基于PPM理论的网络用户信息茧房滞留意愿影响因素研究

张玥 李青宇

基金项目：教育部人文社会科学基金青年项目“移动健康管理中信息回避形成机制与演化规律研究”（研究编号：21YJC870020）;江苏省社会科学基金一般项目“面向移动健康管理的信息回避行为模式识别与演化规律研究”（项目编号：21TQB003）。

作者简介：张玥（1982-），女，副教授，博士，硕士生导师，研究方向：信息行为与阅读素养研究、健康信息学。李青宇（1998-），女，硕士研究生，研究方向：信息行为、健康信息学。

摘 要：[目的/意义]互联网的快速发展和个性化推荐等智能技术的不断普及加剧了人们对于“信息茧房”的担忧，如何使用户在享受技术带来便利的同时尽可能地规避信息茧房负效应成为当下亟待解决的重要问题。[方法/过程]论文基于PPM理论，构建网络用户信息茧房滞留意愿结构方程模型，并探索其相关影响因素。[结果/结论]结果显示，信息同质、信息过载、时间失真负向影响网络用户信息茧房滞留意愿，感知控制、感知价值、社会临场感则对网络用户信息茧房滞留意愿产生正向影响，并据此提出了建立网络信息监管机制、打破互联网思维壁垒等对策和建议。

关键词：信息茧房;网络用户;滞留意愿;PPM理论

DOI：10.3969/j.issn.1008-0821.2022.04.005

〔中图分类号〕G252.0 〔文献标识码〕A 〔文章编号〕1008-0821（2022）04-0052-10

Abstract：[Purpose/Significance]With the rapid development of the Internet and the increasing popularization of intelligent technologies such as personalized recommendation，people are gradually concerned about the effects of the‘information cocoons’.Therefore，how to avoid the negative effects of information cocoon under convenience of the technology today is becoming a more and more important issue.[Method/Process]Based on the PPM model，the structure model of online users willingness of retention in the information cocoons was constructed and the influencing factors of it were explored.[Result/Conclusion]The results show that information homogeneity，information overloading，time distortion will negatively affect the users willingness of retention in information cocoons，while cognitive control，perceived value，social presence will produce positive influence on users willingness of retention in information cocoons.Based on the results，some countermeasures and suggestions are put forward in the end.

Key words：information cocoons;online users;willingness of retention;PPM theory

随着个性化定制和推荐技术的不断普及，用户习惯性地享受着各类“投喂”技术所带来的轻松和愉悦，而与此同时，用户接觸的信息却越来越窄化。长期从有限的信息来源中聆听同一种声音，接触不到多元且异质的信息，就如同蚕蛹一般被困于蚕茧之中，从而形成信息茧房（Information Cocoons）[1]。很多研究都指出信息茧房会强化人们的信息偏食[2]，促成各类“同声相应、同气相求”的自沉浸回声室（Echo Chamber）[1，3]，引发群体极化和社会分化[4-5]，给个体成长和社会发展带来不良影响。因此，如何在享受信息技术带来便利的同时又不被信息茧房禁锢，已成为当下学界、业界和广大网民们所共同面临的重要问题。

1 文献回顾

信息茧房（Information Cocoons）一词由社会学家Sunstein C R[1]提出，他用“蚕茧”形象地描述了人们被同质化信息包裹的一种封闭状态。近年来，越来越多的学者开始关注这种封闭信息拟态环境所引发的回声室效应和群体极化现象[6-7]，如移动阅读环境中的“圈子化阅读”现象、不同茧房之中的英国民众在面对英国脱欧时的巨大意愿差异、特朗普当选美国总统的“黑天鹅”事件等[4-5，8]。亦有很多学者关注信息茧房背后的成因及影响因素，如Sindermann C等学者发现，用户自身的特征，包括性别、年龄、性格、意识形态等个人因素会对茧房的形成产生影响[9];Tajfel H等学者从社会认同的角度切入，发现群体认同对个体行为产生影响的同时会催化信息茧房问题[10];传播学领域的许多学者将信息的不充分流动、拟态化传播和团体压力归为信息茧房产生的重要因素[11-12]。随着信息技术的发展，各类推荐算法形成的过滤气泡现象[13-15]开始受到信息科学领域学者的广泛关注，此类相关研究更多从算法和技术的角度对茧房问题进行解析，如张海和段荟等学者，从信息环境和信息技术的视角探讨了信息茧房的形成机制[16-18];学者王益成等引入信息增益理论和支持向量机（SVM）方法作为数据分析工具，从数据视角对信息茧房不同层次的敏感性因素进行研究[19-21];祁凯等通过仿真实验分析了不同信息环境和推荐算法机制对群体观点的影响[22]。

综上所述，过往研究主要从茧房现象入手，探讨了特殊事件背后的茧房问题及隐患。不同领域学者已经尝试从人因特征、社会交互和算法技术等视角对信息茧房的成因、形成机制展开分析和实证，却少有学者从用户视角出发，探讨用户的造茧行为及其背后的茧房滞留意愿。同时，由于茧房环境有态而无形，信息茧房中的用户滞留意愿受到多元因素的动态影响，茧房环境中哪些因素将会“拉动”用户使其滞留于茧房之中？又有哪些因素会“推动”用户跳离茧房？都是目前尚未被探讨过的重要问题。因此，本研究基于转移行为领域中常用的PPM（Push-Pull-Mooring）理论框架，从推动效应、拉动效应和锚定效应3个方面剖析网络用户信息茧房滞留意愿及其影响因素，以期为厘清茧房成因、探寻茧房形成机制提供理论依据，亦可为用户“破茧重生”提供可参考的路径、措施和建议。

2 理论基础与研究假设

2.1 PPM理论框架

PPM（Push-Pull-Mooring）理论，又被称为推—拉—锚定理论，最初用来解释人类的迁徙行为。该理论将某地居住者最终是滞留还是迁徙归结为推动（Push）、拉动（Pull）和锚定（Mooring）3个效应共同作用所产生的动态结果。人口迁移学中将推动效应（Push）界定为迫使人们离开原居地的消极因素，即留在原住地的阻力，如经济不景气、就业困难以及当地基础设施落后等;拉动效应（Pull）是指促使人们迁徙到新居地的积极因素，即迁往新居地的吸引力，如高收入、就业机会等[23-24]。然而，当推动效应和拉动效应同时作用于同一群人身上，这些潜在移民中，有些人会选择迁徙到新居地，有些人则不会。有学者认为这是由于环境的限制，另一些学者认为这是个体差异带来的影响。Curran S R等[25]将锚定效应（Mooring）引入推拉理论，他指出迁徙成本、个人及社会环境等因素会对用户的迁徙行为产生影响。而后，推拉理论被扩展用至各领域的用户转移意愿和转移行为的研究中，如Hou A C Y等[26]在研究MMORPG游戲中的玩家转移行为时，将游戏感知、需求多样化和社会关系作为影响转移行为的重要因素。Hsieh J K等[24]学者基于PPM模型，研究了用户从博客到社交网络平台的转移行为，其中Pull被细化为娱乐性、相对有用性和相对易用性。Cheng Z等[27]学者在探索用户社交网络转移意愿的研究中，将用户对信息质量的不满意归入推动因素，同时将同伴影响作为拉动因素之一。

可以看出PPM理论在媒介转移行为领域已经有很成熟的研究，而信息茧房作为一种在以技术为支撑的大媒介环境中的独特信息拟态现象，网络用户在其中的滞留意愿和转移行为同样适用PPM理论框架。

2.2 研究假设

本文基于PPM理论框架对网络用户信息茧房滞留意愿进行研究，理论模型如图1所示。

2.2.1 推动效应

本研究中推动效应是指推动用户离开茧房环境的各类因素，细分为信息同质、信息过载和时间失真。

信息同质是指信息内容的单一和趋同，它是信息茧房最为显著的负效应之一[28]，亦是导致信息窄化和观点极化的重要因素。有研究显示，用户能够感知到信息环境的同质化问题[16]，且社交媒体的信息同质化会让用户觉得无趣从而降低其停留在当前信息环境中的意愿[29]。因此，本研究认为，用户对于同质信息的感知会降低其在信息茧房中的滞留意愿，推动用户离开茧房环境。

信息过载涉及到环境需求和个人处理能力之间的不平衡。当个体必须处理的信息超过他能有效利用的信息时，就会产生信息过载[25]。很多研究均表明信息过载是导致认知失调的重要因素[30-32]，Swar B等[33]学者亦尝试通过感知信息过载预测人们健康信息搜寻过程中的失调、放弃等行为。Lee A R等[34]学者的研究表明，在高度关联的网络环境中，信息过载是导致用户厌倦所使用的网络社交媒体的重要影响因素，从而易产生离开该环境的意愿。因此本研究认为，茧房环境中信息过载严重时，会引发厌倦感[35]，从而降低用户在茧房环境中的滞留意愿，推动用户离开。

时间失真是指个体失去时间感的现象[36-37]，Sánchez-Franco M J等[38]将时间失真界定为个人对虚拟环境充分关注且高度参与技术互动时，在时间和空间上容易产生交错的感觉。时间失真是沉浸状态一个重要测量指标，很多研究指出由于用户习惯性地将时间视为成本[39-40]，用户会因过于沉浸而忽视的时间产生内疚等负面情绪，从而降低原有的网络使用意愿。因此本研究认为，当用户时间失真的感知度越强，越会自发产生离开信息茧房的意愿。

因此，本研究假设：

H1：推动效应相关因素会促使用户离开茧房环境，对信息茧房滞留意愿产生负向影响。

2.2.2 拉动效应

本研究中拉动效应是指拉动用户滞留茧房的各类因素，细分为感知控制、感知价值和社会临场感。

感知控制指个体对自我控制能力的一种主观感受[41]。媒介环境学派的保罗·莱文森[42]指出，人具有对技术环境进行理性选择的能力，特别是当人们感知到自己失去了对环境的控制权时会产生抵制、主动弃用和逃离等一系列行为;同样，有学者发现，在线情境下，当用户感知到对环境具有主动控制权时，他们的行为就会更加积极，更愿意留在当前的环境中[43-44]。因此本研究认为，如果用户感知到对自身所处的信息环境具有控制权，并且能够主导控制权时，用户的茧房滞留意愿会得到增强。

感知价值来源于心理学的公平理论，被学者Zeithaml定义为个体在使用某个产品、某项服务或是某种新技术后所感知到的效用性[45-46]。感知价值包含感知有用性、感知功能价值和享乐价值等多个维度的涵义[47-48]。有研究指出，感知价值能对用户的积极情绪产生影响[49-50]。学者李武[47]发现，正面且积极的感知价值是用户愿意使用或继续使用某特定服务的主要动因之一。当信息茧房能够实现用户某些价值追求，如对娱乐价值、功能价值的追求时，其在信息茧房环境中的体验感、娱乐感、获得感得到极大满足，相较之下，停留在信息茧房中所需付出的时间、精力、感情是非常值得的。同时感知价值也是持续使用意愿的重要测度之一，用户对于价值的感知将直接影响其在某一环境下的体验感[51]。基于此，本研究认为茧房环境中正向的感知价值会增强用户滞留意愿。

社会临场感是指用户在通过媒介进行沟通和交互活动时，作为一个独立真实的个体与他人联系、互动的程度，心理学中用社会临场感来衡量用户在媒介环境下的心理状态、情感体验和社会关系，反映了“与他人共在”的感受[52-53]。这种让用户仿佛在“面对面”交流的错觉，能很大程度上减少用户在交流时的心理预设距离，从而提升用户在媒介环境中的互动感和认同感。Lin H等[54]学者指出，社会临场感能够显著提升SNS用户的归属感，从而对其持续使用意愿产生积极影响，同样，多位学者的研究证实社会临场感能对用户持续使用意愿产生正面影响[55-57]。因此本研究认为，当用户在所处的信息环境中体会到的社会临场感越强，那么用户滞留信息茧房的意愿就越强烈。

基于此，本文做出如下假设：

H2：拉动效应相关因素会使用户沉浸在茧房环境中，从而对信息茧房滞留意愿产生正向影响。

2.2.3 锚定效应

本研究将锚定效应（Mooring）描述为用户路径依赖，用户的固有经验和习惯会对信息茧房滞留意愿产生影响。路径依赖描述了历史决策是如何影响现在决策的。在用户使用互联网平台时，其路径依赖主要表现为用户对特定的某些信息获取途径产生了使用习惯，有研究表明，用户的习惯性越高，用户的持续使用意愿就会越高，转移意愿就越低[58]。随着技术的发展，用户对网络环境中信息获取路径的依赖程度正在不断加深。时下，很多网络用户习惯性依靠推荐技术被动地获取信息，很少自己主动进行信息搜索。对此，段荟等学者认为，尽管推荐算法能从一定程度上降低用户在获取信息时的时间和筛选成本，但由于算法技术信息过滤机制的缺陷和僵化，很多有用的信息可能会因此被筛选掉，最终导致用户信息偏食和信息视野窄化[17]。与此同时，不同信息环境中的推送机制差异、用户群體特征差异等都会强化用户对特定信息获取路径的依赖，长此以往会导致用户固步自封，错失接触其他信息的机会。当接触不到多元的外界信息时，用户很容易满足于当前的信息环境，进而增强信息茧房滞留意愿。

因此，本研究假设：

H3：锚定效应相关因素会使用户习惯性地依赖固有的信息茧房环境，对信息茧房滞留意愿产生正向影响。

3 研究设计

3.1 量表设计

为了确保量表的有效性，本文中的潜在变量和测量变量皆改编自国内外已经被证实有效的成熟量表，并结合信息茧房的具体特点对部分题项进行了加工和拟定，经过不断讨论和修改，最终确定本研究所用量表。量表中共包括8个一阶反映式潜在变量，每个潜在变量包括3～5个测量变量。问卷采用李克特五级量表，选项1表示“非常不同意”，3表示“不一定”，5表示“非常同意”，选择的分数越高即代表被试越认同对应题项。本研究的量表中各潜在变量定义、测量项数及来源如表1所示。

基于PPM理论中的推动效应、拉动效应、锚定效应界定了模型中各层级变量（构念）间的关系，具体的分解界定如表2所示。

3.2 数据收集

本研究首先在网上公开随机邀请了25位被试作为问卷前测对象填写问卷，根据被试反馈的信息和建议对问卷进行了进一步的修改，并在此基础上通过“问卷星”在线平台编制与发放问卷，共回收364份，对问卷填写者茧房经历判断和筛选，并剔除无效问卷后，最终有效问卷为340份，问卷有效回收率为93.40%。其中年龄主要分布在18～35岁，符合2020年发布的《中国互联网络发展状况统计报告》[69]我国网民的分布特征。样本基本特征如表3所示。

4 数据分析

4.1 信度效度分析

本文使用SmartPLS软件进行数据分析，模型中各因子的因素负荷量如表4所示。在假设检验之前首先对量表的信度效度进行分析。各潜在变量的Cronbachs Alpha值如表4所示，均大于0.7，且各个潜在变量的CR值也都大于0.7，说明变量之间具有内部一致性和稳定性，即本文模型具有较好的信度。

AVE（Average Variance Extracted）即平均提取方差值，一般认为当AVE>0.5时，潜在变量具有理想的收敛效度[70]。由表4可知，测量变量的因素负荷量都大于0.7，AVE值均大于0.5，说明模型具有良好的收敛效度。表5显示潜在变量的AVE平方根基本大于潜在变量间的相关系数，说明研究模型具有较好的区分效度。

4.2 模型检验

本文利用偏最小二乘（Partial Least Squares，PLS）结构方程模型对数据进行分析，显著性检验采取Bootstrap重复抽样法，重复抽样数为1 000。研究模型结果如图2所示。信息茧房滞留意愿的R2=0.369，证明该模型具有良好的预测效果。

本研究提出3个主效应假设，均得到验证，数值结果如表6所示。信息茧房滞留意愿受到推动效应、拉动效应和锚效应的影响，其中推动效应对信息茧房滞留意愿产生负向影响，拉动效应和锚定效应对信息茧房滞留意愿产生正向影响。拉动效应对信息茧房滞留意愿的影响大于推动效应和锚定效应。

1）当用户处于信息茧房中时，信息同质（0.600）、信息过载（0.863）和时间失真（0.817）这3个变量对推动效应的路径系数是显著的，充分反映了本模型中推动效应的负向影响（β=-0.119，P<0.01）。

2）当用户处于信息茧房中时，感知控制（0.852）、感知价值（0.841）和社会临场感（0.850）的路径系数是显著的，充分反映了拉动效应对信息茧房滞留意愿起到了显著促进作用（β=0.371，P<0.001）。

3）当用户处于以网络平台为媒介形成的信息茧房中时，用户的路径依赖所激发的锚定效应对用户的信息茧房滞留意愿起到显著的正向影响（β=0.258，P<0.001）。

5 结论与启示

5.1 研究结论

本研究受PPM模型在转移行为研究中的应用的启发，从推动效应、拉动效应和锚定效应3个维度构建茧房滞留意愿结构方程模型，并对网络用户信息茧房滞留意愿影响因素进行研究，得出以下结论：

首先，信息同质、信息过载和时间失真会弱化用户的信息茧房滞留意愿，当前技术形成的媒介环境中信息多元化缺失，趋于同质，且激增的信息远远超过了用户的信息处理能力时，用户长期处于一种超负荷的状态，容易产生疲惫厌倦等的负面情绪，从而产生离开原本的信息茧房的意愿;同时，在信息茧房中浪费的大量时间也是用户选择离开茧房环境的重要因素;在对推动效应的反映程度上，信息过载和时间失真的影响强度要大于信息同质，这说明信息茧房中的信息过载或是时间问题更可能中断或者改变用户原本的信息茧房滞留意愿。

其次，研究显示，感知控制、感知价值、社会临场感强化了用户滞留信息茧房的意愿，这与之前一些学者的研究结果是一致的。互联网用户作为网络中的感知和行为主体，用户感知到在使用互联网平台时自己具有主观控制权，用户就会更加沉溺于茧房环境;同时，当理想中的需求在茧房中得到满足时（娱乐价值、功能价值等），用户往往会选择留在茧房营造出的虚假的“舒适区”中，不愿意离开，而随着这种对信息茧房带来价值的肯定，用户留在信息茧房中的倾向性就越高;此外，社会临场感也是信息茧房形成的重要因素之一，用户在信息茧房中易获得一种同声相应、同气相求的体验，从而形成高度迎合用户个人偏好的小圈子，在小圈子中用户与他人互动时感受到认同感、参与感，会极大地增强用户滞留在信息茧房中的意愿。

最后，可以发现用户路径依赖相关的锚定效应对用户信息茧房滞留意愿的正向影响最为显著。用户自身的习惯性行为、依赖性行为限制了用户接触不同信息环境的可能性，同时由于市场竞争和随之产生的利益问题，网络平台的经营都相对独立，在信息交流与互通上存在很大缺陷，使得用户在使用固有路径获取信息时选择面变窄，错失较多接触其他信息的机会。

5.2 讨论与启示

随着互联网技术的发展，推荐算法不断被更多地应用在各种规模的网络平台，信息同质、信息过载现象普遍盛行，时间失真带来的网络沉迷问题不容小觑。网络信息内容繁杂、真假混淆，提升了网民分辨信息的难度，也给政府有关部门维护网络秩序、肃清网络不良风气带来很大的障碍，为提高信息质量、优化用户体验、整顿网络环境，网络平台信息监管机制亟待建立。不可否认，“信息囚笼”是切实存在的，但正如媒介环境学派的保罗·莱文森所说，人可以对技术进行理性选择，人对技术具有控制的能力，用户作为互联网中的行为主体是有能力主动跳出信息茧房环境的，但现实中存在的普遍问题是用户的信息辨别能力欠缺，难以从信息洪流中分辨出自己需要的信息，这也是导致用户无法跳出信息茧房环境的重要影响因素。因此，用户应提高信息辨别能力，面对环境提供的信息时，主动对信息内容和类别进行分辨，当发现信息内容趋于单一同质时，主动寻求不同类型的信息，拓宽信息视野;网络时代因信息激增而导致的信息爆炸不可避免，用户提高自身的信息处理能力，与其被动地被信息裹挟，不如直面海量信息，主动接触新信息、新技术、新环境，成为使用信息的人，而不是被茧房“禁锢”的人;同时用户应注重培养自控力、强化时间敏感度，从而提高信息使用效率，降低接触信息的时间成本。

感知价值、感知控制、社会临场感作为最具代表性的拉动效应构念，体现了一种高度灵活的交互需求。但由于市场竞争和随之产生的利益问题，网络平台的经营都相对独立，存在排他性，信息交流与互通上存在很大缺陷，用户在使用固有路径获取信息时选择面窄，这是信息茧房形成不可或缺的重要影响因素。从网络平台技术运用角度看，技术运用的初衷是留住用户并给平台带来收益，在愈演愈烈的市场竞争中，很多平台为了留住用户、稳定平台流量，往往会给用户强加过多的控制与束缚——技术运用出现了向极端方向发展的端倪。用户并非对互联网平台的手段毫无察觉，过分的平台控制无疑会引起用户的反感，最终与留住用户的初衷相违背。如果技术给予人们更多的主动权和选择权，把控制权交还给用户，帮助用户时间管理而不是催化用户无感知沉浸，那么技术也可能成为信息茧房破解的有效途径之一。同时，平台发展往往容易产生“当局者迷”的情况，出现错误的运营决策，用户作为网络平台的关键使用者，应在发现网络平台出现控制过多、信息趋同、日常推送过多等问题时，及时向平台反馈，促进平台与用户间的良性交流，建立共赢的网络空间。

从平台管理的角度来说，用户和流量是平台的生存之本，但是网络平台的终极价值是为了促进用户交流和社会发展，而不是变成困住思维的牢笼。然而现如今，网络平台间的思维壁垒屡见不鲜，不同平台的用户反映出的思维模式和言语方式都大相径庭，如微博和知乎，抖音和快手，豆瓣和虎扑，这导致了不同平台间的主流价值观产生差异，容易加深用户之间的矛盾和仇视情绪，引发网络舆情。因此需要加强网络平台间的信息交流，如增大平台间的联动和兼容，不仅有助于平台信息的多元化和丰富度，亦可以增加不同平台用户之间交互和引流;平台需要开放互通、完善功能，把选择权还给用户，增加用户在平台中的使用感和体验感，从被动困住用户到主动吸引用户，形成平台与用户间的良性交互，让互联网环境在持续发展的同时又保有源源不断的活力与生机。

作为对用户信息茧房滞留意愿的探索性研究，本文创新性地将用于转移行为研究的推—拉—锚理论（Push-Pull-Mooring）与用户滞留意愿研究相结合，从推动效应、拉动效应和锚定效应3个维度剖析影响网络用户信息茧房滞留意愿的影响因素，并给出消解和规避信息茧房负效应的策略和建议。研究过程中，尝试通过发放问卷的方式獲取网络用户的信息和数据，但由于问卷发放平台的限制，研究样本存在一定的局限性，后续研究将扩大研究对象的代表性，增加被试数量，同时尝试采用多种研究方法，规避因使用同种测量工具带来的共同方法变异，以期对本研究所提出的模型进行扩展和进一步验证。

参考文献

[1]Sunstein C R.Infotopia：How Many Minds Produce Knowledge[M].Oxford University Press，2006.

[2]李昌禹.勿做“信息偏食”者[J].工友，2019，（7）：39.

[3]胡泳.新词探讨：回声室效应[J].新闻与传播研究，2015，22（6）：109-115.

[4]Boutyline A，Willer R.The Social Structure of Political Echo Chambers：Variation in Ideological Homophily in Online Networks[J].Political Psychology，2017，38（3）：551-569.

[5]Avnur Y.Whats Wrong with the Online Echo Chamber：A Motivated Reasoning Account[J].Journal of Applied Philosophy，2020，37（4）：578-593.

[6]Garrett R K.Echo Chambers Online？：Politically Motivated Selective Exposure Among Internet News Users[J].Journal of Computer-Mediated Communication，2009，14（2）：265-285.

[7]Borgesius F Z，Trilling D，Moeller J，et al.Should We Worry About Filter Bubbles？[J].Social Science Electronic Publishing，2016，5（1）：223-240.

[8]张玥，赵颖.移动阅读环境下信息茧房成因探析[J].现代情报，2021，41（10）：3-11.

[9]Sindermann C，Elhai J D，Moshagen M，et al.Age，Gender，Personality，Ideological Attitudes and Individual Differences in a Persons News Spectrum：How Many and Who Might Be Prone to“Filter Bubbles”and“Echo Chambers”Online？[J].Heliyon，2020，6（1）：e03214.

[10]Tajfel H，Billig M G，Bundy R P.Social Categorization and Intergroup Behaviour[J].European Journal of Social Psychology，1971，1（2）：149-178.

[11]施安.基于控制论视角的信息茧房效应探析[J].新闻前哨，2019，（1）：77-78.

[12]张磊.智能媒体的现实图景与未来想象——以新闻领域的变化为例[J].郑州大学学报：哲学社会科学版，2017，50（4）：146-149.

[13]Pariser E.The Filter Bubble：What the Internet Is Hiding from You[M].Penguin Group，2011.

[14]Courtois C，Slechten L，Coenen L.Challenging Google Search Filter Bubbles in Social and Political Information：Disconforming Evidence from a Digital Methods Case Study[J].Telematics and Informatics，2018，35（7）：2006-2015.

[15]Barker R.Trapped in the Filter Bubble？Exploring the Influence of Google Search on the Creative Process[J].Journal of Interactive Advertising，2018，18（2）：85-95.

[16]张海.网络用户信息茧房形成机制的概念框架研究[J/OL].情报理论与实践：1-8[2021-06-09].http：//kns.cnki.net/kcms/detail/11.1762.g3.20210208.0859.002.html.

[17]段荟，袁勇志，张海.大数据环境下网络用户信息茧房形成机制的实证研究[J].情报杂志，2020，39（11）：158-164.

[18]张海.基于扎根理论的网络用户信息茧房形成机制的质性研究[J].情报杂志，2021，40（3）：168-174.

[19]王益成，王萍，王美月.基于SVM的网络信息茧房层次敏感影响因素识别研究[J].情报资料工作，2019，40（6）：90-97.

[20]王益成，王萍，张禹.信息茧房视域下公众嵌入式信息素养教育模式研究[J].图书馆学研究，2020，（3）：10-17.

[21]王益成，王萍，贾琼.基于中医临床理论的内容智能分发平台“信息繭房”系统量化模型研究[J].现代情报，2018，38（9）：36-40.

[22]祁凯，黎冰雪，杨志.基于平台推荐机制和有界信任影响的网络群体观点演化研究[J].情报杂志，2021，40（5）：132-142，185.

[23]Lai J Y，Debbarma S，Ulhas K R.An Empirical Study of Consumer Switching Behaviour Towards Mobile Shopping：A Push-Pull-Mooring Model[J].International Journal of Mobile Communications，2012，10（4）：386-404.

[24]Hsieh J K，Hsieh Y C，Chiu H C，et al.Post-adoption Switching Behavior for Online Service Substitutes：A Perspective of the Push-Pull-Mooring Framework[J].Computers in Human Behavior，2012，28（5）：1912-1920.

[25]Curran S R，Saguy A C.Migration and Cultural Change：A Role for Gender and Social Networks？[J].Journal of International Womens Studies，2001，2（3）：54-77.

[26]Hou A C Y，Chern C C，Chen H G，et al.‘Migrating to a New Virtual World’：Exploring MMORPG Switching Through Human Migration Theory[J].Computers in Human Behavior，2011， 27（5）：1892-1903.

[27]Cheng Z，Yang Y，Lim J.Cyber Migration：An Empirical Investigation on Factors that Affect Users Switch Intentions in Social Networking Sites[C]//IEEE，2009 42nd Hawaii International Conference on System Sciences，Waikoloa，HI，USA，2009：1-11.

[28]Mcpherson M，Smith-Lovin L，Cook J M.Birds of a Feather：Homophily in Social Networks[J].Annual Review of Sociology，2001，27（1）：415-444.

[29]Lin H F.Determinants of Successful Virtual Communities：Contributions from System Characteristics and Social Factors[J].Information & Management，2008，45（8）：522-527.

[30]Eppler M J，Mengis J.The Concept of Information Overload：A Review of Literature from Organization Science，Accounting，Marketing，MIS，and Related Disciplines[J].Information Society，2004，20（5）：325-344.

[31]Song S，Yao X，Wen N.What Motivates Chinese Consumers to Avoid Information About the COVID-19 Pandemic？：The Perspective of the Stimulus-organism-response Model[J].Information Processing & Management，2021，58（1）：102407.

[32]Chen Y C，Shang R A，Kao C Y.The Effects of Information Overload on Consumers Subjective State Towards Buying Decision in the Internet Shopping Environment[J].Electronic Commerce Research & Applications，2009，8（1）：48-58.

[33]Swar B，Hameed T，Reychav I.Information Overload，Psychological Ill-being，and Behavioral Intention to Continue Online Healthcare Information Search[J].Computers in Human Behavior，2017，70：416-425.

[34]Lee A R，Son S M，Kim K K.Information and Communication Technology Overload and Social Networking Service Fatigue：A Stress Perspective[J].Computers in Human Behavior，2016，55：51-61.

[35]郭佳，黃程松.国外网络环境中信息过载研究进展[J].情报科学，2018，36（7）：170-176.

[36]徐娟，黄奇，袁勤俭.沉浸理论及其在信息系统研究中的应用与展望[J].现代情报，2018，38（10）：157-166.

[37]Csikszentmihalyi M，Lefevre J.Optimal Experience in Work and Leisure[J].Journal of Personality and Social Psychology，1989，56（5）：815-822.

[38]Sánchez-Franco M J，Roldán J L.Web Acceptance and Usage Model：A Comparison Between Goal-directed and Experiential Web Users[J].Internet Research，2005，15（1）：21-48.

[39]Ozkara B Y，Ozmen M，Kim J W.Examining the Effect of Flow Experience on Online Purchase：A Novel Approach to the Flow Theory Based on Hedonic and Utilitarian Value[J].Journal of Retailing and Consumer Services，2017，37：119-131.

[40]Rettie R.An Exploration of Flow During Internet Use[J].Internet Research，2001，11（2）：103-113.

[41]Czepiel J A，Solomon M R，Surprenant C F，et al.The Service Encounter：Managing Employee/Customer Interaction in Service Business[M].Lexington Books，1985.

[42]保羅·莱文森.数字麦克卢汉：信息化新纪元指南[M].北京：社会科学文献出版社，2001.

[43]Hoffman D L，Novak T P.Marketing in Hypermedia Computer-Mediated Environments：Conceptual Foundations[J].Journal of Marketing，1996，60（3）：50-68.

[44]Ghani J A，Deshpande S P.Task Characteristics and the Experience of Optimal Flow in Human-Computer Interaction[J].Journal of Psychology，2010，128（4）：381-391.

[45]葛元骎.感知价值对电子书阅读APP持续使用意向的影响研究：情绪响应的中介效应[J].情报科学，2020，38（7）：117-122.

[46]Babin B J，Darden W R，Griffin M.Work and/or Fun：Measuring Hedonic and Utilitarian Shopping Value[J].Journal of Consumer Research，1994，20（4）：644-656.

[47]李武.感知价值对电子书阅读客户端用户满意度和忠诚度的影响研究[J].中国图书馆学报，2017，43（6）：35-49.

[48]Zeithaml V A.Consumer Perceptions of Price，Quality，and Value：A Means-End Model and Synthesis of Evidence[J].Journal of Marketing，1988，52（3）：2-22.

[49]韩旭.社会化媒体时代如何实现顾客欣喜——感知价值、欣喜效应与顾客忠诚的作用机理[J].青年记者，2014，（20）：94-96.

[50]Tam J L M.Customer Satisfaction，Service Quality and Perceived Value：An Integrative Mode[J].Journal of Marketing Management，2004，20（7-8）：897-917.

[51]Chang C C.Examining Users Intention to Continue Using Social Network Games：A Flow Experience Perspective[J].Telematics and Informatics，2013，30（4）：311-321.

[52]袁顺波，张海，段荟.PPM视角下移动政务APP用户流失行为影响因素研究[J].情报杂志，2021，40（2）：182-188.

[53]赵宏霞，王新海，周宝刚.B2C网络购物中在线互动及临场感与消费者信任研究[J].管理评论，2015，27（2）：43-54.

[54]Lin H，Fan W，Chau P Y K.Determinants of Users Continuance of Social Networking Sites：A Self-regulation Perspective[J].Information & Management，2014，51（5）：595-603.

[55]Pavlou P A，Liang H G，Xue L Y.Understanding and Mitigating Uncertainty in Online Exchange Relationships：A Principal-Agent Perspective[J].MIS Quarterly，2007，31（1）：105-136.

[56]毛春蕾，袁勤俭.社会临场感理论及其在信息系统领域的应用与展望[J].情报杂志，2018，37（8）：186-194.

[57]Hajli N，Sims J，Zadeh A H，et al.A Social Commerce Investigation of the Role of Trust in a Social Networking Site on Purchase Intentions[J].Journal of Business Research，2017，71：133-141.

[58]Ye C，Potter R.The Role of Habit in Post-Adoption Switching of Personal Information Technologies：An Empirical Investigation[J].Communications of the Association for Information Systems，2011，28（1）：585-610.

[59]Vargas S，Castells P.Rank and Relevance in Novelty and Diversity Metrics for Recommender Systems[C]//Association for Computing Machinery.In Proceedings of the Fifth ACM Conference on Recommender Systems.Chicago，Illinois，USA，2011：109-116.

[60]Willemsen M C，Graus M P，Knijnenburg B P.Understanding the Role of Latent Feature Diversification on Choice Difficulty and Satisfaction[J].User Modeling and User-Adapted Interaction，2016，26（4）：347-389.

[61]Skadberg Y X，Kimmel J S.Visitors Flow Experience While Browsing a Web Site：Its Measurement，Contributing Factors and Consequences[J].Computers in Human Behavior，2004，20（3）：403-422.

[62]Ghani J A，Deshpande S P.Task Characteristics and the Experience of Optimal Flow in Human-computer Interaction[J].Journal of Psychology，2010，128（4）：381-391.

[63]Sirdeshmukh D，Singh J，Sabol B.Consumer Trust，Value，and Loyalty in Relational Exchanges[J].Journal of Marketing，2002，66（1）：15-37.

[64]Ogara S O，Koh C E，Prybutok V R.Investigating Factors Affecting Social Presence and User Satisfaction with Mobile Instant Messaging[J].Computers in Human Behavior，2014，36：453-459.

[65]Animesh A，Pinsonneault A，Yang S B，et a.An Odyssey Into Virtual Worlds：Exploring the Impacts of Technological and Spatial Environments on Intention to Purchase Virtual Products[J].Mis Quarterly，2011，35（3）：789-810.

[66]Polites G L，Karahanna E.Shackled to the Status Quo：The Inhibiting Effects of Incumbent System Habit，Switching Costs，and Inertia on New System Acceptance[J].Mis Quarterly，2012，36（1）：21-42.

[67]Bhattacherjee A.Understanding Information Systems Continuance：An Expectation-confirmation Model[J].MIS Quarterly，2001，25（3）：351-370.

[68]Roca J C，Chiu C M，Martinez F J.Understanding E-learning Continuance Intention：An Extension of the Technology Acceptance Model[J].International Journal of Human-Computer Studies，2006，64（8）：683-696.

[69]第46次《中國互联网络发展状况统计报告》发布[J].中国广播，2020，（11）：54.

[70]Straub D，Boudreau M C，Gefen D.Validation Guidelines for IS Positivist Research[J].Communications of the Association for Information Systems，2004，3（1）：380-427.

（责任编辑：郭沫含）