翟姗姗 孙雪莹 李进华

摘要：[目的/意义]基于互联网行业的“社交”和“社群化”等概念，以网易云音乐为具体对象，研究社交体验对移动APP持续使用意愿的影响。[方法/过程]本研究借鉴期望确认模型，构建研究社交体验对持续使用意愿影响的模型，通过调查问卷收集数据，利用结构方程模型对所得数据进行分析。[结果/结论]研究结果表明，用户使用移动音乐APP时产生的获得体验、沉浸体验和人际体验显著影响满意度，获得体验和满意度显著影响持续使用意愿。

关键词：网易云音乐;音乐社交;期望确认模型;移动APP;持续使用意愿

DOI：10.3969/j.issn.1008-0821.2019.02.015

〔中图分类号〕G252.0〔文献标识码〕A〔文章编号〕1008-0821（2019）02-0128-08

随着移动互联网的发展和移动智能终端的普及，为了能在移动终端方便、快捷地实现PC端的各种功能，各类APP应运而生，音乐APP便是其中之一。从20世纪40年代的黑胶唱片开始，音乐载体在这半个多世纪以来发生了各种变化，音乐也从实体型发展成为现今的数字型，并通过智能移动终端APP为人们提供音乐服务。据统计，截至2017年6月，网络音乐的网民使用率已达69.8%，手机网络音乐的网民使用率已达67.7%[1]。

自成立之初便主打“音乐社交”的网易云音乐作为在线音乐的后起之秀，上线3年即成为仅次于腾讯音乐娱乐集团（QQ音乐、酷我音乐、酷狗音乐）的平台，并逐步拉大与其他音乐平台的差距。有数据表明，2017年6月，网易云音乐新下载用户数达1 905.28万人，同比增长率达109.77%[2]。7月日均用户活跃数排名第4（1 552.8万），用户活跃率排名第2（22.3%）[3]。随着国内音乐版权的逐渐规范，网易云音乐因曲库缩小而受到严重冲击，但用户活跃度依旧占有优势。以网易云音乐为代表的音乐APP之所以广受欢迎，社交平台的功能起到相当大作用。基于此，本文试图探究社交体验对移动音乐APP持续使用意愿的影响作用。

1文献回顾

近年来，出现了很多社交类APP，但它们中的许多都不得不面对用户的流失，如何提高用户持续使用意愿和行为便成为一大热门课题。持续使用研究的常用理论主要集中在期望确认模型（Expectation-confirmation Model，ECM）、使用与满足理论（Use and Gratifications Theory，UGT）和理性行为理论（Theory of Reasoned Action，TRA），另外，技术接受模型（Technology Acceptance Model，TAM）、计划行为理论（Theory of Planned Behavior，TPB）等[4]也较为常见。例如，Ecem Basak等[5]利用UGT研究了Facebook的持续使用意愿影响因素，证明满意度和态度对持续使用意愿影响显著，娱乐和地位追求对持续使用意愿有间接影响。YiCheng Ku等[6]借鉴UGT对社交网站用户持续使用意愿进行研究，得出满意度、感知临界质量、主观规范和隐私问题影响持续使用意愿的结论。Nancy K.Lankton等[7]结合了TRA和信任理论，构建了一个描述在线社交网站信任、习惯、态度和主观规范对持续使用意愿影响的模型，并解释了习惯和信任是如何预测新在线社交网站环境下用户持续使用意愿的。Mutaz M.Al-Debei等[8]对TPB进行了扩展，增加了感知价值，并利用该扩展模型探究Facebook用户的持续参与意愿和持续参与行为。Chia-Lin Hsu等[9]综合了TAM、TPB、期望不确定模型和沉浸理论，以Facebook为例，对社交网站用户持续使用的内在和外在动机进行深入研究。

当前，对移动音乐APP的研究主要集中在界面设计和个性化推荐两方面。蒋一鸣[10]结合APP功能、美学及流行趋势，对音乐APP界面设计进行了对比分析。万昀晖[11]从心理学的角度出发，通过对用户的访谈和认知走访，了解用户的基本需求，并提出一款用户体验较好的音乐APP的界面原型。常见的音乐推荐方法包括基于专家的推荐、基于内容过滤的推荐、基于协同过滤的推荐和基于语境的推荐等，但目前相关研究更多地集中在基于协同过滤的推荐和基于内容过滤的推荐上[12]。例如，Ziwon Hyung等[13]通过提取音频内容构建语义模型，参考用户的收听历史构建用户偏好模型，并基于此进行音乐个性化推荐。张燕等[14]基于分形理论，对已构建的音乐特征数据集进行属性约简，从而获得音乐的推荐特征向量，并据此提出一种更实用的距离度量方法，实现提高推荐算法的效率的目的。Claudio Baccigalupo等[15]提出，基于两首歌曲的同现频率建立社交网络电台，通过电台为用户提供个性化推荐的方法。Shulong Tan等[16]提出了一种利用多种社交媒體信息和基于声学的音乐内容的音乐推荐算法。

综上所述，尽管社交类移动APP持续使用的研究已较为丰富，国内主流的移动音乐APP也都增加了评论、专栏等社交功能，但关于移动音乐APP的社交体验的实证研究仍较缺乏。

2研究模型与假设

2.1研究模型

本文模型基于期望确认模型。期望确认理论指出，消费者购买商品前对商品的期望和购买商品后得到的体验与认知的比较结果会影响用户满意度，从而影响用户的重复购买意愿。Anol Bhattacherjee[17]将期望确认理论进行针对性修改，形成了期望确认模型（如图1所示），使其更适应信息系统领域的应用。目前，期望确认模型在诸如包括微博、Twitter在内的SNS[18-21]、移动搜索[22]、社会化阅读APP[23]等研究领域中被使用。许多学者在研究时会根据研究对象对模型进行扩充，本研究的模型也将在此基础上进行一定的调整。

2.2研究假设

美国音乐流媒体软件公司Rido的首席执行官Drew Larner较早便提出“音乐社交”这一概念，他认为，音乐的本质是社交的，数字音乐的未来也将有社交体验的有效传递来推动[24]。王路[25]认为，“音乐社交”是“以用户社交互动为联结、以用户生产内容为核心、最大化开发用户创造力，并帮助用户最终实现音乐享受与消费的运营理念或策略”。结合社交媒体能通过分享、协作、讨论来进行“用户生成内容（User Generated Content，UGC）”活动的特点，本文认为“音乐社交”的本质是通过用户的评论、分享等社交行为，实现音乐的传递和推广。

网易云音乐早期通过评论区吸引了大量用户，并形成了“边听歌边看评论”等较为独特的听歌方式，而偏向情感的评论使得用户在不知不觉间沉浸其中，甚至对音乐和音乐人产生新的理解。同时，用户可以自由编辑和分享歌单，以更为自由和多样的方式将歌曲组织起来，成为用户获得音乐的又一途径。基于此，本文将网易云音乐的社交体验分为获得体验、沉浸体验、人际体验、思考体验等4种类型。

2.2.1社交体验对满意度的影响

1）获得体验。获得体验体现的是社交行为是否有助于用户获取符合自己喜好的音乐。“音乐社交”的最终目的是推广和传递音乐，音乐APP最核心的作用是使用户可以及时、准确、便捷地获得需要的音乐。因此，获得体验是用户评判网易云音乐是否有用的最重要标准。在期望确认模型中，感知有用性体现的是用户在使用产品或接受某种服务后的感受。获得体验与感知有用性具有一定相似性，一般情况下，通过评论、歌单等获得音乐的体验越好（即获得体验越好），用户满意度越高。同时，根据期望确认模型中感知有用性和持续使用意愿的关系，本研究做出以下假设：

H1：移动APP的用户获得体验对用户满意度有显著的正向影响。

H2：移动APP的用户获得体验对用户持续使用意愿有显著的正向影响。

2）沉浸体验。沉浸体验（Flow Experience），又称心流体验，是指人们完全投入一项活动而忽略周遭环境的一种状态。“沉浸”一词是由Mihaly Csikszentmihalyi在1975年提出的[26]，最初只停留于心理学领域，近年来，沉浸体验也被引入了互联网和信息系统领域。李力等[27]发现，心流体验在虚拟社区中对用户知识搜寻满意度具有显著影响。欧阳博等[28]证实，在虚拟社区中，沉浸体验对用户信息搜寻满意度具有正向影响。Dongseong Chio等[29]经过调查研究发现，沉浸体验是导致人们沉迷网络游戏的重要原因。宋之杰等[30]和Susan Rose等[31]分别对团购网站和在线购物进行研究，证实沉浸体验显著影响用户对团购网站和在线购物的满意度。代宝等[32]的研究显示，心流体验显著影响微信用户满意度，进而影响持续使用意愿。

通过访谈和相关报告可以发现，网易云音乐中的大部分用户都有长时间浏览歌曲评论或专栏的经历。Donna L.Hoffman等[33]认为，沉浸体验是一种自成目的性体验，它能刺激人们重复参与某种活动。Sheng Wu等[34]研究发现，沉浸体验所带来的愉悦感可以延长用户使用网站的时间，提高用户使用网站的频率。因此，当用户沉浸在包括浏览评论、专栏在内的音乐社交活动中时，有可能会提高对网易云音乐APP的满意度。由此，本研究作出如下假设：

H3：移动APP的用户沉浸体验对用户满意度有显著的正向影响。

3）人际体验。人际体验是指包括歌曲评论、专栏评论在内的涉及“社交”的环境给用户带来的心理感受。湛东升等[35]的研究结果表明，居住环境正向影响居住满意度，改善邻里环境可以提高居住满意度。董书香等[36]、张宜民等[37]、莫秀婷等[38]分别针对农村医生、城市公立医疗机构医生和不同基本特征医务人员进行实证研究，证实了医患关系对医务人员的工作满意度具有显著的正向影響。侯烜方等[39]的研究结果表明，人际和谐是新生代工作价值观之一，并正向影响绩效。胡翔等人[40]的研究证实新生代女性员工的人际和谐对工作满意度具有显著影响。

根据马斯洛需求层次理论，人有被尊重的需要[41]。评论区的内容由用户生成，而这些内容会给其他用户带来不同的感受。若用户留下的评论让其他用户感受到平等与尊重，即带来良好的人际体验，其他用户会更愿意浏览评论，甚至主动参与互动，从而提升满意度。相反，若用户留下的评论大多是极端且充满挑衅的，即带来较差的人际体验，那么其他用户极有可能对APP产生反感，APP的用户满意度也随之降低。基于此，本研究提出如下假设：

H4：移动APP的用户人际体验对用户满意度有显著的正向影响。

4）思考体验。思考体验描述的是现有评论对用户音乐认知的影响，它不仅包含用户对音乐的理解、对音乐人的了解，还包括是否能激发用户对音乐产生延伸思考。Bernd H.Schmitt[42]提出，在体验营销活动中，体验模块可以分为感官体验、情感体验、思考体验、行动体验和关联体验5种。沈進成等人利用Schmitt的理论，从感官、情感、思考、行动、关联5个维度来衡量游客体验，并研究游客体验对旅游目的地的满意度及忠诚度等情感[43-45]。

通过评论、专栏、原创节目等，用户能了解音乐背后的故事、音乐人的故事或者某一类音乐的特征和意义，激发用户对某类音乐、某位音乐人的兴趣或让用户更为确切地了解自己喜欢的音乐类型或音乐人。歌单得以生成往往暗示歌单内音乐在某种或某些方面具有一定的相似性，而由用户生成歌单可以从更多角度将不同的音乐关联起来，音乐之间的关联因素也更具多样性和灵活性，也可以为用户提供更多获得音乐、了解自己音乐偏好的渠道。通过评论、专栏、歌单、原创节目等在一定程度上可以启发用户进行更为准确的音乐搜索，用户满意度便有可能因此得到提高。本研究由此提出如下假设：

H5：移动APP的用户思考体验对用户满意度有显著的正向影响。

2.2.2满意度对持续使用意愿的影响

期望确认理论认为，用户在使用产品或接受服务时获得的满意度会影响用户的持续购买或使用意愿。Richard L.Oliver[46]的研究显示，满意度是影响顾客再次购买意愿的重要因素，且两者成正相关关系，满意度越高，顾客的重复购买意愿也越高。Anol Bhattecherjee[17]的研究也证实，在信息系统中，用户满意度正向影响持续使用意愿。在关于移动APP持续使用意愿的研究中，李武等[23]、殷猛等[18]、代宝等[32]分别对社会化阅读APP、健康APP、即时通讯APP（微信）进行研究，研究结果表明用户满意度对持续使用意愿具有显著影响。因此，本研究做出如下假设：

H6：用户满意度对用户持续使用意愿有显著的正向影响。

综合以上假设，本文提出概念模型如图2所示。

3研究方法

3.1测量量表的开发

为了保证本研究测量量表的信效度，测量题项基本借鉴已有文献，并根据网易云音乐APP的特点做出适当调整。其中，沉浸体验的题项参考代宝等[32]的测量量表;获得体验的题项参考了李武等[23]的阅读有用性认知题项和Hassan M[47]的感知有用性题项;人际体验的题项参考侯烜方等人[39]的测量量表;思考体验参考了沈進成等人[44]的量表;满意度借鉴了李武等人[23]的量表;持续使用意愿借鉴了胡淑平[48]和李武等[23]的量表。问卷除基本信息部分，全部采用李克特五级量表形式，其中1表示非常不同意，5表示非常同意。在小规模发放问卷后，利用SPSS22.0对所获得的样本数据进行探索性因子分析，并根据结果对问卷进行调整，且保证每个因子有至少3个题项，最后得到6个因子和20个测量题项。

3.2数据收集

通过线上和线下两种方式进行问卷发放，共回收问卷321份。剔除明显未认真填写以及填写不完整的问卷，结果得到238份有效问卷，有效问卷率为74.14%。有效问卷中，未使用过网易云音乐APP的有17份，使用过的有221份。对这221份样本进行描述性统计分析，结果如表1所示。

4数据处理

4.1信度与效度检验

本文主要利用Cronbachα值（CA）进行信度分析，利用组合信度（CR）测量各题项间的内部一致性，利用平均抽取方差（AVE）来判断各测量项间的聚合效度。一般认为，问卷整体CA值大于0.8，分量表CA值大于0.7，说明问卷信度较好，整体CA值大于0.7，分量表CA值大于0.6可接受。通过SPSS22.0对问卷整体及各个因子的Cronbachα值进行计算，得到问卷整体信度Cronbachα为0.847，除沉浸体验的CA值为0.626，可接受外，其余5个变量的CA值均大于0.7，说明问卷整体信度较高。同时，通过计算得到所有CR值均大于0.7，说明问卷各题项间的内部一致性较高。

通过最大方差法对数据进行主成分分析。根据Henry F.Kaiser[49]的观点，若KMO值小于0.5，则不适合进行因子分析，而本文样本的KMO值为0.847，适合进行因子分析。同时，本文样本Bartlett球形检验卡方值为2 236.273，自由度为190，显著性为0.000，满足显著性小于0.05的要求，说明适宜进行因子分析。如表2所示，各测量题项的因子载荷均在0.5以上，除沉浸体验AVE值为0.456略低于0.5以外，其余5个变量的AVE值均大于阈值0.5，问卷的效度可接受。

4.2结构模型检验

4.2.1初始模型检验

本文利用AMOS24.0进行结构模型检验，标准化路径系数如图3所示。从图中可知，用户的获得体验、沉浸体验、人际体验对用户满意度具有显著的正向影响，用户满意度和用户的获得体验对持续使用意愿有显著的正向影響，即假设H1、H2、H3、H4、H6成立。但用户的思考体验对用户满意度的影响不显著，即H5不成立。

注：***表示P<0.001下显著;**表示在P<0.01下显著。图3网易云音乐APP持续使用意愿初始模型标准化系数

同时，得到模型拟合度指标如表3。一般认为，卡方自由度比（CMIN/DF）小于1表示模型过度适配，大于3表示模型适配度不佳，介于1～3之间表示适配度良好;RMSEA值小于0.05表示适配度佳，介于0.05～0.08之间表示适配度尚可;GFI、AGFI、NFI、IFI、TLI大于0.9表示模型适配度较好[43]。但也有文献中出现过AGFI大于0.8即可[50]。初始模型的CMIN/DF、RMSEA、CFI、IFI和TFI均达到适配标准，但GFI、AGFI和NFI均略小于临界值。

4.2.2修正模型检验

为了提高模型的拟合度，根据AMOS提供的修正指标，对初始模型进行了一定的修正。变量持续使用意愿的两个测量题项CU3和CU4所测量的某些特质可能类同，其测量误差之间也有可能存在某种关联，因此建立两个测量误差之间的共变关系不违反SEM的假定[51]（在本模型中可降低卡方值28.197）。为了使模型更简洁，删除了没有显著性关系的路径——思考体验对用户满意度的影响。得到的修正模型如图4所示，修正模型拟合度指标如表4所示。修正后，各项指标均有所提升，除AGFI略低（0.888）以外，GFI、NFI、IFI、TLI均大于0.9。

5分析与讨论

本文通过调查问卷和数据分析等方法得出的结论认为，网易云音乐APP的用户满意度显著影响用户持续使用意愿的结论，印证了期望确认模型关于用户满意度显著影响用户持续使用意愿的观点。获得体验、沉浸体验、人际体验3个社交体验变量对网易云音乐APP的用户满意度均有显著的正向影响，并且获得体验显著影响持续使用意愿。

音乐往往会引出或加剧人们内心的情绪，而人的情绪是需要表达和发泄的，网易云音乐的评论区便为用户提供了一个抒情环境。无论是现实生活中的社交还是基于網络的移动社交，在人际关系中感受到平等与尊重是人们愿意继续进行表达和交流的基础。评论区的热门评论多为通过记叙性的语言描述评论者当下的情绪，或文艺或俏皮，文字可能是原创，也可能源于某本书或某部影视作品，情绪或喜或悲。通过评论，即便是陌生人也可以进行情感上的交流，或是表达安慰，或是表达恭贺，或是过来人、其他的正在经历者表达感同身受。和谐的氛围会使用户情绪表达的欲望得到满足，从而对用户满意度产生积极影响。只有当人们对某些内容感到满意和满足的时候，才会沉迷其中难以自拔。听音乐的同时浏览评论，看他人的故事，看专栏了解某种音乐或音乐人背后的故事，由此使用户在视觉和听觉上同时得到了满足。音乐类产品的核心是音乐[25]，通过用户发表的评论、建立和分享的歌单等途径，用户更容易找到具有相似特点的音乐，从而使用户得到更好地获得体验，进而可以提升用户满意度和持续使用意愿。

基于以上结论，本文给予类似网易云音乐这样的社交APP的管理者以下3点启示：

第一，重视评论区氛围的维护工作。在必要时应当删除偏激的、具有挑衅意味的评论，减少评论区冲突。只有和睦的评论区才会让更多的用户产生参与互动的欲望，也只有保证评论区的和谐才能让用户拥有更好的沉浸体验。

第二，严格审核专栏内容。除了官方发布的专栏内容，更多专栏是由普通用户发布的，因此专栏内容往往会带有一定的主观色彩，但是应当保证专栏内容的真实性，也要避免内容过于极端和情绪化。

第三，进一步鼓励用户建立和分享歌单。将已有音乐从“专辑”拆分为“单曲”，通过歌单的方式将“单曲”重新组织，呈现更多同类或相关歌曲，这也可以在一定程度上掩盖网易云音乐曲库小的弊端。而网易云音乐的歌单大多依靠用户生成，建立和分享的歌单越多，用户越容易找到符合自己音乐偏好的歌曲，获得体验也会相应提高。

未来，可以从以下两方面对本研究进行拓展：

第一，本研究的调查对象年龄段主要集中在18～23岁之间，尽管网易云音乐APP的90后用户占比最高[3]，但也有其他年龄层的用户。今后的研究可以增加其他年龄层的样本数量，提供更为全面的研究数据。

第二，本研究只基于某一时间节点进行研究，未来可以扩展到历时研究，跟踪调查同一批研究对象随时间的推移从网易云音乐APP获得的社交体验进行对比，探究在不同阶段，社交体验对移动APP满意度和持续使用意愿影响的变化。

参考文献

[1]中国互联网络信息中心.第40次中国互联网络发展状况统计报告[EB/OL].http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201708/t20170803_69444.htm，2017-08-03.

[2]QuestMobile.移动互联网2017年Q2夏季报告[EB/OL].http：//www.questmobile.com.cn/blog/blog_98.html，2017-07-12.

[3]QuestMobile.2017年在线音乐应用行业洞察报告[EB/OL].http：//www.questmobile.com.cn/blog/blog_108.html，2017-09-06.

[4]杨海娟，原薇，王文艳.国内外社交类应用持续使用研究综述[J].情报科学，2017，（3）：164-170.

[5]Ecem Basak，Calisir F.An Empirical Study on Factors Affecting Continuance Intention of Using Facebook[J].Computers in Human Behavior，2015，48（C）：181-189.

[6]YiCheng Ku，Chen R，Zhang H.Why Do Users Continue Using Social Networking Sites？An Exploratory Study of Members in the United States and Taiwan[J].Information & Management，2013，50（7）：571-581.

[7]Nancy K.Lankton，Mcknight D H，Thatcher J B.The Moderating Effects of Privacy Restrictiveness and Experience on Trusting Beliefs and Habit： An Empirical Test of Intention to Continue Using a Social Networking Website[J].IEEE Transactions on Engineering Management，2012，59（4）：654-665.

[8]Mutaz M.Al-Debei，E Al-Lozi，Papazafeiropoulou A.Why People Keep Coming Back to Facebook：Explaining and Predicting Continuance Participation from an Extended Theory of Planned Behaviour Perspective[J].Decision Support Systems，2013，55（1）：43-54.

[9]Chia-Lin Hsu，Yu C C，Wu C C.Exploring the Continuance Intention of Social Networking Websites：An Empirical Research[J].Information Systems and e-Business Management，2014，12（2）：139-163.

[10]蒋一鸣.基于简约风格的移动音乐APP界面设计研究[J].美与时代，2015，（3）：111-113.

[11]萬昀晖.基于心理学的音乐APP用户体验设计研究[D].武汉：华中师范大学，2016.

[12]杨麟儿.基于用户兴趣的个性化推荐系统的研究与设计[D].北京：北京交通大学，2008.

[13]Ziwon Hyung，Lee K，Lee K.Music Recommendation Using Text Analysis on Song Requests to Radio Stations[J].Expert Systems with Applications，2014，41（5）：2608-2618.

[14]张燕，唐振民，李燕萍.面向推荐系统的音乐特征抽取[J].计算机工程与应用，2011，47（5）：130-133.

[15]Claudio Baccigalupo，Plaza E.Poolcasting：A Social Web Radio Architecture for Group Customisation[C]//International Conference on Automated Production of Cross Media Content for Multi-Channel Distribution.IEEE Computer Society，2007：115-122.

[16]Shulong Tan，Bu J，Chen C，et al.Using Rich Social Media Information for Music Recommendation Via Hypergraph Model[J].Acm Transactions on Multimedia Computing Communications & Applications，2011，7S（1）：22.

[17]Anol Bhattacherjee.Understanding Information Systems Continuance：An Expectation-confirmation Model[J].Mis Quarterly，2001，25（3）：351-370.

[18]殷猛，李琪.基于价值感知的微博话题持续参与意愿研究[J].情报杂志，2017，36（8）：94-100.

[19]殷国鹏，杨波.SNS用户持续行为的理论模型及实证研究[J].信息系统学报，2010，（1）：53-64.

[20]Barnes S J，Bhringer M.Modeling Use Continuance Behavior in Microblogging Services：The Case of Twitter[J].Journal of Computer Information Systems，2011，51（4）：1-10.

[21]Kim B.Understanding Antecedents of Continuance Intention in Social-networking Services[J].Cyberpsychology Behavior & Social Networking，2011，14（4）：199.

[22]刘鲁川，孙凯，王菲，等.移动搜索用户持续使用行为实证研究[J].中国图书馆学报，2011，（6）：50-57.

[23]李武，赵星.大学生社会化阅读APP持续使用意愿及发生机理研究[J].中国图书馆学报，2016，42（1）：52-65.

[24]杨燕，徐丽芳.Rdio：社交化数字音乐服务平台引领者[J].出版参考，2015，（16）：24-25.

[25]王路.从网易云音乐看“音乐社交”生态的建设[J].传媒，2017，（3）：70-72.

[26]Mihaly Csikszentmihalyi.Beyond Boredom and Anxiety[J].1975.

[27]李力，张晋朝.虚拟社区用户持续知识搜寻意愿影响因素研究[J].情报杂志， 2016，35（8）：199-203.

[28]欧阳博，刘坤锋.移动虚拟社区用户持续信息搜寻意愿研究[J].情报科学，2017，（10）.

[29]Dongseong Chio，J Kim.Why People Continue to Play Online Games：In Search of Critical Design Factors to Increase Customer Loyalty to Online Contents[J].Cyberpsychology & Behavior：The Impact of the Internet，Multimedia and Virtual Reality on Behavior and Society，2004，7（1）：11.

[30]宋之杰，石晓林.团购网站消费者忠诚度研究——基于心流体验和信息系统持续使用理论[J].科技与管理，2013，15（5）：30-34.

[31]Susan Rose，M Clark，Samouel P，et al.Online Customer Experience in e-Retailing：An Empirical Model of Antecedents and Outcomes[J].Journal of Retailing，2012，88（2）：308-322.

[32]代宝，刘业政.基于期望确认模型、社会临场感和心流体验的微信用户持续使用意愿研究[J].现代情报，2015，35（3）：19-23.

[33]Donna L Hoffman，Novak T P.Marketing in Hypermedia Computer-Mediated Environments：Conceptual Foundations[J].Journal of Marketing，1996，60（3）：50-68.

[34]Sheng Wu，Lin C S，Lin J.An empirical Investigation of Online Users Keyword Ads Search Behaviours[J].Online Information Review，2011，35（2）：177-193.

[35]湛东升，孟斌，张文忠.北京市居民居住满意度感知与行为意向研究[J].地理研究，2014，33（2）：336-348.

[36]董香书，Proochista Ariana.为何农村医生工作不满意？——工作收入、医患关系和工作满意度的实证研究[J].管理世界，2012，（11）：77-88.

[37]张宜民，冯学山.城市公立医疗机构医生工作满意度决定因素的实证研究[J].中国卫生资源，2011，14（2）：77-79.

[38]莫秀婷，徐凌忠，罗惠文，等.医务人员感知医患关系、工作满意度与离职意向的关系研究[J].中国临床心理学杂志，2015，23（1）：141-146.

[39]侯烜方，李燕萍，涂乙冬.新生代工作价值观结构、测量及对绩效影響[J].心理学报，2014，46（6）：823-840.

[40]胡翔，李燕萍，李泓锦.新生代女性员工的人际和谐需求与工作满意度[J].武汉大学学报（哲学社会科学版），2015，68（3）：121-128.

[41]Bernd H.Schmitt.A Theory of Human Motivation.[J].Psychological Review，1943，50（1）：370-396.

[42]Schmitt B H，Martínez M.Experiential Marketing[J].Journal of Marketing Management，1999，15（1-3）：53-67.

[43]沈進成.遊客體驗、旅遊意象、滿意度與忠誠度影響關係之研究——以華山咖啡爲例[J].戶外遊憩研究，2005，18.

[44]沈進成，曾慈慧，林映秀.遊客休閒涉入、體驗、依附影響之研究——以南投水里蛇窯陶藝文化園區為例[J].新竹教育大學人文社會學報，2008：113-132.

[45]沈進成，王伯文.民宿體驗對遊客意象及忠誠度影響關係研究——以奮起湖地區為例[J].南華大學旅遊事業經營學系，2004.

[46]Richard L.Oliver.A Cognitive Model for the Antecedents and Consequences of Satisfaction Decisions[J].Journal of Marketing Research，1980，17（4）： 460-469.

[47]Hassan M，Kouser R，Abbas S S.Consumer Attitudes and Intentions to Adopt Smartphone Apps：Case of Business Students[J].Pakistan Journal of Commerce & Social Sciences，2014.

[48]胡淑平.用户体验对用户忠诚的作用机理研究[D].济南：山东大学，2012.

[49]Henry F.Kaiser.An index of Factorial Simplicity[J].Psychometrika，1974，39（1）：31-36.

[50]吴明隆.结构方程模型：AMOS的操作与应用[M].重庆：重庆大学出版社，2010.

[51]邓朝华，鲁耀斌，张金隆.基于TAM和网络外部性的移动服务使用行为研究[J].管理学报，2007，4（2）：216-221.

（责任编辑：陈媛）