1006大設計翻譯版基于移動社交平臺游戲技術

系（教研室）（簽字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 緒 研究背 研究目標與內 課題來 的組織結 國內外研究現 關于社交網絡和游戲的行為研 技術接受模型 結構化方程模 本章小 基于移動社交平臺的游戲技術接受度模 場景分 模型假 TAM模型的應 感知 使用環(huán) 沉浸理 社交互 利他主 本章小 實驗驗 實驗數據的...................................................................................................4.1.1問卷的設計與發(fā) 數據篩 分析與驗 問卷的基本信息統(tǒng) 數據標準 主成分分析過 信度分 模型檢 路徑分 模型擬合度檢 結果與討 本章小 總結與展 工作總 工作展 致 參考文 緒等等，在社交網絡出現后，的平臺更加廣泛，以此衍生出了不同平臺的也多樣起來，并且與以往游戲的性不同的是，基于移動社交平臺的游戲“正如國內的社交人人網是借鑒 和Myspace，是借鑒 我國的社交同樣吸收了國外成社交游戲開發(fā)公司的發(fā)展經驗，像Palydom,CrowdStar,Zynga和Lolapps，但是不得不說，基于移動客戶端的 游戲在2013年8 是騰訊公司于2011年1月21日推出的一個為智能終端提 快速發(fā)送免費（需消耗少量網絡流量）語音、、和文字，同時，也可以使 “公眾平臺”、“語音記事本”等服務插件。截至到2013年11月， “突破6億，并且它的每日活躍用戶量達到1個億之多，并且當 這個應用分別在27個不同國家的蘋果商店發(fā)布時，都在第一時間登上了應用量榜的第一名。還在不斷的被創(chuàng)造，在2013年8月5日，針對IOS系統(tǒng)的 5.0版發(fā)布，它增加了一時掀起全民的狂潮天天愛消除”發(fā)布后3天，就達到了2000萬的量， 們不禁要發(fā)問，到底是什么樣的原因，可以使游戲這么火爆。到游戲走紅的表面現象，并且有些人已經開始利用這個態(tài)勢制造新的商機，但是并沒有人對于游戲走紅這個現象背后的原因進行分析和研究，并且任何事物的發(fā)展都有好有壞，誰都不能保證游戲一直處在良好的發(fā)展態(tài)勢，也不能保證它在游戲市場中持久的戰(zhàn)斗力，而且從游戲推出后，就有一些和評價，這些都是需要從這個方面著手對基于移動社交平臺的游戲（以游戲為例）風靡這個現象背后技術領域：將基于移動社交平臺的游戲（課題中以游戲為例）利用TAMTAM模型進行有針對數據層面：針對模型，編寫相關的問卷，并且選取合適的人群進行抽的接受度模型研究，拓展用于分析移動社交網絡的游戲接受度的技術接受模型（TAM，TAM，先需要研究的是以往的及著作中對于相關領域的研究；然后人研究的基礎上提第一章緒論 第三章基于移動社交平臺的游戲技術接受度模國內外研究現[10]，整合型科技接受模型(UTAUT)[11]，激勵模型[12]，計劃行為理論(TPB)[13]，結TAM和TPB模型的模型[14][15]，電腦使用的模型[16],創(chuàng)新推廣理論[17]和社會認知理論[18]TAMTAM關于社交網絡和游戲的行為研關于社交網絡服務（SNS）以及游戲的相關研究，他們同樣選擇了以TAM模型為TAM模型，并且增加了諸如：感知娛Kwon和Yi在人機交互領域就新興的基于社交網絡的服務接受度進行了定性實驗他主義”和“呈現”等因子，并且還對用戶決定使用哪個社交服務作為目標服Ha，Yoon和Choi在人機交互領域對基于移動寬帶平臺的游戲接受進行了定性了群體的偏好，所以在這次實驗中，他們以TAM模型為基礎，通過設定、、知有用性”卻對于游戲的接受度沒有太大影響。并且了是影響游戲接受度的一個很重要的調整因子。因為在本次畢設中進行研究的也是一個以為導向的 來拓展TAM模型，從而研究出影響基于移動社交平臺的游戲的接受度的因子，在技術接受模型TAMDavis運用理性行為理論研究用戶對信息系統(tǒng)接受時所一個模型，它有兩個主要的因素即感知有用性（PerceivedUsefulness）和感知易用性（PerceivedeaseofuseTAMTAM相似模型的驗證方法，并且引入了和信念、意志相關的因TAM模型中各個變量的關系，因此有理由相信一個關于建立及驗證基于移動平臺的游戲技術接受度模型的想法行為理論(TRA)[8]的研究，Davis提煉了他的概念模型，并且提出了技術接受模型，如1.。圖2-1FredDavis原始的TAM模型Davis[19]的模型中，他假設用戶的動機，比如系統(tǒng)的使用，是可以由三個因子來解釋的，這三個因子分別是：感知易用性(PerceivedEaseofUse)，感知有用性(PerceivedUsefulness)和使用這個系統(tǒng)的態(tài)度(AttitudeTowardUsingthesystem)。他假設決定一個用就是圖2-1.中的X1，X2和X3。新的TAM模型見圖2-2.。2-2新的TAM將要從事某一行為的概率。圖2-3TAM的第一次修本Davisetal21]在不斷的研究中發(fā)現，用戶因為感知這個系統(tǒng)是十分有用的，所以他DavisTAM2-3.。Davis,BagozziWarshaw[21]2-3的模型進行了一個縱向的研究，他們發(fā)現對2-4TAM模型的最終版本的解釋在圖2-2中展示的感知有用性對于使用系統(tǒng)行為的直接影響。隨著對于系統(tǒng)的態(tài)所以針對基于移動社交平臺的游戲這個應用環(huán)境來說，TAM模型可以作為研究用戶接受度的基礎模型，所以本次畢設決定以TAM模型作為基礎模型。(1)評價的和相互關聯的關系)紹了在這次畢設中需要用到的基礎模型TAM模型對于TAM模型的演化和發(fā)展做基于移動社交平臺的游戲技術接受度模游戲在社會上引起了這么大的轟動后，也只是有一些評論和從比較淺的層面對TAM模型為基礎模型進行拓展，對基于移動社交平臺的游戲的接受度進行理論分析。 因此在提煉相關因子拓展TAM模型的時候本次畢設添加了感知（PerceivedEnjoyment應該考慮到社交網絡的特點，所以還增加了社交互動（SocialInteraction）圖3-1本文假設模TAM模型為基礎的，所以針對基于移動社交平臺的TAM模型中信念—態(tài)度—意圖—行為這條因果關系鏈是TAM模型主要是用于用戶對信息系統(tǒng)接受度的研究，而這次畢設的內容是以游戲和為的，所以必須對于TAM模型中的結感知度的愉悅感[29]，在一項關于電子商務的研究中，Heijden[28]感知性對于游戲玩TAM模型拓展到游戲領域的時候應該增加感知性這個結構。移動端的社交游戲同樣也是項目之一，所以這些假設同樣可以使用環(huán)境（UseContext）是指非常具體的技術使用環(huán)境[30]。使用環(huán)境不僅僅是指一環(huán)境，時間維度，任務定義和先前經歷。很明顯，已經成為人們生活中不可或缺的一部分，用戶會對一個正好符合使用環(huán)境的服務積極的態(tài)度，所以在本次畢設研究之前的研究證實了這個想法的正確性。在一篇對于支付的中，Mallat[32]H10：使用環(huán)境對于感知易用性有一定的積極影響。沉浸理論最初是被Csikszentmihalyi，它是指當人們完全沉浸在當前的環(huán)境并且發(fā)現感知可控性和性可以預測人們的沉浸行為[38]；在隨后的研究中，Li和Browne通過四個維度來闡釋沉浸行為：集中注意力，控制，好奇心和臨時分離[39],在本次畢設維網的好奇心是來源于他們可以通過網不斷地獲取新的信息和知識，對于移動端的有東西無法得到的時候，人們會對此分外的渴求，而游戲正是抓住了人們這樣的心并且在游戲的過程中是和自己社交網絡上的好友進行游戲。像在 H12：社交互動會對游戲的感知性產生積極的影響H13：社交互動對使用環(huán)境有一定的影響人們去幫助其他的人，是因為他們相信在不久的將來，這些人也會幫助他們的[42]。但是非常有趣的一個現象時，人們在移動端的游戲中同時表現出了這兩種利他主義。以送給自己中的好友，在 化[44]，考慮到TAM模型是理性行為理論模型（TRA）的延伸，所以把利他主義應用H14:實驗驗模型，設計了問卷，問卷是放在派（ 問卷上的，然后把問卷的通過分發(fā)出去，并且在朋友中進行多答者基本情況的8個問題，比如：，，有無使用社交網絡的經歷，有無玩圖4-1問卷網頁版——關于被者的基本信 答案選您 男\(zhòng)女您 5個月以前\5-12個月以前\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\ 問卷的第二部分是針對9個結構單元進行的直接分解測量，每一個結構單元其實是對”一共分了七個等級，用于反映用戶對于這個問題的態(tài)度，并且在這28個問題當中，還設有兩個相反問題，作為后面進行數據篩選的一個依據，以此來避免不真實的數據進入到最后的分析當中。下面的表4-2.展示了問卷第二部分的每個問題，以及其對應表4-2問 UC1: (Use PU1: Easeof PE2:我喜歡 圖4-2問卷中的數據篩選的部分結根據被者是否玩 問題1：我覺得 游戲容易上手。問題2：我覺得 為了保證問卷的信度和效度，首先進行了一個問卷的預，我們找了51個明大學生群體在某些方面和群體是相似的，問卷的信度是通過計算每個因子的221個，下面本文就對問卷的第一部分，即被者的基礎情況的數據進行統(tǒng)計和計算，結果見表4-4.。從統(tǒng)計結果看出，參與的男女比例基本上是在1:1的水平上，并且參與問卷調的來說都是一個非常好的基礎，被者中朋友的數量沒有很多，大部分是保50人左右，所以可以看出，在中的朋友應該是用戶平時聯系比較多的朋友，信和社交網絡的側重點是不同的有關吧，因為更像是這種服務，它提供的是人表4-4被者基本情況統(tǒng)男女182312310-3030-50SPSS中的描述性統(tǒng)計功能完成，并且在進行數據標準化的同時還對每個變量的數據211277774-1117774-112777111777111777表4-1117771177 最小 最大 平均 標準 11775.05.5以上，充分性和可靠性因子分析的一個功能在于驗證數據的準確性，要驗證數據的準確性，可以使用可以在SPSS數據統(tǒng)計分析軟件中進行。KMO檢驗統(tǒng)計量是用于比較變量間簡單相關系數和偏相關系數的指標，主要應用于多元統(tǒng)計的因子分析。KMO01之間，當所有變量間的簡單相關系數平方和遠遠大于偏相關系數平方和時，KMO1，KMO1，意味方和接近0時，KMO值接近0，KMO值越接近于0，意味著變量間的相關性越弱，原有變量越不適合作因子分析。KaiserKMO度量標準:0.9以上表示非常適合；0.8表示適合；0.7表示一般；0.6表示不太適合；0.5以下表示極不適合。rKMO i2

(4.

r (4.

(4.viiv0.5，并KMO值越大表示這個樣本越適合做因子分析，較大的KMO值viiv巴特利特球形檢驗是用來計算一個變量和另一個變量之間的相關性是否大到可以Rr (4.ijx2n12n5ln (4. 常使用的信度指標，它是測量一組同義或平“總和”的信度。

Y

1 iK1

(4.2是所有被測數據的方差，2i SPSS這個軟件，非常容易的算出每個潛在變量的克隆巴赫系數，而且相對于其他的值要大于0.7，如果克隆巴赫系數小于0.7，說明存在一個或者多個問題彼此之間是不相dfSigKMO0.920，χ2325)4414.323(p<.000)，數據結果因子的提取要關注主成分分析法(PrincipalComponentysis)，也就是常常簡稱的PCA法，在一個例子中也使用了廣義最小二乘法(GeneralizedLeastSquaresMethod)即GLS，廣義最小二乘法是一個單因子提取法，它通過計算觀測相關矩陣和相關矩陣之間各項方差平據反映的信息在一定程度上有。在用統(tǒng)計方法研究多變量問題時，變量太多會增少，得到的信息量較多。主成分分析法是一種數學變換的方法,它把給定的一組相關變第二變量的方差第二大，并且和第一變量不相關，稱為第二主成分。依次類推，I個變量就有I個主成分。假設一個數據矩X，其中它n行，分別代表著不同的重復試驗p列，分別代表著不同的實驗變量，從數學層面上考慮上,P個維度的權重向量,或者載荷定義的。W(kX(i相對應的，會由它們兩個計算出一個主成分因子數值t(i)，計算過程如下

tk(i)X(i)W(k (4.在這種情況下，每一個tk(ix那里繼承了最大的方差，W(k以矢量載荷W(1)需要W

t2w 1(i)

XW (4.w argmaxXw2argmaxwTXT (4. w w當然，如果考慮到W(1)是一個單位矢量的話，還應該增加argmaxwTXTXwW(1)w1 wT (4. 當通過公式計算出W(1)時，把它代入(4.11)這個公式中，從而計算出方差最大的

t1(i)X(i) (4.

kXXw(s)s1

Tw(w

(4.開始計算，并且把XX?k1，可以得到：W(k

argmaxwTX?T (4. k k1(4.w1 wT c2c

(4.0.4以下，那么這個變量在哪個 W*

(4.cci在這Wij表示矩陣中第j因子的i個變量的載荷，Ci是變i的共同變量，最大m 2argmax1m

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

(4.123456789表 ---------在表4-15中，第三部分是將數據進行旋轉過后，由線性組合求得的特征根，在提3個驗證：聚合效度，區(qū)分效度和有效性。聚合效度（convergentvalidity）是指運用不同測量方法測定同一特征時測量結一個200到250的數據集，那么每個變量需要達到的最小的的因子載荷是在0.4到0.35區(qū)分效度（discriminantvalidity）指在應用不同方法測量不同構念時，所觀測到的0.2以上；第二個方法是檢查因子的相關矩陣，因子之間的相關性不應該超過0.7，用來避免多個數據共享方差：0.7×0.7=49%?？偟膩碚f，因子分析是分為兩大步驟的：一個是探索性因子分析（EFA，一個是驗證性因子分析（CFA出滿意的因個數，在種情況，基本上沒有什么方可以做了是直這個因子進重新，如果選用這個面，一般來你會得到個和你期不一樣的模型，是這個模是可以接受的；有最后法，這個法保持原有FAEFA是在先驗結構和理論的基礎上建立的,甚至有的是由現有的尺度或者在以因子的克隆巴赫系數計算，在這里，克隆巴赫系數即常說的α 22122項，總的0.9390.8以上，0.7-0.8之間可以接受，而0.9以上，可見，問卷具有很好的信度。下面再通過表333322222個因子的克隆巴赫系數都達到了0.9以上，因此實驗的問卷是沒有問題的，問卷中方法是關注兩個變量之間的線性關聯程度，即介于+1和-1之間，它們分別代表了一個LSRLSPSSPUBI這兩個因子中的各一個進行了回歸分析，擬合結果如下，見圖4-3.，從散點圖中可以看到這兩個變量擬合的直線。YB0B1X1...BkXk (4.4-3X1,...,Xk是自變量，它們也是因人而異的，它們是和Y相關的，ε是殘差項，它代表著在模型中沒有被發(fā)現的其他所有類型的差異影響，回歸分析的結果將是一個回歸系數B0Bk，用它來發(fā)現值系數,0和殘余項的標準偏差盡 (4.xixyi y2b1 xix2

r x

(4.b0y (4.在這b0是回歸方程的常量，b1是回歸方程的相關系數，r表示的xy之間的相關性，xi是觀察變iX方向上的值，yi是觀iY方向上的xX的平均SPSS這樣的計算軟件來進行回歸分析和直線的擬合的，這樣可以通過鍵入獨立變XY的平均值來算出預測值（即?的值?；貧w常數(b0)是回歸擬合直線Y軸截距，回歸系數(b1)回歸分析是一個很好的用來解釋一個或者多個解釋變量與非獨立變量之間關系的為附加解釋變量。R2的到的，它是回歸分析一個相當重要的分析結果，它是通過獨立變量預測非獨立變量的比例變化來進行闡釋的。相關系數的測定范圍是從01，R2的大小表示了R20，說明是不能通過獨立變量來預測非獨立變R2 1xx i N x

(4.在這里，N是模型中可觀測變量，xiiX方向上的值，yiiYxXyY的平均值，σxX的標準差，σyY的R2r (4.線性回歸的標準殘差（SE來測量計算）使用來驗證回歸方式是否符合之前tratio

(4.0%，說明本次畢設的實驗依據就越有利，那么那些空的假設就是不存在的。所圖4- 實驗是通過SPSS軟件中的AMOS插件來進行模型中假設路徑的分析。首先，先要把模型圖畫到AMOS中，然后代入數據，進行分析計算，上圖4-4.展示的是已經分析出4-19路徑系數的顯著 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- 首先需要解釋的是“*”的問題，在這里：*:P<0.05**；P<0.01***；p<0.001*”在顯著性滿足條件的情況下，路徑系數越大，表示越大。0.6以上，這就很好的說明了游戲的主要功能就是，而且實驗發(fā)現“利他主義”這方式進行的。通過上面的分析可以知道，社交因素是人們喜歡游戲的一個很重要的4-20卡方GFI檢驗，CFI檢驗等等，本次畢設中吸取了在這個領域中常用的模型檢驗方法，對模型進行了擬合檢驗，從表4-20.的結果中可以看出，模型擬合良好。 這個新興類型游戲的特點和吸引人的地方，并且通過模型以及數據，很好的驗證了假設?？偨Y與展SPSS等統(tǒng)第二，畢設的第二個階段主要是進行實驗，實驗的過程包括問卷的設計，問卷的第三，畢設的最后一個階段主要進行的是畢設工作的回顧和總結。在這個階段我 樣本的多樣性。因為人脈以及資源的限制，在本次問卷中，被群體主游戲和還是有一些區(qū)別的，并且上班族同樣也是 在年以后的今天，經推出了十幾款游戲，但是之后的游戲就沒有之前的游戲那么的吸引大眾眼球，所以游戲的市場持久性是不太樂觀的，這個需要在后致感謝的師兄師姐和工程中心所有的，為我提供了一個良好的科研感謝1006大班和整個北航計算機學院，這是一個團結友愛的集體，都有著參考文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