短視頻個性化推薦服務對用戶持續使用意愿的影響研究

譚躍龍

(南陽師范學院經濟與管理學院 河南南陽 473000 )

隨著移動互聯網時代的到來，人們的生活發生了巨大變化，短視頻已然成為當下主流的娛樂方式。大數據和人工智能等技術不斷運用，用戶在平臺網站上個人偏好信息被各大電商平臺重視起來，個性化推薦服務成為短視頻平臺企業重要的營銷方式。

電商平臺個性化智能推薦水平的高低主要取決于個性化推薦系統的深度學習能力與推薦算法的技術優化水平，目前個性化智能推薦的相關文獻研究集中于推薦系統算法的改進，而關于短視頻個性化推薦的相關文獻研究集中在算法推薦優化、視頻類型及內容的推薦及優化方面。王兆紅、劉慶振(2008)對影像創意內容產品的個性化推薦算法及其對影視傳媒產業產生的重要影響進行了研究。在國外的研究中，眾多國外學者將個性化推薦作為影響視頻用戶行為的重要因素進行研究。韓國學者???＆???(2018)等在關于OTT平臺個性化推薦服務的研究中發現，個性化推薦服務對強化顧客忠誠度具有正向影響。

個性化推薦服務滿足了現代用戶多樣化的偏好需求，也成為短視頻平臺企業重要的營銷方式。反映出流量至上和商業利益優先的算法價值觀，以此為依據的短視頻推薦算法實踐帶來了隱私泄露、信息窄化等倫理問題。用戶的信息視野范圍受限，接收到的信息類型減少，有公共價值的內容被隔絕。雖然已有研究指出個性化推薦服務帶來的信息繭房效應，但這些研究主要集中在對算法的優化以及用戶知情權方面，缺乏個性化推薦帶來的信息過濾對用戶持續使用意愿影響的研究。2022年3月1日起施行了由國家互聯網信息辦公室、工業和信息化部、公安部、國家市場監督管理總局聯合發布的《互聯網信息服務算法推薦管理規定》，指出“算法推薦服務提供者應向用戶提供不針對其個人特征的選項，或向用戶提供便捷的關閉算法推薦服務的選項”，給予了用戶充分自由使用個性化推薦服務的權力，同時反映出當前消費者群體越來越成熟，個人信息保護意識越來越強烈。在已有研究中，均未涉及利用收集個人信息判斷個人喜好的個性化推薦服務對用戶持續使用意愿是否會受到用戶對收集個人信息態度的影響。

針對以上研究缺口，本文以短視頻代表平臺抖音為例，參考技術接受模型(Technology Acceptance Model，TAM)，利用現有對個性化推薦的研究，對短視頻個性化推薦服務影響用戶持續使用意愿進行深入研究。具體包括個性化(內容)推薦和過濾氣泡對用戶持續使用意愿的影響、感知有用性對該影響的中介作用及用戶態度的調節作用等，相關結論對短視頻平臺企業提升個性化推薦水平、優化用戶體驗及用戶管理均具有一定的指導意義。

1 研究假設

1.1 個性化推薦服務對用戶持續使用意愿的影響

根據已有研究可知，個性化推薦服務可以滿足用戶的偏好需求，但用戶的信息視野范圍將會受限，接收到的信息類型也會減少，這種現象被稱為“過濾氣泡”。過濾氣泡(Filter Bubble)在Pariser, E(2011)的著作《思想操縱者們》中首次被提及。所謂過濾氣泡是指通過使用推薦算法，只能有限制地接觸到信息偏食形成或符合個人偏好的信息的現象。Qin,PengFei(2022)的研究中，將過濾氣泡與個性化推薦共同作為視頻用戶持續使用意愿的影響變量，并得出過濾氣泡與個性化推薦都對視頻用戶持續使用意愿產生了正向影響。

本文同樣認為，雖然過濾氣泡現象限制了用戶的信息接受范圍，但用戶通過觀看推薦視頻會沉迷于個人喜愛，形成“信息偏食”，并沉浸在視頻平臺中，從而提高了持續使用的意圖。因此，本文將短視頻的個性化推薦服務分為個性化(內容)推薦及過濾泡沫兩個維度，更全面地研究短視頻個性化推薦服務對用戶持續使用意愿產生的影響。

根據現有研究，本文將個性化(內容)推薦定義為：推薦能夠滿足用戶多樣化偏好需求短視頻的程度；過濾氣泡定義為：使用個性化推薦服務觀看短視頻，用戶限制地接觸到信息偏食或符合個人偏好信息的程度。因此，本文作出如下假設：

H1：短視頻個性化推薦服務對用戶持續使用意愿具有正向影響。

H1a：個性化(內容)推薦對用戶持續使用意愿具有正向影響。

H1b：過濾氣泡對用戶持續使用意愿具有正向影響。

1.2 感知有用性的中介作用

感知有用性是技術接受模型TAM(Technology Acceptance Model，TAM)中主要的決定因素，在TAM模型被提出后，受到眾多國內外學者的研究。Lin & Lu(2000)的研究中，在TAM模型中加入了信息系統質量(信息質量、反應時間、接近性)作為外部變量，試圖說明消費者對網站的使用意圖，反應時間對感知有用性和感知易用性的影響很大。Bhattacherjee(2001)的研究中，引入了期待一致度、感知有用性、用戶滿意、持續使用意愿4個因素，并建立了以因素間相互影響關系為重點的研究模型；陶曉波等(2017)的研究中，認為感知有用性會是在線評論和新產品擴散之間重要的中介變量。

通過已有研究，本文將感知有用性定義為：在觀看短視頻時，認為對自己的使用目的有用的程度。因此，本文作出如下假設：

H2：感知有用性在個性化推薦服務對用戶持續使用意愿的影響中起中介作用。

1.3 用戶態度的調節作用

態度最早出現在心理學的研究中，用來表示人們對某種事物的評價。在現有研究中，用戶態度多被定義為用戶、消費者對某事物、現象表現出否定或肯定的傾向。???＆???(2012)根據網購消費者個人信息收集及個人信息管理情況，對消費者的態度進行了研究。在研究結果中，調查對象對網店收集和管理個人信息本身持非常消極的態度，但如果給予贈品等獎勵，消費者的負面態度就呈下降趨勢。此外，消費者對管理網店收集個人信息的態度非常負面，可見其對網店的信任度很低。

本文將用戶態度定義為：使用個性化推薦服務的用戶對收集個人信息的態度傾向。個性化推薦服務是建立在收集個人偏好信息基礎上的，在信息時代，除了技術的進步外，消費者對信息的保護意識也在逐步增強。因此，本文作出如下假設：

H3：用戶態度在短視頻個性化推薦服務對用戶持續使用意愿的影響中起調節作用。

綜上所述，本文研究模型如圖1所示。

圖1 研究模型

2 研究設計

2.1 問卷設計與研究樣本

本文使用抽樣法通過問卷調查的形式收集數據，以抖音短視頻平臺用戶為研究對象，并利用問卷星調查平臺，針對近期使用抖音平臺觀看短視頻的用戶人群在線隨機發放問卷進行調研。為了提高問卷質量與可信性，采用預調研形式對調查問卷表進行前測，在修正完善后再進行大規模的正式調研。本次問卷調查于2022年6月中旬至7月初，共收集609份問卷，刪除其中21份無效問卷，最終得到有效問卷588份。樣本數據的人口統計特征如下：從性別來看，男性占47.3%，女性占52.7%，男女比例相對均衡；從年齡來看，40歲以下占比居多，超過70%；從教育程度來看，樣本的學歷多數為高中及以上，大學生占比最高，達到52%；職業分布較為均衡，各類職業占比均在10%以上；樣本均為抖音短視頻平臺用戶。

2.2 變量測量

本文的關鍵變量包括個性化(內容)推薦、過濾氣泡與感知有用性、用戶態度和持續使用意愿。為提高調查問卷的可信性與有效性，測量題項參考已有相關研究中的成熟量表，并結合短視頻平臺個性化推薦服務的特征與用戶特征，對部分題項進行合理修改調整。個性化推薦與過濾氣泡參考Qin, PengFei(2022)相關量表進行測量，均為3個題項。 感知有用性，參考Lin & Lu(2000)相關量表進行測量，共4個題項。用戶態度，參考???＆???(2012)相關量表進行測量，共5個題項。持續使用意愿參考Bhattacherjee(2001)相關量表進行測量，共4個題項。對以上變量的測量均采用Liker 5級評分法，即從“非常不同意”到“非常同意”分別計分進行評價。

3 實證檢驗結果與分析

3.1 信度和效度檢驗

為確保本次調研數據的可靠性，本研究主要采用內部一致性信度指標Cronbach’s α系數和組合信度(CR)對問卷數據進行信度檢驗。所有相關變量的Cronbach’s α值均大于0.7臨界值，即各個變量之間均具有較好的內部一致性；所有變量的組合信度值(CR)也都大于0.7臨界值，即所有變量的組合信度水平較高。

此外，使用驗證性因子分析對問卷的有效性進行檢驗。由檢驗結果可知，問卷中所有測量題項的因子載荷均大于0.5的臨界值；且所有測量變量的AVE值均在0.7以上。同時，根據測量模型的擬合指數結果顯示，X2/df=2.310，RMSEA=0.48，GFI=0.953, AGFI=0.932, CFI=0.985,NFI=0.975, IFI=0.985，模型具有較好的擬合度。表2區分效度檢驗結果顯示，各個測量變量AVE值的平方根均大于該變量與其他各變量之間的相關系數，即該量表的區分效度良好，因此本文的樣本數據具有較好的信度和效度。

3.2 假設檢驗

本文使用SPSS26.0軟件對測量模型的相關研究假設進行檢驗，并采用回歸分析法對數據變量進行具體分析。

3.2.1 H1：短視頻個性化推薦服務對用戶持續使用意愿具有正向影響

本文對短視頻個性化推薦服務與用戶持續使用意愿的關系進行回歸分析，結果如表1所示。由表1可知，DW值與2接近，VIF值小于10，說明回歸模型是合適的，數據變量之間也不存在多重共線性問題。此外，個性化(內容)推薦對用戶持續使用意愿的β標準化系數為0.393，且P值＜0.05，具有顯著性；過濾氣泡對用戶持續使用意愿的β標準化系數為0.275，P值＜0.05，同樣具有顯著性；說明短視頻個性化推薦服務夠促進用戶持續使用短視頻平臺，假設H1成立，即短視頻個性化推薦服務對用戶持續使用意愿具有正向影響。

表1 個性化推薦服務與用戶持續使用意愿回歸分析

3.2.2 H2：感知有用性在個性化推薦服務對用戶持續使用意愿的影響中起中介作用

為了檢驗感知有用性在個性化推薦服務對用戶持續使用意愿的影響中起中介作用，本文進行了多次回歸分析，結果如表2所示。由表2可知，模型1為僅對個性化推薦服務與感知有用性的分析，個性化(內容)推薦與過濾氣泡對感知有用性的β系數分別為0.518、0.328，且均P值＜0.05，具有顯著性；模型2為對個性化推薦服務與用戶持續使用意愿的分析，個性化(內容)推薦與過濾氣泡對用戶持續使用意愿的β系數分別為0.485、0.349，且均P值＜0.05，具有顯著性。模型3為對個性化推薦服務、感知有用性與用戶持續使用意愿的分析，感知有用性的β系數為0.799，且P值＜0.05，具有顯著性；個性化(內容)推薦的β系數為0.071，且P值＞0.05，不具有顯著性，說明感知有用性在個性化(內容)推薦與用戶持續使用意愿的關系中具有完全中介效應；過濾氣泡的β系數為0.087，小于模型2中的β系數(0.349)，且P值＜0.05，具有顯著性，說明感知有用性在過濾氣泡與用戶持續使用意愿的關系中具有部分中介效應。因此，假設H2成立，即感知有用性在個性化推薦服務對用戶持續使用意愿的影響中起到部分中介作用。

表2 感知有用性中介作用回歸分析

3.2.3 H3：用戶態度在短視頻個性化推薦服務對用戶持續使用意愿的影響中起調節作用

為了檢驗用戶態度在短視頻個性化推薦服務對用戶持續使用意愿的影響中起調節作用，本文進行了多次回歸分析，結果如表3所示。由表3可知，模型中調整R2的數值均有所提高，但模型3中個性化(內容)推薦與用戶態度交互項、過濾調節與用戶態度交互項均不具有顯著性。因此，假設H3不成立，即用戶態度在短視頻個性化推薦服務對用戶持續使用意愿的影響中不起調節作用。

表3 用戶態度調節作用回歸分析

4 結語

4.1 研究結果

目前，關于短視頻個性化推薦的相關文獻研究集中在算法推薦優化、視頻類型及內容的推薦及優化方面。個性化推薦服務滿足了現代用戶多樣化的偏好需求，但短視頻推薦算法實踐帶來了隱私泄露、信息窄化等倫理問題。雖然已有研究指出個性化推薦服務帶來的信息繭房效應，但這些研究主要集中在對算法的優化及用戶知情權方面，忽視了當下消費者對運用人工智能、大數據等高新技術的個性化推薦服務的認識，以及個性化推薦服務系統對用戶持續使用行為產生的影響。

因此，本文以短視頻代表平臺抖音為例，從個性化(內容)推薦和過濾氣泡兩個維度，以及感知有用性、用戶態度方面對短視頻個性化推薦服務影響用戶持續使用意愿進行深入研究。結論如下：

(1)短視頻個性化推薦服務對用戶持續使用意愿具有正向影響。短視頻個性化推薦服務主要表現為個性化(內容)推薦和過濾氣泡兩個方面，個性化(內容)推薦水平越高，即推薦內容越符合用戶需求，用戶對短視頻平臺的持續使用意愿越強烈；過濾氣泡越高，即用戶接收偏好的信息占比越大，雖然信息窄化，但多頻率接收到偏愛信息，用戶對短視頻平臺的持續使用意愿也越強烈。

(2)感知有用性在短視頻個性化推薦服務對用戶持續使用意愿的影響中起中介作用。用戶對短視頻平臺的持續使用意愿受到感知有用性的影響，短視頻平臺個性化推薦服務水平越高，推薦內容更加滿足用戶需求，用戶越能覺得接收的信息對自己有用，達到使用目的，進而促使用戶對短視頻平臺的持續使用意愿加深。

4.2 理論貢獻

本文從多個維度研究短視頻個性化推薦服務，加深了對個性化推薦服務的理解。以往關于短視頻個性化推薦的相關文獻研究集中在算法推薦優化、視頻類型及內容的推薦及優化方面，本文從個性化(內容)推薦和過濾氣泡兩個維度出發，全面分析了個性化推薦服務的特性及對用戶持續使用意愿的影響及其作用機制，加深了對短視頻個性化推薦服務的理解。

本文從感知有用性和用戶態度雙重角度研究短視頻個性化推薦服務影響用戶持續使用意愿的過程，為短視頻個性化推薦服務和短視頻用戶持續使用意愿的相關研究提供了新的視角。雖然在最終結果中用戶態度并未起到調節作用，但在如今這個大數據時代，用戶對收集個人信息的態度傾向應作為一項影響因素，為以后對個性化推薦服務等類似研究提供參考。

4.3 管理啟示

短視頻平臺企業要提升個性化推薦服務的智能化水平，在滿足用戶偏好需求的同時，提高推薦內容對用戶的有用性。大數據、人工智能等是影響短視頻平臺的關鍵技術，短視頻平臺應緊跟技術發展的步伐，積極應用高新技術來提升個性化推薦服務的水平。企業管理者也應注意到，一味對用戶進行偏好信息的推薦將造成用戶信息接收窄化，要適當傳播具有正能量的信息，盡到企業的社會責任。

《互聯網信息服務算法推薦管理規定》法規出臺后，短視頻平臺的個性化推薦服務功能變成用戶可以自由選擇的附加功能，這一點是短視頻平臺企業必須關注的部分。雖然目前有很多用戶關注并使用個性化推薦服務，但隨著用戶自我保護意識的增強，情況隨時可能發生變化。如何利用個性化推薦服務維持、吸引更多用戶，同時保證用戶不會因為個人信息被利用而持否定態度，這是短視頻平臺企業需要加以關注的。