用戶跨社交媒體信息行為研究畢達天

關鍵詞：社交媒體；信息行為；用戶跨社交媒體信息行為；異質性；一致性

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．０９．００１

〔中圖分類號〕Ｇ２５２.０ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１（２０２４）０９－０００４－１２

根據第５２次《中國互聯網絡發展狀況統計報告》顯示，截至２０２３年６月，我國網民規模達１０７９億人。此外，即時通信類應用的用戶規模達１０４７億人，穩居榜首。這表明以社交媒體為主的即時通信應用成為了用戶在線活躍的主陣地［１］。李月琳等［２］通過回顧“十三五”期間用戶信息行為的相關研究后發現，社交媒體成為了最受關注的研究情境。Ｉｓ?ｌａｍＭＡ等［３］以２０００—２０２０年的ＡＳＩＳ＆Ｔ會議論文作為數據集，通過文獻計量后指出，“社交媒體”和“信息行為”是論文中出現頻率最高的兩個關鍵詞，且兩者之間存在高共現性。綜上所述，社交媒體已成為國內外信息行為研究的重要情境。與此同時，隨著社交媒體與搜索引擎、短視頻、網絡直播、線上辦公等應用的相互融合，社交媒體的范圍擴大、功能更加復雜。并且，在移動終端存儲和性能的升級、社交媒體應用的嵌入和信息需求的多樣化的綜合催化下，用戶逐漸傾向于使用多個社交媒體以滿足自身的信息需求。在這些條件下，用戶跨社交媒體信息行為應運而生，迅速成為了傳播學、營銷學、行為科學和情報學等多個學科關注的焦點。

用戶跨社交媒體信息行為可以理解為，用戶同時使用多個社交媒體進行信息的搜索、組織、采納、創作等。在社交媒體的數量和種類的增長、定位差異、功能細分的趨勢下，用戶跨社交媒體信息行為已經從萌芽走向常態化。通過回顧現有研究，筆者發現，盡管已有學者從線索一致性理論、多媒體理論、場理論等多個角度，通過實證主義、詮釋主義、數據驅動等研究范式探究了用戶跨社交媒體場景下的信息傳播、信息提及、信息投放、信息分享、信息創作等一系列行為的動機、過程和后果［４－８］，但是用戶跨社交媒體信息行為的概念內涵尚未形成共識，在理論基礎方面也缺少專門針對用戶跨社交媒體場景的信息行為模型和理論，同時用戶跨社交媒體信息行為的研究主題的獨特性不足，進而導致用戶跨社交媒體信息行為研究的實踐價值不凸顯。基于此，筆者認為有必要對用戶跨社交媒體信息行為進行系統性的回顧，界定其概念內涵，梳理其理論基礎，歸類其研究主題，并圍繞這些方面提出未來展望，為用戶跨社交媒體信息行為的理論體系構建提供助力。

１研究方法

１.１檢索策略

中國社會科學引文索引（ＣＳＳＣＩ）和ＳｏｃｉａｌＳｃｉ?ｅｎｃｅＣｉｔａｔｉｏｎＩｎｄｅｘ（ＳＳＣＩ）是學界廣泛認可的重要數據庫，因其學術權威性、文獻覆蓋面廣、檢索功能強大、數據易獲取和可靠性等優勢，常被學者用于文獻搜集。因此，本研究也采用ＣＳＳＣＩ和ＳＳＣＩ數據庫作為檢索源。

檢索策略可歸納為３個步驟。第一，確定檢索關鍵詞和檢索要求。中文文獻分別以“跨社交媒體”“多社交媒體”“跨社交網絡”“多社交網絡”“跨平臺”“多平臺”“平臺搖擺”“社交媒體生態”等關鍵詞進行文獻檢索。英文文獻的檢索詞分別為：“ａｃｒｏｓｓｓｏｃｉａｌ?”“ｍｕｌｔｉ－ｓｏｃｉａｌ?”“ａｃｒｏｓｓｐｌａｔ?ｆｏｒｍ”“ｍｕｌｔｉ－ｐｌａｔｆｏｒｍ” “ｐｌａｔ ｆｏｒｍ ｓｗｉｎｇｉｎｇ” “ｓｏｃｉａｌｍｅｄｉａｅｃｏｌｏｇｙ”等。同時，文獻類型限定為期刊論文和會議論文，檢索時間截至２０２３年１２月３１日。經初步檢索共獲得４４８篇中文文獻和３０３篇英文文獻。第二，剔除不相關文獻。通過閱讀文獻標題和摘要剔除明顯不相關的文獻，剩余１６１篇中文文獻和２２６篇英文文獻。第三，檢查文獻的引文網絡。為避免遺漏文獻樣本，瀏覽４０１篇文獻的被引文獻和施引文獻，額外發現與用戶跨社交媒體信息行為相關的文獻１２篇。經過上述檢索策略，最終獲得１６５篇中文文獻和２３４篇英文文獻，總計３９９篇。

１.２文獻篩選和分析方法

由于跨平臺的相關研究涉及的平臺類型較為豐富，涵蓋了眾多學科和研究議題，因此需要進一步確定與本研究探究對象緊密關聯的文獻。此外，本研究擬用ＣＣＡＴ（Ｃｒｏｗｅ Ｃｒｉｔｉｃａｌ Ａｐｐｒａｉｓａｌ Ｔｏｏｌ）評估文獻的質量，這一工具主要針對具備研究方法、研究設計、數據收集等部分的實證類文獻。為避免評估偏差，本研究參照已有學者的處理方式僅保留實證類文獻［９］。綜上，筆者對３９９篇文獻進行精讀，并制定了文獻篩選標準：①納入至少包含兩個社交媒體作為研究場景的文獻，排除不以社交媒體作為研究場景的文獻；②納入圍繞用戶信息行為的文獻，排除不涉及用戶信息行為的文獻；③納入包含研究方法、研究設計、數據收集等方面的實證論文，排除純理論或者綜述類文獻；④納入ＣＣＡＴ批判性評估達到６０％及以上的文獻。

ＣＣＡＴ是評估文獻質量的標準化表格工具，由預備知識、引言、設計、樣本、數據收集、道德倫理、結果、結論８個部分組成，各部分的評分區間為０～５分，在匯總總分后除以４０得出ＣＣＡＴ的百分比［９］。當百分比在６０％及以上時，可認為被評估文獻屬于高質量研究。然而，ＣＣＡＴ主要針對醫學類文獻。為此，本研究對設計、樣本、數據收集等評估維度進行了調整，保障其在評估人文科學研究中的適用性。具體而言，在設計部分去除設置控制組和對照組的評估要求，強調對結果、輸出、預測、測量等方面的偏差控制；在樣本部分去除對樣本記錄的詳細要求，突出樣本選取方法和樣本量方面的評估；在數據收集部分去除收集記錄中對管理不參與、數據丟失等情況的考慮，突出收集方法適用性方面的評估。

在文獻篩選完成后，本研究采用內容分析的方式探究相應文獻。內容分析可通過提取、總結和解釋等方式整合分散在不同文獻中的信息，以揭示用戶跨社交媒體信息行為的知識結構、理論基礎、研究主題和關鍵問題，并促進該領域的理論構建和方法論創新［１０］。

１.３ 篩選結果

根據上述文獻篩選流程，本研究最終納入了４６篇文獻，其中英文文獻３５篇，中文文獻１１篇，發表年份的跨度為２０１３—２０２３年。表１列舉了部分納入文獻的作者、年份、涉及的信息行為、研究方法、研究主題和ＣＣＡＴ評分。

在研究方法上，納入文獻既包括以數據驅動為核心的主題建模、社會網絡分析和情感分析，又包含扎根理論、內容分析、編碼分析、民族志等質性方法，以及結構方程、回歸分析、時間序列分析等定量方法。總體而言，國內外研究的研究范式和研究方法較為統一，差異表現為國內學者較多采用數據驅動的研究方法，而國外學者傾向于以二手數據或問卷數據作為分析基礎。

在研究背景上，納入文獻覆蓋了國內外主流的社交媒體。為進一步揭示研究場景中社交媒體的共現關系，本研究在保留社交媒體出現次數大于１的前提下，通過Ｇｅｐｈｉ繪制社交媒體的共現網絡，如圖１所示。該圖的節點大小反映出社交媒體被提及的次數，節點的顏色代表社交媒體的歸屬地。邊的粗細反映了社交媒體共現率，其中紅色邊表示國外社交媒體之間的聯系，綠色邊表示國內社交媒體之間的聯系，灰色邊表示國內外社交媒體之間的聯系。由圖可知，在國外社交媒體中，Ｆａｃｅｂｏｏｋ、Ｔｗｉｔｔｅｒ、Ｉｎｓｔａｇｒａｍ、ＹｏｕＴｕｂｅ等表現出較高的互聯性，Ｆａｃｅ?ｂｏｏｋ和Ｔｗｉｔｔｅｒ之間的共現率最大，這表明了兩者在用戶跨社交媒體信息行為研究中的核心地位；在國內社交媒體中，微信、微博、抖音等被提及的次數最多，微信和微博之間的共現率最大。此外，微信、微博與大部分國外社交媒體均共同出現作為研究場景，這從側面反映了跨文化的社交媒體互動。

２用戶跨社交媒體信息行為的概念界定

在４６篇文獻中，學者們對用戶跨社交媒體信息行為（ＡＭＩＢ，ＵｓｅｒＡｃｒｏｓｓＳｏｃｉａｌ Ｍｅｄｉａ Ｉｎｆｏｒｍａｔｉｏｎ Ｂｅｈａｖｉｏｒ）的界定較少，大部分研究聚焦于不同的社交媒體中用戶信息行為的差異，并將用戶同時在多個社交媒體中發生的信息行為作為ＡＭＩＢ，尚未系統深入地剖析用戶跨社交媒體信息行為的概念內涵。概念界定的缺失和概念內涵的模糊造成了研究視角和研究主題的局限性，矮化了ＡＭＩＢ的理論價值和實踐意義。鑒于此，本研究通過社交媒體信息行為、跨平臺信息行為、用戶跨社交媒體信息行為之間的概念辨析，明確相似概念之間的異同點，從而對ＡＭＩＢ進行概念界定，并總結其概念內涵。

２.１概念辨析

２.１.１用戶社交媒體信息行為經過百年的發展，信息行為的研究范式從以信息和系統本身為核心轉向為以用戶信息需求為核心［２１］。從用戶需求的角度，信息行為指的是為滿足人的信息需求而進行的信息查詢、選擇和使用，而用戶社交媒體信息行為（ＳＭＩＢ，ＵｓｅｒＳｏｃｉａｌＭｅｄｉａＩｎｆｏｒｍａｔｉｏｎＢｅｈａｖｉｏｒ）可以理解為用戶在社交媒體場景下發生的信息行為［２１］。進一步分析，在社交媒體中，用戶具備信息接收者和信息獲取者的雙重角色，其信息需求蘊含在信息行為中，呈現出多樣化、多維化、社會化和綜合化的特點。身份的轉變和需求的多樣性促使ＳＭＩＢ區別于傳統的信息行為的搜尋或搜索等形式，更多地表現為內容生成、信息分享和情感交流，例如創作、投放、點贊、收藏、轉發、評論等行為［２２］。

ＪＰ２在ＳＭＩＢ的基礎上，相關學者主要通過不同社交媒體中重復或相似的行為模式或多社交媒體場景下的信息協同進一步探究ＡＭＩＢ。例如，ＮｉＣＮ等［２３］對比了特定話題在Ｔｗｉｔｔｅｒ、Ｒｅｄｄｉｔ、Ｙｏｕ?ｔｕｂｅ、ＳｉｎａＷｅｉｂｏ中的用戶評論，探討不同社交媒體用戶群體的立場；ＺｈａｎｇＳＬ等［６］通過深度訪談分析新聞記者如何同時駕馭多個社交平臺，并選擇有用信息進行內容創作。

２.１.２用戶跨平臺信息行為

用戶跨平臺信息行為（ＡＰＩＢ，ＡｃｒｏｓｓＰｌａｔｆｏｒｍＩｎ?ｆｏｒｍａｔｉｏｎＢｅｈａｖｉｏｒ）指的是用戶在多個平臺中進行的信息處理活動。從研究場景上看，ＡＰＩＢ主要發生于平臺生態系統中，各個平臺具有競爭與合作的雙重屬性，并呈現出互補、依賴、競爭等多種關系。例如，王節祥等［２４］基于“互補—依賴”整合分析框架提出了多重身份戰略、多棲定戰略和平臺鑲嵌戰略，試圖在提升生態參與者與平臺之間的互補性的同時，降低了參與者對平臺的依賴程度。受到競合屬性和這些關系的影響，ＡＰＩＢ的研究對象更傾向于企業、情報機構、政府部門等組織，信息行為發生的情境也聚焦在組織間的互動中，例如，在數智化轉型過程中，企業如何通過平臺生態與其他主體進行數字資源的交換和價值共創［２５］。

從平臺類型看，ＡＰＩＢ可發生在同類型平臺的切換，也可發生在不同類型平臺的互動，從這一角度看ＡＭＩＢ是ＡＰＩＢ的特殊情況，與ＡＰＩＢ之間存在一定的共性，也會以企業、品牌、組織身份等作為研究對象。例如，ＣｒａｐａＧ等［５］以企業作為研究對象，探討品牌在Ｔｗｉｔｔｅｒ、Ｆａｃｅｂｏｏｋ、Ｉｎｓｔａｇｒａｍ等社交媒體中的綠色傳播對用戶參與行為的影響；ＺｏｏｎｅｎＷ等［２６］以企業員工作為研究對象，探討員工使用Ｆａｃｅｂｏｏｋ和ＬｉｎｋｅｄＩｎ賬號分享組織信息的動因。

２.２概念界定

基于上述辨析，本研究擬從用戶身份、研究場景、信息需求、典型行為、概念聯系等方面進一步系統地對比三者的異同，如表２所示。首先，在用戶身份上ＳＭＩＢ主要聚焦于個體身份［２］，ＡＰＩＢ聚焦于組織身份［２７］，而ＡＭＩＢ既包含以個體身份為主導的研究，也包含以組織身份為核心的探索；其次，ＳＭＩＢ的研究場景為社交媒體，ＡＰＩＢ的研究場景為平臺生態系統，而ＡＭＩＢ的研究場景為社交平臺搖擺［２８］。社交平臺搖擺指的是用戶輪換使用多種社交媒體的行為，用戶只有發生了社交平臺搖擺行為才會進一步產生ＡＭＩＢ；第三，ＳＭＩＢ的信息需求主要是個體社交、娛樂和創作等需求，ＡＰＩＢ的信息需求是為組織實現價值共創和尋求競爭優勢，而ＡＭＩＢ的信息需求則更多體現在構建多源信息流動的社交網絡，這一社交網絡區別于平臺生態系統，它可被用戶控制和重塑［２８］；最后，在典型行為中，ＡＭＩＢ表現為內容生成、信息分享、情感交流等，ＡＰＩＢ表現為創新、知識復用、信息服務等，ＡＭＩＢ則更多聚焦在信息協同、信息融合、信息推薦等方面。

２.３概念內涵

２.３.１用戶類型的多樣性

用戶類型的多樣性指的是在跨社交媒體的研究中，用戶具有個體屬性或組織屬性，并且在不同社交媒體中扮演的角色也呈現多樣性。其一，區別于ＳＭＩＢ和ＡＰＩＢ的用戶身份聚焦，ＡＭＩＢ既強調用戶的個體屬性，也強調用戶的組織屬性。根據性別、年齡、教育經歷、職業等人口統計特征，可針對男性和女性，兒童、Ｚ世代和老年人，小學生、高中生和大學生，農民和白領等個體用戶開展研究［２］，還可根據組織的權屬、競合等組織屬性，針對國有組織和非國有組織，競爭組織和互補組織等組織用戶的信息行為［５］。同時，組織用戶可映射到具體的社交媒體賬號，比如受到“媒介融合”的政策導向的影響，不同政務部門會自發地在不同的社交媒體中開設政務號，并在多個社交媒體中同步發布政務信息。通過對不同社交媒體賬號的觀察和統計就可以有效揭示組織用戶的跨社交媒體信息行為規律。其二，由于社交媒體功能的多樣性，用戶在不同社交媒體中塑造的角色具有差異性。而這些角色的轉化、重疊和沖突會從認知層次和情感層次影響用戶的感知，進而導致了不同的信息行為［２９］。

２.３.２社交媒體的異質性

社交媒體的異質性指的是用戶對不同社交媒體的感知以及體驗存在差異性，這種差異性受到平臺定位、社群、內容、數字技術等多個方面的影響。首先，平臺的初始定位使不同社交媒體吸引的用戶群體和扶持的內容類型存在差異，進而形成了具有顯著差異的平臺特征［３０］；其次，具有特定風格的內容會吸引更多相似的用戶，并在用戶參與行為的影響下而激活平臺的流量支持并放大內容的傳播力和影響力，從而形成對特定用戶群體的吸引力；最后，在算法推薦的影響下，用戶瀏覽的內容被進一步固化，社交媒體也形成了相對固定的形象。因此，不同的社交媒體具有自身獨特的平臺氛圍和用戶生成內容。此外，大量圍繞特定信息行為的元分析表明，社交媒體類型是重要的調節變量，對特定信息行為的動因和作用效應具有顯著的調節作用［３１］。這也從側面說明了不同社交媒體異質性對信息行為的影響。

２.３.３信息線索的一致性

信息線索的一致性指的是用戶在跨社交媒體過程中，在不同社交媒體留下的相同或相似的數字痕跡。對于影響者而言，為擴大自身在不同平臺影響力，會在不同平臺上披露更多的一致性特征。例如，一位內容創作者在抖音、快手、微博、小紅書中采用相同的昵稱、簡介和頭像，或者在不同社交媒體中投放相同的內容。這種一致性的信息線索為識別跨社交媒體用戶提供了抓手，相關學者基于此提出了一系列基于特征相似性的識別算法［３２］。比如，齊林峰［３３］基于社交媒體中的屬性相似度、社交關系中的領域相似度以及用戶生成內容的關鍵詞匹配等思路提出了跨社交媒體同一用戶的識別算法。同時，信息線索一致性還是影響ＡＭＩＢ的重要因素，相關學者的實證研究表明，信息一致性和形象一致性會影響用戶社會認同和情感認同，從而進一步影響用戶的購買意愿和電子口碑［４］。

２.３.４ 行為模式的協同性

行為模式的協同性指的是用戶在跨社交媒體過程中，協同多個社交媒體實現信息需求的過程。協同性是用戶信息行為研究的熱點，例如，吳丹等［３４］基于２０１７年ｉＣｏｎｆｅｒｅｎｃｅ會議中“用戶信息行為”的代表性論文，提煉出了群體協同信息行為這一研究主題。馬捷等［３５］歸納和整理了信息協同的概念內涵，提出了信息協同的４個要素，即信息主體、信息客體、時間和環境，同時認為信息協同具有數據層次、行為層次和系統層次。其中，行為層次與本節提出的行為模式的協同性相似，都強調了用戶信息需求，開始于協同需求的產生，終止于協同需求的消散。總結而言，ＡＭＩＢ具備天然的信息協同環境，信息人的跨社交媒體偏好催生出了協同需求，并在一定時間內，在多個社交媒體中通過傳遞、交換、利用信息客體得到滿足。

３用戶跨社交媒體信息行為研究的理論基礎

本節梳理４６篇文獻中提及的相關理論，并從研究場景、信息需求和信息行為３個維度進行劃分，結果如表３所示。

總體而言，學者們基于研究場景的相關理論解構用戶跨社交媒體的場景特征。例如，從多媒體理論視角出發，用戶會將自身使用的多個社交媒體看作統一的溝通渠道，不同媒體之間可以通過功能互補達成合作關系；而從生態位理論和場理論出發，不同社交媒體之間為爭奪有限的信息資源和用戶資源處于競爭態勢。這種競合態勢反映了社交媒體之間客觀存在的互動性。一方面，場景特征與用戶信息需求相結合，作為調節變量拓展使用與滿足理論、社會認同理論、社會交換理論等動機理論的應用外延。例如，對比不同社交媒體場景下的信息分享動機的差異性或者調節動機因素對用戶參與行為的影響程度［５，３６］；另一方面，場景特征還會與用戶信息行為模型相結合，作為自變量推動用戶的認知和情感等機體因素，進而作用于用戶行為。例如，基于ＨＳＭ（Ｈｅｕｒｉｓｔｉｃ Ｓｙｓｔｅｍａｔｉｃ Ｍｏｄｅｌ）構建跨社交媒體推薦的算法感知對用戶接受意愿的影響［４１］，基于集結理論分析用戶在跨社交媒體過程中的信息采納［６］，基于可供性理論分析不同平臺的獨特功能對用戶參與行為的影響等［４０］。

綜上所述，ＡＭＩＢ已形成了覆蓋研究背景、信息需求和信息行為，從多媒體理論到人際溝通理論的廣泛理論體系，有效揭示了用戶跨社交媒體的動機、行為及其相互作用的整體性、復雜性和動態性。然而，盡管這些理論為理解ＡＭＩＢ提供了不同的視角，但它們仍存在一定的不足。首先，部分學者對于理論的應用停留在現象的描述和解釋上，缺乏對ＡＭＩＢ的整體框架和行為模式的構建，導致現有研究對ＡＭＩＢ的預測力不足。比如，當前的理論模型難以準確地預測跨社交媒體場景下特定用戶行為的變化。其次，許多理論在實證研究中的應用較為有限，仍需更多的信息分析、大數據分析、實驗等方法檢驗相關理論的適用性和解釋力。最后，隨著社交媒體網絡的快速變化，只有多個學科、多個領域的理論整合才能有力解釋跨社交媒體用戶的復雜行為和動機，當前理論的跨學科整合較為欠缺。因此，現有研究在提供理論視角的同時，也暴露出了相關理論在預測性、適用性和綜合性等方面的問題。

４ 用戶跨社交媒體信息行為的主題分類

根據研究對象的差異，本研究將ＡＭＩＢ歸為兩類主題，分別是不同用戶在不同社交媒體的信息行為和同一用戶在不同社交媒體的信息行為。

４.１不同用戶在不同社交媒體中的信息行為

不同用戶在不同社交媒體中的信息行為通常以用戶生成內容作為研究對象。ＣｈｅｎＬ等［１２］分析了微博和抖音中關于同一網約車事件的用戶評論，通過情感分析、ＬＤＡ主題建模等方法探究公眾對網約車態度的演變及其變化原因。ＦｉｃｈｍａｎＰ等［１３］基于Ｔｗｉｔｔｅｒ、Ｆａｃｅｂｏｏｋ、Ｉｎｓｔａｇｒａｍ中兩個主流新聞媒體發布的帖子評論，通過編碼分析探究社交媒體之間的網絡挑釁程度和風格差異。ＨｕＹ等［４２］基于Ｆａｃｅｂｏｏｋ和Ｙｏｕｔｕｂｅ中電影預告片的評論，通過實驗、時間序列分析和ＯＬＳ回歸探究不同社交媒體中評論情感的系統性差異，以及這種差異對電影上映后續票房的影響。安寧等［４３］針對微博和抖音中的輿情信息進行實體和關系抽取，構建不同社交媒體中的輿情知識圖譜并探究各個社交媒體中的輿情分布情況。楊磊等［４４］基于ＳＥＩＲ模型，結合個體因素和外部因素，通過模擬仿真的方法探究輿情在跨平臺社交網絡中的傳播過程。上述研究表明，不同用戶在不同社交媒體中的信息行為主要參照的是用戶評論行為產生的信息，而評論的對象往往是相同或相似的，以此與輿情識別、傳播和治理等研究議題相聯系。

總結而言，這一類研究主題關注不同用戶對相同或相似事件在不同社交媒體平臺上的反應和表現，涵蓋了情感分析、主題建模、計量分析和模擬仿真等研究方法，揭示了不同社交媒體環境中用戶行為的差異性，如態度、感知和參與行為的變化，為理解公眾輿情動態提供了理論工具。然而，這一類研究大多依賴于特定事件或特定樣本進行分析，可能無法全面代表廣泛用戶群體的行為模式，削弱了研究結論的遷移性和廣泛性。此外，這一類研究容易忽視社交媒體環境和用戶行為模式的動態性，缺乏時空關聯。

４.２同一用戶在不同社交媒體中的信息行為

同一用戶在不同社交媒體中的信息行為通常以用戶作為研究對象。Ｔａｙｌｏｒ Ｓ Ｈ等［１５］基于人際溝通理論延伸出了用戶與算法交互過程中的算法感知，并通過實驗和結構方程檢驗同一用戶在不同社交媒體中的算法感知差異，以及這種差異對用戶社交媒體享受度的影響。Ｄａｖｉｄｓｏｎ Ｂ Ｉ等［２９］基于半結構訪談和ＲＴＧ（Ｒｅｐｅｒｔｏｒｙ Ｇｒｉｄ Ｔｅｃｈｎｉｑｕｅ）探究用戶的社會身份轉變（例如，從工作過渡到家庭）在不同的社交媒體中的表現形式，以及如何管理這些在線角色。ＷａｎｇＮ等［３９］基于理性行動理論，通過問卷調查法探究社會影響和個體偏好因素在不同類型的社交媒體中的不同作用。

總結而言，這一類研究主題專注于單個用戶在多個社交媒體平臺上的行為模式和動機差異，大多采用問卷調研、訪談、結構方程模型等研究方法，著重探討影響用戶跨平臺行為的心理因素、社會因素和個人偏好等，對于設計更加個性化和有效的社交媒體策略具有重要意義。然而，對于用戶如何在跨社交媒體環境中制定和調整自己的行為策略，以及這種調整行為如何反映其內在的心理需求和社會期望等研究較為分散，降低了ＡＭＩＢ在信息經濟學層面的重要意義。此外，這一類研究對于不同社交媒體特性如何影響用戶決策和行為模式的機制探索上也不夠充分。例如，社交媒體的ＵＩ設計、算法推薦、互動性對信息選擇、分享、規避等行為的決策過程影響。綜上所述，這一類主題研究需要繼續深化對ＡＭＩＢ的理解，為開發有效滿足用戶多樣化需求的社交媒體策略和工具提供理論和實踐上的指導，并在方法論和理論框架層面進行創新，以適應社交媒體不斷變化的生態環境。

５用戶跨社交媒體信息行為的未來展望

５.１ 擴展用戶跨社交媒體信息行為的特征外延

現有研究主要采用不同社交媒體之間的對比分析，探究用戶信息行為前因后果的差異，突出了社交媒體的異質性［８，４５－４７］。然而，基于用戶身份的多樣性、信息線索的一致性和行為模式的協同性等特征的相關研究較為匱乏。鑒于此，未來研究可綜合考慮這些特征，擴展ＡＭＩＢ的特征外延。例如，基于用戶身份多樣性，探討用戶在使用不同社交媒體過程中的角色重疊、沖突、協調、管理等問題，并分析在解決這些問題的過程中表現的信息行為，或者進一步分析組織用戶的跨社交媒體信息行為（例如政務號的跨社交媒體信息發布）對個體用戶參與、傳播、采納、利用等行為的影響，考慮組織用戶與個體用戶之間的互動。又如，基于行為模式協同性，探究用戶如何協同不同社交媒體中的信息，并分析這一信息協同與傳統的用戶社群信息協同和用戶跨屏信息協同之間的聯系和區別。對于社群信息協同而言，共同的目標和利益、個體知識或技能的互補、勞動分工和知識共享等是其關鍵的特征［３８］，而ＡＭＩＢ主要強調以自身信息需求為核心的多渠道互補和分布在不同社交媒體中的信息線索整合。同時，這種虛擬環境的信息線索整合，區別于跨屏行為中的硬件整合，對于數字技術的要求較低，更加考驗用戶自身的信息素養［４８］。基于這些核心特征的對比，能進一步明晰用戶的跨社交媒體信息協同行為。此外，胡蓉等［４９］通過扎根理論分析了移動互聯環境下的用戶跨屏行為，提出了基于用戶、任務、信息和技術等維度的整合框架。這一研究為構建跨社交媒體信息協同的理論框架提供了維度上的參照，并可在此基礎上通過質性分析的方法探索跨社交媒體信息協同的前因、過程和后果。總之，把握ＡＭＩＢ的特征外延，有利于彰顯ＡＭＩＢ相關研究的獨特性和理論性。

５.２ 構建用戶跨社交媒體信息行為的理論模型

現有研究大多借鑒傳播學、心理學、情報學、管理學等相關學科的基礎理論，尚未形成針對ＡＭＩＢ特有的理論模型。未來研究應當結合ＡＭＩＢ的概念內涵構建相應的理論模型。首先，可結合多媒體理論、生態位理論、場理論、平臺搖擺理論等，形成用戶跨社交媒體場景的理論基礎，總結和提煉跨社交媒體場景的關鍵特征；其次，可借鑒ＷｉｌｓｏｎＴＤ［５０］、ＫｕｈｌｔｈａｕＣＣ［５１］、ＥｌｌｉｓＤ［５２］提出的信息行為模型，在用戶跨社交媒體場景下進行行為解構，歸納ＡＭＩＢ的行為要素并以此構建對應的行為模型；最后，在上述分析的基礎上提出ＡＭＩＢ的基礎命題和命題關系。例如，基于活動理論，可將ＡＭＩＢ劃分為生產系統、共享系統、溝通系統和協作系統，在考察主體、工具、客體、規則、社群和分工等對ＡＭＩＢ的影響下，進一步探究ＡＭＩＢ的前因后果，形成可遷移和可擴展的理論模型。

５.３ 深挖用戶跨社交媒體信息行為的實踐價值

現有研究主要探討ＡＭＩＢ在認知和情感上的動因，以及ＡＭＩＢ在用戶的態度和行為上的影響，較少研究將ＡＭＩＢ與信息行為研究中亟待解決的重要問題相聯系。筆者認為，未來研究應進一步深挖ＡＭＩＢ的實踐價值，并與理論模型相呼應。比如，把握ＡＭＩＢ與信息過載、信息繭房、信息迷霧等現象之間的關系。在信息過載中，ＡＭＩＢ能否通過信息協同和信息推薦的方式緩解用戶的認知負荷，將雜亂無章的大數據轉變為滿足信息需求的小數據［５３］；在信息繭房中，ＡＭＩＢ能否通過渠道互補和平臺差異打破內容的同質化困境，突破“回音室”和“過濾泡”效應［１７，５４］；在信息迷霧中，ＡＭＩＢ能否通過信息融合和交叉比對的方式進行信息甄別和知識發現，打破原有的迷霧緩解［５５］。這些作用機制都有待進一步的完善和檢驗，對提高ＡＭＩＢ的實踐價值和實現信息行為賦能情報研究均具有重要意義。

６結論

本研究通過概念辨析的方式總結和歸納用戶跨社交媒體信息行為在研究場景、信息需求、典型行為等方面與相近概念之間的異同，并界定了用戶跨社交媒體信息行為的概念，同時從用戶身份、社交媒體、信息線索、行為模式等維度完善概念內涵。此外，在歸納和梳理理論基礎與研究主題的基礎上，本研究提出了擴展用戶跨社交媒體信息行為的特征外延、構建用戶跨社交媒體信息行為的理論模型、深挖用戶跨社交媒體信息行為的實踐價值等研究方向，為夯實用戶跨社交媒體信息行為的概念內涵、拔高其理論意義、激發其實踐價值提供思路。