论文部分内容阅读
随着信息技术的普及与发展,互联网络已逐渐从Web1.0时代(以“物”为中心)、Web2.0时代(以“人”为中心)进入到Web3.0时代(以“应用服务”为中心)。其中,作为典型应用的微博发展势头迅猛并得到日益增多的用户的喜爱与应用。不同的统计数据与实践表明,微博能够有效地促进信息传播行为,或者说,用户使用微博进行日益增多的信息传播行为。那么,保证用户持续使用微博的行为对微博服务提供商来说就显得格外重要。在竞争激烈的今天,同类产品与服务繁多,服务提供商对用户的抢夺战一直都在延续。如何维持用户的持续性使用行为成为一个备受业界和学界关注的议题。基于此,本研究综合运用文献调研法、社会网络分析法、案例分析法与访谈法、内容分析法和统计分析法等多学科方法,以涉及图书情报学、传播学、社会学和管理学等多个领域的信息传播模式、社会网络分析和使用与满足理论等理论为基础,构建微博用户信息传播行为的影响因素模型,通过自编软件从新浪微博等平台抓取用户行为数据以及在线问卷搜集用户自我报告数据,进行实证分析,揭示微博用户信息传播行为的动机;在此基础上,提出促进用户使用微博进行信息传播行为的策略,期望能够激发更多的用户持续使用微博,进而更好地促进微博的可持续发展。本文的具体研究内容和结论如下:第一,理论研究部分。首先是全文的研究背景、主要研究内容与研究方法等。在分析研究背景的基础上,提出了本文的研究问题;阐述了本文研究工作的理论意义和实践意义;提出了本文的研究目标与主要研究内容;阐明了对研究对象的选择以及本文涉及的四个关键性定义;阐释了本文所使用的主要研究方法以及研究工作的主要创新点。其次,与本选题相关的国内外研究成果以及本研究所借鉴的理论基础。总结国内外有关微博的相关研究现状,介绍了本研究工作的相关理论基础——经典的信息传播模式、网络信息传播模式、社会网络分析的相关理论以及使用与满足理论。第二,微博用户研究部分。首先,微博信息传播行为的主体——用户的特征及类型。在阐释微博用户概念的基础上,通过自行设计的程序从新浪微博平台中抓取了2467条名人用户数据和12555条普通用户数据。数据分析结果表明,微博用户的基本特征中,性别、地区分布特点明显,而且与是否为名人相关。从微博用户的行为特征来看,名人用户的行为特征表现为:虽然在一定程度上符合幂律分布特征,但其分布仍然有自身的特点;而普通用户的行为特征则体现在其呈现出典型的幂律分布特征。从微博用户的关系特征来看,用户的关注数影响其博文数。此外,根据关注数、被关注数和发布的博文数这三个重要指标,可以发现微博用户的类型涉及六类:游民型用户、关注他人型用户、积极型用户、自我关注型用户、持久贡献型和明星型用户。其次,微博用户信息传播的社会网络结构研究。通过自编软件抓取用户信息传播行为的网络结构数据,借鉴社会网络分析的相关理论与方法,对数据进行分析,包括中心性分析、核心-边缘分析以及凝聚子群分析,以全面地揭示微博用户行为的社会网络结构特征与潜在规律。第三,影响因素研究部分。首先,对影响用户使用微博进行信息传播行为的因素探索性分析,在阐释了访谈对象的选择和访谈程序的基础上,通过对14名被访谈者访谈内容的分析,结果发现,微博信息传播行为的影响因素主要包括信息获取、旧关系的维持、新关系的建立、自我呈现、愉悦感、成员身份、影响力、共享的情感连接以及沉浸感。然后,基于U&G理论,构建了用户使用微博进行信息传播行为的理论模型,并提出相应的假设,结合国内外已有的成熟量表,设计出符合本研究模型的调查问卷,并进行数据搜集,最后,通过因子分析、可靠性分析、相关分析与回归分析等,进行数据分析,并对研究结果进行分析与进一步的探讨。结果发现,信息性收益(信息获取)、心理性收益中的沉浸感和成员身份以及社交性收益中的维持已有关系正向影响用户的浏览微博行为,其中影响程度最强的因素是信息获取和沉浸感。心理性收益中的影响力、共享的情感连接和沉浸感以及社交性收益中的自我呈现与用户发布微博的行为呈现正相关关系,其中影响程度最强的因素是影响力,其次是自我呈现和沉浸感。心理性收益中的影响力和娱乐性收益(愉悦感)正向影响用户转发微博的行为,且两个因素的影响程度相当。心理性收益中的影响力和沉浸感以及信息性收益(信息获取)正向影响用户的评论微博行为,其中影响程度最强的因素是影响力。此外,就整体信息传播行为而言,不同的信息传播行为受到用户不同因素的影响,且这些因素产生的影响程度也不同。相比四种类型的收益,心理性收益的影响程度最强烈,而其中影响力的产生和沉浸感的体验则产生更多的影响;其次则是信息性收益。第四,促进微博信息传播的策略研究。分析了微博信息传播行为中存在的四个主要问题。结合针对用户信息传播行为中用户特征及其影响因素的相关研究结论,本文从内容建设和技术保证两个方面提出了五点策略,认为内容建设是根本,技术保证是硬支撑:涉及的五点策略则是:引导有效的信息流,激发高质量的用户生成内容,建立合理的监管技术,采用有效的信息挖掘技术以及创建面向用户兴趣的信息推荐技术。