在当代数字通信快速演变的格局中，个体人类信息行为与应用于社交媒体平台数据的日益复杂的分析工具之间的动态相互作用，已迅速成为社会科学和计算科学跨学科学术研究的基础性焦点。针对这一关键且多方面的交叉点，信息的特刊“信息行为：社交媒体挑战与分析”系统地探讨了各种广泛的用户实践——从日常的信息寻求、主动的内容分享和集体意义建构，到战略性的在线自我展示、算法导航和情感自我调节——是如何与微妙的算法环境可供性、复杂的大数据预测分析以及更广泛的社会心理个体和集体结果相交叉的。驱动这一系列学术作品的基础愿景认识到，现代数字互动不能再脱离那些构建、放大并经常改变人类沟通模式的复杂、数据丰富的计算环境来单独评估。
本特刊的主要总体目标是汇编和综合原创的实证、分析和理论研究成果，这些成果巧妙地利用多样化的方法论，阐明现代数字通信渠道、行为分析工具和人类意向性主体性如何持续相互互动并塑造彼此。本出版物的理论框架核心在于一个基础理解，即社交媒体网络和数字应用程序绝非仅仅是数据交换的被动传输渠道。相反，它们作为密集的、高度活跃的且由架构中介的信息生态系统发挥作用，其中用户实践和计算算法持续共同构建现实。在这些高度风格化的环境中，活跃用户持续处理传入信息，对合成信息流做出情感反应，并通过参与迭代地重塑数据流。与此同时，新兴的计算工具和行为跟踪分析揭示了以前不可见或传统研究方法极难捕捉的人类互动的高度颗粒化、纵向模式。
在本特刊发表的一系列多样化贡献中，两条相互强化的中心研究线索清晰浮现。第一条突出的线索考察了高风险、快节奏信息和行为背景的高级定量分析，部署统计建模、广泛的大数据技术和实时动态计算跟踪，以揭示波动操作环境中的复杂结构模式、复杂行为动态和长期性能指标。第二条独特的线索深入关注基本人类动机、特定内容生产策略和心理数字福祉，彻底调查个体用户心理学、内容框架战术和潜在动机取向，以解读现代互联网用户如何在侵入性算法生态系统中刻意协商曝光、边界设定、选择性参与和个人繁荣。总之，这些收集论文成功地将数据驱动的计算严谨性与以人为本的心理学和通信框架联系起来，为不同社会技术背景下的当代数字信息行为提供了一种整合的、全面的且高度细微的愿景。
本特刊汇编的广泛研究文章全面探讨了这些总体主题的各种独特维度，从特定领域的定量建模到定性的心理学和通信框架。我们向所有为本特刊贡献了宝贵原创工作的敬业研究人员和学者表示诚挚感谢，包括 Tenenbaum, Maymon, Ben-Zion 和 Lev；Laor 和 Galily；Atad 和 Russo-Netzer；Laor；以及 Tang, Gu 和 Li。在高风险行为分析领域，Tenenbaum, Maymon, Ben-Zion 和 Lev 考察了战略中断和非线性心理转变如何在高压竞争环境中显现（贡献 1）。通过分析针对 NBA 教练的技术犯规判罚的二十年大数据集，并使用逻辑回归建模，他们的工作展示了一个显著的季节与位置交互作用，表明季后赛压力期间技术犯规后的主场胜率优势显著放大，说明了动态的时间和上下文元数据如何能够告知复杂计算系统中的实时决策、战略干预和危机管理。将焦点转向短视频生态系统和注意力经济，Laor 和 Galily 对以色列 Z 世代中的病毒式 TikTok 创作者进行了定量内容分析（贡献 4）。他们的研究揭示，虽然高度情感化、娱乐驱动和协作格式主导了病毒式注意力，但信息价值仍然代表不足，并且在自我展示策略方面出现了明显的性别差异。通过新马克思主义理论视角观察，他们的发现表明，尽管 TikTok 具有民主的用户生成可供性，但病毒式内容策略绝大多数复制了传统媒体惯例、商业化身份框架和根深蒂固的资本主义注意力经济。
调查支配在线参与的内部心理前因，Atad 和 Russo-Netzer 提出了一个预先注册的双路径模型，使用希伯来语改编的数字繁荣量表区分实现论（意义追求）和享乐主义（积极追求）的生活取向（贡献 2）。他们的回归分析揭示，优先考虑意义是适应性数字行为的稳健预测因素——导致较低的每日屏幕时间、减少的错失恐惧症 (FoMO)、更大的自我慈悲、较低的心理病理学以及更高的数字繁荣——而优先考虑积极预测了更高的互动社交媒体参与，而没有带来实际心理健康或繁荣的改善。检查封闭在线网络内的信息评估，Laor 探索了反疫苗 Facebook 小组成员如何通过敌意媒体感知视角处理机构 COVID-19 健康报道（贡献 3）。定性发现表明，小组成员系统地认为主流新闻报道是有偏见的、单一维度的和敌意的，这随后驱驱动了新闻回避行为并强化了对同行驱动的 Facebook 网络进行验证的依赖，说明了替代信息生态系统如何作为防御性身份社区对抗感知到的机构敌意。最后，Tang, Gu 和 Li 通过调查在中国面临严重就业不确定性的博士持有者之间的集体意义建构行为，调查了学术劳动动态和在线社区互动（贡献 5）。利用关于学术就业挑战的社交媒体讨论进行自动化主题建模，他们的研究追踪了早期职业博士毕业生如何利用数字亲和空间集体处理结构不稳定性、评估职业规范，并在全球知识经济中更广泛的劳动力市场波动应对下培养共同的应对机制。
本特刊提出的实证和理论发现共同表明，实现对当代数字环境的真正全面理解，需要一种整合的、跨学科的方法，能够调和高级计算方法与深刻的社会心理学洞察。高级数据分析和大数据计算技术提供了不可或缺的工具，用于以前所未有的规模观察宏观行为趋势、结构网络转变、媒体消费循环和大规模人口的用户参与指标。然而，发现也反复强调，准确解释这些定量数据流需要研究人员仔细考虑基本人类主体性、情感自我调节、潜在心理动机以及日益碎片化和不透明的数字空间内的更广泛社会文化背景。仅依赖原始行为指标而不考虑人类心理驱动因素，存在过度简化复杂数字行为或得出关于用户意图和福祉的错误结论的风险。
展望未来数字互动的演变格局，这些收集研究确立的综合性理论框架和实证发现突出了未来学术 inquiry 和实际应用几个关键途径。首先，研究人员有迫切且日益增长的任务，即调查复杂的算法推荐引擎如何随时间与个体心理画像动态互动。未来的学术必须探索数字界面、内容审核系统和平台可供性如何能够被有意设计和伦理工程化，以促进实现论用户参与、深度自我反思、批判性思维和真实的人际联系，而不是通过愤怒驱动的病毒式传播、成瘾性消费循环或肤浅的流行度指标来优先考虑平台货币化。其次，学术必须继续解开机构不信任的复杂心理、结构和政治驱动因素。这一关键的研究路线需要检查封闭的在线回声室如何构建、维持和防御替代叙事，同时开发强大的、基于证据的通信策略，允许公共卫生当局、学术机构和治理机构重建信任并有效弥合深刻的社会信息鸿沟。第三，随着预测分析和自动化计算技术变得越来越强大，开发者、数据科学家和政策研究人员必须积极建立和执行严格的伦理标准，确保数据驱动的洞察主动尊重用户自主权、保护个人隐私、减轻系统性算法偏差并保护整体心理健康。最终，本特刊贡献奠定的丰富实证基础，作为 ongoing 跨学科合作的 compelling 催化剂——团结数据科学、媒体研究、公共卫生、计算社会学和积极心理学——有意设计、培养和维护数字环境，在日益互联的世界中有意义地促进批判性数字素养、战略意向性、同行支持和长期人类繁荣。
利益冲突
作者声明无利益冲突。
贡献列表
- Tenenbaum, G.; Maymon, Y.K.; Ben-Zion, T.; Lev, A. 技术犯规对篮球中势头变化的影响：NBA 常规赛与季后赛的比较。信息 2025, 16, 307. https://doi.org/10.3390/info1604307.
- Atad, O.I.; Russo-Netzer, P. 通往数字繁荣的两条路径：意义和积极取向如何塑造在线行为和福祉。信息 2026, 17, 156. https://doi.org/10.3390/info17020156.
- Laor, T. 在反疫苗 Facebook 群组中活跃：通过敌意媒体视角解读主流 COVID-19 报道。信息 2026, 17, 267. https://doi.org/10.3390/info1703267.
- Laor, T.; Galily, Y. 从标签到名声：以色列 Z 世代 TikTok 影响者的内容策略。信息 2025, 16, 953. https://doi.org/10.3390/info16110953.
- Tang, Z.; Gu, Z.; Li, P. 博士就业讨论中的集体意义建构：社交媒体的一项主题建模研究。信息 2026, 17, 268. https://doi.org/10.3390/info1703268.
免责声明/出版商说明：所有出版物中包含的声明、意见和数据 solely 属于个别作者和贡献者，而不属于 MDPI 和/或编辑。MDPI 和/或编辑 disclaim 对内容中提到的任何想法、方法、说明或产品导致的人员或财产伤害的责任。 |
? 2026 作者。被许可方 MDPI, 巴塞尔，瑞士。本文是一篇开放获取文章，根据 知识共享署名 (CC BY) 许可协议 的条款和条件分发。
