算法時代“傻子共振”現象的成因與應對

摘 要：“傻子共振”是一種近年來出現的網絡現象，在算法模型的推動下快速傳播，對提升青年群體的信息素養構成了極大的威脅。文章采用實證研究方法，對“傻子共振”的成因與影響進行了深入的驗證分析。研究發現，“傻子共振”現象的形成是“信息繭房”“網絡巴爾干化”和“回音室效應”共同作用的結果，會導致青年群體產生認知窄化、群體極化和自我滿足等后果，因此需要高度警惕并從社會管理、學校教育、網絡平臺、青年主體等多層面采取相應措施加以解決。

關鍵詞：青年；信息素養；傻子共振

中圖分類號：G252 文獻標識碼：A

The Causes and Countermeasures of the \"Fool Resonance\" Phenomenon in the Algorithm Era： A Survey on its Impact on Youth Information Literacy

Abstract \"Fool Resonance\" is a network phenomenon that has emerged in recent years， rapidly spreading under the influence of algorithmic models， and posing a significant threat to the enhancement of young people's information literacy. This paper applies the partial least squares method to thoroughly analyze the causes and impacts of \"fool resonance\" and proposes strategies to address it. The study reveals that the formation of the \"fool resonance\" phenomenon is the result of the combined effects of the \"information cocoon，\" \"network Balkanization，\" and the \"echo chamber\" effect. These factors lead to consequences such as cognitive narrowing， group polarization， and self-satisfaction among youth. Therefore， it is crucial to remain vigilant and adopt appropriate measures to mitigate these effects.

Key words cognition; information literacy; fool resonance; partial least squares method

1 引言

算法時代，互聯網信息傳播發生了巨大變化。在大數據、云計算和人工智能等技術的推動下，人們獲取信息與認知事物的能力大幅提升。然而，算法時代也帶來了新的挑戰和問題。信息過濾和過度推薦導致用戶分化，極易使受眾陷入網絡情緒的對立中。近年來，每逢遇有互聯網輿論場上的熱點事件，算法推薦系統往往會加劇各種情緒的博弈，在這樣的互聯網氛圍中，“傻子共振”現象應運而生。“傻子共振”是指眾多認知水平有限的普通網民，在網絡聚集中找到更多同類，進一步固化了狹窄的認知與觀點，并在互聯網上發出相同的聲音相互影響。

青年群體是互聯網世界的生力軍，更是國家和民族的未來。青年既是網絡信息的傳播者，也是發布者，因此，提高青年群體的信息素養與認知能力，阻止“傻子共振”網絡傳播現象在這個群體中蔓延，培養他們健全的人格心理，是當務之急。

由于“傻子共振”是近幾年出現的一種網絡傳播現象，學界研究尚未完全聚焦。這一現象與“信息繭房”“回音室效應”“網絡巴爾干化”等傳播效應既存在繼承與發展關系，也有所不同。本研究旨在從理論層面探究這一現象的成因，梳理明晰其與其他網絡傳播效應的內在聯系與區別，為今后相關研究奠定基礎。此外，通過對青年群體的調查和質性、實證分析，尋找預防“傻子共振”現象的解決方案，以營造風清氣正的網絡環境。

2 相關理論與研究假設

2.1 “傻子共振”現象

“傻子共振”現象的“傻子”并不是指真正智力水平低下的人，而是用來形容那些在沒有充足事實依據或證據的情況下，依然選擇基于情感共鳴和情緒沖動行事的群體與個體。事實上，“傻子共振”現象在當前網絡信息傳播環境中普遍存在。眾多認知水平有限的普通網民，并未因海量信息拓寬視野或提升認知能力，反而在互聯網的聚集性中找到更多同類，進一步固化狹窄的認知與立場觀點，這種低層次認知互動即為“傻子共振”現象。“共振”概念源自物理學，在網絡輿論信息擴散過程中指多個因素相互作用、影響引起的功能共振。通過共振，群體成員可能形成一種虛假的共識，不斷重復和加強彼此的錯誤觀點[1]。“傻子共振”現象的產生，主要是由于人們的思維惰性導致其無法改變錯誤的決策或觀點，加之人們在面對信息錯亂和觀念沖突時，感到極度不適和自我矛盾，無法分辨好壞，只能模仿他人的行為，甚至明知是錯誤的行為也無法自制[2]。

2.2 影響青年主體網絡信息認知的心理因素

互聯網產生后，由于其便捷、互動、個性化的特點，很快成為人們獲取信息的主要方式，尤其對90后及00后的青年群體來說更是如此[3]。青年群體具有極強的可塑性，在網絡環境中，極易受各種傳播形態的影響，更容易受到群體裹挾而失去崇高價值感、引發價值觀隱憂[4]。影響青年群體信息素養提升與認知能力形成的因素主要包括以下幾點。首先，歸屬心理。網絡為青年提供了廣泛交流的平臺，當青年在網絡上建立起穩定的社交關系，并感受到來自同伴的關心時，會對網絡環境產生強烈的歸屬感。這種歸屬感有助于青年在虛擬空間中建立自信，提高其心理適應能力[5]。其次，從眾心理，即個體在面對不確定情境時，傾向于遵循大多數人的行為或觀點。這種心理現象可能導致青年主體在接收信息時更愿意傳播大眾關注的內容，參與熱門話題討論，以獲得同伴的支持。這種現象可能使青年過度追求社交認同，降低了獨立思考和判斷的能力[6]。最后，社交心理。新媒介有助于擴大人們的社交圈，青年可以在網絡社交平臺上結識新朋友、加入興趣群組，從而滿足他們的社交需求[7]。為此，本研究在設計問卷時，針對歸屬、從眾和社交心理設置了專門的題項，以驗證青年主體信息認知的形成因素。

2.3 影響青年主體網絡信息認知的社會因素

影響青年群體網絡認知的社會因素眾多，通過對現有效應的分析，主要因素包括網絡算法的介入、意見領袖的引導和聚集效應的推動。網絡算法作為數字媒體時代解決信息過載和碎片化問題的關鍵技術，能夠有效降低用戶的信息選擇成本，滿足用戶的個性化需求。然而，這種技術會對信息獲得的公平性產生影響，從而降低信息穿透力[8]。意見領袖是指在傳播信息以及引導受眾方面具有顯著影響力的人，他們具備改變用戶態度和引導用戶行為的能力。在網絡世界中，意見領袖的作用尤為重要，其可以通過發布、分享、評論、互動等方式，影響和引導公眾對某一話題與事件的看法[9]。互聯網具有高聚集性的特點，網絡平臺為青年提供了一個在線互動的空間，容易形成聚集效應，這種聚集效應有助于青年共享信息和資源[10]。根據上述分析提出以下影響認知主體的假設。

H1a：認知主體參與網絡互動會受到網絡算法的影響。

H1b：認知主體參與網絡互動會受到意見領袖的影響。

H1c：認知主體參與網絡互動會受到聚集效應的影響。

2.4 網絡算法、意見領袖、聚集效應對“傻子共振”現象的影響

“傻子共振”現象的主要影響因素可以歸納為網絡算法規則、意見領袖傾向和網絡聚集效應。網絡算法是互聯網推薦內容的核心技術，但是，這種算法往往使個體更容易接觸到符合自己觀點和興趣的信息。平臺的“個性化推薦”可能導致個體陷入重復的認知循環，進一步限制了他們接觸不同觀點和信息的機會，從而加劇了該現象的發生[11]。意見領袖通常擁有較高的社會地位和影響力，在網絡環境中，青年認知主體更容易受其影響，將意見領袖的好惡作為其表達觀點的標準[12]。網絡聚集效應是指在網絡環境中，個體傾向于加入與自己觀點和興趣相符的群體，從而形成一個封閉的、強化自己觀點的圈子[13]。由此可以提出三種效應對“傻子共振”現象的影響假設。

H2：網絡算法對“傻子共振”現象的形成產生正向影響。

H3：意見領袖對“傻子共振”現象的形成產生正向影響。

H4：聚集效應對“傻子共振”現象的形成產生正向影響。

2.5 “信息繭房”“網絡巴爾干化”“回音室效應”對“傻子共振”現象的形成作用

“信息繭房”是指個體傾向于關注和接收與自己觀點、興趣和價值觀相符的信息，如同蠶繭般將自己包裹在自我編織的信息世界中[14]。“信息繭房”與“傻子共振”現象都體現了人們在接受和使用信息時的選擇性心理，兩者都可能導致信息的偏食和觀點的極化。但是，這兩種現象也存在明顯的區別，即“信息繭房”強調個體的選擇性心理，而“傻子共振”則更強調群體性。實際上，“信息繭房”效應的封閉性是形成“傻子共振”現象的前提。“巴爾干化”從一個地緣政治概念逐漸借用成為互聯網名詞，其含義變得更為豐富。正如現實空間可以按照地理狀態區分一樣，虛擬空間也可以分離、分割相關利益群體[4]。在社交網絡時代，用戶往往以群體的圈層方式存在，網絡群體之間的信息相互絕緣[15]。而“網絡巴爾干化”與“傻子共振”現象的不同則在于，前者主要關注網絡空間中用戶行為的分化，而后者則關注個體在面對不確定情境時如何受到周圍人行為和觀點的影響。“網絡巴爾干化”的圈層區隔作用為該現象的形成奠定了基礎。“回音室效應”是指公眾在接受和分享與自己興趣、觀點相似的信息之后，不斷進行強化，最終形成內部一致的信息環境。個體興趣、價值認同、社群環境是產生“回音室效應”的重要因素[8]。然而，也有學者認為“回音室效應”并不存在，他們認為人們往往只關注單一媒體，而忽視了其他媒體渠道的影響[16]。綜合先前學者的研究，可以發現“回音室效應”對網絡用戶回聲式的反復強化是“傻子共振”現象發生的必要條件。為此，在設計問卷時，針對“信息繭房”“網絡巴爾干化”“回音室效應”設置專門的題項，以驗證其對“傻子共振”現象的形成作用。

2.6 “傻子共振”現象引起的后果

綜合既有文獻的研究，“傻子共振”現象引起的后果可能包括群體極化、認知窄化和自我滿足心理。群體極化，是指網絡群體在觀點碰撞后，其態度或意見變得更加極端的情況[17]。同樣，認知窄化也是一個不可回避的問題。人們使用社交媒體時往往與觀點相似的人互動，形成了一個封閉自我的同溫層，進一步限制了接觸不同信息的機會[18]。在網絡環境下，信息傳播速度加快、來源多樣，獲取便捷，“回音室效應”會進一步強化認知窄化現象。“自我滿足”則是網絡信息傳播中容易產生的一種心理，在“傻子共振”現象中體現得更為突出。具有這一心理狀態的網民，在與其他相似對象進行比較時，大多表現出認為自己優于他人的傾向，從而增強了他們的自我意識和對自我滿足的追求[19]。據上述分析，提出“傻子共振”現象對其產生后果的影響假設。

H5a：“傻子共振”現象對產生群體極化具有正向影響。

H5b：“傻子共振”現象對產生認知窄化具有正向影響。

H5c：“傻子共振”現象對產生自我滿足具有正向影響。

基于以上分析和假設，本文將認知主體形成“傻子共振”現象的成因與后果進行了整體梳理，并形成了模型圖，如圖1所示。

3 數據準備與研究分析

3.1 量表開發與數據收集

為了確保研究結果的準確性，最大限度地減少測量偏差，本研究在量表編制方面參照了國內外相關領域的成熟量表。在量表正式下發之前，首先編制了紙質問卷，向20名18—29歲的青年進行了預調查。根據反饋結果，對表達不準確或意思模糊的問題進行了調整，最終確定了本研究的調查問卷及題項（見表1）。

此問卷共包含30個題項，其中3個題項用于收集人口特征信息（未包含在表1中）。每個題項均采用5級李克特量表進行測量，量表分值從1分到5分，依次代表“非常不同意”“不同意”“一般”“同意”“非常同意”。本次調查通過問卷星平臺發送，調查時間為2023年10月28日至2023年11月8日。共收回線上調查問卷424份，經過甄別篩選后，只保留了年齡在18歲至29歲的人群的問卷，最終獲得有效問卷382份，問卷有效率達90%。根據問卷中人口特征信息的反饋，參與此次問卷調查的男性為176人，占46.07%，女性為206人，占53.93%；大專及本科在讀的青年占38.22%，已取得本科學歷的青年占57.07%，取得本科以上學歷的青年占4.71%。在使用抖音、快手、今日頭條、西瓜視頻、小紅書、手機百度、微信訂閱號等應用瀏覽信息方面，使用時間在1年以下的青年占4.97%，1—3年的占19.9%，3年以上的占75.13%。

3.2 數據分析

此次研究使用SPSS PRO和Smart PLS開展驗證分析：SPSS PRO主要用于單因子和信效度檢驗，Smart PLS主要用于路徑檢驗。

3.2.1 共同方法偏差檢驗

為了避免共同方法偏差的影響，本研究第一步，在調查前提醒受訪者仔細閱讀題項，確保被調查者準確理解題意。第二步，采用Harman單因子檢驗方法對數據進行檢驗，其結果為18.011%，低于臨界值40%，因此本次研究不存在嚴重的共同方法偏差。

3.2.2 反映性測量指標檢驗

由于本模型中存在反映性和形成性測量指標，所以分別驗證兩類指標的可靠性。首先對反映性測量指標進行檢驗。

信度分析方面，本模型的反映性指標外部載荷全部大于0.7，并且所有指標達到了P值為0.001的顯著性水平，說明反映性指標可以很好地解釋其潛變量。所有潛變量的CR組合信度均大于0.8，潛變量Cronbach's alpha值均大于0.7，說明本模型的反映性指標具有良好的信度，如表2所示。

結構效度分析方面，首先，對于收斂效度，本模型平均抽取方差（Average Variance Extracted， AVE）值均高于0.5，表明測量問項反映了同一個潛變量的含義。另外，本次研究采用方差膨脹因子（Variance Inflation Factor， VIF）來衡量模型中多重共線性的嚴重程度，此次的檢驗結果VIF全部低于3，表明模型不存在嚴重的共線性問題，如表2所示。其次，對區分效度，本研究顯示各潛變量AVE值平方根均高于該變量與其他潛變量之間的相關系數，說明本模型具有較好的區分效度，如表3所示。

3.2.3 形成性測量指標檢驗

形成性測量模型的信度和效度分析，可以通過VIF檢測各測量題項多重共線性的問題，同時結合權重值及其顯著性、外部載荷共同判斷形成性測量指標是否符合要求。如表4所示，本模型中所有形成性指標的VIF均小于3，表明每個形成性指標之間均不存在多重共線性問題。在本模型所有的形成性指標中，除GZ5的權重呈現不顯著外，其余指標的權重值均為顯著。然而，GZ5的外部載荷為0.743，明顯大于0.7的臨界值，所以屬于絕對重要的指標，也滿足形成性指標測量模型的要求。因此，本模型所有形成性指標都是重要的測量指標。

3.2.4 結構模型驗證

本次研究首先通過標準化均方根殘差（Standardized Root Mean Square Residual， SRMR）判斷了模型適配度，本模型SRMR為0.075，小于0.08的閾值要求，表明模型具有良好的適配度。經過Bootstrapping5 000次運算，由表5路徑分析結果可知，H1a、H1b、H1c、H2、H4、H5a、H5b、H5c的直接正向影響關系全部成立，H3的假設不成立。

在偏最小二乘法驗證中，采用Stone-Geisser's Q2模型預測相關性，如果Q2值大于0，說明其預測效度較高，本模型中所有潛變量的Q2均大于0，其中“傻子共振”變量為0.368，進一步說明模型具有良好的預測相關性。

從間接影響效應分析結果來看，所有通過意見領袖作為中介路徑的影響關系均不成立，進一步說明意見領袖中介效果不夠顯著。而網絡算法和聚集效應的間接路徑關系全部成立，說明這兩個潛變量的中介效果良好（見表6）。

3.3 結論分析

第一，“傻子共振”現象的形成是“信息繭房”“網絡巴爾干化”“回音室效應”共同作用的結果。測量題項中GZ1至GZ6為測量該現象的題項，其中“信息繭房”的測量題項為GZ1、GZ2，“網絡巴爾干化”的測量題項為GZ3、GZ4，“回音室效應”的測量題項為GZ5、GZ6。經過測量，“信息繭房”題項路徑影響全部顯著，說明“信息繭房”的封閉性是形成“傻子共振”現象的主要因素。“網絡巴爾干化”現象的測量題項路徑影響全部顯著，也表明其對網絡群體的區隔作用是形成“傻子共振”現象的重要因素。而“回音室效應”的測量題項GZ6顯著，GZ5不夠顯著，反而說明“回音室效應”的強化功能是在認知主體不經意間完成的。

第二，認知主體的歸屬、從眾和社交心理是青年形成“傻子共振”現象的前提。本模型中關于認知主體的形成性測量指標路徑全部成立也驗證了這一點。

第三，網絡算法和聚集效應對“傻子共振”現象的形成起到了重要的中介作用。通過驗證，認知主體→網絡算法→“傻子共振”、認知主體→聚集效應→“傻子共振”，兩條中介路徑影響顯著成立，充分展現了網絡算法和聚集效應對“傻子共振”這一網絡傳播信息現象的關鍵推動作用。首先，網絡算法通過個性化和精準推薦技術使認知主體更容易接觸到與其認知結構相匹配的信息，從而加強了他們的固有觀點和立場。其次，聚集效應通過社交媒體等平臺使認知主體更容易找到同質群體，進一步強化了他們的認知偏見和情感共鳴。

第四，意見領袖的作用對“傻子共振”現象的形成沒有直接影響。這可能是因為“傻子共振”是一種群體互動行為，而意見領袖的影響往往集中在個體層面。雖然意見領袖可以通過提供信息、引導輿論等方式對個體產生影響，但當這些個體聚集在一起形成群體時，他們往往會受到群體心理的影響，產生集體行為，而不是被意見領袖所左右。此外，“傻子共振”現象的形成還與信息的傳播方式、個體的認知水平等因素有關，這些都是意見領袖無法控制的。

第五，“傻子共振”會引起群體極化、認知窄化和自我滿足的心理現象。路徑中H5a、H5b、H5c全部顯著成立，說明這三種心理狀態極易在青年群體中傳播。群體極化在青年群體中表現得極為突出，由于年齡、閱歷等因素的限制，青年往往更加傾向于跟隨大眾的意見，而不是獨立思考。認知窄化是個體低層次認知固化的體現，這種情況下，成員們往往無法看到問題的全貌，也無法接受不同的觀點和信息。這種現象在青年群體中也比較常見。“自我滿足”則是“傻子共振”現象最有特點的表現形式。相較其他現象引起的問題，“自我滿足”實際上對青年群體的危害最大。它使群體成員陷入“思維舒適圈”，給年輕人的學習、成長帶來極大的負面影響，長此以往會擊垮青年人的進取之心，需要全社會高度警惕并加以解決。

4 對策建議

本研究旨在探討網絡算法背景下“傻子共振”現象的成因及應對策略。通過定量研究分析，我們已經證實了該現象的成因，并基于研究結果提出以下對策。

4.1 社會管理層面

加強監管力度，政府需要對網絡傳播進行更為嚴格的監管，制定更嚴厲的法律法規來打擊虛假信息和謠言的傳播。加強對線上平臺的管理，要求其進一步對發布的內容進行審核和篩選。同時，努力提升社會公眾的信息素養，增強公眾的信息辨別和判斷能力。此外，要進一步完善信息發布機制，及時發布權威信息，鼓勵媒體和社會組織積極參與到信息發布中來，共同維護網絡社會的穩定。

4.2 學校教育層面

對于在校的青年群體，學校需要承擔起思想教育和網絡安全教育的責任。將網絡安全教育納入課程體系，讓學生了解網絡安全的基本知識。注重提升大學生的信息素養和創新精神，讓他們具備正確的價值觀和思維方式。此外，加強對教師的培訓和管理，提高其網絡安全專業水平和教育教學能力，以便更好地引導學生正確使用網絡資源。

4.3 網絡平臺層面

網絡平臺應該加強對算法的管理，以確保其公正、透明和可控。首先，建立嚴格的算法審核機制，對推薦內容進行算法與人工多重審核，避免出現低俗、暴力、違法等不良信息。其次，公開算法的基本原理和規則，讓用戶了解推薦內容的生成過程，增加用戶對算法的信任度。最后，定期對算法進行評估和優化，確保其符合法律法規和社會倫理的要求。此外，加強對用戶的引導和管理。通過用戶教育、提示提醒等方式，引導用戶正確使用網絡資源，避免其沉迷于低質量的信息和內容。網絡平臺還可以建立用戶信用評價體系，對違法違規行為進行懲罰，提高用戶的自覺性和責任感。

4.4 青年主體層面

青年應該從自身出發，提高認知水平和網絡素養，增強自我認知。廣大青年要認識到自己在網絡傳播中的地位和作用，明確自己的價值觀和立場，不盲目跟風或被他人影響。同時，學會辨別信息的真偽和可信度，通過查閱權威媒體、參考專業機構的報告等途徑獲取信息。培養批判性思維，對信息進行分析和評估，提出問題、質疑觀點，并結合自己的知識和經驗進行判斷。加強自我約束，不隨意發布不良信息或參與網絡暴力行為，保持良好的網絡禮儀和道德規范，尊重他人的權益和感受。積極參與社會實踐，了解社會發展動態，通過親身體驗和實踐，提高自身的綜合信息素養。

5 結語

互聯網傳播問題本身具有開放性，而“傻子共振”這種現象目前尚未引起足夠的重視。本研究在探討“傻子共振”現象及其他網絡現象方面積累了一些經驗，為互聯網傳播理論研究和實踐提供了啟示。未來可以在研究方法、研究范圍和實際應用等方面進行拓展和深化，以期為提升青年信息素養作出更多貢獻。

參考文獻：

[1] YU L，CHEN H，LUO W，et al.Online public opinion evaluation through the functional resonance analysis method and deep analysis[J].Plos One，2021，16（12）：e0261009.

[2] 魏靜，賈宇廣，朱恒民，等.基于認知失調的動態網絡下用戶觀點演化研究[J].現代情報，2023，43（5）：104-113.

[3] 張剛生.互聯網輿論對青年大學生就業認知的誤導與對策研究[J].中國青年研究，2023（5）：51-58，86.

[4] 于歡.“網絡巴爾干化”影響青年價值觀的內生邏輯與調適策略[J].理論導刊，2023（4）：102-107.

[5] 鄧昳莟，劉愛書，申瑞琴.一般歸屬感量表中文版在大學生群體中的效度和信度[J].中國心理衛生雜志，2020，34（9）：790-794.

[6] 繆笛.“佛系青年”現象生成邏輯與引導研究[J].中國青年研究，2019（9）：102-106，53.

[7] 成倩.聚而不群：社交媒體時代青年“孤獨社交”的現象透視與形成邏輯[J].當代青年研究，2023（5）：74-84.

[8] 吳鋒，楊曉萍.算法推薦背景下用戶媒介使用對“回音室”效應的影響研究：兼論媒介素養的調節作用[J].西南民族大學學報（人文社會科學版），2022，43（5）：142-146.

[9] 周文璐，茆意宏.社交媒體閱讀推廣中意見領袖對用戶參與意愿的影響[J].圖書館論壇，2023，43（7）：110-120.

[10] 劉少杰.中國網絡社會的交往實踐和發展邏輯[J].學術月刊，2022，54（8）：105-117.

[11] 楊雨嬌，袁勤儉.個性化推薦的隱憂：基于扎根理論的信息繭房及其前因后果探析[J].情報理論與實踐，2023，46（3）：117-126.

[12] 吳華，于海英，閆冬.危機事件中意見領袖情緒框架對受眾認知偏差的影響研究[J].情報雜志，2022，41（7）：124-130，90.

[13] 莫騰飛，唐立.互動儀式鏈理論視角下“祖安文化”的生成邏輯與引導路徑[J].當代青年研究，2021（5）：49-55，70.

[14] 彭蘭.導致信息繭房的多重因素及“破繭”路徑[J].新聞界，2020（1）：30-38，73.

[15]劉建明，張琰.數字區隔與鄰里分化：社區信息空間“巴爾干化”及其治理[J].東岳論叢，2023，44（9）：67-77，191.

[16] DUBOIS E，BLANK G.The echo chamber is overstated： The moderating effect of political interest and diverse media[J].Information，communication amp; society，2018，21（5）：729-745.

[17] 張良馴，趙丹丹.網絡群體極化效應對青年生育焦慮的影響研究[J].中國青年社會科學，2022，41（6）：17-29.

[18] 張宏玲，沈立力，韓春磊，等.大語言模型對圖書館數字人文工作的挑戰及應對思考[J].圖書館雜志， 2023，42（11）：31-39.

[19] 周曄，郭雅倩.社會比較視閾下的微信朋友圈影響度研究[J].情報雜志，2016，35（2）：145-150.

[20] 張坤，李力.社交媒體用戶從眾信息分享行為影響機理研究：三度歸因理論視角[J].情報資料工作，2022，43（6）：58-67.

[21] 易明，傅航，劉繼月.信息繭房背景下基于應對理論的App用戶持續使用意愿研究[J].情報資料工作，2023，44（4）：66-76.

[22] 朱世琴，陳紅英，才銘潔.高校學生信息困境評價指標體系構建及實證研究[J].情報科學，2023，41（3）：19-25，44.

[23] 于藍，鄭芳，徐曼.體育品牌社群體驗對品牌忠誠的影響機制：社群認同和品牌認同的鏈式中介效應[J].中國體育科技，2023，59（8）：73-81，89.

[24] 夏倩芳，仲野.中國網民的新聞消費習慣與信息繭房狀況：不同教育人群的素描和比較[J].新聞記者，2022（12）：3-15，96.

[25] 彭麗徽，周媛，李茜丹，等.風險認知視域下老年人健康信息規避行為要素及關聯路徑研究[J].情報科學，2024（5）：101-110，148.

[26] 虞鑫，王金鵬.重新認識“信息繭房”：智媒時代工具理性與價值理性的共生機制研究[J].新聞與寫作，2022（3）：65-78.

[27] 廖覓燕，方佳明，楊晶晶，等.應對行為視角下算法推薦內容相似性對App持續使用的影響[J].南開管理評論，2023，26（3）：178-188，31-32.

作者簡介：韓發，內蒙古鴻德文理學院經濟管理系特聘副教授，韓國中部大學博士研究生，主要研究方向為管理心理學與新媒體營銷；張薇，內蒙古財經大學旅游學院副教授，主要研究方向為大學生心理健康；宋博，衡水職業技術學院學生處副處長，韓國中部大學博士研究生，主要研究方向為大學生思想政治教育；魏侵，韓國中部大學博士研究生，研究方向為網絡營銷學；戴萌，韓國中部大學博士研究生，主要研究方向為人力資源管理。

收稿日期：2024-06-12編校：李萍 王曉琳