社會化問答社區(qū)中不同類型問題的答案認(rèn)可影響因素實(shí)證研究

周 斌， 費(fèi)豪澤

(江蘇科技大學(xué) 經(jīng)濟(jì)管理學(xué)院, 鎮(zhèn)江 212100)

社會化問答社區(qū)是通過在線形式支持大眾用自然語言表達(dá)隱性知識需求和回復(fù)[1],依靠問答互助匯聚群眾智慧,將“問答”與“社交互動(dòng)”相結(jié)合的虛擬社區(qū)[2]．社區(qū)中回答者圍繞某一問題進(jìn)行討論;用戶通過點(diǎn)贊、評論等操作來表示對回答的看法;社區(qū)通常會根據(jù)其積累的點(diǎn)贊數(shù)、反對數(shù)等指標(biāo),對回答進(jìn)行排序,以讓認(rèn)可度高的答案優(yōu)先顯示[3]．作為國內(nèi)社會化問答的典范知乎社區(qū),截至2017年9月的注冊用戶增長總數(shù)超過1億,至今仍具噴發(fā)之勢．然而,眾多跡象表明,社區(qū)中用戶的知識貢獻(xiàn)和活躍的程度并不高,亟待解決的問題的比例依舊較高[4-6]．對于知乎這類問答社區(qū)來說,通過增強(qiáng)用戶知識貢獻(xiàn)的精神報(bào)酬,提高個(gè)體的參與積極性和比例,是維護(hù)發(fā)展好社區(qū)工作的重中之重．而對于作答用戶來說,了解答案認(rèn)可度的影響因素可以更好地提供高質(zhì)量的內(nèi)容．基于此,對社會化問答社區(qū)答案認(rèn)可度的影響因素進(jìn)行深入探究具有重要的現(xiàn)實(shí)意義．

1 相關(guān)研究評述

1.1 社會化問答社區(qū)的研究

當(dāng)今,社會化問答社區(qū)成為了用戶搜尋精準(zhǔn)信息和隱性知識、知識共享的重要途徑,成為國內(nèi)外學(xué)者們的重點(diǎn)關(guān)注領(lǐng)域．其中主要有對以問題為中心的研究、以答案為中心的研究、以用戶為中心的研究、以平臺為中心的研究等[7]．以答案為中心的研究大部分是關(guān)于答案質(zhì)量的評估,包括答案質(zhì)量的評價(jià)指標(biāo)、自動(dòng)化評估等內(nèi)容,還有少量對答案特征的研究．文獻(xiàn)[8-9]是前期探究回答質(zhì)量的評價(jià)指標(biāo)的代表性研究,后續(xù)研究大多參考其方法．文獻(xiàn)[10]對Yahoo!Answer平臺上關(guān)于老年健康的問答對進(jìn)行探究,歸結(jié)出在準(zhǔn)確性、相關(guān)性、有效性、完整性等關(guān)于答案質(zhì)量的評價(jià)指標(biāo)．文獻(xiàn)[11]使用ResearchGate問答社區(qū)中圖書情報(bào)學(xué)領(lǐng)域的問答來評估學(xué)術(shù)答案的質(zhì)量．研究發(fā)現(xiàn),答案文本本身是判斷學(xué)術(shù)答案質(zhì)量的常用標(biāo)準(zhǔn),并且評價(jià)者的信念和偏好也會影響學(xué)術(shù)答案質(zhì)量的判斷．進(jìn)入到信息大爆炸的時(shí)代,人工評價(jià)無法完成對大規(guī)模信息的評估,學(xué)者們對回答的質(zhì)量進(jìn)行自動(dòng)評估．文獻(xiàn)[12]通過綜合問題答案的文本和非文本特征來建立模型,并評估和驗(yàn)證高質(zhì)量答案的有用特征，該模型被用于識別和比較在4個(gè)知識領(lǐng)域預(yù)測高質(zhì)量答案的有用特征．文獻(xiàn)[13]以知乎社區(qū)為數(shù)據(jù)采集對象,依次采用機(jī)器學(xué)習(xí)中的邏輯回歸、支持向量機(jī)和隨機(jī)森林這3種分類模型,構(gòu)建答案質(zhì)量的評價(jià)模型．

綜上所述,大多研究集中在答案的質(zhì)量和特征上，也有少許答案認(rèn)可效果的研究,文獻(xiàn)[14]從答案特征和答題者的特征這兩個(gè)角度研究答案的認(rèn)可度．但總體均缺乏對不同問題類型下的答案認(rèn)可的考慮,也缺乏考慮其過程中交互特征所起的作用．文中基于上述研究，加入回答的交互特征,構(gòu)建在不同問題類型下的答案認(rèn)可度模型．

1.2 ELM和IAM模型

精細(xì)加工可能性模型(elaboration likehood model,ELM)將信息消費(fèi)者的信息處理和態(tài)度改變的過程分為兩個(gè)路徑:中心路徑和邊緣路徑[15]．中心路徑強(qiáng)調(diào)信息接受者對客體的信息本身進(jìn)行仔細(xì)思考、分析和歸納,最終導(dǎo)致態(tài)度的轉(zhuǎn)變或形成；邊緣路徑是信息接受者對客體本身以外的一些外圍因素進(jìn)行考察分析,進(jìn)而形成態(tài)度的轉(zhuǎn)變．隨著互聯(lián)網(wǎng)的流行和人們獲取信息渠道的擴(kuò)展,文獻(xiàn)[16]將ELM和技術(shù)接受模型(technology acceptance model,TAM)進(jìn)行結(jié)合,提出了信息采納模型(infor-mation acloption model,IAM)．信息接受模型揭示信息質(zhì)量和信息源質(zhì)量分別對應(yīng)中心路徑和邊緣路徑共同影響決定信息有用性,進(jìn)而影響信息采納行為．

在社區(qū)問答過程中,評論這一互動(dòng)特征對信息采納有著不可忽視的影響．在線評論是社會化媒體中樹立在線良好口碑的主要途徑[17],良好的在線口碑能有效地轉(zhuǎn)變用戶的態(tài)度．互動(dòng)評論數(shù)量較多的產(chǎn)品或者服務(wù)能更多吸引用戶的關(guān)注和信任,并進(jìn)一步促成用戶的認(rèn)可和購買行為[18]．IAM模型雖然比較契合社會化問答社區(qū)的知識分享過程,但是未包含互動(dòng)這一重要特征，因此,文中在IAM模型的基礎(chǔ)上加入互動(dòng)特征．

2 研究模型與假設(shè)

以信息采納模型為基礎(chǔ),結(jié)合社會化問答社區(qū)實(shí)際情況,進(jìn)行擴(kuò)展和補(bǔ)充，構(gòu)建模型如圖1．

圖1 用戶答案認(rèn)可影響因素分析Fig.1 Analysis of the influencing factors of user′s answer recognition

2.1 回答特征

回答的時(shí)間點(diǎn)是指回答者發(fā)布答案具體在一天中的時(shí)間段(是否是工作時(shí)段)和在一周中的哪一天(是否是周末)．考慮到社區(qū)用戶的使用習(xí)慣,在用戶活躍的時(shí)間段(休閑時(shí)間或周末)發(fā)布的答案得到點(diǎn)贊的機(jī)率更大．由于不同類型的問答具有不同特點(diǎn),影響程度又會不一致．

回答及時(shí)性是指用戶作答并發(fā)布的時(shí)間與問題創(chuàng)建的時(shí)間之間的時(shí)間跨度,間隔越短,知識分享越及時(shí)，文獻(xiàn)[14]認(rèn)為答案及時(shí)性只在問題發(fā)布的一段時(shí)間后與答案認(rèn)可度成正向相關(guān)．文中結(jié)合問答社區(qū)實(shí)際情況,認(rèn)為問題在發(fā)布后的一段時(shí)間內(nèi),隨著瀏覽和關(guān)注人數(shù)的增加,迎來熱門的關(guān)注期,但在回答數(shù)量達(dá)到一定程度時(shí),答案的排序基本穩(wěn)定了．

更新狀況是回答者是否對答案進(jìn)行后續(xù)的修正與補(bǔ)充,以及更新的時(shí)間間隔．隨著答題者的知識迭代,或是瀏覽者要求更新,答題者會對答案進(jìn)行完善．答題者積極負(fù)責(zé)的更新,容易獲得用戶的信任和認(rèn)同．而且時(shí)間跨度長的更新所積累的更新內(nèi)容更豐富,質(zhì)量相對更高．

外部引用是回答者的答案中所包含的外部鏈接、圖片、視頻等內(nèi)容，回答者在詮釋觀點(diǎn)的時(shí)候,會需要外部的參考內(nèi)容以佐證其可信度,也便于直觀地展示信息，文獻(xiàn)[19]將內(nèi)容中是否有外部鏈接、圖片等指標(biāo)納入評價(jià)答案質(zhì)量的模型之中．因此文中提出如下假設(shè):

H1:回答的時(shí)間點(diǎn)與答案認(rèn)可度相關(guān)．

H2:回答及時(shí)性與答案認(rèn)可度之間正向相關(guān)．

H3a:答案是否更新與答案認(rèn)可度之間相關(guān)．

H3b:答案更新的時(shí)間跨度與答案認(rèn)可度之間正向相關(guān)．

H4:回答是否有引用與答案認(rèn)可度之間相關(guān)．

2.2 回答質(zhì)量

回答中心度是指在同一個(gè)問題下某一個(gè)回答在所有回答中所處的中心程度，回答的中心度越高,該答案的信息質(zhì)量越高．文獻(xiàn)[20]將答案文本的中心度作為評估該信息質(zhì)量的重要指標(biāo)之一,結(jié)果發(fā)現(xiàn)回答中心度與認(rèn)可度之間正向相關(guān)．

回答者的答案除了包含解答問題的相關(guān)知識,或多或少會帶入個(gè)人主觀情感．文獻(xiàn)[20]通過構(gòu)建問答社區(qū)醫(yī)療知識的采納模型發(fā)現(xiàn)情感支持與信息采納之間正向相關(guān)．文獻(xiàn)[21]研究證實(shí)包含正面情感的信息更能增強(qiáng)用戶對該信息的認(rèn)同．在回答中給予關(guān)心、贊美等正面的情感支持,有利于提升用戶對回答的認(rèn)同．

答案的純信息比是指對答案進(jìn)行分詞處理,去除答案內(nèi)容的標(biāo)點(diǎn)符號及停用詞得到的概念詞的數(shù)量占總文本的比例，文獻(xiàn)[14]研究發(fā)現(xiàn)答案長度與答案認(rèn)可之間正向相關(guān)．然而,在回答中只有部分是包含有效信息的,回答的內(nèi)容過于冗長,超過用戶工作記憶的上限,就會引起認(rèn)知超載．因此文中提出如下假設(shè):

H5:回答中心度與答案認(rèn)可度之間正向相關(guān)．

H6:情感支持與答案認(rèn)可度之間正向相關(guān)．

H7:答案純信息比與答案認(rèn)可度之間正向相關(guān)．

2.3 回答者特征

回答者的身份在知乎中的具體表現(xiàn)形式是回答者頭像是否被標(biāo)記為優(yōu)秀回答者,是否為身份認(rèn)證,以及是否是匿名用戶．社會化媒體的社區(qū)形式為用戶提供了更精準(zhǔn)的個(gè)人信息,繼而成為用戶判斷信息可信度的重要評判標(biāo)準(zhǔn)[22]．

在社交網(wǎng)絡(luò)中,衡量用戶影響力的核心指標(biāo)之一就是網(wǎng)絡(luò)中心度,相當(dāng)程度上體現(xiàn)了個(gè)體在其中的社會資本[23]．文獻(xiàn)[24]通過對豆瓣網(wǎng)的影評數(shù)據(jù)研究發(fā)現(xiàn)用戶的內(nèi)向、外向網(wǎng)絡(luò)中心度與其發(fā)表的評論的有用性之間正向相關(guān)．社會網(wǎng)絡(luò)中心度分為內(nèi)向網(wǎng)絡(luò)中心度和外向網(wǎng)絡(luò)中心度．

回答者的可信度用其以往回答所獲平均成就值來衡量．社區(qū)用戶在對信源可靠性未知的情況下往往以其過往的回答水準(zhǔn)來確定其總體專業(yè)知識水平．信源的可靠性是決定信息采納的關(guān)鍵因素,信源可靠性高的信息相比可靠性低的信息更容易被用戶采納[16, 25]．因此文中提出如下假設(shè):

H8a:回答者的身份信息與答案的認(rèn)可度之間相關(guān)．

H8b:回答者是否匿名與答案的認(rèn)可度之間相關(guān)．

H9a:回答者的內(nèi)向網(wǎng)絡(luò)中心度與答案的認(rèn)可度之間正向相關(guān).

H9b:回答者的外向網(wǎng)絡(luò)中心度與答案的認(rèn)可度之間正向相關(guān)．

H10:回者的可信度與答案的認(rèn)可度之間正相關(guān)．

2.4 回答交互性

互動(dòng)開放度是指回答者對所答內(nèi)容的評論開放度,即是否容許用戶進(jìn)行評論．在社會化媒體中,互動(dòng)評論是樹立在線良好口碑的主要途徑[17],而關(guān)閉評論讓用戶缺少了反饋互動(dòng)的渠道,容易降低用戶對答案的信任．

互動(dòng)量是指瀏覽者和回答者在評論區(qū)發(fā)表的評論總數(shù)．文獻(xiàn)[26]研究認(rèn)為互動(dòng)評論數(shù)越多,表明有越多的用戶參與到對服務(wù)或產(chǎn)品的探討中,同時(shí)也反映了其被關(guān)注的熱度，關(guān)注的熱度越高,用戶被知曉和吸引的可能性越大，且用戶的疑惑或誤解也可因互動(dòng)被消除．

互動(dòng)積極性是指回答者回復(fù)或者評論的數(shù)量,反映了回答者和評論者進(jìn)行互動(dòng)的積極性．充滿熱情的回答者往往對自己發(fā)布的回答多加投入,幫評論者解答疑問,展示其提供優(yōu)質(zhì)服務(wù)的能力[27]．因此文中提出如下假設(shè):

H11:互動(dòng)開放度與回答認(rèn)可之間相關(guān)．

H12:互動(dòng)量與回答認(rèn)可之間正向相關(guān)．

H13:互動(dòng)積極性與回答認(rèn)可之間正向相關(guān)．

3 研究方法

3.1 數(shù)據(jù)收集

使用 Python 編寫爬蟲程序抓取知乎的熱門問題,將問題類別分為咨詢類、事實(shí)類、意見類．抓取的內(nèi)容包括,問題發(fā)布時(shí)間、回答的內(nèi)容、回答發(fā)布的時(shí)間、回答得到的點(diǎn)贊數(shù)、評論數(shù)、回答者的粉絲數(shù)、回答者所有的點(diǎn)贊數(shù)等指標(biāo)．經(jīng)過對數(shù)據(jù)的清洗和轉(zhuǎn)換,得到實(shí)際可用數(shù)據(jù)共48 568條．其中事實(shí)類問答數(shù)據(jù)共計(jì)12 183條,意見類問答數(shù)據(jù)共計(jì)25 835條,咨詢類問答數(shù)據(jù)有10 550條．

3.2 變量測度

為了驗(yàn)證所提出的假設(shè),設(shè)計(jì)如表1的各項(xiàng)變量．

表1 模型變量與測度指標(biāo)Table 1 Model variable and measure index

其中回答中心度的計(jì)算過程為:① 調(diào)用百度自然語言處理的接口對數(shù)據(jù)進(jìn)行分詞,得到分詞后的詞組構(gòu)成的集合．② 調(diào)用Scikit-learn包計(jì)算相應(yīng)的tf-idf矩陣,tfi,j、idfi的計(jì)算如公式(1、2),其中ni,j為詞ti在文本dj中出現(xiàn)的次數(shù)；∑knk,j為在文本dj中所有詞的出現(xiàn)次數(shù)之和；|D|為回答答案的文本總數(shù)；|{j:ti∈dj}|為包含詞語ti的答案數(shù)．③ 利用公式(3、4)依次計(jì)算各個(gè)答案的文本中心度．

(1)

(2)

tf-idfi,j=tfi,j×idfi

(3)

text-centerj=∑itf-idfi,j

(4)

3.3 分析方法

文中因變量為用戶的回答在某時(shí)間點(diǎn)所獲得的點(diǎn)贊數(shù),是一個(gè)非負(fù)的有序整數(shù),并且含有大量的零,因此不滿足線性回歸因變量為連續(xù)分布的假設(shè)．由于該變量具有獨(dú)立、非負(fù)且含有大量零值的性質(zhì),因變量的方差遠(yuǎn)遠(yuǎn)大于均值,適用于零膨脹負(fù)二項(xiàng)回歸模型的假設(shè)條件[28]．零膨脹負(fù)二項(xiàng)分布由一個(gè)負(fù)二項(xiàng)分布和一個(gè)離散零分布組成,如下：

(5)

式中：p為因變量為零的比例；τ為散度參數(shù)；λ為負(fù)二項(xiàng)分布的均值；Γ為伽瑪分布；均值和方差分別為E(Y)=(1-p)λ和var(Y)=(1-p)λ(1+pλ+λ/τ)．當(dāng)τ→∞和p→0時(shí), 分別服從零膨脹泊松和負(fù)二項(xiàng)分布．ZINB模型把p和λ聯(lián)系起來成為協(xié)變量,表達(dá)式為:

(6)

式中：xi和zi分別為一定尺度的特征向量, 在此表示第i個(gè)協(xié)變量；β和γ為回歸方程協(xié)相關(guān)系數(shù)的特征向量．

4 數(shù)據(jù)分析與結(jié)果

4.1 描述性統(tǒng)計(jì)分析

將知乎的問題按照文獻(xiàn)[29]提出的社會化問答社區(qū)常見的問題類型進(jìn)行分類:① 事實(shí)類,意在尋求客觀數(shù)據(jù)或者是引向其相關(guān)內(nèi)容的鏈接,主要是面向該領(lǐng)域的專業(yè)人士，比如“區(qū)塊鏈?zhǔn)鞘裁?如何簡單易懂地介紹區(qū)塊鏈”．② 意見類,為了引出他人對社會中某一普遍感興趣的話題的看法,相對來說沒有唯一正確的答案,可以不參照提問者的需要來回答，比如 “如何評價(jià)電影《我不是藥神》”．③ 咨詢類,征求建議以解決提問者的個(gè)人問題,比如“明年畢業(yè),導(dǎo)師想給我1.5萬工資讓我留本校讀博,我要怎么選擇”．

問答樣本的描述性統(tǒng)計(jì)如表2.

表2 樣本描述性統(tǒng)計(jì)Table 2 Sample descriptive statistics

表2中答案認(rèn)可度數(shù)據(jù)分布相當(dāng)分散,偏度均大于35,呈右偏分布．自變量的分布也較為分散，其中意見類問題的平均回答時(shí)間跨度和更新時(shí)間跨度相比其他類型問題明顯更短．有優(yōu)秀回答者或是身份認(rèn)證的用戶僅占總體的0.4%～1.8%,說明擁有標(biāo)識的用戶在社區(qū)中相當(dāng)稀少．三類問題的內(nèi)向中心度遠(yuǎn)遠(yuǎn)大于外向中心度,說明知識貢獻(xiàn)的主力是積極活躍、已積累眾多粉絲的用戶．評論數(shù)與回答者的回復(fù)數(shù)比例大約為13,說明回答者與評論者的互動(dòng)并不多．

在事實(shí)類變量的相關(guān)系數(shù)中,除了ACC和IN的相關(guān)系數(shù)為0.55外,其余均小于0.5．方差膨脹因子均小于2,遠(yuǎn)小于10,表明變量間不存在多重共線性．意見類和咨詢類變量的相關(guān)系數(shù)均小于0.5且方差膨脹因子均小于2,因此同樣不存在多重共線性．

4.2 回歸分析結(jié)果與討論

針對知乎問答的三類樣本,采用零膨脹負(fù)二項(xiàng)回歸模型構(gòu)建3個(gè)模型,結(jié)果如表3．

表3 總體樣本回歸分析結(jié)果Table 3 Regression analysis results of overall samples

(1) 回答特征

三類問答在回答時(shí)間點(diǎn)的兩個(gè)自變量上差異較大．在事實(shí)類問答中,day-is-weekend系數(shù)為正且p值顯著,is-leisure-time系數(shù)為負(fù)，且p值顯著，表明周末和非休閑時(shí)間作答對答案認(rèn)可度有正向的影響．事實(shí)類問答相對需要比較專業(yè)的知識進(jìn)行作答,回答者在周末也有足夠的時(shí)間整理相關(guān)知識．在意見類問答中,回答時(shí)間點(diǎn)中的兩變量系數(shù)均為負(fù)，且p值顯著,說明周末和休閑時(shí)間作答對答案認(rèn)可度有負(fù)向的影響．意見類問題包含許多對時(shí)事新聞的討論,分布上大多發(fā)生在周中和工作時(shí)間，在這段時(shí)間及時(shí)作答則會擁有更高的曝光度和認(rèn)同．咨詢類問題對時(shí)間并不敏感．三類問答的回答及時(shí)性的系數(shù)均為負(fù)，且p值顯著,說明回答及時(shí)性對答案認(rèn)可度有正向的影響．事實(shí)類和意見類問答的更新時(shí)間跨度系數(shù)為正，且p值顯著,對答案認(rèn)可度有正向影響；咨詢類問答則對此不敏感．答案是否更新系數(shù)在三類問答中均為正，且p值顯著，更新后的答案相比之前發(fā)布的內(nèi)容更加完整,更容易獲得用戶的認(rèn)可．是否有外部引用在三類問答中均為正，且p值顯著,說明外部引用量在知識分享過程中是必要的．

(2) 回答質(zhì)量

三類問答的回答中心度系數(shù)均為正，且p值顯著,說明回答中心度對答案認(rèn)可度有正向的影響．情感支持系數(shù)在意見類和咨詢類問答中均為負(fù)，且p值顯著,在事實(shí)類中則不顯著．事實(shí)類問答主要是陳述客觀數(shù)據(jù)與事實(shí),并不需要加入個(gè)人情感以示支持．純信息比只在意見類問答中顯著為正，說明用戶并不追求答案過分的措辭精簡．

(3) 回答者特征

三類問答的回答者身份系數(shù)均為正，且p值顯著,說明回答者身份對認(rèn)可度有正向的影響．優(yōu)秀回答者或身份認(rèn)證標(biāo)記的用戶具有較強(qiáng)的專業(yè)知識和社會閱歷,用戶容易認(rèn)同其發(fā)布的答案．內(nèi)向網(wǎng)絡(luò)中心度系數(shù)在意見類和咨詢類中為正，且p值顯著,外向網(wǎng)絡(luò)中心度在三類問答中均為正，且p值顯著,說明內(nèi)向網(wǎng)絡(luò)中心度在意見類和咨詢類中對答案認(rèn)可度有正向影響,外向網(wǎng)絡(luò)中心度在所有問答中對答案認(rèn)可度均有正向影響．用戶對已關(guān)注對象已經(jīng)建立一定的信任,對其回答更具有認(rèn)同感,尤其是意見類和咨詢類．而外向網(wǎng)絡(luò)中心度高的用戶學(xué)習(xí)的知識更多,人脈更廣,容易得到用戶的信任．回答者可信度系數(shù)在三類問答中均為正，且p值顯著,說明回答可信度對答案認(rèn)可度有正向的影響．

(4) 回答交互特征

互動(dòng)開放度系數(shù)在三類問答中均為負(fù)，且p值顯著,說明互動(dòng)開放度對認(rèn)可度有負(fù)向的影響．在點(diǎn)贊數(shù)高的回答下往往有不同觀點(diǎn)間激烈的碰撞,也夾雜著人身攻擊，一些回答者會因此關(guān)閉評論．互動(dòng)量在三類問答中均為正，且p值顯著,說明互動(dòng)量對答案認(rèn)可度有正向的影響，互動(dòng)量越多,評論包含的信息和關(guān)注也越多．互動(dòng)積極性系數(shù)在三類問答中均為正，且p值顯著．說明互動(dòng)積極性對答案認(rèn)可度有正向的影響，回答者回復(fù)越積極,服務(wù)質(zhì)量越好,越容易得到認(rèn)可．

將研究假設(shè)及驗(yàn)證結(jié)果匯總，如表4．

表4 研究假設(shè)的驗(yàn)證結(jié)果總匯Table 4 Summary of validation results of research hypotheses

5 結(jié)論

文中構(gòu)建了社會化問答社區(qū)的答案認(rèn)可度模型，通過研究分析,可知回答特征、回答質(zhì)量、交互特征總體上均能有效影響答案認(rèn)可度,三類問題在影響因素方面有總體的一致性也有局部的特殊性．在回答及時(shí)性、是否更新、外部引用、回答中心度、回答者身份認(rèn)證、外向網(wǎng)絡(luò)中心度、回者的可信度、回答交互特征(互動(dòng)開放度、互動(dòng)量、互動(dòng)積極性)這些方面,三類問題都是一致的．是否在周末發(fā)布對回答認(rèn)可度的影響在三類問答中均不同：意見類對時(shí)效性要求最高；事實(shí)類需收集充足的相關(guān)知識,在周末回答更容易得到認(rèn)可；咨詢類因其對時(shí)效性要求不高,對于回答時(shí)間點(diǎn)不敏感．是否在休閑時(shí)間發(fā)布、更新時(shí)間跨度在事實(shí)類和意見類中與答案認(rèn)可度的關(guān)系均為顯著正向相關(guān)；在咨詢類中則不顯著，咨詢類問題是關(guān)于提問者的個(gè)人問題,其情況一般不變,更新時(shí)間間隔的長短對其答案認(rèn)可的影響不大．純信息比只在意見類中顯著并與答案認(rèn)可度成正向關(guān)系,說明在意見類中用戶希望得到精簡的看法，意見類的問答容易產(chǎn)生長篇大論的回答,容易引起認(rèn)知超載并耗費(fèi)用戶較多的時(shí)間,降低用戶對答案的認(rèn)可度．情感支持、回答者是否匿名、內(nèi)向網(wǎng)絡(luò)中心度在意見類和咨詢類中與答案認(rèn)可度的關(guān)系都是顯著且一致的,在事實(shí)類中則不顯著，可能是因?yàn)槭聦?shí)類問題更注重?cái)⑹鍪聦?shí),對于其社會資本支持(粉絲)的需求并不敏感,一般也不會摻雜個(gè)人的情感傾向,并且不需要匿名來避免個(gè)人敏感信息的暴露．

文中通過知乎社區(qū)的實(shí)證研究,揭示不同類型問題間的異同及原因,豐富和完善了社會問答社區(qū)領(lǐng)域的研究內(nèi)容,并為用戶作答和社區(qū)建設(shè)提供切實(shí)有效的建議．具體建議如下:

對知乎這一類社會化問答社區(qū):① 在回答展示區(qū)域加入更多回答者的信息,方便用戶對回答者有個(gè)整體的了解．② 在回答發(fā)布后的一段時(shí)間提醒回答者進(jìn)行更新以獲得更多的點(diǎn)贊．③ 適當(dāng)擴(kuò)大優(yōu)秀回答者的比例以激勵(lì)用戶積極貢獻(xiàn)．④ 識別評論區(qū)活躍的用戶,提高這些用戶的參與度．

對社區(qū)用戶:① 應(yīng)重視與評論者之間的互動(dòng),及時(shí)解決用戶提出的疑問,并且注意評論整體的輿論傾向．② 積極回答和參與,爭取優(yōu)秀回答者認(rèn)證和身份認(rèn)證,關(guān)注更多的社區(qū)大V． ③ 及時(shí)回答,特別是意見類問題,進(jìn)行多次更新,加入適量引用內(nèi)容,盡量簡潔．④ 對于不同的類型的問題進(jìn)行有針對性地回答，特別是意見類問題應(yīng)注重時(shí)效性,并避免在評論區(qū)域與用戶發(fā)生爭執(zhí)．

文中對問答中互動(dòng)的研究尚未細(xì)致深入,未來將使用面板數(shù)據(jù)探究問答的評論互動(dòng)狀態(tài)對答案認(rèn)可的持續(xù)動(dòng)態(tài)影響,考慮評論的情感傾向、評論當(dāng)天影響、累計(jì)影響等指標(biāo)．