移动社交网络成瘾性使用行为研究

发布时间：2020-10-12 03:06

【摘要】：社交网络渗透进我们生活的方方面面,一方面大数据作为最重要的无形资产,成为“无形的石油”,另一方面十亿网民变成“菜鸟”,成为了数据经济时代的弱势者。老人、小孩、青年人各自有不同的弱点,在移动社交网络的浪潮下将难以幸免。尤其是随着智能手机的普及,人们不再受时间和空间的限制,可以随时随地进行实时互动、聊天交友、创造和分享所见所闻等社交活动,移动社交网络逐渐成为人们获取信息、展现自我、营销推广的窗口。在利用移动社交网络的过程中,确实更好地利用了碎片化的时间,提高了沟通交流的渠道。但当人们习惯了随时随地点击并刷新社交网络,行为也发生了改变,极有可能使用移动社交网络“成瘾”。这种成瘾行为会导致注意力分散、社交能力下降、睡眠不足等不同程度的负面后果,给移动用户乃至整个社会带来新的挑战。移动社交网络成瘾是伴随智能手机的出现而产生的一种新型成瘾现象。这种新范式呈现出不同于传统社交网络成瘾的行为特征,使得传统的研究方法存在局限性,需要从新的视角审视移动社交网络下的用户成瘾行为。在现有社交网络研究的基础上,本文主要开展了以下创新性工作:一是针对移动社交网络用户成瘾难以判别的问题,提出移动社交网络理性成瘾模型,利用用户使用移动社交网络的动态面板数据,判别不同的移动社交网络用户成瘾行为。二是针对移动社交网络用户成瘾行为特征难以挖掘和量化的问题,提取不同移动社交网络用户的量化行为特征,并探究移动社交网络用户成瘾与非成瘾、理性成瘾与非理性成瘾行为的行为特征差异。研究表明,用户对移动社交网络的成瘾行为具有差异性。对不同类型的移动社交网络,用户行为可以分为理性成瘾、非理性成瘾和非成瘾三种。进一步提取移动社交网络用户的量化行为特征,研究表明移动社交网络成瘾会增加用户使用社交网络的使用时间、使用频次和使用全面性,而移动社交网络非理性成瘾会增加用户在深夜使用社交网络的使用时间和使用频次。有关移动社交网络用户成瘾性使用行为的研究,对识别社交网络用户成瘾行为、区分不同类型用户成瘾的行为特征、预防和干预用户成瘾行为,具有重要的理论意义和实践价值。
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F626
【图文】：

本文技术路线

QQ 月活跃用户达到了 8.5 亿。这七款移动社交应用在移的代表性，能够充分反映我国目前移动社交网络用户的使据集加以描述和预处理，然后提取用户的消费行为动态面交网络理性成瘾模型进行验证，并对模型进行鲁棒性分析瘾性行为特征分析以及成瘾用户识别打下基础。及数据预处理及介绍户数据集是通过时间管理工具 24PI 获取。24PI 是一款记率的专业时间管理应用，并能够分析用户一天内的碎片化的使用量。该软件将所有的移动应用分成 19 个类别，包括、照相、地图及旅游等，当用户将需要监测的应用加入软用户使用各应用的数据信息。24PI 应用截图如图 4-1 所示

止使用移动社交网络时会产生焦虑不安、厌烦等负面情绪。最终，当用线索变得过敏时，用户对系统的评估偏向于当前和即时使用，将更的特征，并且持续更长的时间。有文献研究基础和移动社交网络成瘾的六大特征，本研究假设移动社用户使用移动社交网络的使用频次、使用时间以及使用全面性。其中单位时间内使用移动社交网络的累积时间（每天），使用频次是指用用移动社交网络的累积次数（每天），使用全面性是指用户在单位时分布的不同时段数（每天）。具体假设如下：动社交网络成瘾会增加用户的使用时间；动社交网络成瘾会增加用户的使用频次；动社交网络成瘾会增加用户使用社交网络的全面性。交网络成瘾行为特征模型如图 5-1 所示：
【参考文献】

中国期刊全文数据库 前5条

1 马建光;姜巍;;大数据的概念、特征及其应用[J];国防科技;2013年02期

2 罗芳;杨建梅;李志宏;;QQ群消息中的人类行为动力学研究[J];华南理工大学学报(社会科学版);2011年04期

3 邵同尧;;风险投资、创新与创新累积效应——基于系统GMM估计的动态面板分析[J];软科学;2011年06期

4 李因果;何晓群;;面板数据聚类方法及应用[J];统计研究;2010年09期

5 赵庚升;张宁;周涛;;网页浏览中的标度行为研究[J];统计与决策;2009年01期

中国博士学位论文全文数据库 前1条

1 郑夏冰;探讨过量使用移动社交网络Apps对个人用户的负面影响[D];中国科学技术大学;2014年

中国硕士学位论文全文数据库 前1条

1 焦宇航;基于系统GMM估计的中国金融发展对经济增长质量影响的实证研究[D];西北农林科技大学;2016年

本文编号：2837542