新媒體視域下個(gè)體投資用戶的信息獲取行為研究

王新華 黃和 于灝 白麗 王家坤 侯艷輝

〔摘要〕[目的/意義]研究了大數(shù)據(jù)環(huán)境下個(gè)體投資者的信息獲取行為偏好，探索新媒體環(huán)境對(duì)個(gè)體投資用戶的決策影響。[方法/過(guò)程]基于開(kāi)放式股票投資在線社交網(wǎng)絡(luò)（OSN）的視角，分析、確定個(gè)體投資用戶的主要信息獲取行為，以及影響個(gè)體投資決策的兩個(gè)重要因素；通過(guò)問(wèn)卷調(diào)查收集相關(guān)數(shù)據(jù)，提出研究假設(shè)，進(jìn)行數(shù)據(jù)分析，并運(yùn)用回歸分析方法進(jìn)行假設(shè)檢驗(yàn)，分析個(gè)體投資者決策的信息獲取行為偏好。[結(jié)果/結(jié)論]研究發(fā)現(xiàn)：不同個(gè)體投資者對(duì)信息獲取行為的選擇存在明顯差異；并且個(gè)人分析能力不同的投資者的行為偏好存在差異；個(gè)性化推薦是對(duì)個(gè)體投資者決策具有較大影響作用的信息獲取行為。

〔關(guān)鍵詞〕在線社交網(wǎng)絡(luò)；個(gè)體投資者；用戶；信息獲取行為；推薦行為；投資決策；影響因素

DOI：10.3969/j.issn.1008-0821.2018.09.008

〔中圖分類號(hào)〕G203〔文獻(xiàn)標(biāo)識(shí)碼〕A〔文章編號(hào)〕1008-0821（2018）09-0048-09

Research on Information Acquisition Behavior of Individual

Investment Users in the View of New MediaWang XinhuaHuang HeYu Hao*Bai LiWang JiakunHou Yanhui

（College of Economics and Management，Shandong University of Science and Technology，

Qingdao 266590，China）

〔Abstract〕[Purpose/Significance]The paper studied the preferences of individual investors for information acquisition behavior in the context of big data.And the paper explored the impact of the new media environment on individual investment users decision-making.[Methods/Processes]Firstly，based on the perspective of the open stock investment online social network，the main information acquisition behavior of individual investors was analyzed，and two important factors that affect individual investment decisions were determined.Secondly，questionnaires were used to collect relevant data and research hypotheses were proposed.Finally，the paper used the regression analysis method to test the hypothesis，and analyzed the information acquisition behavior preference of individual investors decision.[Results/Conclusion]The study found that there were significant differences in the choice of information acquisition behaviors among different individual investors.And there were differences in the behavioral preferences of investors with different personal analysis abilities.Moreover，personalized recommendation had a great influence on the individual investor decisions.

〔Key words〕online social networks；individual investors；user；information acquisition behavior；recommended behavior；investment decision-making；influnce factors

在線社交網(wǎng)絡(luò)（Online Social Networks，OSN）已成為人們獲取和傳遞信息的重要方式，同時(shí)，一些社交網(wǎng)絡(luò)用戶行為也對(duì)個(gè)體的現(xiàn)實(shí)行為產(chǎn)生了巨大影響。個(gè)體投資者是對(duì)信息極其敏感的一類人群，在“股民”和“網(wǎng)民”髙度耦合的數(shù)字化時(shí)代，個(gè)體投資者頻繁活躍在StockTwits、雪球網(wǎng)、同花順等專業(yè)類型股票投資OSN中，以此獲取和傳遞所需的投資信息。投資者的線上行為能夠反映和影響其線下的決策行為，例如，專業(yè)類型股票投資OSN對(duì)“星巴克致癌”事件的負(fù)面報(bào)道，導(dǎo)致了星巴克股價(jià)的應(yīng)聲下跌。股票投資OSN為廣大投資者，尤其是個(gè)體投資者提供了豐富的信息資源，但海量的碎片化數(shù)據(jù)也為個(gè)體投資者高效獲取有用的投資信息帶來(lái)困難。互動(dòng)性更強(qiáng)的新OSN環(huán)境，數(shù)據(jù)的碎片化程度更高，OSN用戶獲取信息的難度更大，那么用戶怎樣能從海量的數(shù)據(jù)中高效提取有價(jià)值的信息？數(shù)據(jù)分析解讀能力不同的用戶對(duì)信息獲取行為的偏好又會(huì)有何差異？這些問(wèn)題對(duì)新媒體環(huán)境下，OSN用戶行為分析及個(gè)體投資者決策行為的理論研究都具有重要意義。

有關(guān)OSN的研究可歸屬于網(wǎng)絡(luò)科學(xué)的研究范疇。網(wǎng)絡(luò)科學(xué)的研究成果發(fā)現(xiàn)，網(wǎng)絡(luò)結(jié)構(gòu)與其上的動(dòng)力學(xué)行為密切相關(guān)[1-4]，用戶基于不同網(wǎng)絡(luò)結(jié)構(gòu)的OSN會(huì)有不同的行為表現(xiàn)，從而產(chǎn)生不同的影響效應(yīng)[5-6]。為了研究上述兩個(gè)問(wèn)題，本文依據(jù)專業(yè)類型股票投資OSN的結(jié)構(gòu)差異性，將其劃分為兩類：一是開(kāi)放式股票投資OSN（Open Stock Investment OSN，OSI-OSN），關(guān)系主要建立在股票投資這一興趣之上，具有廣傳播、淺社交、松關(guān)系的特征，如雪球、同花順、投資信息發(fā)布的微博等專業(yè)類型OSN平臺(tái)；二是封閉式股票投資OSN（Closed Stock Investment OSN，CSI-OSN），相對(duì)封閉的社交圈，具有窄傳播、深社交、緊關(guān)系的特征，如依托微信、QQ等的股票交流群。

OSI-OSN的易接入性特征（相對(duì)于CSI-OSN）設(shè)計(jì)吸引了眾多用戶，形成了巨大的用戶群體，使得OSI-OSN在個(gè)體投資者群體中的影響較為廣泛。因此，本文以O(shè)SI-OSN中的用戶作為研究對(duì)象。首先，分析OSN用戶的主要信息獲取行為以及影響個(gè)體投資者決策的關(guān)鍵因素；然后，基于理論分析提出研究假設(shè)；最后，通過(guò)實(shí)證研究驗(yàn)證分析。本研究，豐富了新媒體環(huán)境下的OSN用戶行為研究，為個(gè)體投資者選擇高效的信息獲取行為提供理論依據(jù)，也為OSI-OSN的功能優(yōu)化提供依據(jù)。

2018年9月第38卷第9期現(xiàn)代情報(bào)Journal of Modern InformationSep.，2018Vol38No92018年9月第38卷第9期新媒體視域下個(gè)體投資用戶的信息獲取行為研究Sep.，2018Vol38No91相關(guān)研究

11OSN用戶的信息獲取行為研究

OSN用戶的信息獲取行為領(lǐng)域已取得了較為豐富的研究成果。當(dāng)前研究發(fā)現(xiàn)[7-12]，信息獲取行為主要包含搜索行為、瀏覽行為、交互行為（如發(fā)布、回復(fù)、評(píng)論、點(diǎn)贊、轉(zhuǎn)發(fā)等行為）、關(guān)注行為以及推薦行為等。楊善林等[7]認(rèn)為內(nèi)容創(chuàng)建行為和內(nèi)容“消費(fèi)”行為，涉及發(fā)布、瀏覽、搜索、關(guān)注等行為是OSN用戶獲取信息的主要方式。Lee等[9]在“使用與滿足”理論以及社會(huì)認(rèn)知理論的基礎(chǔ)上，分析了社交媒體上的信息分享行為。甘春梅等[10]探討了社會(huì)化問(wèn)答社區(qū)用戶的消費(fèi)、參與、創(chuàng)造行為的影響因素。周樸雄等[12]研究發(fā)現(xiàn)，移動(dòng)互聯(lián)網(wǎng)能根據(jù)用戶對(duì)資源的偏好實(shí)現(xiàn)精準(zhǔn)的個(gè)性化信息推薦。

此外，已有研究將OSN用戶的信息獲取行為歸類為主動(dòng)信息獲取行為和被動(dòng)信息獲取行為。Wilson[13]認(rèn)為，用戶的信息獲取行為既包括主動(dòng)的信息尋求和利用，又包括被動(dòng)的信息接收。Morris等[14]針對(duì)主動(dòng)式的用戶信息獲取行為，依據(jù)獲取信息的途徑差異，指出用戶可以通過(guò)OSN搜索以及在OSN發(fā)布問(wèn)題等待其他用戶解答兩種途徑獲取所需信息。張迪等[15]認(rèn)為信息獲取行為包括信息主動(dòng)獲取和信息被動(dòng)獲取兩類，并且信息主動(dòng)獲取是一種主動(dòng)的、帶有目的性的信息獲取行為，而信息被動(dòng)獲取則是在OSN推薦信息過(guò)程中偶然發(fā)現(xiàn)信息的行為。

在OSN用戶的信息獲取行為方面，當(dāng)前研究主要以綜合類型OSN平臺(tái)為研究對(duì)象，較少有針對(duì)專業(yè)類型OSN的研究。專業(yè)類型OSN用戶的信息獲取行為帶有很強(qiáng)的目的性，用戶對(duì)專業(yè)類型OSN行為的選擇往往具有較強(qiáng)的偏好性和策略性。因此，用戶的差異性以及個(gè)體對(duì)信息獲取行為的選擇偏好將是開(kāi)展專業(yè)類型OSN用戶行為研究的切入點(diǎn)。

12個(gè)體投資者的投資決策影響因素研究

在對(duì)個(gè)體投資者投資決策過(guò)程的研究中，已有研究大多從基于理性人假設(shè)的效用理論入手，認(rèn)為在投資決策過(guò)程中，投資者有明確的目標(biāo)，掌握的信息是全面正確的，并且能做出最優(yōu)選擇[16]。效用理論為量化分析個(gè)體投資者的投資決策行為提供了理論基礎(chǔ)，但卻無(wú)法解釋投資環(huán)境下決策主體的有限理性和個(gè)人偏好[17]。為了指導(dǎo)實(shí)際中的決策行為，啟發(fā)式偏差、前景理論等理論被相繼提出[18]。已有研究認(rèn)為[19-24]，在信息不對(duì)稱的情況下，由于擁有的有效信息有限，投資知識(shí)、投資經(jīng)驗(yàn)等個(gè)體特征存在差異，再加上心理與行為偏差、情緒等因素，個(gè)體投資者會(huì)制定不同的投資決策。

此外，信息源的選擇、信息質(zhì)量及信息廣度等因素能反映出投資者對(duì)信息掌握的完備程度，而個(gè)體特征、心理及情緒等因素能反映出投資者對(duì)信息的分析利用能力。李月琳等[20]認(rèn)為個(gè)體投資者面臨著數(shù)據(jù)過(guò)載的問(wèn)題，他們需要了解國(guó)內(nèi)外經(jīng)濟(jì)、金融形勢(shì)及上市企業(yè)經(jīng)營(yíng)質(zhì)量等相關(guān)信息，以此作為投資決策的依據(jù)。West[21]對(duì)數(shù)據(jù)進(jìn)行了定性和定量分析，研究發(fā)現(xiàn)信息來(lái)源及信息完整性會(huì)影響投資者的決策制定。

譚松濤等[22]在部分個(gè)體股民交易記錄數(shù)據(jù)的基礎(chǔ)上，考察了投資經(jīng)驗(yàn)以及個(gè)人的信息解讀和判斷能力對(duì)投資收益的影響。Xiao等[23]對(duì)實(shí)證數(shù)據(jù)進(jìn)行分析，結(jié)果表明個(gè)人投資者的投資經(jīng)驗(yàn)、投資情緒對(duì)投資偏好有重要影響。盧佐冬[24]研究發(fā)現(xiàn)，投資者對(duì)信息的有限感知和處理能力、信息加工過(guò)程中的個(gè)性差異、情緒對(duì)信息處理的限制以及情景差異均會(huì)引起投資者的行為偏差，從而進(jìn)一步影響投資決策行為。

綜上，投資者決策行為方面的研究取得了較為豐富的成果。投資活動(dòng)是一個(gè)復(fù)雜的決策過(guò)程，個(gè)體投資者獲取信息的完備性和自身的信息解讀能力是影響其投資決策行為的重要因素。其中，信息完備程度是指?jìng)€(gè)體投資者獲取投資信息的全面性和完整性，包含國(guó)家經(jīng)濟(jì)、行業(yè)發(fā)展、公司經(jīng)營(yíng)、股票價(jià)格、金融形勢(shì)等方面信息。個(gè)人分析能力是指?jìng)€(gè)體投資者對(duì)所掌握信息的分析與利用能力，能否依據(jù)自身的投資知識(shí)和投資經(jīng)驗(yàn)從海量的信息中挖掘出有價(jià)值的投資信息。

2研究假設(shè)與概念模型

為了研究信息獲取行為與信息完備程度之間的關(guān)系，本文從個(gè)體投資者的視角，將OSI-OSN用戶的信息獲取行為劃分為主動(dòng)信息獲取行為和被動(dòng)信息獲取行為。主動(dòng)信息獲取行為是由用戶主動(dòng)發(fā)起的行為。本文主要選取代表性的4種獲取行為：搜索行為、瀏覽行為、交互行為和關(guān)注行為。其中，根據(jù)行為本身社交屬性的強(qiáng)弱，將搜索行為和瀏覽行為劃分為弱社交屬性獲取行為（Weak Social Attribute Acquisition Behavior，WSAAB）；關(guān)注行為和交互行為劃分為強(qiáng)社交屬性獲取行為（Strong Social Attribute Acquisition Behavior，SSAAB）。被動(dòng)信息獲取行為是用戶被動(dòng)接受的行為，這里選取了1種獲取行為：推薦行為。當(dāng)前，基于大數(shù)據(jù)挖掘技術(shù)的推薦系統(tǒng)獲得了廣泛應(yīng)用，尤其是依據(jù)用戶的歷史數(shù)據(jù)的個(gè)性化推薦，如，基于搜索或?yàn)g覽歷史的商品推薦、新聞推薦，基于“關(guān)注”的興趣信息推薦等。推薦行為已經(jīng)成為用戶被動(dòng)獲取信息的一種主要手段，因此，將其作為被動(dòng)信息獲取行為的研究對(duì)象具有一定的代表性。如圖1所示，搜索行為、瀏覽行為、交互行為、關(guān)注行為是由用戶自我意識(shí)控制的主動(dòng)信息獲取行為，而推薦行為是推薦系統(tǒng)為用戶推薦信息的被動(dòng)信息獲取行為。

此外，為了研究個(gè)人分析能力差異與信息獲取行為偏好之間的關(guān)系，本文按照投資者的個(gè)體特征將投資者的個(gè)人分析能力劃分為三級(jí)：一是強(qiáng)分析能力者，投資者能準(zhǔn)確解讀投資信息，從中挖掘出股票的內(nèi)在價(jià)值；二是較強(qiáng)分析能力者，投資者能對(duì)信息做出較為準(zhǔn)確的分析判斷，發(fā)現(xiàn)其中比較有價(jià)值的投資信息；三是一般分析能力者，投資者的數(shù)據(jù)分析能力一般，較難提取出重要的投資信息。

21信息獲取行為與信息完備程度的關(guān)系研究

信息完備程度是影響個(gè)體投資者決策的重要因素。個(gè)體投資者基于OSI-OSN的信息獲取行為有利于提升自身的信息完備程度，但不同的信息獲取行為對(duì)提升投資者信息完備程度的影響存在差異。

個(gè)體投資者主動(dòng)搜索投資信息，通過(guò)瀏覽搜集有用信息，可增加信息完備性[25]；通過(guò)關(guān)注投資領(lǐng)域的“意見(jiàn)領(lǐng)袖”，如“大V”，與他們交流互動(dòng)、分享投資經(jīng)驗(yàn)，可及時(shí)獲取所需信息，提高信息完備程度[26]。此外，隨著信息推薦技術(shù)水平日益提高，投資信息推薦行為在OSI-OSN十分盛行。如今，投資者可以借助推薦系統(tǒng)的精準(zhǔn)推薦，高效地獲取到有價(jià)值的信息，從而更高效地提升自身投資信息的完備程度[27-28]。為了比較投資者對(duì)這種新興的信息獲取行為與原有信息獲取行為在提升信息完備方面的認(rèn)可度，考察信息推薦行為在OSI-OSN上的實(shí)際效能反應(yīng)，這里做出如下假設(shè)：

H1：相比于搜索行為，推薦行為更有利于提升個(gè)體投資者的信息完備程度。

H2：相比于瀏覽行為，推薦行為更有利于提升個(gè)體投資者的信息完備程度。

H3：相比于交互行為，推薦行為更有利于提升個(gè)體投資者的信息完備程度。

H4：相比于關(guān)注行為，推薦行為更有利于提升個(gè)體投資者的信息完備程度。

22個(gè)人分析能力差異與信息獲取行為偏好的關(guān)系研究個(gè)人分析能力是影響個(gè)體投資者決策的重要因素。為了研究分析能力不同的個(gè)體投資者對(duì)信息獲取行為的偏好，識(shí)別出強(qiáng)分析能力者慣用的信息獲取方式，本文從強(qiáng)分析能力者、較強(qiáng)分析能力者和一般分析能力者3個(gè)角度進(jìn)行研究。

221個(gè)人分析能力差異與信息獲取行為選擇順序的關(guān)系研究

一般認(rèn)為，個(gè)體在行為選擇方面往往更注重主控性。因此，在信息獲取行為方式的選擇順序上，更偏好于先主動(dòng)后被動(dòng)。主動(dòng)信息獲取行為是用戶主動(dòng)發(fā)起的行為，為用戶所控制；而被動(dòng)信息獲取行為是OSI-OSN推薦信息的行為，具有不可控性。在信息獲取行為選擇順序上，不同分析能力的個(gè)體投資者是否具有一致性，尤其是越來(lái)越精準(zhǔn)的個(gè)性化信息推薦技術(shù)的應(yīng)用，是否會(huì)影響到個(gè)體的行為選擇順序。為此，這里提出以下假設(shè)來(lái)進(jìn)行研究：

H5：個(gè)人分析能力強(qiáng)的個(gè)體投資者會(huì)優(yōu)先選擇主動(dòng)信息獲取行為，其次會(huì)選擇被動(dòng)信息獲取行為。

H6：個(gè)人分析能力較強(qiáng)的個(gè)體投資者會(huì)優(yōu)先選擇主動(dòng)信息獲取行為，其次會(huì)選擇被動(dòng)信息獲取行為。

H7：個(gè)人分析能力一般的個(gè)體投資者會(huì)優(yōu)先選擇主動(dòng)信息獲取行為，其次會(huì)選擇被動(dòng)信息獲取行為。

222個(gè)人分析能力差異與主動(dòng)信息獲取行為偏好的關(guān)系研究

由上文，根據(jù)社交屬性的強(qiáng)弱不同細(xì)分了主動(dòng)信息獲取行為，即，弱社交屬性獲取行為（WSAAB），包括搜索行為和瀏覽行為；強(qiáng)社交屬性獲取行為（SSAAB），包括關(guān)注行為和交互行為。WSAAB的交互性較弱，個(gè)體投資者只能通過(guò)簡(jiǎn)單的搜索、瀏覽行為查詢所需信息，相互之間不能交流或分享信息資源，獲取的信息范圍較廣、高質(zhì)量信息獲取概率較低；而SSAAB的交互性較強(qiáng)，投資者可以關(guān)注投資領(lǐng)域的“大V”或“意見(jiàn)領(lǐng)袖”，與他們交流探討、分享信息，獲取的信息精準(zhǔn)度較高，信息質(zhì)量較好。

由于個(gè)人分析能力不同，個(gè)體投資者對(duì)WSAAB和SSAAB的選擇偏好也會(huì)有差異。為了研究分析能力不同的3類投資者對(duì)WSAAB和SSAAB的選擇偏好，本文提出如下假設(shè)：

H8：在主動(dòng)信息獲取行為中，強(qiáng)分析能力者更偏好SSAAB，其次會(huì)選擇WSAAB。

H9：在主動(dòng)信息獲取行為中，較強(qiáng)分析能力者更偏好SSAAB，其次會(huì)選擇WSAAB。

H10：在主動(dòng)信息獲取行為中，一般分析能力者更偏好SSAAB，其次會(huì)選擇WSAAB。

基于以上分析與假設(shè)，本研究的概念模型如圖2所示。圖2概念模型示意圖

3研究設(shè)計(jì)

31變量測(cè)量

基于先前研究成果中的量表選項(xiàng)，并結(jié)合本研究的OSI-OSN情境，設(shè)計(jì)本文的量表。其中，個(gè)體投資者的人口統(tǒng)計(jì)學(xué)特征，包括年齡、受教育程度、投資年限、月均交易頻率、投資規(guī)模，按照深交所《2016年個(gè)人投資者狀況調(diào)查報(bào)告》中的投資者統(tǒng)計(jì)特征進(jìn)行測(cè)量。量表的其他測(cè)量項(xiàng)，涉及瀏覽行為、搜索行為、交互行為、關(guān)注行為、推薦行為、信息完備程度、個(gè)體評(píng)價(jià)，采用Likert五級(jí)量表進(jìn)行測(cè)試。其中，瀏覽行為從瀏覽熱點(diǎn)信息強(qiáng)度、瀏覽認(rèn)真度、瀏覽用時(shí)3個(gè)方面測(cè)量；搜索行為用搜索頻率、搜索結(jié)果閱讀量、搜索準(zhǔn)確度3個(gè)題項(xiàng)考察；交互行為用發(fā)布量、回復(fù)量、評(píng)論量、轉(zhuǎn)發(fā)量等3個(gè)題項(xiàng)測(cè)量；關(guān)注行為從注冊(cè)時(shí)間、關(guān)注投資領(lǐng)域不同類型的“大V”數(shù)量4個(gè)方面考察；信息完備程度從國(guó)家宏觀信息、行業(yè)信息、公司年報(bào)、技術(shù)指標(biāo)信息、資訊信息、股市信息等6個(gè)方面測(cè)量；個(gè)體評(píng)價(jià)從投資知識(shí)、信息獲取、信息分析利用3個(gè)方面考察。

此外，個(gè)體投資者的個(gè)人分析能力以量表中的年齡（1）、教育水平（2）、投資年限（3）、月均交易頻率（4）、投資規(guī)模（5）和個(gè)體評(píng)價(jià)題項(xiàng)（6）作為測(cè)量標(biāo)準(zhǔn)。運(yùn)用熵值法計(jì)算各個(gè)指標(biāo)的權(quán)重分別為0145（1）、0074（2）、0195（3）、0141（4）、0140（5）、0117（6-1）、0093（6-2）、0095（6-3），將每個(gè)指標(biāo)的得分與其權(quán)重的乘積之和看作個(gè)人分析能力的綜合評(píng)價(jià)值。按降序進(jìn)行排列，取前33%的投資者為強(qiáng)分析能力者，中間34%的投資者為較強(qiáng)分析能力者，后33%的投資者為一般分析能力者。圖3清晰地區(qū)分出了3類不同分析能力者。

32樣本選擇與數(shù)據(jù)收集

調(diào)查采用隨機(jī)抽樣的方法，問(wèn)卷通過(guò)兩種途徑進(jìn)行發(fā)放：一是通過(guò)問(wèn)卷星平臺(tái)發(fā)放線上問(wèn)卷；二是在某股票交易中心發(fā)放紙質(zhì)問(wèn)卷。考慮到本研究是開(kāi)放式網(wǎng)絡(luò)投資情景，要求調(diào)查對(duì)象應(yīng)是經(jīng)常使用OSI-OSN的個(gè)體投資者。調(diào)查時(shí)間從2017年12月19日到2018年2月7日，線上收集191份，線下收集113份，共回收問(wèn)卷304份，經(jīng)篩選剔除無(wú)效問(wèn)卷后，獲得有效問(wèn)卷269份，有效回收率為8849%，其中線上、線下有效回收率分別為8796%和8938%。

4實(shí)證結(jié)果與分析

41描述性統(tǒng)計(jì)與相關(guān)性分析

為了檢驗(yàn)搜索行為、瀏覽行為、交互行為、關(guān)注行為、推薦行為、信息完備程度以及個(gè)人分析能力之間的相關(guān)性，對(duì)樣本數(shù)據(jù)進(jìn)行Pearson相關(guān)性檢驗(yàn)，如表1。結(jié)果表明各變量間的相關(guān)性較強(qiáng)，初步驗(yàn)證了本文所提出的假設(shè)。

搜索行為、瀏覽行為、交互行為、關(guān)注行為、推薦行為、信息完備程度以及個(gè)體評(píng)價(jià)量表的分別為0762、0728、0894、0936、0827、0905、0772，總量表的內(nèi)部一致系數(shù)為0945，均大于閾值07，表明本研究所涉及的各類量表具有較高的信度。同時(shí)，探索性因子分析的結(jié)果顯示：搜索行為、瀏覽行為、交互行為、關(guān)注行為、推薦行為、信息完備程度以及個(gè)體評(píng)價(jià)的KMO值分別為0649、0665、0750、0791、0696、0887、0699，均高于閾值05，Baetlett球形檢驗(yàn)顯著性概率為0000，表明效果良好。另外，表2中主動(dòng)獲取行為、被動(dòng)獲取行為、信息完備程度、個(gè)體評(píng)價(jià)的組合信度（CR）均大于閾值07，表明變量可信，可以進(jìn)一步分析。

效度檢驗(yàn)涉及內(nèi)容效度和建構(gòu)效度。由于本研究中所包含變量的各個(gè)測(cè)度題項(xiàng)均參考已有文獻(xiàn)，并結(jié)合OSI-OSN的特征而設(shè)計(jì)，因此具有內(nèi)容效度。建構(gòu)效度又分為聚合效度和區(qū)別效度。由表2可知，部分指標(biāo)變量的因素負(fù)荷量值介于05～07之間，表示該測(cè)量變量對(duì)潛在因素的重要性相對(duì)較低，但尚可接受。同時(shí)，主動(dòng)獲取行為、被動(dòng)獲取行為、信息完備程度、個(gè)體評(píng)價(jià)的平均方差抽取量（AVE）值均大于或等于閾值05，說(shuō)明本研究的測(cè)量模型具有較好的聚合效度，內(nèi)在質(zhì)量較為理想。區(qū)別效度檢驗(yàn)采用吳明隆[29]提出的對(duì)結(jié)構(gòu)方程中的潛變量構(gòu)建未限制模型及限制模型，并比較二者之間的卡方值差異量。從表3可以看出，兩模型的卡方值差異達(dá)到005顯著性水平，表明潛變量間具有較高的區(qū)別效度。

44結(jié)果分析與討論

上述實(shí)證研究結(jié)果驗(yàn)證了個(gè)體投資者的信息獲取行為與信息完備程度和個(gè)人分析能力之間存在著密切的聯(lián)系。下面對(duì)應(yīng)本文研究設(shè)計(jì)主體的兩方面進(jìn)行分析討論。

441信息獲取行為與信息完備程度的關(guān)系研究

表6的結(jié)果顯示出研究假設(shè)H1～H4成立。即，在提升信息完備程度的獲取行為方面，相比于搜索、瀏覽、交互和關(guān)注等主動(dòng)行為，投資者對(duì)“推薦”這種被動(dòng)信息獲取行為的實(shí)效認(rèn)可度更高。

在網(wǎng)絡(luò)信息過(guò)載的環(huán)境下，一般個(gè)體投資者從信息海洋中辨識(shí)出更有價(jià)值的信息變得更為困難，采用主動(dòng)信息獲取行為的時(shí)間成本會(huì)更高；個(gè)體能力的差異也使得主動(dòng)獲取的信息價(jià)值效果存在差異。信息個(gè)性化推薦系統(tǒng)能夠根據(jù)OSI-OSN用戶的搜索記錄、瀏覽足跡或關(guān)注行為等歷史數(shù)據(jù)，分析出用戶的信息需求以及信息偏好，并從海量的數(shù)據(jù)中過(guò)濾掉無(wú)用信息，較為精準(zhǔn)地向用戶推薦感興趣的投資信息。相比由用戶主動(dòng)發(fā)出的信息獲取行為，智能信息推薦行為往往能給到用戶“驚喜”，包括為用戶節(jié)省了信息獲取方面的成本，或價(jià)值信息方向的引導(dǎo)，以及信息提煉等，能夠高效地幫助用戶提升信息的完備度。因此，這種新興信息技術(shù)的成熟應(yīng)用，一定程度上改變了OSI-OSN用戶的信息獲取行為選擇偏好。從研究結(jié)果可以看出，作為大數(shù)據(jù)以及數(shù)據(jù)挖掘技術(shù)的新興技術(shù)應(yīng)用，信息推薦行為對(duì)普通投資者的幫助已經(jīng)得到了較高認(rèn)可。

442個(gè)人分析能力差異與信息獲取行為偏好的關(guān)系研究

個(gè)人分析能力不同的投資者對(duì)信息獲取行為的選擇偏好存在差異性。本文從行為選擇順序與主動(dòng)獲取行為偏好兩方面來(lái)進(jìn)行研究。

1）個(gè)人分析能力差異與信息獲取行為選擇順序的關(guān)系研究

表7的結(jié)果顯示：假設(shè)H5、H6成立，假設(shè)H7不成立。也就是說(shuō)，在信息獲取行為的選擇順序上，強(qiáng)分析能力者和較強(qiáng)分析能力者會(huì)優(yōu)先選擇主動(dòng)信息獲取行為，而一般分析能力者則更偏好被動(dòng)信息獲取行為。并且，被動(dòng)信息獲取行為對(duì)于強(qiáng)分析能力者決策的直接影響并不顯著。

在OSI-OSN用戶中，強(qiáng)分析能力者和較強(qiáng)分析能力者的數(shù)據(jù)分析水平、投資知識(shí)儲(chǔ)備、心理自信等相對(duì)較好。因此，他們更傾向于首選主動(dòng)從OSI-OSN的海量數(shù)據(jù)中挖掘有用的投資信息。此外，雖然從441的分析中得到推薦行為對(duì)個(gè)體投資者的信息完備度提升具有重要作用，但是，由于強(qiáng)分析能力者的“強(qiáng)投資自信”，或推薦信息與其投資決策選擇的一致性較高，因此，出現(xiàn)了被動(dòng)信息獲取行為對(duì)于強(qiáng)分析能力者的決策影響不顯著的結(jié)果。

相對(duì)個(gè)人分析能力一般的投資者，其數(shù)據(jù)分析水平較低、對(duì)信息的解讀能力較弱，使得產(chǎn)生強(qiáng)自信的依據(jù)不足。因此，他們往往會(huì)更依賴于先接受推薦，后依據(jù)推薦再主動(dòng)獲取信息。隨著推薦技術(shù)的應(yīng)用，高質(zhì)量信息推薦的出現(xiàn)，一定程度上使得一般分析能力者更偏好優(yōu)先選擇推薦行為獲取投資信息

2）個(gè)人分析能力差異與主動(dòng)信息獲取行為偏好的關(guān)系研究

5結(jié)束語(yǔ)

本文對(duì)OSI-OSN個(gè)體投資者用戶的信息獲取行為與投資決策影響因素之間的關(guān)系進(jìn)行了研究。通過(guò)研究發(fā)現(xiàn)：在提升信息完備程度的獲取行為方面，基于個(gè)性化推薦技術(shù)的OSI-OSN推薦行為獲得了用戶更高的實(shí)效認(rèn)可度；強(qiáng)分析能力者和較強(qiáng)分析能力者會(huì)優(yōu)先選擇主動(dòng)信息獲取行為，而一般分析能力者則更偏好被動(dòng)信息獲取行為；只有分析能力最強(qiáng)的一類人群表現(xiàn)出對(duì)SSAAB具有更強(qiáng)的偏好性。

上述研究結(jié)果揭示出，在OSI-OSN上，不同個(gè)體投資者對(duì)信息獲取行為的選擇存在明顯差異；并且個(gè)人分析能力不同的投資者的行為偏好也存在差異；推薦行為對(duì)個(gè)體投資者決策的影響較大。反映出OSI-OSN平臺(tái)針對(duì)個(gè)體投資者用戶的個(gè)性化信息推薦行為發(fā)揮了重要的功能作用，也受到了用戶的較高認(rèn)可。相對(duì)于較大范圍的用戶，推薦行為往往更具有信息的導(dǎo)向作用，它的效力與影響作用深度都是值得深入研究的方向。

此外，相較于OSI-OSN，CSI-OSN可能是具有更為專業(yè)和更高價(jià)值投資信息的獲取源。但由于其網(wǎng)絡(luò)結(jié)構(gòu)較為封閉的特征，較高的私密性，也為對(duì)其的研究帶來(lái)了更高的挑戰(zhàn)性。盡管如此，針對(duì)CSI-OSN的用戶行為研究能夠?yàn)橥顿Y者決策影響研究帶來(lái)更進(jìn)一步地深入，也是值得開(kāi)展的研究方向。本研究豐富了OSI-OSN用戶信息獲取行為在股票投資領(lǐng)域的應(yīng)用，并為CSI-OSN的深入研究提供了基礎(chǔ)。

參考文獻(xiàn)

[1]Fu C，Ying W，Zhao K，et al.Complex Networks Under Dynamic Repair Model[J].Physica A Statistical Mechanics & Its Applications，2018，490：323-330.

[2]劉虹，李煜，孫建軍.基于微博微信的高校社交網(wǎng)絡(luò)信息傳播特征與效率對(duì)比分析[J].現(xiàn)代情報(bào)，2018，38（4）：3-11.

[3]于灝，周玉成，井元偉，等.異質(zhì)化帶寬分配下的復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)流負(fù)載問(wèn)題研究[J].物理學(xué)報(bào)，2013，62（8）：12-18.

[4]于灝，馬妍，王新華，等.帶特定選擇機(jī)制的供應(yīng)系統(tǒng)網(wǎng)絡(luò)模型構(gòu)建及分析[J].系統(tǒng)工程學(xué)報(bào)，2017，32（5）：686-698.

[5]Xia L L，Jiang G P，Song B，et al.Rumor Spreading Model Considering Hesitating Mechanism in Complex Social Networks[J].Physica A Statistical Mechanics & Its Applications，2015，437：295-303.

[6]阮逸潤(rùn)，老松楊，王竣德，等.一種改進(jìn)的基于信息傳播率的復(fù)雜網(wǎng)絡(luò)影響力評(píng)估算法[J].物理學(xué)報(bào)，2017，20（66）：285-294.

[7]楊善林，王佳佳，代寶，等.在線社交網(wǎng)絡(luò)用戶行為研究現(xiàn)狀與展望[J].中國(guó)科學(xué)院院刊，2015，30（2）：200-215.

[8]Cheung C M K，Liu I L B，Lee M K O.How Online Social Interactions Influence Customer Information Contribution Behavior in Online Social Shopping Communities：A Social Learning Theory Perspective[J].Journal of the Association for Information Science & Technology，2015，66（12）：2511-2521.

[9]Lee C S，Ma L.News Sharing in Social Media：The Effect of Gratifications and Prior Experience[J].Computers in Human Behavior，2012，28（2）：331-339.

[10]甘春梅，黃悅.社會(huì)化問(wèn)答社區(qū)不同用戶行為影響因素的實(shí)證研究[J].圖書(shū)情報(bào)知識(shí)，2017，（6）：114-124.

[11]付少雄，胡媛.大學(xué)生健康信息行為對(duì)實(shí)際健康水平的影響研究——基于健康素養(yǎng)與健康信息搜尋視角[J].現(xiàn)代情報(bào)，2018，（2）：84-90.

[12]周樸雄，張兵榮，趙龍文.基于BP神經(jīng)網(wǎng)絡(luò)的情境化信息推薦服務(wù)研究[J].情報(bào)科學(xué)，2016，36（3）：71-75.

[13]Wilson T D.Human Information Behavior[J].Informing Science the International Journal of An Emerging Transdiscipline，2000，3（2）：49-56.

[14]Morris M R，Teevan J，Panovich K.A Comparison of Information Seeking Using Search Engines and Social Networks[C].International Conference on Weblogs and Social Media，2011，26（9）：613-617.

[15]張迪，古俊生，邵若斯.健康信息獲取渠道的聚類分析：主動(dòng)獲取與被動(dòng)接觸[J].國(guó)際新聞界，2015，（5）：81-93.

[16]Kuhn H W，Morgenstern O，Rubinstein A.Theory of Games and Economic Behavior[M].Princeton University Press，2007，21（1）：776.

[17]Liang H，Yang C，Zhang R，et al.Bounded Rationality，Anchoring-and-adjustment Sentiment，and Asset Pricing[J].North American Journal of Economics & Finance，2017，40：85-102.

[18]Tversky A，Tvsersky A.Prospect Theory：An Analysis of Decision-making Under Risk[J].Econometrica，1979，47（2）：263-291.

[19]李月琳，劉濟(jì)群.個(gè)體投資者投資決策中的信息利用行為研究[J].情報(bào)資料工作，2014，35（6）：29-34.

[20]李月琳，胡玲玲.投資者信息行為分析：信息源的選擇與利用研究[J].情報(bào)資料工作，2012，（4）：90-97.

[21]West，Marie L.A mixed Methods Investigation Into Aspects of Medication Wastage in Malta[J].Journal of the Air & Waste Management Association，2015，65（10）：1217-28.

[22]譚松濤，陳玉宇.投資經(jīng)驗(yàn)?zāi)軌蚋纳乒擅竦氖找鏍顩r嗎——基于股民交易記錄數(shù)據(jù)的研究[J].金融研究，2012，（5）：164-178.

[23]Xiao W.Does Practice Make Perfect？Evidence from Individual Investors Experiences and Investment Returns[J].Journal of Interdisciplinary Mathematics，2015，18（6）：811-825.

[24]盧佐冬.個(gè)體投資者心理與行為偏差研究[D].武漢：武漢大學(xué)，2012.

[25]張誼浩，李元，蘇中鋒，等.網(wǎng)絡(luò)搜索能預(yù)測(cè)股票市場(chǎng)嗎？[J].金融研究，2014，（2）：193-206.

[26]Sabherwal S，Sarkar S K，Zhang Y.Do Internet Stock Message Boards Influence Trading？Evidence from Heavily Discussed Stocks with no Fundamental News[J].Journal of Business Finance & Accounting，2011，38（9-10）：1209-1237.

[27]Guo Y，Yin C，Li M，et al.Mobile E-commerce Recommendation System Based on Multi-source Information Fusion for Sustainable E-business[J].Sustainability，2018，10（1）：147.

[28]陳為東，王萍，王益成.學(xué)術(shù)新媒體環(huán)境下用戶信息偶遇要素及內(nèi)在機(jī)理研究[J].情報(bào)理論與實(shí)踐，2017，（2）：28-33.

[29]吳明隆.結(jié)構(gòu)方程模型[M].重慶：重慶大學(xué)出版社，2013：467-475.

（責(zé)任編輯：孫國(guó)雷）