高校微信公眾號用戶滿意度影響因子研究——以華中師范大學為例

馮莎莎

(華中師范大學信息管理學院, 武漢 430079)

?

高校微信公眾號用戶滿意度影響因子研究
——以華中師范大學為例

馮莎莎

(華中師范大學信息管理學院, 武漢 430079)

研究高校微信公眾號訂閱用戶數據，分析用戶滿意度影響因子，為改善用戶體驗，提高活躍度提供參考。構建一個綜合模型，以高校學生為主要調查對象，采用結構方程模型對其影響因素進行量化分析。調查研究表明，高校微信公眾號滿意度影響因子有:感知有用性、感知易用性、感知娛樂性、信息感知質量性和高校微信公眾號使用意愿。同時，高校微信公眾號的使用意愿主要受到感知有用性、感知娛樂性與信息感知質量性三個因素的影響，而信息感知質量性發揮中介作用，聯系和調節各種因素之間的關系。

高校微信公眾號；TAM模型；結構方程模型；用戶滿意度；用戶服務；用戶體驗

1 引言

由于現代信息技術的迅速發展，擁有大量移動用戶的微信成為日常信息交流的重要載體。而其中的微信公眾號，更是為大量的用戶提供服務。這將是我們討論的主要受眾群體。美國未來學家奈斯比特在《大趨勢》一書中曾說過，“我們淹沒在信息中，但是卻渴求知識?！盵1]隨著現代信息技術的發展，各類信息像洪水一樣向我們涌來，如何選擇我們真正需要的信息是一個迫在眉睫的問題。生活節奏的加快，知識獲取的困難，使得人們學習的時間越來越碎片化。而擁有大量移動用戶的微信公眾號因為其語言精煉，學習方便，逐漸成為我們獲得最新資訊與學習的一種重要方式。由于高校移動用戶人群具有年齡層次年輕化，知識層次較高等顯著特點，所以官方認證的高校微信公眾號訂閱人群基數大，傳播范圍廣，是獲得高校最新資訊極為方便的一個途徑。檢測用戶對于高校微信公眾號的滿意度因子研究將是本文研究的重點。

2 微信公眾號

微信(WeChat)作為一種發送和接收即時通訊信息的應用平臺，是騰訊公司于2011年1月21日推出的一類新型免費服務軟件?；谝苿又悄芸蛻舳?，微信能夠支持通信、在線語音視頻等各種功能，同時還支持根據地理位置找到相關好友，網絡朋友圈為用戶提供良好的互動體驗。微信在傳播信息方面更加便利高效，它將傳統營銷理念進行改革，使信息透明化、公眾化，快速傳送到每位用戶的微信平臺，在手機客戶端上即可獲取，傳播效果更加突出[2]。微信可進行跨通訊運營商和操作系統運作，這使其能將網絡上發出的免費消息、語音、圖片、視頻等快速地共享到各媒體平臺，擴大社交范圍。因為這種優勢的存在，雖然推出的時間不長，但至今已有超過5億活躍用戶在使用。騰訊發布的2015年微信用戶數據報告顯示，其用戶平均年齡只有26歲，97.7%的用戶在50歲以下，86.2%的用戶在18-36歲之間，可以看出微信具有極強的社交媒體性，是人們生活中不可或缺的日常工具。

微信公眾號是商家和其他企業在微信公眾平臺上注冊的個人賬號，它與相應的QQ賬號可進行相互授權連通，商家可運用公眾號在微信平臺上進行互動營銷，與特定的群體進行文字、圖片、視頻等消息的交流溝通，[3]形成新型的互動營銷模式。如今，微信公眾號更成為一種為用戶提供個性化服務的模式。隨著微信用戶的不斷增加，它將成為移動時代的超級平臺，而用戶可以得到更多的資源，實現移動學習，獲取個性化服務。

微信公眾號分為三種類型：訂閱號、服務號、企業號。首先是訂閱號，它構建了讀者之間一種新的傳播方式。訂閱號分為普通訂閱號與認證訂閱號。本文以華中師范大學為代表的高校認證官方微信訂閱號為研究案例。認證訂閱號比普通訂閱號功能更加強大，底部可以直接進行外部鏈接，并且為第三方平臺開發提供接口。服務號可以認為是更為高級的訂閱號，能夠提供更加強大的平臺。它的定向是用戶，不適合個人，主要適合企業，分為認證與普通的服務號。企業號針對大型公司、政府或者事業單位。

微信訂閱號與服務號的區別主要在于以下四點：(1)訂閱號每天都可以群發消息，而服務號只能一個月發四次；(2)訂閱號不能微信支付，而服務號可以進行申請支付；(3)訂閱號需要認證才能申請自定義菜單，而服務號無需認證即可；(4)訂閱號群發消息時有消息提醒而訂閱號沒有。目前大多數高校采用的是認證的訂閱號，具有每天發布一條圖文信息且底部能進行查詢等功能。

3 高校微信公眾號訂閱用戶滿意度概念模型

3.1 技術接受模型(TAM)

美國學者Davis在1989年將理性行為理論(TRA) 運用到用戶信息接受情況的分析中，構建了技術接受模型(Technology Acceptance Model，簡稱TAM)[4]。TAM是專門用來描述和解釋信息技術的接受程度，并能夠解釋技術使用者的行為。TAM認為系統使用、行為意向、想用的態度以及感知的有用性和易用性等變量之間有了密切的關系，感知的有用性和易用性影響想用的態度，想用的態度和感知的有用性共同影響行為意向，行為意向影響系統使用[5]。系統中所包含的諸如用戶特征、系統感知形式、系統框架等因素都屬于外部變量的范疇，而這些外部變量同時還為模型中不同個體間的差異、系統內部的行為意向、可控的各種干擾因素以及周圍環境之間建立了一種相互影響的關系。Bhattacherjee 認為當用戶感知到新信息技術有益時，會進行持續使用[6]。模型如圖1所示。

圖1 技術接受模型

TAM是預測用戶是否采納新信息技術的工具，具有很強的實用性。在實踐中影響技術接受的因素非常復雜，而且針對不同的技術，在不同的環境中，其影響因素也是非常復雜的。為了更好地解釋、預測信息技術的接受，并為實際部分提供實踐指導，模型需要不斷完善。為此，國內外提出了各種外部變量。Wixom & Todd(2005)總結了三種擴展途徑：(1)引入主觀規范、感知行為控制和自我效能等作為相關模型中的變量；(2)引入結果展示性、可視性、兼容性等其他信念變量；(3)引入外部變量，如個性特征等，將其作為有用性及易用性認知的前置變量或調節變量[7]。在國內，李寶強(2008)對模型中的外部變量進行了分類：(1)有關用戶個體特征或個人能力的變量；(2)有關社會影響的變量；(3)有關用戶心理認知的變量；(4)有關信息技術作用和技術作用與用戶需要適合程度的變量；(5)有關技術使用環境或使用條件的變量[8]。外部變量在影響用戶對信息技術的有用性認知、易用性認知、行為意圖的過程中，還可能受到其他因素的影響，即在不同的情境中，各種外部變量對認知和行為意圖的影響力不同，這些變量即為調節變量。這些變量基本涵蓋了影響用戶接受和使用信息技術的各種因素。

3.2 研究模型

本文將技術接受模型TAM引入到高校微信公眾號用戶滿意度分析中，除了TAM模型中所包含的感知易用性與感知有用性外，加入了娛樂性變量、信任變量、信息感知質量變量，并進行融合，如圖2所示。由于本研究主要研究高校微信公眾號用戶滿意度因子分析，受眾群體較為單一，且并不是所有的TAM模型都需要進行外部變量分析，因此主要分析各因變量之間關系[9]。

圖2 高校微信公眾號訂閱用戶滿意度概念模型

3.3 用戶滿意度影響因素分析

3.3.1 感知有用性

感知有用性是用戶從高校微信公眾號中感知到收益的程度，是指其能否滿足用戶的需求，需要我們進行大量的數據分析，了解用戶期望值，結合現代科技技術，提供更豐富的功能。當高校微信公眾號能夠滿足用戶需求時，用戶會進行重復使用，對使用意愿有顯著影響。同時用戶在使用過程中，會認同高校微信公眾號的價值，從而影響信息感知質量性。使用意愿的提高，會使用戶易于長時間使用高校微信公眾號，從閱讀中產生濃厚的興趣，具有沉浸感，從而感知娛樂性。

感知有用性相關假設

H11：用戶的感知有用性會正向顯著影響高校微信公眾號使用意愿

H12：用戶的感知有用性對信息感知質量性存在著正向顯著影響

H13：用戶的感知有用性會正向顯著影響感知娛樂性

3.3.2感知易用性

感知易用性是指用戶感知到使用微信公眾號的容易程度，當用戶使用新功能或新技術時，如果微信公眾號容易操作，容易使用，則用戶的使用意愿會加強。當使用的難度系數較低時，用戶會更傾向于使用，從而感知到高校微信公眾號的質量。

H21：感知易用性會正向影響高校微信公眾號使用意愿

H22：感知易用性對感知有用性存在著正向影響

3.3.3 感知娛樂性

感知娛樂性是指在使用微信公眾號時，用戶從中感知到的快樂或者趣味性。用戶在使用信息技術時，除了有用性與易用性外，會對產生趣味的信息技術進行使用。當用戶在使用時感受到快樂時，也會對信息技術感知到有用易用，從而影響信息的感知質量。

H31：感知娛樂性會正向影響高校微信公眾號使用意愿

H32：感知娛樂性對信息感知質量性、感知易用性存在著正向影響

3.3.4 信息感知質量性

高校微信公眾號在信息感知質量性方面，主要體現在賬戶推送信息的組織方式對受眾來說是否合適。當用戶認同高校微信公眾號推送的信息質量時，會提高使用熱情，增強用戶的使用意愿。同時當用戶認同該技術，持續使用時，會正向影響用戶感知有用性。

H41：信息感知質量性會正向顯著影響高校微信公眾號使用意愿

H42：信息感知質量性對感知有用性存在著正向顯著影響

4 研究方法

4.1 數據獲取與樣本統計

使用問卷調查的方式收集數據，應用前面所提到的理論模型設計相應的問卷。問卷主體分為三個部分：第一部分為是否使用過高校微信公眾號，如果使用，進行第二、三部分的調查，如果未使用則在第一部分進行原因調查；第二部分為個人背景及使用情況。個人背景的主要因素有性別、年齡、受教育程度、職稱四個方面，使用情況的主要因素為使用頻率及已使用的時間；第三部分為調查影響用戶對于高校微信公眾號使用情況滿意度的因素，詳見表1。

表1 高校微信公眾號用戶滿意度因子

問卷各變量采用多指標進行測度，各指標采用Likert五分量表進行評定，用1-5依次表示“很不滿意”“不滿意”“一般”“滿意”和“很滿意”。用戶根據自己的主觀感受和實際情況進行問卷的填寫。

問卷數據的收集主要通過兩種方法，一是運用問卷星在網絡進行問卷調查，二是發放紙質問卷填寫。問卷的調查時間為2016年3-4月，為期一個月。本問卷的題項為27，問卷數為195份，滿足數據處理的樣本需求?；厥盏膯柧碇?，男性與女性樣本各占27.9%和72.1%，其中調查對象年齡在18-25歲的占比達87.2%。由于微信公眾平臺是從2012年開始運行，因此使用高校微信公眾號年限少于兩年的人員達91.1%，但也從側面反映出微信公眾號的普及速度快。從用戶的使用頻率來看，每天使用的用戶達25.1%，而每周使用的人數占到總比重的38.0%，說明用戶使用較活躍，處于一個相對穩定的水平。

4.2 結構方程模型

結構方程模型(SEM)是一種多元數據處理工具，通過參數估計，可以建立、評估與檢驗多個因變量和多個自變量的因果關系，是多元數據分析的重要工具。過去，常用回歸分析法來檢驗因果關系。隨著可測變量的增多，回歸分析已不能滿足此類模型。為了分析和揭示高校微信公眾號用戶滿意度因子影晌因素，本研究將釆用結構方程模型來進行假設的檢驗和重要性排序。在模型中，將用戶的個人背景與使用情況作為環境變量予以控制，首先建立測量方程與結構方程。

針對指標和潛變量之間的關系，構建測量方程如下：

x=Λxξ+δ

y=Λyη+ε

其中：x指外源指標構成的向量總和；

Y指內生指標構成的向量總和；

ξ指外源潛變量構成的向量總和；

η指內生潛變量構成的向量總和；

Λx指外源指標與外源潛變量的相關關系，即外源指標在外源潛變量上的因子負荷矩陣；

Λy指內生指標與內生變量的相關關系，即內生指標在內生潛變量上的因子負荷矩陣；

對于潛變量間的關系，可以寫成如下結構方程：

η=Bη+Γξ+ζ

其中：B指內生潛變量之間的關系；

Γ指內生潛變量受外源潛變量的影響程度；

ζ指結構方程中的校正因子，即是在結構方程中沒有得到解釋的內容。[10]

根據T法則，可以判斷模型是否可以識別[11]。本文中的模型，共有19個觀測變量，5個潛變量，可以得出df>0,表示模型過度識別，可以檢驗對數據的擬合程度。因此可以認為整個模型是可以識別的。

4.3 數據分析與結果

4.3.1 信度與效度檢驗

信度分析(Reliability)，又稱可靠性分析，是調查問卷結果在反復測量時不因人群地區、背景、學歷等干擾因素而受到影響。采用Cronbach α信度系數來進行衡量，通常情況下，信度系數在0.61-0.66之間則表明該數據不可靠；信度系數在0.65-0.70之間，則表明量表可以接受；信度系數在0.70-0.80之間，則表明量表相當好；信度系數在0.80-0.90之間，則表明量表非常好。在表1分析結果中，顯示各變量Cronbach α信度系數值分別為0.772、0.895、0.895、0.850、0.839。各潛變量的信度系數均在0.772-0.895之間，同時各潛變量間Cronbach α信度系數值為0.940，因此可以得出信度大部分很好。本研究所使用問卷調查中的各個變量及其所度量的維度都體現出較高的內部一致性和穩定性。

效度具體是指用調查問卷可以有效測量出研究人員所需要的測度數據正確性程度。本次采用SPSS 20.0軟件，針對問卷采用探索性因子的分析方法進行一個結構效度的查驗，從而得出是否有遺漏的研究變量發生。當然，因子分析方法有自身的前提，即各量表問項之間必須具備一定的相關性。為了檢測問項相關性，本研究采用Bartlett球體研究設計與問卷檢驗和KMO樣本測度兩種方法。相關性檢驗需要Bartlett球體獲得相應數據并進行驗證，進而在相關矩陣上得以體現。其數據有一個準確的指針：適合進行因子分析的KMO值不小于0.9；KMO值若在0.8-0.9，很適合；當KMO值在0.7-0.8時，適合；KMO值在0.6-0.7時，不太適合；當KMO值在0.5-0.6時，很勉強；當KMO值在0.5以下時，不適合。如表2所示KMO檢驗值為0.926,Bartlett 的球形度檢驗P<0.001，具有顯著性，適合做因子分析。因子分析中采用主成分分析法和最大方差法，旋轉后的因子負荷矩陣共提取5個因子，解釋總方差的73.176%。每個維度上其主要解釋的因子載荷越大越好(應高于0.40)，在其他因子上的因子載荷越小越好(盡量低于0.50)，問卷效度很好。

表2 KMO和巴特利特檢驗

4.3.2 結構方程分析

這一部分會通過結構方程軟件分析，檢驗此次研究的假設和相關的理論模型，并從三個角度來開展研究：第一角度檢驗并測量模型的驗證性，第二角度對因子進行分析，第三角度對其結構模式的發展。吳明隆曾說過，由測量模型和結構模型的基本模型中引導出結構方程模式的分析，結構模型重點在于變量之間的連接關系，存在于觀察變量和潛在變量中，測量模式重點在于有著直接效果的潛質變量和觀察指標產生的效果[12]。

我們以理論研究為基礎，探討出了研究模型，主要是利用驗證性因子的分析方法來評估研究模型的擬合狀況，然后對量表結構的可靠性進行考核。如此，可以根據結構公式對研究模型的擬合數值考核結果來判斷其有效性。結構方程擬合的進行過程中，擬合效果需要使用以下擬合指數來進行研究并檢驗其效果。通常情況下，總體擬合指數的評價標準如下：卡方值越小越好；RMR小于0.05；近似誤差均方根(RMSEA)小于0.08；相對擬合指數(TLI)、擬合優度指數(GFI)、比較擬合指數(CFI)、調整的擬合優度指數(AGFI)、近似誤差均方根(RMSEA)、增加擬合指數(IFI)以及規范擬合指數(NFI)均大于0.8。如果模型擬合指數能夠同時達到以上標準，則表明模型的有效性符合實際情況，能夠與數據吻合。

為了說明假設模型對現實行為的解釋力，本研究首先會通過AMOS軟件對模型擬合度進行檢驗。檢驗模型的擬合效果，如表3所示。

表3 總體擬合系數表

表3顯示的假設模型擬合指數，自由度與卡方的比值倒數約為1.57，相當于規范擬合指數(NFI)的值為 0.902，比較擬合指數(CFI)的值為 0.960，增加擬合指數(IFI)的值為 0.961，相對擬合指數(TLI)的值為0.954 ，而近似誤差均方根(RMSEA)的值不得超過 0.08。以上絕大部分指數均符合各指標滿足條件，而GFI和AGFI 除外，說明量表的結構效度良好，假設模型檢驗的研究是正確的。

接下來對各條假設路徑進行檢驗分析，如表4所示。

表4 模型的路徑系數及顯著性表

通過以上的研究結果可知相關假設的結果，如表5所示：

表5 假設檢驗表

上述表格數據顯示，用戶參與使用意愿因素并不會因為感知易用性而受到影響，信息感知質量性也沒有對感知有用性產生正向影響，而剩余的假設卻得出了不錯的結果，它們存在著相關性，這與國內外相關文獻的研究結論是相符合的。另外，我們在研究中還發現了其他結論，使用意愿并不直接受易用性的影響，而是以信息感知質量為載體，對使用意愿進行間接的影響。

5 研究結論與提升用戶對高校微信公眾號滿意度方法

5.1 研究結論

根據數據分析結果，對高校微信公眾號用戶滿意度因子模型路徑進行總結歸納。結果如圖3所示。

圖3

結論一：感知有用性對用戶使用意圖正向影響，感知易用性對用戶的使用意愿沒有顯著影響，與已有的部分技術接受研究一致。易用性在最初會影響行為意圖，隨著時間推移，積累經驗后，這種影響會消失。本研究中用戶為高校學生，學歷較高，年齡在20-30歲之間，具有能較快適應新信息技術的特點，從而弱化了易用性對使用搜索引擎的行為意愿。

結論二：用戶對于高校微信公眾號的使用意愿，會受感知娛樂性的正向影響。 Davis 1992 年引入感知娛樂性變量，以便更好地解釋用戶的接受與使用行為[13]。在此次研究中，我們得出了一致的結論，即感知度會正向影響用戶使用意愿，當用戶有興趣進一步了解信息技術時，他們就會繼續使用，在自己無法自拔的同時體驗到快樂。

結論三：用戶對于高校微信公眾號的使用意愿，在很大程度上受到信息感知質量性的積極影響。當用戶對于信息提供的質量滿足時，會對信息技術產生認同感，提高用戶對于信息技術的滿意度，從而產生使用意愿。

結論四：本文研究中，感知易用性并沒正向影響感知有用性，而是感知有用性正向影響感知易用性?？赡苁墙y計學中誤差導致壓抑現象引起，造成關聯方向相反。感知娛樂性、感知易用性、感知有用性等通過影響信息感知質量性進而對使用意愿產生顯著的正向影響。圖3的數據顯示，感知有用性對感知娛樂性存在著正向影響，感知易用性對信息感知質量性存在著正向影響。

5.2 關于增加用戶對高校微信公眾號認可度的相關建議

為了提高用戶對高校微信公眾號的滿意程度，我們根據以上的研究結果提出如下建議：首先，可以提高用戶的感知娛樂性。在設計高校微信公眾號時，增加互動性功能。對于用戶感興趣的話題進行探討或組織活動，使用戶產生代入感，增強關注度，從而在瀏覽高校微信公眾號時產生快樂，具有沉浸感，使用戶使用意愿加強。其次，應該提高高校微信公眾號信息質量。感知質量與滿意度之間關系，已經有很多文獻進行敘述，本文主要從信息感知質量性與用戶高校微信公眾號使用意愿方面進行研究。從模型中可以了解到，信息感知質量性作為中介，對其他變量都具有影響。因此，在高校微信公眾號設計時，應注重發布內容的權威性，讓用戶感受到信任，從而提高用戶的使用意愿。

受制于樣本量，本研究仍有些不足。主要表現在本文問卷只有195份，數據量雖然能夠進行樣本分析處理，但是由于抽樣調查的不確定性，造成統計誤差。同時以高校學生為例，雖然將本科生與研究生分開計量，但由于該校男女比例因素，使得本次研究性別、年齡、職稱方面的因素無法很好體現出來，這些是后續研究中需要進一步完善的問題。

[1] 約翰·奈斯比特,多麗絲·奈斯比特.中國大趨勢下的挑戰與機遇[J].光彩,2011(9):10-12.

[2]李蕾，高海珍.微信：3億用戶的背后——本刊專訪微信團隊[J].新聞與寫作，2013(4)：34-36.

[3] 曹乃凡.關于微信群組傳播的研究——以微信營銷為例[J].新聞研究導刊,2015(11):277.

[4] 宋文杰,朱學芳.基于TAM模型的移動圖書館用戶行為意愿研究[J]. 圖書館學研究,2015(11):71-77，60

[5] 匡文波. 基于技術接受模型的微信使用行為研究[J]. 國際新聞界,2015(10):117-126.

[6] Anol Bhattacherjee. Understanding Information Systems Continuance: An Expectation Confirmation Model[J]. MIS Quarterly，2001 ( 3) : 351-370.

[7] Wixom B.H. & Todd P.A.. A theoretical integration of user satisfaction and technology acceptance [J].Information Systems Research,2005,16(1):85-102.

[8] 蘇君華,董宏志.面向搜索引擎的用戶接受模型研究[J].情報科學,2013(11):64-68.

[9] 齊佳音,李源泉,史雙，等.技術接受模型(TAM)變量間關系的綜述分析[C]//信息系統協會中國分會2006年學術研討會，2006:15-19.

[10] Viswanath Venkatesh,Fred D. Davis.A Theoretical Extension of the Technology Acceptance Model: Four Longitudinal Field Studies[J].Management science: Journal of the Institute of Management Sciences,2000,46(2):186-204.

[11] 凌鴻,夏力,曾鳳煥，等.內容傳遞類移動商務用戶接受模型研究[J].上海管理科學,2008,30(1):31-35.

[12] Hung-Pin Shih.Extended technology acceptance model of Internet utilization behavior[J].Information & Management,2004,41(6):719-729.

[13] 于慧.電子商務環境下關于消費者行為的影響因素研究[D].哈爾濱工業大學,2008.

[14] Moon J, Kim Y. Extending The TAM for A World-Wide-Web Context [J]. Information & Management， 2001, 38(4):217-230.

[15] Teo T, Lim V. Intrinsic and Extrinsic Motivation in Internet Usage [J]. Omega，1999, 27(1):25-37.

[16] 張一涵,袁勤儉.我國高校學生互聯網信息獲取行為的影響因素研究[C]//第四屆全國情報學博士生學術論壇論文集,2014:1-16.

[17] Nicolae Nistor.When technology acceptance models won’t work: Non-significant intention-behavior effects[J].Computers in human behavior,2014,34(May):299-300.

[18] 孫友然,楊淼,江歌. 基于結構方程的高校實踐教學滿意度模型構建研究[J]. 高教探索,2016(1):74-81.

[19] 侯杰泰，溫忠麟，成子娟.結構方程模型及其應用[M].北京:教育科學出版社，2004:245.

[20] 吳明隆.問卷統計分析實務操作與應用[M].重慶：重慶大學出版社，2010:194.

[21] 吳茹雙.微信用戶使用態度影響因素研究[D].上海交通大學,2013.

(責任編輯：朱愛瑜)

Impact Factors on User Satisfaction of WeChat Official Accounts in University——Taking Central China Normal University as an Example

FENG Sha-sha

(Central China Normal University, Wuhan 430079, China)

The study of user subscription data of WeChat Official Accounts in university and the analysis of impact factor of user satisfaction provide reference for improving user experience and activity degree. To build a comprehensive model, by using structural equation model to analyze quantitatively its impact factor on the basis of college students. The research shows that the impact factors includes: perceived usefulness, perceived easy-using, perceived entertainment, information perceived quality, use intention of Wechat Official Accounts in university. At the same time, the willingness of Wechat Official Accounts is mainly influenced by three factors: perceived usefulness, perceived entertainment and information perceived quality which plays an intermediary role to contact and adjust various factors.

WeChat Official Accounts in university; TAM model; structural equation model; user satisfaction; user service; user experience

G252.0

A

1006-1525(2016)06-0109-08

馮莎莎,女，碩士研究生。

2016-04-13