陈敏贤 王焕景 郭顺利
(曲阜师范大学传媒学院，山东 日照 276800)
随着大数据时代的到来，网络问答社区凭借其社会化互动氛围、个性化知识服务、动态生长的信息资源等重要特征，成为了各类信息资源的聚集地和互联网用户随时随地获取与交流信息的重要阵地。其中，碎片化阅读是用户参与网络问答社区平台获取信息的主要方式。用户在运用网络问答社区进行碎片化阅读的泛在环境也成为了信息偶遇频繁发生的重要场景，为用户信息偶遇提供了更多的可能性。信息偶遇作为网络环境下用户获取信息的重要方式之一，其能够继而影响后续的信息共享、采纳和内化等行为过程[1]。有效识别并进一步利用有价值的偶遇信息，不仅具有不可替代的潜在价值，还可以为破解碎片化阅读形成的“信息茧房”效应提供新的视角。碎片化阅读场景下网络问答社区用户经历信息偶遇时涉及到多方面因素的相互作用，是一个复杂的系统。因此，有必要进一步探析在碎片化阅读场景下，网络问答社区用户信息偶遇行为的形成机制和影响因素，了解其相互作用关系，不仅可以提高用户的信息获取能力，还可以为网络问答社区运营与优化服务流程提供参考依据。
随着信息偶遇在泛在信息环境下逐渐成为人们获取信息的重要方式之一。针对网络社区用户信息偶遇行为的研究也引起了国内外学者们的关注。国外和国内学者纷纷对偶遇式信息行为进行现象探索和理论构建，逐渐构建起与信息行为理论密切联系的信息偶遇理论体系[2]。学者们主要是采用半结构化访谈[3]、元人种志[4]、结构方程模型[5]、眼动实验[6]等实证方法，针对社交媒体、问答社区、电子商务网站等对网络环境下促进和影响用户信息偶遇行为的相关因素和发生机制等方面开展研究。例如：Panahi S等对24名医生进行了半结构式访谈。发现社交媒体通过其信息传播迅速、个性化推荐等6个方面的优势促进了信息偶遇的发生，并指出社交媒体信息偶遇有助于隐性知识的创造与共享[3]。Dantonio L运用半结构化采访，发现培养用户的社交媒体使用能力可以提高信息偶遇几率，并提出信息偶遇与用户的性格及其社会行为和环境有关[7]。管家娃等采用扎根理论构建社会化搜索情境下的信息偶遇整合分析框架,细化偶遇发生过程,探索影响发生过程的关键因素[8]。针对以知乎为代表网络问答社区，学者们主要探讨了信息偶遇行为形成的影响因素。例如：许艳闰等以知乎为例，发现具有信息长度较短、可理解性较强和新颖性较高的特征的提问更容易被用户偶遇[9]。李晓通过半结构化访谈的方法从4个方面归纳了知乎用户信息偶遇的影响因素和用户在偶遇过程中的认知程度与行为[10]。
梳理发现，已有文献研究主要基于特定的群体或从某一方面揭示了网络社区信息偶遇行为的相关影响因素和特征。尽管有研究较为全面地分析了知乎用户信息偶遇的影响因素，但尚缺乏对特定情境下网络问答社区用户信息偶遇行为的深入研究。用户的信息行为受其所处情境的影响[11]，应将信息实践置于特定情境中去理解与解释[12]。情境理应成为信息偶遇行为研究中的重要组成部分。碎片化信息阅读作为网络问答社区用户信息实践的主要情境，具有用户使用场景化、思维跳跃性、信息获取非线性交叉式等特征。随着碎片化信息阅读已成为网络问答社区用户信息实践的主要情境，也为网络问答社区用户信息偶遇行为的发生带来了不同于传统信息获取情境下的新特征。针对碎片化阅读场景下网络问答社区用户信息偶遇行为研究，在理论方面有助于拓展信息偶遇的行为场景和内涵。研究结果能推进关于网络问答社区非线性信息搜索行为的解释，完善信息偶遇行为理论，从而构建更加完善的信息偶遇行为模型。就实践而言，信息偶遇成为用户“主动”寻求信息行为的补充，在网络问答社区满足用户信息需求、拓展知识面、创新问题解决方案等方面有着重要意义。鉴于此，本文在现有信息偶遇行为研究成果的基础上，运用元人种志方法集成网络问答社区用户信息偶遇的影响因素集，然后采用DEMATEL方法识别出关键影响因素，试图解决以下问题：第一，碎片化阅读场景下网络问答社区用户信息偶遇的形成机制和过程是什么？第二，碎片化阅读场景下网络问答社区用户信息偶遇的关键影响因素有哪些？以期帮助网络问答社区充分挖掘与应用“信息偶遇”场景，突破“信息茧房”带来的信息窄化，为用户提供多元、优质、平衡的信息环境，提升信息服务质量。
1.1 碎片化阅读场景
互联网和社交媒体技术的发展，不仅重塑了信息以及知识的传播形式，同时也推动了阅读场景的变革。碎片化阅读场景成为用户信息阅读的重要场景之一。碎片化原意是化整为零碎，将完整的东西破成零碎的小模块。碎片化阅读与传统系统性、持续性的阅读方式相比，呈现出阅读内容和时间上的碎片化特征[13]，在阅读深度和阅读量两个方面表现出阅读内容和阅读注意力上的浅表化以及阅读篇幅短小和时间零碎的特征[14]。对于碎片化阅读的概念，目前学界尚未有统一的界定。通过梳理已有研究发现，大部分研究中所表述的碎片化阅读特征主要包括内容的碎片化和时间的碎片化。因此，结合研究场景本研究认为，网络问答社区用户碎片化阅读是指网络问答社区用户利用碎片化时间接收与阅读网络问答社区中的来自不同维度、不同问答或是不同领域的碎片化信息，在这个阅读过程中，用户的信息接受模式与注意力也呈现出碎片化特征。
1.2 网络问答社区用户信息偶遇行为内涵
信息偶遇的概念最早由国外学者Erdelez S提出，他认为信息偶遇是信息获取的一种方式，是指个体在未预期的情况下意外获得其感兴趣的或有用的信息[15]。Toms E G认为，信息偶遇是用户在信息查找过程中意外获取未经预先检验的有用信息的活动[16]。国内学者潘曙光认为，信息偶遇是一种既非计划内的也非预料之中的信息获取行为,在用户并非有意查找的情况下获得了某种有用的或有趣的信息[17]。通过梳理信息偶遇的相关文献发现，当前学界对于信息偶遇的概念并未达成一致，但其本质上都体现出两个基本特征：一是用户在信息偶遇活动中的低期望值和无目的或他目的特性；
二是偶遇信息具有问题相关性或兴趣相关性。碎片化阅读场景作为用户参与网络问答社区信息活动的主要方式，其所具有的随时、随地、随意性特点与信息偶遇中的用户特征具有耦合性。因此，本文认为碎片化阅读场景下网络问答社区用户的信息偶遇是指网络问答社区用户在碎片化阅读场景中的低期望值、无目的(他目的)伴随状态下，意外获得了有用的或感兴趣的信息的信息获取行为。相对于明确的信息搜索而言，信息偶遇是一种被动式的信息获取行为，但并不代表用户处于完全被动状态。相反，它是用户与信息、情境积极互动的结果，是用户主动或被动地注意到某信息后，积极调动自身能动性，基于自身的先验知识以及潜在信息需求与该信息建立连接，从而促使偶遇发生的行为过程。
碎片阅读场景下网络问答社区用户信息偶遇行为具有以下几个方面的特点：首先，阅读信息内容的碎片性和异质性。网络问答社区中信息和知识内容属于用户生成内容，具有动态生成、动态发展、去中心化的网络结构，以非线性联系的方式组织并传递，这使得用户偶遇的信息也更具有异质性和碎片化特征；
其次，信息传播和获取的个体性与茧房效应。在碎片化语境下，网络问答社区用户具有个体性特征，期望得到定制的信息服务。分众传播就是其个性化的一个体现，兴趣爱好相同或相近的主体聚集成为特定的网络社群，进行群内“窄播”，同时，网络问答社区智能信息推荐算法，也尽可能推荐相近主题的信息，这样极大提高了兴趣相关型信息偶遇的可能性，但同时也容易形成信息茧房效应；
最后，用户认知方式的发散性和不可预测性。碎片化的信息内容以裂变的方式进行多级、分散的传播。这些信息以网状分布结构呈现，用户在阅读、捕捉这些信息的过程中，思维和注意力沿着许多不同的方向无序扩展，表现出跳跃性与分散性，增强了信息偶遇的不可预期性。
1.3 碎片化阅读场景下信息偶遇行为形成过程
Erdelez S最早提出的信息偶遇过程模型认为，信息偶遇过程中包括注意、停驻、检验、摘取、返回5个步骤。然而，并非每次信息偶遇行为都会包含这5个环节，具体情境不同会有所差异[15]。在其基础上，栗村倫久强调了对偶遇信息的后续利用行为。他提出在检验阶段，个体完成对偶遇信息的检验评估后，会对该信息进行分享、使用、保存，随后可能“返回”原先任务或是“结束”进程。“返回”还是“结束”受到个体自身和外界环境的多重影响[18]。McBirnie A则从意义建构理论的视角，提出了信息偶遇的“过程—感知二元性”特征，认为“过程”是信息偶遇的基本要素，而“感知”——即个体的主观认知是信息偶遇的核心要素，离开个体的先验知识及其在这个过程中的主动观察、思考，“意外信息”只能被错过或被认为是不相关的[19]。
网络问答社区的碎片化语境下，信息碎片化呈现出来源多样、内容块状化、评论异质性的特征[20]；
用户则表现为“随时、随地、随意”的碎片式阅读方式。在碎片化语境中，信息传播更强调信息的社交性，加之网络问答社区本身就具有很强的社交属性，这就使得网络问答社区用户的信息偶遇除了与一般的浏览与检索情境相关外，同时还与交互情境有了更多的关联。在这样的语境下，用户的信息获取方式也更多地体现出了非线性、发散性、无序性、跳跃式的特点。用户更倾向于接收相互之间随意松散的信息碎片。同时海量的异质性、动态更新性信息和社区平台的活跃实时性都更容易将用户引向各类新奇信息，并给用户带来沉浸式体验，促使其持续使用。这都为信息偶遇的发生提供了充分且必要的条件。鉴于此，结合信息偶遇的一般特征，本研究构建了碎片化语境下网络问答社区用户信息偶遇过程模型，并将其偶遇过程划分为偶遇前、偶遇中、偶遇后3个阶段。如图1所示。
图1 碎片化阅读场景下网络问答社区用户信息偶遇行为发生过程
偶遇前阶段。该阶段主要是信息触发用户的注意。网络问答社区用户在碎片化阅读场景下的注意力机制与一般的信息行为情境不同。在此场景下，用户会表现出注意力分散和思维跳跃的状态，且碎片化阅读场景下的多元、动态信息与用户的碰撞，会增加信息偶遇发生的概率。此时，网络问答社区推荐信息的外显性特征如标题、位置、样式凸显处理等更能吸引用户的注意，用户更容易在好奇心或兴趣、需求等驱动下触发注意。此外，用户自身认知、情绪状态等也会影响用户的注意力机制。
信息偶遇中阶段。当用户注意到偶遇信息后会“驻足停留”感知信息，此时用户的注意力聚焦于偶遇信息。在此过程中，用户的信息素养能够在很大程度上影响其对信息的感知与判断。碎片化语境下由于信息爆炸式增长和异质性增强，并且容易引发信息焦虑和碎片化传播的麻醉效应，因此，碎片化阅读场景下用户信息偶遇会对用户的信息素养提出更高要求。此外，用户曾经在网络问答社区的信息偶遇经历也会影响其对信息偶遇的认知和对平台持续使用的依赖性，能够提高用户对信息感知敏感度和偶遇发生的几率。这也反映了为什么超级偶遇者更容易经历信息偶遇[21]。
通过感知与信息完成初步关联后，会在检验阶段与信息建立认知连接，实现意义建构。这是信息偶遇过程中更为深化的、理性的阶段。在这一阶段，基于用户自身的先验知识、需求、兴趣，评估信息的相关性，完成与信息的匹配，即建立连接。由于碎片化信息传播具有社交性，同时用户参与网络问答社区也包含社交动机，因此，这样场景下的偶遇信息所关联的兴趣与需求不仅包含了一般意义的个人兴趣和需求，还包含了满足社交需要的功能。
信息偶遇后阶段。用户在完成对信息的理性认识之后，会在获取阶段对信息进行综合评估并做出进一步的决策处理。对于用户认为有重复利用价值的或暂时未能及时使用的偶遇信息，用户通常会将其加入平台收藏夹或以其他方式存储起来，以备复用。若是用户认为该信息对其社交关系网络有积极作用，用户通常会在利他动机的驱动下分享该信息[22]。网络问答社区的分享机制会引发更多的跨媒介转发分享行为。当用户在分享过程中加入个人的评价与理解，还会促进隐性知识的共享。而当用户消化吸收偶遇信息，将其纳入自己的知识结构中并与先前的知识和经验相结合时，则得以创造新的隐性知识。在实践层面上，信息偶遇或通过信息内容本身，亦或是通过偶遇信息获得了新的灵感与视角，从而得以创造性地解决相关问题。通常用户还会在非任务型信息搜索情境下倾向于进一步追踪探寻偶遇信息，因为此情境下用户普遍没有任务和时间压力。碎片化阅读场景下，用户的随机性阅读和交叉、跳跃式信息获取方式，也促使用户更有可能会对偶遇信息继续追踪探寻。但同时，也会由于碎片化时间的限制使得用户会终止追踪或是暂时中止预留后续跟进。完成对信息偶遇后的利用步骤，用户便会选择返回前景问题或是退出网络问答社区，从而结束此次信息偶遇活动。
2.1 元人种志方法
元人种志(Meta-ethnography)，也称为元民族志，由Noblit G W等于1988年提出，是定性研究中一种较常用的综合集成研究方法[23]。它通过对类似主题的不同研究发现置于同一框架中进行分析、比较、解释、综合、集成，在精确综合和分析原始研究的基础上提出一种更具解释力的理论模型。该方法不是对已有研究成果的叙述性综述，而是对原始研究中的核心元要素进行严格的对比分析，从而形成集成式的新研究成果。它通过定性综合集成更为高级的理论框架，并超过任何单独实证研究所到达的理论水平，被认为是一种突破单个研究结论局限的比较恰当的方法。
目前，这一方法在医学、教育学和心理学等领域得到了广泛的应用，也成为信息科学的一项前沿研究方法。元人种志方法的具体步骤可归纳为：①识别与界定集成主题；
②阅读原始研究；
③研究间概念的转译；
④驳斥集成；
⑤表达集成成果。当前信息偶遇的相关研究以访谈、调查等为主的定性研究居多，采用元人种志方法对信息偶遇的影响因素集成解析具有一定的适用性。
2.2 信息偶遇影响因素集成
1)识别与界定集成主题。该阶段主要是确定研究主题与目标，为收集相关原始研究文献提供方向与范围。本研究旨在识别网络问答社区信息偶遇的影响因素，因此，集成主题和文献检索方向可确定为国内外网络社区信息偶遇影响因素的相关研究。
2)获取与阅读原始文献。根据研究主题分别在中国知网、万方、维普、Web of Science以及Google Scholar等数据库中进行检索，获取相关主题的文献，并通过引文追踪、参考文献滚雪球等方法进一步完善检索结果。随后阅读相关文献的主要内容，排除掉不涉及信息偶遇影响因素的文献。在文献筛选过程中，主要遵循以下几项原则：①内容涉及信息偶遇的影响因素；
②该研究具有客观数据和经验知识论证支撑，而非纯理论分析；
③同一研究对象样本发表的多篇文献算作一项研究。筛选过后最终保留20篇作为核心文献，其中英文原始研究13项，中文原始研究7项，另外有3篇评述性或理论分析文献作为补充参考文献。
3)研究间概念转译。通过对原始文献核心概念的转译来进行不同研究文献间的比较与分析，这是元人种志方法的关键步骤。转译过程通过包括进行同义替换以统一概念表述，或是在保持内涵一致的原则上进行概念抽取，但转译必须注意保留原始研究中概念之间的关系。例如，无任务浏览情境和休闲情境同义，可统一转译为休闲情境；
个体的外向型性格、好奇心、观察力、敏感性可规范转译为个性特征；
原始文献中“能够批判性或创造性地思考遇到的信息和现象与个人自身的知识和经验之间的关系”的表述，可抽取为“信息素养”。
4)驳斥集成。驳斥集成是对原始研究中看似对立的结论进行对比分析，通过对原始研究进行的二次诠释，以达到对互斥研究结论的理解和解释[24]。在本研究中，发现对于用户的个人情感状态对信息偶遇是否产生影响存在不一致。Sun X等通过受控实验发现了用户在积极情绪的影响下更有可能经历信息偶遇[25]，Foster A等[26]、Austin J H[27]、Jiang T T等[28]、Erdelez S[15]、Ross C S[29]的多项研究也同样指明了情感状态会影响信息偶遇的发生。而田立忠等的调查发现，用户产生信息困惑到发生信息偶遇解决困惑，情绪状态与信息偶遇没有直接关系。一方面，田立忠等采用方便取样的原则，选取了11名南开大学的科研人员通过访谈收集数据，调查样本数量较少，存在一定局限性[30]；
而其他学者，Foster A等有目的地抽样选取45名跨学科研究者进行开放式的访谈[26]；
Heinström J选择305名芬兰和美国的硕士，同时，还采用问卷调查法对574位中学生、27位LIS学生展开进一步调查[31]。以上实证过程中都选取了大量样本，并且样本涉及的范围更广，相比较之下得到的结论更具说服力；
另一方面，Sun X等的研究融入了生理学和心理学的方法，在实验中收集了客观数据和主观数据，客观数据包括受控环境下测试者的EDA皮肤电导传感器的读数和眼球追踪仪的记录，这些方法与事后的问卷和访谈一起使用，证实了情绪在促进人们对信息偶遇的感知方面起着重要作用，且处于积极情绪状态下的人比那些有消极情绪的人更有可能感知到信息偶遇[25]。因此，该研究结论也更具备说服力。理论上，有心理学研究表明，积极的情绪可以拓宽人们的注意力和思维活动的范围[32-33]，也更有助于促进人们思想的开放性，培养好奇心，从而建立起认知与信息之间意想不到的、富有洞察力的联系，并认识到所提供信息的价值。而其他的多项研究中，也指明了思想开放性、好奇心、洞察力、信息敏感性对信息偶遇的积极影响。因此，本研究认为，用户的情感状态应列为信息偶遇的影响因素。
5)表达集成成果。经过对原始研究的对比分析，最终转译获得20个信息偶遇的影响因素，并参考补充文献做进一步对比，确保没有遗漏因素。Erdelez S[21]、Williamson K[34]之前的研究归纳出了信息偶遇行为的3个基本要素：信息用户、信息环境与偶遇信息，目前有关信息偶遇影响因素的研究大多围绕这3个要素展开。随着学者们对信息偶遇影响因素不断深入的研究，有学者发现情境对信息偶遇的发生会产生影响，其中，有学者把情境作为单独维度列出，有学者把情境与物理环境共同列入信息环境维度。就信息偶遇研究领域来看，情境要素从信息用户的任务相关方面影响着信息偶遇行为，带有明显的任务以及时间压力的特点。而信息环境对信息偶遇的影响主要涉及的是有关于外部物质条件的因素。鉴于此，本研究将按照信息用户、信息、信息环境、情境4个维度集成信息偶遇影响因素。如表1所示。
表1 原始文献相关因素转译集成结果
DEMATEL是一种运用图论和矩阵工具以解决复杂系统影响因素之间关系的系统要素分析方法[44]。该方法通过分析系统各要素之间的影响关系，构建影响矩阵并进行相应计算，得出各个影响因素的影响度、被影响度、中心度和原因度等结果，从而分析复杂系统因素之间的结构关系，识别出关键的影响因素。DEMATEL方法在诸多复杂系统影响因素关系分析的研究中有着广泛的应用。因此，本研究借助DEMATEL方法来分析网络问答社区信息偶遇关键影响因素。
3.1 基于DEMATEL的关键影响因素识别步骤
在梳理出25个影响因素之后，本研究基于DEMATEL模型对网络问答社区信息偶遇的关键影响因素进行识别。具体步骤如下：
1)构建直接影响关系矩阵。采用专家打分的方法构建直接影响关系矩阵。本研究选取了3名网络问答社区运营专家，3名网络问答社区方面研究专家，5名网络问答社区用户，让他们分别对信息偶遇各要素间直接关系的有无及其强弱程度进行判断并打分，分值0、1、2、3分别表示影响因素之间关系强度的无、弱、中、强。然后对评分结果进行统计，将各分值进行平均取整，得到网络问答社区用户信息偶遇影响因素的直接关系矩阵A，如表2所示。
表2 直接影响关系矩阵A
2)直接影响关系矩阵转换成为标准化影响矩阵。根据式(1)对直接影响矩阵A进行标准化处理，转化成标准化影响矩阵B。
(1)
3)标准化影响矩阵转换成为综合关系影响矩阵。根据式(2)将标准化影响矩阵B计算得出综合关系矩阵T。
T=B(I-B)-1
(2)
4)计算各个影响因素的指标值。分别计算出综合影响关系矩阵T中各个因素的影响度(D)、被影响度(R)、中心度(D+R)和原因度(D-R)，如表3所示。其中，某个因素的影响度(D)是该因素对系统中所有其他因素影响程度的总和，其分值即为该因素的行之和；
被影响度(R)是该因素受到系统中其他因素影响程度的总和，其分值即为该因素的列之和；
中心度(D+R)为影响度和被影响度之和，表示该因素在系统中的重要程度；
原因度(D-R)是影响度与被影响度之差，若原因度大于零，则为原因要素；
反之，称为结果要素。以中心度(D+R)和原因度(D-R)为横纵坐标绘制出影响因素间的因果关系图，并标出各影响因素在图中的位置，如图2所示。
图2 网络问答社区用户信息偶遇影响因素的因果关系
3.2 原因因素和结果因素识别
根据表3和图2的结果可以得出各影响因素之间相互作用和联系。原因度大于零的要素属于原因因素，反之则为结果因素。其中，按照中心度依次排名的原因因素为：受教育程度、网络环境、信息素养、信息需求、好奇心、专业、界面可用性、开放性、兴趣、环境熟悉度、认知风格、信息相关性、个性化推荐、信息新颖性、信息凸显度。影响度较高的因素主要集中在信息用户维度与信息系统环境维度，说明在用户使用网络问答平台中发生信息偶遇时，个人的主观因素与信息系统环境的相关外部因素对其他因素产生了较大影响。
表3 网络问答社区用户信息偶遇影响因素的影响度、中心度、原因度及排名
按照被影响度依次排名的结果因素为：信息浏览、信息检索、信息偶遇经历、信息交互、信息卷入度、信息可获得性、信息源、情感状态、信息类型、信息质量，被影响度高的因素主要集中在信息行为情境维度和信息用户维度。相比较于原因因素，结果因素更直接地作用于信息偶遇经历的实践中，这与相关研究中提出的“用户在浏览时发生信息偶遇的频率更高”和“信息偶遇经历丰富的人更容易经历信息偶遇”的观点相一致。在网络问答社区用户的信息偶遇行为中，信息浏览与检索以及用户的信息偶遇经历是产生较强烈影响的结果因素，并且他们同样有着较高的中心度，这说明，他们与系统中的其他因素之间有着较强的关联性，并对整个系统起到显著影响作用。
3.3 关键影响因素识别
影响因素的中心度反映了因素在系统中的相对重要程度，中心度越大说明影响因素在系统中的重要程度越大，同时结合考虑因素的影响度、被影响度以及原因度的排名情况，本研究对网络问答社区用户信息偶遇的关键影响因素进行识别。
如表3所示，中心度排名前10的关键因素依次为信息浏览、信息卷入度、信息检索、信息需求、信息偶遇经历、信息交互、好奇心、信息素养、信息相关性、个性化推荐。其中，信息浏览、信息检索、信息偶遇经历和信息交互的中心度排名分别为第1、第3、第5和第6，它们的影响度虽然排名不高，但是作为结果因素，他们的被影响度排名位列前4名。说明它们虽然对其他因素产生的直接影响不大，但是在整个系统仍具有重要的地位。它们是许多因素的重要作用点，与多数因素相互作用，在信息偶遇行为发展中发挥重要作用，因此可以作为关键影响因素。信息需求和信息卷入度的影响度排名分别为第1和第2，被影响度排名也较为靠前,分别为第6和第5。说明这些因素对系统中的其他因素具有显著影响，并且与其他因素的关系也较为密切，因此属于网络问答社区用户信息偶遇的关键影响因素。信息素养和好奇心的影响度排名分别为第3和第4，原因度排名分别为第3和第5，均较靠前，也属于关键影响因素。信息相关性与个性化推荐的影响度排名分别为第10和第11，被影响度排名分别为第11和第10，均处于中游位置，说明它们与其他因素的关系较为密切且稳定，因此，本研究认为它们属于网络问答社区的关键影响因素。
第一，在信息用户维度中，信息需求与信息卷入度既具有较高的中心度，也具有较高的影响度。网络问答社区是一种富信息环境，碎片化语境下网络问答社区用户在参与过程中会遇到很多碎片化、多样性的信息，这些信息正是信息偶遇的“触发器”。McCay-Peet L等的研究也表明，社交媒体的“触发器丰富”是信息偶遇的重要影响因素[36]。根据上文中对信息偶遇行为发生过程的分析，当用户在此过程中注意到某信息并使之与自身信息需求建立关联时，则发生信息偶遇行为。这里的信息需求可以是以往关注的信息需求，也可以是潜在的信息需求。碎片化信息传播引发的麻醉效应可能会使用户思维积极性下降，导致思维惰性，从而更容易陷入信息茧房[45]。而碎片化阅读场景下，信息偶遇的发生有利于破解这一困局，提升用户信息素养，有意识地提高当下对信息的敏感度，丰富和加强信息连接能力，有助于增强对相关信息的快速识别与捕捉，从而促进信息偶遇的发生。
根据期望确认持续使用理论，用户的满意度和感知有用性共同影响用户持续碎片化阅读的意愿[46]。当用户在网络问答社区经历信息偶遇后，会因遇到“有用的或感兴趣的”信息而产生有用性的感知，从而产生积极的情绪体验，提升用户满意度。用户对网络问答社区的感知有用性和满意度会促使用户的持续使用行为[47-48]，提高网络问答社区用户的信息卷入度。信息卷入度从用户接触信息的时间或数量上为信息偶遇的发生提供了“信息土壤”。这一理论视角，同样很好地解释了信息偶遇经历对信息偶遇行为的影响机制。首先，信息偶遇经历不但可以强化个人对问题的理解，还可以将用户引入解决问题的新思路。这种信息旅程的转向，能产生积极的行动效果与积极的情绪体验，也由此能够提升用户的满意度和用户使用粘性。同时，这种意外遇到的信息可以打开新思路，获得解决问题的宝贵信息的经验和兴奋的情绪体验，可以增强用户对信息偶遇行为的认知，从而积极地影响着下一次信息偶遇的发生。在经历信息偶遇后，对偶遇信息进行积极地处理包括评价、分享、保存、使用等，都有助于进一步增强对信息偶遇行为的认知，从而能够在再次经历信息偶遇时更敏锐地感知到，丰富信息偶遇经历。
用户的好奇心和信息素养则具有较高的原因度。碎片化阅读是用户参与网络问答社区的重要方式。网络问答社区用户在面对碎片化、多元化的信息时，好奇心强的用户由于对新鲜事物更具有开放性，同时兴趣爱好也相对广泛，在某种程度上会产生更多的信息需求和主动获取信息的动力，他们往往更容易经历信息偶遇。结合信息偶遇的概念特征和过程模型，用户信息素养从用户的信息意识、信息习惯、敏感度、先验知识与认知程度、信息判断力等方面影响着网络问答社区的信息偶遇。如上文分析所述，在碎片化阅读场景下，网络问答社区用户的信息素养在很大程度上决定着用户是否能有效识别出相关信息并与信息建立连接，从而发生信息偶遇。
第二，信息维度与信息系统环境维度下的关键因素分别是信息相关性和个性化推荐。用户在网络问答社区产生的过往信息行为在很大程度上影响用户的个性化推荐，而这些信息行为是由涉及这4个维度中的各个因素交互作用的结果，同时又继而影响到其他信息行为。信息相关性由用户的需求与兴趣直接决定，个性化推荐则与信息相关性产生相互影响。因此，这两个因素对网络问答社区用户信息偶遇行为起到的作用显现出兼具直接性与间接交互性的特点。平台应优化个性化推荐机制，并且创新信息表现形式和强化界面引导手段来刺激用户注意。个性化推荐算法在总结用户历史行为数据的同时还应增强对未来的预测，唤醒用户的潜在需求。此外，还应在推荐中寻求多角度的内容推送，如可增加相似主题但价值观不同的异质信息，有利于引发用户的好奇心，从而提高信息偶遇几率和打破信息茧房。
第三，信息行为情境维度包括信息检索、信息浏览和信息交互，这3种情境均对网络问答社区用户的信息偶遇起到较为重要的影响作用。不同情境下，用户的需求状态不同，期望与注意力也会有所不同。在信息浏览情境下，用户通常处于“目的性”较弱的、无明确信息需求的休闲状态。此时用户在视觉注意上相对而言范围更大，内容和类型也更多样。而检索情境则相反，这两种情境的特征存在差异，也使得在浏览情境下，用户信息偶遇更多的是与兴趣相关，在检索情境下，则更多与问题相关。网络问答社区中用户的互动交流大多是围绕特定问题而进行的相关讨论，因此，来自各个不同信息源的信息就形成了丰富的“刺激物”，在满足用户某一需求的同时，还容易激发用户的潜在需求[49]，从而引发信息偶遇。综合上述可知，不同的信息行为情境下的信息偶遇有着不同的特点，而这3种信息行为通常是交替使用并相互影响的，存在着紧密的联系。平台应支持不同的检索模式和浏览模式以及两者的相互切换与链接，以用户为中心搭建高效的互动场景。一方面，通过提升平台的界面可用性，促进用户的持续使用意愿，提高信息偶遇几率；
另一方面，通过支持多种场景的多元信息交互形式，形成良好的社区氛围，激发用户的信息交互意愿与行为，为信息偶遇提供更多可能性。
本研究以网络问答社区用户信息偶遇的关键影响因素为研究问题。解析了碎片化阅读场景下网络问答社区用户信息偶遇的内涵和形成过程，通过元人种志方法确定了4个维度共25个信息偶遇的影响因素，并采用DEMATEL方法对其关键影响因素进行识别。研究发现，好奇心、信息素养、信息需求、信息偶遇经历、信息卷入度、信息相关性、个性化推荐、信息检索、信息浏览、信息交互是影响网络问答社区用户信息偶遇的关键影响因素。研究结论在理论层面，有助于从新视角更深入地了解碎片化阅读场景下网络问答社区用户信息偶遇行为过程，丰富了信息偶遇行为过程研究的理论体系，为后续信息偶遇行为的研究提供理论参考。在实践层面，研究结论对信息用户和网络问答社区平台运营及优化具有一定的指导意义。一方面，有助于提高用户对碎片化阅读场景下的信息偶遇行为以及其自身行为特征的认知，从而可以有意识地避免被碎片化信息传播“麻醉”，提高信息获取效益；
另一方面，本研究可为平台创造性地拓展“信息偶遇”场景提供理论依据与指导，有利于为平台丰富其内容提供机制，为用户营造更多元的信息接触场景和更平衡的信息环境。
但是，本研究仍存在一定的局限与不足。首先，本研究在获取因素的直接关系矩阵时，只在有限的范围内通过专家调查法获得影响因素之间的权重。在未来研究中，将尝试通过更广泛的调研获取更多数据，进一步分析影响因素之间的作用关系。其次，在信息偶遇发生的不同阶段，各因素的影响程度和影响机制可能会存在不同，在未来研究中会对各个阶段因素间的作用关系做更深入的比较分析，进一步优化网络问答社区用户信息偶遇行为的发生过程模型。
猜你喜欢 偶遇因素社区 偶遇外星人故事作文·高年级(2021年9期)2021-09-24社区大作战幼儿园(2021年6期)2021-07-283D打印社区小学科学(学生版)(2020年3期)2020-03-25解石三大因素中国宝玉石(2019年5期)2019-11-16在社区推行“互助式”治理当代陕西(2019年16期)2019-09-25偶遇骆驼创新作文(1-2年级)(2017年9期)2018-04-16影像社区大众摄影(2017年2期)2017-01-20幸福的偶遇学苑创造·A版(2016年6期)2016-06-20短道速滑运动员非智力因素的培养冰雪运动(2016年4期)2016-04-16公交偶遇连环画报(2010年7期)2010-01-04