个性化推荐系统对健康类APP用户不持续使用意愿的影响研究

刘 帅，谢 笑

(1.安徽工商职业学院 管理学院，安徽 合肥 231131；2.安徽大学 管理学院，安徽 合肥 230601)

近年来，随着《“健康中国2030”规划纲要》《健康中国行动(2019-2030年)》等一系列国家政策的出台，我国移动医疗事业进入快速发展期[1]。据统计，截至2019年底，全球主要的应用商店汇总有超过46万个医疗健康类应用程序(APP)。一些热门的APP，如丁香医生、妙健康、腾讯医典等，累计下载量达到上亿次。但是，与用户高下载量成鲜明对比的是用户的低使用率[2-3]，平均一款软件大约有22%的用户仅在下载时使用一次，随即就会卸载或不再使用。用户的不持续使用行为将增加移动健康服务商的运营成本，另外在某种程度上用户对APP的卸载意味着顾客的流失[4]，这对于单纯依靠线上平台运营的移动健康服务商而言影响更大。提供健康相关的信息咨询是健康类APP的一项基本服务，为了增加用户粘性，移动健康服务商致力于开发个性化推荐算法为用户提供更精准的信息服务。个性化推荐系统是建立在用户信息搜集痕迹基础上，包括用户的注册信息、历史访问记录、评分记录、订单等，通过各类优化算法和数据分析工具提供满足用户偏好的个性化信息[5]。现有的关于个性化推荐的研究集中在如何优化技术和算法方面，很少有针对个性化推荐使用效果的研究，学者通过调查发现个性化推荐并不总是为用户提供福利，有的却会使用户产生负面的体验[6-7]。本研究将以健康类APP为例，在结合隐私关注理论和心理抗拒理论基础上研究用户非持续使用的影响因素，特别是个性化推荐对用户非持续使用意愿的影响机理，运用问卷调查和结构方程模型方法(SEM)分析个性化推荐影响用户非持续使用意愿的作用路径，为丰富个性化推荐使用效果的理论研究以及优化APP的用户体验、改善用户非持续使用行为提供建议和启示。

1 理论基础

对个性化推荐系统、隐私关注、信息茧房与感知视野狭窄、心理抗拒理论进行综述，在此基础上构建研究模型和假设。

1.1 健康类移动应用程序与个性化推荐系统

随着智能手机的普及和运用以及人们对自我健康管理需求的增长，基于Android和苹果系统的各类健康类APP大量出现。APP开发商为了提升用户体验，解决信息和数据过载的问题，积极引入更为精准的个性化推荐系统。个性化推荐系统依赖于不同的算法，包括基于内容的过滤算法、基于合作过滤的算法、基于知识的算法以及混合过滤算法。目前商业中使用最多的是联合过滤系统，如亚马逊网站使用联合过滤算法，根据用户在网页上点击和浏览的行为数据，为用户提供一系列的商品推荐。但是个性化系统在实践中发挥的作用可能并没有达到开发者的预期，一些商业领域的研究表明，消费者对个性化推荐系统有时呈消极态度，过度定制化的内容会使消费者产生厌烦的心理。笔者将重点研究健康类APP的个性化推荐系统对用户非持续使用行为的影响机理。

1.2 隐私关注

隐私关注是一个抽象的复合概念，通常包括4个维度：收集、错误、非授权二次使用、不当访问[8]。个性化推荐系统可以为用户提供符合其偏好的信息，但是这种服务通常建立在对用户个人信息收集的基础上，在数据收集和进行分析的过程中可能会造成数据外泄、第三方非授权获取或者是数据的遗失和部分损失等，因此会造成对用户隐私权的侵犯。研究表明，用户对隐私的关注影响用户的意愿、态度和行为。根据保护驱动理论，用户在使用APP过程中产生的“我的信息受到侵犯和处于风险”中的感觉将进一步激发用户自我保护的机制，即会减少相关的行为以避免隐私外泄的风险。研究将基于隐私关注理论讨论健康类APP在使用过程中的用户隐私关注对使用意愿的影响。

1.3 信息茧房与感知视野狭窄

1996年美国学者Negroponte提出了“my daily newspaper(我的日报)”，描述在未来的报纸中只刊登个体想看到的内容。个性化推荐系统将这一理想变成了现实，然而也带来了其它问题：由于用户长期沉浸在自己的知识体系内，可能会逐渐丧失对新知识的判断和汲取。2002年Sunstein提出了“信息茧房(information cocoons)”的概念，他通过实证研究表明大众媒体的个性化推荐使人们所见、所闻的信息范围大大减少，缩小了人们可以选择的信息范围，这种长年累月的无限过滤会减弱人们的信息评价和分析能力，进而使人们陷入信息茧房之中。与此类似，Pariser也提出了“过滤气泡”的概念，即认为无处不在的个性化推荐系统会将用户置于一个独特的环境中，将用户与更广泛的信息世界割裂，长此以往会造成视野狭窄，再难以找到新的信息和知识[9]。信息茧房、过滤气泡概念的提出都表明个性化推荐系统在使用过程中会对用户偏好的信息持续增强，但同时会限制用户选择信息的自由，信息偶遇和通过浏览获取新信息的可能性被降低，同时被减弱的还有用户接受信息和知识的能力[10]。研究中将基于信息茧房理论讨论感知视野狭窄对健康类APP用户非持续使用的影响。

1.4 心理抗拒理论

美国学者Brehm在1996年提出了著名的心理抗拒理论(Psychological Reactance Theory， PRT)，指出当个体感知自由权受到侵犯时就会产生抗拒和抵触，心理抗拒程度的大小取决于在行为过程中个体的自由在多大程度上受到侵犯[11-12]。已有研究表明，在商业过程中，消费者被强行推荐不喜欢的商品会增加其抗拒心理，进而产生拒绝推荐、回避服务等行为[13]。PRT理论提出后也被广泛应用于多个领域，如在线广告的用户采纳行为[14]、劝说沟通[15]、商品和服务推荐等[16]。研究将在PRT理论基础上讨论个性化推荐系统对用户非持续使用行为的影响机理。

2 研究假设

个性化推荐系统为解决互联网环境下用户信息过载提供了重要方式，健康类APP以提供健康信息咨询为主要服务目的，通过为用户提供更精准的健康信息满足用户自我健康管理的需求。但是考虑到个性化推荐系统是以收集用户行为数据作为分析用户偏好的基础，在个人信息收集和分析基础上可能会对用户隐私造成侵犯，引发用户隐私关注。个性化推荐阻碍用户持续使用的另一个作用机制可能是其对用户自由选择权力的侵犯。因此，提出以下假设：在个人信息收集和分析基础上可能会对用户隐私造成侵犯，引发用户隐私关注。

H1.个性化推荐系统对隐私关注具有正向显著影响。

H2. 个性化推荐系统对感知视野狭窄具有正向显著影响。

H3. 个性化推荐系统对健康类APP不持续使用意愿具有正向显著影响。

尽管个性化推荐信息是根据用户的偏好进行推荐，旨在降低用户的信息负担。但是从另一方面而言，个性化推荐实际上是系统代替用户对信息进行了筛选，在一定程度上剥夺了用户自由选择信息的权力[17]。长期接受系统推荐会使用户感到视野狭窄，被大量同质信息包围会激发用户的心理抗拒，根据PRT理论，用户的这种负面情感越强烈，心理抗拒就越大。游静等研究发现信息窄化是导致心理抗拒的主要原因，会进一步诱发消费者的不满情绪[18]。由此，提出以下假设：

H4. 感知视野狭窄对心理抗拒具有正向显著影响。

健康类APP开发商为了改进用户体验通常也会通过持续收集用户的个人信息来优化信息推荐服务，这也可能进一步激发用户对自身隐私权的关注。隐私权是公民的一项基本权利，特别是与个人身体健康和生命安全密切相关的信息尤其会引发用户的关注。研究表明用户感知隐私风险对信息技术的持续使用具有负向影响[19]，即当消费者感知受到隐私侵犯，就会减少使用或放弃使用系统或技术。健康类APP用户依靠APP获取有关健康的信息，在信息搜寻过程中会留下大量的行为数据、搜索痕迹，开发商通过收集用户的个人信息来为用户提供更精准的信息推送服务。但是过度推荐信息的行为可能诱发用户对自身隐私风险的担忧，进而产生不再使用APP的可能性。

由此，提出以下假设：

H5.隐私关注对健康类APP不持续使用具有正向显著影响。

根据PRT理论，过度引诱或说服可能威胁到用户决策的自由，使其产生心理抗拒。在医学领域，研究者发现如果过度劝说患者服药可能引发患者的抵触心理，直接导致患者拒绝服药的结果[20]。在信息系统领域的研究中学者也发现，Facebook用户减少使用或卸载软件的行为是因为在使用过程中产生了心理抗拒。用户在使用健康类APP过程中感受到隐私侵犯或视野狭窄，进而产生某种心理抗拒诱因，也会进一步影响其持续使用APP。由此，提出以下假设：

H6. 心理抗拒对健康类APP不持续使用具有正向显著影响。

根据上述假设，开发了概念模型，具体如图1。

图1 研究模型

研究将进一步通过问卷调查法和结构方程模型法验证概念模型和结构模型，探索个性化推荐系统对健康类APP不持续使用意愿的影响和作用机理。

3 研究方法

3.1 研究设计

研究主要采用问卷调查法，问卷设计的内容包括两个部分：第一部分是对用户使用健康类APP的背景信息进行调查；第二部分是对用户不持续使用健康类APP的意愿进行调查。通过收集数据验证研究模型和提出假设。第一部分关于使用健康类APP的用户特征，设计了4个问题：性别；年龄；您是否使用过健康类APP；您对下述哪个健康类APP最为了解。其中第三题为甄选题，要求被调查者正在使用或曾经使用过某款健康类APP。第二部分是调查用户对健康类APP的认知以及不持续使用意愿的影响因素，包括16个题项。为了确保测量的内容效度，每个潜变量均来自于已有文献。笔者首先查阅文献获取原始题项，再将原始题项改编到研究环境下。每个潜变量由3-5个观测变量构成，所有项均采用李克特五级量表形式，1-5分表示同意程度，“1”表示“强烈同意”；“2”表示“基本同意”；“3”表示“一般”；“4”表示“基本不同意”；“5”表示“强烈不同意”。初始问卷形成后，课题组邀请了相关领域的5位专家对问卷设计进行了评议，并根据他们的建议做了相应修改，确定了问卷的预调研版本。接着进行问卷的预调研工作，找到熟悉健康类APP的20名用户，向他们发放调查问卷。预调研效果良好，仅有1位被调查者对问卷中的表述提出疑问，在此基础上课题组进一步对问卷的内容和格式进行了完善并确定了问卷的最终版。

3.2 问卷收集

考虑到现实情况，调查完全采用网络问卷的方式发送和回收。整个问卷回收过程历时2个月(2020年3-5月)，收集初始问卷293份，设定筛选的标准：填写时间小于1分钟；连续6个一样选项；没有使用健康类APP经历等，依据标准对问卷调查进行筛选，最终获得有效问卷280份。样本量大于理论需要的有效样本量。

3.3 样本特征

根据表1中调查样本描述性统计分析可知，在被调查对象中，男女比例分别为56.4%和43.6%，男性略多于女性；用户年龄分布方面，被调查者主要集中在18-45岁，这也与我国移动网络用户实际的男女分布比例和年龄分布相符。在问及用户经常使用的健康类APP时，有近68.9%的用户使用春雨医生APP，另外阿里健康(现改名为“医鹿”)和咕咚APP应用的人数也较多，接近20%。研究将对量表的信度和效度进行检验，利用SmartPLS 3.0软件对结构模型进行分析，最后对数据结果进行讨论。

4 数据分析与结论

量表的信度和效度是检验构念测度项测量的两个判断标准。其中，信度是指测量的一致性和稳定性，效度是衡量测度项真实有效地测量该变量的程度。如果量表缺乏效度和信度，则不能真实反映模型中的变量和路径关系。

表1 被调查者样本分析

4.1 信度检验

研究采用内部一致性系数值(Cronbach’s α)、组合信度值(Composite Reliability,CR)和平均方差萃取值(Average Variance Extracted,AVE)来检验样本的信度。其中，Cronbach’s α系数是用来衡量各个构念间公因子的关联性，检验测度项之间的稳定性和一致性，Cronbach’s α取值大于0.7时，说明具有很高的信度；取值在0.35到0.7之间时，说明信度可以接受；取值小于0.35时，说明测度项信度很低。CR值是用来评估一组测度项内部的一致性程度，如果CR值较高，说明测量指标之间的关联程度高，通常潜变量的CR值达到0.7，说明测量工具具有较好的信度。AVE值测量因子解释的方差与测量误差解释方差的比率，反映了变量能够解释测度项变异量的程度，通常认为达到0.7时，测量工具具有良好的信度。根据因子分析结果可知，所有构念的Cronbach’s α值均大于0.7，CR值均大于0.8，AVE值大于0.7，说明测量量表具有较好的信度。

4.2 效度检验

研究中的测量题项均来自国内外成熟的量表，故可以认为量表具有较好的内容效度。结构效度的指标包括收敛效度(Convergent Validity)和区分效度(Discriminant Validity)。根据Straub等的研究，AVE值大于0.5表明测量具有较好的收敛效度，AVE值的平方根大于变量间的相关系数表明测量具有良好的区分效度。数据分析结果表明量表具有良好的区分效度。

4.3 结构模型检验

利用SmartPLS 3.0软件对结构模型进行验证，路径关系具体如图2。利用Bootstrapping方法从原始数据中选取容量为1000的重抽样样本，在此基础上估计T值。图2呈现了可解释的方差(R2)，健康类APP不持续使用意愿解释方差为0.52，说明结构模型具有良好的预测效果。

图2 结构模型运行结果

5 研究意义与启示

基于隐私关注理论和心理抗拒理论研究了个性化推荐系统对健康类APP用户不持续使用意愿的影响。研究发现，在健康类APP的应用场景下，个性化推荐系统对用户不持续使用意愿具有直接的显著影响，个性化推荐系统至少存在两个不利影响的作用路径：其一是对隐私关注具有直接的正向影响作用；其二是对用户感知视野狭窄具有直接的正向影响作用。感知视野狭窄对健康类APP不持续使用意愿具有间接的正向影响关系。心理抗拒对诱发用户不持续使用意愿产生影响，实证研究表明，心理抗拒对用户不持续使用APP具有直接正向的影响关系。但是，隐私关注对用户不持续使用APP的影响不显著，且两者呈负相关。笔者将从理论和实践两个层面进行具体分析。

5.1 理论意义

关于不持续使用行为的影响因素。现有信息系统领域的文献对用户持续使用行为及其影响因素的关注较多，而对用户不持续使用的态度、意愿以及实际不持续使用的行为的研究较少，笔者认为，对信息系统不持续使用行为的研究更应该得到重视，因为这直接关系到系统的存续。信息系统用户对系统的不持续使用行为意愿受到多种因素的影响，以健康类APP为例，研究了国内主流的健康类APP中个性化推荐系统对用户不持续使用意愿的影响，实证研究发现，个性化推荐系统对用户不持续使用意愿具有直接的正向影响，同时也通过感知视野狭窄和心理抗拒产生间接的影响，这一结论与普遍认同的个性化推荐的价值存在一定的背离。除此外，研究还发现感知视野狭窄对用户不持续使用健康类APP具有间接的显著影响。以往的文献也报道了信息茧房、过滤气泡等对用户可能产生的不利影响，但是这些分析没有直接针对用户本身，也没有进一步研究会产生的实际危害。笔者将信息用户感知视野狭窄的效果具体化，研究了在健康类APP应用场景下，由信息茧房、过滤气泡等带来的用户感知视野狭窄会对用户行为本身产生的直接影响，即对信息系统的不持续使用。这对于未来商业领域研究用户感知视野狭窄与不持续使用行为之间的关系提供了基于实证的分析基础。具体分析如下：

隐私悖论。基于隐私关注理论通过实证研究发现，在建康类APP应用背景下，隐私关注与用户不持续使用意愿不具有显著影响的关系，这也再一次证明了存在“隐私悖论“。根据Young的研究，隐私悖论是指个体不愿意公开其隐私信息的意愿与其实际行为的矛盾关系[21]。在互联网时代，很多场合下用户也很清楚隐私有泄露的风险，但是在具体行为中又愿意付出可能泄露隐私的代价，这在前期的用户调研中表现得非常明显。如一些受访谈者明确表示尽管春雨医生可能收集自己的信息，但是只要能获取春雨医生提供的医疗服务，付出个人信息是可以接受的。本研究再次证明了隐私悖论现象普遍存在于健康类信息服务中。

个性化推荐系统的负面影响。前面较为系统地研究了个性化推荐系统的负面影响，在隐私关注理论和心理抗拒理论基础上建立了研究模型，通过实证研究发现，个性化推荐系统对用户不持续使用意愿具有直接的正向影响关系，此外也通过用户的心理抗拒间接影响用户的不持续使用意愿。研究从理论上表明了个性化推荐系统并不是“完美无瑕“的，相反，可能造成信息系统用户的流失，给系统运营带来危害，其中的作用机理是：个性化推荐系统会影响用户的隐私关注以及令用户感知视野狭窄，使用户产生心理抗拒，进而影响用户对信息系统的持续使用。

5.2 实践启示

因此得到以下实践启示：

研究结论揭示了健康类APP个性化推荐诱发用户放弃使用行为的影响机理，即引起用户的隐私担忧和导致用户信息单一化焦虑，进而促使用户产生放弃该健康类APP的行为。用户对APP放弃使用将给APP开发商和运营商带来客户流失的损失，使APP在市场竞争中丧失优势。关于APP个性化推荐不利影响的研究结论也与现有的研究成果一致，如发现过度个性化推荐的内容会引发用户的隐私关注，进而使用户产生对服务的负面体验。个性化推荐系统通过信息过滤为用户提供了更为方便、准确的信息服务，但同时也降低了信息多样化，用户长时间被大量同质信息包围，会产生疲倦、厌烦的心理，感知视野狭窄，陷入信息茧房，最终可能造成用户信息素养下降以及信息甄别能力的减弱，因此产生对APP抗拒使用的意愿。这些实证研究结论都表明，APP的个性化推荐系统对消费者而言并不总是一项福利，过度开发和设置甚至会使消费者产生放弃使用的严重后果，因此需要引起APP开发和运营商的关注和警惕。

建议健康类APP开发商和移动健康服务商在其APP设计和更新中更多关注用户的心理，对个性化推荐系统不要一味推崇，也不要盲目加载更精准的个性化推荐算法或系统功能，以免激发用户的抵触心理和抗拒心理，造成用户的流失，给APP开发商和移动健康服务商带来损失。此外，还建议在加载个性化推荐系统或算法时需要更多考虑用户多样化的需求，从帮助用户拓展视野的角度而不是一味迎合用户偏好的角度设计个性化推荐算法，使APP既能为用户提供更多有价值的信息，又不会给用户带来额外的信息负担，最终达到吸引用户、服务用户的目的。