譚躍龍
(南陽師范學(xué)院經(jīng)濟(jì)與管理學(xué)院 河南南陽 473000 )
隨著移動(dòng)互聯(lián)網(wǎng)時(shí)代的到來,人們的生活發(fā)生了巨大變化,短視頻已然成為當(dāng)下主流的娛樂方式。大數(shù)據(jù)和人工智能等技術(shù)不斷運(yùn)用,用戶在平臺(tái)網(wǎng)站上個(gè)人偏好信息被各大電商平臺(tái)重視起來,個(gè)性化推薦服務(wù)成為短視頻平臺(tái)企業(yè)重要的營銷方式。
電商平臺(tái)個(gè)性化智能推薦水平的高低主要取決于個(gè)性化推薦系統(tǒng)的深度學(xué)習(xí)能力與推薦算法的技術(shù)優(yōu)化水平,目前個(gè)性化智能推薦的相關(guān)文獻(xiàn)研究集中于推薦系統(tǒng)算法的改進(jìn),而關(guān)于短視頻個(gè)性化推薦的相關(guān)文獻(xiàn)研究集中在算法推薦優(yōu)化、視頻類型及內(nèi)容的推薦及優(yōu)化方面。王兆紅、劉慶振(2008)對(duì)影像創(chuàng)意內(nèi)容產(chǎn)品的個(gè)性化推薦算法及其對(duì)影視傳媒產(chǎn)業(yè)產(chǎn)生的重要影響進(jìn)行了研究。在國外的研究中,眾多國外學(xué)者將個(gè)性化推薦作為影響視頻用戶行為的重要因素進(jìn)行研究。韓國學(xué)者???&???(2018)等在關(guān)于OTT平臺(tái)個(gè)性化推薦服務(wù)的研究中發(fā)現(xiàn),個(gè)性化推薦服務(wù)對(duì)強(qiáng)化顧客忠誠度具有正向影響。
個(gè)性化推薦服務(wù)滿足了現(xiàn)代用戶多樣化的偏好需求,也成為短視頻平臺(tái)企業(yè)重要的營銷方式。反映出流量至上和商業(yè)利益優(yōu)先的算法價(jià)值觀,以此為依據(jù)的短視頻推薦算法實(shí)踐帶來了隱私泄露、信息窄化等倫理問題。用戶的信息視野范圍受限,接收到的信息類型減少,有公共價(jià)值的內(nèi)容被隔絕。雖然已有研究指出個(gè)性化推薦服務(wù)帶來的信息繭房效應(yīng),但這些研究主要集中在對(duì)算法的優(yōu)化以及用戶知情權(quán)方面,缺乏個(gè)性化推薦帶來的信息過濾對(duì)用戶持續(xù)使用意愿影響的研究。2022年3月1日起施行了由國家互聯(lián)網(wǎng)信息辦公室、工業(yè)和信息化部、公安部、國家市場監(jiān)督管理總局聯(lián)合發(fā)布的《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》,指出“算法推薦服務(wù)提供者應(yīng)向用戶提供不針對(duì)其個(gè)人特征的選項(xiàng),或向用戶提供便捷的關(guān)閉算法推薦服務(wù)的選項(xiàng)”,給予了用戶充分自由使用個(gè)性化推薦服務(wù)的權(quán)力,同時(shí)反映出當(dāng)前消費(fèi)者群體越來越成熟,個(gè)人信息保護(hù)意識(shí)越來越強(qiáng)烈。在已有研究中,均未涉及利用收集個(gè)人信息判斷個(gè)人喜好的個(gè)性化推薦服務(wù)對(duì)用戶持續(xù)使用意愿是否會(huì)受到用戶對(duì)收集個(gè)人信息態(tài)度的影響。
針對(duì)以上研究缺口,本文以短視頻代表平臺(tái)抖音為例,參考技術(shù)接受模型(Technology Acceptance Model,TAM),利用現(xiàn)有對(duì)個(gè)性化推薦的研究,對(duì)短視頻個(gè)性化推薦服務(wù)影響用戶持續(xù)使用意愿進(jìn)行深入研究。具體包括個(gè)性化(內(nèi)容)推薦和過濾氣泡對(duì)用戶持續(xù)使用意愿的影響、感知有用性對(duì)該影響的中介作用及用戶態(tài)度的調(diào)節(jié)作用等,相關(guān)結(jié)論對(duì)短視頻平臺(tái)企業(yè)提升個(gè)性化推薦水平、優(yōu)化用戶體驗(yàn)及用戶管理均具有一定的指導(dǎo)意義。
根據(jù)已有研究可知,個(gè)性化推薦服務(wù)可以滿足用戶的偏好需求,但用戶的信息視野范圍將會(huì)受限,接收到的信息類型也會(huì)減少,這種現(xiàn)象被稱為“過濾氣泡”。過濾氣泡(Filter Bubble)在Pariser, E(2011)的著作《思想操縱者們》中首次被提及。所謂過濾氣泡是指通過使用推薦算法,只能有限制地接觸到信息偏食形成或符合個(gè)人偏好的信息的現(xiàn)象。Qin,PengFei(2022)的研究中,將過濾氣泡與個(gè)性化推薦共同作為視頻用戶持續(xù)使用意愿的影響變量,并得出過濾氣泡與個(gè)性化推薦都對(duì)視頻用戶持續(xù)使用意愿產(chǎn)生了正向影響。
本文同樣認(rèn)為,雖然過濾氣泡現(xiàn)象限制了用戶的信息接受范圍,但用戶通過觀看推薦視頻會(huì)沉迷于個(gè)人喜愛,形成“信息偏食”,并沉浸在視頻平臺(tái)中,從而提高了持續(xù)使用的意圖。因此,本文將短視頻的個(gè)性化推薦服務(wù)分為個(gè)性化(內(nèi)容)推薦及過濾泡沫兩個(gè)維度,更全面地研究短視頻個(gè)性化推薦服務(wù)對(duì)用戶持續(xù)使用意愿產(chǎn)生的影響。
根據(jù)現(xiàn)有研究,本文將個(gè)性化(內(nèi)容)推薦定義為:推薦能夠滿足用戶多樣化偏好需求短視頻的程度;過濾氣泡定義為:使用個(gè)性化推薦服務(wù)觀看短視頻,用戶限制地接觸到信息偏食或符合個(gè)人偏好信息的程度。因此,本文作出如下假設(shè):
H1:短視頻個(gè)性化推薦服務(wù)對(duì)用戶持續(xù)使用意愿具有正向影響。
H1a:個(gè)性化(內(nèi)容)推薦對(duì)用戶持續(xù)使用意愿具有正向影響。
H1b:過濾氣泡對(duì)用戶持續(xù)使用意愿具有正向影響。
感知有用性是技術(shù)接受模型TAM(Technology Acceptance Model,TAM)中主要的決定因素,在TAM模型被提出后,受到眾多國內(nèi)外學(xué)者的研究。Lin & Lu(2000)的研究中,在TAM模型中加入了信息系統(tǒng)質(zhì)量(信息質(zhì)量、反應(yīng)時(shí)間、接近性)作為外部變量,試圖說明消費(fèi)者對(duì)網(wǎng)站的使用意圖,反應(yīng)時(shí)間對(duì)感知有用性和感知易用性的影響很大。Bhattacherjee(2001)的研究中,引入了期待一致度、感知有用性、用戶滿意、持續(xù)使用意愿4個(gè)因素,并建立了以因素間相互影響關(guān)系為重點(diǎn)的研究模型;陶曉波等(2017)的研究中,認(rèn)為感知有用性會(huì)是在線評(píng)論和新產(chǎn)品擴(kuò)散之間重要的中介變量。
通過已有研究,本文將感知有用性定義為:在觀看短視頻時(shí),認(rèn)為對(duì)自己的使用目的有用的程度。因此,本文作出如下假設(shè):
H2:感知有用性在個(gè)性化推薦服務(wù)對(duì)用戶持續(xù)使用意愿的影響中起中介作用。
態(tài)度最早出現(xiàn)在心理學(xué)的研究中,用來表示人們對(duì)某種事物的評(píng)價(jià)。在現(xiàn)有研究中,用戶態(tài)度多被定義為用戶、消費(fèi)者對(duì)某事物、現(xiàn)象表現(xiàn)出否定或肯定的傾向。???&???(2012)根據(jù)網(wǎng)購消費(fèi)者個(gè)人信息收集及個(gè)人信息管理情況,對(duì)消費(fèi)者的態(tài)度進(jìn)行了研究。在研究結(jié)果中,調(diào)查對(duì)象對(duì)網(wǎng)店收集和管理個(gè)人信息本身持非常消極的態(tài)度,但如果給予贈(zèng)品等獎(jiǎng)勵(lì),消費(fèi)者的負(fù)面態(tài)度就呈下降趨勢。此外,消費(fèi)者對(duì)管理網(wǎng)店收集個(gè)人信息的態(tài)度非常負(fù)面,可見其對(duì)網(wǎng)店的信任度很低。
本文將用戶態(tài)度定義為:使用個(gè)性化推薦服務(wù)的用戶對(duì)收集個(gè)人信息的態(tài)度傾向。個(gè)性化推薦服務(wù)是建立在收集個(gè)人偏好信息基礎(chǔ)上的,在信息時(shí)代,除了技術(shù)的進(jìn)步外,消費(fèi)者對(duì)信息的保護(hù)意識(shí)也在逐步增強(qiáng)。因此,本文作出如下假設(shè):
H3:用戶態(tài)度在短視頻個(gè)性化推薦服務(wù)對(duì)用戶持續(xù)使用意愿的影響中起調(diào)節(jié)作用。
綜上所述,本文研究模型如圖1所示。
圖1 研究模型
本文使用抽樣法通過問卷調(diào)查的形式收集數(shù)據(jù),以抖音短視頻平臺(tái)用戶為研究對(duì)象,并利用問卷星調(diào)查平臺(tái),針對(duì)近期使用抖音平臺(tái)觀看短視頻的用戶人群在線隨機(jī)發(fā)放問卷進(jìn)行調(diào)研。為了提高問卷質(zhì)量與可信性,采用預(yù)調(diào)研形式對(duì)調(diào)查問卷表進(jìn)行前測,在修正完善后再進(jìn)行大規(guī)模的正式調(diào)研。本次問卷調(diào)查于2022年6月中旬至7月初,共收集609份問卷,刪除其中21份無效問卷,最終得到有效問卷588份。樣本數(shù)據(jù)的人口統(tǒng)計(jì)特征如下:從性別來看,男性占47.3%,女性占52.7%,男女比例相對(duì)均衡;從年齡來看,40歲以下占比居多,超過70%;從教育程度來看,樣本的學(xué)歷多數(shù)為高中及以上,大學(xué)生占比最高,達(dá)到52%;職業(yè)分布較為均衡,各類職業(yè)占比均在10%以上;樣本均為抖音短視頻平臺(tái)用戶。
本文的關(guān)鍵變量包括個(gè)性化(內(nèi)容)推薦、過濾氣泡與感知有用性、用戶態(tài)度和持續(xù)使用意愿。為提高調(diào)查問卷的可信性與有效性,測量題項(xiàng)參考已有相關(guān)研究中的成熟量表,并結(jié)合短視頻平臺(tái)個(gè)性化推薦服務(wù)的特征與用戶特征,對(duì)部分題項(xiàng)進(jìn)行合理修改調(diào)整。個(gè)性化推薦與過濾氣泡參考Qin, PengFei(2022)相關(guān)量表進(jìn)行測量,均為3個(gè)題項(xiàng)。 感知有用性,參考Lin & Lu(2000)相關(guān)量表進(jìn)行測量,共4個(gè)題項(xiàng)。用戶態(tài)度,參考???&???(2012)相關(guān)量表進(jìn)行測量,共5個(gè)題項(xiàng)。持續(xù)使用意愿參考Bhattacherjee(2001)相關(guān)量表進(jìn)行測量,共4個(gè)題項(xiàng)。對(duì)以上變量的測量均采用Liker 5級(jí)評(píng)分法,即從“非常不同意”到“非常同意”分別計(jì)分進(jìn)行評(píng)價(jià)。
為確保本次調(diào)研數(shù)據(jù)的可靠性,本研究主要采用內(nèi)部一致性信度指標(biāo)Cronbach’s α系數(shù)和組合信度(CR)對(duì)問卷數(shù)據(jù)進(jìn)行信度檢驗(yàn)。所有相關(guān)變量的Cronbach’s α值均大于0.7臨界值,即各個(gè)變量之間均具有較好的內(nèi)部一致性;所有變量的組合信度值(CR)也都大于0.7臨界值,即所有變量的組合信度水平較高。
此外,使用驗(yàn)證性因子分析對(duì)問卷的有效性進(jìn)行檢驗(yàn)。由檢驗(yàn)結(jié)果可知,問卷中所有測量題項(xiàng)的因子載荷均大于0.5的臨界值;且所有測量變量的AVE值均在0.7以上。同時(shí),根據(jù)測量模型的擬合指數(shù)結(jié)果顯示,X2/df=2.310,RMSEA=0.48,GFI=0.953, AGFI=0.932, CFI=0.985,NFI=0.975, IFI=0.985,模型具有較好的擬合度。表2區(qū)分效度檢驗(yàn)結(jié)果顯示,各個(gè)測量變量AVE值的平方根均大于該變量與其他各變量之間的相關(guān)系數(shù),即該量表的區(qū)分效度良好,因此本文的樣本數(shù)據(jù)具有較好的信度和效度。
本文使用SPSS26.0軟件對(duì)測量模型的相關(guān)研究假設(shè)進(jìn)行檢驗(yàn),并采用回歸分析法對(duì)數(shù)據(jù)變量進(jìn)行具體分析。
3.2.1 H1:短視頻個(gè)性化推薦服務(wù)對(duì)用戶持續(xù)使用意愿具有正向影響
本文對(duì)短視頻個(gè)性化推薦服務(wù)與用戶持續(xù)使用意愿的關(guān)系進(jìn)行回歸分析,結(jié)果如表1所示。由表1可知,DW值與2接近,VIF值小于10,說明回歸模型是合適的,數(shù)據(jù)變量之間也不存在多重共線性問題。此外,個(gè)性化(內(nèi)容)推薦對(duì)用戶持續(xù)使用意愿的β標(biāo)準(zhǔn)化系數(shù)為0.393,且P值<0.05,具有顯著性;過濾氣泡對(duì)用戶持續(xù)使用意愿的β標(biāo)準(zhǔn)化系數(shù)為0.275,P值<0.05,同樣具有顯著性;說明短視頻個(gè)性化推薦服務(wù)夠促進(jìn)用戶持續(xù)使用短視頻平臺(tái),假設(shè)H1成立,即短視頻個(gè)性化推薦服務(wù)對(duì)用戶持續(xù)使用意愿具有正向影響。
表1 個(gè)性化推薦服務(wù)與用戶持續(xù)使用意愿回歸分析
3.2.2 H2:感知有用性在個(gè)性化推薦服務(wù)對(duì)用戶持續(xù)使用意愿的影響中起中介作用
為了檢驗(yàn)感知有用性在個(gè)性化推薦服務(wù)對(duì)用戶持續(xù)使用意愿的影響中起中介作用,本文進(jìn)行了多次回歸分析,結(jié)果如表2所示。由表2可知,模型1為僅對(duì)個(gè)性化推薦服務(wù)與感知有用性的分析,個(gè)性化(內(nèi)容)推薦與過濾氣泡對(duì)感知有用性的β系數(shù)分別為0.518、0.328,且均P值<0.05,具有顯著性;模型2為對(duì)個(gè)性化推薦服務(wù)與用戶持續(xù)使用意愿的分析,個(gè)性化(內(nèi)容)推薦與過濾氣泡對(duì)用戶持續(xù)使用意愿的β系數(shù)分別為0.485、0.349,且均P值<0.05,具有顯著性。模型3為對(duì)個(gè)性化推薦服務(wù)、感知有用性與用戶持續(xù)使用意愿的分析,感知有用性的β系數(shù)為0.799,且P值<0.05,具有顯著性;個(gè)性化(內(nèi)容)推薦的β系數(shù)為0.071,且P值>0.05,不具有顯著性,說明感知有用性在個(gè)性化(內(nèi)容)推薦與用戶持續(xù)使用意愿的關(guān)系中具有完全中介效應(yīng);過濾氣泡的β系數(shù)為0.087,小于模型2中的β系數(shù)(0.349),且P值<0.05,具有顯著性,說明感知有用性在過濾氣泡與用戶持續(xù)使用意愿的關(guān)系中具有部分中介效應(yīng)。因此,假設(shè)H2成立,即感知有用性在個(gè)性化推薦服務(wù)對(duì)用戶持續(xù)使用意愿的影響中起到部分中介作用。
表2 感知有用性中介作用回歸分析
3.2.3 H3:用戶態(tài)度在短視頻個(gè)性化推薦服務(wù)對(duì)用戶持續(xù)使用意愿的影響中起調(diào)節(jié)作用
為了檢驗(yàn)用戶態(tài)度在短視頻個(gè)性化推薦服務(wù)對(duì)用戶持續(xù)使用意愿的影響中起調(diào)節(jié)作用,本文進(jìn)行了多次回歸分析,結(jié)果如表3所示。由表3可知,模型中調(diào)整R2的數(shù)值均有所提高,但模型3中個(gè)性化(內(nèi)容)推薦與用戶態(tài)度交互項(xiàng)、過濾調(diào)節(jié)與用戶態(tài)度交互項(xiàng)均不具有顯著性。因此,假設(shè)H3不成立,即用戶態(tài)度在短視頻個(gè)性化推薦服務(wù)對(duì)用戶持續(xù)使用意愿的影響中不起調(diào)節(jié)作用。
表3 用戶態(tài)度調(diào)節(jié)作用回歸分析
目前,關(guān)于短視頻個(gè)性化推薦的相關(guān)文獻(xiàn)研究集中在算法推薦優(yōu)化、視頻類型及內(nèi)容的推薦及優(yōu)化方面。個(gè)性化推薦服務(wù)滿足了現(xiàn)代用戶多樣化的偏好需求,但短視頻推薦算法實(shí)踐帶來了隱私泄露、信息窄化等倫理問題。雖然已有研究指出個(gè)性化推薦服務(wù)帶來的信息繭房效應(yīng),但這些研究主要集中在對(duì)算法的優(yōu)化及用戶知情權(quán)方面,忽視了當(dāng)下消費(fèi)者對(duì)運(yùn)用人工智能、大數(shù)據(jù)等高新技術(shù)的個(gè)性化推薦服務(wù)的認(rèn)識(shí),以及個(gè)性化推薦服務(wù)系統(tǒng)對(duì)用戶持續(xù)使用行為產(chǎn)生的影響。
因此,本文以短視頻代表平臺(tái)抖音為例,從個(gè)性化(內(nèi)容)推薦和過濾氣泡兩個(gè)維度,以及感知有用性、用戶態(tài)度方面對(duì)短視頻個(gè)性化推薦服務(wù)影響用戶持續(xù)使用意愿進(jìn)行深入研究。結(jié)論如下:
(1)短視頻個(gè)性化推薦服務(wù)對(duì)用戶持續(xù)使用意愿具有正向影響。短視頻個(gè)性化推薦服務(wù)主要表現(xiàn)為個(gè)性化(內(nèi)容)推薦和過濾氣泡兩個(gè)方面,個(gè)性化(內(nèi)容)推薦水平越高,即推薦內(nèi)容越符合用戶需求,用戶對(duì)短視頻平臺(tái)的持續(xù)使用意愿越強(qiáng)烈;過濾氣泡越高,即用戶接收偏好的信息占比越大,雖然信息窄化,但多頻率接收到偏愛信息,用戶對(duì)短視頻平臺(tái)的持續(xù)使用意愿也越強(qiáng)烈。
(2)感知有用性在短視頻個(gè)性化推薦服務(wù)對(duì)用戶持續(xù)使用意愿的影響中起中介作用。用戶對(duì)短視頻平臺(tái)的持續(xù)使用意愿受到感知有用性的影響,短視頻平臺(tái)個(gè)性化推薦服務(wù)水平越高,推薦內(nèi)容更加滿足用戶需求,用戶越能覺得接收的信息對(duì)自己有用,達(dá)到使用目的,進(jìn)而促使用戶對(duì)短視頻平臺(tái)的持續(xù)使用意愿加深。
本文從多個(gè)維度研究短視頻個(gè)性化推薦服務(wù),加深了對(duì)個(gè)性化推薦服務(wù)的理解。以往關(guān)于短視頻個(gè)性化推薦的相關(guān)文獻(xiàn)研究集中在算法推薦優(yōu)化、視頻類型及內(nèi)容的推薦及優(yōu)化方面,本文從個(gè)性化(內(nèi)容)推薦和過濾氣泡兩個(gè)維度出發(fā),全面分析了個(gè)性化推薦服務(wù)的特性及對(duì)用戶持續(xù)使用意愿的影響及其作用機(jī)制,加深了對(duì)短視頻個(gè)性化推薦服務(wù)的理解。
本文從感知有用性和用戶態(tài)度雙重角度研究短視頻個(gè)性化推薦服務(wù)影響用戶持續(xù)使用意愿的過程,為短視頻個(gè)性化推薦服務(wù)和短視頻用戶持續(xù)使用意愿的相關(guān)研究提供了新的視角。雖然在最終結(jié)果中用戶態(tài)度并未起到調(diào)節(jié)作用,但在如今這個(gè)大數(shù)據(jù)時(shí)代,用戶對(duì)收集個(gè)人信息的態(tài)度傾向應(yīng)作為一項(xiàng)影響因素,為以后對(duì)個(gè)性化推薦服務(wù)等類似研究提供參考。
短視頻平臺(tái)企業(yè)要提升個(gè)性化推薦服務(wù)的智能化水平,在滿足用戶偏好需求的同時(shí),提高推薦內(nèi)容對(duì)用戶的有用性。大數(shù)據(jù)、人工智能等是影響短視頻平臺(tái)的關(guān)鍵技術(shù),短視頻平臺(tái)應(yīng)緊跟技術(shù)發(fā)展的步伐,積極應(yīng)用高新技術(shù)來提升個(gè)性化推薦服務(wù)的水平。企業(yè)管理者也應(yīng)注意到,一味對(duì)用戶進(jìn)行偏好信息的推薦將造成用戶信息接收窄化,要適當(dāng)傳播具有正能量的信息,盡到企業(yè)的社會(huì)責(zé)任。
《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》法規(guī)出臺(tái)后,短視頻平臺(tái)的個(gè)性化推薦服務(wù)功能變成用戶可以自由選擇的附加功能,這一點(diǎn)是短視頻平臺(tái)企業(yè)必須關(guān)注的部分。雖然目前有很多用戶關(guān)注并使用個(gè)性化推薦服務(wù),但隨著用戶自我保護(hù)意識(shí)的增強(qiáng),情況隨時(shí)可能發(fā)生變化。如何利用個(gè)性化推薦服務(wù)維持、吸引更多用戶,同時(shí)保證用戶不會(huì)因?yàn)閭€(gè)人信息被利用而持否定態(tài)度,這是短視頻平臺(tái)企業(yè)需要加以關(guān)注的。