用戶在線參與的行為類型
——基于在線健康社區(qū)的質(zhì)性分析

周軍杰

(河南財經(jīng)政法大學 電子商務與物流管理學院，鄭州　450046)

?

用戶在線參與的行為類型
——基于在線健康社區(qū)的質(zhì)性分析

周軍杰

(河南財經(jīng)政法大學 電子商務與物流管理學院，鄭州450046)

用戶參與是在線社區(qū)商業(yè)模式成功的基礎，但很多在線社區(qū)卻面臨著用戶參與度低的問題。以往研究多將用戶參與行為看作一個整體，卻很少細究用戶參與行為可能的類型，不利于理論研究的深化及商業(yè)社區(qū)的運營實踐。本研究以一個在線健康社區(qū)為例，基于內(nèi)容分析法及SSBC編碼將用戶參與行為細化為6種類型，通過統(tǒng)計分析及QAP分析了不同類型行為之間的關(guān)系。研究發(fā)現(xiàn)：情感支持、知識分享及離題行為是最主要的行為類型，用戶的情感支持行為與知識分享行為、離題行為之間存在著正向關(guān)系。上述發(fā)現(xiàn)擴展了SSBC的行為類型，梳理了不同行為類型之間的關(guān)系，有助于深化對用戶在線參與行為的理論研究，對社區(qū)管理及其商業(yè)模式實現(xiàn)也有一定的實踐啟示。

在線健康社區(qū)； 用戶參與； 行為類型； 內(nèi)容分析法； QAP

0　引　言

“互聯(lián)網(wǎng)+”戰(zhàn)略的提出，加速了互聯(lián)網(wǎng)等新興技術(shù)與傳統(tǒng)行業(yè)的融合。服裝行業(yè)從傳統(tǒng)的工業(yè)化批量生產(chǎn)，發(fā)展到基于用戶數(shù)據(jù)的個性化定制[1]；餐飲行業(yè)從傳統(tǒng)的飲食服務，發(fā)展到在線訂餐等全新的平臺化盈利策略[2]；酒店業(yè)從傳統(tǒng)預訂服務，發(fā)展到鼓勵消費者參與的個性化服務[3]；出租車行業(yè)從傳統(tǒng)的打車難，發(fā)展到基于移動客戶端的專車服務[4]?；ヂ?lián)網(wǎng)等新興技術(shù)在改變我們生活方式的同時，也在悄然改變著互聯(lián)網(wǎng)時代傳統(tǒng)行業(yè)的商業(yè)模式。

互聯(lián)網(wǎng)經(jīng)濟，尤其是通過平臺化模式開展的業(yè)務，其成功的基礎在于用戶參與。對于互聯(lián)網(wǎng)平臺企業(yè)來說，參與用戶的數(shù)量及用戶參與的頻次直接影響著平臺的活躍程度[5-6]，并從三個方面影響到其商業(yè)模式的實現(xiàn)：首先是用戶直接生成訂單，為平臺盈利產(chǎn)生直接貢獻[2]；其次是用戶參與平臺信息內(nèi)容的生產(chǎn)及消費，會產(chǎn)生海量的流量，成為平臺廣告及其他增值服務收入的基礎[7]；最后是基于用戶參與行為所開發(fā)的數(shù)據(jù)產(chǎn)品，將會成為企業(yè)新的利潤來源[8]。由此可見，用戶參與行為對在線社區(qū)非常重要。

盡管用戶參與行為的作用得到了廣泛認同，但其理論研究及實踐活動卻面臨著一定的問題。在理論方面，以往研究傾向于將用戶在線行為作為一個整體，如線上互動[9-10]、用戶參與[11]、用戶互動[12-13]等，但鮮有研究細分用戶參與行為的具體類型，并探索不同類型行為之間的關(guān)系[14]，這不利于更深刻地理解用戶參與行為。在實踐方面，調(diào)查顯示很多在線社區(qū)面臨著用戶粘性下降、參與度降低等問題，反映出在線社區(qū)所提供的服務與用戶需求之間存在著可能的錯配，這樣的在線社區(qū)迫切需要深入分析用戶的在線參與行為，以期能更好地指導社區(qū)管理[12]。

本研究正是針對上述問題展開。本文選擇了一家在線健康社區(qū)，基于該社區(qū)34天的聊天記錄，通過定性與定量分析相結(jié)合的混合方法策略，細分了用戶的行為類型并探討了它們之間的關(guān)系。預期的研究發(fā)現(xiàn)會有助于深化用戶在線參與行為的理論研究，對于在線社區(qū)的精細化管理及其商業(yè)模式的實現(xiàn)也會有一定的實踐啟示。

1　文獻回顧

1.1在線社區(qū)及其參與行為

在線社區(qū)源自于虛擬社區(qū)。虛擬社區(qū)指的是基于互聯(lián)網(wǎng)技術(shù)的在線集合體，它由一群具有共同興趣愛好或目的的用戶組成，通過信息生產(chǎn)及消費來完成在線協(xié)作、知識分享及在線交易等活動[9,15]。虛擬社區(qū)有諸多類型[16]:①交易型社區(qū)，如淘寶網(wǎng)、美麗說等，這些平臺通過用戶間的交易行為、在線評論等社交行為相互影響，旨在通過商品或服務售賣來直接獲利；②關(guān)系型社區(qū)，如人人網(wǎng)、朋友網(wǎng)等，這些平臺通過熟人或陌生人的關(guān)系將用戶聯(lián)系在一起，基于用戶之間的頻繁互動所帶來的海量流量收取廣告費用等來獲利；③知識型社區(qū)，如好大夫在線、人大經(jīng)濟論壇等垂直細分領域的平臺，通過為用戶提供專業(yè)的知識服務，積累起來用戶海量的數(shù)據(jù)，為精準營銷及數(shù)據(jù)產(chǎn)品開發(fā)提供基礎，并以此獲利；④興趣型社區(qū)，如音樂網(wǎng)站、同人分享等，基于某種興趣愛好聚集人氣，通過周邊產(chǎn)品銷售、廣告或用戶數(shù)據(jù)等來獲利。

無論是何種平臺或社區(qū)，用戶參與是關(guān)鍵。不過，近些年來，很多虛擬社區(qū)卻面臨著用戶參與度低、社區(qū)粘性下降等問題。從統(tǒng)計指標來看，45.8%的受訪者認為使用社交網(wǎng)站浪費時間、耽誤了學習和工作，39.9%的受訪者表示這些網(wǎng)站用處不大，不太愿意使用這些社區(qū)[23]。從商業(yè)表現(xiàn)來看，阿里巴巴先后關(guān)閉旗下的淘江湖、來往，轉(zhuǎn)而投資新浪微博；騰訊剝離旗下的拍拍網(wǎng)、易迅，轉(zhuǎn)而投資京東商城；諸多中小社區(qū)舉步維艱，發(fā)展困難，這些事件在很大程度上反映了在線社區(qū)用戶參與度不足的問題，迫切需要去深入了解用戶在線參與行為。

用戶在線參與行為指的是用戶在社區(qū)平臺上的各類行為，如瀏覽、評價、回復及與人互動等，這些行為形成了獨立訪客(unique visitor，UV)、頁面瀏覽量(page view，PV)、訪問深度(page depth，PD)等衡量社區(qū)活躍度的指標，構(gòu)成了評價社區(qū)可持續(xù)發(fā)展及商業(yè)價值的關(guān)鍵指標[5,9,12]。用戶參與行為受到了諸多關(guān)注和研究。從知識管理的視角，用戶參與行為可以分為知識貢獻與知識接受，如在社區(qū)發(fā)帖、編輯百科內(nèi)容等[5,17]。從情報學及傳播學的視角，用戶參與行為意味著信息的擴散及觀點的傳播[18-19]。從營銷學的角度，用戶參與行為代表著口碑、粘性及忠誠度[12,20]。從社會學的視角，用戶參與行為意味著社會網(wǎng)絡結(jié)構(gòu)的變化、社會資本的多寡及群體地位的變遷[21-22]。這些研究從不同視角分析了用戶的在線參與行為，具有很好的理論貢獻，但是往往將用戶在線行為作為一個整體，如線上互動[9-10]、用戶參與[11]、用戶互動[12-13]等，用戶之間的互動行為會促進他們的在線社區(qū)參與度，是在線社區(qū)可持續(xù)發(fā)展的基礎。不過，這些研究并沒有更進一步劃分用戶參與行為的具體類型，也很少探索不同類型行為之間的關(guān)系[14]，需要給予更多的關(guān)注。

1.2在線健康社區(qū)的用戶參與行為

與一般性在線社區(qū)的整體平淡相比，近些年來，在線健康社區(qū)等專業(yè)性社區(qū)得到了極快的發(fā)展。在線健康社區(qū)是虛擬社區(qū)在主題與活動上的細化。借助于Web 2.0技術(shù)及應用，在線健康社區(qū)可以充當醫(yī)學教育的方法及工具，為不同主題的健康信息或知識的交流與協(xié)作提供服務平臺，并在不同群體之間營造關(guān)系和提供社會支持[24-26]。通過在線健康社區(qū)，人們可以向?qū)＜易稍儐栴}、向其他病患者學習或是與其他病人一起分享各自的經(jīng)歷，獲取有益的健康知識[27]。典型的在線健康社區(qū)有3類：①專業(yè)性的醫(yī)療保健網(wǎng)站(如PatientsLikeMe.com、好大夫在線等)；②綜合性社區(qū)網(wǎng)站內(nèi)的醫(yī)療保健頻道或子版塊(如晚霞網(wǎng)內(nèi)的養(yǎng)生頻道、天涯社區(qū)的健康版塊等)；③即時聊天群組(如各類以病癥交流為主的QQ群等)。

在線健康社區(qū)的出現(xiàn)為人們便捷地獲取醫(yī)療保健知識提供了便利。據(jù)統(tǒng)計，美國有61%的成年人曾經(jīng)在線搜尋健康信息[27]。移動設備及無線設備等智能終端的普及也極大地方便了人們對醫(yī)療保健知識的搜尋與獲取[28]?；赪eb 2.0等媒體及工具，患者可以在線搜索健康信息、掛號、選擇醫(yī)生和治療方案、建立在線病例和尋求情感支持[27,29]、尋找便利的自我護理和診斷的工具等[30]。人們在線醫(yī)療保健行為產(chǎn)生的數(shù)據(jù)也被認為是一座寶藏，基于這些在線的電子健康信息，研究者可以對藥物副作用、疾病暴發(fā)監(jiān)控、消費者健康詞匯表構(gòu)建、情感分析和觀點分析等進行分析，開展一些交叉性的研究[31-32]。

作為一類討論主題細化的虛擬社區(qū)，在線健康社區(qū)內(nèi)用戶的信息、知識分享行為成了研究的主題。有的研究發(fā)現(xiàn)，信任[33]、情感認同[34]和感知到的風險[26]等情感認知因素會顯著影響到用戶參與健康知識分享的意愿，即情感因素是知識分享的重要前因。也有研究從社會支持的視角分析用戶的在線健康行為，關(guān)注不同性別用戶行為的差異[14,35]、決定社會支持行為供給的因素[36-37]、社會支持行為的可能類型等[38]，認為情感支持行為是其中重要的一類，與知識分享行為并列[14]。上述兩類研究之間明顯存在不一致之處：一方面，情感認知因素是影響在線健康社區(qū)知識分享的前因；另一方面，情感支持行為又是與知識分享并列的重要行為。這就引出了一個值得深思的問題：在線健康社區(qū)用戶之間的知識分享行為及情感支持行為發(fā)生的比例如何？二者之間究竟存在著什么樣的關(guān)系？

在虛擬社區(qū)內(nèi)，情感支持是一類主要行為[39]。用戶之間的頻繁互動會引起用戶群體的分化，進而形成新的小群體[9]。在整個社區(qū)的社會網(wǎng)絡關(guān)系中，那些與其他會員一起參與互動的活躍成員形成了活動網(wǎng)絡(activity network)，彼此之間的關(guān)系屬于“強關(guān)系(strong tie)”；而不參與互動的成員只能算是社會關(guān)系網(wǎng)絡中的一員，彼此之間的關(guān)系屬于“弱關(guān)系(weak tie)”[40]。此外，根據(jù)虛擬社區(qū)內(nèi)用戶活躍程度的不同，還可以將用戶分成不同的類型，如潛水者(lurker)、發(fā)帖者(poster)[41]。當發(fā)帖者與其他用戶發(fā)生互動時，知識或情感支持網(wǎng)絡也隨之形成，網(wǎng)絡及用戶間的關(guān)系會隨著互動強度的不同而動態(tài)變化。即便是關(guān)系親密的強關(guān)系，也會隨著時間的變化而變化，進而影響到網(wǎng)絡的形態(tài)[42]。這就引出了本文的第二個問題：在線健康社區(qū)用戶的情感支持行為組成了情感支持網(wǎng)絡，知識分享行為組成了知識分享網(wǎng)絡，但兩類網(wǎng)絡之間存在著什么樣的關(guān)系？研究這個問題有助于深化對在線虛擬社區(qū)用戶參與行為的理論研究。

2　研究方法

為了回答上述兩個問題，本文采取了混合研究方法策略。先基于內(nèi)容分析法及SSBC編碼對聊天記錄完成基本的質(zhì)性分析，細分用戶的在線參與行為。再基于統(tǒng)計分析及QAP方法完成定量分析，探索不同子類型行為之間的關(guān)系。

2.1數(shù)據(jù)收集

本文的數(shù)據(jù)全部取自QQ群“YQZDL”，由論壇“與癌共舞(yuaigongwu.com)”的一位已故版主創(chuàng)建。對虛擬社區(qū)的質(zhì)性研究需要考慮道德問題，因為閱讀質(zhì)性材料可能造成隱私泄露，也可能對被觀察對象造成潛在的心理傷害[43]。但由于目標對象是一個基于論壇的公開QQ群，任何人都可以通過論壇提供的“群號”加入，或是通過QQ的條件搜索加入，故該群可以看作一個公共平臺。由于即時群組本身的特性，QQ群的聊天記錄會在官方服務器及本地終端自動保留，用戶可以自由地獲取所在群的聊天記錄(不同權(quán)限的用戶可以查閱不同時間內(nèi)的聊天記錄，如QQ會員最多能查閱60天的聊天記錄)，故QQ群聊天所產(chǎn)生的數(shù)據(jù)可以看作公開數(shù)據(jù)，其獲取無須特別告知群內(nèi)的成員。此外，群內(nèi)500多位用戶全部匿名交流，超過了考慮隱私泄露關(guān)注不少于100人的最低要求[43]。最后，為了避免讀者對用戶“對號入座”，本文對群內(nèi)參與討論的成員做了進一步的匿名處理，盡可能地保護數(shù)據(jù)來源對象[44]。

數(shù)據(jù)來源的選擇還考慮了典型性及活躍性兩個標準[45-46]。首先，典型性。該QQ群并不是單純的無依托即時通信群，而是有針對性建立的在線健康論壇，成員都是病患或是家屬，健康論壇的支持使得該群的主旨聚焦于“在線健康”，且很多精華討論能得到整理并發(fā)布在在線論壇中，便于知識的保存。癌癥是一種較重的病癥，其治療及康復具有長期性和專業(yè)性，對患者及家屬的情感影響也較大。因此，該QQ群組很好地覆蓋了“情感”和“知識”兩個主題，群內(nèi)成員間所討論的內(nèi)容既包含“健康管理、自我診斷、自我用藥、導診、候診、診斷、治療及康復”等與疾病相關(guān)的專業(yè)知識，也包含情感分享等活動，數(shù)據(jù)非常豐富，涵蓋了數(shù)據(jù)分析所需的范圍。

其次，活躍性。根據(jù)經(jīng)驗，大多數(shù)QQ群會隨時間推移而趨向于冷清，成員會屏蔽、退出或不愿再參與在線討論。與很多QQ群的冷清相比，該QQ群至少有3年半的歷史(根據(jù)作者加入時間“2011年初”推算)，但每天仍然有大量的聊天記錄產(chǎn)生，是一個極為活躍的平臺。上述現(xiàn)象會引起好奇：為什么會出現(xiàn)這種現(xiàn)象？用戶的參與行為有何特點？該QQ群的管理有何特別之處？對一般在線社區(qū)的管理有哪些啟發(fā)？

基于上述兩點，作者選擇了該QQ群作為分析的對象。在對案例對象的理解方面，采用的是參與式觀察法[47]。作者另外一個身份是患者家屬，自2011年起一直是該QQ群的成員。具體的數(shù)據(jù)收集時間為2013年10月28日至11月30日共34天，QQ群成員當時的規(guī)模為526人，共收集到15 284條聊天記錄(剔除了圖片及QQ表情等非文字記錄)。

2.2內(nèi)容分析法與SSBC編碼

本文采用內(nèi)容分析法對數(shù)據(jù)進行分析。內(nèi)容分析法是質(zhì)性研究的重要工具之一，主要通過系統(tǒng)性的編碼、主題或模式的分類過程等途徑，來實現(xiàn)對文本數(shù)據(jù)內(nèi)容的主觀解讀[48]。其中，文本數(shù)據(jù)既可以是口頭的、印刷的，也可以是電子形式的，既包括通過口述問答、開放式調(diào)查、訪談、焦點群組觀察等途徑獲得的一手資料，也包括公開發(fā)表的文章、圖書或手冊等二手材料[49]。內(nèi)容分析并不僅僅是簡單的統(tǒng)計詞頻或語言強度，而是將大量的文本分成意思相近的、可以統(tǒng)計的子類；這些子類既可以表達直觀的含義，也可以用于隱含意義的推斷[50]。使用內(nèi)容分析法的目的是為所要研究的現(xiàn)象提供新的知識和理解[51]，近些年來在虛擬社區(qū)及社會互動等用戶在線行為的研究中得到了廣泛使用[14,52]。

在具體的操作上，采用社會支持行為編碼(social support behavior coding，SSBC)來指導文本分析的編碼。SSBC起初被用于對實體環(huán)境中社會支持行為的研究，它將人們的支持行為分為信息支持、實物支持、情感支持、尊重支持和網(wǎng)絡支持等五種類型[53]。其后被擴展到虛擬環(huán)境[38]，在虛擬社區(qū)的研究中得到了廣泛使用[14,54-56]。出于研究的需要，本文將SSBC中的信息支持行為等同于知識分享行為，并未區(qū)分兩者之間的差別。

除了上述五類明確的行為，與社區(qū)完全無關(guān)的話題也會經(jīng)常出現(xiàn)。以往研究使用了“閑聊(chat)”、“無關(guān)的(unrelated)”、“離題(off-topic)”及“雜談(miscellaneous)”等詞匯描述虛擬社區(qū)內(nèi)用戶之間偏離主題的交互活動[55,57]?？紤]到在線健康社區(qū)有很強的針對性，本文使用“離題行為”來概括用戶這類與社區(qū)主題完全無關(guān)的行為。此外，即時通信還存在著用戶試圖發(fā)起話題，但無人響應的情況，本文將此類會話命名為“不成功會話”。

3　數(shù)據(jù)編碼與分析

3.1數(shù)據(jù)的預處理及編碼示例

本文首先對數(shù)據(jù)進行了預處理，即將聊天記錄劃分為不同的“會話(thread)”片段。會話指的是一次完整的聊天記錄，由不同參與者發(fā)表的聊天信息(message)組成。劃分的方式有兩種：一是根據(jù)間隔的時間，即超過30分鐘無人響應，一般一次會話就會結(jié)束，根據(jù)作者觀察，一般超過30分鐘沒人響應的話，通常會話就會結(jié)束，即便是有人在30分鐘之后繼續(xù)搭話，但基本上不會成功。二是根據(jù)主題，即通過會話的前幾條信息或是大部分信息鑒別主題。表1是編碼示例。

其中，知識分享即SSBC中原來的信息支持行為，指的是提供關(guān)于壓力本身的評價或是如何處理壓力的辦法；實物支持指的是提供困境中所需的實物或服務；情感支持指的是表達愛意或關(guān)心；尊重支持指的是表達對對方能力的尊重和信任；網(wǎng)絡支持指的是表達屬于某個群體，或擁有相似的興趣和關(guān)注點等[53]。

表1　編碼示例

3.2編碼結(jié)果與統(tǒng)計分析

按照上述分類方式及編碼方式，共鑒別出211次會話及126名參與者，會話統(tǒng)計見表2。此外，有105條屬于未得到響應的“不成功會話”，另有243條屬于雜亂無法歸類的聊天信息。

表2　會話統(tǒng)計

注：每次會話平均記錄條數(shù)=(15 284-243-105)/211。

表3是6類參與行為統(tǒng)計。與情感支持相比(22次會話，占比為10%，平均記錄為38條)，用戶發(fā)起了更多的知識分享行為(83個會話，占比為39%，平均記錄為44條)。這些知識分享行為可以分為三類，如針對別人遇見的問題展開的討論、某一次治療或檢查之后指標等結(jié)果的信息交換、針對新藥或是新療法等的討論等。但無論是情感支持或是知識分享行為，平均每次會話的信息數(shù)量都遠小于總的會話平均記錄數(shù)——71條。

表3　6類參與行為統(tǒng)計

從表3可以看出，在線健康社區(qū)內(nèi)，實物支持、網(wǎng)絡支持及尊重支持等很少發(fā)生，這點在以往研究中也有提及[14,58]。其中，尊重支持僅發(fā)生了3次，分別針對兩位用戶(其中一位是管理員)進行，主要是稱贊對方在回答病友問題時給予的幫助及表現(xiàn)出來的能力。從實際情況看，被稱贊的管理員只要在線，基本都會有問必答，而他得到的夸獎次數(shù)遠遠少于他幫助他人的次數(shù)。也就是說，在線健康社區(qū)內(nèi)，人們很少會因為自己具有豐富的專業(yè)知識而得到其他人的稱贊。故可以推測，在由患者或家屬組成的在線健康社區(qū)內(nèi)，人們分享知識時，不太會考慮普通社區(qū)中用戶所追求的“專家感”或是“社區(qū)聲譽”[37]。他們之所以分享知識，很可能是因為自己也是患者或家屬，幫助他人有助于自己將來也獲得類似的幫助，背后起作用的是這種類似于“同病相憐”的情感因素以及大家信奉的“互惠”原則。

大大出乎意料的是“離題”行為，會話數(shù)量高達91次(占比為43%)，總信息數(shù)高達9 794條(占比為64%)，平均每次會話的信息數(shù)為121條，遠遠超過了該段時間內(nèi)每次會話的平均信息數(shù)(71條)，這說明社區(qū)內(nèi)的用戶進行了大量與病癥完全無關(guān)的話題。

通過對“離題”會話進行詳細統(tǒng)計，發(fā)現(xiàn)圍繞群里面兩位年輕人的婚事(找對象)及一位會員“懷孕”的事情，群組成員竟然展開了34次會話，其中一次會話記錄的信息數(shù)竟然達到了1 287條。此外，單次會話記錄信息數(shù)排名第2位到第10位的9次會話中，竟然有6次是關(guān)于結(jié)婚與懷孕等的討論。據(jù)此推測：與癌癥這個死亡話題相比，結(jié)婚與懷孕都是充滿希望的話題，群組成員頻繁參與這兩個話題，恰恰是希望通過探索這些喜慶的事情，引導大家心中要有希望。而“離題”行為的其他聊天主題，如娛樂、八卦、美食、購物等，也都是比較輕松的話題。

綜合上述分析，盡管“離題”行為不是“情感支持”類的相互安慰等行為，但也多是輕松或是積極向上的話題，可以將其看作一類“間接的情感支持行為”。因此，在線健康社區(qū)內(nèi)，盡管直接的情感支持行為遠少于知識分享行為，但諸如“離題”行為等間接的情感支持行為卻非常多，遠遠超過了知識分享行為。

4　不同類型行為之間的關(guān)系

基于前面的編碼分類，擬分別構(gòu)建出情感支持網(wǎng)絡與知識分享網(wǎng)絡。具體做法是：將所有的感情支持行為與知識分享行為會話分別合并，統(tǒng)計各自的參與人數(shù)；如果參加了某項行為(如情感支持)，則記為1，否則記為0。在此基礎上，構(gòu)建出來了一個126×126的關(guān)系矩陣(在數(shù)據(jù)采集期內(nèi)，共有126位用戶參與了社區(qū)內(nèi)的討論)。要測度情感支持網(wǎng)絡與知識分享網(wǎng)絡之間的關(guān)系，其實質(zhì)是測量“關(guān)系”之間的關(guān)系。由于“關(guān)系”是抽象的存在，其測度主要根據(jù)結(jié)點數(shù)量與結(jié)點間的關(guān)系等來反映。也就是說，“關(guān)系”數(shù)據(jù)本身就是關(guān)于“聯(lián)系”的數(shù)據(jù)，直接違背了統(tǒng)計學上的“避免共線性”原則，使得常規(guī)的統(tǒng)計學技術(shù)無法對其測度[59]。針對這點，采用了二次指派程序(quadratic assignment procedure，QAP)分析方法。

QAP是一種對兩個或多個矩陣中對應的各個元素進行比較的方法，它通過比較各個矩陣對應的格值，給出兩個矩陣之間的相關(guān)關(guān)系，同時對關(guān)系系數(shù)進行非參數(shù)檢驗[60]。具體的做法有三步：首先，計算已知兩個矩陣之間的相關(guān)系數(shù)，即把矩陣轉(zhuǎn)換為長向量，計算二者之間的相關(guān)系數(shù)；其次，對其中一個矩陣的行及相應的列同時進行隨機置換，然后計算置換后的矩陣與另一個矩陣之間的相關(guān)系數(shù)，保存結(jié)果；反復重復上述過程，得到相關(guān)系數(shù)的分布；最后，比較第一步計算出來的相關(guān)系數(shù)與根據(jù)隨機重復計算出來的相關(guān)系數(shù)的分布，根據(jù)其落入拒絕域或是接受域來判定網(wǎng)絡之間的關(guān)系[59]。依照上述方法，本文通過QAP計算出了情感支持網(wǎng)絡與知識分享網(wǎng)絡的關(guān)系，如表4所示。

表4　情感支持網(wǎng)絡與知識分享網(wǎng)絡的關(guān)系

很顯然，兩個網(wǎng)絡間所觀察到的相關(guān)系數(shù)為0.187，且在0.000的水平上顯著，說明了兩個矩陣之間存在著正向的強關(guān)系。因此，可以認為該在線健康社區(qū)用戶的情感支持網(wǎng)絡與知識分享網(wǎng)絡之間的相關(guān)系數(shù)為0.187，二者之間的關(guān)系是一種正向的強關(guān)系。也就是說，在線健康社區(qū)用戶之間的情感支持行為與知識分享行為是相互促進的。這可以從兩個方面理解：在參與在線社區(qū)活動的過程中，用戶向社區(qū)貢獻知識可以贏得其他會員的好感，彼此之間營造良好的關(guān)系；在參與在線社區(qū)活動的過程中，情感關(guān)系良好的會員之間更容易開展知識分享行為；但基于統(tǒng)計數(shù)據(jù)，還無法推測兩種行為之間的先后順序。

此外，還構(gòu)造了“離題行為網(wǎng)絡”，分別檢驗了它與情感支持網(wǎng)絡及知識分享網(wǎng)絡之間的關(guān)系。三種行為網(wǎng)絡之間的關(guān)系如表5所示。

表5　三種行為網(wǎng)絡之間的關(guān)系

QAP分析顯示，離題行為網(wǎng)絡與情感支持網(wǎng)絡之間成正相關(guān)關(guān)系為0.178，這說明兩類行為之間是相互促進的。這一發(fā)現(xiàn)有利于解釋在線社區(qū)成員對離題行為的容忍。在離題行為的討論中，話題具有很強的不確定性，很容易將討論引向社區(qū)主題之外。在那些主題明確的在線社區(qū)中，社區(qū)管理者一般會通過一些明確的規(guī)則來防止“離題行為”的發(fā)生[57]。一個在線社區(qū)是否能容忍“離題行為”對討論主題的破壞、能在多大程度上容忍這種“離題行為”的破壞，與該社區(qū)成員之間情感關(guān)系的強弱有關(guān)。一方面，在線社區(qū)成員之間的情感支持行為越頻繁，社區(qū)成員就越能容忍其他用戶的離題行為，甚至會參與其中。另一方面，用戶越頻繁參與離題行為，會使得彼此之間變得越熟悉，他們會更加愿意向平時閑聊的對象去尋求或提供情感支持。

離題行為網(wǎng)絡與知識分享網(wǎng)絡之間的關(guān)系不顯著，這說明用戶頻繁參與離題行為的討論，并不會促進社區(qū)內(nèi)的知識分享行為；反倒可能因為參與離題討論的行為過多，使得知識分享行為的比重降低?？紤]到情感支持網(wǎng)絡與知識分享網(wǎng)絡的正相關(guān)關(guān)系，故離題行為網(wǎng)絡很可能會通過情感支持網(wǎng)絡間接影響到在線健康社區(qū)的知識分享網(wǎng)絡。

5　研究總結(jié)

5.1研究發(fā)現(xiàn)

基于上述分析，本文有三點發(fā)現(xiàn)。

首先，情感支持、知識分享及離題行為是最主要的行為類型，而離題行為可以看作“間接情感支持行為”。在線健康社區(qū)內(nèi)，情感支持行為(占比為10%)、知識分享行為(占比為39%)、與社區(qū)主題完全無關(guān)的離題行為(占比為43%)是最主要的三種行為模式。尤其是離題行為，其聊天記錄信息數(shù)占全部信息數(shù)的64%，與在線社區(qū)經(jīng)常出現(xiàn)的“灌水”現(xiàn)象一致。與以往普通虛擬社區(qū)知識分享不同的是，用戶在在線健康社區(qū)分享知識，并不是為了獲得聲譽，而更多的是由情感因素驅(qū)動，如同病相憐等。

其次，不同類型行為之間的關(guān)系?；诮y(tǒng)計分析及QAP的數(shù)據(jù)分析顯示，用戶的情感支持網(wǎng)絡與知識分享網(wǎng)絡、離題行為網(wǎng)絡之間都存在著正向的強相關(guān)關(guān)系，但知識分享網(wǎng)絡與離題行為之間的關(guān)系并不顯著，故推測離題行為會通過情感行為間接影響到用戶在線健康社區(qū)內(nèi)的知識分享行為。

此外，在在線健康社區(qū)這類主題明確的社區(qū)內(nèi)，圍繞社區(qū)主題的知識分享行為一般先于情感支持行為，尤其是先于離題行為。離題行為是伴隨著情感支持行為產(chǎn)生的新的行為類型，它的出現(xiàn)與社區(qū)內(nèi)用戶間基于情感支持的認同有很大關(guān)系。

5.2理論貢獻

基于一個在線健康社區(qū)，本文細分了用戶在線行為的類型及不同類型行為之間的關(guān)系，這些工作具有以下幾點理論貢獻。

首先，重新審視了“離題”行為的地位，擴展了SSBC的應用范圍及行為類型的維度。有研究發(fā)現(xiàn)離題行為有助于促進用戶更好地融入到社區(qū)中，并將其命名為“友誼行為(companionship activity)”[14]，但是仍然將這種行為排除在社會支持行為的范圍之外[14,38,55,57]。盡管本文并未驗證這種“離題”行為是否促進了友誼的產(chǎn)生，但分析發(fā)現(xiàn)這類行為多圍繞著輕松、充滿希望或樂趣的話題開展?？紤]到這種與主題無關(guān)的行為在在線健康社區(qū)大量出現(xiàn)，且社區(qū)成員能容忍這種行為，則將離題行為看作一種“間接的情感支持行為”，將其納入到社會支持的范圍之內(nèi)。從這個角度考慮，本文梳理了社會支持與離題行為之間的關(guān)系，擴展了SSBC編碼在互聯(lián)網(wǎng)應用時覆蓋的范圍，是對以往研究的擴展與深化[14,38]。

其次，重新審視了關(guān)于客觀指標構(gòu)造的科學性。測度知識分享的數(shù)量是虛擬社區(qū)的重要研究主題。以往研究主要通過兩種方法進行，即量表式的自我報告[17,61]及構(gòu)造“發(fā)帖量”等客觀統(tǒng)計指標[15,37]。與前者相比，后者由于構(gòu)造客觀指標，被認為更加具有科學性。不過，本文的研究發(fā)現(xiàn)顯示這種通過計算“發(fā)帖量”的測量也不一定準確。在在線健康社區(qū)內(nèi)，由于“同病相憐”等原因，情感傾訴及灌水行為等非知識分享行為時常發(fā)生，簡單地將“發(fā)帖量”作為用戶知識分享數(shù)量的測度指標，可能會夸大用戶的實際分享量。從這個角度考慮，對用戶參與行為細分的做法有助于厘清虛擬社區(qū)內(nèi)用戶參與行為的類型，對于知識分享數(shù)量的測量有很好的啟示。

最后，探討了不同類型行為之間的關(guān)系。盡管有學者比較過社會支持行為與離題行為之間的關(guān)系，但鮮有研究分別比較各類具體行為與離題行為之間的關(guān)系[14]。本文在細化行為類型的基礎上，比較了情感支持、知識分享行為與離題行為之間的關(guān)系，探討了不同類型行為出現(xiàn)的先后順序，深化了以往關(guān)于用戶在線參與行為的研究。

5.3實踐啟示

本文的案例研究發(fā)現(xiàn)同樣對在線社區(qū)管理實踐具有一定的啟示。

首先，關(guān)于討論主題的管理。對在線社區(qū)管理者來說，偏離主題的討論無法幫助社區(qū)積累有直接價值的數(shù)據(jù)，不利于在線社區(qū)核心價值的實現(xiàn)。很多在線社區(qū)試圖去平衡社區(qū)內(nèi)的主題討論及離題行為，試圖將話題控制在一定范圍內(nèi)。但這種嘗試往往帶來了用戶行為的失控，最終導致了在線社區(qū)的冷清及商業(yè)模式的失敗。本文所分析的案例是一個特例，盡管社區(qū)管理者也在試圖控制討論的主題，但在社區(qū)成員建立共識后，離題行為最終被容忍。它給在線社區(qū)管理者的啟示是：在線社區(qū)發(fā)展的前期，應該嚴格控制話題討論，這樣會促進社區(qū)專業(yè)知識的產(chǎn)生，從而吸引更多的用戶；在社區(qū)規(guī)則建立后，容忍離題行為不僅不會沖擊社區(qū)的主題，反而會起到間接的情感支持作用，正向促進社區(qū)專業(yè)知識的產(chǎn)生及社區(qū)的可持續(xù)發(fā)展。

其次，關(guān)于核心成員的管理。統(tǒng)計分析顯示，在線社區(qū)的絕大多數(shù)信息都是由少數(shù)會員產(chǎn)生的(如案例中提到的“老金”)。它給社區(qū)管理者的啟示是：在線社區(qū)中，會員的積極回復會提高話題發(fā)起者的社區(qū)參與感；專業(yè)的解答會滿足用戶的信息需求，提高他們的社區(qū)滿意度；因此，社區(qū)管理者應該發(fā)現(xiàn)并積極維系核心成員(熱心且具有專業(yè)知識的會員)的關(guān)系，鼓勵他們多參與社區(qū)活動。

最后，關(guān)于專業(yè)知識的整理。內(nèi)容分析顯示，在線社區(qū)所產(chǎn)生的內(nèi)容，大部分與主題無關(guān)，專業(yè)知識只是其中的一小部分。它給在線社區(qū)管理者的啟示是：為了減少管理成本及提高用戶專業(yè)知識需求的滿意度，應該及時做好社區(qū)的知識管理工作；及時在紛雜的信息中發(fā)現(xiàn)有用的知識，按一定的主題分類并形成社區(qū)的知識庫，將有助于提高用戶的滿意度。

5.4研究不足與展望

本文的研究也存在一定的不足。首先，論文數(shù)據(jù)取自一個包含526名會員的QQ群，屬于典型的即時通信群；而很多在線健康社區(qū)屬于非即時通信，且擁有大規(guī)模用戶，故研究結(jié)果的普適性尚待進一步檢驗。其次，該QQ群主要由兩部分用戶組成，即患者與患者家屬；在實際的數(shù)據(jù)分析過程中，本文并未區(qū)分這兩類群體在行為上的差別及其對分析結(jié)果的影響。如果可能，將在未來開展相關(guān)工作，同時也歡迎感興趣的學者在未來的研究中加以區(qū)分，從而更好地刻畫用戶在線參與行為的特征。

[1]Wind J,Rangaswamy A.Customerization:The next revolution in mass customization[J].Journal of Interactive Marketing,2001,15(1):13-32.

[2]何俊輝，黃俊.平臺化盈利：餐飲企業(yè)的社會化涅槃[J].管理案例研究與評論,2013,6(6):482-487.

[3]Christodoulides G.Branding in the post-internet era[J].Marketing Theory,2009,9(1):141-144.

[4]Rauch D E,Schleicher D.Like Uber,but for local governmental policy:The future of local regulation of the “sharing economy”[J].George Mason Law &Economics Research Paper,2015(1):21.

[5]Zhou J,Zuo M,Yu Y,et al.How fundamental and supplemental interactions affect users’ knowledge sharing in virtual communities? A social cognitive perspective[J].Internet Research,2014,24(5):566-586.

[6]Chang L,Chen J V.Aligning principal and agent’s incentives:A principal-agent perspective of social networking sites[J].Expert Systems with Applications,2014,41(6):3091-3104.

[7]羅珉，李亮宇.互聯(lián)網(wǎng)時代的商業(yè)模式創(chuàng)新：價值創(chuàng)造視角[J].中國工業(yè)經(jīng)濟,2015(1):95-107.

[8]李文蓮，夏健明.基于“大數(shù)據(jù)”的商業(yè)模式創(chuàng)新[J].中國工業(yè)經(jīng)濟,2013(5):83-95.

[9]周軍杰，左美云.線上線下互動、群體分化與知識共享的關(guān)系研究——基于虛擬社區(qū)的實證分析[J].中國管理科學,2012,20(6):185-192.

[10]Zhang X,Venkatesh V.Explaining employee job performance:The role of online and offline workplace communication networks[J].MIS Quarterly,2013,37(3):695-722.

[11]Chang H H,Chuang S S.Social capital and individual motivations on knowledge sharing:Participant involvement as a moderator[J].Information &Management,2011,48(1):9-18.

[12]周軍杰.社會化商務背景下的用戶粘性：用戶互動的間接影響及調(diào)節(jié)作用[J].管理評論,2015,27(7):127-136.

[13]Wang W,Wei Z.Knowledge sharing in wiki communities:An empirical study[J].Online Information Review,2011,35(5):799-820.

[14]Huang K,Indushobha C,Ran W.Not just for support:Companionship activities in healthcare virtual support communities[J].Communications of the Association for Information Systems,2014,29(34):561-594.

[15]Tsai H,Bagozzi R P.Contribution behavior in virtual communities:Cognitive,emotional and social influences[J].MIS Quarterly,2014,38(1):143-163.

[16]柴晉穎，王飛絨.虛擬社區(qū)研究現(xiàn)狀及展望[J].情報雜志,2007(5):101-103.

[17]Chen C,Hung S.To give or to receive? Factors influencing members’ knowledge sharing and community promotion in professional virtual communities[J].Information &Management,2010,47(4):226-236.

[18]趙蓉英，曾憲琴.微博信息傳播的影響因素研究分析[J].情報理論與實踐,2014,37(3):58-63.

[19]于晶，劉臣，單偉.在線社會網(wǎng)絡中信息傳播的結(jié)構(gòu)研究[J].情報科學,2013,31(12):136-140,146.

[20]Goldsmith R E,Horowitz D.Measuring motivations for online opinion seeking[J].Journal of Interactive Advertising,2006,6(2):2-14.

[21]Wellman B,Boase J,Chen W.The networked nature of community:Online and offline[J].IT &Society,2002,1(1):151-165.

[22]Wellman B,Haase A Q,Witte J,et al.Does the Internet increase,decrease,or supplement social capital? Social networks,participation,and community commitment[J].American Behavioral Scientist,2001,45(3):436-455.

[23]CNNIC.第31次中國互聯(lián)網(wǎng)發(fā)展狀況統(tǒng)計報告[R].2012.

[24]Porter C E,Devaraj S,Sun D.A test of two models of value creation in virtual communities[J].Journal of Management Information Systems,2013,30(1):261-292.

[25]Sandars J,Homer M,Pell G,et al.Web 2.0 and social software:The medical student way of e-learning[J].Medical Teacher,2008,30(3):308-312.

[26]Zhou J,Pan Y.Why they self-disclose？ Examining the factors affecting users’ privacy information disclose intention in online healthcare communities[R].Chengdu，2014.

[27]Fox S,Jones S.The social life of health information[R].Washington:Pew Internet &American Life Project:2009—2012,2009.

[28]Guo X,Sun Y,Yan Z,et al.Privacy-personalization paradox in adoption of mobile health service:The mediating role of trust[C].The 16th Pacific Asia Conference on Information Systems (PACIS 2012),Ho Chi Minh City,Vietnam,2012.

[29]Gibbons M C,Fleisher L,Slamon R E,et al.Exploring the potential of Web 2.0 to address health disparities[J].Journal of Health Communication,2011,16(1):77-89.

[30]Mattila E,Korhonen I,Salminen J H,et al.Empowering citizens for well-being and chronic disease management with wellness diary[J].IEEE Transactions on Information Technology in Biomedicine,2010,14(2):456-463.

[31]Nakamura C,Bromberg M,Bhargava S,et al.Mining online social network data for biomedical research:A comparison of clinicians’ and patients’ perceptions about amyotrophic lateral sclerosis treatments[J].Journal of Medical Internet Research,2012,14(3):e90.

[32]李嘉，張朋柱，呂英杰，等.電子健康挖掘研究述評[J].醫(yī)學信息學雜志,2013,34(5):13-20.

[33]Fan H,Lederman R,Smith S,et al.How trust is formed in online health communities:A process perspective[J].Communications of the Association for Information Systems,2014,34:531-560.

[34]Kordzadeh N,Warren J.Communicating personal health information in virtual health communities:A theoretical framework[C].The 47th Hawaii International Conference on System Sciences (HICSS),Hawaii,2014:636-645.

[35]Blank T O,Schmidt S D,Vangsness S A,et al.Differences among breast and prostate cancer online support groups[J].Computers in Human Behavior,2010,26(6):1400-1404.

[36]Ridings C M,Gefen D,Arinze B.Some antecedents and effects of trust in virtual communities[J].The Journal of Strategic Information Systems,2002,11(3):271-295.

[37]Wasko M M,Faraj S.Why should I share? Examining social capital and knowledge contribution in electronic networks of practice[J].MIS Quarterly,2005,29(1):35-57.

[38]Braithwaite D O,Waldron V R,Finn J.Communication of social support in computer-mediated groups for people with disabilities[J].Health Communication,1999,11(2):123-151.

[39]Pfeil U.Online support communities[M]//Social Computing and Virtual Communities.London:Chapman &Hall,2009.

[40]Viswanath B,Mislove A,Cha M,et al.On the evolution of user interaction in facebook[C].Proceedings of the 2nd ACM workshop on online social networks.ACM,2009:37-42.

[41]Lai H,Chen T T.Knowledge sharing in interest online communities:A comparison of posters and lurkers[J].Computers in Human Behavior,2014,35:295-306.

[42]Gilbert E,Karahalios K.Predicting tie strength with social media[C].In Proceedings of the SIGCHI Conference on Human Factors in Computing Systems,New York,2009:211-220.

[43]Eysenbach G,Till J E.Ethical issues in qualitative research on internet communities[J].British Medical Journal,2001,323(7321):1103-1105.

[44]Bruckman A.Studying the amateur artist:A perspective on disguising data collected in human subjects research on the Internet[J].Ethics and Information Technology,2002,4(3):217-231.

[45]Pan S,Tan B.Demystifying case research:A structured-pragmatic-situational (SPS) approach to conducting case studies[J].Information &Organization,2011,21(3):161-176.

[46]Yin R K.案例研究：設計與方法[M].重慶：重慶大學出版社,2010.

[47]蔡寧偉，于慧萍，張麗華.參與式觀察與非參與式觀察在案例研究中的應用[J].管理學刊,2015,28(4):66-69.

[48]Hsieh H,Shannon S E.Three approaches to qualitative content analysis[J].Qualitative Health Research,2005,15(9):1277-1288.

[49]Kondracki N L,Wellman N S,Amundson D R.Content analysis:Review of methods and their applications in nutrition education[J].Journal of Nutrition Education and Behavior,2002,34(4):224-230.

[50]Weber R P.Basic content analysis:Quantitative applications in the social sciences[M].London:Sage Publications,1990:24-26.

[51]Downe W B.Content analysis:method,applications,and issues[J].Health Care for Women International,1992,13(3):313-321.

[52]Hara N,Bonk C J,Angeli C.Content analysis of online discussion in an applied educational psychology course[J].Instructional Science,2000,28(2):115-152.

[53]Cutrona C,Suhr J.Controllability of stressful events and satisfaction with spouse support behaviors[J].Communication Research,1992,19(2):154-174.

[54]Coulson N S,Buchanan H,Aubeeluck A.Social support in cyberspace:A content analysis of communication within a Huntington’s disease online support group[J].Patient Education and Counseling,2007,68(2):173-178.

[55]Eichhorn K C.Soliciting and providing social support over the Internet:An investigation of online eating disorder support groups[J].Journal of Computer-Mediated Communication,2008,14(1):67-78.

[56]Maloney-Krichmar D,Preece J.A multilevel analysis of sociability,usability,and community dynamics in an online health community[J].ACM Transactions on Computer-Human Interaction (TOCHI),2005,12(2):201-232.

[57]Sassenberg K.Common bond and common identity groups on the internet:Attachment and normative behavior in on-topic and off-topic chats[J].Group Dynamics:Theory,Research,and Practice,2002,6(1):27-37.

[58]Ridings C M,Gefen D.Virtual community attraction:Why people hang out online[J].Journal of Computer-Mediated Communication,2004,10(1).

[59]劉軍.QAP:測量“關(guān)系”之間關(guān)系的一種方法[J].社會,2007,27(4):164-174.

[60]Borgatti S P,Everett M G,Freeman L C.UCINET for Windows:Software for social network analysis[R].2002.

[61]Chiu C,Hsu M,Wang E T G.Understanding knowledge sharing in virtual communities:An integration of social capital and social cognitive theories[J].Decision Support Systems,2006,42(3):1872-1888.

Examining the Users’ Participation Behavior Types in Online Health Communities:A Qualitative Approach

ZHOU Jun-jie

(School of E-Commerce and Logistics Management,Henan University of Economics and Law,Zhengzhou 450046，China)

User participation acts as the basis of successfully operating online communities.Nowadays,many online communities are facing the problem of a lower user participation level.Most previous researches viewed user participation activities as a single entity instead of exploring the possible categories of such activities,which is unconducive to the theoretical development and the practical operation of business communities.Taking online health community as an example,this paper firstly divides users’ online behavior into six types based on content analysis and SSBC,and then examines their correlations through statistical analysis and QAP approach.The empirical results show that emotional support,knowledge sharing,and off-topic behavior are the main behavior styles;and they are all correlated in a positive fashion.The findings in this paper will enrich the studies on behavior types of SSBC,straighten out the correlations among them,and develop theoretical research on online user participation,and will also offer practical insights to community operation.

online health community;user participation;behavior type；content analysis;QAP

2015-10-10

國家自然科學基金青年項目( 71501062)；國家自然科學基金面上項目( 71273265)

周軍杰，男，河南臨潁人，河南財經(jīng)政法大學電子商務與物流管理學院講師，博士，研究方向為用戶在線行為、IT與老年人、電子健康。

F271

ADOI編碼：10.7511/JMCS20160206