广东工业大学学报  2017, Vol. 34Issue (4): 1-11.  DOI: 10.12052/gdutxb.170063.
0

引用本文 

杜松华, 柯晓波, 易虎, 胡少如. 技术依赖与社会构建视角下的社交媒体竞争力研究综述[J]. 广东工业大学学报, 2017, 34(4): 1-11. DOI: 10.12052/gdutxb.170063.
Du Helen S., Ke Xiao-bo, Yi Hu, Hu Shao-ru. A Review of Social Media Popularity Studies: A Technology Dependent and Social Construction Perspective[J]. JOURNAL OF GUANGDONG UNIVERSITY OF TECHNOLOGY, 2017, 34(4): 1-11. DOI: 10.12052/gdutxb.170063.

基金项目:

国家自然科学基金资助项目(71572050);广东省研究生教育创新计划项目(2016XSLT17);河源市哲学社会科学规划项目(HYSK16Z10)

作者简介:

杜松华(1967–),女,“百人计划”特聘教授,博士,硕士生导师,主要研究方向为企业信息管理、社会网络与网络人行为分析、电子商务与创新管理、供应链与应急管理。

通信作者

柯晓波(1992–),男,硕士研究生,主要研究方向为移动社交媒体竞争力、企业信息管理和知识管理. E-mail: kxbbxk @163.com

文章历史

收稿日期:2017-03-15
技术依赖与社会构建视角下的社交媒体竞争力研究综述
杜松华1,2,1,2, 柯晓波1, 易虎1,3,1,3, 胡少如1     
1. 广东工业大学 管理学院, 广东 广州 510520;
2. 广东工业大学 大数据战略研究院, 广东 广州 510006;
3. 深圳市星盘科技有限公司, 广东 深圳 518000
摘要: 如今,移动社交媒体成为了满足人们信息交流与分享等需求的综合平台,企业和政府都希望提升社交媒体竞争力来获得竞争优势。而现有移动社交媒体竞争力研究仍然不多,传统社交媒体相关研究大多关注技术依赖(如:人机交互)或社会构建理论视角,结合二者的相关研究将成为未来的重要方向。为进一步推动移动社交媒体竞争力研究的发展,本文从竞争力形成因素、转变规律和社会经济影响3个研究方向对国内外相关文献进行了总体的回顾与分析。同时,分别从人机交互与社会构建理论视角对社交媒体竞争力的相关研究作进一步的分析和归纳,总结了人机交互理论视角下的7个研究范畴和社会构建视角下的3个研究类别。最后,根据所建立的社交媒体竞争力总体研究框架,为移动社交媒体竞争力研究的进一步发展提出若干研究方向与建议。
关键词: 社交媒体竞争力    技术依赖    人机交互    社会构建    
A Review of Social Media Popularity Studies: A Technology Dependent and Social Construction Perspective
Du Helen S.1,2,1,2, Ke Xiao-bo1, Yi Hu1,3,1,3, Hu Shao-ru1     
1. School of Management,Guangdong University of Technology,Guangzhou 510520, China;
2. Institute of Big Data Strategic Research,Guangdong University of Technology,Guangzhou 510006, China;
3. Shenzhen Atsmart Technology Co., Ltd, Shenzhen 518000, China
Nowadays, mobile social media have already become the all-inclusive platforms helping people to fulfill their various needs. Firms and governments are actively looking for new ways of leveraging mobile social media to obtain more competitive advantages. However, the volume of literature related to mobile social media popularity is yet limited. Current studies of the traditional social media are mainly based on the theoretical perspectives of either technology dependence or social construction. Through three research orientations, namely determining factors of popularity, laws of variance and socioeconomic influence, domestic and foreign related literature is first reviewed for the further development of research on mobile social media popularity. And then, drawn on the two theoretical perspectives, i.e., technology dependence (e.g., human-computer interaction) and social construction, a further analysis is conducted to summarize seven research areas of human-computer interaction perspective and three research categories of social construction perspective. The literature review results suggest that the combination of these two theoretical perspectives is likely to become a critical foundation for future studies related to (mobile) social media. Finally, according to the research framework of social media popularity, several possible research directions for the mobile social media popularity are discussed.
Key words: social media popularity    technology dependent    human-computer interaction    social construction    

社交媒体是改变人和组织沟通交流方式,促进信息分享、用户内容生成和协同合作的数字化Web 2.0网络平台[1]. 社交媒体根据展示平台的特点可以分类PC端社交媒体和移动社交媒体[2]. 随着智能手机等移动终端的普及,移动社交媒体不再是单纯的聊天渠道,而是逐渐发展成为集沟通交流、信息获取、信息分享、休闲娱乐、金融理财等诸多功能于一体的综合平台. CNNIC2015年《中国社交应用用户行为研究报告》指出:截至2015年12月,我国手机网民规模达6.20亿. 其中,即时通信工具的使用率最大,占手机网民的90.7%[3]. 最近的研究表明,社交化网络特别是企业移动社交媒体活跃指数的增长为企业强化客户关系、挖掘潜在客户源、提升用户黏性、拓展营销渠道等,带来了新的挑战和机遇[4-7]. 而近年来,移动社交化的迅速发展为实现企业内部、客户和合作伙伴之间的无死角沟通协同、提升对客户的精准营销与个性化服务、推动移动银行等互联网金融商业模式的创新发展,开拓了新的思路和途径[5-6, 8]. 随着移动社交媒体商业价值的逐渐凸显,越来越多的企业、组织甚至政府部门参与到日臻激烈的移动互联网竞争中,纷纷使出浑身解数争夺用户,掀起了全社会向“移动社交化”战略转移的热潮. 移动社交媒体竞争力的研究是一个紧贴热点现象又颇具社会应用价值的新课题. 企业移动社交媒体竞争力是指移动互联网环境下企业社交平台的流行度和影响力,一般体现为其网站所拥有的用户数和使用量以及用户对该网站内容的关注度和接受度,是衡量企业成功和可持续发展的重要指标[6, 9-11]. 如何有效地利用社交化网络庞大的用户群、促进企业活跃用户提高留存、依托大数据思维,提升在竞争日趋激烈的移动潮中企业的社交媒体影响力,已成为当前各企业强化其竞争优势、实现可持续发展的关键问题[12-13].

技术依赖(Technology dependence)和社会构建(Social construction)是现有社交媒体竞争力研究的两个主要理论视角. 技术依赖理论视角关注技术等客观特征对用户行为的影响,而社会构建理论视角则强调社会环境及他人对用户行为的影响. 为了吸引更多用户参与,提升企业社交媒体的流行度和影响力,以往国内外在互联网技术和人机交互(Human-computer interaction,HCI)领域的研究,多是偏重关注智能的推荐技术和导航工具,使得用户可以更便捷地找到所需信息[14-15]. 而近年来移动互联网技术的研究则进一步侧重移动搜索功能结果显示的简约化及针对用户偏好的个性化服务等,从而进一步提升用户体验[15-16]. 在移动终端集浏览、社交、购物、理财等诸多人机交互技术于“一掌”的今天,移动社交媒体作为人与人之间实现信息交流的重要中介与载体,人机交互技术的有效性和可用性等特性具有不可忽视的价值. 因此,本文主要关注技术依赖视角下的人机交互技术相关研究. 对比过去移动端与PC端的结合使用,现在用户可全程依赖移动工具,个性化及情境服务功能为移动搜索的成功提供增值价值[17]. 在技术依赖理论视角下的(移动)社交媒体的相关研究认为,搜索易用性(Search usability)、人际沟通性(Sociability)等技术驱动特性(Technology-driven attributes)是人机交互价值定位的重要因素,是企业社交平台成功及可持续发展的重要决定因素[18].

技术依赖理论视角的研究往往是以用户能够理性、详尽地分析并采纳网络信息为前提,专注技术、功能的完善及其效率效用的提高,忽略了人们在搜索目标性不强(如:网页浏览)、掌握信息不够全面(如:对方是陌生人)的情况下,面对瞬息万变的信息和各种选择,会更多地依赖社会常识、网站上下文语境等简单的社会认知线索或者他人的影响等进行决策判断. 因此除了技术的改善和进步会影响用户体验外,社会构建因素(如:社会影响、社会认知等)同样对用户行为决策产生影响. 如Du[10]的研究发现,博客的粉丝数与该博客的信源可信度、内容及时性的社会认知线索相关. 杨学成等[19]认为名人效应和内容有用性对于品牌微博的用户互动效果具有显著影响. 还有,如:Li[20]、Lee等[21]、周志民等[22]将社会影响、社会资本等基于社会构建视角的理论引入社会化网络和信息技术采纳研究领域.

因此,国内外现有的社交媒体相关研究主要从技术依赖和社会构建两个理论视角出发,研究社交媒体包括移动媒体竞争力的相关理论与实践问题. 为了更好地掌握国内外社交媒体相关研究的发展方向以及技术依赖视角和社会构建视角下社交媒体相关研究发展现状,以便更好地推动今后的移动社交媒体竞争力相关研究的发展,根据研究背景及关注的问题,本文从3个方面对国内外相关研究进行回顾与评述:(1) 社交媒体竞争力总体研究综述,(2) 技术依赖视角下人机交互与社交媒体相关研究述评,(3) 社会构建视角下社交媒体相关研究述评. 在此基础上,本文给出了关于未来发展移动社交媒体竞争力相关研究的若干方向与建议.

1 社交媒体竞争力总体研究综述

社交媒体(包括移动社交媒体)竞争力的界定分为广义和狭义两种. 如社会化网络在社会经济、企业运营、政府工作等方面的影响力是对其竞争力的广义界定,而社交网站的粉丝数和使用量、用户对网站内容的关注度和接受度等与其所拥有用户数量相关的指标是对社交媒体竞争力的狭义界定. 近年来,随着信息技术的发展和包括移动网络的即时社交服务的普及,用户不再是被动的信息接收者而已成为海量网络内容的创造者和分销商[23]. 但这也导致了网络信息无时不在的爆炸式增长并且加剧了社交平台对在线用户的争夺,因为只有少量的内容能脱颖而出成为流行. 有研究指出,社交网站和其中的活跃用户活动具有重要的社会和商业价值,并可形成新的商业模式和营销手段[24];可促进民众对政府的信任、改善公共关系等[25-26]. 而随着时间的推移,社交网站的用户属性、使用结构、营销价值等会发生变化[27-28, 6]. 当其中某些因素的影响积累到一定程度,可能造成社交媒体竞争力的转折点[29]. 因此,如何吸引用户积极参与社交网站上的评论和转发等各种活动,并促进他们持续关注和使用网站所提供的各种服务是社交媒体可持续发展的必要条件,也是网站成功的关键[11].

表1所示,现有国内外社交媒体竞争力相关的实证研究[5-6, 11, 19-22, 24-25, 27-28, 30-35]主要分为3个方向:(1) 社交媒体竞争力形成因素研究——即把竞争力作为因变量研究它的前因;(2) 社交媒体竞争力发展、转变规律研究——即研究竞争力的时效性;(3) 社交媒体对经济、企业、政府的影响力研究——即把竞争力作为自变量研究它的后果.

表 1 社交媒体竞争力研究总览 Table 1 The overview of social media popularity research

由上述文献显示,现有国内外研究多从传统社交平台的角度出发,而随着移动社交化的迅速发展,学者们已开始将研究视角转向对移动社交平台的关注. 目前,国内的移动社交媒体竞争力的相关研究较多集中在舆情分析[32]、图书情报[34]以及电子政务上[35],促进了此类平台在新闻传播、信息分享及公共服务上的发展. 由此可见,国内学者更多关注政府及公共服务机构如何利用移动社交平台提升公众服务效率,而针对企业移动社交平台的研究仍在萌芽阶段. 在理论基础方面,国内外相关研究多从技术依赖或者社会构建视角出发,主要采用UTAUT、媒介丰富、社会影响、社会资本等理论解释或构建个体和群体的行为及决策模式;而少有研究从技术依赖—社会构建的双视角出发,研究企业社交媒体竞争力的形成及其作用. 虽然已有研究[31]采用了结合技术依赖和社会构建双视角的UTAUT理论[36],但其实际只采用了单一的技术因素视角. 在研究方法上,国外学者[30]已开始采用多种研究手段相结合的方法,而国内的研究多采用单一的研究方法,而且偏向于单案例分析. 在研究热点上,如何融合交互功能、内容以及交易平台,提升企业移动社交媒体的影响力,并形成新兴的商业模式,是未来的研究热点之一[37].

2 技术依赖理论视角下的人机交互与社交媒体竞争力相关研究述评

在信息技术采纳与界面管理领域,现有社交平台相关研究多从价值主张(Value proposition)出发,认为用户主要根据其从平台使用中获得的“成本和收益”(Cost versus benefit)来判断其价值,因而着重于对网站本身的技术特征和特殊功能的研究. 技术依赖视角下的人机交互研究是社交媒体竞争力的重要研究话题和基础. 美国计算机协会(Association for computer machinery)定义人机交互为关注和研究为人们更好地使用而设计、评估、实施交互信息系统及相关现象的跨领域新兴学科[38]. 人机交互是用户与计算机、信息系统之间信息资源的沟通交流. 素材资源、计算机系统、用户及其使用(使用可与用户结合)是人机交互典型的构成要素. 对三者的不同侧重形成了不同的评估思路,分别是以素材为中心、以系统(技术)为中心和以用户为中心. 其中,以素材为中心的评估关注的是内容质量、内容范围和信息组织有效性等,典型的相关理论基础和构念如:媒介丰富理论[39](Media richness theory,MRT)和生动性[40](Vividness);以技术为中心的评估集中关注界面设计、导航系统及配置安全性等,典型的相关理论基础和构念如:媒介同步理论[41](Media synchronicity theory)和导航性[42](Navigability);以用户为中心的评估关注的是用户类型、用户情境、用户搜寻行为和可用性需求期望对用户的影响等,典型的相关理论基础和构念如:技术接受模型[43](Technology acceptance model,TAM)和感知有用性[44](Perceived usefulness). 这3方面的研究两两组合形成更加丰富的研究内容,最后得到人机交互领域的7个研究组合(如图1所示).

图 1 人机交互的7种类型 Figure 1 7 categories of HCI research

针对上述3类人机交互视角下的研究[20, 45-54]表2给出了主要相关研究总结. 现有研究集中在前4类研究组合上,同时考虑服务管理和素材管理两者及三者(包括用户管理)都考虑(即6、7类)的研究仍然不多.

表 2 技术依赖视角下社交媒体竞争力相关研究概览(人机交互领域) Table 2 The relevant literature of social media popularity (HCI perspective)

在人机交互的视角下,可用性(Usability)是对社交平台界面管理技术的最基本要求[55]. Nielsen等[56]在1993年建立了可用性工程(Usability engineering)学科. Hartson[57]认为可用性是人机交互的核心概念,其包含两层含义:有用性(Usefulness)和易用性(Ease of use). 有用性是指产品能否实现一系列的功能. 易用性是指用户与界面的交互效率、易学性以及用户的满意度. 近年来,随着社交网络技术的普及,有研究发现,社交网站可通过提供丰富的素材选择、友好的交互界面设计与布局等素材表现功能提升内容的可用性,使用户发文、评论更具影响力[45]. 另外,现有社交媒体相关研究认为人与人通过网络进行沟通交流有效程度的社交性(Sociability)特征已成为决定在线用户交流效果的另一个重要因素[51, 58]. 从技术依赖的理论视角出发,提高平台社交性研究的一个重要目标是如何采用技术方法提高社交网站的可交互性和沟通质量[59-61]. De Vries等[51]和Luarn等[52]就可交互性技术对社交媒体竞争力的影响,发现企业借助社交媒体技术提供内容服务并在其中加入能够让用户点击的相关超链接技术能够吸引更多用户互动,提高企业社交媒体的流行程度. 同时,Jeon等[53]也发现呼吁社交媒体游戏用户使用社交功能(如:点赞、评论、转发等)同样能够提高企业移动社交平台的欢迎度. 另外,Kim和Ko[54]的社交媒体营销研究表明,除了提供交互和联络功能外,提供定制的信息检索功能也能够提高在线交流效果. 用户定制 (Customi-zation)在平台素材表现和用户社交功能的基础上,进一步为用户提供个性化的技术与服务,增强了用户体验,也是提高社交平台竞争力的关键技术因素[47, 49]. Lai等[62]通过实施结合了用户偏好,社会影响以及推荐名目流行度的用户个性化推荐技术,提高了社交平台的用户内容分享的活跃程度.

在技术依赖理论视角下,移动社交媒体的相关研究仍在起步阶段,现有的研究多关注移动社交媒体与传统媒体的差异(如:Okazaki和Romero[50]). 随着微信平台等移动社交媒体的兴起,对特定移动社交媒体的研究也开始出现.

3 社会构建视角下的社交媒体竞争力相关研究述评

社会构建理论视角下,关于社交媒体相关文献的总结如表3所示,社交媒体相关研究主要集中在3个方面:社交媒体采纳和持续使用研究(如:Hsu和Lin[63],Ross等[64]),这方面的研究关注如何吸引用户使用甚至持续使用社交媒体,最终达到提高社交媒体应用的普及率以及用户体验的目的;社交媒体欢迎度影响因素研究(如:Du[10],Zhang等[65]),这方面的研究关注存在何种社会因素影响用户关注社交媒体账号,希望找到有效提高社交媒体欢迎度的有效方法;社交媒体欢迎度的商业价值研究(如:Uzunoğlu和Kip[66],Chu和Sung[67]),这方面的研究关注社交媒体欢迎度对企业的价值体现和影响,强调社交媒体欢迎度对企业客户关系管理、营收增加等方面的作用.

可以从这些相关文献中发现两个研究局限和一个研究趋势. 首先,现有的研究基本都是在传统的社交媒体情境下进行的,关注的重点是传统的社交媒体(如:Hsu和Lin[63],Ross等[64]). 关于移动社交媒体的研究在现阶段甚少. 能找到的最早的关于移动社交媒体竞争力的国外研究是在2015年发表的文章(即Hoehle等[68]),这篇文章在民族文化的理论基础上研究在文化差异对移动社交媒体应用可用性和持续使用中的调节作用;国内较早的移动社交媒体竞争力研究于2016年发表(即杜松华等[69]),这篇文章研究了微信这一国内十分流行的移动社交媒体应用的社交媒体账号欢迎度影响因素. 第二,关于影响移动社交媒体影响力及其商业价值的研究在数量上少于社交媒体采纳和持续使用的研究,这说明了前两者的研究需要更多的学者关注. 社交媒体的采纳研究起源于信息系统的采纳研究,有着丰富的研究经验与理论(如:技术采纳模型TAM等)可以借鉴. 因此社交媒体技术采纳的研究发展较早而且所得成果较多. 但是随着“粉丝经济”,“互联网+”等发展浪潮的出现,社交媒体账号欢迎度及其商业价值的研究显得越来越重要,而这方面的研究现在国内外还处于发展初期. 最后,社会构建视角下的文献均基于内心维度(Intrapersonal level)理论(如:社会认知):这些即关注用户个人心理过程如何受到社会因素或者社会背景的影响,从而影响用户行为决策;或者人际维度(Interpersonal level)理论(如:社会影响):这方面的研究主要关注其他社会角色或者社会环境对用户行为决策产生的影响. 目前,社会构建视角下的研究大多从单一维度对社交媒体进行研究,但近年来,发现越来越多的研究通过结合这两个维度的研究来强调社会因素对社交媒体竞争力的影响作用(如:Oh和Syn[70]).

表 3 社交媒体竞争力相关研究概览(社会构建视角) Table 3 The relevant literature of social media popularity (social construction perspective)
4 社交媒体竞争力的研究框架总结

通过以上文献的综述与分析,本文总结出了现有的社交媒体竞争力研究框架(如图2所示),明确了社交媒体竞争力研究的3个主要研究方向:(1) 研究影响社交媒体竞争力的前置因素,调节因素和中介因素;(2) 研究社交媒体竞争力的演变规律与模式;(3) 研究社交媒体竞争力对社会、经济等不同方面的价值体现. 同时,用户对社交媒体(包括移动社交平台)的接受、采纳和使用及其后续影响的研究可总体概括为技术依赖和社会构建两个理论视角.

图 2 总体研究框架 Figure 2 The overall research framework

综上所述,作为企业信息管理研究的一个重要领域,用户对社交媒体(包括移动社交平台)的接受、采纳和使用的研究可总体概括为社会构建和技术依赖两个理论视角. 从社会构建理论视角出发的研究认为,社交媒体采纳的影响因素并不是技术本身,而是用户在其所在社会环境下对该技术的行为. 个人内心维度的理论(如:社会认知)和人际影响维度的理论(如:社会影响)是社会构建理论视角下的两类基础理论. 人际层面的理论侧重于特定社会环境下促成的技术使用行为,而个人层面的理论则侧重于特定社会环境下使用者的内在心理过程.

社会构建视角下的研究强调社交媒体的社会性,忽视了人机交互技术和网络技术的客观性以及这些客观特征对用户行为和习惯的影响. 而技术依赖视角下的研究则侧重于社交媒体的客观特征与用户使用行为差异的关联,忽略了技术及其使用者所处的社会环境的影响力. 从对现有相关研究的分析发现,技术依赖视角下的社交媒体相关的研究,侧重于从技术角度提高社交平台的可用性、社交沟通的效率效果,以及人机交互的满意度等.

Yoo和Alavi[80]、Orlikowski和Barley[81]等学者提出了结合上述技术依赖和社会构建两个理论视角的新视角:“技术依赖-社会构建视角”,弥补两者各自的不足. 虽然已有学者在社会化网络相关研究方面开始考虑技术-社会的联系(如:Choi等[30];Sun等[82]),认为社会化网络的价值创造不仅仅是“使用系统”本身更多是多维的内容创造与信息消费[83]. 但目前,少有研究综合考虑移动平台的技术驱动特征与社会构建因素的影响,研究企业在移动互联网环境下的社交平台竞争力.

在移动信息技术的快速发展下,移动社交媒体显现出区别于传统社交媒体的新特征,使得移动社交媒体成为社交媒体竞争力的一个新兴研究领域. 如在人机交互方面:移动设备的屏幕尺寸普遍比传统计算机小,导致移动应用的页面导航能力较低[68],用户在移动设备的屏幕上操作更容易产生网络迷失;在内容服务方面:低功能性和内容可用性[84]是移动社交媒体等移动应用面对的新问题;在用户感知方面,设计美学(图标设计、色彩搭配)与传统页面有着不同的要求和标准[85];在信息安全方面,更多的用户信息(如电话号码、地理信息和物理信息等)与移动设备、应用绑定,导致这些信息可以通过移动设备获得[86]. 这使得信息安全在移动环境下备受关注,用户隐私忧虑问题更加明显. 移动情景下的新技术、新需求带来的新问题使得传统社交媒体竞争力的研究结论不能直接套用在移动社交媒体竞争力的研究中. 因此,本文建议,在图2的研究框架下,针对移动社交媒体竞争力的研究需要强调移动社交媒体的特有技术特征(如:实时定位技术)和更加突出的社会构建因素(如:隐私顾虑)对企业移动社交媒体竞争力的影响. 这样做能够使得移动特色在研究中更加突出并成为研究亮点,真正解决移动社交媒体竞争力的相关问题. 根据当前学界和企业界的研究进展情况,未来移动社交媒体竞争力的研究方向总结如下:

(1) 结合移动平台的技术依赖特征(如:人机交互)与社会构建因素的影响,研究移动互联网环境下的社交媒体竞争力成为未来研究的一种趋势.

(2) 社会构建因素与技术依赖特征之间的相互作用和相互关系成为未来研究的一种趋势.

(3) 企业层面的移动社交平台竞争力发展过程中的转折点及其成因、竞争力发展及转变的规律分析成为未来研究的一种趋势.

5 结论

本文对国内外社交媒体竞争力的相关文献进行了系统的回顾与分析,在研究方向上总结出了社交媒体竞争力前置因素、社交媒体竞争力演变模式以及社交媒体竞争力价值体现3个方向. 移动社交媒体在以上3个方向的研究都仍处于起步阶段. 在理论基础上,技术依赖和社会构建两大理论视角是社交媒体竞争力相关研究甚至信息系统领域相关研究主要的两大理论视角. 技术依赖理论视角强调信息技术和界面管理对用户使用社交媒体和其他信息系统的影响;而社会构建理论视角则关注社会因素对用户使用社交媒体和其他信息系统的影响. 本文对这两个理论视角下的社交媒体竞争力相关研究进行了进一步的述评,总结出了在这些理论视角下社交媒体竞争力研究存在的发展方向. 本文认为结合两个理论视角的研究能够互相弥补各自理论视角的局限,是未来研究发展的重要方向. 同时,随着移动互联网的快速发展,企业移动社交媒体竞争力的相关研究也将成为未来主要研究方向. 本文为社交媒体特别是移动社交媒体竞争力相关研究的问题选择和理论构建等提供了参考,进一步推动了移动社交媒体竞争力研究的发展.

参考文献
[1] KAPLAN A M, HAENLEIN M. Users of the world, unite! The challenges and opportunities of Social Media[J]. Business Horizons, 2010, 53(1): 59-68. DOI: 10.1016/j.bushor.2009.09.003.
[2] MCFARLAND L A, PLOYHART R E. Social media: A contextual framework to guide research and practice[J]. The Journal of Applied Psychology, 2015, 100(6): 1653-1677. DOI: 10.1037/a0039244.
[3] CNNIC. 2015年中国社交类应用用户行为研究报告[EB/OL]. (2016-04-08)[2016-06-08]. http://www.cnnic. net.cn/hlwfzyj/hlwxzbg/sqbg/201604/P020160722551429454480.pdf.
CNNIC. Report on China's Social Application User Behavior in 2015[EB/OL]. (2016-04-08)[2016-06-08]. http://www. cnnic.net.cn/hlwfzyj/hlwxzbg/sqbg/201604/P020160722551429454480.pdf.
[4] GARRIDO-MORENO A, LOCKETT N, GARCÍA-MORALES V. Paving the way for CRM success: The mediating role of knowledge management and organizational commitment[J]. Information & Management, 2014, 51: 1031-1042.
[5] 金永生, 王睿, 陈祥兵. 企业微博营销效果和粉丝数量的短期互动模型[J]. 管理科学, 2011, 24(4): 71-83.
JIN Y S, WANG R, CHEN X B. A short-term interactive model on the relationship between enterprise microblogging marketing effect and followers' number[J]. Journal of Management Science, 2011, 24(4): 71-83.
[6] 薛健平, 余伟萍, 牛永革. 电子商务企业微博品牌传播效果研究——以易迅网微博为例[J]. 软科学, 2013, 27(12): 67-71.
XUE J P, YU W P, NIU Y G. Research on brand communication effect of e-commerce enterprises’ microblogging——a case study of 51buy.com’s microblogging[J]. Soft Science, 2013, 27(12): 67-71. DOI: 10.3969/j.issn.1001-8409.2013.12.015.
[7] HSIAO C H, CHANG J J, TANG K Y. Exploring the influential factors in continuance usage of mobile social apps: satisfaction, habit, and customer value perspectives[J]. Telematics and Informatics, 2016, 33(2): 342-355. DOI: 10.1016/j.tele.2015.08.014.
[8] 冯娇, 姚忠. 基于强弱关系理论的社会化商务购买意愿影响因素研究[J]. 管理评论, 2015, 27(12): 99-109.
FENG J, YAO Z. What factors affect purchase intention in social commerce: based on strong and weak relationship theory[J]. Management Review, 2015, 27(12): 99-109.
[9] OESTREICHER-SINGER G, ZALMANSON L. Content or community? A digital business strategy for content providers in the social Age[J]. MIS Quarterly, 2013, 37(2): 591-616.
[10] DU H S. The role of media-embedded heuristics in achieving online readership popularity[J]. Journal of the Association for Information Science and Technology, 2014, 65(2): 302-312. DOI: 10.1002/asi.2014.65.issue-2.
[11] ZHOU T, LI H. Understanding mobile SNS continuance usage in China from the perspectives of social influence and privacy concern[J]. Computers in Human Behavior, 2014, 37: 283-289. DOI: 10.1016/j.chb.2014.05.008.
[12] 冯芷艳, 郭迅华, 曾大军, 等. 大数据背景下商务管理研究若干前沿课题[J]. 管理科学学报, 2013, 16(1): 1-9.
FENG Z Y, GUO X H, ZENG D J, et al. On the research frontiers of business management in the context of big data[J]. Journal of Management Sciences in China, 2013, 16(1): 1-9.
[13] KOUROUTHANASSIS P E, GIAGLIS G M. Introduction to the special issue mobile commerce: the past, present, and future of mobile commerce research[J]. International Journal of Electronic Commerce, 2012, 16(4): 5-18. DOI: 10.2753/JEC1086-4415160401.
[14] WANG W, BENBASAT I. Recommendation agents for electronic commerce: Effects of explanation facilities on trusting beliefs[J]. Journal of Management Information Systems, 2007, 23(4): 217-246. DOI: 10.2753/MIS0742-1222230410.
[15] LIU D, CHEN J, WHINSTON A B. Ex-ante information and the design of keyword auctions[J]. Information Systems Research, 2009, 21(1): 133-153.
[16] KIM K, TSE E. Inferior search engine’s optimal choice: Knowledge-sharing service versus search quality[J]. Electronic Commerce Research and Applications, 2014, 13(6): 387-401. DOI: 10.1016/j.elerap.2014.08.001.
[17] WESTLUND O, GOMEZ-BARROSO J L, COMPAÑÓ R, et al. Exploring the logic of mobile search[J]. Behaviour & Information Technology, 2011, 30(5): 691-703.
[18] DU H S, WAGNER C. Weblog success: Exploring the role of technology[J]. International Journal of Human-Computer Studies, 2006, 64(9): 789-798. DOI: 10.1016/j.ijhcs.2006.04.002.
[19] 杨学成, 兰冰, 孙飞. 品牌微博如何吸引粉丝互动——基于CMC理论的实证研究[J]. 管理评论, 2015, 27(1): 158-168.
YANG X C, LAN B, SUN F. How brand microblogging attract fans interaction?——An empirical study based on CMC theory[J]. Management Review, 2015, 27(1): 158-168.
[20] LI D C. Online social network acceptance: A social perspective[J]. Internet Research, 2011, 21(5): 562-580. DOI: 10.1108/10662241111176371.
[21] LEE M R, YEN D C, HSIAO C Y. Understanding the perceived community value of Facebook users[J]. Computers in Human Behavior, 2014, 35: 350-358. DOI: 10.1016/j.chb.2014.03.018.
[22] 周志民, 吴群华. 在线品牌社群凝聚力的前因与后效研究[J]. 管理学报, 2013, 10(1): 117-124.
ZHOU Z M, WU Q H. Antecedents and consequences of cohesion in online brand communication: Evidence from web forums of electronic products[J]. Chinese Journal of Management, 2013, 10(1): 117-124.
[23] TATAR A, AMORIM M, FDIDA S, et al. A survey on predicting the popularity of web content[J]. Journal of Internet Services and Applications, 2014, 5(8): 1-20.
[24] SMITH A N, FISCHER E, YONGJIAN C. How does brand-related user-generated content differ across YouTube, Facebook and Twitter?[J]. Journal of Interactive Marketing, 2012, 26(2): 102-113. DOI: 10.1016/j.intmar.2012.01.002.
[25] 韩松, 蔡剑. 基于社交网站商业模式服务集成的价值创造研究[J]. 管理评论, 2013, 25(7): 20-27.
HAN S, CAI J. A study of service integration model of e- business value creation based on social networking sites[J]. Management Review, 2013, 25(7): 20-27.
[26] HONG H. Government websites and social media's influence on government-public relationships[J]. Public Relations Review, 2013, 39(4): 346-356. DOI: 10.1016/j.pubrev.2013.07.007.
[27] WILKINSON D, THELWALL M. Social network site changes over time: The case of MySpace[J]. Journal of the American Society for Information Science and Technology, 2010, 61(11): 2311-2323. DOI: 10.1002/asi.21397.
[28] BARTELT V L, DENNIS A R. Nature and nurture: The impact of automaticity and the structuration of communication on virtual team behavior and performance[J]. MIS Quarterly, 2014, 38(2): 521-538.
[29] RYNES S L. Editor's afterword let's create a tipping point: What academics and practitioners can do, alone and together[J]. Academy of Management Journal, 2007, 50(5): 1046-1054. DOI: 10.5465/AMJ.2007.27156169.
[30] CHOI J, LEE H J, SAJJAD F, et al. The influence of national culture on the attitude towards mobile recommender systems[J]. Technological Forecasting and Social Change, 2014, 86: 65-79. DOI: 10.1016/j.techfore.2013.08.012.
[31] 文鹏, 蔡瑞. 微信用户使用意愿影响因素研究[J]. 情报杂志, 2014, 33(6): 156-161.
WEN P, CAI R. Study on impacting factors of WeChat users’ intention[J]. Journal of Intelligence, 2014, 33(6): 156-161.
[32] 聂峰英, 张旸. 移动社交网络舆情预警指标体系构建[J]. 情报理论与实践, 2015, 38(12): 64-67.
NIE F Y, ZHANG Y. Construction of public opinion warning index system for mobile social media[J]. Information Studies: Theory & Application, 2015, 38(12): 64-67.
[33] 程琬芸, 林杰. 社交媒体的投资者涨跌情绪与证券市场指数[J]. 管理科学, 2013, 26(5): 111-119.
CHENG W Y, LIN J. Investors' bullish sentiment of social media and stock market indices[J]. Journal of Management Science, 2013, 26(5): 111-119.
[34] 魏笑笑. 基于移动社交网络的区域信息服务平台研究[J]. 科技管理研究, 2014(16): 185-188.
WEI X X. Research for regional information service platform based on mobile social networks service[J]. Science and Technology Management Research, 2014(16): 185-188. DOI: 10.3969/j.issn.1000-7695.2014.16.035.
[35] 吴云, 胡广伟. 政务社交媒体的公众接受模型研究[J]. 情报杂志, 2014(2): 177-182.
WU Y, HU G W. User acceptance model for social media of government agencies[J]. Journal of Intelligence, 2014(2): 177-182.
[36] VENKATESH V, MORRIS M G, DAVIS G B, et al. User acceptance of information technology: toward a unified view[J]. MIS Quarterly, 2003, 27(3): 425-478.
[37] BAGHDADI Y. A framework for social commerce design[J]. Information Systems, 2016, 60: 95-113. DOI: 10.1016/j.is.2016.03.007.
[38] HEWETT T T, BAECKER R, CARD S, et al. ACM SIGCHI curricula for human-computer interaction[M]. New York: ACM, 1992: 5-8.
[39] DAFT R L, LENGEL R H, TREVINO L K. Message equivocality, media selection, and manager performance: Implications for information systems[J]. MIS Quarterly, 1987, 11(3): 355-366. DOI: 10.2307/248682.
[40] DAFT R L, LENGEL R H. Organizational information requirements, media richness and structural design[J]. Management Science, 1986, 32(5): 554-571. DOI: 10.1287/mnsc.32.5.554.
[41] DENNIS A R, VALACICH J S. Rethinking media richness: Towards a theory of media synchronicity[C]//Systems Sciences,1999. HICSS-32. Proceedings of the 32nd Annual Hawaii International Conference on. [S.l.]: IEEE,1999: 10.
[42] PALMER J W. Web site usability, design, and performance metrics[J]. Information Systems Research, 2002, 13(2): 151-167. DOI: 10.1287/isre.13.2.151.88.
[43] DAVIS F D. Perceived usefulness, perceived ease of use, and user acceptance of information technology[J]. MIS Quarterly, 1989, 13(3): 319-340. DOI: 10.2307/249008.
[44] ADAMS D A, NELSON R R, TODD P A. Perceived usefulness, ease of use,and usage of information technology: a replication[J]. MIS quarterly, 1992: 227-247.
[45] SABATE F, BERBEGAL-MIRABENT J, CAÑABATE A, et al. Factors influencing popularity of branded content in Facebook fan pages[J]. European Management Journal, 2014, 32(6): 1001-1011. DOI: 10.1016/j.emj.2014.05.001.
[46] GOH K Y, HENG C S, LIN Z. Social media brand community and consumer behavior: Quantifying the relative impact of user-and marketer-generated content[J]. Information Systems Research, 2013, 24(1): 88-107. DOI: 10.1287/isre.1120.0469.
[47] 王玉祥, 乔秀全, 李晓峰, 等. 上下文感知的移动社交网络服务选择机制研究[J]. 计算机学报, 2010, 33(11): 2126-2135.
WANG Y X, QIAN X Q, LI X F, et al. Research on context-awareness mobile SNS service selection mechanism[J]. Chinese Journal of Computers, 2010, 33(11): 2126-2135.
[48] HUNG C L, CHOU J C L, DONG T P. Innovations and communication through innovative users: An exploratory mechanism of social networking website[J]. International Journal of Information Management, 2011, 31(4): 317-326. DOI: 10.1016/j.ijinfomgt.2010.12.003.
[49] PARK J H. The effects of personalization on user continuance in social networking sites[J]. Information Processing & Management, 2014, 50(3): 462-475.
[50] Okazaki S, Romero J. Online media rivalry: A latent class model for mobile and PC internet users[J]. Online Information Review, 2010, 34(1): 98-114. DOI: 10.1108/14684521011024146.
[51] DE VRIES L, GENSLER S, LEEFLANG P S H. Popularity of brand posts on brand fan pages: An investigation of the effects of social media marketing[J]. Journal of Interactive Marketing, 2012, 26(2): 83-91. DOI: 10.1016/j.intmar.2012.01.003.
[52] LUARN P, LIN Y F, CHIU Y P. Influence of Facebook brand-page posts on online engagement[J]. Online Information Review, 2015, 39(4): 505-519. DOI: 10.1108/OIR-01-2015-0029.
[53] JEON H, AHN H J, YU G J. What makes people react to the posts on the brand pages of mobile social network games?[J]. Online Information Review, 2016, 40(3): 435-448. DOI: 10.1108/OIR-07-2015-0236.
[54] KIM A J, KO E. Do social media marketing activities enhance customer equity? An empirical study of luxury fashion brand[J]. Journal of Business Research, 2012, 65(10): 1480-1486. DOI: 10.1016/j.jbusres.2011.10.014.
[55] SHERMAN P. Usability success stories: How organizations improve by making easier-to-use software and web sites[M]. Aldershot: Gower, 2006. 7-9.
[56] NIELSEN J. Usability Engineering[M]. San Francisco: Morgan Kaufmann, 1993. 17-21.
[57] HARTSON H R. Human–computer interaction: Interdisciplinary roots and trends[J]. Journal of Systems & Software, 1998, 43(2): 103-118.
[58] PREECE J, ALONEY-KRICHMAR D. Online communities: Design, theory and practice[J/OL]. Journal of Computer-Mediated Communication, 2005, 10(4): 00-00[2016-11-12]. http://dx.doi.org/10.1111/j.1083-6101.2005.tb00264.x.
[59] LIU Y, SHRUM L J. What is interactivity and is it always such a good thing? Implications of definition, person, and situation for the influence of interactivity on advertising effectiveness[J]. Journal of Advertising, 2002, 31(4): 53-64. DOI: 10.1080/00913367.2002.10673685.
[60] LOWRY P B, ROMANO N C, JENKINS J L, et al. The CMC interactivity model: How interactivity enhances communication quality and process satisfaction in lean-media groups[J]. Journal of Management Information Systems, 2009, 26(1): 155-196. DOI: 10.2753/MIS0742-1222260107.
[61] OU C X J, DAVISON R M. Interactive or interruptive? Instant messaging at work[J]. Decision Support Systems, 2011, 52(1): 61-72. DOI: 10.1016/j.dss.2011.05.004.
[62] LAI C H, LIU D R, LIU M L. Recommendations based on personalized tendency for different aspects of influences in social media[J]. Journal of Information Science, 2015, 41(6): 814-829. DOI: 10.1177/0165551515603324.
[63] HSU C L, LIN J C C. Acceptance of blog usage: The roles of technology acceptance, social influence and knowledge sharing motivation[J]. Information & management, 2008, 45(1): 65-74.
[64] ROSS C, ORR E S, SISIC M, ET al. Personality and motivations associated with Facebook use[J]. Computers in Human Behavior, 2009, 25(2): 578-586. DOI: 10.1016/j.chb.2008.12.024.
[65] ZHANG L, PENG T Q, ZHANG Y P, et al. Content or context: which matters more in information processing on microblogging sites[J]. Computers in Human Behavior, 2014, 31: 242-249. DOI: 10.1016/j.chb.2013.10.031.
[66] UZUNOĞLU E, KIP S M. Brand communication through digital influencers: Leveraging blogger engagement[J]. International Journal of Information Management, 2014, 34(5): 592-602. DOI: 10.1016/j.ijinfomgt.2014.04.007.
[67] CHU S C, SUNG Y. Using a consumer socialization framework to understand electronic word-of-mouth (eWOM) group membership among brand followers on Twitter[J]. Electronic Commerce Research and Applications, 2015, 14(4): 251-260. DOI: 10.1016/j.elerap.2015.04.002.
[68] HOEHLE H, VENKATESH V. Mobile application usability: Conceptualization and instrument development[J]. MIS Quarterly, 2015, 39(2): 435-472.
[69] 杜松华, 柯晓波, 后锐, 等. 基于HSM的企业微信影响力研究: 以P2P网贷平台为例[J]. 管理评论, 2016(12): 198-212.
DU S H, KE X B, HOU R, et al. HSM-based enterprise WeChat study: An empirical analysis of P2P lending companies[J]. Management Review, 2016(12): 198-212.
[70] OH S, SYN S Y. Motivations for sharing information and social support in social media: A comparative analysis of Facebook, Twitter, Delicious, YouTube, and Flickr[J]. Journal of the Association for Information Science and Technology, 2015, 66(10): 2045-2060. DOI: 10.1002/asi.2015.66.issue-10.
[71] WANG S, LIN J C. The effect of social influence on bloggers' usage intention[J]. Online Information Review, 2011, 27(1): 785-804.
[72] HSU M H, TIEN S W, LIN H C, et al. Understanding the roles of cultural differences and socio-economic status in social media continuance intention[J]. Information Technology & People, 2015, 28(1): 224-241.
[73] HU T, KETTINGER W J, POSTON R S. The effect of online social value on satisfaction and continued use of social media[J]. European Journal of Information Systems, 2015, 24(4): 391-410. DOI: 10.1057/ejis.2014.22.
[74] HEW J J, LEE V H, OOI K B, et al. Mobile social commerce: The booster for brand loyalty?[J]. Computers in Human Behavior, 2016, 59: 142-154. DOI: 10.1016/j.chb.2016.01.027.
[75] ZHAO Q, CHEN C D, WANG J L. The effects of psychological ownership and TAM on social media loyalty: An integrated model[J]. Telematics and Informatics, 2016, 33(4): 959-972. DOI: 10.1016/j.tele.2016.02.007.
[76] 周涛, 鲁耀斌. 基于社会资本理论的移动社区用户参与行为研究[J]. 管理科学, 2008, 21(3): 43-50.
ZHOU T, LU Y B. Explaining mobile community user participation based on social capital theory[J]. Journal of Management Science, 2008, 21(3): 43-50.
[77] 陈爱辉, 鲁耀斌. SNS用户活跃行为研究: 集成承诺, 社会支持, 沉没成本和社会影响理论的观点[J]. 南开管理评论, 2014(3): 30-39.
CHEN A H, LU Y B. Users’ active behavior in SNSs: Integrating commitment, social support, sunk cost and social influence perspective[J]. Nankai Business Review, 2014(3): 30-39.
[78] LEE J, HONG I B. Predicting positive user responses to social media advertising: The roles of emotional appeal, informativeness, and creativity[J]. International Journal of Information Management, 2016, 36(3): 360-373. DOI: 10.1016/j.ijinfomgt.2016.01.001.
[79] BALAJI M S, KHONG K W, CHONG A Y L. Determinants of negative word-of-mouth communication using social networking sites[J]. Information & Management, 2016, 53(4): 528-540.
[80] YOO Y, ALAVI M. Media and group cohesion: Relative influences on social presence, task participation and group consensus[J]. MIS Quarterly, 2001, 25(3): 371-390. DOI: 10.2307/3250922.
[81] ORLIKOWSKI W J, BARLEY S R. Technology and institutions: What can research on information technology and research on organizations learn from each other?[J]. MIS Quarterly, 2001, 25(2): 145-165. DOI: 10.2307/3250927.
[82] SUN J, KOONG K S, POOLE M S. Critical success factors for context-aware mobile communication systems[J]. International Journal of Mobile Communications, 2009, 7(3): 290-307. DOI: 10.1504/IJMC.2009.023673.
[83] LINDTNER S, CHEN J, HAYES G R, et al. Towards a framework of publics: Re-encountering media sharing and its user[J]. ACM Transactions on Computer-Human Interaction, 2011, 18(2): 445-468.
[84] NAPOLI P M, OBAR J A. The emerging mobile Internet underclass: A critique of mobile Internet access[J]. The Information Society, 2014, 30(5): 323-334. DOI: 10.1080/01972243.2014.944726.
[85] LEUNG R, MCGRENERE J, GRAF P. Age-related differences in the initial usability of mobile device icons[J]. Behaviour & Information Technology, 2011, 30(5): 629-642.
[86] CALLANAN C, JERMAN-BLAŽIČ B, BLAŽIČ A J. User awareness and tolerance of privacy abuse on mobile Internet: An exploratory study[J]. Telematics and Informatics, 2016, 33(1): 109-128. DOI: 10.1016/j.tele.2015.04.009.