社交媒体用户行为研究现状与发展趋势（2013—2023年）

屈锦培

［摘要］数字技术的迅猛发展使新媒体迎来了巨大的发展机遇和挑战，这对日益成为用户获取信息、进行人际交往的主要渠道的社交媒体来说更是如此。文章基于中国知网（CNKI）数据库与CiteSpace可视化分析工具，对2013—2023年有关社交媒体用户行为的研究进行共词和共现分析，厘清2013—2023年我国社交媒体用户行为研究的主题、研究热点和前沿趋势，呈现国内该领域研究的议题变迁和发展路径。文章通过研究发现：用户行为表征、影响因素以及形成机制是研究的核心主题；研究机构以学界为主，作者之间合作较少，尚未形成广泛的合作网络。

［关键词］社交媒体；用户行为；知识图谱；CiteSpace；

一、研究缘起

近年来，社交媒体用户的使用行为随着媒体形式的丰富而日渐多样化，既包括在社交媒体上点赞、转发、评论等在线活动行为，也包括在各类社交媒体信息驱动下的线下消费、传播等行为。文章对2013—2023年有关我国社交媒体用户行为的研究进行共词和共现分析，以期厘清社交媒体的内容分发机制对用户行为的影响，从而促进内容生产者和媒体平台改进内容生产和传播策略，构建以用户需求为主的社交媒体生态。然而，由于算法、人工智能等计算机技术的发展，移动互联网的虚拟性使用户获得了角色选择的自由，并能以真实的体验在移动网络上进行展演［1］，加上ChatGPT等人工智能机器人的兴起，使得用户已无法区分与之交流的对象是否为真人［2］。因此，文章对以真人用户行为为研究对象的文献进行可视化分析，梳理相关研究主题的发展现状及研究热点变化，探讨我国社交媒体用户行为研究的前沿发展趋向。

二、数据来源与研究方法

（一）数据来源

文章研究数据来自中国知网（CNKI）数据库。笔者在中国知网上以“社交媒体用户行为”OR“社交媒体使用行为”OR“社会化媒体受众行为”为主题词进行交叉高级检索，同时选中“同义词扩展”，期刊来源选择“北大核心”“CSSCI”，時间跨度为2013—2023年，检索时间为2023年11月20日，共检索到相关文献255篇，经过人工筛选，剔除卷首语、贺信等非相关文献，最终获得有效文献212篇，并将所得数据导入CiteSpace软件，对2013—2023年我国社交媒体用户行为研究进行可视化分析。

（二）研究工具及研究方法

CiteSpace是基于Java语言开发的一款信息可视化软件，可以绘制科学和技术领域的知识图谱，简单直观地展现科学知识领域的全景信息［3］，有助于研究者探索该领域的关键拐点及研究路径，实现对学科研究热点和发展前沿的预测［4］。笔者采用CiteSpace6.3.R1版本，以作者、机构、关键词为节点，时间切片设置为1，通过可视化图谱总结2013—2023年我国社交媒体用户行为研究现状及发展趋势。

三、社交媒体用户行为研究现状

如图1所示，以关键词为节点得到2013—2023年我国社交媒体用户行为研究关键词聚类图谱，呈现不同的研究主题。其中，模块值（Q值）为0.8063（＞0.3），平均轮廓值（S值）为0.9753（＞0.7），这表明该图谱划分出来的类别具有显著性，聚类比较高效且具有较高的可信度，主题关联性也较强。

（一）横向分析：研究热点分布

由表1可知，“社交媒体”“用户行为”“影响因素”“扎根理论”“信息行为”等关键词的中心性大于0.1，这表明这些关键词是2013—2023年我国社交媒体用户行为研究的核心内容。

笔者通过对关键词聚类图谱和高频关键词的归纳总结，将2013—2023年我国社交媒体用户行为研究分为以下三个方面。

1.用户行为表征：技术赋能的多样表现

第一，基于对象和过程的行为特征。关于用户的行为特征，相关研究侧重从社交媒体用户行为涉及的对象（主体、客体、本体以及媒体）和行为过程着手，对社交媒体用户使用行为的强度、特征、层级进行明确细分，揣摩社交媒体用户的心理，从而为社交媒体识别用户感兴趣的话题、进行用户画像侧写、防范网络舆情危机提供参考。第二，基于人口统计学的行为表现差异。在行为表现差异方面，相关研究关注不同年龄、性别的用户在身份、自我认知、知识水平等方面存在的差异及其对社交媒体产生的不同使用偏好和呈现的差异性使用行为。研究发现：针对同一群体，社交媒体用户的互动对象、互动内容选择、互动时间特征存在明显差异；针对同一种行为，社交媒体用户的性别、年龄、使用时间特性会导致使用行为呈现多样化。第三，基于数据标签的用户画像侧写。相关研究主要围绕社交媒体用户的基本属性、行为属性、价值属性提取标签，并综合意见领袖、用户活跃度、信息质量、信息环境、社会环境等因素构建社交媒体用户的画像模型，从而对社交媒体用户行为进行细致分类，精准把握用户偏好，为社交媒体完善用户体验、增强媒体营销效果、提升信息搜索效率提供有益的参考。

2.用户行为的影响因素：多维视角的实证探究

第一，信息、平台和社会的客观环境影响。有研究者认为，信息影响因素形式多样，包括信息质量、信息过载、信息表现形式等，如范春竹等通过进一步分析，认为信息过载、不良言论通过社交媒体传播会使用户出现不同程度的消极使用行为［5］。社交媒体的平台影响因素主要包括社交媒体对用户的反馈以及与用户信息交互的质量。相关研究认为，社交媒体对用户的积极反馈会正向影响用户的信息分享行为，社交媒体信息交互的高质量会正向影响用户的满意度，有助于增强用户黏性。在社会环境影响因素方面，相关研究聚焦突发性的公共事件、网络舆情、危机传播以及风险等社会情境，探究社交媒体用户的具体行为。在不同社会情境下，用户对社交媒体的行为表现呈现阶段性差异。第二，社交媒体用户的主观影响因素。主观影响因素既包括社交媒体用户的人口统计学特征，也包括社交媒体用户的认知水平、社会关系、自身素质、情绪心理等特质，这些都会对社交媒体用户行为产生不同程度的影响。其中，性别、年龄、用户关系、使用特征、人格特征等因素会促进社交媒体用户的积极使用行为，如：相比男性用户，女性用户会更倾向于自我表露，同时受教育程度会显著影响用户的自我表露意愿；认知水平是影响社交媒体倦怠的新维度，其中认知结构、风险感知水平等因素会对用户的社交信息规避行为起到调节作用［6］。此外，部分研究者还关注社交媒体用户情绪变化对行为的影响，认为用户的焦虑、倦怠、嫉妒等情绪会降低其对该社交媒体的持续使用意愿，甚至可能导致用户出现间歇性中辍等行为。相反，张星等通过研究发现社交媒体用户的自信心理会促进浏览和创造行为的发生［7］。

3.用户行为的形成机制：内部成因的多重塑造

第一，情感认知的心理动因。大多研究主要以“S—O—R”理论为依托，探讨社交媒体用户不同行为的形成过程。例如，彭丽徽等认为用户通过社交媒体获取和分享健康信息日益成为常态，但由于信源的不确定和信息形态的多样化，用户经常会看到虚假的健康信息，而为了维持自我认知和缓解负面情绪，出现不同程度的健康信息规避行为。因此，彭丽徽等从风险认知的视域出发，结合“S—O—R理论”厘清社交媒体用户健康信息规避的行为过程及各生成要素之间存在的逻辑关联［8］。第二，扎根理论的实证研究方法。相关研究者主要遵循扎根理论的研究范式，采用问卷调查、深度访谈、文本分析等质化研究方法，探究用户不同行为的形成机理。例如，在微博和微信这两大主要社交媒体的研究中，张敏等基于使用与满足理论构建强关系社交媒体用户持续使用行为形成的概念模型［9］；李珊珊等则基于主我与客我理论，构建弱关系社交媒体用户中辍行为的形成机理与模型［10］。第三，隐私担忧的社会化考量。相关研究主要以社交媒体用户的隐私担忧为考量指标，构建用户行为的形成机制。有研究者基于隐私担忧的研究视角，构建移动社交媒体智能推荐下用户信息规避行为形成的概念模型，也有研究者借助结构方程模型，将社交媒体用户的隐私信息关注作为影响因素，探究隐私对其行为的作用机制。

（二）纵向梳理：研究议题变迁

突现词（Burst）指在某一阶段突然出现或是频率急剧增加的关键词，笔者在CiteSpace软件中，将Minimum Duration设置为2，γ值设置为0.2，得到2013—2023年我国社交媒体用户行为研究的15个突现词（如图2）。如图2可见，我国社交媒体用户行为研究核心议题主要经历三个阶段。

1.社交媒体初步发展时期（2013—2018年）

研究者以微博、微信等的社交媒体用户积极使用行为为主，对用户持续使用行为的影响因素及形成机制展开研究；研究信息质量、社会资本、社交网络等对用户行为的影响；对用户行为表现的差异进行研究等。

2.社交媒体曲折发展时期（2018—2021年）

新媒体技术的发展使社交媒体迎来巨大的发展机遇和挑战，一方面，用户通过各类社交媒体及时获得工作、生活、娱乐资讯；另一方面，社交媒体上各类虚假信息层出不穷、信息过载等使用户眼花缭乱，难以准确辨别信息真伪，导致出现倦怠、信息焦虑等社交媒体消极使用行为。此阶段研究者主要基于信息环境、社会环境的变化，对用户的社交媒体消极使用行为的影响因素和形成机制展开研究。

3.社交媒体成熟发展时期（2021—2023年）

此阶段用户对社交媒体的态度基本稳定，相关研究侧重研究方法的突破。研究者将社交媒体用户的心理因素纳入考察范围，引入结构方程模型、“S—O—R”理论、PPM模型、元分析等多元实证研究方法，通过分析各种变量之间的因果关系探究社交媒体用户是否有持续使用社交媒体的意愿。

四、研究者、研究机构及其合作网络分析

（一）研究者分布情况

笔者通过CiteSpace软件对相关文献进行整理得到发文量排名前十的作者（见表2）。根据普赖斯定律，核心作者发文量M需要满足M=0.749×（Nmax表示发文量最多作者的论文量，M为核心作者最低发文数量）［11］。表2中作者张艳丰的发文量最多，10篇，由此代入公式，得到M=0.749×≈2.4，故发文量超过3篇的作者可被认为是核心作者，但由于同一文献可能存在两到三位作者，并且同一篇文献均会计算到每一位作者名下，因此为了保证数据的准确性，笔者将有4篇以上发文量的作者确定为核心作者。由表2可知，该领域核心作者较少，尚未形成广泛的核心作者群。

（二）研究机构及其合作网络分析

笔者通过CiteSpace得到如图3所示的研究机构共现知识图谱，其中节点数为180，连线110条，密度为0.0068，可见，我国对社交媒体用户行为进行研究的机构较为分散，机构之间联系也较弱，且相关研究主要由学界展开，而业界的研究较少，学界和业界之间尚未形成紧密的合作网络。

五、结论与展望

（一）研究结论

笔者通过CiteSpace可视化软件，对2013—2023年我国社交媒体用户行为研究的现状和趋势进行系统梳理，发现该领域研究呈现以下三个特点。第一，从整体发文量来看，社交媒体用户行为研究依旧是学界热点，发文量呈稳步增长的态势。研究者主要来自新闻传播学领域，且尚未形成广泛的核心作者群。研究机构以学界为主，学界之间、学界与业界之间联系较为松散。第二，从研究主题来看，研究者以社交媒体用户行为的表现、影响因素及形成机制为核心议题展开多元分析。基于人口统计学特征，研究者根据用户与社交媒体的互动强度、特征、层级，深度用户社交媒体使用行为，进行用户画像侧写；通过对社会环境、平台系统、信息质量等导致差异性社交媒体使用行为的影响因素进行分析，深入剖析社交媒体用户行为的外部动因和内部驱动力。第三，从研究方法来看，多数研究者以定量研究为主，其中扎根理论的实证研究方法应用最为广泛。但是，当前众多研究往往针对社交媒体用户某一具体行为的影响因素、形成机制进行实证探讨，学界对社交媒体用户行为的概念界定、分类指标、特征指向等理论也未形成统一认识，在研究方法和应用理论上仍有待创新。

（二）研究展望

在大数据背景下，新的媒介技术正在重塑媒介传播路径，社交媒体作为用户获取日常信息的主要渠道，通过智媒技术进行用户画像侧写，为用户提供多元信息的个性化推荐，用户也可以通过社交媒体维系、加强或重构已有的社会关系，因此社交媒体用户行为媒介效果研究的重要性不言而喻。第一，在研究主题上，随着智媒技术迅猛发展，各类社交媒体在赋予用户更多自主权的同时，也通过内容生产和信息交换对用户的日常生活产生潜移默化的影响。因此，未来研究者可以着眼于社交媒体用户线上线下行为的比较研究，考量用户在前台与后台行为的差异性或一致性。此外，近年来，随着用户对健康信息的关注度日益提升，用户通过社交媒体分享和交流健康信息的行为愈加普遍，在现有社交媒体用户行为影响因素研究的基础上，研究者还可以将健康信息与社交媒体、用户行为进行关联研究，紧密结合健康领域理论、传播学理论以及心理学、社会学等学科理论，探究健康信息影响社交媒体用户行为的特点。第二，在研究对象上，部分学者已对微博、微信等综合性社交媒体用户的点赞、评论和转发等行为进行广泛研究，未来研究者可以探究学术社交网络等专业性社交媒体以及Facebook、Twitter、TikTok等国际社交媒体的用户行为，分析不同的社交媒体用户行为表现的一致性和差异性。此外，研究者还可以针对社交媒体中某一趣缘群体的行为进行个案研究，如细分豆瓣、B站、全民K歌、微信读书等社交媒体的不同虚拟社区，对网络虚拟社区成员的集合行为、自我和群体建构、群体流动和互动行为等进行研究。第三，在研究方法上，单一性的研究方法未能综合考量社交媒体用户行为的影响因素和形成机制，未来研究者可以引入传播学、统计学、管理学、情报学等跨学科理论，采用跨学科视角，综合利用内容分析法、实验法、观察法、访谈法、文本分析法等研究方法，将量化研究和质化研究方法相结合，从而使相关研究取得更深层次的突破。总之，未来研究者仍需要深入挖掘社交媒体与用户行为之间的关系网络，使用户加强对社交媒体使用行为的自我认知，从而加强社交媒体的信息系统建设，构建良好的社交媒体生态。

［参考文献］

［1］彭兰.重构的时空：移动互联网新趋向及其影响［J］.汕头大学学报（人文社会科学版），2017（03）：93-102.

［2］利文斯通，杨嵘均，谢芷珺.数据化时代的受众：媒体研究的关键问题［J］.国外社会科学前沿，2023（09）：41-51.

［3］侯剑华，胡志刚.CiteSpace软件应用研究的回顾与展望［J］.现代情报，2013（04）：99-103.

［4］陈悦，陈超美，刘则渊，等.CiteSpace知识图谱的方法论功能［J］.科学学研究，2015（02）：242-253.

［5］范春竹，邓小昭，韩毅.社交媒体用户消极使用行为：多源数据融合视角［J］.图书情报工作，2022（15）：76-85.

［6］闻心玥，程慧平.面向突发公共卫生事件的大学生社交媒体用户信息规避行为影响因素研究［J］.信息资源管理学报，2022（02）：25-38.

［7］张星，吴忧，刘汕.移动短视频用户浏览和创造行为的影响因素分析［J］.图书情报工作，2019（06）：103-115.

［8］彭丽徽，蒋欣.风险认知视域下社交媒体用户健康信息规避行为生成机理研究［J］.图书情报工作，2022（22）：55-65.

［9］張敏，孟蝶，张艳.“使用-满足”分析框架下社交媒体用户持续使用行为的概念模型研究［J］.信息资源管理学报，2020（01）：92-101.

［10］李姗姗，雷天骄，崔遵康.主我与客我理论视域下弱关系社交媒体用户中辍行为机理与模型［J］.现代情报，2021（03）：52-59.

［11］周环，赵江龙.国内h指数研究的文献计量分析［J］.河南图书馆学刊，2015（01）：98-101.