張瑞 趙棟祥 唐旭麗

摘 要：[目的]為探究社交媒體平臺(tái)用戶倦怠行為形成機(jī)制與規(guī)律，引導(dǎo)平臺(tái)向更好方向發(fā)展。[方法]結(jié)合心理學(xué)、復(fù)雜系統(tǒng)及決策科學(xué)，構(gòu)建社交媒體平臺(tái)影響用戶倦怠行為分析框架，用演化博弈方法分析平臺(tái)、用戶行為策略，考慮個(gè)人異質(zhì)性和平臺(tái)環(huán)境差異性作用，進(jìn)行數(shù)據(jù)仿真。[結(jié)論]用戶內(nèi)容資源貢獻(xiàn)、時(shí)間成本投入、固定收益是影響倦怠行為關(guān)鍵因素。此外，“利他型”用戶和 “友好”平臺(tái)環(huán)境氛圍有利于用戶和平臺(tái)關(guān)系穩(wěn)定。

關(guān)鍵詞：社交媒體平臺(tái);網(wǎng)絡(luò)用戶;用戶倦怠行為;演化博弈;數(shù)據(jù)仿真

DOI：10.3969/j.issn.1008-0821.2019.11.006

〔中圖分類號(hào)〕G206.2 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008-0821（2019）11-0046-09

Abstract：[Purpose]This paper aimed at find out the formation mechanism and rules of users social media fatigue behavior in order to make social media platform develop in better way.[Method]Combined with psychology，complex systems and decision theory，this paper constructed an analytical framework of the user behavior impact of social media platform.Then，we analysed the platform and user behavior strategies by evolutionary game method，and the effect of individual and platform environment difference have been taken into account.Finally，numerical simulation was carried out.[Conclusion]This study showed that the key factors influenced the users fatigue behavior were user content resource contribution，time cost，and fixed income.In addition，the“altruism”behavior of users and the“friendly”platform environment would help the stability of relationship between users and the platform.

Key words：social media platform;web users;user fatigue behavior;evolutionary game;numerical simulation

社交媒體倦?。⊿ocial Media Fatigue，SMF）是指用戶在使用社交媒體過(guò)程中，由于多方面原因?qū)е掠脩舢a(chǎn)生內(nèi)在疲勞感，使用戶使用社交媒體頻率降低和使用時(shí)間減少，甚至退出社交媒體平臺(tái)[1]。不少研究指出，用戶倦怠行為已經(jīng)在某些領(lǐng)域的社交網(wǎng)站上開(kāi)始出現(xiàn)，一些用戶對(duì)社交媒體的熱情開(kāi)始有所減少[2-3]。美國(guó)一項(xiàng)調(diào)查表明，34%的青年注銷了社交媒體賬號(hào)，64%暫停使用社交媒體[4]?！吨袊?guó)社交媒體影響報(bào)告》同樣顯示，39%的“90后”聲稱關(guān)閉了社交媒體的推送提醒[5]。種種現(xiàn)象反映，當(dāng)用戶厭倦了社交媒體提供的功能、內(nèi)容或活動(dòng)，并感到精神疲憊，就不再積極使用，逐漸轉(zhuǎn)向被動(dòng)消極的使用行為。這對(duì)于社交媒體平臺(tái)的健康穩(wěn)定發(fā)展具有嚴(yán)重威脅，例如曾經(jīng)一度流行的開(kāi)心網(wǎng)在2010-2011年短短1年期間用戶數(shù)量從1億2 000萬(wàn)下降到4 200萬(wàn)，短時(shí)間內(nèi)用戶大量流失給公司帶來(lái)了巨大損失[6]。

因此，對(duì)于設(shè)計(jì)者、產(chǎn)品方而言，不僅研究用戶接受行為是重要的，用戶的消極使用行為也不容忽視。通常，用戶對(duì)于社交媒體平臺(tái)的使用，既有微觀上個(gè)體用戶認(rèn)知能力、理性、情緒穩(wěn)定性等方面差異，更有宏觀上社交媒體類型多樣、競(jìng)爭(zhēng)等復(fù)雜現(xiàn)實(shí)，使得用戶行為變化情況通常難以描述和解釋。本文則嘗試考慮用戶異質(zhì)性和平臺(tái)環(huán)境差異性作用，從平臺(tái)與用戶關(guān)系視角探究用戶選擇倦怠行為的原因。本文關(guān)注的社交媒體平臺(tái)是基于用戶關(guān)系的內(nèi)容生產(chǎn)與交換平臺(tái)，其運(yùn)作模式是向用戶提供免費(fèi)服務(wù)，依靠廣告作為收入來(lái)源，并不斷推出新的應(yīng)用和功能，維持或吸引用戶的使用，如微信、微博、Facebook、Twitter等。下文中提到的“社交媒體平臺(tái)”如無(wú)特殊說(shuō)明，均指此類平臺(tái)。本文通過(guò)分析用戶倦怠行為決策過(guò)程，嘗試用演化博弈理論和方法構(gòu)建社交媒體平臺(tái)與用戶博弈模型，最后運(yùn)用仿真實(shí)驗(yàn)?zāi)M用戶行為演化過(guò)程，以期為社交媒體平臺(tái)運(yùn)營(yíng)管理、服務(wù)優(yōu)化提供建議。

1 相關(guān)研究

針對(duì)用戶倦怠行為研究多以探尋其影響因素為主導(dǎo)性視角。Bright L F等[7]基于有限能力模型，提出隱私擔(dān)憂、使用信心對(duì)倦怠行為具有顯著影響。Dhir A等[8]運(yùn)用壓力源—緊張狀態(tài)—后果框架驗(yàn)證了被迫性使用和錯(cuò)失恐懼癥是造成倦怠行為主要影響變量，抑郁和焦慮是結(jié)果變量。謝名家[9]提出倦怠行為形成因素包括情緒耗竭、去人性化、個(gè)人成就感和隱私暴露風(fēng)險(xiǎn)。劉魯川等[10]將倦怠行為影響因素概括為兩類：環(huán)境因素和個(gè)人因素。這里的環(huán)境因素指信息過(guò)載、服務(wù)過(guò)載、社交過(guò)載和系統(tǒng)質(zhì)量對(duì)用戶影響的集合。Zhang S等[11]和Lee A R等[12]在不同的實(shí)證分析中，從用戶感知過(guò)載視角驗(yàn)證了環(huán)境因素對(duì)倦怠行為的正向影響作用。Karr-Wisniewski P等[13]也指出社交媒體中信息過(guò)載會(huì)使用戶在信息獲取過(guò)程中意識(shí)到認(rèn)知受限。Thompson D V等[14]證明系統(tǒng)服務(wù)過(guò)載會(huì)導(dǎo)致用戶察覺(jué)到學(xué)習(xí)和使用成本較高，由此產(chǎn)生消極情緒。在個(gè)人因素方面，更強(qiáng)調(diào)個(gè)體差異對(duì)行為的影響。例如，Lee A R等[15]研究表明五大人格特質(zhì)可以解釋38.5%的社交媒體倦怠行為現(xiàn)象。而且，心理學(xué)家對(duì)人格影響行為的研究相當(dāng)廣泛，包括特質(zhì)理論、精神分析理論、社會(huì)認(rèn)知理論和人本主義理論等。其中，特質(zhì)理論強(qiáng)調(diào)個(gè)體差異源于人格差異，認(rèn)為個(gè)人特質(zhì)具有穩(wěn)定性和持久性，對(duì)行為有普遍和一致的影響。

在社交媒體平臺(tái)與用戶行為關(guān)系研究上，Karr-Wisniewski P等[13]從激勵(lì)框架和氛圍框架兩個(gè)方面，分析了平臺(tái)針對(duì)用戶個(gè)體參與心理采取的策略行為。激勵(lì)框架包括社會(huì)激勵(lì)（評(píng)價(jià)積極的回帖、思路一致的新內(nèi)容貼等）和物資激勵(lì)（積分、獎(jiǎng)金、頭銜等）;氛圍框架指顧客參與內(nèi)容創(chuàng)造營(yíng)造的各種氛圍（使用網(wǎng)頁(yè)設(shè)計(jì)、事件內(nèi)容本身、回帖的情緒基調(diào)等）。從激勵(lì)角度，張敏等[16]也指出虛擬學(xué)習(xí)社區(qū)的激勵(lì)表現(xiàn)為滿足個(gè)體自身某種需求且成就他人利益無(wú)關(guān)。王慧賢[17]在平臺(tái)激勵(lì)視域下構(gòu)建用戶貢獻(xiàn)行為博弈模型。從氛圍角度，王晰巍等[18]便提出社交媒體平臺(tái)上良好的信息環(huán)境對(duì)用戶產(chǎn)生積極影響。同時(shí)，鄭君君等[19]認(rèn)為慣性需求動(dòng)機(jī)和工具需求動(dòng)機(jī)是影響用戶參與社交媒體平臺(tái)的兩大動(dòng)機(jī)。這兩大動(dòng)機(jī)實(shí)際上與雙系統(tǒng)決策模型中基于經(jīng)驗(yàn)意識(shí)的沖動(dòng)系統(tǒng)和基于事實(shí)和價(jià)值觀的反射系統(tǒng)相對(duì)應(yīng)，雙系統(tǒng)模型也常用于個(gè)體決策行為，以及自我控制情景研究中[20-21]。

上述研究主要從心理學(xué)及決策科學(xué)分析用戶倦怠行為，為本文探究其形成原因、過(guò)程提供了諸多參考。在用戶倦怠行為選擇過(guò)程分析中，涉及兩個(gè)主體：社交媒體平臺(tái)和用戶。但相關(guān)研究主要從用戶主觀層面上探究影響行為的各種因素，對(duì)于從平臺(tái)與用戶關(guān)系角度描述用戶社交媒體倦怠行為并不多見(jiàn)。雖然于建業(yè)等[22]以公共品博弈模型進(jìn)行了用戶信息分享行為研究，但是并未考慮用戶行為動(dòng)機(jī)以及決策影響因素的作用，無(wú)法對(duì)用戶行為進(jìn)行充分性解釋。鑒于此，本文試圖將用戶倦怠行為決策作為一個(gè)漸進(jìn)學(xué)習(xí)過(guò)程深入分析，對(duì)社交媒體平臺(tái)與用戶關(guān)系進(jìn)行研究，同時(shí)考慮用戶個(gè)體及平臺(tái)環(huán)境的影響，分析不同場(chǎng)景下用戶倦怠行為演化機(jī)制與規(guī)律，引導(dǎo)社交媒體平臺(tái)向更好方向發(fā)展。

2 問(wèn)題分析和研究思路

在相關(guān)研究基礎(chǔ)上，本文梳理出社交媒體平臺(tái)影響用戶倦怠行為過(guò)程。1）從社交媒體平臺(tái)策略角度來(lái)看，社交媒體平臺(tái)可以選擇的策略包含激勵(lì)和氛圍兩種。從激勵(lì)層面來(lái)看，不論是社會(huì)激勵(lì)還是物質(zhì)激勵(lì)，用戶對(duì)于倦怠行為決策上更多是從效用分析層面進(jìn)行考慮。從氛圍層面來(lái)看，平臺(tái)并不是直接增強(qiáng)用戶效用，而是通過(guò)人與人、人與環(huán)境之間交互作用來(lái)改變用戶行為動(dòng)機(jī)。2）從社交媒體平臺(tái)用戶行為選擇角度來(lái)看，自身行為動(dòng)機(jī)是用戶采取決策的前提。根據(jù)動(dòng)機(jī)—決策對(duì)應(yīng)關(guān)系，可認(rèn)為用戶倦怠行為雙系統(tǒng)模型包含兩個(gè)過(guò)程：一個(gè)自動(dòng)化過(guò)程，由慣性需求動(dòng)機(jī)決定，即用戶行為過(guò)去慣有的方式采取行動(dòng);二是深思熟慮過(guò)程，由工具需求動(dòng)機(jī)決定，即根據(jù)個(gè)人利益最大化采取理性行為。3）與社交媒體平臺(tái)和用戶相對(duì)應(yīng)的宏觀影響因素分別是平臺(tái)環(huán)境因素和個(gè)人因素，當(dāng)影響因素和決策問(wèn)題復(fù)雜時(shí)，用戶的理性局限是非常明顯的[23]。此時(shí)外部影響因素對(duì)用戶行為選擇發(fā)揮重要作用。

經(jīng)以上分析，本文構(gòu)建社交媒體平臺(tái)影響用戶倦怠行為框架，見(jiàn)圖1。在社交媒體平臺(tái)采取激勵(lì)和氛圍兩種策略情況下，滿足用戶慣性需求動(dòng)機(jī)和工具需求動(dòng)機(jī)的需要，并運(yùn)行反射系統(tǒng)和沖動(dòng)系統(tǒng)兩個(gè)系統(tǒng)，最后輸出用戶行為決策結(jié)果。由此，社交媒體平臺(tái)用戶倦怠行為選擇過(guò)程分為兩個(gè)層面：在理性層面上，通過(guò)探討用戶與平臺(tái)的絕對(duì)收益，描述用戶行為模型;在非理性層面上，考慮用戶倦怠行為選擇受平臺(tái)和用戶自身的作用。因此，本文構(gòu)建平臺(tái)—用戶演化博弈模型，分析用戶絕對(duì)理性情況下對(duì)于倦怠行為的選擇問(wèn)題。此外，對(duì)個(gè)體和平臺(tái)環(huán)境進(jìn)行分類，將自身心理偏好引入用戶決策過(guò)程，由此解釋用戶有限理性下倦怠行為產(chǎn)生的動(dòng)因。

3 社交媒體平臺(tái)與用戶演化博弈模型構(gòu)建

社交媒體作為人們維系關(guān)系、獲取信息、交流互動(dòng)的重要平臺(tái)，并不是純粹以“信息服務(wù)”作為自身定位，更重要的是聚合受眾，提供“社交服務(wù)”。因此社交媒體主要由三要素構(gòu)成：關(guān)系、信息和互動(dòng)，它的發(fā)展離不開(kāi)群眾基礎(chǔ)和技術(shù)支持。作為社交媒體平臺(tái)方，通過(guò)結(jié)合用戶社交屬性才能保持平臺(tái)活力，所以要讓用戶進(jìn)行自發(fā)貢獻(xiàn)，形成長(zhǎng)期穩(wěn)定的用戶規(guī)模。為此，社交媒體平臺(tái)可以從激勵(lì)措施（社會(huì)激勵(lì)和物質(zhì)激勵(lì)）獲取更多的用戶數(shù)量，從而獲得多方面收益，如廣告收入、資產(chǎn)溢價(jià)等。從平臺(tái)服務(wù)與用戶關(guān)系的角度，用戶是否響應(yīng)措施對(duì)社交媒體平臺(tái)尤為重要，若激勵(lì)措施無(wú)效，用戶群體規(guī)模變小，意味著平臺(tái)要付出相應(yīng)的代價(jià)。因此，社交媒體平臺(tái)采取的激勵(lì)措施，類似于平臺(tái)建設(shè)投資，可能獲益，也可能虧損;在選擇過(guò)程中必須權(quán)衡自己的策略使自己利益最大化。對(duì)于社交媒體平臺(tái)帶來(lái)的負(fù)面影響，用戶較為在意的是“時(shí)間綁架”。用戶可以從平臺(tái)上獲得自身的需求，不論是獲得物質(zhì)上或情感上的收益，但是會(huì)付出相應(yīng)的時(shí)間成本。從用戶角度，不使用社交媒體平臺(tái)提供的服務(wù)，既無(wú)損失也無(wú)收益;但使用服務(wù)，意味著用戶將投入時(shí)間成本，仍可能得不到相應(yīng)的價(jià)值。

從交易關(guān)系角度來(lái)講，平臺(tái)處于主導(dǎo)地位且理性程度極高，但用戶擁有自由選擇權(quán)力，平臺(tái)難免受制于用戶。從經(jīng)濟(jì)利益角度來(lái)講，用戶相當(dāng)于勞動(dòng)者，而平臺(tái)占有用戶剩余價(jià)值，用戶處于不利地位。本文將采用演化博弈理論對(duì)社交媒體平臺(tái)影響用戶行為過(guò)程進(jìn)行研究，其中社交媒體平臺(tái)作為完全理性參與者、用戶作為有限理性參與者。針對(duì)以上問(wèn)題，本文提出以下假設(shè)：

假設(shè)1：社交媒體平臺(tái)在建設(shè)期間，已經(jīng)擁有初始用戶，可獲得的固定收益。平臺(tái)可以選擇是否采取激勵(lì)措施，即{激勵(lì)，不激勵(lì)}。采取激勵(lì)措施需要一定的投入，以獲取更多的用戶數(shù)量。如果用戶響應(yīng)平臺(tái)激勵(lì)措施，不選擇倦怠行為，則此時(shí)激勵(lì)行為便能發(fā)揮作用，社交媒體平臺(tái)由此獲得額外收益m。否則，社交媒體平臺(tái)將會(huì)付出相應(yīng)的激勵(lì)成本。

假設(shè)2：用戶可選擇策略為{選擇SMF，不選擇SMF}。若用戶選擇倦怠行為，雙方不合作，用戶收益為0。若用戶不選擇倦怠行為，用戶可以從社交媒體平臺(tái)獲得一定內(nèi)容資源收益w，但是也會(huì)因此付出一定時(shí)間成本T。不同的社交媒體平臺(tái)具有不同的時(shí)間成本系數(shù)η，η越大，表明用戶因?yàn)閰⑴c社交媒體平臺(tái)而放棄個(gè)人利益越大。

假設(shè)3：社交媒體平臺(tái)的本質(zhì)就是“鼓勵(lì)分享”，當(dāng)有了內(nèi)容資源的流動(dòng)，構(gòu)成人與人之間互動(dòng)的基礎(chǔ)，平臺(tái)才具有生命力。因此，社交媒體平臺(tái)需要用戶主動(dòng)進(jìn)行信息分享。社交媒體采取激勵(lì)措施，鼓勵(lì)樂(lè)于分享的用戶，用戶在社交媒體平臺(tái)中的貢獻(xiàn)S越大，則有的可能性被社交媒體平臺(tái)所獎(jiǎng)勵(lì)，λ為獎(jiǎng)勵(lì)系數(shù)。

由此可以得到社交媒體平臺(tái)與用戶的成本矩陣表和收益矩陣（見(jiàn)表1、表2）。

4.2 仿真結(jié)果

1）初始用戶倦怠行為概率變化

引入系統(tǒng)動(dòng)力學(xué)原理利用Anylogic軟件進(jìn)行建模仿真，通過(guò)調(diào)整參數(shù)大小，觀測(cè)演化結(jié)果，以此來(lái)檢驗(yàn)構(gòu)建模型的合理性，同時(shí)探究各因素對(duì)用戶倦怠行為演化博弈的影響。定義外部變量參數(shù)M=（x，S，λ，T，η，r，m，v）=（10，40，0.4，60，0.3，2，20，2）。此時(shí)滿足條件0≤A≤1，0≤B≤1。令x=x*=A=0.5，即社交媒體平臺(tái)一方初始值為混合策略Nash均衡值。用戶SMF行為選擇概率y的初始值y=0.6、y=0.8，觀察不同初始值下用戶選擇SMF行為概率的演化過(guò)程（見(jiàn)圖2）?？梢?jiàn)，社交媒體平臺(tái)進(jìn)行激勵(lì)措施概率初始值定為混合策略Nash均衡值時(shí)，給定y的初始值，用戶采取SMF概率始終圍繞均衡值上下波動(dòng)，系統(tǒng)此時(shí)存在1個(gè)中心點(diǎn)和5個(gè)鞍點(diǎn)，沒(méi)有穩(wěn)定點(diǎn);且系統(tǒng)波動(dòng)幅度與初始值有關(guān)，y=0.8的波動(dòng)幅度大于y=0.2的波動(dòng)幅度。由于初始值選取與演化結(jié)果無(wú)關(guān)[29]，結(jié)果反映當(dāng)社交媒體平臺(tái)采取穩(wěn)定策略時(shí)，整個(gè)系統(tǒng)難以控制，這時(shí)用戶采取倦怠行為策略概率難以達(dá)到穩(wěn)定，該結(jié)果驗(yàn)證了本文模型的合理性。

2）平臺(tái)激勵(lì)作用下用戶倦怠行為選擇分析

當(dāng)M=（w，S，λ，T，η，r，m，v）=（10，40，0.4，60，0.3，2，20，2）時(shí)，社交媒體平臺(tái)一方的初始值為0.5，用戶選擇SMF行為概率在0.5上下波動(dòng)，系統(tǒng)難以達(dá)到穩(wěn)定狀態(tài)。為考慮社交媒體平臺(tái)的作用，討論獎(jiǎng)勵(lì)系數(shù)λ、時(shí)間成本系數(shù)η、用戶固定收益w和平臺(tái)固定獎(jiǎng)勵(lì)成本v這4個(gè)參數(shù)對(duì)用戶行為的影響（社交媒體激勵(lì)措施較多，但主要與這4個(gè)參數(shù)相關(guān)）。保持參數(shù)集M不變，社交媒體平臺(tái)和用戶選擇策略初始比例為0.5。

為了更直觀展現(xiàn)用戶SMF行為變化過(guò)程，調(diào)整λ、η、w和v初始值，得到相應(yīng)演化結(jié)果見(jiàn)圖3。

其中，不同的λ值對(duì)應(yīng)的用戶行為選擇概率曲線都是經(jīng)過(guò)短暫上升后，迅速下降。即當(dāng)平臺(tái)獎(jiǎng)勵(lì)系數(shù)λ增加時(shí)，用戶會(huì)在短時(shí)間內(nèi)將自己的行為調(diào)整為接受，最后的穩(wěn)定策略是不選擇SMF。所以，用戶SMF行為選擇概率與λ值反向變動(dòng)。社交媒體平臺(tái)通過(guò)持續(xù)的獎(jiǎng)勵(lì)措施能夠?qū)τ脩鬝MF起到很好的抑制作用，會(huì)促進(jìn)用戶行為選擇決策速度，加快系統(tǒng)演化。

時(shí)間成本系數(shù)η值以步長(zhǎng)為0.05從0.05增加到0.15時(shí)，η越大，用戶的SMF行為選擇概率變化越快。當(dāng)用戶在社交媒體平臺(tái)上的時(shí)間系數(shù)較大時(shí)，會(huì)對(duì)用戶期望效用產(chǎn)生較大的影響，作為平臺(tái)使用者會(huì)采取一定的自我控制行為，即選擇SMF概率趨向于1。

用戶固定收益w體現(xiàn)在平臺(tái)建設(shè)上，平臺(tái)能為用戶提供固定內(nèi)容資源收益值越大，則用戶就容易對(duì)平臺(tái)保持持續(xù)使用關(guān)系。當(dāng)w值為16時(shí)，用戶選擇SMF概率迅速降為0;降低到9時(shí)，概率在0.5上下波動(dòng);當(dāng)w值降低到2時(shí)，用戶選擇SMF概率會(huì)增加到接近1，但仍然保持周期性波動(dòng)。持續(xù)降低用戶固定收益，用戶最后都會(huì)選擇SMF。

當(dāng)平臺(tái)獎(jiǎng)勵(lì)成本v以步長(zhǎng)為1從3上升到5，用戶SMF行為選擇概率下降速度變緩慢。由此體現(xiàn)，平臺(tái)對(duì)于獎(jiǎng)勵(lì)行為付出的成本越大，平臺(tái)的效用則會(huì)由此下降，從而平臺(tái)采取激勵(lì)措施概率下降，用戶的SMF行為選擇概率提升。

結(jié)果表明，當(dāng)用戶倦怠行為概率變化與獎(jiǎng)勵(lì)系數(shù)、時(shí)間成本系數(shù)、用戶固定收益和平臺(tái)固定獎(jiǎng)勵(lì)成本密切相關(guān)。當(dāng)上述參數(shù)發(fā)生變化時(shí)，演化穩(wěn)定策略均有所不同。可以得出，短期內(nèi)用戶行為選擇與獎(jiǎng)勵(lì)系數(shù)、時(shí)間成本系數(shù)關(guān)系更為密切，但長(zhǎng)期來(lái)說(shuō)用戶固定收益和平臺(tái)固定激勵(lì)成本對(duì)用戶行為的作用更為明顯。其中，激勵(lì)成本越高，用戶選擇倦怠行為概率反而增加。說(shuō)明平臺(tái)對(duì)于激勵(lì)行為付出成本越大，平臺(tái)效用則會(huì)由此下降，不利于雙方達(dá)成穩(wěn)定協(xié)議。

3）個(gè)人和平臺(tái)差異性對(duì)用戶倦怠行為影響

對(duì)于用戶而言，個(gè)人因素和平臺(tái)環(huán)境因素是影響用戶行為決策的兩個(gè)關(guān)鍵因素，改變個(gè)人因素參數(shù)集P（α，β）和環(huán)境因素參數(shù)集E（θ，ξ，γ）取值，分析個(gè)人異質(zhì)性和平臺(tái)環(huán)境差異性對(duì)用戶行為的影響。對(duì)不同的用戶行為特征類型進(jìn)行分析，用參數(shù)α和β取值區(qū)分，P（α，β）參數(shù)集（0.2，0.2）、（0，0）、（-0.2，0.2）、（-0.2，-0.2），分別代表“利他型”、“自利型”、“互惠型”和“功利型”。社交媒體平臺(tái)和用戶初始策略選擇均設(shè)為均衡策略0.5，仿真周期為100，見(jiàn)圖4。

由圖4可知，自利型用戶作為完全的理性者，系統(tǒng)波動(dòng)圍繞均衡策略0.5水平上下波動(dòng)，振幅基本沒(méi)有變化。而“利他型”和“互惠型”用戶，波動(dòng)幅度隨時(shí)間增長(zhǎng)逐漸變小，用戶改變行為策略的沖動(dòng)被抑制，兩種類型的用戶SMF行為系統(tǒng)最終趨于穩(wěn)定狀態(tài)，且“利他型”用戶策略收斂速度較快?！肮汀庇脩綦S著時(shí)間的增長(zhǎng)，震蕩程度由小逐漸變大，說(shuō)明具有該行為特征的用戶達(dá)到穩(wěn)定點(diǎn)之前會(huì)經(jīng)歷更多的策略選擇波動(dòng)。4種行為特征類型的用戶，“利他型”用戶對(duì)SMF行為抑制效果最好，其次是“互惠型”、“自利型”和“功利性”。但該策略并不能從根本上改變SMF行為的變化趨勢(shì)，說(shuō)明用戶個(gè)人行為特征并不是改變用戶SMF行為的直接原因。

不同的平臺(tái)環(huán)境類型，用參數(shù)θ、ξ和γ取值區(qū)分，E（θ，ξ，γ）參數(shù)集（1，2.25，0.8）、（1，1，1）、（1.5，1，2.25），分別代表社交媒體平臺(tái)環(huán)境“友好”、“一般”和“不友好”。社交媒體平臺(tái)初始策略為0.5，用戶初始策略選擇為0.4，仿真周期為100，見(jiàn)圖5。

演化結(jié)果表明，環(huán)境“一般”和環(huán)境“友好”的情況下，行為波動(dòng)較小，通過(guò)控制社交環(huán)境能有效抑制博弈演化過(guò)程中波動(dòng)現(xiàn)象;而對(duì)于環(huán)境“不友好”的情況，用戶行為決策狀態(tài)變化大，呈現(xiàn)出較大幅度波動(dòng)，且周期頻率增加，此時(shí)，用戶行為策略難以達(dá)到穩(wěn)定狀態(tài)。平臺(tái)環(huán)境從“一般”到“友好”，用戶行為會(huì)更加穩(wěn)定，行為變動(dòng)不大;但是從“一般”到“不友好”，用戶行為表現(xiàn)強(qiáng)烈，變動(dòng)較大，行為難以達(dá)到穩(wěn)定狀態(tài)。

5 結(jié)論與啟示

本文將心理學(xué)理論、行為決策以及演化博弈相結(jié)合，綜合用戶行為決策過(guò)程及其主要影響因素，構(gòu)建社交媒體平臺(tái)與用戶的演化博弈模型，并用系統(tǒng)仿真的方式解釋用戶社交媒體倦怠行為過(guò)程。仿真結(jié)果表明：社交媒體平臺(tái)短期內(nèi)通過(guò)實(shí)現(xiàn)獎(jiǎng)勵(lì)、控制時(shí)間成本投入對(duì)于抑制用戶社交媒體倦怠行為具有顯著影響，保障用戶固定收益對(duì)于長(zhǎng)期平臺(tái)建設(shè)效果明顯，但獎(jiǎng)勵(lì)成本過(guò)高不利于雙方關(guān)系穩(wěn)定。同時(shí)發(fā)現(xiàn)用戶“利他型”行為特征以及“友好”平臺(tái)環(huán)境有利于用戶決策狀態(tài)趨于穩(wěn)定。因此，根據(jù)上述研究結(jié)論，本文對(duì)社交媒體平臺(tái)運(yùn)營(yíng)管理、服務(wù)優(yōu)化提出以下建議和對(duì)策：

1）關(guān)注用戶社交媒體活動(dòng)，實(shí)行多樣獎(jiǎng)勵(lì)。過(guò)去社交媒體平臺(tái)作為主導(dǎo)性一方，可以從用戶生產(chǎn)內(nèi)容、廣告創(chuàng)造內(nèi)容中獲取高額利潤(rùn)，但是不給用戶零星報(bào)酬，并不利于社交媒體長(zhǎng)期健康發(fā)展。

2）回歸用戶社交媒體需求，控制廣告投入。社交媒體平臺(tái)更應(yīng)該意識(shí)到用戶社交媒體的真正需求，控制廣告投入，將用戶注意力留給優(yōu)質(zhì)內(nèi)容。

3）制定用戶社交媒體規(guī)則，確保內(nèi)容質(zhì)量。社交媒體平臺(tái)可采取不同的手段對(duì)自身平臺(tái)內(nèi)容進(jìn)行評(píng)價(jià)、核實(shí)和把關(guān)，不僅要確保用戶發(fā)布內(nèi)容的自由性，同時(shí)要確保平臺(tái)內(nèi)容質(zhì)量，以維持用戶在平臺(tái)上的長(zhǎng)期固定收益。

4）提高用戶社交媒體服務(wù)，加強(qiáng)平臺(tái)建設(shè)。在實(shí)踐中，加強(qiáng)社交媒體平臺(tái)建設(shè)是最為保守投入方式，有利于平臺(tái)的長(zhǎng)遠(yuǎn)發(fā)展。同時(shí)，優(yōu)化用戶服務(wù)，擴(kuò)大用戶規(guī)模，確保所有用戶在平臺(tái)中均有機(jī)會(huì)獲取“優(yōu)質(zhì)信息”和“深刻關(guān)系”，才能從根本上真正降低用戶消極使用行為的發(fā)生。

5）細(xì)分用戶社交媒體市場(chǎng)，開(kāi)展社群運(yùn)營(yíng)。社交媒體自發(fā)展以來(lái)，不同形態(tài)社群蓬勃發(fā)展，針對(duì)某一特定人群或需求的應(yīng)用產(chǎn)品更能發(fā)揮用戶的利他特征。從平臺(tái)開(kāi)發(fā)的視角，挖掘用戶“強(qiáng)關(guān)系”社交需求、提供更精準(zhǔn)細(xì)致的推送與服務(wù)具有較大開(kāi)拓空間和發(fā)展?jié)摿Α?/p>

6）注重用戶社交媒體體驗(yàn)，優(yōu)化交互環(huán)境。隨著社交工具商業(yè)化，社交媒體平臺(tái)運(yùn)營(yíng)商很容易忽視社交環(huán)境作用。社交媒體平臺(tái)環(huán)境惡化會(huì)對(duì)用戶使用行為帶來(lái)顯著影響。一方面，保持文明、安全、穩(wěn)定的平臺(tái)環(huán)境，引導(dǎo)用戶進(jìn)行正常有序的人與人之間交往行為;另一方面，注重社交媒體用戶體驗(yàn)，提升平臺(tái)的設(shè)計(jì)感和適用性，增強(qiáng)用戶對(duì)平臺(tái)的信賴。

參考文獻(xiàn)

[1]李宏，李微.社交媒體倦怠研究述評(píng)與展望[J].情報(bào)科學(xué)，2017，35（9）：172-176.

[2]劉魯川，李旭，張冰倩.社交媒體用戶的負(fù)面情緒與消極使用行為研究評(píng)述[J].情報(bào)雜志，2018，37（1）：105-113，121.

[3]Lee C C，Chou S T H，Huang Y R.A Study on Personality Traits and Social Media Fatigue-Example of FacebookUsers[J].Lecture Notes on Information Theory，2014，2（3）：249-253.

[4]新華網(wǎng).逾三成美國(guó)青年棄用社交媒體[EB/OL].http：//us.xinhuanet.com/，2018-03-14.

[5]郭敏.2017凱度中國(guó)社交媒體影響報(bào)告[EB/OL].https：//cn.kantar.com/，2018-03-19.

[6]Zhao Y，Xu X，Peng X，et al.Understanding the Determinants and Dynamic Process of User Exodus in Social Networking Sites：Evidence from Kaixin001[J].Journal of the Association for Information Science & Technology，2018.

[7]Bright L F，Kleiser S B，Grau S L.Too Much Facebook？An Exploratory Examination of Social Media Fatigue[J].Computers in Human Behavior，2015，44（C）：148-155.

[8]Dhir A，Yossatorn Y，Kaur P，et al.Online Social Media Fatigue and Psychological Wellbeing—A Study of Compulsive Use，F(xiàn)ear of Missing Out，F(xiàn)atigue，Anxiety and Depression[J].International Journal of Information Management，2018，40：141-152.

[9]謝名家.社交媒體倦怠量表發(fā)展之研究[D].高雄：國(guó)立高雄第一科技大學(xué)管理研究所，2012.

[10]劉魯川，李旭，張冰倩.基于扎根理論的社交媒體用戶倦怠與消極使用研究[J].情報(bào)理論與實(shí)踐，2017，40（12）：100-106，51.

[11]Zhang S，Zhao L，Lu Y，et al.Do You Get Tired of Socializing？An Empirical Explanation of Discontinuous Usage Behaviour in Social Network Services[J].Information & Management，2016，53（7）：904-914.

[12]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.

[13]Karr-Wisniewski P，Lu Y.When More is Too Much：Operationalizing Technology Overload and Exploring Its Impact on Knowledge Worker Productivity[J].Computers in Human Behavior，2010，26（5）：1061-1072.

[14]Thompson D V，Hamilton R W，Rust R T.Feature Fatigue：When Product Capabilities Become Too Much of a Good Thing[J].Journal of Marketing Research，2005，42（4）：431-442.

[15]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.

[16]張敏，唐國(guó)慶，張磊.虛擬學(xué)習(xí)社區(qū)知識(shí)貢獻(xiàn)行為的激勵(lì)因素分析[J].情報(bào)理論與實(shí)踐，2017，40（2）：86-91.

[17]王慧賢.社交網(wǎng)絡(luò)媒體平臺(tái)用戶參與激勵(lì)機(jī)制研究[D].北京：北京郵電大學(xué)，2013.

[18]王晰巍，曹茹燁，楊夢(mèng)晴，等.微信用戶信息共享行為影響因素模型及實(shí)證研究——基于信息生態(tài)視角的分析[J].圖書情報(bào)工作，2016，60（15）：6-13，5.

[19]鄭君君，劉春燕，沈校亮，等.基于使用與滿足理論的社交媒體用戶參與研究——考慮問(wèn)題性使用的中介作用和性別的調(diào)節(jié)作用[J].技術(shù)經(jīng)濟(jì)，2017，36（1）：123-129.

[20]Strack F，Deutsch R.Reflective and Impulsive Determinants of Social Behavior.[J].PersSocPsychol Rev，2004，16（3）：220-247.

[21]Hofmann W，F(xiàn)riese M，Strack F.Impulse and Self-Control From a Dual-Systems Perspective[J].Perspectives on Psychological Science A Journal of the Association for Psychological Science，2009，4（2）：162.

[22]于建業(yè)，王元卓，靳小龍，等.基于社交演化博弈的社交網(wǎng)絡(luò)用戶信息分享行為演化分析[J].電子學(xué)報(bào)，2018，46（1）：223-229.

[23]謝識(shí)予.經(jīng)濟(jì)博弈論[M].上海：復(fù)旦大學(xué)出版社，2002.

[24]丁川，王開(kāi)弘，冉戎.基于公平偏好的營(yíng)銷渠道合作機(jī)制研究[J].管理科學(xué)學(xué)報(bào)，2013，16（8）：80-94.

[25]石莉萍.關(guān)于前景理論的理論綜述[J].財(cái)務(wù)與金融，2014，（3）：76-81.

[26]馬健，孫秀霞.基于效用曲線改進(jìn)的前景理論價(jià)值函數(shù)[J].信息與控制，2011，40（4）：501-506.

[27]盛昭翰，張維.管理科學(xué)研究中的計(jì)算實(shí)驗(yàn)方法[J]管理科學(xué)學(xué)報(bào)，2011，14（5）：1-10.

[28]Weibull J W.Evolutionary Game Theory[M].Princeton：Press，1995.

[29]王眾托.系統(tǒng)工程引論[M].北京：電子工業(yè)出版社，2006：281-283.

（責(zé)任編輯：郭沫含）