國外用戶生成內容研究熱點及趨勢分析

楊晶　羅守貴

[摘要]從EBSCOhost數據庫中篩選出239篇文獻為源數據，在共詞分析法的基礎上，利用SATI 2.5提取高頻關鍵詞，采用Gephi0.9.1對關鍵詞進行聚類分析。結果表明：2008-2016年國外用戶生成內容的研究熱點集中在“生成動機”、“傳播效應”和“在線社會網絡”；而以“大數據”和“消費者態度”為代表的商業情報研究從2013年開始逐漸成為新興的熱點問題。最后，結合研究趨勢，從生成內容特征、生成內容動因和內容邊界管理提出有待探索的問題供后續研究參考。

[關鍵詞]用戶生成內容；生成動機；傳播效應；在線社會網絡；大數據；消費者態度

用戶生成內容（User-Generated Content，簡稱UGC）屬于Web2.0環境下網絡信息資源的創作與組織模式，它泛指社交媒體用戶在網絡上發表自己創作的內容。隨著社交媒體用戶數量不斷增長，UGC具備大數據特征，例如：2016年在每月6.5億活躍微信用戶中約有57.6%給別人點贊，每天微信朋友圈上傳的圖片約10億張。數據如此井噴不僅折射出用戶搜索、傳遞信息的心理需求，也表明他們愿意接受由社交媒體技術帶來的變革。鑒于這種信息形式的吸引力和影響力，個別學者基于學術經驗從概念、種類、特征以及應用狀況等方面展開定性分析。然而，由于參考研究文獻發表時間均在2012年之前，已有綜述成果既無法反映近4年的最新成果，也無法判斷這些新成果在原有研究基礎上呈現出的變化趨勢。因此，本文以EBSCOhost數據庫文獻為源數據，采用共詞分析法系統分析2008-2016年國外用戶生成內容的研究熱點及趨勢，以期對該領域的后續研究提供參考和幫助。

1研究方法和數據來源

1.1研究方法

共詞分析法的基本思路是：針對某一學科領域研究主題的關鍵詞共同出現在一篇文獻中的現象，通過分析學科領域中不同主題的關系展現該學科的研究結構。具體操作過程：1）分別統計一組關鍵詞兩兩出現在同一篇文獻中的頻率，并依此構建關鍵詞的共現矩陣。如果兩個關鍵詞出現在同一篇文獻中的頻率越高，說明二者的相似度越大；2）按照相似度對關鍵詞進行聚類分析以直觀顯示該學科當前的熱點問題，其中聚類分析方法包括：包容系數、密度、中心度、戰略坐標和凝聚子群等。本文利用軟件GephiO.9.1統計界面中模塊化（Modularity）進行聚類，該功能的計算原理分為兩個階段。

2.2研究熱點分析

根據表3結果，模塊1表明UGC研究所依托的社交媒體有Twitter、虛擬社區、YouTube、Facebook和Wiki等，研究領域包括電子商務、市場營銷、新聞與傳播業、地理信息系統、信息檢索和知識管理等方面，相應地生成內容有產品評論、知識、技術、廣告、新聞報道和競選宣傳等類型；盡管研究范圍寬泛，但根據模塊2和模塊3中關鍵詞所涉及實質問題，可將研究熱點分為生成動機、傳播效應和在線社會網絡三部分。

2.2.1生成動機研究

由于源自虛擬社區中信息分享行為，代表動機理論包括使用與滿足理論、自我決定理論和目標設定理論（見表4）。綜合已有結論可以將UGC生成動機總結為理性和感性兩類，其中理性動機包括：分享知識、表達主張、獲得報酬、逃避懲罰和收集信息；感性動機包括：建立社會聯系、表達自我和自我防衛。Heinonen將社會聯系動機細分為社會監督、經驗分享、歸屬與聯結、社會網絡管理和關系維系。在現實網絡環境中，生成動機會因媒體類型而呈現明顯差異。Arakji，Benbunan-Fich和Koufafis發現社會書簽用戶在相信分享的資源對其他人有價值，以及感知到其他用戶也在共享資源的情況下，會表現出強烈的分享意圖；Yang和Lai認為維基百科貢獻者的內在和外在動機分別是編輯內容的樂趣、維基授予貢獻者的星章，內部和外在的自我動機分別是自我效能感、身份認同；Kim，Kim和Nam以Facebook為例，發現社交網站用戶在自我構建的影響下通過社會性動機發布各類信息；Shah，Kitzie和Choi認為參與在線問答服務并不僅是體驗樂趣，約有59.5%的用戶更多出于利他因素考慮，并且這些用戶對在線問答服務中提供的其他信息具有較高的信任傾向。

除媒體類型外，生成動機與信息內容、內容形式之間存在密切關系。首先，關于信息內容，Wilson，Murphy和Fierro認為分享旅游信息的主要動機是分享經歷和提供參考信息，并且這兩類動機對不同國家用戶的影響各有不同。Pe-Than，Goh和Lee在調查人力計算游戲信息分享時發現，用戶動機符合自我決定理論的規律，具體包括：自主性、能力感和歸屬感。Goes，Guo和Lin指出用戶能從分享知識的過程中獲得聲譽，但這種聲譽的影響力只能表現為暫時的累積效應，一旦達到期望目標后用戶的貢獻水平會顯著下降。其次，關于內容形式，Mosemghvdlishvili和Jansz認為在YouTube發布視頻的激勵因素包括自我表達、社會認同和傳播價值觀，其中傳播價值觀是主要動機。Oeldorf-Hirseh和Sundar根據使用與滿足理論，把用戶共享照片的24種動機總結為4類滿足：尋求和展示經歷、技術的操作可見性、社會聯系和知識捐贈。

2.2.2傳播效應研究

關于UGC在電子商務中的傳播效應，普遍接受的觀點是：以網絡口碑、產品評論為代表的UGC能夠促進產品銷售。關于該觀點的含義，需要從三個方面理解。首先，系統認識UGC和銷售的相關性，這具體包括：1）銷售量增加更多源于對正面信息的轉帖行為；2）相關關系具有異質性。Duan，Gu和Whinston發現在線評論對評論低的產品銷售具有積極影響，對評價最高的暢銷產品反而不構成顯著影響；3）刺激產品銷售的UGC不局限于產品信息。Forman，Ghose和Wiesenfeld發現虛擬社區中的消費者會把評論者公開的身份信息、共享地理位置作為產品信息的補充，幫助自己進行購買決策和評估在線評論的有用性。endprint

其次，傳播效應的前提是信息可信。消費者在接觸到UGC后會主動對信息進行心理評估，而評估的主要內容是判斷信息可信度。Diekinger將消費者從信息中感知到的信任分為信息資訊、能力、正直和關懷4個維度，通過比較營銷內容、編輯內容和UGC內容在各維度中的差異，發現：UGC相對于營銷內容和編輯內容的信息資訊度水平較低，但能夠以高的正直水平獲得較高的可信度。不僅如此，Flanagin和Metzger發現UGC包含的信息數量和信息來源對可信度具有顯著的交互作用。Porter，Devaraj和Sun根據歸因理論總結了導致信任的前置變量：信息一致性、信息連續性和信息顯著性，其中一致性反映的是消費者感知成員之間意見一致程度，連續性反映的是隨著時間、情境的變化消費者能感知到成員意見的一致程度，顯著性反映的是感知成員意見區別于一般產品/公司信息的特殊程度。一般情況下，當消費者感知到的一致性、連續性和顯著性程度越高，則UGC越可信。Chari等認為在社交網絡中由信息評估到相信UGC內容是通過朋友信任的中介變量實現的，同時朋友信任對口碑行為的影響還受到廣告懷疑度的調節作用。

最后，影響傳播效應的重要因素是信息特征。Kronrod和Danziger發現包含直陳性語言的評論內容更易于形成功利性態度和選擇行為，而包含修辭性語言的評論內容更容易導致享樂性態度和選擇行為。盡管修辭性語言影響顯著，但Ludwig等認為不斷增加積極情感內容反而會降低在線購買轉換率，而要改變這種UGC不對稱影響，需要在情感線索中做出積極變化以及提升與受眾語言風格的一致性。Huang等進一步指出效應水平由評論內容和產品類型的匹配程度共同決定，即消費者能從搜索型產品的屬性評論以及體驗型產品的經驗評論中感知到更高水平的信息有用性。不僅如此，內容和產品匹配能幫助消費者將更多時間用于更深層次理解以提升信息評估質量。此外，Ma等認為后續評論是否會偏離取決于評論者和他們之前發布評論的特點，經調查發現：男性以及缺乏經驗、地域流動性和社會聯系的人更容易受到先前評論的影響；文字長度較長、較頻繁的評論能減少在線評論偏見。

2.2.3在線社會網絡研究

這部分內容主要是應用關系強度、結構洞、社會資本等社會網絡基礎理論（見表5），測量和描述社交媒體用戶之間、用戶與所在虛擬社區之間的交互作用和關系，以群體的視角解釋用戶對生成內容的參與活動，并依據其具體結論指導UGC在社交媒體中的擴散。

關系強度對UGC生成行為影響的研究中，Susarla，Oh和Tan依據關系強度將YouTube平臺中的用戶網絡分成兩類：一是以朋友關系為代表的強關系組成的無向網絡，二是以訂閱者關系為代表的弱關系組成的有向網絡。他們認為兩類網絡都與生成內容擴散有關，但各自發揮社會影響力的機制存在明顯差異，表現為：訂閱者網絡的度中心性在初始階段對擴散速度具有顯著的正向影響，而朋友網絡的度中心性在后期階段對擴散速度具有顯著的正向影響。Shriver，Nair和Hofstetter在肯定社會關系作用的同時，將由社會關系所引起的網絡效應分成短期和長期兩個階段，其中短期網絡效應能夠對局部網絡中的內容生成行為形成正反饋，長期網絡效應是隨著生成內容數量和關系密度的增加而導致網站訪問量、瀏覽量的提升。除整體網絡結構外，節點在網絡中的凝聚性分析是結構洞理論在UGC應用研究中的主要內容。Zhang和Wang采用度中心性刻畫用戶在中文維基百科這類合作網絡中的位置。由于不同程度的中心性反映了用戶在虛擬社會中的角色與地位，因此用戶對百科編輯工作的貢獻程度也存在明顯差異。Xu等利用中介中心性測量Twitter用戶在社交網絡中的連通度時發現，連通程度越高的用戶對信息流的影響效果越明顯；Susarla，Oh和Tan也發現，如果朋友網絡中的某個節點和該網絡外部存在較多聯系時，那么該節點在生成內容擴散后期對擴散速度產生顯著的正向影響。社會關系和社會結構的結合能促進社會資本的形成，而用戶行為依賴于社會資本的存在。Mcquarrie，Miller和Phillips在研究博客的擴散效應時發現，當通過呈現自我吸引大批粉絲關注后，博主開始將自己融入一個特定的網絡系統中，其原有的文化資本不可避免地轉變為社會資本，而受眾獲取隨著多個正反饋而變成自我強化的過程。

3國外用戶生成內容研究趨勢分析

通過比較2008-2012年和2013-2016年的高頻關鍵詞（見表6）可知，“社交媒體”始終是UGC研究依賴的媒體環境，不同的是媒體類型由虛擬社區、YouTube、Wikis轉向Twitter和Facebook，這說明UGC的在線社會網絡屬性不斷強化。同時，研究內容也呈現出一定的變化規律，具體表現為：1）信息挖掘由“元標簽”、“內容分析”轉向“情感分析”、“大數據”方面研究；2）研究性質由“網絡用戶”、“信息共享”、“動機”等一般理論研究轉向“網絡口碑”、“態度”、“消費者行為”、“電子商務”、“消費者偏好”等商業應用研究。結合變化規律和具體研究內容判斷，用戶生成內容研究趨勢可歸納為大數據和態度研究兩部分。

3.1大數據研究

社交媒體中的UGC大數據存在結構化和非結構化兩種類型，其中結構化數據是用于描述事實的以高度規則方式組織的數字信息，比如：采用李克特量表形式的總體評價、分項等級；非結構化數據是用于解釋事實而采用的非格式化信息，比如：文本（博客、產品評論、論壇）、圖片、視頻。Zhang等指出結構數據和非結構數據之間模糊性、異質性和沖突性需要以認知心理的視角理解，具體地講：兩類數據在極為不滿或持有不同意見消費者的認知過程中呈現較為緊密的聯系，而在滿意或持中性態度消費者的認知過程中表現出混淆的情緒信號。關于UGC大數據應用研究主要是利用文本挖掘、情感分析、機器學習等技術手段獲取消費者行為信息并用做商業情報分析。Netzer等從汽車論壇中提取了2001-2007年間76587位用戶對30種汽車品牌（共169種汽車型號）發表的近600百萬條評論語句，通過構建汽車型號的共現矩陣，在描述消費者感知空間距離基礎上形成直覺圖以反映市場結構和市場競爭狀況。Singh，Sahoo和Mukhopadhyay[361將博客文本分為情感和質量兩類，通過比較1000家IT服務公司的時間序列數據發現：帶有情感特征的文本更容易引起受眾的關注和保留，而單反映質量的文本只能影響受眾的保留。Tirunillai和Tellis利用5類市場15家公司的35萬份客戶評論數據，在文檔主題生成模型的基礎上提取消費者品牌滿意度的關鍵維度，其中易用性、性能和視覺吸引力的重要性具有跨市場特點；安全性、接受性和物質支持只在特定市場比較重要。Liu，Singh和Srinivasan通過20億條Twitter和4000億頁維基頁面分別預測電視節目需求，發現維基百科數據的預測效果較弱，因為Twitter用戶可以在電視節目播放前、中、后即時發布信息，而維基數據具有明顯的滯后性。endprint

3.2消費者態度研究

在可信度判斷后，消費者會對UGC信息中的產品、品牌、事件等主題形成自己的態度，因此該部分研究屬于傳播效應的擴展研究。Thompson和Malaviya指出消費者對用戶生成廣告同時存在認同和懷疑兩種截然相反的態度，其中認同是UGC因消費者對發布者相似性感知而產生的說服效果，而懷疑是消費者對發布者專業性的歸因。這意味著，消費者對UGC的感知存在積極和消極兩種態度。關于積極態度，Kim和Canina認為這與消費者滿意有關，滿意度取決于UGC內容和實際感知質量之間的差異；Ho-Dac，Carson和Moore從品牌資產的視角進一步發現，正面評論（負面評論）只會增加（減少）弱勢品牌的銷售，并且銷售和正面評論之間形成的正反饋能促進弱勢品牌向強勢品牌的轉換；Kim和Johnson根據“S-O-R”模型認為正面UGC能刺激消費者同時產生情緒（如：激勵、愉悅）和認知反應（感知信息質量），并分別形成直接行為反應（信息分享、直接購買）和潛在行為反應（未來購買意愿、品牌承諾）；關于消極態度，Yin，Bond和Zhang在情緒和認知加工理論的基礎上比較焦慮和憤怒對感知有用性的效果，研究發現：消費者能從帶有焦慮的UGC中感知到更強的有用性，并且感知過程受認知努力的調節。

4研究展望

在共詞分析法的基礎上，通過統計高頻關鍵詞的分布和變化規律發現，國外用戶生成內容的研究熱點分為生成動機、傳播效應和在線社會網絡，而以大數據和消費者態度為代表的商業情報研究逐漸成為該領域的發展趨勢。從UGC中獲取商業情報的趨勢表明，相關研究不僅需要討論生成行為的原因、影響和網絡特征，更需要挖掘生成內容的價值。因此，后續研究可從生成內容角度探索以下問題。

1）明確用戶生成內容特征。盡管網絡口碑已成為UGC研究的重要分支，但這并不意味著可以簡單將二者等同對待。它們的區別在于：①信息形式和范圍不同。網絡口碑是以文字為主的產品信息，而UGC是以文字、圖片和視頻為主的多樣化信息；②內容特征不同。相較于網絡口碑，UGC表現出更鮮明的原創性、趣味性和價值觀。由于信息超越了產品范圍，UGC傳播行為在分享信息的同時也是主動展示自我，因而在內容上會突顯個性化的心理訴求。這意味著，只有原創性、趣味性強的內容才有可能被他人認同。但需要注意的是，原創性和趣味性屬于表現形式，內容能否被認同關鍵取決于蘊含在個性化信息中的價值觀能否被受眾所接受。

2）探索生成內容動機。部分研究肯定了語言風格、評價屬性等一般信息特征與生成動機的關系，但內容特征在UGC傳播中的作用未做深入討論。事實上，內容不僅與傳播效果密切相關，并且生成具有獨特的動機。由內容特征可知，UGC是為了展示自我而具有鮮明的原創性、趣味性和價值觀，相應地產生內容的動機有可能是在人前塑造一個與眾不同、幽默以及思想積極的正面形象。因此，需要借助印象管理、社會交換等社會學理論進一步認識UGC傳播行為的社會動機。

3）討論生成內容的邊界管理。UGC是用戶把私人信息發布在公共平臺上，其內容傳播研究需要明確“私人領域”和“公共領域”之間的邊界管理問題。所謂邊界是用戶決定傳播私人信息的相對臨界范圍，它具有兩個層次：一是用戶是否使用社交媒體發布私人信息；二是用戶在社交媒體中何時、何地、如何向哪些人傳播哪些私人信息。參照邊界層次，相應的管理問題包括：用戶在傳播私人信息過程中的人格特質、心理動機和傳播機制；私人信息的主要類型，以及用戶對不同類型私人信息的敏感度；傳播渠道、受眾特征、傳播方式和私人信息披露之間的作用關系。endprint