视频UGC流行度影响因素研究——基于Bilibili网站数据

[目的/意义]Web 2.0环境下,短视频UGC新形式的Vlog有效促进了用户间的交流互动及平台的活跃.目前针对Vlog的研究集中于讨论Vlog的分享动机及传播后的影响,但在海量信息传播的社交平台,并非所有的Vlog都有显著的传播效果,但现有文献鲜有关注Vlog流行度的影响因素.[设计/方法]聚焦Vlog的视频特征(视频时长、视频质量以及弹幕数量)与发布者特征(专业性、个人声誉以及个人等级),提出了基于信号理论的研究模型.通过爬取Bilibili平台的18431条Vlog有效数据,采用实证分析方法对模型进行了验证.[结论/发现]视频时长对Vlog流行度产生负向影响,视频质量、弹幕数量、专业性以及个人声誉具有显著的正向影响,而个人等级对Vlog流行度正向影响的假设不成立.该分析结果丰富了已有关于Vlog流行度的研究,并为个人及平台提升Vlog传播效果提出了相关的对策建议.     

应对行为视角下算法推荐内容相似性对App持续使用的影响

App推荐算法在实现用户和推荐内容精准匹配的同时也会导致“信息茧房”效应，加剧用户疲惫体验。基于用户应对过程理论，本研究将App用户的失实交互行为视为用户应对推送内容疲惫的一种重要“技术适应”，构建了移动App场景下算法推荐内容相似性用户应对模型。通过访谈和多轮问卷调查分析发现，算法推送内容相似性导致的疲惫体验与知觉控制感共同决定了App用户随后采取的应对努力策略。问题聚焦应对正向促进了失实交互行为，而情绪聚焦应对则对失实交互行为具有负面影响。失实交互行为中介了问题聚焦应对与情绪聚焦应对行为对用户App持续使用的影响。研究结果打开了用户疲惫体验与产品持续使用之间的理论黑箱，丰富和拓展了现有在线用户疲劳感研究和用户适应应对理论。研究结果对移动端推荐系统的开发与改进具有实践参考价值。