短视频个性化推荐与使用意愿的倒U形关系研究

田晓旭 毕新华 杨一毫 李彩宁

关键词：短视频；个性化推荐；使用意愿；倒U形；隐私计算理论；短视频类型；隐私关注

2022年上半年，短视频在中国移动互联网细分行业用户使用总时长占比高达三成，强势领跑移动互联网赛道。短视频所具备的富媒体化、碎片化传播、个性化推荐等多项优势使其在众多媒体中脱颖而出，而如何推进短视频用户的使用也成为短视频平台与学术界关注的焦点。其中，个性化推荐机制更是短视频吸引用户的强力武器，该机制有效解决了海量短视频与用户有限注意力之间的矛盾，直接为用户呈现个性化的视频内容，并且能够在较高程度上满足用户的独特偏好，大量用户沉迷其中。但这并不代表个性化程度越高越好，个性化程度的提升也意味着愈发严峻的隐私泄露问题，部分人群不得不减少甚至停止使用短视频以规避隐私泄露的不利后果，为用户后续的使用带来了极为不利的影响。因此，探讨短视频个性化推荐影响用户使用意愿的机理，对平台运营商通过合理调控个性化推荐机制从而促进用户的使用具有重要意义，也是短视频平台持续发展需要面对的重要问题。

已有研究证明了阅读、消费等不同情境下个性化推荐对用户行为的积极促进作用，但刘帅等少量学者也在健康APP情境下证实了个性化推荐对用户使用的消极影响。由此可见，不同研究对个性化推荐与用户使用之间关系的判定是存在差异甚至是相反的，这一方面可能是由于已有研究的背景不同：另一方面也暗示了两者之间可能存在的非线性关系。因此，本研究有必要基于短视频的独特情景，探讨个性化推荐与短视频用户使用意愿之间可能呈现的非线性关系，即个性化推荐作为主导用户浏览视频内容及主题的核心功能，在一定程度上确实会促进用户使用，但过度的个性化推荐也可能造成用户的隐私忧虑，从而降低用户的使用意愿。

类型是用户使用的重要的情境性变量，用户在面对不同类型短视频时，相同的个性化推荐程度下可能会感知不同的感知隐私收益与风险，从而造成差异化的使用结果。享乐与实用类型在消费、服务等场景下对用户行为的重要影响已经多次得到了验证。作为调节变量时，不同类型对符号、要素与认知行为间关系的差异化影响也引起了学者的关注。但在个性化推荐与用户使用意愿的关系中，尤其是短视频情境下，不同类型的调节作用仍尚未涉及。因此，本研究划分短视频类型并验证其差异化的调节作用是具有重要意义的。

此外，隐私关注程度的不同也可能会导致用户隐私成本的不同以及差异化使用的结果。隐私关注作为一种典型的个人特质，其调节作用在团购平台的消费行为中得到了证实。短视频情境下，当个人对隐私关注程度较高时，用户对短视频的个性化推荐机制可能存在更大的抵触心理，从而降低使用意愿，因此本研究引入隐私关注作为调节变量也是不可或缺的。

综上，本研究将基于隐私计算理论构建短视频情境下个性化推荐影响用户使用意愿的理论模型，采取问卷调查的方式获取数据并对两者之间的非线性关系进行了实证研究。此外，划分短视频为实用型短视频与享乐型短视频，引入隐私关注及两种短视频类型作为调节变量，进一步探索个性化推荐影响使用意愿的机理和边界条件。本研究不仅有助于加强对短视频个性化推荐机制的认知，同时也对深入理解短视频情境下个性化推荐影响用户使用意愿的机理具有重要作用，同时对平台运营商通过合理调控个性化推荐机制从而促进短视频用户使用也具有一定的参考价值。

1相关研究评述

1.1个性化推荐

个性化推荐是一种平台通过准确分析待推荐信息与用户画像实现信息内容精准推荐的技术，短视频情境下具体表现为平台全面采集用户的所有活动信息并据此为用户提供与个人需求、个人信息、已阅视频相关的短视频内容。区别于以往电商、微博等以信息系统中搜索及关注为主、个性化推荐为辅的信息展示模式，短视频情境下个性化推荐的独特之处就在于短视频平台依托个性化推荐技术能够在很大程度上主导用户浏览的视频内容与主题，并直接为用户推送极具个性化的视频内容。个性化推荐在为用户带来极大便利与需求满足的同时，难免因避免过高的平台主导权引发的用户隐私忧虑。

已有个性化推荐研究主要集中于计算机领域内个性化推荐算法的推演或优化，对个性化推荐影响用户心理和行为的研究较少。个性化推荐最终还是会回归到用户的使用中去，虽对算法的提升必不可少，但研究其对用户行为的影响也是十分重要的。个性化推荐对用户行为影响的研究尚未涉及短视频情境，在已有的少量行为研究中，学者主要探究了个性化推荐在不同情境下对用户行为的积极影响，并证明了引入个性化有关变量的必要性与有效性。焦媛媛等验证了电商平台中个性化推荐对用户粘性的积极作用，武慧娟等通过扎根理论的方法，构建了感知推荐质量影响微阅读用户持续采纳的路径，吕巍等探究了AI个性化推荐对消费者点击意愿的影响路径。然而过量的个性化推荐也可能引发隐私泄露等问题从而导致用户的负面情绪或行为，少部分学者如刘帅等考虑了健康类APP使用场景下个性化推荐对用户持续使用的负向影响，杨莉明探索了新闻传播领域个性化推荐对个人层面和社会层面的消极影响。如上所述，已有研究结论仍存在一定程度的矛盾，这一方面可能是由于已有研究的背景不同：另一方面也暗示了两者之间可能存在的非线性关系。在短视频情境下，个性化推荐作为能够主导用户浏览视频内容及主题的核心功能，既能够促进用户的使用，也可能导致用户的隐私忧虑从而退出使用。因此，本文有必要深入探索短视频个性化推荐与用户意愿之间可能存在的非线性影响关系，以期弥补现有研究的局限和不足，并为平台运营商推动用户使用提供参考和借鉴。

1.2短视频类型

消费者行为领域中通常会依据对象的性能和提供的效能将其划分为实用型与享乐型的产品或服务，信息系统领域也会借鉴这一分类方式，探讨不同类型信息系统中用户行为的特点与差异。在本文的情境下，不同类型的短视频可以为用户提供不同的效能，并满足用户的不同需求。而差异化的视频效能与需求的满足，就可能会导致用户在使用不同类型的短视频时的心理状态与行为结果存在较大的差异。因此，本研究同样借鉴这一方式，将短视频划分为实用型短视频与享乐型短视频。依据前人研究，本文将实用型短视频定义为旨在为用户提供信息和功能效能的一类短视频，用户通过这类短视频实现资源获取、知识学习等需求的满足，通常以新闻、政策、知识等为视频的主要内容；享乐型短视频则是旨在提供享乐效能的一类短视频，用户通过这类短视频实现审美、愉悦及体验等需求的满足，通常以搞笑、萌宠、颜值、唱跳等为视频的主要内容。但这并不代表两种类型是不相容的，在短视频情境下有很多視频既具有实用型的特点，也具有享乐型的特点，如部分知识分享类视频也会以诙谐幽默的语言艺术形式进行内容展现。本文参考吴水龙等在消费者购买领域的研究，当短视频享乐属性大于实用属性时，将其归类为享乐型视频，反之亦然。

在研究信息系统用户行为时，许多学者都证明了引人类型相关变量作为边界条件的有效性和必要性，如Li D等验证了社交型用户与成就型用户对游戏化竞争与健康管理平台技术疲惫之间倒U形影响关系的调节作用，Yeh N C等验证了享乐与功利内容类型对感知有用性、易用性与Web 2.0应用程序使用意愿之间关系的调节作用，程慧平等验证了不同的微信公众号类型对要素与取消关注意向之间关系的调节作用。这些研究都证明了研究对象的不同类型将会导致用户与信息系统交互过程中产生不同的情感或心理反应，从而对行为产生不同影响。在短视频情景下，虽然尚未有研究考虑视频类型的差异化对用户行为产生的不同影响，但视频的不同特点很可能会导致在相同的个性化推荐程度下，用户感知不同程度的隐私收益及风险，并最终造成使用意愿的不同结果。因此，本研究将实用型短视频和享乐型短视频作为个性化推荐影响使用意愿的调节变量，以进一步丰富短视频用户使用的边界条件。

1.3隐私关注

隐私关注指的是互联网用户由于文化、法规、个人特征及过往经历等各种因素的不同，对在线平台或公司收集和使用个人隐私信息这一行为的关注程度。随着信息技术的不断发展与网络平台的持续优化，用户的互联网使用体验得到了空前的提升，尤其是个性化推荐技术的引入，使得用户的个性化需求得到了极大程度的满足，但与之相伴的隐私问题也逐渐引起人们的重视。

在信息系统用户行为的研究中，许多学者会引入用户个人特质作为调节变量，以验证对用户行为的边界作用。而隐私关注作为一种典型的个人特质，不同的隐私关注程度会导致用户在相同的个性化推荐程度下，感知不同程度的隐私风险，从而对最终使用意愿产生差异化影响结果。王家玮等也在团购平台中证实了隐私关注作为调节变量的必要性。在短视频情境下，个性化推荐所隐含的隐私收集机制更是引起了用户对隐私问题的广泛关注，平台不仅会仿照其他场景收集、使用个人信息，还会在用户无意识的情境下获取信息，比如浏览或私信。当用户对隐私关注程度较高时，相同的个性化推荐程度下可能會感知更大的隐私风险，从而对短视频存在更大的抵触心理与更低的使用意愿。因此，本研究将隐私关注引入并作为调节变量，并试图证明隐私关注是否能够调节个性化推荐与使用意愿之间的非线性影响关系。

1.4隐私计算理论

Laufer R S等基于社会交换理论，提出了隐私计算理论，这是一种对行为的计算，即在特定情境下对行为预期的感知风险和收益进行权衡，当用户感知收益大于感知风险时，用户会进行披露行为。隐私计算理论已经被广泛应用于信息系统用户行为的衡量，即信息系统虽然会为用户带来便利性、实用功能以及社交关系等收益，但注册、信息登记等交互行为也会带来潜在的隐私风险，对收益与风险的综合评估结果很大程度上决定了用户对信息系统后续的使用或退出行为。已有研究证明了用户感知的隐私收益与风险对行为决策的重要作用，但较少考虑收益与风险综合的变动结果对行为产生的差异化的影响。

本研究中，短视频的使用会带来娱乐需求满足、信息需求满足、沉浸体验、便利性等隐私收益，且随着个性化推荐程度的提升，感知的隐私收益逐渐增加。但相应的，个性化推荐机制带来的隐私泄露是用户在使用过程中无法避免的。平台会在用户的使用过程中，通过点赞、浏览、收藏或个人信息填写等多种途径获取用户的隐私信息，同时短视频也会将用户喜欢的视频在未经授权的前提下推送给亲友，并标注哪位用户对该视频进行了点赞和收藏，这无异于增加了用户使用短视频的隐私风险，这些风险同样也会随着个性化推荐程度的加深而逐渐增长。用户通过对感知的隐私收益与隐私风险的权衡，最终决定其使用短视频的意愿。因此，本研究将依据隐私计算理论探讨不同个性化推荐程度下短视频用户的使用意愿。

2研究假设

2.1个性化推荐与用户使用意愿

个性化推荐是影响短视频用户使用意愿的重要因素，然而已有关于个性化推荐机制与用户使用意愿关系的研究仍存在分歧。部分学者在微阅读、电子商务平台等情境下验证了个性化推荐机制导致的高感知相关是促进用户使用意愿的重要原因。然而，也有部分学者论证了高度的个性化推荐在健康类APP、个性化广告情境中因隐私和自由选择权的侵犯而对使用意愿产生的消极影响。

但是在短视频情境下，这两种对个性化推荐机制的看法并不对立，不同程度的个性化推荐可能会对用户使用意愿产生不同的影响。Malheiros M等认为个性化推荐对用户行为的积极影响存在一定阈值。在短视频情境下，随着个性化推荐程度的提升，用户使用意愿首先会呈现上升趋势，此时个性化推荐的边际收益会大于边际损失。在这一阶段，视频与用户的需求匹配程度不断增加，用户的使用意愿也不断提升。当边际收益等于边际损失，即隐私收益与隐私风险差值的边际增长率为0时，短视频用户的使用意愿达到最大值，此时为倒U形图像的拐点。此后随着个性化推荐程度的继续提升，用户感知的隐私收益与隐私风险差值不断缩小，用户使用意愿逐渐降低，虽然个性化的优势依然存在，但个人隐私泄露的威胁以及平台未经授权的不当查阅等隐私风险都会显著地遏制用户继续使用短视频的意愿直至停止使用。综上，当短视频个性化推荐低于某一阈值时，短视频用户使用意愿会随着个性化推荐水平的提升而升高，当个性化推荐水平超过某一阈值时，用户会逐渐降低短视频使用意愿。

综上，本文提出如下假设：

H1：个性化推荐与使用意愿之间存在倒U形关系

2.2短视频类型的调节作用

实用型与享乐型短视频所具备的不同特点使得用户在与不同类型、不同个性化程度的视频交互时会获得不同的隐私收益并面临不同的隐私风险，从而对个性化推荐与用户使用意愿之间的关系产生不同影响。

用户与实用型短视频交互是为了实现信息与知识的获取，用户使用实用属性越强的短视频，对视频与自身需求的匹配度就有越高的要求，对个性化推荐的需求就越强。Zhang L等在网络购物的情景下，验证了实用系统对个性化推荐的高需求度。此外，用户感知实用型短视频有相对其他类型短视频较低的隐私风险。虽然个人信息泄露的威胁仍然存在，但用户相对不介意使用实用属性的视频被亲友通过平台的个性化推荐功能知悉，这就导致了隐私风险会低于其他类型短视频的使用。因此，实用型短视频用户可能会在更高的个性化推荐水平才能实现使用意愿的最大化，即边际收益与边际损失的持平点位于更高个性化推荐处，倒U形曲线拐点右移。

同时，当短视频实用属性较强时，在低个性化推荐处的个性化需求的不满足可能会导致用户与短视频交互获得更少的隐私收益，从而降低用户的使用意愿；在高个性化推荐处，用户将感知更低的隐私风险，从而提升用户的使用意愿。因此，对于高实用属性的短视频来说，低个性化推荐对应的更低的使用意愿，高个性化推荐对应更高的使用意愿。综上，本文提出如下假设：

H2：实用型短视频调节个性化推荐与使用意愿之间的倒U形关系

但当用户使用享乐型短视频时，用户对个性化推荐的需求反而降低。此时很多人出于消磨时间与满足娱乐需求的目的使用短视频，过度的个性化推荐反而会带来较少的新鲜感与舒适感，用户的隐私收益降低。此外，高个性化推荐也会提高隐私风险，个人的享乐偏好与使用记录会在未经授权的情况下被亲友知晓，为用户带来更多的使用压力。因此，享乐型短视频用户可能只需要更低程度的个性化推荐机制即可实现使用意愿的最大化．即边际收益与边际损失的持平点位于更低个性化推荐处，倒U形曲线拐点左移。

同时，当短视频享乐属性较强时，用户对个性化较低的需求，导致其在个性化推荐较低时会有较高的隐私收益与较低的隐私风险：当个性化推荐较高时，用户则会面临较高的隐私风险与较低的隐私收益，用户的使用意愿降低。因此，对于高享乐属性的短视频来说，低个性化推荐对应的使用意愿处于较高水平，高个性化推荐对应的使用意愿处于较低水平。因此，本文提出如下假设：

H3：享乐型短视频调节个性化推荐与使用意愿之间的倒U形关系

2.3隐私关注的调节作用

隐私关注考察了短视频情境下，用户对短视频平台收集和使用个人相关信息的关注程度。当用户对隐私关注程度高时，用户感知相同短视频个性化推荐程度下带来的隐私风险显著增加。在隐私收益变化不显著的情景下，收益与损失权衡的结果是用户更倾向降低短视频的使用意愿。即隐私关注强化了损失机制的发生，在临界点前个性化推荐的积极影响被削弱，临界点后个性化推荐的消极影响被强化。王家玮等也验证了隐私关注对用户采纳意愿的负向调节作用。综上所述，本文提出如下假设：

H4：隐私关注调节个性化推荐与使用意愿之间的倒U形关系

基于上述讨论，本研究构建个性化推荐影响用户使用意愿的概念模型，关键变量与假设关系如图1所示。

3研究设计

3.1问卷设计

本研究通过问卷调查的方法，对上述模型和提出的假设进行实证检验。量表的设计均参考已有研究的成熟量表，英文量表通过反向翻译减少语言差异，同时为适应短视频的背景，对相关语句进行了微小的调整。问卷采用Likert7级量表进行设计，范围从1（非常不同意）～7（非常同意）。其中，个性化推荐的量表来自于Li C的研究，使用意愿的量表改编自Venkatesh V等的研究，实用型与享乐型短视频的量表均借鉴Voss K E等的研究，隐私关注的量表参考了Son J Y等的研究。同时，考虑到短视频用户的个人特征对用户使用意愿可能存在的影响，本研究选取性别、年龄、学历、短视频使用时长作为控制变量，以更好地验证短视频个性化推荐与用户使用意愿之间的关系。

3.2数据收集与样本分析

问卷设计完成后，首先在大学生微信群发起一次小规模预调研，结果显示本问卷可靠性较高。同时，结合实际反馈的语义不通等问题以及课题组内专家对问卷进行最终调整，而后开始正式调查。将问卷星链接发布在不同社交媒体平台，如微信、微博、贴吧等，并以红包的形式鼓励大家完成问卷的填写。为保证样本的有效性，在问卷开头设置筛选问题如下：“您最近一周使用抖音、快手或其他短视频的次数超过5次吗？”以此保证被调研对象为短视频活跃用户，并要求用户打开个人最常用短视频平台并简要浏览该平台随机，以此强化个人对平台个性化推荐强度以及常用视频属性等的认知，避免因个体记忆偏误对问卷真实度造成的影响。问卷共分两个批次发放，2022年10月2日-12日发放并收集第一批问卷，10月16日-26日发放并收集第二批问卷，最终两批次共获得383份有效问卷。表1展现了样本的基本信息，样本中性别分布均衡，20～39岁人群占比超过总数的60%，基本符合2021年头部短视频用户画像。

4假设检验

4.1信度和效度检验

本研究通过SmartPLS 4.0对信度和效度进行检验。由表2可知，组合信度（CR）和Cronbach'sa均大于0.7，可以认定量表具有较好的内部一致性，信度得到检验。标準化因子载荷均大于0.6，AVE大于0.5，变量的收敛效度得到检验。此外，每个变量AVE的平方根均大于变量间的相关系数，如表3所示，由此判定模型也具有较好的区分效度。

在进行回归分析前，研究也需要对两两变量间的相关性进行初步分析，相关系数如表3所示。享乐型短视频和隐私关注分别与使用意愿显著负相关，隐私关注与享乐型短视频显著正相关。个性化推荐与使用意愿之间不存在显著的线性关系，两者之间可能存在的复杂关系将在后文进一步探讨。

此外，使用Harman的单因子检验法来检测模型中是否存在严重的共同方法偏差。探索性因子分析的结果显示，未旋转时因子数量大于1且第一个因子的方差解释率为32.655%，小于Hair J F等建议的临界点50%。

4.2倒U形关系检验

本研究使用Stata17软件检验假设提出的倒U形关系与调节效应。首先把问卷中对应多个题项的变量的数据取平均值，结果作为该变量的取值，然后将处理后的383份数据输入软件进行假设检验。具体流程如下：

4.2.1初步图形绘制

首先绘制原始值图形以及拟合曲线如图2所示，从图像上初步推断个性化推荐与使用意愿之间存在非线性关系。

4.2.2二次回归

本研究运用层次回归分析法检验个性化推荐与使用意愿之间的倒U形关系。首先，将研究选取的所有控制变量引入模型1，而后在模型2添加个性化推荐的一次项，模型3继续引入个性化推荐的平方项，分别进行回归分析，结果如表4所示。模型1中仅学历对使用意愿存在显著影响，其他控制变量对使用意愿的线性影响关系均不显著。模型2显示，依旧仅有学历对使用意愿存在显著影响，其他变量包括个性化推荐在内，对使用意愿均不存在显著的线性关系。模型3中，个性化推荐与使用意愿之间存在显著的正向关系（B=2.337，p<0.001），个性化推荐平方项与使用意愿之间为显著的负向关系（B=-0. 272，p<0.001），两系数异号且均在95%的置信区间上显著，据此推定个性化推荐与使用意愿之间存在倒U形关系，假设H1得到初步验证。

4.2.3U-test检验

但即使是二次项系数显著，样本区间内也可能存在凸且单调的非线性关系，即仅存在倒U形曲线的半支，这可能是对自变量的实际含义、取值范围以及转折点的取值考虑得不够严谨所致。为避免这类错误，本研究补充U-test检测，结果如表5所示。

由检测结果可知，倒U形曲线的极值点为4.298，置信水平99%的极值点菲勒区间为[4.093，4.528]，解释变量的取值范围为[1，7]，因此极值点处于允许的数据范围内。此外，两组斜率均显著且在区间内异号，因此可以最终认定个性化推荐与使用意愿之间存在倒U形关系，并能够在1%的水平上拒绝原假设。

基于上述回归与检验结果，对倒U形关系进行作图分析。如图3所示，随着个性化推荐程度的增强，用户使用意愿逐渐升高，且存在边际递减效应，在达到极值点PR=4.298后，使用意愿随着个性化推荐程度的增加呈现边际递增的下降趋势。

4.3调节效应检验

为验证变量的调节作用，本研究继续采用层次回归分析的方法在前文倒U形检验结果的基础上引入模型4～7，分别添加调节变量与交互项。同时为避免多元线性回归中调节变量与一次项和二次项交互引发的共线性问题，本研究将一次项、二次项和调节变量分别进行中心化处理。层次回归分析结果如表6所示。

回归结果显示，实用型短视频×个性化推荐对使用意愿有显著的负向影响（B=-0.389，p<0.01），实用型短视频×个性化推荐平方对使用意愿有显著的正向影响（B=0.088，p<0.001），隐私关注×个性化推荐对使用意愿有显著的正向影响（B=0.736，p<0.001），隐私关注×个性化推荐平方对使用意愿有显著的负向影响（p=-0.086，p<0.001），假设H2、H4被证实。

但享乐型短视频与一次项和二次项的交互项对用户使用意愿均没有显著的影响，H3未通过检验。考虑原因如下：首先，享乐型短视频的使用虽然可能导致信息泄露、他人不当查阅等隐私风险的增加，但是沉浸体验、享乐满足等作为用户使用这类短视频的主要目的，其个性化水平提升的边际收益相比其他类型短视频可能远远超出前文的假设，所以随着个性化推荐程度的变化，享乐型短视频情境下损失与收益的同向变化也可能导致了调节作用的不显著：其次，可能是享乐型短视频的调节作用是非线性的，所以本文对享乐型短视频的线性调节作用的验证并不显著。

此外，为了更清晰地展示实用型短视频与隐私关注对倒U形关系的调节作用，本研究基于前文层次分析结果，构建调节变量取值为均值，均值一SD，均值+SD时的倒U形模型并进行作图分析。实用型短视频的调节效应如图4所示。当用户与实用属性较高的短视频交互时，个性化推荐程度低时用户使用意愿也较低；个性化推荐程度较高时，使用意愿则会高于低实用型短视频。且倒U形曲线极值点右移，也证实了实用型短视频用户对个性化推荐机制的接受度较高。即到达较大个性化推荐程度时，边际损失才会达到与边际收益持平的状态。隐私关注的调节效应图如图5所示。当用户具备较高的隐私关注时，任意个性化推荐程度下，用户都具有较低的使用意愿，曲线整体下移。且曲线的极值点左移，也证明了高隐私关注用户对个性化推荐机制的容忍度较低，即到达较低个性化推荐程度时就会出现边际损失与边际收益持平的状态。

最后，控制变量中除学历外均未通过显著性检验。

5结论与讨论

5.1结论

为了更好地解释短视频平台中不同程度的个性化推荐机制带来的差异化的用户行为，以及明晰学术界对个性化推荐与用户使用行为之间矛盾的研究结果，本研究基于隐私计算理论提出个性化推荐与使用意愿之间的非线性影响关系假设，以及短视频类型和用户隐私关注对这一关系的调节作用假设。接下来，采用Smartpls软件对问卷调查方法收集的研究数据进行信效度检验与相关性分析，并采用Stata17软件基于层次回归分析的方法对倒U形关系与调节效应进行验证，而后对实证研究结果进行分析讨论。

综合得出以下研究结论：首先，短视频个性化推荐与用户使用意愿之间存在倒U形关系，即用户使用意愿随着短视频个性化推荐程度的提升而呈现出先升高后降低的趋势；其次，实用型短视频对倒U形关系的调节作用得到了验证，即高实用属性的短视频在个性化推荐程度较低时有相对较低的使用意愿，在个性化推荐程度较高时有更高的使用意愿，且用户对高实用属性短视频的个性化接受程度更高；第三，隐私关注对倒U形关系的调节作用也得到了检验，当用户隐私关注程度较高时，任意个性化推荐程度下的用户使用意愿都被弱化，且对个性化的忍耐度更低；最后，享乐型短视频对个性化推荐与用户使用意愿之间关系的调节作用未通过验证。

5.2理论意义与实际意义

本研究具有重要的理论意义。第一，本研究首次构建并验证了短视频个性化推荐与使用意愿之间的倒U形关系模型，识别了短视频的独特特征并在短视频的研究情景下整合性地解释了前人在个性化推荐影响用户行为领域中的研究分歧。第二，参考前人在其他领域中的类型划分，将短视频划分为实用型与享乐型，并揭示了不同短视频类型在倒U形关系中差异化的边界作用。其中，只有實用型短视频的调节作用得到了验证，在高实用属性短视频的使用情景下，个性化推荐较低时使用意愿被弱化，个性化推荐较高时使用意愿被强化，倒U形曲线顶点的右移也证实了用户在使用高实用型短视频时对个性化推荐机制的接受度更高。第三，将隐私关注作为调节变量引入了短视频用户行为领域，验证了隐私关注这一用户个人特质对倒U形关系的负向调节作用。即在用户高隐私关注情境下，倒U形曲线整体向左下方移动，任意个性化推荐程度下的用户使用意愿均被弱化，此时用户对个性化推荐机制的容忍度变低。上述调节变量的引入进一步明晰了倒U形关系的边界条件。第四，拓展了隐私计算理论在短视频用户行为领域的应用。本研究基于该理论中的感知隐私收益与隐私风险构建了倒U形关系中的收益与损失机制，据此解释了个性化推荐的积极作用、消极作用与转化机制，为深入地理解个性化推荐与使用意愿之间的倒U形关系打下基础。

本研究的结论对短视频平台运营商也有一定的实际意义。首先，参照研究结论，运营商需要对个性化推荐机制进行合理的适度调控以促进用户使用。个性化推荐的程度并非越高越好，只有保持符合用户需求的、适度的个性化推荐，才能让用户在更高的使用意愿水平下达到感知收益与感知风险的均衡，实现个性化推荐效用的最大化；其次，也要适当考虑这一关系的边界条件，对于实用属性较强的短视频，个性化推荐程度可以适当提高从而使用户收益增加，而对于实用属性较低的短视频来说，降低个性化程度反而可以促进使用意愿。此外，平台可以对用户在首次进入平台前进行简单的预调研，当用户隐私关注程度较高时，可以适当降低系统个性化推荐程度，反之则可以适当提高个性化推荐程度，从而更加契合用户的个人特质并提升用户的使用意愿。

5.3研究局限与展望

本研究也存在一定的研究不足。首先，由于人力和时间的限制，本研究未将短视频作具体区分，但抖音、微信视频号以及快手等平台均具有各自的特点，后续研究可以考虑对这些平台进行比较分析，讨论不同平台中个性化推荐机制对用户行为的影响是否有显著差异；其次，本研究仅将年龄．性别等特征考虑为控制变量，但这些差别也可能对个性化推荐与使用意愿之间的影响起到调节效用，因此，未来考虑加入更多的调节变量进而丰富已有研究模型；第三，本阶段的研究基于问卷数据提出了初步的倒U形关系模型，希望在下一阶段的研究中能够扩大样本规模并收集短视频平台内的客观数据以完善该模型，以期为解决短视频中的隐私悖论问题提供更为详实的实践指导。