国外用户生成内容研究热点及趋势分析

杨晶　罗守贵

[摘要]从EBSCOhost数据库中筛选出239篇文献为源数据，在共词分析法的基础上，利用SATI 2.5提取高频关键词，采用Gephi0.9.1对关键词进行聚类分析。结果表明：2008-2016年国外用户生成内容的研究热点集中在“生成动机”、“传播效应”和“在线社会网络”；而以“大数据”和“消费者态度”为代表的商业情报研究从2013年开始逐渐成为新兴的热点问题。最后，结合研究趋势，从生成内容特征、生成内容动因和内容边界管理提出有待探索的问题供后续研究参考。

[关键词]用户生成内容；生成动机；传播效应；在线社会网络；大数据；消费者态度

用户生成内容（User-Generated Content，简称UGC）属于Web2.0环境下网络信息资源的创作与组织模式，它泛指社交媒体用户在网络上发表自己创作的内容。随着社交媒体用户数量不断增长，UGC具备大数据特征，例如：2016年在每月6.5亿活跃微信用户中约有57.6%给别人点赞，每天微信朋友圈上传的图片约10亿张。数据如此井喷不仅折射出用户搜索、传递信息的心理需求，也表明他们愿意接受由社交媒体技术带来的变革。鉴于这种信息形式的吸引力和影响力，个别学者基于学术经验从概念、种类、特征以及应用状况等方面展开定性分析。然而，由于参考研究文献发表时间均在2012年之前，已有综述成果既无法反映近4年的最新成果，也无法判断这些新成果在原有研究基础上呈现出的变化趋势。因此，本文以EBSCOhost数据库文献为源数据，采用共词分析法系统分析2008-2016年国外用户生成内容的研究热点及趋势，以期对该领域的后续研究提供参考和帮助。

1研究方法和数据来源

1.1研究方法

共词分析法的基本思路是：针对某一学科领域研究主题的关键词共同出现在一篇文献中的现象，通过分析学科领域中不同主题的关系展现该学科的研究结构。具体操作过程：1）分别统计一组关键词两两出现在同一篇文献中的频率，并依此构建关键词的共现矩阵。如果两个关键词出现在同一篇文献中的频率越高，说明二者的相似度越大；2）按照相似度对关键词进行聚类分析以直观显示该学科当前的热点问题，其中聚类分析方法包括：包容系数、密度、中心度、战略坐标和凝聚子群等。本文利用软件GephiO.9.1统计界面中模块化（Modularity）进行聚类，该功能的计算原理分为两个阶段。

2.2研究热点分析

根据表3结果，模块1表明UGC研究所依托的社交媒体有Twitter、虚拟社区、YouTube、Facebook和Wiki等，研究领域包括电子商务、市场营销、新闻与传播业、地理信息系统、信息检索和知识管理等方面，相应地生成内容有产品评论、知识、技术、广告、新闻报道和竞选宣传等类型；尽管研究范围宽泛，但根据模块2和模块3中关键词所涉及实质问题，可将研究热点分为生成动机、传播效应和在线社会网络三部分。

2.2.1生成动机研究

由于源自虚拟社区中信息分享行为，代表动机理论包括使用与满足理论、自我决定理论和目标设定理论（见表4）。综合已有结论可以将UGC生成动机总结为理性和感性两类，其中理性动机包括：分享知识、表达主张、获得报酬、逃避惩罚和收集信息；感性动机包括：建立社会联系、表达自我和自我防卫。Heinonen将社会联系动机细分为社会监督、经验分享、归属与联结、社会网络管理和关系维系。在现实网络环境中，生成动机会因媒体类型而呈现明显差异。Arakji，Benbunan-Fich和Koufafis发现社会书签用户在相信分享的资源对其他人有价值，以及感知到其他用户也在共享资源的情况下，会表现出强烈的分享意图；Yang和Lai认为维基百科贡献者的内在和外在动机分别是编辑内容的乐趣、维基授予贡献者的星章，内部和外在的自我动机分别是自我效能感、身份认同；Kim，Kim和Nam以Facebook为例，发现社交网站用户在自我构建的影响下通过社会性动机发布各类信息；Shah，Kitzie和Choi认为参与在线问答服务并不仅是体验乐趣，约有59.5%的用户更多出于利他因素考虑，并且这些用户对在线问答服务中提供的其他信息具有较高的信任倾向。

除媒体类型外，生成动机与信息内容、内容形式之间存在密切关系。首先，关于信息内容，Wilson，Murphy和Fierro认为分享旅游信息的主要动机是分享经历和提供参考信息，并且这两类动机对不同国家用户的影响各有不同。Pe-Than，Goh和Lee在调查人力计算游戏信息分享时发现，用户动机符合自我决定理论的规律，具体包括：自主性、能力感和归属感。Goes，Guo和Lin指出用户能从分享知识的过程中获得声誉，但这种声誉的影响力只能表现为暂时的累积效应，一旦达到期望目标后用户的贡献水平会显著下降。其次，关于内容形式，Mosemghvdlishvili和Jansz认为在YouTube发布视频的激励因素包括自我表达、社会认同和传播价值观，其中传播价值观是主要动机。Oeldorf-Hirseh和Sundar根据使用与满足理论，把用户共享照片的24种动机总结为4类满足：寻求和展示经历、技术的操作可见性、社会联系和知识捐赠。

2.2.2传播效应研究

关于UGC在电子商务中的传播效应，普遍接受的观点是：以网络口碑、产品评论为代表的UGC能够促进产品销售。关于该观点的含义，需要从三个方面理解。首先，系统认识UGC和销售的相关性，这具体包括：1）销售量增加更多源于对正面信息的转帖行为；2）相关关系具有异质性。Duan，Gu和Whinston发现在线评论对评论低的产品销售具有积极影响，对评价最高的畅销产品反而不构成显著影响；3）刺激产品销售的UGC不局限于產品信息。Forman，Ghose和Wiesenfeld发现虚拟社区中的消费者会把评论者公开的身份信息、共享地理位置作为产品信息的补充，帮助自己进行购买决策和评估在线评论的有用性。endprint

其次，传播效应的前提是信息可信。消费者在接触到UGC后会主动对信息进行心理评估，而评估的主要内容是判断信息可信度。Diekinger将消费者从信息中感知到的信任分为信息资讯、能力、正直和关怀4个维度，通过比较营销内容、编辑内容和UGC内容在各维度中的差异，发现：UGC相对于营销内容和编辑内容的信息资讯度水平较低，但能够以高的正直水平获得较高的可信度。不仅如此，Flanagin和Metzger发现UGC包含的信息数量和信息来源对可信度具有显著的交互作用。Porter，Devaraj和Sun根据归因理论总结了导致信任的前置变量：信息一致性、信息连续性和信息显著性，其中一致性反映的是消费者感知成员之间意见一致程度，连续性反映的是随着时间、情境的变化消费者能感知到成员意见的一致程度，显著性反映的是感知成员意见区别于一般产品/公司信息的特殊程度。一般情况下，当消费者感知到的一致性、连续性和显著性程度越高，则UGC越可信。Chari等认为在社交网络中由信息评估到相信UGC内容是通过朋友信任的中介变量实现的，同时朋友信任对口碑行为的影响还受到广告怀疑度的调节作用。

最后，影响传播效应的重要因素是信息特征。Kronrod和Danziger发现包含直陈性语言的评论内容更易于形成功利性态度和选择行为，而包含修辞性语言的评论内容更容易导致享乐性态度和选择行为。尽管修辞性语言影响显著，但Ludwig等认为不断增加积极情感内容反而会降低在线购买转换率，而要改变这种UGC不对称影响，需要在情感线索中做出积极变化以及提升与受众语言风格的一致性。Huang等进一步指出效应水平由评论内容和产品类型的匹配程度共同决定，即消费者能从搜索型产品的属性评论以及体验型产品的经验评论中感知到更高水平的信息有用性。不仅如此，内容和产品匹配能帮助消费者将更多时间用于更深层次理解以提升信息评估质量。此外，Ma等认为后续评论是否会偏离取决于评论者和他们之前发布评论的特点，经调查发现：男性以及缺乏经验、地域流动性和社会联系的人更容易受到先前评论的影响；文字长度较长、较频繁的评论能减少在线评论偏见。

2.2.3在线社会网络研究

这部分内容主要是应用关系强度、结构洞、社会资本等社会网络基础理论（见表5），测量和描述社交媒体用户之间、用户与所在虚拟社区之间的交互作用和关系，以群体的视角解释用户对生成内容的参与活动，并依据其具体结论指导UGC在社交媒体中的扩散。

关系强度对UGC生成行为影响的研究中，Susarla，Oh和Tan依据关系强度将YouTube平台中的用户网络分成两类：一是以朋友关系为代表的强关系组成的无向网络，二是以订阅者关系为代表的弱关系组成的有向网络。他们认为两类网络都与生成内容扩散有关，但各自发挥社会影响力的机制存在明显差异，表现为：订阅者网络的度中心性在初始阶段对扩散速度具有显著的正向影响，而朋友网络的度中心性在后期阶段对扩散速度具有显著的正向影响。Shriver，Nair和Hofstetter在肯定社会关系作用的同时，将由社会关系所引起的网络效应分成短期和长期两个阶段，其中短期网络效应能够对局部网络中的内容生成行为形成正反馈，长期网络效应是随着生成内容数量和关系密度的增加而导致网站访问量、浏览量的提升。除整体网络结构外，节点在网络中的凝聚性分析是结构洞理论在UGC应用研究中的主要内容。Zhang和Wang采用度中心性刻画用户在中文维基百科这类合作网络中的位置。由于不同程度的中心性反映了用户在虚拟社会中的角色与地位，因此用户对百科编辑工作的贡献程度也存在明显差异。Xu等利用中介中心性测量Twitter用户在社交网络中的连通度时发现，连通程度越高的用户对信息流的影响效果越明显；Susarla，Oh和Tan也发现，如果朋友网络中的某个节点和该网络外部存在较多联系时，那么该节点在生成内容扩散后期对扩散速度产生显著的正向影响。社会关系和社会结构的结合能促进社会资本的形成，而用户行为依赖于社会资本的存在。Mcquarrie，Miller和Phillips在研究博客的扩散效应时发现，当通过呈现自我吸引大批粉丝关注后，博主开始将自己融入一个特定的网络系统中，其原有的文化资本不可避免地转变为社会资本，而受众获取随着多个正反馈而变成自我强化的过程。

3国外用户生成内容研究趋势分析

通过比较2008-2012年和2013-2016年的高频关键词（见表6）可知，“社交媒体”始终是UGC研究依赖的媒体环境，不同的是媒体类型由虚拟社区、YouTube、Wikis转向Twitter和Facebook，这说明UGC的在线社会网络属性不断强化。同时，研究内容也呈现出一定的变化规律，具体表现为：1）信息挖掘由“元标签”、“内容分析”转向“情感分析”、“大数据”方面研究；2）研究性质由“网络用户”、“信息共享”、“动机”等一般理论研究转向“网络口碑”、“态度”、“消费者行为”、“电子商务”、“消费者偏好”等商业应用研究。结合变化规律和具体研究内容判断，用户生成内容研究趋势可归纳为大数据和态度研究两部分。

3.1大数据研究

社交媒体中的UGC大数据存在结构化和非结构化两种类型，其中结构化数据是用于描述事实的以高度规则方式组织的数字信息，比如：采用李克特量表形式的总体评价、分项等级；非结构化数据是用于解释事实而采用的非格式化信息，比如：文本（博客、产品评论、论坛）、图片、视频。Zhang等指出结构数据和非结构数据之间模糊性、异质性和冲突性需要以认知心理的视角理解，具體地讲：两类数据在极为不满或持有不同意见消费者的认知过程中呈现较为紧密的联系，而在满意或持中性态度消费者的认知过程中表现出混淆的情绪信号。关于UGC大数据应用研究主要是利用文本挖掘、情感分析、机器学习等技术手段获取消费者行为信息并用做商业情报分析。Netzer等从汽车论坛中提取了2001-2007年间76587位用户对30种汽车品牌（共169种汽车型号）发表的近600百万条评论语句，通过构建汽车型号的共现矩阵，在描述消费者感知空间距离基础上形成直觉图以反映市场结构和市场竞争状况。Singh，Sahoo和Mukhopadhyay[361将博客文本分为情感和质量两类，通过比较1000家IT服务公司的时间序列数据发现：带有情感特征的文本更容易引起受众的关注和保留，而单反映质量的文本只能影响受众的保留。Tirunillai和Tellis利用5类市场15家公司的35万份客户评论数据，在文档主题生成模型的基础上提取消费者品牌满意度的关键维度，其中易用性、性能和视觉吸引力的重要性具有跨市场特点；安全性、接受性和物质支持只在特定市场比较重要。Liu，Singh和Srinivasan通过20亿条Twitter和4000亿页维基页面分别预测电视节目需求，发现维基百科数据的预测效果较弱，因为Twitter用户可以在电视节目播放前、中、后即时发布信息，而维基数据具有明显的滞后性。endprint

3.2消费者态度研究

在可信度判断后，消费者会对UGC信息中的产品、品牌、事件等主题形成自己的态度，因此该部分研究属于传播效应的扩展研究。Thompson和Malaviya指出消费者对用户生成广告同时存在认同和怀疑两种截然相反的态度，其中认同是UGC因消费者对发布者相似性感知而产生的说服效果，而怀疑是消费者对发布者专业性的归因。这意味着，消费者对UGC的感知存在积极和消极两种态度。关于积极态度，Kim和Canina认为这与消费者满意有关，满意度取决于UGC內容和实际感知质量之间的差异；Ho-Dac，Carson和Moore从品牌资产的视角进一步发现，正面评论（负面评论）只会增加（减少）弱势品牌的销售，并且销售和正面评论之间形成的正反馈能促进弱势品牌向强势品牌的转换；Kim和Johnson根据“S-O-R”模型认为正面UGC能刺激消费者同时产生情绪（如：激励、愉悦）和认知反应（感知信息质量），并分别形成直接行为反应（信息分享、直接购买）和潜在行为反应（未来购买意愿、品牌承诺）；关于消极态度，Yin，Bond和Zhang在情绪和认知加工理论的基础上比较焦虑和愤怒对感知有用性的效果，研究发现：消费者能从带有焦虑的UGC中感知到更强的有用性，并且感知过程受认知努力的调节。

4研究展望

在共词分析法的基础上，通过统计高频关键词的分布和变化规律发现，国外用户生成内容的研究热点分为生成动机、传播效应和在线社会网络，而以大数据和消费者态度为代表的商业情报研究逐渐成为该领域的发展趋势。从UGC中获取商业情报的趋势表明，相关研究不仅需要讨论生成行为的原因、影响和网络特征，更需要挖掘生成内容的价值。因此，后续研究可从生成内容角度探索以下问题。

1）明确用户生成内容特征。尽管网络口碑已成为UGC研究的重要分支，但这并不意味着可以简单将二者等同对待。它们的区别在于：①信息形式和范围不同。网络口碑是以文字为主的产品信息，而UGC是以文字、图片和视频为主的多样化信息；②内容特征不同。相较于网络口碑，UGC表现出更鲜明的原创性、趣味性和价值观。由于信息超越了产品范围，UGC传播行为在分享信息的同时也是主动展示自我，因而在内容上会突显个性化的心理诉求。这意味着，只有原创性、趣味性强的内容才有可能被他人认同。但需要注意的是，原创性和趣味性属于表现形式，内容能否被认同关键取决于蕴含在个性化信息中的价值观能否被受众所接受。

2）探索生成内容动机。部分研究肯定了语言风格、评价属性等一般信息特征与生成动机的关系，但内容特征在UGC传播中的作用未做深入讨论。事实上，内容不仅与传播效果密切相关，并且生成具有独特的动机。由内容特征可知，UGC是为了展示自我而具有鲜明的原创性、趣味性和价值观，相应地产生内容的动机有可能是在人前塑造一个与众不同、幽默以及思想积极的正面形象。因此，需要借助印象管理、社会交换等社会学理论进一步认识UGC传播行为的社会动机。

3）讨论生成内容的边界管理。UGC是用户把私人信息发布在公共平台上，其内容传播研究需要明确“私人领域”和“公共领域”之间的边界管理问题。所谓边界是用户决定传播私人信息的相对临界范围，它具有两个层次：一是用户是否使用社交媒体发布私人信息；二是用户在社交媒体中何时、何地、如何向哪些人传播哪些私人信息。参照边界层次，相应的管理问题包括：用户在传播私人信息过程中的人格特质、心理动机和传播机制；私人信息的主要类型，以及用户对不同类型私人信息的敏感度；传播渠道、受众特征、传播方式和私人信息披露之间的作用关系。endprint