论文部分内容阅读
收稿日期：2020-07-02
基金项目：国家社会科学基金青年项目“老年群体社交网络信息服务质量评价与体验优化研究”（项目编号：17CTQ027）。
作者简介：李君君（1980-），女，副教授，博士，研究方向：网络信息服务、用户行为。王金歌（1996-），女，硕士研究生，研究方向：用户行为研究。曹园园（1984-），女，讲师，博士，研究方向：电子商务。
摘 要：[目的/意义]移动社交网络用户的消极使用行为越来越普遍，间歇性中辍行为是其中非常典型的一类，对间歇性中辍行为特征与影响因素进行分析，有助于加强用户消极行为方面的研究，帮助企业有针对性地采取措施，完善运营机制并实现长久发展。[方法/过程]本文选择有远离微博意向的用户，采用网络爬虫的方式收集用户半年内发微博的时间与内容，基于登录时间间隔、中辍时间间隔与微博内容词云分析对用户的间歇性中辍行为特征与原因进行研究。[结果/结论]研究结果发现，微博的环境、内容与过度使用都会导致用户产生远离意向，其中活跃用户占大多数，然而在实际行为中，活跃用户采取远离行为的可能性更低，中辍时间间隔也更短，消极用户则相反，用户需求不同导致用户的行为意向与实际行为存在差异。
关键词：移动社交用户;间歇性中辍行为;社交网络消极行为;远离意向;时间间隔;词云分析;微博
DOI：10.3969/j.issn.1008-0821.2021.01.007
〔中图分类号〕G252.0 〔文献标识码〕A 〔文章编号〕1008-0821（2021）01-0060-07
Exploratory Study on the Behavioral Characteristics of
Intermittent Dropouts
——A Case Study of Weibo Data
Li Junjun Wang Jinge Cao Yuanyuan
（School of Management，Hangzhou Dianzi University，Hangzhou 310018，China）
Abstract：[Purpose/Significance]The negative use behavior of mobile social network users is becoming more and more common，among which intermittent dropout behavior is a very typical one.The analysis of the characteristics and influencing factors of intermittent dropout behavior is helpful to strengthen the research of users negative behavior，help enterprises to take targeted measures，improve the operation mechanism and realize long-term development.[Method/Process]This article selected users who have intentions to stay away from Weibo，using web crawlers to collect the time and content of users Weibo within six months.Based on the login time interval，dropout interval and word cloud analysis of Weibo content，the characteristics and reasons of users intermittent dropout behavior were studied.[Result/Conclusion]Weibos environment，content and overuse will all lead to users intention to stay away，among which active users account for the majority.However，in actual behavior，active users are less likely to take away behavior，and the dropout time interval is shorter，while negative users are opposite.Different needs of users lead to differences between users behavioral intentions and actual behaviors.
Key words：mobil social network users;intermittent dropout behavior;social network negative behavior;away from intention;time interval;word cloud analysis;Weibo
随着社交网络的发展，“社交 ”成为网络应用市场的普遍特征，社交 医疗、社交 金融、社交 新闻等等，同时“社交 ”形式与移动网络的结合加速了移动社交网络在人们生活中的涵盖范围，但是人们越来越感知到移动社交网络在带来积极作用的同时也不可避免的产生一些弊端，进而出现不同程度的消极使用行为，比如使用频率下降，减少在平台的参与等。凯度在2017年社交媒体的影响报告中提出，89%的用户认为社交网络对他们的生活产生了消极影响[1]。Mavrck的一份报告指出，2016年Facebook的“原创帖子”数量与2015年相比减少29.49%，“参与度”下降了15.14%[2]，社交网络的消极使用行为越来越普遍。皮尤研究中心通过对Facebook用户的调查发现，有61%的用户表示他们在使用过程中不止一次停止使用Facebook，每次持续1周或更长时间，一段时间后再重新开始使用[3]，由于国外互联网和社交网络发展均比国内早，因此国外学者较早发现这种现象，并将其称为“Facebook假期”[4-5]。部分学者对Facebook假期进行研究，将其表述为用户感受到使用社交网络带来的弊端，通过短暂离开以缓解压力与不适，一段时间后又恢复使用，甚至反复放弃后再使用[6]，更加强调远离与回归两种行為的反复交替。这种行为在用户行为研究中被称为“间歇性中辍行为”，是社交网络消极行为中比较典型和普遍的一类行为。 用户的间歇性中辍行为不利于企业的长久发展，不确定用户的每一次远离是否都会对应下一次的回归。本文选择对间歇性中辍行为进行研究，通过收集用户的客观使用行为数据分析其行为特征与产生原因，深入了解间歇性中辍行为的形成机理。本文的研究有助于丰富间歇性中辍行为的研究方法与研究成果，补充完善用户消极行为方面的研究内容。对企业来说，目前社交网络用户数量增长的红利期已经过去，用户量进入存量市场，保留原有用户比发展新用户付出的成本更低，且更重要，因此关注用户消极行为，对间歇性中辍行为进行研究，分析其形成机理与产生原因，对移动社交网络平台的运营和发展具有重要参考价值。
1 文献综述
1.1 基于消极因素视角的研究
间歇性中辍行为对于移动社交网络平台而言属于消极使用行为，目前关于社交网络用户的消极使用行为研究主要集中于不持续使用行为、用户流失、用户转移等，关于间歇性中辍行为的研究比较少。近几年逐渐有学者对间歇性中辍行为进行研究。但是目前的研究主要围绕影响因素展开讨论，大多基于过载理论研究技术过载（系统功能过载、信息过载、社交过载）对用户产生的影响，如李旭、王松等研究信息过载背景下社交网络用户的消极使用行为[7-8]，牛静等学者在技术过载的基础上添加隐私关注变量研究对不持续使用行为的影响[9]。也有学者结合感知理论探讨过载对用户行为的影响，如徐春雨、Zhang S等研究感知过载对社交媒体倦怠的影响机制[10-11]。另外也有学者研究其他因素对用户行为的影响，如Luqman A等提出过度社交、享乐以及认知负担会使用户产生社交网络疲劳，进而离开社交网络[12]。然而间歇性中辍行为的特征包含用户的远离与回归，甚至两种行为的反复交替，基于单一消极因素视角的研究无法全面解释间歇性中辍行为的产生原因。
1.2 基于倦怠情绪的研究
基于以上原因，有部分学者从积极与消极两方面研究用户行为的影响因素，如Turel O通过研究证实了放弃自我效能和内疚感对不持续使用意向的促进作用以及满意度和习惯对不持续使用意向的抑制作用[13]。郭佳等基于倦怠视角证实了使用倦怠与转换倦怠对不持续使用意向的显著影响[14]。Maier C等基于使用压力和转换压力两方面证实了个体特征、使用特征和社会特征对不持续使用意向的影响[15]。张敏等从社交网络使用疲劳与转换疲劳两种角度研究用户间歇性中辍行为的影响因素与形成机理[16-17]。但是这些研究大多以倦怠或疲劳为中介进行分析，对用户其他态度和情绪的研究比较少，由于间歇性中辍行为并不是永久的终止行为，对用户而言社交网络平台仍能满足其需求，但是无法达到完全满意，处于满意与不满意之间，用户的态度和情绪是复杂的，仅仅通过疲劳情绪无法完全解释用户产生间歇性中辍行为的原因，因此，有必要对用户使用过程中的态度与情绪进行细化研究。
1.3 基于心理行为的静态研究
目前，在社交网络用户消极行为研究中，有学者提到用户的矛盾心理对使用行为的影响，如代宝等提出当用户产生倦怠心理，但又无法彻底远离社交网络时，会形成一种矛盾的社交网络依赖，更有可能采取忍耐、潜水、忽略等消极行为来减少倦怠感[18]，但并未对该矛盾心理进行深入探讨。在间歇性中辍行为的研究中，尚未发现对用户态度和情绪的深入分析，但是在营销学、智能健康硬件领域的研究中，已经有学者主要分析态度与情绪对用户行为的影响[19-21]。另外，在以往对用户间歇性中辍行为的研究中，学者们大多采用问卷调查或访谈方法研究用户的行为意愿[17，22]，而基于静态时点收集的数据无法分析用户的客观使用行为和研究间歇性中辍的行为特征。
由于目前对消极行为方面的研究内容与方法较单一，关于间歇性中辍行为研究的文献相对欠缺，研究方法与理论不够成熟，因此有必要结合其他领域的研究成果加强对社交网络用户消极行为的研究。本文采用网络爬虫的方式收集产生远离意向用户的客观行为数据分析间歇性中辍行为的特征，对用户的实际行为进行研究。同时对影响因素进行分析，研究使用户产生远离行为与回归行为的原因，从积极与消极两方面分析用户的间歇性中辍行为。本文的研究有助于丰富社交网络用户间歇性中辍行为研究的方法与内容，为后续消极使用行为的相关研究提供参考。
2 数据来源
微博自2009年创立，在国内社交网络市场的红利期内飞速发展并于2014年实现上市。2013年推出的移动版，恰逢国内移动社交网络快速发展，微博的发展历程与国内社交网络的发展历程大致相同，是国内典型的社交网络平台。微博兼具媒体和社交功能，用户不仅可以在微博上获取新闻资讯，分享动态，也可以关注其他用户的动态与他人进行交流。由于微博的大多数内容比较短小，能做到随时随地快速传播，因此，微博已经成为获取资讯的主要平台之一。由于不受篇幅的限制且微博上熟人较少，大多数用户更愿意在微博上分享动态，把微博当成自我展示的平台。根据最新数据显示，截至2020年3月底，微博的月活跃用户达到5.5亿，日活跃用户达2.41亿[23]，作为国内典型的社交媒体，有必要对微博用户的使用行为进行调查。选择微博的另一个原因是作为开放的社交媒体平台，微博的社交关系更弱一些，主要是陌生人之间的泛社交，是容易远离的关系，且微博属于享乐型系统，中断使用并不会造成严重后果。因此，本文选择微博用户作为本文的研究对象。
本文通过微博用户的使用数据对间歇性中辍行为进行研究，以离开（远离、停止使用） 微博为关键词，时间范围是2020年2月—3月，筛选条件为原创进行搜索，对于符合条件的用户，收集用户ID与首页链接，通过Python代码爬取2019年12月1日—2020年5月31日时间段内用户微博的时间和内容，共收集到68个用户的12 127条微博数据。
3 数据分析
本文选择在2020年2—3月提出要远离微博的用户，其中3月的数据较多，对这些用户的使用行為数据进行分析，选取用户ID和微博时间，以月为单位，绘制了半年内总体的微博数量。如图1所示。 由图1可知，用户在提出远离微博之前，发微博数呈上升趋势，3月发微博数最多，提出远离微博之后，微博数量减少但是5月又逐渐回升，接近12月的数据，因此猜测用户行为呈现周期性规律，由于过度使用微博而产生远离意向，减少使用微博的频率，一段时间后又重新恢复正常使用至过度使用。
用户在微博上只浏览信息不发微博的相关数据无法得出，因此本文将用户在微博上发布微博看作使用行为，用户在1天内发多条微博看作1次登录使用，得出2019年12月1日—2020年5月31日每月的登录人数。如图2所示，图2与图1趋势大致相同，3月登录使用的人数最多，4月人数降低，与图1不同的是5月持续降低，可能的原因是虽然有更多用户远离了，但是平时在微博上比较活跃的用户在远离一段时间后恢复了正常使用行为，造成微博数量上升而人数下降的现象。
由图1和图2可知，用户提出远离微博之后，确实存在远离行为，包括减少使用次数和发微博数量，一段时间后又重新恢复使用，因此这个数据适合本文对微博用户的间歇性中辍行为进行研究。
3.1 登录时间间隔分析
本文对用户的发微博时间进行分析，1天内发多条微博均认为是1次登录，得出登录时间间隔范围在1～117天，间隔在1周以内的数据占95.22%，为使图表更清楚表示，选择间隔时间在7天以上的数据进行频次分析。如图3所示，时间间隔在8～14天的最多，间隔时间在两周以内的用户占98.06%，随着间隔时间的增加，频次越来越低，大多数用户的登录时间间隔较短，这说明本文数据中的用户大多是在微博上比较活跃的，使用微博的频率较高。由于本文的数据都是对微博有远离意向的用户数据，因此可以说明活跃用户更有可能产生远离意向，这与已有的研究结果一致[18，24-26]，由于活跃用户接触微博的时间更长，不仅能感知到更多微博带来的积极体验，一些负面感知也会被放大，比如信息过载、信息不准确、沟通过载等，用户长期接触这些负面影响会产生压力，因此更容易产生远离意向。
3.2 中辍时间间隔
计算用户提出远离微博到下一次发微博的时间间隔，如图4所示，中辍时间间隔与频次呈反比，间隔时间越短人数越多，间隔时间越长人数越少。据统计，中辍间隔时间为1天的人数最多，占43.75%，中辍间隔时间在1周以内的用户占79.41%，参考间歇性中辍行为的定义[6]，中辍与回归的时间间隔应该超过数周，因此，中辍时间在1周以内的行为不是真正的远离行为。有9.37%的用户中辍时间间隔超过1个月，有7.81%的用户中辍时间间隔超过2个月，这类用户提出远离意向后做出远离行为。由于本文选择的用户都是明确表达了远离意向的用户，因此本文的数据可以说明用户提出远离意向后不一定会做出实际的远离行为。另外，登录时间间隔最多是119天，中辍时间间隔最多是65天，这说明有些用户并不是宣布了远离意向之后才会离开，会在使用过程中默默远离。
因此，本文的数据说明用户的行为意向与实际的使用行为不完全一致，这与已有的研究结论一致，用户使用过程中的态度和情绪是复杂的，虽然一些消极因素促使用户产生远离意向，但是一些积极因素会使用户持续使用或尽快回归，消极与积极因素的双重作用使用户产生矛盾的心理与态度，因此做出与意向不一致的行为。微博不仅要关注产生了远离意向的消极用户，也要关注登录时间间隔过长的用户，对这些用户远离与回归的原因进行分析，采取不同的营销策略，避免用户永久远离。
3.3 微博数与中辍时间间隔的关系分析
本文收集的数据是明确表达了有远离微博意向的用户数据，然而做出长时间远离行为的用户却很少，只有9.37%的用户中辍时间间隔超过1个月，这说明用户表达远离意向后不一定做出实际的远离行为，用户的中辍意向与中辍行为存在不一致，因此有必要研究不同用户的中辍意向与中辍行为之间的关系。由于同一时间范围内用户发微博的数量可以体现用户的活跃程度，因此可以将微博数作为用户活跃度的指标，本文选取用户半年来的总微博数量与中辍时间间隔，分析用户中辍时间间隔与活跃度的关系。如图5所示，中辍时间大于1个月的用户发微博数量均少于30，中輟时间间隔较长的用户对应的发微博数普遍较少，因此可以说明做出实际远离行为的用户属于消极类用户的可能性更高，即活跃用户做出远离行为的概率低，消极用户做出远离行为的概率高。这与已有的研究结论一致[15，27]，部分用户对微博有情感依赖，活跃用户的微博数量较多，说明用户在微博上乐于分享，如果做出远离行为就会失去一个分享的平台，用户对微博产生了情感需要，因此活跃用户不太可能真正远离微博。
3.4 用户产生远离意向的原因分析
提取用户表达远离意向的博文，把脏话、表情、符号删掉，把一些字母简写替换成正常的表达，选择词频大于5的词，筛选掉一些常见的代词、语气词等，得出词云图，从词云图可以分析使用户产生远离意向的原因，其中微博的环境，如戾气、浮躁、乌烟瘴气、是非之地、争吵是使一部分用户产生远离意向的原因。微博平台的内容，如负面新闻、谣言这些信息使用户产生远离意向，大多数用户表示远离这些是非之地，远离争吵，就是珍爱生命，保护健康。也有部分用户产生远离意向的原因是因为在微博上花费过多时间，要保持自律，好好学习，因此要离开一段时间，减少使用次数或者卸载微博。通过词云分析可知，微博平台的环境、内容、用户自身使用行为3个方面是用户产生远离意向的原因，这些消极因素使用户产生负面情绪，如疲惫、厌烦、郁闷等，促使用户产生远离意向。
4 结 论
本文选取微博平台对用户数据进行分析，从用户登录的时间间隔、中辍时间间隔和微博数与中辍时间间隔的关系分析微博用户的使用情况，提出微博用户的间歇性中辍行为特征，分析用户回归使用的原因，对用户产生远离意向的微博内容进行词云分析，研究用户产生远离意向的原因。
4.1 间歇性中辍行为特征 本文通过对用户的登录时间间隔、中辍时间间隔以及微博数与中辍时间间隔的关系分析间歇性中辍行为的行为特征，数据结果表明活跃用户更有可能产生远离意向，而消极用户比活跃用户更有可能做出远离行为，用户的行为意向与行为结果存在不一致性，消极用户的中辍时间长，活跃用户的中辍时间短。通过对活跃用户的微博进行抽查，发现某些用户在微博上打卡，包括分享自己每天的学习目标、生活收获等，也有某些用户在微博上追星，经常转发明星的相关动态，这类用户的登录间隔大多数是1天，对微博有仪式感、归属感。但是活跃用户在微博上花费的时间多，接触到微博上的负面新闻、谣言等更多，积极作用与消极作用的结合促使用户产生矛盾的态度与情绪，因此活跃用户产生远离意向的概率高，做出实际远离行为的概率低。通过对消极用户的微博内容进行抽查，发现中辍时间较长的用户发微博数量普遍较少，这类用户在微博上大多只浏览信息，极少发表自己的见解、参与微博的讨论。消极用户对微博负面影响的感知大于积极影响的感知，且对微博的需求较低，因此消极用户产生远离意向后做出实际远离行为的概率高。对于这类用户，微博平台不仅应该注重内容的精准推送，还应该注重推荐一些用户可能感兴趣的其他内容，培养用户对微博的需求，避免漫无目的地浏览信息。
4.2 用户产生远离意向的原因
本文对用户产生远离意向的博文进行了研究，选择出现次数大于5的词进行词云分析，发现使用户产生远离意向的原因可以分为3点。首先，微博的环境氛围，多数用户提到微博的戾气太重，充满争吵，使用户感到烦躁和无聊，微博属于用户生成内容的平台，除了一些特殊情况（比如违法和违反平台规定的言论），其他正常的言论都可以在微博上发表。然而近年来，越来越多的用户因其他人与自己的观念不同就产生争吵，发表过激言论，比如部分粉丝群体之间的争端。微博平台应该整肃其平台环境，对容易引起争论的群体做相应的管理，另外对频繁引起争端的用户进行处理，鼓励平台用户发展正能量，维护整体的平台环境。
其次，微博上的负面新闻和谣言较多，难以辨别真假，使用户感到郁闷。微博属于开放平台，信息的更新速度与传播速度极快，由于对谣言的证实需要大量的人力物力，因此用户从接触谣言到谣言被证实需要一段时间，而通过微博获取信息是用户的基本需求，当用户不断面临谣言与澄清，会严重消耗用户的情感与精力，对用户的情绪产生影响，促使用户产生远离意向。大多用户表示，要远离微博珍爱生命，保持身体健康，这说明微博的环境与内容对用户的心理和情绪都造成了极大的影响。微博应该加强对其平台内容的审查，对重大负面新闻的产生与传播渠道进行管理控制，避免谣言的扩散，同时加强对正面新闻的传播，营造良好的社会氛围。
另外，在微博上花费的时间过多导致用户产生远离意向，部分用户表示要远离微博一段时间去学习，也有用户表示在微博上花费的时间影响了正常的生活作息，要保持自律，远离微博。
从微博平台与用户自身出发，总结使用户产生远离意向的原因，这不仅有助于补充关于用户间歇性中辍行为方面的研究，也有助于微博平台制定相应的管理措施和营销策略，为用户提供更好的服务，使用户持续使用，实现微博的长久发展。
4.3 用户重新回归使用的原因
Hanley等在社交网络休假对主观幸福感的影响研究中提到，社交网络休假对活跃用户与消极用户的主观幸福感有不同的影响[28]。这可以被用来解释本文微博数与中辍时间间隔的关系以及用户放弃后重新使用的原因。活跃用户通过在社交网络上积极参与获益，比如社会资本、自尊等，远离社交网络对于用户的获益有消极影响，因此活跃用户远离微博一段时间后回归的原因是即使微博的一些弊端迫使其离开微博，但是微博已经成为个人生活中的一部分，使用微博能满足更多的精神需求，提高主观幸福感和情感满意度，这类用户对微博有较深的依赖感，远离之后仍然会回归，甚至反复远离并回归，且中辍时间较短。消极使用的用户在微博上大多只是漫无目的浏览信息，被动地接收消息，较少参与，因此容易产生向上的社会比较，对微博没有归属感，这类用户产生远离意向以后更有可能在行为上远离，且中辍时间较长。参考沈校量等学者的研究[20-21]，可以认为消极用户重新回归使用的原因是虽然微博对用户的消极影响促使用户产生远离行为，但是用户对微博的最低需求能得到滿足，远离一段时间后仍有可能回归，但是远离的时间较长。
5 展 望
本文使用半年内有远离意向的微博数据对用户的登录时间间隔和中辍时间间隔以及产生远离意向的原因进行分析，得出间歇性中辍行为的特征、用户产生远离意向的原因和重新使用的原因，由于积极用户与消极用户对微博的需求不同，导致不同类型用户间歇性中辍行为特征与影响因素均有差异。
本文的研究对间歇性中辍行为的研究方法与研究内容进行了补充，考虑到行为的动态性，采用网络爬虫的方式收集用户的行为数据，不同于静态时点的数据收集，本文的数据更具有客观性。另外，本文不仅研究了用户远离的原因，也探讨了用户回归的原因，对用户间歇性中辍行为研究进行了一定的补充，为后续的研究提供了参考价值。在实践方面，本文的研究有助于微博平台关注平台环境对用户产生的影响，进一步加强微博环境的管理与控制，进行规范化管理。关注消极用户，增强内容机制，形成微博与用户之间的情感连接，保持用户的持续使用。
本文的不足之处：首先，本文数据的时间跨度不够，由于大多用户发微博数量较多造成爬虫与后期处理的难度，本文只收集了用户半年的微博数据，后期经过查看，某些用户提出远离意向之后，截至数据收集结束日期仍处于远离状态，实际中辍时间间隔可能比文中的中辍时间更长。因此，后续研究可以增加时间跨度，尽量避免对用户的中辍时间间隔产生影响。另外，用户高调表达远离的意向，并说明远离的原因，但是远离后重新回归时并不会高调表达自己的回归以及回归的原因，因此，本文的数据只能分析出使用户产生中辍行为的原因，对用户回归的原因只能根据用户的日常使用情况以及参考其他学者的研究进行推断，并不能全面地分析出用户回归的原因，有必要使用主观与客观结合的方式对用户回归的原因进行分析，归纳出用户间歇性中辍行为的影响因素。 参考文献
[1]凯度.2017中国社交媒体影响报告[R].Kantar Group，2017.
[2]Lee E，Lee K，Sung Y，et al.Delete Facebook：Antecedents of Facebook Fatigue[J].Cyberpsychology Behavior and Social Networking，2019，22（6）：417-422.
[3]Rainie L，Smith A，Duggan M.Coming and Going on Facebook[EB/OL].http：//www.pewinternet.org/2013/02/05/coming-and-going-on-facebook/，2020-05-15.
[4]York C，Turcotte J.Vacationing from Facebook：Adoption，Temporary Discontinuance，and Readoption of an Innovation[J].Communication Research Reports，2015，32（1）：54-62.
[5]Crandell S.Taking a Vacation from Facebook[EB/OL].http：//www.huffingtonpost.com/steven-crandell/unfriendingFacebook_b_851052.html，2020-03-01.
[6]张明新，叶银娇.传播新技术采纳的“间歇性中辍”现象研究：来自东西方社会的经验证据[J].新闻与传播研究，2014，21（6）：78-98.
[7]李旭.信息过载背景下社交媒体用户倦怠及消极使用行为研究[D].济南：山东财经大学，2018.
[8]王松，王瑜，李芳.社会化电子商务情境下信息过载对用户消极使用行为的影响——基于倦怠和抗拒的中介[J].企业经济，2019，38（3）：50-57.
[9]牛静，常明芝.社交媒体使用中的社会交往压力源与不持续使用意向研究[J].新闻与传播评论，2018，71（6）：5-19.
[10]徐春雨.感知过载对社交媒体倦怠的影响机制研究[D].杭州：浙江工商大学，2018.
[11]Zhang S，Zhao L，Lu Y，et al.Do You Get Tired of Socializing？An Empirical Explanation of Discontinuous Usage Behaviour in Social Network Services[J].Information
基金项目：国家社会科学基金青年项目“老年群体社交网络信息服务质量评价与体验优化研究”（项目编号：17CTQ027）。
作者简介：李君君（1980-），女，副教授，博士，研究方向：网络信息服务、用户行为。王金歌（1996-），女，硕士研究生，研究方向：用户行为研究。曹园园（1984-），女，讲师，博士，研究方向：电子商务。
摘 要：[目的/意义]移动社交网络用户的消极使用行为越来越普遍，间歇性中辍行为是其中非常典型的一类，对间歇性中辍行为特征与影响因素进行分析，有助于加强用户消极行为方面的研究，帮助企业有针对性地采取措施，完善运营机制并实现长久发展。[方法/过程]本文选择有远离微博意向的用户，采用网络爬虫的方式收集用户半年内发微博的时间与内容，基于登录时间间隔、中辍时间间隔与微博内容词云分析对用户的间歇性中辍行为特征与原因进行研究。[结果/结论]研究结果发现，微博的环境、内容与过度使用都会导致用户产生远离意向，其中活跃用户占大多数，然而在实际行为中，活跃用户采取远离行为的可能性更低，中辍时间间隔也更短，消极用户则相反，用户需求不同导致用户的行为意向与实际行为存在差异。
关键词：移动社交用户;间歇性中辍行为;社交网络消极行为;远离意向;时间间隔;词云分析;微博
DOI：10.3969/j.issn.1008-0821.2021.01.007
〔中图分类号〕G252.0 〔文献标识码〕A 〔文章编号〕1008-0821（2021）01-0060-07
Exploratory Study on the Behavioral Characteristics of
Intermittent Dropouts
——A Case Study of Weibo Data
Li Junjun Wang Jinge Cao Yuanyuan
（School of Management，Hangzhou Dianzi University，Hangzhou 310018，China）
Abstract：[Purpose/Significance]The negative use behavior of mobile social network users is becoming more and more common，among which intermittent dropout behavior is a very typical one.The analysis of the characteristics and influencing factors of intermittent dropout behavior is helpful to strengthen the research of users negative behavior，help enterprises to take targeted measures，improve the operation mechanism and realize long-term development.[Method/Process]This article selected users who have intentions to stay away from Weibo，using web crawlers to collect the time and content of users Weibo within six months.Based on the login time interval，dropout interval and word cloud analysis of Weibo content，the characteristics and reasons of users intermittent dropout behavior were studied.[Result/Conclusion]Weibos environment，content and overuse will all lead to users intention to stay away，among which active users account for the majority.However，in actual behavior，active users are less likely to take away behavior，and the dropout time interval is shorter，while negative users are opposite.Different needs of users lead to differences between users behavioral intentions and actual behaviors.
Key words：mobil social network users;intermittent dropout behavior;social network negative behavior;away from intention;time interval;word cloud analysis;Weibo
随着社交网络的发展，“社交 ”成为网络应用市场的普遍特征，社交 医疗、社交 金融、社交 新闻等等，同时“社交 ”形式与移动网络的结合加速了移动社交网络在人们生活中的涵盖范围，但是人们越来越感知到移动社交网络在带来积极作用的同时也不可避免的产生一些弊端，进而出现不同程度的消极使用行为，比如使用频率下降，减少在平台的参与等。凯度在2017年社交媒体的影响报告中提出，89%的用户认为社交网络对他们的生活产生了消极影响[1]。Mavrck的一份报告指出，2016年Facebook的“原创帖子”数量与2015年相比减少29.49%，“参与度”下降了15.14%[2]，社交网络的消极使用行为越来越普遍。皮尤研究中心通过对Facebook用户的调查发现，有61%的用户表示他们在使用过程中不止一次停止使用Facebook，每次持续1周或更长时间，一段时间后再重新开始使用[3]，由于国外互联网和社交网络发展均比国内早，因此国外学者较早发现这种现象，并将其称为“Facebook假期”[4-5]。部分学者对Facebook假期进行研究，将其表述为用户感受到使用社交网络带来的弊端，通过短暂离开以缓解压力与不适，一段时间后又恢复使用，甚至反复放弃后再使用[6]，更加强调远离与回归两种行為的反复交替。这种行为在用户行为研究中被称为“间歇性中辍行为”，是社交网络消极行为中比较典型和普遍的一类行为。 用户的间歇性中辍行为不利于企业的长久发展，不确定用户的每一次远离是否都会对应下一次的回归。本文选择对间歇性中辍行为进行研究，通过收集用户的客观使用行为数据分析其行为特征与产生原因，深入了解间歇性中辍行为的形成机理。本文的研究有助于丰富间歇性中辍行为的研究方法与研究成果，补充完善用户消极行为方面的研究内容。对企业来说，目前社交网络用户数量增长的红利期已经过去，用户量进入存量市场，保留原有用户比发展新用户付出的成本更低，且更重要，因此关注用户消极行为，对间歇性中辍行为进行研究，分析其形成机理与产生原因，对移动社交网络平台的运营和发展具有重要参考价值。
1 文献综述
1.1 基于消极因素视角的研究
间歇性中辍行为对于移动社交网络平台而言属于消极使用行为，目前关于社交网络用户的消极使用行为研究主要集中于不持续使用行为、用户流失、用户转移等，关于间歇性中辍行为的研究比较少。近几年逐渐有学者对间歇性中辍行为进行研究。但是目前的研究主要围绕影响因素展开讨论，大多基于过载理论研究技术过载（系统功能过载、信息过载、社交过载）对用户产生的影响，如李旭、王松等研究信息过载背景下社交网络用户的消极使用行为[7-8]，牛静等学者在技术过载的基础上添加隐私关注变量研究对不持续使用行为的影响[9]。也有学者结合感知理论探讨过载对用户行为的影响，如徐春雨、Zhang S等研究感知过载对社交媒体倦怠的影响机制[10-11]。另外也有学者研究其他因素对用户行为的影响，如Luqman A等提出过度社交、享乐以及认知负担会使用户产生社交网络疲劳，进而离开社交网络[12]。然而间歇性中辍行为的特征包含用户的远离与回归，甚至两种行为的反复交替，基于单一消极因素视角的研究无法全面解释间歇性中辍行为的产生原因。
1.2 基于倦怠情绪的研究
基于以上原因，有部分学者从积极与消极两方面研究用户行为的影响因素，如Turel O通过研究证实了放弃自我效能和内疚感对不持续使用意向的促进作用以及满意度和习惯对不持续使用意向的抑制作用[13]。郭佳等基于倦怠视角证实了使用倦怠与转换倦怠对不持续使用意向的显著影响[14]。Maier C等基于使用压力和转换压力两方面证实了个体特征、使用特征和社会特征对不持续使用意向的影响[15]。张敏等从社交网络使用疲劳与转换疲劳两种角度研究用户间歇性中辍行为的影响因素与形成机理[16-17]。但是这些研究大多以倦怠或疲劳为中介进行分析，对用户其他态度和情绪的研究比较少，由于间歇性中辍行为并不是永久的终止行为，对用户而言社交网络平台仍能满足其需求，但是无法达到完全满意，处于满意与不满意之间，用户的态度和情绪是复杂的，仅仅通过疲劳情绪无法完全解释用户产生间歇性中辍行为的原因，因此，有必要对用户使用过程中的态度与情绪进行细化研究。
1.3 基于心理行为的静态研究
目前，在社交网络用户消极行为研究中，有学者提到用户的矛盾心理对使用行为的影响，如代宝等提出当用户产生倦怠心理，但又无法彻底远离社交网络时，会形成一种矛盾的社交网络依赖，更有可能采取忍耐、潜水、忽略等消极行为来减少倦怠感[18]，但并未对该矛盾心理进行深入探讨。在间歇性中辍行为的研究中，尚未发现对用户态度和情绪的深入分析，但是在营销学、智能健康硬件领域的研究中，已经有学者主要分析态度与情绪对用户行为的影响[19-21]。另外，在以往对用户间歇性中辍行为的研究中，学者们大多采用问卷调查或访谈方法研究用户的行为意愿[17，22]，而基于静态时点收集的数据无法分析用户的客观使用行为和研究间歇性中辍的行为特征。
由于目前对消极行为方面的研究内容与方法较单一，关于间歇性中辍行为研究的文献相对欠缺，研究方法与理论不够成熟，因此有必要结合其他领域的研究成果加强对社交网络用户消极行为的研究。本文采用网络爬虫的方式收集产生远离意向用户的客观行为数据分析间歇性中辍行为的特征，对用户的实际行为进行研究。同时对影响因素进行分析，研究使用户产生远离行为与回归行为的原因，从积极与消极两方面分析用户的间歇性中辍行为。本文的研究有助于丰富社交网络用户间歇性中辍行为研究的方法与内容，为后续消极使用行为的相关研究提供参考。
2 数据来源
微博自2009年创立，在国内社交网络市场的红利期内飞速发展并于2014年实现上市。2013年推出的移动版，恰逢国内移动社交网络快速发展，微博的发展历程与国内社交网络的发展历程大致相同，是国内典型的社交网络平台。微博兼具媒体和社交功能，用户不仅可以在微博上获取新闻资讯，分享动态，也可以关注其他用户的动态与他人进行交流。由于微博的大多数内容比较短小，能做到随时随地快速传播，因此，微博已经成为获取资讯的主要平台之一。由于不受篇幅的限制且微博上熟人较少，大多数用户更愿意在微博上分享动态，把微博当成自我展示的平台。根据最新数据显示，截至2020年3月底，微博的月活跃用户达到5.5亿，日活跃用户达2.41亿[23]，作为国内典型的社交媒体，有必要对微博用户的使用行为进行调查。选择微博的另一个原因是作为开放的社交媒体平台，微博的社交关系更弱一些，主要是陌生人之间的泛社交，是容易远离的关系，且微博属于享乐型系统，中断使用并不会造成严重后果。因此，本文选择微博用户作为本文的研究对象。
本文通过微博用户的使用数据对间歇性中辍行为进行研究，以离开（远离、停止使用） 微博为关键词，时间范围是2020年2月—3月，筛选条件为原创进行搜索，对于符合条件的用户，收集用户ID与首页链接，通过Python代码爬取2019年12月1日—2020年5月31日时间段内用户微博的时间和内容，共收集到68个用户的12 127条微博数据。
3 数据分析
本文选择在2020年2—3月提出要远离微博的用户，其中3月的数据较多，对这些用户的使用行為数据进行分析，选取用户ID和微博时间，以月为单位，绘制了半年内总体的微博数量。如图1所示。 由图1可知，用户在提出远离微博之前，发微博数呈上升趋势，3月发微博数最多，提出远离微博之后，微博数量减少但是5月又逐渐回升，接近12月的数据，因此猜测用户行为呈现周期性规律，由于过度使用微博而产生远离意向，减少使用微博的频率，一段时间后又重新恢复正常使用至过度使用。
用户在微博上只浏览信息不发微博的相关数据无法得出，因此本文将用户在微博上发布微博看作使用行为，用户在1天内发多条微博看作1次登录使用，得出2019年12月1日—2020年5月31日每月的登录人数。如图2所示，图2与图1趋势大致相同，3月登录使用的人数最多，4月人数降低，与图1不同的是5月持续降低，可能的原因是虽然有更多用户远离了，但是平时在微博上比较活跃的用户在远离一段时间后恢复了正常使用行为，造成微博数量上升而人数下降的现象。
由图1和图2可知，用户提出远离微博之后，确实存在远离行为，包括减少使用次数和发微博数量，一段时间后又重新恢复使用，因此这个数据适合本文对微博用户的间歇性中辍行为进行研究。
3.1 登录时间间隔分析
本文对用户的发微博时间进行分析，1天内发多条微博均认为是1次登录，得出登录时间间隔范围在1～117天，间隔在1周以内的数据占95.22%，为使图表更清楚表示，选择间隔时间在7天以上的数据进行频次分析。如图3所示，时间间隔在8～14天的最多，间隔时间在两周以内的用户占98.06%，随着间隔时间的增加，频次越来越低，大多数用户的登录时间间隔较短，这说明本文数据中的用户大多是在微博上比较活跃的，使用微博的频率较高。由于本文的数据都是对微博有远离意向的用户数据，因此可以说明活跃用户更有可能产生远离意向，这与已有的研究结果一致[18，24-26]，由于活跃用户接触微博的时间更长，不仅能感知到更多微博带来的积极体验，一些负面感知也会被放大，比如信息过载、信息不准确、沟通过载等，用户长期接触这些负面影响会产生压力，因此更容易产生远离意向。
3.2 中辍时间间隔
计算用户提出远离微博到下一次发微博的时间间隔，如图4所示，中辍时间间隔与频次呈反比，间隔时间越短人数越多，间隔时间越长人数越少。据统计，中辍间隔时间为1天的人数最多，占43.75%，中辍间隔时间在1周以内的用户占79.41%，参考间歇性中辍行为的定义[6]，中辍与回归的时间间隔应该超过数周，因此，中辍时间在1周以内的行为不是真正的远离行为。有9.37%的用户中辍时间间隔超过1个月，有7.81%的用户中辍时间间隔超过2个月，这类用户提出远离意向后做出远离行为。由于本文选择的用户都是明确表达了远离意向的用户，因此本文的数据可以说明用户提出远离意向后不一定会做出实际的远离行为。另外，登录时间间隔最多是119天，中辍时间间隔最多是65天，这说明有些用户并不是宣布了远离意向之后才会离开，会在使用过程中默默远离。
因此，本文的数据说明用户的行为意向与实际的使用行为不完全一致，这与已有的研究结论一致，用户使用过程中的态度和情绪是复杂的，虽然一些消极因素促使用户产生远离意向，但是一些积极因素会使用户持续使用或尽快回归，消极与积极因素的双重作用使用户产生矛盾的心理与态度，因此做出与意向不一致的行为。微博不仅要关注产生了远离意向的消极用户，也要关注登录时间间隔过长的用户，对这些用户远离与回归的原因进行分析，采取不同的营销策略，避免用户永久远离。
3.3 微博数与中辍时间间隔的关系分析
本文收集的数据是明确表达了有远离微博意向的用户数据，然而做出长时间远离行为的用户却很少，只有9.37%的用户中辍时间间隔超过1个月，这说明用户表达远离意向后不一定做出实际的远离行为，用户的中辍意向与中辍行为存在不一致，因此有必要研究不同用户的中辍意向与中辍行为之间的关系。由于同一时间范围内用户发微博的数量可以体现用户的活跃程度，因此可以将微博数作为用户活跃度的指标，本文选取用户半年来的总微博数量与中辍时间间隔，分析用户中辍时间间隔与活跃度的关系。如图5所示，中辍时间大于1个月的用户发微博数量均少于30，中輟时间间隔较长的用户对应的发微博数普遍较少，因此可以说明做出实际远离行为的用户属于消极类用户的可能性更高，即活跃用户做出远离行为的概率低，消极用户做出远离行为的概率高。这与已有的研究结论一致[15，27]，部分用户对微博有情感依赖，活跃用户的微博数量较多，说明用户在微博上乐于分享，如果做出远离行为就会失去一个分享的平台，用户对微博产生了情感需要，因此活跃用户不太可能真正远离微博。
3.4 用户产生远离意向的原因分析
提取用户表达远离意向的博文，把脏话、表情、符号删掉，把一些字母简写替换成正常的表达，选择词频大于5的词，筛选掉一些常见的代词、语气词等，得出词云图，从词云图可以分析使用户产生远离意向的原因，其中微博的环境，如戾气、浮躁、乌烟瘴气、是非之地、争吵是使一部分用户产生远离意向的原因。微博平台的内容，如负面新闻、谣言这些信息使用户产生远离意向，大多数用户表示远离这些是非之地，远离争吵，就是珍爱生命，保护健康。也有部分用户产生远离意向的原因是因为在微博上花费过多时间，要保持自律，好好学习，因此要离开一段时间，减少使用次数或者卸载微博。通过词云分析可知，微博平台的环境、内容、用户自身使用行为3个方面是用户产生远离意向的原因，这些消极因素使用户产生负面情绪，如疲惫、厌烦、郁闷等，促使用户产生远离意向。
4 结 论
本文选取微博平台对用户数据进行分析，从用户登录的时间间隔、中辍时间间隔和微博数与中辍时间间隔的关系分析微博用户的使用情况，提出微博用户的间歇性中辍行为特征，分析用户回归使用的原因，对用户产生远离意向的微博内容进行词云分析，研究用户产生远离意向的原因。
4.1 间歇性中辍行为特征 本文通过对用户的登录时间间隔、中辍时间间隔以及微博数与中辍时间间隔的关系分析间歇性中辍行为的行为特征，数据结果表明活跃用户更有可能产生远离意向，而消极用户比活跃用户更有可能做出远离行为，用户的行为意向与行为结果存在不一致性，消极用户的中辍时间长，活跃用户的中辍时间短。通过对活跃用户的微博进行抽查，发现某些用户在微博上打卡，包括分享自己每天的学习目标、生活收获等，也有某些用户在微博上追星，经常转发明星的相关动态，这类用户的登录间隔大多数是1天，对微博有仪式感、归属感。但是活跃用户在微博上花费的时间多，接触到微博上的负面新闻、谣言等更多，积极作用与消极作用的结合促使用户产生矛盾的态度与情绪，因此活跃用户产生远离意向的概率高，做出实际远离行为的概率低。通过对消极用户的微博内容进行抽查，发现中辍时间较长的用户发微博数量普遍较少，这类用户在微博上大多只浏览信息，极少发表自己的见解、参与微博的讨论。消极用户对微博负面影响的感知大于积极影响的感知，且对微博的需求较低，因此消极用户产生远离意向后做出实际远离行为的概率高。对于这类用户，微博平台不仅应该注重内容的精准推送，还应该注重推荐一些用户可能感兴趣的其他内容，培养用户对微博的需求，避免漫无目的地浏览信息。
4.2 用户产生远离意向的原因
本文对用户产生远离意向的博文进行了研究，选择出现次数大于5的词进行词云分析，发现使用户产生远离意向的原因可以分为3点。首先，微博的环境氛围，多数用户提到微博的戾气太重，充满争吵，使用户感到烦躁和无聊，微博属于用户生成内容的平台，除了一些特殊情况（比如违法和违反平台规定的言论），其他正常的言论都可以在微博上发表。然而近年来，越来越多的用户因其他人与自己的观念不同就产生争吵，发表过激言论，比如部分粉丝群体之间的争端。微博平台应该整肃其平台环境，对容易引起争论的群体做相应的管理，另外对频繁引起争端的用户进行处理，鼓励平台用户发展正能量，维护整体的平台环境。
其次，微博上的负面新闻和谣言较多，难以辨别真假，使用户感到郁闷。微博属于开放平台，信息的更新速度与传播速度极快，由于对谣言的证实需要大量的人力物力，因此用户从接触谣言到谣言被证实需要一段时间，而通过微博获取信息是用户的基本需求，当用户不断面临谣言与澄清，会严重消耗用户的情感与精力，对用户的情绪产生影响，促使用户产生远离意向。大多用户表示，要远离微博珍爱生命，保持身体健康，这说明微博的环境与内容对用户的心理和情绪都造成了极大的影响。微博应该加强对其平台内容的审查，对重大负面新闻的产生与传播渠道进行管理控制，避免谣言的扩散，同时加强对正面新闻的传播，营造良好的社会氛围。
另外，在微博上花费的时间过多导致用户产生远离意向，部分用户表示要远离微博一段时间去学习，也有用户表示在微博上花费的时间影响了正常的生活作息，要保持自律，远离微博。
从微博平台与用户自身出发，总结使用户产生远离意向的原因，这不仅有助于补充关于用户间歇性中辍行为方面的研究，也有助于微博平台制定相应的管理措施和营销策略，为用户提供更好的服务，使用户持续使用，实现微博的长久发展。
4.3 用户重新回归使用的原因
Hanley等在社交网络休假对主观幸福感的影响研究中提到，社交网络休假对活跃用户与消极用户的主观幸福感有不同的影响[28]。这可以被用来解释本文微博数与中辍时间间隔的关系以及用户放弃后重新使用的原因。活跃用户通过在社交网络上积极参与获益，比如社会资本、自尊等，远离社交网络对于用户的获益有消极影响，因此活跃用户远离微博一段时间后回归的原因是即使微博的一些弊端迫使其离开微博，但是微博已经成为个人生活中的一部分，使用微博能满足更多的精神需求，提高主观幸福感和情感满意度，这类用户对微博有较深的依赖感，远离之后仍然会回归，甚至反复远离并回归，且中辍时间较短。消极使用的用户在微博上大多只是漫无目的浏览信息，被动地接收消息，较少参与，因此容易产生向上的社会比较，对微博没有归属感，这类用户产生远离意向以后更有可能在行为上远离，且中辍时间较长。参考沈校量等学者的研究[20-21]，可以认为消极用户重新回归使用的原因是虽然微博对用户的消极影响促使用户产生远离行为，但是用户对微博的最低需求能得到滿足，远离一段时间后仍有可能回归，但是远离的时间较长。
5 展 望
本文使用半年内有远离意向的微博数据对用户的登录时间间隔和中辍时间间隔以及产生远离意向的原因进行分析，得出间歇性中辍行为的特征、用户产生远离意向的原因和重新使用的原因，由于积极用户与消极用户对微博的需求不同，导致不同类型用户间歇性中辍行为特征与影响因素均有差异。
本文的研究对间歇性中辍行为的研究方法与研究内容进行了补充，考虑到行为的动态性，采用网络爬虫的方式收集用户的行为数据，不同于静态时点的数据收集，本文的数据更具有客观性。另外，本文不仅研究了用户远离的原因，也探讨了用户回归的原因，对用户间歇性中辍行为研究进行了一定的补充，为后续的研究提供了参考价值。在实践方面，本文的研究有助于微博平台关注平台环境对用户产生的影响，进一步加强微博环境的管理与控制，进行规范化管理。关注消极用户，增强内容机制，形成微博与用户之间的情感连接，保持用户的持续使用。
本文的不足之处：首先，本文数据的时间跨度不够，由于大多用户发微博数量较多造成爬虫与后期处理的难度，本文只收集了用户半年的微博数据，后期经过查看，某些用户提出远离意向之后，截至数据收集结束日期仍处于远离状态，实际中辍时间间隔可能比文中的中辍时间更长。因此，后续研究可以增加时间跨度，尽量避免对用户的中辍时间间隔产生影响。另外，用户高调表达远离的意向，并说明远离的原因，但是远离后重新回归时并不会高调表达自己的回归以及回归的原因，因此，本文的数据只能分析出使用户产生中辍行为的原因，对用户回归的原因只能根据用户的日常使用情况以及参考其他学者的研究进行推断，并不能全面地分析出用户回归的原因，有必要使用主观与客观结合的方式对用户回归的原因进行分析，归纳出用户间歇性中辍行为的影响因素。 参考文献
[1]凯度.2017中国社交媒体影响报告[R].Kantar Group，2017.
[2]Lee E，Lee K，Sung Y，et al.Delete Facebook：Antecedents of Facebook Fatigue[J].Cyberpsychology Behavior and Social Networking，2019，22（6）：417-422.
[3]Rainie L，Smith A，Duggan M.Coming and Going on Facebook[EB/OL].http：//www.pewinternet.org/2013/02/05/coming-and-going-on-facebook/，2020-05-15.
[4]York C，Turcotte J.Vacationing from Facebook：Adoption，Temporary Discontinuance，and Readoption of an Innovation[J].Communication Research Reports，2015，32（1）：54-62.
[5]Crandell S.Taking a Vacation from Facebook[EB/OL].http：//www.huffingtonpost.com/steven-crandell/unfriendingFacebook_b_851052.html，2020-03-01.
[6]张明新，叶银娇.传播新技术采纳的“间歇性中辍”现象研究：来自东西方社会的经验证据[J].新闻与传播研究，2014，21（6）：78-98.
[7]李旭.信息过载背景下社交媒体用户倦怠及消极使用行为研究[D].济南：山东财经大学，2018.
[8]王松，王瑜，李芳.社会化电子商务情境下信息过载对用户消极使用行为的影响——基于倦怠和抗拒的中介[J].企业经济，2019，38（3）：50-57.
[9]牛静，常明芝.社交媒体使用中的社会交往压力源与不持续使用意向研究[J].新闻与传播评论，2018，71（6）：5-19.
[10]徐春雨.感知过载对社交媒体倦怠的影响机制研究[D].杭州：浙江工商大学，2018.
[11]Zhang S，Zhao L，Lu Y，et al.Do You Get Tired of Socializing？An Empirical Explanation of Discontinuous Usage Behaviour in Social Network Services[J].Information