快速访问
文章信息
参考文献
[1]王博文.2024年中国移动互联网流量年度报告 [R].北京:艾瑞咨询,2025: 9.
[2]胡昌平.信息服务与用户研究 [M].武汉:武汉大学出版社,2015: 281.
[3]李睿智. 基于用户相关性的协同过滤推荐算法研究 [D]. 烟台大学, 2024.
[4]陈倩, 刘涛.基于多目标混合推荐算法的就业创业平台个性化推荐研究 [J].自动化与仪器仪表, 2024(5): 97-101.
[5]何岫钰. 基于数据挖掘和聚类分析的协同过滤推荐算法 [J]. 电子设计工程, 2024, 32(9): 47-50.
[6]潘兰. 基于图神经网络的个性化旅游推荐研究 [D]. 贵州民族大学, 2024.
[7]曾子文, 袁操. 基于图神经网络的个性化食谱推荐算法 [J]. 武汉轻工大学学报, 2024, 43(3): 82-89.
[8]王礼, 万一帆. 基于深度学习的个性化媒体推荐系统算法研究 [J]. 广播电视信息, 2024, 31(10): 109-112.
[9]房婕, 齐莉丽. 算法推荐视角下内容平台用户持续使用行为研究—基于小红书APP的用户评价分析 [J]. 天津商务职业学院学报, 2024, 12(4): 26-37.
[10]袁理. 用户对短视频推荐算法的抵抗行为研究 [D]. 湖南理工学院, 2024.
[11]王永梅. 算法推荐的智能属性对用户隐私披露意愿的影响机制研究 [D]. 南京工业大学, 2024.
[12]乐承毅, 张金萍, 王子鑫, 等. 逃离还是困陷?智能算法推荐下短视频用户信息茧房突破的心理动因 [J]. 现代情报: 1-20.
[13]肖梓培, 查先进, 严亚兰. 智能推荐用户的算法偏见感知影响机理研究 [J]. 图书情报知识: 1-14.
[14]张文娟. 以服务之名的驯化:算法推荐对用户信息收受的潜在控制研究 [D]. 沈阳师范大学, 2024.
[15]王赞霖, 韩虓. 算法推荐对用户短视频成瘾的影响及优化策略—以TikTok平台为例 [J]. 传媒论坛, 2025, 8(5): 10-12.
[16]杨新凤. 短视频平台的算法推荐机制对用户接收信息的影响 [J]. 西部广播电视, 2025, 46(1): 93-96.
[17]徐靖宜. 用户生成内容与算法推荐机制在短视频平台上的作用 [J]. 记者摇篮, 2025(3): 15-17.
[18]施雨, 茆意宏, 张贵香. 个性化算法推荐服务用户采纳意愿影响因素:元分析研究 [J]. 图书馆杂志, 2024, 43(2): 96-108.
[19]张雄涛, 甘明鑫. 隐私视角下社交媒体推荐对用户在线交互意向的影响机理研究 [J]. 现代情报, 2021, 41(5): 33-43.
[20]毕文婧. 个性化推荐系统中用户应对信息同质化问题的实证研究 [D]. 青岛大学, 2024.
[21]戴德宝, 刘西洋, 范体军. “互联网+”时代网络个性化推荐采纳意愿影响因素研究 [J]. 中国软科学, 2015(8): 163-172.
[22]李宝库, 郭婷婷. 基于感知价值和隐私关注的用户移动个性化推荐采纳 [J]. 中国流通经济, 2018, 32(4): 120-126.
[23]王家玮, 梅莉, 胡丰. 消费者个性化推荐感知价值对采纳意愿的影响—产品涉入与隐私关注的调节作用 [J]. 企业经济, 2021, 40(5): 43-53.
[24]齐莉丽, 王丹. 在线个性化推荐系统消费者采纳影响因素研究 [J]. 商业经济研究, 2017(14): 43-45.
[25]KIM H W, CHAN H C, GUPTA S. Value-based Adoption of Mobile Internet: An Empirical Investigation [J]. Decision Support Systems, 2007, 43(1): 111-126.
[26]段秋婷, 谢兴政. 短视频用户个人信息披露意向形成机制研究 [J]. 新闻大学, 2025(1): 29-46.
[27]刘新民, 傅晓晖, 王松. 个性化推荐系统的感知价值对用户接受意愿的影响研究—基于心理资本的调节作用 [J]. 技术与创新管理, 2017, 38(4): 403-411.
[28]李宝库, 高玉平, 郭婷婷. 基于VAM模型的用户移动个性化推荐采纳意愿研究 [J]. 现代管理科学, 2017(5): 15-17.
[29]BHATTACHERJEE A. Understanding information systems continuance: An expectation confirmation model. MIS Quarterly,2001,25 (3): 351 - 370．
[30]吴彬, 张召璇. 用户对短视频平台算法推荐的感知研究—以抖音为例 [J]. 杭州电子科技大学学报(社会科学版), 2024, 20(2): 27-35.
[31]张大伟, 陈彦馨, 王敏. 期望与确认: 短视频平台持续使用影响因素初探—基于SEM与fsQCA的研究 [J]. 现代传播(中国传媒大学学报), 2020, 42(08): 133-140.
[32]肖潇, 袁清渠. 测评六大社交平台:推荐算法大起底 [R].北京: 21世纪经济报道, 2025:2.
[33]季忠洋, 李北伟, 朱婧祎, 等. 情感体验和感知控制双重视角下社交媒体用户倦怠行为机理研究 [J]. 情报理论与实践, 2019, 42(4): 129-135.
[34]董盼盼, 李永明, 李双双. 基于感知示能性理论的移动短视频APP用户体验量表开发及实证研究 [J]. 图书情报工作, 2025, 69(9): 110-121.
[35]田晓旭, 毕新华, 杨一毫, 等. 短视频个性化推荐与使用意愿的倒U形关系研究 [J]. 现代情报, 2024, 44(3): 81-92.
[36]郝乐. AI人机交互用户个性化推荐中隐私信息披露影响因素研究 [J]. 情报理论与实践, 2024, 47(7): 69-80.
[37]罗玉葵. 基于个性化推荐的消费者网络购买意愿影响因素分析 [J]. 商业经济研究, 2020(9): 75-79.
[38]袁媛, 张宏莉. 个性化推荐算法中“信息茧房”与用户权利的思考 [J]. 新闻研究导刊, 2020, 11(5): 35-37.
[39]杨雨娇, 袁勤俭. 个性化推荐的隐忧:基于扎根理论的信息茧房及其前因后果探析 [J]. 情报理论与实践, 2023, 46(3): 117-126.
[40]冉令诗, 李奇峰, 夏一雪, 等. 用户行为视角下信息茧房“形成—演化—突破”一体化建模与仿真研究 [J]. 现代情报, 2025, 45(3): 133-145.
[41]HUANG L, DONG X, YUAN H, et al. Enabling and Inhibiting Factors of the Continuous Use of Mobile Short Video APP: Satisfaction and Fatigue as Mediating Variables Respectively [J]. PSYCHOLOGY RESEARCH AND BEHAVIOR MANAGEMENT, 2023, 16: 3001-3017.
版权与开放获取声明
作为一本开放获取的学术期刊，所有文章均遵循 Creative Commons Attribution 4.0 International License (CC BY 4.0) 协议发布，允许用户在署名原作者的前提下自由共享与再利用内容。所有文章均可免费供读者和机构阅读、下载、引用与传播，EWA Publishing 不会通过期刊的出版发行向读者或机构收取任何费用。