微博用户线下行为动机与线上使用行为的相关性研究

张大勇　李超　郭光

[摘要]采用在线问卷调查和网络信息抽取技术相结合的方法，获取微博用户线下行为动机和线上使用行为数据.并依此确定了微博用户8种线上使用行为与4种线下行为动机。通过对样本数据相关性分析，发现女性微博使用动机要高于男性，并且微博使用动机与用户年龄具有显著的负相关性；此外研究还表明，不同的行为动机对应着相关的使用行为。上述研究有利于提升对网络主体的活动规律的了解。

[关键词]微博；行为动机；使用行为；相关性

DOI：10.3969/j.issn 1008-0821.2015.06.002

[中图分类号]G202 [文献标识码]A [文章编号]1008-0821（2015）0H5-0009-04

互联网的发展使网络虚拟社会与现实社会逐渐交融并互相影响。网络社会既成为一种新的社会形态，也是一种新的社会模式。微博作为一种新型社交网络媒介，以其个性化的服务和独特的传播优势赢得了众多用户的青睐，截至2014年6月全国微博用户已达2.75亿，微博已经成为个人、机构以及其他媒体的信息发布交流平台。用户使用微博过程中，会留下诸多个人行为信息，如自我介绍、照片发布、添加好友等，这些线上行为信息是对于用户自我个性的解读与展示，而借助于心理学的研究，特别是通过对用户行为动机和使用行为相关性的读解，将有助于提高舆情管理、行为预测和个性化的网络营销的精确度和合理性。

1.文献评述

Barabasi（2012）在《爆发：大数据时代预见未来的新思维》中否定了Taleb（2009）在《黑天鹅：如何应对不可知的未来》一书中阐述的“人类行为是随机的，都是小概率事件，是不可以预测的”的观点，他提出在大数据时代人类行为是可以预测的，其比例甚至高达93%。Barabasi这一观点随着大数据理论的兴起而被更多的人所接受。

网络用户行为千差万别，很难一概而论，而随着计算技术的发展，特别是社交类网站的涌现，使收集和分析海量人类自身的行为数据变成了可能。目前针对网络用户行为研究主要是通过分析网络用户的构成、特点及其行为活动上所表现出来的规律，以解释和预测网络用户的兴趣爱好、行为特征以及作用关系，并将其应用于网络安全、网络营销、舆情监控等领域。在网络安全方面，赵佐等通过分析僵尸网络工作过程中所表现出的行为特征，提出了基于异常行为监控的僵尸网络发现技术；林闯等认为对用户的行为可信度的研究，不仅可以提高网络的安全性而且也可以提高网络整体性能[引。在网络营销方面，叶文比较了网络消费者购买行为与传统的消费者购买行为之间的差异，并对引起差异存在的影响因素进行了系统的分析。在用户信息行为方面，Agichtein等对用户搜索引擎使用行为进行分析，为搜索引擎算法优化和系统改进提供了理论依据；王晓光系统地研究微博客的基本结构、信息传播一般模式，并考察了微博客用户基本行为特征和关系特征。在舆情监控方面，Boutet等分析了Twitter用户的发布行为，提出应用混合主题模型来分析用户的发帖行为，并定量分析了用户之间的作用关系；樊鹏翼等首次对国内微博的网络结构和用户行为进行了测量，并分析不同的社会关系对用户发帖行为的影响；Ding等通过分析阅读和回复数用户、观察到话题讨论强度和用户参与程度遵循幂律分布；张彦超等分析了社交网络中话题传播行为规律和预测方法，以发现网络环境下的信息传播与舆论演进规律；马彦结合大数据环境下微博舆情的发展特点，设计了微博舆情热点挖掘系统结构模型，实现了热点博文的聚类和话题抽取。

动机理论最初产生于霍桑实验，是指个体内在驱使其采取某种行为的理论。该理论从最初以本能论、驱动论为代表的机械观对本能反应和外在诱因的研究，逐渐转变为以成就动机论、认知一致论为代表的认知观对个体认知因素的研究。认知观动机研究将自我情绪、人格特质与其他各种认知变量相结合，体现了人类行为动机的复杂性，它更多的关注于人的有意义的社会行为动机。随着时代的发展和技术的进步，动机理论开始逐渐应用在新技术中，Davis等（1989）将动机理论应用在解释个体对于新系统技术的接受与使用上，并提出了被广泛用来解释和预测使用者技术使用行为的技术接受模型（Technology Acceptance Model，TAM）。此后，Davis等通过实验证明了影响个体实际行为的原因包括内部动机和外部动机，并认为个人注重的是活动的执行过程，并对其活动的过程感兴趣、获得满足，而不是在强调得到明显的成就。针对用户使用动机对用户使用媒介的频率与强度方面的研究，Hringer等使用持续采纳理论来解释用户持续使用Twitter的行为，在研究中将因使用满意体验而导致的习惯作为重要动机因素；Agrifoglio等以动机理论和TAM模型为基础，分析了人们持续使用Twitter内外部动机，认为实用性、易用性、愉悦性和娱乐性4个因素影响着用户持续使用行为；Dumlao等从动机和社会资本两个维度扩展了信息系统成功模型，认为感知信任和用户满意度与用户持续使用动机紧密相关。

从以上文献来看，目前国内外研究者从持续使用、动机理论等许多角度试图去解释微博用户的使用动机，但每个研究模型都在将微博用户视为单一整体，没能考虑到不同个体间在人格、性别、年龄的差异，以及由这些差异导致特定的行为动机和使用行为。首先，动机与行为是两个相对的概念，行为是个体外的活动，动机是行为的源动力和内在因素，并促使该行动朝向某一目标进行的内在过程，人的一切活动都是由特定的动机所引起的。然而动机与行为的关系是非常复杂的，同一种动机可能会产生不同的行为，如微博用户拥有的社交动机能够产生关注、评论、点赞、转发等多种行为，而同一种行为也可能具有相异的动机，如转发行为，有可能是出于对自身情感的表达，也用可能是一种社交互动、也有可能是信息收集的过程。因此在分析动机与行为相关性时，不仅要考虑到动机与行为在逻辑上的对应关系，还要善于利用动机强度与行为强度进行取舍。此外，仅仅理清动机与行为的关系仍然不能解释网络行为的成因，由于互联网应用领域越来越广，使用程度越来越高，网络行为已经逐渐变成了人类行为中不可或缺的一部分，研究网络用户行为动机的时候需要将其网上行为与线下行为有机地结合起来，进行综合分析，如图1所示。endprint

2.数据获取与处理

本文研究主要涉及微博用户行为动机数据和使用行为数据，获取方法分为在线问卷调查和网络信息抽取技术。调查对象参照CNNIC、百度指数和新浪微博数据中心发布的《2013年新浪用户发展报告》所提供的微博用户分布情况。在用户性别方面，男约占50.1%，女约占49.9%，比例基本持平；在用户年龄构成方面，80后和90后约占用户总体的90%；在用户接受教育水平方面，专科以上学历用户约占总数的70.8%。为了更为准确地反映微博用户行为动机，本文通过在线问卷调查方式，并参照新浪微博用户基本构成情况，抽取了227份有效问卷；为获取微博用户使用行为数据，本文则采用结构化网页信息抽取技术，对参与该项问卷调查的微博用户线上信息按照需求进行了抽取。具体样本基本构成情况如表1所示。

在调查问卷设计中，对使用动机量表的24项问题进行了项目分类，并采用因素分析法提取出行为动机的构成因素，共提取出包括人际交往、信息获取、休闲娱乐、自我表达在内的四项基本信息。而进行信度分析显示，四项理本行为动机因素系数分别为0.702，0.815，0.672，0.589.总信度为0.881，可认为该量表有效，且总体信度较高。对微博用户使用行为数据的抽取，主要包括微博用户主页所展示如下信息：关注数、粉丝数、微博数、标签、点赞数，原创微博、照片数、参与话题数、注册日期、个人资料、是否会员、活跃等级等，并根据研究需要进行了筛选，同时在问卷调查中还添加了两个用户基本行为的选项，分别为用户使用频率和每日使用时长，用户使用频率从O～7次以上划分为4个等级，日使用时长从15分钟以下到2小时以上，划分为5个等级。

3.实验分析

3.1人口变量与微博使用动机的相关性

通过计算性别对使用动机的影响，发现其相关性如表2所示。总体微博使用动机上，男性略低于女性，且男性的各方面动机标准差较大，说明男性在微博使用动机方面的差异相对于女性更大；在人际交往动机方面男性与女性的平均值基本持平；在休闲娱乐动机、信息获取动机和自我表达动机中，女性的平均值较高。

用户年龄与微博使用动机的相关性如表3所示。其中，用户年龄与人际交往动机之间不具备显著的相关性，而用户年龄与信息获取、休闲娱乐、自我表达和总使用动机却具有显著的负相关性，表明随着用户年龄的增长，对微博的使用动机越来越薄弱。

3.2行为动机与使用行为的相关性

通过对微博用户网络页面信息的抽取，可将用户使用行为划分为关注数、粉丝数、微博数、原创微博数、注册时长、微博等级、原创图片数，点赞数等8种，样本中对用户行为数据具体描述如表4所示。

由于这8种行为数据的离散程度较大，本文首先采用SPSS软件对数据进行了标准化处理，然后对包括人际交往、信息获取、休闲娱乐、自我表达在内的4种行为动机与使用行为分别进行相关性分析，所得结果如表5～8所示，其结果参照8种行为与4种使用动机的对应关系按照相关性显著水平从大到小进行排列。从表5可以看出，与人际交往动机相关性较强的行为是原创微博数，在T检验下，其P=0.002，远小于0.05；从表6可以看出，与信息获取动机相关性较强的使用行为是微博等级，在T检验下，其P=0.008，远小于0.05；从表7可以看出，与休闲娱乐动机相关性较强的使用行为是微博等级，在T检验下，其P=0.01<0.05；从表8以看出，与自我表达动机相关行较强的使用行为是原创微博数，在T检验下，其P=0.023<0.05。

4.结论

本文通过在线问卷调查和网络信息抽取技术相结合的方法，以获取微博用户线下行为动机和线上使用行为数据。通过人口变量对微博用户名变量的影响，本文发现：男性在总体微博使用动机上得分较低，女性在休闲娱乐动机、信息获取动机和自我表达动机均高于男性，这与性别的特质和社会化角色基本相一致。因为多数女性具有追逐名人、探究他人私隐和喜欢倾诉的倾向。研究还表明，微博使用动机与用户年龄具有显著的负相关性，年龄越大的用户，使用微博的偏好越低。研究结构与现实情况是基本一致，因为微博作为一种新兴网络交互媒介，其用户主体多为年轻人。

通过对微博用户8种使用行为与4种行为动机的相关性分析，发现：与人际交往动机相关性较强的行为是原创微博数，表明人际交往动机强的用户出于人际交往中展现自我的目的，乐于发布原创微博和图片，向粉丝展示自己的思想、感悟，以达到更多的交流；与信息获取动机相关性较强的使用行为是微博等级，微博作为自媒体，其快速性和便捷性成了信息发布的最佳平台，微博等级代表了用户享有的权利，跟用户获取信息行为紧密相关；影响休闲娱乐动机的主要行为是微博等级，出于休闲娱乐动机的用户仍会花费较长时间在微博上；与自我表达动机相关性较强的使用行为是原创微博数，自我表达动机较强的用户将微博看作自我展示和宣泄的平台，而不太关注其他功能。

本文的研究有助于探索网络社会中个体和群体的行为及心理成因，使人们更全面地了解作为网络主体的活动规律，以达到提高互联网的信息资源利用效率和加强对网络行为有效引导的目的。

本文责任编辑：马卓endprint