在線學(xué)術(shù)社交平臺(tái)的用戶行為研究

耿斌+++孫建軍

摘 要：在線學(xué)術(shù)社交平臺(tái)為科研工作者提供了一種新型的學(xué)術(shù)社交方式，文章試圖從用戶使用的角度對(duì)在線學(xué)術(shù)社交平臺(tái)的用戶行為進(jìn)行研究。以ResearchGate平臺(tái)南京大學(xué)的用戶為研究對(duì)象，采用相關(guān)性分析、社交網(wǎng)絡(luò)分析等方法，從用戶活躍度、用戶使用行為關(guān)系、用戶合作網(wǎng)絡(luò)等方面對(duì)平臺(tái)的用戶行為特征進(jìn)行研究。研究發(fā)現(xiàn)，平臺(tái)上用戶的使用狀況受學(xué)科背景影響，理工類用戶活躍度較高；用戶上傳、閱讀、引用行為之間存在相關(guān)關(guān)系；校內(nèi)用戶持續(xù)與校外用戶合作更易產(chǎn)生穩(wěn)定的合作團(tuán)體。

關(guān)鍵詞：在線學(xué)術(shù)社交平臺(tái)；用戶行為；ResearchGate；合作網(wǎng)絡(luò)

中圖分類號(hào)：G206 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.11968/tsyqb.1003-6938.2017093

User Behaviors of Online Academic Social Platform

——Case Study of Nanjing University Users of ResearchGate

Abstract Online academic social platform provides researchers with a new way of academic social interaction. This study attempts to examine the user behaviors of online academic social platform from the perspective of user usage. Users of ResearchGate in Nanjing University as the research object and their behavioral characteristics are examined with the correlation analysis and social network analysis about their activity， behaviors， cooperation network and so on. The research discovers that the status of users' usage on the platform is influenced by the background of their academic subject to a large extent， for instance， the users majored in science and technology are far more active than others； There exists a relationship among uploading， reading and citing behaviors； It is easier to generate a stable cooperative group when users in school retain working with the external users.

Key words online academic social platform； user behaviors； ResearchGate； collaboration network

1 引言

隨著Web2.0的快速發(fā)展，傳統(tǒng)學(xué)術(shù)社交方式已經(jīng)很難滿足日益增長的學(xué)術(shù)社交需求，在線學(xué)術(shù)社交以及數(shù)字化成果共享已經(jīng)成為學(xué)者學(xué)術(shù)交流的一種重要途徑。在線學(xué)術(shù)社交平臺(tái)是一種為了增進(jìn)知識(shí)的交流與傳播，幫助科研工作者建立和維護(hù)社交關(guān)系，同時(shí)支持科研工作者研究的整個(gè)過程的平臺(tái)[1]。以ResearchGate、Academia、Mendeley、科學(xué)網(wǎng)、小木蟲、學(xué)術(shù)圈為代表的在線學(xué)術(shù)社交平臺(tái)，通過在線通訊、及時(shí)共享為科研工作者提供了一種新型的學(xué)術(shù)社交方式。同時(shí)，科研工作者通過在線學(xué)術(shù)社交平臺(tái)創(chuàng)建個(gè)人信息、發(fā)布科研成果、開展學(xué)術(shù)交流，還能夠提高其學(xué)術(shù)影響力[2]。

在線學(xué)術(shù)社交平臺(tái)用戶行為是指用戶在結(jié)合自身學(xué)術(shù)需求、科研環(huán)境、平臺(tái)功能的基礎(chǔ)上做出的使用在線學(xué)術(shù)社交平臺(tái)的意愿，以及產(chǎn)生的各項(xiàng)活動(dòng)過程及其結(jié)果的總和[3]。學(xué)術(shù)社交平臺(tái)的主體是用戶，用戶的客觀行為數(shù)據(jù)直接反映了用戶的學(xué)術(shù)需求。研究用戶行為是研究在線學(xué)術(shù)社交平臺(tái)的重要組成部分。通過研究用戶行為數(shù)據(jù)可以把握用戶的使用意愿以及使用規(guī)律，有利于在線學(xué)術(shù)平臺(tái)改進(jìn)平臺(tái)功能，完善平臺(tái)服務(wù)，提高用戶忠誠度，同時(shí)有利于科研工作者進(jìn)行更好的在線學(xué)術(shù)交流。因此對(duì)在線學(xué)術(shù)社交平臺(tái)的用戶行為進(jìn)行研究，發(fā)現(xiàn)用戶行為的特點(diǎn)，具有重要的研究意義。

2 研究綜述

在線學(xué)術(shù)社交正在逐漸改變科研工作者的工作方式，協(xié)作共享已經(jīng)成為了學(xué)術(shù)研究的重要組成部分[4]。而這一特點(diǎn)與Web2.0所強(qiáng)調(diào)的“參與”“包容”“合作”理念十分吻合，因此，隨著Web2.0技術(shù)的迅猛發(fā)展，在線學(xué)術(shù)社交平臺(tái)得到了廣泛的應(yīng)用，對(duì)在線學(xué)術(shù)社交平臺(tái)的研究也吸引了不少學(xué)者的關(guān)注。目前，對(duì)在線學(xué)術(shù)社交平臺(tái)的研究主要基于兩種思路展開：一是將在線學(xué)術(shù)社交平臺(tái)當(dāng)作一種軟件或工具，以平臺(tái)本身作為研究對(duì)象，對(duì)平臺(tái)現(xiàn)狀以及平臺(tái)上的功能、服務(wù)進(jìn)行研究，期望找出學(xué)術(shù)社交平臺(tái)的價(jià)值、發(fā)展規(guī)律以及未來的發(fā)展方向[5-6]；二是通過問卷間接地獲取用戶意愿數(shù)據(jù)或者直接使用平臺(tái)內(nèi)豐富的用戶行為數(shù)據(jù)，以用戶為研究對(duì)象，使用統(tǒng)計(jì)、計(jì)量、社會(huì)網(wǎng)絡(luò)等研究方法，研究用戶使用平臺(tái)的意愿或使用平臺(tái)過程中所產(chǎn)生的行為特征以及規(guī)律[7-9]。

學(xué)術(shù)社交平臺(tái)本身的研究主要是強(qiáng)調(diào)在線社交平臺(tái)的功能性作用。如Ovadia[5]認(rèn)為學(xué)術(shù)社交平臺(tái)的重要性逐步提高，平臺(tái)的功能可以更好地為學(xué)者服務(wù)，在眾多的學(xué)術(shù)平臺(tái)之中ResearchGate是最重要的在線學(xué)術(shù)學(xué)社交平臺(tái)之一；Citrome[6]的研究顯示，使用在線社交網(wǎng)絡(luò)創(chuàng)建項(xiàng)目文件、交流項(xiàng)目進(jìn)展有利于科研工作的進(jìn)行，且科研項(xiàng)目的網(wǎng)格化實(shí)施有利于成果的產(chǎn)出。在對(duì)平臺(tái)用戶行為的研究中，相關(guān)研究發(fā)現(xiàn)，用戶會(huì)表現(xiàn)出對(duì)學(xué)術(shù)社交平臺(tái)的粘性。如Nature[10]在其調(diào)查中提到，科研工作者中超過25%的受訪者使用在線社交平臺(tái)的頻率甚至多于日常社交平臺(tái)（如Facebook、Twitter等）。不僅如此，隨著替代計(jì)量學(xué)的提出，在線學(xué)術(shù)社交平臺(tái)的指標(biāo)體系對(duì)衡量科研工作者也起到了一定的作用。Shrivastava[9]通過對(duì)比在線學(xué)術(shù)平臺(tái)的指標(biāo)與傳統(tǒng)評(píng)價(jià)指標(biāo)之間的關(guān)系發(fā)現(xiàn)，兩者之間存在相關(guān)關(guān)系，如：傳統(tǒng)的引文數(shù)據(jù)與社交平臺(tái)上項(xiàng)目被引用數(shù)據(jù)呈現(xiàn)相關(guān)關(guān)系。綜合目前的研究來看，用戶行為多從使用習(xí)慣、合作方式、相關(guān)關(guān)系一個(gè)角度進(jìn)行分析，并且國內(nèi)對(duì)于國外在線學(xué)術(shù)平臺(tái)的行為分析研究較少。因此本文選取具有代表性的ResearchGate平臺(tái)，從多個(gè)角度探討在線學(xué)術(shù)社交平臺(tái)的用戶行為。endprint

3 研究設(shè)計(jì)

3.1 研究目的

本次研究旨在通過客觀真實(shí)的用戶數(shù)據(jù)，從用戶使用的角度對(duì)在線學(xué)術(shù)社交行為進(jìn)行研究，探究用戶在ResearchGate平臺(tái)上的用戶活躍度；用戶使用社交平臺(tái)的各項(xiàng)行為之間是否存在相關(guān)性以及怎樣的相關(guān)性；用戶校內(nèi)合作與校外合作兩種合作網(wǎng)絡(luò)的基本屬性與結(jié)構(gòu)特征。

3.2 研究方法

為了完成研究目標(biāo)，本次研究使用數(shù)據(jù)爬取，統(tǒng)計(jì)分析，信息計(jì)量，社會(huì)網(wǎng)絡(luò)分析的研究方法對(duì)數(shù)據(jù)進(jìn)行采集、處理、分析。利用Python語言編寫爬蟲對(duì)在線學(xué)術(shù)社交平臺(tái)ResearchGate用戶行為的相關(guān)數(shù)據(jù)進(jìn)行爬取，使用Mysql數(shù)據(jù)庫存儲(chǔ)研究數(shù)據(jù)，使用R語言對(duì)數(shù)據(jù)進(jìn)行預(yù)處理并對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析以及社會(huì)網(wǎng)絡(luò)分析。

在使用R語言進(jìn)行數(shù)據(jù)分析的過程中，首先使用描述性統(tǒng)計(jì)分析方法對(duì)數(shù)據(jù)樣本進(jìn)行定量分析；使用相關(guān)性分析方法分析用戶各項(xiàng)行為（如：關(guān)注，上傳項(xiàng)目，閱讀，引用等）之間的相關(guān)性；使用社會(huì)網(wǎng)絡(luò)分析方法對(duì)兩種合作網(wǎng)絡(luò)的網(wǎng)絡(luò)屬性以及網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行分析。

3.3 數(shù)據(jù)來源及處理

ResearchGate是一個(gè)學(xué)術(shù)在線社交平臺(tái)[11]，是由德國的Ijad Madisch博士、Soeren Hofmayer和Horst Fickenscher在2008年5月建立[12]，旨在服務(wù)全球科研工作者。通過在該平臺(tái)上建立賬號(hào)，用戶可以發(fā)布個(gè)人最新的科研成果且免費(fèi)查閱其他科研工作者發(fā)布在平臺(tái)上的項(xiàng)目，尋找有相同研究興趣的研究人員。截至2017年8月，該網(wǎng)站宣稱注冊(cè)人數(shù)已經(jīng)超過了1億人，擁有1300多萬研究人員和70多萬研究項(xiàng)目，是全球最成功的在線社交網(wǎng)站之一。在平臺(tái)上，用戶通過完善個(gè)人信息，發(fā)布研究項(xiàng)目，分享研究成果，關(guān)注研究人員，回答研究者提問等行為獲得平臺(tái)上的影響力，因此該平臺(tái)產(chǎn)生了大量的用戶行為數(shù)據(jù)。相較于其他的學(xué)術(shù)社交平臺(tái)，該平臺(tái)用戶活躍度和持續(xù)使用率最高[13]。南京大學(xué)作為綜合性科研院校，注冊(cè)人員，項(xiàng)目發(fā)布，平臺(tái)影響力（RG指數(shù)）均處于前列，用戶活躍度較高。因此本研究選用該樣本對(duì)在線學(xué)術(shù)社交平臺(tái)用戶行為進(jìn)行研究。

截至2017年8月21日，本次研究通過編寫Python爬蟲程序，采集南京大學(xué)ResearchGate平臺(tái)上用戶行為數(shù)據(jù)（見表1）。

采集到的原始數(shù)據(jù)包括：南京大學(xué)主頁數(shù)據(jù)，各院系主頁數(shù)據(jù)，5642名注冊(cè)用戶行為數(shù)據(jù)以及55481條合作數(shù)據(jù)。由于存在用戶數(shù)據(jù)缺失值過多，平臺(tái)院系分類和學(xué)校設(shè)置不同，部分院系沒有主頁信息，數(shù)據(jù)格式等問題。本次研究對(duì)原始數(shù)據(jù)進(jìn)行了人工處理并且將平臺(tái)上院系分類合并到學(xué)校設(shè)置的院系之中，處理后的數(shù)據(jù)包括校主頁數(shù)據(jù)，學(xué)校設(shè)置的院系數(shù)據(jù)、5642名注冊(cè)用戶數(shù)據(jù)以及55326條用戶合作數(shù)據(jù)。然后，將處理后的數(shù)據(jù)存儲(chǔ)到Mysql數(shù)據(jù)庫中進(jìn)行后續(xù)分析。

4 數(shù)據(jù)分析與結(jié)果討論

4.1 用戶活躍度分析

本次研究共有5642名用戶，發(fā)布了23704個(gè)項(xiàng)目，人均發(fā)布項(xiàng)目4.2項(xiàng)，從用戶學(xué)歷構(gòu)成上來說，在填寫了學(xué)歷的用戶中，博士在讀及博士以上學(xué)歷人員占60.39%，碩士學(xué)歷占10.07%，由此可以看出該平臺(tái)用戶學(xué)歷以博士在讀及以上學(xué)歷為主，在填寫了職位的用戶中，教授及研究人員占57.6%，參與度較高，說明科研工作者有較大的學(xué)術(shù)社交需求和較強(qiáng)的學(xué)術(shù)社交意愿。

為了研究不同學(xué)科，不同領(lǐng)域的用戶的使用狀況，將用戶按學(xué)院分類進(jìn)行統(tǒng)計(jì)（見圖1），院系中注冊(cè)人數(shù)排在前五位的分別是地球科學(xué)與工程學(xué)院、物理學(xué)院、化學(xué)化工學(xué)院、生命科學(xué)院以及計(jì)算機(jī)科學(xué)與技術(shù)系，部分院系的注冊(cè)人數(shù)更是超過了400人。而文學(xué)院、社會(huì)學(xué)院等院系由于注冊(cè)人數(shù)過少，均沒有主頁相關(guān)信息。由此可以看出，在用戶學(xué)科背景方面，理工科院系的注冊(cè)人數(shù)明顯高過文科院系。在平臺(tái)的使用上，文科類和理工科類院系出現(xiàn)不均衡的現(xiàn)象。究其原因，可能是因?yàn)閷W(xué)科研究對(duì)象不同，部分研究沒有平臺(tái)使用的需求，因此用戶的使用率較低，活躍度也相對(duì)較弱。

從項(xiàng)目發(fā)布數(shù)量這一屬性來說（見圖1），排在前五位的學(xué)院分別是化學(xué)化工學(xué)院、物理學(xué)院、環(huán)境學(xué)院、醫(yī)學(xué)院以及地球科學(xué)與工程學(xué)院，其中，化學(xué)與化工學(xué)院發(fā)布的項(xiàng)目數(shù)超過了5000項(xiàng)。作者數(shù)是指用戶發(fā)布的項(xiàng)目中填寫的作者數(shù)量，從作者數(shù)的角度來看，作者數(shù)排在前五位的分別是化學(xué)化工學(xué)院、物理學(xué)院、醫(yī)學(xué)院、地球科學(xué)與工程學(xué)院以及生命科學(xué)學(xué)院。而從項(xiàng)目的被閱讀數(shù)上來說地球科學(xué)與工程學(xué)院、環(huán)境學(xué)院、物理學(xué)院位列前三位。為了進(jìn)一步探究不同學(xué)科用戶之間的行為差異，本次研究使用單位用戶發(fā)布文件數(shù)、單位文件被閱讀數(shù)以及單位文件作者數(shù)三個(gè)指標(biāo)對(duì)不同學(xué)科用戶行為進(jìn)行研究，列出公式：

從Pi、Pr、Pa三個(gè)指標(biāo)來看（見圖2），化學(xué)化工、物理、環(huán)境、數(shù)學(xué)四個(gè)院系的Pi值較高，體現(xiàn)出這三個(gè)學(xué)科背景的用戶分享項(xiàng)目的意愿更強(qiáng)烈。在Pr值方面，歷史、大氣、建筑與城市規(guī)劃、信息管理四個(gè)院系表現(xiàn)出較高的分?jǐn)?shù)，體現(xiàn)出作者發(fā)布在平臺(tái)上的項(xiàng)目有較高的閱讀數(shù)，側(cè)面體現(xiàn)出這幾個(gè)學(xué)院上傳的項(xiàng)目受用戶喜愛的程度偏高。Pa值方面，歷史、大氣、地理與海洋、生命科學(xué)四個(gè)院系分?jǐn)?shù)較高，體現(xiàn)出這些院系項(xiàng)目合作氛圍較濃，值得注意的是從這一指標(biāo)來看，數(shù)學(xué)系分?jǐn)?shù)最低，數(shù)學(xué)系發(fā)布的項(xiàng)目作者多為一個(gè)人，但數(shù)學(xué)系發(fā)布的項(xiàng)目數(shù)卻位于前列，這一現(xiàn)象說明在數(shù)學(xué)系的項(xiàng)目中，多人合作完成的項(xiàng)目較少，尋求合作的潛力還比較大。

此外，本文還從個(gè)人層面對(duì)發(fā)布項(xiàng)目數(shù)、被閱讀數(shù)、被引數(shù)、被關(guān)注數(shù)、關(guān)注數(shù)進(jìn)行統(tǒng)計(jì)（見表2）。

從統(tǒng)計(jì)數(shù)據(jù)來看，用戶平均關(guān)注數(shù)18人，平均被關(guān)注數(shù)6人，人均發(fā)布項(xiàng)目數(shù)11.193項(xiàng)，人均被閱讀量501.757次，人均被引次數(shù)93.787次。盡管從平均值來看用戶各項(xiàng)屬性均呈現(xiàn)較高水平，但是各項(xiàng)屬性分布嚴(yán)重不均，發(fā)布項(xiàng)目、被閱讀數(shù)以及被引數(shù)的中位數(shù)均為0，被閱讀數(shù)的標(biāo)準(zhǔn)差過大，表現(xiàn)出較為明顯的長尾現(xiàn)象。這一現(xiàn)象說明大多數(shù)用戶發(fā)布項(xiàng)目的積極性不高，項(xiàng)目共享方面仍有待提升。而在關(guān)注數(shù)和被關(guān)注數(shù)方面分布較為均衡，關(guān)注活動(dòng)發(fā)生較為頻繁，用戶的社交意愿較高。endprint

RG（ResearchGate）指數(shù)是直接反應(yīng)用戶在平臺(tái)上活躍度的指數(shù)，本研究對(duì)RG指標(biāo)進(jìn)行統(tǒng)計(jì)發(fā)現(xiàn)，南京大學(xué)總RG指數(shù)為40064.7，人均RG指數(shù)為7.1011，從總體上來看用戶呈現(xiàn)較為活躍的狀態(tài)。但通過進(jìn)一步分析發(fā)現(xiàn)，在RG指數(shù)中一半以上的用戶為0，用戶這一指標(biāo)分布嚴(yán)重不均衡，極差達(dá)到50以上，大多數(shù)用戶仍處于低活躍度的狀態(tài)。將RG指數(shù)為0的不活躍用戶去除之后，得到RG指標(biāo)的分布（見圖3）。

通過RG指數(shù)可以看出，在活躍用戶中，RG值在0-10區(qū)間內(nèi)的用戶數(shù)仍處于第一的位置，占活躍用戶的36%，RG指數(shù)在10-20區(qū)間的次之。在以10為區(qū)間的RG指數(shù)分布圖來看，用戶的RG指數(shù)呈現(xiàn)逐漸遞減的趨勢(shì)，RG指數(shù)40以上的高活躍度用戶仍在少數(shù)，僅占活躍用戶的3%。

4.2 用戶平臺(tái)使用行為相關(guān)性分析

本文從發(fā)布項(xiàng)目數(shù)、被閱讀數(shù)、被引用數(shù)、被關(guān)注數(shù)以及關(guān)注用戶數(shù)五個(gè)方面對(duì)用戶使用行為之間的關(guān)聯(lián)進(jìn)行分析，并在此基礎(chǔ)上探究用戶使用行為對(duì)用戶平臺(tái)活躍指數(shù)（RG指數(shù)）與用戶學(xué)術(shù)影響力指數(shù)（h指數(shù)）的影響。本次研究采用Pearson相關(guān)系數(shù)進(jìn)行相關(guān)性分析（見表3）。

分析得出，發(fā)布項(xiàng)目數(shù)與被閱讀數(shù)、發(fā)布項(xiàng)目數(shù)與被引用數(shù)、發(fā)布項(xiàng)目數(shù)與被關(guān)注數(shù)、被閱讀數(shù)與被關(guān)注數(shù)之間存在較強(qiáng)的相關(guān)性（0.8>r>0.5），而被關(guān)注數(shù)與被引數(shù)之間存在較弱的相關(guān)性（0.5>r>0.3）。關(guān)注用戶數(shù)與發(fā)布項(xiàng)目數(shù)、被閱讀數(shù)、被引次數(shù)之間存在極弱的相關(guān)性（r<0.3）。通過相關(guān)性分析結(jié)果可知，用戶在平臺(tái)上上傳的項(xiàng)目有較大概率被其他用戶閱讀、引用，用戶閱讀平臺(tái)上發(fā)布的項(xiàng)目后有較大概率關(guān)注文件上傳者，產(chǎn)生學(xué)術(shù)交流，有利于學(xué)術(shù)合作。而通過關(guān)注他人這一行為很難使上傳的項(xiàng)目被更多用戶閱讀、引用。

從兩種指數(shù)來看，RG指數(shù)與h指數(shù)之間存在很強(qiáng)的相關(guān)性（r>0.8），用戶發(fā)布的項(xiàng)目數(shù)，被閱讀次數(shù)，被關(guān)注次數(shù)對(duì)于RG指數(shù)均存在較強(qiáng)的相關(guān)關(guān)系（0.8>r>0.5），項(xiàng)目被引次數(shù)與RG指數(shù)之間具有較弱的相關(guān)關(guān)系（0.5>r>0.3）。h指數(shù)與用戶發(fā)布項(xiàng)目數(shù)、被閱讀次數(shù)、被引次數(shù)、被關(guān)注數(shù)之間均有較強(qiáng)的相關(guān)關(guān)系（0.8>r>0.5）。對(duì)于上述兩種指數(shù)來說，關(guān)注用戶數(shù)與它們之間的相關(guān)性程度極弱。由此可以看出，用戶學(xué)術(shù)影響力h指數(shù)和平臺(tái)活躍度RG指數(shù)有很強(qiáng)的相關(guān)性，通過平臺(tái)建立學(xué)術(shù)網(wǎng)絡(luò)，共享學(xué)術(shù)成果有利于學(xué)術(shù)影響力的提升。用戶若想提高自己的RG指數(shù)，可以通過提高發(fā)布項(xiàng)目的數(shù)量，宣傳項(xiàng)目的成果，進(jìn)而增加項(xiàng)目被閱讀的次數(shù)，以此來增加被關(guān)注者的數(shù)量，從而達(dá)到提高RG指數(shù)的目的。若想提高學(xué)術(shù)影響力h指數(shù)則可以從發(fā)布項(xiàng)目數(shù)量，被閱讀次數(shù)，被引次數(shù)，被關(guān)注數(shù)幾個(gè)方面來提高。

為了進(jìn)一步探討兩種指標(biāo)與發(fā)布項(xiàng)目數(shù)、被閱讀次數(shù)、被引次數(shù)、被關(guān)注數(shù)以及關(guān)注數(shù)之間的聯(lián)系，本次研究采用線性回歸模型對(duì)數(shù)據(jù)進(jìn)行擬合（見表4）。

可以看出，h指數(shù)和RG指數(shù)與發(fā)布項(xiàng)目數(shù)、被閱讀次數(shù)、被引次數(shù)以及被關(guān)注數(shù)具有顯著的線性相關(guān)關(guān)系。其中發(fā)布項(xiàng)目數(shù)與兩種指數(shù)的線性相關(guān)程度最大，并且對(duì)于RG指數(shù)的提升更為明顯。被閱讀次數(shù)、被引次數(shù)以及被關(guān)注數(shù)也有不同程度的線性相關(guān)關(guān)系。這一結(jié)果說明，用戶項(xiàng)目發(fā)布數(shù)量越多，項(xiàng)目被閱讀次數(shù)越多，項(xiàng)目被引次數(shù)越多，用戶被關(guān)注次數(shù)越多，兩種指標(biāo)也會(huì)相應(yīng)的提高。

4.3 用戶合作網(wǎng)絡(luò)分析

用戶發(fā)布的項(xiàng)目中兩位用戶一起出現(xiàn)即被看作是一次合作。本文通過用戶合作的數(shù)據(jù)建立合作網(wǎng)絡(luò)，使用社會(huì)網(wǎng)絡(luò)分析的方法探究用戶合作網(wǎng)絡(luò)的特性。首先，從學(xué)校層面上來看，與南京大學(xué)合作最多的院校是中國科學(xué)院大學(xué)和東南大學(xué)。對(duì)合作數(shù)據(jù)中合作次數(shù)、項(xiàng)目發(fā)起人RG指數(shù)、合作者RG指數(shù)進(jìn)行統(tǒng)計(jì)（見表5），可以看出，合作次數(shù)的平均數(shù)為3.53次，中位數(shù)為2次；項(xiàng)目發(fā)起人RG指數(shù)的平均值為22.85，中位數(shù)為22.62；合作者RG指數(shù)的平均數(shù)為28.32，中位數(shù)為28.97.由此可以看出，用戶在平臺(tái)上的合作次數(shù)多為兩次以上，多次合作的概率較高。項(xiàng)目合作者的RG指數(shù)略高于項(xiàng)目發(fā)起人的RG指數(shù)，項(xiàng)目發(fā)布者更傾向于尋找平臺(tái)活躍度較高的用戶進(jìn)行合作。

將合作數(shù)據(jù)分為校內(nèi)合作網(wǎng)絡(luò)和校外合作生成合作網(wǎng)絡(luò)，通過網(wǎng)絡(luò)聚類系數(shù)，網(wǎng)絡(luò)密度兩個(gè)指標(biāo)對(duì)兩種網(wǎng)絡(luò)進(jìn)行分析。節(jié)點(diǎn)代表用戶，通過共同合作的項(xiàng)目進(jìn)行連接。網(wǎng)絡(luò)的聚類系數(shù)是表示網(wǎng)絡(luò)中節(jié)點(diǎn)聚集程度的系數(shù)，數(shù)值越大說明網(wǎng)絡(luò)內(nèi)節(jié)點(diǎn)的連接度越高，越容易進(jìn)行聚類。網(wǎng)絡(luò)密度是反映網(wǎng)絡(luò)復(fù)雜程度的指標(biāo)，網(wǎng)絡(luò)密度越大說明網(wǎng)絡(luò)越為復(fù)雜。從合作圖的整體情況來看校內(nèi)合作網(wǎng)絡(luò)的聚類系數(shù)為0.2185，網(wǎng)絡(luò)密度為0.0009；校外合作網(wǎng)絡(luò)的聚類系數(shù)為0.00768，網(wǎng)絡(luò)密度為0.0004。由此可以看出，整體上來說，用戶合作以校內(nèi)合作為主，在校內(nèi)合作的網(wǎng)絡(luò)中，更易于聚類，校內(nèi)合作的粘性更高，多次合作的機(jī)會(huì)更大，校內(nèi)合作更為緊密。

由于合作圖節(jié)點(diǎn)過多，僅截取合作數(shù)大于20的節(jié)點(diǎn)用以展示（見圖4）。其中（a）為校內(nèi)合作網(wǎng)絡(luò)圖，（b）為校外合作網(wǎng)絡(luò)圖。對(duì)校內(nèi)外合作網(wǎng)絡(luò)進(jìn)行對(duì)比可以看出，當(dāng)合作次數(shù)增加時(shí)，校內(nèi)合作人數(shù)明顯低于校外合作人數(shù)，校外合作網(wǎng)絡(luò)出現(xiàn)了更多的小團(tuán)體，小團(tuán)體內(nèi)成員關(guān)系更加緊密，校外合作的小團(tuán)體呈現(xiàn)出更加穩(wěn)定的趨勢(shì)。由此可以看出在平臺(tái)的用戶之間內(nèi)部，校外多次合作的概率更高，用戶持續(xù)與校外用戶合作更易產(chǎn)生穩(wěn)定的學(xué)術(shù)團(tuán)體。

5 結(jié)論與不足

根據(jù)研究可以發(fā)現(xiàn)：在線學(xué)術(shù)社交平臺(tái)用戶的使用狀況受學(xué)科背景影響，呈現(xiàn)出不均衡現(xiàn)象，理工類用戶活躍度較高。平臺(tái)用戶上傳項(xiàng)目、被關(guān)注、項(xiàng)目被閱讀、項(xiàng)目被引之間存在較強(qiáng)的相關(guān)關(guān)系。上傳項(xiàng)目對(duì)用戶的學(xué)術(shù)影響力h指數(shù)以及平臺(tái)RG指數(shù)具有較大影響。在用戶的合作行為中，總體上以校內(nèi)用戶合作為主，但隨著合作次數(shù)增加，校外合作更易產(chǎn)生穩(wěn)定的學(xué)術(shù)團(tuán)體。

本次研究存在以下不足：雖然ReseasrchGate已經(jīng)是一個(gè)較成功的學(xué)術(shù)社交平臺(tái)，但隨著平臺(tái)的發(fā)展，未來越來越多的研究人員將使用ReasearchGate學(xué)術(shù)平臺(tái)，平臺(tái)的數(shù)據(jù)也會(huì)隨之發(fā)生變化，未來可以再次搜集數(shù)據(jù)，研究在線學(xué)術(shù)行為在不同時(shí)間段內(nèi)的異同。本次學(xué)術(shù)社交行為研究僅針對(duì)南京大學(xué)使用ResearchGate平臺(tái)的研究人員，不同的用戶群體在線學(xué)術(shù)社交行為可能會(huì)有一定的差異，未來的研究可以擴(kuò)大到多類用戶群體，探索不同用戶群體在線學(xué)術(shù)社交行為可能存在的個(gè)性與共性差異問題。endprint

參考文獻(xiàn)：

[1] 賈新露，王曰芬.學(xué)術(shù)社交網(wǎng)絡(luò)的概念，特點(diǎn)及研究熱點(diǎn)[J]. 圖書館學(xué)研究，2016（5）：7-13.

[2] Nández G，Borrego á.Use of social networks for academic purposes：a case study[J].The Electronic library，2013，31（6）：781-791.

[3] 楊善林，王佳佳，代寶，等.在線社交網(wǎng)絡(luò)用戶行為研究現(xiàn)狀與展望[J].中國科學(xué)院院刊，2015，30（2）：200-215.

[4] Giglia E.Academic social networks：its time to change the way we do research[J].European Journal of Physical and Rehabilitation Medicine，2011，47（2）：345-349.

[5] Ovadia S.ResearchGate and Academia.edu：Academic social networks[J].Behavioral & Social Sciences Librarian，2014，33（3）：165-169.

[6] Citrome L.My two favourite professional social networking sites：LinkedIn and ResearchGate-how they can help you，or hurt you[J].International Journal of Clinical Practice，2015，69（6）：623-624.

[7] Tang J，Zhang J，Yao L，et al.Arnetminer：extraction and mining of academic social networks[C].Proceedings of the 14th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining.ACM，2008：990-998.

[8] Shrivastava R，Mahajan P.Relationship amongst ResearchGate altmetric indicators and Scopus bibliometric indicators：The case of Panjab University Chandigarh（India）[J].New Library World，2015，116（9/10）：564-577.

[9] Almousa O.Usersclassification and usage-pattern identification in academic social networks[C].Applied Electrical Engineering and Computing Technologies（AEECT），2011 IEEE Jordan Conference on.IEEE，2011：1-6.

[10] Van Noorden R.Online collaboration：Scientists and the social network[J].Nature，2014，512（7513）：126-129.

[11] Thelwall M，Kousha K.ResearchGate：Disseminating，communicating，and measuring Scholarship？[J].Journal of the Association for Information Science and Technology，2015，66（5）：876-889.

[12] Bhardwaj R K，Bhardwaj R K.Academic social networking sites：comparative analysis of ResearchGate，Academia.edu，Mendeley and Zotero[J].Information and Learning Science，2017，118（5/6）：298-316.

[13] 張耀坤，張維嘉，胡方丹.中國高影響力學(xué)者對(duì)學(xué)術(shù)社交網(wǎng)站的使用行為調(diào)查——以教育部長江學(xué)者為例[J].情報(bào)資料工作，2017（3）：96-101.

作者簡介：耿斌（1994-），男，南京大學(xué)信息管理學(xué)院博士生，研究方向：網(wǎng)絡(luò)信息資源管理；孫建軍（1962-），男，南京大學(xué)信息管理學(xué)院教授，博士生導(dǎo)師，研究方向：網(wǎng)絡(luò)信息資源管理、大數(shù)據(jù)分析。endprint