微博客用户接受模型及实证研究

发布时间：2017-06-20 12:20

  本文关键词：微博客用户接受模型及实证研究，由笔耕文化传播整理发布。

【摘要】：Web2.0时代,互联网成为了一个人人参与、共同构建的平台,随着用户参与程度越来越高、网站平台化越来越凸显,出现了更多个性化的信息表现形式和更丰富的交互功能。Web2.0时代的网络形式改变了信息传播方式和人际沟通方式,近几年快速发展起来的微博客就是这方面的代表。微博客自问世以来发展迅速,世界首个微博客Twitter在全球已拥有2亿用户,我国微博用户也已经突破3亿。微博客以其特有的实时性、社会性、互动性和便捷性受到用户的欢迎,渗透到社会的方方面面,深刻影响了人们的生活。随着微博客的发展,相关研究不断增多,研究微博客用户接受行为可以为微博客研究领域增加新的研究成果,也为现实中微博客的管理和发展提供理论参考。 本研究主要基于技术接受模型研究我国微博客用户接受行为。首先在文献研究和经验观察的基础上提出研究问题。其次重点对国内外微博客研究及用户接受理论研究成果进行详细的研究和综述。第三,分析总结微博客的产品功能、属性、优势及成功原因,并在前期研究基础上选取个人创新性、社会影响、信任和感知风险因素加入技术接受模型,提出因素间的假设关系,构建理论模型。第四,运用社会调查方法收集数据,利用SPSS19.0v、Amos17.0v软件进行数据处理和分析,采用结构方程模型验证假设关系,得出研究结论。 本研究主要研究成果如下： (1)广泛地收集整理了国内外微博客研究的文献成果,将其按传播机制研究、营销研究、用户行为研究进行总结。同时,结合经验观察并借鉴前人研究成果,对微博客的产品属性、产品优势、成功原因进行分析。 (2)基于TAM模型,构建了微博客用户接受行为理论模型。本研究在TAM模型感知有用性、感知易用性、行为意愿三个核心变量的基础上,加入个人创新性、社会影响、信任、感知风险四个外部变量,并提出了变量之间的假设关系,构建理论模型。模型中,个人创新性会正向影响感知有用性、感知易用性、行为意愿,社会影响会正向影响感知有用性、行为意向,信任会正向影响行为意愿,感知风险会反向影响行为意愿,感知易用性会正向影响感知有用性,感知易用性、感知有用性会正向影响行为意愿。 (3)基于理论模型,进行实证分析,验证了模型中的假设关系。本研究在理论模型的基础上,设计各因素测量量表,并通过信度和效度检验。利用结构方程模型,验证模型中假设关系。最终发现,个人创新性、感知有用性和社会影响对行为意愿有正向影响,感知易用性、感知风险和信任对行为意愿没有显著影响,其中个人创新性对行为意愿的影响最大、影响系数为0.331,感知有用性次之、影响系数为0.321,社会影响的影响系数相对较小、为0.257。个人创新性对感知易用性和感知有用性有正向影响,且对感知易用性的影响较大、影响系数为0.438,对感知有用性的影响系数为0.300。感知易用性对感知有用性有正向显著影响,影响系数为0.404。社会影响对感知有用性没有显著影响。
【关键词】：微博客 用户接受行为 技术接受模型
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：F49;F274;F224
【目录】：

• 摘要4-6
• ABSTRACT6-10
• 第一章 绪论10-21
• 1.1 研究背景及意义10-17
• 1.1.1 研究背景10-15
• 1.1.2 研究范围界定15-16
• 1.1.3 研究的科学问题16
• 1.1.4 研究意义16-17
• 1.2 研究方案17-19
• 1.2.1 研究技术路线17-18
• 1.2.2 研究内容结构18-19
• 1.3 研究创新点19-21
• 第二章 文献综述21-32
• 2.1 微博客研究综述21-24
• 2.2 用户接受模型理论综述24-29
• 2.2.1 理性行为理论24
• 2.2.2 计划行为理论24-25
• 2.2.3 技术接受模型25-27
• 2.2.4 创新扩散理论27-28
• 2.2.5 整合性技术接受和使用理论28-29
• 2.2.6 小结29
• 2.3 社会性网络影响因素研究综述29-32
• 第三章 理论模型32-41
• 3.1 微博客研究32-35
• 3.1.1 微博客产品功能32
• 3.1.2 微博客的属性32-34
• 3.1.3 微博客的优势34
• 3.1.4 微博客成功原因34-35
• 3.2 研究变量35-38
• 3.2.1 个人创新性36
• 3.2.2 社会影响36
• 3.2.3 信任与感知风险36-37
• 3.2.4 感知因素及行为意愿37-38
• 3.2.5 人口统计变量38
• 3.3 研究假设38-40
• 3.4 微博客用户接受行为理论模型40-41
• 第四章 微博客用户接受行为模型实证分析41-58
• 4.1 研究方法41-42
• 4.1.1 数据收集方法41
• 4.1.2 数据分析方法41-42
• 4.2 量表设计42-44
• 4.2.1 个人创新性42
• 4.2.2 社会影响42-43
• 4.2.3 信任43
• 4.2.4 感知风险43
• 4.2.5 感知变量43-44
• 4.2.6 行为意愿44
• 4.3 数据分析44-58
• 4.3.1 人口统计变量描述性统计45-47
• 4.3.2 信度分析47-49
• 4.3.3 效度分析49-53
• 4.3.4 结构方程检验53-58
• 第五章 结论与展望58-61
• 5.1 研究成果58-59
• 5.2 微博客发展建议59-60
• 5.3 研究不足及展望60-61
• 参考文献61-67
• 附录67-70
• 致谢70-71
• 攻读学位期间发表的学术论文71

【参考文献】

中国期刊全文数据库 前10条

1 杨苏丹;胡春;;移动即时通信用户接受模型的实证研究[J];北京邮电大学学报(社会科学版);2009年01期

2 周园;王念新;;大学生使用社交网络服务的影响因素研究[J];电化教育研究;2011年11期

3 李芳;曲豫宾;;大学生微博使用动机模型实证研究[J];福建论坛(社科教育版);2010年08期

4 余伟;;基于本体的微博客用户行为模型研究[J];广东技术师范学院学报;2010年06期

5 邓朝华;鲁耀斌;张金隆;;基于TAM和网络外部性的移动服务使用行为研究[J];管理学报;2007年02期

6 殷俊;何芳;;微博在我国的传播现状及传播特征分析[J];河南大学学报(社会科学版);2011年03期

7 周涛;鲁耀斌;;基于社会资本理论的移动社区用户参与行为研究[J];管理科学;2008年03期

8 鲁耀斌,徐红梅;技术接受模型及其相关理论的比较研究[J];科技进步与对策;2005年10期

9 赵宇翔;朱庆华;;博客接受模型:影响用户接受和更新博客的实证研究[J];情报理论与实践;2009年04期

10 赵金;罗会祥;刘兴亮;彭兰;;微博预测[J];青年记者;2009年31期

中国硕士学位论文全文数据库 前10条

1 张钰雪;新浪微博传播机制研究[D];西南大学;2011年

2 田莹颖;社交网络游戏用户接受影响因素研究[D];南京大学;2011年

3 彭彭;以微博为代表的互联网个人传播研究[D];暨南大学;2011年

4 张楠;大学生微博营销接触和使用情况调查[D];华东师范大学;2011年

5 王晓光;微博社区交流结构及其特征研究[D];华东师范大学;2011年

6 史亚光;企业微博客营销策略研究[D];华东师范大学;2011年

7 左晓娜;微博的传播机制及影响力研究[D];陕西师范大学;2011年

8 贾璐;基于TAM和IDT的飞信业务用户行为研究[D];电子科技大学;2009年

9 刘丽芳;微博客的传播特征与传播效果研究[D];浙江大学;2010年

10 梁赛楠;微博客受众的媒介使用研究[D];华东师范大学;2010年

  本文关键词：微博客用户接受模型及实证研究，，由笔耕文化传播整理发布。

本文编号：465638