算法推荐类APP用户流失行为影响因素研究

[目的/意义]算法推荐类APP吸引了大量用户使用,提高用户留存率一直是各类应用关注的重点。文章探索了用户流失行为的影响因素,为减少用户流失、提升用户使用体验提供建议和对策。[方法/过程]文章采集算法推荐类APP用户评论9772条,采用扎根理论对数据进行编码,以此厘清用户流失行为影响因素,构建算法推荐类APP用户流失行为影响因素模型。[结果/结论]信息因素、环境因素、系统因素、网络社群通过影响用户的控制感间接影响用户流失行为,用户的信息素养在控制感和用户流失行为中起调节作用。

算法推荐类新闻App用户间歇性中辍行为研究

采用“压力源—压力—结果”分析框架及双视角分析法,构建算法推荐类新闻App用户间歇性中辍行为研究模型,通过问卷调查获取531份有效样本数据,利用SPSSAU、AMOS24.0软件验证假设和模型。研究发现,新闻倦怠是造成用户间歇性中辍行为的重要原因,而信息同质化、信息过载、沉浸觉醒及隐私担忧正向影响新闻倦怠的形成,其中沉浸觉醒是引起用户产生新闻倦怠的最主要原因。