哔哩哔哩平台信息流广告用户参与行为影响因素研究.pdf

43新媒体研究MEDIA MANAGEMENT 媒介经营与管理 信息流广告是嵌在信息流媒体信息中，能与平台特征相互融合并按照平台信息呈现模式展示的新型互联网广告；信息流广告能针对不同用户群体属性，根据用户兴趣和需求，利用算法和大数据对用户与广告进行精准匹配，实现智能分发1。信息流广告最早由美国社交平台 Facebook 于2006 年推出，2012 年新浪微博将其引进我国，随后腾讯、今日头条、百度、哔哩哔哩等国内知名互联网平台也陆续推出。近年来信息流广告迅速发展，根据 iiMedia Research 报告，2021 年，我国信息流广告市场规模已达 2 327 亿元，三年间行业规模扩容 33%，2021 年信息流广告更以 36.8%的占比高居市场第二的位置2。哔哩哔哩（简称 B 站），原名 Mikufuns，最早其作为 Acfun 的备用网站于 2009 年创立，2010 年正式更名哔哩哔哩。于 2014 年正式向商业化视频网站转型，2018 年 3 月在美国纳斯达克上市。网站以动漫、影视、用户原创视频等亚文化为主要运营内容，依靠其独特的经营策略迅速发展成年轻群体高度聚集的文化潮流娱乐社区。截至 2018 年 10 月，“Z 世代”（又称互联网世代，主要指出生于 19952010 年的新生代人群）群体的 B 站使用率高达 81.4%，20182020 年，B 站新增用户的平均年龄一直保持在 21 岁3。2022 年哔哩哔哩年度财务报表显示，哔哩哔哩 2022 年总营收同比增长 13%，达 219 亿元人民币。2023 年的业绩预估为 240 亿 260 亿人民币，其中广告营收为 51 亿元人民币，约占总营收的 23%，较2021 年增加 12%。在哔哩哔哩平台与信息流广告的双重高速发展背景下，如何提升信息流广告的效果便成了新的课题。哔哩哔哩平台具有显著的平台特色，高度区别于国内其他互联网平台，并拥有独特的用户群体。因此，十分有必要对哔哩哔哩平台信息流广告的用户参与行为影响因素进行研究。文章从用户分析视角研究哔哩哔哩平台信息流广告的用户参与行为，以及对这种行为产生影响的各种因素，以期为哔哩哔哩平台的信息流广告业务发展提供新思路。1 模型设计与假设1.1 UTAUT 模型设计2003 年，Venkatesh 和 Morris 等基于前人研究，再整合创新扩散理论、社会认知理论和计算机使用模型等理论模型的特点和优势，提出了全新的整合型技术接受与使用模型（Unified Theory of Acceptance and Use of Technology，UTAUT）4。该模型包括绩效期望、努力期望、社群影响和便利条件四个核心变量，性别、年龄、经验和自愿性四哔哩哔哩平台信息流广告用户参与行为影响因素研究王金红，李世祥摘 要 以 UTAUT 模型为基础，结合哔哩哔哩平台的特点，构建信息流广告用户参与行为研究模型，探究哔哩哔哩平台用户对平台信息流广告的参与行为，并分析各种因素对平台用户参与行为造成的影响。研究结果表明，努力期望、广告质量、广告精准度、风险感知都能通过影响用户心理上的接受意愿进而影响用户的使用行为。关键词 哔哩哔哩；信息流广告；接受意愿；参与行为；UTAUT 模型中图分类号 G2 文献标识码 A 文章编号 2096-0360（2023）13-0043-06基金项目：2023年辽宁工程技术大学人文社科研究项目“基于胜任力模型的广电行业全媒体人才高校培养路径研究”；2020年辽宁省教育厅高等学校基本科研项目“基于短视频的辽宁形象塑造与传播研究”。作者简介：王金红，辽宁工程技术大学传媒与艺术学院，副教授，研究方向为新媒体营销。李世祥，辽宁工程技术大学营销管理学院，研究生在读，研究方向为物流工程与管理。2023年第13期 NEW MEDIA RESEARCH44新媒体研究个调节变量，以及中介变量行为意愿和因变量使用行为。这一新的模型涵盖领域更广，解释力更强。UTAUT 模型自提出以来在众多研究领域中获得了广泛的应用，UTAUT 模型是预测和解释个人或组织接受信息技术的强有力理论工具。但原始变量的适用范围有一定的局限性，为适应不同研究对象的特点，需要引入或删减变量对模型进行修正，以增强其解释能力5。本文以 UTAUT 模型为基础，为使模型能够适用于哔哩哔哩平台信息流广告用户参与行为的研究，对研究模型进行以下调整。哔哩哔哩平台的用户群体具有独特性，其群体受社会影响程度难以衡量，并且随着互联网技术的发展与哔哩哔哩平台的普及，用户可以方便快捷地进入哔哩哔哩平台浏览内容，因此在模型中的社会影响变量和便利条件变量不适用于此研究。所以在新研究模型中删去这两个变量，保留原模型绩效期望与努力期望两个自变量。同时参考相关研究文献，针对哔哩哔哩平台的特点增加广告精准度、广告质量、平台影响、风险感知四个自变量加入模型。哔哩哔哩平台与信息流广告均是互联网时代的新产物，所以用户没有太多经验可以借鉴；而信息流广告属于原生广告的一种，用户浏览广告属于被动接受，所以自愿性变量亦不合理6；哔哩哔哩平台用户群体集中于年轻人，用户需求基本一致，年龄段比较集中，故而不将年龄与性别纳入调节变量7，所以构建的新研究模型不设调节变量。模型针对哔哩哔哩平台信息流广告的特点并参考相关研究文献，将原模型中间变量使用意愿具化为接受意愿。哔哩哔哩平台信息流广告范围十分广泛，广告涵盖电子产品、金融产品、视频课程等。在用户对广告产生兴趣后是否进行参与了解，并在了解后是否进行消费，需要更具体的变量度量，故而将使用行为拆分为具体的参与行为与消费行为8。综上所述，研究模型如图 1 所示。1.2 研究假设参考国内外的相关文献，对研究模型中各变量做出新定义与假设，如表 1 所示。2 数据收集与分析2.1 数据收集问卷设计时根据上述构建模型，参考相关研究文献，设计本研究量表题项，并采用李克特 5 级量表进行测量。经预测试后对问题再次设置与表达。对表述不清，信效度不好的选项进行修改与增删。正式调研问卷使用问卷星平台进行设计，通过微信、QQ 等社交平台针对性地向哔哩哔哩平台用户发放调查问卷。回收问卷 300 份，随后对回收的问卷逐一检查，剔除答题时间过短、回答不合理等低质量问卷。最终获得有效调研问卷 228 份。2.2 数据分析2.2.1 信效度分析本文使用 SPSSPRO 对问卷收回的数据进行分析。通过 Cronbachs 系数、KMO 检验和 Bartlett球形度检验对量表总体进行信度效度检验，分析结果如表 2 所示。Cronbachs 系数为 0.853 0.8，KMO 值为 0.81 0.6，Bartlett 球形度检验P 0.05 呈显著性。数据通过信效度检验，总体信效度较好，可以进一步对数据进行分析。2.2.2 路径分析路径分析是一种常用的统计方法，用于研究变量之间的直接和间接关系，以及它们对某个结果变图 1 研究模型45新媒体研究MEDIA MANAGEMENT 媒介经营与管理量的影响程度。路径分析基于线性代数和概率论，通过构建一个图形模型，揭示变量之间的关系，并且可以通过模型参数估计来验证和解释这些关系。用 SPSSPRO 对模型进行路径分析，结果如表 3所示。模型路径分析结果如表所示，努力期望、广告精准度、广告质量、风险感知对接受意愿均呈现显著影响（P 0.05），其中风险感知标准化路径系数表 1 模型变量定义及假设表变量定义假设绩效期望用户在浏览哔哩哔哩平台信息流广告时获得的实际效用和价值的程度H1：绩效期望正向影响用户对哔哩哔哩平台信息流广告的接受意愿努力期望用户在浏览哔哩哔哩平台信息流广告时所要付出的努力程度H2：努力期望正向影响用户对哔哩哔哩平台信息流广告的接受意愿广告精准度 哔哩哔哩平台向用户推送的信息流广告精准程度H3：广告精准度正向影响用户对哔哩哔哩平台信息流广告的接受意愿广告质量哔哩哔哩平台信息流广告在形式、内容、产品等方面表现出的优良程度H4：广告质量正向影响用户对哔哩哔哩平台信息流广告的接受意愿平台影响用户对于哔哩哔哩平台的主观情感态度H5：平台影响正向影响用户对哔哩哔哩平台信息流广告的接受意愿感知风险用户在哔哩哔哩平台中浏览信息流广告时对风险的感知与评估H6：感知风险负向影响用户对哔哩哔哩平台信息流广告的接受意愿接受意愿用户对于哔哩哔哩平台信息流广告的心理接受程度H7：用户对哔哩哔哩平台信息流广告的接受意愿正向影响其参与行为参与行为用户在浏览哔哩哔哩平台信息流广告后进行了解广告商品详情等参与互动行为的可能性H8：用户对哔哩哔哩平台信息流广告的接受意愿正向影响其消费行为消费行为用户在接受哔哩哔哩平台信息流广告后对广告产品产生消费欲望或在参与后进行消费的可能性H9：用户对哔哩哔哩平台信息流广告的参与行为正向影响其消费行为表 2 问卷信效度分析结果表信效度分析结果信度分析Cronbachs 系数0.853效度分析KMO值0.81Bartlett球形度检验近似卡方1 681.121P0.000*表 3 路径分析结果表路径非标准化系数标准化系数S.E.C.R.P绩效期望接受意愿0.1080.1030.0761.4120.158努力期望接受意愿0.1630.1370.0782.0790.038*广告精准度接受意愿0.2270.2040.0772.9530.003*广告质量接受意愿0.1430.1310.0731.9620.050*平台影响接受意愿0.0730.0660.0730.9900.322风险感知接受意愿-0.145-0.1160.074-1.9740.048*接受意愿参与行为0.4900.4780.0608.2250.000*接受意愿消费行为0.1850.1830.0632.9290.003*参与行为消费行为0.4400.4470.0627.1380.000*2023年第13期 NEW MEDIA RESEARCH46新媒体研究表 4 修正后模型路径系数图路径非标准化系数标准化系数S.E.C.R.P努力期望接受意愿0.2110.1770.0752.8330.005*广告精准度接受意愿0.2730.2460.0733.7390.000*广告质量接受意愿0.1790.1640.0712.5310.011*风险感知接受意愿-0.159-0.1260.074-2.1490.032*接受意愿参与行为0.4900.4790.0608.2290.000*接受意愿消费行为0.1850.1830.0632.9250.003*参与行为消费行为0.4400.4470.0627.1400.000*图 2 修正后的研究模型表 5 假设结果表假设具体内容检验结果H1绩效期望正向影响用户对哔哩哔哩平台信息流广告的接受意愿不成立H2努力期望正向影响用户对哔哩哔哩平台信息流广告的接受意愿成立H3广告精准度正向影响用户对哔哩哔哩平台信息流广告的接受意愿成立H4广告质量正向影响用户对哔哩哔哩平台信息流广告的接受意愿成立H5平台影响正向影响用户对哔哩哔哩平台信息流广告的接受意愿不成立H6感知风险负向影响用户对哔哩哔哩平台信息流广告的接受意愿成立H7用户对哔哩哔哩平台信息流广告的接受意愿正向影响其参与行为成立H8用户对哔哩哔哩平台信息流广告的接受意愿正向影响其消费行为成立H9用户对哔哩哔哩平台信息流广告的参与行为正向影响其消费行为成立为-0.116，表示其对接受意愿呈现负向影响。假设H2、H3、H4、H6 成立。绩效期望、平台影响两个变量的P值大于 0.05，两变量对于接受意愿无显著影响，假设 H1、H5 不成立。接受意愿对参与行为、消费行为均有显著正向影响（P 0.05），参与行为对消费行为也呈现显著正向影响（P 0.05），假设H7、H8、H9 成立。根据结果对模型进行修正，将初始模型中不显著的路径删除，构建新的模型，分析结果如表 4 所示。得到修正后的模型如图 2 所示。根据方程模型和路径分析结果得出假设结果，如表 5 所示。47新媒体研究MEDIA MANAGEMENT 媒介经营与管理表 6 中介效应检验结果图路径中介作用路径中介作用努力期望接受意愿参与行为完全中介努力期望接受意愿消费行为完全中介广告精准度接受意愿参与行为完全中介广告精准度接受意愿消费行为完全中介广告质量接受意愿参与行为完全中介广告质量接受意愿消费行为完全中介风险感知接受意愿参与行为部分中介作用风险感知接受意愿消费行为部分中介作用2.2.3 中介效应检验在本研究模型中，每个变量都是通过影响接受意愿变量进而影响参与行为和消费行为，接受意愿在这之间起到中介作用，因此对模型进行中介作用检验。上文证明绩效期望、平台影响对接受意愿的影响均不显著，不满足中介效应检验条件。所以下文将努力期望、广告精准度、广告质量，感知风险与接受意愿做中介效应检验。根据本研究模型构建的中介关系模式图如图 3所示。图 3 变量中介关系模式图本文通过 SPSSPRO 进行中介效应检验。结果如表 6 所示。2.2.4 分析结果努力期望、广告精准度、广告质量都能正向影响用户对平台信息流广告的接受意愿。通过中介效应检验结果显示，努力期望、广告精准度、广告质量都是通过影响接受意愿，再由接受意愿间接影响参与行为与消费行为。风险感知则负向影响用户对平台信息流广告的接受意愿，根据中介效应检验结果显示，风险感知不仅能通过接受意愿间接影响参与行为和消费行为，还会直接影响用户的参与行为和消费行为。接受意愿能直接正向显著影响用户对信息流广告的参与行为与消费行为。用户对信息流广告的参与行为能正向影响用户的消费行为。3 结论3.1 优化参与流程，增强用户体验由模型分析结果可知，努力期望能正向影响用户接受意愿，努力期望是用户接触和使用信息流广告的难易程度。因此，平台要提高用户对信息流广告的易接触程度，使用户参与广告时更容易消费。平台可以依托新的信息技术完善和简化信息流广告的参与流程，优化信息流广告界面，使用户能更加便捷地接触、参与平台信息流广告，进而增强用户的心理接受意愿，提高用户对广告进行参与行为的概率。优化参与广告时的支付流程，使用户能更加方便快捷地进行消费，从而增加平台用户的消费行为。3.2 提升广告质量，实现精准推送由模型分析结果，广告质量、广告精准度都能正向影响接受意愿，并通过接受意愿间接影响用户参与行为、消费行为。广告质量、广告精准度表现为平台信息流广告在形式、内容、产品等方面表现出的优良程度以及信息流广告对用户推送的精准程度。对于此，平台应优化信息流广告的质量，哔哩哔哩以独特的平台特色吸引了大量的年轻用户，可以针对用户群体特征设计更具特色的信息流广告以吸引用户参与。同时优化平台信息流广告推送机制，实现精准推送，进而加强用户心理接受意愿，提升用户对广告进行参与、消费的概率。3.3 加强广告管理，保障用户权益通过研究可知，风险感知负向影响接受意愿，更能直接负向影响用户参与、消费行为。风险感知表现为用户在哔哩哔哩平台中浏览信息流广告时对风险的感知与评估。问卷统计数据显示，用户对风险的感知主要表现在两个方面：一方面是平台信息流广告的推送频率过高，影响用户对平台信息流内容的浏览体验，进而对信息流广告产生了反感情绪；另一方面是害怕平台信息流广告存在虚假信息，怕造成直接或间接的损失。风险感知影响用户对信息流广告的接受意愿，减少用户的参与行为，甚至可2023年第13期 NEW MEDIA RESEARCH48新媒体研究能因为感知到风险直接对广告进行屏蔽，拒绝使用信息流广告。针对这些现象，平台要优化信息流广告推送机制，减少信息流广告推送频次，使广告收益和用户体验达到最佳平衡状态。同时加强广告审核，杜绝广告虚假信息，加大监管处罚力度，营造良好的广告环境，保障好用户的权益，从而提高用户对信息流广告的接受意愿，增加用户使用行为。参考文献 1 吴玉美.信息流广告市场生态解析及对报业广告互联网化的启示J.传媒观察，2021（7）：85-92.2 张皓，肖邦明，黄敏学.基于用户动态信息加工的信息流广告回避机制与重定向策略J.心理科学进展，2023，31（2）：223-239.3 肖铮，陈丽琴，黄国凡.后疫情时期高校图书馆哔哩哔哩网站运营策略研究J.图书馆杂志，2022，41（10）：42-48，82.4 VENKATESH V，MORRIS G M，DAVIS B G，et al.User Acceptance of Information Technology：Toward a Unified ViewJ.MIS Quarterly，2003，27（3）：425-478.5 陈萍，陈昕怡，李敏.服饰奢侈品牌新媒体广告的接受度模型J.毛纺科技，2021，49（1）：91-97.6 黄杰，刘磊杰.抖音短视频信息流广告用户接受度研究：基于UTAUT模型的实证研究J.国际品牌观察，2021（25）：25-28.7 谭若诗.基于UTAUT模型的微信朋友圈学习类打卡信息接受度实证研究J.东南传播，2020（5）：29-33.8 王静.抖音短视频原生广告用户接受行为影响因素研究D.广州：广东外语外贸大学，2022.参考文献1 欧阳宏生.认知传播学M.北京：科学出版社，2020：1.2 黄鑫昊，冯馨瑶.大学生移动短视频主动发布意愿的动力机制研究J.情报科学，2021，39（11）：83-89，95.3 2023中国网络视听发展研究报告发布EB/OL.（2023-03-31）2023-06-24.https:/ 刘国杰，彭小安.短视频的用户认识论：作为生产者和消费者的用户J.视听界，2022（6）：37-41.5 何慧.大学生短视频使用情况研究：以蚌埠医学院为例J.公关世界，2023（2）：63-65.6 彭兰.网络传播概论M.4版.北京：中国人民大学出版社，2017：156，63.7 彭兰.AIGC与智能时代的新生存特征J.南京社会科学，2023（5）：104-111.8 群体盲思EB/OL.（2012-06-23）2023-05-26.https:/ 桑斯坦.信息乌托邦M.北京：法律出版社，2008：99.10 勒庞.乌合之众：大众心理研究M.北京：中央编译出版社，2005：21-41.11 蒋俏蕾.青少年短视频使用的心理、风险及对策J.青年记者，2019（25）：15-16.12 网信部门重拳整治网络直播、短视频领域乱象EB/OL.（2022-07-30）2023-05-27.http:/ LORENZ-SPREEN P，LEWANDOWSKY S，SUNSTEIN C R，et al.How behavioural sciences can promote truth，autonomy and democratic discourse onlineJ.Nature Human Behaviour，2020，4（11）：1102-1109.14 喻国明.生成式内容生产崛起下社会协同治理的一项重要举措：试论全过程式AIGC标识的重要性与必要性J.青年记者，2003（11）：74-76.15 短视频平台发起青少年科普创作计划EB/OL.（2023-05-25）2023-05-27.https:/ 郭庆光.传播学教程M.2版.北京：中国人民大学出版社，2011：72.（上接第36页）