随着智能手机和4G网络的大范围普及,移动社交类应用层出不穷,并逐渐渗透进人们的日常生活。社交类应用的不断发展使得用户的依赖性越来越强,用户在享受社交类应用带来的分享生活的喜悦感的同时,发现使用社交类应用并不总是会让人感受到积极的情绪,倦怠感伴随着社交类应用的快速发展而蔓延开来,从而引起了用户非持续使用的意向。据统计,2017年超过70%的微信用户每月的新增好友数不到5,同样,对新浪微博的用户统计数据显示,新增用户约为12%,流失用户约为29%,新浪微博流失用户占比是新增用户的两倍以上[1]。由此可见,用户对社交类APP的参与度和活跃度在一定程度上有所下降,使得学者们对这个问题也开始重视起来。国内外学者围绕社交类APP的非持续做了一些相关的研究,包括非持续使用的来源、发展及其影响因素。在研究其影响因素时,学者们主要是利用压力源-压迫-结果-框架结合感知过载理论、疲劳理论等从压力源这个角度来探讨用户非持续使用行为的影响,使得影响因素的研究视角较为单一,在研究的系统性和全面性上有待完善。因此本文引入信息生态理论和S-O-R模型,试图利用这两个理论模型从更全面的视角来研究社交类APP用户的非持续使用行为的影响机制,构建本文相关的影响因素模型,然后提出研究假设,并通过问卷调查收集用户数据,利用统计分析软件SPSS22.0和结构方程模型软件AMOS22.0对问卷数据进行相关的分析,以验证提出的假设,得出最后的研究结论。以期研究结论能够帮助社交类APP的开发商进行产品改革和功能优化,并且能够帮助社交类APP运营商优化产品和服务,同时也有助于更好的规范用户对社交类APP的使用行为、为社交类APP用户的使用提供一些指导意义。本文具体内容如下:（1）阐述社交类APP用户非持续使用行为的相关概念及理论基础。主要包括社交类APP内涵及特点、社交类APP用户持续使用行为内涵与层次、社交类APP用户非持续使用行为的内涵及表现、信息生态及信息生态系统内涵、信息生态因子及信息生态链、S-O-R模型内涵及变量构成等相关理论。（2）在信息生态理论和S-O-R模型理论以及非持续使用行为领域研究成果的基础上提出本文的研究假设,并构建出社交类APP用户非持续使用行为影响因素模型。首先将信息生态理论和S-O-R模型结合构建出本文的理论框架,接着在此基础上结合非持续使用行为领域相关研究的理论成果构建出本文的社交类APP用户非持续使用行为的影响因素模型,然后根据研究模型提出本文的研究假设,接着在国内外的成熟量表的基础上结合本文研究的特点进行问卷设计。（3）对社交类APP用户非持续使用行为的影响因素进行实证分析并得出研究结论、提出对相关人员的对策或建议。通过发放问卷的方式进行调研来收集用户非持续使用行为的数据,收集到正式问卷数据后利用SPSS统计软件和22.结构方程模型软件进行统计分析。主要包括信效度检验、描述性统计分析、数据的正态性检验、研究模型的拟合与评估以及路径分析,通过实证分析验证提出的假设,揭示出影响因素之间的内在关联性,同时在前人研究的基础上验证了信息饱和性、信息多样性及非持续使用自我效能对倦怠感的正向影响,也证明了在样本数据偏年轻化的前提下,信息技术频繁变化性对倦怠没有显著的影响。最后得出研究讨论,并在研究结论的基础上提出相关的对策或建议,以指导社交类APP用户合理使用社交类APP、帮助社交类APP开发商和运营商创新产品和优化服务。