微信朋友圈用户健康信息转发意愿影响因素研究

被引:0
作者
张坤
机构
[1] 安徽大学
关键词
微信朋友圈; 健康信息; 信息转发; 信息传播; 信息行为;
D O I
暂无
年度学位
2019
学位类型
硕士
导师
摘要
截止到2018年12月,我国网民规模达8.29亿,其中社交网络在所有的互联网应用中占据最大的用户规模。微信凭借其自身优势成为目前人们使用最广泛的社交网络,被业界称为“移动互联网时代的风向标”。微信朋友圈作为微信的重要功能,是一个拥有广泛受众的信息传播平台,自问世以来颇受用户青睐,现已成为信息领域研究的重要场景。目前关于微信朋友圈的相关研究已有不少,在已有研究中,尤以行为研究居多,且信息转发行为由于具有地位上的特殊性(信息转发是社交网络中特有的信息行为之一),已逐渐引起研究者的关注。但一方面,文献调研发现,微信朋友圈的信息转发行为领域研究中较少有研究者关注到健康信息这一精细的交叉领域,也较少有研究者关注到微信朋友圈信息转发行为意愿的影响因素这一主题。另一方面,现实情况表明,随着人们生活水平的提高,人们对自身健康状况的关注程度日益加深,而人们能真正获取的有用的健康信息资源与人们日益增长的健康信息需求不相符合,这一矛盾的解决迫在眉睫,可见,学术界开展用户健康信息领域的相关研究具有必要性和紧迫性。据此,本研究将微信朋友圈作为具体的研究情境,以用户健康信息转发行为为研究主题,着重探讨微信朋友圈用户健康信息转发意愿的影响因素,并根据研究结论提出针对性建议,旨在提高用户的信息素养和健康素养;促进网站运营商、信息服务商等相关方不断完善平台建设,提供更多优质信息服务,促进健康信息服务行业的蓬勃发展和健康信息更好的传播共享;推动我国电子健康发展,改善我国医疗服务现状,并助力“健康中国2030”战略的推进。本研究主要包括理论研究和实证研究两大模块。在理论研究模块,主要采用文献调研方法,通过对微信朋友圈及信息转发等相关文献的研读,知悉当前相关研究的现状及热点,对微信朋友圈、健康信息及信息转发行为相关研究进行系统梳理与归纳,并对相关概念进行清晰界定,为后续研究的开展提供扎实的理论基础。实证研究模块,可细化为两个阶段。质化实证研究为第一阶段,主要采用半结构化访谈和扎根理论的研究方法。该阶段,本研究在收集原始数据资料时采用半结构化访谈法,在数据处理过程中,则按照扎根理论三级编码要求对访谈资料进行编码分析与范畴提取,并构建相关理论模型。量化实证分析为第二阶段,主要采用了问卷调查和结构方程模型的研究方法。此阶段,本研究在进行数据收集时采用问卷调查法,而该阶段的数据处理,则采用结构方程模型方法来对影响因素进行验证分析,从而得出研究结论。研究结果表明,微信朋友圈用户健康信息转发意愿的影响因素可归纳为健康信息层面、用户层面和环境层面3个维度。健康信息层面维度包括健康信息源可信度、健康信息内容质量、健康信息效用质量和健康信息表达质量4个因素,其中健康信息源可信度、健康信息内容质量2个因素与微信朋友圈用户健康信息转发意愿之间具有显著的正向影响关系,且健康信息内容质量的影响效果比健康信息源的影响效果更为显著;而健康信息效用质量、健康信息表达质量2个因素与微信朋友圈用户健康信息转发意愿之间没有显著的影响关系。用户层面维度包括感知收益、感知风险、行为习惯、个人兴趣和健康素养5个因素,其中感知收益、个人兴趣和健康素养3个因素与微信朋友圈用户健康信息转发意愿之间具有显著的正向影响关系,且个人兴趣影响最大,健康素养影响次之,感知收益影响最小;而感知风险、行为习惯2个因素与微信朋友圈用户健康信息转发意愿不具有显著影响关系。环境层面维度包括朋友圈环境和社交环境2个因素,二者与微信朋友圈用户健康信息转发意愿之间均具有显著的正向影响关系,且社交环境的影响效果比朋友圈环境的影响效果更为显著。根据研究结果,本研究从微观、中观及宏观三个层面总结相关启示。从微观层面看,用户应提高自身的健康素养与信息素养,增强转发的意识与能力,为信息转发提供主体条件。于中观层面而言,信息发布方和平台运营方要保证健康信息内容质量,优化运行机制,提高自身信息保护意识和职业道德素养。从宏观层面来看,政府相关部门应完善网络信息法,加强信息安全及管理机制建设,为用户信息转发过程中的信息安全保驾护航。
引用
收藏
页数:86
共 102 条
[1]
What Predicts Online Health Information-Seeking Behavior Among Egyptian Adults? A Cross-Sectional Study [J].
Ghweeba, Mayada ;
Lindenmeyer, Antje ;
Shishi, Sobhi ;
Abbas, Mostafa ;
Waheed, Amani ;
Amer, Shaymaa .
JOURNAL OF MEDICAL INTERNET RESEARCH, 2017, 19 (06)
[2]
Internet Health Information Seeking and the Patient-Physician Relationship: A Systematic Review [J].
Tan, Sharon Swee-Lin ;
Goonawardene, Nadee .
JOURNAL OF MEDICAL INTERNET RESEARCH, 2017, 19 (01)
[3]
Trust; distrust and lack of confidence of users in online social media-sharing communities.[J].Young Ae Kim;Muhammad A. Ahmad.Knowledge-Based Systems.2013,
[4]
Exploring Older Adults' Health Information Seeking Behaviors [J].
Manafo, Elizabeth ;
Wong, Sharon .
JOURNAL OF NUTRITION EDUCATION AND BEHAVIOR, 2012, 44 (01) :85-89
[5]
Inquiring Minds Acquiring Wellness: Uses of Online and Offline Sources for Health Information [J].
Dobransky, Kerry ;
Hargittai, Eszter .
HEALTH COMMUNICATION, 2012, 27 (04) :331-343
[6]
News sharing in social media: The effect of gratifications and prior experience.[J].Chei Sian Lee;Long Ma.Computers in Human Behavior.2011, 2
[7]
What is an adequate sample size? Operationalising data saturation for theory-based interview studies [J].
Francis, Jill J. ;
Johnston, Marie ;
Robertson, Clare ;
Glidewell, Liz ;
Entwistle, Vikki ;
Eccles, Martin P. ;
Grimshaw, Jeremy M. .
PSYCHOLOGY & HEALTH, 2010, 25 (10) :1229-1245
[8]
Assessing information quality of e-learning systems: a web mining approach.[J].Mona Alkhattabi;Daniel Neagu;Andrea Cullen.Computers in Human Behavior.2010, 2
[9]
Social capital and individual motivations on knowledge sharing: Participant involvement as a moderator.[J].Hsin Hsin Chang;Shuang-Shii Chuang.Information & Management.2010, 1
[10]
The Presentation of Self in Everyday Life.[J].Gideon Lewis-Kraus.The Threepenny Review.2009, 116