精细加工可能性模型(elaboration likelihood model，ELM)，是Cacioppo与Petty两位社会心理学家(1983)提出的^[39]，它是心理学、传播学和行为科学领域中十分重要的理论之一。该理论阐释了信息是如何影响人们接受及其态度的形成，继而如何影响其行为。该理论认为，可以用两种路径来解释信息如何影响个人的行为变化及其行为态度，包括“边缘路径”和“中枢路径”。其中，中枢路径是人们处理信息和接受信息影响的主要路径，它是指人们对任务相关的信息进行深入细致的思考而做出相应的行为；边缘路径是指人们把信息外在特征或其他相关因素作为主要判断依据并以此而做出相应行为，它并不涉及深入的认知思考^[40]。在中枢路径上，人们对相关信息使用信息质量等标准进行精细加工，并做出理性反应。然而在边缘路径上，仅使用信息源质量等方面进行判断。通过边缘路径处理信息比中枢路径需要较少的认知努力，所以，边缘路径上发生的态度变化容易受到各种因素影响而显得不稳定，而在中枢路径上形成的态度变化更持久和更稳定^[41]。

精细加工可能性模型还涉及一个重要的因素——“精细加工的连续性”，个人思考论据的认真程度便指精细加工。Cacioppo和Petty(1986)指出，边缘路径、中枢路径对用户态度变化的影响，会随着专业知识和卷入度等信息接受者精细加工水平的差异而产生不同程度的变化。也就是说当个体具有较高的精细加工程度(如具备较高水平的专业知识或高度卷入)的时候，主要经由中枢路径来进行信息方面的判断；反之，当个体具备较低的精细加工程度(如专业知识较少或卷入度较低)时，会更多地依靠边缘路径来判断信息。而对于同一个人来说，在面对不同类型的信息时，选择的信息判断路径也会有所区别，当人们处理自己熟悉或者擅长的信息时，主要依靠中心路径，而在处理自己陌生或者不擅长的领域的信息时，则更多地依靠边缘路径进行判断^[42]。

Sussman和Siegal(2003)两位学者将精细加工可能性模型引入到信息行为领域的研究中，他们研究了网络社区中信息是如何对用户产生影响以及用户信息采纳的影响过程^[43]。他们结合信息系统领域技术接受模型，提出了用户信息采纳的影响因素模型，即影响用户采纳信息的主要因素是信息有用性，而信息有用性的前置因素可以概括为信息质量和信息源质量。Sussman和Siegal认为，用户在网络社区的卷入程度和自身的相关专业水平在这两个前置因素对信息有用性的影响关系中起到调节作用，卷入程度越高或者专业水平越高的用户会更多地依靠信息质量来判断信息有用性，进而影响他们的信息采纳；而卷入程度低和专业水平低的用户则依靠信息源质量来判断信息有用性，进而做出信息采纳。(www.daowen.com)

信息采纳是一个重要的研究变量，它是用户信息搜寻行为和持续信息搜寻行为之间的一个重要节点，信息采纳表明网络社区用户搜寻到相应信息后受到该信息的影响，被“说服”(persuasion)后采取的一种行为方式；同时信息采纳可以理解为用户对该信息的一种正面反馈，表明用户对该信息的态度是认可和接受的，因此接下来用户很可能会不断在社交问答平台中进行信息的搜寻。