1. 引言
视频博客(Vlog)作为一种个性化的视频日志，随着社交媒体的兴起而流行，主要以第一人称的视角记录个人的日常和体验。起源于YouTube的Vlog，由美妆博主詹姆斯在2012年的一段问答视频推广开来。随后Casey Neistat以其连续日更视频提升了Vlog的专业性和辨识度，并奠定了其第一人称叙事风格。在中国，Vlog自2016年起逐渐流行，早期创作者多模仿Casey风格，但到了2017年，国内Vlogger开始形成独特风格。2018年下半年，社交平台如微博、B站和抖音开始推出Vlog相关活动和扶持计划，推动了Vlog文化的发展
随着自媒体平台逐渐成为商业广告投放的新阵地，Vlog以领域的高度垂直化和用户的高黏度为广告的精准投放带来新空间。Vlog是一种重要的营销工具虽然已成为业界共识，但学术界对此领域的探索相对较滞后，且研究成果尚不丰富。部分学者检验了Vlog对消费者的影响，他们关注顾客旅游行为、品牌态度、Vlog持续使用意愿以及其中广告披露带来的影响。虽然这些结果具有较强的实践意义，但随着客户识别(CID)等技术的发展，消费者的在线活动变得更加可追踪，Vlog营销对顾客转化即对消费者购买意愿的促进作用受到了关注。此外，已有研究大多在西方文化中进行的，缺少来自东方情境的经验证据。
根据影响者营销的内涵，在Vlog营销领域，Vlogger作为影响者，通过影响顾客购买决策来实施营销策略[1]。影响者营销依赖于有影响力的个体与顾客间的关系，而准社会交往理论则用于探索这种关系的构建，准社会交往(Parasocial Interaction, PSI)即消费者与媒体人物间的陪伴感或友谊幻觉[2]。Vlogger通过视频内容与观众建立联系，其个性化、写实性的内容增强了Vlogger的人际吸引力，成为维系观众关注的核心因素。因此本研究基于影响者营销的作用机制，探讨Vlogger的人际吸引力如何通过PSI影响消费者购买意愿，并考虑产品感知质量在其中发挥的作用。
本研究拓展了准社会交往理论的应用场景，验证了其在Vlog营销中对消费者购买意愿的影响，揭示了Vlogger人际吸引力通过准社会交往关系影响购买意愿的作用机制，并考虑了产品感知质量的作用，进一步丰富了Vlog营销效能研究体系。实践上，研究指导Vlogger树立个人特色，优化内容创作，加强与受众的情感联系，同时助力品牌选择合适的Vlogger合作，增强品牌影响力和消费者认同。
2. 理论基础与研究假设
2.1. 研究假设
2.1.1. Vlogger人际吸引力对准社会交往关系
社交吸引力：社交吸引力涉及Vlogger与观众之间的价值观相似性、共同兴趣和社交互动的意愿。Vlogger通过社交媒体平台与观众建立联系，分享个人生活和观点，从而增加观众的参与感和归属感[3]。当Vlogger展现出与观众相似的特质或行为时，观众更可能感受到一种社交联系，进而增加与Vlogger的准社会互动[4]。有效的社交互动能够增强观众对Vlogger的认同感，促进准社会交往关系的形成[5]。因此，本研究假设：
H1：Vlogger的社交吸引力正向影响准社会交往关系。
外表吸引力：外表吸引力是指Vlogger通过其外表特征对观众产生的吸引力。在社交媒体和视频平台上，外表吸引力高的Vlogger往往能够迅速吸引观众的注意力，并在第一时间形成积极的第一印象[6]。研究表明，外表吸引力高的个体更容易获得他人的信任和好感，这种效应在Vlogger和观众之间同样存在[7]。根据社会认知理论，个体的行为和态度受到其对他人外貌的评价和偏好的影响。在Vlog情境中，Vlogger的外貌吸引力可能通过视觉刺激和审美体验，激发观众的情感反应和兴趣，从而促进观众与Vlogger之间的准社会互动。因此，本研究假设：
H2：Vlogger的外表吸引力正向影响准社会交往关系。
任务吸引力：任务吸引力指的是Vlogger提供的内容帮助观众完成特定任务的能力和效率，如信息搜寻、决策支持等。Vlogger通过提供有价值的内容和解决方案，满足观众的需求和期望，从而增强观众的信任和依赖[8]。高任务吸引力的Vlogger能够更好地满足观众的信息需求，提高观众的满意度和忠诚度[9]。在Vlog营销中，Vlogger的任务吸引力通过提供有价值的信息和建议，增强了观众的好感度，加强了观众与Vlogger之间的联系。因此，本研究假设：
H3：Vlogger的任务吸引力正向影响着社会交往关系。
2.1.2. 准社会交往对购买意愿的影响以及准社会交往的中介作用
最早由Donald Horton和Richard Wohl在1956年提出准社会交往(Para-social Interaction，简称PSI)理论认为，受众与媒体中的人物之间会形成一种类似于现实社会关系的虚拟关系，这种关系具有虚拟性、即时性和单向性特征[10]。受众会对这些媒体人物产生情感上的依赖，将他们视为真实的交流对象，并与之建立起一种想象的人际交往关系。在本文中，准社会交往指受众与Vlogger之间建立的类似于现实社会关系的虚拟关系。
本研究采用消费者购买意愿作为主要结果变量，根据Fishbein和Ajzen (1977)的观点[11]，购买意向是衡量购买行为可能性的一个指标。它也被定义为消费者购买产品或服务的有意识计划或意向。购买意向的性质以及影响购买意向的影响因素已在多种研究背景中进行了检验。
准社会交往在消费者购买意愿中发挥着关键作用。Sokolova和Kefi (2020)调查了YouTube和Instagram上美容和时尚影响者发现，准社会交往显著影响了消费者的购买意愿[12]。陈安邦(2022年)通过对带货主播的研究发现的其“专业性”、“相似性”和“互动性”特征会通过准社会交往与消费者建立联系，从而对消费者的信任感产生影响[13]。吴娜等人(2020年)就通过实证研究发现主播与观众风格上的一致性能够增强观众对主播的准社会交往感知，进而提高观众的购买意向[14]。Kim等人(2015)甚至认为，准社会交往是个人愿意进行购买的先决条件[15]。因此，结合前文Vlogger人际吸引力对准社会交往的影响，本文提出如下假设：
H4：在Vlog营销中，受众与Vlogger之间的准社会交往关系能够积极影响受众作为消费者的购买意愿。
H5：Vlogger与受众之间的准社会交往关系在Vlogger社交吸引力对购买意愿的影响中起中介作用。
H6：Vlogger与受众之间的准社会交往关系在Vlogger外表吸引力对购买意愿的影响中起中介作用。
H7：Vlogger与受众之间的准社会交往关系在Vlogger任务吸引力对购买意愿的影响中起中介作用。
2.1.3. 产品感知质量的不确定性的调节作用
消费者在购买决策时，不仅受到社交关系的影响，还会基于对产品本身的评估来做出选择[16]。感知质量不确定性指的是消费者在获取产品真正质量的准确信息时面临的挑战所产生的不确定性(An和Han，2020) [17]。在社交媒体和在线购物背景下，由于无法进行实物检查，消费者可能会感受到更高的感知质量不确定性。在本文中，感知质量不确定性指用户在面对产品信息时面临的无法获取产品真正质量的风险。
根据期望确认理论，消费者对产品的质量预期与实际感知之间的差异会影响其满意度和后续行为。当消费者对产品的质量感知低于预期时，会产生负向的情感反应，这可能会削弱他们与媒介人物建立的准社会交往关系对购买意愿的积极影响(Bhattacherjee, 2001) [18]。另外，社会交换理论强调个体在社会互动中追求最大化的利益和最小化的付出。消费者与Vlogger之间的准社会交往关系建立在信任和认同的基础上，这种关系能够促进消费者对Vlogger推荐产品的购买意愿。然而，产品感知质量的不确定性增加了交易风险，可能会使消费者在购买决策时更加谨慎，也会影响消费者对博主的信任[19]，从而减少准社会交往关系对购买意愿的正向影响。所以当产品感知质量的不确定性较高时，消费者可能会对产品推荐持怀疑态度，这种怀疑会削弱准社会交往对购买意愿的正向影响[20]。因此本文提出如下假设
H8：产品感知质量的不确定性负向调节准社会交往与消费者购买意愿的关系。
2.2. 理论模型
本文的研究理论模型图如图1：
Figure 1. Theoretical model diagram
图1. 理论模型图
3. 研究设计
3.1. 数据收集
本文的研究对象是广大Vlog受众，基于问卷发放的方便性和调查对象的可触达性，本问卷主要在微博、小红书等社交媒体平台进行发放回收，最终回收到了395份有效样本，受访者中女性占72.7%，男性27.3%，年龄多在18~30岁之间，以年轻人为主。学历较高，本科生和研究生分别占51.2%和44.3%。月消费水平多在2000元以下和2001~4000元间。观看Vlog频繁，62%的受访者每周看4次以上，最常看生活类，其次是时尚美妆和美食类。这显示受访者对Vlog有较高兴趣和了解，有利于研究。
3.2. 变量测量
本文采用McCroskey和McCain (1974年) [21]的量表结合张静帆(2024年) [22]的量表来对Vlogger人际吸引力进行剖析测量，包括“我觉得这个博主(Vlgger)和我有很多共同之处”等13个题项3个维度；借鉴Jia Mingxia等(2024) [23]和Penttinen等(2022) [24]在研究中使用的准社会交往量表对受众跟Vlogger建立起的准社会交往关系进行衡量，包括“我通常期望看到这个Vlogger的下一条Vlog”等6个题项；产品感知质量不确定性、购买意愿量表分别采用Ma等(2023) [25]和Chen等(2021) [26]在研究中使用的量表进行适当调整，各包含5个题项。所有量表均采用Likert5点量表计分，其中“1代表非常不赞同，5代表非常赞同”。
4. 实证分析
4.1. 信度与效度检验
4.1.1. 信度分析
在正式数据分析中采用Cronbach’s Alpha系数进行信度检验。各量表的Alpha系数和整体的Alpha系数如表1所示，Vlogger外表吸引力量表Cronbach’s Alpha系数为0.782大于0.7，其余量表Cronbach’s Alpha系数均大于0.8，问卷量表信度较好。
Table 1. Results of scale reliability measurement
表1. 量表信度测量结果
变量 |
题项数目 |
变量Alpha系数 |
总体Alpha系数 |
Vlogger社交吸引力 |
5 |
0.816 |
0.879 |
Vlogger外表吸引力 |
3 |
0.782 |
Vlogger任务吸引力 |
5 |
0.802 |
准社会交往 |
6 |
0.894 |
产品质量不确定性 |
5 |
0.905 |
购买意愿 |
5 |
0.882 |
Table 2. KMO and Bartlett’s test of the formal questionnaire scale
表2. 正式问卷量表KMO和巴特利特检验
KMO取样适切性量数 |
0.908 |
巴特利特球形度检验 |
近似卡方 |
5960.327 |
自由度 |
406 |
显著性 |
0.000 |
4.1.2. 效度分析
首先对量表进行KMO和巴特利特球形检验，以验证其是否适合进一步进行因子分析。如表2所示，其KMO值为0.908，大于0.9，p = 0.000达到了显著性水平，说明该量表非常适合进行因子分析。
接着本文运用了验证性因子分析量表的结构效度、收敛效度和区分效度。
变量测量模型拟合结果如表3所示，各个指标都符合标准，证明该模型的拟合效果比较好，测量效度比较高。图2为整体量表验证性因子分析模型图，可以看到社会资本量表中各题项的标准化因子载荷值都大于0.32，并且三个维度之间具有一定的相关性，表明该量表具有较好的结构效度。
Table 3. Fitting results of the variable measurement model
表3. 变量测量模型拟合结果
拟合指标 |
χ2/df |
GFI |
AGFI |
RMSEA |
NFI |
IFI |
CFI |
测量数值 |
1.379 |
0.920 |
0.904 |
0.031 |
0.918 |
0.976 |
0.976 |
可接受范围 |
<3 |
>0.9 |
>0.8 |
<0.05 |
>0.8 |
>0.9 |
>0.9 |
Figure 2. Variable measurement model
图2. 变量测量模型
由表4可知，各潜变量和观察变量路径系数对应的P值均小于0.001，显著性较高，6个潜变量的平均方差变异AVE均大于0.4，且组合信度CR大于0.7，量表收敛效度良好。
Table 4. Convergent validity table
表4. 收敛效度表
潜变量 |
观测变量 |
标准化 |
Estimate |
S.E. |
C.R. = t-value |
P |
CR |
AVE |
社交吸引力 |
VI1 |
0.644 |
1 |
|
|
|
0.819 |
0.476 |
VI2 |
0.648 |
1.305 |
0.121 |
10.745 |
*** |
VI3 |
0.755 |
1.578 |
0.137 |
11.535 |
*** |
VI4 |
0.706 |
1.467 |
0.135 |
10.829 |
*** |
VI5 |
0.692 |
1.396 |
0.13 |
10.725 |
*** |
外貌吸引力 |
VA1 |
0.851 |
1 |
|
|
|
0.798 |
0.578 |
VA2 |
0.533 |
0.608 |
0.06 |
10.136 |
*** |
VA3 |
0.852 |
1.057 |
0.074 |
14.261 |
*** |
任务吸引力 |
SC1 |
0.699 |
1 |
|
|
|
0.806 |
0.454 |
SC2 |
0.693 |
0.979 |
0.084 |
11.583 |
*** |
SC3 |
0.654 |
0.988 |
0.087 |
11.333 |
*** |
SC4 |
0.669 |
1.197 |
0.107 |
11.173 |
*** |
SC5 |
0.655 |
1.083 |
0.099 |
10.979 |
*** |
准社会交往 |
PSI1 |
0.754 |
1 |
|
|
|
0.883 |
0.601 |
PSI2 |
0.722 |
0.972 |
0.067 |
14.552 |
*** |
PSI3 |
0.811 |
1.148 |
0.069 |
16.594 |
*** |
PSI4 |
0.749 |
1.018 |
0.068 |
15.062 |
*** |
PSI5 |
0.778 |
1.188 |
0.075 |
15.893 |
*** |
PSI6 |
0.784 |
1.252 |
0.079 |
15.812 |
*** |
购买意愿 |
BI1 |
0.812 |
1 |
|
|
|
0.885 |
0.607 |
BI2 |
0.729 |
0.982 |
0.063 |
15.505 |
*** |
BI3 |
0.802 |
1.055 |
0.059 |
17.784 |
*** |
BI4 |
0.817 |
1.113 |
0.061 |
18.103 |
*** |
BI5 |
0.732 |
1.071 |
0.067 |
15.967 |
*** |
产品感知 质量不确定性 |
QU1 |
0.738 |
1 |
|
|
|
0.906 |
0.659 |
QU2 |
0.809 |
1.1 |
0.068 |
16.241 |
*** |
QU3 |
0.825 |
1.136 |
0.069 |
16.378 |
*** |
QU4 |
0.854 |
1.156 |
0.068 |
16.875 |
*** |
QU5 |
0.829 |
1.116 |
0.068 |
16.42 |
*** |
Table 5. Discriminate validity table
表5. 区分效度表
|
感知产品质量不确定性 |
购买意愿 |
准社会交往 |
任务吸引力 |
外貌吸引力 |
社交吸引力 |
感知产品质量不确定性 |
0.812 |
|
|
|
|
|
购买意愿 |
−0.444 |
0.779 |
|
|
|
|
准社会交往 |
0.483 |
0.446 |
0.775 |
|
|
|
任务吸引力 |
0.05 |
0.437 |
0.441 |
0.674 |
|
|
外貌吸引力 |
−0.026 |
0.363 |
0.272 |
0.33 |
0.760 |
|
社交吸引力 |
0.131 |
0.296 |
0.519 |
0.369 |
0.136 |
0.690 |
由表5可知6个潜变量的AVE算数平方根大于潜变量之间相关系数绝对值，说明量表区分效度良好。
4.2. 相关性分析
为了探索自变量(Vlogger外表吸引力、社交吸引力、任务吸引力)、中介变量(准社会交往)和因变量(购买意愿)之间的相关关系，本研究进行了皮尔逊(Pearson)相关系数检验。结果如表6所示，所有变量之间的相关性均达到了统计学上的显著性水平(p < 0.05)，表明这些变量之间存在显著的线性关系。
Table 6. Correlation analysis of each variable
表6. 各变量相关性分析
|
|
VI |
VA |
SC |
PSI |
BI |
VI |
皮尔逊相关性 |
1 |
|
|
|
|
VA |
皮尔逊相关性 |
0.133** |
1 |
|
|
|
SC |
皮尔逊相关性 |
0.302** |
0.293** |
1 |
|
|
PSI |
皮尔逊相关性 |
0.451** |
0.268** |
0.377** |
1 |
|
BI |
皮尔逊相关性 |
0.266** |
0.304** |
0.367** |
0.398** |
1 |
注：**.在0.01级别(双尾)，相关性显著。
4.3. 结构方程模型检验
4.3.1. 模型构建
本研究将Vlogger人际吸引力三个维度作为自变量，准社会互动作为中介变量，消费者购买意愿作为因变量，采用AMOS软件绘制了影响模型的路径图，如图3所示：
Figure 3. Empirical model for the research on the influencing factors of Vlog users’ purchase intention
图3. Vlog用户购买意愿的影响因素研究实证模型
4.3.2. 模型拟合
本研究结构方程模型的各项适配指标结果如表7所示：χ2/df值为1.68在1~3之间，表示模型适配度很好，RMSEA为0.042小于0.05，GFI为0.919大于0.9，均说明模型适配度很好。整体来说模型拟合度理想，理论模型与实证数据吻合度比较高，可以进行下一步的路径系数分析。
Table 7. Results of overall model fitting indexes
表7. 模型整体拟合指标结果
指标 |
参考标准 |
拟合结果 |
χ2/df |
1~3为优秀 |
1.684 |
RMSEA |
<0.05为优秀 |
0.042 |
GFI |
>0.9为优秀 |
0.919 |
AGFI |
>0.9为优秀 |
0.901 |
NFI |
>0.9为优秀 |
0.907 |
IFI |
>0.9为优秀 |
0.960 |
4.3.3. 模型路径分析
将整理好的问卷数据带入AMOS中，通过运算得到整体模型与各变量对应的路径系数如图4和表8。
Figure 4. Model fitting diagram
图4. 模型拟合图
各变量之间的路径系数、t值、P值如上表所示：在自变量对中介变量(准社会交往)的影响中，Vlogger社交吸引力、外表吸引力、任务吸引力到准社会交往的标准化路径系数分别为0.407 (t值 = 6.572，P值 = 0.000 < 0.01)、0.147 (t值 = 2.744，P值 = 0.006 < 0.01)、0.255 (t值 = 4.091，P值 = 0.000 < 0.01)，说明Vlogger社交吸引力、外表吸引力、任务吸引力越高，用户和Vlogger之间形成的准社会交往关系越深。在中介变量与因变量的关系中，准社会交往到准购买意愿的标准化路径系数为0.463 (t值 = 8.118，P值 = 0.000 < 0.01)，说明用户与Vlogger形成的准社会交往关系越深，用户的购买意愿越强，准社会交往对购买意愿有显著积极影响。综上，H1~H4成立。
Table 8. Standardized path coefficients of the model and hypothesis testing results
表8. 模型标准化路径系数和假设检验结果
假设 |
路径 |
标准化路径系数 |
非标准化路径系数 |
t值 |
P值 |
结论 |
H1 |
准社会交往←Vlogger社交吸引力 |
0.407 |
0.472 |
6.572 |
*** |
成立 |
H2 |
准社会交往←Vlogger外表吸引力 |
0.147 |
0.158 |
2.744 |
0.006 |
成立 |
H3 |
准社会交往←Vlogger任务吸引力 |
0.255 |
0.373 |
4.091 |
*** |
成立 |
H4 |
购买意愿←准社会交往 |
0.463 |
0.434 |
8.118 |
*** |
成立 |
4.4. 中介效应检验
本文参考Hayes提出的Bootstrap方法，运用AMOS进行中介效应检验，Bootstrap方法通过随机重复抽取已经收集到的样本，重新构建模型，估计各路径系数。通过多次重复估计，可以得到变量间每个路径关系的置信区间。如果零不存在于置信区间内，则说明该路径关系显著。本文在95%置信区间上，重复抽样2000次，得到结果如表9所示。
Table 9. Mediation effect test of the model
表9. 模型中介效应检验
路径 |
Bias-corrected Percentile 95% CI |
Percentile 95% CI |
Lower |
Upper |
P |
Lower |
Upper |
P |
Vlogger社交吸引力→准社会交往→购买意向 |
0.125 |
0.262 |
0.001 |
0.121 |
0.26 |
0.001 |
Vlogger外表吸引力→准社会交往→购买意向 |
0.017 |
0.126 |
0.014 |
0.018 |
0.126 |
0.013 |
Vlogger任务吸引力→准社会交往→购买意向 |
0.039 |
0.024 |
0.005 |
0.041 |
0.207 |
0.004 |
由结果可知，以准社会交往为中介变量，Vlogger社交吸引力、Vlogger外表吸引力、Vlogger任务吸引力分别为自变量，购买意愿为因变量的三条路径的区间均不包含0，且P值均小于0.05，证明中介效应均存在，假设H5、H6、H7成立。
4.5. 调节效应检验
Table 10. Test of the mediating effect of the model
表10. 模型调节效应检验
模型 |
coeff |
se |
t |
LLCI |
ULCI |
PSI→BI |
0.8420*** |
0.0427 |
19.7272 |
0.7581 |
0.9259 |
QU→BI |
−0.6546*** |
0.0327 |
−20.0393 |
−0.7188 |
−0.5904 |
PSI × QU→BI |
0.1901*** |
0.0510 |
3.7305 |
0.0899 |
0.2903 |
本文运用SPSS中Process插件进行调节效应的检验，Process插件通过构建包含自变量、因变量及交互项的回归模型，检验调节变量对自变量与因变量关系的调节作用。本文的调节效应检验模型以准社会交往变量为自变量，购买意愿为因变量，产品感知质量不确定性为调节变量，在95%置信区间上，重复抽样5000次，得到结果如表10所示。
由结果可知，由准社会交往和产品质量不确定性构成的交互项对因变量购买意愿的影响路径执行区间不包含0，说明调节效应存在，且其影响系数为0.1901，与准社会交往对购买意愿的影响方向(准社会交往正向影响购买意愿)相同，证明产品质量不确定性正向调节准社会交往和购买意愿之间的关系，假设H8不成立。
5. 结论与启示
5.1. 研究结论
Vlogger人际吸引力(外表吸引力、社交吸引力、任务吸引力)是促进与受众之间准社会交往关系发展的关键因素。这些因素共同作用，使得Vlogger能够与受众建立起一种强烈且有意义的心理联系，这种联系虽然是基于虚拟的社交媒体互动，但对于受众来说，它提供了一种重要的社会和情感支持。
在Vlog营销中，受众与Vlogger之间的准社会交往关系能够积极影响受众作为消费者的购买意愿。受众与Vlogger之间建立的准社会关系越深，当Vlogger进行产品推荐时，其购买意愿就越强烈。这种准社会关系基于长期的情感积累与互动，使得观众对Vlogger产生了深厚的信任与依赖。当Vlogger在视频中推荐某款产品或服务时，这种准社会关系便转化为了购买驱动力，使得受众更倾向于接受并采纳这些推荐。准社会交往关系还在Vlogger人际吸引力和购买意愿中发挥中介作用。Vlogger与观众间的社交吸引力、外表吸引力、任务吸引力首先增强了观众对Vlogger的信任感和认同感，促进了准社会交往关系的建立，进而提升其购买意愿，
最后，产品感知质量的不确定性实际上正向调节了vlogger与观众之间的准社会交往关系对消费者购买意愿的影响，这一结果与最初的假设相反。因此产品感知质量的不确定性在Vlogger与观众的准社会交往关系中起到了一个意外的角色，它不仅没有削弱这种关系对购买意愿的正面影响，反而增强了这种影响。这一发现强调了在不确定性环境下，Vlogger与观众之间的准社会交往关系在消费者决策过程中的重要性，并为Vlogger提供了一个增强其影响力的策略，即在提供内容时主动解决消费者的不确定性问题，以增强消费者的信任和购买意愿。
5.2. 管理启示
对广告主而言，优化Vlogger选择策略至关重要，需关注Vlogger的人际吸引力，包括社交、外表和任务吸引力。广告主应选择与品牌形象和产品定位一致的Vlogger，并优先考虑互动性强的Vlogger以增强观众情感联系和品牌曝光。同时，广告主应鼓励Vlogger创造个性化内容，利用Vlogger背书减少产品感知质量的不确定性，增加消费者信任和购买意愿。
对于Vlogger，明确个人定位和目标受众是关键，增强互动性，提升个人外形魅力，持续产出优质内容，真诚分享以降低产品感知质量的不确定性。另外，还应深化与观众的准社会交往，通过分享个人生活和体验建立情感连接，维护社群氛围，增强粉丝凝聚力和归属感。这些策略有助于Vlogger提升个人影响力，同时为广告主提供更有效的营销渠道。
NOTES
*第一作者。
#通讯作者。