社交媒体平台UGC质量影响因素研究

顾润德，陈媛媛（黑龙江大学信息管理学院）

中国互联网络信息中心（ChinaInternetNetworkInformationCenter，CNNIC）于2018年 1月 31日发布最新数据，截至2017年12月，中国网民规模已达到7.72亿人次，互联网普及率为55.8%，同比增长2.6个百分点，超过全球平均水平（51.7%）4.1个百分点。我国互联网的普及以及庞大的网民群体推动了网络社交媒体平台的快速发展，网络社交媒体平台已经深入到政府机关、各大企业、个体工商业以及居民日常生活之中，并在此基础之上不断改变着用户获取信息所采取的方式、途径，社交媒体平台已成为用户进行交流沟通、信息搜寻不可或缺的渠道。

UGC（User-Generated Content）为用户创建、生成内容的总称，是在Web2.0环境下一种新兴的网络信息资源创作与组织模式。［1］在Web2.0模式下，用户不仅是单一的互联网信息浏览者还是网络内容创造者。由于社交媒体平台的开放性，用户可以不受时间和地域的限制分享各种观点、图片、视频，可以得到自己需要的信息也可以发布自己的评价，故而用户在社交媒体平台中生成内容通常具备自发性和主观性，也正是由于社交媒体平台准入门槛低以及用户个体差异和信息需求不同，在方便用户信息获取的同时，一些用户为图私利捏造事实，发布或传播虚假信息的行为也在日益增长，进而网络社交媒体平台中充斥着大量质量参差不齐的信息，导致用户难以获取准确有效的信息，为现实社会不良因素的发生埋下隐患。因此，本文对社交媒体平台UGC质量的影响因素进行调查研究，旨在帮助用户更好地把握社交媒体平台中各类UGC的质量水平，提高信息甄别能力，筛选真实有用信息，促进社交媒体平台对用户生成内容的优化，从源头降低谣言以及虚假言论的传播可能性，使社交媒体平台信息交互更加真实可靠。

1 相关研究回顾

社交媒体平台涵盖了特定的人群、特定的公共场所和一些组织机构，逐渐成为人们快速获取信息的主要渠道，大量用户发布的言论导致社交媒体平台信息鱼龙混杂，不真实信息严重影响用户行为，扰乱正常网络舆论秩序。因此，社交媒体平台UGC的质量问题受到专家学者们的重视，并取得了一定成果。本文所综述文献来源于CNKI中国知网数据库以及Web of Science数据库。

在UGC质量研究方面，由于UGC创建者的大规模性、复杂性、身份多样性，其产生的信息内容存在主观性、片面性与难以监控性，信息发布者容易受到众多因素影响，致使UGC存在多种质量问题，UGC质量研究受到国内外学者广泛关注。K.Massoudi［2］等在微博客中构建出查询、扩张和质量指标搜索体系；贾佳等［3］对“知乎”和“百度知道”两种社会化问答平台答案进行质量评估，发现两种平台的总体答案质量并不理想，“知乎”比“百度知道”答案质量相对较高，各项指标均优于“百度知道”；余望枝等［4］对BBS论坛和百度知道进行研究，探讨了其信息评价机制，提出网络信息自组织很可能成为网络信息资源评价的创新方向。

在UGC质量与用户行为关系研究方面，研究热点为UGC质量对用户行为的影响。Sanghyun和Hyunsun［5］通过对371位参与调查者问卷数据进行分析，提出在商家规模、信誉、口碑、交易安全、沟通以及信息质量六个方面对消费者信任度及消费者选择的影响；查先进等［6］运用双路径模型对微博环境下用户的学术信息搜寻行为进行研究，发现信息质量和信源可信度都显著正向影响用户的认知反应和情感反应，并进一步影响学术信息搜寻行为；金燕等［7］从用户认知与情感需求的角度进行分析，构建了基于用户体验的信息质量评价体系，发现用户体验影响用户生成内容质量。

在UGC质量影响因素研究方面，由于网络社交媒体平台具有信息传播速度快、综合性强、传播面广、言论自由等特点，极大地增强了信息的制造与传播效率，于是便出现了用户生成内容质量低甚至虚假言论的现象，UGC质量影响因素研究开始受到关注。Rieh［8］与15个来自不同学科的学者通过观察用户在网络中的信息搜索行为，从信息对象的特征、来源特征、知识、情况、搜索输出的排名、一般假设等方面，确定了影响信息质量的因素；刘清民等［9］从UGC的概念着手研究，调研各大论坛的用户生成内容，分析用户生成内容质量影响因素和用户生成内容存在的问题；肖强等［10］运用TRA、社会交换理论等，研究了影响用户生成内容共享意愿的因素；叶凤云等［11］以用户行为过程为角度，构建了信息质量评价模型，发现信息行为客体及媒体形象对社交媒体用户生成内容有显著影响。

通过对国内外文献的统计与研究发现，国内现有研究成果主要是针对微博、微信、知乎等网络社交媒体平台进行UGC质量评价指标体系构建，对影响社交媒体平台中用户生成内容质量因素方面的研究重视力度不够，研究成果较少，在相关文献数量上与国外差距较大。随着社交媒体平台的数量增长与用户增多，对如何保证社交媒体平台UGC质量的研究需要从源头入手，只有确定影响用户发布不真实内容的因素，才能从根源扼制虚假信息传播，从而净化社交媒体平台信息环境。故本文对影响社交媒体平台UGC的因素进行调研，为今后进一步研究用户生成内容质量控制奠定基础。

2 研究方法

2.1 问卷设计

本次研究采用调查问卷法，以马莱茨克大众传播场理论为基础进行问卷题目设计。［9,11-12］马莱茨克认为，接收者心目中的媒介形象导致接收者对媒介内容的期望，因而可以认为这种形象将影响到接收者对内容的选择、感受和反应的方式。传播者拥有主动性的同时又承受着媒介的压力，接收者也同样受到媒介压力而需要对大量信息进行内容选择。

为保证调查问卷设计的合理性、可信度及有效性，在正式调研前首先进行了两次预调研，每次预调研收集50份调查问卷，对有关问题进行预分析，根据分析结果调整调查问卷的内容，最终确定问卷。此次调查研究正式问卷分为两个部分三个维度，共16个题项，第一部分为调研对象基本信息，第二部分为调查用户在特定情境下是否会受到特定影响而发表不切实言论。本问卷第二部分问题设置采用李克特5等级量表，从1到5分别表示“会、通常会、偶尔会、不会与坚决不会”。

2.2 数据收集

本次调研的研究对象综合选取使用社交网站的不同年龄段、不同学历、不同职业的人群，在选取调研对象时会选择诸如同一年龄段但不同学历不同职业的人群，以及同一学历不同年龄段不同职业的人群等组合，即三项指标交叉组合选取调研对象，该种调研对象选取方式使获得的调研结果更加具有普遍性。问卷散发和收集采用“线上+线下点对点”方式派发，历时10天共收集调查问卷227份，经过严格筛选，去除答题时间过短、重复作答及乱选目等无效问卷15份，获得有效问卷212份，问卷有效率为93.4%。

3 调查数据分析

本文采用层次分析法，首先从“问卷星”平台中导出数据至Excel软件进行数据描述、编排等初步处理，而后将数据导入SPSS 21.0软件中进行数据分析，主要运用到验证性因子分析方法。

3.1 数据统计描述

本次参与调查问卷填写人群中，男性占105人，女性占107人，男女比例均衡。年龄段主要集中在21到30岁之间，为134人次，占总人数的63.2%。参与调查人群学历高中以下13人，大专9人，本科112人，硕士研究生75人，博士研究生3人，其中有学生149人，企业员工24人，党政机关及事业单位28人，其他职业11人。参与此次调查的人群男女比例、年龄段、学历及所在行业分布广泛，已基本包含具备所有特性的人群，具有代表性，因此样本具备初步的合理性和可信度。

结合对社交媒体平台用户生成内容行为的调查（见表1），可以得出，用户对社交媒体平台中言论真实性的信任度仅为1/3，且用户经常或通常发布、点赞、传播真实信息的比率不足50%。社交媒体平台用户对内容信息的不信任和发布虚假言论，造成恶性循环，严重阻碍用户信息获取。

表1 社交媒体平台用户信息行为

3.2 信效度分析

本研究数据处理基于统计学软件SPSS 21.0版本，采用Cronbach α法对本研究调查问卷进行信度分析。量表总体Cronbach’s Alpha系数值为0.873，对各个分量表进行系数分析，得出Cronbach’s Alpha系数值均大于0.6，说明此次研究调查问卷内部具有较强一致性。而后对各个分量表中题项α系数进行分析，发现将“您在发表言论时会顾及自身形象吗”项删除后，总体 Cronbach’s Alpha系数值从 0.873上升到0.880，说明整体信度上升，因此考虑将此项删除。具体指标统计量见表2所示。在问卷效度构建方面，KMO系数为0.883，且Bartlett球形度检验近似卡方检验的概率（Sig）为0.000，小于参考值0.05，表明变量之间存在显著相关，问卷具有良好的效度，适合做因子分析。

表2 具体指标语义及统计量

3.3 因子分析

3.3.1 因子贡献率分析

采用主成分分析的因子提取方法，提取后结果见表3所示。按照初始特征值大于1的原则选取到四个公因子成分，命名为F1、F2、F3、F4，其初始特征值分别为5.757、1.614、1.272、1.111，这四个公因子累计贡献率为60.957%，表明其代表了影响社交媒体平台UGC质量因素60.957%的信息，数值大于50%，具有良好的代表性。

3.3.2 旋转后因子载荷矩阵

依据具有 Kaiser标准化的正交旋转法得到旋转后的因子载荷矩阵见表4所示。

（1）由表4对第一个因子F1进行解释。跟随舆论导向发表言论（X5）、浏览热点事件跟帖回复时会受到其他用户情绪影响（X7）、出于从众心理或跟随名人偶像思想发表言论（X8）、会受到社会上仇富、仇权、仇视政府思想影响发表言论（X12）、会受到热点事件中内容的诱导而进行评论（X13）、去餐厅吃饭感觉菜品味道很一般，但看到其他用户都给好评，也会在评论社区内给它好评（X14）、某个负面热点事件涉及偶像，会跟随粉丝团体一同发表言论支持他（X15）这7个变量的载荷因子数值比较大，根据共性分析，可将F1视为基于用户从众心理因素相关的因子。

表3 解释的总方差

（2）对第二个因子F2进行解释。因为商家返利赠送礼品而给其好评（X1）、评论后因为话题发起者和商家给出利益而修改评论（X2）、根据商家和网络点评说某个商品质量好、电影好看而向朋友传播（X3）、某一网络事件引起共鸣时跟随事件中思想发表评论（X9）这4个变量的载荷因子数值比较大，根据共性分析，可将F2视为受到外界噪声干扰的因子。

（3）对第三个因子F3进行解释。在淘宝京东等虚拟平台购买到的商品不够满意，但会因为商家态度好给商品好评（X4）、在淘宝京东等购物社区购买物品，质量比预期差，但由于价格低廉会给好评（X16）这2个变量的载荷因子数值比较大，根据共性分析，可将F3视为用户受到自身次要需求因素影响而对事件转变态度的因子。

（4）对第四个因子F4去除X11指标项后进行解释。我会因为社交媒体平台中现实朋友比较多而产生压力不愿意发表言论（X6）、购买商品后会待系统默认好评（X10）这2个变量的载荷因子数值比较大，可将F4视为用户产生社交媒体倦怠情绪的因子。

3.3.3 指标权重计算

所谓权重，是指某指标在整体评价中的相对重要程度，权重越大说明该指标的重要性就越强，对整体的影响就越大。结合表4中经过旋转后各成分方差所占百分比，计算得F1、F2、F3、F4四个成分的指标权重分别为0.3106、0.3101、0.2235、0.1558。为方便直观体现，根据因子的解释语义与权重构建社交媒体平台用户评论信息质量影响因素指标体系，如表5所示。

表4 旋转成份矩阵

表5 社交媒体平台用户评论信息质量影响因素指标体系

3.4 结果

根据因子计算后权重数值对四个因子进行从大到小排序，为F1＞F2＞F3＞F4，并依据上文各数据分析可以得出结论：F1因子“基于用户从众心理因素影响”所占权重最大，为影响社交媒体平台用户评论信息质量最主要因素。F2因子“受到外界噪声干扰影响”权重仅比F1因子低0.0005，可将其视为主要因素之一，其次为“用户受到自身次要需求因素影响”和“由于用户懒惰、遗忘而产生的不确定因素影响”。

4 分析与建议

各类信息刺激使用户产生信息意识，唤起用户的潜在信息需求，从而表达自身需求状态，最后产生信息行为，用户发布的信息又会成为信息刺激源影响其他用户，形成用户信息心理作用循环机制，如图所示。［13］本节对上文结果中的四个主要影响因素进行分析，并对社交媒体平台以及用户信息行为提出相关建议。

4.1 从众心理影响

图 用户信息心理作用循环机制

在社会心理学中，群体的行为有着如出一辙的相似性，这是由于群体行为不受大脑控制造成的，个人在群体中会顺应群体思想来确立自身意识形态，群体中每个人的协同一致的行为只不过是他所受到的刺激因素作用于脊椎神经的结果，就像刺激青蛙裸露在外面的神经，所有的青蛙都会惊人一致的表现同一动作。［14-15］在社交媒体平台中，用户在对事件、商品、服务发表个人评价时，会首先浏览其他用户发表的评论，从中会受到整体舆论导向的引导，进而发表顺应舆论的内容信息，这便是从众心理的作用。此时，用户的真实体验与个人情感已被湮灭到“主流”思想之中，从而造成社交媒体平台内用户生成内容质量参差不齐，用户难以获取有效信息。

在此方面，要从源头扼制虚假信息，建议用户从自身做起，经过切身体验与了解后再发布具有自身情感的言论，坚决杜绝跟风评论，实现用户信息获取与评论良性循环。社交媒体平台应加强监管力度，安排运维技术人员对热点事件评论进行人工筛查，及时删除具有虚假舆论引导性的言论及数字影像。各级政府有关部门依据法律对网络用户加强监督管理，一经发现散播谣言、传播非法数字影像者立即作出处理。

4.2 受到外界噪声干扰影响

本文认为影响社交媒体平台UGC质量的外界噪声为内容干扰、利益干扰和压力干扰三类。内容干扰指社交媒体平台中用户发表言论、评价及回复内容中对其他用户的信息获取及利用行为的干扰因素；利益干扰指事件发起者、传播者、新闻媒体及评论者为了自身利益而以利益为“诱饵”诱使用户发布有利于其利益的言论，如电商对消费者进行好评返利诱导；压力干扰指事件发起者、传播者、新闻媒体及评论者对用户创建内容的行为施加压力，迫使用户发布有利于其的言论，如舆论压力。在问卷“您认为基于何种原因会使用户发表不真实信息”调查中，有171人选择了“商家诸如返利等诱惑”，占总人数的80.66%，外界噪声干扰虽不是影响社交媒体平台用户评论信息质量的最显著因素，但因它作为刺激源存在于用户网络使用过程中的方方面面，其危害社交媒体平台UGC质量的程度也不容小视。

为减少外界噪声干扰的发生，网络社交媒体平台管理人员应设置全面细致的敏感词自动搜寻并删除系统，如将“好评返利、转发有礼、修改评论、集赞赠送”等词语列入敏感词库，系统一经发现广告、文章、对话中出现这类词语立即将其删除，并作出相应处罚措施，完善后台数据量子分析，坚决抵制并查处网络商家以及话题发起者雇佣用户刷好评行为。用户在接收到利益诱导时，应不为所动并及时举报该信息，在浏览文章、广告和报导时，要学会明辨是非，坚持自己的理解和分析进行评论，不受内容和发布者情感的干扰，遇到恐吓、威胁要求删除评论时，要合理使用法律武器维护自身利益。

4.3 受到自身次要需求因素影响

在社交媒体平台中，用户会受到自身需求的影响发表评论信息，自身需求分为主要需求和次要需求两类。主要需求为用户的第一需要，是用户最为重视的需求，次要需求为用户在达不到主要需求或者进行综合考虑的情况下的第二需求。如在购买商品时消费者往往追求“物美价廉”，其中“物美”指商品质量好，为消费者主要需求，“价廉”指物品价格便宜，为消费者次要需求，当消费者在网上购买一件商品，在出现商品质量欠佳，达不到用户主要需求的情况下，消费者自身可能会考虑到价格便宜，与商品价值相符而给予商家好的评价。这便是基于自身次要需求因素影响评论信息质量，造成对其他用户的信息误导。为降低此类影响，用户在搜集信息时应尽可能多的浏览其他用户的评论，不以某一条评论为信息搜寻的结果。

4.4 用户社交媒体倦怠情绪影响

社交媒体倦怠是指社交媒体平台用户由于过载的信息、过重的好友、过多的分享以及难以维持社交关系过多的浪费时间等因素，产生社交疲劳从而减少虚拟社交并希望从社交媒体平台中退出的现象。［16］在社交媒体中投入过多的时间会使用户增加信息的接收量以及极端评论，又要维护好友关系和自身形象，进而引发压力、焦虑和疲倦等负面情绪，从而避免在社交平台评论发言。［17］在用户放弃使用社交媒体平台原因调查中，有166人选择了“信息泛滥，无用评论杂、多”，占总人数的78.3%；155人选择“类似于广告的分享过多”，占总人数的73.11%；180人选择“过多浪费时间”，占总人数的84.9%。该项数据初步表明，社交媒体平台中存在的信息过载、过多的分享、过多浪费时间等现象导致用户产生社交媒体倦怠从而放弃使用社交媒体平台。关于用户社交媒体倦怠产生的原因、后果、以及对社交媒体平台UGC质量影响的研究还需今后有针对性深入实证调研。

5 结语

本研究在国内外社交媒体平台UGC质量相关研究的基础上，依据马莱茨克的大众传播场理论设计调查问卷，运用SPSS统计学软件采用主成分因子分析方法，在理论研究基础上结合实际数据探究社交媒体平台中影响UGC质量的因素。通过对各因子指标权重进行计算得出结论：基于用户从众心理因素影响对社交媒体平台中用户评论质量的影响最大，其次分别为宣传、利益等外界噪声干扰影响，用户次要需求因素影响以及用户社交媒体倦怠情绪影响从而发表不切实评论。本文旨在帮助用户更好地把握社交媒体平台中各类言论的质量水平以及产生不切实言论的因素，从而使用户提高信息甄别能力，便于筛选真实有用信息，为社交媒体平台的管理和对用户生成内容的处理与优化提供了理论基础，有利于降低谣言以及虚假言论的传播可能性，使社交媒体平台信息交互更加真实可靠。在本次研究过程中发现用户社交媒体倦怠情绪影响用户社交媒体平台使用行为，并进一步影响用户生成内容质量，今后可以对用户社交媒体倦怠与消极使用行为进行深入研究，探讨用户社交媒体倦怠产生的前因与影响因素。