1、UGC 用户行为成因分析用户数据素养与用户行为情景的双重视角 詹丽华 肇庆学院图书馆 摘 要： 目的/意义进一步了解 UGC 用户行为成因, 通过管理用户行为来提高 UGC 网站质量。方法/过程在总结国内外 UGC 用户行为成因研究成果的基础上, 重新界定 UGC 用户行为类型, 并从用户数据素养与用户行为情景的双重视角入手, 分析用户数据素养与 UGC 用户行为的关联, 以及用户行为情景与 UGC 用户行为的关联。结果/结论用户数据素养与用户行为情景共同影响着用户所关注的 UGC领域、用户行为发生的可能性、行为发生的类型、行为发生的频率及持续时长, 以及行为发生的质量。关键词： 用户生成内容
2、; 用户行为; 数据素养; 用户情境; 作者简介：詹丽华, 女, 1976 年生, 硕士, 副研究馆员。研究方向:网络信息组织, 信息服务。基金：国家社会科学基金项目“基于用户行为挖掘的 UGC 质量实时预判与控制机制研究” (项目编号:15BTQ064) 的研究成果Factor Analysis of UGC User Behavior: from the Dual Perspectives of User Data Literacy and User Behavior ContextAbstract： Purpose/significance This paper aims to lear
3、n more about the causes of UGC user behavior and to improve UGC website quality by managing user behavior. Method/process Based on the summary of the research results of UGC user behavior causes at home and abroad, the paper redefines UGC user behavior types, and analyzes the correlation between use
4、r data literacy and UGC user behavior, and the correlation between user behavior context and UGC user behavior from the dual perspectives of user data literacy and user behavior context. Result/conclusion Both user data quality and user behavior context affect the UGC domain that users are intereste
5、d in, the possibility of user behavior occurrence, the types of behavior, the frequency and duration of behavior, and the quality of behavior.Keyword： UGC; user behavior; data literacy; user context; UGC (User-Generated Content) 是用户生成或创建内容的总称, 经济合作与发展组织指出 UGC 具有以下 3 个特征:互联网上公开可用的内容;内容的创新性;强调普通用户的创作1
6、。国内外 UGC 网站不胜枚举, 国内有:腾讯 QQ/微信、人人网、酷六网、新浪微博、百度百科等, 近几年涌现出一些付费的知识型 UGC网站, 如知乎、“值乎”1.0、分答等;国外有:Facebook, You Tube, Wike Pedia, Twitter 等。随着移动终端的普及和各类 APP 的广泛使用, UGC 网站的用户群变得庞大, 且用户数量呈现出增长趋势。以腾讯及新浪微博为例。根据腾讯发布的 2017 年第一季度财报, QQ 月活跃账户数 8.61 亿, 最高同时在线账户数 2.66 亿;QQ 空间月活跃账户数 6.32 亿;微信/We Chat 合并月活跃账户总数达到 9.3
7、8 亿, 同比增长 23%。根据新浪微博发布的 2017 年第一季度财报, 第一季度新浪微博的月活跃用户数从 2016 年 3 月的 2.61 亿增长至 2017 年 3 月的 3.40 亿, 同比增长30%;2017 年 3 月平均日活跃用户数较上年同期净增约 3400 万, 达到 1.54 亿3。类型多样的 UGC 网站以及其庞大的用户数量, 必然导致出现多样化的用户行为。例如, 在微博、博客等平台上, 内容生产者传播信息并与粉丝交流;土豆、优酷、You Tube 等视频类 UGC 网站成为用户信息消费和社交互动的载体;在知乎、分答等知识类 UGC 网站上, 用户进行知识生产并实现知识共享
8、;而电商评论 UGC, 如淘宝、当当、亚马逊等, 支持用户对电商消费的评论或评价。用户的种种 UGC 行为对 UGC 网站发展的影响不容小觑, 特别是在当前以内容生产取胜的环境中, 用户行为不仅影响 UGC 网站质量、更会影响内容质量4-6。因而, 分析 UGC 用户行为成因, 并采取有效措施规范和改进用户行为, 对提高UGC 网站质量具有重要意义。本文以整体意义上的 UGC 用户行为作为研究对象, 首先归纳总结国内外 UGC 用户行为成因的现有研究, 在此基础上对 UGC 用户行为类型重新分类, 进而从用户数据素养与用户行为情景的双重视角分析 UGC 用户行为成因, 希冀研究成果能为管理 U
9、GC 用户行为、提高 UGC 网站质量提供新的视角。1 国内外 UGC 用户行为成因研究述评考虑到 UGC 类型多样、用户行为多样, 且研究者所采用的研究理论不同, 对国内外 UGC 用户行为成因 (或影响因素) 的研究结果做出如表 1 所示的归纳与对比。表 1 UGC 用户行为成因 下载原表 表 1 UGC 用户行为成因 下载原表 从表 1 可以看出, 国内外关于 UGC 用户行为成因的研究成果丰富, 可以总结为以下几点: (1) 涉及到的 UGC 类型多样, 有微信、社交网站、论坛、博客、微博、中文维基百科、虚拟社区、旅游预定网站、社交媒体品牌社区、Facebook等。 (2) 所研究的
10、UGC 用户行为多样, 有信息分享、知识共享、社会化标注、用户使用、娱乐、社交、用户内容生成、交互式问答、转发、消费者行为、博客创作等。 (3) 采用的研究理论丰富, 如, 沉禁理论、MOA 模型、5W 理论、信息生态、整合型技术接受与使用模型、感知风险理论、媒介丰富度理论、使用满足理论、信息系统持续使用模型、社会认知理论、大五人格模型、技术采纳与利用整合模型、信息行为理论、消费者行为理论、心理学理论、计划行为理论、可用性研究、任务技术匹配理论、社会认知理论、社会资本理论。从整体上来看, 现有研究涉及的 UGC 类型多样、所研究的 UGC 用户行为多样、支撑理论丰富, 能够从多角度提供给读者相
11、关的认识。从单篇研究论文的个体角度来看, 有助于了解某种 UGC 网站的某种用户行为的成因, 针对性较强, 而且由于各个研究者所采用的理论不同, 所以研究成果具有很强的指向性。本文尝试模糊 UGC 网站的不同类型, 以整体意义上的 UGC 用户作为研究对象, 将 UGC 用户行为由线上的直接行为延伸到线下的间接行为, 将线上行为按是否创建新内容划分为创造性行为和接受性行为, 将线下行为按是否利用 UGC 内容划分为线下传递和线下利用, 进而得到如表 2 所示的 UGC 用户行为类型。表 2 UGC 用户行为类型 下载原表 分析一件事物的成因当从内因与外因的双重角度来进行, 因此, 本文提出从用
12、户数据素养 (内因) 和用户行为情景 (外因) 的双重视角, 结合表 2 中一系列用户行为的产生、发展、结果, 来探析 UGC 用户的行为成因。该方法兼顾了UGC 用户行为发生发展的主客观因素, 既能让用户认识到自身行为的重要性及其起因, 从而对自身行为加以自控, 又能促使 UGC 网站改进和改善用户行为环境, 让用户与 UGC 网站共同出力, 以提高 UGC 网站质量。2 用户数据素养与 UGC 用户行为关联分析从英文原文看, 素养 (Literacy) 的本义是指一个人的读写能力, 其反义词是文盲 (Illiteracy) 。在计算机和网络时代, 素养升级成信息素养, 数据素养是信息素养的
13、重要组成部分。在人们普遍掌握了利用计算机和互联网进行信息处理的日常技能的情况下, 各行各业的从业人员在日常生活和工作中感受并认识到数据的作用和影响力越来越大, 理解数据、分析数据、利用数据成为赢得网络时代竞争的重要能力。对数据素养的定义, 有以下几种代表性看法:Stephenson 等26认为, 数据素养指有效而恰当地发现、评估与使用信息和数据的一种意识和能力;Rubin27认为, 数据素养要求具备使用数据的意识, 并能通过使用合适的数据和工具为解决方案提供支持;缪其浩28认为数据意识和数据素养是同一事物的两面, 前者属于认识层面, 即能认识到数据的意义和价值以及数据管理不善可能带来的危害,
14、后者是一种能力, 即能够理解本行业本专业的数据问题和意义使数据产生价值。综合来看, 数据素养一般包括以下 5 个维度:对数据的敏感性;数据的收集能力;数据的分析、处理能力;利用数据进行决策的能力;对数据的批判性思维29。以数据素养的 5 个维度为基础, 首先对 UGC 用户数据素养进行释义, 见表 3。表 3 UGC 用户数据素养 下载原表 再结合表 2 中的 UGC 用户行为类型, 分析用户数据素养与用户行为的关联性以及其对 UGC 用户行为的影响, 见表 4。表 4 数据素养对 UGC 用户行为的影响 下载原表 从表 4 可知: (1) 对数据的敏感性是用户关注、查找、获取等线上行为的触发
15、因素; (2) 数据的收集能力既是浏览 (观看) 等行为的触发因素, 也能诱发转发 (分享) 、收藏、下载等继发行为, 同时还影响着查找行为的效果; (3) 数据的分析、处理能力既影响着浏览 (观看) 等线上接受性行为的效果, 又影响着线下行为的效果; (4) 利用数据进行决策的能力是创造、创建、编辑等创造性行为及面对面分享、线下数据利用等线下行为的触发因素; (5) 对数据的批判性思维既是创造、创建、编辑等创造性行为和面对面分享等线下行为的触发因素, 也是上述行为的效果因素。3 用户行为情景与 UGC 用户行为关联分析对 UGC 用户行为情景, 金燕已做过详细分析, 并给出了 UGC 用户行
16、为情景的构成维度及要素6 (见表 5) 。表 5 UGC 用户行为情景的构成维度及要素 下载原表 基于 UGC 用户行为情景的第二维度及各维度的情景要素内容, 在用户行为情景与用户行为之间建立关联, 并且前者对后者产生影响, 见表 6。表 6 用户行为情景对 UGC 用户行为的影响 下载原表 从表 6 可知;1) 用户自然情景是用户行为的基础影响因素。用户受教育程度的高低会影响用户创造性行为的规范性, 会导致其创建出不同质量的 UGC;用户的兴趣偏好会促使他关注不同领域的 UGC;不同性格的用户在 UGC 平台上发生不同类型 UGC 行为的频率也有所不同;用户的工作需求、兴趣偏好等影响该用户是
17、否对所获取的UGC 内容进一步利用, 是否发生面对面分享、线下数据利用等线下行为。2) 物理情景是用户行为的客观环境影响因素。交通状况、周边环境或者天气状况对用户是否发生线上行为及线上行为发生的质量产生影响。3) 时间情景是用户行为的时间影响因素。在某用户的活跃时间段, 他的一系列线上行为的产生频率可能会相对较高, 相反则较低。4) 社会情景是用户行为的社会环境因素。法律制度和 UGC 社区管理制度对 UGC用户行为有强制规范性, 社会伦理道德、风俗习惯对 UGC 用户行为也会产生约束。5) 计算情景是用户行为的网络环境因素。网络带宽、网络连接性影响 UGC 用户的线上行为是否发生、发生是否顺
18、畅。6) 历史情景是用户行为的历史影响因素。系统通过感知和分析用户历史日志和历史行为记录对用户的当前行为进行预判和管理, 如果用户行为违反法律制度, 或是违背了 UGC 社区的管理制度, 其线上行为就会被阻止、权限会受到限制。7) 即时情景是用户行为的即时触发因素。首先, 性能良好的 UGC 平台会成为用户线上行为发生的有利因素;其次, 用户的 UGC 动机是其行为发生的触发点, 是其行为后果的直接诱因;即时情绪会影响 UGC 用户线上行为的发生质量;即时任务影响 UGC 用户发生行为的类型, 如某项即时任务促使用户发生创建行为, 另一项即时任务促使用户发生评论行为。4 UGC 用户行为成因基
19、于用户数据素养与用户行为情景的双重视角从上述分析可以看出, 从用户数据素养及用户行为情景这一组内因与外因组成的双重视角来分析 UGC 用户行为成因, 可以得到以下结论:1) 用户对感兴趣话题、热点话题等的数据敏感度及关注度, 以及用户自然情景共同影响着用户所关注的 UGC 领域 (或内容) 。2) 用户是否发生创建、编辑、标注、转发、浏览等线上行为, 受到用户对数据的敏感性、数据收集能力、数据分析与处理能力、利用数据进行决策的能力, 以及用户自然情景、物理情景、计算情景等因素的影响。3) 用户发生线上行为的类型除了受到数据收集能力、利用数据进行决策的能力、对数据的批判性思维等因素影响外, 受到
20、用户在 UGC 网站的即时任务、用户即时情绪、UGC 动机、上下文等即时情景的影响尤甚。4) 用户在 UGC 网站所处的时间情景、物理情景, 以及用户的数据收集能力, 对用户的线上行为发生的频率、行为持续时长等产生影响。5) 用户自然情景、社会情景、历史情景, 以及用户对数据的批判性思维影响着用户行为的规范性。6) 用户线上行为的发生质量受到数据收集能力、数据分析与处理能力、物理情景、计算情景、即时情景等因素的影响。其中, 用户的个人兴趣、工作学习需要、社会热点、用户历史情景、用户的动态兴趣偏好等对用户的创建、标注等创造性行为的创建内容产生影响;用户的学历层次、专业水平, 以及用户在 UGC时
21、所处的天气状况、交通状况、网络环境等对创造性行为的内容质量产生影响。7) 用户对数据的批判性思维、用户自然情景决定着用户是否发生线下行为, 以及线下行为的发生质量。5 结束语UGC 网站上用户行为不仅类型多样, 而且具有不确定性与易变化性, 对用户行为的管理一直是研究者关注的重点及难点。本研究立足于通过管理用户行为来加强 UGC 网站管理以提高网站质量这一出发点, 从用户数据素养与用户行为情景这一组内外因来探索 UGC 用户行为成因, 发现:用户数据素养与用户行为情景共同影响着用户所关注的 UGC 领域、用户行为是否发生、行为发生的类型、行为发生的频率及持续时长, 以及行为发生的质量。对用户来
22、说, 可以提醒用户了解自身行为从而提升数据素养以加强自我行为管理, 从 UGC 网站来看, 可以督促网站改进用户的 UGC 环境, 为用户提供一个良性平台和健康环境, 用户和UGC 网站共同发力, 推动用户行为向积极、健康的方向发展。参考文献1VICKERY G, WUNSCH-VINCENT S.Participative web and user-created content:Web2.0 wikis and social networkingM.Organization for Economic Cooperation and Development (OECD) , 2007. 2图
23、解腾讯 (00700) 2017 年 Q1 财报EB/OL.2017-05-17.2017-06-12.http:/ 3微博今日发布 2017Q1 财报:月活跃用户达 3.4 亿, 重回 UGC 和视频社交市场EB/OL.2017-05-16.2017-06-12.http:/ 4金燕, 翟丽辉.社交媒体环境下用户转发行为对信息质量影响的调查与分析J.图书馆理论与实践, 2016 (9) :91-95. 5金燕, 闫婧.基于用户信誉评级的 UGC 质量预判模型J.情报理论与实践, 2016, 39 (3) :10-14. 6金燕.基于用户行为情景描述的 UGC 质量实时预判方法研究J.图书情报
24、工作, 2016, 60 (11) :128-134, 112. 7张鼐, 唐亚欧.大数据背景下用户生成行为影响因素的实证研究J.图书馆学研究, 2015 (3) :36-42. 8冯齐.基于 MOA 模型的社会化标注行为探索J.情报杂志, 2013 (11) :137-139. 9傅平, 孟薇.大学生微信用户信息分享行为以及影响因素的研究J.信息资源管理学报, 2015, 5 (4) :105-111. 10何向阳.用户参与网络信息资源再生影响因素的实证研究J.远程教育杂志, 2015, 33 (5) :88-96. 11唐晓波, 文鹏, 蔡瑞.社会化媒体用户使用行为影响因素实证分析J.同济
25、大学学报 (自然科学版) , 2015, 43 (3) :475-482. 12崔瑜.微信用户持续使用意愿影响因素探究J.智能城市, 2016 (11) :86. 13李晓娥.NS 社交网站信息分享行为的影响因素J.媒体时代, 2011 (4) :18-21. 14代宝, 刘业政.基于社会认知理论和大五人格模型的 SNS 用户内容生成行为实证研究J.现代情报, 2015, 35 (2) :3-7. 15戚媛媛, 邓胜利.交互式问答服务中用户行为影响因素的实证研究J.情报杂志, 2010, 29 (1) :32-36. 16HSU C L, LIN J C C.Acceptance of blo
26、g usage:The roles of technology acceptance, social influence and knowledge sharing motivationJ.InformationManagement, 2008, 45 (1) :65-74 17王少剑, 汪玥琦.社会化媒体内容分享意愿的影响因素研究-以微博用户转发行为为例J.西安电子科技大学学报:社会科学版, 2015 (1) :19-26. 18丁绪武, 吴忠, 夏志杰.社会媒体中情绪因素对用户转发行为影响的实证研究-以新浪微博为例J.现代情报, 2014, 34 (11) :147-155. 19彭桐,
27、朱庆华, 王雪芬.微博用户共享行为影响因素研究J.图书情报知识, 2013 (2) :81-87. 20闵庆飞, 张克亮.手机微博技术-任务匹配的影响因素及其对用户采纳行为的影响-基于可用性视角的实证研究J.技术经济, 2014, 33 (3) :48-53. 21LIANG C Y, CHEN C H, HSU Y L.The participation motivation and work styles of the administrators for Chinese WikipediaJ.Journal of Educational Media&Library Sciences, 2
28、008, 46 (1) :81-110. 22CHIU C M, HSU M H, WANG E T G.Understanding knowledge sharing in virtual communities:an integration of social capital and social cognitive theoriesJ.Decision Support Systems, 2006, 42 (3) :1872-1888. 23JIN S V, PHUA J.Making reservations online:the impact of consumer-written a
29、nd system-aggregated User-Generated Content (UGC) in travel booking websites on consumersbehavioral intentionsJ.Journal of Travel&Tourism Marketing, 2016 (1) :1-17. 24GOH K Y, HENG C S, LIN Z.Social media brand community and consumer behavior:quantifying the relative impact of user-and marketer-gene
30、rated contentJ.Information Systems Research, 2013, 24 (1) :88-107. 25KIM A J, JOHNSON K K P.Power of consumers using social media:examining the influences of brand-related user-generated content on FacebookJ.Computers in Human Behavior, 2016, 58:98-108. 26STEPHENSON E, CARAVELLO P S.Incorporating da
31、ta literacy into undergraduate information literacy programs in the social sciences:a pilot projectJ.Reference Services Review, 2007, 35 (4) :525-540. 27RUBIN A.Math that mattersJ.Hands On:A Journal for Mathematics and Science Educators, 2005, 28 (1) :3-7. 28缪其浩.大数据时代:趋势和对策J.科学, 2013, 65 (4) :25-28. 29数据素养EB/OL.2016-02-01.http:/ Zm Rv4g_2vgn WSno Ba8_6eq QSs FHVDPQPVnxi9K79Hticp HZGQn WP-df1UFSn Efz Hw8A9EZ-mt E1d AATxds_
