在線數字內容傳播過程中社會影響作用的度量研究

劉臣+安詠雪+韓林

摘要：社會影響在數字內容的擴散中起著重要作用，從社會認知角度來看，認為社會影響源于個體對數字內容的認知不確定性，且不確定性越大社會影響的作用越強。在社會化媒體中，用戶的評分是衡量擴散內容質量的重要工具，本文利用全體用戶對內容評分的分散程度來代替個體的認知不確定性，衡量分散程度用變異系數指標。對Movielens數據集進行分析，結果表明，用戶認知不確定性在擴散過程中有明顯作用。在電影數據中，男性社會影響高于女性，中年人群的社會影響高于其他年齡段，農民的易感性高于其他職業。

關鍵詞：社會影響；易感性；認知不確定； 變異系數

引言

互聯網的出現改變了人們表達觀點以及與他人交際的方式，隨著Web2.0技術和網絡信息技術的高速發展，社交網絡蓬勃發展，用戶規模與日俱增。根據中國互聯網絡信息中心（CNNIC）統計，截至2016年6月，中國網民規模達7.10億，上半年新增網民2132萬人，增長率為3.1%。我國互聯網普及率達到51.7%，與2015年底相比提高1.3個百分點，超過全球平均水平3.1個百分點，超過亞洲平均水平8.1個百分點。網民通過社交網絡溝通交流、分享信息，社交網絡已成為覆蓋用戶最廣、傳播影響最大、商業價值最高的業務。社交網絡成為人們日常交流、獲取信息、發表觀點的主要渠道和方式。社交網絡用戶規模的迅速壯大，為電子商務的快速發展奠定了潛在的用戶群。在社交網絡中，用戶可以隨時隨地發布和獲取信息，人們不再只是被動的信息接受者，同時還能積極參與到信息的傳播過程之中，成為信息的發布者、分享者和傳播者，變為網絡內容的主要制造者。互聯網已經成為人們表達觀點、獲取信息的重要途徑。這種新型、靈活、快捷的交互模式為用戶帶來了海量信息，改變了信息的傳播模式。用戶通過社交網絡的口碑相傳和分享，直接影響了消費者的購買決策，利用趨眾心理，最終帶來消費者的直接購買行為。

社會化媒體是一類基于Web2.0思想和技術的互聯網應用，它允許人們進行高度的交互，如創建、分析、交換數字內容等，對人類社會帶來了普遍的、本質的影響。社會化媒體的實際形式包括微博和博客、社交網絡站點（SNS）、虛擬社區、內容（視頻、音樂等）分享站點、協作內容生產（如維基百科）等多種類型，但是他們之間的界限越來越模糊，功能越來越綜合，成為一類重要的數字內容交互平臺。人們可以在交易網站、論壇和博客上寫下大量他們的評分和觀點，消費者在購買產品或者服務前，通常會閱讀與產品或服務相關的評價以對要購買的產品有一個粗略的認知，再來決定是否購買。通常這種影響是顯著的，對潛在消費者有比較顯著的影響，這種作用被稱為社會影響。

社會影響是一個復雜的概念，維基百科將其描述為：當一個人的情感、觀念或行為受到他人影響的時候，社會影響就出現了。社會影響分為信息性影響和規范性影響兩類。信息性影響是指把他人是為指導行為的信息來源時的影響，規范性影響是指為獲得他人的喜愛和接納而從眾時的影響。Godes等（2005）從營銷的角度將社會影響定義為一種行為，由沒有主動參與到產品或服務的銷售中的個體所采取，且對其他人對產品或服務的期望造成影響。早期研究認為社會影響的作用主要源于個體對他人造成的影響力。社會影響在擴散過程中的作用建立在“影響者假設”（ The Influentials Hypothesis）的基礎上，即某些個體比其他個體更具影響力，他們在擴散過程中戰友主導地位，也被稱為意見領袖。但是Watts和Dodds（ 2007）對影響著假設提出了質疑，他們的研究表明大規模的擴散不是由影響力驅動的，個體對數字內容的易感性更重要，而且易感者對其他易感者產生的影響在傳播中占主導地位。更具說服力的是影響力和易感性共同作用的綜合觀點。Iyengar等（2011）觀察到了社會影響和易感性（ Suceptibility）在新產品擴散中的共同作用。Aral和Walker則通過實驗研究，表明擴散過程由影響力和易感性共同決定，并將這種作用稱為二元影響（ Dyadic Influence），此外，這種雙重作用機制表明受到來自作用者、被作用者的多種外生因素，例如性別、年齡、婚姻狀況等影響。

綜上所述，社會影響在數字內容擴散過程中起著重要的驅動作用，甚至從某種程度上決定著個體何時采納何種內容。而要研究社會影響對擴散過程的驅動作用，就需要從社會影響對個體間的相互作用，擴展到個體對擴散內容認知的更深層次。但影響力與易感性很難通過具體的數據進行衡量，我們從社會認知的角度研究這種機制，認為社會影響源于個體對數字內容的認知不確定性，且不確定程度越大社會影響的作用越強。提出一種新的指標：認知不確定性，用認知不確定性來指代個體對數字內容認知不確定性，作為社會影響中的指標。

1 認知不確定性

1.1 認知不確定性概念

由社會影響驅動的社會化媒體數字內容擴散中，個體對來自他人的數字內容的易感性，源于對數字內容認知的不確定性。這是因為由于在線網絡購物的發展，越來越多的人在線進行交易，由于是線上交易，用戶不能精確地確定一件商品所能夠帶來的效用，或者確定一條消息的真實性。而在這種情況下，每個人都會受到來自于好友的影響，會由于好友購買某件商品而去關注甚至購買，也會因為別人相信了謠言而去相信他。因此，我們認為個體對數字內容產生的易感性源于對數字內容認知的價值不確定性或事實不確定性，而且不確定性程度越大表明個體越需要依賴于別人的行為來做出決策。

在社會化媒體中，用戶對數字內容認知的不確定性有兩種：價值的不確定性和事實的不確定性。價值的不確定性是指用戶對數字內容能夠帶來多大的效用是不確定的，例如音樂、視頻、商品信息等。事實的不確定性是指用戶對數字內容中所包含的信息的正確性或真實性是不確定的，例如謠言、突發事件信息等。但是一般情況下兩種不確定性總是并存的，幾乎不可能相互區分開來，而且不論哪一種不確定性都是難以直接進行衡量的。因此，我們采用一種替代的方法對用戶的不確定性進行度量。endprint

在社會化媒體中，用戶的評分是衡量擴散內容質量的重要工具。特別是在各種個性化的信息推薦系統中，評分起著更重要、更客觀的作用。隨著互聯網和信息技術的發展，在線評論和評分已經成為消費者獲取產品信息的重要來源。其中，來自DoubleClick.com的調查指出，50%以上的消費者在消費前會使用搜素引擎搜索以往消費者對商品的評價信息。艾瑞咨詢年月的網絡調研也表明，81.8%的觀眾會通過互聯網獲取電影相關信息。由此可見，在線評論對消除消費者的不確定性，輔助其制定購買決策具有重要作用。

用戶在在線系統上對商品進行打分評論，可以看作用戶對商品認知的一個反饋過程，而評分則是消費者對商品認知的反饋的表現工具。綜合考慮在線評論系統的實際情況，現有的評論系統多為“評分+評語”的模式，評分多采用1～5分的評分制。評分作為用戶對商品整體的一個認知反饋，隨著商品使用用戶的增多，評分數據也逐漸增多，評分也會出現分散或集中的情況，而越集中則說明用戶對商品的認知愈是統一。因此我們擬利用全體用戶對內容評分的分散程度來替代個體認知的不確定性。打分的分散程度我們采用變異系數指標來衡量，由此得到的認知不確定性涵蓋了兩種了類型的不確定性。

1.2認知不確定性的衡量

變異系數又稱“標準差率”，是衡量樣本中各觀測值的變異程度的指標，沒有單位，其大小同時受平均數與標準差的影響，在比較兩個或兩個樣本變異程度時，變異系數不受平均數與標準差大小的限制。變異系數是以相對數形式表示的變異指標。它是通過變異指標中的全距、平均差或標準差與平均指標對比得到的。變異系數可表示為標準偏差和平均值的比值，即：

使用變異系數作為衡量用戶認知不確定的指標，是因為變異系數的最大優點在于它具有直觀簡潔的形式，容易由樣本直接得到估計值。變異系數可以消除單位和（或）平均數不同對兩個或多個資料變異程度比較的影響。在分析數據時，有相同的結果出現時，就可以排除掉該原因。

對數據計算其分散程度時，采用計算如公式（1）（2）（3）所示：其中，MNx表示數據的平均值，SDx表示數據的標準差。

2研究方法

2.1實驗數據

本研究選取電影為研究對象，主要由于電影為經驗型產品，用戶消費決策更多依賴在線評分。Nelson（1974爝產品分為兩類：搜尋型產品和經驗型產品。搜尋型產品的全面完整的信息可以在購買前獲得；經驗型產品的信息只有在購買使用后才可以獲得，或者其信息的獲得比搜尋型產品更難，需要花費很大的精力。Huang等學者在2009年提出網上零售企業可以通過開放評論功能或提供其他消費者的評論信息，增加閱讀者停留在網頁的時間，進而提升經驗型產品購買意愿，Bae和Lee證實在購買經驗型產品（比如電影）時，獨立評論網站的消費者評論可靠性要高于來自企業開放的評論平臺的信息，而購買搜索型產品（比如數碼相機）時，結論相反。

研究所需要的數據來自 MovieLens（http：//www.grouplens.org/）的數據集。MovieLens是歷史最悠久的推薦系統。它由美國Minnesota大學計算機科學與工程學院的GroupLens項目組創辦，是一個非商業性質的、以研究為目的的實驗性站點。該數據集是由GroupLens Research采集的從20世紀90年末到21世紀初由MovieLens用戶提供的電影評分數據。這些數據中包括電影評分、電影元數據（風格類型和年代）以及關于用戶的人口統計學數據（年齡、郵編、性別和職業等）。我們使用的數據集共包含6040位MovieLens用戶對3900部電影的1000209條評分數據。用戶屬性如表1所示。

電影屬性如表2所示。

2.2實驗結果

利用上述公式計算得到性別屬性下的用戶不確定性，以女性認知不確定性作為基準，結果如圖1所示。橫坐標表示電影類型，縱坐標表示數據的變異系數，即用戶的認知不確定性。

從圖中可以看出性別屬性下，用戶對商品的認知不確定性隨橫坐標上的電影類型變化整體是呈上升趨勢的。性別屬性對用戶的認知不確定性的影響在某些類型電影中具有明顯的作用，男性用戶的認知不確定性整體是高于女性，而無論男性還是女性在所有類型電影中對紀錄片、黑色電影和戰爭片的認知不確定性是最低的三類，但是在紀錄片和黑色電影類型中女性的認知不確定性是高于男性的，分析原因在這兩種帶有紀傳性質電影中女性用戶更容易受到片中含有的情感關系所感動，造成女性用戶對這兩種類型電影的評分出現波動性變化，從而出現女性用戶的認知不確定性在這兩種類型電影中高于男性。女性用戶和男性用戶對犯罪片、劇情片和戰爭片的認知不確定性相對一致。

利用公式（1）（2）（3）計算得到年齡屬性下的認知不確定性趨勢圖，以18歲以下的用戶的認知不確定性為基準，得到結果如圖2所示。

從圖中曲線變化的趨勢可以看出年齡在18到49歲之間的用戶對各種類型電影的認知不確定性曲線具有比較一致的變化趨勢；50歲以上的用戶認知不確定性曲線變化趨勢比較相符。18歲以下的用戶的認知不確定性明顯低于其他年齡段，分析其原因可能是18歲以下的評分用戶數量較少，造成評分的集中程度較高，用戶認知不確定性低于其他年齡段。在科幻片電影類型上45到49歲之間的用戶認知不確定性明顯高于其他年齡段。年齡屬性下對各類型電影用戶的認知不確定性最低的是黑色電影，最高為魔幻電影。

利用公式（1）（2）（3）計算得到職業屬性下的認知不確定性趨勢圖，以其他職業或未標明職業的用戶的認知不確定性為基準，得到結果如圖3所示。

從圖中各職業認知不確定性曲線的變化趨勢可以看出商人或匠人和失業人群的認知不確定性波動頻率明顯高于其他職業人群。而農民的認知不確定性的波蕩幅度明顯高于其他職業人群，對紀錄片的認知不確定性最低，對犯罪電影、冒險片及魔幻電影認知不確定性最高，分析原因可能因為數據集中該職業人群的數量較少，造成數據的集中或分散，而產生曲線波動幅度比較大。如圖3所示主婦的認知不確定性與其他職業人群的認知不確定性曲線的整體呈上升的變化趨勢相比有一個明顯的下滑趨勢。縱觀各職業的認知不確定曲線可以看出，職業間沒有一個明顯的偏向性。

3 結論

本文從社會認知的角度研究社會影響的作用機制。提出個體對來自他人的數字內容的易感性源于對數字內容的認知不確定性，而且不確定性程度越大社會影響的作用就越強的假設，引入一個指標變異系數來衡量認知不確定性。首先對電影數據集進行屬性分類。根據數據的結構形式，對數據集進行了三種屬性分類，分別為性別、年齡和職業。其次，以各類型電影為基礎，對分類后數據計算認知不確定性。最后，通過屬性間認知不確定性的比對，研究屬性在數字內容擴散中產生的影響。

實驗結果表明，性別屬性的影響主要表現在：男性用戶不確定性程度整體高于女性，在擴散過程中的男性的社會影響高于女性。年齡屬性的影響主要體現在：25-49歲間的用戶社會影響大于其他年齡段的用戶。職業屬性的影響主要表現在：農民的易感性明顯高于其他職業類型，在信息擴散過程中更容易受到他人的影響。endprint