基于用户行为感知的移动APP持续使用模型研究

2019-06-06 04:21翁祺霖张继东
软件导刊 2019年3期
关键词:个性化服务移动互联网

翁祺霖 张继东

摘 要:在移动互联网技术快速普及的信息化时代,用户使用或放弃一项移动应用或服务的成本几乎为零,因此增强用户黏性对移动社交网络个性化服务持续发展至关重要。从移动互联网用户行为感知视角出发,以期望确认模型为框架,在充分考虑移动互联网个性化服务特征的基础上,结合羊群行为理论与习惯理论,引入感知愉悦性、模仿他人、弱化自己拥有的信息及习惯等4个变量,构建基于用户行为感知的移动互联网个性化服务持续使用理论模型。同时,对各模型变量进行操作性定义并对变量之间的关系作出理论假设。对移动互联网用户个性化服务持续使用意愿与行为影响因素及作用机制的研究可为后续实证研究提供理论依据。

关键词:行为感知;移动互联网;个性化服务;持续使用;羊群行为

DOI:10. 11907/rjdk. 191267

中图分类号:TP302文献标识码:A文章编号:1672-7800(2019)003-0047-06

0 引言

近年来,无线网络技术、传感器技术和移动终端设备的迅速发展为载有丰富资源信息的互联网带来了大量发展机遇,具有传统互联网特征的服务模式也随之改变。移动互联网服务的宗旨在于满足用户个性化信息需求,使用户可以随时随地获取互联网商业资源和信息资源,个性化服务研究是互联网未来发展的重要趋势。移动互联网个性化服务指根据用户信息需求个性化和差异化特征,在用户使用移动设备与服务端的交互过程中,为用户提供移动性、泛在化的个性化商业服务和信息服务,从而满足用户需求。而移动互联网个性化服务效用取决于用户心理认知、接纳和使用等行为,用户只有在感知移动互联网个性化服务良好的前提下才可能继续使用该应用,用户持续使用行为是保证移动应用可持续发展的重要基础。因此,从用户行为感知视角出发,对移动互联网个性化服务持续使用影响因素开展研究显得格外必要。

国内外学者对移动互联网服务持续使用意愿或行为的研究成果较为丰富,但从用户行为感知视角,探讨移动互联网个性化服务过程中用户持续使用意愿及持续使用行为的研究较少。因此,本文以此为切入点,从用户行为感知视角对移动互联网个性化服务过程中用户持续使用意愿的影响因素进行研究。

1 移动互联网个性化服务持续使用模型理论基础

1.1 期望确认模型

期望确认模型(Expectation Confirmation Model of IS Continuance,ECM-ISC)最早由Bhattacherjee[1]突破IT/IS采纳理论的研究框架,基于期望确认理论(Expectation Confirmation Theory,ECT)提出。ECM-ISC模型在传统期望确认理论的基础之上融入技术接受模型(Technology Acceptation Model,TAM),将感知有用性这一变量引入模型中,以提高该模型在信息系统环境中的适用性,模型结构如图1所示。该模型认为,期望确认度是衡量用户使用信息系统之前的期望与使用之后实际效用间的落差,满意度指使用信息系统后对用户产生的影响程度,感知有用性指用户感知使用信息系统后增加其实际绩效的程度。期望确认度影响感知有用性和满意度,进而影响持续使用意愿。期望确认度越高,用户感知系统越有用,对系统越满意,进而产生持续使用意向,形成持续使用行为。该模型明确阐释了感知有用性、期望确认度、满意度等变量内在作用机理及其对持续使用意愿的影响。

由于ECM-ISC模型因变量仅限于持续使用意图,Limayem[2]基于该模型将因变量扩展到持续使用行为。随后,Bhattacherjee[3]认识到仅仅研究采纳意图还不够充分,用户在缺乏充足的系统资源或使用技巧不足的情况下,采纳意图无法转变为使用行为,因此将ECM-ISC模型因变量扩展到持续使用行为。鉴于此,本文以期望确认模型为基础,将研究终点从持续使用意愿扩展到持续使用行为,考察移动互联网个性化服务持续使用意愿及行为的影响因素。

1.2 感知愉悦性

感知愉悦性是用户在与环境交互过程中内心感受到的愉快程度,是一种无意识心理体验,当环境或交互情景发生变化时,用户感知也会发生变化。感知愉悦性是感知体验的维度之一,用户感知愉悦性会影响其体验效果,而用户体验效果直接影响用户持续使用意愿。享乐理论认为,用户享乐性消费因素包括想象要素与情感反应,其中情感反应包括愉悦感、焦虑、控制感及激励等[4]。如果用户追求享乐,则感知愉悦性对其持续使用意愿及行为的影响更大。

许多学者将感知愉悦性作为信息系统持续使用意愿的影响因素之一进行研究。如翟姗姗[5]从使用后评价视角研究移動互联网持续使用意愿,将感知愉悦感作为影响持续使用意愿的因素之一,并证实感知愉悦感显著影响用户满意度与持续使用意愿;Childers[6]认为感知愉悦性在解释和预测互联网用户行为方面起关键作用;赵忠平[7]通过对移动游戏的研究发现,感知愉悦显著影响游戏玩家的使用意愿。综上所述,本文将感知愉悦性作为变量,考察用户感知愉悦感对移动互联网个性化服务持续使用意愿的影响。

1.3 羊群行为理论

用户在选择一项信息技术或服务时,会产生一种符合群体规范的跟风行为,以获得他人喜爱和接纳,这种模仿其他用户的行为即羊群行为,羊群行为是用户对公开信息的一种非效率性依赖。Banerjee[8]将羊群行为定义为“所有人做和别人一样的事情,尽管自己掌握的信息显示做另一件事情更好”。当个体面对特定环境或掌握的信息不够完善时,可能会产生羊群行为。

目前,有关羊群行为的研究主要集中在股票市场、企业管理及消费者决策领域。例如,胡赫男和吴世农[9]把沪深两市交易的94家基金投资组合明细数据作为样本,借鉴LSV思想构造新的羊群行为测度指标,探讨我国基金投资者羊群行为特征及其形成机制;Oberholzer-Gee[10]发现企业管理活动中的工作人员在招聘过程中存在羊群行为,他们推测其它企业会拒绝招募长期失业的员工,因此也会拒绝招聘该类员工;此外,Chen[11]通过研究个体网络购书行为,发现个体倾向于购买销售量较高或者他人评价较高的书籍,个体在消费决策过程中存在羊群行为。同样,本研究认为在移动互联网情境中,用户在使用某项个性化服务时也会跟随群体倾向选择相同的服务,用户的羊群行为会影响其持续使用意愿。因此,本文将探讨羊群行为对移动互联网个性化服务持续使用意愿的影响。

1.4 习惯理论

“习惯”的概念来源于心理学,习惯是对特定情景自动反应并达到既定状态的序列学习活动[12],习惯形成是无意识的,具有稳定性、高效性和自发性特征。在心理学研究领域,Verplanken[13]提出习惯不是对过去行为的重复,而是一种自发性心理活动;Aarts[14]认为当一种行为经过多次重复而成为习惯时,该行为的再次发生无需经过复杂的决策过程。习惯并不是一种有意识的重复性行为,而是在不知不觉中形成,无意识地控制人们的行为。在用户持续使用领域,众多学者结合心理学领域对习惯的研究成果,提出习惯对用户持续使用意愿及行为具有显著影响。例如,陈明红等[15]认为在移动服务持续使用意向形成过程中,习惯直接影响并调节持续使用意愿;Landis[16]认为习惯未形成时,行为意向直接影响教师行为,而习惯形成后会在教师行为意图与行为之间起调节作用。因此,本文将考察用户习惯对移动互联网个性化服务持续使用行为的影响。

2 移动互联网个性化服务持续使用模型构建与理论假设

2.1 理论模型构建

本文从用户行为感知视角出发,以ECM-ISC模型为基础,结合享乐理论和羊群理论将感知愉悦性、模仿他人、不全信自己拥有的信息作为模型变量,并引入习惯作为持续使用意愿和行为之间的调节变量,构建基于用户行为感知的移动互联网个性化服务持续使用模型(见图2)。该模型由移动互联网个性化服务持续使用意愿模型与持续使用行为模型两部分组成,把持续使用意愿与持续使用行为作为因变量,分别研究感知愉悦和羊群行为对持续使用意愿的影响及用户习惯对持续使用意愿和持续使用行为的作用机制。

2.2 模型假设

2.2.1 ECM-ISC模型假设关系

ECM-ISC模型中期望确认度、感知有用性、满意度及持续使用意愿之间的关系已得到众多学者的证实。例如,Kim[17]证实了移动互联网服务中感知有用性正向影响用户使用意愿;Lin等[18]的研究表明用户对交互式网络电视的期望确认程度与满意度之间是正相关关系,满意度又正向影响持续使用意愿;Kang[19]指出网络服务的感知有用性对用户满意度具有显著的正向影响。移动互联网个性化服务情境下,期望确认度指用户预期在使用移动互联网个性化服务后的确认程度;感知有用性是用户认为使用移动互联网个性化服务对其工作的有用性和有效性;满意度是用户使用移动互联网个性化服务后产生的绩效与期望确认度进行比较后形成的主观评价;持续使用意愿指用户愿意长期使用移动互联网个性化服务的可能性。

笔者认为,用户在采纳移动互联网个性化服务之前对其怀有一定期望,希望使用移动互联网个性化服务能够为自己带来益处。在使用过程中,用户会将使用该服务后产生的实际效用与期望的一致性程度作出认知评价。如果用户期望高于使用后的绩效,即期望未得到满足,则用户对移动互联网个性化服务的感知有用性和满意度会降低;反之,如果用户使用该服务后的绩效符合采纳前的期望,即期望得到满足,则超出预期的移动互联网个性化服务会使用户感知有用性增强,同时用户对该服务的满意度更高,从而愿意继续使用该服务,并且用户感知使用移动互联网个性化服务的有用性越大,则对该服务的持续使用意愿更强,而用户意愿直接影响用户行为。因此,本文作出以下假设:①用户对移动互联网个性化服务的期望确认度正向影响感知有用性;②用户对移动互联网个性化服务的期望确认度正向影响满意度;③用户对移动互联网个性化服务的满意度正向影响持续使用意愿;④用户对移动互联网个性化服务的感知有用性正向影响持续使用意愿;⑤用户对移动互联网个性化服务的持续使用意愿正向影响持续使用行为。

2.2.2 感知愉悦性与满意度、持续使用意向关系假设

用户在使用移动互联网个性化服务过程中感受到的愉快程度即感知愉悦性,是用户使用该服务后的内在感受。感知愉悦性是享乐理论的组成部分之一,是用户行为的内在动机,对用户是否使用移动互联网个性化服务起正向作用。如果用户在使用移动互联网个性化服务过程中很享受、很愉快,则用户对移动互联网个性化服务更满意,持续使用该服务的意愿会更强烈。众多学者已证实了感知愉悦性能够直接或间接地影响用户满意度和持续使用意愿。例如,Thong 等[20]的研究证实感知愉悦性对满意和持续使用意愿有显著影响作用;Kim[21]认为感知愉悦性显著影响用户对移动数据服务的持续使用意愿;Agrifoglio等[22]以动机理论为基础对Twitter用户持续使用意愿的研究表明,感知愉悦性正向影响用户持续使用意图。鉴于此,本文提出以下假设:①用户对移动互联网个性化服务的感知愉悦性正向影响用户满意度;②用户对移动互联网个性化服务的感知愉悦性正向影响用户持续使用意愿。

2.2.3 羊群行为与持续使用意向关系假设

本研究认为用户在移动互联网个性化服务情境中存在羊群行为,用户在使用服务前较少考虑自己掌握的信息,倾向于跟随和模仿群体行为。Sun[23]提出模仿他人和弱化自己拥有的信息共同构成了羊群行为。据此,本文将模仿他人和弱化自己拥有的信息这两个变量引入移动互联网个性化服务持续使用模型中,描述用户羊群行为,分析羊群行为对用户持续使用意愿的影响。

模仿他人(Imitating Others,IMI)指用户选择移动互联网个性化服务时跟随他人行为。羊群行为研究除应用于预测用户在股票市场及软件市场的行为意图,还被用于分析用户信息技术采纳行为。已有研究证实模仿他人的行为会显著影响用户持续使用意愿,Sun[23]確认了模仿他人与持续使用意愿和行为之间的关系;Parthasarathy等[24]提出,深受他人影响并盲目模仿他人行为使用某技术后通常会感到失望。本文认为用户在采纳移动互联网个性化服务前由于信息不对称而忽略自己的信息,跟随大多数人的选择,导致忽略自身信息需求,用户采纳该服务后可能会产生遗憾。因此,本文作出以下假设:模仿他人会负向影响用户对移动互联网个性化服务的持续使用意愿。

弱化自己拥有的信息(Discounting Own Information,DOI)指用户对自己拥有的关于移动互联网个性化服务信息的忽略程度。在选择移动互联网个性化服务过程中,如果用户不相信自己拥有的信息,对自己掌握的信息忽略程度越高,则他人的选择对其决策行为的影响越大,更容易出现信息瀑布现象。信息瀑布现象指用户忽略个人需求和相应的适用环境而跟随别人的行为,因此用户跟风采纳一种服务后,发现该服务不符合其个人需求和使用环境,将停止对该服务的使用。因此,本文作出以下假设:弱化自己拥有的信息负向影响用户对移动互联网个性化服务的持续使用意愿。

2.2.4 关于习惯的关系假设

用户过去的经历会无意识地影响其行为,经历累积形成习惯,习惯是一种自发的使用机制。习惯的产生源于用户倾向于根据过去的经历和思维方式作出决策,习惯形成初期需要用户进行认知处理,该行为经过长期类似的经历转变为自发行为。用户按照习惯对移动互联网个性化服务采取行为时,用户持续使用意愿和持续使用行为之间的关系会受到习惯影响。现有研究证实习惯对持续使用意愿和行为之间的关系起调节作用。Limayem[25]对信息系统持续使用影响因素的研究表明,习惯在持续使用意愿与持续使用行为之间起调节作用;周中允[26]对虚拟世界的研究、Cheung[27]对信息系统的研究、Mohamed[28]对电子商务的研究均表明习惯在持续使用意向对持续使用行为的影响过程中具有调节效应。在移动互联网个性化服务情境下,如果用户长期频繁地使用移动互联网个性化服务,则容易对该服务的使用形成一种无意识的、自发的行为习惯,促进用户持续使用移动互联网个性化服务的行为发生。因此,本文作出以下假设:①习惯在用户持续使用意愿和持续使用行为之间起调节作用;②用户对移动互联网个性化服务持续使用意愿正向影响持续使用行为。

3 模型变量测量问项设计

本文基于用户行为感知构建移动互联网个性化服务持续使用模型,该模型涉及期望确认度、满意度、感知有用性、感知愉悦性、模仿他人及弱化自己拥有的信息等变量,其中,持续使用意愿和持续使用行为是因变量。该部分主要对以上模型变量进行测量问项设计,为后续实证研究提供参考。

3.1 期望确认度测量问项

期望确认度(Confirmation)指用户在使用移动互联网个性化服务前对该服务的心理期望与使用后的绩效之间的落差。用户在使用该服务前对移动互联网个性化服务的功能、信息服务或信息资源种类等方面有一定的期望,如果用户初始期望得到满足,将会对移动互联网个性化服务感到满意并持续使用。本研究结合移动互联网个性化服务特征,设计期望确认度测量项目(见表1)。

3.2 感知有用性测量问项

感知有用性(Perceived Usefulness)指用户在使用移动互联网个性化服务过程中内心感受到该服务给其带来的益处,用户感知该服务对自己越有用,再次使用的意愿就越强烈。移动互联网个性化服务是满足用户不同个性化信息需求、以用户满意为中心的主动服务,为用户提供移动阅读和参考咨询,服务质量、信息资源种类、检索响应速度及有效性均关系到用户对移动互联网个性化服务的认知。本文结合移动互联网个性化服务的特征,设计感知有用性测量项目(见表2)。

3.3 满意度测量问项

满意度(Satisfaction)指用户使用移动互联网个性化服务后内心的愉快、满足程度,如果用户满意度得到满足,将会再次使用该服务。本文结合移动互联网个性化服务的特征,设计满意度测量项目(见表3)。

3.4 感知愉悦性测量问项

感知愉悦性(Perceived Enjoyment)指用户在使用移动互联网个性化服务过程中内心感受到的愉悦,是用户追求享乐的内在动机,可促使用户对该服务的再次使用。移动互联网服务个性化特征充分考虑了用户信息需求,使用户在获取信息资源的过程中感受到愉快、顺利。本文结合移动互联网个性化服务特征,设计感知愉悦性测量项目(见表4)。

3.5 模仿他人测量问项

模仿他人(Imitating Others,IMI)指用户在初次使用移动互联网个性化服务时跟随大部分人进行选择的行为,该行为可能导致用户使用该服务后经历“决策后遗憾”,对该服务感到失望或不满。本文结合移动互联网个性化服务的特征,设计模仿他人测量项目(见表5)。

3.6 弱化自己拥有的信息测量问项

弱化自己拥有的信息(Discounting Own Information,DOI)指用户使用移动互联网个性化服务时,对自己掌握信息的弱化程度。用户不相信自己拥有的信息时,更容易受他人行为影响。本文结合移动互联网个性化服务特征,设计弱化自己拥有的信息测量项目(见表6)。

3.7 习惯测量问项

习惯(Habit)指用户多次使用移动互联网个性化服务后已形成一种无意识的、自发的使用行为。用户使用该服务的习惯越强,则用户执行该行为的认知处理参与度越低。本文结合移动互联网个性化服务特征,设计习惯测量项目(见表7)。

3.8 持续使用意愿测量问项

持续使用意愿(Continuance Intention)指用户采纳移动互联网个性化服务后,仍愿意继续使用的内心感受。本文结合移动互联网个性化服务特征,设计持续使用意愿测量问项(见表8)。

3.9 持续使用行为测量问项

持续使用行为(Continuance Usage)指在一段时间内,用户保持对移动互联网个性化服务的使用行为。本文结合移动互联网个性化服务特征,设计持续使用意愿测量问项(见表9)。

4 结语

目前,移动互联网个性化服务是用户获取信息资源、满足个性化信息需求的主要途径,用户心理认知、接纳和使用等行为是影响用户持续使用移动互联网个性化服务的关键因素。因此,从用户行为感知视角出发,研究用户对移动互联网个性化服务持续使用行为的影响因素尤为重要。本文以期望确认模型为基础,在移动互联网个性化服务情境下,结合羊群理论和习惯理论及移动互联网个性化服务特征,引入感知愉悦性、模仿他人、弱化自己拥有的信息及习惯变量,构建基于用户行为感知的移動互联网持续使用理论模型。该模型假设期望确认度、满意度、感知有用性、感知愉悦性正向影响用户对移动互联网个性化服务持续使用意愿,用户习惯对持续使用意愿和持续使用行为的关系起调节作用,并提出用户行为存在羊群效应,构成羊群行为的模仿他人和弱化自己拥有的信息这两个变量共同影响用户持续使用意愿。本文作为一项探索性研究,从理论推演的角度分析了移动互联网个性化服务持续使用行为影响因素及其操作性定义,并对影响因素之间的关系提出理论假设,可为后续实证研究提供理论支撑。

参考文献:

[1] BHATTACHERJEE A. Understanding information systems continuance: an expectation confirmation model[J]. MIS Quarterly, 2001, 25(3): 351-370.

[2] LIMAYEM M. How Habit limits the predictive power of intention: the ease of information systems continuance [J]. MIS Quarterly, 2007, 31(4): 705-737.

[3] BHATTACHERJEE A,PEROLS J,SANFORD C. Information technology continuance: a theoretic extension and empirical test [J]. Journal of Computer Information Systems, 2008, 30(4): 17-26.

[4] HIRSCHMAN E, HOLBROOK M. Hedonic consumption: emerging concepts,methods and propositions[J]. The Journal of Marketing, 1982,46(3):92-101.

[5] 翟姗姗,孙雪莹,李进华. 基于社交体验的移动APP持续使用意愿研究——以网易云音乐为例[J]. 现代情报,2019(2):128-135.

[6] CHILDERS T L,CARR C L,PECK J,et al. Hedonic and utilitarian motivations for online retail shopping behavior[J]. Journal of Retailing,2001,77(4):511-535.

[7] 趙忠平. 移动游戏用户使用意愿影响因素分析[D]. 北京:北京邮电大学,2012.

[8] BHATTACHERJEE A V. A simple model of herd behavior[J]. The Quarterly Journal of Economics,1992,107(3):797-817.

[9] 胡赫男,吴世农. 我国基金羊群行为:测度与影响因素[J]. 经济学家,2006(6):116-125.

[10] OBERHOLZER-GEE F. Non-employment stigma as rational herding: a field experiment [J]. Journal of Economic Behavior and Organization, 2008, 65(1):30-40.

[11] CHEN Y. Herd behavior in purchasing books online[J]. Computers in Human Behavior, 2008, 24(5): 1977-1992.

[12] CHIU C M, HSU M H, LAI H, et al. Re-examining the influence of trust on online repeat purchase intention: the moderating role of habit and its antecedents[J]. Decision Support Systems, 2012, 53(4): 835-845.

[13] VERPLANKEN B,AARTS H,KNIPPENBERG A D. Habit, information acquisition, and the process of making travel mode choices[J]. European Journal of Social Psychology, 1997(27): 539-560.

[18] AARTS H,VERPLANKEN B,KNIPPENBERG A V. Predicting behavior from actions in the past: repeated decision making or a matter of habit[J]. Journal of Applied Social Psychology,1998, 28(15): 1355-1374.

[15] 陈明红,漆贤军,刘莹. 移动图书馆持续使用意向及习惯的调节作用[J]. 情报科学,2016(1):125-132.

[16] LANDIS D,TRIANDIS H,ADAMOPOULOS J. Habit and behavioral intentions as predictors of social behavior[J]. Journal of Social Psychology, 1978, 106(2): 227-237.

[17] KIM G S,PARK S B,OH J. An examination of factors influencing consumer adoption of short message service (SMS)[J]. Psychology and Marketing, 2008(25): 769-786.

[18] LIN T C,WU S,HSU J S C,et al. The integration of value-based adoption and expectation-confirmation models: an example of IPTV continuance intention[J]. Decision Support Systems,2012,54(1): 63-75.

[19] KANG Y S,LEE H. Understanding the role of an IT artifact in online service continuance:an extended perspective of user satisfaction[J]. Computers in Human Behavior,2010,26(3):353-364.

[20] THONG J Y L,HONG S J,TAM K Y. The effects of post-adoption beliefs on the expectation-confirmation model for information technology continuance[J]. International Journal of Human-Computer Studies, 2006, 64(9):799-810.

[21] KIM B. An empirical investigation of mobile data service continuance: incorporating the theory of planned behavior into the expectation-confirmation model[J]. Expert Systems with Applications, 2010,37(10):7033-7039.

[22] AGRIFOGLIO R,BLACK S,METALLO C,et al. Extrinsic versus intrinsic motivation in continued Twitter usage[J]. Journal of Computer Information Systems,2015, 53(1): 33-41.

[23] SUN H. A longitudinal study of herd behavior in the adoption and continued use of technology[J]. Management Information Systems Quarterly, 2013(37): 1013-1041.

[24] PARTHASARATHY M,BHATTACHERJEE A.Understanding post- adoption behavior in the context of online services [J]. Information Systems Research, 1998(9): 362-379.

[25] LIMAYEM M,HIRT S G,CHEUNG C M K. How habit limits the predictive power of intention: the case of information systems continuance [J]. MIS Quarterly,2007,31(4):705-737.

[26] 周中允. 理解社會型虚拟世界中用户的持续参与:在“第二人生”中的探索研究和实证研究[D]. 合肥:中国科学技术大学,2010.

[27] CHEUNG C,LIMAYEM M. The role of habit in information systems continuance: examining the evolving relationship between intention and usage [C]. 2005 Proceedings of ICIS, 2005: 39.

[28] MOHAMED K,VANESSA L. Online consumer retention: contingent effects of online shopping habit and online shopping experience [J]. European Journal of Information Systems,2007(16):780-792.

[29] KOUFARIS M. Applying the technology acceptance model and flow theory to online consumer behavior[J]. Information Systems Research, 2002,13(2): 205-223.

(责任编辑:江 艳)

猜你喜欢
个性化服务移动互联网
互联网思维下数字图书馆个性化服务建设研究
需求理论在高校图书馆就业服务中的应用研究
微美学
大数据环境下基于移动客户端的传统媒体转型思路
基于移动互联网的心理健康教育初探