突发事件中社交媒体用户黏性与情感负荷对信息共生行为影响研究

doi:10.3772/j.issn.1000-0135.2021.06.009

情报学报

2021, Vol. 40

Issue (6): 640-655 DOI: 10.3772/j.issn.1000-0135.2021.06.009

情报用户与行为研究

本期目录 | 过刊浏览 | 高级检索

突发事件中社交媒体用户黏性与情感负荷对信息共生行为影响研究

阳长征

西安交通大学新闻与新媒体学院，西安 710049

Emotional Load, User Stickiness, and Information Symbiosis Bias: Dynamic Analysis Based on Panel Data of Emergency Events from 2015 to 2020

Yang Changzheng

School of Journalism & New Media, Xi'an Jiaotong University, Xi'an 710049

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (2905 KB) HTML (240 KB)
输出: BibTeX | EndNote (RIS)

摘要为了探索社交媒体用户黏性、情感负荷和信息共生之间动态影响机制，本文使用2015—2020年我国具有代表性的11起突发事件面板大数据，以新浪微博社交平台为例，采用向量自回归（vector autoregression，VAR）、面板数据模型和状态空间模型对用户黏性、情感负荷和信息共生之间关系进行分析。研究结果发现：①在信息共生过程中，情感负荷和用户黏性对信息共生的冲击影响效应均较大，且情感负荷的影响大于用户黏性的影响；在情感负荷波动中，情感负荷自相关效应的影响最大，信息共生和用户黏性的冲击影响较大。②用户黏性对信息共生的边际影响大于情感负荷的边际影响，信息共生对情感负荷的边际影响大于用户黏性的边际影响，情感负荷对用户黏性的边际影响大于信息共生的边际影响。③情感负荷对信息共生波动的贡献率大于用户黏性的贡献率，情感负荷对用户黏性波动的贡献率大于信息共生的贡献率，信息共生对情感负荷波动的贡献率大于用户黏性的贡献率。④情感负荷、用户黏性和信息共生之间的相互影响效应，在不同人口统计学群体间存在差异。根据研究结论，可制定有针对性的情感引导策略以及危机信息共生行为的管控和预防措施。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	阳长征

关键词 ：信息共生, 情感负荷, 用户黏性, 突发事件, 社交媒体

收稿日期: 2020-04-28

基金资助:国家社会科学基金项目“基于信息级联的网络突发事件公众认知偏差及引导机制研究”（19CXW041）。

作者简介: 阳长征，男，1984年生，博士，讲师，硕士生导师，在站博士后，主要研究方向为新媒体传播、网络信息传播、媒介管理，E-mail：chkgy@126.co；

引用本文:

阳长征. 突发事件中社交媒体用户黏性与情感负荷对信息共生行为影响研究[J]. 情报学报, 2021, 40(6): 640-655.
Yang Changzheng. Emotional Load, User Stickiness, and Information Symbiosis Bias: Dynamic Analysis Based on Panel Data of Emergency Events from 2015 to 2020. 情报学报, 2021, 40(6): 640-655.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2021.06.009 或 https://qbxb.istic.ac.cn/CN/Y2021/V40/I6/640

1 赵金楼, 高宏玉. 基于随机Petri网的网络群体事件演化模型研究[J]. 情报学报, 2015, 34(10): 1040-1047.
2 阳长征. 危机事件中网络信息表征对用户持续分享意愿影响研究[J]. 图书情报工作, 2019, 63(21): 105-116.
3 乔欢. 信息行为学[M]. 北京: 北京师范大学出版社, 2010.
4 夏立新, 周鼎, 叶光辉, 等. 情感负荷视角下探索式搜索学习效果的影响因素[J]. 图书情报知识, 2020(4): 133-141.
5 黄崑, 袁心, 李蕾, 等. 情感负荷视角下协作检索中用户消极情绪感知及其影响因素研究[J]. 图书情报知识, 2020(1): 42-52.
6 钱明辉, 徐志轩. 虚拟知识社区信息粘性的测算、成因与演化: 一个研究框架[J]. 情报资料工作, 2020, 41(1): 58-68.
7 董健, 陈彬, 刘亮, 等. 信息吸引力和影响力对级联规模分布的影响[J]. 系统仿真学报, 2018, 30(10): 3624-3631.
8 蔡国永, 毕梦莹, 刘建兴. 基于标记信息级联传播树特征的谣言检测新方法[J]. 计算机工程与科学, 2018, 40(8): 1488-1495.
9 邓卫华, 易明. 基于信息扩散级联理论的网络社区口碑信息树状传播研究[J]. 管理学报, 2017, 14(2): 254-260.
10 Kaneko K. Information cascade with marginal stability in a network of chaotic elements[J]. Physica D: Nonlinear Phenomena, 1994, 77(4): 456-472.
11 Kim J, Kwon O, Lee D H. Social influence of hubs in information cascade processes[J]. Management Decision, 2017, 55(4): 730-744.
12 Zhang G Q, Zhang G Q, Cheng S Q, et al. Symbiotic effect: a guideline for network modeling[J]. EPL (Europhysics Letters), 2009, 87(6): 68002.
13 陈晔, 耿佳, 吴迪, 等. 旅游虚拟社区用户粘性与分享行为的关系: 自我建构的调节作用[J]. 旅游科学, 2018, 32(3): 1-12.
14 鄢慧丽, 余军, 熊浩. 移动旅游应用用户粘性影响因素研究——以网络舆论为调节变量[J]. 南开管理评论, 2020, 23(1): 18-27.
15 赵青, 薛君. 网络用户粘性行为测评研究[J]. 统计与信息论坛, 2014, 29(10): 72-78.
16 党伊玮, 石贵成, 张鸿敏. 沉浸体验与广告耐性: 如何提高内容网站浏览者的粘性?[J]. 现代财经(天津财经大学学报), 2020, 40(4): 82-93.
17 Huang L J, Jia L, Song J H. Antecedents of user stickiness and loyalty and their effects on users’ group-buying repurchase intention[C]// Proceedings of the Twenty First Americas Conference on Information Systems. 2015.
18 Xu F, Qi Y, Li X T. What affects the user stickiness of the mainstream media websites in China?[J]. Electronic Commerce Research and Applications, 2018, 29: 124-132.
19 Rong K, Xiao F, Zhang X Y, et al. Platform strategies and user stickiness in the online video industry[J]. Technological Forecasting and Social Change, 2019, 143: 249-259.
20 Kim S, Baek T H, Kim Y K, et al. Factors affecting stickiness and word of mouth in mobile applications[J]. Journal of Research in Interactive Marketing, 2016, 10(3): 177-192.
21 黄崑, 李京津, 吴英梅. 信息行为研究中的情感负荷理论及应用研究综述[J]. 图书情报工作, 2018, 62(12): 116-124.
22 Nahl D. Affective load and engagement in second life[J]. International Journal of Virtual and Personal Learning Environments, 2010, 1(3): 1-16.
23 ?etin Y, Griffiths C, ?zel Z E Y, et al. Affective overload: the effect of emotive visual stimuli on target vocabulary retrieval[J]. Journal of Psycholinguistic Research, 2016, 45(2): 275-285.
24 Nahl D. Affective and cognitive information behavior: interaction effects in Internet use[J/OL]. Proceedings of the American Society for Information Science and Technology, 2005, 42(1). https://doi.org/10.1002/meet.1450420196.
25 Nahl D. Measuring the affective information environment of web searchers[J]. Proceedings of the American Society for Information Science and Technology, 2004, 41(1): 191-197.
26 孙琛琛, 申德荣, 单菁, 等. WSR: 一种基于维基百科结构信息的语义关联度计算算法[J]. 计算机学报, 2012, 35(11): 2361-2370.
27 Berger D E, Pezdek K, Banks W P. Applications of cognitive psychology: problem solving, education, and computing[M]. New York: Routledge, 1986.
28 闵容, 胡竹菁. 时间压力和相似性对类比推理直觉加工的影响[J]. 心理学探新, 2020, 40(3): 214-220.
29 李岩彪. 基于主题的文本细粒度情感分析与应用[D]. 北京: 北京邮电大学, 2019.
30 薛福亮, 刘丽芳. 一种基于CRF与ATAE-LSTM的细粒度情感分析方法[J]. 数据分析与知识发现, 2020, 4(Z1): 207-213.
31 杨骏. 细粒度文本情感分析问题研究[D]. 南京: 南京大学, 2019.
32 赵青, 张利, 薛君. 网络用户粘性行为形成机理及实证分析[J]. 情报理论与实践, 2012, 35(10): 25-29.
33 Danaher P J, Mullarkey G W, Essegaier S. Factors affecting web site visit duration: a cross-domain analysis[J]. Journal of Marketing Research, 2006, 43(2): 182-194.
34 Kim S S, Malhotra N K. A longitudinal model of continued IS use: an integrative view of four mechanisms underlying postadoption phenomena[J]. Management Science, 2005, 51(5): 741-755.
35 李华君, 陈先红. 中国危机公关案例研究报告[M]. 武汉: 华中科技大学出版社, 2013.
36 陈萍, 彭文成. 强关系与弱关系下企业网络中的知识共享进化博弈分析[J]. 情报理论与实践, 2014, 37(4): 28-31.
37 李吉, 黄微, 郭苏琳, 等. 网络口碑舆情情感强度测度模型研究——基于PAD三维情感模型[J]. 情报学报, 2019, 38(3): 277-285.
38 魏建良, 朱庆华. 基于信息级联的网络意见传播及扭曲效应国外研究进展[J]. 情报学报, 2019, 38(10): 1117-1128.
39 Trope Y, Liberman N. Construal-level theory of psychological distance[J]. Psychological Review, 2010, 117(2): 440-463.
40 Petty R E, Bri?ol P. Emotion and persuasion: cognitive and meta-cognitive processes impact attitudes[J]. Cognition & Emotion, 2015, 29(1): 1-26.