| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景与问题提出 | 第10-11页 |
| 1.2 文献综述 | 第11-14页 |
| 1.3 研究方法及研究目的和意义 | 第14-15页 |
| 1.3.1 研究方法 | 第14页 |
| 1.3.2 研究目的和意义 | 第14-15页 |
| 1.4 创新点 | 第15页 |
| 1.5 相关概念及理论基础 | 第15-17页 |
| 1.6 调查问卷设计 | 第17-18页 |
| 1.6.1 问卷前测 | 第17页 |
| 1.6.2 问卷发放与回收 | 第17-18页 |
| 第2章 女性比男性更偏爱分享音乐 | 第18-24页 |
| 2.1 人口统计学信息描述性统计 | 第18页 |
| 2.2 性别与分享频率描述性统计 | 第18-19页 |
| 2.3 相关性分析 | 第19-20页 |
| 2.4 假设检验 | 第20-22页 |
| 2.5 女性更喜欢分享音乐的原因分析 | 第22-24页 |
| 2.5.1 当代思想的体验化 | 第23页 |
| 2.5.2 互联网的情感思维 | 第23页 |
| 2.5.3 互联网的去中心化思维 | 第23-24页 |
| 第3章“信息寻求”和“自我表达”是主要分享动机 | 第24-34页 |
| 3.1 分享动机概述及分类 | 第24-26页 |
| 3.1.1 分享动机概述 | 第24页 |
| 3.1.2 分享动机的分类 | 第24-26页 |
| 3.2 提出假设 | 第26页 |
| 3.2.1 内在动机 | 第26页 |
| 3.2.2 外在动机 | 第26页 |
| 3.3 操作性定义 | 第26-27页 |
| 3.4 变描述性统计分析 | 第27-34页 |
| 3.4.1 李克特量表变量描述性统计分析 | 第27-30页 |
| 3.4.2 量表信度检验达到可信标准 | 第30-32页 |
| 3.4.3 量表效度良好 | 第32-34页 |
| 第4章 偏爱分享音乐的内容分析 | 第34-45页 |
| 4.1 样本内容的选择 | 第34页 |
| 4.2 确定分析的单位 | 第34-45页 |
| 4.2.1 语种：华语音乐占主流，其次是欧美音乐 | 第34-36页 |
| 4.2.2 风格：民谣音乐受到偏爱 | 第36-39页 |
| 4.2.3 情感：多为怀旧和治愈类的音乐 | 第39-41页 |
| 4.2.4 场景：大学生喜欢在夜晚、运动、学习时分享音乐 | 第41-43页 |
| 4.2.5 评论内容：多是描述当下心情 | 第43页 |
| 4.2.6 来源：分享主要来自网易云音乐 | 第43-45页 |
| 第5章 分享音乐的传播效果 | 第45-49页 |
| 5.1 传播效果定义 | 第45页 |
| 5.2 测量问项的设计 | 第45-46页 |
| 5.2.1 实际传播效果测量问项 | 第45-46页 |
| 5.2.2 预期传播效果测量问项 | 第46页 |
| 5.3 传播效果的分析 | 第46-49页 |
| 5.3.1 网络虚拟世界导致年轻人更加自我 | 第47页 |
| 5.3.2 投射效应产生的“共情”错觉 | 第47-48页 |
| 5.3.3 自媒体时代音乐分众化成大趋势 | 第48-49页 |
| 第6章 完善手机音乐软件分享机制的建议 | 第49-51页 |
| 6.1 去中心化，以情感为纽带打造UGC社区 | 第49页 |
| 6.2 抓住用户“爱现”心理，打造个性化曲库 | 第49页 |
| 6.3 建立个性化推荐机制，满足各类型听众 | 第49-50页 |
| 6.4 手机音乐app与社交软件“联姻” | 第50-51页 |
| 结语 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 附录 | 第54-57页 |
| 致谢 | 第57页 |