微博用戶線下行為動機與線上使用行為的相關性研究

張大勇　李超　郭光

[摘要]采用在線問卷調查和網絡信息抽取技術相結合的方法，獲取微博用戶線下行為動機和線上使用行為數據.并依此確定了微博用戶8種線上使用行為與4種線下行為動機。通過對樣本數據相關性分析，發現女性微博使用動機要高于男性，并且微博使用動機與用戶年齡具有顯著的負相關性；此外研究還表明，不同的行為動機對應著相關的使用行為。上述研究有利于提升對網絡主體的活動規律的了解。

[關鍵詞]微博；行為動機；使用行為；相關性

DOI：10.3969/j.issn 1008-0821.2015.06.002

[中圖分類號]G202 [文獻標識碼]A [文章編號]1008-0821（2015）0H5-0009-04

互聯網的發展使網絡虛擬社會與現實社會逐漸交融并互相影響。網絡社會既成為一種新的社會形態，也是一種新的社會模式。微博作為一種新型社交網絡媒介，以其個性化的服務和獨特的傳播優勢贏得了眾多用戶的青睞，截至2014年6月全國微博用戶已達2.75億，微博已經成為個人、機構以及其他媒體的信息發布交流平臺。用戶使用微博過程中，會留下諸多個人行為信息，如自我介紹、照片發布、添加好友等，這些線上行為信息是對于用戶自我個性的解讀與展示，而借助于心理學的研究，特別是通過對用戶行為動機和使用行為相關性的讀解，將有助于提高輿情管理、行為預測和個性化的網絡營銷的精確度和合理性。

1.文獻評述

Barabasi（2012）在《爆發：大數據時代預見未來的新思維》中否定了Taleb（2009）在《黑天鵝：如何應對不可知的未來》一書中闡述的“人類行為是隨機的，都是小概率事件，是不可以預測的”的觀點，他提出在大數據時代人類行為是可以預測的，其比例甚至高達93%。Barabasi這一觀點隨著大數據理論的興起而被更多的人所接受。

網絡用戶行為千差萬別，很難一概而論，而隨著計算技術的發展，特別是社交類網站的涌現，使收集和分析海量人類自身的行為數據變成了可能。目前針對網絡用戶行為研究主要是通過分析網絡用戶的構成、特點及其行為活動上所表現出來的規律，以解釋和預測網絡用戶的興趣愛好、行為特征以及作用關系，并將其應用于網絡安全、網絡營銷、輿情監控等領域。在網絡安全方面，趙佐等通過分析僵尸網絡工作過程中所表現出的行為特征，提出了基于異常行為監控的僵尸網絡發現技術；林闖等認為對用戶的行為可信度的研究，不僅可以提高網絡的安全性而且也可以提高網絡整體性能[引。在網絡營銷方面，葉文比較了網絡消費者購買行為與傳統的消費者購買行為之間的差異，并對引起差異存在的影響因素進行了系統的分析。在用戶信息行為方面，Agichtein等對用戶搜索引擎使用行為進行分析，為搜索引擎算法優化和系統改進提供了理論依據；王曉光系統地研究微博客的基本結構、信息傳播一般模式，并考察了微博客用戶基本行為特征和關系特征。在輿情監控方面，Boutet等分析了Twitter用戶的發布行為，提出應用混合主題模型來分析用戶的發帖行為，并定量分析了用戶之間的作用關系；樊鵬翼等首次對國內微博的網絡結構和用戶行為進行了測量，并分析不同的社會關系對用戶發帖行為的影響；Ding等通過分析閱讀和回復數用戶、觀察到話題討論強度和用戶參與程度遵循冪律分布；張彥超等分析了社交網絡中話題傳播行為規律和預測方法，以發現網絡環境下的信息傳播與輿論演進規律；馬彥結合大數據環境下微博輿情的發展特點，設計了微博輿情熱點挖掘系統結構模型，實現了熱點博文的聚類和話題抽取。

動機理論最初產生于霍桑實驗，是指個體內在驅使其采取某種行為的理論。該理論從最初以本能論、驅動論為代表的機械觀對本能反應和外在誘因的研究，逐漸轉變為以成就動機論、認知一致論為代表的認知觀對個體認知因素的研究。認知觀動機研究將自我情緒、人格特質與其他各種認知變量相結合，體現了人類行為動機的復雜性，它更多的關注于人的有意義的社會行為動機。隨著時代的發展和技術的進步，動機理論開始逐漸應用在新技術中，Davis等（1989）將動機理論應用在解釋個體對于新系統技術的接受與使用上，并提出了被廣泛用來解釋和預測使用者技術使用行為的技術接受模型（Technology Acceptance Model，TAM）。此后，Davis等通過實驗證明了影響個體實際行為的原因包括內部動機和外部動機，并認為個人注重的是活動的執行過程，并對其活動的過程感興趣、獲得滿足，而不是在強調得到明顯的成就。針對用戶使用動機對用戶使用媒介的頻率與強度方面的研究，Hringer等使用持續采納理論來解釋用戶持續使用Twitter的行為，在研究中將因使用滿意體驗而導致的習慣作為重要動機因素；Agrifoglio等以動機理論和TAM模型為基礎，分析了人們持續使用Twitter內外部動機，認為實用性、易用性、愉悅性和娛樂性4個因素影響著用戶持續使用行為；Dumlao等從動機和社會資本兩個維度擴展了信息系統成功模型，認為感知信任和用戶滿意度與用戶持續使用動機緊密相關。

從以上文獻來看，目前國內外研究者從持續使用、動機理論等許多角度試圖去解釋微博用戶的使用動機，但每個研究模型都在將微博用戶視為單一整體，沒能考慮到不同個體間在人格、性別、年齡的差異，以及由這些差異導致特定的行為動機和使用行為。首先，動機與行為是兩個相對的概念，行為是個體外的活動，動機是行為的源動力和內在因素，并促使該行動朝向某一目標進行的內在過程，人的一切活動都是由特定的動機所引起的。然而動機與行為的關系是非常復雜的，同一種動機可能會產生不同的行為，如微博用戶擁有的社交動機能夠產生關注、評論、點贊、轉發等多種行為，而同一種行為也可能具有相異的動機，如轉發行為，有可能是出于對自身情感的表達，也用可能是一種社交互動、也有可能是信息收集的過程。因此在分析動機與行為相關性時，不僅要考慮到動機與行為在邏輯上的對應關系，還要善于利用動機強度與行為強度進行取舍。此外，僅僅理清動機與行為的關系仍然不能解釋網絡行為的成因，由于互聯網應用領域越來越廣，使用程度越來越高，網絡行為已經逐漸變成了人類行為中不可或缺的一部分，研究網絡用戶行為動機的時候需要將其網上行為與線下行為有機地結合起來，進行綜合分析，如圖1所示。endprint

2.數據獲取與處理

本文研究主要涉及微博用戶行為動機數據和使用行為數據，獲取方法分為在線問卷調查和網絡信息抽取技術。調查對象參照CNNIC、百度指數和新浪微博數據中心發布的《2013年新浪用戶發展報告》所提供的微博用戶分布情況。在用戶性別方面，男約占50.1%，女約占49.9%，比例基本持平；在用戶年齡構成方面，80后和90后約占用戶總體的90%；在用戶接受教育水平方面，專科以上學歷用戶約占總數的70.8%。為了更為準確地反映微博用戶行為動機，本文通過在線問卷調查方式，并參照新浪微博用戶基本構成情況，抽取了227份有效問卷；為獲取微博用戶使用行為數據，本文則采用結構化網頁信息抽取技術，對參與該項問卷調查的微博用戶線上信息按照需求進行了抽取。具體樣本基本構成情況如表1所示。

在調查問卷設計中，對使用動機量表的24項問題進行了項目分類，并采用因素分析法提取出行為動機的構成因素，共提取出包括人際交往、信息獲取、休閑娛樂、自我表達在內的四項基本信息。而進行信度分析顯示，四項理本行為動機因素系數分別為0.702，0.815，0.672，0.589.總信度為0.881，可認為該量表有效，且總體信度較高。對微博用戶使用行為數據的抽取，主要包括微博用戶主頁所展示如下信息：關注數、粉絲數、微博數、標簽、點贊數，原創微博、照片數、參與話題數、注冊日期、個人資料、是否會員、活躍等級等，并根據研究需要進行了篩選，同時在問卷調查中還添加了兩個用戶基本行為的選項，分別為用戶使用頻率和每日使用時長，用戶使用頻率從O～7次以上劃分為4個等級，日使用時長從15分鐘以下到2小時以上，劃分為5個等級。

3.實驗分析

3.1人口變量與微博使用動機的相關性

通過計算性別對使用動機的影響，發現其相關性如表2所示。總體微博使用動機上，男性略低于女性，且男性的各方面動機標準差較大，說明男性在微博使用動機方面的差異相對于女性更大；在人際交往動機方面男性與女性的平均值基本持平；在休閑娛樂動機、信息獲取動機和自我表達動機中，女性的平均值較高。

用戶年齡與微博使用動機的相關性如表3所示。其中，用戶年齡與人際交往動機之間不具備顯著的相關性，而用戶年齡與信息獲取、休閑娛樂、自我表達和總使用動機卻具有顯著的負相關性，表明隨著用戶年齡的增長，對微博的使用動機越來越薄弱。

3.2行為動機與使用行為的相關性

通過對微博用戶網絡頁面信息的抽取，可將用戶使用行為劃分為關注數、粉絲數、微博數、原創微博數、注冊時長、微博等級、原創圖片數，點贊數等8種，樣本中對用戶行為數據具體描述如表4所示。

由于這8種行為數據的離散程度較大，本文首先采用SPSS軟件對數據進行了標準化處理，然后對包括人際交往、信息獲取、休閑娛樂、自我表達在內的4種行為動機與使用行為分別進行相關性分析，所得結果如表5～8所示，其結果參照8種行為與4種使用動機的對應關系按照相關性顯著水平從大到小進行排列。從表5可以看出，與人際交往動機相關性較強的行為是原創微博數，在T檢驗下，其P=0.002，遠小于0.05；從表6可以看出，與信息獲取動機相關性較強的使用行為是微博等級，在T檢驗下，其P=0.008，遠小于0.05；從表7可以看出，與休閑娛樂動機相關性較強的使用行為是微博等級，在T檢驗下，其P=0.01<0.05；從表8以看出，與自我表達動機相關行較強的使用行為是原創微博數，在T檢驗下，其P=0.023<0.05。

4.結論

本文通過在線問卷調查和網絡信息抽取技術相結合的方法，以獲取微博用戶線下行為動機和線上使用行為數據。通過人口變量對微博用戶名變量的影響，本文發現：男性在總體微博使用動機上得分較低，女性在休閑娛樂動機、信息獲取動機和自我表達動機均高于男性，這與性別的特質和社會化角色基本相一致。因為多數女性具有追逐名人、探究他人私隱和喜歡傾訴的傾向。研究還表明，微博使用動機與用戶年齡具有顯著的負相關性，年齡越大的用戶，使用微博的偏好越低。研究結構與現實情況是基本一致，因為微博作為一種新興網絡交互媒介，其用戶主體多為年輕人。

通過對微博用戶8種使用行為與4種行為動機的相關性分析，發現：與人際交往動機相關性較強的行為是原創微博數，表明人際交往動機強的用戶出于人際交往中展現自我的目的，樂于發布原創微博和圖片，向粉絲展示自己的思想、感悟，以達到更多的交流；與信息獲取動機相關性較強的使用行為是微博等級，微博作為自媒體，其快速性和便捷性成了信息發布的最佳平臺，微博等級代表了用戶享有的權利，跟用戶獲取信息行為緊密相關；影響休閑娛樂動機的主要行為是微博等級，出于休閑娛樂動機的用戶仍會花費較長時間在微博上；與自我表達動機相關性較強的使用行為是原創微博數，自我表達動機較強的用戶將微博看作自我展示和宣泄的平臺，而不太關注其他功能。

本文的研究有助于探索網絡社會中個體和群體的行為及心理成因，使人們更全面地了解作為網絡主體的活動規律，以達到提高互聯網的信息資源利用效率和加強對網絡行為有效引導的目的。

本文責任編輯：馬卓endprint