基于SNA的IdeaStorm眾包創(chuàng)新社區(qū)網(wǎng)絡結(jié)構(gòu)特征研究

陳曉君

摘要：作為企業(yè)開放式創(chuàng)新的重要實現(xiàn)平臺，眾包創(chuàng)新虛擬社區(qū)的參與用戶數(shù)量眾多、來源廣泛，用戶之間的互動行為與關系強度對眾包創(chuàng)新績效起著重要作用。以典型眾包創(chuàng)新虛擬社區(qū)——戴爾公司IdeaStorm為例，運用社會網(wǎng)絡分析方法（Social Network Analysis，SNA）研究該社區(qū)的網(wǎng)絡結(jié)構(gòu)特征，探測參與用戶的互動行為模式。結(jié)果顯示，IdeaStorm眾包創(chuàng)新社區(qū)中的大部分用戶為邊緣用戶，只有少數(shù)用戶積極參與互動;小世界效應反映出再網(wǎng)絡結(jié)構(gòu)中用戶之間的知識傳播較為快捷，但互動強度不夠。上述研究對理解眾包創(chuàng)新虛擬社區(qū)的用戶異質(zhì)性行為，引導用戶積極參與，進而提升眾包創(chuàng)新績效具有指導意義。

Abstract： As an important implementation platform for enterprise open innovation， crowdsourcing innovative virtual community has a large number of participating users and a wide range of sources. The interaction behavior and relationship intensity between users play an important role in crowdsourcing innovation performance. Taking the typical crowdsourcing innovation virtual community， Dell IdeaStorm， as an example， Social Network Analysis （SNA） is used to study the network structure characteristics of the community and detect the interactive behavior patterns of participating users. The results show that most of the users in the IdeaStorm crowdsourcing innovation community are marginal users， and only a few users actively participate in the interaction; the small world effect reflects the faster knowledge transfer between users in the re-network structure， but the interaction intensity is not enough. The above research is of guiding significance for understanding the heterogeneous behavior of users in crowdsourced innovative virtual communities， guiding users to participate actively， and thus improving crowdsourcing innovation performance.

關鍵詞：眾包創(chuàng)新;虛擬社區(qū);社會網(wǎng)絡分析

Key words： crowdsourcing innovation;virtual community;social network analysis

中圖分類號：F274 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1006-4311（2019）14-0058-04

0 ?引言

眾包創(chuàng)新作為一種新型商業(yè)模式，是企業(yè)將原本由內(nèi)部員工完成的任務，以自由自愿的形式外包給非特定的大眾網(wǎng)絡用戶，通過獲取相應的知識資源以解決內(nèi)部創(chuàng)新問題[1]。其管理理念在企業(yè)中得到廣泛應用：維基百科、YouTube等非營利性知識分享社區(qū)，其核心價值來源于用戶創(chuàng)造，而貢獻創(chuàng)意的用戶認為參與眾包能實現(xiàn)其自身價值;國外典型平臺InnoCentive和國內(nèi)豬八戒網(wǎng)等也為眾多企業(yè)實現(xiàn)高效低成本的開放式創(chuàng)新筑建優(yōu)質(zhì)橋梁。據(jù)InnoCentive相關數(shù)據(jù)統(tǒng)計，大約61%的企業(yè)正在開始和已經(jīng)采用眾包創(chuàng)新模式，17%的企業(yè)已經(jīng)走向成熟應用階段。此外，還存在如戴爾IdeaStorm社區(qū)、樂高創(chuàng)意平臺LEGO IDEAS、小米米柚（MIUI）社區(qū)等企業(yè)自建眾包創(chuàng)新社區(qū)，其有效擴大了組織邊界，充分利用外部資源降低了創(chuàng)新成本。如樂高公司于2011年推出全球版樂高創(chuàng)意平臺，吸引眾多外部用戶參與，任何獲得超過10，000張選票的創(chuàng)意均會進入審核階段，截止目前，已創(chuàng)作出十幾個可用的套件用于商業(yè)化。

眾包創(chuàng)新虛擬社區(qū)為社區(qū)成員的知識共享、信息交流提供便利互動條件：在虛擬社區(qū)中，所有用戶構(gòu)成一種知識網(wǎng)絡，每個用戶都是該網(wǎng)絡的一個節(jié)點，用戶間的互動形成知識流，從而形成一張巨大而復雜的關系網(wǎng)絡。部分學者從社會網(wǎng)絡視角探究了虛擬社區(qū)的網(wǎng)絡結(jié)構(gòu)特征及其影響問題：Zhang（2012）[2]通過對維基百科的研究表明用戶在網(wǎng)絡結(jié)構(gòu)中的位置影響其在社區(qū)中的貢獻行為;Lu（2014）[3]以大眾用戶支持論壇為研究背景，指出核心—邊緣網(wǎng)路結(jié)構(gòu)不利于社區(qū)的知識共享;Kratzer（2016）[4]指出在虛擬社區(qū)中，用戶通過交換信息和相互協(xié)作，從而在網(wǎng)絡上留下印記?？梢?，學者們對虛擬社區(qū)的網(wǎng)絡結(jié)構(gòu)相關研究，有助于深入理解虛擬社區(qū)的用戶參與行為。而眾包創(chuàng)新作為新型創(chuàng)新模式，其研究尚處于探索階段，亟需從不同視角探索眾包創(chuàng)新虛擬社區(qū)的網(wǎng)絡結(jié)構(gòu)，從而深入理解用戶的眾包參與行為，以完善眾包創(chuàng)新相關理論和指導企業(yè)具體實踐。基于此，本文以眾包創(chuàng)新相關理論為基礎，運用社會網(wǎng)絡分析方法研究眾包創(chuàng)新虛擬社區(qū)的網(wǎng)絡結(jié)構(gòu)及其特征，以期拓展眾包創(chuàng)新的研究范圍，為企業(yè)管理實踐提供決策支持。

1 ?相關理論與方法

1.1 眾包創(chuàng)新虛擬社區(qū) ?2006年杰夫·豪于連線雜志上首次提出“眾包（Crowdsourcing）”的概念[1]，并指出眾包是企業(yè)或機構(gòu)將曾經(jīng)由雇員承擔的義務外包給外部網(wǎng)絡用戶的一種行為。自此，眾包模式受到企業(yè)界與學術界的廣泛關注：Winsor（2009）[5]認為眾包模式對企業(yè)創(chuàng)新的推動作用毋庸置疑，該創(chuàng)新模式匯聚了零散的業(yè)余興趣愛好者知識資源，進而實現(xiàn)創(chuàng)新知識的有效轉(zhuǎn)移;Afuah（2012）[6]認為眾包打破了企業(yè)組織界限，為企業(yè)利用外部網(wǎng)絡用戶智力資源解決創(chuàng)新問題提供了新模式;王姝等（2014）[7]認為網(wǎng)絡眾包的出現(xiàn)形成了新的生產(chǎn)方式、新的勞動組織和新的要素組織，類似于企業(yè)與市場的相互滲透、相互作用的協(xié)同中介;孟韜等（2014）[8]提出企業(yè)廣泛采用眾包的目的就是利用企業(yè)外部的人力資源，即運用外部大眾具備的群體智慧降低企業(yè)開發(fā)成本，同時能達到宣傳企業(yè)的效果;Marian（2015）[9]指出大眾智慧比少數(shù)精英更聰明即為眾包的核心理念?？梢?，學者們普遍認為眾包創(chuàng)新是開放式創(chuàng)新的一種重要形式[10]，是匯聚各方志趣相投的力量，由于多樣化知識的累積與碰撞，產(chǎn)生新的可能性，從而高效完成創(chuàng)新任務，即眾包創(chuàng)新的本質(zhì)為企業(yè)外部用戶知識的有效獲取與創(chuàng)新運用[11]。

眾包創(chuàng)新虛擬社區(qū)是由企業(yè)自建、大量自由自愿的用戶參與，通過相互知識分享、交流互動形成的一種虛擬環(huán)境，目的是發(fā)現(xiàn)創(chuàng)意和完成創(chuàng)新任務[12]。樊婷（2012）[13]指出眾包社區(qū)不僅僅是一種信息系統(tǒng)，更是一種基于互聯(lián)網(wǎng)的新型社會結(jié)構(gòu);Tung（2017）[14]指出源于眾包平臺的資源不僅是有形的，更是虛擬的，可以認為眾包創(chuàng)新虛擬社區(qū)是利用互聯(lián)網(wǎng)技術為社會大眾參與企業(yè)內(nèi)部創(chuàng)新提供的虛擬環(huán)境，用戶通過合作、分享和競爭推進創(chuàng)新項目的開發(fā)和完成。

1.2 社會網(wǎng)絡分析 ?社會網(wǎng)絡是由作為節(jié)點的社會行動者及其間的關系構(gòu)成的集合，強調(diào)每個行動者在網(wǎng)絡中與其他行動者之間存在的某種直接或間接的聯(lián)系[15]。國內(nèi)外學者將社會網(wǎng)絡分析方法運用到多種在線虛擬社區(qū)的相關研究中：Zhang（2012）[2]通過利用中文維基百科收集的面板數(shù)據(jù)，測量節(jié)點度、中間中心度、接近中心度以及用戶的貢獻量，進行回歸分析，最終得出用戶的網(wǎng)絡位置強烈影響其貢獻行為;Lu（2012）[3]以一個呈現(xiàn)核心—邊緣網(wǎng)絡結(jié)構(gòu)的大眾用戶支持論壇為研究對象，通過建立數(shù)理模型進行驗算，指出大量用戶位于邊緣位置，不同的節(jié)點位于不同的網(wǎng)絡位置具有不同的關系行為;Koch（2013）[16]運用社會網(wǎng)絡分析方法測度開放式政府平臺中用戶的出入度作為劃分社區(qū)用戶類型的指標，發(fā)現(xiàn)不同的用戶分類的創(chuàng)新方案質(zhì)量也存在較大的差異;Fuger（2017）[17]從社會網(wǎng)絡視角探索眾包社區(qū)中不同用戶角色對團隊績效的影響，指出眾包活動的背景和目的影響用戶的行為模式。

2 ?數(shù)據(jù)收集與處理

戴爾公司于2007年推出眾包創(chuàng)新虛擬社區(qū)IdeaStorm，向用戶征求產(chǎn)品設計、營銷以及技術支持等方面的意見，用戶可以在平臺發(fā)布文章、宣傳文章、降級和評論文章。如今該平臺已有超過28300條創(chuàng)意提交，超過748000投票，超過103000條評論，超過550條創(chuàng)意得到實施。

利用網(wǎng)絡爬蟲軟件八爪魚采集器（6.4版）獲取戴爾已實施項目中75個發(fā)起人提交的創(chuàng)意項目，以及1195個用戶提交4128條評論。當一個用戶ID另一個用戶ID的創(chuàng)意提交評論，就認為該兩個ID之間建立了互動關系。去除評論用戶和發(fā)起人用戶ID重復項，以及孤立點。將處理后的Excel數(shù)據(jù)導入UCINET，進而生成1226*1226互動關系矩陣，如圖1所示（表中的0和1用aij表示）。在矩陣中若aij=0，表明用戶i沒有對用戶j評論，無互動關系;若aij=1，表明用戶i對用戶j進行了評論，在網(wǎng)絡圖中表現(xiàn)為i指向j的有向線段，因而構(gòu)成有向社會網(wǎng)絡。

運用UCINET可實現(xiàn)IdeaStorm的網(wǎng)絡結(jié)構(gòu)可視化，如圖2所示，在這個有向網(wǎng)絡圖中，每個節(jié)點代表一個用戶，共有1226個節(jié)點，1679條連接。運用中間中心度進行社會網(wǎng)絡可視化分析，圖中的點形狀越大表明該節(jié)點的中間中心度越高，其越可能居于網(wǎng)絡的核心位置。

3 ?IdeaStorm社區(qū)的網(wǎng)絡結(jié)構(gòu)特征分析

根據(jù)社會網(wǎng)絡的基本分析方法的，主要從點度中心度、中間中心度、接近中心度和小世界特性等方面分析IdeaStorm眾包創(chuàng)新虛擬社區(qū)的網(wǎng)絡結(jié)構(gòu)特征。

3.1 點度中心度

在社會網(wǎng)絡中，某個行動者的度數(shù)中心度可以分為兩類：絕對中心度和相對中心度。絕對中心度是與該點直接相連的點數(shù)，相對中心度是絕對中心度的標準化形式。某個行動者的度數(shù)中心度就是與其直接相連的其他點的個數(shù)。在本研究中，社會網(wǎng)絡表現(xiàn)為用戶間評論關系的有向網(wǎng)絡，因而從點出度（Outdegree）與點入度（Indegree）來分析點度中心度。出度表示用戶提交的評論數(shù)量，入度則表示用戶獲得的評論數(shù)量。本研究中，IdeaStorm的節(jié)點出入度分布如圖3所示，每個節(jié)點均表現(xiàn)出不同的出入度。

分析結(jié)果顯示，在該網(wǎng)絡中編號“21和27”的用戶出度（等于20）最高，其入度也相對較高，表明其在社區(qū)中能夠積極主動參與討論，并且已經(jīng)建立相對穩(wěn)定的互動關系;編號“9”的入度（147）最高，但是其出度卻為0，說明該用戶在社區(qū)中的想法創(chuàng)意能夠吸引其他用戶的積極互動與反饋。

出入度描述性統(tǒng)計結(jié)果如表1所示。該網(wǎng)絡的點出度中心勢為1.522%，其值較小，說明網(wǎng)絡中用戶的出度差異較小，評論用戶群體集權(quán)的現(xiàn)象不明顯。同時，該網(wǎng)絡的點入度中心勢為11.898%，顯然遠高于點出度中心勢，包括其方差值均大于點出度的方差值，總體來說用戶的入度差異較大，表明被“評論”的用戶有著更明顯的集中趨勢。點出度與點入度的差異也說明了用戶提交創(chuàng)意與獲得評論數(shù)的不對稱性。

3.2 中間中心度

中間中心度測量是指一個節(jié)點在一定程度上位于圖中其他點的中間。中間中心度表示某個節(jié)點對網(wǎng)絡中資源控制的程度，節(jié)點中間中心度越高，說明該節(jié)點越多地占據(jù)資源和信息流通的關鍵位置，對資源的控制能力越強。實證結(jié)果顯示，編號為11的用戶中間中心度最高，為0.916，編號為17、27、13、21、45、123、46等用戶的中間中心度分布于0.1-0.9之間，而其他用戶的中間中心度均小于0.1。節(jié)點的中間中心度越接近于1，意味著該用戶在社區(qū)中處于連接性位置，居于網(wǎng)絡的核心位置，并且具有控制其他行動者的權(quán)利。IdeaStorm社區(qū)網(wǎng)絡中用戶的中間中心度描述性統(tǒng)計結(jié)果如表2所示，各個節(jié)點的中間中心度分布情況如圖4所示，不難看出98%的用戶的中間中心度為0，也就是說在該網(wǎng)絡中大部分用戶均為邊緣用戶。中間中心勢指數(shù)為0.91%，接近于0，是比較小的，表明該網(wǎng)絡接近于環(huán)形，且并沒有向某個節(jié)點集中的趨勢。

3.3 接近中心度

接近中心度是指一個行動者與集合中其他行動者的距離[15]。其測量的是行動者在多大程度上不受其他行動者的控制。如果一個點與網(wǎng)絡中所有其他點的“距離”都很短，則該點具有較高的整體中心度，也稱接近中心度。一個點的接近中心度是該點與圖中其他點的捷徑距離之和，其測度值越小，則接近中心度越高，表示該點在網(wǎng)絡中越可能處于核心地位，不受其他結(jié)點控制的能力越強。

接近中心度描述性統(tǒng)計結(jié)果如表3所示，對于有向關系網(wǎng)絡，分析結(jié)果給出了入接近中心度（inCloseness）與出接近中心度（outCloseness）（分別是節(jié)點進入捷徑距離（inFarness）之和與發(fā)出捷徑距離之和（outFarness）的標準化處理結(jié)果）。節(jié)點接近中心度分布如圖5所示，從入接近中心度來看，其他節(jié)點到編號為9的用戶的捷徑距離之和最小，緊跟其后的有編號7、編號2等，接近中心度分別為0.16、0.156、0.155，表明其他節(jié)點到達這類節(jié)點是相對容易的，即獲取信息知識不受他人控制能力較強。從出接近中心度來看，編號152的用戶到達其他節(jié)點的捷徑距離最短，緊跟其后的有編號139、276、323等，接近中心度均約等于0.085，表明該節(jié)點到達其他用戶相對容易，即能夠較快地獲的信息;此外，相較于入接近中心度，該指標值小很多，表明用戶較少積極提交創(chuàng)意或評論，這與上述的點度中心度分析結(jié)果一致。

3.4 小世界特性

對于虛擬社區(qū)網(wǎng)絡而言，具有相對較小的平均最短路徑和相對較大的聚類系數(shù)，可以認為這類網(wǎng)絡具有小世界特性[15]。如果某個網(wǎng)絡具有小世界特性，就說明該網(wǎng)絡的信息傳遞流暢，節(jié)點間能夠進行有效快捷的溝通交流;反之，則表明該社區(qū)用戶之間溝通困難，信息交流不暢而不利于創(chuàng)新社區(qū)的發(fā)展。

一般情況下，從網(wǎng)絡的平均聚類系數(shù)和平均路徑長度來驗證網(wǎng)絡的小世界理論。如表4可見，在這個1226*1226的距離矩陣中，網(wǎng)絡節(jié)點之間的平均距離為3.736，最小距離為1，最大距離為7;即在該虛擬社區(qū)中每兩個用戶平均僅需要3.736個用戶來建立聯(lián)系。因此，根據(jù)小世界效應理論，平均距離小于10，即可判定該社區(qū)用戶間形成的網(wǎng)絡具有小世界特性[15]。這也就意味著該社區(qū)信息知識傳播速度較快，影響面更大，用戶之間的交流互動得到有效支持。此外，基于距離的聚類系數(shù)（取值在0-1之間，聚類系數(shù)越大則表示更大的內(nèi)聚性）為0.276。該指標值并不是很大，表明用戶間的互動深度還不夠，信息交流不夠通暢，溝通相對困難，也能說明用戶之間建立的連接不是隨機的，而是根據(jù)其需求或偏好產(chǎn)生的。

4 ?管理啟示

本文從社會網(wǎng)絡分析方法中最常用的三個指標：點度中心度、中間中心度和接近中心度分析了IdeaStorm虛擬社區(qū)的網(wǎng)絡結(jié)構(gòu)，因為這個三個指標可以較為全面的刻畫用戶在關系網(wǎng)絡中的位置和參與行為特征。當某用戶的點出度中心度較高時，表明該用戶擅于主動評論他人的創(chuàng)意，積極參與互動;當用戶的點入度中心度較高時，說明該用戶發(fā)表的創(chuàng)意或文章總是能夠吸引他人的關注，引發(fā)大家的討論。當節(jié)點的中間中心度越高時，表明該點能夠很大程度上控制他人之間的互動，居于網(wǎng)絡的核心位置。在IdeaStorm社區(qū)中，發(fā)現(xiàn)約98%的用戶中心度為0，即為邊緣用戶。而接近中心度刻畫的是一個節(jié)點不受他人控制的程度，其值越小說明該點可能居于網(wǎng)絡的核心;反之，表明該用戶在信息資源、權(quán)利等方面的影響力越弱，不是網(wǎng)絡的核心點。同時，結(jié)合小世界理論研究該社區(qū)具有小世界特性，但用戶之間的互動強度還不夠。因此，本文提出管理啟示：①重點關注核心用戶，合理利用其在網(wǎng)絡中的位置權(quán)利。核心用戶具有很強的帶動作用，他們的存在對社區(qū)的發(fā)展尤為重要。因為他們的行為能夠吸引其他用戶的關注，對社區(qū)的信息與知識傳播起著連接性作用，能夠有效增進社區(qū)用戶交流頻次，并通過互動，強化知識積累，逐漸提升眾包創(chuàng)新質(zhì)量。②合理引導邊緣用戶，激勵其積極參與。從實證結(jié)果發(fā)現(xiàn)，IdeaStorm社區(qū)中的大部分用戶為邊緣用戶，即較少提交創(chuàng)意或評論，也很少參與其他言論的互動，甚至只是純粹的瀏覽用戶。這樣的狀態(tài)持續(xù)時間越久就越容易讓用戶喪失興趣，失去對社區(qū)的信任感。因而，社區(qū)管理者采取合理的引導措施（如通過游戲化計分方式），引導邊緣用戶積極參與互動，為企業(yè)創(chuàng)新獻計獻策。③注重眾包創(chuàng)新社區(qū)環(huán)境建設。通過構(gòu)建開放、自由、互信的社區(qū)環(huán)境，建立有效的反饋機制，強化大眾用戶的參與廣度和參與深度，提升用戶對社區(qū)的信任感、認同感和歸屬感，有利于高效快捷的產(chǎn)出創(chuàng)新解決方案，保持眾包創(chuàng)新社區(qū)的健康持續(xù)發(fā)展。

5 ?結(jié)束語

本文以戴爾公司的IdeaStorm眾包創(chuàng)新虛擬社區(qū)為例，運用社會網(wǎng)絡分析方法分析了社區(qū)的網(wǎng)絡結(jié)構(gòu)特征，并給出具體管理啟示，有助于深刻理解社區(qū)網(wǎng)絡中的用戶參與眾包創(chuàng)新的行為特征，為企業(yè)有效治理眾包創(chuàng)新社區(qū)提供決策支持。但本文的研究還存在一定的不足之處：只是客觀分析了IdeaStorm眾包創(chuàng)新社區(qū)的網(wǎng)絡結(jié)構(gòu)，未深入研究網(wǎng)絡結(jié)構(gòu)形成的主要原因，也未探索不同網(wǎng)絡結(jié)構(gòu)位置的用戶之間的知識共享行為。

參考文獻：

[1]Hossain M， Kauranen I. Crowdsourcing： a comprehensive literature review[J]. Strategic Outsourcing An International Journal， 2015， 8（1）.

[2]Zhang X， Wang C. Network Positions and Contributions to Online Public Goods： The Case of Chinese Wikipedia[J]. Journal of Management Information Systems， 2012， 29（2）：11-40.

[3]Lu Y， Singh P V， Sun B. Is Core-Periphery Network Good for Knowledge Sharing？ A Structural Model of Endogenous Network Formation on a Crowdsourced Customer Support Forum[J]. Social Science Electronic Publishing， 2014， 41（2）.

[4]Kratzer J， Lettl C， Franke N， et al. The Social Network Position of Lead Users[J]. Journal of Product Innovation Management， 2016， 33（2）：1111-1117.

[5]Winsorj. Crowdsourcing： what it means for innovation[J]. Business Week Online，2009，3（4）：156-158.

[6]Afuah A， Tucci C L. Crowdsourcing As a Solution to Distant Search[J]. Academy of Management Review， 2012， 37（3）：355-375.

[7]王姝，陳勁，梁靚.網(wǎng)絡眾包模式的協(xié)同自組織創(chuàng)新效應分析[J].科研管理，2014，35（4）：26-33.

[8]孟韜，張媛，董大海，等.基于威客模式的眾包參與行為影響因素研究[J].中國軟科學，2014（12）：112-123.

[9]MARIAN G M.Solver engagement in knowledge sharing in crowdsourcing communities： Exploring the link to creativity [J]. Research Policy， 2015 （ 44） ： 1419-1430.

[10]Bj？觟rn Remneland Wikhamn， Wajda Wikhamn. Structuring of the Open Innovation Field[J]. Journal of Technology Management & Innovation， 2013， 8（3）：173-185.

[11]孟慶良，蔣旋.雙邊視角下眾包創(chuàng)新知識獲取機制：一個概念模型[J].科技管理研究，2017，37（4）：171-175.

[12]Schr？觟der A， H？觟lzle K. Virtual Communities for Innovation： Influence Factors and Impact on Company Innovation[J]. Creativity & Innovation Management， 2010， 19（3）：257-268.

[13]樊婷.基于眾包視角的社區(qū)用戶忠誠度影響因素研究[D]. 河北工業(yè)大學，2012.

[14]Tung W F， Jordann G. Crowdsourcing social network service for social enterprise innovation[J]. Information Systems Frontiers， 2017， 19（6）：1-17.

[15]劉軍.整體網(wǎng)分析講義 ： UCINET軟件實用指南 ： Lectures on whole network approach ： a practical guide to UCINET[M]. 格致出版社上海人民出版社，2009.

[16]Koch G， Hutter K， Decarli P， et al. Identifying Participants' Roles in Open Government Platforms and Its Impact on Community Growth[C]// Hawaii International Conference on System Sciences. IEEE， 2013：1900-1910.

[17]Fuger S， Schimpf R， Füller J， et al. User roles and team structures in a crowdsourcing community for international development a social network perspective[J]. Information Technology for Development， 2017， 23（1）：1-25.