在线健康社区用户算法回避行为的影响因素研究.pdf

摘要

摘要

在线健康社区是在线医疗行业中重要的组成部分，它以在线社区的形式为

用户和患者提供了获取健康知识和享受医疗服务的途径。为了解决社区中的信

息过载、提高用户使用效率以及最大化社区内容的价值，在线健康社区引入了推

荐算法进行内容分发。然而，推荐算法可能存在隐私风险、虚假内容和数据滥用

等问题，导致用户产生算法回避行为，而算法回避行为会使推荐算法不能发挥原

有的作用，因此有必要进行实证研究，以了解影响算法回避行为的影响因素和形

成机理，为改善在线健康社区算法推荐服务和用户体验提供参考。

首先，本研究以认知负荷理论和CAC范式为理论框架构建了在线健康社区

用户算法回避行为影响因素模型。基于技术威胁规避理论以及技术压力、算法焦

虑、信任等概念，通过文献调研梳理和总结现有研究中的相关变量，提出了隐私

关注、感知侵扰、感知威胁和系统功能过载这四个认知因素，以及算法焦虑这一

情感因素，此外，还引入了感知信任以探究算法焦虑对算法回避行为的影响是否

能够被削弱。

其次，依据现有的成熟量表编制问卷，通过在线调研的方式收集数据，并使

用SEM-ANN-NCA三阶段的数据分析方法从充分性、重要性排序和必要性三个

方面进行了数据分析。研究结果表明，隐私关注、感知侵扰、感知威胁和系统功

能过载对算法焦虑有显著正向影响，且都是算法焦虑的必要条件；同时算法焦虑

也对算法回避行为有显著正向影响，并且是算法回避行为的必要条件；认知层面

的四个影响因素对于算法焦虑的相对重要性排序由高到低依次为感知侵扰100%、

隐私关注85%、系统功能过载36%、感知威胁32%；另外，感知信任不能调节

算法焦虑对算法回避行为的影响。

根据上述结果，本研究从增强用户在数据和隐私安全方面的自主性、培养并

提高用户的算法素养和将以人为中心的理念引入算法设计三个方面提出了建议

与对策，帮助在线健康社区算法推荐服务的运营者、设计者以及监管部门更好地

发挥各自的职能作用，从而提升用户的使用体验、促进在线健康社区的可持续发

展。

关键词：在线健康社区；算法回避行为；CAC范式；认知负荷理论

II

Abstract

Abstract

Onlinehealthcommunitiesareanimportantpartoftheonlinehealthcareindustry,

providingusersandpatientswithaccesstohealthknowledgeandmedicalservicesin

theformofonlinecommunities.Toaddressinformationoverload,improveuser

efficiency,andmaximizethevalueofcommunitycontent,onlinehealthcommunities

haveintroducedrecommendationalgorithmsforcontentdistribution.However,

recommendationalgorithmsmayposeprivacyrisks,falsecontent,anddatamisuse,

whichcanleadtoalgorithmavoidancebehaviorbyusers.Algorithmicavoidance

behaviorcanpreventrecommendationalgorithmsfromperformingtheirintended

function,soitisnecessarytoconductempiricalresearchtounderstandthefactorsand

mechanismsthatinfluencealgorit