基于解释结构模型的APP推广影响因素的实证研究

黄炜　李总苛　李岳峰

摘要：[目的/意义]从用户和设计者的角度提出一种基于解释结构模型（ISM）求解的新方法，并对影响移动终端应用程序APP推广的因素进行研究。[过程/方法]在研究过程中，首先通过SPSS软件对数据进行统计分析得到各个因素的相关性系数来判定各因素的相关性，再基于回归分析得到各个因素之间的依赖关系，最后通过解释结构模型对各个因素进行详细的分析得到各个因素的层级关系。将SPSS与ISM结合可以很好的弥补ISM的缺点，即不需要主观去判断各个因素的之间的关系。[结果/结论]研究结果展现了几款常用APP推广影响因素的层级关系，为今后APP更加有效地开发、使用与推广提供了依据。

关键词：解释结构模型 APP推广 SPSS 相关分析 回归分析

分类号：D923.41

引用格式：黄炜， 李总苛， 李岳峰.基于解释结构模型的APP推广影响因素的实证研究[J/OL]. 知识管理论坛， 2016， 1（1）： 61-73[引用日期]. http：//www.kmf.ac.cn/paperview？id=12.

1 引言

根据中国互联网络信息中心（CNNIC）发布的第36次《中国互联网络发展状况统计报告》，截至2015年6月，我国网民规模达6.68亿，其中手机网民规模达5.94亿，较2014年12月增加3 679万人[1]。手机用户的激增使得各类移动终端应用程序（APP）呈现出井喷式的增长，大量的APP在方便人们使用的同时也带了各种问题，如：如何评价和选择APP，如何改进APP以及在设计APP时应该怎样使用户更容易接受APP等[2-7]。通过对文献进行梳理可以发现，目前有关APP评价的论文绝大多数都是通过构建指标体系来评价一款APP，并且只是从用户或开发者一方的角度来对APP进行评价，缺乏关于APP推广有关影响因素的研究。

本文从用户和设计者双方的角度利用SPSS软件的统计分析功能和解释结构模型（ISM）对影响APP推广的因素进行研究。研究结果不仅可以发现各因素的层级关系，而且可以为APP设计者在设计和推广APP的过程中，能够通过根因素的变化来影响中间因素至表层因素，从而使得用户能更好地接受并使用其设计的APP。

2 变量因素与数据采集

2.1 变量因素

笔者通过对专家的咨询以及头脑风暴等形式，最终决定采用15个变量因素，它们分别为：APP功能更新、APP用户定位、APP的功能、APP呈现的内容、APP安全性与稳定性、APP账号的通用性、APP页面设计、APP应用平台、APP内存大小、APP操作难易、APP使用费用、APP推广或获取途径、APP使用福利、APP用户数量、APP的下载量，这15变量因素几乎包括了APP推广影响因素的所有方面。各个因素之详细介绍如表1所示：

2.2 数据采集

本文中使用的数据主要来源于问卷调查，根据已经给出的15个考量指标，被调查人站在开发商和用户双方的角度，对每个指标的重要性作出合理的评判。笔者给出的衡量标准为0-9，这10个数字分别代表不同程度的指标重要性，数值越大表示指标重要性越强。问卷通过网络在线公布使网民可以自由真实地填写，问卷调查范围涵盖了全国21个省市自治地区，调查对象主要为15-40岁的移动终端用户。最终回收问卷312份，通过讨论去除掉无效问卷最终剩下206份有效问卷。

3 APP推广影响因素分析

3.1 相关分析

相关分析是分析两个或者两个以上的变量因素之间是否存在某种关系以及这种关系的相关程度[8]，最能体现相关关系和相关程度的一个重要指标就是相关系数[9]。本文首先把预处理后的数据在SPSS软件上进行相关性分析，得到所有变量因素之间的相关系数。各变量因素两两之间的相关系数见表2。

选取相关系数大于0.500者作为判断变量之间存在相关关系的依据，选取后的结果如表3所示：

表1展现的是通过SPSS软件的相关分析之后，所有变量因素两两之间的相关系数值，相关系数越大，表示两个变量因素之间的相关程度越大。表2展现的是经过筛选两两变量因素相关系数大于0.500之后的相关系数表，这里也可以选择其他相关系数值作为筛选的条件，如把0.600作为筛选条件，但是在经过实验之后发现把0.500作为筛选条件较为符合现实。

3.2 回归分析

回归分析是分析两个或者两个以上的变量因素之间的依赖关系以及这种依赖程度，即可以判断出两个变量之间哪一个是自变量，哪一个是因变量[10-11]。通过上述部分得到的相关系数表，然后对所有变量因素进行回归分析，再通过回归系数[12]来确定哪个变量对应哪个变量存在依赖关系。回归系数见表4。

选取回归系数大于0.500者作为邻接矩阵的依据，选取后的结果见表5。

表3展现的是通过SPSS软件的回归分析之后，所有变量因素两两之间的回归系数值，回归系数越大，表示两个变量因素之间的依赖程度越大。表4展现的是经过筛选两两变量因素回归系数大于0.500者之后的回归系数表，这里也可以选择其他相关回归系数值作为筛选的条件，如把0.700作为筛选条件，但是在经过实验之后发现把0.500作为筛选条件较为符合现实，并且把得到的表4作为解释结构模型初始的邻接矩阵，同时认为只要大于0.500的回归系数可以在邻接矩阵中为1。

4 APP推广影响因素体系结构

4.1 APP推广影响因素体系结构

解释结构模型（interpretive structural model，ISM）是美国J.N.沃菲教授于1973年为了分析社会经济系统结构问题而提出的[13]，其主要思想：通过各种技术并结合有向图、矩阵和计算机技术对系统各要素进行处理，最后以有层次的结构呈现出来，使得不是专业的人员也可以很好地理解。其主要步骤：区域划分、级位划分、骨架矩阵提取、多级梯阶有向图绘制。其工作原理如图1[14]所示：

通过得到的回归系数表可以推断邻接矩阵，具体见表6。

经过M1=（A+I）1计算后的矩阵见表7。

经过M2=（A+I）2计算后的矩阵见表8。

经过M3=（A+I）3计算后的矩阵见表9。

经过M4=（A+I）4计算后的矩阵见表10。

由于M3=M4，故所求邻接矩阵的可达矩阵为：M= M3=M4

通过区域划分得到可达集R（Si）、先行集A（Si）、共同集C（Si）和起始集B（S），见表11。

因为B（S）={S3，S9，S11}，且有R（S3）∩R（S9）∩R（S11）={S1，S2，S3，S4，S5，S6，S7，S8，S10，S12，S13，S15}∩{S9，S10，S12}∩{S1，S2，S4，S6，S8，S10，S11，S12，S13，S14}≠?，所以所有因素同属于一个区域，即区域不可分割。

对上述区域进行级位划分，得到的结果见表12。

通过去除强连接关系、越级二元关系和自身二元关系后的骨架矩阵，见表13。

根据骨架矩阵，绘制出的多级梯阶有向图，见图2。

通过把多级梯阶有向图里面的变量因素（Si）换成实体变量后的APP推广影响因素体系结构，见图3。

4.2 结论分析

通过对体系结构图进行分析可以得知：

（1） APP推广影响因素体系结构共分为7级，其中第一级为表象层，第二级、第三级、第四级、第五级、第六级为中间层，第七级为根源层。需要指出的是：“APP用户数量”因素是在第二级即中间层，并不是实际中认为它该为表象层。通过分析最终结果可以看出比较符合现实情况，证明了该求解解释结构模型的思路是可行的。

（2） APP推广影响因素体系结构从第三级到第七级大致主要分为两大部分，分别为：“APP功能更新、APP的功能、APP安全性和稳定性、APP呈现的内容、APP页面设计、APP账号的通用性、APP操作难易、APP应用平台、APP内存大小”和“APP的用户定位、APP的功能、APP使用费用、APP获取或推广途径、APP使用福利”。

（3） 在APP推广影响因素体系结构中，虽然依据APP被下载总量的多少并不能完全准确地判断该款APP获得了多大成功，但是它却是一款APP获得成功的最直接的表现形式；虽然“APP用户数量”能最真实地反映出一款APP目前的受欢迎程度，但是由于统计成本原因，在现实生活中往往不用该因素去判断一款APP是否获得了成功。这说明在现实中统计一款APP真实的用户数量几乎是不可能的，所以开发商往往直接比此款APP被下载的总量来衡量某款APP是否获得成功。

（4） 通过APP推广影响因素体系结构分析，发现“APP功能更新”这一要素成为根源层要素，说明一款APP的后期功能更新至关重要，通过这一要素可以影响其他中间要素进而影响到最终用户数量。此外，需要特别指出的是，通过对“APP用户的定位”做出针对性的使用福利和推广途径可以直接影响用户的数量，这也是当下大量存在只要装某款APP就送福利的现象的原因。

5 启示和建议

根据本文对APP推广影响因素体系结构的分析结果，对笔者APP开发商、APP用户、APP平台提出若干建议。

（1） 对于APP开发商而言，在判断自己推广的APP是否成功时不能只根据统计出来的APP下载总量来判断，更应该从实际使用的用户数量来判断。为了降低统计用户数量的成本，可以采用先通过APP的下载总量来进行估计，然后结合样本调查法对APP推广是否成功进行判断的做法，这样既能得到符合实际的结果又能节省成本。对于用户而言，在决定是否使用一款APP时，不要只看下载量来决定是否使用该款APP，因为下载量排名靠前的使用用户不一定多，用户应该结合APP的功能来决定是否使用。

（2） 因为APP推广影响因素体系结构有两部分，所以开发商在最初设计APP时首先应该考虑“APP的用户定位”和“APP功能更新”这两个要素。因为这两个要素在APP推广过程中可以通过中间要素影响全部要素，最终通过“APP的下载量”这一因素表现出该APP是否获得成功。

（3） 在APP推广影响因素体系结构中，“APP应用平台、内存大小、APP操作难易、APP使用费用、APP获取或推广途径、APP使用福利”是直接影响“APP用户数量”的要素。这说明一款APP在推广前期要注重这6个要素，以使得该款APP迅速得到推广，在推广的后期则要注意根源因素和中间要素的联系，即在后期设计者要通过调整根元素来影响上一级元素，使得APP获得最大程度的成功。

（4） 整个研究对于用户的意义在于，用户在决定是否使用某款APP时可以通过对体系结构的了解来判定其优劣，然后再决定是否使用，不要仅依靠某些单一的因素来决定自己是否使用该APP，如仅看该APP下载量或者仅看其福利多少就决定使用，而忽略了功能的重要程度；用户在使用后期应该多关注“APP功能更新”这一要素。

6 研究展望

本文从用户和设计者双方的角度提出了一种求解解释结构模型的新思路，即利用SPSS软件的统计分析功能和解释结构模型（ISM）对影响APP推广的因素进行研究。研究结果说明了各因素的关系和层级关系。这为以后APP的开发者在设计APP和推广过程中，通过对根因素的调整来影响中间因素进而影响表层因素，从而使得用户更好的接受其设计的APP提供了依据。同时，对于用户而言，在接受使用某APP时也同样有了判断依据。但是由于客观原因，本文也存在一定不足：

（1） 可以寻找更好的求解相关性和求回归分析的算法。如，可以研究出专门针对APP评价领域的求解相关系数的算法。

（2） 可以细分出更多的因素。如，“APP推广或获取途径”可以细分为“APP推广途径”和“APP获取途径”。

（3） 为了更好地了解各要素的重要性，未来的研究可以对各要素赋予权值。

（4） 在前期获取数据时，可以从相关企业获得更精确的数据。

参考文献：

[1] 中国互联网络信息中心. CNNIC发布第36次《中国互联网络发展状况统计报告》[EB/OL]. [2015-07-23].http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201507/t20150722_52624.htm.

[2] 郭晶， 张志强. 我国出版社APP类电子出版物的发展历程及其评价[J]. 科技与出版， 2014（2）： 66-69.

[3] 郝佳， 苏慧， 赵彬彬. 手机APP在数字化门诊护理工作中的应用与效果评价[J]. 中国数字医学， 2015（9）： 57-60.

[4] 沈左源. 基于AHP的旅行社智慧APP设计评价研究[J]. 特区经济， 2015（3）： 80-83.

[5] 胡长爱， 邢美园， 杨春伟， 等. 我国求医问药类APP软件功能评价[J]. 中华医学图书情报杂志， 2014（2）： 7-10.

[6] 张苏闽， 鄢小燕， 谢黎. 国外数据库出版商移动APP应用及用户评价分析[J]. 图书馆杂志， 2012， 31（6）： 56-61.

[7] 王知津， 李明珍. 网站评价指标体系的构建方法与过程[J]. 图书与情报， 2006（3）： 45-52.

[8] 钱瑜. 企业社会责任和企业绩效的典型相关分析——基于利益相关者视角[J]. 企业经济， 2013（3）： 79-82.

[9] 张世强， 吕杰能， 蒋峥， 等. 关于相关系数的探讨[J].数学的实践与认识， 2009， 39（19）： 102-107.

[10] 罗凤明， 邱劲飚， 李明华， 等. 如何使用统计软件SPSS进行回归分析[J]. 电脑知识与技术， 2008 （2）： 293-294， 304.

[11] 徐晟， 俞碧飏， 马兴川. 未来职业者对图书馆员刻板印象回归分析模型的构建[J]. 图书与情报， 2013， 150（2）： 40-43.

[12] 申淑霞， 刘禄勤. 回归系数的Bayes估计与最小二乘估计的相对效率[J]. 武汉大学学报（理学版）， 2003， 49（1）： 6-10.

[13] 王宛秋， 张永安. 基于解释结构模型的企业技术并购协同效应影响因素分析[J]. 科学学与科学技术管理， 2009， 30（4）： 104-109.

[14] 胡振华， 蔡新. 基于解释结构模型的高校图书馆馆藏纸质资源利用率影响因素分析[J]. 图书情报工作， 2010， 54（7）： 46-50.

Abstract： [Purpose/significance] From the perspective of users and designers， this article puts forward a new solving method based on Interpretive Structural Modeling （ISM）， and does some research on the influential factors in promoting the mobile terminal application. [Method/process] During the research， by combining the SPSS statistical analysis method and the ISM， this article made up for the deficiency that ISM needed to judge the relations among various factors subjectively. [Result/conclusion] The results show that the hierarchy of the influence factors in APP promoting provides a better basis for effectively developing， applying and promoting the APP.

Keywords： ISM APP promotion SPSS orrelation analysis regression analysis