社交网络用户行为国内外研究动态及发展趋势

来源:用户上传      作者:李嘉兴 王晰巍 常颖 王微

　　摘 要：[目的/意义]通过收集国内外学者关于社交网络用户行为的相关研究，深入了解国内外社交网络用户行为的研究前沿及发展趋势。[方法/过程]运用文献分析、知识图谱可视化方法对国内外社交网络用户行为的起源和发展以及研究热点进行总结，分析未来社交网络用户行为研究的发展趋势。[结果/结论]分析结果表明，国外学者主要围绕社交网络用户持续使用行为、隐私风险对用户行为的影响、社交网络用户疲劳行为展开研究，国内学者主要研究社交网络用户的信息交互及转发行为、使用行为以及用户行为特征。社交网络用户行为的未来发展趋势将围绕用户行为画像、用户隐私、社交网络特殊用户群体以及社交网络倦怠行为来进行研究。
　　关键词：社交网络;用户;信息行为;持续使用
　　DOI：10.3969/j.issn.1008-0821.2020.04.019
　　〔中图分类号〕G252.0 〔文献标识码〕A 〔文章编号〕1008-0821（2020）04-0167-11
　　Research Trends and Development Trends of Social Network User Behavior
　　Li Jiaxing1 Wang Xiwei2 Chang Ying2 Wang Wei2
　　（1.School of Information Management，Nanjing University，Nanjing 210023，China;
　　2.School of Management，Jilin University，Changchun 130022，China）
　　Abstract：[Purpose/Significance]By collecting relevant researches of domestic and foreign scholars on social network user behavior，the research frontier and development trend of social network user behavior at home and abroad are deeply understood.[Method/Process]Literature analysis and knowledge map visualization were used to summarize the origin，development and research hotspots of social network user behavior at home and abroad，and to analyze the development trend of future research on social network user behavior.[Result/Conclusion]Research hotspot analysis results showed that foreign scholars mainly focused on the continuous use behavior of social network users，the impact of privacy risk on user behavior，and the fatigue behavior of social network users，while domestic scholars mainly studied the information interaction and forwarding behavior，use behavior and user behavior characteristics of social network users.The future development trend of social network user behavior will focus on user behavior portrait，user privacy，social network special user group and social network burnout behavior.
　　Key words：social networks;user;information behavior;continuous usage
　　近年来，社交网络的功能随互联网技术的变革不断更新，逐渐成为人们日常社交生活的重要组成部分。社交网络一词来源于英文SNS（Social Network Service），用户通过使用社交网络进行社交，扩大交际范围，获取社会资本，维持社会关系。社交网络使用户的虚拟社交与现实生活不断产生交集，这种虚拟与现实的碰撞对社交网络用户行为产生巨大影响，由此引发诸多学术问题和现实问题，所以针对社交网络用户行为的研究成为学术界和产业界的研究热点。
　　本文主要研究问题如下：1）社交网络用户行为研究的起源与发展历程是什么？2）社交网络用户行为的研究热点是什么？3）社交网络用户行为未来的研究趋势是什么？本文对国内外社交网络用户行为的起源与发展历程进行梳理，对当前研究热点进行深入分析，帮助国内外学者找到社交网络用户行为的未来研究趋势，推动社交网络用户行为研究的进一步发展。
　　1 样本选择
　　本文为研究国内外社交网络用户行为发展趋势，分别选取中国知网（CNKI）数据库以及Web of Science（WOS）数据库进行研究。使用中国知网（CNKI）数据库检索国内学者对社交网络用户行为的研究，以主題=（“用户行为”并含“社交网络”or“用户行为”并含“社交媒体”or“用户行为”并含“微信”or“用户行为”并含“微博”or“用户行为”）作为检索式，检索文献共计364篇。国内社交网络用户行为文献主要来源于计算机、新闻传播、图书情报档案、工商管理等领域，其中图书情报档案类共计62篇文献。 　　使用Web of Science（WOS）数据库对国外相关文献进行检索，以TS=（“Social Network”OR“Social Media”OR“FACEBOOK”OR“Twitter”）AND TS=（“User Behavior”）作为检索式进行检索，检索后得到文献共计175篇。国外对社交网络用户行为的研究主要集中在计算机领域，其余来自工程、商业经济、信息科学、图书馆科学等。其中信息科学及图书馆科学文献共计21篇。
　　2 国内外社交网络用户行为的研究起源及发展
　　2.1 国外社交网络用户行为研究的起源及发展
　　虽然社交网络诞生较早，但国外学者在2009年才开始对社交网络用户行为进行研究。在研究早期阶段，国外学者主要围绕视频内容社交网络用户行为进行研究。Lin W等[1]基于博弈论构建视频社交网络用户行为模型，提出激励策略促进用户合作，通过仿真验证提出策略有效地促进用户合作行为;Zhao H等[2]基于用户行为建模，分析人为因素对社交网络视频共享系统的影响。
　　2010年，Facebook、Twitter推出信息流功能，用户可以通过信息流查看好友最近浏览的新闻、音乐等信息，新功能一经推出便引起了广泛争议，信息流使信息访问变得更加容易，但引发用户对隐私的担忧从而导致用户对这项功能产生抗议[3]。自此社交网络用户隐私对用户行为的影响成为国外学者研究重点方向。
　　2011年，国外学者着手研究社交网络用户使用行为的影响因素，通过构建使用行为影响因素模型，先后证实了用户情绪、用户心理因素对用户使用行为的影响[4]，后续研究在此基础上进行延伸，对用户情绪、用户心理进一步细化，不断完善用户使用行为影响因素模型。
　　随着互联网技术的进步，社交网络面向用户不断推出新的服务，以Facebook、Twitter为代表的社交网络彻底改变了人们获取信息和发布内容的方式。2012年，国外学者开始研究社交网络用户内容生成及共享行为，国外学者提出社交网络用户发布信息内容源于用户寻求他人的关注，通过用户行为数据分析，验证了社交网络用户贡献内容的主要动机是寻求关注[5]。社交网络的发展虽然方便了用户扩大社交圈，加强社会联系，及时获取和发布信息，但是过度关注、信息超载也给用户带来了社交压力与焦虑。2014年，国外学者提出社交网络用户疲劳概念，指出用户疲劳的原因来源于互动社区的成员，社交网络疲劳会导致用户暂时离开社交网络环境，降低社交活动强度，甚至停止使用社交网络[6]。
　　2014年以后，国外学者对社交网络用户行为的研究主要沿着前人提出的研究方向进一步深入，通过变换研究视角、改变研究方法对用户使用行为、隐私对用户行为的影响、用户内容生成及分享行为、用户社交疲劳行为继续进行研究。国外社交网络用户行为研究起源及发展如图1所示。
　　2.2 国内社交网络用户行为研究的起源及发展
　　国内学者对社交网络用户行为的研究始于2010年，2013年后进入到研究的高峰期，研究成果逐年增长。2010年王晓光[7]首先对社交网络用户行为进行分析，针对新浪微博用户分析其行为特征和关系特征，构建用户影响力模型。随着微信、微博为代表的社交网络的不断发展，用户数量大量提升，针对社交网络用户行为的研究在2013年迎来了研究的高峰期。2013年开始许多国内学者对微博用户行为展开分析，彭柯等[8]对微博用户的共享行为进行研究，闫强等[9]研究了微博社区的用户行为特征，王清华等[10]围绕微博用户使用满意度对用户使用行为的影响开展研究。针对微博用户行为的研究高峰一直持续到2015年，在2013-2015年期间国内学者针对社交网络用户行为的研究主要是围绕微博用户行为，而且在这一时期国内学者主要研究微博用户的使用行为特征及使用行为的影响因素。
　　2015年后伴随着移动互联网的普及，社交网络借助移动互联网更加深入到人们的日常社交生活中，在这一时期国内学者开始对移动社交网络用户行为展开研究，具体包括针对微信用户行为、移动阅读的用户行为、移动短视频用户行为进行分析。社交网络的出现为用户的日常社交带来便利条件，但是用户在社交网络上消耗了大量的个人时间，这也导致用户逐渐意识到使用社交网络的弊端，从而减少使用社交网络的时间。在2018年国内学者发现了这一现象，从而开始对移动社交网络用户的倦怠行为、流失行为等消极使用社交网络的用户行为进行研究。国内社交网络用户行为研究起源及发展如图2所示。
　　2.3 国内外社交网络用户行为研究发展的比较分析
　　国内外学者对社交网络用户行为的研究呈现逐年增长的态势，从研究起源看，国外学者研究社交网络用户行为早于国内学者，这得益于国外社交网络早在21世纪初便诞生，进入中国时间较晚。国外学者的研究主体更加多样，不仅对传统社交网络Facebook、Twitter进行研究，而且对新兴社交网络社交也保持关注，如Snapchat、Ins、社交网络游戏等。国内学者对社交网络用户行为的研究仍以微博、微信为主。
　　从国内外研究的发展脉络看，国外学者在2010-2014年便已经探索出社交网络用户行为的主要发展方向，比如社交网络用户使用行为、社交网络用户内容生成及共享行为、隐私安全对社交网络用户行为的影响、社交网络用户疲劳，2014年后国外学者主要改变研究方法、研究对象、理论依据沿着前人研究方向继续深入。
　　国内学者受限于社交网络进入中国时间晚，社交网络产品种类单一，在初期仅能对微博用户进行研究，从用户特征、用户影响力到用户使用行為影响因素。但随着移动社交网络的发展，国内学者的研究对象不断丰富，对微信、移动图书馆、移动短视频用户开展研究。国内学者对社交网络用户行为的研究与国外相比相对滞后，国外早在2010年便提出隐私安全对用户行为的影响，并于2014年提出社交网络用户疲劳，但国内学者近两年才开始关注。 　　3 国内外社交网络用户行为的国内外研究热点
　　3.1 国外社交网络用户行为的研究热点
　　3.1.1 社交网络用户持续使用行为影响因素
　　社交网络的用户活跃度来源于用户的持续使用，用户持续使用行为是决定社交网络兴衰的重要因素，国外学者针对社交网络用户持续使用行为进行了广泛的研究，研究方法以构建模型为主，通过问卷收集数据证实假设。国外学者对持续使用行为研究的不同之处在于构建模型所依据理论及选取的中介变量不同，Jin C H[11]基于传统的TRAM模型对Facebook用戶使用行为的影响因素进行分析，发现感知有用性、易用性、趣味性是影响用户继续使用Facebook的中介变量;Mouakket S[12]认为现有研究缺乏社交网络用户采纳后的行为研究，依据期望—确认模型构建了用户持续使用意愿影响因素模型，发现感知有用性、用户习惯、主观规范显著影响用户的持续使用意愿。但Gu R等[13]认为现有研究过多使用传统理论模型如持续期望确认模型等，忽视了用户持续使用意愿与忠诚度间的关系，因此提出以用户忠诚度为中心构建用户持续使用影响因素模型，验证了社交网络用户忠诚度对持续使用意愿的影响;Ooi K B等[14]对移动学习社交网络用户进行研究，通过建模分析发现社交网络有用性、易用性、归属感会显著影响用户的满意度，从而对持续使用行为产生直接影响，研究结果表明用户满意度是移动学习社交网络持续使用影响因素模型的中介变量;Shin S I等[15]在对社交网络用户持续访问行为的研究中创造性的将用户满意度、忠诚度作为模型的调节变量，结果表明用户满意度、忠诚度对感知有用性/低不确定性与用户持续访问行为之间的关系具有显著的调节作用。国外学者对用户持续使用行为影响因素的研究还在不断深入，通过结合经典理论提出崭新的研究视角进行研究创新，Bao Z S[16]通过结合网络外部性和社会支持理论提出新视角下的移动社交网络用户持续使用行为研究模型，并通过验证模型来提出维持用户粘度的措施。
　　3.1.2 隐私风险对用户行为的影响
　　用户使用社交网络扩大社交范围，增加社会资本，但是用户在使用过程中产生许多隐私问题，用户需要平衡使用社交网络保持与朋友联系和保护个人隐私的关系。用户在使用社交网络过程中面临的隐私泄露风险以及用户隐私关注对用户行为的影响是国外社交网络用户行为研究的热点之一。Zhou T[17]在研究移动社交网络用户采纳行为的过程中，发现隐私风险会显著影响用户感知有用性，从而直接影响用户决定是否继续采纳移动社交网络;Wisniewski P等[18]研究隐私关注与用户互动行为的关系，发现高度关注个人隐私的用户极少与朋友进行互动。Ooi K B等[19]基于信念—意图—行为理论链并结合隐私悖论模型来探索移动社交网络用户隐私关注与使用意图间的关系，研究结果表明，隐私关注与使用行为之间存在负相关。大多数学者的研究表明用户隐私关注会显著影响用户行为，但Min J Y[20]的研究有新的发现，他基于成本—收益框架对移动社交网络用户的持续使用行为进行演算，将隐私关注作为成本因素，将行为诱惑作为利益因素，研究结果表明，多重利益因素可以抵消用户隐私关注所产生的负面影响;Hew J J[21]的研究也证实了这一研究结论，他针对移动社交网络用户在旅游中生成内容行为进行建模分析，研究发现，虽然用户隐私关注会对用户行为产生负面影响，但是在用户生成内容的过程中隐私关注的负面影响会被感知利益和归属感抵消。
　　3.1.3 社交网络用户疲劳
　　随着社交网络深入用户日常生活，用户在使用社交网络的过程中需要对社交需求持续关注，而社交需求不断增长使用户的身体和心里承受巨大压力，从而导致用户对社交网络疲劳。Luqman A[22]对360名Facebook用户进行抽样调查，通过S-O-R模型验证了用户的技术压力、心理压力会导致社交网络用户疲惫，使用户退出Facebook;Lee A R等[23]以压力作用交互理论为基础构建社交网络疲劳影响因素模型，研究发现，过载是社交网络用户疲劳的核心因素;Chaouali W[24]使用SmartPLS分析729个可响应数据研究社交网络用户持续意愿的抑制因素，他的研究也验证了信息超载和社会超载对社交网络持续意愿产生负面影响。
　　3.2 国内社交网络用户行为的研究热点
　　3.2.1 社交网络用户使用行为及演化
　　国内学者对社交网络用户使用行为的研究主要围绕不同社交网络的用户使用行为以及用户使用行为的演化展开。从研究对象可以区分为科研社交网络用户、微信用户以及微博用户的使用行为，王曰芬等[25]对科研社交网络用户使用行为进行研究，采用方差分析法对科研社交网络用户内容生成与使用行为的关系进行研究;陈明红等[26]基于计划行为理论构建科研社交网络用户使用行为理论模型，通过实证研究探索了科研社交网络使用意向和行为间的关联。李嘉兴等[27]选取微信用户作为研究对象，以UTAUT模型为基础构建微信老年用户影响因素模型，从信息生态视角分析微信老年用户使用行为的影响因素。从社交网络用户使用行为的演化方向可以分为持续使用行为、消极使用行为，孟猛等[28]基于自我决定理论，在ECM-ISC模型的基础上构建移动社交网络用户持续使用行为模型，对移动社交网络用户持续使用行为的影响因素进行研究。刘鲁川等[29]采用深度访谈的方式收集数据，基于扎根理论构建社交媒体倦怠、消极使用行为理论模型，研究发现，外部环境以及用户因素会导致倦怠情绪从而使用户转向消极使用行为。李旭等[30]以认知负荷理论作为研究视角，探究倦怠情绪与消极使用行为间的关系，发现信息过载、服务过载、社交过载会影响用户的倦怠情绪从而使用户消极使用微信。
　　3.2.2 社交网络用户信息行为 　　国内学者对于社交网络用户信息行为的研究主要围绕微博用户的信息交互行为、转发行为进行。国内学者选择信息交互行为的研究主体呈现多样化的特点，邓胜利[31]通过构建网络用户信息交互行为模型，对网络用户信息交互行为的形成和改变过程以及信息交互模式进行分析;王雪芬等[32]对虚拟求职社区的用户信息交互行为模式及结构进行分析，通过采集用户交互数据，使用社会网络分析法研究用户交互内容及交互关系;李纲等[33]以微信群中的真实对话作为研究对象，分析微信群的网络结构、成员的交互行为;张继东等[34]基于用户交互行为计算移动社交网络用户影响力，从而找到意见领袖以及具有潜在影響力的用户。关于社交网络用户的转发行为主要以微博用户研究为主，丁绪武等[35]研究情绪因素对微博用户转发行为的影响，采用实证研究的方法结合两个热点微博话题对假设进行验证，研究结果为情绪对微博转发行为具有积极影响;随着对转发行为影响因素研究的深入，汤胤等[36]、陈姝等[37]分别结合社会认知理论、理性行为理论对微博用户转发行为的影响因素进行研究，但二者选取的研究对象稍有不同，汤胤选择微博用户中的意见领袖作为研究对象，而陈姝研究对象为微博普通用户;微博拥有庞大的用户基数，企业推广营销活动离不开微博，田磊等[38]对面向阅读的微博用户转发行为进行预测，通过构建逻辑回归模型对转发行为进行精准预测，从而提升企业的推广效果。
　　3.2.3 社交网络用户行为特征
　　国内学者针对社交网络用户行为特征进行了大量研究，主要研究热点仍然是微博用户的行为特征，但是研究方法和研究方向有明显差异。最初王晓光[39]、杨成明[40]采用实证研究方法对微博用户特征进行分析;随着技术手段的进步和研究的深入，微博用户特征的研究逐渐靠向信息传播方向，廖海涵等[41]采用网络爬虫的方式对微博用户数据进行爬取，分析信息传播过程中的用户行为特征;吴联仁等[42]对微博用户在危机事件中的行为特征与日常事件下进行对比，从而找到危机事件下的用户行为特征，进而对危机事件进行有效引导。针对微博用户行为特征的研究已接近饱和，国内学者开始将研究目光投向其他社交网络，刘玉静等[43]对移动智能终端用户行为特征对图书馆建设的影响进行研究，讨论用户行为特征对图书馆发展的影响;王飞飞等[44]通过爬取微信朋友圈数据，对微信用户的信息发布行为特征进行分析。
　　3.3 国内外社交网络用户行为研究热点的知识图谱分析
　　为了分析国内外社交网络用户行为研究热点，本研究通过Citespace软件绘制近5年国内外社交网络用户行为的研究热点主题词知识图谱。根据表1结果得知，国外社交网络用户行为被引热点主题词为Social Network、User Behavior、Social Media、Model、Network、Online Social Network、Twitter、System、Facebook、Media。而且Online Social Network、Facebook的中心度高于其他关键词，这表明国外学者针对社交网络用户行为的分析以Facebook用户以及在线社交网络用户为主，但是针对用户行为的研究较为分散，从被引频率与中心度可以看出国外学者研究社交网络用户行为的方法主要为构建模型。国内社交网络用户行为被引热点主题词分别为社交网络、微博、用户行为、用户影响力、交互行为、微信、社交媒体、影响因素、移动社交网络、用户。其中社交网络、微博、用户行为的被引频率和中心度明显高于其他关键词，这表明国内学者针对社交网络用户行为的研究主要围绕微博用户进行。用户影响力、交互行为虽然被引频率较高，但是中心度仅为0.01，而影响因素出现在热点主题词统计表上这也表明了国内关于社交网络用户行为的研究主要围绕用户行为的影响因素进行展开。
　　4 社交网络用户行为研究发展趋势
　　运用CiteSpace绘制社交网络用户行为领域近5年的研究趋势知识图谱，具体如图3、图4所示。从近5年该领域的研究发展趋势可以看出，国外学者研究发展路径为“社交网络用户行为的影响因素→社交网络用户的意图分析→社交网络用户的信息传播行为”，最后集中研究隐私对用户行为的影响以及用户行为预测;国内学者研究发展路径为“社交网络用户的交互行为→微博用户的信息转发行为→移动社交网络用户行为的影响因素”，最后集中为社交网络用户行为画像以及社交网络用户倦怠行为。基于对国内外近年研究发展趋势总结社交网络用户行为未来发展趋势如下：
　　4.1 社交网络的用户画像与行为预测
　　随着国内外学者对社交网络用户行为特征的研究逐渐深入，社交网络用户行为画像以及用户行为预测成为新的研究热点。社交网络经过长时间的发展已经积累了成熟的用户群体，相同用户群体具有显著共性，不同用户群体差异性明显。通过收集社
　　交网络用户的行为数据，对社交网络用户行为特征进行聚类及标签化处理，采取机器学习的方式对用户群体特征进行建模来预测用户行为，从而帮助企业进行个性化推荐和精准营销，符合产学研一体化的趋势，社交网络用户画像及预测将成为学术界和工业界未来关注的重点。
　　4.2 社交网络的用户隐私泄露
　　社交网络在2011年后呈现爆发式增长的趋势，但是在快速扩张的同时，许多安全漏洞并没有及时有效地治理，导致用户隐私安全得不到保障，用户在使用社交网络过程中不良习惯也会导致隐私泄露。2018年Facebook用户隐私泄露案中剑桥分析公司通过分析非法获取的用户行为数据操控选举使人们意识到用户隐私泄露不仅损害个人利益，严重情况下会造成社会危机，对于社交网络用户隐私保护机制的研究迫在眉睫。
　　4.3 社交网络的特殊用户群体
　　社交网络的用户群体具有多元化的特点，特殊群体如老年用户、农民与活跃用户群体如大学生、白领等用户群体的行为存在显著性差异。随着国家老龄化程度加剧以及城镇化普及，使用社交网络的特殊群体用户数量将会进一步增长，特殊用户群体由于信息素养不足、缺乏隐私保护意识在使用过程中会产生一系列的问题。针对社交网络特殊用户群体的行为进行研究，并提出相应的引导及管理策略将是未来的研究热点。 　　4.4 社交網络的用户倦怠行为
　　社交网络的发展已进入成熟期，呈现寡头垄断的趋势，Facebook、Twitter、微信、微博拥有庞大的用户群体，但是用户在使用社交网络的过程中逐渐对社交网络繁琐的功能、复杂的社交网络人际关系、无用的关注对象感到倦怠，社交网络用户开始逐步转移、流失，甚至一部分用户开始抵制使用社交网络。通过深度访谈、日志数据挖掘、实验方法对社交网络用户倦怠行为的动机、影响因素、预测进行研究将是未来的研究趋势。
　　5 结 论
　　通过对国内外社交网络用户行为的起源及发展、研究热点、发展趋势进行总结，得到以下结论。社交网络用户行为随着互联网技术的提升、社交网络的发展而不断变化，每一个研究阶段的用户行为都呈现新的特点。从研究热点来看，国外学者围绕移动社交网络用户持续使用行为影响因素、隐私对用户行为的影响、社交网络用户疲劳进行研究;国内主要围绕社交网络用户使用行为及演化、社交网络用户信息行为、社交网络用户行为特征进行分析。从未来发展趋势来看，未来将主要对社交网络用户画像、社交网络用户隐私安全、社交网络用户倦怠行为、社交网络特殊用户群体使用行为进行研究。
　　本研究局限在于社交网络用户行为的研究近年才开始兴起，因此笔者仅对近5年的研究热点、发展趋势进行归纳总结。在后续研究中将持续关注国内外学者在社交网络用户行为研究领域的成果，扩大研究成果的时间范围，对更长周期范围内的研究成果进行分析，为后续研究提供参考借鉴。
　　参考文献
　　[1]Lin W，Zhao H，Liu K J.Incentive Cooperation Strategies for Peer-to-Peer Live Multimedia Streaming Social Networks[J].IEEE Transactions on Multimedia，2009，11（3）：396-412.
　　[2]Zhao H，Liu K J.Impact of Social Network Structure on Multimedia Fingerprinting Misbehavior Detection and Identification[J].IEEE Journal of Selected Topics in Signal Processing，2010，4（4）：687-703.
　　[3]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].2010，9（1）：50-60.
　　[4]Bollen J，Goncalves B，Ruan G.Happiness is Assortative in Online Social Networks[J].Artificial Life，2011，17（3）：237-251.
　　[5]Rui H X，Whinston A.Information or Attention？ An Empirical Study of User Contribution on Twitter[J].Information Systems and E-Business Management，2012，10（3）：309-324.
　　[6]Ravindran T，Kuan A C Y，Lian D G H.Antecedents and Effects of Social Network Fatigue[J].Journal of the Association for Information Science and Technology，2014，65（11）：2306-2320.
　　[7]王晓光.微博客用户行为特征与关系特征实证分析——以“新浪微博”为例[J].图书情报工作，2010，54（14）：66-71.
　　[8]彭柯，朱庆华，王雪芬.微博用户共享行为影响因素研究[J].图书情报知识，2013，30（2）：81-87.
　　[9]闫强，吴联仁，郑兰.微博社区中用户行为特征及其机理研究[J].电子科技大学学报，2013，14（3）：9-14.
　　[10]王清华，朱岩，闻中.新浪微博用户满意度对使用行为的影响研究[J].中国软科学，2013，27（7）：184-192.
　　[11]Jin C H.The Perspective of a Revised TRAM on Social Capital Building：The Case of Facebook Usage[J].Information & Management，2013，50（4）：162-168.
　　[12]Mouakket S.Factors Influencing Continuance Intention to Use Social Network Sites：The Facebook Case[J].Computers in Human Behavior，2015，53：102-110.
　　[13]Gu R，Oh L B，Wang K L.Developing User Loyalty for Social Networking Sites：A Relational Perspective[J].Journal of Electronic Commerce Research，2016，17（1）：1-21.
　　[14]Ooi K B，Hew J J，Lee V H.Could the Mobile and Social Perspectives of Mobile Social Learning Platforms Motivate Learners to Learn Continuously？[J].Computers & Education，2018，120（5）：127-145. 　　[15]Shin S I，Lee K Y，Yang S B.How Do Uncertainty Reduction Strategies Influence Social Networking Site Fan Page Visiting？Examining the Role of Uncertainty Reduction Strategies，Loyalty and Satisfaction in Continuous Visiting Behavior[J].Telematics Andinformatics，2017，34（5）：449-462.
　　[16]Bao Z S.Exploring Continuance Intention of Social Networking Sites an Empirical Study Integrating Social Support and Network Externalities[J].Aslib Journal of Information Management，2016，68（6）：736-755.
　　[17]Zhou T.The Effect of Network Externality on Mobile Social Network Site Continuance[J].Program-Electronic Library and Information Systems，2015，49（3）：289-304.
　　[18]Wisniewski P，Xu H，Lipford H.Facebook Apps and Tagging：The Trade-off Between Personal Privacy and Engaging with Friends[J].Journal of the Association for Information Science and Technology，2015，66（9）：1883-1896.
　　[19]Ooi K B，Hew J J，Lin B S.Unfolding the Privacy Paradox Among Mobile Social Commerce Users：A Multi-mediation Approach[J].Behaviour & Information Technology，2018，37（6）：575-595.
　　[20]Min J Y，Kim B S.How Are People Enticed to Disclose Personal Information Despite Privacy Concerns in Social Network Sites？The Calculus Between Benefit and Cost[J].Journal of the Association for Information Science and Technology，2015，66（4）：839-857.
　　[21]Hew Jun-Jie，Tan Garry Wei-Han，Lin Binshan.Generating Travel-related Contents Through Mobile Social Tourism：Does Privacy Paradox Persist？[J].Telematics and Informatics，2017，34（7）：914-935.
　　[22]Luqman A，Cao X F，Ali A.Empirical Investigation of Facebook Discontinues Usage Intentions Based on SOR Paradigm[J].Computers in Human Behavior，2017，70：544-555.
　　[23]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.
　　[24]Chaouali W.Once a User，Always a User：Enablers and Inhibitors of Continuance Intention of Mobile Social Networking Sites[J].Telematics and Informatics，2016，33（4）：1022-1033.
　　[25]王曰芬，贾新露，傅柱.学术社交网络用户内容使用行为研究——基于科学网热门博文的实证分析[J]数据分析与知识发现，2016，36（6）：63-72.
　　[26]陈明红，漆贤军，刘莹.科研社交网络使用行为的影响因素研究[J].情报理论与实践，2015，35（10）：73-79.
　　[27]李嘉兴，王晰巍，李师萌，等.信息生态视角下老年用户群体微信使用行为影响因素研究[J].图书情报工作，2017，61（15）：25-33.
　　[28]孟猛，朱慶华.移动社交媒体用户持续使用行为研究[J].现代情报，2018，38（1）：5-18.
　　[29]刘鲁川，李旭，张冰倩.基于扎根理论的社交媒体用户倦怠与消极使用研究[J].情报理论与实践，2017，53（12）：100-106，51.
　　[30]李旭，刘鲁川，张冰倩.认知负荷视角下社交媒体用户倦怠及消极使用行为研究——以微信为例[J].图书馆论坛，2018，37（11）：94-106. 　　[31]邓胜利.网络用户信息交互行为研究模型[J].情报理论与实践，2015，51（12）：53-56，87.
　　[32]王雪芬，朱庆华，常李艳，等.虚拟求职社区的用户交互行为特点——以应届生求职论坛为例[J].图书情报工作，2018，62（10）：62-69.
　　[33]李纲，王馨平，巴志超.微信群中会话网络结构及用户交互行为分析[J].情报理论与实践，2018，54（10）：124-130，14.
　　[34]张继东，杨杨.基于交互行为和情感倾向的移动社交网络用户影响力度量模型研究[J].情报理论与实践.2019，55（1）：112-117，93.
　　[35]丁绪武，吴忠，夏志杰.社会媒体中情绪因素对用户转发行为影响的实证研究——以新浪微博为例[J].现代情报，2014，34（11）：147-155.
　　[36]汤胤，徐永欢，张萱.基于社会认知理论的社交媒体用户转发行为研究[J].图书馆工作与研究，2016，37（6）：68-76.
　　[37]陈姝，窦永香，张青杰.基于理性行为理论的微博用户转发行为影响因素研究[J].情报杂志，2017，35（12）：147-152，166.
　　[38]田磊，任国恒，王伟.面向阅读推广的微博用户转发行为预测[J].情报学报，2017，35（11）：1175-1182.
　　[39]王曉光.微博客用户行为特征与关系特征实证分析——以“新浪微博”为例[J].图书情报工作，2010，30（14）：66-70.
　　[40]杨成明.微博客用户行为特征实证分析[J].图书情报工作，2011，31（12）：21-25.
　　[41]廖海涵，靳嘉林，王曰芬.网络舆情事件中微博用户行为特征和关系分析——以新浪微博“雾霾调查：穹顶之下”为例[J].情报资料工作，2016，36（3）：12-18.
　　[42]吴联仁，易兰丽，闫强.危机事件下在线群体用户行为统计特征分析[J].情报科学，2015，35（10）：57-60.
　　[43]刘玉静，张晓青.移动智能终端用户的信息行为特征及对图书馆建设与发展的影响[J].情报资料工作，2018，38（4）：89-94.
　　[44]王飞飞，张生太.移动社交网络微信用户信息发布行为统计特征分析[J].数据分析与知识发现，2018，38（4）：99-109.
　　（责任编辑：陈 媛）
转载注明来源:https://www.xzbu.com/4/view-15142459.htm