基于用戶行為感知的移動APP持續使用模型研究

翁祺霖 張繼東

摘 要：在移動互聯網技術快速普及的信息化時代，用戶使用或放棄一項移動應用或服務的成本幾乎為零，因此增強用戶黏性對移動社交網絡個性化服務持續發展至關重要。從移動互聯網用戶行為感知視角出發，以期望確認模型為框架，在充分考慮移動互聯網個性化服務特征的基礎上，結合羊群行為理論與習慣理論，引入感知愉悅性、模仿他人、弱化自己擁有的信息及習慣等4個變量，構建基于用戶行為感知的移動互聯網個性化服務持續使用理論模型。同時，對各模型變量進行操作性定義并對變量之間的關系作出理論假設。對移動互聯網用戶個性化服務持續使用意愿與行為影響因素及作用機制的研究可為后續實證研究提供理論依據。

關鍵詞：行為感知;移動互聯網;個性化服務;持續使用;羊群行為

DOI：10. 11907/rjdk. 191267

中圖分類號：TP302文獻標識碼：A文章編號：1672-7800（2019）003-0047-06

0 引言

近年來，無線網絡技術、傳感器技術和移動終端設備的迅速發展為載有豐富資源信息的互聯網帶來了大量發展機遇，具有傳統互聯網特征的服務模式也隨之改變。移動互聯網服務的宗旨在于滿足用戶個性化信息需求，使用戶可以隨時隨地獲取互聯網商業資源和信息資源，個性化服務研究是互聯網未來發展的重要趨勢。移動互聯網個性化服務指根據用戶信息需求個性化和差異化特征，在用戶使用移動設備與服務端的交互過程中，為用戶提供移動性、泛在化的個性化商業服務和信息服務，從而滿足用戶需求。而移動互聯網個性化服務效用取決于用戶心理認知、接納和使用等行為，用戶只有在感知移動互聯網個性化服務良好的前提下才可能繼續使用該應用，用戶持續使用行為是保證移動應用可持續發展的重要基礎。因此，從用戶行為感知視角出發，對移動互聯網個性化服務持續使用影響因素開展研究顯得格外必要。

國內外學者對移動互聯網服務持續使用意愿或行為的研究成果較為豐富，但從用戶行為感知視角，探討移動互聯網個性化服務過程中用戶持續使用意愿及持續使用行為的研究較少。因此，本文以此為切入點，從用戶行為感知視角對移動互聯網個性化服務過程中用戶持續使用意愿的影響因素進行研究。

1 移動互聯網個性化服務持續使用模型理論基礎

1.1 期望確認模型

期望確認模型（Expectation Confirmation Model of IS Continuance，ECM-ISC）最早由Bhattacherjee[1]突破IT/IS采納理論的研究框架，基于期望確認理論（Expectation Confirmation Theory，ECT）提出。ECM-ISC模型在傳統期望確認理論的基礎之上融入技術接受模型（Technology Acceptation Model，TAM），將感知有用性這一變量引入模型中，以提高該模型在信息系統環境中的適用性，模型結構如圖1所示。該模型認為，期望確認度是衡量用戶使用信息系統之前的期望與使用之后實際效用間的落差，滿意度指使用信息系統后對用戶產生的影響程度，感知有用性指用戶感知使用信息系統后增加其實際績效的程度。期望確認度影響感知有用性和滿意度，進而影響持續使用意愿。期望確認度越高，用戶感知系統越有用，對系統越滿意，進而產生持續使用意向，形成持續使用行為。該模型明確闡釋了感知有用性、期望確認度、滿意度等變量內在作用機理及其對持續使用意愿的影響。

由于ECM-ISC模型因變量僅限于持續使用意圖，Limayem[2]基于該模型將因變量擴展到持續使用行為。隨后，Bhattacherjee[3]認識到僅僅研究采納意圖還不夠充分，用戶在缺乏充足的系統資源或使用技巧不足的情況下，采納意圖無法轉變為使用行為，因此將ECM-ISC模型因變量擴展到持續使用行為。鑒于此，本文以期望確認模型為基礎，將研究終點從持續使用意愿擴展到持續使用行為，考察移動互聯網個性化服務持續使用意愿及行為的影響因素。

1.2 感知愉悅性

感知愉悅性是用戶在與環境交互過程中內心感受到的愉快程度，是一種無意識心理體驗，當環境或交互情景發生變化時，用戶感知也會發生變化。感知愉悅性是感知體驗的維度之一，用戶感知愉悅性會影響其體驗效果，而用戶體驗效果直接影響用戶持續使用意愿。享樂理論認為，用戶享樂性消費因素包括想象要素與情感反應，其中情感反應包括愉悅感、焦慮、控制感及激勵等[4]。如果用戶追求享樂，則感知愉悅性對其持續使用意愿及行為的影響更大。

許多學者將感知愉悅性作為信息系統持續使用意愿的影響因素之一進行研究。如翟姍姍[5]從使用后評價視角研究移動互聯網持續使用意愿，將感知愉悅感作為影響持續使用意愿的因素之一，并證實感知愉悅感顯著影響用戶滿意度與持續使用意愿;Childers[6]認為感知愉悅性在解釋和預測互聯網用戶行為方面起關鍵作用;趙忠平[7]通過對移動游戲的研究發現，感知愉悅顯著影響游戲玩家的使用意愿。綜上所述，本文將感知愉悅性作為變量，考察用戶感知愉悅感對移動互聯網個性化服務持續使用意愿的影響。

1.3 羊群行為理論

用戶在選擇一項信息技術或服務時，會產生一種符合群體規范的跟風行為，以獲得他人喜愛和接納，這種模仿其他用戶的行為即羊群行為，羊群行為是用戶對公開信息的一種非效率性依賴。Banerjee[8]將羊群行為定義為“所有人做和別人一樣的事情，盡管自己掌握的信息顯示做另一件事情更好”。當個體面對特定環境或掌握的信息不夠完善時，可能會產生羊群行為。

目前，有關羊群行為的研究主要集中在股票市場、企業管理及消費者決策領域。例如，胡赫男和吳世農[9]把滬深兩市交易的94家基金投資組合明細數據作為樣本，借鑒LSV思想構造新的羊群行為測度指標，探討我國基金投資者羊群行為特征及其形成機制;Oberholzer-Gee[10]發現企業管理活動中的工作人員在招聘過程中存在羊群行為，他們推測其它企業會拒絕招募長期失業的員工，因此也會拒絕招聘該類員工;此外，Chen[11]通過研究個體網絡購書行為，發現個體傾向于購買銷售量較高或者他人評價較高的書籍，個體在消費決策過程中存在羊群行為。同樣，本研究認為在移動互聯網情境中，用戶在使用某項個性化服務時也會跟隨群體傾向選擇相同的服務，用戶的羊群行為會影響其持續使用意愿。因此，本文將探討羊群行為對移動互聯網個性化服務持續使用意愿的影響。

1.4 習慣理論

“習慣”的概念來源于心理學，習慣是對特定情景自動反應并達到既定狀態的序列學習活動[12]，習慣形成是無意識的，具有穩定性、高效性和自發性特征。在心理學研究領域，Verplanken[13]提出習慣不是對過去行為的重復，而是一種自發性心理活動;Aarts[14]認為當一種行為經過多次重復而成為習慣時，該行為的再次發生無需經過復雜的決策過程。習慣并不是一種有意識的重復性行為，而是在不知不覺中形成，無意識地控制人們的行為。在用戶持續使用領域，眾多學者結合心理學領域對習慣的研究成果，提出習慣對用戶持續使用意愿及行為具有顯著影響。例如，陳明紅等[15]認為在移動服務持續使用意向形成過程中，習慣直接影響并調節持續使用意愿;Landis[16]認為習慣未形成時，行為意向直接影響教師行為，而習慣形成后會在教師行為意圖與行為之間起調節作用。因此，本文將考察用戶習慣對移動互聯網個性化服務持續使用行為的影響。

2 移動互聯網個性化服務持續使用模型構建與理論假設

2.1 理論模型構建

本文從用戶行為感知視角出發，以ECM-ISC模型為基礎，結合享樂理論和羊群理論將感知愉悅性、模仿他人、不全信自己擁有的信息作為模型變量，并引入習慣作為持續使用意愿和行為之間的調節變量，構建基于用戶行為感知的移動互聯網個性化服務持續使用模型（見圖2）。該模型由移動互聯網個性化服務持續使用意愿模型與持續使用行為模型兩部分組成，把持續使用意愿與持續使用行為作為因變量，分別研究感知愉悅和羊群行為對持續使用意愿的影響及用戶習慣對持續使用意愿和持續使用行為的作用機制。

2.2 模型假設

2.2.1 ECM-ISC模型假設關系

ECM-ISC模型中期望確認度、感知有用性、滿意度及持續使用意愿之間的關系已得到眾多學者的證實。例如，Kim[17]證實了移動互聯網服務中感知有用性正向影響用戶使用意愿;Lin等[18]的研究表明用戶對交互式網絡電視的期望確認程度與滿意度之間是正相關關系，滿意度又正向影響持續使用意愿;Kang[19]指出網絡服務的感知有用性對用戶滿意度具有顯著的正向影響。移動互聯網個性化服務情境下，期望確認度指用戶預期在使用移動互聯網個性化服務后的確認程度;感知有用性是用戶認為使用移動互聯網個性化服務對其工作的有用性和有效性;滿意度是用戶使用移動互聯網個性化服務后產生的績效與期望確認度進行比較后形成的主觀評價;持續使用意愿指用戶愿意長期使用移動互聯網個性化服務的可能性。

筆者認為，用戶在采納移動互聯網個性化服務之前對其懷有一定期望，希望使用移動互聯網個性化服務能夠為自己帶來益處。在使用過程中，用戶會將使用該服務后產生的實際效用與期望的一致性程度作出認知評價。如果用戶期望高于使用后的績效，即期望未得到滿足，則用戶對移動互聯網個性化服務的感知有用性和滿意度會降低;反之，如果用戶使用該服務后的績效符合采納前的期望，即期望得到滿足，則超出預期的移動互聯網個性化服務會使用戶感知有用性增強，同時用戶對該服務的滿意度更高，從而愿意繼續使用該服務，并且用戶感知使用移動互聯網個性化服務的有用性越大，則對該服務的持續使用意愿更強，而用戶意愿直接影響用戶行為。因此，本文作出以下假設：①用戶對移動互聯網個性化服務的期望確認度正向影響感知有用性;②用戶對移動互聯網個性化服務的期望確認度正向影響滿意度;③用戶對移動互聯網個性化服務的滿意度正向影響持續使用意愿;④用戶對移動互聯網個性化服務的感知有用性正向影響持續使用意愿;⑤用戶對移動互聯網個性化服務的持續使用意愿正向影響持續使用行為。

2.2.2 感知愉悅性與滿意度、持續使用意向關系假設

用戶在使用移動互聯網個性化服務過程中感受到的愉快程度即感知愉悅性，是用戶使用該服務后的內在感受。感知愉悅性是享樂理論的組成部分之一，是用戶行為的內在動機，對用戶是否使用移動互聯網個性化服務起正向作用。如果用戶在使用移動互聯網個性化服務過程中很享受、很愉快，則用戶對移動互聯網個性化服務更滿意，持續使用該服務的意愿會更強烈。眾多學者已證實了感知愉悅性能夠直接或間接地影響用戶滿意度和持續使用意愿。例如，Thong 等[20]的研究證實感知愉悅性對滿意和持續使用意愿有顯著影響作用;Kim[21]認為感知愉悅性顯著影響用戶對移動數據服務的持續使用意愿;Agrifoglio等[22]以動機理論為基礎對Twitter用戶持續使用意愿的研究表明，感知愉悅性正向影響用戶持續使用意圖。鑒于此，本文提出以下假設：①用戶對移動互聯網個性化服務的感知愉悅性正向影響用戶滿意度;②用戶對移動互聯網個性化服務的感知愉悅性正向影響用戶持續使用意愿。

2.2.3 羊群行為與持續使用意向關系假設

本研究認為用戶在移動互聯網個性化服務情境中存在羊群行為，用戶在使用服務前較少考慮自己掌握的信息，傾向于跟隨和模仿群體行為。Sun[23]提出模仿他人和弱化自己擁有的信息共同構成了羊群行為。據此，本文將模仿他人和弱化自己擁有的信息這兩個變量引入移動互聯網個性化服務持續使用模型中，描述用戶羊群行為，分析羊群行為對用戶持續使用意愿的影響。

模仿他人（Imitating Others，IMI）指用戶選擇移動互聯網個性化服務時跟隨他人行為。羊群行為研究除應用于預測用戶在股票市場及軟件市場的行為意圖，還被用于分析用戶信息技術采納行為。已有研究證實模仿他人的行為會顯著影響用戶持續使用意愿，Sun[23]確認了模仿他人與持續使用意愿和行為之間的關系;Parthasarathy等[24]提出，深受他人影響并盲目模仿他人行為使用某技術后通常會感到失望。本文認為用戶在采納移動互聯網個性化服務前由于信息不對稱而忽略自己的信息，跟隨大多數人的選擇，導致忽略自身信息需求，用戶采納該服務后可能會產生遺憾。因此，本文作出以下假設：模仿他人會負向影響用戶對移動互聯網個性化服務的持續使用意愿。

弱化自己擁有的信息（Discounting Own Information，DOI）指用戶對自己擁有的關于移動互聯網個性化服務信息的忽略程度。在選擇移動互聯網個性化服務過程中，如果用戶不相信自己擁有的信息，對自己掌握的信息忽略程度越高，則他人的選擇對其決策行為的影響越大，更容易出現信息瀑布現象。信息瀑布現象指用戶忽略個人需求和相應的適用環境而跟隨別人的行為，因此用戶跟風采納一種服務后，發現該服務不符合其個人需求和使用環境，將停止對該服務的使用。因此，本文作出以下假設：弱化自己擁有的信息負向影響用戶對移動互聯網個性化服務的持續使用意愿。

2.2.4 關于習慣的關系假設

用戶過去的經歷會無意識地影響其行為，經歷累積形成習慣，習慣是一種自發的使用機制。習慣的產生源于用戶傾向于根據過去的經歷和思維方式作出決策，習慣形成初期需要用戶進行認知處理，該行為經過長期類似的經歷轉變為自發行為。用戶按照習慣對移動互聯網個性化服務采取行為時，用戶持續使用意愿和持續使用行為之間的關系會受到習慣影響?，F有研究證實習慣對持續使用意愿和行為之間的關系起調節作用。Limayem[25]對信息系統持續使用影響因素的研究表明，習慣在持續使用意愿與持續使用行為之間起調節作用;周中允[26]對虛擬世界的研究、Cheung[27]對信息系統的研究、Mohamed[28]對電子商務的研究均表明習慣在持續使用意向對持續使用行為的影響過程中具有調節效應。在移動互聯網個性化服務情境下，如果用戶長期頻繁地使用移動互聯網個性化服務，則容易對該服務的使用形成一種無意識的、自發的行為習慣，促進用戶持續使用移動互聯網個性化服務的行為發生。因此，本文作出以下假設：①習慣在用戶持續使用意愿和持續使用行為之間起調節作用;②用戶對移動互聯網個性化服務持續使用意愿正向影響持續使用行為。

3 模型變量測量問項設計

本文基于用戶行為感知構建移動互聯網個性化服務持續使用模型，該模型涉及期望確認度、滿意度、感知有用性、感知愉悅性、模仿他人及弱化自己擁有的信息等變量，其中，持續使用意愿和持續使用行為是因變量。該部分主要對以上模型變量進行測量問項設計，為后續實證研究提供參考。

3.1 期望確認度測量問項

期望確認度（Confirmation）指用戶在使用移動互聯網個性化服務前對該服務的心理期望與使用后的績效之間的落差。用戶在使用該服務前對移動互聯網個性化服務的功能、信息服務或信息資源種類等方面有一定的期望，如果用戶初始期望得到滿足，將會對移動互聯網個性化服務感到滿意并持續使用。本研究結合移動互聯網個性化服務特征，設計期望確認度測量項目（見表1）。

3.2 感知有用性測量問項

感知有用性（Perceived Usefulness）指用戶在使用移動互聯網個性化服務過程中內心感受到該服務給其帶來的益處，用戶感知該服務對自己越有用，再次使用的意愿就越強烈。移動互聯網個性化服務是滿足用戶不同個性化信息需求、以用戶滿意為中心的主動服務，為用戶提供移動閱讀和參考咨詢，服務質量、信息資源種類、檢索響應速度及有效性均關系到用戶對移動互聯網個性化服務的認知。本文結合移動互聯網個性化服務的特征，設計感知有用性測量項目（見表2）。

3.3 滿意度測量問項

滿意度（Satisfaction）指用戶使用移動互聯網個性化服務后內心的愉快、滿足程度，如果用戶滿意度得到滿足，將會再次使用該服務。本文結合移動互聯網個性化服務的特征，設計滿意度測量項目（見表3）。

3.4 感知愉悅性測量問項

感知愉悅性（Perceived Enjoyment）指用戶在使用移動互聯網個性化服務過程中內心感受到的愉悅，是用戶追求享樂的內在動機，可促使用戶對該服務的再次使用。移動互聯網服務個性化特征充分考慮了用戶信息需求，使用戶在獲取信息資源的過程中感受到愉快、順利。本文結合移動互聯網個性化服務特征，設計感知愉悅性測量項目（見表4）。

3.5 模仿他人測量問項

模仿他人（Imitating Others，IMI）指用戶在初次使用移動互聯網個性化服務時跟隨大部分人進行選擇的行為，該行為可能導致用戶使用該服務后經歷“決策后遺憾”，對該服務感到失望或不滿。本文結合移動互聯網個性化服務的特征，設計模仿他人測量項目（見表5）。

3.6 弱化自己擁有的信息測量問項

弱化自己擁有的信息（Discounting Own Information，DOI）指用戶使用移動互聯網個性化服務時，對自己掌握信息的弱化程度。用戶不相信自己擁有的信息時，更容易受他人行為影響。本文結合移動互聯網個性化服務特征，設計弱化自己擁有的信息測量項目（見表6）。

3.7 習慣測量問項

習慣（Habit）指用戶多次使用移動互聯網個性化服務后已形成一種無意識的、自發的使用行為。用戶使用該服務的習慣越強，則用戶執行該行為的認知處理參與度越低。本文結合移動互聯網個性化服務特征，設計習慣測量項目（見表7）。

3.8 持續使用意愿測量問項

持續使用意愿（Continuance Intention）指用戶采納移動互聯網個性化服務后，仍愿意繼續使用的內心感受。本文結合移動互聯網個性化服務特征，設計持續使用意愿測量問項（見表8）。

3.9 持續使用行為測量問項

持續使用行為（Continuance Usage）指在一段時間內，用戶保持對移動互聯網個性化服務的使用行為。本文結合移動互聯網個性化服務特征，設計持續使用意愿測量問項（見表9）。

4 結語

目前，移動互聯網個性化服務是用戶獲取信息資源、滿足個性化信息需求的主要途徑，用戶心理認知、接納和使用等行為是影響用戶持續使用移動互聯網個性化服務的關鍵因素。因此，從用戶行為感知視角出發，研究用戶對移動互聯網個性化服務持續使用行為的影響因素尤為重要。本文以期望確認模型為基礎，在移動互聯網個性化服務情境下，結合羊群理論和習慣理論及移動互聯網個性化服務特征，引入感知愉悅性、模仿他人、弱化自己擁有的信息及習慣變量，構建基于用戶行為感知的移動互聯網持續使用理論模型。該模型假設期望確認度、滿意度、感知有用性、感知愉悅性正向影響用戶對移動互聯網個性化服務持續使用意愿，用戶習慣對持續使用意愿和持續使用行為的關系起調節作用，并提出用戶行為存在羊群效應，構成羊群行為的模仿他人和弱化自己擁有的信息這兩個變量共同影響用戶持續使用意愿。本文作為一項探索性研究，從理論推演的角度分析了移動互聯網個性化服務持續使用行為影響因素及其操作性定義，并對影響因素之間的關系提出理論假設，可為后續實證研究提供理論支撐。

參考文獻：

[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] 翟姍姍，孫雪瑩，李進華. 基于社交體驗的移動APP持續使用意愿研究——以網易云音樂為例[J]. 現代情報，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. 移動游戲用戶使用意愿影響因素分析[D]. 北京：北京郵電大學，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，吳世農. 我國基金羊群行為：測度與影響因素[J]. 經濟學家，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] 陳明紅，漆賢軍，劉瑩. 移動圖書館持續使用意向及習慣的調節作用[J]. 情報科學，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. 理解社會型虛擬世界中用戶的持續參與：在“第二人生”中的探索研究和實證研究[D]. 合肥：中國科學技術大學，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.

（責任編輯：江 艷）