社交媒體環境下智能推薦內容點贊行為影響機理研究

陸澤宇 查先進 嚴亞蘭

(1.武漢大學信息管理學院，湖北 武漢 430072；2.武漢大學圖書情報國家級實驗教學示范中心，湖北 武漢 430072；3.武漢科技大學恒大管理學院，湖北 武漢 430065)

面對紛繁復雜的海量媒體數據，用戶時刻面臨著信息超載[3]和認知負荷[4]的挑戰。在此背景下，智能推薦系統應運而生。這種系統技術能挖掘數據隱含價值，協調用戶數據和項目屬性以捕捉客戶需求，從而提供個性化信息服務，讓用戶獲取所需信息的同時提升數據利用率[5]。在社交媒體中，基于智能推薦系統的“推薦”頻道或相關功能已對用戶產生了廣泛而深遠的影響，其根據用戶特征及用戶在社交媒體中的瀏覽、搜尋、閱讀、收藏等信息活動進行個性化信息推薦，如微博、知乎、B站、豆瓣、小紅書的首頁信息流及微信朋友圈、QQ空間的廣告推薦等。智能推薦一方面協助解決了用戶的信息超載等問題[6]；另一方面又帶來了許多新的問題[7]，用戶也從主動獲取信息逐漸轉變為被動接受信息。社交媒體平臺不僅可以通過算法、挖掘、分析用戶數據向用戶推薦個性化信息[8]，亦可以通過技術手段運用用戶數據不斷反哺優化推薦算法[9]。

“點贊”作為一個重要的社交平臺交互功能，其操作成本相對于其他多數用戶行為較高，頻率相對于評論等交互行為也較高[10]，較能體現用戶對智能推薦內容的反應程度。隨著中國互聯網的發展與相關亞文化群體的壯大，“點贊”的本土化色彩愈發濃厚，其產生背后的行為邏輯也十分豐富，具有參考意義。……