周建利 張愛華 段 婧

1.北京郵電大學經(jīng)濟管理學院，北京 100876；2.北京航天信息股份有限公司，北京 100195

社會關系強度對社交網(wǎng)絡中應用接受意愿的影響研究

周建利1張愛華1段 婧2

1.北京郵電大學經(jīng)濟管理學院，北京 100876；2.北京航天信息股份有限公司，北京 100195

本研究結合技術接受理論、社會影響理論探討了社交網(wǎng)絡中影響社交網(wǎng)絡用戶對平臺中應用接受意愿的因素。本研究通過具體的社交網(wǎng)絡平臺新浪微博展開問卷調查并收集數(shù)據(jù)，運用SPSS20.0軟件對596個有效樣本數(shù)據(jù)進行分析。實證分析結果表明：信息性社會影響、規(guī)范性社會影響兩個外在影響因素，感知易用性、感知有用性兩個內在影響因素對社交網(wǎng)絡平臺中應用的使用意愿都有顯著的正向影響；信息性社會影響和規(guī)范性社會影響對社交網(wǎng)絡平臺中應用的感知有用性和使用意愿的影響將受到社會關系強度的調節(jié)作用，社會關系強度會正向調節(jié)信息性社會影響與感知有用性、規(guī)范性社會影響與感知有用性、信息性社會影響與使用意愿、規(guī)范性社會影響與使用意愿之間的關系。

社會關系強度；信息性社會影響；規(guī)范性社會影響；使用意愿；社交網(wǎng)絡應用

strength of social relation；informational social influence；normative social influence；usage intention；application on social network

引言

近兩年社交網(wǎng)絡的發(fā)展規(guī)模和速度令人驚嘆，國外的Facebook、YouTube、Twitter漸顯成熟，國內的人人網(wǎng)、開心網(wǎng)、新浪博客、新浪微博等迅速成長，越來越多的人們開始習慣將越來越多的線下活動和交往轉移到社交網(wǎng)絡中，人們的活動越來越模糊了線上和線下的界限。社交網(wǎng)絡發(fā)展至今出現(xiàn)新的趨勢，幾乎所有的社交網(wǎng)絡平臺運營商都把平臺開放、引入第三方應用理解為一種觀念、心態(tài)上的創(chuàng)新，并認為社交網(wǎng)絡未來的發(fā)展將是第三方應用的競爭。引入有價值的第三方應用，推出更加豐富多彩的應用以此來增加用戶對社交網(wǎng)絡平臺的用戶粘性正成為社交網(wǎng)絡業(yè)界競爭的焦點；如何在成千上萬的應用中脫穎而出被社交網(wǎng)絡用戶廣泛接受和使用，是社交網(wǎng)絡平臺運營商和第三方應用開發(fā)商非常關注的事情。目前針對社交網(wǎng)絡平臺中應用的研究主要集中在應用的用戶隱私方面，在應用的用戶行為方面的研究處于初步探索階段。影響社交網(wǎng)絡平臺中第三方應用的用戶接受的因素可能有很多，如來自線上線下的與自己有聯(lián)系的人的影響、應用本身價值等因素。本研究試圖通過對技術接受相關理論的回顧，結合社會影響、社會關系強度理論構建社交網(wǎng)絡中應用接受意愿影響模型并進行實證研究，實現(xiàn)：（1）探討社交網(wǎng)絡中應用接受的影響因素以及各因素間的相互關系；（2）探討社交網(wǎng)絡中社會關系強度對社會影響與感知變量、使用意愿之間關系的調節(jié)作用；（3）根據(jù)研究結果為社交網(wǎng)絡平臺商和第三方應用開發(fā)商的運營提供建議。

1 相關研究評述

1.1 網(wǎng)絡環(huán)境中消費者行為意愿模型

技術接受模型（T e c h n o l o g y Acceptance Model，TAM）是Davis（1989）[1]在Ajzen（1975）[2]的理性行為理論（Theory of Reasoned Action，TRA，該理論認為個體對某事物的態(tài)度直接受到信念的影響，同時態(tài)度對個體的行為意愿有直接影響作用）基礎上提出的理論模型，主要從用戶內在認知的角度來觀察和解釋使用者對信息技術或信息系統(tǒng)的接受程度。Davis（1989）[1]將TRA模型中的信念（belief）具體化為兩個變量：感知易用性（perceived ease of use，PEOU，個體認為使用某系統(tǒng)的容易程度）和感知有用性（perceived usefulness，PU，個體認為使用某系統(tǒng)能提高其工作績效的程度）。該理論認為當用戶面對一個新的技術或信息系統(tǒng)時，感知有用性和感知易用性是兩個主要決定因素，如圖1所示。

圖1 技術接受模型

社會影響對信息系統(tǒng)的技術接受意愿的影響作用還不是很清晰。Venkatesh et al（2003）[3]綜合了理性行為理論（TRA）、技術接受模型（TAM）等八個理論提出了統(tǒng)一的技術接受和使用模型（Unified Theory of Acceptance and Use of Technology，UTAUT），指出行為意愿直接受績效預期（TAM模型中的感知有用性）、努力預期（TAM模型中的感知易用性）、社會影響（主觀規(guī)范）、促進條件四個核心因素的影響，同時經(jīng)驗、性別、年齡和自愿程度對四個核心因素與行為意愿之間關系具有調節(jié)作用。然而UTAUT理論中只包括了社會影響的一個方面：主觀規(guī)范。隨著web2.0技術的發(fā)展，尤其是社交網(wǎng)絡這個典型的web2.0應用被越來越多的用戶接受，社會影響在解釋群體行為時已經(jīng)是不可或缺的重要因素，所以全面探討社會影響對個體行為的影響非常重要。

1.2 社會影響

社會影響在網(wǎng)絡環(huán)境和現(xiàn)實環(huán)境中都會對個體某種行為態(tài)度和意愿產生影響，這一結論被Venkatesh&Davis（2000）、Rivis&Sheeran（2003）、Hsu&Lu（2004）、Shu-ming Wang（2010）等學者證實，但大都只考慮了社會影響的一個方面：主觀規(guī)范。社會影響發(fā)生在個體的情感、觀點或行為受到與之有聯(lián)系的人的影響的過程中，Deutsch&Gerard（1955）[5]將社會影響從社會心理學角度分為信息性社會影響和規(guī)范性社會影響。信息性社會影響指通過從他人那里獲取信息以作為自己對事物真實性判斷的依據(jù)，發(fā)生在人們對某事物不確定或對某事物的看法與社會其他個體看法不一致時；而規(guī)范性社會影響指人們?yōu)榱双@得他人的喜愛或尊重而表現(xiàn)出的從眾。本研究中信息性社會影響指社交網(wǎng)絡中用戶從社交網(wǎng)絡或其他途徑了解到關于社交網(wǎng)絡平臺中某個應用的信息，如該應用的功能、用戶評價、在應用排行榜中的位置等信息；規(guī)范性社會影響指社交網(wǎng)絡用戶所感受到與自己有聯(lián)系的人是如何評價該應用以及他們多大程度上直接或間接地希望自己也嘗試使用該應用的壓力。

社會影響對個體情感、觀點、行為的影響作用通過人與人之間的聯(lián)系產生。雖Lee 等（2003）、Song&Song（2002）、Haythornthwaite &Wellman（1998）等學者開始意識社會關系即人與人之間的聯(lián)系這種社會影響對個體行為的影響作用，但是并沒有區(qū)分社會關系強弱對個體行為影響的差異。

1.3 社會關系強度

Pickering&King（1995）[6]將社會關系定義為個人和他人之間通過交流的頻率和方式而形成的聯(lián)結。Rosen（2011）[7]指出社會關系測量的最普遍的方法是社會關系強度。Granovetter（1973）[8]研究了傳統(tǒng)社交環(huán)境中社會關系網(wǎng)絡中弱關系的價值，他開創(chuàng)性的研究發(fā)現(xiàn)弱關系將作為連接兩個網(wǎng)絡群體的橋梁，可以獲取在強關系網(wǎng)絡中無法獲得的新信息和資源，弱關系有助于信息和創(chuàng)新的更大范圍的傳播。Luo 等（2011）[9]等人指出在線下社會中保持強社會關系聯(lián)結的個體之間，如朋友、家人，有利于信息接受，能使個體更容易接受信息和新事物。研究消費者行為的一些學者認識到與消費者個體保持不同關系強度的相關群體對消費者決策制定的影響作用可能是不同的。臺灣學者王遵智（2004）[10]的研究表明信息傳播者與接收者之間的關系強度對信息的影響效果有顯著正向影響關系。社會關系強度在線下傳統(tǒng)的社會聯(lián)系中對個體行為有影響已經(jīng)得到相關學者的證實，但是在社交網(wǎng)絡這樣一個線上線下活動和交往逐漸模糊的環(huán)境中，社會關系強度對個體行為的影響如何還有待進一步探討。畢繼東（2009）[11]從消費者感知的角度，研究網(wǎng)絡口碑（信息性社會影響）影響消費者購買意愿時，實證了社會關系強度對購買意愿的顯著影響作用。Hossain 等（2009）[12]研究用戶接受虛擬社區(qū)時，表明社會關系強度對用戶行為意愿的顯著影響作用。

2 模型的構建和假設的提出

到目前為止，TRA理論、TAM模型、UTAUT模型被廣泛用于各個領域，運用最多的是在信息技術領域中消費者對新技術接受情況的研究。學者們的研究證實了技術接受理論不僅在傳統(tǒng)的信息系統(tǒng)領域有很強的解釋力，在基于web網(wǎng)絡環(huán)境下的信息系統(tǒng)的應用接受也有很好的適應性，如Hossain等（2009）[12]對虛擬社區(qū)的用戶接受的研究，Moon&Kim（2001）[13]對消費者使用萬維網(wǎng)的研究，Wang 等（2011）[14]對博客使用意愿的研究，田瑩穎（2011）[15]對社交網(wǎng)絡游戲用戶接受影響的研究。

雖然Davis（1989）[1]的技術接受模型（TAM）沒有考慮社會影響對個體行為的影響作用，但后來很多學者如Taylor（1995）[16]、Venkatesh（2000）[4]等的研究都表明社會影響因素對個體IT采納有積極的影響作用。Ajzen（1975）[2]提出的理性行為理論（TRA）及后續(xù)的相關理論為社會影響和個體接受行為之間的關系建立了理論基礎。一些學者的實證研究證明了社會影響因素對個體行為意愿的正向影響作用，如Hsu&Lu（2004）[17]證明了主觀規(guī)范和感知臨界數(shù)量對個體接受在線游戲的行為意愿的正向影響作用；Salganik 等（2006）[18]通過實驗論證了社會影響對歌曲的整體感知的影響作用，表明人們會因為他人的行為（如下載數(shù)量，對應下載這首歌的人數(shù)）對同一首歌形成完全不同的兩種認識；Wang等（2011）[14]研究社會影響對用戶使用博客的意愿時表明社會影響對博客的感知有用性和使用意愿有顯著影響，同時驗證了規(guī)范性社會影響和信息性社會影響對博客的感知系統(tǒng)質量和感知功能性質量、感知信息質量都有重要影響；Hossain 等（2009）[12]通過網(wǎng)絡分析方法研究用戶接受虛擬社區(qū)的影響因素時發(fā)現(xiàn)來自與個體保持強關系的群體的社會影響對個體的感知有用性的影響大于弱關系群體；Venkatesh&Davis（2000）[4]提出的技術接受的擴展模型時提出社會影響之主觀規(guī)范與個體對系統(tǒng)的感知有用性密切相關。

Hossain 等（2009）[12]驗證了人們使用虛擬社區(qū)的意愿與保持社會聯(lián)系的人群的社會關系強度是顯著相關的，當與個體保持強關系的人使用了虛擬社區(qū)時，會促使個體也采用這個系統(tǒng)。Rivis&Sheeran（2003）[19]，Hsu& Lu（2004）[17]提出在面對泛濫的在線信息，人們?yōu)榱烁米R別信息，傾向于跟隨別人的行為和選擇而不是自己做出客觀判斷。

綜上，本研究在TRA、TAM模型及統(tǒng)一的技術接受和使用模型（UTAUT）基礎上，結合社會影響理論和社會關系理論，研究社會關系強度對社交網(wǎng)絡中應用接受影響，構建如圖2模型，并提出如下11個假設：

H1：感知易用性對社交網(wǎng)絡中應用的感知有用性有正向影響

H2：感知有用性對社交網(wǎng)絡中應用接受的使用意愿有正向影響

H3：感知易用性對社交網(wǎng)絡中應用接受的使用意愿有正向影響

H4：規(guī)范性社會影響與社交網(wǎng)絡平臺中應用的感知有用性正相關

H5：規(guī)范性社會影響與社交網(wǎng)絡平臺中應用的使用意愿正相關

H6：信息性社會影響與社交網(wǎng)絡平臺中應用的感知有用性正相關

H7：信息性社會影響與社交網(wǎng)絡平臺中應用的使用意愿正相關

H8：來自強關系群體的信息性社會影響對行為意愿的正向作用大于弱關系群體

H9：來自強關系群體的規(guī)范性社會影響對行為意愿的正向作用大于弱關系群體

H10：來自強關系群體的規(guī)范性社會影響對感知有用性的正向作用大于弱關系群體

H11：來自強關系群體的信息性社會影響對感知有用性的正向作用大于弱關系群體

圖2 社會關系強度對社交網(wǎng)絡中應用接受影響模型

3 研究設計

本研究設計的問卷調查項和前人的研究基本保持一致。感知有用性、感知易用性、使用意愿的測量項來源于Davis（1985）。信息性社會影響和規(guī)范性社會影響的測量項借鑒了Venkatesh et al（2003）[3]、Hsu &Lu（2004）[17]和Wang&Lin（2011）[20]的研究設計。在測量社會關系強度時，本研究在前人研究成果基礎上結合強調弱關系的Granovetter（1973）[8]的社會關系理論和強調強關系的Krackhardt（1992）[21]的社會關系理論，結合社交網(wǎng)絡特性，從互動頻度、情感強度、親密程度、互惠程度、關系持久時間五個維度對社會網(wǎng)絡中人與人之間的關系強度進行測量。

（1）變量定義及量表設計

根據(jù)研究設計的模型，本研究有6個因素，其中感知有用性、感知易用性、信息性社會影響、規(guī)范性社會影響、使用意愿5個因素將通過李克特5點量表進行測量，1表示非常不同意，5表示非常同意，共設計了16個題項；社會關系強度這一調節(jié)變量將通過社會關系強度測量表，包括5個維度18個測度項來測量兩個個體之間的關系強度，總分18分，分數(shù)越高關系強度越強。測量表如表1所示。

表1 社會關系強度測量維度及相應事項

本研究中，感知有用性定義為社交網(wǎng)絡用戶認為社交網(wǎng)絡中應用容易使用的程度，此定義源于Venkatesh 等（2003）[3]關于努力期望（Effort Expectancy）（即個體使用信息系統(tǒng)的容易程度）的定義。感知易用性定義為社交網(wǎng)絡用戶認為使用社交網(wǎng)絡中應用幫助獲得更多信息、更深入了解朋友、獲得更多娛樂、更好利用微博的程度，此定義借鑒了Davis（1989）[1]，Venkatesh等（2003）[3]的定義。使用意愿變量的定義源于Fishbein&Ajzen（1975）[2]對行為意向（Behavioral Intention）的解釋，本研究中被定義為社交網(wǎng)絡用戶使用社交網(wǎng)絡中應用的意愿的強弱程度。信息性社會影響和規(guī)范性社會影響的定義源于Deutsch&Gerard（1955）[22]，本研究中將信息性社會影響定義為社交網(wǎng)絡用戶從他人處獲得有關微盤相關信息時對個體所造成影響的程度，將規(guī)范性社會影響定義為社交網(wǎng)絡用戶感覺到的與自己有聯(lián)系的人認為自己應該使用微盤的程度。社會關系強度的定義主要來源于Granovetter（1973）[8]和Krackhardt（1992）[21]，表示個人和他人之間通過交流的頻率和方式而形成的聯(lián)結的緊密程度。

（2）問卷前測測量

按照上述測量問項編制了調查問卷初稿。問卷參考前人們的研究設計初步設計好后，首先邀請了5個管理信息系統(tǒng)專業(yè)并在社交網(wǎng)絡領域有研究的研究生，以及1名博士生形成一個專家小組，對調研問卷的結構、問項描述進行討論，并根據(jù)他們的反饋意見再次修改問卷，得到修正后的量表如表2所示。此后通過網(wǎng)絡發(fā)放的形式，進行了68份前測，利用SPSS20.0對問卷進行初步的信度分析，相關變量的克朗巴赫系數(shù)在0.805至0.926之間，各變量的Cronbach’α值都大于0.8。據(jù)此判定問卷具有較好的信度，隨后將此問卷正式在問卷星平臺上進行調查。

（3）數(shù)據(jù)收集和分析

本研究的調查對象主要針對國內最大的社交網(wǎng)絡平臺新浪微博中的用戶，通過滾雪球的方式在新浪微博中將問卷調查鏈接展示在微博中，希望與作者有聯(lián)系的人通過鏈接轉到問卷調查平臺問卷星上完成調查問卷，同時這些被調查者在他們的微博中轉發(fā)“我參與了‘社會關系強度對社交網(wǎng)絡中應用接受影響’的有獎調查”信息，告知與被調查者有聯(lián)系的人來參與此調查。本次調研總共收集了623份，其中有效問卷596份。通過SPSS20.0軟件進行分析，初步檢驗問卷的信度與效度。采用相關分析、主成分回歸分析和逐步回歸分析方法對研究假設及模型進行驗證。

表2 修正后的各變量問項參考量表

4 數(shù)據(jù)分析與假設檢驗

本研究將采用最廣泛的Cronbach’s α值對問卷進行內在信度檢驗。本研究的整體Cronbach’α值為0.902，說明問卷的總體信度很好，總體測量表的測量結果十分可信。各變量的Cronbach’α值分別為0.867、0.785、0.826、0.925、0.872，Cronbach’α值都大于0.75，都在“很可信”和“十分可信”的標準范疇，說明問卷的各變量測度項具備很好的內部信度，各變量的測度題項一致性很好。

采用巴特利特球度檢驗與KMO檢驗對測量量表的效度進行檢驗。在巴特利特球度檢驗中若該統(tǒng)計量的觀測值比較大，且對應的概率P值小于給定的顯著性水平α，則應拒絕零假設，認為原有變量適合做因子分析。問卷數(shù)據(jù)經(jīng)SPSS20.0分析后所有變量的KMO值都大于0.7，且都達到顯著（P<0.001），說明問卷的效度較好。

假設和模型檢驗

用使用意愿（c）對感知有用性（b）、感知易用性（a）、信息性社會影響（d）、規(guī)范性社會影響（e）做簡單最小二乘回歸，首先進行共線性診斷，分析結果發(fā)現(xiàn)：信息性社會影響（d）與規(guī)范性社會影響（e）的相關系數(shù)是0.886，顯著相關；信息性社會影響與使用意愿負相關，與一般經(jīng)驗相反；特征根（Eigenvalue）前面三個主成分數(shù)值較大，而后面兩個主成分較小，最后一個主成分為0.113（較?。?；變異構成（Variance Proportions）指標中，最后一個主成分對信息性社會影響和規(guī)范性社會影響的貢獻均為94%（大于0.5）。以上分析結果表明，信息性社會影響和規(guī)范性社會影響之間共線性較為嚴重。因此需采用主成分回歸方法進行回歸分析以去除變量間共線性對整體回歸的影響。通過主成分回歸方法得到顯著的回歸方程：

使用意愿=0.517*感知易用性+0.515*感知有用性+0.251*信息性社會影響+0.239*規(guī)范性社會影響

采用同樣的方法用感知有用性（b）對感知易用性（q）、信息性社會影響（d）、規(guī)范性社會影響（e）做主成分回歸，得到如下顯著的回歸方程：

感知有用性=0.447*感知易用性+0.226*信息性社會影響+0.213*規(guī)范性社會影響其路徑圖如3所示。

圖3 模型路徑圖

本研究通過層次回歸分析方法驗證了社會關系強度對信息性社會影響與感知有用性、信息性社會影響與使用意愿、規(guī)范性社會影響與感知有用性、規(guī)范性社會影響與使用意愿之間關系的調節(jié)作用。在本研究中，社會關系強度作為連續(xù)型調節(jié)變量M，信息性社會影響、規(guī)范性社會影響作為自變量X，行為意愿和感知有用性作為因變量Y，進行enter層次回歸分析。溫忠麟（2005）[23]指出，檢驗連續(xù)變量的調節(jié)作用時，做Y=aX+bM+cXM+e的層次回歸分析，首先做Y對X和M的回歸，得測定系數(shù)；再做Y對X、M和XM的回歸得到，如果顯著高于，或者XM的回歸系數(shù)c檢驗顯著（系數(shù)c衡量了調節(jié)效應的大?。?，則調節(jié)效應顯著。社會關系強度的調節(jié)作用檢驗結果如表3所示：

表3 社會關系強度調節(jié)作用結果

綜上，本研究提出的11個假設，H1、H2、H3、H4、H4、H5，H6，H7，H8，H9，H10，H11的P檢驗值均小于0.01，達到顯著性水平，因此本研究的全部假設均成立。

5 研究結語與建議

在社交網(wǎng)絡中，社交網(wǎng)絡用戶對平臺中應用的感知易用性、所受到的信息性社會影響和規(guī)范性社會影響對感知有用性有顯著正向影響關系，說明社交網(wǎng)絡用戶對平臺中的應用的有用性感知除了受到易用性感知的影響外，還會受到與用戶有聯(lián)系的其它人的影響，即信息性社會影響和規(guī)范性社會影響。且來自保持強關系群體的信息性社會影響和規(guī)范性社會影響對應用的感知有用性的影響作用顯著大于來自保持弱關系的群體。

感知有用性、感知易用性、信息性社會影響、規(guī)范性社會影響會顯著影響社交網(wǎng)絡用戶對應用的使用意愿，且信息性社會影響和規(guī)范性社會影響對使用意愿的影響作用會因為與社交網(wǎng)絡用戶有聯(lián)系的人的社會關系強度的不同而不同。實證研究表明，針對平臺上的應用，來自強關系群體的信息性社會影響和規(guī)范性社會影響對使用意愿的正向作用顯著大于弱關系群體。

研究結論對現(xiàn)有的社交網(wǎng)絡平臺如何運營平臺上的應用、第三方應用的開發(fā)和推廣提供了一定的參考。社交網(wǎng)絡平臺運營者可以根據(jù)社交網(wǎng)絡中個體間關系強度進行個性化推薦來更精準地推廣第三方應用；而第三方應用開發(fā)商則著重從應用本身價值特征出發(fā)，開發(fā)出簡單易用且真正滿足社交網(wǎng)絡用戶某方面需求的應用。

[1]Davis F D.Perceived usefulness, perceived ease of use, and user acceptance of information technology[J].MIS quarterly.1989:319-340.

[2]Fishbein M, Ajzen I.Belief, attitude, intention and behaviour:An introduction to theory and research[M].Addison-Wesley,1975.

[3]Venkatesh V,Morris M G, Davis G B, et al.User acceptance of information technology: Toward a unified view[J].MIS quarterly.2003: 425-478.

[4]Deutsch M, Gerard H B.A study of normative and informational social influences upon individual judgment.[J].The journal of abnormal and social psychology.1955, 51(3):629.

[5]Pickering J M,King J L.Hardwiring weak ties: Interorganizational computer-mediated communication, occupational communities, and organizational change[J].Organization Science.1995:479-486.

[6]Rosen D,Chu K H.The Utility of Communication Network Ties: Reconceptualizing the Social Network Tie Measure[C].IEEE,2011.

[7]Granovetter M S.The strength of weak ties[J].American journal of sociology.1973:1360-1380.

[8]Luo Z, Cai W, Li Y,et al.The correlation between social tie and reciprocity in social media[C].IEEE, 2011.

[9]王尊智.網(wǎng)絡口碑中個人專業(yè)與關系強度對購買決策的影響一電子郵件為例，2004.

[10]畢繼東.網(wǎng)絡口碑對消費者購買意愿影響實證研究，情報雜志，2009(011): 46-51.

[11]Hossain L, De Silva A.Exploring user acceptance of technology using social networks[J].The Journal of High Technology Management Research.2009, 20(1): 1-18.

[12]Moon J W, Kim Y G.Extending the TAM for a World-Wide-Web context[J].Information & Management.2001,38(4): 217-230.

[13]Wang S, Lin J C C.The effect of social influence on bloggers' usage intention[J].Online Information Review.2011,35(1): 50-65.

[14](田瑩穎)(社交網(wǎng)絡游戲用戶接受影響因素研究).2011.

[15]Taylor S,Todd P A.Understanding information technology usage:A test of competing models[J].Information systems research.1995,6(2):144-176.

[16]Venkatesh V, Davis F D.A theoretical extension of the technology acceptance model:Four longitudinal field studies[J].Management science.2000:186-204.

[17]Hsu C L, Lu H P.Why do people play on-line games? An extended TAM with social influences and flow experience[J].Information&Management.2004,41(7): 853-868.

[18]Salganik M J,Dodds P S,Watts D J.Experimental study of inequality and unpredictability in an artificial cultural market[J].science.2006,311(5762):854-856.

[19]Rivis A, Sheeran P.Social influences and the theory of planned behaviour: Evidence for a direct relationship between prototypes and young people's exercise behaviour[J].Psychology and Health.2003,18(5):567-583.

[20]Wang S, Lin J C C.The effect of social influence on bloggers' usage intention[J].Online Information Review.2011,35(1):50-65.

[21]Krackhardt D.The strength of strong ties:The importance of philos in organizations[J].Networks and org anizations:Structure,form,and action.1992,216: 239.

[22]Deutsch M, Gerard H B.A study of normative and informational social influences upon individual judgment.[J].The journal of abnormal and social psychology.1955, 51(3): 629.

[23]溫忠麟，侯杰泰，張雷.調節(jié)效應與中介效應的比較和應用.心理學報.2005,37(2): 268-274.

The effect of the strength of social relation on applications’usage intention in social network

Zhou Jianli1，Zhang Aihua1，DuanJing2
1.School of Economics and Management，Beijing University of Posts and Telecommunications，Beijing 100876，China；2.Beijing Aerospace Touchplus Information Corp，Beijing，100195

This paper combines TAM and social influence theory to discuss factors influencing user's intention to use an application on a social network.We collected data on Sina Weibo by questionnaires and analyzed the 596 valid samples using SPSS software to verify our hypothesis.We focus on the moderation effects of the strength of social relation on the relation between social impact factors and perceived variables、intention to use.The empirical results show that informational and normative social influence of two external factors, perceived ease of use and perceived usefulness of the internal influence factors have a significant positive impact on the intention to use applications in the social networking platform, and the strength of social relation has positive moderation effect on the relation between informational social influence and perceived usefulness, the relation between normative social influence and perceived usefulness, the relation between informational social influence and intention to use, and the relation between normative social influence and intention to use.

F626

10.3969/j.issn.1001-8972.2012.23.037

周建利.北京郵電大學經(jīng)濟管理學院碩士,主要研究方向社交網(wǎng)絡中社會關系；

張愛華.北京郵電大學經(jīng)濟管理學院副教授,主要研究方向決策預測統(tǒng)計分析；

段婧.航天信息股份有限公司,主要研究方向決策預測。