沉浸体验与广告耐性：如何提高内容网站浏览者的粘性？

奥鹏网院作业

沉浸体验与广告耐性：如何提高内容网站浏览者的粘性？
摘 要： 第五代移动通信网络(5G)的到来标志着互联网市场的进一步发展，同时竞争也会更加激烈。网站同质化日益严重，快速的系统响应和转换成本的不断降低让消费者可以在不同的内容网站中随意“切换”。因此，如何增加用户访问量并维持用户量是学界重点关注的问题。本文在抗拒理论的基础上，以沉浸体验作为中介变量，探讨了感知侵扰和自由威胁对用户粘性的影响。通过对295个内容网站的用户调查发现，广告对沉浸体验的负向影响是存在的，而沉浸体验会有效提高用户粘性。在对广告耐性的研究中发现，更多的用户可以接受10～20秒时长的广告，这意味着调整广告内容、控制投放时间、增强沉浸体验可以使内容网站更加成功。
关键词： 用户粘性； 抗拒理论； 沉浸体验
一、引言和文献综述
第五代移动通信网络的问世给互联网的发展又打了一剂强心针，让互联网市场的竞争变得更加激烈。对电子商务网站而言，消费者可以轻松地搜寻产品信息，对比产品价格，在不同的网站购买同一种产品，这意味着消费者可以轻松地从一个网站转入另一个网站。转换成本的降低给电子商务网站带来了难题，即如何在网站中留住消费者[1-3]。通常，用户的重复访问可以看作是忠诚度的表现，然而当用户无法选择，或者条件限制时，也可能产生重复访问的行为。因此忽略用户态度和口碑而单纯用行为忠诚来定义用户的忠诚度已经不能诠释当下的互联网行为。有学者提出用粘性来定义用户的重复访问。互联网网站能够吸引并保留用户并且能延长用户访问时间的能力称之为用户粘性[4]。在关于用户粘性的研究中，诸多学者以满意度，信任等因素作为中介变量进行讨论。通常这样的因素也是影响忠诚度的核心因素。但本文研究认为，用影响忠诚度的变量来探讨对粘性的影响是有不足的，因此本文需要寻找和论证其他影响粘性的因素。
CNNIC发布的第43次《中国互联网络发展状况统计报告》指出，2018年各类互联网应用使用时长中，即时通讯的使用时间最长，其次是网络视频、网络音乐、短视频、网络音频等。在用户规模和使用率方面，网络新闻和网络视频的用户规模都大于网络购物[5]。现有研究将网站分成四大类，包括娱乐类网站、信息类网站、通讯类网站和商务网站[6]。从网站内容的角度来讲，娱乐类网站和信息类网站都是以网站内容为主，因此本文在现有研究的基础上，将网站分为三大类，即商务网站、内容网站和通讯网站。本文研究的内容网站就是指以内容呈现为核心的网站，包括娱乐类网站、新闻类网站、自助服务类网站和知识付费类网站。内容网站最大的特点是通过独特的网站内容吸引用户浏览，因此用户粘性是内容网站发展的关键，吸引和保留用户对网站至关重要。本文研究内容网站背景下影响用户粘性的因素，并探讨如何提升用户粘性。
广告市场发展已经到了一个新的时代：互联网广告时代[7]。互联网广告投放有着覆盖面广、成本低、投放简单、响应快等特点，这些特点让广告业在互联网领域高速发展。这让诸多商家趋之若鹜，大量的广告投放带来了商家销售的增长，但是否需要探讨其对消费者的负面影响？尤其对于内容网站而言，当用户在认真浏览相关内容时，弹出式广告是否会影响消费者？广告的不恰当用语是否会引起消费者的反感？通过对相关文献的整理发现，学者们依据心里抗拒理论普遍认为，广告的侵扰性以及广告内容本身对用户的自由威胁，会使用户产生愤怒、不安及逆反心理，从而导致“逃离”行为的产生[8-10]。该行为的产生机理是从愤怒等情绪引导出的抗拒心理，是否意味着商家如果通过某种方式降低了消费者的“愤怒”，抗拒心理就会消失？在不同的网站背景下，广告的影响又是否相同？在内容网站背景下其影响机理又会是如何？大量现有研究针对的是电子商务广告或视频类网站中出现的广告，鲜有对内容大类的网站进行相应的研究。事实上广告的投放和内容网站的运营会产生最大的矛盾体，该类网站主要以网站内容吸引用户，进而投放广告获得收入，而广告对用户的负向影响是用户逃离的一大因素，因此平衡广告和用户之间的关系也更加值得探讨。对广告耐性的探究是为了研究如何平衡广告和用户的关系，找到用户对广告的最大容忍度，以保证用户对广告的最大接受。
综上，本文针对现有研究的不足，以内容网站为研究对象，从广告的负面影响入手，探讨其对用户粘性的影响。针对心理抗拒理论中的“愤怒”情绪，本文以沉浸体验为研究核心，研究当下广告对内容网站的负面影响机理。同时研究消费者对广告的耐性，探讨用户在浏览网站的过程中对广告的最大容忍度。
二、理论分析与假设
(一)抗拒理论
心理抗拒理论，或译为抗拒理论，诠释了个体层面对自由受到威胁或失去时如何反应。抗拒被定义为一种“当自由受到威胁或失去时的一种重建动机”[11-12]。抗拒理论包含了4个基本要素：自由、威胁自由、抗拒和恢复自由。值得强调的是，这里自由的概念是被广泛定义的，包括了行为、情感和态度[11] 。例如消费者在购买产品时，消费者面对A、B两款产品犹豫不决，从选择的角度，选择A产品或B产品是消费者的自由，而此刻，一个推销员极力向消费者推销A产品时，就很有可能出现以下情况：一种情况是引起消费者的不悦。这种不悦，就是由于推销行为使消费者感受到了购买自由的威胁，从而产生反感的情绪。这种反感的情绪很容易导致拒绝行为，即可能拒绝买A产品而买B产品，也有可能A和B产品均未购买；另一情况是消费者购买A产品。事实上，客观事件如交通堵塞，会使行人出行变得困难，也可以看作是一种威胁。因此，该理论所主张的是任何高压式的沟通或外部环境的影响都可能被看作对自由的威胁[11] 。该理论同时指出，当用户自由受到威胁时，用户会对比现有的自由和失去的自由，而抗拒的发生正是在个体选择恢复现有自由时[13]。研究指出，“恢复自由”的行为是由用户的内心抗拒而产生的，同时抗拒会引发愤怒以及其他负面情绪。也有学者认为，对自由的威胁会直接负面影响用户的使用意愿。更多的研究倾向于负面影响是通过用户的愤怒或负面认知引发的。在互联网情境下，在线广告是非常普遍的事物，广告虽然有负面的影响，但是对销售和企业发展的促进作用是不可忽略的。并非所有用户在面对广告时，都直接上升为“愤怒”的态度，更多的用户通过广告购买到自己想要的物品，而愤怒情绪似乎也只是在极端情况下产生的。当用户自由访问不同的网站，浏览不同的网站内容时，在线广告很可能被视为一种阻碍用户访问的障碍，当网站内容更具有吸引力时，用户会选择所浏览的内容而期望消除这样的障碍。当然消除障碍的机理因素不单是愤怒等负面情绪。随着抗拒理论的不断发展，学者利用该理论研究的范围也越来越广，更多的学者在互联网背景下，利用该理论探讨了广告对消费者的影响[14-16] 。另外的核心影响因素，即打扰了用户的沉浸体验，则是本文研究的核心，也是提出的另一种观点。
(二)沉浸体验
Csikszentmihalyi在探访了舞蹈演员、攀岩者、外科医生等专业和非专业人士后发现，他们在工作中有格外的热情和投入。这种专注可以理解为一种状态，而这种状态让他们有高度的兴奋感和满足感。该学者在1975年提出了沉浸体验(或译作心流体验)。这种体验被该学者定义为一种状态，在这种状态下专业人士可以自主地长时间专注于某项活动，这种专注会让人感受不到时间的流失，完全沉浸其中，而一旦这样的状态存在，人们会感受到兴奋和幸福，从而愿意付出相应的代价去获得这样的感受[17]。集中和享受是沉浸体验的两个重要部分，研究认为，绝对的集中是伴随着享受的，而当其二者的复合效应在用户参加某种活动时得到展现，则会导致用户的时间感知的扭曲[18] 。在人机交互的研究中，这样的结论也得到了证实。沉浸体验不只包含了个人的集中和享受，同时也有探索性和娱乐性，即沉浸体验会促使消费者参与活动而获得乐趣，同时消费者也会因主观体验的提升而加强活动的参与[19-20]。早期研究已经发现互动技术会让更多的用户获得沉浸体验，线上用户一旦进入沉浸体验，会促使用户投入更多的时间和精力[21]。在线上商业环境的研究中，沉浸体验的中介效果一般集中在网站导航或即时消息之类的通讯工具的使用上[22-23] 。虽然学者们发现了沉浸体验在商业活动中的重要性，但是有学者认为沉浸体验和营销并无关系[24] 。更多的学者研究证实了沉浸体验在线上环境的重要作用。Guda等人(2012)[25] 的研究发现，沉浸体验会正向影响互联网用户的行为，其中包括再次访问网站的意愿。Su等人(2016)[26] 则探讨了在线游戏环境下，沉浸体验作为中介变量对游戏忠诚的影响，最后得出了沉浸体验会增加游戏用户的忠诚度这一结论。
学者们研究发现了沉浸体验对用户的重返、重购等行为的正向影响作用。更多的研究倾向于探讨如何增强用户的沉浸体验。对内容网站而言，增强用户的沉浸体验固然重要，但是在互联网背景下，一些因素的出现，例如广告，是不可避免的。因此，负向因素的研究是本文需要探讨的，同时本文需要探讨其对用户粘性的影响。
(三)感知侵扰、自由威胁与沉浸体验
针对对广告的态度的研究已经有几十年的时间了，研究结果表明，很多消费者能够认识到广告的一些负面影响，但其对经济发展的积极影响也是得到消费者认同的，因此消费者对广告的积极态度大于消极态度[27-29] 。然而不能否认的是，广告的内容和投放方式依然会“冒犯”或“侵扰”到消费者[30] 。结合抗拒理论，可以总结出两个前置变量，一个是感知侵扰，另一个是自由威胁。感知侵扰指的是用户在使用媒体时被广告打断后的认知反应[31] 。也有学者认为从对用户目标的中断、信息过载和广告价值较低的的角度，也可以理解其为对用户的一种侵扰[32-34] 。感知侵扰是用户对广告的反应之一，即无论广告的内容如何，其在用户体验中的出现，就已经打扰到用户了。而另一个反应则取决于内容本身或相关信息[35]。如果用户接收到的信息是有说服力的，接受者本身会对信息形成某种态度或信念，一旦接受者对有说服力的信息产生抗拒时，便会导致信息接受者形成对信息本身所传播的内容产生相反的态度[36] 。广告商企图让顾客相信该产品质量好、价格低，购买该产品是一个不错的选择，可一旦广告的表达有偏差，就会让看到广告的顾客对此内容产生抗拒，感知到这是对其自由的挑战。用户自由威胁的产生很大程度上来源于用户感知到的说服意图，这种意图也是一种操纵意图。而很早就有学者的研究表明，激烈、有力、教条的语言会增加抗拒[37-38]。学者们也相继研究证实，使用控制性和强迫性语言向信息接受者施压，会引起接受者的抗拒心理[39-40] 。因此，站在广告内容的角度，如一些广告的宣传，使用“限时购买”、“限时优惠”、“仅此一天”、“满减”等用语，其内容对用户产生压迫感，使得用户会产生抗拒情绪。
多数学者对在线广告的研究认为，无论是在线广告的侵入性还是对自由的威胁，均会使用户对网站态度产生负面影响。在抗拒理论的支持下，负面影响主要表现为愤怒和消极的态度。即研究者认为用户的逆反行为是由于其情绪化的状态变化而产生的。但本文研究认为，广告对用户的情绪化影响微乎其微，互联网广告随处可见，能够做到“惹怒”用户其实是一件不容易的事情。其核心影响应该是对用户原有行为的一种打扰和阻断。这样的打扰和阻断会让用户“重塑”原有目标和动机。对内容网站而言，用户的核心目标是浏览网站内容，无论是新闻类网站还是视频类网站，其内容的丰富多样性是吸引用户的首要因素。通常用户在浏览过程中，沉浸体验会让用户有更好的浏览体验，这也诠释了用户对网站内容的专注性。此刻广告的影响是打破了原有用户的阅读目标，打扰了用户阅读、浏览内容的沉浸式体验。在打扰过后，用户希望重新回到浏览的轨迹中，因此会产生对广告的拒绝行为。本文认为，广告对用户的影响可能并不会即刻诱发用户的愤怒，而只是打扰和阻断了用户对原有体验的流畅过程。因此本文提出如下假设。
H1 感知侵扰会负向影响沉浸体验；
H2 自由威胁会负面影响沉浸体验。
(四)沉浸体验与用户粘性
Gillespie在引入粘性这一概念时，是为了检验用户和网站重复访问的关系，认为粘性就是网站鼓励用户增加浏览时间的能力。起初，对商务网站而言，增加用户的购买是首要目标，而用户在网站停留的时间越长其购买产品的可能性就越大。更多的学者研究指出，增加网站的浏览时间，用户对网站的偏好会增加，花钱购买和重返的意愿就会增强。然而随着互联网的不断发展，购物网站已不是互联网的主导，越来越多的网站以其内容和服务来吸引用户，网站的停留时间和重返意愿、购买意愿之间的关系也变得越来越薄弱。如果一个网站可以受到用户的喜欢并经常光顾，那就意味着网站具有了粘性[41]，而这样的网站就像蜘蛛网一样，牢牢粘住了客户。从不同的角度出发，粘性的概念有不同的表现，而本文研究的用户粘性，是从用户的角度出发，即用户能否持续性访问网站。内容网站的沉浸体验强调了用户在浏览网站内容的过程中能够专注于网站提供的内容从而忘记时间，沉浸其中。各内容网站在加强内容感的同时，希望用户在使用过程中可以更好地沉浸。以往的研究发现，沉浸体验会正向影响网站忠诚，而对沉浸体验和用户粘性的关系研究甚少。本文研究认为，沉浸体验会增强用户的专注度和浏览过程的完整性，因此沉浸体验会尽可能地延长用户在网站中的停留时间。根据粘性的概念可知，用户在网站中的停留时间越长，其使用网站的意愿和购买产品的可能性就会越大。内容网站的产品购买可能不是实物产品，但会员性的消费以及对内容的购买，也是产品购买的一种。沉浸体验会有效地提高用户体验感，增强用户粘性，因此本文提出假设3。
H3 沉浸体验会正向影响用户粘性。
本文在心理抗拒理论的基础上认为，广告的负面影响除了引起用户的愤怒及其他负面情绪外，也会影响到用户的沉浸体验。用户被“打扰，中断”了原有的目标之后，会恢复原有的目标，因此广告会负面影响沉浸体验。而沉浸体验作为中介变量会正向影响用户粘性。本文在假设的基础上，提出如下概念模型。

图1 概念模型
三、研究设计
(一)样本与数据
本研究探讨的是用户在浏览内容网站时对广告的反应以及对用户粘性的感受。样本需要符合以下特征：一、有过互联网使用经验；二、浏览过内容网站。本研究采用便利抽样法，使用线上和线下相结合的方式，进行抽样调查。调查人员在随机选择调查对象后，提出几个问题进行初步的判断，随后发放问卷。为避免出现主观判断偏差，此次调查安排了监督员对已完成的问卷进行随机复核，以确保信息的准确性和真实性。共发放问卷367份，回收问卷330份，经过筛查及随机复核，有效问卷为295份。
从调查结果来看，受访者性别差异不大，主要以年轻人为主，其中20～39岁的人占比高达72.9%，说明此次调查内容网站的受众用户是偏年轻化的。从受教育程度来看，本科生占比最高，达58.3%。从每天的在线时长可以看出，3～6小时占比最高，达30.8%，而大于6小时的人群也占到了24.4%，侧面反映了用户对互联网的依赖程度较高。从网站的使用类型来看，新闻类网站和视频类网站使用人数最多，而知识服务类和政府服务类的网站使用人数较少。这也符合CNNIC第43次的调查结果，即网络新闻和网络视频的使用用户规模均排在前列。CNNIC调查结果显示，我国人均互联网使用时间达到每天3.9小时，网民年龄结构20～39岁网民占比达到50.3%。从各项特征来看，此次调查结果与CNNIC调查结果相似度较高，说明此次调查有较高的准确性和真实性。
从此次调查用户对广告时长和广告用语的接受度可以看出，有42%的用户可以接受10～20秒的广告，广告时间越长，用户的接受度低。40秒以上的广告只有7%的受访用户可以接受。广告用语方面，“最后…分钟”、“即刻下单”、“限时抢购”这些用语最让用户反感。
表1 样本信息表

表2 题项及验证性因子分析

(二)变量测量
本次研究中的前置变量是感知侵扰和自由威胁，中介变量是沉浸体验，结果变量是用户粘性。所有变量的测量量表均来自于现有研究中使用过的成熟量表。量表的原型均为英文版本，在不改变原意的基础上根据情境进行翻译。感知侵扰的量表来自于Li等人(2002)[42]的研究，共3个题项。自由威胁的量表采用的是Dillard等人(2005)[43]的研究，共4个题项。沉浸体验使用的是Novak等人(2003)[44]在研究中使用的量表。用户粘性的研究量表采用的是Tsao(2014)[45]的研究。题项及验证性因子分析结果如表2。
(三)信度效度分析
对于量表的信度检验一般参考Cronbach’Alph值及平均提取方差值(AVE)。本文参考其变量的组合信度(CR)及平均提取方差来检验量表的信度水平。其结果如表2，各变量的组合信度均大于0.8，平均提取方差值大于0.5，说明各变量测量的结果有较高的信度。
效度方面检验，各测量变量量表均选自于已有的成熟研究，并且在不改变其核心意思的情况下根据情境进行翻译。在咨询相关领域的专家学者之后，进行初测。验证性因子分析(CFA)的检验结果如表3，从中可以看出各项指标良好，模型拟合度较好，说明本次测量的量表效度较高。
表3 模型拟合指标

四、实证结果与分析
(一) 研究模型拟合
本次研究模型数据采用AMOS21.0版本进行分析，根据假设构建结构模型以验证各潜在变量之间的关系。采用极大似然法对模型进行参数估计，其模型结果如表3，参数结果如表4。从模型拟合结果来看绝对适配指标卡方值为461.239，卡方自由度比值为2.316小于临界值3，RMSEA值为0.031小于临界值0.05，GFI值为0.912大于0.9；增值适配指标NFI、IFI值分别为0.908、0.923，均大于临界值0.9；简约适配度指标PGFI和PNFI的值分别为0.682和0.749均大于临界值0.5。明显可以看出，构建的结构方程模型各适配指标均符合模型拟合标准，且各路径系数在0.05水平上均显著。
(二)假设检验结果
从表4模型路径系数可以看出感知侵扰、自由威胁对沉浸体验均产生负向影响，其路径系数分别为-0.167和-0.328，P值均小于0.05，表明其负向影响显著，并且自由威胁对沉浸体验的影响大于感知侵扰对沉浸体验的影响。沉浸体验对用户粘性的影响是正向的，其系数为0.638，并且P值小于0.05，说明其正向影响显著。本次研究的模型拟合度较好，量表信效度均得到了检验，同时模型结果中P值小于0.05，模型结果显著。因此可以判定此次假设检验中H1、H2、H3均得到了验证。
表4 模型路径系数

注：***表示P值小于0.001。
五、研究结论与启示
本文以抗拒理论为基础，从广告的侵扰性和内容的威胁性上，通过线上和线下结合的方式进行调查研究，探讨了内容网站中广告是否会影响用户的沉浸体验，及其对用户粘性的影响。本文共提出了3个假设，经过实证分析，假设均得到验证。研究结果表明，自由威胁是首要影响用户沉浸体验的因素，其次是感知侵扰，同时沉浸体验会正向影响用户粘性。通过对用户进行广告耐性调查，发现广告时间越长，用户的接受度越低，而广告中出现的压迫式用语会让用户感到不安和反感。这也侧面反映出其对沉浸体验的负向影响。
(一)理论贡献
第一，传统的研究指出抗拒理论的传导机制是负面效应引发“愤怒”而引起的。如学者对Facebook用户的广告躲避行为的研究证实了感知侵扰和自由威胁引发用户愤怒感从而导致躲避行为的发生[46]。本文认为，负面效应不一定会引发用户的“愤怒感”。互联网背景下的广告对用户的影响就并非达到愤怒和负面认知的阶段。本文发现，沉浸体验可以作为新的中介变量进行讨论，即感知侵扰和对自由的威胁会影响用户的沉浸体验，这种影响打破了原先用户的使用目标，对于需要恢复原目标的用户，广告的影响就是负面影响。因此，在互联网背景下可以从新的角度去看待和使用抗拒理论，更全面地看待负向因素对用户的影响。
第二，本文研究发现，影响用户粘性的一个核心因素是沉浸体验。其核心在于让用户能够沉浸在网站所提供的内容中，这种投入和忘我在增加其使用时间的同时，也会增加对网站的偏好。因此，除了传统的满意度、信任等因素外，沉浸体验可以作为中介变量对用户粘性产生影响，同时概念模型的提出用户为粘性的研究带来了一定的思考。
(二)实践启示
第一，广告投放是内容网站的主要收入来源，但也是一把“双刃剑”，提高收入的同时也会影响用户体验。从本文的研究来看，广告会造成用户的困扰，打扰用户的沉浸体验，从而降低用户的体验感。所以，广告的投放方式是需要着重思考的。本文建议可以研究广告收益和内容产品收益的比较，在用户量的增加上，牺牲部分广告利益转而获取更多的用户量。同时将网站的盈利模式多元化，避免出现广告成为唯一收入来源的模式。
第二，对网站运营商而言，用户粘性是在保证用户量的前提下，给忠诚用户的转换提供更多的可能。沉浸式体验可以让用户更多地沉浸于网站所提供的内容中，增强用户的代入感，延长使用时间，增强喜爱偏好。对于内容网站而言，增强内容的多样性和丰富性，不断提供创新的内容，尽量避免用户在阅读和浏览过程中对用户的打扰，是增加沉浸体验的较好方式。
第三，对广告耐性的研究给广告的投放提供了新的选择和标准，同时也避免了完全放弃广告的决策方式。对于管理者而言，有效地控制广告播放时间和广告内容，可以最大限度地让用户接受广告。为了不打扰用户，在用户沉浸体验过程中，最好不要插入广告。广告容忍度范围内的开头和结尾式广告可能是更好的选择。
(三)研究局限和展望
首先，本文的研究着力于内容网站的调查，而对其他网站类型并没有做充分调研。内容网站的涵盖面并不全面，而商业网站及各类社交网站上的广告投放也是近年来广告商的投放重点区域，因此未来的研究可以着力于商业网站和社交网站的广告研究。其次，本文研究的前置变量是从负面角度进行研究的，尚缺乏正向影响角度的研究。未来的研究可以选取正向的角度，探讨更多可以影响沉浸体验的变量，从而促使网站进行相应的改进，以提高网站的粘性。同时，对于广告内容的研究可以更加深入，探讨互联网用户接受度较高的广告投放类型及投放方式，本文探讨了广告的用户接受时长和接受度较低的敏感词汇，但是如何提高接受度仍需要加强研究。最后，本文的样本选择依旧存在局限性。本次研究的样本整体学历水平较高，忽略了低学历以及18岁以下年轻用户的体验感受，未来的研究需要扩大研究样本，使样本更具代表性和全面性。
参考文献
[1]BROWN M, POPE N, VOGES K. Buying or browsing?[M]. [S. l.]: MCB UP Ltd, 2003: 1666-1684.
[2]SRINIVASAN SS,ANDERSON R,PONNAVOLU K. Customer loyalty in e-commerce: an exploration of its antecedents and consequences [J]. [s. n.], 2002, 78(1): 41-50.
[3]CAO M, ZHANG Q Y, SEYDEL J. B2C e-commerce web site quality: an empirical examination [J]. [s. n.], 2005, 105(5): 645-661.
[4]RONG K, XIAO F, ZHANG X, et al. Platform strategies and user stickiness in the online video industry[J]. Technological Forecasting and Social Change, 2019, 143: 249-259.
[5]中国互联网信息中心. 第43次《中国互联网络发展状况统计报告》[EB/OL].(2019-2-28)[2020-2-19].http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/
[6]LEE S, KOUBEK R J. The effects of usability and web design attributes on user preference for e-commerce web sites [J]. Computers in Industry, 2010, 61(4):329-341.
[7]何辉. 互联网与传统大众媒体广告促销力博弈研究[J]. 现代传播(中国传媒大学学报), 2018, 40(9):129-138.
[8]万君, 秦宇, 赵宏霞. 消费者对网络视频关联广告的躲避行为研究-基于逆反心理视角[J]. 财经论丛(浙江财经大学学报), 2015(2):84-90.
[9]JANG K, PARK N, SONG H . Social comparison on Facebook: its antecedents and psychological outcomes [J]. Computers in Human Behavior, 2016, 62:147-154.
[10]LEE G, LEE W J. Psychological reactance to online recommendation services [J]. Information & Management, 2009, 46(8): 448-452.
[11]BREHM J W. A theory of psychological reactance [M]. New York: Academic Press, 1966.
[12]BREHM S S, BREHM J W, BREHM S, et al. Psychological reactance. A theory of freedom and control [J]. Nurs Stand, 1981, 27.
[13]WICKLUND C R A. Consumer behavior and psychological reactance [J]. Journal of Consumer Research, 1980, 6(4): 389-405.
[14]HUHN A E, KHAN V J, KETELAAR P, et al. Does location congruence matter? A field study on the effects of location-based advertising on perceived ad intrusiveness, relevance & value [J]. Computers in Human Behavior, 2017, 73: 659-668.
[15]YOUN S, KIM S. Newsfeed native advertising on Facebook: young millennials’ knowledge, pet peeves, reactance and ad avoidance [J]. International Journal of Advertising, 2019, 38(5):651-683.
[16]MCCOY S, EVERARD A, GALLETTA D F, et al. Here we go again! The impact of website ad repetition on recall, intrusiveness, attitudes, and site revisit intentions [J]. Information & Management, 2017, 54(1):14-24.
[17]CSIKSZENTMIHALYI M. Beyond boredom and anxiety [M]. San Francisco, CA: Jossey-Bass, 1975.
[18]GHANI J A, DESHPANDE S P. Task characteristics and the experience of optimal flow in human—computer interaction [J]. The Journal of Psychology, 1994, 128(4):381-391.
[19]LU H P, WANG S M. The role of internet addiction in online game loyalty: an exploratory study [J]. Internet Research, 2008, 18(5):499-519.
[20]SKADBERG Y X, KIMMEL J R. Visitors’ flow experience while browsing a web site: its measurement, contributing factors and consequences [J]. Computers in Human Behavior, 2004, 20(3): 403-422.
[21]HOFFMAN D L, NOVAK T P. Marketing in hypermedia computer-mediated environments: conceptual foundations [J]. Journal of Marketing, 1996, 60(3):50-68.
[22]NOVAK T P, HOFFMAN D L, YUNG Y F. Measuring the customer experience in online environments:a structural modeling approach [J]. Marketing Science, 2000,19(1):22-42.
[23]CHANG H H, WANG I C. An investigation of user communication behavior in computer mediated environments [J]. Computers in Human Behavior, 2008, 24(5):2336-2356.
[24]ZEITHAML VA, PARASURAMAN A, MALHOTRA A. Service quality delivery through web sites: a critical review of extant knowledge [J]. Journal of the Academy of Marketing Science, 2002, 30(4): 362-375.
[25]VAN NOORT G, VOORVELD H A M, VAN REIJMERSDAL E A. Interactivity in brand web sites: cognitive, affective, and behavioral responses explained by consumers’ online flow experience [J]. Journal of Interactive Marketing, 2012, 26(4):223-234.
[26]SU Y S, CHIANG W L, LEE C T J, et al. The effect of flow experience on player loyalty in mobile game application [J]. Computers in Human Behavior, 2016, 63: 240-248.
[27]BAUER R A, GREYSER S A. Advertising in American: the consumer view [M]. Boston, MA: Harvard University, 1968.
[28]DUCOFFE R H. Advertising value and advertising on the web [J]. Journal of Advertising Research, 1996, 36(5): 21-35.
[29]SANDAGE C H, LECKENBY D J. Student attitudes toward advertising: institution vs. instrument [J]. [s. n.], 2013, 9(2):29-44.
[30]AAKER D A, BRUZZONE D E. Causes of irritation in advertising [J]. Journal of Marketing, 1985, 49(2):47-57.
[31]LI H, EDWARDS S M, LEE J H. Measuring the intrusiveness of advertisements: scale development and validation [J]. Journal of Advertising, 2002, 31(2):37-47.
[32]EDWARDS S M, LI H, LEE J H. Forced exposure and psychological reactance: antecedents and consequences of the perceived intrusiveness of pop-up ads [J]. Journal of Advertising, 2002,31(3):83-95.
[33]HA L, MCCANN K. An integrated model of advertising clutter in offline and online media [J]. International Journal of Advertising, 2008, 27(4):569-592.
[34]YING L, KORNELIUSSEN T, GROHAUG K. The effect of ad value, ad placement and ad execution on the perceived intrusiveness of web advertisements [J]. International Journal of Advertising, 2009, 28(4):623-628.
[35]DIAO F. Orienting response and memory for web advertisements:exploring effects of pop-up window and animation [J]. Communic Res, 2004, 31(5):537-567.
[36]EDWARDS S M, LI H, LEE J H . Forced exposure and psychological reactance: antecedents and consequences of the perceived intrusiveness of pop-up ads [J]. Journal of Advertising, 2002, 31(3): 83-95.
[37]BENNETT R J, ROBINSON S L. Development of a measure of workplace deviance [J]. Journal of Applied Psychology, 2000, 85(3):349-360.
[38]DOOB A N, ZABRACK M. The effect of freedom-threatening instructions and monetary inducement on compliance [J]. Canadian Journal of Behavioral Science, 1971, 3, 408-412.
[39]LA VOIE N R, QUICK B L, RILES J M, et al. Are graphic cigarette warning labels an effective message strategy? A test of psychological reactance theory and source appraisal [J]. Communication Research, 2017, 44(3):416-436.
[40]QUICK B L, KIM D K. Examining reactance and reactance restoration with south Korean adolescents: a test of psychological reactance within a collectivist culture [J]. Communication Research, 2009, 36(6):765-782.
[41]WANG H. Review of online stickiness research from consumer perspective: International Conference on Networking & Digital Society, 2010 [C]. [S. l. : s. n.], 2010.
[42]LI H R, EDWARDS S M, LEE J H. Measuring the intrusiveness of advertisements: scale development and validation [J].Journal of Advertising,2002,31(2):37-47.
[43]DILLARD J P, SHEN L J. On the nature of reactance and its role in persuasive health communication [J]. Communication Monographs, 2005, 72(2):144-168.
[44]NOVAK T P, HOFFMAN D L, DUHACKEK A. The influence of goal-directed and experiential activities on online flow experiences [J]. Journal of Consumer Psychology, 2003, 13(1-2):3-16.
[45]TSAO W Y. Enhancing competitive advantages: the contribution of mediator and moderator on stickiness in the LINE [J]. Journal of Retailing and Consumer Services, 2014, 21(6):933-941.
[46]YOUN S, KIM S. Understanding ad avoidance on Facebook: antecedents and outcomes of psychological reactance [J]. Computers in Human Behavior, 2019, 98: 232-244.