放下手机,离线吧:经历高信息过载的人在线会话更稀疏

智能手机成瘾与数字福祉行为改变与反思技术数据驱动的个人决策UI/UX 设计师AI/ML 研究员与工程师HCI 研究员

文献标题

"Stop Fiddling With Your Phone and Go Offline: People Experiencing High Information Overload Have Sparse Online Sessions"

出版信息

  • 主题领域: 日常情境中网络行为与信息过载之间的交互关系。
  • 关键词: 信息过载、网络行为、会话稀疏性、数字健康、移动使用、多任务处理、纵向研究、人机交互、在线习惯、行为模式。

背景与问题

  • 问题/挑战: 很少有定量研究探讨信息过载如何与日常在线行为相关联,尤其是在纵向情境中。现有研究通常集中于定性或横断面调查,未能充分揭示与过载相关的时间和行为模式。
  • 重要性: 理解这些模式可以为设计数字健康工具和干预措施提供依据,从而缓解信息过载的负面影响,这些影响与幸福感和表现下降密切相关。
  • 动机与相关工作: 先前研究已强调信息过载在各种情境中的普遍性(如电子邮件、社交媒体、网页浏览)及其与压力和认知负担的关联。然而,主观过载体验与客观网络行为之间的关系仍未被充分探索,特别是在多设备的日常情境中。

解决方案

  • 提出的方法: 通过结合网络活动追踪和自我报告调查的纵向观察研究,探讨信息过载与网络行为之间的关系。
  • 创新点:
    1. 确定会话稀疏性(重复的、短时使用)作为区分高过载个体的关键行为信号。
    2. 探索移动设备和桌面设备使用时长与过载的关系,发现移动使用预测过载,而桌面使用则没有。
    3. 分析过载如何影响后续网络行为,显示尽管过载程度较高,但行为调整有限。
    4. 通过聚类分析基于过载水平和网络行为识别用户画像。
  • 过程与关键技术:
    1. 追踪277名参与者在七个月内通过桌面和移动设备的网络活动(共计1380万条事件)。
    2. 进行了四轮调查,测量信息过载及相关因素。
    3. 计算会话稀疏性、事件熵和不同时间窗口的使用时长等指标。
    4. 应用线性混合效应建模和聚类分析识别模式和用户画像。

结果

  • 具体发现:
    • 高会话稀疏性强烈预测信息过载,高过载个体表现出重复的、短时的使用模式。
    • 移动使用(尤其是早晨)预测过载,而桌面使用没有显著关联。
    • 特定内容类别(如社交媒体、新闻)并未一致性地预测过载。
    • 过载水平在时间上保持稳定,但存在显著的个体差异。
  • 相较基线的优势:
    • 会话稀疏性提供了比总使用时长更细致且可操作的行为信号,用于检测过载。
    • 使用的时间模式(如早晨的移动使用)比内容特定的时长更能预测过载。
  • 实验/评估:
    • 数据来源于277名参与者(55.6%为女性,中位年龄组为55–64岁),地点为德国。
    • 使用线性混合效应模型评估不同时间窗口(1–31天)内过载与网络行为的关系。
    • 聚类分析识别了四种用户画像,包括一个以高会话稀疏性为特征的“高度过载”群体。
  • 局限性与未来工作:
    • 观察性设计限制了因果推断;未来研究可引入实验性操控。
    • 未跟踪设备的参与者可能导致总在线活动的低估。
    • 未来研究可探索更多因素,如人格特质、认知能力及情境对过载的影响。

总结

本研究通过对277名参与者的设备使用和调查响应的纵向分析,探讨了网络行为与信息过载之间的关系。关键发现表明,会话稀疏性(重复的、短时使用)是过载的强预测因子,而移动使用(尤其是早晨)在其中起重要作用。尽管经历过载,个体的行为调整有限,表明过载嵌入于习惯模式中。这些洞见为信息过载的理论模型和实践干预提供了启示,例如监测和缓解会话稀疏性的数字健康工具,以促进更健康的在线习惯。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/221944/2026

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3790822
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
智能手机成瘾与数字福祉、行为改变与反思技术、数据驱动的个人决策
work
职业/产业
UI/UX 设计师、AI/ML 研究员与工程师、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
2 篇相关论文