專(zhuān)業(yè)虛擬社區(qū)用戶(hù)角色研究綜述

張薇薇 朱杰

摘 要：[目的/意義]用戶(hù)是構(gòu)成專(zhuān)業(yè)虛擬社區(qū)的核心要素，而用戶(hù)角色是研究專(zhuān)業(yè)虛擬社區(qū)用戶(hù)參與的重要方面。[方法/過(guò)程]首先使用可視化工具和共現(xiàn)關(guān)鍵詞聚類(lèi)分析，識(shí)別出專(zhuān)業(yè)虛擬社區(qū)用戶(hù)角色研究的兩大主題：角色識(shí)別與角色轉(zhuǎn)變動(dòng)因。在此基礎(chǔ)上，采用系統(tǒng)分析方法對(duì)各個(gè)主題的研究現(xiàn)狀分別進(jìn)行了梳理和總結(jié)。[結(jié)果/意義]角色識(shí)別研究主要為先賦角色識(shí)別與自致角色識(shí)別;角色類(lèi)型可歸納為被動(dòng)用戶(hù)、初始參與者、持續(xù)參與者;角色轉(zhuǎn)變動(dòng)因主要分為初始參與動(dòng)因和持續(xù)參與動(dòng)因。最后綜合歸納出虛擬社區(qū)用戶(hù)角色研究框架，為未來(lái)研究提出建議。

關(guān)鍵詞：專(zhuān)業(yè)虛擬社區(qū);角色識(shí)別;角色轉(zhuǎn)變動(dòng)因;用戶(hù)角色;綜述

DOI：10.3969/j.issn.1008-0821.2020.07.017

〔中圖分類(lèi)號(hào)〕G252.0 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008-0821（2020）07-0167-11

Review of User Roles in Professional Virtual Communities

Zhang Weiwei Zhu Jie

（School of Management Engineering，Nanjing University of Information Science and Technology，

Nanjing 210044，China）

Abstract：[Purpose/Significance]Users are core elements of virtual communities，and user role is an important aspect of the study of participation in virtual communities.[Method/Process]Firstly，we used visualization tool and cluster analysis of keywords co-occurrence to identify three main topics of user role research in virtual communities：role recognition，role types and role change motivation.On this basis，we had a systematic review of current research from the perspectives of the three topics mentioned above.[Pesults/Significance]Role recognition mainly included identification of experts and opinion leaders;role types were divided into passive users，initial participants and continuous participants;role change motivation consisted of initial and continuous participation motivation.Research framework of user roles in virtual communities and some suggestions for future research were put forward.

Key words：professional virtual communities;role types;role recognition;role change motivation;user roles;review

專(zhuān)業(yè)虛擬社區(qū)（Professional Virtual Community）作為虛擬社區(qū)類(lèi)型的一種，它是將地理位置分散、志趣相投且擁有專(zhuān)業(yè)知識(shí)的人聚集在一起，形成的一個(gè)知識(shí)交流網(wǎng)絡(luò)空間，人們?cè)谄渲心軌驅(qū)で?、收集、甚至貢獻(xiàn)專(zhuān)業(yè)知識(shí)，以提高他們的能力，以便解決現(xiàn)實(shí)工作問(wèn)題[1-2]?，F(xiàn)有研究多以社區(qū)用戶(hù)為視角，而作為用戶(hù)研究基礎(chǔ)的角色識(shí)別及其轉(zhuǎn)變關(guān)系正逐漸受到研究者們的關(guān)注[3]。用戶(hù)角色通常是指用戶(hù)在社區(qū)內(nèi)所被期待的行為模式或者行為規(guī)律，因此以往研究大都從用戶(hù)參與行為的角度來(lái)探討用戶(hù)角色。近年來(lái)，已有學(xué)者對(duì)專(zhuān)業(yè)虛擬社區(qū)用戶(hù)參與行為的研究成果進(jìn)行了歸納與總結(jié)。例如，齊云飛等在問(wèn)答社區(qū)中圍繞參與者角色，總結(jié)了國(guó)內(nèi)外研究成果并構(gòu)建了用戶(hù)知識(shí)行為的影響因素框架[4]。孫思陽(yáng)等系統(tǒng)梳理了虛擬學(xué)術(shù)社區(qū)中用戶(hù)知識(shí)交流行為的國(guó)內(nèi)外相關(guān)文獻(xiàn)[5]。盡管用戶(hù)行為研究已取得豐富的成果，但鮮有針對(duì)用戶(hù)角色方面的綜述研究。

因此，本文將圍繞專(zhuān)業(yè)虛擬社區(qū)用戶(hù)角色研究，運(yùn)用可視化工具和基于關(guān)鍵詞共現(xiàn)的聚類(lèi)分析方法，從定量和定性角度對(duì)國(guó)內(nèi)外相關(guān)文獻(xiàn)進(jìn)行系統(tǒng)分析，揭示專(zhuān)業(yè)虛擬社區(qū)用戶(hù)角色研究現(xiàn)狀，總結(jié)歸納出相應(yīng)的研究框架，并對(duì)未來(lái)研究提供參考建議。

1 數(shù)據(jù)來(lái)源與可視化分析

1.1 文獻(xiàn)檢索

為保證數(shù)據(jù)檢索結(jié)果的覆蓋性與權(quán)威性，本文首先采用Web of Science，Elsevier Science Direct、Springlink以及中國(guó)知網(wǎng)、百度學(xué)術(shù)等學(xué)術(shù)數(shù)據(jù)庫(kù)作為文獻(xiàn)初步檢索來(lái)源。隨后從檢索出的文獻(xiàn)引文中識(shí)別出同樣主題的相關(guān)研究成果，并通過(guò)上述數(shù)據(jù)庫(kù)檢索出原始文獻(xiàn)，以擴(kuò)大文獻(xiàn)調(diào)研范圍。

專(zhuān)業(yè)虛擬社區(qū)類(lèi)型多樣：1）網(wǎng)絡(luò)問(wèn)答社區(qū)，用戶(hù)通過(guò)問(wèn)答的形式以實(shí)現(xiàn)專(zhuān)業(yè)知識(shí)交流的社區(qū)網(wǎng)絡(luò)平臺(tái);2）在線知識(shí)社區(qū)，通過(guò)聚合分布式信息和知識(shí)，使用戶(hù)獲取大量現(xiàn)成的知識(shí)和專(zhuān)門(mén)知識(shí)以提高專(zhuān)業(yè)技能的網(wǎng)絡(luò)平臺(tái)[6];3）虛擬學(xué)術(shù)社區(qū)，是在指定的專(zhuān)業(yè)學(xué)術(shù)領(lǐng)域內(nèi)，以專(zhuān)業(yè)知識(shí)為交流主題，用戶(hù)用以開(kāi)展知識(shí)交流與共享的開(kāi)放性網(wǎng)絡(luò)社區(qū)[5]。因此上述3種社區(qū)類(lèi)型也在本文界定的專(zhuān)業(yè)虛擬社區(qū)之內(nèi)。

為保證所得文獻(xiàn)符合研究預(yù)期，本文擬定以.篩選標(biāo)準(zhǔn)：1）研究情境為專(zhuān)業(yè)虛擬社區(qū)包含：網(wǎng)絡(luò)問(wèn)答社區(qū)、在線知識(shí)社區(qū)、虛擬學(xué)術(shù)社區(qū)等;2）研究主題包含用戶(hù)角色或成員角色;3）文獻(xiàn)類(lèi)型包括期刊論文、會(huì)議論文、論文集等，但不包含綜述性文獻(xiàn)。

檢索路徑為：1）構(gòu)造檢索式時(shí)，檢索詞分為兩部分：一部分采用“網(wǎng)絡(luò)問(wèn)答社區(qū)”“在線知識(shí)社區(qū)”“虛擬學(xué)術(shù)社區(qū)”“專(zhuān)業(yè)虛擬社區(qū)”等與專(zhuān)業(yè)虛擬社區(qū)相關(guān)的主題詞;另一部分采用“用戶(hù)角色”“網(wǎng)絡(luò)角色”“社會(huì)角色”“社區(qū)成員”“知識(shí)共享”“知識(shí)貢獻(xiàn)”“參與行為”等與用戶(hù)角色相關(guān)的關(guān)鍵詞;兩組檢索詞以“并含”連結(jié)。隨后通過(guò)閱讀文獻(xiàn)標(biāo)題和摘要，輔以人工篩選;外文

文獻(xiàn)采用主題檢索：（“Professional Virtualcommunity”or“Online Q&A Community”or“Virtual Academic Community”or“Online Knowledge Community”）and（“User Roles”or“Members”or“Rolesidentification”or“Knowledgecontribute”or“Knowledge Share”or“Participate Behavior”）。同時(shí)對(duì)檢索結(jié)果進(jìn)行人工篩選。2）從檢索出的文獻(xiàn)引文中識(shí)別出類(lèi)似主題的相關(guān)研究成果，并通過(guò)上述數(shù)據(jù)庫(kù)檢索出原始文獻(xiàn)。最終獲得37篇精確標(biāo)準(zhǔn)文獻(xiàn)，其中包含中文文獻(xiàn)16篇，外文文獻(xiàn)21篇。

特別地，通過(guò)引文識(shí)別獲得的部分文獻(xiàn)雖標(biāo)題中沒(méi)有說(shuō)明是專(zhuān)業(yè)虛擬社區(qū)，但通過(guò)查閱文獻(xiàn)內(nèi)容，發(fā)現(xiàn)實(shí)證分析是以專(zhuān)業(yè)虛擬社區(qū)為數(shù)據(jù)分析源。所以部分從標(biāo)題僅有虛擬社區(qū)/在線社區(qū)/網(wǎng)絡(luò)社區(qū)等文獻(xiàn)中獲得，本文也將其納入文獻(xiàn)調(diào)研范圍。

1.2 可視化分析

VOSviewer是一款能夠繪制作者、引文、關(guān)鍵詞等共現(xiàn)圖譜的可視化軟件，在聚類(lèi)技術(shù)、圖譜繪制等方面有獨(dú)特優(yōu)勢(shì)[7]。本文運(yùn)用該軟件對(duì)檢出文獻(xiàn)進(jìn)行基于關(guān)鍵詞共現(xiàn)的聚類(lèi)分析。首先修正文獻(xiàn)關(guān)鍵詞，其中包括關(guān)鍵詞同義轉(zhuǎn)化、英文單詞的單復(fù)數(shù)、寫(xiě)法等。特別的，為了得到國(guó)內(nèi)外文獻(xiàn)較好的研究主題聚類(lèi)效果，本文在文獻(xiàn)關(guān)鍵詞同義轉(zhuǎn)化時(shí)，將所有出現(xiàn)各類(lèi)虛擬社區(qū)的關(guān)鍵詞，統(tǒng)一改成專(zhuān)業(yè)虛擬社區(qū)。例如，將社會(huì)問(wèn)答社區(qū)、網(wǎng)絡(luò)問(wèn)答社區(qū)、虛擬學(xué)術(shù)社區(qū)等改為專(zhuān)業(yè)虛擬社區(qū)。隨后將檢索得到的外文文獻(xiàn)和國(guó)內(nèi)文獻(xiàn)數(shù)據(jù)導(dǎo)入其中，選擇關(guān)鍵詞闕值頻次為2（即同一關(guān)鍵詞至少出現(xiàn)過(guò)兩次），共得到13個(gè)外文文獻(xiàn)高頻關(guān)鍵詞，10個(gè)中文文獻(xiàn)高頻關(guān)鍵詞，最后獲得共現(xiàn)關(guān)鍵詞聚類(lèi)可視圖。如圖1、圖2所示。

在可視圖譜中，同一顏色節(jié)點(diǎn)代表一類(lèi)，節(jié)點(diǎn)之間的連線代表兩節(jié)點(diǎn)曾經(jīng)共同出現(xiàn)過(guò)，節(jié)點(diǎn)的大小取決于該關(guān)鍵詞出現(xiàn)的次數(shù)，次數(shù)越多，節(jié)點(diǎn)越大。由圖1可見(jiàn)，外文文獻(xiàn)的研究方向主要分為4類(lèi)：1）第一類(lèi)包含“Factors”“Knowledge Contributing”“Knowledge Sharing”“Motivation”“Social Cognitive Theory”等高頻關(guān)鍵詞，結(jié)合文獻(xiàn)內(nèi)容分

析，第一類(lèi)可歸并為用戶(hù)知識(shí)共享/貢獻(xiàn)動(dòng)因;2）第二類(lèi)包含“User Participation”“Social Capital”等關(guān)鍵詞，結(jié)合文獻(xiàn)內(nèi)容以及與其它關(guān)鍵詞的關(guān)聯(lián)程度，第二類(lèi)可歸并為用戶(hù)參與動(dòng)因;3）第三類(lèi)包含“Professionial Virtual Communites”“Expertfinding”“Pagerank”“Opinionleaders”等關(guān)鍵詞，結(jié)合文獻(xiàn)內(nèi)容，但三類(lèi)可歸并為角色識(shí)別;4）第四類(lèi)包含“Userroles”“Usercontribute”等關(guān)鍵詞，結(jié)合文獻(xiàn)內(nèi)容以及與其它關(guān)鍵詞關(guān)聯(lián)程度，本文將其歸納為角色類(lèi)型。經(jīng)過(guò)課題組成員討論，結(jié)合文獻(xiàn)內(nèi)容調(diào)查和分析，本文將第一類(lèi)、第二類(lèi)歸并為用戶(hù)角色轉(zhuǎn)變動(dòng)因。第三類(lèi)、第四類(lèi)歸并為用戶(hù)角色識(shí)別，具體聚類(lèi)分析結(jié)果如表1所示。

由圖2可以看出，中文文獻(xiàn)的研究方向主要分為3類(lèi)：1）第一類(lèi)包含“專(zhuān)業(yè)虛擬社區(qū)”“知識(shí)貢獻(xiàn)”“動(dòng)機(jī)”“影響因素”“知識(shí)共享”“社會(huì)資本理論”等共現(xiàn)關(guān)鍵詞，聚類(lèi)結(jié)果為用戶(hù)知識(shí)共享/貢獻(xiàn)動(dòng)因。2）第二類(lèi)包含“意見(jiàn)領(lǐng)袖識(shí)別”“社會(huì)網(wǎng)絡(luò)分析”聚類(lèi)結(jié)果為先賦角色識(shí)別。3）第三類(lèi)包含“用戶(hù)分類(lèi)”“聚類(lèi)分析”，聚類(lèi)結(jié)果為自致角色識(shí)別。用戶(hù)知識(shí)共享/貢獻(xiàn)動(dòng)因可歸并為用戶(hù)角色轉(zhuǎn)變動(dòng)因。第二類(lèi)、第三類(lèi)歸并為用戶(hù)角色識(shí)別。因此，國(guó)內(nèi)相關(guān)文獻(xiàn)共現(xiàn)關(guān)鍵詞的聚類(lèi)分析結(jié)果如表2所示。

綜合國(guó)內(nèi)外相關(guān)文獻(xiàn)主題的可視化分析結(jié)果，現(xiàn)有虛擬社區(qū)用戶(hù)角色研究大都集中在角色識(shí)別、和角色轉(zhuǎn)變動(dòng)因兩個(gè)方面，.文將從這兩個(gè)主題方向展開(kāi)分析。

2 專(zhuān)業(yè)虛擬社區(qū)用戶(hù)角色識(shí)別研究

網(wǎng)絡(luò)角色是用戶(hù)在心理動(dòng)力因素.產(chǎn)生的符合虛擬社區(qū)要求的行為模式和行為規(guī)范，它不同于社會(huì)角色，并非現(xiàn)實(shí)社會(huì)對(duì)人們的行為期待，而是社會(huì)角色的擴(kuò)展與延伸[8-9]。用戶(hù)在社區(qū)知識(shí)交流過(guò)程中都扮演著某個(gè)特定角色，有時(shí)在環(huán)境因素驅(qū)動(dòng).能同時(shí)扮演著多種角色。而對(duì)于社區(qū)用戶(hù)而言，其扮演的角色往往會(huì)體現(xiàn)著一系列社區(qū)參與行為模式以及用戶(hù)間交互關(guān)系。因此，對(duì)于用戶(hù)角色的識(shí)別，有助于社區(qū)管理者分析社區(qū)用戶(hù)行為特征，尋得高價(jià)值用戶(hù)，制定針對(duì)性的用戶(hù)政策，以促進(jìn)社區(qū)內(nèi)知識(shí)與信息交流。

從角色獲取的方式上來(lái)看，用戶(hù)角色識(shí)別可分為先賦角色與自致角色兩種[10]。其中，先賦角色是指已經(jīng)預(yù)先對(duì)用戶(hù)角色進(jìn)行定義，并通過(guò)不同的方法進(jìn)行識(shí)別。自致角色是指沒(méi)有背景知識(shí)預(yù)先進(jìn)行用戶(hù)角色定義，隨后通過(guò)不同的方法進(jìn)行識(shí)別?；诖?，本文通過(guò)上述兩種識(shí)別方式，對(duì)現(xiàn)有的角色識(shí)別研究進(jìn)行分析。

2.1 先賦角色識(shí)別

2.1.1 專(zhuān)家角色識(shí)別

專(zhuān)家作為專(zhuān)業(yè)虛擬社區(qū)內(nèi)的高活躍用戶(hù)之一，一般是指擁有某領(lǐng)域或多領(lǐng)域?qū)I(yè)知識(shí)，并且能在社區(qū)內(nèi)提供大量高質(zhì)量專(zhuān)業(yè)知識(shí)的用戶(hù)。因此，識(shí)別社區(qū)內(nèi)的專(zhuān)家有助于提高知識(shí)共享和知識(shí)可獲取性。

在以往研究中，學(xué)者們?cè)陬A(yù)先確定專(zhuān)家含義的基礎(chǔ)上，采用了不同的方法進(jìn)行角色識(shí)別。例如，Liu D R等提出了一種基于內(nèi)容與鏈接結(jié)構(gòu)相結(jié)合的混合方法，有效地為問(wèn)答社區(qū)中的目標(biāo)問(wèn)題類(lèi)別尋找出專(zhuān)家[11]。Wei C P等依據(jù)用戶(hù)正面和負(fù)面評(píng)價(jià)提出了ExpRank算法，有效的識(shí)別出網(wǎng)絡(luò)論壇里的專(zhuān)家[12]。龔凱樂(lè)等通過(guò)構(gòu)建“問(wèn)題—用戶(hù)”傳播網(wǎng)絡(luò)并運(yùn)用答題質(zhì)量改進(jìn)加權(quán)的HIT算法，識(shí)別出網(wǎng)絡(luò)問(wèn)答社區(qū)內(nèi)的專(zhuān)家[13]。特別地，先前的研究還采用基于內(nèi)容的方法進(jìn)行專(zhuān)家角色識(shí)別。Roy P K等首先根據(jù)用戶(hù)過(guò)去問(wèn)答行為來(lái)創(chuàng)建身份認(rèn)證組。隨后結(jié)合回答行為與發(fā)帖時(shí)間對(duì)身份認(rèn)證組的用戶(hù)進(jìn)行了排名，以識(shí)別出問(wèn)答社區(qū)的專(zhuān)家[14]。Wang S等構(gòu)建了一種主題和專(zhuān)業(yè)層次相結(jié)合的主題專(zhuān)業(yè)水平模型（TPLM）。在此基礎(chǔ)上，提出了一種基于TPLM算法的用戶(hù)綜合評(píng)分方法，有效地識(shí)別出專(zhuān)家用戶(hù)[15]。根據(jù)專(zhuān)家角色識(shí)別方法中的主要識(shí)別方法與依據(jù)，總結(jié)上述文獻(xiàn)如表3所示。根據(jù)表中結(jié)果可知，學(xué)者們對(duì)專(zhuān)業(yè)虛擬社區(qū)專(zhuān)家角色識(shí)別的研究大多以社會(huì)問(wèn)答社區(qū)為情境。

2.1.2 意見(jiàn)領(lǐng)袖角色識(shí)別

意見(jiàn)領(lǐng)袖通常是擁有某個(gè)或多個(gè)領(lǐng)域的專(zhuān)業(yè)知識(shí)和技能的社區(qū)用戶(hù)，同時(shí)也是網(wǎng)絡(luò)社區(qū)信息、觀點(diǎn)的提供者，積極活躍的社區(qū)參與者，社區(qū)輿論生態(tài)的建構(gòu)者[16]。因此，識(shí)別意見(jiàn)領(lǐng)袖有助于提高社區(qū)用戶(hù)活躍度，促進(jìn)用戶(hù)間信息與知識(shí)交流。

在意見(jiàn)領(lǐng)袖角色識(shí)別研究中，以往研究大多根據(jù)識(shí)別依據(jù)而采用基于內(nèi)容、鏈接結(jié)構(gòu)與社會(huì)網(wǎng)絡(luò)的方法識(shí)別社區(qū)意見(jiàn)領(lǐng)袖角色。一方面，部分研究運(yùn)用基于內(nèi)容與社會(huì)網(wǎng)絡(luò)的方法進(jìn)行意見(jiàn)領(lǐng)袖角色識(shí)別。Song K等根據(jù)明確的和隱含的鏈接以及情緒取向的評(píng)論，構(gòu)建了多主題用戶(hù)網(wǎng)絡(luò)模型，有效地識(shí)別出論壇中積極的意見(jiàn)領(lǐng)袖[17]。胡逸宬采用社會(huì)網(wǎng)絡(luò)分析的方法，依據(jù)點(diǎn)度中心度、中間中心度、接近中心度識(shí)別出網(wǎng)絡(luò)學(xué)術(shù)論壇意見(jiàn)領(lǐng)袖[18]。而童莉莉等又結(jié)合聚類(lèi)分析的方法，依據(jù)交互關(guān)系、行為頻度、信息內(nèi)容特征，識(shí)別出在線知識(shí)社群意見(jiàn)領(lǐng)袖[19];另一方面，部分研究采用基于內(nèi)容與鏈接結(jié)構(gòu)的方法進(jìn)行意見(jiàn)領(lǐng)袖識(shí)別。例如，Zhao T等首先通過(guò)一種話題敏感的影響度量算法度量出用戶(hù)對(duì)主題敏感的影響，并依據(jù)專(zhuān)業(yè)知識(shí)度量推斷出每個(gè)用戶(hù)的專(zhuān)題知識(shí)專(zhuān)長(zhǎng)。在此基礎(chǔ)上，構(gòu)造了主題觀點(diǎn)領(lǐng)袖識(shí)別框架，以識(shí)別問(wèn)答社區(qū)內(nèi)多主題的意見(jiàn)領(lǐng)袖[20]。根據(jù)意見(jiàn)領(lǐng)袖角色識(shí)別方法與識(shí)別依據(jù)，總結(jié)上述文獻(xiàn)如表4所示。

綜上所述，專(zhuān)業(yè)虛擬社區(qū)先賦角色識(shí)別的相關(guān)研究主要圍繞社區(qū)內(nèi)特定用戶(hù)展開(kāi)，并主要關(guān)注于專(zhuān)家與意見(jiàn)領(lǐng)袖兩種角色。其中，專(zhuān)家角色識(shí)別多集中于網(wǎng)絡(luò)問(wèn)答社區(qū)平臺(tái)，且識(shí)別依據(jù)注重于用戶(hù)的專(zhuān)業(yè)知識(shí)水平與答題內(nèi)容，并運(yùn)用了基于內(nèi)容分析以及與鏈接分析相結(jié)合的識(shí)別方法。另外，意見(jiàn)領(lǐng)袖識(shí)別依據(jù)注重于用戶(hù)間的交互網(wǎng)絡(luò)與信息內(nèi)容，并主要運(yùn)用了內(nèi)容分析、社會(huì)網(wǎng)絡(luò)分析、聚類(lèi)分析及鏈接分析等識(shí)別方法。

2.2 自致角色識(shí)別

學(xué)者們?cè)谖炊x社區(qū)用戶(hù)扮演何種角色的基礎(chǔ)上，從不同的角度并根據(jù)不同指標(biāo)識(shí)別出了多種角色類(lèi)型。如表5所示。

部分研究從用戶(hù)參與行為的角度來(lái)確定用戶(hù)角色，識(shí)別方法主要有聚類(lèi)分析與統(tǒng)計(jì)分析。較為常見(jiàn)的是采用聚類(lèi)分析方法識(shí)別用戶(hù)角色類(lèi)型。例如，毛波等以參與頻率與知識(shí)貢獻(xiàn)量為依據(jù)，識(shí)別出領(lǐng)袖、呼應(yīng)者、瀏覽者、貢獻(xiàn)者與學(xué)習(xí)者[21]。劉偉等依據(jù)近度、值度、頻度識(shí)別出重要成員、瀏覽者、沉默成員[22]。特別的，還有運(yùn)用統(tǒng)計(jì)分析和內(nèi)容分析來(lái)識(shí)別用戶(hù)角色類(lèi)型。例如，陳耀華等依據(jù)知識(shí)貢獻(xiàn)量在社區(qū)內(nèi)識(shí)別出領(lǐng)導(dǎo)者、領(lǐng)域?qū)＜?、詞條貢獻(xiàn)者、詞條維護(hù)者、邊緣用戶(hù)[23]。

此外，先前研究還從用戶(hù)社區(qū)地位和社群網(wǎng)絡(luò)的角度識(shí)別角色類(lèi)型，主要采用社會(huì)網(wǎng)絡(luò)分析法。例如，Toral S L等依據(jù)平均出度與中間中心度，在社區(qū)內(nèi)識(shí)別出外圍用戶(hù)、規(guī)律貢獻(xiàn)者、經(jīng)紀(jì)人[24]。谷斌等在此基礎(chǔ)上結(jié)合聚類(lèi)分析方法，依據(jù)知識(shí)共享中心度與用戶(hù)價(jià)值識(shí)別出核心用戶(hù)、信息獲取者、咨詢(xún)者、邊緣用戶(hù)[25]。Fueller J等運(yùn)用同樣的方法，依據(jù)外度中心度、程度中心度、創(chuàng)意貢獻(xiàn)量在社區(qū)內(nèi)識(shí)別出社交用戶(hù)、創(chuàng)意用戶(hù)、專(zhuān)家、高效貢獻(xiàn)者、被動(dòng)創(chuàng)意者、被動(dòng)評(píng)論者[26]。Guo W等在上述方法的基礎(chǔ)上又結(jié)合了內(nèi)容分析法，依據(jù)貢獻(xiàn)數(shù)、群體度、影響度識(shí)別出規(guī)劃指導(dǎo)者、主動(dòng)設(shè)計(jì)者、多面者、交流者、被動(dòng)設(shè)計(jì)者、觀察者[27]。王哲等又結(jié)合日志分析，依據(jù)個(gè)體行為指標(biāo)與社會(huì)網(wǎng)絡(luò)指標(biāo)，識(shí)別出社區(qū)內(nèi)的領(lǐng)導(dǎo)者、社交連接者、實(shí)質(zhì)內(nèi)容提供者、管理維護(hù)者、邊緣用戶(hù)[28]。

綜上所述，以往研究已依據(jù)不同指標(biāo)，并根據(jù)識(shí)別依據(jù)采用了社會(huì)網(wǎng)絡(luò)分析、聚類(lèi)分析、統(tǒng)計(jì)分析、內(nèi)容分析等識(shí)別方法在專(zhuān)業(yè)虛擬社區(qū)中確定了多種用戶(hù)角色類(lèi)型。而且不難看出，先賦角色識(shí)別的相關(guān)研究主要圍繞社區(qū)內(nèi)所有用戶(hù)展開(kāi)，其目的是識(shí)別不同用戶(hù)在社區(qū)內(nèi)所扮演的角色，以反映出用戶(hù)行為特征，探究用戶(hù)間行為差異。

2.3 角色類(lèi)型的綜合歸納

本文依據(jù)識(shí)別出的用戶(hù)角色類(lèi)型研究成果（見(jiàn)表5）的基礎(chǔ)上，從用戶(hù)參與貢獻(xiàn)度的角度，將用戶(hù)角色歸納為三種類(lèi)型：被動(dòng)用戶(hù)、初始參與者與持續(xù)參與者，具體如表6所示。其中，1）被動(dòng)用戶(hù)是社區(qū)中純粹的信息消費(fèi)者，僅僅查詢(xún)或者使用社區(qū)內(nèi)的知識(shí)內(nèi)容，但從不貢獻(xiàn)或者共享知識(shí)，也不參與社區(qū)活動(dòng)[29]。一般在社區(qū)內(nèi)表現(xiàn)為沉默、瀏覽與信息搜尋等行為模式;2）初始參與者是指能偶發(fā)性知識(shí)共享或者貢獻(xiàn)，間斷性地參加社區(qū)內(nèi)相關(guān)活動(dòng)的用戶(hù)。行為模式一般表現(xiàn)為偶發(fā)性、不規(guī)律的回帖/發(fā)帖行為;3）持續(xù)參與者是指能持續(xù)地進(jìn)行知識(shí)共享或貢獻(xiàn)，積極地參與社區(qū)相關(guān)活動(dòng)的用戶(hù)。行為模式一般表現(xiàn)為持續(xù)的、有規(guī)律的回帖/發(fā)帖行為。

3 專(zhuān)業(yè)虛擬社區(qū)用戶(hù)角色轉(zhuǎn)變動(dòng)因研究

如表6所示，用戶(hù)在社區(qū)內(nèi)扮演的角色可綜合歸納為3種類(lèi)型：被動(dòng)用戶(hù)、初始參與者和持續(xù)參與者。但在虛擬社區(qū)中，大部分用戶(hù)所扮演的角色不是靜態(tài)的，而是出于各種驅(qū)動(dòng)因素，在不同角色之間轉(zhuǎn)變。用戶(hù)角色之間轉(zhuǎn)變有兩種類(lèi)型，一種是隨時(shí)間自然增長(zhǎng)型的角色轉(zhuǎn)變，還有一種是隨社區(qū)地位或者社區(qū)位置而變動(dòng)的角色轉(zhuǎn)變[30]。在特定的虛擬社區(qū)中，如微信群成員會(huì)根據(jù)參與程度的加深，其扮演的角色會(huì)從最初的發(fā)起者向參與者與關(guān)注者之間轉(zhuǎn)變[31]。在微博中，部分用戶(hù)會(huì)從最初的新手轉(zhuǎn)變?yōu)椴┲鱗32]。而在專(zhuān)業(yè)虛擬社區(qū)中，社區(qū)用戶(hù)隨著知識(shí)貢獻(xiàn)量的增加會(huì)從持續(xù)知識(shí)搜尋者到持續(xù)知識(shí)貢獻(xiàn)者的轉(zhuǎn)變[33]。因此，專(zhuān)業(yè)虛擬社區(qū)中部分被動(dòng)用戶(hù)，會(huì)隨著時(shí)間的增長(zhǎng)與參與程度的加深，向初始參與者和持續(xù)參與者轉(zhuǎn)變。

從角色轉(zhuǎn)變階段來(lái)看，每階段的轉(zhuǎn)變動(dòng)因也不盡相同。易明等依據(jù)馬斯洛需求層次理論從用戶(hù)角色視角構(gòu)建了用戶(hù)需求層次模型，認(rèn)為每個(gè)角色都有特定的需求動(dòng)機(jī)，存在著不同類(lèi)型角色的需求層次差異[34]。張向先等也認(rèn)為在社會(huì)問(wèn)答社區(qū)中，用戶(hù)知識(shí)需求呈現(xiàn)層級(jí)遞進(jìn)的趨勢(shì)，并在各種情景和動(dòng)力驅(qū)動(dòng).動(dòng)態(tài)演化[35]。因此，社區(qū)內(nèi)被動(dòng)用戶(hù)向初始參與者，再向持續(xù)參與者轉(zhuǎn)變的兩個(gè)階段，可能會(huì)受到不同動(dòng)因的影響。

值得注意的是，以往研究雖未明細(xì)說(shuō)明用戶(hù)角色轉(zhuǎn)變動(dòng)因，但在專(zhuān)業(yè)虛擬社區(qū)中，用戶(hù)扮演角色的轉(zhuǎn)變依賴(lài)于用戶(hù)在社區(qū)內(nèi)的參與深度。因此本文依據(jù)上述角色類(lèi)型，并在考慮時(shí)間維度與參與程度的基礎(chǔ)上，將用戶(hù)參與動(dòng)因劃分為初始參與動(dòng)因與持續(xù)參與動(dòng)因兩個(gè)方面，并就其對(duì)正向角色轉(zhuǎn)變動(dòng)因進(jìn)行分析。

3.1 初始參與動(dòng)因

為了促使虛擬社區(qū)被動(dòng)用戶(hù)向初始參與者轉(zhuǎn)變，以往研究依據(jù)不同的理論，從知識(shí)共享與知識(shí)貢獻(xiàn)兩個(gè)角度探索了用戶(hù)初始參與動(dòng)因。如表7所示。

在用戶(hù)知識(shí)共享動(dòng)因方面：Zhao L等依據(jù)社會(huì)資本理論，證實(shí)了歸屬感、熟悉其他用戶(hù)對(duì)用戶(hù)初始知識(shí)共享具有顯著影響[36]。Lee S等依據(jù)滿(mǎn)足理論與情景學(xué)習(xí)理論，認(rèn)為用戶(hù)生成內(nèi)容質(zhì)量差異影響新用戶(hù)知識(shí)共享，而社區(qū)成員友誼的信息反饋促進(jìn)新用戶(hù)知識(shí)共享[37]。張敏等依據(jù)社會(huì)資本理論、社會(huì)認(rèn)知理論、社會(huì)交換理論與理性行為理論構(gòu)建了刺激—機(jī)體—行為（S-O-R）模型，研究表明，在虛擬社區(qū)中感知規(guī)范與結(jié)果預(yù)期正向影響用戶(hù)知識(shí)共享[38]。

在用戶(hù)知識(shí)貢獻(xiàn)動(dòng)因方面：Chou S W在動(dòng)機(jī)模型和社會(huì)認(rèn)知理論的基礎(chǔ)上，提出了一種綜合模型。他們結(jié)合模型發(fā)現(xiàn)，感知的身份驗(yàn)證和績(jī)效預(yù)期影響社區(qū)用戶(hù)知識(shí)的貢獻(xiàn)[39]。Yan Y等依據(jù)自我感知理論，認(rèn)為幫助別人獲得的滿(mǎn)足感、自我價(jià)值感、體驗(yàn)流是社區(qū)用戶(hù)知識(shí)搜尋行為向知識(shí)貢獻(xiàn)行為轉(zhuǎn)變的重要因素[40]。Lai H M等依據(jù)價(jià)值理論，認(rèn)為在線社區(qū)內(nèi)互惠是潛伏者知識(shí)貢獻(xiàn)重要的驅(qū)動(dòng)因素[41]。Alireza等依據(jù)TAM模型（理性行為理論）認(rèn)為在專(zhuān)業(yè)虛擬社區(qū)中感知有用性與感知易用性對(duì)用戶(hù)參與具有重要驅(qū)動(dòng)作用[42]。趙欣等依據(jù)計(jì)劃行為理論，認(rèn)為專(zhuān)業(yè)知識(shí)水平與互惠規(guī)范對(duì)知識(shí)搜尋者轉(zhuǎn)變?yōu)橹R(shí)貢獻(xiàn)者具有顯著的影響[33]。

3.2 持續(xù)參與動(dòng)因

為了促使虛擬社區(qū)用戶(hù)從初始參與者向持續(xù)參與者角色轉(zhuǎn)變，學(xué)者們基于不同理論基礎(chǔ)探索了專(zhuān)業(yè)虛擬社區(qū)用戶(hù)持續(xù)參與動(dòng)因。如表8所示。

基于社會(huì)認(rèn)知理論的研究：Yu Y等證實(shí)了基本交互、補(bǔ)充交互、結(jié)果預(yù)期、自我效能正向影響用戶(hù)持續(xù)知識(shí)共享[43]。Lin M J J等證實(shí)了信任、互惠規(guī)范、知識(shí)自我效能、感知相對(duì)優(yōu)勢(shì)、感知有用性顯著影響用戶(hù)知識(shí)共享[2]。Hsu M H等證實(shí)了身份信任、自我效能、個(gè)人結(jié)果預(yù)期以及社區(qū)相關(guān)結(jié)果預(yù)期顯著影響用戶(hù)知識(shí)共享[44]。隨后，Chen C J等在社會(huì)認(rèn)知理論的基礎(chǔ)上結(jié)合了社會(huì)交換理論，研究表明互惠性、人際信任、自我效能感與感知相對(duì)優(yōu)勢(shì)對(duì)用戶(hù)知識(shí)共享有顯著影響[1]。

基于社會(huì)資本理論的研究：Chen I Y L等證實(shí)了使用后社會(huì)互動(dòng)關(guān)系以及使用社區(qū)的滿(mǎn)意度正向影響用戶(hù)持續(xù)參與[45]。周濤等在此基礎(chǔ)上又證實(shí)了共同語(yǔ)言與共同愿景影響學(xué)習(xí)社群用戶(hù)持續(xù)參與[46]。陳明紅在上述基礎(chǔ)上又證實(shí)了信任、互惠影響用戶(hù)持續(xù)知識(shí)貢獻(xiàn)[47]。

基于其它理論的研究：金曉玲等依據(jù)現(xiàn)有研究成果，證實(shí)了聲譽(yù)的提升、學(xué)習(xí)、獲取知識(shí)的能力通過(guò)滿(mǎn)意度顯著的影響用戶(hù)持續(xù)知識(shí)貢獻(xiàn)[48]。Lai H M等依據(jù)價(jià)值理論，認(rèn)為在線社區(qū)內(nèi)幫助他人的樂(lè)趣與知識(shí)自我效能感是發(fā)帖者知識(shí)貢獻(xiàn)重要的驅(qū)動(dòng)因素[41]。Fang C等依據(jù)計(jì)劃行為理論，認(rèn)為回答者持續(xù)參與是由主觀規(guī)范和態(tài)度兩種動(dòng)因共同決定的[49]。萬(wàn)莉等依據(jù)自我決定理論分析了影響用戶(hù)知識(shí)貢獻(xiàn)的內(nèi)外動(dòng)機(jī)。他們發(fā)現(xiàn)，互惠、感知激勵(lì)、知識(shí)貢獻(xiàn)自我效能、樂(lè)于助人對(duì)促進(jìn)用戶(hù)持續(xù)知識(shí)貢獻(xiàn)具有重要影響[50]。

綜上所述，從時(shí)間維度與參與程度來(lái)看，以往研究主要從初始參與與持續(xù)參與的視角分析了角色轉(zhuǎn)變動(dòng)因，并取得了豐碩的成果。用戶(hù)作為社區(qū)內(nèi)核心組成部分，社區(qū)的發(fā)展往往依賴(lài)于用戶(hù)參與。因此，促進(jìn)用戶(hù)的正向角色轉(zhuǎn)變，有助于社區(qū)管理者掌握各階段用戶(hù)參與心理因素，制定相對(duì)應(yīng)的用戶(hù)政策，以促進(jìn)社區(qū)持續(xù)發(fā)展。

4 總結(jié)與建議

本文基于可視化軟件對(duì)國(guó)內(nèi)外相關(guān)文獻(xiàn)的共現(xiàn)關(guān)鍵詞進(jìn)行聚類(lèi)分析，并通過(guò)細(xì)致的總結(jié)、歸納與分析，揭示出用戶(hù)角色的兩大研究主題：角色識(shí)別及角色轉(zhuǎn)變動(dòng)因。隨后，分別從以上兩個(gè)方面系統(tǒng)分析了國(guó)內(nèi)外相關(guān)文獻(xiàn)，綜合歸納出虛擬社區(qū)用戶(hù)角色研究框架（如圖3所示）。本文的主要研究結(jié)果有：1）用戶(hù)角色識(shí)別研究主要包括：先賦角色識(shí)別與自致角色識(shí)別。識(shí)別方法主要有內(nèi)容分析、社會(huì)網(wǎng)絡(luò)分析、聚類(lèi)分析和鏈接分析等;而在自致角色識(shí)別方面，已有文獻(xiàn)從用戶(hù)參與行為、社區(qū)地位等不同角度對(duì)社區(qū)用戶(hù)扮演的角色進(jìn)行了識(shí)別，形成了較為豐富的角色類(lèi)型研究成果。本文在前人研究基礎(chǔ)上，將用戶(hù)角色歸納為3種類(lèi)型：被動(dòng)用戶(hù)、初始參與者、持續(xù)參與者;2）最后，依據(jù)3種角色類(lèi)型分別從兩個(gè)方面對(duì)虛擬社區(qū)用戶(hù)角色轉(zhuǎn)變動(dòng)因進(jìn)行了分析，即初始參與動(dòng)因和持續(xù)參與動(dòng)因?？傮w而言，用戶(hù)角色研究已取得了豐富的成果，但未來(lái)研究，仍可以在以.幾個(gè)方面進(jìn)一步探究。

1）社區(qū)用戶(hù)角色識(shí)別方面，以往研究已依據(jù)不同的指標(biāo)并運(yùn)用多樣的識(shí)別方法確定了社區(qū)內(nèi)多種角色類(lèi)型。然而，以往研究多以靜態(tài)的視角來(lái)識(shí)別社區(qū)用戶(hù)角色，即常常側(cè)重于特定的時(shí)間段，未考慮用戶(hù)在社區(qū)內(nèi)扮演角色的動(dòng)態(tài)過(guò)程。因此，未來(lái)研究可以在識(shí)別用戶(hù)角色的基礎(chǔ)上考慮時(shí)間維度，以動(dòng)態(tài)的視角來(lái)探索用戶(hù)角色演變路徑，進(jìn)一步分析社區(qū)用戶(hù)行為演化規(guī)律。

2）社區(qū)用戶(hù)角色轉(zhuǎn)變動(dòng)因方面：①以往角色轉(zhuǎn)變動(dòng)因研究多以某個(gè)特定角色作為對(duì)象展開(kāi)研究，然而用戶(hù)在社區(qū)內(nèi)隨著時(shí)間的增長(zhǎng)與參與程度的加深，會(huì)向多個(gè)角色之間轉(zhuǎn)變。例如，被動(dòng)用戶(hù)向初始參與者轉(zhuǎn)變，隨后再向持續(xù)參與者轉(zhuǎn)變。因此，未來(lái)研究可以從縱向的角度來(lái)探究用戶(hù)角色轉(zhuǎn)變動(dòng)因，特別是不同轉(zhuǎn)變階段的動(dòng)因差異，這對(duì)于厘清用戶(hù)角色轉(zhuǎn)變機(jī)理尤為重要。②以往的研究還多以角色間正向演化來(lái)探究角色轉(zhuǎn)變動(dòng)因。但由于用戶(hù)在社區(qū)參與一段時(shí)間后其角色類(lèi)型必然會(huì)發(fā)生分化和演變，且角色之間也存在著正向和負(fù)向演化[51]。其中，負(fù)向演化多是指持續(xù)參與者向初始參與者及被動(dòng)用戶(hù)轉(zhuǎn)變。因此未來(lái)研究還可以從用戶(hù)角色負(fù)向演化方向來(lái)探索角色轉(zhuǎn)變動(dòng)因，這對(duì)于社區(qū)提高自身管理能力，降低高價(jià)值用戶(hù)流失率具有重要意義。

參考文獻(xiàn)

[1]Chen C J，Hung S W.To Give or to Receive？Factors Influencing Members Knowledge Sharing and Community Promotion in Professional Virtual Communities[J].Information & Management，2010，47（4）：226-36.

[2]Lin M J J，Hung S W，Chen C J.Fostering the Determinants of Knowledge Sharing in Professional Virtual Communities[J].Computers in Human Behavior，2009，25（4）：929-39.

[3]方陳承，張健同.社會(huì)化問(wèn)答社區(qū)中用戶(hù)研究的述評(píng)與展望[J].情報(bào)雜志，2018：185-93.

[4]齊云飛，趙宇翔，朱慶華.在線問(wèn)答社區(qū)中參與者知識(shí)行為研究綜述[J].圖書(shū)情報(bào)知識(shí)，2018，（3）：103-12.

[5]孫思陽(yáng)，張海濤，任亮，等.虛擬學(xué)術(shù)社區(qū)用戶(hù)知識(shí)交流行為研究綜述[J].情報(bào)科學(xué)，2019，37（1）：171-6.

[6]Chen L，Baird A，Straub D.Why Do Participants Continue to Contribute？Evaluation of Usefulness Voting and Commenting Motivational Affordances Within an Online Knowledge Community[J].Decision Support Systems，2019，118：21-32.

[7]劉俊婉，蔣麗娜，雷碧涵，等.國(guó)際虛擬社區(qū)用戶(hù)行為研究的知識(shí)圖譜分析——基于Citespace和VOSviewer的計(jì)量分析[J].現(xiàn)代情報(bào)，2014，34（9）：120-8.

[8]李飛，蘇國(guó)紅，張開(kāi)炳.網(wǎng)絡(luò)角色：內(nèi)涵、特征及其心理動(dòng)因[J].北華大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2016，17（1）：36-40.

[9]熊芳亮.角色理論的新領(lǐng)域：網(wǎng)絡(luò)角色分析[J].中國(guó)青年研究，2003，（12）：53-5.

[10]宮承波，齊立穩(wěn).試析網(wǎng)絡(luò)社區(qū)中的角色扮演[J].新聞界，2008，（2）：164-6.

[11]Liu D R，Chen Y H，Kao W C，et al.Integrating Expert Profile，Reputation and Link Analysis for Expert Finding in Question-answering Websites[J].Information Processing & Management，2013，49（1）：312-29.

[12]Wei C P，Lin W B，Chen H C，et al.Finding Experts in Online Forums for Enhancing Knowledge Sharing and Accessibility[J].Computers in Human Behavior，2015，51（3）：25-35.

[13]龔凱樂(lè)，成穎.基于“問(wèn)題-用戶(hù)”的網(wǎng)絡(luò)問(wèn)答社區(qū)專(zhuān)家發(fā)現(xiàn)方法研究[J].圖書(shū)情報(bào)工作，2016，60（24）：115-21.

[14]Roy P K，Singh J P，Nag A.Finding Active Expert Users for Question Routing in Community Question Answering Sites;Proceedings of the Machine Learning and Data Mining in Pattern Recognition，Cham，F(xiàn) 2018//，2018[C]//Springer International Publishing.

[15]Wang S，Jiang D，Su L，et al.Expert Finding in CQA Based on Topic Professional Level Model;Proceedings of the Data Mining and Big Data，Cham，F(xiàn) 2018//，2018[C]//Springer International Publishing.

[16]王秀麗.網(wǎng)絡(luò)社區(qū)意見(jiàn)領(lǐng)袖影響機(jī)制研究——以社會(huì)化問(wèn)答社區(qū)“知乎”為例[J].國(guó)際新聞界，2014，36（9）：47-57.

[17]Song K，Wang D，F(xiàn)eng S，et al.Detecting Positive Opinion Leader Group from Forum;Proceedings of the Web-Age Information Management，Berlin，Heidelberg，F(xiàn) 2012//，2012[C]//Springer Berlin Heidelberg.

[18]胡逸宬.網(wǎng)絡(luò)學(xué)術(shù)社區(qū)中的意見(jiàn)領(lǐng)袖識(shí)別研究[J].圖書(shū)情報(bào)導(dǎo)刊，2017，2（11）：72-7.

[19]童莉莉，李榮祿，閆強(qiáng).在線知識(shí)社群中的意見(jiàn)領(lǐng)袖識(shí)別模型研究[J].中國(guó)電化教育，2019，（3）：97-103.

[20]Zhao T，Huang H，F(xiàn)u X.Identifying Topical Opinion Leaders in Social Community Question Answering;Proceedings of the Database Systems for Advanced Applications，Cham，F(xiàn) 2018//，2018[C]//Springer International Publishing.

[21]毛波，尤雯雯.虛擬社區(qū)成員分類(lèi)模型[J].清華大學(xué)學(xué)報(bào)：自然科學(xué)版，2006，（S1）：1069-73.

[22]劉偉，丁志慧.基于參與行為的興趣型虛擬社區(qū)成員分類(lèi)研究[J].商業(yè)研究，2012，（11）：92-5.

[23]陳耀華，楊現(xiàn)民.開(kāi)放知識(shí)社區(qū)用戶(hù)分類(lèi)研究——以中文維基百科為例[J].現(xiàn)代教育技術(shù)，2016，26（6）：47-53.

[24]Toral S L，Martínez-Torres M R，Barrero F.Analysis of Virtual Communities Supporting OSS Projects Using Social Network Analysis[J].Information and Software Technology，2010，52（3）：296-303.

[25]谷斌，徐菁，黃家良.專(zhuān)業(yè)虛擬社區(qū)用戶(hù)分類(lèi)模型研究[J].情報(bào)雜志，2014，33（5）：203-7.

[26]Fueller J，Hutter K，Hautz J，et al.User Roles and Contributions in Innovation-Contest Communities[J].Journal of Management Information Systems，2014，31（1）：273-307.

[27]Guo W，Zheng Q，An W，et al.User Roles and Contributions During the New Product Development Process in Collaborative Innovation Communities[J].Applied Ergonomics，2017，63（10）：6-14.

[28]王哲，張鵬翼.學(xué)習(xí)小組在線知識(shí)協(xié)作中的用戶(hù)角色與行為[J].圖書(shū)情報(bào)工作，2018，62（7）：77-87.

[29]Ye Y，Kishida K.Toward an Understanding of the Motivation of Open Source Software Developers;Proceedings of the Proceedings of 2003 International Conference on Software Engineering（ICSE 2003 ），F(xiàn)，2003[C].

[30]黃令賀，朱慶華.社會(huì)角色視角.網(wǎng)絡(luò)社區(qū)用戶(hù)類(lèi)型及其關(guān)系的識(shí)別[J].情報(bào)資料工作，2013，（2）：84-8.

[31]姚偉，孟盈，陳勁，等.實(shí)踐社區(qū)中知識(shí)動(dòng)員演化模型研究[J].科學(xué)學(xué)研究，2018，36（8）：1455-65.

[32]Dennen V P.Becoming a Blogger：Trajectories，Norms，and Activities in a Community of Practice[J].Computers in Human Behavior，2014，36：350-8.

[33]趙欣，王倩雯，張長(zhǎng)征.從知識(shí)搜尋者到知識(shí)貢獻(xiàn)者——專(zhuān)業(yè)虛擬社區(qū)用戶(hù)角色轉(zhuǎn)變的機(jī)理研究[J].情報(bào)科學(xué)，2017，35（10）：18-22.

[34]易明，宋景璟，楊斌，等.網(wǎng)絡(luò)知識(shí)社區(qū)用戶(hù)需求層次研究[J].情報(bào)科學(xué)，2017，35（2）：22-6.

[35]張向先，李中梅，郭順利.社會(huì)化問(wèn)答社區(qū)用戶(hù)知識(shí)需求及其動(dòng)態(tài)演化研究[J].情報(bào)理論與實(shí)踐，2018，41（11）：38-44，50.

[36]Zhao L，Lu Y，Wang B，et al.Cultivating the Sense of Belonging and Motivating User Participation in Virtual Communities：A Social Capital Perspective[J].International Journal of Information Management，2012，32（6）：574-88.

[37]Lee S，Park D H，Han I.New Members Online Socialization in Online Communities：The Effects of Content Quality and Feedback on New Members Content-sharing Intentions[J].Computers in Human Behavior，2014，30：344-54.

[38]張敏，唐國(guó)慶，張艷.基于S-O-R范式的虛擬社區(qū)用戶(hù)知識(shí)共享行為影響因素分析[J].情報(bào)科學(xué)，2017，35（11）：149-55.

[39]Chou S W.Why Do Members Contribute Knowledge to Online Communities？[J].Online Information Review，2010，34（6）：829-54.

[40]Yan Y，Davison R M.Exploring Behavioral Transfer from Knowledge Seeking to Knowledge Contributing：The Mediating Role of Intrinsic Motivation[J].Journal of the American Society for Information Science and Technology，2013，64（6）：1144-57.

[41]Lai H M，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]Tamjidyamcholo A，Kumar S，Sulaiman A，et al.Willingness of Members to Participate in Professional Virtual Communities[J].Quality & Quantity，2016，50（6）：2515-34.

[43]Yu Y，Zuo M，Chai W，et al.How Fundamental and Supplemental Interactions Affect Users Knowledge Sharing in Virtual Communities？ A Social Cognitive Perspective[J].Internet Research，2014，24（5）：566-86.

[44]Hsu M H，Ju T L，Yen C H，et al.Knowledge Sharing Behavior in Virtual Communities：The Relationship Between Trust，Self-Efficacy，and Outcome Expectations[J].International Journal of Human-Computer Studies，2007，65（2）：153-69.

[45]Chen I Y L.The Factors Influencing Members Continuance Intentions in Professional Virtual Communities—A Longitudinal Study[J].Journal of Information Science，2007，33（4）：17.

[46]周濤，陳可鑫，鄧勝利.社群學(xué)習(xí)用戶(hù)持續(xù)參與行為機(jī)理研究[J].現(xiàn)代情報(bào)，2019，39（1）：43-50.

[47]陳明紅.學(xué)術(shù)虛擬社區(qū)用戶(hù)持續(xù)知識(shí)共享的意愿研究[J].情報(bào)資料工作，2015，（1）：41-7.

[48]金曉玲，湯振亞，周中允，等.用戶(hù)為什么在問(wèn)答社區(qū)中持續(xù)貢獻(xiàn)知識(shí)？：積分等級(jí)的調(diào)節(jié)作用[J].管理評(píng)論，2013，25（12）：138-46.

[49]Fang C，Zhang J.Users Continued Participation Behavior in Social Q&A Communities：A Motivation Perspective[J].Computers in Human Behavior，2019，92：87-109.

[50]萬(wàn)莉，程慧平.基于自我決定理論的虛擬知識(shí)社區(qū)用戶(hù)持續(xù)知識(shí)貢獻(xiàn)行為動(dòng)機(jī)研究[J].情報(bào)科學(xué)，2016，34（10）：15-9.

[51]劉江，趙宇翔，朱慶華.網(wǎng)絡(luò)潛水者研究的理論基礎(chǔ)及前沿展望[J].情報(bào)資料工作，2012，（6）：39-45.

（責(zé)任編輯：孫國(guó)雷）