基于PPM理論的網絡用戶信息繭房滯留意愿影響因素研究

張玥 李青宇

基金項目：教育部人文社會科學基金青年項目“移動健康管理中信息回避形成機制與演化規律研究”（研究編號：21YJC870020）;江蘇省社會科學基金一般項目“面向移動健康管理的信息回避行為模式識別與演化規律研究”（項目編號：21TQB003）。

作者簡介：張玥（1982-），女，副教授，博士，碩士生導師，研究方向：信息行為與閱讀素養研究、健康信息學。李青宇（1998-），女，碩士研究生，研究方向：信息行為、健康信息學。

摘 要：[目的/意義]互聯網的快速發展和個性化推薦等智能技術的不斷普及加劇了人們對于“信息繭房”的擔憂，如何使用戶在享受技術帶來便利的同時盡可能地規避信息繭房負效應成為當下亟待解決的重要問題。[方法/過程]論文基于PPM理論，構建網絡用戶信息繭房滯留意愿結構方程模型，并探索其相關影響因素。[結果/結論]結果顯示，信息同質、信息過載、時間失真負向影響網絡用戶信息繭房滯留意愿，感知控制、感知價值、社會臨場感則對網絡用戶信息繭房滯留意愿產生正向影響，并據此提出了建立網絡信息監管機制、打破互聯網思維壁壘等對策和建議。

關鍵詞：信息繭房;網絡用戶;滯留意愿;PPM理論

DOI：10.3969/j.issn.1008-0821.2022.04.005

〔中圖分類號〕G252.0 〔文獻標識碼〕A 〔文章編號〕1008-0821（2022）04-0052-10

Abstract：[Purpose/Significance]With the rapid development of the Internet and the increasing popularization of intelligent technologies such as personalized recommendation，people are gradually concerned about the effects of the‘information cocoons’.Therefore，how to avoid the negative effects of information cocoon under convenience of the technology today is becoming a more and more important issue.[Method/Process]Based on the PPM model，the structure model of online users willingness of retention in the information cocoons was constructed and the influencing factors of it were explored.[Result/Conclusion]The results show that information homogeneity，information overloading，time distortion will negatively affect the users willingness of retention in information cocoons，while cognitive control，perceived value，social presence will produce positive influence on users willingness of retention in information cocoons.Based on the results，some countermeasures and suggestions are put forward in the end.

Key words：information cocoons;online users;willingness of retention;PPM theory

隨著個性化定制和推薦技術的不斷普及，用戶習慣性地享受著各類“投喂”技術所帶來的輕松和愉悅，而與此同時，用戶接觸的信息卻越來越窄化。長期從有限的信息來源中聆聽同一種聲音，接觸不到多元且異質的信息，就如同蠶蛹一般被困于蠶繭之中，從而形成信息繭房（Information Cocoons）[1]。很多研究都指出信息繭房會強化人們的信息偏食[2]，促成各類“同聲相應、同氣相求”的自沉浸回聲室（Echo Chamber）[1，3]，引發群體極化和社會分化[4-5]，給個體成長和社會發展帶來不良影響。因此，如何在享受信息技術帶來便利的同時又不被信息繭房禁錮，已成為當下學界、業界和廣大網民們所共同面臨的重要問題。

1 文獻回顧

信息繭房（Information Cocoons）一詞由社會學家Sunstein C R[1]提出，他用“蠶繭”形象地描述了人們被同質化信息包裹的一種封閉狀態。近年來，越來越多的學者開始關注這種封閉信息擬態環境所引發的回聲室效應和群體極化現象[6-7]，如移動閱讀環境中的“圈子化閱讀”現象、不同繭房之中的英國民眾在面對英國脫歐時的巨大意愿差異、特朗普當選美國總統的“黑天鵝”事件等[4-5，8]。亦有很多學者關注信息繭房背后的成因及影響因素，如Sindermann C等學者發現，用戶自身的特征，包括性別、年齡、性格、意識形態等個人因素會對繭房的形成產生影響[9];Tajfel H等學者從社會認同的角度切入，發現群體認同對個體行為產生影響的同時會催化信息繭房問題[10];傳播學領域的許多學者將信息的不充分流動、擬態化傳播和團體壓力歸為信息繭房產生的重要因素[11-12]。隨著信息技術的發展，各類推薦算法形成的過濾氣泡現象[13-15]開始受到信息科學領域學者的廣泛關注，此類相關研究更多從算法和技術的角度對繭房問題進行解析，如張海和段薈等學者，從信息環境和信息技術的視角探討了信息繭房的形成機制[16-18];學者王益成等引入信息增益理論和支持向量機（SVM）方法作為數據分析工具，從數據視角對信息繭房不同層次的敏感性因素進行研究[19-21];祁凱等通過仿真實驗分析了不同信息環境和推薦算法機制對群體觀點的影響[22]。

綜上所述，過往研究主要從繭房現象入手，探討了特殊事件背后的繭房問題及隱患。不同領域學者已經嘗試從人因特征、社會交互和算法技術等視角對信息繭房的成因、形成機制展開分析和實證，卻少有學者從用戶視角出發，探討用戶的造繭行為及其背后的繭房滯留意愿。同時，由于繭房環境有態而無形，信息繭房中的用戶滯留意愿受到多元因素的動態影響，繭房環境中哪些因素將會“拉動”用戶使其滯留于繭房之中？又有哪些因素會“推動”用戶跳離繭房？都是目前尚未被探討過的重要問題。因此，本研究基于轉移行為領域中常用的PPM（Push-Pull-Mooring）理論框架，從推動效應、拉動效應和錨定效應3個方面剖析網絡用戶信息繭房滯留意愿及其影響因素，以期為厘清繭房成因、探尋繭房形成機制提供理論依據，亦可為用戶“破繭重生”提供可參考的路徑、措施和建議。

2 理論基礎與研究假設

2.1 PPM理論框架

PPM（Push-Pull-Mooring）理論，又被稱為推—拉—錨定理論，最初用來解釋人類的遷徙行為。該理論將某地居住者最終是滯留還是遷徙歸結為推動（Push）、拉動（Pull）和錨定（Mooring）3個效應共同作用所產生的動態結果。人口遷移學中將推動效應（Push）界定為迫使人們離開原居地的消極因素，即留在原住地的阻力，如經濟不景氣、就業困難以及當地基礎設施落后等;拉動效應（Pull）是指促使人們遷徙到新居地的積極因素，即遷往新居地的吸引力，如高收入、就業機會等[23-24]。然而，當推動效應和拉動效應同時作用于同一群人身上，這些潛在移民中，有些人會選擇遷徙到新居地，有些人則不會。有學者認為這是由于環境的限制，另一些學者認為這是個體差異帶來的影響。Curran S R等[25]將錨定效應（Mooring）引入推拉理論，他指出遷徙成本、個人及社會環境等因素會對用戶的遷徙行為產生影響。而后，推拉理論被擴展用至各領域的用戶轉移意愿和轉移行為的研究中，如Hou A C Y等[26]在研究MMORPG游戲中的玩家轉移行為時，將游戲感知、需求多樣化和社會關系作為影響轉移行為的重要因素。Hsieh J K等[24]學者基于PPM模型，研究了用戶從博客到社交網絡平臺的轉移行為，其中Pull被細化為娛樂性、相對有用性和相對易用性。Cheng Z等[27]學者在探索用戶社交網絡轉移意愿的研究中，將用戶對信息質量的不滿意歸入推動因素，同時將同伴影響作為拉動因素之一。

可以看出PPM理論在媒介轉移行為領域已經有很成熟的研究，而信息繭房作為一種在以技術為支撐的大媒介環境中的獨特信息擬態現象，網絡用戶在其中的滯留意愿和轉移行為同樣適用PPM理論框架。

2.2 研究假設

本文基于PPM理論框架對網絡用戶信息繭房滯留意愿進行研究，理論模型如圖1所示。

2.2.1 推動效應

本研究中推動效應是指推動用戶離開繭房環境的各類因素，細分為信息同質、信息過載和時間失真。

信息同質是指信息內容的單一和趨同，它是信息繭房最為顯著的負效應之一[28]，亦是導致信息窄化和觀點極化的重要因素。有研究顯示，用戶能夠感知到信息環境的同質化問題[16]，且社交媒體的信息同質化會讓用戶覺得無趣從而降低其停留在當前信息環境中的意愿[29]。因此，本研究認為，用戶對于同質信息的感知會降低其在信息繭房中的滯留意愿，推動用戶離開繭房環境。

信息過載涉及到環境需求和個人處理能力之間的不平衡。當個體必須處理的信息超過他能有效利用的信息時，就會產生信息過載[25]。很多研究均表明信息過載是導致認知失調的重要因素[30-32]，Swar B等[33]學者亦嘗試通過感知信息過載預測人們健康信息搜尋過程中的失調、放棄等行為。Lee A R等[34]學者的研究表明，在高度關聯的網絡環境中，信息過載是導致用戶厭倦所使用的網絡社交媒體的重要影響因素，從而易產生離開該環境的意愿。因此本研究認為，繭房環境中信息過載嚴重時，會引發厭倦感[35]，從而降低用戶在繭房環境中的滯留意愿，推動用戶離開。

時間失真是指個體失去時間感的現象[36-37]，Sánchez-Franco M J等[38]將時間失真界定為個人對虛擬環境充分關注且高度參與技術互動時，在時間和空間上容易產生交錯的感覺。時間失真是沉浸狀態一個重要測量指標，很多研究指出由于用戶習慣性地將時間視為成本[39-40]，用戶會因過于沉浸而忽視的時間產生內疚等負面情緒，從而降低原有的網絡使用意愿。因此本研究認為，當用戶時間失真的感知度越強，越會自發產生離開信息繭房的意愿。

因此，本研究假設：

H1：推動效應相關因素會促使用戶離開繭房環境，對信息繭房滯留意愿產生負向影響。

2.2.2 拉動效應

本研究中拉動效應是指拉動用戶滯留繭房的各類因素，細分為感知控制、感知價值和社會臨場感。

感知控制指個體對自我控制能力的一種主觀感受[41]。媒介環境學派的保羅·萊文森[42]指出，人具有對技術環境進行理性選擇的能力，特別是當人們感知到自己失去了對環境的控制權時會產生抵制、主動棄用和逃離等一系列行為;同樣，有學者發現，在線情境下，當用戶感知到對環境具有主動控制權時，他們的行為就會更加積極，更愿意留在當前的環境中[43-44]。因此本研究認為，如果用戶感知到對自身所處的信息環境具有控制權，并且能夠主導控制權時，用戶的繭房滯留意愿會得到增強。

感知價值來源于心理學的公平理論，被學者Zeithaml定義為個體在使用某個產品、某項服務或是某種新技術后所感知到的效用性[45-46]。感知價值包含感知有用性、感知功能價值和享樂價值等多個維度的涵義[47-48]。有研究指出，感知價值能對用戶的積極情緒產生影響[49-50]。學者李武[47]發現，正面且積極的感知價值是用戶愿意使用或繼續使用某特定服務的主要動因之一。當信息繭房能夠實現用戶某些價值追求，如對娛樂價值、功能價值的追求時，其在信息繭房環境中的體驗感、娛樂感、獲得感得到極大滿足，相較之下，停留在信息繭房中所需付出的時間、精力、感情是非常值得的。同時感知價值也是持續使用意愿的重要測度之一，用戶對于價值的感知將直接影響其在某一環境下的體驗感[51]。基于此，本研究認為繭房環境中正向的感知價值會增強用戶滯留意愿。

社會臨場感是指用戶在通過媒介進行溝通和交互活動時，作為一個獨立真實的個體與他人聯系、互動的程度，心理學中用社會臨場感來衡量用戶在媒介環境下的心理狀態、情感體驗和社會關系，反映了“與他人共在”的感受[52-53]。這種讓用戶仿佛在“面對面”交流的錯覺，能很大程度上減少用戶在交流時的心理預設距離，從而提升用戶在媒介環境中的互動感和認同感。Lin H等[54]學者指出，社會臨場感能夠顯著提升SNS用戶的歸屬感，從而對其持續使用意愿產生積極影響，同樣，多位學者的研究證實社會臨場感能對用戶持續使用意愿產生正面影響[55-57]。因此本研究認為，當用戶在所處的信息環境中體會到的社會臨場感越強，那么用戶滯留信息繭房的意愿就越強烈。

基于此，本文做出如下假設：

H2：拉動效應相關因素會使用戶沉浸在繭房環境中，從而對信息繭房滯留意愿產生正向影響。

2.2.3 錨定效應

本研究將錨定效應（Mooring）描述為用戶路徑依賴，用戶的固有經驗和習慣會對信息繭房滯留意愿產生影響。路徑依賴描述了歷史決策是如何影響現在決策的。在用戶使用互聯網平臺時，其路徑依賴主要表現為用戶對特定的某些信息獲取途徑產生了使用習慣，有研究表明，用戶的習慣性越高，用戶的持續使用意愿就會越高，轉移意愿就越低[58]。隨著技術的發展，用戶對網絡環境中信息獲取路徑的依賴程度正在不斷加深。時下，很多網絡用戶習慣性依靠推薦技術被動地獲取信息，很少自己主動進行信息搜索。對此，段薈等學者認為，盡管推薦算法能從一定程度上降低用戶在獲取信息時的時間和篩選成本，但由于算法技術信息過濾機制的缺陷和僵化，很多有用的信息可能會因此被篩選掉，最終導致用戶信息偏食和信息視野窄化[17]。與此同時，不同信息環境中的推送機制差異、用戶群體特征差異等都會強化用戶對特定信息獲取路徑的依賴，長此以往會導致用戶固步自封，錯失接觸其他信息的機會。當接觸不到多元的外界信息時，用戶很容易滿足于當前的信息環境，進而增強信息繭房滯留意愿。

因此，本研究假設：

H3：錨定效應相關因素會使用戶習慣性地依賴固有的信息繭房環境，對信息繭房滯留意愿產生正向影響。

3 研究設計

3.1 量表設計

為了確保量表的有效性，本文中的潛在變量和測量變量皆改編自國內外已經被證實有效的成熟量表，并結合信息繭房的具體特點對部分題項進行了加工和擬定，經過不斷討論和修改，最終確定本研究所用量表。量表中共包括8個一階反映式潛在變量，每個潛在變量包括3～5個測量變量。問卷采用李克特五級量表，選項1表示“非常不同意”，3表示“不一定”，5表示“非常同意”，選擇的分數越高即代表被試越認同對應題項。本研究的量表中各潛在變量定義、測量項數及來源如表1所示。

基于PPM理論中的推動效應、拉動效應、錨定效應界定了模型中各層級變量（構念）間的關系，具體的分解界定如表2所示。

3.2 數據收集

本研究首先在網上公開隨機邀請了25位被試作為問卷前測對象填寫問卷，根據被試反饋的信息和建議對問卷進行了進一步的修改，并在此基礎上通過“問卷星”在線平臺編制與發放問卷，共回收364份，對問卷填寫者繭房經歷判斷和篩選，并剔除無效問卷后，最終有效問卷為340份，問卷有效回收率為93.40%。其中年齡主要分布在18～35歲，符合2020年發布的《中國互聯網絡發展狀況統計報告》[69]我國網民的分布特征。樣本基本特征如表3所示。

4 數據分析

4.1 信度效度分析

本文使用SmartPLS軟件進行數據分析，模型中各因子的因素負荷量如表4所示。在假設檢驗之前首先對量表的信度效度進行分析。各潛在變量的Cronbachs Alpha值如表4所示，均大于0.7，且各個潛在變量的CR值也都大于0.7，說明變量之間具有內部一致性和穩定性，即本文模型具有較好的信度。

AVE（Average Variance Extracted）即平均提取方差值，一般認為當AVE>0.5時，潛在變量具有理想的收斂效度[70]。由表4可知，測量變量的因素負荷量都大于0.7，AVE值均大于0.5，說明模型具有良好的收斂效度。表5顯示潛在變量的AVE平方根基本大于潛在變量間的相關系數，說明研究模型具有較好的區分效度。

4.2 模型檢驗

本文利用偏最小二乘（Partial Least Squares，PLS）結構方程模型對數據進行分析，顯著性檢驗采取Bootstrap重復抽樣法，重復抽樣數為1 000。研究模型結果如圖2所示。信息繭房滯留意愿的R2=0.369，證明該模型具有良好的預測效果。

本研究提出3個主效應假設，均得到驗證，數值結果如表6所示。信息繭房滯留意愿受到推動效應、拉動效應和錨效應的影響，其中推動效應對信息繭房滯留意愿產生負向影響，拉動效應和錨定效應對信息繭房滯留意愿產生正向影響。拉動效應對信息繭房滯留意愿的影響大于推動效應和錨定效應。

1）當用戶處于信息繭房中時，信息同質（0.600）、信息過載（0.863）和時間失真（0.817）這3個變量對推動效應的路徑系數是顯著的，充分反映了本模型中推動效應的負向影響（β=-0.119，P<0.01）。

2）當用戶處于信息繭房中時，感知控制（0.852）、感知價值（0.841）和社會臨場感（0.850）的路徑系數是顯著的，充分反映了拉動效應對信息繭房滯留意愿起到了顯著促進作用（β=0.371，P<0.001）。

3）當用戶處于以網絡平臺為媒介形成的信息繭房中時，用戶的路徑依賴所激發的錨定效應對用戶的信息繭房滯留意愿起到顯著的正向影響（β=0.258，P<0.001）。

5 結論與啟示

5.1 研究結論

本研究受PPM模型在轉移行為研究中的應用的啟發，從推動效應、拉動效應和錨定效應3個維度構建繭房滯留意愿結構方程模型，并對網絡用戶信息繭房滯留意愿影響因素進行研究，得出以下結論：

首先，信息同質、信息過載和時間失真會弱化用戶的信息繭房滯留意愿，當前技術形成的媒介環境中信息多元化缺失，趨于同質，且激增的信息遠遠超過了用戶的信息處理能力時，用戶長期處于一種超負荷的狀態，容易產生疲憊厭倦等的負面情緒，從而產生離開原本的信息繭房的意愿;同時，在信息繭房中浪費的大量時間也是用戶選擇離開繭房環境的重要因素;在對推動效應的反映程度上，信息過載和時間失真的影響強度要大于信息同質，這說明信息繭房中的信息過載或是時間問題更可能中斷或者改變用戶原本的信息繭房滯留意愿。

其次，研究顯示，感知控制、感知價值、社會臨場感強化了用戶滯留信息繭房的意愿，這與之前一些學者的研究結果是一致的。互聯網用戶作為網絡中的感知和行為主體，用戶感知到在使用互聯網平臺時自己具有主觀控制權，用戶就會更加沉溺于繭房環境;同時，當理想中的需求在繭房中得到滿足時（娛樂價值、功能價值等），用戶往往會選擇留在繭房營造出的虛假的“舒適區”中，不愿意離開，而隨著這種對信息繭房帶來價值的肯定，用戶留在信息繭房中的傾向性就越高;此外，社會臨場感也是信息繭房形成的重要因素之一，用戶在信息繭房中易獲得一種同聲相應、同氣相求的體驗，從而形成高度迎合用戶個人偏好的小圈子，在小圈子中用戶與他人互動時感受到認同感、參與感，會極大地增強用戶滯留在信息繭房中的意愿。

最后，可以發現用戶路徑依賴相關的錨定效應對用戶信息繭房滯留意愿的正向影響最為顯著。用戶自身的習慣性行為、依賴性行為限制了用戶接觸不同信息環境的可能性，同時由于市場競爭和隨之產生的利益問題，網絡平臺的經營都相對獨立，在信息交流與互通上存在很大缺陷，使得用戶在使用固有路徑獲取信息時選擇面變窄，錯失較多接觸其他信息的機會。

5.2 討論與啟示

隨著互聯網技術的發展，推薦算法不斷被更多地應用在各種規模的網絡平臺，信息同質、信息過載現象普遍盛行，時間失真帶來的網絡沉迷問題不容小覷。網絡信息內容繁雜、真假混淆，提升了網民分辨信息的難度，也給政府有關部門維護網絡秩序、肅清網絡不良風氣帶來很大的障礙，為提高信息質量、優化用戶體驗、整頓網絡環境，網絡平臺信息監管機制亟待建立。不可否認，“信息囚籠”是切實存在的，但正如媒介環境學派的保羅·萊文森所說，人可以對技術進行理性選擇，人對技術具有控制的能力，用戶作為互聯網中的行為主體是有能力主動跳出信息繭房環境的，但現實中存在的普遍問題是用戶的信息辨別能力欠缺，難以從信息洪流中分辨出自己需要的信息，這也是導致用戶無法跳出信息繭房環境的重要影響因素。因此，用戶應提高信息辨別能力，面對環境提供的信息時，主動對信息內容和類別進行分辨，當發現信息內容趨于單一同質時，主動尋求不同類型的信息，拓寬信息視野;網絡時代因信息激增而導致的信息爆炸不可避免，用戶提高自身的信息處理能力，與其被動地被信息裹挾，不如直面海量信息，主動接觸新信息、新技術、新環境，成為使用信息的人，而不是被繭房“禁錮”的人;同時用戶應注重培養自控力、強化時間敏感度，從而提高信息使用效率，降低接觸信息的時間成本。

感知價值、感知控制、社會臨場感作為最具代表性的拉動效應構念，體現了一種高度靈活的交互需求。但由于市場競爭和隨之產生的利益問題，網絡平臺的經營都相對獨立，存在排他性，信息交流與互通上存在很大缺陷，用戶在使用固有路徑獲取信息時選擇面窄，這是信息繭房形成不可或缺的重要影響因素。從網絡平臺技術運用角度看，技術運用的初衷是留住用戶并給平臺帶來收益，在愈演愈烈的市場競爭中，很多平臺為了留住用戶、穩定平臺流量，往往會給用戶強加過多的控制與束縛——技術運用出現了向極端方向發展的端倪。用戶并非對互聯網平臺的手段毫無察覺，過分的平臺控制無疑會引起用戶的反感，最終與留住用戶的初衷相違背。如果技術給予人們更多的主動權和選擇權，把控制權交還給用戶，幫助用戶時間管理而不是催化用戶無感知沉浸，那么技術也可能成為信息繭房破解的有效途徑之一。同時，平臺發展往往容易產生“當局者迷”的情況，出現錯誤的運營決策，用戶作為網絡平臺的關鍵使用者，應在發現網絡平臺出現控制過多、信息趨同、日常推送過多等問題時，及時向平臺反饋，促進平臺與用戶間的良性交流，建立共贏的網絡空間。

從平臺管理的角度來說，用戶和流量是平臺的生存之本，但是網絡平臺的終極價值是為了促進用戶交流和社會發展，而不是變成困住思維的牢籠。然而現如今，網絡平臺間的思維壁壘屢見不鮮，不同平臺的用戶反映出的思維模式和言語方式都大相徑庭，如微博和知乎，抖音和快手，豆瓣和虎撲，這導致了不同平臺間的主流價值觀產生差異，容易加深用戶之間的矛盾和仇視情緒，引發網絡輿情。因此需要加強網絡平臺間的信息交流，如增大平臺間的聯動和兼容，不僅有助于平臺信息的多元化和豐富度，亦可以增加不同平臺用戶之間交互和引流;平臺需要開放互通、完善功能，把選擇權還給用戶，增加用戶在平臺中的使用感和體驗感，從被動困住用戶到主動吸引用戶，形成平臺與用戶間的良性交互，讓互聯網環境在持續發展的同時又保有源源不斷的活力與生機。

作為對用戶信息繭房滯留意愿的探索性研究，本文創新性地將用于轉移行為研究的推—拉—錨理論（Push-Pull-Mooring）與用戶滯留意愿研究相結合，從推動效應、拉動效應和錨定效應3個維度剖析影響網絡用戶信息繭房滯留意愿的影響因素，并給出消解和規避信息繭房負效應的策略和建議。研究過程中，嘗試通過發放問卷的方式獲取網絡用戶的信息和數據，但由于問卷發放平臺的限制，研究樣本存在一定的局限性，后續研究將擴大研究對象的代表性，增加被試數量，同時嘗試采用多種研究方法，規避因使用同種測量工具帶來的共同方法變異，以期對本研究所提出的模型進行擴展和進一步驗證。

參考文獻

[1]Sunstein C R.Infotopia：How Many Minds Produce Knowledge[M].Oxford University Press，2006.

[2]李昌禹.勿做“信息偏食”者[J].工友，2019，（7）：39.

[3]胡泳.新詞探討：回聲室效應[J].新聞與傳播研究，2015，22（6）：109-115.

[4]Boutyline A，Willer R.The Social Structure of Political Echo Chambers：Variation in Ideological Homophily in Online Networks[J].Political Psychology，2017，38（3）：551-569.

[5]Avnur Y.Whats Wrong with the Online Echo Chamber：A Motivated Reasoning Account[J].Journal of Applied Philosophy，2020，37（4）：578-593.

[6]Garrett R K.Echo Chambers Online？：Politically Motivated Selective Exposure Among Internet News Users[J].Journal of Computer-Mediated Communication，2009，14（2）：265-285.

[7]Borgesius F Z，Trilling D，Moeller J，et al.Should We Worry About Filter Bubbles？[J].Social Science Electronic Publishing，2016，5（1）：223-240.

[8]張玥，趙穎.移動閱讀環境下信息繭房成因探析[J].現代情報，2021，41（10）：3-11.

[9]Sindermann C，Elhai J D，Moshagen M，et al.Age，Gender，Personality，Ideological Attitudes and Individual Differences in a Persons News Spectrum：How Many and Who Might Be Prone to“Filter Bubbles”and“Echo Chambers”Online？[J].Heliyon，2020，6（1）：e03214.

[10]Tajfel H，Billig M G，Bundy R P.Social Categorization and Intergroup Behaviour[J].European Journal of Social Psychology，1971，1（2）：149-178.

[11]施安.基于控制論視角的信息繭房效應探析[J].新聞前哨，2019，（1）：77-78.

[12]張磊.智能媒體的現實圖景與未來想象——以新聞領域的變化為例[J].鄭州大學學報：哲學社會科學版，2017，50（4）：146-149.

[13]Pariser E.The Filter Bubble：What the Internet Is Hiding from You[M].Penguin Group，2011.

[14]Courtois C，Slechten L，Coenen L.Challenging Google Search Filter Bubbles in Social and Political Information：Disconforming Evidence from a Digital Methods Case Study[J].Telematics and Informatics，2018，35（7）：2006-2015.

[15]Barker R.Trapped in the Filter Bubble？Exploring the Influence of Google Search on the Creative Process[J].Journal of Interactive Advertising，2018，18（2）：85-95.

[16]張海.網絡用戶信息繭房形成機制的概念框架研究[J/OL].情報理論與實踐：1-8[2021-06-09].http：//kns.cnki.net/kcms/detail/11.1762.g3.20210208.0859.002.html.

[17]段薈，袁勇志，張海.大數據環境下網絡用戶信息繭房形成機制的實證研究[J].情報雜志，2020，39（11）：158-164.

[18]張海.基于扎根理論的網絡用戶信息繭房形成機制的質性研究[J].情報雜志，2021，40（3）：168-174.

[19]王益成，王萍，王美月.基于SVM的網絡信息繭房層次敏感影響因素識別研究[J].情報資料工作，2019，40（6）：90-97.

[20]王益成，王萍，張禹.信息繭房視域下公眾嵌入式信息素養教育模式研究[J].圖書館學研究，2020，（3）：10-17.

[21]王益成，王萍，賈瓊.基于中醫臨床理論的內容智能分發平臺“信息繭房”系統量化模型研究[J].現代情報，2018，38（9）：36-40.

[22]祁凱，黎冰雪，楊志.基于平臺推薦機制和有界信任影響的網絡群體觀點演化研究[J].情報雜志，2021，40（5）：132-142，185.

[23]Lai J Y，Debbarma S，Ulhas K R.An Empirical Study of Consumer Switching Behaviour Towards Mobile Shopping：A Push-Pull-Mooring Model[J].International Journal of Mobile Communications，2012，10（4）：386-404.

[24]Hsieh J K，Hsieh Y C，Chiu H C，et al.Post-adoption Switching Behavior for Online Service Substitutes：A Perspective of the Push-Pull-Mooring Framework[J].Computers in Human Behavior，2012，28（5）：1912-1920.

[25]Curran S R，Saguy A C.Migration and Cultural Change：A Role for Gender and Social Networks？[J].Journal of International Womens Studies，2001，2（3）：54-77.

[26]Hou A C Y，Chern C C，Chen H G，et al.‘Migrating to a New Virtual World’：Exploring MMORPG Switching Through Human Migration Theory[J].Computers in Human Behavior，2011， 27（5）：1892-1903.

[27]Cheng Z，Yang Y，Lim J.Cyber Migration：An Empirical Investigation on Factors that Affect Users Switch Intentions in Social Networking Sites[C]//IEEE，2009 42nd Hawaii International Conference on System Sciences，Waikoloa，HI，USA，2009：1-11.

[28]Mcpherson M，Smith-Lovin L，Cook J M.Birds of a Feather：Homophily in Social Networks[J].Annual Review of Sociology，2001，27（1）：415-444.

[29]Lin H F.Determinants of Successful Virtual Communities：Contributions from System Characteristics and Social Factors[J].Information & Management，2008，45（8）：522-527.

[30]Eppler M J，Mengis J.The Concept of Information Overload：A Review of Literature from Organization Science，Accounting，Marketing，MIS，and Related Disciplines[J].Information Society，2004，20（5）：325-344.

[31]Song S，Yao X，Wen N.What Motivates Chinese Consumers to Avoid Information About the COVID-19 Pandemic？：The Perspective of the Stimulus-organism-response Model[J].Information Processing & Management，2021，58（1）：102407.

[32]Chen Y C，Shang R A，Kao C Y.The Effects of Information Overload on Consumers Subjective State Towards Buying Decision in the Internet Shopping Environment[J].Electronic Commerce Research & Applications，2009，8（1）：48-58.

[33]Swar B，Hameed T，Reychav I.Information Overload，Psychological Ill-being，and Behavioral Intention to Continue Online Healthcare Information Search[J].Computers in Human Behavior，2017，70：416-425.

[34]Lee A R，Son S M，Kim K K.Information and Communication Technology Overload and Social Networking Service Fatigue：A Stress Perspective[J].Computers in Human Behavior，2016，55：51-61.

[35]郭佳，黃程松.國外網絡環境中信息過載研究進展[J].情報科學，2018，36（7）：170-176.

[36]徐娟，黃奇，袁勤儉.沉浸理論及其在信息系統研究中的應用與展望[J].現代情報，2018，38（10）：157-166.

[37]Csikszentmihalyi M，Lefevre J.Optimal Experience in Work and Leisure[J].Journal of Personality and Social Psychology，1989，56（5）：815-822.

[38]Sánchez-Franco M J，Roldán J L.Web Acceptance and Usage Model：A Comparison Between Goal-directed and Experiential Web Users[J].Internet Research，2005，15（1）：21-48.

[39]Ozkara B Y，Ozmen M，Kim J W.Examining the Effect of Flow Experience on Online Purchase：A Novel Approach to the Flow Theory Based on Hedonic and Utilitarian Value[J].Journal of Retailing and Consumer Services，2017，37：119-131.

[40]Rettie R.An Exploration of Flow During Internet Use[J].Internet Research，2001，11（2）：103-113.

[41]Czepiel J A，Solomon M R，Surprenant C F，et al.The Service Encounter：Managing Employee/Customer Interaction in Service Business[M].Lexington Books，1985.

[42]保羅·萊文森.數字麥克盧漢：信息化新紀元指南[M].北京：社會科學文獻出版社，2001.

[43]Hoffman D L，Novak T P.Marketing in Hypermedia Computer-Mediated Environments：Conceptual Foundations[J].Journal of Marketing，1996，60（3）：50-68.

[44]Ghani J A，Deshpande S P.Task Characteristics and the Experience of Optimal Flow in Human-Computer Interaction[J].Journal of Psychology，2010，128（4）：381-391.

[45]葛元骎.感知價值對電子書閱讀APP持續使用意向的影響研究：情緒響應的中介效應[J].情報科學，2020，38（7）：117-122.

[46]Babin B J，Darden W R，Griffin M.Work and/or Fun：Measuring Hedonic and Utilitarian Shopping Value[J].Journal of Consumer Research，1994，20（4）：644-656.

[47]李武.感知價值對電子書閱讀客戶端用戶滿意度和忠誠度的影響研究[J].中國圖書館學報，2017，43（6）：35-49.

[48]Zeithaml V A.Consumer Perceptions of Price，Quality，and Value：A Means-End Model and Synthesis of Evidence[J].Journal of Marketing，1988，52（3）：2-22.

[49]韓旭.社會化媒體時代如何實現顧客欣喜——感知價值、欣喜效應與顧客忠誠的作用機理[J].青年記者，2014，（20）：94-96.

[50]Tam J L M.Customer Satisfaction，Service Quality and Perceived Value：An Integrative Mode[J].Journal of Marketing Management，2004，20（7-8）：897-917.

[51]Chang C C.Examining Users Intention to Continue Using Social Network Games：A Flow Experience Perspective[J].Telematics and Informatics，2013，30（4）：311-321.

[52]袁順波，張海，段薈.PPM視角下移動政務APP用戶流失行為影響因素研究[J].情報雜志，2021，40（2）：182-188.

[53]趙宏霞，王新海，周寶剛.B2C網絡購物中在線互動及臨場感與消費者信任研究[J].管理評論，2015，27（2）：43-54.

[54]Lin H，Fan W，Chau P Y K.Determinants of Users Continuance of Social Networking Sites：A Self-regulation Perspective[J].Information & Management，2014，51（5）：595-603.

[55]Pavlou P A，Liang H G，Xue L Y.Understanding and Mitigating Uncertainty in Online Exchange Relationships：A Principal-Agent Perspective[J].MIS Quarterly，2007，31（1）：105-136.

[56]毛春蕾，袁勤儉.社會臨場感理論及其在信息系統領域的應用與展望[J].情報雜志，2018，37（8）：186-194.

[57]Hajli N，Sims J，Zadeh A H，et al.A Social Commerce Investigation of the Role of Trust in a Social Networking Site on Purchase Intentions[J].Journal of Business Research，2017，71：133-141.

[58]Ye C，Potter R.The Role of Habit in Post-Adoption Switching of Personal Information Technologies：An Empirical Investigation[J].Communications of the Association for Information Systems，2011，28（1）：585-610.

[59]Vargas S，Castells P.Rank and Relevance in Novelty and Diversity Metrics for Recommender Systems[C]//Association for Computing Machinery.In Proceedings of the Fifth ACM Conference on Recommender Systems.Chicago，Illinois，USA，2011：109-116.

[60]Willemsen M C，Graus M P，Knijnenburg B P.Understanding the Role of Latent Feature Diversification on Choice Difficulty and Satisfaction[J].User Modeling and User-Adapted Interaction，2016，26（4）：347-389.

[61]Skadberg Y X，Kimmel J S.Visitors Flow Experience While Browsing a Web Site：Its Measurement，Contributing Factors and Consequences[J].Computers in Human Behavior，2004，20（3）：403-422.

[62]Ghani J A，Deshpande S P.Task Characteristics and the Experience of Optimal Flow in Human-computer Interaction[J].Journal of Psychology，2010，128（4）：381-391.

[63]Sirdeshmukh D，Singh J，Sabol B.Consumer Trust，Value，and Loyalty in Relational Exchanges[J].Journal of Marketing，2002，66（1）：15-37.

[64]Ogara S O，Koh C E，Prybutok V R.Investigating Factors Affecting Social Presence and User Satisfaction with Mobile Instant Messaging[J].Computers in Human Behavior，2014，36：453-459.

[65]Animesh A，Pinsonneault A，Yang S B，et a.An Odyssey Into Virtual Worlds：Exploring the Impacts of Technological and Spatial Environments on Intention to Purchase Virtual Products[J].Mis Quarterly，2011，35（3）：789-810.

[66]Polites G L，Karahanna E.Shackled to the Status Quo：The Inhibiting Effects of Incumbent System Habit，Switching Costs，and Inertia on New System Acceptance[J].Mis Quarterly，2012，36（1）：21-42.

[67]Bhattacherjee A.Understanding Information Systems Continuance：An Expectation-confirmation Model[J].MIS Quarterly，2001，25（3）：351-370.

[68]Roca J C，Chiu C M，Martinez F J.Understanding E-learning Continuance Intention：An Extension of the Technology Acceptance Model[J].International Journal of Human-Computer Studies，2006，64（8）：683-696.

[69]第46次《中國互聯網絡發展狀況統計報告》發布[J].中國廣播，2020，（11）：54.

[70]Straub D，Boudreau M C，Gefen D.Validation Guidelines for IS Positivist Research[J].Communications of the Association for Information Systems，2004，3（1）：380-427.

（責任編輯：郭沫含）