1. 引言
近年来，中国在线教育领域迎来了不断变革和优化的契机，各类在线学习平台大量涌现，“易观千帆”收录的教育类APP数量高达5000个，其中国家智慧教育平台作为国家教育公共服务的综合集成平台已于2022年3月正式上线，是教育数字化战略行动取得的阶段性成果[1]。此外中国大学MOOC、智慧树、英语流利说、粉笔、学习强国等各类在线学习平台层出不穷。除了正式学习体系下的在线学习平台，非正式学习情境下的在线教育需求和供给也得到了进一步的发展，越来越多的教育培训企业或个人IP选择在用户量庞大的平台如抖音、小红书、b站、知乎、微信公众号等进行渠道布局，开始寻求新的流量增长新高地。但是无论是哪种在线学习形式，都面临着用户粘性问题的挑战。如MOOC类学习平台一直存在低完成率、低资源利用率、高辍学率等问题，相关研究显示，MOOCs平均辍学率高达90%以上[2]；短视频或社交媒体类平台教育行业面临着同质化竞争激烈、质量参差不齐、用户留存率低等问题。面对注意力有限的用户、海量的教育产品，如何抓住用户的注意力、科学的运营、增强平台的用户粘性，成为在线教育行业中平台亟待解决的问题。
2. 概念界定
2.1. 泛在学习
教育信息化领域的发展经历三个阶段：E-learning (在线学习)、M-learning (移动学习)、U-learning (泛在学习)。E-learning指由网络电子技术支撑或主导实施的教学活动；M-learning是指建立在移动互联技术和移动通信技术基础之上，使用手机、学习机等无线终端进行的学习；U-learning是在基于桌面计算环境和移动学习的基础上发展起来的，是现有数字化学习的升级版本同时更新了移动学习在网络环境和智能终端上的缺陷[3]。肖君等从文化角度看，U-Learning不仅带来技术文化的革新，还将带来学习者文化形态的改变，它是E-learning与M-learning之和[4]。
本研究基于泛在学习的背景，提出泛在学习平台的概念：泛在学习平台是指支持用户在任何时间、地点，通过任何设备进行正式或非正式学习的多功能平台，涵盖了各类提供知识内容的平台。因此，本研究所探讨的是广义的“学习”，不仅局限于课业知识，同时涵盖生活技能、工作知识和个人兴趣等多个方面的内容。本研究所涉及的学习平台范围也非常广泛，既包括传统的教育类学习平台，也涵盖了主要服务于其他领域，但因包含知识内容而具备学习功能的非正式平台。只要平台能够支持用户获取知识或进行学习活动，都在本研究的平台范畴内，旨在全面分析平台用户粘性影响机制。
2.2. 用户粘性
关于用户粘性的研究最早出现在电子商务领域[5]，随着互联网的迅猛发展，广大用户对于产品有了更多的选择，如何提升用户粘性成为网站(平台)关注的热点。因此，近年来围绕用户粘性的研究呈现明显的递增趋势，并被广泛应用于互联网的各个领域。
对于用户粘性的定义并没有统一标准，诸多学者对用户粘性的概念界定分别从网站(平台)视角和用户视角展开，因此粘性的概念被划分为平台粘性与用户粘性两大类别，不同视角的用户粘性都表示用户被平台所提供的产品或服务所吸引并产生持续使用的行为。从网站本身来讲，粘性多指网站对用户的吸引力。如Shim等提出，“粘性”在社会意义上的概念是指，公司保留用户并驱使用户继续使用该网站的能力[6]；Zott认为粘性是网站吸引和保留用户并使其持续返回的能力[7]；Lin认为粘性是网站能够保留在线顾客，延长用户每次持续停留时间的能力[8]。随着以人为本观念的发展，粘性的研究越来越关注用户的行为及心理，多用来表达用户对网站的感受。例如，用户粘性是用户对网站的一种感受，表现为重复访问和使用网站[9]；王海萍认为，用户粘性是用户基于对网站的一种认知和情感，当面临转换压力或其他因素影响时依旧不改变其持续访问的偏好[10]。
在本研究中，用户粘性是指平台对用户的吸引力，使得用户产生持续使用行为(如访问频率、学习参与度等)以及对平台的情感认同(如满意度、忠诚度等)。
3. 理论基础
3.1. 理论框架：感知–情感–行为
本研究基于认知心理学视角对用户粘性行为进行研究，采用认知心理学领域的一个重要理论模型——CAC模型(cognitive-affective-conative)，即感知–情感–行为作为理论框架构建泛在学习平台用户粘性行为意向的研究模型，见下图1。
Figure 1. CAC model
图1. CAC模型
CAC理论框架最早由Hilgard等人于1980年提出[11]，认为感知与情感体验是行为意愿产生的两个决定因素。感知是指通过形成概念、知觉、判断或想象等心理活动来获取知识的过程，它可以被视为一个人对信息系统的感知[12]；情感是个体基于认知而形成的心理情绪体验；意动行为则是个体在认知和情感基础上，通过提取信息对特定行为做出的倾向[13]。施特罗布尔和格拉伊(Strobl & Grail)认为，感知、情感与行为三者的关系存在联系：(1) 感知的改变会引发情感的改变，再借由情感的改变影响行为的改变，情感是认知和行为之间的中介变量；(2) 强调行为的改变一定是基于情感，而感知未必对行为产生足量的影响；(3) 影响个人行为选择的因素多元，情感作为其中之一，其对行为的影响是发自个人内在的，是持久性、一致性的变化[14]。
该理论模型为人类行为研究提供了一种解释框架，被广泛应用于各种关于态度或行为改变的实证研究中，如黄莉基于该模型理论框架，围绕大学生网络文明认知、网络文明态度、网络文明行为三个关键变量建立分析模型，探讨大学生的网络文明素养影响机制[15]。刘军悦基于该理论模型框架构建社交电商用户购买意愿的影响因素模型[16]。张昆基于该理论框架构建用户对网络游戏的情感在其认知和使用行为意向关系中的中介效应模型。
框架是人们为理解和阐释外部客观世界而依赖的认知结构，研究者通过构建理论框架，从复杂的现象中提炼出核心概念性要素，并将其以结构化的方式加以整理，帮助人们对事件主观的分析和理解。CAC理论框架模型具备扎实的理论基础，本研究选择其框架作为理论基础主要基于以下考虑：
(1) CAC理论框架模型结构清晰、研究范式成熟，能较为直观地反应个体感知、情感与行为之间的相互关系。
(2) 在既往关于用户粘性的研究中，学者们基于技术接受模型、信息系统持续使用模型、刺激—反应模型等多种理论范式对用户粘性行为进行解释，但大多数研究忽视用户情感的作用，亦或是感知、情感、行为三者之间指向关系不清晰。本研究认为个体感知的改变会引发情感的改变，再借由情感的改变影响行为的改变，因此情感是感知和行为之间的中介变量。
(3) 本研究意在解释用户粘性行为的影响机制，CAC理论框架能够揭示用户从感知到行为意愿的内在机理，而本文的研究路径与CAC框架的研究范式具有一致性，符合用户选择泛在学习平台的逻辑。因此，本研究与CAC理论框架结合，有助于探究学习领域用户粘性行为的形成与影响机制。
3.2. 情感依恋理论
依恋理论最初是在研究母婴关系中提出的，认为依恋对象能够满足个体的需求，并通过积极的回应使个体产生依恋情感，这种情感纽带的研究主要集中在人与人关系领域。随着研究的深入，学者们逐渐将依恋引入个体与品牌[17]、媒介传播平台[18]、虚拟社区[19]等诸多领域，作为解释亲密关系的重要理论之一。
泛在学习情境下，情感依恋是指用户在与学习平台之间建立的具有长期性和整体性的心理反应和情感联系，这种依恋不仅表现为对平台的偏爱，还有一定的排他性倾向。依据依恋理论，当用户对某一学习平台产生依恋时，他们往往会投入更多的时间和精力来强化与平台之间的关系，体现出对该平台的偏爱。因此，情感依恋成为学习用户与在线平台关系中的核心情感基础。已有研究证明情感依恋能够对用户行为产生影响，任祥明运用PLS-SEM方法发现：用户互动直接形成情感依恋，也可以通过社群感、信息支持和娱乐体验间接形成情感依恋，而情感依恋能够较好地解释和预测用户粘性[20]。钟栎娜等运用混合研究方法对地方智慧旅游公共服务平台持续使用的研究，提出游客的在地感知、地方依恋均能显著提高游客对地方智慧旅游公共服务平台的感知信任和情感依恋，平台情感依恋在提高平台持续使用意愿方面具有显著正向作用[21]。
4. 研究设计
本研究的目标人群是经常进行线上学习的用户，由于高年级的学生线上学习的机会相对来说更为频繁，且对平台功能和特性的理解相对深入，因此本研究主要访谈了这一群体。为了获取具有普适性的感知因素维度和考量逻辑，所选取访谈对象在人口统计学变量上尽量差异化。因此，本研究选取的访谈对象应在性别、专业、学历上更为多元。此外，为确保样本的代表性及最终研究成果的参考价值，受访者应有对某平台产生过粘性行为的经历且应清晰地认知和评估平台的使用体验与特点。
本文最终共邀请了29名受访者进行访谈。访谈时间为2024年3月至2024年7月。访谈形式包括一对一面谈、语音会议等，每个对象的访谈时间均控制在20~120分钟，经整理后获得近十万余字访谈文本。
4.1. 开放式编码
开放式编码是拿到访谈文本资料之后第一步要做的事情。在这一步，要把原始资料分解，按照研究的主要目标把受访者每一句话进行编码，最终得到初始概念。由于深度访谈所得到的文本资料内容很多，初始概念层次较低，而且存在一定的交叉关系，因此需要理清初级概念的关联性，实现概念的“范畴化”。在“范畴化”处理过程中，本研究仅保留了3次及以上重复发生的初级概念，形成了53个初始概念，将初始概念进一步细分整合，总结归纳出21个初始范畴。
4.2. 主轴式编码
主轴式编码是发现且命名包含各种指向的范畴。编码过程中将与研究问题关联最为紧密的概念从初始编码中挑选出，并以这个类属为主轴，来确定相关范畴的属性和维度划分。本研究通过对不同范畴之间的关系进行分析归纳，共得出5个主范畴，即感知内容价值、感知易用价值、感知互动价值、感知社会价值、感知成本价值。见下表1。
Table 1. Axical coding
表1. 主轴式编码
核心范畴 |
主范畴 |
初始范畴 |
初始概念 |
感知价值 |
B1感知内容价值 |
A1知识结构化程度 |
a1系统化知识；a2知识点碎片化具有针对性 |
A2内容呈现形式 |
a3内容形式多样化；a4视频设计与功能 |
A3内容海量 |
a5同质化内容的挑战；a6多平台联动；a7内容全面 |
A4内容质量 |
a8时效性；a9官方权威性；a10科学准确性 |
A5内容创作者 |
a11教师身份；a12教学能力 |
B2感知易用价值 |
A6移动性与便捷体验 |
a13随时随地学习；a14内容永久性；a15多终端使用 |
A7算法与技术支持 |
a16个性化服务；a17推荐算法 |
A8前端易用性 |
a18功能菜单全面；a19模块分类清晰明了；a20检索有效性 |
A9后端易用性 |
a21响应速度；a22系统稳定性 |
B3感知互动价值 |
A10社区氛围 |
a23正式严肃型氛围；a24规范有序型氛围；a25互动活跃型氛围 |
A11同伴支持 |
a26热情解答问题；a27同伴群体特征；a28思维观点碰撞 |
A12平台互动 |
a29打卡积分正反馈机制；a30定期提醒与推送 |
A13社区管理 |
a31用户行为规范；a32社区管理；a33创作者激励机制 |
A14内容创作者支持 |
a34互动式测验与巩固；a35互动性总结；a36积极回应用户 |
B4感知社会价值 |
A15社会认可 |
a37证书认证；a38平台的权威性；a39获得荣誉的线下分享 |
A16平台宣传 |
a40品牌印象的塑造；a41垂直领域的专注；a42广泛宣传推广 |
A17周围人的影响 |
a43他人推荐；a44跟风使用 |
A18任务性使用 |
a45学校学分要求；a46工作要求 |
B5感知成本价值 |
A19价格成本 |
a47付费的必要性；a48免费资源的吸引力；a49过度商业化 |
A20广告干扰 |
a50广告过多；a51虚假引流广告 |
A21注意力分散 |
a52娱乐等无关内容弹窗；a53评论、弹幕等分散注意力 |
4.3. 选择性编码
选择式编码聚焦于潜在的核心概念和核心变量[22]，在更高的抽象层次之上对生成的概念和范畴进行持续性比较分析，进而整合和凝练类别、子类别之间的关系。在此阶段，本文确定“泛在学习平台用户感知价值因素”这一核心范畴，本阶段资料编码所提炼的范畴对应关系如下表。节点统计表如下图所示，由此可以发现在感知价值因素中，被访者提及频率由高到低的影响因素为感知内容价值、感知易用价值、感知互动价值、感知社会价值、感知成本价值。见下表2。
Table 2. Selective coding
表2. 选择性编码
核心范畴 |
主范畴 |
主范畴内涵 |
感知价值因素 |
B1感知内容价值 |
用户对平台所提供的信息内容本身质量的整体感知 |
B2感知易用价值 |
用户认为使用某一具体技术时所需要付出的努力程度 |
B3感知互动价值 |
用户与他人或平台的交互过程中产生的互动价值感知 |
B4感知社会价值 |
用户感受到的产品提升其社会自我概念的效用[23] |
B5感知成本价值 |
用户在使用平台时所感知到的时间、精力和金钱等成本投入的感知 |
4.4. 饱和度检验
扎根理论要求访谈者在完成资料编码后进行理论饱和度检验，用以判断是否充分挖掘原始资料。虽然理论性饱和没有统一的标准[24]，但国内外学者普遍认同当新收集的信息不能添加新的要素，就达到饱和。访谈者在结束第26轮访谈之后，发现文本中不能提供新的内容，因此再邀请3名受访者访谈，并未能收集新信息，表明着当前样本量基础上的资料收集和分析具有可靠性的，因此结束本阶段访谈。
5. 用户粘性模型构建
本文以CAC (感知–情感–行为)理论作为核心框架，在CAC理论模型中，感知被认为是行为意愿发生的先行因素，是个体决策过程的第一阶段，以往的消费者或用户行为研究表明，认知阶段主要由功能、社交、产品质量等感知价值构成，本研究在前人研究的基础上，通过对影响用户粘性行为的感知因素做扎根理论分析，发现用户对泛在学习平台的感知因素有以下维度：感知内容价值、感知易用性、感知互动价值、感知社会价值、感知成本价值。这些维度通过不同的路径作用于用户的情感体验和行为表现。
引入情感依恋作为中介变量，用来解释用户如何通过对平台的情感投入，进一步增强其对平台的粘性行为，为研究用户粘性提供新的视角。
此外，本文通过文献综述和深度访谈，进一步发现用户在线上学习时，习惯会影响用户的使用行为。用户根据习惯执行某项行为时，由于不需要复杂的感知和决策过程，降低了先前形成的感知价值(如感知易用价值、感知内容价值等相对优势)对后续行为的影响作用。因此，本文认为用户习惯具有显著的调节作用，能够影响用户的粘性行为。
基于上述分析，本文提出如下图2所示的理论模型。
6. 泛在学习平台用户粘性提升策略
根据深度访谈及三级编码，本研究将从以下三个维度提出以下策略，帮助在线学习平台提升用户粘性，增强用户的持续参与和忠诚度。
Figure 2. Model of user stickiness influence mechanism
图2. 用户粘性影响机制模型
6.1. 提升认知体验：优化平台感知价值
第一，提升内容质量与多样性。在线学习平台的核心在于提供高质量的学习内容。内容的丰富性和多样性是吸引用户的重要因素。为此，平台应根据用户的需求与反馈，不断更新和扩充课程内容。首先，平台可以推出多种类型的课程，包括正式知识课程(如学科类课程、职业技能课程)和生活技能类课程(如烹饪、理财、心理健康等)，满足不同用户群体的需求。
第二，课程的呈现形式也应多样化。除了传统的视频课程，平台还可以加入音频课程、图文教程、互动式练习和案例分析等多种学习资源。互动式内容能够增强用户的学习参与感，而案例分析则能帮助用户将所学知识与实际应用相结合。此外，平台应定期更新课程内容，保持内容的新鲜感与实用性，这样不仅能吸引新用户，还能保持老用户的兴趣。
第三，平台需要确保其后端系统的稳定性和快速响应。打开课程或切换模块时，系统反应应尽可能快，以避免用户因等待而产生的挫败感。技术基础设施的建设是至关重要的，确保服务器高效运转以及定期进行系统维护和更新，以修复潜在的技术缺陷。当用户在学习时频繁遇到延迟或系统故障时，他们的使用体验将大打折扣，进而影响其继续使用的意愿。平台可以利用云计算和内容分发网络(CDN)等技术，确保学习资源的快速加载。通过将数据存储在离用户更近的服务器上，能够显著降低加载时间，提升用户体验。此外，平台还应定期进行性能测试和压力测试，确保系统能够在高并发访问的情况下稳定运行。这不仅有助于发现潜在的问题，还能在系统面临突发流量时做好充分准备，避免因过载而导致的系统崩溃。
6.2. 激发情感连接：构建积极的用户情感体验
第一，营造良好的学习氛围与社区文化。良好的学习氛围和积极的社区文化能够有效提升用户的情感连接，进而增强用户的粘性。在线学习平台可以通过多种方式来创建这样的氛围。首先，平台应设立讨论区、社区论坛以及实时聊天功能，鼓励用户之间的互动。在这些互动中，用户不仅可以分享学习经验，还可以解决彼此在学习中遇到的问题。这种交流不仅提升了用户的参与感，还增强了学习的社交性。
第二，定期组织线上活动也是提升学习氛围的重要方式。例如，平台可以举办学习挑战、知识竞赛、主题讨论等活动，吸引用户积极参与。在这些活动中，用户通过合作与竞争，增强了对平台的归属感和忠诚度。尤其是年轻用户，通常更容易被充满活力的学习氛围吸引。通过活动的设计，平台能够不断强化用户之间的情感联系，使学习不仅仅是个人的行为，而是一种群体活动。
第三，平台还应注重用户的反馈机制。及时收集和回应用户的意见和建议，能够让用户感受到他们的声音被重视，从而增强他们对平台的情感依赖。通过建立这样的社区文化和氛围，在线学习平台不仅能够提升用户的满意度，也能在情感层面加强用户与平台之间的联系，进一步提升用户粘性。
6.3. 强化行为驱动：鼓励用户持续参与
第一，在线学习平台中，提供学分与证书体系是增强用户行为驱动的重要策略。这种体系不仅为用户提供了学习的动力，也为用户的努力付出赋予了价值感。首先，平台可以与教育机构或行业协会合作，设立课程学分和认证体系。这种认证不仅可以提升用户的职业竞争力，还能够使用户在学习过程中感受到自我成长的价值。证书的设计和发放应具备一定的权威性和认可度，用户完成课程后获得的证书应该能够在求职、升职等场合发挥实际作用，从而提升用户的参与积极性。平台可以考虑将证书与职业发展相结合，提供相应的职业规划建议，帮助用户理解如何将所学知识转化为职业发展的动力。
第二，平台可以通过设置任务和里程碑，鼓励用户在学习过程中采取积极的行动。这些任务和里程碑不仅可以帮助用户清晰地规划学习路径，还能够激励他们在每个阶段达成目标。例如，平台可以为用户设定每周或每月的学习目标，完成这些目标后用户可以获得相应的奖励，如积分、徽章或额外学习资源。这种激励机制可以有效增强用户的学习动机，使他们在学习过程中保持高水平的参与度。通过实现阶段性目标，用户能够体验到学习的成就感，这不仅会激励他们继续努力学习，还会增强他们对平台的忠诚度。
第三，平台还可以利用行为数据分析，针对用户的学习行为提供个性化的反馈和建议。通过监测用户的学习进度、完成情况和参与度，平台可以识别出用户的学习习惯和偏好，并为他们定制个性化的学习计划。这种个性化的支持不仅能够帮助用户更有效地达成学习目标，还能增强他们的参与感和归属感。当用户发现平台能够根据他们的独特需求提供帮助时，他们的使用意愿和积极性将会显著提高。
7. 结语
综上所述，本研究通过“感知–情感–行为”模型对泛在学习平台的用户粘性影响机制进行了深入分析，探讨了平台特性如何通过用户的感知和情感影响用户行为意向，进而提升用户粘性。研究结果不仅丰富了用户粘性理论在教育平台领域的应用，也为泛在学习平台的优化与运营提供了理论支持和实践指导。未来的研究可在此基础上进一步探索不同平台类型的特性与用户粘性之间的关系，或通过大数据和个性化算法对用户行为进行细化分析，以更精准地满足用户需求并提升其使用体验，从而促进在线教育平台的长远发展。