Advances in Social Sciences
Vol.06 No.01(2017), Article ID:19474,12 pages
10.12677/ASS.2017.61001

An Empirical Study on Factors Affecting Users of Health Social Networking Sites in Loyalty and Continuing Usage Intentions

Weimin Huang, Shufen Liu, Yahan Su

National Chung Cheng University, Jiayi Taiwan

Received: Dec. 20th, 2016; accepted: Jan. 3rd, 2017; published: Jan. 6th, 2017

Copyright © 2017 by authors and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY).

http://creativecommons.org/licenses/by/4.0/

ABSTRACT

This research is mainly based on the rational behavior and puts it into three research areas of technological, personal and environmental theory in order to know about what kind of factors can influence the loyalty of users in Health Social Networking Sites (HSNS) and whether they can continue to use it. This research is to hand out between the legal adults who use the HSNS in Facebook. We have gathered 205 effective questionnaires and use the Statistics Software Smart PLS 3.2 & SPSS 22 to validate the assumption of relationship between each variable and explanation ability between variables. According to the survey, we found that the factors influencing the loyalty of users in HSNS and whether they can continue to use it are attitudes, subjective norm and satisfaction, etc., but attitudes will be influenced by perceived ease of use, perceived playfulness, trust, privacy policy, and then affect the continuous use intention. The domestic HSNS for the literature of the site is still to pay for the rights, so the research topic of this research is highly innovative and has the research category of further analysis, hoping to play one of important academic references.

Keywords:Health Social Networking Sites, Theory of Reasoned Action, Technological-Personal-Environmental Theory, Facebook

影响医疗社群网站使用者的忠诚度与持续使用意图的因素的实证研究

黄维民,刘淑芬,苏雅涵

国立中正大学,台湾 嘉义

收稿日期:2016年12月20日;录用日期:2017年1月3日;发布日期:2017年1月6日

摘 要

本研究主要以理性行为理论为基础,纳入科技-个人-环境理论之三个研究构面,以了解哪些因素会影响医疗社群网站使用者之忠诚度与持续使用意图。本研究针对有使用Facebook医疗社群网站之法定成年人进行问卷发放,共收集到205份有效问卷,并以统计软件Smart PLS 3.2与SPSS 22去验证各变量之间的假设关系及依变量间之解释能力。研究结果发现,影响医疗社群网站使用者之忠诚度与持续使用意图的因素有态度、主观规范、满意度等变项,而态度会受到知觉易用性、知觉有趣性、信任、隐私政策所影响,进而再影响持续使用意图。鉴于国内对于医疗社群网站之相关文献仍为付之阙如,故本研究之研究议题具有高度创新性及再深入剖析之研究范畴,冀望为学术上扮演重要参考依据之一。

关键词 :医疗社群网站,理性行为理论,科技-个人-环境理论,脸书

1. 引言

传统医疗服务中,面对面之医疗服务,在网络医疗中无法满足此需求,鲜少有人愿意成为网络病人,仅要求在家寻求医疗咨询或在网络上寻求帮助,而不是排队数小时,只是与医院或诊所的医生进行几分钟谈话(Greene et al., 2011) [1] 。然而,现实生活中,仅能找到少数的网络医疗服务,近日,医疗2.0活动是由病患、医护人员、医疗专业人士和其他医疗保健利益相关者所发起,目的是促进参与医疗保健,通过使用Web 2.0科技,如社群网站(Gajanayake et al., 2011) [2] 。

社群网站为医疗领域带来了一股新的革命,同时新的网络科技和软件程序,相较于以往,使医疗从业人员更能容易使用它,且能及时在网站上找到个人化的医疗信息,以及病患自我管理与其分享之相关医疗信息(Gajanayake et al., 2011) [2] 。因此所谓之医疗社群网站(Health Social Networking Sites, HSNS)便顺应而生。

在我国,医疗社群网站市场之发展尚未成熟且相关研究为数不多,著名的例如:长庚运动医疗社群(2014年成立)、北医的“抢救急诊室”脸书专页(2011年成立),其研究团队并发表“脸书造成台湾医疗之革新”(Facebook use leads to health-care reform in Taiwan)一文投稿于英国《The Lancet》期刊,并获刊登,进而引起国内外医学界重视,其研究讨论台湾急诊专科医师如何利用Facebook串联来引领医疗改革,这不仅为台湾第一个透过社群网站发难医疗问题的专页,亦是全球首例透过社群网络之医务管理。惟与国外相比之下仍为起步较晚,虽然卫福部并未限制医疗机构建置脸书或社群网站,然而为保障民众之就医安全,医疗法第五章对于医疗广告之管理已有明定,又鉴于现今网络信息之通达,为使医疗机构可透过因特网提供正确之医疗信息予民众参考,卫福部已于民国99年发布“医疗机构因特网信息管理办法”。

本此,社群网站已经成为网络用户之间,或是用户与企业之间的互动平台,却又因为社群网站之间的竞争相当激烈,容易因为虚拟社区使用人数与族群,进而影响使用者对社群网站的忠诚度。因此,该如何借由满足使用者之需求,建立社群成员对此社群网站忠诚度(Darley et al., 2010) [3] ,让其对社群网站产生持续使用之意图,最后让社群网站能永续经营,是一个重要的研究课题。

在相关文献指出,医院若善用社群网站为其社交媒体或健康信息传播之工具,将能改善病患服务质量,提高病患满意度、医院营收及利于员工招聘,让员工有发表自我意见之论坛,并能建立目前病患以及潜在病患对于医院之忠诚度,且因特网发展迄今使用率十分普及,显示社交媒体影响医院层面甚巨(Richter, Muhlestein, & Wilks, 2014) [4] 。Gruman et al. (2010) [5] 指出医院善用社交媒体,是解决健康促进和疾病预防、慢性病管理、患者的用药依赖性之途径。因此,透过医院积极参与社交媒体,可使民众藉此增加其关于健康促进之知识,并进而提高对于病患之服务质量。

Lee (2012) [6] 认为使用网络搜寻医疗信息的人数与日俱增,在美国有80%的网络用户会借由网络获得医疗信息,Gallant et al. (2011) [7] 亦指出系为美国热门在线活动排行榜之第三名,仅次于电子邮件与搜寻。然而,目前并非所有的病患都会自动接受医生之建议,而自行去进行网络之搜寻(Ratzan, 2011) [8] ,如果病患与医疗专业人员之正面沟通不能满足病患自我需求之实现,将容易使得病患变得沮丧,并增加病患对于自我疾病之不确定性,导致病患将网络当成备用的医疗知识来源(Tustin, 2010) [9] 。Hernández-Ortega (2011) [10] 表示促使病患或使用者持续使用HSNS之重要因素系为信任,信任对医疗照护之消费者而言,可减少其对于科技媒介环境之不确定性,因此信任可谓扮演相当重要之角色。有鉴于此,本研究将以使用者的角度为出发点,分析Facebook使用者对于医疗社群网站忠诚度与持续使用意图之影响,以及探讨其中关键因素之影响程度。

2. 文献综述

2.1. 医疗社群网站

关于医疗社群网站之定义,系指网络医疗信息交流的网站,网站使用者可以在网站上搜寻到不同层次的医疗信息,且网站所提供之服务范围是可以从情感上的支持至临床追踪实验访谈(Nigro et al., 2015) [11] 。

医疗社群网站所存在之关键价值,是具有提供找到类似健康状况及分享相关情况、症状、治疗信息之潜力,利用他人之相关经验,以帮助个人做出决定。医疗社群网站最初主要针对之对像是病患,但照护者、研究人员、其他有兴趣或学识渊博的人亦能参与;目前最知名且规模最大之医疗社群网站,系为Patients Like Me (http://www.patientslikeme.com/all/patients),它创始于2004年,迄今拥有约35万名会员,2800万份关于疾病之数据。

医疗社群网站为了让医师们分享临床案例、影像、影片与医学知识;且促进病患对疾病之认识,并能以积极心态及主动的行为去对抗疾病,因此提供在线技术之基础措施(Greene et al., 2011) [1] 。许多社群网站允许使用者自定义其隐私设定,以及某些医疗社群网站提供免费获得医疗相关信息之机会,且无需事先透露个人信息(Gajanayake et al., 2011) [2] 。

Liang et al. (2012) [12] 指出HSNS系为安全且有效率的沟通平台,让病患与医生能透易于分享医疗信息,因此被广泛使用迄今,并在其研究中为确保在HSNS共享医疗信息的安全性与隐私保护,而提出认证和传输之方案,透过安全及验证分析,可以帮助HSNS让用户共享医疗信息并提供令人满意之功能;并认为HSNS轻松有效地整合了集体之经验,通过连接到HSNS,病患可从资深医生得到快速且准确的医疗服务,同时医生可以及时检查反馈于他们的病患,且将HSNS视为一个属性可信之机构,在HSNS之使用者可以扮演不同的角色,如病患、医生。病患有具体的症状和疾病,而医生亦有其特色和专业水平。

2.2. 忠诚度

关于忠诚度之定义,大多数学者认为应以态度及行为两方面才能概括解释其定义。行为方面,Bloemer and Kasper (1995) [13] 认为以行为面之观点而言,衡量顾客忠诚度最普及之方式,即为针对顾客之持续性再购行为模式之权衡。Luis et al. (2010) [14] 则着重于态度及顾客重复购买意图之关系。Smith (2001) [15] 指出网站忠诚度(e-loyalty)与以往所提及之忠诚度(loyalty)于本质上十分相近,惟核心因素在于能否充分运用信息科技工具,传达用户之需求,进而与使用者建立良好之互动关系。因此,现实社会中有关忠诚度之定义在网络的世界里依然适用。

2.3. 持续使用意图

由于信息系统之价值和用户持续使用与否,是具有相当密切之关系,因此对于个人持续使用信息科技之相关研究主题,让越来越多学者们感兴趣(Ortiz & Markus, 2009) [16] ;因此信息科技之持续使用,成为近年来之热门研究主题。

关于持续使用意图之定义,最早源自于营销研究中Oliver (1980) [17] 之期望确认理论中消费者再购行为;Bhattacherjee (2001) [18] 认为系指用户在初步采用信息系统之后,仍想要继续使用之意图,且认为信息系统之所以成功是取决于能让使用者想继续使用,胜过于让使用者所能接受;因为当个人开始使用信息系统时,内心动机将进而影响其持续使用之决定;即为个人持续使用特定服务或系统之程度。

2.4. 理性行为理论

理性行为理论(Theory of Reasoned Action, TRA),其理论基础源自于社会心理学,经过不断地调整与修正,Ajzen and Fishbein终在1980年提出完整的理性行为理论之架构 [19] ;其目的在于了解与预测个人行为,广泛地应用于探讨持续使用意图之研究领域。近年来,许多研究虚拟社区之学者们运用理性行为理论,解析如何递增使用者对于网站的投入程度。例如透过采访教师及相关教育者,有意持续使用虚拟社区之意愿(Cheung & Lee, 2009) [20] ;以及藉由Facebook建立更强之连结进而增进校友之志愿服务及慈善捐赠(Farrow & Yuan, 2011) [21] 。

TRA之理论,“行为意图”(Behavioral Intention, BI)系指个人决定采取某行为之主观判断,亦反映出个人采取某行为之意图强度;行为意图主要是受到源自个人因素之态度以及源自外在因素之主观规范所影响,TRA认为行为意图是个人决定采取某行为与否之直接关键因素。“态度”(Attitude toward the Behavior, AB)系指个人对于采取某行为,所抱持之正面或负面的感受。“主观规范”(Subjective Norm, SN)系指个人在采取某行为时,所受到社会或大众压力影响之程度。值得经意的是,关于某一信念,其对态度(AB)或主观规范(SB)之影响,将为该信念赋予首要性。

惟理性行为理论亦有实行上之限制,尤其是个人意志遭受到无法自我控制之外来因素所影响时,时常对于行为不具有充分的解释力,然而行为往往不只裁决于态度与主观规范,更要思索个人对于行为之意志力控制而论定,因此越是无法支配之因素,越会干预个人施行某行为之能力。

2.5. 科技-个人-环境之理论

科技-个人-环境之理论(Jiang, Chen, & Lai, 2010) [22] 之前身系为TOE (Technology, Organization, Environment)理论,TOE系为广泛运用于企业层面之科技接受理论,亦属为全方位之研究模式,包括科技、组织、环境三大研究层面;然而TOE之本质原是为了企业层面所设计之科技接受理论,因此Jiang et al. (2010) [22] 提出既继承TOE之全面性,亦是适用于个人层面之TPE (Technological-Personal-Environmental)理论;由于TPE Model对于各层面之变量细项并无详列,惟其变量须以个人层面之调节为主。

3. 研究方法

3.1. 研究架构

本研究以曾经在Facebook使用医疗社群网站之一般社会大众为研究对象,以理性行为理论为主,结合TPE Model之研究模型,是以“知觉易用性”、“知觉有趣性”、“信任”、“隐私政策”为信念构面之自变量,“态度”则为中介变量;以“社群转换成本”、“满意度”构面作为评价构面之自变量,以“忠诚度”构面作为知觉自愿性构面之依变量,并以“持续使用意图”作为行为意图构面之依变量,其中TPE Model包含了科技、个人、环境等三个研究构面,以使用者个人角度为出发点,更能加以广泛之研究构面于剖析社群网站忠诚度与持续使用意图之影响。

根据上述,延伸提出的研究架构图如图1所示。

3.2. 研究假说

(1) 知觉易用性与态度

在行动商务领域,Sum Chau and Ngai (2010) [23] 指出年轻用户对于网络银行服务之知觉易用性对于其态度有正向之影响;周君倚与陆洛(2014) [24] 在探讨数字学习使用态度之研究中,发现知觉易用性对于态度之间存在显着正向的影响。依此提出以下假说:

【H1】:Facebook使用者使用医疗社群网站之“知觉易用性”会正向影响“态度”。

(2) 知觉有趣性与态度

Lee et al. (2012) [25] 指出知觉有趣性之认知,对于网络之使用频率有正向影响,本此认为知觉有趣性也会是影响个人行为的因素之一。Hsu and Lin (2008) [26] 发现知觉有趣性对使用者使用部落格的态度有正向显着性的影响。依此提出以下假说:

【H2】:Facebook使用者使用医疗社群网站之“知觉有趣性”会正向影响“态度”。

(3) 信任与态度

学者Shin (2010) [27] 在探讨关于社群网站使用者安全、信任和隐私忧虑之研究中,发现当使用者之信任显着时,将积极影响使用者对于网站之使用态度;Shih et al. (2013) [28] 在调查在线论坛使用者之研究发现,使用者之信任是显着正向影响其态度。在智能型互动科技服务研究之中,显现信任对于态度有正向影响。依此提出以下假说:

【H3】:Facebook使用者使用医疗社群网站之“信任”会正向影响“态度”。

(4) 隐私政策与态度

学者徐凯玲与任文瑗(2011) [29] 以行动体适能健康管理软件服务,探讨用户对于系统的使用意图,认为用户若对于个人的信息保护隐私越为正向,网站之隐私政策越周全,用户对于个人信息不当使用之疑虑也会减少进而正向影响到使用的态度。Stutzman et al. (2011) [30] 认为隐私政策若显露越少个人信息,

Figure 1. Research Architecture

图1. 研究架构

将对用户态度越会造成正面影响。依此提出以下假说:

【H4】:医疗社群网站之“隐私政策”会正向影响Facebook使用者之“态度”。

(5) 态度与持续使用意图

先前关于态度之相关研究,说明态度积极影响持续使用意图(Karaali et al., 2011) [31] 。在探讨数字学习使用态度之研究中,发现态度对持续使用意图有正向的影响(周君倚、陆洛,2014) [24] ;依此提出以下假说:

【H5】:Facebook使用者使用医疗社群网站之“态度”会正向影响“持续使用意图”。

(6) 主观规范与持续使用意图

Baker and White (2010) [32] 在探讨青少年使用社群网站之研究中,发现主观推范对于青少年持续使用社群网站之意图有显着的正向影响。Ku, Chen and Zhang (2013) [33] 指出主观规范是社群网站使用者持续使用之重要因素,且主观规范对于持续使用意图有正向影响。在用户接受信息系统之相关研究中,显示主观规范积极正向影响持续使用意图(Lankton et al., 2012) [34] 依此提出以下假说:

【H6】:Facebook使用者使用医疗社群网站之“主观规范”会正向影响“持续使用意图”。

(7) 忠诚度与持续使用意图

在Cheung and Lee(2009) [20] 的研究中,验证了社群成员的承诺正向影响对社群的持续意图。本研究将此“承诺”概念,视同为本研究之“忠诚度”变数。余朝权等人(2012) [35] 在脸书网站品牌粉丝专页之研究中,发现忠诚度对于持续参与意图有正向影响。依此提出以下假说:

【H7】:Facebook使用者使用医疗社群网站之“忠诚度”会正向影响“持续使用意图”。

(8) 满意度与忠诚度、持续使用意图

Bhattacherjee (2001) [18] 提出使用者满意度是为维持其忠诚度的主因。Ryu et al. (2014) [36] 在影响手机平台开发者忠诚度因素之研究中,亦指出满意度正向于忠诚度。许丽玲等人(2011 [37] )认为部落客对于实际使用后的满意度,会影响部落客持续使用部落格之意图,且其研究结果发现满意度对于持续使用意图有显着正向影响。

依此提出以下假说:

【H8】:Facebook使用者使用医疗社群网站之“满意度”会正向影响“持续使用意图”。

【H9】:Facebook使用者使用医疗社群网站之“满意度”会正向影响“忠诚度”。

(9) 社群转换成本与忠诚度

Lam et al. (2004) [38] 其研究结果中可看出转换成本对于忠诚度的影响再次得到实证。总而言之,不论是高满意度或高黏着度所造成的高转换成本,或是市场竞争所显现之转换成本,高转换成本皆有助于忠诚度之提升。

徐纯慧与王董文(2011) [39] 在在线购物平台忠诚度之研究中,亦指出转换成本对于维持顾客忠诚应有正向的影响。余朝权等人(2012) [35] 主张转换成本可谓为影响社群成员持续参与特定社群网站的因素中之首要观点,系为社群网站提高忠诚度之重要因素,且认为社群转换成本正向影响社群忠诚度。依此提出以下假说:

【H10】:Facebook使用者使用医疗社群网站之“社群转换成本”会正向影响“忠诚度”。

3.3. 问卷设计

本研究共分为十个研究构面,此外,本研究亦参考相关文献之后,将问项修改为符合本研究之主要目的。为了促使问卷内容具备信度与效度,待问卷设计完成之后,在问卷初稿完成时,寻求医管、信息及相关领域之专检视问卷内容,力求能明确表达各问项真切之涵义,将问卷中语意不清及容易混淆之部分进行修正,期望能达到问卷之适切性、完整性、代表性。

本问卷在设计部份采用李克特五点尺度做为评分之标准。问卷之问项如表1所示。

3.4. 样本来源及抽样方法

问卷收发时间为2016年2月底至3月底,本研究以有使用Facebook医疗社群网站之法定成年人为研究之族群。本研究亦申请人体试验委员会(Institutional Review Board)临床试验研究计划,计划编号为【10412-L02】。研究地点以南部某区域教学医院之院内为主,研究对象以曾使用Facebook之医疗社群网站的院内员工及一般社会大众为主,以实地发放方式给门诊卫教护理站之病患或家属,以及院内各大单位;排除条件为法定未成年人。

3.5. 数据分析方法

本研究将对回收之有效问卷,使用SPSS 22统计软件针对受测者之基本资料以叙述性统计方式实行分析,信度与效度则以Smart PLS 3.2软件来进行样本之分析,目的在于为了解所搜集的样本之合理性,以确保本研究之统计分析结果具有意义。

4. 资料分析与结果

4.1. 信度与效度分析

4.1.1. 信度分析

本研究各个构面的Cronbach’s α值,除了“知觉有趣性”为0.689,趋近于高信度,其余皆介于0.755至0.9之间,均达Cronbach’s α值0.7以上之标准,显示各构面大多具有高信度,而整份问卷之Cronbach’s α值亦达0.917。总体而言,本问卷之信度一致性与稳定性高。如表2所示。

4.1.2. 效度分析

在进行因素分析之前,须先透过取样适切性量数(Kaiser-Meyer-Olkin Measure of Sampling Adequacy, KMO)与Bartlett球形检定来判别是否能够测量出变量间之相关性。KMO值愈大则代表愈适合进行因素分析,而本研究KMO值采Hair et al. (1998) [48] 之建议作为判定依据,若KMO值大于0.6,则适合实行因素分析。

运用统计软件SPSS 22对205份有效问卷进行KMO与Bartlett球形检定。分析结果如表3所示,显示本研究之KMO值为0.895 > 0.6、Bartlett 球形检定统计量p值为0.000 < α = 0.01达显着水平,表示适合进行因素分析。

4.2. 结构模型分析

4.2.1. 本路径系数检定

本研究以统计软件SmartPLS 3.2内建的BootStrap法对205份有效问卷进行路径分析系数(Path Coefficient)之检定,将样本数反复进行1000次抽样后,计算出路径系数(β)及t-value值,由路径分析可得知研究变量间关系之方向与强度,若系数为正值,代表变量之间呈现正向相关;若为负值则为反向相关,检定结果如图2所示,其中虚线部份表示p-value为不显着,实线则表示p-value为显着。。显示本本研究路径系数检定结果,变量“社群转换成本”对“忠诚度”不显着,其余假说皆为显着关系。

4.2.2. 模型预测力之评估

本研究以统计软件SmartPLS 3.2针对205份有效问卷进行模型预测力估计。经由检测结果可知本研究变量之忠诚度的R2为30.9%,显示满意度对忠诚度,以及社群转换成本对忠诚度之解释能力尚待加强,

Table 1. Variable items content

表1. 变量问项内容

Table 2. Study variable reliability

表2. 研究变数信度

其解释力偏低表示还有其他因素未被找出;而在态度、持续使用意图之部分,R2值分别为43.5%、65.1%,显示二者均具有充足之解释力,各构面R2值如表4所示。

4.3. 研究假说检定结果

假设检定结果如表5所示。

5. 结论与建议

本研究之研究结果在理性行为理论方面,证明使用者在使用Facebook之医疗社群网站的态度、忠诚度、主观规范均正向于使用者之持续使用意图,鉴于路径系数可显然得知忠诚度对于使用者于Facebook使用医疗社群网站之持续使用意图影响最高,整体而言,让使用者持续使用Facebook之医疗社群网站,具备正向之态度,忠诚度是最重要的枢纽构面,而主观规范与态度亦具备有相当之影响程度。

在影响持续使用意图之因素部分,依照路径系数显示,态度、忠诚度、主观规范三个变量,皆对持续使用意图有正向显着影响,研究结果与先前影响持续使用意图之相关文献(Lankton et al., 2012) [34] 其结论相符。

Table 3. KMO and Bartlett test

表3. KMO与Bartlett球形检定

Table 4. Model predictive power

表4. 模型预测力

Figure 2. Structural models of path diagram

图2. 结构模型之路径图

Table 5. The hypothesis test results

表5. 假说检定结果

备注:○:检定结果成立;X:检定结果不成立。

此外,从本研究架构中,藉由路径系数亦可得知满意度影响忠诚度甚巨,其次为持续使用意图,皆呈现正向显着之影响,研究结果与先前满意度应用于信息科技之相关文献(Ryu et al., 2014) [36] 其结论相符。而由本研究结果显示,社群转换成本对于忠诚度呈现负相关,且不显着,此与李奇勋、苏瑞莲(2012) [49] 对于顾客忠诚度之研究结论不谋而合。

本研究之研究对象单就以曾经在Facebook使用医疗社群网站之一般社会大众,且限定受试者需为法定成年之年龄20岁(含)以上,故建议后续研究者能针对Facebook以外之医疗社群网站进行相关之研究,并扩大样本数及年龄层,进而更加详细地检验样本特性,增进样本代表性,以及论述其异同之处。

鉴于以研究模型对于探讨医疗社群网站使用者忠诚度与持续使用意图之文献仍相当匮乏,建议后续研究者可参考本研究模型,加入其他可能影响忠诚度与持续使用意图之变量,以达到更加缜密之实证研究。

本研究之变数分别为十大构面,研究问卷之文项共有31题,然而,这仅能检测大方向之影响因素,难以深入探讨其影响因素,因此建议后续研究者,扩充更符合之研究变量及增加问项题数,进而更加了解及探究受试者之真意。

文章引用

黄维民,刘淑芬,苏雅涵. 影响医疗社群网站使用者的忠诚度与持续使用意图的因素的实证研究
An Empirical Study on Factors Affecting Users of Health Social Networking Sites in Loyalty and Continuing Usage Intentions[J]. 社会科学前沿, 2017, 06(01): 1-12. http://dx.doi.org/10.12677/ASS.2017.61001

参考文献 (References)

  1. 1. Greene, J.A., Choudhry, N.K., Kilabuk, E. and Shrank, W.H. (2011) Online Social Networking by Patients with Diabetes: A Qualitative Evaluation of Communication with Facebook. Journal of General Internal Medicine, 26, 287- 292. https://doi.org/10.1007/s11606-010-1526-3

  2. 2. Gajanayake, R., Iannella, R. and Sahama, T. (2011) Sharing with Care: An Information Accountability Perspective. IEEE Internet Computing, 15, 31-38. https://doi.org/10.1109/MIC.2011.51

  3. 3. Darley, D.K., Blankson, C. and Luethge, D.J. (2010) Toward an Integrated Framework for Online Consumer Behavior and Decision Making Process: A Review. Psychology and Marketing, 27, 94-116. https://doi.org/10.1002/mar.20322

  4. 4. Richter, J.P., Muhlestein, D.B. and Wilks, C.E.A. (2014) Social Media: How Hospitals Use It, and Opportunities for Future Use. Journal of Healthcare Management, 59, 447-460.

  5. 5. Gruman, J., Royne M.H., French, M.E., Jeffress, D., Sofaer, S., Shaller, D. and Prager, D.J. (2010) From Patient Education to Patient Engagement: Implications for the Field of Patient Education. Patient Education and Counseling, 78, 350-356. https://doi.org/10.1016/j.pec.2010.02.002

  6. 6. Lee, R. (2012) The Rise of the E-Patient, Understanding Social Networks and Online Health Information Seeking. Pew Internet Project, Pew Research Center.

  7. 7. Gallant, L.M., Irizarry, C., Boone, G. and Kreps, G.L. (2011) Promoting Participatory Medicine with Social Media: New Media Applications on Hospital Websites That Enhance Health Education and E-Patients’ Voices. Journal of Participatory Medicine, 3, e49.

  8. 8. Ratzan, S.C. (2011) Our New “Social” Communication Age in Health. Journal of Health Communication, 16, 803-804. https://doi.org/10.1080/10810730.2011.610220

  9. 9. Tustin, N. (2010) The Role of Patient Satisfaction in Online Health Information Seeking. Journal of Health Communication, 15, 3-17. https://doi.org/10.1080/10810730903465491

  10. 10. Hernández-Ortega, B. (2011) The Role of Post-Use Trust in the Acceptance of a Technology: Drivers and Consequences. Technovation, 31, 523-538. https://doi.org/10.1016/j.technovation.2011.07.001

  11. 11. Nigro, C., Iannuzzi, E., Petracca, M. and Del Vecchio, S. (2015) How Health Care Moves on the Web: The Case of Health Social Network. 18th Toulon-Verona Conference on Excellence in Services, Palermo, 31 August-1 September 2015, 387-399.

  12. 12. Liang, X., Barua, M., Lu, R., Lin, X. and Shen, X.S. (2012) HealthShare: Achieving Secure and Privacy-Preserving Health Information Sharing through Health Social Networks. Computer Communications, 35, 1910-1920. https://doi.org/10.1016/j.comcom.2012.01.009

  13. 13. Bloemer, J.M.M. and Kasper, H.D.P. (1995) The Complex Relationship between Consumer Satisfaction and Brand Loyalty. Journal of Economic Psychology, 16, 311-329. https://doi.org/10.1016/0167-4870(95)00007-B

  14. 14. Luis, V.C., Carlos, F. and Miguel, G. (2010) Relationship Quality, Community Promotion and Brand Loyalty in Virtual Communities: Evidence from Free Software Communities. International Journal of Information Management, 30, 357-367. https://doi.org/10.1016/j.ijinfomgt.2010.01.004

  15. 15. Smith, E.R. (2001) Seven Steps to Building E-Loyalty. Medical Marketing and Media, 36, 94-103.

  16. 16. Ortiz De Guinea, A. and Markus, M.L. (2009) Why Break the Habit of a Lifetime? Rethinking the Roles of Intention, Habit, and Emotion in Continuing Information Technology Use. MIS Quarterly, 33, 433-444.

  17. 17. Oliver, R.L. (1980) A Cognitive Model of the Antecedents and Consequences of Satisfaction. Journal of Marketing Research, 17, 460-469. https://doi.org/10.2307/3150499

  18. 18. Bhattacherjee, A. (2001) Understanding Information Systems Continuance: An Expectation-Confirmation Model. MIS Quarterly, 25, 351-370. https://doi.org/10.2307/3250921

  19. 19. Ajzen, I. and Fishbein, M. (1980) Understanding Attitudes and Predicting Social Behavior. Prentice-Hall, Englewood Cliffs.

  20. 20. Cheung, C.M.K. and Lee, M.K.O. (2009) Understanding the Sustainability of a Virtual Community: Model Development and Empirical Test. Journal of Information Science, 35, 279-298. https://doi.org/10.1177/0165551508099088

  21. 21. Farrow, H. and Yuan, Y.C. (2011) Building Stronger Ties with Alumni through Facebook to Increase Volunteerism and Charitable Giving. Journal of Computer-Mediated Communication, 16, 445-464. https://doi.org/10.1111/j.1083-6101.2011.01550.x

  22. 22. Jiang, Y., Chen, D. and Lai, F. (2010) Technologi-cal-Personal-Environmental (TPE) Framework: A Conceptual Model for Technology Acceptance at the Individual Level. Journal of International Technology and Information Management, 19, 89-98.

  23. 23. Sum Chau, V. and Ngai, L.W. (2010) The Youth Market for Internet Banking Services: Perceptions, Attitude and Behavior. Journal of Services Marketing, 24, 42-60. https://doi.org/10.1108/08876041011017880

  24. 24. 周君倚, 陆洛. 以科技接受模式探讨数字学习系统使用态度——以成长需求为调节变项[J]. 资管管理学报, 2014, 21(1): 83-106.

  25. 25. Lee, W., Xiong, L. and Hu, C. (2012) The Effect of Facebook Users’ Arousal and Valence on Intention to Go to the Festival: Applying an Extension of the Technology Acceptance Model. International Journal of Hospitality Management, 31, 819-827. https://doi.org/10.1016/j.ijhm.2011.09.018

  26. 26. Hsu, C.L. and Lin, J.C.C. (2008) Acceptance of Blog Usage: The Roles of Technology Acceptance, Social Influence and Knowledge Sharing Motivation. Information & Management, 45, 65-74. https://doi.org/10.1016/j.im.2007.11.001

  27. 27. Shin, D.H. (2010) The Effects of Trust, Security and Privacy in Social Networking: A Security-Based Approach to Understand the Pattern of Adoption. Interacting with Computers, 22, 428-438. https://doi.org/10.1016/j.intcom.2010.05.001

  28. 28. Shih, H.P., Lai, K.H. and Cheng, T.C.E. (2013) Informational and Relational Influence Son Electronic Word of Mouth: An Empirical Study of an Online Consumer Discussion Forum. International Journal of Electronic Commerce, 17, 137-165. https://doi.org/10.2753/JEC1086-4415170405

  29. 29. 徐凯玲, 任文瑗. 影响行动体适能健康管理服务使用意图之前置因子——以My Tracks为例[J]. 信息管理研究, 2011(11): 63-82.

  30. 30. Stutzman, F., Capra, R. and Thompson, J. (2011) Factors Mediating Disclosure in Social Network Sites. Computers in Human Behavior, 27, 590-598. https://doi.org/10.1016/j.chb.2010.10.017

  31. 31. Karaali, D., Gumussoy, C.A. and Calisir, F. (2011) Factors Affecting the Intention to Use a Web-Based Learning System among Blue-Collar Workers in the Automotive Industry. Computers in Human Behavior, 27, 343-354. https://doi.org/10.1016/j.chb.2010.08.012

  32. 32. Baker, R.K. and White, K.M. (2010) Predicting Adolescents’ Use of Social Networking Sites from an Extended Theory of Planned Behaviour Perspective. Computers in Human Behavior, 26, 1591-1597. https://doi.org/10.1016/j.chb.2010.06.006

  33. 33. Ku, Y.-C., Chen, R. and Zhang, H. (2013) Why Do Users Continue Using Social Networking Sites? An Exploratory Study of Members in the United States and Taiwan. Information & Management, 50, 571-581. https://doi.org/10.1016/j.im.2013.07.011

  34. 34. Lankton, N.K., McKnight, D.H. and Thatcher, J.B.(2012) The Moderating Effects of Privacy Restrictiveness and Experience on Trusting Beliefs and Habit: An Empirical Test of Intention to Continue Using a Social Networking Website. IEEE Transactions on Engineering Management, 59, 654-665. https://doi.org/10.1109/TEM.2011.2179048

  35. 35. 余朝权, 卢瑞阳, 陈映儒. 社群网站特性与使用者忠诚度, 持续参与意图之关系[J]. 企业管理学报, 2012(95): 71-100.

  36. 36. Ryu, M.H., Kim, J. and Kim, S. (2014) Factors Affecting Application Developers’ Loyalty to Mobile Platforms. Computers in Human Behavior, 40, 78-85. https://doi.org/10.1016/j.chb.2014.08.001

  37. 37. 许丽玲, 徐村和, 唐嘉伟, 陈嘉奇. 社会影响与社群特性对于部落客任务价值及Blog持续使用意图之影响[J]. 电子商务学报, 2011, 13(4): 781-816.

  38. 38. Lam, S.Y., Shankar, V., Erramilli, M.K. and Murthy, B. (2004) Customer Value, Satisfaction, Loyalty, and Switching Costs: An Illustration from a Business-to-Business Service Context. Journal of the Academy of Marketing Science, 32, 293-311. https://doi.org/10.1177/0092070304263330

  39. 39. 徐纯慧, 王董文. 转换成本之内涵及其对顾客忠诚的影响——以在线购物平台为例[J]. 营销评论, 2011, 8(3): 295-314.

  40. 40. Davis, F.D. (1989) Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. MIS Quarterly, 13, 319-340. https://doi.org/10.2307/249008

  41. 41. Gao, Q., Rau, P.L.P. and Salvendy, G. (2009) Perception of Interactivity: Affects of Four Key Variables in Mobile Advertising. International Journal of Human-Computer Interaction, 25, 479-505. https://doi.org/10.1080/10447310902963936

  42. 42. Gefen, D., Karahanna, E. and Straub, D.W. (2003) Trust and TAM in Online Shopping: An Integrated Model. MIS Quarterly, 27, 51-90.

  43. 43. Au, N., Ngai, E.W. and Cheng, T.E. (2008) Extending the Understanding of End User Information Systems Satisfaction Formation: An Equitable Needs Fulfillment Model Approach. MIS Quarterly, 32, 43-66.

  44. 44. Bansal, H.S., Irving, P.G. and Taylor, S.F. (2004) A Three-Component Model of Customer to Service Providers. Journal of the Academy of marketing Science, 32, 234-250. https://doi.org/10.1177/0092070304263332

  45. 45. Culnan, M.J., Carlin, T.J. and Logan, T.A. (2006) Bentley-Watchfire Survey of Online Privacy Practices in Higher Education.

  46. 46. Schierz, P.G., Schilke, O. and Wirtz, B.W. (2010) Understanding Consumer Acceptance of Mobile Payment Services: An Empirical Analysis. Electronic Commerce Research and Applications, 9, 209-216. https://doi.org/10.1016/j.elerap.2009.07.005

  47. 47. Deng, Z., Lu, Y., Wei, K.K. and Zhang, J. (2010) Understanding Customer Satisfaction and Loyalty: An Empirical Study of Mobile Instant Messages in China. International Journal of Information Management, 30, 289-300. https://doi.org/10.1016/j.ijinfomgt.2009.10.001

  48. 48. Hair, J.F., Anderson, R.E., Tatham, R.L. and Black, W.C. (1998) Multivariate Data Analysis. 5th Edition, Prentice Hall, Upper Saddle River.

  49. 49. 李奇勋, 苏瑞莲. 知觉价值, 满意度, 转换成本及其他厂商吸引力对顾客忠诚度的影响[J]. 台湾管理学刊, 2012, 12(2): 117-137.

期刊菜单