1006大设计翻译版基于移动社交平台游戏技术

系（教研室）（签字DeterminantsModellingofmobileSocialGamingPopularityfromTechnologyandSocialsAuthor:MAXiaoyangTutor:RONGThegameindustryhasbeengrowingprosperouslywiththedevelopmentofscienceandtechnology.Andinrecentyears,OnlineSocialNetworkServicehasanexponentialdevelopmenttoo.What’smore,leadingbythedevelopmentofSmartCity,mobilesmartdeviceshas eanindispensablepartofpeople'slife.Whatwillhappeniftherecomesoutamobileapplicationbasedontheplatformofsocialnetwork?WechatGamecameacrossinthisbigenvironmentandledpopularityamongpeoplearoundthecountry.Afterthat,WechatGameplatformlaunchednewgameswhichalsogainedalotofactiveresponsefromtheplayers.ThepopularityofWechatGamemusthavereasons.Thereisysisofthisphenomenonontheinternet,BBSandalsofromsomewell-knowncritics.However,untilthen,therehasn’tapaperoracademicreporttoyzethisphenomenonfrom.MakemodelandusedatatoverifytheTotheissuesabove,inthispaperwestudythedeterminantsofmobilesocialgamingpopularityfromtechnologyandsocialswithanexampleofWechatGame.What’smore,Isummarizethedeterminantswiththehelpofdataandinvestigation.Atlast,Iwillprovideconstructivesuggestionsonthesustainedandhealthydevelopmentofsuchgaming.Morespecifically,themainworkofthispaperislistedasfollows:First,Ihadresearchonthetechnologyacceptancemodelinaspectsrelatingtosocialnetworkandmobilegaming.Ilearnedtheknowledgeandmethodologyofhowtomakemodel,collectdataandmakeysis.IalsolearnedtheskillofhowtouseSPSSandAMOSwhichisthesoftwareIusedintheexperiment.Second,IexploredandrefinedthedeterminantfactorsandrelationsfortheacceptanceThird,withtherefineddeterminantfactors,Imadetheextendtechnologyacceptancemodel.Afterthat,Imadequestionnairesforeachfactorsandmadesurveyontheinternet.Finally,Imadeysisofthemodelwiththehelpofthedata.AndImadeestimationandverificationofthecorrectnessofthemodelwhichledtotheverificationofthehypothesis.Ialsoprovidedconstructivesuggestionforthedevelopmentofsuchgameindustry.：Mobilesocialnetwork,Technologyacceptancemodel,Socialinteraction，WechatGame 绪 研究背 研究目标与内 课题来 的组织结 国内外研究现 关于社交网络和游戏的行为研 技术接受模型 结构化方程模 本章小 基于移动社交平台的游戏技术接受度模 场景分 模型假 TAM模型的应 感知 使用环 沉浸理 社交互 利他主 本章小 实验验 实验数据的...................................................................................................4.1.1问卷的设计与发 数据筛 分析与验 问卷的基本信息统 数据标准 主成分分析过 信度分 模型检 路径分 模型拟合度检 结果与讨 本章小 总结与展 工作总 工作展 致 参考文 绪等等，在社交网络出现后，的平台更加广泛，以此衍生出了不同平台的也多样起来，并且与以往游戏的性不同的是，基于移动社交平台的游戏“正如国内的社交人人网是借鉴 和Myspace，是借鉴 我国的社交同样吸收了国外成社交游戏开发公司的发展经验，像Palydom,CrowdStar,Zynga和Lolapps，但是不得不说，基于移动客户端的 游戏在2013年8 是腾讯公司于2011年1月21日推出的一个为智能终端提 快速发送免费（需消耗少量网络流量）语音、、和文字，同时，也可以使 “公众平台”、“语音记事本”等服务插件。截至到2013年11月， “突破6亿，并且它的每日活跃用户量达到1个亿之多，并且当 这个应用分别在27个不同国家的苹果商店发布时，都在第一时间登上了应用量榜的第一名。还在不断的被创造，在2013年8月5日，针对IOS系统的 5.0版发布，它增加了一时掀起全民的狂潮天天爱消除”发布后3天，就达到了2000万的量， 们不禁要发问，到底是什么样的原因，可以使游戏这么火爆。到游戏走红的表面现象，并且有些人已经开始利用这个态势制造新的商机，但是并没有人对于游戏走红这个现象背后的原因进行分析和研究，并且任何事物的发展都有好有坏，谁都不能保证游戏一直处在良好的发展态势，也不能保证它在游戏市场中持久的战斗力，而且从游戏推出后，就有一些和评价，这些都是需要从这个方面着手对基于移动社交平台的游戏（以游戏为例）风靡这个现象背后技术领域：将基于移动社交平台的游戏（课题中以游戏为例）利用TAMTAM模型进行有针对数据层面：针对模型，编写相关的问卷，并且选取合适的人群进行抽的接受度模型研究，拓展用于分析移动社交网络的游戏接受度的技术接受模型（TAM，TAM，先需要研究的是以往的及著作中对于相关领域的研究；然后人研究的基础上提第一章绪论 第三章基于移动社交平台的游戏技术接受度模国内外研究现[10]，整合型科技接受模型(UTAUT)[11]，激励模型[12]，计划行为理论(TPB)[13]，结TAM和TPB模型的模型[14][15]，电脑使用的模型[16],创新推广理论[17]和社会认知理论[18]TAMTAM关于社交网络和游戏的行为研关于社交网络服务（SNS）以及游戏的相关研究，他们同样选择了以TAM模型为TAM模型，并且增加了诸如：感知娱Kwon和Yi在人机交互领域就新兴的基于社交网络的服务接受度进行了定性实验他主义”和“呈现”等因子，并且还对用户决定使用哪个社交服务作为目标服Ha，Yoon和Choi在人机交互领域对基于移动宽带平台的游戏接受进行了定性了群体的偏好，所以在这次实验中，他们以TAM模型为基础，通过设定、、知有用性”却对于游戏的接受度没有太大影响。并且了是影响游戏接受度的一个很重要的调整因子。因为在本次毕设中进行研究的也是一个以为导向的 来拓展TAM模型，从而研究出影响基于移动社交平台的游戏的接受度的因子，在技术接受模型TAMDavis运用理性行为理论研究用户对信息系统接受时所一个模型，它有两个主要的因素即感知有用性（PerceivedUsefulness）和感知易用性（PerceivedeaseofuseTAMTAM相似模型的验证方法，并且引入了和信念、意志相关的因TAM模型中各个变量的关系，因此有理由相信一个关于建立及验证基于移动平台的游戏技术接受度模型的想法行为理论(TRA)[8]的研究，Davis提炼了他的概念模型，并且提出了技术接受模型，如1.。图2-1FredDavis原始的TAM模型Davis[19]的模型中，他假设用户的动机，比如系统的使用，是可以由三个因子来解释的，这三个因子分别是：感知易用性(PerceivedEaseofUse)，感知有用性(PerceivedUsefulness)和使用这个系统的态度(AttitudeTowardUsingthesystem)。他假设决定一个用就是图2-1.中的X1，X2和X3。新的TAM模型见图2-2.。2-2新的TAM将要从事某一行为的概率。图2-3TAM的第一次修本Davisetal21]在不断的研究中发现，用户因为感知这个系统是十分有用的，所以他DavisTAM2-3.。Davis,BagozziWarshaw[21]2-3的模型进行了一个纵向的研究，他们发现对2-4TAM模型的最终版本的解释在图2-2中展示的感知有用性对于使用系统行为的直接影响。随着对于系统的态所以针对基于移动社交平台的游戏这个应用环境来说，TAM模型可以作为研究用户接受度的基础模型，所以本次毕设决定以TAM模型作为基础模型。(1)评价的和相互关联的关系)绍了在这次毕设中需要用到的基础模型TAM模型对于TAM模型的演化和发展做基于移动社交平台的游戏技术接受度模游戏在社会上引起了这么大的轰动后，也只是有一些评论和从比较浅的层面对TAM模型为基础模型进行拓展，对基于移动社交平台的游戏的接受度进行理论分析。 因此在提炼相关因子拓展TAM模型的时候本次毕设添加了感知（PerceivedEnjoyment应该考虑到社交网络的特点，所以还增加了社交互动（SocialInteraction）图3-1本文假设模TAM模型为基础的，所以针对基于移动社交平台的TAM模型中信念—态度—意图—行为这条因果关系链是TAM模型主要是用于用户对信息系统接受度的研究，而这次毕设的内容是以游戏和为的，所以必须对于TAM模型中的结感知度的愉悦感[29]，在一项关于电子商务的研究中，Heijden[28]感知性对于游戏玩TAM模型拓展到游戏领域的时候应该增加感知性这个结构。移动端的社交游戏同样也是项目之一，所以这些假设同样可以使用环境（UseContext）是指非常具体的技术使用环境[30]。使用环境不仅仅是指一环境，时间维度，任务定义和先前经历。很明显，已经成为人们生活中不可或缺的一部分，用户会对一个正好符合使用环境的服务积极的态度，所以在本次毕设研究之前的研究证实了这个想法的正确性。在一篇对于支付的中，Mallat[32]H10：使用环境对于感知易用性有一定的积极影响。沉浸理论最初是被Csikszentmihalyi，它是指当人们完全沉浸在当前的环境并且发现感知可控性和性可以预测人们的沉浸行为[38]；在随后的研究中，Li和Browne通过四个维度来阐释沉浸行为：集中注意力，控制，好奇心和临时分离[39],在本次毕设维网的好奇心是来源于他们可以通过网不断地获取新的信息和知识，对于移动端的有东西无法得到的时候，人们会对此分外的渴求，而游戏正是抓住了人们这样的心并且在游戏的过程中是和自己社交网络上的好友进行游戏。像在 H12：社交互动会对游戏的感知性产生积极的影响H13：社交互动对使用环境有一定的影响人们去帮助其他的人，是因为他们相信在不久的将来，这些人也会帮助他们的[42]。但是非常有趣的一个现象时，人们在移动端的游戏中同时表现出了这两种利他主义。以送给自己中的好友，在 化[44]，考虑到TAM模型是理性行为理论模型（TRA）的延伸，所以把利他主义应用H14:实验验模型，设计了问卷，问卷是放在派（ 问卷上的，然后把问卷的通过分发出去，并且在朋友中进行多答者基本情况的8个问题，比如：，，有无使用社交网络的经历，有无玩图4-1问卷网页版——关于被者的基本信 答案选您 男\女您 5个月以前\5-12个月以前\1年以前\2年以前\更久以前 1年以前\2年以前\3年以前\4年以前\更久以前 是\ 问卷的第二部分是针对9个结构单元进行的直接分解测量，每一个结构单元其实是对”一共分了七个等级，用于反映用户对于这个问题的态度，并且在这28个问题当中，还设有两个相反问题，作为后面进行数据筛选的一个依据，以此来避免不真实的数据进入到最后的分析当中。下面的表4-2.展示了问卷第二部分的每个问题，以及其对应表4-2问 UC1: (Use PU1: Easeof PE2:我喜欢 图4-2问卷中的数据筛选的部分结根据被者是否玩 问题1：我觉得 游戏容易上手。问题2：我觉得 为了保证问卷的信度和效度，首先进行了一个问卷的预，我们找了51个明大学生群体在某些方面和群体是相似的，问卷的信度是通过计算每个因子的221个，下面本文就对问卷的第一部分，即被者的基础情况的数据进行统计和计算，结果见表4-4.。从统计结果看出，参与的男女比例基本上是在1:1的水平上，并且参与问卷调的来说都是一个非常好的基础，被者中朋友的数量没有很多，大部分是保50人左右，所以可以看出，在中的朋友应该是用户平时联系比较多的朋友，信和社交网络的侧重点是不同的有关吧，因为更像是这种服务，它提供的是人表4-4被者基本情况统男女182312310-3030-50SPSS中的描述性统计功能完成，并且在进行数据标准化的同时还对每个变量的数据211277774-1117774-112777111777111777表4-1117771177 最小 最大 平均 标准 11775.05.5以上，充分性和可靠性因子分析的一个功能在于验证数据的准确性，要验证数据的准确性，可以使用可以在SPSS数据统计分析软件中进行。KMO检验统计量是用于比较变量间简单相关系数和偏相关系数的指标，主要应用于多元统计的因子分析。KMO01之间，当所有变量间的简单相关系数平方和远远大于偏相关系数平方和时，KMO1，KMO1，意味方和接近0时，KMO值接近0，KMO值越接近于0，意味着变量间的相关性越弱，原有变量越不适合作因子分析。KaiserKMO度量标准:0.9以上表示非常适合；0.8表示适合；0.7表示一般；0.6表示不太适合；0.5以下表示极不适合。rKMO i2

(4.

r (4.

(4.viiv0.5，并KMO值越大表示这个样本越适合做因子分析，较大的KMO值viiv巴特利特球形检验是用来计算一个变量和另一个变量之间的相关性是否大到可以Rr (4.ijx2n12n5ln (4. 常使用的信度指标，它是测量一组同义或平“总和”的信度。

Y

1 iK1

(4.2是所有被测数据的方差，2i SPSS这个软件，非常容易的算出每个潜在变量的克隆巴赫系数，而且相对于其他的值要大于0.7，如果克隆巴赫系数小于0.7，说明存在一个或者多个问题彼此之间是不相dfSigKMO0.920，χ2325)4414.323(p<.000)，数据结果因子的提取要关注主成分分析法(PrincipalComponentysis)，也就是常常简称的PCA法，在一个例子中也使用了广义最小二乘法(GeneralizedLeastSquaresMethod)即GLS，广义最小二乘法是一个单因子提取法，它通过计算观测相关矩阵和相关矩阵之间各项方差平据反映的信息在一定程度上有。在用统计方法研究多变量问题时，变量太多会增少，得到的信息量较多。主成分分析法是一种数学变换的方法,它把给定的一组相关变第二变量的方差第二大，并且和第一变量不相关，称为第二主成分。依次类推，I个变量就有I个主成分。假设一个数据矩X，其中它n行，分别代表着不同的重复试验p列，分别代表着不同的实验变量，从数学层面上考虑上,P个维度的权重向量,或者载荷定义的。W(kX(i相对应的，会由它们两个计算出一个主成分因子数值t(i)，计算过程如下

tk(i)X(i)W(k (4.在这种情况下，每一个tk(ix那里继承了最大的方差，W(k以矢量载荷W(1)需要W

t2w 1(i)

XW (4.w argmaxXw2argmaxwTXT (4. w w当然，如果考虑到W(1)是一个单位矢量的话，还应该增加argmaxwTXTXwW(1)w1 wT (4. 当通过公式计算出W(1)时，把它代入(4.11)这个公式中，从而计算出方差最大的

t1(i)X(i) (4.

kXXw(s)s1

Tw(w

(4.开始计算，并且把XXˆk1，可以得到：W(k

argmaxwTXˆT (4. k k1(4.w1 wT c2c

(4.0.4以下，那么这个变量在哪个 W*

(4.cci在这Wij表示矩阵中第j因子的i个变量的载荷，Ci是变i的共同变量，最大m 2argmax1m

1 V p(W*)4p(W*)2 j1

(4.123456789表 ---------在表4-15中，第三部分是将数据进行旋转过后，由线性组合求得的特征根，在提3个验证：聚合效度，区分效度和有效性。聚合效度（convergentvalidity）是指运用不同测量方法测定同一特征时测量结一个200到250的数据集，那么每个变量需要达到的最小的的因子载荷是在0.4到0.35区分效度（discriminantvalidity）指在应用不同方法测量不同构念时，所观测到的0.2以上；第二个方法是检查因子的相关矩阵，因子之间的相关性不应该超过0.7，用来避免多个数据共享方差：0.7×0.7=49%。总的来说，因子分析是分为两大步骤的：一个是探索性因子分析（EFA，一个是验证性因子分析（CFA出满意的因个数，在种情况，基本上没有什么方可以做了是直这个因子进重新，如果选用这个面，一般来你会得到个和你期不一样的模型，是这个模是可以接受的；有最后法，这个法保持原有FAEFA是在先验结构和理论的基础上建立的,甚至有的是由现有的尺度或者在以因子的克隆巴赫系数计算，在这里，克隆巴赫系数即常说的α 22122项，总的0.9390.8以上，0.7-0.8之间可以接受，而0.9以上，可见，问卷具有很好的信度。下面再通过表333322222个因子的克隆巴赫系数都达到了0.9以上，因此实验的问卷是没有问题的，问卷中方法是关注两个变量之间的线性关联程度，即介于+1和-1之间，它们分别代表了一个LSRLSPSSPUBI这两个因子中的各一个进行了回归分析，拟合结果如下，见图4-3.，从散点图中可以看到这两个变量拟合的直线。YB0B1X1...BkXk (4.4-3X1,...,Xk是自变量，它们也是因人而异的，它们是和Y相关的，ε是残差项，它代表着在模型中没有被发现的其他所有类型的差异影响，回归分析的结果将是一个回归系数B0Bk，用它来发现值系数,0和残余项的标准偏差尽 (4.xixyi y2b1 xix2

r x

(4.b0y (4.在这b0是回归方程的常量，b1是回归方程的相关系数，r表示的xy之间的相关性，xi是观察变iX方向上的值，yi是观iY方向上的xX的平均SPSS这样的计算软件来进行回归分析和直线的拟合的，这样可以通过键入独立变XY的平均值来算出预测值（即ŷ的值。回归常数(b0)是回归拟合直线Y轴截距，回归系数(b1)回归分析是一个很好的用来解释一个或者多个解释变量与非独立变量之间关系的为附加解释变量。R2的到的，它是回归分析一个相当重要的分析结果，它是通过独立变量预测非独立变量的比例变化来进行阐释的。相关系数的测定范围是从01，R2的大小表示了R20，说明是不能通过独立变量来预测非独立变R2 1xx i N x

(4.在这里，N是模型中可观测变量，xiiX方向上的值，yiiYxXyY的平均值，σxX的标准差，σyY的R2r (4.线性回归的标准残差（SE来测量计算）使用来验证回归方式是否符合之前tratio

(4.0%，说明本次毕设的实验依据就越有利，那么那些空的假设就是不存在的。所图4- 实验是通过SPSS软件中的AMOS插件来进行模型中假设路径的分析。首先，先要把模型图画到AMOS中，然后代入数据，进行分析计算，上图4-4.展示的是已经分析出4-19路径系数的显著 t H1:PEU- H2:PEU- H3:PU- - - H4:PU- H5:ATT- H6:PE- H7:PE- H8:PE- H9:UC- H10:UC- H11:FL- H12:SI H13:SI- H14:ALT- 首先需要解释的是“*”的问题，在这里：*:P<0.05**；P<0.01***；p<0.001*”在显著性满足条件的情况下，路径系数越大，表示越大。0.6以上，这就很好的说明了游戏的主要功能就是，而且实验发现“利他主义”这方式进行的。通过上面的分析可以知道，社交因素是人们喜欢游戏的一个很重要的4-20卡方GFI检验，CFI检验等等，本次毕设中吸取了在这个领域中常用的模型检验方法，对模型进行了拟合检验，从表4-20.的结果中可以看出，模型拟合良好。 这个新兴类型游戏的特点和吸引人的地方，并且通过模型以及数据，很好的验证了假设。总结与展SPSS等统第二，毕设的第二个阶段主要是进行实验，实验的过程包括问卷的设计，问卷的第三，毕设的最后一个阶段主要进行的是毕设工作的回顾和总结。在这个阶段我 样本的多样性。因为人脉以及资源的限制，在本次问卷中，被群体主游戏和还是有一些区别的，并且上班族同样也是 在年以后的今天，经推出了十几款游戏，但是之后的游戏就没有之前的游戏那么的吸引大众眼球，所以游戏的市场持久性是不太乐观的，这个需要在后致感谢的师兄师姐和工程中心所有的，为我提供了一个良好的科研感谢1006大班和整个北航计算机学院，这是一个团结友爱的集体，都有着参考文Barker,V.Olderadolescents’motivationsforsocialnetworksiteuse[A].Cyberpsychology&Behavior,2009,10(3),478–481.A.Bajaj,S.Nidumolu,Afeedbackmodeltounderstandinformationsystemusage[A],InformationandManagement33(4),1998,pp.213–224.M.Koufaris,Applyingthetechnologyacceptancemodelandflowtheorytoon-lineconsumerbehavior[A],InformationSystemResearch13(2),2002,pp.205–223.J.Lin,H.Lu,Towardanunderstandingofthebehavioralintentiontouseawebsite[J],InternationalJournalofInformationManagement20,2000,pp.197–208.K.Mathieson,Predictinguserintentions:comparingthetechnologyacceptancemodelwiththetheoryofplannedbehavior[A],InformationSystemsResearch2(3),1991,pp.J.Moon,Y.Kim,ExtendingtheTAMforaworld-wide-webcontext[A],InformationandManagement38(4),2001,pp.217–230.B.Szajna,Softwareevaluationandchoice:predictivevalidationofthetechnologyacceptanceinstrument[J],MISQuarterly18(3),1994,pp.319–324.Fishbein,M.,andAjzen,I.Belief,Attitude,IntentionandBehavior:AnIntroductiontoTheoryandResearch[A],Addison-Wesley,Reading,MA,1975.Davis,F.D.PerceivedUsefulness,PerceivedEaseofUse,andUserAcceptanceofInformationTechnology[J],MISQuarterly(13:3),1989,pp.319-339.Venkatesh,V.,andDavis,F.D.ATheoreticalExtensionoftheTechnologyAcceptanceModel:FourLongitudinalFieldStudies[A].ManagementScience(46:2),2000,pp.Venkatesh,V.,Morris,M.,Davis,G.B.,andDavis,F.D.UserAcceptanceofInformationTechnology:TowardaUnifiedView[J].MISQuarterly(27:3),2003,pp.425-78.Davis,F.D.,andWarshaw,P.R.ExtrinsicandIntrinsicMotivationtoUseComputerstheWorkplace[J].JournalofAppliedSocialPsychology(22:14),1992,pp.1111-Ajzen,I.TheTheoryofPlannedBehavior[A].OrganizationalBehaviorandHumanDecisionProcesses(50:2),1991,pp.179-211.Taylor,S.,andTodd,P.A.AssessingITUsage:TheRoleofPriorExperience[J].MISQuarterly(19:2),1995a,pp.561-570.Taylor,S.,andTodd,P.A.UnderstandingInformationTechnologyUsage:ATestofCompetingModels[A].InformationSystemsResearch(6:4),1995b,pp.144-176.Thompson,R.L.,Higgins,C.A.,andHowell,J.M.alComputing:TowardaConceptualModelofUtilization[J].MISQuarterly(15:1),1991,pp.125-143.Rogers,E.M.Diffusionofinnovations(4thed.)[M].NewYork:FreePress.Bandura,A.SocialFoundationsofThoughtandAction:ASocialCognitiveTheory,PrenticeHall[A].EnglewoodCliffs,NJ,1986.Davis,F.Atechnologyacceptancemodelforempiricallytestingnewend-userinformationsystems:theoryandresults.UnpublishedDoctoraldissertation[J],MITSloanSchoolofManagement,Cambridge,MA.1985.Davis,F.Useracceptanceofcomputertechnology:systemcharacteristics,userperceptions[A].Int.J.Man-MachineStudies,1993.38(3),475-87.Davis,F.,Bagozzi,R.P.,&Warshaw,P.R.UseracceptanceofcomputerTechnology:acomparisonoftwotheoreticalmodels[A].ManagementScience,1989.35(8),Davis,F.&Venkatesh,V.Acriticalassessmentofpotentialmeasurementbiasesinthetechnologyacceptancemodel:threeexperiments[A].Int.J. puterStudies,1996.45(1),19-45.Dong-HeeShin,Youn-JooShin.Whydopeopleplaysocialnetworkgames?[J].ComputersinHumanBehavior,2011.27,852-861.Ha,I.,Yoon,Y.,&Choi,M.Determinantsofadoptionofmobilegamesundermobilebroadbandwirelessaccessenvironment[A].Information&Management2007.Determinants,J.,&Collerette,P.Whydopeopleuseinformationtechnology?Acriticalreviewofthetechnologyacceptancemodel[A].Information&Management,2003.40(3),Legris,P.,Ingham,J.,&Collerette,P.Whydopeopleuseinformationtechnology?Acriticalreviewofthetechnologyacceptancemodel[A].Information&Management,2003.40(3),191–204Li,Y.Q.,Qi,J.Y.,&Shu,H.Y.Reviewofrelationshipsamongvariablesin[J].TsinghuaScience&Technology,2008.13(3),LiuY,LiH.Exploringtheimpactofusecontextonmobilehedonicservicesadoption:AnempiricalstudyonmobilegaminginChina[J].ComputersinHumanBehavior,2011,27(2):890-898.Deci,E.L.,&Ryan,R.M.Accessibilityandstabilityofpredictorsinthetheoryofplannedbehavior[J].JournalofalityandSocialPsychology,1987.63(5),754–VandeWijngaert,L.,&Bouwman,H.Wouldyoushare?Predictingthepotentialuseofanewtechnology[J].ematicsandInformatics,200926(1),85–106BelkRW.Anexploratoryassessmentofsituationaleffectsinbuyerbehavior[J].JMarkRes1974.11(2):156–163Mallat,N.Exploringconsumeradoptionofmobilepayments–AqualitativestudyJournalofStrategicInformationSystems,2007.16(4),Bouwman,H.,VandeWijngaert,L.,&Vos,H.Context-sensitivemobileservicesforofficers:Are-assessmentofTAM[C].In:Proceedingsofthe7thInternationalConferenceonMobileBusiness2008.(pp.191–200).Barcelona.Worldmapper.Data–Worldmapper:Theworldasyou’veneverseenitbefore[EB/OL].RetrievedonJune10,2010,fromCsikszentmihalyi,M.Beyondboredomandanxiety[J].SanFransisco:JosseyBassCsikszentmihalyi,M.,&Csikszentmihalyi,I.S.Optimalexperience:Psychologicalstudiesofflowinconsciousness[M].Cambridge:CambridgeUniversityPress.1988.Csikszentmihalyi,M.,&LeFevre,J.Optimalexperienceinworkandleisure[J].ofalityandSocialPsychology,1989.56,LuY,ZhouT,WangB.ExploringChineseusers’acceptanceofinstantmessagingusingthetheoryofplannedbehavior,thetechnologyacceptancemodel,andtheflowtheory[J].ComputersinHumanBehavior,2009,25(1):29-39.Li,D.,&Browne,G.J.Theroleofneedforcognitionandmoodinonlineflowexperience[J].JournalofComputerInformationSystems,2006.46,11–17Moon,J.-W.,&Kim,Y.-G.ExtendingtheTAMforaworld-wide-webcontext[A].InformationandManagement,2001.38,217–230.LeeMC,TsaiTR.Whatdrivespeopletocontinuetoplayonlinegames?Anextensionoftechnologymodelandtheoryofplannedbehavior[J].Intl.JournalofHuman–ComputerInteraction,2010,26(6):601-620.KwonO,WenY.Anempiricalstudyofthefactorsaffectingsocialnetworkserviceuse[J].ComputersinHumanBehavior,2010,26(2):254-263.RachlinH.Altruismandselfishness[J].BehavioralandB