在线问答社区用户社交网络特征对其知识贡献数量的影响研究

发布时间：2020-06-17 12:05

【摘要】：随着Web2.0的发展,互联网使用者从最初的浏览和传递信息转向了创造信息,用户生成内容(UGC)成为了重要的信息和知识来源。其中在线问答社区中的内容因其知识导向性和专业性而具有极高的价值。用户在问答社区中知识贡献的影响因素一直是学术研究的重点。最近越来越多的在线问答社区引入社会网络机制,用户间可互相关注形成复杂的社交网络。近年来虽然逐渐有研究者开始关注,但是社交网络如何影响用户的知识贡献依然需要进一步研究。其中值得注意的是,在目前有限的研究中,研究者对社交网络的重要特征——用户节点的入度,即用户在社区中被关注数对用户知识贡献的影响存在分歧。部分研究认为用户被关注数越多会越激励其分享更多的知识,但同时有研究发现当跟随者增加时用户会更谨慎进而减少发布内容的数量。关于用户被关注数对其知识贡献数量影响的研究分歧亟需研究解决。为了给研究分歧提供解释,本研究将在线问答社区中用户的知识贡献分为两类,即应求的知识贡献和自发的知识贡献。同时引入用户被认可数和用户类型(核心与非核心)作为调节变量,探究在不同情况组合下,用户被关注数对用户知识贡献数量的具体效应。首先,对与用户在知识社区中知识贡献因素,用户类型,知识贡献分类相关的文献进行综述和梳理。在此基础上提出研究假设和研究模型。本研究收集了在线问答社区用户在社区中活动的大规模的截面数据和长时间的面板数据。综合运用零膨胀负二项回归(ZINB)和固定效应负二项回归(FE-NB)两种方法对研究模型进行分析检验。本研究主要结论如下:(1)在社交化在线问答社区中,用户被关注数负向影响用户的应求知识贡献数量,正向影响用户的自发知识贡献数量。(2)用户被认可数能够显著缓解被关注数对应求知识贡献数量的负向影响,同时能够显著增强被关注数对自发知识贡献数量的正向影响。(3)社区核心用户相较于非核心用户对被关注数在应求知识贡献中的负向影响更敏感,同时核心用户受被关注数在自发知识贡献中正向影响较弱。本研究的创新之处首先在于将知识贡献按照触发动机来源分类,为知识分类提供了新的视角。第二,引入用户类型和被认可数的调节作用,有助于解释问答社区中存在的复杂现象。第三,采用了截面数据与面板数据分析相结合的方法,结果更加稳健。第四,采用用户活动档案数据,客观性强。本研究的创新之处和结论对今后研究的理论发展与问答社区运营实践都有着重要价值。
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F49
【图文】：

图１－１论文的技术路线逡逑１２逡逑

通过研究用户类型对用户被关注数和用户被认可数的调节效应，探索不同类型用逡逑户（核心／非核心用户）在知识贡献过程中受到的影响因素和影响机制有何差异。逡逑本研究的概念模型如图３－１所示：逡逑用户类型逡逑逦邋Ｈ３ａ，ｂ逦应求的知ｉＲＳ献逦逦逡逑被关注ex邋逦Ｈｌａ，ｂ逦？逦—逦控制变适逡逑车逦自发的知识贡献逡逑Ｈ２ａ上逦数Ｓ逡逑Ｉ邋Ｉ逡逑被认

本文编号：2717581