短视频用户媒介多任务行为的大数据分析

巢乃鹏，汪臻真，毛侨章

(深圳大学 传播学院，广东 深圳 518060)

一、引言

在媒介融合的大背景下，手机已经集合了越来越多的功能。通过手机上各式各样的移动应用，用户可以在手机上处理各种任务。用户既可以在手机上与朋友进行社交活动，也可以观看视频、收听音乐。手机已非单纯的通讯设备，而成为了一个可以集合处理多种任务的工具，不可避免地，手机用户相较以往也会更多地在手机上进行媒介多任务的行为。与此同时，伴随着移动网络的普及，短视频行业蓬勃发展，短视频应用也出现在更多用户的手机当中。短视频应用利用算法捕捉用户的兴趣，可以满足用户的娱乐需求，但也会导致部分用户过度或有问题地使用互联网[1]。

目前，媒介多任务行为的研究较多关注该行为的表现频率和影响，较少关注具体某一类应用(如短视频)的使用情况。而短视频虽然在使用过程中有典型的多任务行为发生，但现有的研究大多倾向于讨论短视频使用动机和影响因素等，对短视频使用中的多任务行为的研究尚付阙如。基于此，本文将通过采集短视频使用者的使用行为数据，通过计算传播的视角来刻画出短视频使用者的多任务行为特征。

二、文献综述及研究问题

(一)媒介多任务行为

多任务行为(multitasking)，是指同时参与两个或多个活动的行为；而媒介多任务行为(media multitasking)，是指至少涉及一个基于媒体刺激或反应的多任务行为[2]。各个年龄层的用户都存在媒介多任务行为，且与单一的媒体环境相比，信息在媒介多任务行为中的感知和处理方式都有所不同[3]。

目前，多个领域的学者对媒介多任务行为进行了研究，有其影响但仍具有争议。部分研究认为，媒介多任务行为会干扰注意力和工作记忆，从而对学生效率和表现产生负面影响[4]。而另一些研究则认为，新的任务刺激可能携带重要的信息，媒介多任务行为能从许多不同渠道接收信息，这对于提高工作效率至关重要[5]。无论影响如何，其作为一个愈发显著的现象，已吸引了更多学者的关注。

以往针对多任务行为的研究中，较多使用自我报告量表的方式进行测量，比如在随机时间向被研究者发放问卷，让其回忆前一段时间的媒介使用状况，并回答相关问题[6]。使用量表测量的方式相对较易操作，但由于涉及主观评估，容易造成一定的偏差，尽管并非完全偏离实际情况，但测量数据的标准效度较低。而大数据挖掘方式的发展，使得研究者可以收集来自于手机的数据，如手机使用日志等，此类数据能精确提供应用使用时长的数据，能更好地评估手机使用和多任务行为情况[7]。故本文拟采用来源于手机的原生大数据开展研究。

(二)任务切换与手机使用

目前，针对媒介多任务行为有两种研究方向：一种是研究同时进行的多任务处理(simultaneous multitasking)；另一种是研究任务切换(task switching)，即以一种连续的方式在任务之间交替集中注意力和精力[8]。本文主要研究短视频使用过程中的任务切换现象，原因主要是：一方面，有学者通过观察发现，在用户使用手机的过程中，任务切换比同时进行的多任务处理要常见得多[9]；另一方面，由于手机的屏幕更小，与电脑相比，同时处理多个任务显然难度更大。另外，短视频作为一种沉浸感较强的媒体内容，用户在使用过程中会同时使用视觉和听觉等系列感官功能，难以再同时进行其他类型的任务。

用户的手机使用并非只局限在几个应用之中，相反，不同用户每天甚至每个小时内使用的应用程序类型的多样程度都具有惊人的稳定性[10]。换言之，用户在使用手机时，总是在各式各样的应用程序之间切换。

基于用户的任务切换，手机的使用过程也可以看作是连续使用一系列手机应用的行为的集合。当用户意识到前一个行为已经完成，而下一个行为与前一个行为有关时，用户就会紧接着进行下一个行为。大量用户进行类似的操作后，会产生部分频率较高的任务切换组合，以及部分时长较长的任务切换组合[11]。研究此类组合，意味着可以了解用户在使用手机应用过程中的偏好，有助于进一步了解用户的手机使用情况。

部分研究发现，女性和男性的任务切换组合之间存在显著差异。在相同的观察时间内，女性的媒介多任务的时间比男性多，且女性平均每分钟完成的任务也比男性更多。女性使用社交网络、发短信、看电视和听音乐结合的次数比男性更多，而男性将任务与视频游戏结合的次数超过了女性[9]。然而，也有研究认为，在多任务行为方面没有显著的性别差异[12]。本文亦将尝试探究人口变量学下的用户使用差异。

(三)短视频使用

尽管不同的用户有不同的手机使用习惯，但部分热门的应用仍能在不同用户的手机使用中拥有高时长。其中，图片社交应用、视频应用和游戏应用这类倾向于视觉(而非文本)内容的应用，是用户较常使用的应用[10]。短视频同样作为倾向于视觉内容的应用，也受到网民的欢迎。中国互联网络信息中心(CNNIC)发布的《第48次中国互联网络发展状况统计报告》显示，截至2021年6月，短视频用户规模已达8.88亿，网民使用率为87.8%[13]。这表明，短视频应用的普及范围较广，大部分网民已使用过短视频应用。不少用户表示，观看在线视频源于个人兴趣或信息需求，观看短视频可以使用户产生放松、被鼓励和被陪伴的感觉。短视频应用也能帮助使用者满足社交互动的需求，观看短视频使用户能够了解当下流行的“梗”，可以与朋友谈论他们看过的同样视频，从而促进用户的社交[14]。

然而，用户感到满足的背后却难以摆脱短视频成瘾的隐忧。短视频的过度使用可能带来一系列负面影响，如分散注意力、时间管理能力差和学习时间减少。依赖手机应用来填补个人生活中的孤独心理可能会导致上瘾，导致更多不可控的后果[15]。想要更好地探究短视频应用的综合影响，需要对用户使用短视频应用的模式有更深的理解。

综合以上文献分析，本研究提出以下具体研究问题：

问题一：短视频应用使用前后，用户使用手机应用的偏好有无变化？

问题二：将短视频应用作为前置任务或后置任务时，用户使用短视频应用和其他类型应用的情况是怎么样的？

问题三：将短视频应用分别作为前置任务和后置任务时，基于年龄和性别等人口学变量而言，两者使用模式有无差异？

三、数据处理及分析

本研究的数据来自于某手机厂商，数据处理前已进行匿名化处理。数据采集时间为2021年5月31日至2021年6月27日。随机选取有大于或等于10次短视频使用行为的100万个用户，共抓取611万人次(短视频作为前置任务，下同)的使用数据作为本次研究的研究数据集。若连续两个任务中有一个是使用短视频应用的任务，则保留作后续统计。连续的定义是时间上连续，即前后间隔不超过60秒。

在考虑人口变量的影响时，由于部分手机用户的性别和年龄资料不全，因此剔除此部分数据。筛选后，男性用户数据约为228万人次，女性用户约为240万人次；17岁以下的用户约为43万人次，18～29岁用户约为141万人次，30～49岁用户约为246万人次，50岁以上用户约为35万人次。

在数据分析过程中，相关概念界定如下：若存在时间上连续的两个任务A、B，且执行任务时间A早于B，则A是B的前置任务，B是A的后置任务；亦可称任务A流出至任务B，任务B是由任务A流入的。若以短视频应用为核心应用，则把短视频使用前所连续使用的应用称为前置应用，短视频使用后所连续使用的应用称为后置应用(如图1)。

图1 本研究相关概念示意

(一)短视频应用流入流出情况

图2表现了在使用短视频应用前后，使用其他应用软件的人次比例变化情况。图2左侧为切换入短视频应用前的应用(即将短视频应用作为后置应用)使用人次比例，右侧为从短视频应用切出后的应用(即将短视频作为前置任务)使用人次比例。结果表明，社交通讯类、视频类、工具类、网上购物类应用较受欢迎，从短视频应用中流入流出的比例均超过了10%。

图2 所有用户短视频应用流入流出的人次比例

其中，视频类应用的流入流出占比最大(16.3%/16.2%)，表明用户在使用短视频前后，有浏览更长视频的习惯。这种浏览习惯可能源自两者具有较为相似的观看体验，较易完成任务的切换。而社交通讯亦有较大的流入流出占比(16.1%/16.0%)，表明短视频的观看行为与用户的社交行为密切相关。然而，由于用户使用视频与社交通讯应用的频率也较高[18]，因此，此结果并不能确定短视频应用的此种切换模式是否来源于短视频应用的独有特点，这需要在后续的研究中加以验证。

使用短视频前后，使用其他应用软件的人次比例变化不大，变化最大的为娱乐类应用(10.4%/9.9%)，变化比例为-0.5%，可能是由于在娱乐类应用中包含拍摄美化类应用，用户在完成“视频编辑—发布”链条后，使用该类应用的频度减少。

在本研究中，并没有发现某一种类型的应用由于短视频应用的使用而造成使用比例的显著变化。由于本次研究使用是百万级的数据，这几类应用在使用短视频前后，变化数量为数千人次，从绝对数量来看，亦是较大的变化。

当仅考虑男性用户时，如图3，部分比例出现了一定的变化。比如娱乐类应用的使用人次比(10.0%/9.5%)相比于考察所有用户时(10.4%/9.9%)有所减少，而交通导航类应用的使用人次比(7.0%/7.1%)则有较大的增长。尽管如此，仍然没有出现某类应用由于短视频的使用而出现使用人次的大幅度变化，其中变化比例较大的是娱乐类应用(10.0%/9.5%)，变化比例为-0.5%。

针对以上情况，本项目对下横梁同步及异步施工工艺对塔柱受力的影响进行分析复核，并采取在下横梁上部塔柱上增设主动水平横的辅助措施。

图3 男性用户短视频应用流入流出

当仅考虑女性用户时，如图4，同样有部分比例出现了变化，但变化比例仍然不大，变化比例较大的仍是娱乐类应用(10.9%/10.5%)，变化比例为-0.4%。然而，对比图3和图4的结果，可以发现不同性别用户使用应用类型有不同的偏好。女性用户使用网上购物类应用的人次比(15.1%/15.1%)高于男性用户(14.3%/14.3%)，而男性用户使用游戏类应用的人次比(7.4%/7.3%)高于女性用户(6.8%/6.6%)。差异最为明显的是交通导航类应用，男性用户的使用人次比(7.0%/7.1%)远高于女性用户(4.4%/4.6%)。

图4 女性用户短视频应用流入流出

(二)短视频使用前后各类应用使用情况分析

如图5所示，从时间维度上看，短视频用户在使用短视频应用前后，具有非常明显的碎片化使用的特征。在不同应用作为后置应用时，短视频的平均使用时长差异不大，在214秒至373秒之间。当后置任务为游戏类应用时，短视频应用使用时长最长，为373秒；当后置任务为旅游出行类应用时，短视频应用使用时长最短，为214秒；加权平均使用时长为322秒。用户平均每次使用短视频的时间仅略多于300秒，表明用户在使用短视频应用时，存在较为明显的碎片化使用特征。

图5 短视频前置时应用使用情况

当短视频作为前置应用时，各类型应用的使用时长差异相对较大，在58～449秒之间。游戏类应用的使用时长最长，为449秒；旅游出行类应用的使用时长最短，为58秒；加权平均使用时长为141秒。有5个类型应用使用时长超过加权平均值，分别是游戏类(449秒)、资讯阅读类(291秒)、教育学习类(206秒)、交通导航类(143秒)、金融理财类(141秒)。结果表明，短视频用户具有较大的差异性。游戏类应用拥有最高的平均使用时长，表明部分用户在使用完短视频类应用后，仍有强烈的娱乐需求。但同时，资讯阅读类和教育学习类的较高使用时长也表明，部分用户在使用完短视频类应用后转而使用其他应用，满足获取信息或自我提升的需求。较为特别的是，流入流出占比较大的社交通讯类应用，使用时长较短(63秒)，很有可能是用户在使用短视频应用过程会遭到社交通讯打扰，切换应用以回复信息，回复后便结束社交通讯应用的使用。

如图6所示，当短视频作为后置任务时，用户使用短视频应用和其他类型的应用的平均时长，与短视频作为前置任务时有一定的数值差异，但整体分布变化不大。

图6 短视频后置时应用使用情况

在不同类型的任务作为后置任务时，短视频应用的使用时长在262～415秒之间。当后置任务为游戏类应用时，短视频应用使用时长最长，为415秒；当后置任务为旅游出行类应用时，短视频应用使用时长最短，为262秒；加权平均使用时长为343秒。三项数据与短视频作为前置任务时，均有一定的增长。

而当短视频作为后置应用时，各类型应用的使用时长差异仍然相对较大，在59秒至555秒之间。游戏类应用的使用时长最长，为555秒；旅游出行类应用的使用时长最短，为59秒；加权平均使用时长为140秒。仅有3个类型应用使用时长超过加权平均值，分别是游戏类(555秒)、资讯阅读类(263秒)、教育学习类(206秒)。这三类应用在短视频应用前置和后置两种情况中均有较高的使用时长，可视为短视频应用相关的高时长应用。

(三)基于人口学变量的分析

首先是基于性别对用户进行划分，如图7，可以发现，男性在短视频应用和其他应用上的使用时长均略高于女性用户；较为特殊的是后续应用为医疗健康类应用时，女性用户的短视频应用时长(345秒)出现了明显高于男性用户(256秒)的现象。而男性用户在后续使用过程中，使用游戏类应用和交通类应用的平均时长均明显高于女性用户，分别多了112秒和77秒。前者可能是由于男性用户更倾向于玩高沉浸感、高时长类的游戏，后者则可能缘于职业司机群体中较大部分为男性。

图7 不同性别组短视频前置时应用使用情况

当考虑不同性别组短视频应用后置时，如图8，结果与短视频应用前置差异不大，男性用户的短视频时长仍略高于女性用户。前置任务中，仍然是游戏类应用、交通导航类应用的使用时长男性显著高于女性，但交通导航类中两者差值有所减少(50秒)。游戏类应用的使用时长增长明显，男女性的使用时长均增长了超过100秒，表明相比于观看短视频后，用户更倾向于在观看短视频前将更长的时间用于游戏应用中。

图8 不同性别组短视频后置时应用使用情况

当考虑年龄变量时，如图9，则有其他新的发现。其中，老年人的短视频使用时长普遍高于其他年龄群体。这表明，尽管老年人在高使用人群中的人口基数较少，但一旦成为短视频的高使用人群，会有更长的短视频使用时长。这可能与老年人这一群体拥有较多的空闲时间、可以有更长的空余时间使用相关应用有关。

图9 不同年龄组短视频前置时短视频应用使用情况

而在使用完短视频应用后，如图10，不同年龄群体仍然是在游戏类应用和资讯阅读类中耗费了高时长。较为意外的结果是，17岁以下的群体并非金融理财类的目标用户群，却拥有明显高于其他组别的使用时长。一方面，这可能是由于未成年人对金融理财类应用中游戏化的功能较为关注(如支付宝中的蚂蚁森林)，引发使用时长的增长；另一方面，也可能是金融理财类应用在短视频应用中的广告投放吸引了未成年人的使用。

图10 不同年龄组短视频前置时其他应用使用情况

考虑年龄变量时，如图11，短视频的使用时长仍比较稳定。50岁以上的人群短视频使用时长仍普遍高于其他组别。30～49岁的组别的平均时长则略低于50岁以上组别，但仍高于其他两组。17岁以下的组别与18～29岁的组别差异不大，属于一次性使用短视频时长较短的组别。

与短视频作为前置应用时相比，如图12，不同年龄组别金融理财类应用的使用时长均有所减少。其中17岁以下的用户使用时间从392秒下降到72秒，表明短视频作为后置应用时，未成年人对金融理财类应用的使用并没有特别的偏好，即短视频应用对于未成年人提升使用金融理财类应用的时长有非常强的促进作用。与之相对的是，游戏时长得到了较大的增长，这也印证了在不同年龄组别中的结果，不同性别组、不同年龄组的用户均更倾向于在观看短视频前将更长的时间用于游戏应用中。

图12 不同年龄组短视频后置时其他应用使用情况

本研究发现，短视频使用时长呈现出明显的碎片化现象，短视频这种新媒介印证了媒介碎片化使用与多任务行为的相关关系[17]。本次的样本可以视作是短视频的活跃用户，平均使用时长仅略高于5分钟。这种碎片化使用不仅存在于短视频应用的使用过程中，而且是用户整体使用手机应用“加速”的一个缩影，用户在应用间的快速切换已经成为常态。而与之相对应的是手机使用时长的不断增长，截至2021年6月，我国网民的人均每周上网时长为 26.9个小时(约合每天3.8小时)，较2020年12月提升0.7个小时[13]。上网时长与单次应用使用时长所形成的强烈对比，描绘出移动互联网时代用户“长在线，短使用”的手机使用图景。而作为短视频服务的平台方，近期抖音、快手等短视频应用亦都尝试上线了倍速播放功能[18]，无疑是平台方对用户此类碎片化使用习惯的商业化回应。

与此同时，社交通讯软件在短视频多任务行为中同样显示出“高频次、短使用”模式，社交通讯类软件是短视频应用的高频次切换应用，流入流出比例均位居前列。但社交媒体类应用，却是所有类型应用中加权平均使用时长最短的，用户在使用短视频前后每次使用此类应用时长平均不足100秒。这表明，社交通讯类应用对促使用户增加媒介多任务行为具有重要作用。用户在切入切出短视频应用时，较常会伴随着短时间的社交通讯类应用的使用，这无疑加固了手机应用的高切换模式。社交通讯类应用这种切换模式，也从行为层面上展现出对社交信息的“错失恐惧”，体现了中国网民“永久在线、永久连接”的生活方式[19]。

尽管伴随着互联网的高速发展，诞生了许多新的具有吸引力的应用，但在短视频多任务切换中，游戏类应用仍然是拥有更高使用时长的应用，且游戏类应用的使用时长远高于其他应用。游戏能够满足用户实现个人成就、进行社会交往、逃避社会现实等多种需求[20]，因而可以拥有跨性别、跨年龄层的用户。在本研究中也发现，游戏类应用的高使用时长现象并不会因为用户的年龄、性别而产生明显变化。

而从用户视角观察，本研究发现用户在使用短视频前后使用其他应用的偏好并没有大幅的变化，但不同的性别对应用类型有不同的偏好。如男性用户在游戏、交通导航类应用中有更高的使用人次比，而女性用户在网上购物类的应用中有更高的使用人次比。同时，不同年龄组对于短视频应用的使用时长有一定差异，如50岁以上用户的短视频使用时长高于其他组别。这说明，在老龄化社会逐步到来、老龄化传播研究生机盎然的背景下[21]，在关注老年人难以接入互联网的“数字代沟”问题时，也需要关注已接入互联网并熟练使用某类应用的老年人的互联网使用模式。

本研究还发现未成年人互联网应用使用过程中可能存在一定的风险，这种风险来自于未成年人过多地使用金融理财类应用。通过分析应用使用的时长，发现未成年人使用短视频后，使用该类应用时长高于其他年龄组别的用户，但在使用短视频前并不存在此种差异。结果证明这并不是“第三人效果”，而是真实存在的风险。

本文是中文领域第一篇研究短视频媒介多任务行为的论文，有助于加深对用户使用短视频应用甚至手机应用模式的理解。另外，本文采用手机厂商提供的百万级数据，不同于以往的自我量表等测量方式，大规模的数据样本可以更大程度减少由于抽样而导致的偏差，得出了更具有代表性的媒介使用数据。

然而，本研究仍有局限之处。首先，不同手机厂商的消费群体不同，尽管本研究中获取了大量的数据，但并不能确认结果可以推广到其他手机厂商的消费者当中，后续研究中可以选取不同厂商的手机使用者作为研究对象，以覆盖不同的消费层次中存在的问题。另外，本文中的大部分研究内容仅是描述性的，仅是对短视频使用过程的媒介多任务作了基于数据的描述，推测了一部分结果的原因，但并不能证明其因果关系，需要在后续研究中进一步验证。