评语”的模式，评分多采用1～5分的评分制。评分作为用户对商品整体的一个认知反馈，随着商品使用用户的增多，评分数据也逐渐增多，评分也会出现分散或集中的情况，而越集中则说明用户对商品的认知愈是统一。因此我们拟利用全体用户对内容评分的分散程度来替代个体认知的不确定性。打分的分散程度我们采用变异系数指标来衡量，由此得到的认知不确定性涵盖了两种了类型的不确定性。
1.2认知不确定性的衡量
变异系数又称“标准差率”，是衡量样本中各观测值的变异程度的指标，没有单位，其大小同时受平均数与标准差的影响，在比较两个或两个样本变异程度时，变异系数不受平均数与标准差大小的限制。变异系数是以相对数形式表示的变异指标。它是通过变异指标中的全距、平均差或标准差与平均指标对比得到的。变异系数可表示为标准偏差和平均值的比值，即：
使用变异系数作为衡量用户认知不确定的指标，是因为变异系数的最大优点在于它具有直观简洁的形式，容易由样本直接得到估计值。变异系数可以消除单位和（或）平均数不同对两个或多个资料变异程度比较的影响。在分析数据时，有相同的結果出现时，就可以排除掉该原因。
对数据计算其分散程度时，采用计算如公式（1）（2）（3）所示：其中，MNx表示数据的平均值，SDx表示数据的标准差。
2研究方法
2.1实验数据
本研究选取电影为研究对象，主要由于电影为经验型产品，用户消费决策更多依赖在线评分。Nelson（1974爝产品分为两类：搜寻型产品和经验型产品。搜寻型产品的全面完整的信息可以在购买前获得；经验型产品的信息只有在购买使用后才可以获得，或者其信息的获得比搜寻型产品更难，需要花费很大的精力。Huang等学者在2009年提出网上零售企业可以通过开放评论功能或提供其他消费者的评论信息，增加阅读者停留在网页的时间，进而提升经验型产品购买意愿，Bae和Lee证实在购买经验型产品（比如电影）时，独立评论网站的消费者评论可靠性要高于来自企业开放的评论平台的信息，而购买搜索型产品（比如数码相机）时，结论相反。
研究所需要的数据来自 MovieLens（http：//www.grouplens.org/）的数据集。MovieLens是历史最悠久的推荐系统。它由美国Minnesota大学计算机科学与工程学院的GroupLens项目组创办，是一个非商业性质的、以研究为目的的实验性站点。该数据集是由GroupLens Research采集的从20世纪90年末到21世纪初由MovieLens用户提供的电影评分数据。这些数据中包括电影评分、电影元数据（风格类型和年代）以及关于用户的人口统计学数据（年龄、邮编、性别和职业等）。我们使用的数据集共包含6040位MovieLens用户对3900部电影的1000209条评分数据。用户属性如表1所示。
电影属性如表2所示。
2.2实验结果
利用上述公式计算得到性别属性下的用户不确定性，以女性认知不确定性作为基准，结果如图1所示。横坐标表示电影类型，纵坐标表示数据的变异系数，即用户的认知不确定性。
从图中可以看出性别属性下，用户对商品的认知不确定性随横坐标上的电影类型变化整体是呈上升趋势的。性别属性对用户的认知不确定性的影响在某些类型电影中具有明显的作用，男性用户的认知不确定性整体是高于女性，而无论男性还是女性在所有类型电影中对纪录片、黑色电影和战争片的认知不确定性是最低的三类，但是在纪录片和黑色电影类型中女性的认知不确定性是高于男性的，分析原因在这两种带有纪传性质电影中女性用户更容易受到片中含有的情感关系所感动，造成女性用户对这两种类型电影的评分出现波动性变化，从而出现女性用户的认知不确定性在这两种类型电影中高于男性。女性用户和男性用户对犯罪片、剧情片和战争片的认知不确定性相对一致。
利用公式（1）（2）（3）计算得到年龄属性下的认知不确定性趋势图，以18岁以下的用户的认知不确定性为基准，得到结果如图2所示。
从图中曲线变化的趋势可以看出年龄在18到49岁之间的用户对各种类型电影的认知不确定性曲线具有比较一致的变化趋势；50岁以上的用户认知不确定性曲线变化趋势比较相符。18岁以下的用户的认知不确定性明显低于其他年龄段，分析其原因可能是18岁以下的评分用户数量较少，造成评分的集中程度较高，用户认知不确定性低于其他年龄段。在科幻片电影类型上45到49岁之间的用户认知不确定性明显高于其他年龄段。年龄属性下对各类型电影用户的认知不确定性最低的是黑色电影，最高为魔幻电影。
利用公式（1）（2）（3）计算得到职业属性下的认知不确定性趋势图，以其他职业或未标明职业的用户的认知不确定性为基准，得到结果如图3所示。
从图中各职业认知不确定性曲线的变化趋势可以看出商人或匠人和失业人群的认知不确定性波动频率明显高于其他职业人群。而农民的认知不确定性的波荡幅度明显高于其他职业人群，对纪录片的认知不确定性最低，对犯罪电影、冒险片及魔幻电影认知不确定性最高，分析原因可能因为数据集中该职业人群的数量较少，造成数据的集中或分散，而产生曲线波动幅度比较大。如图3所示主妇的认知不确定性与其他职业人群的认知不确定性曲线的整体呈上升的变化趋势相比有一个明显的下滑趋势。纵观各职业的认知不确定曲线可以看出，职业间没有一个明显的偏向性。
3 结论
本文从社会认知的角度研究社会影响的作用机制。提出个体对来自他人的数字内容的易感性源于对数字内容的认知不确定性，而且不确定性程度越大社会影响的作用就越强的假设，引入一个指标变异系数来衡量认知不确定性。首先对电影数据集进行属性分类。根据数据的结构形式，对数据集进行了三种属性分类，分别为性别、年龄和职业。其次，以各类型电影为基础，对分类后数据计算认知不确定性。最后，通过属性间认知不确定性的比对，研究属性在数字内容扩散中产生的影响。
实验结果表明，性别属性的影响主要表现在：男性用户不确定性程度整体高于女性，在扩散过程中的男性的社会影响高于女性。年龄属性的影响主要体现在：25-49岁间的用户社会影响大于其他年龄段的用户。职业属性的影响主要表现在：农民的易感性明显高于其他职业类型，在信息扩散过程中更容易受到他人的影响。
