用户互动、情感依恋与用户粘性的关系研究——基于依恋决定理论和情感作用机理的分析

用户互动、情感依恋与用户粘性的关系研究——基于依恋决
定理论和情感作用机理的分析
任祥铭
【摘要】用户粘性是社交网络发展的双刃剑,当前社会化商务背景进一步加剧了社交网络之间的竞争,因此研究用户粘性具有重要的现实意义.文章根据依恋决定理论和情感作用机理从情感视角构建用户粘性的理论模型,运用PLS-SEM方法验证该理论模型,实证结果发现:用户互动直接形成情感依恋,也可以通过社群感、信息支持和娱乐体验间接形成;情感依恋可以较好地解释和预测用户粘性.为此,社交网络运营商要重视用户互动效应以提高情感依恋进而形成用户粘性.
【期刊名称】《燕山大学学报（哲学社会科学版）》
【年(卷),期】2018(019)003
【总页数】9页(P88-96)
【关键词】用户粘性;用户互动;情感依恋;社交网络服务;依恋决定理论;情感作用机理
【作者】任祥铭
【作者单位】兰州财经大学工商管理学院,甘肃兰州730020
【正文语种】中文
【中图分类】G350
一、引言
社交网络服务作为社交媒体的重要形式,成为社会化商务推广和应用的经典模式,也成为当今互联网发展的主流[1]。

然而,由于社会化商务模式的推动以及互联网行业结构的动态性调整,使典型的社交应用呈现出高、低使用率的两极化发展格局。

截至2016年6月,微信朋友圈、QQ空间、微博使用率分别为78.7%、67.4%、34%;朋友网、人人网、豆瓣网使用率较2015年12月有所下降,分别为13.1%、11.4%、11.1%[2]。

以上现象说明,社交网络用户已呈现出从朋友网、人人网向微信、QQ和微博转移的趋势。

用户粘性已成为社交网络服务发展的双刃剑,用户使用粘性下降导致用户流失已成为制约朋友网和人人网等社交网络发展的瓶颈问题,而用户粘性的提高成为微信、微博等社交网络成功推广的主要原因。

成功的社交网络服务需满足持续增长的社会关系、不断增加的用户创造内容和访问流量三个条件[3]。

用户粘性是衡量社交网络服务与用户关系的重要维度,是网站绩效的重要组成部分[4]。

因此,研究用户粘性对社交网络的长远发展具有重要的现实意义。

用户粘性来源于网络领域的网站粘性,网站粘性是网站利用自身的功能属性吸引并保留用户的一种能力[5]。

随着用户地位在网络领域的不断提高,学者们开始从用户角度研究粘性的形成,认为用户基于对网站的认可会对网站产生使用认知和情感,且不易受转换成本等外界环境变化因素影响,形成持续使用行为[6]。

用户粘性通过提高用户使用频率、延长使用时间促使用户由被动接受行为向主动依赖转变,改变用户在线行为方式[7];且对网站的消费意愿和行为产生深刻影响,受到了学者的广泛关注。

研究者主要从网站和用户视角研究用户粘性的形成原因,一类从网站质量、内容、风格和基础设施等因素研究网站对用户的吸引力[8-9],选取访问时间、访问频率和访问深度作为用户粘性的测量维度。

另一类从用户对网站的正向态度[6]、信任、承诺[8]、持续使用意愿[10]等用户认知因素研究用户粘性的形成,以及用户互
动通过态度和信任等认知因素对用户粘性的解释和预测作用[11]。

然而,除认知因
素可以作为用户互动与用户粘性之间的媒介因素外,用户的情感因素是否也能作为
二者的媒介因素,学者对这方面的研究较少。

此外在研究方法上,学者对用户粘性多
以协方差为基础的结构方程模型(CBSEM)[7][11]进行验证性检验,缺少预测和发展
研究。

而偏最小二乘结构方程模型正好弥补了以上缺点,在预测性研究和跨领域研
究方面具有较好的应用性,适合于理论发展研究[12]。

两者的本质区别在于前者适
用于验证性分析,后者适用于预测性分析。

针对以上研究不足,本文基于依恋决定理论并结合社交网络环境特点分析用户情感
依恋的形成原因;然后根据情感作用机理解释和预测用户粘性行为;据此,构建了用户互动、情感依恋与用户粘性之间的理论模型。

由于本文将情感依恋引入用户互动与用户粘性的研究中,并分析情感依恋在其中的前因后果关系,既是对依恋决定理论的
拓展研究,又是对情感依恋和用户粘性的预测研究,选择PLE-SEM方法符合本研究
的目的。

同时,PLS-SEM对样本数据量及是否服从正态分布没有硬性限制,为多自变量和因变量之间结构关系分析提供了便利。

运用偏最小二乘结构方程模型对收集到的460份数据进行实证检验,研究发现:用户互动分别通过社群感、信息支持和娱乐体验形成情感依恋;情感依恋能够解释和预测用户粘性。

研究结论拓展了用户粘性
的理论研究,为社交网络运营商从情感方面有效提高用户粘性提供了重要的实践启示。

二、理论回顾与研究假设
(一)理论回顾
1.情感依恋
情感依恋来自依恋理论,指顾客与公司建立的具有长期性和整体性的情感联系[13]。

依恋理论是研究个体与其他特定个体之间情感纽带的建立、维持和解除,以及描述、解释和预测人的情感、认知和行为的理论[14]。

随着学者不断深入的研究,人际依
恋拓展到人物依恋,探索人与品牌间的依恋关系[15],具有强烈依恋感的消费者更愿
意向消费对象投入时间、精力、金钱等资源,同时产生溢价购买、传播正向口碑、
积极参与企业品牌社区等活动行为[16]。

在社交网络服务中,用户首先依据互动平台的硬件功能建立自己的社交圈,之后在社
交圈内交流与沟通,形成人际依恋关系;为加强人际依恋,用户会在该平台上投入更多的时间和精力,最后形成用户与社交网络服务的人物依恋。

因此,本文定义情感依恋
是用户与社交网络服务平台及平台中其他用户形成的长期性和整体性的情感联系。

2.依恋决定理论
依恋决定理论(A-R-C理论)由心理学家La Guardia等人提出,认为个体依恋强度取决于自主需要、关系需要和能力需要[17],且以上需要是实现自我的主要决定因素。

自主需要指当外界环境满足个体需要的情况下,个体对某一行为的认可和选择;关系
需要指个体渴望在某一社会群体中找到归属感并形成成员间的紧密关系;能力需要
指个体在某项行为中获得的胜任感和效能提升感。

Thomson将依恋决定理论引入营销情境,在研究品牌依恋时发现自主和关系需要直接决定品牌依恋的强度,而能力
需要没有起到预期的决定作用[16]。

由于他的研究对象和结论限定在品牌领域,在
其他营销领域是否适用则有待继续研究。

温飞继承了Thomson的研究,证明消费
者通过满足以上三种需要以实现自我的方式促进情感依恋的形成[18]。

但尚未有学者根据依恋决定理论并结合SNS的具体环境特点探究社交网络用户情感依恋形成
的具体路径。

社交网络服务为用户提供信息展示、交流与共享的平台,具有实名制、隐私保护、
用户生成内容和个性化等特点[1],为用户提供了属于自己的公开或半公开的私人空间,清楚显示自己的社会化关系,是一个真实的虚拟人际交往平台。

在此平台中,用户通过互动形式获取外界信息、交流沟通、认知和情感等方面的内容。

频繁的互动增进用户个体和群体之间的紧密联系;同时,用户还能获得解决自身困难的有效信息以
及愉悦感和趣味性等体验感知。

基于此,本文分别选择用户互动、社群感、信息支
持和娱乐体验代表自主需要、关系需要和能力需要,根据依恋决定理论探究社交网
络环境中三者需要之间关系以及它们对用户情感依恋的具体影响。

3.情感作用机理
Fredricksson提出情感作用机理,即情感通过扩大机制和建设机制产生行为[19]。

扩大机制指情感对个体联想的激发作用,开发创造性思维,拓展行动指令系统和选择
行为范围。

建设机制指通过积极情感有利于促进个人资源的优化配置,从而影响个
体行为。

赵欣等通过情感作用机理和相关学者观点,从理论上提出情感范式较认知
范式对虚拟社区持续使用倾向更具有优越性,但没有进行实证检验其理论的适用性
[20]。

(二)研究假设
1.用户互动与情感依恋的关系
人际互动是开展社交网络服务的重要前提和依托手段[21],在社交网络服务中,人际
互动表现为用户互动,是用户之间为了获取信息和情感在社交平台开展的交流、联
系和互动活动,最终形成彼此之间相互影响的过程。

Mckenna等认为用户互动频率的增加会增进彼此间的了解和关系[22]。

涂剑波、陈小桂研究发现非交易类虚拟社区用户之间的互动创造了双方或多方的情感体验[23]。

根据依恋决定理论,社交网
络环境中用户互动满足用户的自主需要,促进用户情感依恋的形成。

由此,本文提出
以下假设:
H1:用户互动正向影响情感依恋。

McGrath,Otnes认为,顾客间互动不仅维持熟人的亲密关系,而且可与陌生人建立关系,促进自我身份认同和归属感的形成[24]。

Ridings,Wasko研究在线讨论群组的
可持续性,发现群组成员间的互动会增加社区内的信息量,增强成员间的社交性[25]。

王永贵等提出,在虚拟品牌社区中人际互动可以提高自我归属感[26]。

社交网络服
务中用户间频繁的互动可以增加彼此的认识和了解,培养共同兴趣和语言,有利于营
造成员间紧密的社交关系。

由此,本文提出以下假设:
H2:用户互动正向影响社群感。

信息支持指为用户提供解决问题的有效信息,表现为建议、推荐、互动问答等形式。

Nicholls R认为用户在在线交流平台的互动行为主要是为了获取信息和情感。

Chiu提出网络成员间的互动为知识共享提供了一条有效途径,并且互动程度与交换知识的强度、频率和广度成正相关关系[27]。

王莉、任浩提出在虚拟创新社区,消
费者之间互动显著提高知识共享的数量和质量[28]。

社交网络服务中,用户数量众多,每个用户具有自身独特的知识背景、实践经验和生活阅历等,通过用户互动这一
渠道呈现出来,进而为需要的用户提供有效帮助。

由此,本文提出以下假设:
H3:用户互动正向影响信息支持。

娱乐体验指用户在使用社交网络服务过程中体会到的愉悦感、趣味性等。

顾客间互动可以产生幸福愉悦的感觉,范晓屏、马庆国研究虚拟社区网络互动发现,人际关系
互动显著提高“爽体验”和认同感等心理效用[29]。

宁连举等提出社交网络中人际关系互动较大程度地影响到娱乐、美好等爽体验[30]。

社交网络服务提供了分享、转发功能,用户通过分享、转发视频、笑话、小说等娱乐内容可以提高用户的娱乐
体验。

由此,本文提出以下假设:
H4:用户互动正向影响娱乐体验。

社交网络服务为用户提供信息展示、交流与共享的平台,用户自己选择关注的朋友、同学以及参与自己感兴趣的群组建立社会关系网。

因此,社群是社交网络服务的重
要组成部分。

社会认同理论认为,认同使个体对群体有强烈的吸引力并形成群体依恋;当用户对自己的社交圈产生认同感时,渴望与其他用户建立紧密的人际关系。

根
据依恋决定理论,社群感满足了用户的关系需要,从而产生情感依恋。

由此,本文提出以下假设:
H5:社群感正向影响情感依恋。

社会化商务的发展,极大提高了信息的质量和传播速度,并将信息作为其重要因素和
表现特征。

陈爱辉实证发现,信息支持增加用户使用社交网络服务的情感寄托[31]。

信息分享是用户在社交网络平台互动较为频繁的信息支持行为,通过信息分享,用户
获得解决问题的相关知识信息、可靠的建议和推荐,为用户生活、工作和学习带来
了很大的帮助,增加用户长期性的情感联系。

根据依恋决定理论,社交网络服务为用
户提供信息支持,增加了用户的社会化满足,提升用户对平台的使用效能、满足了用
户的能力需要,引起用户的情感依恋。

由此,本文提出以下假设:
H6:信息支持正向影响情感依恋。

社交网络服务增加了满足用户娱乐要求的组件和内容,有助于用户减少压力、放松
心情,娱乐体验是其重要特点之一。

Hoffman,Novak研究发现感知娱乐是产生最
优沉浸体验的关键,而沉浸体验直接影响到用户之间和用户与平台之间的关系强度[32]。

根据依恋决定理论,娱乐体验满足用户的感官和心理愉悦,丰富了用户的网络
和现实生活,提高了用户对社交网络的使用效能,满足用户的能力需要,引起用户的情感依恋。

H7:娱乐体验正向影响情感依恋。

2.情感依恋与用户粘性的关系
Limayem,Hirt证实了情感直接影响信息系统的使用行为[33];Karahanna等人证实了用户对网站使用满意等情感反应会促使粘性行为的产生[34]。

根据Fredricksson的情感作用机理,在社交网络服务中扩大机制通过情感依恋激发用户
的体验联想,促使其创造性地使用社交平台[19];建设机制通过情感依恋增加用户的
知识和认知等相关资源的积累,便于解决相关问题,提高用户使用平台的长期性。

由此,本文提出以下假设:
H8:情感依恋正向影响用户粘性。

3.中介作用
在社交网络中,用户互动可以产生社群感、信息支持和娱乐体验的用户使用效应;根
据依恋决定理论,三个效应均能正向影响用户情感依恋。

用户互动分别通过社群感、信息支持和娱乐体验形成情感依恋。

由此,提出以下假设:
H9:社群感在用户互动和情感依恋之间起到中介作用。

H10:信息支持在用户互动和情感依恋之间起到中介作用。

H11:娱乐体验在用户互动和情感依恋之间起到中介作用。

用户互动对用户粘性的正向间接影响关系已经得到相关学者的证实[11],鲜有学者
将情感依恋加入到用户互动与用户粘性之间进行研究。

通过依恋决定理论,用户互
动以直接和间接的途径产生情感依恋;通过情感作用机理,情感依恋促进用户粘性的
形成。

由此,提出以下假设:
H12:情感依恋在用户互动与用户粘性之间起到中介作用。

图1 本文研究的理论模型
三、研究方法
1.问卷测量
本研究采用问卷调查方法对理论模型进行验证,为保证量表的信度和效度,尽量直接
采用或改编已有文献的成熟量表进行问卷设计。

用户互动的测量来自Preece[35],共5个题项;社群感测量来自宁连举[30],共4个题项;信息支持测量来自Kim等[36],共3个题项;娱乐体验测量来自Ducoffe[37],共4个题项;情感依恋的测量改编温飞的量表[18],共3个题项;用户粘性量表借鉴Lin[8]的量表,为体现社交网络用户创造内容特点,加入用户创造内容这一题项,共4个题项。

因此,本次问卷共23个题项,采用Linket 5级量表。

2.数据发放与收集
依据本研究的主题,需要调查对象满足已在社交网络服务平台注册并具有一定的参
与行为;为此,采取实地调查和网络调查相结合的方式进行数据收集。

实地调查主要
在北京、西安、兰州三个城市的公园、商场、校园等人口密集场所发放调查问卷,
并以科研经费购买的小礼物赠与调查者。

网络调查主要通过问卷星将链接发放到QQ、微信、微博等社交平台,并以发红包的形式给予调查者奖励。

本次调查共发放问卷700份,收回有效问卷460份,有效回收率为65.7%。

样本特征如表1所示。

四、数据分析与假设检验
1.测量模型的信度、效度检验
根据PLS-SEM分析步骤,首先对测量模型的信度和效度进行检验。

分析测量模型需要测量每组潜变量的指标信度,即内部一致性信度,用Cronbach'sα和组合信度(CR)衡量。

由表2可知,Cronbach'sα值除信息支持和用户粘性略低于0.7以外,其余都高于0.7;CR值都在0.808以上,明显高于0.7的最低标准。

因此,测量模型的内部一致性信度较好。

对于测量模型的效度分析,需从内容效度、收敛效度和区别效度三
方面进行。

由于本研究测量指标以国内外成熟量表为基础,因此其内容效度较高。

收敛效度以标准化因子载荷和平均变异抽取量(AVE)来反映,两者均以0.5为临界值,由表2可知测量指标的标准化因子载荷和AVE值均在0.5以上,表明收敛效度较好。

区别效度以每个潜变量AVE值平方根大于潜变量之间标准化相关系数为评价标准,由表3可知,符合以上评价标准,因此区别效度较好。

表1 样本分布特征特征数量(N=460) 所占比例(%)特征数量(N=460) 所占比
例(%)男性性别227 49.3女性233 50.7＜18 25 5.4社交平台18-25 128 27.8微信 191 41.5 QQ 156 33.9微博 75 16.3其他38 8.3年龄26-35 174 37.8 36-45 102 22.2＞45 56 12.2使用时间高中及以下88 19.1大专＜1年
14 3.1 1-2年 94 20.4 3-4年 186 40.4＞5年 166 36.1学历201 43.7硕士及以上95 20.7本科76 16.5每周使用频率1-3次 99 21.5 4-6次 208 45.2 7次及以上 153 134 29.1公司职员学生职业185 40.2国企/事业单位86 18.7其
他55 12每天访问时间＜1小时 247 53.7 1-2小时 122 26.5＞2小时91 19.8
表2 测量模型的信度、效度检验结果变量题项因子载荷Cronbach's αCR AVE 变量题项因子载荷Cronbach's αCR AVE UI1 0.672 UI2 0.689 SOC1 0.798 SOC2 0.797用户互动UI 0.785 0.852 0.538 UI3 0.718 UI4 0.785社群感SOC 0.786 0.862 0.609 SOC3 0.776 SOC4 0.750 UI5 0.793情感依恋EA EA1 0.795 EA2 0.832 0.722 0.844 0.643 EA3 0.778信息支持IS IS1 0.731 IS2 0.785 0.662 0.815 0.596 IS3 0.798用户粘性AOU AOU1 0.712 AOU2 0.731 0.685 0.808 0.513 AOU3 0.709娱乐体验EE EE1 0.764 EE2 0.761 0.743 0.838 0.564 EE3 0.732 AOU4 0.713 EE4 0.745
表3 测量模型的区别效度与相关系数检验结果注:**p＜0.01,n=460;对角线上的数据表示该潜变量AVE值平方根。

潜变量UI SOC IS EE EA AOU UI 0.716 733 SOC 0.634** 0.780 IS 0.558** 0.613** 0.772 EE 0.542** 0.593** 0.654** 0.750 EA 0.539** 0.618** 0.600** 0.581** 0.801 AOU 0.546** 0.559** 0.585** 0.659** 0.621** 0.
2.相关分析
由表3可知,用户互动与情感依恋显著正相关(RUI-EA=0.539,p＜0.01);用户互动分别与社群感、信息支持、娱乐体验显著正相关(RUI-SOC=0.634,p＜0.01;RUI-
IS=0.558,p＜0.01;RUI-EE=0.542,p＜0.01);社群感、信息支持和娱乐体验分别与情感依恋显著正相关(RSOC-EA=0.618,p＜0.01;RIS-EA=0.600,p＜0.01;REE-
EA=0.581,p＜0.01);情感依恋与用户粘性显著正相关(REA-AOU=0.621,p＜0.01);因此,假设H1-H8得到初步验证。

相关分析结果与本文的研究假设方向一致,为模型假设检验提供了初步证据。

3.假设检验
在对本研究样本数据与理论模型拟合后,为获得稳健的参数估计值,本文采用Bootstrap再抽样方法(N=5 000),PLS-SEM实证结果如图2所示。

其中,用户互动对情感依恋的影响较小(β1=0.123,p＜0.05),但达到显著水平,假设H1获得验证。

用户互动对社群感的影响最大(β2=0.639,p＜0.001),对信息支持(β3=0.562,p＜0.001)和娱乐体验(β4=0.549,p＜0.001)的影响稍有下降,但用户互动对三者的影响都达到p＜0.001的显著水平,假设 H2、H3、H4获得验证。

社群感(β5=0.278,p ＜0.001)、信息支持(β6=0.234,p＜0.001)和娱乐体验(β7=0.196,p＜0.001)对情感依恋的影响也都达到p＜0.001的显著水平,假设H5、H6、H7获得验证。

情感依恋对用户粘性的影响较大(β8=0.624,p＜0.001),假设H8获得验证。

同时,本文将详细的假设检验结果呈现在表4。

在PLS-SEM中,使用内生潜变量的R2值表示研究模型的解释力,即模型解释潜变量的方差大小。

由图2可知,本研究潜变量的R2值都在0.30以上,超过了10%的基准;并且依据营销研究的经验法则,当各内生潜变量R2值分别为0.67、0.33和0.19时,分别表示模型解释力可观、适度和欠佳水平。

本研究中情感依恋和用户粘性的R2值分别为0.495和0.390,属于适度水平,因此,主效应模型的潜变量得到了较好的解释,表明该模型具有较好的解释力。

为检验模型预测度的效果,必须对关键内生潜变量实施预测效度检验,采用Blindfolding方法计算Q2值表示。

图中情感依恋和用户粘性的Q2值分别为0.310、0.183,均大于0,这说明本研究构建的理论模型具有良好的预测力。

图2 本文理论模型检验结果
表4 假设检验结果检验结果H1:用户互动正向影响情感依恋 0.123 0.0529
2.340假设路径系数标准误差 T值成立H2:用户互动正向影响社群感 0.639 0.0318 20.131 成立H3:用户互动正向影响信息支持 0.562 0.0345 16.301 成立H4:用户互动正向影响娱乐体验 0.549 0.0365 15.038 成立H5:社群感正向
影响情感依恋 0.278 0.0479 5.824 成立H6:信息支持正向影响情感依恋 0.234 0.0571 4.098 成立H7:娱乐体验正向影响情感依恋 0.196 0.0545 3.595 成立H8:情感依恋正向影响用户粘性 0.624 0.0321 19.451成立
4.中介作用检验
本文采用温忠麟等[38]的三步中介回归方法验证中介效应。

需要满足以下条件:自变量、因变量的回归系数显著;自变量对中介变量回归系数显著;自变量和中介变量同时对因变量进行回归时,中介变量对因变量的回归系数仍然显著,此时自变量对因变量的回归系数显著减少或不显著。

当以上条件均满足时,可证明中介作用成立。

为此,本文将层次回归结果呈现在表5。

由模型2和3可知,用户互动显著影响用户粘性(β=0.599,p＜0.001);加入情感依恋后,情感依恋对用户粘性显著影响
(β=0.465,p＜0.001),用户互动对用户粘性的影响降低但仍显著(β=0.306,p＜
0.001)。

因此,情感依恋在用户互动与用户粘性之间起到中介作用,且为部分中
介;DW为1.893,不存在共线性问题,假设H12成立。

同理,由模型5-8可知,用户互动正向影响情感依恋(β=0.545,p＜0.001),分别加入社群感、信息支持和娱乐体验后,都显著影响情感依恋,且DW为1.976,不存在共线性问题。

因此,社群感、信息支持和娱乐体验均在用户互动与用户粘性之间起到部分中介作用,假设H9-H11均成立。

表5 中介作用检验结果注: β 为标准系数;显著水平:*p＜0.05;**p＜0.01;***p＜0.001。

情感依恋控制变量模型1 模型2 模型3 模型4 模型5 模型6 模型7 模型8用户粘性性别 -0.067 -0.075 -0.022 -0.105 -0.112 -0.101 -0.089 -0.082年龄 -0.082 -0.061 -0.057 -0.013 0.003 -0.015 -0.008 -0.006学历0.058 0.045 -0.013 0.126 0.117 0.113 0.114 0.101职业 -0.112 -0.094 -0.025 -0.149 -0.136 -0.102 -0.045 -0.038使用时间 -0.104 0.092 0.071 -0.148 0.043 0.074 0.051 0.023频率 0.109 -0.100 -0.136 0.281 0.078
0.045 -0.009 0.039平均时间 0.077 0.051 0.056 -0.006 -0.027 -0.064 -0.063 -0.085用户互动 0.599*** 0.306*** 0.545*** 0.303*** 0.227***
0.191***社区感 0.404*** 0.322*** 0.259***信息支持 0.250*** 0.169***娱乐体验 0.219***情感依恋 0.465***R2 0.016 0.322 0.471 0.018 0.309 0.413
0.454 0.479调整后R2 0.001 0.310 0.461 0.003 0.297 0.401 0.442 0.466
F 1.040 26.578*** 44.291*** 1.174 25.151*** 34.966*** 37.166***
37.213***ΔF — 101.216***126.451*** —
189.545***78.678***33.874***21.031***1.976 DW 1.839
五、研究结论与讨论
1.研究结论
本文根据依恋决定理论和情感作用机理,结合社交网络发展特点从用户情感视角构建了用户粘性的理论模型。

通过460份有效数据运用PLSSEM方法验证该理论模型,实证结果显示:用户互动不仅直接正向影响情感依恋,而且通过社群感、信息支持和娱乐体验间接正向影响情感依恋;情感依恋对用户粘性具有较好的解释和预测作用。

自主需要、关系需要和能力需要在社交网络中分别选择用户互动、社群感、信息支持和娱乐体验变量进行表示。

用户互动作为用户对外沟通的方式直接影响到用户建立社交关系的质量以及对平台使用效能的差异,因此用户互动有助于提高社群感、信息支持和娱乐体验。

自主需要、关系需要和能力需要是决定依恋强度的主要因素,也是用户以实现自我的方式形成情感依恋的途径之一。

因此,用户互动、社群感、信息支持和娱乐体验能促使用户情感依恋的形成。

社交网络为用户提供了公开或半公开分享信息的个人空间,最初以满足用户交友需要的社交网络吸引了大量用户;随之用户会在社交网络上进行互动获得多方面需要,满足用户多方面的效能感,促使用户对社交网络产生偏爱的情感状态;最后增加用户。