社交媒體用戶信息過(guò)載的影響因素及其后果

　　摘 要：[目的/意義]為了在系統(tǒng)了解國(guó)內(nèi)外關(guān)于社交媒體用戶信息過(guò)載研究現(xiàn)狀的基礎(chǔ)上，為未來(lái)的研究指明方向并為企業(yè)基于社交媒體的營(yíng)銷實(shí)踐提供指導(dǎo)。[方法/過(guò)程]本文從社交媒體用戶信息過(guò)載的影響因素及其影響后果兩方面對(duì)相關(guān)文獻(xiàn)予以系統(tǒng)分析。[結(jié)果/結(jié)論]研究發(fā)現(xiàn)，社交媒體的系統(tǒng)特征因素、信息特征因素和用戶的心理性因素、行為性因素和社會(huì)性因素是導(dǎo)致社交媒體用戶感知信息過(guò)載的主要因素;信息過(guò)載會(huì)導(dǎo)致用戶出現(xiàn)倦怠、情緒枯竭、不滿意等消極情緒，并引起他們的不持續(xù)使用或轉(zhuǎn)移行為、信息回避行為等。

　　關(guān)鍵詞：社交媒體;信息過(guò)載;倦怠;疲勞;不持續(xù)使用;信息回避

　　近年來(lái)，伴隨著SNS、微博、微信等諸多類型的社交媒體的日益普及，社交媒體已成為億萬(wàn)用戶獲取日常生活所需各種信息的重要渠道。然而，與此相伴的是用戶的信息過(guò)載(Information Overload)也變得日益嚴(yán)重，目前已成為社交媒體的主要“黑暗面”之一[1-2]。例如，Bontcheva K等[3]對(duì)587名英國(guó)微博(Twitter)用戶的調(diào)查顯示，2/3的被調(diào)查者感到他們接收到太多的信息，超過(guò)一半的被調(diào)查者認(rèn)為自己需要一種工具來(lái)過(guò)濾不相關(guān)的信息;Sasaki Y等[4]對(duì)778名日本微博用戶的研究發(fā)現(xiàn)，超過(guò)半數(shù)(50.6%)的被調(diào)查者認(rèn)為自己被微博或信息的數(shù)量所淹沒(méi)，63.7%的用戶認(rèn)為有太多無(wú)意義的微博或太多信息;Gomez-Rodriguez M等[5]通過(guò)分析德國(guó)5 704 427個(gè)Twitter活躍用戶的數(shù)據(jù)，證實(shí)了微博用戶的信息過(guò)載的普遍性;王娜等[6]對(duì)中國(guó)微信用戶的調(diào)研發(fā)現(xiàn)，用戶普遍認(rèn)為微信訂閱服務(wù)推送的內(nèi)容存在重復(fù)、低質(zhì)等問(wèn)題以及存在信息過(guò)載現(xiàn)象。

　　鑒于社交媒體用戶信息過(guò)載現(xiàn)象的普遍性，本文擬對(duì)國(guó)內(nèi)外有關(guān)社交媒體用戶信息過(guò)載的研究成果予以系統(tǒng)梳理，以便在把握研究現(xiàn)狀的基礎(chǔ)上為未來(lái)的進(jìn)一步研究工作發(fā)現(xiàn)可能的研究機(jī)會(huì)。此外，為了使本文的研究結(jié)論能夠?yàn)樯缃幻襟w運(yùn)營(yíng)商和基于社交媒體的營(yíng)銷者的系統(tǒng)開(kāi)發(fā)、運(yùn)營(yíng)管理和品牌營(yíng)銷實(shí)踐提供理論指導(dǎo)，以幫助他們采取有效措施減少用戶的信息過(guò)載從而更好地吸引和保留用戶，本文主要聚焦于揭示社交媒體用戶信息過(guò)載的影響因素及其影響后果。

　　本研究的文獻(xiàn)檢索時(shí)間是2018年12月底，具體檢索過(guò)程如下：首先，以“社交網(wǎng)站/社交網(wǎng)絡(luò)/社交媒體/社會(huì)化媒體/微博/微信”和“信息過(guò)載”的兩兩組合作為檢索詞對(duì)中國(guó)知網(wǎng)和萬(wàn)方數(shù)據(jù)庫(kù)進(jìn)行檢索，在逐一閱讀檢索結(jié)果的摘要基礎(chǔ)上最終獲得中文相關(guān)文獻(xiàn)15篇(其中，期刊論文11篇，學(xué)位論文4篇)。然后，以“Social Media/Social Network Site/SNS/Facebook/Twitter/”和“Information Overload”的兩兩組合作為檢索詞對(duì)Elsevier Science Direct(SDOL)、Emerald、EBSCO和IEEE/IET Electronic Library(IEL)等外文數(shù)據(jù)庫(kù)進(jìn)行檢索，通過(guò)逐一瀏覽檢索結(jié)果摘要的方式排除實(shí)質(zhì)不相關(guān)的研究成果后，最終得到20篇外文文獻(xiàn)(其中，期刊論文15篇，會(huì)議論文5篇)。

　　1 社交媒體信息過(guò)載的影響因素

　　1.1 社交媒體相關(guān)因素

　　1.1.1信息特征

　　Koroleva K等[7]基于對(duì)12名Facebook用戶訪談數(shù)據(jù)的分析表明，導(dǎo)致SNS過(guò)載的信息特征因素包括數(shù)量(細(xì)節(jié)、頻率)、價(jià)值(新穎、有趣)和可理解性三方面。Cherubini M[8]指出，社交媒體中的信息傳播存在“劣幣驅(qū)逐良幣”(即低質(zhì)量信息對(duì)高質(zhì)量的擠出效應(yīng))，結(jié)果導(dǎo)致社交媒體信息過(guò)載(這是一種“逆向選擇”)。Sasaki Y等[9]對(duì)1277名日本微博用戶的實(shí)證研究表明，用戶接收到的微博數(shù)量對(duì)感知過(guò)載并不產(chǎn)生顯著影響。劉雪琪等[10]對(duì)中國(guó)大陸地區(qū)新浪微博用戶信息過(guò)載的實(shí)證研究表明，發(fā)現(xiàn)微博用戶接收的信息量與用戶的信息過(guò)載感知程度之間的關(guān)系不顯著，但信息難度越大用戶的信息過(guò)載感知程度越深。Lee A R等[11]對(duì)韓國(guó)SNS用戶的實(shí)證研究顯示，SNS信息特征的信息相關(guān)性(Information Relevance)對(duì)信息過(guò)載的影響不顯著，但信息模糊性(Information Equivocality)對(duì)信息過(guò)載有顯著正向影響。綜上，相比信息的“數(shù)量”特征，信息的“質(zhì)量”特征更可能影響社交媒體信息過(guò)載。

　　1.1.2 系統(tǒng)特征

　　王娜等[12]認(rèn)為，信息過(guò)載是社交網(wǎng)站(SNS)自身屬性導(dǎo)致的。因?yàn)镾NS龐大的用戶群必然生產(chǎn)海量的信息集合，而SNS的信息無(wú)組織和“分享”特色等系統(tǒng)屬性自然會(huì)導(dǎo)致出現(xiàn)大量無(wú)規(guī)則的重復(fù)信息。Gao W等[1]的研究顯示，基于智能手機(jī)的SNS的泛在連接性(Ubiquitous Connectivity)是導(dǎo)致用戶信息過(guò)載的前因之一。成吉[13]的研究表明，微信的低水平社交效能、享樂(lè)效能和信息分享效能會(huì)顯著正向影響用戶高水平的信息過(guò)載體驗(yàn);李旭等[14]以微信為例展開(kāi)研究，實(shí)證結(jié)果顯示社交媒體的服務(wù)過(guò)載顯著正向影響信息過(guò)載。綜上可見(jiàn)，社交媒體的系統(tǒng)特征也是影響信息過(guò)載的重要原因。

　　1.2 用戶相關(guān)因素

　　1.2.1 個(gè)體特征

　　Lutz C等[15]對(duì)瑞士青少年SNS用戶的研究顯示，年齡、性別和語(yǔ)言背景等個(gè)體因素影響用戶的過(guò)載傾向，即年齡更大一些的、說(shuō)法語(yǔ)的、男性青少年有更大的信息過(guò)載風(fēng)險(xiǎn)。王娜等[12]認(rèn)為，用戶信息素養(yǎng)較低是造成SNS信息過(guò)載的原因之一。因?yàn)楫?dāng)用戶信息素養(yǎng)不高時(shí)，一方面用戶在獲取信息后處理與吸收信息的能力有限，大量信息無(wú)法及時(shí)消化從而導(dǎo)致信息過(guò)載;另一方面用戶會(huì)無(wú)鑒別地轉(zhuǎn)載信息或主動(dòng)上傳虛假的、不可靠的信息，造成社交網(wǎng)站中重復(fù)信息與垃圾信息增長(zhǎng)，繼而導(dǎo)致了信息過(guò)載。然而，劉雪琪等[10]的實(shí)證研究并不支持這一觀點(diǎn)，他們發(fā)現(xiàn)微博用戶的信息素養(yǎng)與信息過(guò)載感知程度之間的關(guān)系并不顯著。

　　1.2.2 使用行為特征

　　Bontcheva K等[3]的研究發(fā)現(xiàn)，體驗(yàn)到信息過(guò)載的人是那些對(duì)5類社交媒體(綜合性SNS、職業(yè)SNS、微博、博客、社會(huì)化新聞)參與頻率更低的人;劉雪琪等[10]的研究也發(fā)現(xiàn)，微博用戶使用時(shí)間與信息過(guò)載感知存在負(fù)向關(guān)系。但是，Gomez-Rodriguez M等[5]基于社會(huì)網(wǎng)分析方法對(duì)大樣本數(shù)據(jù)的分析表明，那些最活躍(出度大)和受歡迎(入度大)的Twitter用戶通常是信息過(guò)載者;李旭等[14]的實(shí)證研究證實(shí)微信用戶的社交過(guò)載顯著正向影響信息過(guò)載;Yu L等[16]的實(shí)證研究則表明，社交媒體在工作中的過(guò)度使用會(huì)導(dǎo)致信息過(guò)載。綜上，社交媒體用戶的使用強(qiáng)度對(duì)信息過(guò)載有顯著影響。

　　1.2.3 在線關(guān)系特征

　　Koroleva K等[7]的質(zhì)性研究發(fā)現(xiàn)，SNS用戶的在線關(guān)系網(wǎng)絡(luò)特征(規(guī)模、結(jié)構(gòu))和與好友的關(guān)系質(zhì)量(親密水平、吸引力和強(qiáng)度)是導(dǎo)致信息過(guò)載的重要前因。王又然[17]在利用“加權(quán)小世界網(wǎng)絡(luò)”模型研究SNS社群的結(jié)構(gòu)特征對(duì)信息傳播的影響時(shí)發(fā)現(xiàn)，當(dāng)社群成員的特征關(guān)系長(zhǎng)度過(guò)小、網(wǎng)絡(luò)社群的聚類系數(shù)過(guò)大時(shí)，易導(dǎo)致社群信息過(guò)載。Sasaki Y等[9]對(duì)日本微博用戶的實(shí)證研究證實(shí)了好友數(shù)顯著正向影響用戶的感知微博過(guò)載，但未能證實(shí)用戶的自我中心網(wǎng)的密度(是反映在線關(guān)系網(wǎng)絡(luò)結(jié)構(gòu)特征的一個(gè)指標(biāo))對(duì)感知微博過(guò)載的影響作用。此外，王娜等[18]的調(diào)查發(fā)現(xiàn)，中國(guó)微博用戶的信息過(guò)載是其他用戶的微博刷屏行為的后果之一。因?yàn)槲⒉┧⑵潦沟么罅繜o(wú)關(guān)的沒(méi)用的冗余的數(shù)據(jù)信息嚴(yán)重干擾了受眾對(duì)相關(guān)有用信息的準(zhǔn)確性的選擇，并且導(dǎo)致信息量大大高于受眾所能消費(fèi)、承受或需要的信息量。

　　2 社交媒體信息過(guò)載的影響后果

　　2.1 心理性后果

　　2.1.1 導(dǎo)致消極感情

　　已有研究表明，信息過(guò)載會(huì)導(dǎo)致社交媒體用戶體驗(yàn)到多種消極情感。其中，社交媒體倦怠(Social Media Fatigue)是最突出的情感后果。社交媒體倦怠是一種主觀的、多維度的用戶體驗(yàn)，由疲勞、厭煩、失望、興趣喪失等多種感覺(jué)組成[19]。徐春雨[20]的研究表明，社交媒體用戶的感知信息過(guò)載對(duì)社交媒體倦怠有顯著正向影響;張艷豐等[21]的研究證實(shí)，信息過(guò)載可通過(guò)影響移動(dòng)社交媒體用戶的態(tài)度間接影響倦怠體驗(yàn);Kim S等[22]、Lee A R等[11]對(duì)韓國(guó)SNS用戶的實(shí)證研究均表明信息過(guò)載顯著正向影響用戶的倦怠體驗(yàn);Zhang S等[23]和張淑瑋[24]對(duì)中國(guó)SNS的代表QQ空間用戶的實(shí)證研究同樣表明，信息過(guò)載顯著影響倦怠;李旭等[14]和王佳楠[25]針對(duì)國(guó)內(nèi)用戶數(shù)量最多的社交媒體微信展開(kāi)實(shí)證研究，均發(fā)現(xiàn)信息過(guò)載對(duì)微信用戶的倦怠有正向影響;郭佳等[26]、牛靜等[27]分別對(duì)圖書(shū)館微信公眾號(hào)和微信朋友圈的研究同樣表明，信息過(guò)載是導(dǎo)致倦怠的重要因素。

　　信息過(guò)載也可能導(dǎo)致社交媒體用戶的情緒枯竭(Emotional Exhaustion)。Gao W等[1]和Chaouali W[28]的研究表明信息過(guò)載顯著影響SNS用戶的情緒枯竭;成吉[13]的研究顯示，高水平的信息過(guò)載顯著正向影響微信用戶的情緒枯竭;Yu L等[16]、Cao X等[29]的實(shí)證研究也都證實(shí)了信息過(guò)載對(duì)中國(guó)社交媒體用戶情緒枯竭的顯著影響作用。

　　推薦閱讀：新媒體時(shí)代廣播電視節(jié)目編輯的創(chuàng)新