从众健康信息转发行为影响因素的扎根探测*
——以新浪微博为例

2022-03-06 02:46查先进严亚兰
图书与情报 2022年2期
关键词:用户影响信息

张 坤 查先进 严亚兰

(1.武汉大学信息管理学院 湖北武汉 430072)

(2.武汉大学图书情报国家级实验教学示范中心 湖北武汉 430072)

(3.武汉科技大学恒大管理学院 湖北武汉 430065)

近年来,健康中国战略推进使人们对自身健康的关注程度和对健康信息的需求与日俱增,但受数字鸿沟及健康信息特有属性的影响,用户间健康信息不对称性依旧明显。在此背景下,考察健康信息传播问题尤为必要。与此同时,信息技术的快速发展为信息传播提供了网络信息发布和网络信息转发两种重要途径,其中,网络信息发布主要传播原创信息,网络信息转发主要传播非原创信息。由于健康信息专业性较强,多数用户属于健康信息的需求者和转发者而非创造者和发布者,说明网络健康信息领域信息传播的主要形式是信息转发而非信息发布[1]。因此,对网络健康信息转发问题进行探究具有重要意义。

从众行为是一种广泛存在的社会现象,根据从众行为理论,从众行为指个人倾向于做多数人所做的事情,即使自己认为应该做不一样的事情[2]。网络环境下,购买量、关注量、点赞量、转发量、评分、星级、排行榜等客观度量指标的出现为用户从众提供了量化标准,更可能诱发从众心理。且已有研究证实,从众行为在网络环境下更容易产生[3]。如在对一些网络平台进行考察时发现,销量或星级越高的图书,被用户选择的概率越大[4];排名越高的歌曲,下载人数也越多[5]。因此,有理由认为转发量更高的信息也更容易被人转发,即网络信息传播的过程中容易产生从众。但在健康信息领域,从众健康信息转发行为是否真的存在?若存在其影响因素有哪些?其影响关系与作用机制如何?能否构建理论模型?这些问题值得学界深入探讨。

“微时代”下,新浪微博(以下简称微博)凭借主体平民化、受众基数大、影响范围广、多媒体综合化等特点,成为弱连接类别下信息传播的代表性媒介,为健康信息传播提供了优质渠道,也为健康信息传播问题的研究提供了极佳平台。已有研究证实,从众理论在微博信息传播中同样适用[6]。据此,本文拟以微博平台为例,尝试探测从众健康信息转发行为的影响因素,并揭示各因素的作用机制,在此基础上提炼相关结论并提出针对性建议,以深化信息行为、从众行为和健康信息领域的现有研究,并为引导用户行为、规避消极影响、优化健康信息服务及促进健康信息传播等提供新的思路与参考。

1 文献综述

从众行为研究起源于心理学,最早始于Sherif的规范形成实验[7]。此后,从众行为研究逐渐扩展至社会学、经济学、管理学等诸多领域。随着信息技术的发展,网络环境下的从众行为受到国内外研究者的关注。如Dewan和Ramaprasad发现社交媒体中用户的音乐分享和消费存在从众行为,且主要受早期音乐用户博客流行程度的正向影响[8];Chang等发现从众趋势下,信息影响通过感知有用性而非规范性影响来促进用户社交网络的持续使用意愿[9];Chang证实处理和检索流畅性对网络团购从众行为具有显著影响[10];刘江等发现网络营销领域消费者倾向于从众购物,且主要受网购态度和网购习惯的影响[3];朱琳等则发现,微博中的转发数、转发中的朋友数、博主粉丝量正向影响用户转发行为,验证了从众行为在网络信息传播中同样存在的结论[6]。

健康信息重要性的提升引起了学界重视,与健康信息相关的信息行为研究也日益丰富。国内外学者开展了广泛研究,如Park等对健康相关组织发布的推文进行内容分析,介绍了Twitter在健康信息传播中的作用[11];Deng和Liu从移动社交媒体网站风险感知的态度框架和社会支持角度对消费者健康信息搜寻行为进行了分析[12];Zhou对网络社区中个人信息披露行为的影响因素进行了探测[13];Lipsey和Shepperd对强势受众在健康信息回避中的作用进行了分析[14];周晓英和蔡文娟考察了大学生的网络健康信息搜寻行为模式与影响因素[15];张坤等对电子健康网站中用户信息披露的影响因素进行了扎根分析[16];王文韬等则对大学生健康信息回避行为的驱动因素进行了讨论并构建了相关理论模型[17]。

信息转发指非信息发布者通过辅助功能在社交网络中扩散其所得到的信息,从而使他人产生相应变化的行为活动[1]。针对信息转发的影响因素,Shi等考察用户在Twitter环境中的自愿信息转发行为发现,单向关注者比双向关注者更可能转发信息,验证了弱关系更可能参与内容共享的社会交换过程[18];Kwon等考察韩国Twitter用户产生的真实交易数据发现,来源影响力和同行推荐对内容传播过程中的级联规则具有正向影响,在内容具有交叉性情况下,来源的影响力降低,而在外部内容传播过程中,同行推荐的影响力增强[19];黄炜等剖析了微信消息转发规律,构建了微信消息转发模型,并通过仿真实践验证了微信消息转发的影响因素包括微信消息转发量和转发量增长速率[20];赵杨等则从微博内容和用户层面进行分析发现,微博的信息类型、信息来源、转发者类型、粉丝数量及展现形式均显著影响高校图书馆微博信息传播[21]。

综上,随着健康信息学和行为学热度提升,围绕健康信息和信息行为开展的关联研究不断增加,研究视角、研究主题也在不断向外拓展,且跨学科研究愈益明显,健康信息行为相关研究有望成为持续研究热点。尽管当前已有不少关于从众行为和信息转发行为的单独研究,但围绕二者间的关联研究仍较少见,较少有研究探讨从众信息行为这一行为类型,更少有研究聚焦于从众信息转发行为,且相关研究中较少有研究者考察健康信息这一领域。此外,围绕相关主题开展的研究多以定量方法为主,且多为验证性研究,较少有研究采用定性方法进行探索性的尝试。鉴于此,拟以微博用户为研究对象,通过对半结构化访谈获取到的一手资料进行扎根分析,探测用户从众健康信息转发行为的影响因素,在此基础上系统揭示其影响规律,构建相关理论模型并提出针对性建议。

2 研究设计

2.1 研究方法

与定量研究相比,质性研究具有灵活的数据搜集方法和独特的理解视角,尤其适合探索式的行为研究[22]。半结构化访谈和扎根理论是目前质性研究中较常用的数据搜集与分析方法。其中,半结构化访谈是一种按照提前设计好的粗线条提纲进行访谈的方法,可以使提问者根据访谈内容进行灵活调整,有助于鼓励受访者积极参与并全面回答自己的真实想法,因而有助于搜集更为有效的访谈资料;扎根理论方法建立在不断比较和理论抽样基础上,包括开放、主轴、选择编码[23],并且这两种方法的结合使用已在诸多研究中被证实适用、有效[16,24],为本文方法的选择与使用提供了可靠依据。因此,本文结合使用半结构化访谈和扎根理论方法开展研究。同时,质性数据辅助分析软件NVivo与扎根理论方法的契合度较高[25],有助于质性研究工作的开展,并已在众多领域得到应用与验证[26-27]。因此,本文借助NVivo软件进行辅助分析,以简化和清楚记录数据分析过程,提升编码结果的严谨性和科学性。

2.2 访谈提纲设计

正式访谈前,结合前期经验、文献调研和小组讨论确定初步访谈提纲。随后,对三位受访者进行预访谈,修正并确立正式访谈提纲(见表1)。

表1 访谈提纲

2.3 数据搜集

本文数据搜集过程如下:首先,采用目的性抽样和理论饱和抽样对受访者选定的标准与数量进行限定,即将最有可能提供有效信息的人员作为访谈对象,且直到受访者不能再提供新范畴时停止访谈。根据第47次《中国互联网络发展状况统计报告》[28],互联网使用人群中年龄处于20-39岁的用户最多,占全部网民的38.3%;且总体上学历较高群体更能清楚全面地表述、概括和分析微博的平台特征、信息内容等问题。因此,将访谈对象限定为20-39岁文化程度相对较高的微博用户;其次,根据受访者所处环境及要求确定访谈形式,在正式访谈过程中经受访者同意后进行全程录音,以备后续使用;再次,在访谈工作完成后,对录音进行转录及整理,形成标准规范的文档资料,以便后续分析;最后,将转录后的文档资料发送给受访者本人验证,以保证转录信息真实性。整个数据搜集阶段历时约六周,得到转录字数达52300字的访谈资料,根据受访者确认时间顺序,将18份原始资料逐一命名为A-R。

3 扎根分析

3.1 开放编码

在开放编码阶段,对原始访谈资料进行逐句编码,最终提取出236条原始语句(含重复使用),也即编码参考点。对原始语句进行“贴标签”及初步“聚拢”后得到官方账号、个人喜好、健康认知、融入群体等73个初始概念(见表2)。

表2 初始概念编码举例

进一步对初始概念进行范畴化,共提炼出感知收益、健康信息素养、群体规范、名人效应等24个基本范畴(见表3)。

表3 基本范畴编码情况

3.2 主轴编码

主轴编码阶段通过对基本范畴进行提炼与归纳,得到从众健康信息转发行为、信息质量、信源可信度、个人偏好、感知价值、健康信息素养、平台质量和社会影响8个主范畴(见表4)。

表4 主范畴编码情况

3.3 选择编码

选择编码阶段通过对8个主范畴进行比较分析,梳理出如下故事线:个人偏好、健康信息素养、感知价值和社会影响对从众健康信息转发行为具有直接影响,平台质量、信息质量和信源可信度通过感知价值间接影响从众健康信息转发行为,且信源可信度对感知价值的影响受到信息质量的中介作用(见表5)。据此,将“从众健康信息转发行为”确定为核心范畴,并构建从众健康信息转发行为影响因素理论模型(见图1)。

图1 从众健康信息转发行为影响因素理论模型

表5 主范畴典型关系结构

3.4 理论饱和度检验

当原始资料不能再提供新的范畴和关系时,再进行不少于3份资料的验证,若依然不能发现新的范畴和关系,则表示编码得到的理论范畴达到饱和[43]。由于本文样本选择以理论饱和抽样为原则,即在发现不能从访谈资料中提取出新的范畴和关系时便停止新的访谈。结果表明,当访谈至第15位受访者时,已不能发现新的范畴和关系,为确保理论饱和,选择3位受访者进行验证,结果依旧未能发现新范畴和新关系,据此认定所构建理论饱和。

4 研究结果讨论

研究发现,平台质量、感知价值、信源可信度、信息质量、个人偏好和健康信息素养对用户从众健康信息转发行为具有重要影响,其中,个人偏好、健康信息素养、感知价值和社会影响对从众健康信息转发行为具有直接影响,而平台质量、信息质量和信源可信度则通过感知价值的中介作用对从众健康信息转发行为产生间接影响。研究结果对信息发布平台、信息发布者和从众信息转发者三方提供了重要启示。

首先,作为信息发布载体和情境关系的影响主体,信息发布平台需采取针对性策略刺激用户从众以促进信息发布平台长远发展:(1)群体规范、名人效应、他人评论、他人推荐和受众广泛性对用户从众健康信息转发行为具有重要影响说明增加受众数量、促进群体规范、名人效应和良好口碑的形成对信息发布平台的长远发展至关重要。可通过邀请、推荐、引入知名人物入驻等机制以增加受众数量和平台的口碑及信誉,进而提高平台的知名度与影响力,增加平台的正面评论,而群体规范和他人推荐往往是受众数量、平台口碑度等的附属产物,因此,平台知名度和影响力的提升也会促进良好群体规范以及用户推荐的形成;(2)便捷性、功能丰富性、资源丰富性和感知风险对用户从众健康信息转发行为具有重要影响说明信息发布平台不仅需要提高平台功能的易用性和服务效率,还需提高功能和资源的丰富性以及个人信息的安全性。可通过优化界面设计等方式以提高平台易操作性;通过引入智能推荐、用户画像等信息技术以提高平台智能服务水平、方便用户使用;通过开发或引入方便实用的平台功能,完善平台信息资源库建

设、鼓励用户发布差异性主题内容等途径以提高平台服务功能与内容的丰富性;通过借助数据溯源、数据防侵入等技术提高平台的安全防护水平,进而提高平台对个人信息的保护能力;(3)感知收益、无关信息量、虚假信息量和他人评论对用户从众健康信息转发行为具有重要影响说明满足用户需求和建设良好的信息环境尤为重要。可通过引入信息质量审核机制、责任追究机制等方式以倒逼信息发布者提高信息质量,从而更好地满足用户信息需求。同时,需制定合理的管控制度,可通过对健康信息发布者进行实名认证,对健康信息质量进行甄别,对广告等无关健康信息进行限制,对冗余信息和过时健康信息进行及时清理,对热点、争议类健康信息进行及时的查证、披露与疏导,对已查实信息进行认证标记等措施来保障平台的整体环境,从而帮助用户筛选和辨别高质量的健康信息,增强用户的服务体验满意度。

其次,作为信息生产者和情境关系的影响主体,需采取有效途径正向引导用户从众:(1)信息内容质量、信息效用质量、信息表达质量、感知收益和他人评论、他人推荐对从众健康信息转发行为具有重要影响说明信息发布者需重点关注信息质量,可对社会关切、时事热点等相关的健康信息做及时披露,且披露的信息内容需真实可信、实际有效、便于理解,避免发布文题不符、过度夸大和具有裹挟性内涵等信息。此外,在编辑信息时需考虑不同群体用户的信息接受能力,尽量使发布的信息具有精简性、新颖性、趣味性和易理解性,切实满足用户需要;(2)名人效应、群体规范、他人推荐、信息发布者权威性、信息发布者可信度和信息发布者知名度对从众健康信息转发行为具有重要影响说明信息发布者的被认可度以及信息推广力度需要进一步提高。可通过和高校、科研院所、大型医院等机构或者知名博主、账号等合作、多提供具有可验证性信息等方式以提升自身的可信度、知名度与权威性,进而帮助信息发布者树立良好口碑和影响力。

最后,从众信息转发者作为从众健康信息转发行为的实施者,其个人的思维活动、习惯偏好与能力素养对从众转发行为的产生具有根本影响,这启示从众信息转发者在从众健康信息转发过程中应保持理性,避免盲目跟风:(1)个人习惯和个人兴趣对从众健康信息转发行为具有重要影响说明个人习惯和兴趣应成为个人全面发展的促进因素,而非阻碍因素,可在平时生活中有意识的调整个人的心理活动,培养良好的个人习惯及兴趣,并避免个人行为完全受到习惯或兴趣的主宰;(2)感知收益、感知风险和健康信息素养对从众健康信息转发行为具有重要影响说明感知能力和健康信息素养至关重要。从众转发者需全面提高自身的健康信息素养,掌握基本的健康认知水平、判断健康信息价值的能力以及获取健康信息的能力,同时还需提升个人的感知能力,避免过度风险忧虑。此外,“真理”并不一定掌握在权威者或多数人手中,不应迷信权威,偏听偏信,应结合个人知识与经验做出信息价值判断,避免转发文题不符或与事实不符的虚假信息。

5 结语

随着“健康中国”战略推进,更好地促进健康信息传播以满足用户日益增长的健康信息需求已成必然趋势。本文通过对访谈资料进行扎根分析,提炼用户从众健康信息转发行为的影响因素,剖析各影响因素间的作用机制,并从理论层面构建用户从众健康信息转发行为影响因素的理论模型。研究具有以下贡献:首先,以往较少有研究聚焦考察从众健康信息转发行为,本文补充了现有研究的不足,拓展了信息行为和从众行为的研究范围,使信息行为和从众行为的相关研究进一步细粒度,为未来研究提供了基础与思路;其次,探测出以往从众行为相关研究中尚未发现的影响范畴及关系,如感知价值及其中介作用等,为用户理解从众行为和信息转发行为提供了很好的启发;最后,以往研究多采用定量方法开展验证性研究,仅提炼出部分零散变量,而本文采用质性方法进行探索性研究,系统抽取出用户从众健康信息转发行为的影响因素,深入剖析了各因素相互间的作用机制,全面揭示了从众健康信息转发行为的影响机理,并构建了用户从众健康信息转发行为影响因素的理论模型,为后续研究的开展提供了理论基础和量表设计参考。此外,本文在实践层面,既为积极引导用户行为和规避从众行为的消极影响提供了参考与借鉴,也为优化健康信息服务和促进健康信息传播等提供了思路和启示。存在的不足包括未能对各种文化程度及年龄段的用户群体进行细分,以至样本覆盖面受限,后续研究可在此基础上进一步对受访用户进行差异化区分以使研究更为深入;研究结论缺乏量化数据的检验,后续研究可结合问卷调查、结构方程建模等方法进行量化实证分析佐证本文结论,从而为相关研究及实践的深入发展提供坚实基础。

猜你喜欢
用户影响信息
是什么影响了滑动摩擦力的大小
订阅信息
没错,痛经有时也会影响怀孕
关注用户
关注用户
扩链剂联用对PETG扩链反应与流变性能的影响
关注用户
基于Simulink的跟踪干扰对跳频通信的影响
如何获取一亿海外用户
展会信息