1. 引言
根据第55次《中国互联网络发展状况统计报告》显示，截至2024年12月，中国网民规模已经从1997年的62万人增长到2024年的11.08亿人，互联网普及率上升到78.6% [1]。随着通信技术和自媒体的不断发展，各种网络社交媒体已经成为大众搜索信息的重要渠道。除了自主搜索之外，在浏览信息时用户还有一部分信息是来自被动式的获取，而这种信息获取行为被称为信息偶遇[2]。移动互联设备的便捷性、信息传播的碎片化等都让这种现象变得越来越普遍，研究这一现象的学者也越来越多。国内外学者多从个人因素、信息因素、环境因素等角度出发，围绕信息偶遇的影响因素展开研究，然而在现有的研究中，较少有针对特定社交媒体使用者的信息偶遇研究，因此本文以小红书为例，分析社交中信息偶遇的影响因素及信息行为，期望完善信息偶遇的相关研究，为社群媒体软体开发人员提升软体开发、提高使用者满意度与资讯资源利用率的提供参考。
2. 概念阐释与文献回顾
2.1. 概念阐释
社交媒体亦称“社会化媒体”、“社会性媒体”。虽然对于社交媒体有多种表述，但其内涵大体相同。其中百度百科将其定义为：社交媒体(Social Media)是指允许人们撰写、分享、评价、讨论、相互沟通的网站和技术，是彼此之间用来分享意见、见解、经验和观点的工具和平台。人数众多和自发传播是构成社交媒体的两大要素[3]。社交媒体一词最先出现于2007年在一本《什么是社会化媒体》(What is social media)的电子书中，作者安东尼·梅菲尔德(Antony Mayfield)将社交媒体定义为一种给予用户极大参与空间的新型在线媒体，具有以下几个特征：参与、公开、交流、对话、社区化、连通性。社交媒体的最显著特点，就是其定义的模糊性、快速的创新性和各种技术的“融合”[4]。当下，互联网中备受欢迎的社交媒体形式丰富多样，涵盖豆瓣、小红书、知乎这类内容社区平台，以及微博、微信等社交互动工具，还包括各类社交网络、视频分享与图片分享类应用。这些社交媒体平台的运营内核均围绕用户展开，着重构建用户间的连接关系，并以用户生成内容作为平台内容生态的核心驱动力。它们普遍具备用户共享平台资源、遵循统一规则制度与行为模式的特性，从而形成独特的社交互动生态。
通常情况下，互联网上用户会通过三种行为获得信息：一是主动搜索特定主题内容、二是在模糊检索过程中识别相关信息，三是无预期地、偶然接触信息[5]，其中第三种方式即信息偶遇现象，当用户偶然获取信息后往往会进行后续利用，如通过社交网络进行信息分享；这种行为本质上是一种基于个体或群体信息交流需求的社会互动过程，信息提供者通过数字平台这一中介渠道，将获取的信息内容传递给信息接受者，从而形成特定的信息传播模式[6]。在社交网络中，内容创建、内容接收和内容分享是其核心使用功能，也是用户的主要使用行为[7]。由此，关于社交媒体中用户信息偶遇分享行为的定义是：用户在非主动搜寻的情境下，偶然通过算法推荐、好友动态或热点榜单等渠道接触到某一信息后，出于即时兴趣、情绪共鸣或社交动机(如维系关系、表达立场或塑造形象)，以点赞、转发、评论或私信等方式将其二次分享至社交网络的自发行为。该行为具有被动触发、即时性及算法中介等特点，例如用户无意刷到热点新闻后转发至群聊，或保存并分享偶然发现的趣味内容，其本质反映了信息分发机制与用户社交心理的交互作用，对传播效果和平台生态具有重要影响。
2.2. 文献回顾
信息偶遇的相关研究
目前，国内外学界在信息偶遇的定义上尚未形成共识。一般认为，最早提出信息偶遇概念的是S. Erdelez，他于1995年在其博士论文《信息偶遇：超越信息寻找的探索》中正式提出了信息偶遇(Information Encountering)一词，并将其定义为“在未预期的情况下，个体意外获得感兴趣或可以解决问题的信息的现象”[8]。其作为国外最具代表性的学者之一，归纳出信息偶遇行为的三个基本要素为信息用户、信息环境和偶遇信息[8]。
在国内，潘曙光是首位引进信息偶遇概念的学者，他在硕士论文《信息偶遇研究》中提出了定义：信息偶遇是一种信息获取行为，既不是计划内的，也不是预料之中的，当用户并不是有意地要查找某有用或有趣的信息时，却获得了它[9]。之后又有许多学者对于信息偶遇展开了研究，包括信息偶遇的产生情境、影响因素、行为过程、利用研究等等，本文主要对影响因素的相关研究做出梳理归纳。自潘曙光将信息偶遇的概念引入国内后，国内也有更多学者关注到信息偶遇并对其进行多元化的研究探索。田立忠、俞碧飏研究了科研人员信息偶遇的影响因素，从偶遇中解决学术困惑[10]；龚稳稳等运用扎根理论，选取30岁以下的青年用户进行调查，提出了用户、平台和环境三个维度的短视频信息偶遇影响因素[11]；周佩和黄春燕采用元人种志研究法(meta-ethnography)，系统探究了发生要素、流程、效果及情境等因素对信息偶遇现象的作用机制。在此基础上，他们构建了信息偶遇全景模型，并指出信息偶遇本质上是行动者与信息、情境之间形成的良性互动。这种互动能够激发积极的行为反应与情绪体验，属于一种特殊的信息行为模式。同时，研究还发现个体认知风格、认知任务属性、信息组织方式以及物理和社会环境等，均会对信息偶遇的发生及结果产生显著影响[12]；蔡怡欣和黄元鹤综合运用文献分析法与访谈法，针对16位具有信息偶遇经历的用户开展实证研究。他们聚焦于信息获取途径、信息来源渠道以及信息需求时间维度，深入剖析信息偶遇现象。通过系统性分析，研究揭示了信息偶遇的关键特征，明确个体与所处情境的关联程度、咨询活动的强度与时间压力、网络信息真伪的判别方式，以及理想信息偶遇场景等要素，均对信息偶遇的发生及结果存在显著影响[13]。从既有研究阐述能够得出，国内学界将网络信息偶遇现象的影响因素主要归为用户自身因素、环境因素与技术因素等范畴。当前，信息偶遇研究大多围绕短视频、图书等方向开展，在社交媒体领域的研究占比相对较低。鉴于此，本研究选定社交媒体平台小红书的用户为研究对象，针对其信息偶遇行为展开深入探究，力求分析影响用户信息分享行为的关键因素。
3. 研究设计
3.1. 研究方法及样本选择
本研究选取社交媒体平台小红书用户作为调研对象，运用深度访谈法，以半结构化访谈模式收集原始样本数据。通过对所获一手资料开展开放式编码、主轴编码及选择性编码等系列质性分析，深入探究并提炼影响社交媒体用户信息偶遇分享行为的关键因素。
在选择研究对象和调查样本时，本研究重点关注小红书APP用户对社交媒体信息偶遇行为的认知能力与分享主动性。根据QuestMobile《2024中国移动互联网春季大报告》，小红书24~35岁用户占比达63.2%，其日均打开频次(8.4次)和内容分享率(12.3%)均显著高于其他年龄段[14]。另据中国社科院《2024代际数字行为白皮书》，18~23岁Z世代用户的“偶然信息传播意愿”指数达7.2 (10分制)，而40岁以上用户的信息偶遇后分享行为多受实用主义动机主导[15]。基于上述发现，本研究将核心样本框定为18~40岁的小红书周活跃用户(每周使用 ≥ 3天)，该范围既覆盖平台主力用户群体，又规避了未成年人研究伦理问题(根据《互联网信息服务算法推荐管理规定》第十六条)。综上，选取小红书平台中18至40岁的活跃用户共25名作为访谈对象，构建用户信息偶遇分享行为理论路径模型，以得出相关结论。
3.2. 访谈提纲与数据收集
本研究采用半结构化访谈的方式，以访谈提纲为指导，灵活地收集样本数据，实际访谈视情况灵活应变，为受访者提供畅所欲言的空间，注重对受访者主观真实感受和细节的挖掘。访谈者在向受访者介绍“社交媒体中的信息偶遇”的概念后，采用如下提纲开展访谈调研：
(1) 能否谈谈您使用小红书平台的频次情况？平均每天会花费多少时间浏览内容？
(2) 在您使用小红书的过程中，是否曾经遇到过想要分享偶然发现的有趣内容的情况？
(3) 能否具体描述一次您在小红书平台分享偶然发现内容的完整过程？包括当时的想法和实际采取的行动？
(4) 您通常会选择向哪些社交关系的人分享这些偶然发现的内容？促使您做出分享决定的主要动机是什么？
(5) 在您分享的偶然性内容中，哪些类型的信息出现的频率较高？
(6) 分享后您是否会关注接收方的反应？这些反馈对您未来的分享意愿会产生怎样的影响？
(7) 如果存在较少分享偶然信息的情况，您认为主要的影响因素有哪些？
(8) 作为信息接收方，当他人向您分享偶然发现的内容时，您通常会有什么样的感受和想法？
(9) 在什么情况下您会主动避免进行偶然性内容的分享？
本研究采用线上线下相结合的访谈方式(包括面对面交流及微信、QQ、腾讯视频等平台)，通过熟人推荐和网络渠道招募研究对象。在正式访谈前，研究者会向参与者详细说明研究目的并获得知情同意。访谈过程全程录音或保留电子记录，事后将音频资料转化为文字稿并经参与者核实确认，确保数据真实可靠。运用NVivo11软件，基于扎根理论对资料进行编码分析。最终获取有效访谈样本25份，单次访谈时长控制在15~20分钟区间。样本构成如下：性别方面男性9名、女性16名；教育程度包括大专5人、本科18人、硕士2人；年龄分布为30岁以下22人，30~40岁3人。所有访谈录音均经过系统整理后转化为标准化文本资料。
3.3. 研究过程
1967年，社会学家Glaser和Strauss提出扎根理论(Grounded Theory)，致力于运用理论思维解释经验生活。该理论主张基于对现实生活和日常现象的观察提出问题，并凝练概念，最终建立理论模型，是一种自下而上的归纳式研究路径[16]。扎根理论的核心在于对原始资料的系统性分析与深度挖掘，其关键方法三级编码遵循自下而上的归纳逻辑，具体包含三个递进阶段：首先是开放式编码阶段，通过无预设地拆解原始资料提取初步概念；其次是主轴编码阶段，通过建立概念间的逻辑关联形成理论雏形；最后是选择性编码阶段，聚焦核心议题构建最终理论框架。在实际研究过程中，借助Nvivo等质性分析软件可以有效提升编码的精确性与效率，确保从资料分解、概念提炼到理论构建的整个分析过程兼具规范性与科学性，使研究结果更具说服力[17]。
3.3.1. 开放式编码
开放式编码是一种质性研究方法，研究者需要以开放式的研究态度，对原始数据进行分解和重组，通过系统化的归类与归纳过程提炼出新的概念类别[17]。在该过程中，研究者需对访谈文本实施逐行编码，确保数据的原始性和完整性，同时严格遵循研究主题与目标，持续进行资料的分类整合，最终确立相关的概念范畴。需要特别指出的是，当同一受访者在不同访谈片段中表达相似观点时，这些内容应被标记为同一分析单元。鉴于研究资料体量较大且论文篇幅限制，本文仅选取部分代表性访谈文本的编码结果进行展示，具体见表1。
Table 1. Open coding results
表1. 开放式编码结果
初始范畴 |
原始语句示例 |
A1性格特征 |
我是个e人，本来就挺喜欢分享的，也加了不少好友(外向) |
A2笔记点赞量 |
我会看看笔记的点赞量，点赞多的会好一点吧(点赞量) |
A3信息内容趣味性 |
有的笔记可有趣了，看得我笑死了(内容有趣) |
A4信息内容有用性 |
在网上真的能学到东西，小红书上什么菜谱啊、求职啊、画画毛笔字啊、还有考研
分享帖啥的，反正要什么有什么(内容有价值) |
A5利他 |
有的时候看到考研的视频会分享给我弟弟，他正准备考研(学习帮助) |
A6获得同感和共鸣 |
我俩都追同一个明星，看到了就会一起分享感受(共鸣) |
A7笔记字数 |
一般长文很难看完，我就很少分享给别人(字数太多) |
A8使用心境 |
我心情好的时候就会跟别人分享一下，不好的时候就算了(情绪) |
A9共同需求 |
我俩都要去云南旅游，看到相关的就一起看着商量(共同信息需求) |
A10共同兴趣 |
我们都爱吃，有时候看到好吃的就会相互分享(共同兴趣) |
A11分享功能 |
小红书分享很方便，边刷就可以边@朋友(分享便捷) |
A12有无反馈 |
我还是希望有反馈的，已读不回会大大降低我的分享欲(得到反馈) |
A13评论内容丰富性 |
我分享的笔记一般都是评论量多一点的，大家你一句我一句才有意思嘛(评论量多) |
A14评论内容有趣性 |
评论区的很多评论可太有意思了，我很多时候就是因为评论区的内容好笑才分享的
(评论内容有趣) |
A15评论内容有用性 |
有很多笔记都是问问题的，下面就有很多人回答，我觉得有的挺有用的，就会分享给朋友看(评论有价值) |
A16关系距离 |
我和我朋友隔得很远，平时几乎很难见面，在网上这样分享互动也算是另一种
陪伴了吧(物理距离) |
A17接收与互动功能 |
小红书上有评论区@的功能，私发也可以，而且还有一键回复，消息多了就很省事儿(便捷回复) |
A18信息推送功能 |
刷多了推送的就都一样了，没什么意思，别人分享给我都是不同的，可以让大数据
给我换点新鲜的推荐(推送内容多样化) |
A19平台特色功能 |
小红书上可以看到好友是否在线和在线时长，我每次看到在线的朋友就想着分享的话可以马上回我，分享欲就会大大提高(平台功能) |
A20软件使用度 |
我和我朋友都是小红书的重度用户，每天的使用频率很高，所以会在那上面分享信息(软件使用习惯) |
A21社交沟通 |
在看到一些热点话题的时候会在评论区里面和朋友一起讨论交流(交流沟通) |
A22是否认同 |
要是我朋友不同意我的想法，我就不爱给他分享带争议的话题了(赞同与反对) |
A23兴趣特征 |
我兴趣爱好挺多的，涉猎很广，很喜欢分享各类信息(兴趣爱好) |
A24互惠 |
我常常在评论区区@各个好朋友，她们也会经常给我分享，
来来回回的挺有趣的(相互分享) |
A25使用时间 |
我如果空闲时间比较多就会想着分享，要是是为了在小红书上找点需要的信息就
不会有心分享了(空闲时间) |
A26使用空间 |
我在宿舍看的时候会分享，在上课的时候摸鱼看就不太会分享，总觉得怪怪的
(放松状态) |
A27用户界面操作性 |
一进小红书就可以看到互动消息，可以直接点进去看分享的笔记和及时作出反馈
(小红书互动消息板块) |
A28用户界面视觉性 |
小红书的整体页面设计都挺好看，里面的APP自带的表情包也很可爱，我和我朋友们都爱用(界面美观) |
A29信息发布者 |
我俩有共同关注的人，有时候更新了我就直接@我朋友了，反正一般他们发的笔记
我们都会去看(信息发布者) |
3.3.2. 主轴编码
主轴编码(axial coding)也称关联编码，起到承上启下的作用，是将开放后编码的初始范畴进一步整理挖掘，找出各范畴之间的联系，合并提炼出主范畴[18]。在建立关联时，需借助相关的线索，并分析在概念层次上是否存在某种联结关系[18]，比如因果关系、结构关系、情景关系、语义关系、类型关系、过程关系、策略关系等等[19]。在第一级编码完成后形成的29个子范畴的基础上进行整合归纳，最终总结出11个主范畴，见表2。
3.3.3. 选择性编码
选择性编码是三级编码的最后一步，本文围绕社交媒体小红书APP，分析用户在使用小红书过程中信息偶遇分享行为的影响因素。通过对原始文本资料、范畴进行编码分析可以将主轴编码的5个主范畴分别与核心范畴建立联系，最终构建社交媒体信息偶遇分享行为的整合模型，如图1。
Table 2. The main spindle code forms the main category
表2. 主轴编码形成的主范畴
核心范畴 |
主范畴 |
范畴 |
信息因素 |
B1偶遇信息质量 |
A3信息内容趣味性；A7笔记字数 |
B2偶遇信息价值 |
A4信息内容有用性 |
B3偶遇信息可信度 |
A2笔记点赞量；A29信息发布者 |
B4偶遇信息下交互信息的质量 |
A13评论内容丰富性；A14评论内容有趣性；
A15评论内容有用性 |
平台因素 |
B5平台功能 |
A11分享功能；A17接收与互动功能；
A18信息推送功能；A19平台特色功能 |
B6用户交互界面 |
A27用户界面操作性；A28用户界面视觉性 |
主观动机 |
B7分享动机 |
A5利他；A9共同需求；A10共同兴趣；A24互惠 |
B8期望结果 |
A12有无反馈；A22是否认同 |
用户特质 |
B9个体特征 |
A1性格特征；A20软件使用度；
A21社交沟通；A23兴趣特征 |
B10情绪状态 |
A6获得同感和共鸣；A8使用心境 |
环境因素 |
B11使用环境 |
A16关系距离；A25使用时间；A26使用空间 |
Figure 1. Influencing factors of information eventuality sharing behavior on social media platforms
图1. 社交媒体平台信息偶遇分享行为的影响因素
3.3.4. 理论饱和度检验
本研究采用理论饱和度检验方法验证研究结论的可靠性，随机选取8份访谈资料进行补充分析。经过深入编码后发现，新增数据中未出现新的概念节点和理论范畴，这表明既有的概念体系已能完整解释研究现象，理论模型具备充分的解释力并已达到饱和状态。
4. 研究结果分析
4.1. 社交平台信息偶遇分享行为的影响因素
本文通过对社交分享平台小红书用户互动行为的扎根分析，挖掘出社交时代用户信息偶遇分享行为的影响因素。根据编码后的结果可得出，影响社交平台信息偶遇分享行为的因素可以大致分为内部因素和外部因素两大类，其中内部因素包括用户特质和主观动机，外部因素则包括信息因素、平台因素和环境因素。
4.1.1. 用户特质
用户作为偶遇信息分享行为的核心实施者，其自身特质构成影响该行为的关键内在动因。用户个体差异的形成受到多重因素的影响，包括家庭环境、社会交往、成长经历以及文化背景等多元因素的共同作用。这些差异性不仅塑造了用户独特的个性特征，更直接反映在其信息行为模式和信息素养水平上。用户特质作为影响信息分享行为的重要内因，可细分为个体特征与情绪状态两大维度。在个体特征层面，用户的性格类型、兴趣偏好、平台使用习惯及社交互动模式均对分享决策产生显著影响。研究表明，性格外向、兴趣多元且频繁使用社交媒体的用户，在遭遇信息偶遇时，更倾向于主动分享并充分利用相关信息。从情绪状态角度分析，当用户处于积极情绪体验，且偶遇信息能够引发情感共鸣时，其进行信息分享的意愿将显著增强。
4.1.2. 主观动机
用户的信息行为受到个体动机的驱动作用，而个体动机一般可分为内部动机与外部动机，内部动机更多的是一种自我激励，是由个体的内生性因素决定的，从而对其行为产生影响；而外部动机则是个体受外界物质激励或目标的驱动，从而对其行为产生影响[15]。动机是直接作用于分享行为的，研究发现，以小红书为代表的社交媒体用户的信息偶遇分享行为主要也有内部和外部两种驱动因素，一方面，用户个人会考虑到自己是否感兴趣、是否有该方面的信息需求，进行信息的筛选和过滤；另一方面，对于被分享者的态度也会间接影响分享者，如果得不到及时、积极的反馈，又甚至没有反馈，将会大大降低用户的分享欲望，终止分享行为的发生；相反，如果能够得到正向的、甚至是即时的，用户的分享欲会大大提升，也直接促成了分享行为。
4.1.3. 信息因素
信息因素是最直接影响用户分享偶遇信息的因素，从扎根结果来看，信息因素主要表现在偶遇信息质量、偶遇信息价值、偶遇信息可信度及偶遇信息下交互信息的质量。作为偶遇信息分享的客体，信息因素对于分享行为起着主导作用。首先是偶遇信息的质量，社交媒体上多为用户自主生产内容，各种各样的信息都存在于网络上，信息质量良莠不齐。用户受限于精力和注意力，在看到低质量、重复性的内容时，会有选择性的过滤信息。研究发现，笔记的质量高低会影响到用户的分享行为，内容越具有趣味性、越新颖且字数适中，越容易引发用户的分享。另外，偶遇信息的价值也是影响分享行为的重要因素之一，除了休闲娱乐外，用户在使用社交媒体时也可能需要获得一定的知识和信息，信息本身的价值越高，越能为用户提供相应的帮助或启发，越能刺激用户的分享。社交媒体用户往往更倾向于分享可信度高的信息。偶遇信息的可信度主要是信源的可信度和用户的认同度，一方面，用户对于自己关注、喜爱的信息发布者会存在天然的信任，平台提供的辅助认证也能使用户进一步确认信源的可信度，另一方面，对于大多数用户认可的(点赞数高)的笔记，说明其经过了多人验证，用户也会选择跟随和赞同，进而选择分享。
4.1.4. 平台因素
各社交媒体平台在系统服务功能与用户交互界面设计方面存在显著差异。以小红书为例，其为用户打造了多元且高效的信息交互体系：用户不仅能够在笔记下进行评论、通过“@”功能定向分享，还能利用私信实现一对一交流。此外，共享专辑功能支持用户与好友共建收藏空间，便于信息的分类存储与快速检索，有效提升了信息交互效率。在特色功能层面，小红书设置的“不感兴趣”“内容反馈”选项，可基于用户反馈优化推荐算法，进而激发用户的分享积极性；而好友在线状态展示功能，则为用户的信息分享决策提供了实时参考。与此同时，用户界面设计作为平台要素的重要组成部分，其视觉风格、操作流程等外在呈现形式，同样在潜移默化中影响着用户的信息分享行为。友好性较强的用户界面设计能够给予短视频用户舒适的人机交互体验，提升信息分享效率[14]。社交媒体用户在偶遇信息分享的过程中，对于用户界面的操作性和视觉性有着较多关注，即用户希望社交媒体平台的界面设计符合其日常操作逻辑和习惯，板块布局和设计实用、合理且便捷，而且对于各项功能服务应有简明清晰的操作导航。
4.1.5. 环境因素
个体所参与的各类社会活动，必然依托于特定环境，无法孤立存在，而环境因素也切实地塑造和调节着个体行为。就社交媒体用户的偶遇信息分享行为来说，其产生和发展深受使用情境以及社会环境要素的影响。根据实证研究的结果，当社交媒体用户所处的物理空间令人感到轻松舒适，且拥有较为充足的可支配时间时，他们更有可能产生信息分享的意愿，进而主动地将偶遇信息传递给他人。这清晰地显示出环境对用户信息分享行为有着积极的促进作用。除上述因素外，社交媒体用户对自身与信息接收者之间物理距离、情感距离的感知，同样会显著影响其偶遇信息分享决策。具体而言，若用户主观判定接收者与自身关系疏远，在考虑分享偶遇信息时，往往会表现出更多犹豫与顾虑，部分情况下，这种心理负担会直接导致分享行为的终止。
5. 小结
本文通过对25名小红书使用者进行半结构化访谈，利用扎根理论的研究方法，通过编码对于社交媒体的偶遇信息分享行为进行探究，得出信息因素、平台因素、主观动机、用户特质及环境因素都会影响用户的分享行为，在此基础上，构建了社交媒体平台用户信息偶遇分享行为影响因素的理论模型。
受客观条件制约，本研究存在若干不足之处。其一，研究选取的访谈样本在年龄分布上呈现明显聚集性，样本年龄区间较窄，这可能导致研究结论的普适性受限，影响研究成果的科学性与代表性。其二，作为一项质性研究，在数据解读与分析过程中，不可避免地依赖研究者的主观判断与经验诠释，同时样本本身也蕴含个体主观认知偏差。基于此，未来研究可尝试采用定性与定量相结合的混合研究方法，通过量化数据验证质性分析结论，实现理论建构与实践探索的有机融合，从而更全面深入地剖析相关问题。