社交媒體平臺UGC質量影響因素研究

顧潤德，陳媛媛（黑龍江大學信息管理學院）

中國互聯網絡信息中心（ChinaInternetNetworkInformationCenter，CNNIC）于2018年 1月 31日發布最新數據，截至2017年12月，中國網民規模已達到7.72億人次，互聯網普及率為55.8%，同比增長2.6個百分點，超過全球平均水平（51.7%）4.1個百分點。我國互聯網的普及以及龐大的網民群體推動了網絡社交媒體平臺的快速發展，網絡社交媒體平臺已經深入到政府機關、各大企業、個體工商業以及居民日常生活之中，并在此基礎之上不斷改變著用戶獲取信息所采取的方式、途徑，社交媒體平臺已成為用戶進行交流溝通、信息搜尋不可或缺的渠道。

UGC（User-Generated Content）為用戶創建、生成內容的總稱，是在Web2.0環境下一種新興的網絡信息資源創作與組織模式。［1］在Web2.0模式下，用戶不僅是單一的互聯網信息瀏覽者還是網絡內容創造者。由于社交媒體平臺的開放性，用戶可以不受時間和地域的限制分享各種觀點、圖片、視頻，可以得到自己需要的信息也可以發布自己的評價，故而用戶在社交媒體平臺中生成內容通常具備自發性和主觀性，也正是由于社交媒體平臺準入門檻低以及用戶個體差異和信息需求不同，在方便用戶信息獲取的同時，一些用戶為圖私利捏造事實，發布或傳播虛假信息的行為也在日益增長，進而網絡社交媒體平臺中充斥著大量質量參差不齊的信息，導致用戶難以獲取準確有效的信息，為現實社會不良因素的發生埋下隱患。因此，本文對社交媒體平臺UGC質量的影響因素進行調查研究，旨在幫助用戶更好地把握社交媒體平臺中各類UGC的質量水平，提高信息甄別能力，篩選真實有用信息，促進社交媒體平臺對用戶生成內容的優化，從源頭降低謠言以及虛假言論的傳播可能性，使社交媒體平臺信息交互更加真實可靠。

1 相關研究回顧

社交媒體平臺涵蓋了特定的人群、特定的公共場所和一些組織機構，逐漸成為人們快速獲取信息的主要渠道，大量用戶發布的言論導致社交媒體平臺信息魚龍混雜，不真實信息嚴重影響用戶行為，擾亂正常網絡輿論秩序。因此，社交媒體平臺UGC的質量問題受到專家學者們的重視，并取得了一定成果。本文所綜述文獻來源于CNKI中國知網數據庫以及Web of Science數據庫。

在UGC質量研究方面，由于UGC創建者的大規模性、復雜性、身份多樣性，其產生的信息內容存在主觀性、片面性與難以監控性，信息發布者容易受到眾多因素影響，致使UGC存在多種質量問題，UGC質量研究受到國內外學者廣泛關注。K.Massoudi［2］等在微博客中構建出查詢、擴張和質量指標搜索體系；賈佳等［3］對“知乎”和“百度知道”兩種社會化問答平臺答案進行質量評估，發現兩種平臺的總體答案質量并不理想，“知乎”比“百度知道”答案質量相對較高，各項指標均優于“百度知道”；余望枝等［4］對BBS論壇和百度知道進行研究，探討了其信息評價機制，提出網絡信息自組織很可能成為網絡信息資源評價的創新方向。

在UGC質量與用戶行為關系研究方面，研究熱點為UGC質量對用戶行為的影響。Sanghyun和Hyunsun［5］通過對371位參與調查者問卷數據進行分析，提出在商家規模、信譽、口碑、交易安全、溝通以及信息質量六個方面對消費者信任度及消費者選擇的影響；查先進等［6］運用雙路徑模型對微博環境下用戶的學術信息搜尋行為進行研究，發現信息質量和信源可信度都顯著正向影響用戶的認知反應和情感反應，并進一步影響學術信息搜尋行為；金燕等［7］從用戶認知與情感需求的角度進行分析，構建了基于用戶體驗的信息質量評價體系，發現用戶體驗影響用戶生成內容質量。

在UGC質量影響因素研究方面，由于網絡社交媒體平臺具有信息傳播速度快、綜合性強、傳播面廣、言論自由等特點，極大地增強了信息的制造與傳播效率，于是便出現了用戶生成內容質量低甚至虛假言論的現象，UGC質量影響因素研究開始受到關注。Rieh［8］與15個來自不同學科的學者通過觀察用戶在網絡中的信息搜索行為，從信息對象的特征、來源特征、知識、情況、搜索輸出的排名、一般假設等方面，確定了影響信息質量的因素；劉清民等［9］從UGC的概念著手研究，調研各大論壇的用戶生成內容，分析用戶生成內容質量影響因素和用戶生成內容存在的問題；肖強等［10］運用TRA、社會交換理論等，研究了影響用戶生成內容共享意愿的因素；葉鳳云等［11］以用戶行為過程為角度，構建了信息質量評價模型，發現信息行為客體及媒體形象對社交媒體用戶生成內容有顯著影響。

通過對國內外文獻的統計與研究發現，國內現有研究成果主要是針對微博、微信、知乎等網絡社交媒體平臺進行UGC質量評價指標體系構建，對影響社交媒體平臺中用戶生成內容質量因素方面的研究重視力度不夠，研究成果較少，在相關文獻數量上與國外差距較大。隨著社交媒體平臺的數量增長與用戶增多，對如何保證社交媒體平臺UGC質量的研究需要從源頭入手，只有確定影響用戶發布不真實內容的因素，才能從根源扼制虛假信息傳播，從而凈化社交媒體平臺信息環境。故本文對影響社交媒體平臺UGC的因素進行調研，為今后進一步研究用戶生成內容質量控制奠定基礎。

2 研究方法

2.1 問卷設計

本次研究采用調查問卷法，以馬萊茨克大眾傳播場理論為基礎進行問卷題目設計。［9,11-12］馬萊茨克認為，接收者心目中的媒介形象導致接收者對媒介內容的期望，因而可以認為這種形象將影響到接收者對內容的選擇、感受和反應的方式。傳播者擁有主動性的同時又承受著媒介的壓力，接收者也同樣受到媒介壓力而需要對大量信息進行內容選擇。

為保證調查問卷設計的合理性、可信度及有效性，在正式調研前首先進行了兩次預調研，每次預調研收集50份調查問卷，對有關問題進行預分析，根據分析結果調整調查問卷的內容，最終確定問卷。此次調查研究正式問卷分為兩個部分三個維度，共16個題項，第一部分為調研對象基本信息，第二部分為調查用戶在特定情境下是否會受到特定影響而發表不切實言論。本問卷第二部分問題設置采用李克特5等級量表，從1到5分別表示“會、通常會、偶爾會、不會與堅決不會”。

2.2 數據收集

本次調研的研究對象綜合選取使用社交網站的不同年齡段、不同學歷、不同職業的人群，在選取調研對象時會選擇諸如同一年齡段但不同學歷不同職業的人群，以及同一學歷不同年齡段不同職業的人群等組合，即三項指標交叉組合選取調研對象，該種調研對象選取方式使獲得的調研結果更加具有普遍性。問卷散發和收集采用“線上+線下點對點”方式派發，歷時10天共收集調查問卷227份，經過嚴格篩選，去除答題時間過短、重復作答及亂選目等無效問卷15份，獲得有效問卷212份，問卷有效率為93.4%。

3 調查數據分析

本文采用層次分析法，首先從“問卷星”平臺中導出數據至Excel軟件進行數據描述、編排等初步處理，而后將數據導入SPSS 21.0軟件中進行數據分析，主要運用到驗證性因子分析方法。

3.1 數據統計描述

本次參與調查問卷填寫人群中，男性占105人，女性占107人，男女比例均衡。年齡段主要集中在21到30歲之間，為134人次，占總人數的63.2%。參與調查人群學歷高中以下13人，大專9人，本科112人，碩士研究生75人，博士研究生3人，其中有學生149人，企業員工24人，黨政機關及事業單位28人，其他職業11人。參與此次調查的人群男女比例、年齡段、學歷及所在行業分布廣泛，已基本包含具備所有特性的人群，具有代表性，因此樣本具備初步的合理性和可信度。

結合對社交媒體平臺用戶生成內容行為的調查（見表1），可以得出，用戶對社交媒體平臺中言論真實性的信任度僅為1/3，且用戶經常或通常發布、點贊、傳播真實信息的比率不足50%。社交媒體平臺用戶對內容信息的不信任和發布虛假言論，造成惡性循環，嚴重阻礙用戶信息獲取。

表1 社交媒體平臺用戶信息行為

3.2 信效度分析

本研究數據處理基于統計學軟件SPSS 21.0版本，采用Cronbach α法對本研究調查問卷進行信度分析。量表總體Cronbach’s Alpha系數值為0.873，對各個分量表進行系數分析，得出Cronbach’s Alpha系數值均大于0.6，說明此次研究調查問卷內部具有較強一致性。而后對各個分量表中題項α系數進行分析，發現將“您在發表言論時會顧及自身形象嗎”項刪除后，總體 Cronbach’s Alpha系數值從 0.873上升到0.880，說明整體信度上升，因此考慮將此項刪除。具體指標統計量見表2所示。在問卷效度構建方面，KMO系數為0.883，且Bartlett球形度檢驗近似卡方檢驗的概率（Sig）為0.000，小于參考值0.05，表明變量之間存在顯著相關，問卷具有良好的效度，適合做因子分析。

表2 具體指標語義及統計量

3.3 因子分析

3.3.1 因子貢獻率分析

采用主成分分析的因子提取方法，提取后結果見表3所示。按照初始特征值大于1的原則選取到四個公因子成分，命名為F1、F2、F3、F4，其初始特征值分別為5.757、1.614、1.272、1.111，這四個公因子累計貢獻率為60.957%，表明其代表了影響社交媒體平臺UGC質量因素60.957%的信息，數值大于50%，具有良好的代表性。

3.3.2 旋轉后因子載荷矩陣

依據具有 Kaiser標準化的正交旋轉法得到旋轉后的因子載荷矩陣見表4所示。

（1）由表4對第一個因子F1進行解釋。跟隨輿論導向發表言論（X5）、瀏覽熱點事件跟帖回復時會受到其他用戶情緒影響（X7）、出于從眾心理或跟隨名人偶像思想發表言論（X8）、會受到社會上仇富、仇權、仇視政府思想影響發表言論（X12）、會受到熱點事件中內容的誘導而進行評論（X13）、去餐廳吃飯感覺菜品味道很一般，但看到其他用戶都給好評，也會在評論社區內給它好評（X14）、某個負面熱點事件涉及偶像，會跟隨粉絲團體一同發表言論支持他（X15）這7個變量的載荷因子數值比較大，根據共性分析，可將F1視為基于用戶從眾心理因素相關的因子。

表3 解釋的總方差

（2）對第二個因子F2進行解釋。因為商家返利贈送禮品而給其好評（X1）、評論后因為話題發起者和商家給出利益而修改評論（X2）、根據商家和網絡點評說某個商品質量好、電影好看而向朋友傳播（X3）、某一網絡事件引起共鳴時跟隨事件中思想發表評論（X9）這4個變量的載荷因子數值比較大，根據共性分析，可將F2視為受到外界噪聲干擾的因子。

（3）對第三個因子F3進行解釋。在淘寶京東等虛擬平臺購買到的商品不夠滿意，但會因為商家態度好給商品好評（X4）、在淘寶京東等購物社區購買物品，質量比預期差，但由于價格低廉會給好評（X16）這2個變量的載荷因子數值比較大，根據共性分析，可將F3視為用戶受到自身次要需求因素影響而對事件轉變態度的因子。

（4）對第四個因子F4去除X11指標項后進行解釋。我會因為社交媒體平臺中現實朋友比較多而產生壓力不愿意發表言論（X6）、購買商品后會待系統默認好評（X10）這2個變量的載荷因子數值比較大，可將F4視為用戶產生社交媒體倦怠情緒的因子。

3.3.3 指標權重計算

所謂權重，是指某指標在整體評價中的相對重要程度，權重越大說明該指標的重要性就越強，對整體的影響就越大。結合表4中經過旋轉后各成分方差所占百分比，計算得F1、F2、F3、F4四個成分的指標權重分別為0.3106、0.3101、0.2235、0.1558。為方便直觀體現，根據因子的解釋語義與權重構建社交媒體平臺用戶評論信息質量影響因素指標體系，如表5所示。

表4 旋轉成份矩陣

表5 社交媒體平臺用戶評論信息質量影響因素指標體系

3.4 結果

根據因子計算后權重數值對四個因子進行從大到小排序，為F1＞F2＞F3＞F4，并依據上文各數據分析可以得出結論：F1因子“基于用戶從眾心理因素影響”所占權重最大，為影響社交媒體平臺用戶評論信息質量最主要因素。F2因子“受到外界噪聲干擾影響”權重僅比F1因子低0.0005，可將其視為主要因素之一，其次為“用戶受到自身次要需求因素影響”和“由于用戶懶惰、遺忘而產生的不確定因素影響”。

4 分析與建議

各類信息刺激使用戶產生信息意識，喚起用戶的潛在信息需求，從而表達自身需求狀態，最后產生信息行為，用戶發布的信息又會成為信息刺激源影響其他用戶，形成用戶信息心理作用循環機制，如圖所示。［13］本節對上文結果中的四個主要影響因素進行分析，并對社交媒體平臺以及用戶信息行為提出相關建議。

4.1 從眾心理影響

圖 用戶信息心理作用循環機制

在社會心理學中，群體的行為有著如出一轍的相似性，這是由于群體行為不受大腦控制造成的，個人在群體中會順應群體思想來確立自身意識形態，群體中每個人的協同一致的行為只不過是他所受到的刺激因素作用于脊椎神經的結果，就像刺激青蛙裸露在外面的神經，所有的青蛙都會驚人一致的表現同一動作。［14-15］在社交媒體平臺中，用戶在對事件、商品、服務發表個人評價時，會首先瀏覽其他用戶發表的評論，從中會受到整體輿論導向的引導，進而發表順應輿論的內容信息，這便是從眾心理的作用。此時，用戶的真實體驗與個人情感已被湮滅到“主流”思想之中，從而造成社交媒體平臺內用戶生成內容質量參差不齊，用戶難以獲取有效信息。

在此方面，要從源頭扼制虛假信息，建議用戶從自身做起，經過切身體驗與了解后再發布具有自身情感的言論，堅決杜絕跟風評論，實現用戶信息獲取與評論良性循環。社交媒體平臺應加強監管力度，安排運維技術人員對熱點事件評論進行人工篩查，及時刪除具有虛假輿論引導性的言論及數字影像。各級政府有關部門依據法律對網絡用戶加強監督管理，一經發現散播謠言、傳播非法數字影像者立即作出處理。

4.2 受到外界噪聲干擾影響

本文認為影響社交媒體平臺UGC質量的外界噪聲為內容干擾、利益干擾和壓力干擾三類。內容干擾指社交媒體平臺中用戶發表言論、評價及回復內容中對其他用戶的信息獲取及利用行為的干擾因素；利益干擾指事件發起者、傳播者、新聞媒體及評論者為了自身利益而以利益為“誘餌”誘使用戶發布有利于其利益的言論，如電商對消費者進行好評返利誘導；壓力干擾指事件發起者、傳播者、新聞媒體及評論者對用戶創建內容的行為施加壓力，迫使用戶發布有利于其的言論，如輿論壓力。在問卷“您認為基于何種原因會使用戶發表不真實信息”調查中，有171人選擇了“商家諸如返利等誘惑”，占總人數的80.66%，外界噪聲干擾雖不是影響社交媒體平臺用戶評論信息質量的最顯著因素，但因它作為刺激源存在于用戶網絡使用過程中的方方面面，其危害社交媒體平臺UGC質量的程度也不容小視。

為減少外界噪聲干擾的發生，網絡社交媒體平臺管理人員應設置全面細致的敏感詞自動搜尋并刪除系統，如將“好評返利、轉發有禮、修改評論、集贊贈送”等詞語列入敏感詞庫，系統一經發現廣告、文章、對話中出現這類詞語立即將其刪除，并作出相應處罰措施，完善后臺數據量子分析，堅決抵制并查處網絡商家以及話題發起者雇傭用戶刷好評行為。用戶在接收到利益誘導時，應不為所動并及時舉報該信息，在瀏覽文章、廣告和報導時，要學會明辨是非，堅持自己的理解和分析進行評論，不受內容和發布者情感的干擾，遇到恐嚇、威脅要求刪除評論時，要合理使用法律武器維護自身利益。

4.3 受到自身次要需求因素影響

在社交媒體平臺中，用戶會受到自身需求的影響發表評論信息，自身需求分為主要需求和次要需求兩類。主要需求為用戶的第一需要，是用戶最為重視的需求，次要需求為用戶在達不到主要需求或者進行綜合考慮的情況下的第二需求。如在購買商品時消費者往往追求“物美價廉”，其中“物美”指商品質量好，為消費者主要需求，“價廉”指物品價格便宜，為消費者次要需求，當消費者在網上購買一件商品，在出現商品質量欠佳，達不到用戶主要需求的情況下，消費者自身可能會考慮到價格便宜，與商品價值相符而給予商家好的評價。這便是基于自身次要需求因素影響評論信息質量，造成對其他用戶的信息誤導。為降低此類影響，用戶在搜集信息時應盡可能多的瀏覽其他用戶的評論，不以某一條評論為信息搜尋的結果。

4.4 用戶社交媒體倦怠情緒影響

社交媒體倦怠是指社交媒體平臺用戶由于過載的信息、過重的好友、過多的分享以及難以維持社交關系過多的浪費時間等因素，產生社交疲勞從而減少虛擬社交并希望從社交媒體平臺中退出的現象。［16］在社交媒體中投入過多的時間會使用戶增加信息的接收量以及極端評論，又要維護好友關系和自身形象，進而引發壓力、焦慮和疲倦等負面情緒，從而避免在社交平臺評論發言。［17］在用戶放棄使用社交媒體平臺原因調查中，有166人選擇了“信息泛濫，無用評論雜、多”，占總人數的78.3%；155人選擇“類似于廣告的分享過多”，占總人數的73.11%；180人選擇“過多浪費時間”，占總人數的84.9%。該項數據初步表明，社交媒體平臺中存在的信息過載、過多的分享、過多浪費時間等現象導致用戶產生社交媒體倦怠從而放棄使用社交媒體平臺。關于用戶社交媒體倦怠產生的原因、后果、以及對社交媒體平臺UGC質量影響的研究還需今后有針對性深入實證調研。

5 結語

本研究在國內外社交媒體平臺UGC質量相關研究的基礎上，依據馬萊茨克的大眾傳播場理論設計調查問卷，運用SPSS統計學軟件采用主成分因子分析方法，在理論研究基礎上結合實際數據探究社交媒體平臺中影響UGC質量的因素。通過對各因子指標權重進行計算得出結論：基于用戶從眾心理因素影響對社交媒體平臺中用戶評論質量的影響最大，其次分別為宣傳、利益等外界噪聲干擾影響，用戶次要需求因素影響以及用戶社交媒體倦怠情緒影響從而發表不切實評論。本文旨在幫助用戶更好地把握社交媒體平臺中各類言論的質量水平以及產生不切實言論的因素，從而使用戶提高信息甄別能力，便于篩選真實有用信息，為社交媒體平臺的管理和對用戶生成內容的處理與優化提供了理論基礎，有利于降低謠言以及虛假言論的傳播可能性，使社交媒體平臺信息交互更加真實可靠。在本次研究過程中發現用戶社交媒體倦怠情緒影響用戶社交媒體平臺使用行為，并進一步影響用戶生成內容質量，今后可以對用戶社交媒體倦怠與消極使用行為進行深入研究，探討用戶社交媒體倦怠產生的前因與影響因素。