和元宇宙數(shù)字沉浸式閱讀持續(xù)使用意愿的影響過程中起到中介作用。綜上,提出以下假設(shè):
H4a:感知控制正向影響心流體驗
H4b:感知信息同質(zhì)正向影響心流體驗
H4c:感知信息過載負(fù)向影響心流體驗
H5:心流體驗負(fù)向影響用戶信息繭房突破意愿
H6:心流體驗在用戶感知維度(感知控制H6a、感知信息同質(zhì)H6b、感知信息過載H6c)和信息繭房突破意愿的影響過程中具有中介作用
2.2.2 心理抗拒的中介作用
Brehm J W[43]最早提出了心理抗拒理論,認(rèn)為當(dāng)個體感知到自己的自由受到威脅時,會產(chǎn)生心理抗拒的狀態(tài),為避免進(jìn)一步的自由喪失,并努力重建自由感,他們傾向于采取行動,努力重建自由感。心理抗拒反映了用戶的負(fù)面情感反應(yīng),包括不滿、煩惱和抵觸等情緒。這種消極的情感體驗可能促使用戶想要改變當(dāng)前狀態(tài),從而增強(qiáng)其突破信息繭房的意愿。當(dāng)用戶在短視頻平臺上感知到較高的控制感時,他們的心理抗拒程度會顯著降低[40]。信息的同質(zhì)性會導(dǎo)致信息的重復(fù)和缺乏新穎性,當(dāng)用戶感知到信息內(nèi)容高度一致時,他們更容易產(chǎn)生抵觸情
緒和心理抗拒[40]。而當(dāng)短視頻用戶面臨的信息量遠(yuǎn)超其有效管理和運用的能力極限時,信息過載會對用戶造成消極情緒、抗拒以及負(fù)面感知評價等影響[44]。心理抗拒對用戶行為意愿的中介作用也在諸多領(lǐng)域得以驗證,如張生太等[26]發(fā)現(xiàn),心理抗拒在用戶感知和用戶信息采納意愿的影響過程中起到中介作用。綜上,提出以下假設(shè):
H7a:感知控制負(fù)向影響心理抗拒
H7b:感知信息同質(zhì)正向影響心理抗拒
H7c:感知信息過載正向影響心理抗拒
H8:心理抗拒正向影響用戶信息繭房突破意愿
H9:心理抗拒在用戶感知維度(感知控制H9a、感知信息同質(zhì)H9b、感知信息過載H9c)和信息繭房突破意愿的影響過程中具有中介作用
2.3 內(nèi)容類型對信息繭房突破意愿的差異化影響
信息領(lǐng)域借鑒消費者行為領(lǐng)域的分類方式將短視頻平臺所推送的短視頻內(nèi)容劃分為享樂型與實用型兩大類[45]。Meng K S等[46]發(fā)現(xiàn),娛樂性、信息性是用戶使用短視頻的主要動機(jī),依據(jù)使用與滿足理論,享樂型短視頻和實用型短視頻的內(nèi)容在用戶滿足需求上展現(xiàn)出不同的側(cè)重點[47]:享樂型內(nèi)容以其娛樂性、休閑性為主要特征,能夠滿足用戶在閑暇時光追求輕松愉悅的心理需求;實用型內(nèi)容則側(cè)重于提供信息、傳授知識,滿足用戶對于實用性和知識增長的需求。當(dāng)用戶面對這兩種類型的短視頻內(nèi)容時,其反應(yīng)和需求滿足程度可能會顯著不同。在心流體驗方面,享樂型短視頻通常設(shè)計得更加吸引人,容易引發(fā)用戶的沉浸感和愉悅感,因此更容易誘發(fā)心流體驗。相比之下,實用型短視頻雖然信息價值高,但可能缺乏足夠的娛樂性來維持長時間的注意力集中,因此心流體驗可能相對較低。在心理抗拒方面,實用型短視頻用戶可能對信息的準(zhǔn)確性、多樣性有更高的要求。當(dāng)他們感知到信息同質(zhì)或信息過載時,更容易產(chǎn)生對推薦系統(tǒng)的不滿和抗拒。相比之下,享樂型短視頻用戶可能更注重娛樂體驗,對信息質(zhì)量的要求相對較低,因此心理抗拒可能較弱。在突破意愿方面,實用型短視頻用戶通常帶有明確的學(xué)習(xí)或信息獲取目的,他們可能更渴望接觸多元化的信息以拓展知識面。當(dāng)用戶感知到被限制在信息繭房中時,可能更有動力去突破這種局限。相反,享樂型短視頻用戶主要追求娛樂和放松,可能對當(dāng)前的信息環(huán)境更加滿足,突破意愿相對較低。基于此,提出以下假設(shè):
H10:相對于享樂型視頻,實用型短視頻用戶的心流體驗更低(H10a)、心理抗拒更強(qiáng)烈(H10b)、信息繭房突破意愿更加強(qiáng)烈(H10c)
綜上,本文將CAC理論作為元理論,根據(jù)以上假設(shè),構(gòu)建了用戶信息繭房突破意愿的理論模型,如圖1所示。
圖1 用戶信息繭房突破意愿影響因素理論模型Fig.1 Theoretical Model of Factors Influencing Users Willingness to Break out of Information Cocoons
3 研究方法
3.1 研究設(shè)計
考慮到數(shù)據(jù)可得性和使用群體的廣泛性,本文選取抖音為實證研究案例,抖音用戶為研究對象,采用問卷調(diào)查的方法收集實證數(shù)據(jù)。為了區(qū)分享樂型和實用型短視頻的影響,設(shè)計了A、B兩份題項相同但情境描述不同的問卷。A問卷針對享樂型短視頻,B問卷針對實用型短視頻。在問卷開始前,為每種類型的短視頻提供了詳細(xì)的描述,以確保受試者能夠清晰理解兩種類型的區(qū)別。在問卷分發(fā)過程中,采用隨機(jī)分配的方式,每位受試者隨機(jī)收到A問卷或B問卷。在正式問卷發(fā)放前針對短視頻平臺用戶開展了預(yù)調(diào)研,借助問卷星平臺通過線上和線下的方式回收了76份問卷,數(shù)據(jù)結(jié)果顯示問卷的信度和效度良好。結(jié)合預(yù)調(diào)研結(jié)果,進(jìn)一步查閱相關(guān)文獻(xiàn)資料,對相關(guān)問卷題項進(jìn)行了審查和完善,對問卷設(shè)計中可能有爭議的語言表述進(jìn)行修改,最終形成了本文的正式調(diào)查問卷。
正式問卷由三部分組成:第一部分是調(diào)查對象的社交媒體使用特征;第二部分包括7個結(jié)構(gòu)變量及相應(yīng)的測度項,所有測度項均用李克特7級量表來測量;第三部分是調(diào)查對象的人口統(tǒng)計特征。為了保證量表的內(nèi)容效度,所有的測度項均來自已有文獻(xiàn),并通過適當(dāng)?shù)母木巵磉m應(yīng)本研究背景。其中,感知控制的測度項整合自Bandura A[48]的研究,感知信息同質(zhì)的測度項改編自Willemsen M C等[49]的研究,感知信息過載的測度項來源于Zhang S W等[50]的研究,心流體驗的測度項參考Wang L等[51]的研究,心理抗拒的測度項參考Sittenthaler S等[52]的研究,信息繭房突破意愿的測度項參考翟姍姍等[9]的研究。
3.2 數(shù)據(jù)收集
本研究通過問卷星和見數(shù)兩個平臺收集數(shù)據(jù),正式問卷調(diào)查共回收454份,剔除填寫時間異常(少于1分鐘或超過10分鐘)、答案不合理(前后矛盾或中立項過多)、填寫不完整(未通過測謊題)等不合格問卷后得到378份有效問卷,有效回收率為83.26%。有效樣本量超過觀測變量的10倍,研究結(jié)果具備可靠性。
在378份有效樣本中,女性用戶199份,占52.6%,男性用戶179份,占47.4%,男女比例趨于一致;年齡主要集中在18~30歲,占81.2%,這與CNNIC報告[1]中顯示的短視頻平臺年輕用戶占主導(dǎo)地位的特征相符;使用短視頻平臺超過2年占86.3%,每天使用短視頻平臺占91.3%,樣本在用戶使用行為上具有代表性。
4 數(shù)據(jù)分析與結(jié)果
4.1 測量模型分析
4.1.1 多重共線性與共同方法偏差檢驗
采用方差膨脹因子法對各潛變量間的多重共線性展開檢驗,變量的VIF值所在區(qū)間為[1.104,1.256],小于5,表明不存在共線性問題。為了避免因問卷調(diào)查收集數(shù)據(jù)帶來的系統(tǒng)性誤差,本文采用Harman單因子法檢驗樣本數(shù)據(jù)是否存在共同方法偏誤。探索性因子分析結(jié)果顯示,在未旋轉(zhuǎn)的情形下,特征值大于1的因子有6個,第一個公因子的方差為28.532%,小于40%的標(biāo)準(zhǔn),這表明變量之間共同方法偏差問題不明顯,不會影響后續(xù)數(shù)據(jù)分析結(jié)果。
4.1.2 信效度檢驗
基于偏最小二乘法的結(jié)構(gòu)方程模型(Partial Least Squares Structural Equation Modeling,PLS-SEM)適用于對模型新概念的探索以及復(fù)雜模型的驗證,故本研究利用Smart PLS4對模型進(jìn)行檢驗。對樣本數(shù)據(jù)問卷進(jìn)行驗證性因子分析,檢驗測量模型的信度和效度,結(jié)果如表1所示。各變量的Cronbachs的值均大于0.8,復(fù)合信度(Composite Reliability,CR)均大于0.8,說明實驗所用的問卷題項設(shè)計合理,量表的信度較好。各測量項的標(biāo)準(zhǔn)載荷在0.8以上,各潛變量的平均方差萃取量(Average Variance Extracted,AVE)在0.7以上,說明量表的收斂效度較好。
區(qū)別效度采用因子AVE值平方根與因子間相關(guān)系數(shù)矩陣檢驗,如表2所示,各潛變量AVE的平方根值均高于該變量與其他潛變量之間的相關(guān)系數(shù),說明量表具有較好的區(qū)別效度。異質(zhì)—單質(zhì)比率(Heterotrait-Monotrait Ratio,HTMT)檢測結(jié)果如表3所示,所有構(gòu)念之間的HTMT值均遠(yuǎn)小于0.85,同樣表明構(gòu)念間具有良好的區(qū)別效度。
4.2 假設(shè)與模型檢驗
4.2.1 直接效應(yīng)檢驗
本文用Smart PLS 4軟件對假設(shè)進(jìn)行檢驗,檢驗結(jié)果如表4所示。檢驗結(jié)果表明,感知控制負(fù)向顯著影響信息繭房突破意愿(β=-0.100,p<0.05),感知信息同質(zhì)(β=0.111,p<0.05)和感知信息過載(β=0.322,p<0.001)均正向顯著影響信息繭房突破意愿,假設(shè)H1、H2、H3均成立。從用戶感知對情感的影響上看,在用戶使用短視頻的過程中,用戶的感知控制(β=0.231,p<0.001)和感知信息同質(zhì)(β=0.226,p<0.001)與心流體驗存在顯著的正相關(guān)關(guān)系,H4a、H4b假設(shè)成立;用戶的感知信息過載(β=-0.041,p=0.410)負(fù)向影響心流體驗,但不顯著,H4c假設(shè)不成立。用戶的感知控制與心理抗拒存在顯著的負(fù)相關(guān)關(guān)系(β=-0.268,p<0.001),H7a假設(shè)成立;用戶的感知信息同質(zhì)(β=0.151,p<0.01)和感知信息過載(β=0.286,p<0.001)與心理抗拒存在顯著的正相關(guān)關(guān)系,H7b、H7c假設(shè)成立。從情感態(tài)度對行為意愿的影響上看,用戶的心流體驗與信息繭房突破意愿存在顯著的負(fù)相關(guān)關(guān)系(β=-0.184,p<0.001),H5假設(shè)成立;用戶的心理抗拒與信息繭房突破意愿存在顯著的正相關(guān)關(guān)系(β=0.279,p<0.001),H8假設(shè)成立。
4.2.2 中介效應(yīng)檢驗
為進(jìn)一步檢驗心流體驗和心理抗拒在感知維度對用戶信息繭房突破意愿的雙重中介效果,本文使用SPSS 27,并運用PROCESS v4.2(Model 4)對比不同中介路徑的效應(yīng)量。為避免常規(guī)的Sobel檢測法的局限性,使用Bootstrap方法進(jìn)行檢驗分析,設(shè)置重復(fù)采樣5 000次。在置信區(qū)間95%的前提下,如果置信區(qū)間不包括0,則驗證中介效應(yīng)的存在,由于感知信息過載對心流體驗沒有顯著影響,所以下文不再對心流體驗在感知信息過載與用戶信息繭房突破意愿關(guān)系中的中介效應(yīng)進(jìn)行檢驗。
中介效應(yīng)檢驗結(jié)果如表5所示,心流體驗在感知控制和感知信息同質(zhì)對用戶信息繭房突破意愿影響中的中介效應(yīng)95%置信區(qū)間內(nèi)均不包含0,因此心流體驗的中介效應(yīng)顯著,中介效應(yīng)大小分別為-0.027和-0.043,假設(shè)H6部分成立。值得注意的是,心流體驗在感知信息同質(zhì)和信息繭房突破意愿之間的中介效應(yīng)呈現(xiàn)出了遮掩效應(yīng),具體表現(xiàn)為:感知信息同質(zhì)對信息繭房突破意愿的直接效應(yīng)為正(0.173,p<0.001),但通過心流體驗的間接效應(yīng)為負(fù)(-0.043),總效應(yīng)為正(0.224,p<0.001)。這種遮掩效應(yīng)表明,感知信息同質(zhì)對用戶行為具有雙重影響:一方面,直接激發(fā)用戶尋求多樣化信息的意愿,另一方面,又通過增強(qiáng)用戶的心流體驗來潛在地減弱這種意愿。心理抗拒在感知控制、感知信息同質(zhì)和感知信息過載對用戶信息繭房突破意愿影響中的中介效應(yīng)95%置信區(qū)間內(nèi)均不包含0,所以心理抗拒的中介效應(yīng)顯著,假設(shè)H9通過驗證。心流體驗和心理抗拒在感知控制和感知信息同質(zhì)對信息繭房突破意愿影響中共同起到的總效應(yīng)和對比中介效應(yīng)都顯著,通過比較間接效應(yīng)量和占總效應(yīng)比例,發(fā)現(xiàn)心理抗拒的中介效應(yīng)顯著高于心流體驗,說明心理抗拒在感知控制和感知信息同質(zhì)對信息繭房突破意愿的影響過程中具有更為重要的作用。
4.3 事后檢驗
在揭示短視頻平臺信息繭房形成機(jī)制的基礎(chǔ)上,為深化對用戶突破機(jī)制的理解,研究進(jìn)一步探究用戶在不同類型短視頻內(nèi)容中的心理差異,并分析這些差異對信息繭房突破意愿的影響。通過對享樂型和實用型短視頻的對比研究,可以更準(zhǔn)確地把握用戶突破信息繭房的心理動因,為構(gòu)建有效的突破機(jī)制提供理論依據(jù)。
4.3.1 獨立樣本T檢驗
為直觀地探究享樂型和實用型兩種視頻類型對用戶的情感態(tài)度和突破意愿的組間差異,利用SPSS 27進(jìn)行獨立樣本T檢驗。檢驗結(jié)果如圖2所示。
圖2 獨立樣本T檢驗分析結(jié)果Fig.2 Independent Samples T-Test Analysis Results
不同短視頻類型樣本對于心流體驗(M享樂型=5.777,SD=0.882,M實用型=5.429,SD=1.180,F(xiàn)(1,376)=3.241,p<0.01)、心理抗拒(M享樂型=4.294,SD=1.515,M實用型=4.955,SD=1.359,F(xiàn)(1,376)=-4.470,p<0.001)和信息繭房突破意愿(M享樂型=4.671,SD=1.132,M實用型=5.687,SD=0.898,F(xiàn)(1,376)=-9.678,p<0.001)均存在顯著差異,假設(shè)H10成立,即短視頻平臺推送內(nèi)容類型對于用戶信息繭房突破意愿的影響有顯著差異:相對于享樂型視頻,實用型短視頻用戶的心流體驗更低、心理抗拒更強(qiáng)烈、信息繭房突破意愿更加強(qiáng)烈。
4.3.2 多群組比較分析
為了進(jìn)一步探究享樂型和實用型兩種視頻類型對于用戶信息繭房突破意愿的區(qū)別,本研究將A、B兩份問卷所得有效樣本進(jìn)行多群組分析,其中享樂型樣本為193份,實用型樣本為185份,兩者樣本差距不大,符合進(jìn)行多群組分析的基本要求。在進(jìn)行多群組分析之前,通過MICOM Procedure檢驗?zāi)P团c樣本數(shù)據(jù)是否適合多群組分析。在模型中,享樂型組和實用型組具有相同的指標(biāo)、數(shù)據(jù)處理和優(yōu)化標(biāo)準(zhǔn),表明了配置不變性(步驟1)。組成不變性(步驟2)和組合的均值與方差相等性(步驟3)通過Smart PLS 4分析,結(jié)果如表6、表7所示。表6中所有潛變量的原始相關(guān)性值超過5%分位數(shù),表明了組成不變性[53]。在步驟1、2的基礎(chǔ)上,綜合表7中均值與方差相等性的分析結(jié)果,表明模型具備部分不變性,可以跨組比較標(biāo)準(zhǔn)化路徑系數(shù)[53]。
利用Smart PLS 4的Bootstrap Multigroup Analysis功能進(jìn)行多群組分析,具體分析結(jié)果如表8所示。在享樂型組中,感知控制(β=-0.160,p<0.01)和感知信息同質(zhì)(β=0.132,p<0.05)顯著影響用戶信息繭房突破意愿,但在實用型組中并不顯著。在實用型組中,心流體驗(β=0.173,p<0.05)對于用戶信息繭房突破意愿顯著,但在享樂型組中卻是不顯著的。此外,信息過載和心理抗拒對于信息繭房突破意愿的正向影響在兩組中均顯著,路徑顯著性上無差異。這些結(jié)果表明,不同短視頻類型對于用戶在信息繭房突破意愿的影響因素上存在差異。對于享樂型短視頻用戶,感知控制和感知信息同質(zhì)是主要影響因素,而實用型短視頻用戶則更受到心流體驗的影響。
5 研究結(jié)果與討論
5.1 研究結(jié)論
本文基于CAC理論和矛盾態(tài)度理論,從感知和情感兩個層次剖析了短視頻用戶信息繭房突破意愿的影響因素與形成機(jī)制,通過結(jié)構(gòu)方程模型和多群組分析,得出以下結(jié)論:
1)感知控制可以提高用戶的心流體驗,減少用戶的心理抗拒,進(jìn)而降低用戶信息繭房突破意愿。不斷增加的感知控制感在人的生理和心理上都會產(chǎn)生積極的影響,當(dāng)用戶感到自己能夠控制活動的進(jìn)程和結(jié)果時,他們更容易進(jìn)入心流狀態(tài),且心理抗拒會顯著降低,這一結(jié)論與現(xiàn)有研究[40]的研究結(jié)果一致。感知控制弱化了用戶突破信息繭房的意愿,與現(xiàn)有研究[31]發(fā)現(xiàn)感知控制強(qiáng)化用戶繭房滯留意愿相互補充印證。當(dāng)用戶存在心流體驗時,他們更可能產(chǎn)生積極的停留意愿;當(dāng)用戶感知到外部壓力或限制其自由選擇時,會產(chǎn)生抗拒心理,進(jìn)而產(chǎn)生突破意愿,心流體驗和心理抗拒在用戶從感知控制到信息繭房突破意愿的轉(zhuǎn)變過程中起到重要的中介作用。
2)用戶感知信息同質(zhì)會產(chǎn)生心流體驗和心理抗拒兩種矛盾的情感體驗,一方面,會通過促進(jìn)心流體驗來降低用戶的信息繭房突破意愿,另一方面,會產(chǎn)生心理抗拒進(jìn)而正向影響用戶信息繭房突破意愿。根據(jù)分析,感知信息同質(zhì)會正向影響用戶的心流體驗,產(chǎn)生競爭性中介作用,當(dāng)推薦系統(tǒng)能夠準(zhǔn)確捕捉用戶的興趣、需求,并為用戶推薦高質(zhì)量、與其興趣高度相關(guān)的內(nèi)容時,信息同質(zhì)將有助于提高用戶心流體驗[41],進(jìn)而降低用戶的信息繭房突破意愿;同時,感知信息同質(zhì)也會正向影響用戶的心理抗拒,產(chǎn)生補充性中介作用,當(dāng)推薦系統(tǒng)限制用戶接觸不同觀點和信息的機(jī)會時,信息同質(zhì)會導(dǎo)致負(fù)面的在線體驗[54],使用戶產(chǎn)生心理抗拒,進(jìn)而增強(qiáng)用戶的信息繭房突破意愿,這恰好說明用戶的感知信息同質(zhì)會產(chǎn)生矛盾情感,共同影響用戶的信息繭房突破意愿。
3)感知信息過載將加重用戶的心理抗拒,更加促使用戶產(chǎn)生突破信息繭房的意愿,心理抗拒起補充性的中介作用。社交媒體平臺推薦過多的短視頻信息會導(dǎo)致用戶信息過載,使用戶感到壓力增大,當(dāng)個體感受到自己的信息獲取和感知受到某種限制或束縛時,這種壓力會轉(zhuǎn)化為對信息源的心理抗拒[44],為避免進(jìn)一步的困擾,用戶會產(chǎn)生更強(qiáng)的繭房突破意愿,心理抗拒在用戶從感知到實際行為意愿的轉(zhuǎn)變過程中起補充性的中介作用。但過多的信息并不會對用戶的心流體驗產(chǎn)生顯著影響,這與林家寶等[35]的結(jié)論一致,這可能是因為心流體驗更多依賴于任務(wù)的挑戰(zhàn)性與個人能力的匹配,而不是信息量的多少。
4)不同類型短視頻下,用戶的情感體驗和信息繭房突破意愿存在顯著差異:實用型短視頻相比享樂型短視頻,用戶的心流體驗更低、心理抗拒更強(qiáng)烈、信息繭房突破意愿更加強(qiáng)烈。通過對比實用型和享樂型短視頻對用戶情感體驗和突破意愿的影響,發(fā)現(xiàn)在兩種情感對于信息繭房突破意愿的影響中,心理抗拒的效應(yīng)最強(qiáng),這與陳昊等[55]發(fā)現(xiàn)基于隱私風(fēng)險產(chǎn)生的負(fù)向情感體驗對行為意愿的影響效果強(qiáng)于正向情感體驗的結(jié)論相同。說明短視頻用戶在享樂型視頻中更能得到在閑暇時光追求輕松愉悅的心理需求,而實用型短視頻側(cè)重于滿足用戶對于實用性和知識增長的需求,因而會有更強(qiáng)的信息繭房突破意愿以提升自己,且相比于短視頻的正面體驗,用戶更關(guān)注其帶來的消極反饋,并由此產(chǎn)生突破信息繭房的行為意愿。
5.2 理論貢獻(xiàn)
1)研究引入“感知—情感—行為意愿”CAC理論,為短視頻智能算法推薦下用戶信息繭房的突破意愿提供了解釋框架,推進(jìn)了關(guān)于人工智能算法下信息繭房突破的研究,也拓展了CAC理論的應(yīng)用領(lǐng)域。首先,現(xiàn)有研究聚焦于信息繭房的成因[16-17]和影響因素[34],研究的是信息繭房本身,缺乏從多維度視角分析用戶信息繭房突破的因素。本文通過實證研究,詳細(xì)探討了在智能算法推薦情境下,用戶的信息繭房突破意愿,豐富了信息繭房突破行為意愿的研究。其次,現(xiàn)有信息繭房相關(guān)研究忽視了用戶感知、情感與行為意愿的綜合影響,一些研究[3]僅探討了算法推薦的負(fù)面影響,而未考慮用戶在不同情感狀態(tài)下的行為反應(yīng),張海[8]的研究雖然提到了用戶情感認(rèn)知因素的影響,但未能進(jìn)一步揭示情感在信息繭房突破中的具體作用。本研究引入CAC理論[19],將用戶的感知、情感與行為意愿納入分析范疇,相比單一因素分析,能夠更深入地揭示用戶信息繭房突破的內(nèi)在機(jī)制。CAC理論最初主要應(yīng)用于消費行為研究,通過引入該框架,拓展了其在人工智能算法推薦和信息繭房突破領(lǐng)域的應(yīng)用,豐富了CAC理論的適用范圍。最后,在現(xiàn)有CAC理論基礎(chǔ)上,引入矛盾態(tài)度理論,用戶在觀看短視頻的過程中同時存在積極體驗[22]和消極體驗[23],通過分析用戶感知背后的矛盾情感,本研究為信息繭房突破意愿的形成機(jī)制提供了更深層次的理解,能夠為后續(xù)研究提供更加可靠的實證依據(jù)。
2)研究發(fā)現(xiàn),短視頻智能算法推薦下,用戶會形成心流體驗和心理抗拒兩種矛盾的情感體驗,進(jìn)而產(chǎn)生不同的信息繭房突破意愿。相較于以往主要以信息人、信息、信息環(huán)境和信息技術(shù)等視角[17,34]進(jìn)行信息繭房相關(guān)的研究,本研究從用戶感知和情感態(tài)度視角進(jìn)行分析,創(chuàng)新性地發(fā)現(xiàn)不同的感知會導(dǎo)致不同的情感體驗,相較于心流體驗而言,心理抗拒更容易促進(jìn)用戶產(chǎn)生信息繭房突破意愿。實證成果驗證和補充了用戶對客體存在矛盾態(tài)度的理論和情境[21],也豐富了心流體驗和心理抗拒作為中介因素對用戶行為的影響,同時為后續(xù)對人工智能推薦服務(wù)下信息繭房的相關(guān)研究提供了借鑒。
3)研究進(jìn)一步揭示了不同類型短視頻對于用戶存在差異化的情感態(tài)度和信息繭房突破意愿,對加深理解享樂型和實用型短視頻對用戶行為的影響機(jī)制提供了研究依據(jù)。相較于大多數(shù)將兩種類型短視頻作為一個整體[26,39]的研究,本研究通過對比不同類型短視頻對用戶情感和繭房突破意愿影響機(jī)制之間的差異,揭示了用戶參與不同類型短視頻的情感因素,為用戶參與不同類型短視頻的行為意愿提供了可能的解釋。
5.3 實踐啟示
基于對短視頻平臺用戶信息繭房突破意愿影響因素的實證研究,本文發(fā)現(xiàn)用戶在“逃離”與“困陷”之間存在復(fù)雜的心理機(jī)制。據(jù)此,為促進(jìn)用戶突破信息繭房、推動信息生態(tài)高質(zhì)量發(fā)展,本研究提出以下建議:
1)平臺應(yīng)著力構(gòu)建開放多元的信息環(huán)境,助力用戶“逃離”信息繭房。實證研究表明,當(dāng)用戶感知到算法推薦的信息過于同質(zhì)時,會引發(fā)其產(chǎn)生心理抗拒,進(jìn)而促使用戶突破信息繭房的意愿?;诖?,平臺需要優(yōu)化推薦算法的異質(zhì)性,在維持個性化推薦的基礎(chǔ)上,適度引入觀點或視角差異化的相關(guān)內(nèi)容,以打破信息同質(zhì)化困境。同時,應(yīng)當(dāng)增強(qiáng)算法透明度,明確闡述推薦機(jī)制的運作原理,提供個性化調(diào)整選項,使用戶能夠自主控制信息接收范圍。此外,平臺還需要構(gòu)建信息偶遇機(jī)制,通過對用戶行為數(shù)據(jù)的智能分析,在適當(dāng)時機(jī)推送具有新穎性的異質(zhì)信息,為用戶創(chuàng)造接觸多元信息的機(jī)會。
2)平臺需要防范用戶“困陷”于信息繭房,在用戶體驗與信息多樣性之間尋求平衡。當(dāng)用戶被平臺短視頻持續(xù)吸引,沉浸在愉悅的心流體驗中時,可能會導(dǎo)致用戶陷入算法推薦的同質(zhì)化的信息之中,逐漸形成認(rèn)知固化。為防止用戶陷入信息繭房,平臺應(yīng)建立分級推送機(jī)制,依據(jù)用戶使用時長與行為特征,動態(tài)調(diào)整內(nèi)容推送策略,避免用戶過度沉浸。在內(nèi)容生態(tài)建設(shè)方面,平臺需要積極引入跨領(lǐng)域、多視角的優(yōu)質(zhì)內(nèi)容,在保持用戶體驗的同時拓展信息維度。同時,通過完善交互設(shè)計體系,優(yōu)化界面與交互方式,在維持適度心流體驗的同時,強(qiáng)化用戶獲取信息的主動性和自主性。
3)平臺應(yīng)針對不同類型短視頻內(nèi)容構(gòu)建差異化的“逃離—困陷”平衡機(jī)制。對于享樂型內(nèi)容,平臺應(yīng)在維持用戶愉悅體驗的基礎(chǔ)上,設(shè)置“沉浸度預(yù)警”機(jī)制,通過溫和方式適時插入多元化的知識型內(nèi)容,并利用用戶對娛樂內(nèi)容的高接受度,將知識性內(nèi)容以輕松有趣的形式呈現(xiàn)。對于實用型內(nèi)容,應(yīng)著重增強(qiáng)內(nèi)容的專業(yè)深度,主動推薦相關(guān)領(lǐng)域的不同觀點和視角,并構(gòu)建系統(tǒng)性的知識關(guān)聯(lián)網(wǎng)絡(luò),滿足用戶的學(xué)習(xí)和認(rèn)知提升需求。同時,平臺可建立動態(tài)的內(nèi)容類型配比系統(tǒng),根據(jù)用戶的使用場景和時間特征,合理調(diào)節(jié)兩類內(nèi)容的推送比例,在維持用戶體驗的基礎(chǔ)上,通過數(shù)據(jù)驅(qū)動的智能推薦策略,實現(xiàn)信息繭房的漸進(jìn)式突破。
5.4 局限與展望
本研究仍存在一些不足之處。第一,大部分有效問卷回收對象為本科及以上學(xué)歷且年齡在30歲以下的群體,雖然符合短視頻平臺用戶的整體特征,但缺乏對其他年齡段用戶群體的關(guān)注,未來可考慮增大樣本量,對其他年齡群體進(jìn)行研究。第二,研究采用問卷調(diào)查的方式收集數(shù)據(jù),變量均通過個體的主觀感知進(jìn)行測量,問卷調(diào)查法憑借其廣泛的覆蓋性和操作便捷性,為研究提供了大量的樣本。但是,線上問卷可能無法全面、深入地揭示個體在不同情境下的真實感知和體驗,單個用戶在日常生活中刷到的短視頻既有享樂型也有實用型,未來可以考慮結(jié)合用戶使用短視頻智能推薦服務(wù)時的真實數(shù)據(jù),通過爬蟲等數(shù)據(jù)挖掘方法或線下情境實驗法采集客觀數(shù)據(jù)增加結(jié)論的可信度。
參考文獻(xiàn)
[1]中國互聯(lián)網(wǎng)絡(luò)信息中心.CNNIC發(fā)布第53次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》[R/OL].[2024-04-22].https://www.cnnic.cn/n4/2024/0322/c88-10964.html.
[2]Song S J,Zhao Y C,Yao X L,et al.Short Video Apps as a Health Information Source:An Investigation of Affordances,User Experience and Users Intention to Continue the Use of TikTok[J].Internet Research,2021,31(6):2120-2142.
[3]盧曉雯,李俊奎.網(wǎng)絡(luò)意識形態(tài)安全治理中的“過濾氣泡”負(fù)效應(yīng)分析[J].東南大學(xué)學(xué)報(哲學(xué)社會科學(xué)版),2022,24(5):113-120,148.
[4]凱斯·桑斯坦.信息烏托邦——眾人如何生產(chǎn)知識[M].畢競悅譯.北京:法律出版社,2008.
[5]Aguirre E,Mahr D,Grewal D,et al.Unraveling the Personalization Paradox:The Effect of Information Collection and Trust-Building Strategies on Online Advertisement Effectiveness[J].Journal of Retailing,2015,91(1):34-49.
[6]Chen Y H,Li M M,Guo F,et al.The Effect of Short-Form Video Addiction on Users Attention[J].Behaviour amp; Information Technology,2023,42(16):2893-2910.
[7]郭順利,張雪寧,蘇新寧.科研人員生成式人工智能應(yīng)用信息繭房成因及實證研究[J].情報理論與實踐,2025,48(2):45-55.
[8]張海.大數(shù)據(jù)環(huán)境下用戶信息回音行為影響因素研究[J].圖書館工作與研究,2020(4):5-13.
[9]翟姍姍,胡畔,吳璇,等.基于用戶信息行為的新媒體社交平臺信息繭房現(xiàn)象及其破繭策略研究——以非遺短視頻傳播為例[J].情報科學(xué),2021,39(10):118-125.
[10]王妍.警惕網(wǎng)絡(luò)“信息繭房”效應(yīng)[J].人民論壇,2020(11):126-127.
[11]李貌,韓璞庚.數(shù)字時代“信息繭房”束縛下主體性的解構(gòu)與重建[J].江蘇社會科學(xué),2024(3):47-54.
[12]楊云松,徐藝玲,譚春輝.WSR方法論視角下突發(fā)公共衛(wèi)生事件中信息繭房成因的扎根分析[J].情報雜志,2024,43(3):190-197.
[13]張瀚予,丁怡寧,郭思琪.信息繭房效應(yīng)下用戶群體極化形成機(jī)理研究[J].圖書與情報,2024(3):132-144.
[14]邱程程,彭向斌,胡城銘,等.信息繭房效應(yīng)下用戶情感極化影響因素及路徑研究[J].圖書館學(xué)研究,2024(7):94-109.
[15]任秋菊,趙昕,韓毅.用戶視角下信息繭房的成因分析[J].圖書情報工作,2021,65(1):120-127.
[16]喻國明,方可人.算法推薦必然導(dǎo)致“信息繭房”效應(yīng)嗎——兼論算法的媒介本質(zhì)與技術(shù)倫理[J].新聞?wù)搲?019(6):14-18.
[17]段薈,袁勇志,張海.大數(shù)據(jù)環(huán)境下網(wǎng)絡(luò)用戶信息繭房形成機(jī)制的實證研究[J].情報雜志,2020,39(11):158-164.
[18]朱世琴,陳紅英,茍文靜.信息素養(yǎng)視角下高校學(xué)生突破信息困境的對策研究[J].圖書情報知識,2023,40(2):141-151.
[19]Fishbein M,Ajzen I.Belief,Attitude,Intention,and Behavior:An Introduction to Theory and Research[M].Reading,Mass:Addison-Wesley Pub.Co.,1975.
[20]Jonas K,Diehl M,Brmer P.Effects of Attitudinal Ambivalence on Information Processing and Attitude-Intention Consistency[J].Journal of Experimental Social Psychology,1997,33(2):190-210.
[21]徐展菲,席居哲.矛盾態(tài)度的成因與應(yīng)對[J].心理科學(xué)進(jìn)展,2018,26(2):331-343.
[22]Liang T P,Lai H J,Ku Y C.Personalized Content Recommendation and User Satisfaction:Theoretical Synthesis and Empirical Findings[J].Journal of Management Information Systems,2006,23(3):45-70.
[23]Laban G,Araujo T.The Effect of Personalization Techniques in Users Perceptions of Conversational Recommender Systems[C]//Proceedings of the 20th ACM International Conference on Intelligent Virtual Agents,2020.
[24]李君君,文娟,徐喬丹,等.持續(xù)使用還是消極使用:矛盾態(tài)度視角下社交媒體用戶動態(tài)行為研究[J].情報科學(xué),2024,42(9):100-111.
[25]孫祺宇,李菲.元宇宙視角下數(shù)字閱讀持續(xù)使用意愿研究[J].圖書情報工作,2023,67(22):23-34.
[26]張生太,楊陽,袁藝瑋,等.短視頻個性化推薦對用戶信息采納意愿的影響[J].科研管理,2024,45(4):175-184.
[27]楊選輝,嚴(yán)章寬.CAC范式下在線健康社區(qū)用戶算法回避行為的影響因素研究[J].現(xiàn)代情報,2024,44(2):130-141.
[28]張寧,高冰潔.CAC范式下老年人在線健康信息服務(wù)的消極使用形成與影響因素研究[J].圖書情報工作,2021,65(19):96-104.
[29]Czepiel J A,Solomon M R,Surprenant C F,et al.The Service Encounter:Managing Employee/Customer Interaction in Service Business[M].Lexington:Lexington Books,1985.
[30]Wang K S,Yang Y Y,Delgado M R.How Perception of Control Shapes Decision Making[J].Current Opinion in Behavioral Sciences,2021,41:85-91.
[31]張玥,李青宇.基于PPM理論的網(wǎng)絡(luò)用戶信息繭房滯留意愿影響因素研究[J].現(xiàn)代情報,2022,42(4):52-61.
[32]McPherson M,Smith-Lovin L,Cook J M.Birds of a Feather:Homophily in Social Networks[J].Annual Review of Sociology,2001,27:415-444.
[33]張海.網(wǎng)絡(luò)用戶信息繭房形成機(jī)制的概念框架研究[J].情報理論與實踐,2021,44(11):60-64,107.
[34]Yuan X F,Wang C Y.Research on the Formation Mechanism of Information Cocoon and Individual Differences Among Researchers Based on Information Ecology Theory[J].Frontiers in Psychology,2022,13:1055798.
[35]林家寶,林順芝,郭金沅.社交媒體超載對用戶不持續(xù)使用意愿的雙刃劍效應(yīng)[J].管理學(xué)報,2019,16(4):587-594.
[36]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.
[37]Swar B,Hameed T,Reychav I.Information Overload,Psychological Ill-Being,and Behavioral Intention to Continue Online Healthcare Information Search[J].Computers in Human Behavior,2017,70:416-425.
[38]Liu C C,Chang I C.Model of Online Game Addiction:The Role of Computer-Mediated Communication Motives[J].Telematics and Informatics,2016,33(4):904-915.
[39]張嵩,王安娜,陳昊.冷漠依賴與沉浸體驗:移動短視頻用戶持續(xù)使用意愿研究[J].圖書情報工作,2022,66(14):89-100.
[40]Shi R,Wang M H,Liu C,et al.The Influence of Short Video Platform Characteristics on Users Willingness to Share Marketing Information:Based on the SOR Model[J].Sustainability,2023,15(3):2448.
[41]Wang H J,Ding J Y,Akram U,et al.An Empirical Study on the Impact of E-Commerce Live Features on Consumers Purchase Intention:From the Perspective of Flow Experience and Social Presence[J].Information,2021,12(8):324.
[42]Chung D,Chen Y X,Meng Y F.Perceived Information Overload and Intention to Discontinue Use of Short-Form Video:The Mediating Roles of Cognitive and Psychological Factors[J].Behavioral Sciences,2023,13(1):50.
[43]Brehm J W.A Theory of Psychological Reactance[M].New York:Academic Press,1966.
[44]Ye D Y,Cho D,Chen J Y,et al.Empirical Investigation of the Impact of Overload on the Discontinuous Usage Intentions of Short Video Users:A Stressor-Strain-Outcome Perspective[J].Online Information Review,2023,47(4):697-713.
[45]Zong W,Yang J,Bao Z S.Social Network Fatigue Affecting Continuance Intention of Social Networking Services:The Case of WeChat Users in Chinas Universities[J].Data Technologies and Applications,2019,53(1):123-139.
[46]Meng K S,Leung L.Factors Influencing TikTok Engagement Behaviors in China:An Examination of Gratifications Sought,Narcissism,and the Big Five Personality Traits[J].Telecommunications Policy,2021,45(7):102172.
[47]廖覓燕,方佳明,楊晶晶,等.應(yīng)對行為視角下算法推薦內(nèi)容相似性對App持續(xù)使用的影響[J].南開管理評論,2023,26(3):178-190.
[48]Bandura A.Self-Efficacy:Toward a Unifying Theory of Behavioral Change[J].Psychological Review,1977,84(2):191-215.
[49]Willemsen M C,Graus M P,Knijnenburg B P.Understanding the Role of Latent Feature Diversification on Choice Difficulty and Satisfaction[J].User Modeling and User-Adapted Interaction,2016,26(4):347-389.
[50]Zhang S W,Zhao L,Lu Y B,et al.Do You Get Tired of Socializing?An Empirical Explanation of Discontinuous Usage Behaviour in Social Network Services[J].Information amp; Management,2016,53(7):904-914.
[51]Wang L,Yan J,Lin J,et al.Let the Users Tell the Truth:Self-Disclosure Intention and Self-Disclosure Honesty in Mobile Social Networking[J].International Journal of Information Management,2017,37(1):1428-1440.
[52]Sittenthaler S,Traut-Mattausch E,Steindl C,et al.Salzburger State Reactance Scale(SSR Scale)[J].Zeitschrift für Psychologie,2015,223(4):257-266.
[53]Henseler J,Ringle C M,Sarstedt M.Testing Measurement Invariance of Composites Using Partial Least Squares[J].International Marketing Review,2016,33(3):405-431.
[54]Zhang L,Bi W J,Zhang N,et al.Coping with Homogeneous Information Flow in Recommender Systems:Algorithmic Resistance and Avoidance[J].International Journal of Human-Computer Interaction,2024,40(22):6899-6912.
[55]陳昊,李文立,柯育龍.社交媒體持續(xù)使用研究:以情感響應(yīng)為中介[J].管理評論,2016,28(9):61-71.
(責(zé)任編輯:楊豐僑)