社会化问答社区用户的持续知识行为研究

Information seeking is one of people’s most frequent daily activities, for its special network structure and efficient content organization, social Q&A community has become an important platform for Internet users to exchange knowledge. Based on secondary data of user behavior in social Q&A community and survey data of unrecoverable variables , we will separately study users’ continuous knowledge seeking behavior and continuous knowledge contribution behavior, and find out the influence factors of users’s continuous knowledge seeking and contribution behavior in online social Q&A communities. Based on above studies, we will adopt the hidden Markov model to explore users’ latent active states in social Q&A communities and the transitions among these latent states. This study will not only extend related theories on user behavior in social media, but also help administrators of social media and knowledge seekers who expect to get excellent results of knowledge seeking and users who want to extend their influence by knowledge contribution.

信息搜寻是人们日常生活中最为频繁的活动之一，社会化问答社区以其强大的社交网络属性和特有的信息组织方式逐渐成为互联网用户信息交换的重要场所。基于对社会化问答社区中用户行为的持续跟踪和用户行为意向的调查数据，本项目将分别对社区中用户持续知识贡献行为和持续知识搜寻行为进行实证研究，从而明确影响用户持续知识搜寻和持续知识贡献的影响因素，实现对用户行为的精细化管理。在持续知识贡献行为和持续知识搜寻行为研究的基础上，本项目将采用隐马尔科夫模型研究用户活跃状态及其变化规律，实现对用户活跃状态的跟踪和管理。本项目不仅丰富了社会化媒体中用户行为的相关理论，而且对社会化媒体的运营者、知识搜寻者、以及试图通过社会化媒体扩大自身影响力知识贡献者提供决策支持。

随着移动互联网技术的发展，以用户为中心的社会化媒体极大的颠覆了信息来源和传播渠道，对社会化问答社区的发展具有至关重要的作用。研究用户持续参与社区的影响因素，刻画用户在社区中的活跃状态及状态转移的影响因素，对社区应用具有重要的现实意义。既有关于社会化问答社区中用户行为的研究大多未对用户行为进行细分，也未考虑用户行为在时间维度上的动态变化特性，导致研究结论过于概括、难以为社区营运可操作的指导意见。针对上述问题，本项目首先将用户在社区中的参与行为细分为知识贡献行为和知识搜寻行为，通过持续跟踪和采集用户在社区中可观测数据，分别研究用户持续知识贡献行为和持续知识搜寻行为的影响因素。对于持续知识搜寻行为，本项目首先以问题为研究对象，研究用户提问获得回答的影响因素，结果表明提问者的个人特征、问题特征和话题属性对提问获得回答有显著的影响；然后以用户为研究对象，研究用户持续知识搜寻的影响因素，实证结果表明社会曝光范围对用户持续知识搜寻行为有显著的负效应，身份标识对社会曝光范围与知识搜寻行为之间的关系有显著的负向调节作用。对于持续知识贡献行为，本项目首先从数量角度研究用户持续知识贡献的影响因素，实证结果表明信任关系、社会反馈、互惠规范和身份标识对用户的持续知识贡献行为有显著的正效应。然后从质量角度研究用户贡献高质量内容的影响因素，实证结果表明社会比较、社会曝光、社会资本、信任关系、个人特征对用户贡献内容的质量有显著的正效应。在用户行为细分研究的基础上，基于用户行为在时间维度上的动态特性，基于隐马尔科夫模型和贝叶斯估计方法，研究用户活跃状态及其转移规律，结果表明用户在社区中主要有高、中、低三种活跃状态，同时这些活跃状态在社会曝光、用户反馈和互惠规范等激励机制下会发生转移，而且这些激励机制在不同状态下的激励效果也不一样。本项目的研究结果不仅丰富了虚拟社区的用户参与理论，而且对可为社会化问答社区的功能设计和个性化服务策略制定提供参考。

内容获取失败，请点击重试