1. 引言
近年来，随着数字技术与商业模式的深度融合，催动了全球电子商务形态向以社交关系与内容互动为核心驱动的社交电商演进。2025年全球互联网用户超过50亿，全球零售电商销售额更是预计超过4.3万亿[1]。将视线聚焦国内，根据互联网信息中心发布的第56次《中国互联网络发展情况统计报告》显示，截至今年6月，我国社交网络用户规模高达11.07亿人，短视频平台通过整合各地政务资源、平台流量与本地商家资源，构建线上线下消费闭环，为更多实体商家带去新客流[2]。
在这一背景下，国内外涌现出许多颇具影响力的社交电商软件。如2015年创立的拼多多，通过“拼团、砍价”等融入社交元素的购物模式[3]，精准地将产品信息通过有消费需求的潜在购买者宣传到熟人网络中[4]，形成了区别于传统电商的电商新模式。2016年，抖音以其优越的算法推荐机制和互动直播模式迅速占领国内市场，并于次年在海外上线了TikTok (抖音国际版)，使直播电商的风潮席卷全球。2025年年初，大批美国用户涌入我国另一社交软件——小红书，该软件自2019年整改上线以来，核心功能始终聚焦于“种草”和“拔草”，实现从内容激发购物兴趣到直接交易的完整链条。国外具有代表性的社交电商软件wish，在2018年全球购物类APP下载量排行榜排名榜首，安装量超过1.97亿[5]。
当前，通过UGC (用户生成内容)社区创造出的高转化、高粘性的消费场景，使得用户行为的发生机制成为结构社交电商成功与否的关键密码。纵观国内外相关平台的发展历程，从早期熟人经济、社群团购模式，再到直播带货模式，现在又发展出更为全流程信息化的UGC模式，近五年可以说是国内外社交电商发展的关键窗口期。现有研究已经对国内外社交电商进行了有益探索。有些学者围绕主流社交媒体展开了深入研究，普遍将目光聚焦于商业模式创新、营销策略优化、企业绩效等为推动企业发展提供借鉴的内容。还有学者研究了不同产品基于社交电商的营销策略，得出的结论大同小异，共性是需要通过精准的产品策略、多样的渠道策略、丰富的促销策略[6]等来提升产品竞争力，而根据不同产品的个性，又有优化物流配送与售后服务[7]、深挖品牌文化价值内涵[8]等其他需要关注的点。此外，研究消费者购买意愿的影响因素也是这一领域的重要研究课题。大多学者都发现，人际互动、感知价值、信任度等变量对用户购买意愿均有影响影响。当然，不同平台或产品会有更特异化的影响因素。如对不同平台研究发现，产品体验、流行性、娱乐性、社交互动、产品促销及信任度等变量对用户满意度和购买意愿[9]有显著正向影响，更细致的研究发现用户根据内容、界面、架构等元素构成的整体视觉呈现认知而产生的情感体验[10]；而对农产品，其影响因素可能还包括制定个性化的内容营销策略、打造品牌形象和故事等多重策略[11]。虽然社交电商领域研究成果十分丰硕，也有几位学者对国内研究进行了系统梳理，但近五年技术发展日新月异，现有研究缺乏在最新技术环境下国内外研究的对比。基于此，本研究将系统梳理2020年至2025年间国内外社交电商影响用户行为的研究文献，运用科学计量方法与内容分析法，构建近五年该领域研究的知识图谱，揭示其演进脉络与理论创新，为平台优化用户体验、商家制定有效营销策略、监管部门完善治理体系提供实证依据，最终促进数字经济生态健康与可持续发展。
2. 数据来源与研究方法
中国知网和Web of Science作为权威的学术资源整合平台，汇聚了海量国内外高质量文献，涵盖多学科领域学术成果，为系统揭示政务应用程序的研究热点分布和发展趋势提供了可靠的数据支撑。因此本研究以这两个平台为数据源，选经过多次调试，最终确定如下检索策略。对中文文献，在中国知网中选择北大核心和CSSCI (中国社会科学引文索引)数据库，检索式为(SU % = “社交电商”OR SU % = “直播电商” OR SU % = “社区团购”) AND (SU %= “用户”OR SU %= “消费者”)，文献类型为期刊论文，检索时间为2025年8月5日，时间范围为2020年1月1日至检索时间，最终筛选后有效中文文献数量为433篇；对外文文献，在Web of Science中选择SSCI (社会科学引文索引)数据库，检索式为(TS = social e-commerce or TS = live e-commerce) and (TS = consumer or TS = user)，文献类型设置为论文和综述论文，时间范围为2020年1月1日至检索时间，最终筛选后有效外文文献数量为281篇。之后，运用文献计量分析软件CiteSpace (版本为6.4.R1)作为数据分析工具[12]，对检索结果进行分析。在处理数据时，参数均保持默认。
3. 文献特征分析
3.1. 发文时间分析
在中国知网和Web of Science中进行检索，得出图1、图2所示的发文趋势图。从中不难看出，近五年国内社交电商影响用户行为的研究处于起步和稳步发展的时期。从2020年的28篇，到2021年出现井喷，达到86篇，此后基本都维持这一水平上。考虑到检索时2025年尚未结束，预估当年发文量约为57篇。
国外社交电商影响用户行为的研究亦处于起步和稳步发展的时期，从2020年的17篇逐渐发展到每年60篇左右。并且由于2025年尚未结束，当年总发文量可能达到96篇，增幅较之前更大。与国内发文量相比，国外发文量总体偏少，但可能在今年实现反超。说明国外对于社交电商影响用户的研究起步比国内晚，但在逐渐重视。究其原因，是国外社交电商平台起步晚于国内。学者的关注大多是相对滞后的，因此对应的研究也就晚一些。
Figure 1. Trends in domestic publication volume over the past five years
图1. 国内近五年发文量变化趋势
Figure 2. Trends in international publication volume over the past five years
图2. 国外近五年发文量变化趋势
3.2. 国内外作者合作对比分析
利用CiteSpace软件，对国内外作者与机构合作网络进行统计和可视化分析，可以了解本领域的核心作者以及他们的合作情况。发文量统计情况如表1所示，从中可以看出，国内领域核心作者发文数量较多，首次发文时间也更早，其中刘承林发文数量最多，为5篇。
Table 1. Comparison of Top 5 authors by publication volume domestically and internationally
表1. 国内外发文量Top5作者对比
|
国内作者发文情况 |
国外作者发文情况 |
排序 |
频次 |
首次发文年份 |
作者姓名 |
频次 |
首次发文年份 |
作者姓名 |
1 |
5 |
2022 |
刘承林 |
3 |
2023 |
Chen, Xiayu |
2 |
4 |
2020 |
李琪 |
3 |
2024 |
Chen, Rui |
3 |
4 |
2023 |
刘鲁川 |
2 |
2022 |
Zhao, Huawei |
4 |
3 |
2023 |
孙凯 |
2 |
2022 |
Lv, Jun |
5 |
3 |
2022 |
刘婷艳 |
2 |
2022 |
Dong, Xiaoxu |
国内外作者合作网络图谱如图3、图4所示，通过对比不难发现，国外作者更多，并且合作也更多，甚至构成了多边形的复杂网络。
4. 国内外社交电商影响用户行为研究热点趋势对比分析
4.1. 国内外关键词共现分析
学术文献中的关键词是指研究者依据文献内容的核心概念，经过系统提炼、规范化处理及优化后所
Figure 3. Domestic author collaboration network map
图3. 国内作者合作网络图谱
Figure 4. International author collaboration network map
图4. 国外作者合作网络图谱
确定的词组或词汇。通过对关键词进行深入分析，能更为全面、精确地揭示领域内的主要热点及其内在关联。在CiteSpace中合并部分同义词后，得出如图5、图6所示的国内外社交电商影响用户领域关键词共现图谱。其中，每个节点代表一个关键词，节点频次越高，节点越大，对应字体也越大。通过对国内文献进行分析，得到的图谱包括221个节点、434条连线，密度为0.0179，各节点间连线较多，说明关键词间的联系较为紧密。通过对国外文献进行分析，得到的图谱包括245个节点、1150条连线，密度为0.0385，说明国外研究热点更为发散，并且节点间的联系比国内更高。
Figure 5. Keyword co-occurrence map of factors influencing domestic social commerce users
图5. 国内社交电商影响用户关键词共现图谱
Figure 6. Keyword co-occurrence map of factors influencing international social commerce users
图6. 国外社交电商影响用户关键词共现图谱
为更好地进行对比分析，制出如表2所示的Top20高频关键词表，这些关键词一定程度上代表了近五年国内外社交电商影响用户研究领域的侧重点。
Table 2. Top 20 high-frequency keywords in domestic and international research on factors influencing social commerce users
表2. 国内外社交电商影响用户研究Top20高频关键词
|
国内 |
国外 |
排序 |
词频 |
中介中心度 |
首现年份 |
关键词 |
词频 |
中介中心度 |
首现年份 |
关键词 |
1 |
123 |
0.65 |
2021 |
直播电商 |
75 |
0.09 |
2020 |
impact |
2 |
52 |
0.22 |
2020 |
购买意愿 |
73 |
0.03 |
2020 |
trust |
3 |
41 |
0.25 |
2020 |
直播带货 |
60 |
0.04 |
2020 |
behavior |
4 |
33 |
0.16 |
2020 |
感知价值 |
60 |
0.04 |
2020 |
purchase intention |
5 |
28 |
0.18 |
2020 |
社交电商 |
50 |
0.06 |
2020 |
social commerce |
6 |
21 |
0.14 |
2021 |
社区团购 |
47 |
0.03 |
2020 |
model |
7 |
10 |
0.04 |
2020 |
扎根理论 |
41 |
0.01 |
2022 |
live streaming
e-commerce |
8 |
10 |
0.02 |
2020 |
网络直播 |
41 |
0.06 |
2021 |
online |
9 |
10 |
0.04 |
2022 |
心流体验 |
37 |
0.02 |
2021 |
intention |
10 |
10 |
0.01 |
2022 |
心理契约 |
34 |
0.11 |
2020 |
social media |
11 |
9 |
0.05 |
2020 |
电子商务 |
33 |
0.05 |
2020 |
satisfaction |
12 |
8 |
0.01 |
2023 |
中介效应 |
30 |
0.09 |
2020 |
word of mouth |
13 |
8 |
0.06 |
2020 |
消费者 |
30 |
0.01 |
2021 |
social presence |
14 |
7 |
0.03 |
2021 |
价值共创 |
29 |
0.09 |
2021 |
e commerce |
15 |
7 |
0.03 |
2021 |
农产品 |
29 |
0.06 |
2021 |
information |
16 |
7 |
0 |
2022 |
直播营销 |
24 |
0.1 |
2020 |
media |
17 |
7 |
0.03 |
2021 |
电商平台 |
23 |
0.02 |
2022 |
experience |
18 |
7 |
0.01 |
2021 |
主播 |
23 |
0.03 |
2021 |
live streaming |
19 |
6 |
0.01 |
2023 |
数字经济 |
21 |
0.04 |
2020 |
quality |
20 |
6 |
0.04 |
2021 |
信任 |
20 |
0.09 |
2021 |
antecedents |
从表2中不难发现，国内社交电商影响用户研究的核心主要聚焦于以下几点。第一，直播电商要素对用户的影响。与之相关的关键词，如电商直播(69次)、直播电商(54次)、直播带货(41次)等高频出现。袁海霞等认为直播互动模式会通过认同与内化两条社会路径影响提升消费者的购买意愿[13]，因此着眼于构建影响机理模型，为电商直播互动提供有益借鉴。配套关键词，如主播(7次)进一步验证这一趋势，许多学者针对主播本人特征对消费者的影响展开更为深入、细节、完备的研究。刘江认为电商主播语言风格能显著增强消费者购买意愿[14]，吴雪等人则利用双重中介效应模型研究电商主播说服策略对消费者在线购买意愿的影响效应及中介机制[15]，胡书逸等人甚至对电商主播的声音特征的影响进行了分析。第二，不同用户群体的心理机制对行为的影响。包括购买意愿(52次)、感知价值(33次)、心流体验(10次)、心理契约(10次)等关键词，表明了近五年国内研究注重用户心理动因和信任关系的探讨。陈晓娜等[16]从空间临场感视角切入进行研究，认为能增强直播平台真实感，从而提升消费者的购买意愿；陈懿[17]则认为提高平台的感知价值对消费者购买意愿有促进作用。第三，社交电商差异化场景对用户的影响。如社交电商(28次)、社区团购(21次)等关键词。王炳成等[18]用扎根理论研究了消费者认同的成因以及其在社交新零售商业模式中的重要作用，邓慧兰等[19]从顾客价值视角出发，聚焦于拼购小程序，以研发成本低、场景轻量化、激发用户活跃度等吸引用户购买。
国外研究则呈现以下兴趣点。第一，行为驱动因素对社交电商的影响。关键词impart (75次)、trust (73次)、satisfaction (33次)的高频出现，强调了信任与满意度与社交电商的高度相关性。Ge Fengning [20]等人认为电商强大的社交属性通过赋予消费者掌控感，有效培育了积极的购物倾向。Han Feng等人[21]发现社会临场感与主播专业性均显著提升消费者信任，而信任在上述因素与购买意愿的关系中起中介作用；出乎意料的是，心流体验对信任与购买意愿的关系产生负向调节作用。Behavior (60次)、antecedents (20次)聚焦行为前因与表现，Samadrita Bhattacharyya等人[22]发现用户在Facebook点赞量虽然会提升用户在关联网站购买和推荐产品的可能性，但仅仅存在点赞量不足以影响用户决策。第二，社交电商软件的技术与社会化维度，social commerce(50次)、social media (34次)等关键词突出了社交媒介的作用。如Wang Yue [23]等人运用SPAR-4-SLR方法论与TCCM分析框架，系统综述了电子商务技术创新对消费者行为影响的文献。Ling Shuai等人[24]揭示了人际互动、心理距离与消费者购买意愿的关联机制，以及品牌认同与时间压力在此影响关系中的正向调节作用。word of mouth (30次)、social presence (30次)关注虚拟社交互动，Xu Xueyan等人[25]研究发现实体临场感因素能有效缓解产品滞销状况，而单凭社会临场感并不足以显著提升销售效果；直播平台的专业化程度和主播专业水平等基础特征也发挥着重要作用。第三，侧重模型与实证研究，关键词purchase intention (60次)、model (47次)等体现理论建模倾向。Bawack Ransome Epie等人[26]通过探讨消费者参与电商直播的动机，揭示社交媒体直播对购买意向的影响机制。
4.2. 国内外关键词聚类分析
进一步对关键词进行聚类分析，绘制出如图7、图8所示的国内外社交电商影响用户研究的关键词聚类图谱。两张图图谱Q值均大于0.3，S值均大于0.7，表明聚类结构显著、结果可信。
Figure 7. Keyword clustering map of factors influencing domestic social commerce users
图7. 国内社交电商影响用户关键词聚类图谱
Figure 8. Keyword clustering map of factors influencing international social commerce users
图8. 国外社交电商影响用户关键词聚类图谱
对国内研究进行聚类，得出图7所示所示的图谱，包含8个类。结合表3可以发现，各聚类并非孤立，而是通过逻辑支撑、场景分化和方法应用三种主要方式紧密联系。首先，领域内核由直播带货、购买意愿和直播电商三个高度关联的形成了研究闭环。其中，直播带货是现象层，聚类中的关键词“主播”、“用户”、信息交互刻画了直播场景的核心要素，是研究的具体实践形态；购买意愿是机理层，其中包括的“感知价值”、“情感信任”等关键词，是对于直播带货的中介路的解读；直播电商则是平台层，为直播带货和购买意愿提供了情景与框架，关键词“心理契约”、“临场感”将具体行为提升至场景层面审视。其次，“社交电商”与“感知信任”同时出现，构成了本领域的研究基础；而“社区团购”、“农产品”等聚类代表了社交电商在特定商业模型和关键垂直领域的拓展。此外，“扎根理论”作为社科领域常见的研究方法，标志着领域研究的深化与成熟。学者开始不满足于既有理论，而是通过质性方法从直播实践中自下而上地构建新理论，成为研究的新趋势。
Table 3. Keyword clustering and label information for factors influencing domestic social commerce users
表3. 国内社交电商影响用户关键词聚类及标签信息
聚类标签 |
首现年份 |
LLR标签词 |
#0 直播电商 |
2022 |
直播电商；直播带货；心理契约；电商直播；临场感 |
#1 购买意愿 |
2022 |
购买意愿；感知价值；直播带货；明星主播；情感信任 |
#2 直播带货 |
2022 |
直播带货；主播；用户；信息交互；图书营销 |
#3 社交电商 |
2021 |
社交电商；电商平台；信任；直播购物；电商直播 |
#4 社区团购 |
2022 |
社区团购；平台经济；博弈论；商业模式；场景化 |
#5 感知信任 |
2021 |
感知信任；心流体验；信任感知；主播特性；消费者 |
#6 农产品 |
2022 |
农产品；价值共创；乡村振兴；数字经济；伦理反思 |
#7 扎根理论 |
2021 |
扎根理论；网络直播；规范体系；价值感知；拼购小程序 |
再对国外研究进行可视化分析，共产生10个聚类，共同和构成了领域的核心知识结构。
结合表4可以看出，国外各聚类之间同样也存在千丝万缕的关系。首先，部分学者关注了技术驱动对平台发展与消费者行为的影响。聚类4“consumer engagement”(用户参与)中的“anthropomorphism”(拟人化)与聚类9“virtual streamers”(虚拟主播)中的“AI anchor”共同揭示技术拟人化如何增强社交临场感，进而影响聚类0“impulse buying”(冲动消费)的冲动购买机制；聚类5“e-commerce”(电商)中的“elaboration likelihood model”(精细可能性模型)与聚类2“perceived value”(感知价值)的“game theory”(博弈论)结合，解释了技术干预下消费者由理性到感性的决策路径演变。其次，心理机制的多层传导也是研究热点。聚类11“online shopping”(网购)的“perceived trust”(感知信任)是聚类0“impulse buying”冲动购买的基础，而聚类2“perceived value”的“promotional incentives”(促销激励)通过调节聚类3“cross-border e-commerce”的“flow”(心流体验)强化购买意愿；聚类6“social influence”作为社会情境变量，桥接个体心理与宏观平台策略。最后，聚类3“cross-border e-commerce”(跨境电商)的“optimal stimulation level”(最佳刺激水平)与聚类8“fit”中的“personalization”(个性化)凸显文化适配的核心作用，表明跨境场景中，消费者需求从功能满足向个性化感知的升级。
Table 4. Keyword clustering and label information for factors influencing international social commerce users
表4. 国外社交电商影响用户关键词聚类及标签信息
聚类标签 |
首现年份 |
LLR标签词 |
#0 impulse buying |
2022 |
impulse buying; live streaming commerce; repurchase intention;
agent-based modeling; time pressure |
#1 online shopping |
2021 |
online shopping; consumer loyalty; perceived trust; purchase intention; affective commitment |
#2 perceived value |
2023 |
perceived value; game theory; continuous purchase intention; promotional incentives; social media marketing |
#3 cross-border e-commerce |
2022 |
cross-border e-commerce; live streaming shopping; purchase intention; flow; optimal stimulation level |
#4 consumer engagement |
2020 |
consumer engagement; social presence; artificial intelligence; streamer; anthropomorphism |
#5 e-commerce |
2021 |
e-commerce; elaboration likelihood model; social e-commerce; social proof; content generators |
#6 social influence |
2022 |
social influence; information technology; live-stream shopping |
#7 opinion mining |
2020 |
opinion mining; e-commerce platform; online travel agency; affective reputation; cluster analysis |
#8 fit |
2024 |
fit; facial attractiveness; necessary condition analysis; personalization; cognitive -affective framework |
#9 virtual streamers |
2023 |
virtual streamers; recommender system; ai anchor; consumer purchase behavior; multiple digital footprints |
将国内外聚类图谱放在一起比较，可以发现差异显著。国内研究则形成以商业模式创新为主线、社会价值为导向的实用主义图谱；国外研究则构建了以技术赋能为基础、心理机制为核心、跨境场景为前沿的精细化知识体系。
4.3. 国内外关键词突现分析
对关键词进行突显分析，可以更好地观察该领域的研究演化过程，如图9、图10所示。有学者提出，可按照研究前沿趋势类型，将研究氛围渐强型、减弱型以及最新研究前沿三种[27]。近五年国内社交电商影响用户领域的研究共有19个突显词，有关社交电商、电子商务等宏观概念的研究率先出现，但之后不再是热点，属于减弱型研究前沿；而关于价值感知、感知信任、心理契约等有关用户心里与认知的研究在逐渐增强。之后，内隐人格、数字经济、信息生态等关键词更为热门，标志着研究走向精细化与宏观化两端。精细化表现为探索更前沿、更细节的主题，如对内隐人格、主播类型的研究；宏观化则体现在研究最终汇入数字经济的国家战略话语体系，探讨更广泛的经济和社会价值。
Figure 9. Keyword burst map of factors influencing domestic social commerce users
图9. 国内社交电商影响用户关键词突现图
国外在该领域的研究共有24个突现词。与国内发展过程相类似，首先也是从对社交电商等宏观概念开始，但逐渐对这类关键词的研究归于平淡，之后则开始关注影响用户的客观因素，如信任度、满意度、品质、安全性等。最新的研究则逐渐转向影响用户的主观因素，如心里、态度、动机等。
5. 结论与建议
本文收集了近五年国内外社交电商影响用户研究领域的核心文献，运用文献计量软件CiteSpace进行可视化分析，揭示该领域的研究现状、热点及发展趋势，得出以下结论。(1) 从文献外在特征来看，国内外该研究领域均处于稳步发展期。国内发文量于2021年出现井喷后趋于稳定，国外总体发文量虽不如国内，但增长势头明显，预计今年可能实现发文量上的反超。国内核心作者发文量较多，但合作网络较为分散；国外作者合作更紧密，形成了复杂的合作网络。这一现象与国内外社交电商起步与发展情况密不可分，发文量的差异更是从侧面应证了这一点。社交电商模式最早出现在中国，2011年微博上出现个体销售的尝试开始，微商在8年间迅速发展壮大，出现了以拼多多为代表的社交电商企业[28]，因此发文数量更多。而国外虽然早有“Social Commerce”的概念，但更侧重关于社交媒体广告和引流。实际Instagram、Facebook等社交平台深度整合电商功能的推出，时间上晚于中国的拼多多。(2) 从文献内容特征来看，通过对关键词的共现图谱、聚类图谱以及突现图谱的对比分析，国内外研究侧重点差异明显，各有千秋，并且随时间发展逐渐出现了不同的研究兴趣。国内主要研究购买意愿、主播影响等，国外研究信任、社会化存在感。这些差异是由市场环境、技术基础、消费文化差异、学术传统等多种因素共同作用的结果。国内研究受互联网技术、拼团购物模式和直播产业等相关基础条件的成熟而直接推动。2024年中国网络零售额达15.5万亿元，连续12年稳居全球第一[29]。反观国外则起步较晚。DHL的报告指出，虽然70%的全球消费者已通过社交媒体购物，但预计到2030年这些平台才可能成为其主要购物渠道[30]。目前国外社交电商主要模式为基于传统媒体或社交媒体扩展消费板块，更注重社交技术对传统消费行为的重构。此外，国内外学术传统同样对研究产生了影响。从研究内容上看，国内研究更偏向于直播电商实操层面，国外研究偏向行为理论与社交技术底层逻辑。从研究方法上看，国内对社科类学科研究偏向于使用扎根理论等定性与定量相结合的方法，而国外由于理论底蕴深厚，更偏向量化模型构建。
Figure 10. Keyword burst map of factors influencing international social commerce users
图10. 国外社交电商影响用户关键词突现图
总的来说，社交电商在未来将成为及其重要的购物方式，有较大研究空间和价值。未来可以重点从以下几方面进行研究。(1) 新技术在社交电商应用。随着自然语言处理技术和人工智能的迅猛发展，ChatGPT、DeepSeek等大语言模型的普及应用，AI主播、导购等将成为现实。AI大模型已深度渗透直播选品、智能客服等关键环节，让消费者购物决策更加高效精准；VR/AR技术推动线上购物体验无限逼近实体交互，使得商品转化率大幅提升40% [29]。因此对于这方面的研究需要紧随其上。(2) 跨境社交电商文化适应。不同国家和地区的文化差异要求跨境电商在全球市场中实施更加精准的文化适应[31]。小红书等国产社交电商软件风靡全球、国内外网络零售行业的规模差异以及国内外消费的文化差异等新老因素在跨境电商中共同作用，形成了巨大的研究蓝海，亟待学者进行探索，进一步提高我国产品的市场竞争力。(3) 数字经济顶层规划。国家数据局成立后，将对数字经济产业从基础设施、运营模式和信任机制等多方面做出统筹规划，进而产生深刻的社会影响。社交电商作为数字经济的重要组成部分，也将通过顶层设计摆脱无序竞争，走向更注重数据质量质量、用户隐私保护和长期信任构建的高质量发展阶段。