隱私視角下社交媒體推薦對(duì)用戶(hù)在線交互意向的影響機(jī)理研究

張雄濤 甘明鑫

關(guān)鍵詞：社交媒體推薦;在線交互意向;S-O-R模型;隱私計(jì)算理論;信息邊界理論

為提升用戶(hù)體驗(yàn)，社交媒體通過(guò)引入個(gè)性化推薦服務(wù)來(lái)緩解用戶(hù)面臨的信息過(guò)載難題。個(gè)性化推薦致力于向用戶(hù)提供其感興趣的信息，其給用戶(hù)帶來(lái)正面心理感知（如信息獲取、社交滿(mǎn)足等）的同時(shí)，也給用戶(hù)帶來(lái)了負(fù)面的心理感知（如隱私憂(yōu)慮、心理抗拒等）。在線交互是社交媒體用戶(hù)實(shí)現(xiàn)社交互動(dòng)的典型信息行為，其具體表現(xiàn)為點(diǎn)贊、轉(zhuǎn)發(fā)、評(píng)論等多樣化交互方式。作為影響在線交互行為的關(guān)鍵前置因素，用戶(hù)的在線交互意向決定了用戶(hù)是否愿意在社交媒體平臺(tái)中主動(dòng)地進(jìn)行情感表達(dá)，這關(guān)乎用戶(hù)的平臺(tái)體驗(yàn)和社交媒體平臺(tái)中的價(jià)值轉(zhuǎn)換。近年來(lái)，國(guó)內(nèi)外有關(guān)個(gè)性化推薦的研究主要集中在計(jì)算機(jī)科學(xué)領(lǐng)域。相關(guān)學(xué)者主要結(jié)合機(jī)器學(xué)習(xí)或深度學(xué)習(xí)方法，從推薦系統(tǒng)設(shè)計(jì)、推薦系統(tǒng)評(píng)測(cè)以及推薦系統(tǒng)應(yīng)用等方面對(duì)個(gè)性化推薦進(jìn)行研究。此類(lèi)研究雖有利于用戶(hù)獲取準(zhǔn)確的個(gè)性化推薦結(jié)果，但難以持續(xù)追蹤用戶(hù)的心理狀態(tài)及行為意向。然而，由于不同心理感知下用戶(hù)呈現(xiàn)出不同的行為意向，因此結(jié)合個(gè)性化推薦探究用戶(hù)行為意向的影響機(jī)理有利于進(jìn)一步完善用戶(hù)的服務(wù)和管理。此外，當(dāng)前關(guān)于在線交互意向的研究大多僅考慮意向的直接影響因素，鮮有研究結(jié)合外部環(huán)境因素對(duì)間接影響因素展開(kāi)分析。近期大量研究表明，結(jié)合外部環(huán)境因素對(duì)用戶(hù)行為意向進(jìn)行解釋.可以更有針對(duì)性地評(píng)估外部環(huán)境因素對(duì)行為意向的影響。社交媒體情景下，個(gè)性化推薦通過(guò)推薦結(jié)果對(duì)用戶(hù)形成刺激，因此將社交媒體推薦作為外部環(huán)境因素對(duì)用戶(hù)的在線交互意向進(jìn)行解釋?zhuān)梢愿嗅槍?duì)性地評(píng)估社交媒體推薦對(duì)在線交互意向的影響作用。

鑒于上述分析.本文在刺激一機(jī)體一反應(yīng)（Stimuli-Organisms-Responses.S-O-R）理論框架下，以社交媒體推薦為刺激（S），以隱私計(jì)算理論和信息邊界理論確定的用戶(hù)心理狀態(tài)為機(jī)體（O），以用戶(hù)在線交互意向?yàn)榉磻?yīng)（R），對(duì)社交媒體推薦、用戶(hù)心理狀態(tài)以及用戶(hù)在線交互意向之間的內(nèi)在作用機(jī)理進(jìn)行探究。研究的主要貢獻(xiàn)體現(xiàn)為：①探究了社交媒體推薦對(duì)用戶(hù)在線交互意向的影響機(jī)理，并結(jié)合實(shí)證結(jié)果為社交媒體平臺(tái)提供相應(yīng)的運(yùn)營(yíng)建議。此項(xiàng)貢獻(xiàn)為社交媒體平臺(tái)設(shè)計(jì)更合理的個(gè)性化推薦系統(tǒng)提供了參考。②在隱私視角下，綜合隱私計(jì)算理論和信息邊界理論對(duì)社交媒體用戶(hù)的內(nèi)在心理狀態(tài)進(jìn)行衡量，并將其作為中介對(duì)社交媒體推薦和用戶(hù)在線交互意向之間的關(guān)系進(jìn)行分析。此項(xiàng)貢獻(xiàn)不僅細(xì)致地分析了心理狀態(tài)之間的內(nèi)在影響關(guān)系，而且對(duì)S-O-R理論模型進(jìn)行了有益補(bǔ)充。

1研究基礎(chǔ)

1.1 S-O-R理論模型

S-O-R理論模型是心理學(xué)領(lǐng)域的一個(gè)重要理論，其目的在于揭示人們?cè)谕獠凯h(huán)境因素的刺激下如何產(chǎn)生相應(yīng)的趨勢(shì)行為反應(yīng)。S-O-R模型認(rèn)為，當(dāng)個(gè)人受到外部環(huán)境的刺激（Stimuli）后，會(huì)形成個(gè)人的內(nèi)在心理狀態(tài)（Organisms），進(jìn)而產(chǎn)生不同的趨勢(shì)行為反應(yīng)（Responses）。信息系統(tǒng)領(lǐng)域中，S-O-R理論模型被廣泛應(yīng)用于用戶(hù)行為研究中，如Gatautis R等基于S-O-R模型分析了游戲?qū)υ诰€消費(fèi)者的驅(qū)動(dòng)作用：Umer等在SNS情境下，對(duì)影響網(wǎng)絡(luò)消費(fèi)者的強(qiáng)迫購(gòu)買(mǎi)行為的關(guān)鍵因素進(jìn)行了研究。鑒于S-O-R理論模型可以有效揭示行為意向的形成過(guò)程，本文運(yùn)用S-O-R理論模型為社交媒體推薦、用戶(hù)心理狀態(tài)和用戶(hù)在線交互意向建立聯(lián)系，并以此為框架，探究社交媒體中的個(gè)性化推薦服務(wù)對(duì)用戶(hù)在線交互意向的影響機(jī)理。具體來(lái)說(shuō)，本文以社交媒體推薦為外部環(huán)境刺激（Stimuli），結(jié)合隱私計(jì)算理論和信息邊界理論確定隱私視角下的用戶(hù)內(nèi)在心理狀態(tài)（Organisms），并將社交媒體用戶(hù)的在線交互意向視作趨勢(shì)行為反應(yīng)（Responses）。

1.2隱私計(jì)算理論

隱私計(jì)算理論是Laufer R S等于1977年首次提出的經(jīng)典理論。近期研究中，羅映宇等將隱私計(jì)算理論歸納為基于理性的隱私計(jì)算和基于有偏的隱私計(jì)算。其中，基于理性的隱私計(jì)算在“理性人”假設(shè)的基礎(chǔ)上，認(rèn)為用戶(hù)會(huì)有意識(shí)地權(quán)衡隱私披露的預(yù)期損失和潛在收益.而后做出隱私披露決策?；谟衅碾[私計(jì)算認(rèn)為隱私行為決策會(huì)受到認(rèn)知偏差和啟發(fā)式的影響，這使得個(gè)體實(shí)際上無(wú)法對(duì)隱私披露行為的收益和損失做出正確的估計(jì)，常常重視利益而忽視伴隨的風(fēng)險(xiǎn)。感知收益和感知隱私風(fēng)險(xiǎn)是隱私計(jì)算理論中的兩個(gè)基本構(gòu)念，其中感知收益指用戶(hù)在信息披露時(shí)所感知到的價(jià)值獲取，感知隱私風(fēng)險(xiǎn)是指用戶(hù)在信息披露時(shí)所感知到的潛在損失。近年來(lái)，隨著學(xué)術(shù)界對(duì)隱私問(wèn)題的關(guān)注，隱私計(jì)算理論被廣泛應(yīng)用于衡量用戶(hù)的內(nèi)在心理感知。如Melewar T C等依據(jù)隱私計(jì)算理論，分別以感知收益、感知風(fēng)險(xiǎn)和信任為測(cè)量變量，對(duì)網(wǎng)絡(luò)團(tuán)購(gòu)行為的影響因素進(jìn)行了研究。張玥等依據(jù)隱私計(jì)算理論，以微信為例探討了移動(dòng)社交用戶(hù)的信息披露意愿?？紤]到個(gè)性化推薦會(huì)引起用戶(hù)的隱私憂(yōu)慮，本文在隱私視角下，結(jié)合隱私計(jì)算理論中的感知收益和感知隱私風(fēng)險(xiǎn)衡量社交媒體用戶(hù)的內(nèi)在心理感知。其中，感知收益在本文研究情景下特指社交媒體用戶(hù)認(rèn)為在線交互可以為自身帶來(lái)的潛在價(jià)值，而感知隱私風(fēng)險(xiǎn)在本文研究情景下特指社交媒體用戶(hù)認(rèn)為在線交互為自身在隱私方面帶來(lái)的潛在損失。

1.3信息邊界理論

信息邊界理論是Petronio S于2002年提出的一個(gè)面向個(gè)人信息決策的系統(tǒng)性理論，該理論認(rèn)為每個(gè)人都會(huì)構(gòu)建一個(gè)虛擬的信息空間，這個(gè)空間即“信息邊界”。一旦信息邊界建立，個(gè)體便會(huì)在邊界內(nèi)產(chǎn)生信任。當(dāng)外部實(shí)體試圖滲入邊界時(shí)，個(gè)體則會(huì)認(rèn)為自身的隱私空間受到侵犯，并企圖對(duì)隱私邊界進(jìn)行控制。信任和控制是信息邊界理論的兩個(gè)核心構(gòu)念，其中信任作為一種心理信念，信任感越高，隱私邊界的開(kāi)放程度越高;控制可以被理解為用戶(hù)對(duì)隱私邊界的把握，控制能力越強(qiáng)，隱私邊界越容易被打破。近期研究表明，信息邊界理論是隱私計(jì)算理論的有益補(bǔ)充?；诖?，相關(guān)研究常結(jié)合隱私計(jì)算理論和信息邊界理論對(duì)社交媒體中的隱私問(wèn)題展開(kāi)更細(xì)致的研究。如梁曉丹等結(jié)合隱私計(jì)算理論和信息邊界理論分析了在線政策對(duì)消費(fèi)者提供個(gè)人信息意愿的影響機(jī)制。張會(huì)平等結(jié)合信息邊界理論和隱私計(jì)算理論對(duì)社交媒體用戶(hù)信息隱私關(guān)注的形成機(jī)制進(jìn)行了研究。鑒于此，本文結(jié)合信息邊界理論對(duì)用戶(hù)的內(nèi)在心理感知進(jìn)行更細(xì)致地分析.并將該理論中的兩個(gè)核心構(gòu)念——信任和控制用于衡量用戶(hù)的內(nèi)在心理狀態(tài)。本文研究情境下，信任即平臺(tái)信任，指用戶(hù)對(duì)社交媒體平臺(tái)的信任程度;控制即感知信息控制，指用戶(hù)在社交媒體平臺(tái)中對(duì)個(gè)人信息控制能力的感知。

H8：感知隱私風(fēng)險(xiǎn)負(fù)向影響平臺(tái)信任。

2.2.3內(nèi)在心理狀態(tài)對(duì)用戶(hù)在線交互意向的影響（O-R）

1）感知收益對(duì)用戶(hù)在線交互意向的影響

社交媒體固有的社交屬性可以讓用戶(hù)感知到較高的社交價(jià)值，進(jìn)而正向影響用戶(hù)在社交媒體中的交互意向。朱侯等結(jié)合共享模式特點(diǎn)，從利己收益和利他收益兩個(gè)維度衡量用戶(hù)的感知收益，并驗(yàn)證了感知收益對(duì)用戶(hù)在線行為意向的正向影響作用。本文研究情景下，用戶(hù)的在線交互意向特指用戶(hù)點(diǎn)贊、轉(zhuǎn)發(fā)、評(píng)論等社交行為意向。社交滿(mǎn)足、信息獲取等用戶(hù)感知到的價(jià)值獲取均是形成用戶(hù)在線交互的主要因素，因此本文認(rèn)為當(dāng)用戶(hù)的感知價(jià)值增多時(shí).用戶(hù)會(huì)傾向于表現(xiàn)出活躍的在線交互意向。據(jù)此，提出如下假設(shè)：

H9：感知收益正向影響用戶(hù)的在線交互意向。

2）感知隱私風(fēng)險(xiǎn)對(duì)用戶(hù)在線交互意向的影響

感知隱私風(fēng)險(xiǎn)是與感知收益相對(duì)立的隱私計(jì)算依據(jù)，故在相關(guān)研究中常與感知價(jià)值共同作為影響用戶(hù)行為的前置變量。Haili N等認(rèn)為，在社交網(wǎng)站中用戶(hù)感知的隱私風(fēng)險(xiǎn)對(duì)信息行為意向存在顯著的負(fù)向影響。LiC等認(rèn)為，按需服務(wù)中的用戶(hù)感知的隱私風(fēng)險(xiǎn)不僅會(huì)對(duì)用戶(hù)的采納意圖造成負(fù)面影響，而且還會(huì)增加用戶(hù)中斷使用的可能險(xiǎn)時(shí)，其往往會(huì)有意識(shí)地降低在線交互的活躍性，以防止過(guò)多的個(gè)人信息被平臺(tái)采集和利用。據(jù)此，提出如下假設(shè)：

H10：感知隱私風(fēng)險(xiǎn)負(fù)向影響用戶(hù)的在線交互意向。

3）感知信息控制對(duì)用戶(hù)在線交互意向的影響

Bartsch M等通過(guò)調(diào)查社交網(wǎng)站發(fā)現(xiàn)，信息控制能力對(duì)社交媒體用戶(hù)的信息決策具有顯著的影響作用。Cavusoglu H等在研究隱私政策對(duì)Face.book用戶(hù)信息披露意愿的影響時(shí)發(fā)現(xiàn)，當(dāng)用戶(hù)具有較多的隱私控制權(quán)限時(shí)，用戶(hù)公開(kāi)其信息的可能性就越大。梁曉丹等認(rèn)為感知信息控制負(fù)向影響用戶(hù)的信息行為意向。因此，本文認(rèn)為當(dāng)用戶(hù)感知到較高的信息控制水平時(shí)，會(huì)認(rèn)為社交媒體產(chǎn)生的利弊可被有效把控，進(jìn)而會(huì)在社交媒體平臺(tái)中表現(xiàn)出更加主動(dòng)的在線交互意愿。據(jù)此，提出如下假設(shè)：

H11：感知信息控制正向影響用戶(hù)的在線交互意向。

4）平臺(tái)信任對(duì)用戶(hù)在線交互意向的影響

社交網(wǎng)絡(luò)的時(shí)空分離特性使用戶(hù)雙方無(wú)法面對(duì)面交流，間接的交流方式致使信息泄露的風(fēng)險(xiǎn)增加.因此建立用戶(hù)對(duì)平臺(tái)的信任關(guān)系成為網(wǎng)絡(luò)交互成功的關(guān)鍵要素。作為用戶(hù)行為意向的一個(gè)有效預(yù)測(cè)因子，信任對(duì)社交媒體用戶(hù)的正面行為意向的正向影響作用已被多數(shù)研究證實(shí)，相關(guān)行為意向涉及知識(shí)分享、信息披露等。本文研究情景下.用戶(hù)在線交互意向?qū)τ谏缃幻襟w而言，同樣屬于用戶(hù)典型的正面行為意向.因此當(dāng)用戶(hù)對(duì)平臺(tái)的信任感越強(qiáng)時(shí)，用戶(hù)會(huì)表現(xiàn)出更為活躍的在線交互意向。據(jù)此，提出如下假設(shè)：

H12：平臺(tái)信任正向影響用戶(hù)的在線交互意向。

3實(shí)證研究

3.1問(wèn)卷設(shè)計(jì)

結(jié)合現(xiàn)有社交媒體的使用情況，短視頻社交平臺(tái)對(duì)推薦系統(tǒng)表現(xiàn)出更強(qiáng)的依賴(lài)性。為獲取更加集中的樣本數(shù)據(jù)，本文將調(diào)查情景鎖定為知名的短視頻社交媒體平臺(tái)——抖音APP和快手APP。問(wèn)卷主要包括兩部分，第一部分是被調(diào)查對(duì)象的人口統(tǒng)計(jì)變量，包括性別、年齡、學(xué)歷、使用時(shí)間、日訪問(wèn)次數(shù)、每次使用時(shí)長(zhǎng)等。第二部分是關(guān)于本文的變量測(cè)量，具體包括：社交媒體推薦質(zhì)量、感知收益、感知隱私風(fēng)險(xiǎn)、平臺(tái)信任、感知信息控制、在線交互意向6個(gè)變量。對(duì)于量表的設(shè)計(jì)，本文的測(cè)量題目均沿用或改編自前人的研究。問(wèn)卷的測(cè)量變量及參照來(lái)源如表1所示.所有問(wèn)項(xiàng)均采用Likert五級(jí)量表。

3.2數(shù)據(jù)采集

問(wèn)卷通過(guò)網(wǎng)絡(luò)平臺(tái)進(jìn)行問(wèn)卷發(fā)放，發(fā)放日期為2020年6月27日-12月24日，共收回問(wèn)卷438份，剔除無(wú)效問(wèn)卷后，得到有效問(wèn)卷401份，問(wèn)卷有效率達(dá)91.55%。研究中樣本的人口統(tǒng)計(jì)特征如表2所示，表中的頻數(shù)為調(diào)查對(duì)象的人次，頻率為某類(lèi)對(duì)象占總樣本的百分比。表2呈現(xiàn)的被調(diào)查對(duì)象特征與中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心2020年發(fā)布的《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》和《2020抖音數(shù)據(jù)報(bào)告》完整版中的網(wǎng)民特征基本一致，這說(shuō)明調(diào)查對(duì)象可以較好地代表網(wǎng)民群體。

3.3數(shù)據(jù)分析

3.3.1信度、效度分析

信度用于衡量問(wèn)卷的可靠性、穩(wěn)定性和一致性。本文選用Cronbach's Alpha（CA）以及Com.posite Reliability（cR）兩個(gè)指標(biāo)來(lái)檢驗(yàn)問(wèn)卷的信度。研究表明，當(dāng)CA和CR均大于0.7時(shí)，說(shuō)明內(nèi)部的一致性水平較高。本文中每個(gè)潛變量的CA和CR均超過(guò)了0.7，這說(shuō)明問(wèn)卷具有較高的信度，結(jié)果如表3所示。

效度用于衡量測(cè)量結(jié)果的有效性程度。本文采用聚合效度和區(qū)分效度共同檢驗(yàn)數(shù)據(jù)的有效性。當(dāng)Over Loading（OL）大于0.7且Average VarianceExtracted（AVE）大于0.5時(shí)，聚合效度達(dá)標(biāo)。本文中每個(gè)潛變量的因子載荷均大于0.7，且AVE均大于0.5.這說(shuō)明測(cè)量結(jié)果的聚合效度達(dá)標(biāo)，結(jié)果如表3所示。對(duì)于區(qū)分效度，其檢驗(yàn)標(biāo)準(zhǔn)通常是每個(gè)潛變量的AVE的平方根大于其他潛變量之間的相關(guān)系數(shù)。表4中，斜對(duì)角線表示每個(gè)潛變量的AVE平方根，非斜對(duì)角線表示其他潛變量的相關(guān)系數(shù)。從表4中可以看到，每個(gè)潛變量的AVE平方根均大于其他潛變量的相關(guān)系數(shù)，這說(shuō)明本研究的潛變量之間存在顯著差異，區(qū)分效度較好。

3.3.2路徑分析與假設(shè)檢驗(yàn)

本文采用SmartPLS 3.0對(duì)研究模型進(jìn)行路徑分析與假設(shè)結(jié)果驗(yàn)證，利用Bootstrapping重復(fù)抽樣的方法檢驗(yàn)路徑系數(shù)的顯著性.抽樣次數(shù)為1000次.表5和圖2給出了研究假設(shè)的數(shù)據(jù)分析結(jié)果和路徑系數(shù)。

模型的路徑檢驗(yàn)結(jié)果如圖2所示，社交媒體推薦對(duì)感知收益（盧=0.514，P<0.001）、感知隱私風(fēng)險(xiǎn)（β=0.311，P<0.001）和平臺(tái)信任（β=0.167，P<0.001）均具有正向影響，因此假設(shè)1、假設(shè)2和假設(shè)4均成立：但社交媒體推薦對(duì)感知信息控制的影響在研究中未得到數(shù)據(jù)支持，因此假設(shè)3不成立。感知收益對(duì)感知信息控制（β=0.443，P<0.001）、平臺(tái)信任（β=0.504，P<0.001）均有正向影響，因此假設(shè)5和假設(shè)6成立。感知隱私風(fēng)險(xiǎn)對(duì)感知信息控制（β=-0.170，P<0.01）、平臺(tái)信任（β=-0.159，P

4研究結(jié)論

4.1社交媒體推薦對(duì)內(nèi)在心理狀態(tài)的影響作用（S-0）

依據(jù)假設(shè)1的檢驗(yàn)結(jié)果，可以得出結(jié)論：社交媒體推薦對(duì)感知收益具有正向的影響作用，這說(shuō)明社交媒體推薦可以為用戶(hù)帶來(lái)諸多積極的心理感知。該結(jié)論之所以成立，是因?yàn)橥扑]系統(tǒng)作為一項(xiàng)重要的決策輔助工具，其設(shè)計(jì)的初衷就是幫助用戶(hù)緩解“信息過(guò)載”等難題。此外，社交媒體中的推薦系統(tǒng)不僅可以便利用戶(hù)獲取個(gè)性化信息.而且可以促進(jìn)興趣相似的用戶(hù)實(shí)現(xiàn)社會(huì)交往。因此，社交媒體推薦對(duì)感知收益的正向影響作用符合常規(guī)認(rèn)知。

依據(jù)假設(shè)2的檢驗(yàn)結(jié)果，可以得出結(jié)論：社交媒體推薦對(duì)感知隱私風(fēng)險(xiǎn)具有正向的影響作用，這說(shuō)明社交媒體推薦難以有效平衡用戶(hù)個(gè)性化需求和隱私顧慮之間的關(guān)系，即社交媒體推薦服務(wù)在增加用戶(hù)感知收益的同時(shí)，也會(huì)增加用戶(hù)的感知隱私風(fēng)險(xiǎn)。該結(jié)論的成立同時(shí)印證了社交媒體中存在的“隱私悖論現(xiàn)象”。社交媒體推薦的實(shí)際應(yīng)用中，用戶(hù)和平臺(tái)之間存在高度的信息不對(duì)稱(chēng)，因此，當(dāng)精準(zhǔn)的推薦結(jié)果對(duì)用戶(hù)形成刺激時(shí).用戶(hù)會(huì)對(duì)自身信息的安全性產(chǎn)生憂(yōu)慮。

依據(jù)假設(shè)3的檢驗(yàn)結(jié)果，可以得出結(jié)論：社交媒體推薦對(duì)感知信息控制的影響作用不顯著.這說(shuō)明社交媒體推薦與用戶(hù)的感知信息控制之間沒(méi)有顯著的關(guān)系。究其原因，可能是因?yàn)楝F(xiàn)有大多社交媒體平臺(tái)均設(shè)有細(xì)致化隱私設(shè)置、個(gè)性化推送管理以及推薦反饋等功能.這些功能在一定程度上增加了社交媒體用戶(hù)對(duì)信息控制的能力，進(jìn)而有效避免了社交媒體推薦對(duì)感知信息控制造成影響。

依據(jù)假設(shè)4的檢驗(yàn)結(jié)果，可以得出結(jié)論：社交媒體推薦對(duì)平臺(tái)信任具有正向影響作用。這說(shuō)明社交媒體推薦可以增加用戶(hù)對(duì)平臺(tái)的信任程度。近年來(lái)，隨著我國(guó)網(wǎng)絡(luò)安全建設(shè)工作的不斷完善，以及各大社交媒體平臺(tái)之間的激烈競(jìng)爭(zhēng)，社交媒體往往不會(huì)肆意地販賣(mài)、泄露用戶(hù)的個(gè)人信息。此外，隨著推薦解釋在推薦系統(tǒng)中的應(yīng)用，社交媒體推薦開(kāi)始逐步地透明化。在此背景下，相比于社交媒體推薦帶來(lái)的不確定負(fù)面結(jié)果，用戶(hù)對(duì)明確的潛在收益表現(xiàn)出更強(qiáng)的情感依賴(lài)。因此，社交媒體推薦正向影響平臺(tái)信任符合常規(guī)認(rèn)知。

4.2用戶(hù)內(nèi)在心理狀態(tài)之間的影響關(guān)系（0-0）

依據(jù)假設(shè)5的檢驗(yàn)結(jié)果，可以得到結(jié)論：感知收益對(duì)感知信息控制和平臺(tái)信任有顯著正向影響作用。這說(shuō)明當(dāng)用戶(hù)感知到的信息收益越多時(shí)，其感知到的信息控制能力越強(qiáng)。該結(jié)論與相關(guān)文獻(xiàn)（如文獻(xiàn)[34-35]）的研究結(jié)論一致，即當(dāng)用戶(hù)獲取的正向心理感知越多時(shí)，用戶(hù)對(duì)信息的控制欲望越低，而當(dāng)用戶(hù)對(duì)信息的控制欲望降低時(shí)，其感知到的信息控制水平就會(huì)相對(duì)變高。因此，感知收益正向影響感知信息控制符合常規(guī)認(rèn)知。

依據(jù)假設(shè)6的檢驗(yàn)結(jié)果，可以得到結(jié)論：感知收益對(duì)平臺(tái)信任有顯著正向影響作用。這說(shuō)明當(dāng)用戶(hù)感知到的信息收益越多時(shí)，用戶(hù)對(duì)社交媒體平臺(tái)的信任程度也會(huì)越高。前人研究已經(jīng)證實(shí)用戶(hù)的理念和態(tài)度是影響信任的關(guān)鍵因素，而感知收益作為用戶(hù)的一項(xiàng)正向心理理念.其會(huì)促使用戶(hù)對(duì)平臺(tái)建立正向情感，并促使用戶(hù)相信平臺(tái)會(huì)持續(xù)為自身提供更多的潛在收益。因此，感知收益正向影響平臺(tái)信任符合常規(guī)認(rèn)知。

依據(jù)假設(shè)7的檢驗(yàn)結(jié)果，可以得到結(jié)論：感知隱私風(fēng)險(xiǎn)對(duì)感知信息控制有顯著的負(fù)向影響作用。這說(shuō)明當(dāng)用戶(hù)感知到隱私風(fēng)險(xiǎn)越大時(shí)，其感知到的信息控制能力越弱。作為感知收益在隱私計(jì)算過(guò)程中的對(duì)立因素，感知隱私風(fēng)險(xiǎn)強(qiáng)調(diào)的是用戶(hù)對(duì)隱私泄露風(fēng)險(xiǎn)的憂(yōu)慮和恐懼.因此，感知隱私風(fēng)險(xiǎn)是一種典型的負(fù)面心理感知。社交媒體情景下，用戶(hù)的負(fù)面心理感知會(huì)加強(qiáng)用戶(hù)對(duì)個(gè)人信息的警覺(jué)性，進(jìn)而導(dǎo)致用戶(hù)感知到相對(duì)較低的信息控制水平。因此.感知隱私風(fēng)險(xiǎn)負(fù)向影響感知信息控制符合常規(guī)認(rèn)知。

依據(jù)假設(shè)8的檢驗(yàn)結(jié)果，可以得到結(jié)論：感知隱私風(fēng)險(xiǎn)對(duì)平臺(tái)信任有顯著的負(fù)向影響作用。這說(shuō)明當(dāng)用戶(hù)感知到隱私風(fēng)險(xiǎn)越大時(shí).用戶(hù)對(duì)社交媒體平臺(tái)的信任程度也會(huì)越低。當(dāng)用戶(hù)在社交媒體平臺(tái)中感知到較多的隱私風(fēng)險(xiǎn)時(shí).說(shuō)明用戶(hù)在平臺(tái)中的體驗(yàn)較差，進(jìn)而導(dǎo)致用戶(hù)對(duì)平臺(tái)產(chǎn)生消極情感。由于用戶(hù)的情感是形成用戶(hù)信任的關(guān)鍵，因此，感知隱私風(fēng)險(xiǎn)負(fù)向影響平臺(tái)信任符合常規(guī)認(rèn)知。

4.3用戶(hù)內(nèi)在心理狀態(tài)對(duì)在線交互意向的影響關(guān)系（O-R）

依據(jù)假設(shè)9的檢驗(yàn)結(jié)果，可以得到結(jié)論：感知收益對(duì)用戶(hù)在線交互意向的影響作用不顯著。這說(shuō)明用戶(hù)感知的信息收益不會(huì)對(duì)用戶(hù)的在線交互意向造成影響。之所以會(huì)出現(xiàn)這樣的結(jié)果，可能是因?yàn)樵谔摂M的網(wǎng)絡(luò)環(huán)境中，大多社交媒體用戶(hù)樂(lè)于表現(xiàn)為“在線潛水狀態(tài)”，即多數(shù)社交媒體用戶(hù)傾向于僅將社交媒體作為一種信息獲取工具，而較少主動(dòng)地在社交媒體上進(jìn)行在線交互。因此，感知收益對(duì)用戶(hù)在線交互意向的影響作用不顯著可被理解。

依據(jù)假設(shè)10的檢驗(yàn)結(jié)果，可以得到結(jié)論：感知隱私風(fēng)險(xiǎn)對(duì)用戶(hù)在線交互意向的影響作用不顯著。這說(shuō)明用戶(hù)感知到的隱私風(fēng)險(xiǎn)不會(huì)對(duì)用戶(hù)的在線交互意向造成影響。究其原因，可能是因?yàn)樯缃幻襟w中存在隱私悖論現(xiàn)象.即盡管用戶(hù)會(huì)高度顧慮自己的個(gè)人隱私，但是他們?nèi)匀粯?lè)于在社交媒體上自我表露，這與文獻(xiàn)[5，49]的研究結(jié)果一致。因此，感知隱私風(fēng)險(xiǎn)對(duì)用戶(hù)在線交互意向的影響作用不顯著可被理解。

依據(jù)假設(shè)11的檢驗(yàn)結(jié)果，可以得出結(jié)論：感知信息控制對(duì)用戶(hù)在線交互意向產(chǎn)生正向影響作用。這說(shuō)明當(dāng)用戶(hù)感知這樣的結(jié)論信息控制能力越強(qiáng)時(shí)，用戶(hù)越樂(lè)于表現(xiàn)出活躍的在線交互意向。此外，文獻(xiàn)[5]指出，控制錯(cuò)覺(jué)是影響用戶(hù)行為意向的關(guān)鍵，即較高的控制權(quán)力可以有效緩解用戶(hù)的隱私抵觸行為，增強(qiáng)用戶(hù)主動(dòng)的行為意向。因此，感知信息控制正向影響在線交互意向符合常規(guī)認(rèn)知。

依據(jù)假設(shè)12的檢驗(yàn)結(jié)果，可以得出結(jié)論：平臺(tái)信任均對(duì)用戶(hù)在線交互意向產(chǎn)生正向影響作用。這說(shuō)明當(dāng)用戶(hù)對(duì)平臺(tái)的信任程度越高時(shí)，用戶(hù)越樂(lè)于表現(xiàn)出活躍的在線交互行為。信任關(guān)系不僅是一項(xiàng)解釋用戶(hù)行為的主要原因，更是用戶(hù)和平臺(tái)交互成功的主要標(biāo)志。平臺(tái)信任體現(xiàn)的是用戶(hù)對(duì)平臺(tái)的積極心理狀態(tài)，而積極的心理狀態(tài)可以合理地解釋社交媒體用戶(hù)的在線交互意向。因此，平臺(tái)信任正向影響在線交互意向符合常規(guī)認(rèn)知。

5管理啟示

結(jié)合上述研究結(jié)論.社交媒體推薦給用戶(hù)帶來(lái)的使用體驗(yàn)參差不齊.不同使用體驗(yàn)下用戶(hù)的在線交互意向存在差異。為進(jìn)一步提升社交媒體用戶(hù)在線交互的活躍性，本文以用戶(hù)的內(nèi)在心理狀態(tài)為切入點(diǎn)，對(duì)社交媒體平臺(tái)實(shí)施個(gè)性化推薦提供以下建議：

1）深化用戶(hù)的感知收益。社交媒體平臺(tái)可通過(guò)豐富平臺(tái)功能（如購(gòu)物功能、交友功能等）增加用戶(hù)體驗(yàn)，以保證用戶(hù)在平臺(tái)中可以享受到一站式服務(wù)。另外，平臺(tái)可以通過(guò)策劃有獎(jiǎng)參與、有獎(jiǎng)問(wèn)答等活動(dòng)輔助用戶(hù)在物質(zhì)方面得以滿(mǎn)足。此外，平臺(tái)可以結(jié)合自然語(yǔ)言處理技術(shù)對(duì)垃圾信息進(jìn)行識(shí)別并監(jiān)控，以保證用戶(hù)在平臺(tái)上享有較高的情感體驗(yàn)。

2）規(guī)避用戶(hù)的感知隱私風(fēng)險(xiǎn)。社交媒體平臺(tái)在設(shè)計(jì)推薦算法時(shí)應(yīng)識(shí)別并考慮到用戶(hù)的隱私邊界.使推薦算法在保證隱私邊界受侵犯的同時(shí)，獲取較高的感知價(jià)值。社交媒體平臺(tái)可以通過(guò)透明化用戶(hù)行為軌跡等信息來(lái)尊重用戶(hù)的知情權(quán)，以避免用戶(hù)因個(gè)性化推薦而滋生的隱私風(fēng)險(xiǎn)感知。

3）加強(qiáng)用戶(hù)的感知信息控制。社交媒體平臺(tái)可以通過(guò)增設(shè)細(xì)致化隱私設(shè)置功能，賦予用戶(hù)更正個(gè)人信息、自行設(shè)置信息存儲(chǔ)時(shí)長(zhǎng)等權(quán)利，增強(qiáng)用戶(hù)對(duì)信息的可控性。另外，社交媒體可通過(guò)提供有效的客戶(hù)服務(wù)系統(tǒng)，來(lái)保證用戶(hù)可以及時(shí)地向平臺(tái)咨詢(xún)和反饋?zhàn)陨硇畔?。此外，平臺(tái)應(yīng)提供具備可解釋性的推薦結(jié)果，進(jìn)而避免用戶(hù)因信息不對(duì)稱(chēng)而產(chǎn)生的感知信息控制缺失。

4）深化用戶(hù)的平臺(tái)信任。社交媒體可通過(guò)增加廣告投入、社會(huì)公益等方式來(lái)提升平臺(tái)的社會(huì)口碑，激發(fā)用戶(hù)信任。另外，平臺(tái)有必要提供可讀性較強(qiáng)的隱私聲明來(lái)增加用戶(hù)的程序公平感知。此外，平臺(tái)應(yīng)具備危機(jī)預(yù)警機(jī)制，以保證平臺(tái)能有效抵御來(lái)自競(jìng)爭(zhēng)對(duì)手的惡意攻擊，進(jìn)而保證用戶(hù)對(duì)平臺(tái)的持續(xù)信任。

6結(jié)語(yǔ)

本文在S-O-R理論模型的框架下.從隱私視角切入，結(jié)合隱私計(jì)算理論和信息邊界理論對(duì)社交媒體用戶(hù)的內(nèi)在心理狀態(tài)進(jìn)行細(xì)化，并將其作為中介對(duì)社交媒體推薦和在線交互意向之間的內(nèi)在作用關(guān)系進(jìn)行探索性分析。具體來(lái)說(shuō)，本文首先基于相關(guān)理論及文獻(xiàn)推理構(gòu)建了社交媒體推薦對(duì)用戶(hù)在線交互意向的研究模型，然后以社交短視頻平臺(tái)為調(diào)查情景，采用結(jié)構(gòu)方程模型對(duì)研究模型進(jìn)行實(shí)證檢驗(yàn).最后依據(jù)實(shí)證研究結(jié)果.為社交媒體平臺(tái)提出相應(yīng)的運(yùn)營(yíng)建議。研究成果不僅為社交媒體平臺(tái)構(gòu)建合理的個(gè)性化推薦系統(tǒng)提供了參考，而且為社交媒體推薦和在線交互的相關(guān)研究引入新的研究思路。然而，研究尚存不足之處，如不同類(lèi)型的社交媒體平臺(tái)仍存在差異.但本文尚未對(duì)社交媒體平臺(tái)的類(lèi)型做細(xì)致劃分。因此，未來(lái)將結(jié)合不同的社交媒體類(lèi)型對(duì)研究問(wèn)題進(jìn)行更深入的分析;此外，不同用戶(hù)具有不同的個(gè)體特征（如年齡、性格、隱私傾向等），但本文尚未考慮用戶(hù)的個(gè)體性差異，未來(lái)將結(jié)合用戶(hù)的個(gè)體特征對(duì)研究問(wèn)題展開(kāi)進(jìn)一步分析。