Web 20的环境下用户生成内容感知有用性的研究.doc

Web 20的环境下用户生成内容感知有用性的研究.doc

  1. 1、本文档共17页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
Web 20的环境下用户生成内容感知有用性的研究

Web 20的环境下用户生成内容感知有用性的研究   [摘要]在全新的Web 20时代,究竟哪些信息对于用户来说是有价值的,而哪些信息又是毫无意义地存在?对于这一问题无论是对商业发展还是领域研究都有着举足轻重的意义。文章基于双过程理论模型,并结合当下社交平台的信息互动特点,将用户―用户之间的互动性纳入信息感知有用性模型。研究结果表明无论是信息质量、信息源可靠性还是用户―用户之间的互动性,均对用户的信息感知有用性起重要作用,尤其肯定了用户与用户之间的互动这一维度的显著作用。   [关键词]用户生成内容;web20;感知有用性;产消   [DOI]1013939/jcnkizgsc201731024   自2005年的一场会议头脑风暴,Web 20时代从此诞生于世。[1]互联网信息时代的飞速发展为用户提供了可以随时随地畅所欲言的平台,而整个平台的未来发展也更加依赖于以用户自身为中心的“经营”,用户生成内容充斥着整个信息时代。而到底怎样的用户生成内容对消费者而言都是有价值的,而哪些信息又是无用的,这无论对于商业发展还是学术研究都有着极其重要的意义。文章在总结了国内外关于用户生成内容研究成果,基于经典的信息采纳模型,并结合社交媒体平台实际数据,深化探究用户对UGC(User Generated Content)信息感知有用性的影响因素,希望为无论是商业还是学术界未来的发展做出一定的贡献。   1UGC(User Generated Content)研究现况   为了更直观地了解目前国际学术界关于UGC(User Generated Content)的研究现况,文章通过对2000―2016年关于User-generated Content、UGC(User Generated Content)、User Created Content、UCC、Consumer Generated Media、CGM进行并集主题文献检索,选用Web of Science数据库作为来源数据库,利用文献检索软件HistCite就其LCS排名前100篇文章绘制引用关系图谱(见图1)。可以清晰了解??际学术界UGC(User Generated Content)的相关研究发展脉络,至今并未形成成熟的研究体系,且研究领域较为分散。自2007年前后开始,学术界主要聚焦UGC(User Generated Content)的商业价值领域的研究,消费者文本评论作为典型的UGC(User Generated Content),其与产品销量、消费者购物决策之间的影响关系,成为众多领域(视频、酒店、音乐等领域)研究的热点议题,但其研究结论仍存在一定的争议。[2]Saokosal Oum 和DongWook Han等学者利用技术接受模型(TAM,Technology Acceptance Model)对社会认同、用户临场感、利他主义、感知娱乐和社会信任等因素进行分析,发现社会信任和感知娱乐性是影响用户创作UGC(User Generated Content)的主要因素。[3]UGC(User Generated Content)不同于传统意义上的商品,鲜有学者研究UGC(User Generated Content)的感知价值。然而,我们却有充足的理由证明,什么样的UGC(User Generated Content)对于用户而言具有利用价值(usefulness),或者说消费者认为哪些依据可以帮助他们判定UGC(User Generated Content)对其之后的决策是有帮助的(helpfulness),无论是对电商平台的发展还是学术研究领域都具有非常重要的价值。   图1文献检索引用关系图谱   2理论基础――信息采纳与双过程理论模型   近年来关于用户生成内容有用性(usefulness;helpfulness ect)的研究成为国内外各研究领域讨论的热点议题。   美国学者Stephanie Watts Sussman利用在关于组织中的信息影响[4]研究中较早地提到了关于信息有用性的影响因素。在其研究中通过整合经典的技术接受模型(Technology Acceptance Mode,TAM)和详尽可能性模型(Elaboration Likelihood Model,ELM)双过程模式,构建了信息采纳模型(见图2),从核心路径、外围路径的角度解释了信息采纳过程。其中,Petty、Cacioppo[5]等学者提出ELM被普遍应用于消费者心理、行为及广告营销领域的研究。该研究模型除了强调信息有用性的中介作用之外,对本研究模型构建的重要贡献还在于提出了信息接收者的领域知识专业性(经验)和卷入度在信息质量、信息源可靠性与信息有用性之间的调节作用。   

文档评论(0)

189****7685 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档