知識(shí)分享社區(qū)用戶知識(shí)采納行為生成機(jī)理及演化特征分析

包明林

安康學(xué)院 安康 725000

引言

數(shù)據(jù)密集型科學(xué)研究第四范式的興起，基于大數(shù)據(jù)的理論、方法、模型和應(yīng)用為數(shù)據(jù)科學(xué)研究提供了全新視野和思路，數(shù)據(jù)、知識(shí)和情報(bào)的價(jià)值成為互聯(lián)網(wǎng)經(jīng)濟(jì)和知識(shí)經(jīng)濟(jì)發(fā)展的新增長(zhǎng)點(diǎn)。共享和協(xié)作的成本降低，互聯(lián)網(wǎng)用戶的認(rèn)知盈余，從而催生了一大批知識(shí)分享社區(qū)和知識(shí)分享平臺(tái)的出現(xiàn)，如知乎、得到、360問(wèn)答等。用戶依靠知識(shí)分享社區(qū)實(shí)現(xiàn)顯性知識(shí)的協(xié)同、分享和利用，挖掘隱性知識(shí)的價(jià)值，促進(jìn)知識(shí)的良性流動(dòng)和有效轉(zhuǎn)移，滿足了互聯(lián)網(wǎng)用戶的信息需求和知識(shí)獲取。知識(shí)分享社區(qū)提供的信息和生成的知識(shí)能否吸引用戶關(guān)注，促進(jìn)用戶采納，滿足用戶需求，實(shí)現(xiàn)用戶持續(xù)使用，成為了知識(shí)分享社區(qū)發(fā)展的重要難題?；ヂ?lián)網(wǎng)用戶不僅是知識(shí)分享社區(qū)的使用主體，也是推動(dòng)知識(shí)分享平臺(tái)發(fā)展的核心力量，用戶呈現(xiàn)的不同信息行為成為衡量知識(shí)分享社區(qū)發(fā)展水平和服務(wù)質(zhì)量的重要維度。因此，構(gòu)建知識(shí)分享社區(qū)用戶知識(shí)采納行為理論研究框架，探討知識(shí)分享社區(qū)用戶知識(shí)采納行為的生成機(jī)理，分析不同階段用戶知識(shí)采納行為的演化特征，識(shí)別影響用戶知識(shí)采納行為主要因素及其不同作用，有利于了解和把握知識(shí)分享社區(qū)的用戶狀態(tài)和行為特征，促進(jìn)用戶持續(xù)使用而產(chǎn)生用戶粘性，發(fā)揮知識(shí)分享社區(qū)的知識(shí)服務(wù)價(jià)值，為知識(shí)分享社區(qū)變革管理方式、改進(jìn)運(yùn)營(yíng)模式和調(diào)整營(yíng)銷策略提供理論借鑒和實(shí)踐參考。

1 理論基礎(chǔ)與研究綜述

1.1 DIT理論和TPB理論

創(chuàng)新擴(kuò)散理論（Diffusion of Innovation Theory，DIT）由美國(guó)學(xué)者埃弗雷特·羅杰斯(E.M.Rogers)提出，主要應(yīng)用于新知識(shí)、新產(chǎn)品、新技術(shù)的采納和利用等領(lǐng)域，認(rèn)為DIT理論由五個(gè)階段組成，知識(shí)或意識(shí)階段（Knowledge or Awareness Stage）、說(shuō)服或興趣階段（Persuasion or Interest Stage）、決策或評(píng)估階段（Decision or Evaluation Stage）、實(shí)施或試用階段（Implementation or Trial Stage）和確認(rèn)或采用階段（Confirmation or Adoption Stage）[1-2]。一些學(xué)者利用創(chuàng)新擴(kuò)散理論分析用戶行為的發(fā)生過(guò)程，Al-Jabri I M等[3]分析了手機(jī)銀行服務(wù)的采納行為過(guò)程，設(shè)備的兼容性和觀察性對(duì)用戶采用具有積極影響 。Chang H C[4]利用創(chuàng)新擴(kuò)散理論為Twitter社交網(wǎng)絡(luò)主題標(biāo)簽的使用和訪問(wèn)界面設(shè)計(jì)提供了重要理論支撐，有助于評(píng)估主題標(biāo)簽的生命周期。還有其他學(xué)者將創(chuàng)新擴(kuò)散理論應(yīng)用在醫(yī)療健康、企業(yè)ERP應(yīng)用以及環(huán)保能源推廣技術(shù)等領(lǐng)域，取得了一些成果。如Lien A S Y[5]依據(jù)創(chuàng)新擴(kuò)散理論，鼓勵(lì)采用具有快速傳播特征的高科技媒體和大眾媒體來(lái)滿足糖尿病護(hù)理等健康需求。Scott S[6]將創(chuàng)新擴(kuò)散理論應(yīng)用于大學(xué)教學(xué)設(shè)計(jì)中，在國(guó)際范圍內(nèi)已經(jīng)得到了迅速傳播。Ak?a Y[7]將創(chuàng)新擴(kuò)散理論應(yīng)用于ERP，創(chuàng)新擴(kuò)散理論中的不同變量對(duì) ERP 的成功以及組織績(jī)效都有積極的影響。Franceschinis C[8]利用創(chuàng)新擴(kuò)散理論來(lái)分析可再生資源加熱技術(shù)的用戶采納問(wèn)題，發(fā)現(xiàn)用戶偏好和支付意愿在各個(gè)細(xì)分市場(chǎng)之間有所不同 。

計(jì)劃行為理論（Theory of Planned Behavior，TPB）是由Icek Ajzen提出，認(rèn)為人的行為發(fā)生是在某種控制之下，分析人類行為如何發(fā)生的以及發(fā)生的主要過(guò)程，能更好地解釋人的行為模式是如何改變的。計(jì)劃行為理論主要有五個(gè)要素構(gòu)成：行為態(tài)度(Attitude toward the behavior)、主觀規(guī)范(Subjective Norm)、知覺(jué)行為控制(Perceived Behavioral Control)、行為意向(Behavior Intention)、行 為(Behavior)[9][10]。計(jì)劃行為理論應(yīng)用于群體決策行為[11]，如Teka BM[12]將TAM與TPB相結(jié)合建立研究模型用于分析埃塞俄比亞國(guó)家銀行客戶利用電子銀行服務(wù)問(wèn)題，得到了影響客戶使用行為的正向影響因素和負(fù)面影響因素。也有學(xué)者利用TPB理論解釋個(gè)體行為[13]，如Ate? H[14]利用計(jì)劃行為理論和個(gè)人價(jià)值認(rèn)同規(guī)范構(gòu)建模型用來(lái)分析影響個(gè)人環(huán)境行為的因素。此外，一些學(xué)者還用來(lái)分析企業(yè)家經(jīng)濟(jì)行為[15]、用戶選擇行為偏好[16]和個(gè)人消費(fèi)行為。如Ali Alami等[17]以TPB為基礎(chǔ)，通過(guò)實(shí)驗(yàn)的方法分析戈納巴德醫(yī)科大學(xué)在校學(xué)生煙草消費(fèi)行為，發(fā)現(xiàn)通過(guò)培訓(xùn)和干預(yù)能夠有效的拒絕使用煙草消費(fèi)。

1.2 研究現(xiàn)狀

國(guó)內(nèi)外已有研究成果主要集中在兩個(gè)方面：

（1）基于社交網(wǎng)絡(luò)平臺(tái)的用戶知識(shí)采納行為研究。國(guó)內(nèi)外部分學(xué)者利用社交網(wǎng)絡(luò)平臺(tái)、知識(shí)分享平臺(tái)的有價(jià)值信息來(lái)促進(jìn)用戶知識(shí)采納行為的發(fā)生，探討信息服務(wù)平臺(tái)的作用，影響用戶的決策行為。Hinz O等[18]分析基于社交網(wǎng)絡(luò)數(shù)據(jù)的消費(fèi)者購(gòu)買決策行為，發(fā)現(xiàn)友情網(wǎng)絡(luò)和無(wú)向性網(wǎng)絡(luò)作用較低，定向建議網(wǎng)絡(luò)清楚地識(shí)別有影響力的消費(fèi)者，社交網(wǎng)絡(luò)數(shù)據(jù)價(jià)值具有重要影響作用。Tscherning H等[19]詳細(xì)闡述了社交結(jié)構(gòu)決定iPhone的使用，探討社會(huì)網(wǎng)絡(luò)基本作用以及影響采納行為和結(jié)果，證實(shí)了社交網(wǎng)絡(luò)結(jié)構(gòu)影響用戶決定 。Fang Zhao等[20]分析社交網(wǎng)絡(luò)與文化內(nèi)在的聯(lián)系，結(jié)果發(fā)現(xiàn)社交網(wǎng)絡(luò)是人們不可或缺的，詳細(xì)說(shuō)明了社交網(wǎng)絡(luò)和文化取向如何影響電子政務(wù)采用的理論和實(shí)踐意義。Dhrubasish Sarkar[21]提出了一種統(tǒng)計(jì)模型，使用向量空間模型方法確定在線社交網(wǎng)絡(luò)不同時(shí)間點(diǎn)用戶的行為采納情況 。

（2）基于理論模型的用戶知識(shí)采納行為影響因素識(shí)別。國(guó)內(nèi)外部分學(xué)者利用社會(huì)認(rèn)知理論、社會(huì)網(wǎng)絡(luò)理論、TAM和UTAUT等來(lái)識(shí)別社交網(wǎng)絡(luò)平臺(tái)用戶知識(shí)采納行為發(fā)生的影響因素。Qin C等[22]將技術(shù)接受模型和社會(huì)認(rèn)知理論形成了綜合模型，研究結(jié)果發(fā)現(xiàn)社會(huì)影響、PU和態(tài)度顯著影響用戶使用社會(huì)資源標(biāo)記方法的意愿。Lee S[23]將創(chuàng)新擴(kuò)散理論和技術(shù)接受模型進(jìn)行整合，分析了影響韓國(guó)用戶采用移動(dòng)電子書的驅(qū)動(dòng)因素。Ernst C P H等[24]利用TAM模型分析Facebook社交網(wǎng)站影響用戶積極使用行為的意向和動(dòng)機(jī)，研究結(jié)果發(fā)現(xiàn)感知有用性的影響作用存在很大差異。Fang X等[25]基于社會(huì)網(wǎng)絡(luò)理論確定影響采用決策的關(guān)鍵因素：社會(huì)影響、結(jié)構(gòu)對(duì)等、實(shí)體相似性和混雜因素，預(yù)測(cè)采用概率和采用的可能性 。Ernst C P H[26]分析社交網(wǎng)站的用戶知識(shí)采納行為，以技術(shù)接受模型為基礎(chǔ)，研究表明感知易用性、感知享受和感知有用性都影響社交網(wǎng)站用戶使用行為意向。Herrero á等[27]以技術(shù)接受模型和UTAUT2模型為框架，研究社交網(wǎng)站旅游評(píng)論用戶采納的影響因素，發(fā)現(xiàn)影響用戶利用社交網(wǎng)站體驗(yàn)內(nèi)容的意圖主要有三個(gè)驅(qū)動(dòng)因素 。莫秀婷等[28]依據(jù)社會(huì)認(rèn)知理論和健康信息系統(tǒng)，分析社交網(wǎng)站用戶采納健康信息的行為特點(diǎn)和影響因素。石婷婷[29]分析用戶采納學(xué)術(shù)社交網(wǎng)站資源的影響因素，在UTAUT中加入感知任務(wù)技術(shù)匹配變量、個(gè)體創(chuàng)新性和感知信任變量，發(fā)現(xiàn)采納意愿和促成因素正向影響用戶知識(shí)采納行為。

基于此，已有研究主要利用TAM、UTAUT、SEM等經(jīng)典理論，對(duì)用戶知識(shí)采納行為的研究主要集中在識(shí)別影響用戶知識(shí)采納行為的因素，考慮各自研究采用的不同方法和構(gòu)建的不同理論模型，得出的結(jié)論具有各自的側(cè)重點(diǎn)，為本文研究提供了重要基礎(chǔ)和有益參考。例如Yousafzai S Y等[30]分析了三種典型的用戶行為模型：理性行為理論(TRA)、計(jì)劃行為理論(TPB)和技術(shù)接受模型(TAM)，以互聯(lián)網(wǎng)銀行消費(fèi)者行為對(duì)象對(duì)三種不同模型進(jìn)行了獨(dú)立檢驗(yàn)，發(fā)現(xiàn) TAM模型優(yōu)于其他模型。然而，已有研究成果更為關(guān)注的是結(jié)果導(dǎo)向性的用戶知識(shí)采納行為，卻很少探討用戶知識(shí)采納行為發(fā)生的過(guò)程性，這些行為過(guò)程中受那些因素影響，以及這些用戶知識(shí)采納行為發(fā)生過(guò)程呈現(xiàn)的特征如何，卻不得而知。并且，在探討用戶知識(shí)采納行為生成以及影響因素方面，利用問(wèn)卷調(diào)查或者實(shí)地訪談的方式進(jìn)行抽樣分析，獲取的研究數(shù)據(jù)具有一定程度的主觀性和局限性，影響了結(jié)果的客觀性和科學(xué)性。因此，文章將創(chuàng)新擴(kuò)散理論引入用戶信息行為研究中，以計(jì)劃行為理論為基礎(chǔ)，構(gòu)建知識(shí)分享社區(qū)用戶知識(shí)采納行為研究框架則是一個(gè)新的嘗試。根據(jù)創(chuàng)新擴(kuò)散理論，對(duì)知識(shí)分享社區(qū)用戶知識(shí)采納行為發(fā)生過(guò)程進(jìn)行分解，用戶知識(shí)采納行為生成需要經(jīng)歷不同的階段，且每一個(gè)階段用戶的狀態(tài)、感知和行為都會(huì)呈現(xiàn)不同的特征。知識(shí)分享社區(qū)中用戶采納行為的演化過(guò)程具有態(tài)度傾向、主觀規(guī)范、知覺(jué)行為控制和行為意向等行為表現(xiàn)，且在不同階段呈現(xiàn)特征具有一定的差異。文章融合創(chuàng)新擴(kuò)散理論和計(jì)劃行為理論，依據(jù)創(chuàng)新擴(kuò)散理論的不同階段和計(jì)劃行為理論的不同要素，構(gòu)建知識(shí)分享社區(qū)用戶知識(shí)采納行為研究框架，利用知識(shí)分享社區(qū)抓取研究數(shù)據(jù)，把握用戶知識(shí)采納行為的生成過(guò)程，探討不同階段用戶知識(shí)采納行為的表現(xiàn)，刻畫用戶知識(shí)采納行為的演化特征，分析不同狀態(tài)節(jié)點(diǎn)上用戶呈現(xiàn)的行為特征和影響因素。文章試圖解決以下問(wèn)題：（1）構(gòu)建基于過(guò)程性的知識(shí)分享社區(qū)用戶知識(shí)采納行為理論研究框架；（2）探討不同階段用戶知識(shí)采納行為生成的用戶狀態(tài)和行為表現(xiàn)的演化特征；（3）把握知識(shí)分享社區(qū)用戶知識(shí)采納行為的不同影響因素和作用差異。

2 研究設(shè)計(jì)

2.1 研究框架

知識(shí)分享社區(qū)用戶知識(shí)采納行為的發(fā)生具有過(guò)程性和特征性，采納行為的生成是用戶對(duì)知識(shí)分享社區(qū)中有價(jià)值的信息或知識(shí)在自我評(píng)估決策后，產(chǎn)生的一種選擇性行為偏好。基于用戶屬性特征，依據(jù)創(chuàng)新擴(kuò)散理論，用戶在個(gè)人意識(shí)階段和興趣偏好階段，知識(shí)分享社區(qū)的有價(jià)值信息或知識(shí)引起了用戶的注意或關(guān)注，進(jìn)而產(chǎn)生興趣，用戶通過(guò)自我評(píng)估、選擇和決策，進(jìn)行關(guān)注、瀏覽和甄別有價(jià)值的知識(shí)，依據(jù)自我感知，用戶決定是否利用，從而發(fā)生用戶知識(shí)采納行為?；谟脩粜袨樘卣鳎罁?jù)計(jì)劃行為理論，知識(shí)分享社區(qū)中用戶知識(shí)采納行為的發(fā)生，用戶具有一定的態(tài)度傾向性，用戶針對(duì)提供知識(shí)的自我感知有用程度和感知易用程度，依據(jù)行為直覺(jué)和主觀規(guī)范用戶從而產(chǎn)生行為意向，最后發(fā)生用戶知識(shí)采納行為。另外，部分學(xué)者試圖將兩種不同理論或模型相結(jié)合，從而來(lái)提升研究結(jié)果的科學(xué)性和可靠性。Kiwanuka A將[31]DOI理 論 和UTAUT模 型進(jìn)行對(duì)比分析，依據(jù)創(chuàng)新擴(kuò)散理論分析技術(shù)采用的特征，發(fā)現(xiàn)UTAUT模型未包括采用技術(shù)的過(guò)程，提出應(yīng)將技術(shù)采用過(guò)程納入在UTAUT中，更好地預(yù)測(cè)技術(shù)接受度。Monta?o D E等[32]比較分析了計(jì)劃行為理論和推理行動(dòng)理論，結(jié)果發(fā)現(xiàn)知覺(jué)行為控制變量的加入增強(qiáng)了對(duì)意向和行為的預(yù)測(cè)。Min S[33]分析了DIT理論和ATM，以消費(fèi)者對(duì)Uber移動(dòng)應(yīng)用APP的接受程度為對(duì)象，分析不同影響因素對(duì)感知實(shí)用性和感知易用性均具有重大影響，證明了兩種經(jīng)典用戶采納理論的融合。基于此，知識(shí)分享社區(qū)用戶知識(shí)采納行為的生成依據(jù)創(chuàng)新擴(kuò)散理論的階段組成和計(jì)劃行為理論的要素構(gòu)成，構(gòu)建了知識(shí)分享社區(qū)用戶知識(shí)采納行為演過(guò)過(guò)程，如圖1所示。

圖1 知識(shí)分享社區(qū)用戶知識(shí)采納行為生成階段

依據(jù)知識(shí)分享社區(qū)用戶知識(shí)采納行為演化過(guò)程，在用戶認(rèn)識(shí)興趣階段，知識(shí)分享社區(qū)中用戶通過(guò)自我感知發(fā)現(xiàn)有價(jià)值知識(shí)，對(duì)這些知識(shí)產(chǎn)生興趣，用戶轉(zhuǎn)變自己的態(tài)度并且具有一定的傾向性，從而產(chǎn)生行為意向；在用戶評(píng)估選擇階段，用戶根據(jù)自己的主觀認(rèn)識(shí)和自我知覺(jué)行為控制，對(duì)知識(shí)信息進(jìn)行篩選、甄別和評(píng)估，從而形成用戶行為偏好；在用戶行為發(fā)生階段，用戶根據(jù)自我評(píng)估和選擇，從而選擇試用或者嘗試?yán)?，進(jìn)而用戶開(kāi)始使用，從而發(fā)生用戶知識(shí)采納行為。

2.2 變量設(shè)計(jì)

依據(jù)知識(shí)分享社區(qū)用戶知識(shí)采納行為的演化過(guò)程，用戶知識(shí)采納行為的生成具有過(guò)程性、系統(tǒng)性和整體性。文章利用系統(tǒng)動(dòng)力學(xué)的建模理論和方法，融合DIT和TPB理論，構(gòu)建基于系統(tǒng)動(dòng)力學(xué)的知識(shí)分享社區(qū)用戶知識(shí)采納行為演化特征研究模型，探討知識(shí)社區(qū)用戶知識(shí)采納行為的生成過(guò)程、演化特征和驅(qū)動(dòng)因素。

（1）用戶屬性：用戶作為知識(shí)分享社區(qū)中的主體，每個(gè)用戶來(lái)自于普通互聯(lián)網(wǎng)用戶，即網(wǎng)民。依據(jù)DIT和TPB理論，基于知識(shí)分享社區(qū)的互聯(lián)網(wǎng)用戶可分為三個(gè)部分：第一部分為尚未關(guān)注或者未注冊(cè)的普通互聯(lián)網(wǎng)用戶；第二部分為已成功注冊(cè)卻尚未開(kāi)始利用的潛在采納用戶；第三部分為已經(jīng)成功利用知識(shí)分享社區(qū)發(fā)生采納行為的用戶。

（2）用戶狀態(tài)：根據(jù)知識(shí)分享社區(qū)用戶知識(shí)采納行為演化過(guò)程，基于知識(shí)分享社區(qū)的普通互聯(lián)網(wǎng)用戶都具有三個(gè)不同狀態(tài)，三個(gè)狀態(tài)之間通過(guò)驅(qū)動(dòng)因素來(lái)實(shí)現(xiàn)用戶三個(gè)行為狀態(tài)之間的演化：從普通互聯(lián)網(wǎng)用戶到認(rèn)知興趣階段的演化；從認(rèn)識(shí)興趣階段到用戶評(píng)估選擇階段的演化；從用戶評(píng)估選擇階段到用戶行為發(fā)生階段的演化。

（3）用戶行為：用戶從認(rèn)識(shí)興趣階段到用戶評(píng)估選擇階段的演化，表現(xiàn)主要為主觀態(tài)度和行為意向；用戶從選擇評(píng)估階段到行為發(fā)生階段的演化，行為主要表現(xiàn)為用戶感知、行為控制和用戶偏好。

（4）用戶影響：用戶處在認(rèn)識(shí)興趣階段、用戶評(píng)估選擇階段和用戶行為發(fā)生階段三個(gè)階段，每個(gè)階段受到不同因素的影響，主要有知識(shí)分享社區(qū)因素、外部環(huán)境因素和用戶自身因素[33]。

在知識(shí)分享社區(qū)用戶知識(shí)采納行為演變模型中，主要包括了狀態(tài)變量、常量、輔助變量、連接器和路徑，如表1所示。

表1 知識(shí)分享社區(qū)用戶知識(shí)采納行為分析模型各變量

2.3 數(shù)據(jù)采集

文章選擇知乎社區(qū)作為研究對(duì)象。知乎是一個(gè)基于線上的問(wèn)答互動(dòng)社區(qū)，依靠用戶分享知識(shí)、經(jīng)驗(yàn)和見(jiàn)解，為用戶提供高質(zhì)量的信息服務(wù)，已成為最大的中文知識(shí)分享社區(qū)之一。以“疫情防控知識(shí)”為主題，利用知乎社區(qū)平臺(tái)獲取研究數(shù)據(jù)。利用Octoparse7.3.0軟件抓取知乎社區(qū)的用戶數(shù)據(jù)，數(shù)據(jù)采集的時(shí)間為2020年7月1日至7月2日。采集數(shù)據(jù)發(fā)現(xiàn)，“疫情防控知識(shí)”的話題分布時(shí)間從2020年1月26日到2020年6月27日，主題歷時(shí)6個(gè)月，共采集數(shù)據(jù)9701條，包括“標(biāo)題、作者、發(fā)布時(shí)間、評(píng)論作者、評(píng)論內(nèi)容、評(píng)論時(shí)間、贊數(shù)、主題用戶數(shù)、瀏覽量、關(guān)注量、文章熱度”等11個(gè)字段。利用OpenRefine3.0軟件對(duì)收集的數(shù)據(jù)進(jìn)行清洗，并經(jīng)過(guò)人工核查，生成話題量共196條，用戶主題點(diǎn)贊數(shù)785個(gè)，用戶評(píng)論數(shù)3838條，文章熱度2359個(gè)，知乎主題用戶18個(gè)，瀏覽量152個(gè)，關(guān)注5個(gè)。文章采用Anylogic8.0.5平臺(tái)下進(jìn)行模型實(shí)證分析。

3 研究結(jié)果

3.1 用戶知識(shí)采納行為生成機(jī)理

普通用戶（OrdinaryUser）。普通用戶數(shù)來(lái)自于互聯(lián)網(wǎng)用戶（InternetUser），選擇注冊(cè)和登陸知乎社區(qū)并且參與“疫情防控”分享的用戶作為研究對(duì)象，通過(guò)數(shù)據(jù)抓取獲得的參與用戶數(shù)量為12060人/次，則OrdinaryUser=12060。

潛在用戶（InternetUser），潛在用戶數(shù)在CognitionTransformation的調(diào)節(jié)下，從普通用戶演化生成。

采納用戶（AdoptionUser），采納用戶在BehaviorTransformation的調(diào)節(jié)下，從潛在用戶演化生成。

認(rèn) 知 轉(zhuǎn) 變（CognitionTransformation ），作為調(diào)節(jié)普通用戶到潛在用戶的演化效率，用戶認(rèn)識(shí)興趣變量和用戶評(píng)估選擇變量共同驅(qū)動(dòng)用戶認(rèn)知的轉(zhuǎn)變，則CognitionTransformation =UserCognitiveInterest+ UserEvaluationSelect。

行 為 轉(zhuǎn) 變（BehaviorTransformation）作為調(diào)節(jié)潛在用戶到采納用戶的演化效率，UserEvaluationSelect和UserBehaviorOccurrence變量共同促使用戶行為的轉(zhuǎn)變，則BehaviorTransformation= UserEvaluationSelect+ UserBehaviorOccurrence。

用戶認(rèn)識(shí)興趣（UserCognitiveInterest）作為前因內(nèi)生變量，是用戶知識(shí)采納行為發(fā)生的重要階段和驅(qū)動(dòng)力，主要通過(guò)BehaviorAttitude和BehaviorIntention來(lái)進(jìn)行測(cè)量，并且在KnowledgeSharingCommunityFactor的共同作用下，驅(qū)動(dòng)普通用戶行為發(fā)生改變[2]。則

UserCognitiveInterest=(BehaviorAttitude+BehaviorIntention+KnowledgeSharingCommunityFactor)*OrdinaryUser。

用戶評(píng)估選擇(UserEvaluationSelect)是驅(qū)動(dòng)用戶行為發(fā)生變化的重要因子，用戶更為關(guān)注的知識(shí)價(jià)值，對(duì)其進(jìn)行綜合評(píng)估，進(jìn)而選擇使用或者放棄。用戶評(píng)估選擇階段中，在EnvironmentalFactor的影響下以及KnowledgeValue變量的作用下，促進(jìn)用戶行為的改變[9]。則UserEvaluationSelect= KnowledgeValue+ EnvironmentalFactor。

用戶行為生成（UserBehaviorOccurrence），經(jīng)過(guò)用戶認(rèn)識(shí)興趣和用戶評(píng)估選擇，促使用戶知識(shí)采納行為的發(fā)生。在UserFactor的影響下，用戶依據(jù)UserPerception進(jìn)行行為偏好選擇，從而促使用戶發(fā)生采納行為[10]。則UserBehaviorOccurrence=（UserPerception+ UserFactor）*PotentialUser。

用戶的行為態(tài)度（BehaviorAttitude）指在知乎社區(qū)中已關(guān)注“疫情防控”主題，產(chǎn)生的一種個(gè)人態(tài)度。用戶進(jìn)行點(diǎn)贊，說(shuō)明用戶對(duì)該主題知識(shí)表示同意和認(rèn)可，行為態(tài)度可利用用戶的點(diǎn)贊行為進(jìn)行測(cè)量[24]。則BehaviorAttitude=用戶點(diǎn)贊數(shù)量/參與用戶數(shù)量=0.65。

用戶的行為傾向（BehaviorIntention）指知乎社區(qū)中用戶對(duì)“疫情防控”知識(shí)的同意和認(rèn)可之后產(chǎn)生一種的表達(dá)方式和情感傾向，利用用戶評(píng)論行為進(jìn)行衡量[10]。則BehaviorIntention =用戶評(píng)論數(shù)量/參與用戶數(shù)量=0.31。

知識(shí)價(jià)值（KnowledgeValue），在知乎社區(qū)中對(duì)“疫情防控”主題的知識(shí)進(jìn)行分享和利用的前提是該知識(shí)具有一定的價(jià)值，能夠滿足用戶的需求。結(jié)合知乎社區(qū)的發(fā)布內(nèi)容和話題特點(diǎn)，選擇已發(fā)表 “疫情防控”文章中用戶的個(gè)人表現(xiàn)行為進(jìn)行衡量[29]。則KnowledgeValue=（文章瀏覽用戶+文章關(guān)注用戶）/參與用戶數(shù)量 =0.013。

用戶感知（UserPerception），主要是指用戶自我感知的易用性和有用性，用戶對(duì)“疫情防控”知識(shí)的一種個(gè)人行為態(tài)度和行為傾向，利用用戶點(diǎn)贊行為和用戶評(píng)論行為進(jìn)行綜合測(cè)量[32]。則UserPerception=（點(diǎn)贊用戶量+評(píng)論用戶量）/參與用戶數(shù)量=0.98。

知識(shí)分享社區(qū)因素（KnowledgeSharing-CommunityFactor）主要指知乎社區(qū)的形式特征和內(nèi)容特點(diǎn)，如社區(qū)登錄注冊(cè)便利性、平臺(tái)網(wǎng)站設(shè)計(jì)以及知識(shí)內(nèi)容情況。通過(guò)反復(fù)試驗(yàn)觀察，參考已有研究成果，將其設(shè)定為0.001~0.009之間的任意常數(shù)。

環(huán)境因素（EnvironmentalFactor）可分為宏觀環(huán)境因素和微觀環(huán)境因素，宏觀環(huán)境因素主要指互聯(lián)網(wǎng)政策和法律法規(guī)等因素，內(nèi)部環(huán)境主要指社區(qū)使用、信息安全和隱私泄露等因素。參考已有研究成果，通過(guò)多次試驗(yàn)觀察，將其設(shè)定為0.1~0.9之間的常數(shù)。

用戶因素（UserFactor）主要是用戶的屬性特征，如用戶的性別、年齡、受教育程度以及使用時(shí)間等。依據(jù)已有統(tǒng)計(jì)數(shù)據(jù)，通過(guò)反復(fù)試驗(yàn)觀察，將其設(shè)定為0.01~0.09之間的常數(shù)。

基于此，融合DIT理論和TPB理論，根據(jù)知識(shí)分享社區(qū)用戶知識(shí)采納行為變量設(shè)計(jì)（見(jiàn)表1），探討知識(shí)分享社區(qū)用戶知識(shí)采納行為生成機(jī)理，如圖2所示。

根據(jù)知識(shí)分享社區(qū)用戶知識(shí)采納行為模型的系統(tǒng)流圖和因果關(guān)系鏈可知，普通用戶主要來(lái)自互聯(lián)網(wǎng)用戶。用戶認(rèn)知興趣階段中，在用戶態(tài)度行為、行為意向以及知識(shí)分享社區(qū)因素的共同作用下，通過(guò)認(rèn)知轉(zhuǎn)變的調(diào)節(jié)作用，用戶發(fā)生了行為狀態(tài)上的轉(zhuǎn)變。用戶評(píng)估選擇階段中，在知識(shí)分享社區(qū)的知識(shí)價(jià)值和環(huán)境因素的共同作用下，用戶從而演變?yōu)椴杉{行為發(fā)生的潛在用戶。用戶行為生成階段中，在用戶感知和用戶自身因素的作用下，通過(guò)行為轉(zhuǎn)變的調(diào)節(jié)作用，用戶進(jìn)而演變?yōu)椴杉{行為用戶。

圖2 知識(shí)分享社區(qū)用戶知識(shí)采納行為生成機(jī)理

3.2 用戶知識(shí)采納行為演化特征

3.2.1 用戶狀態(tài)特征演化分析

依據(jù)研究數(shù)據(jù)，則OrdinaryUser=12060，BehaviorAttitude=0.65，BehaviorIntention=0.31，KnowledgeValue=0.013，UserPerception=0.98。設(shè)KnowledgeSharingCommunityFactor =0.001，EnvironmentalFactor =0.5，UserFactor =0.01。知識(shí)分享社區(qū)采納行為發(fā)生的用戶主要有三種存在狀態(tài)，普通用戶、潛在用戶和采納用戶，三種狀態(tài)的演化趨勢(shì)具有較大的差異，如圖3所示，其中縱坐標(biāo)表示用戶數(shù)量，橫坐標(biāo)表示單位時(shí)間，在變量的作用下三種不同狀態(tài)的用戶數(shù)量隨著單位時(shí)間的變化而產(chǎn)生的曲線變化。用戶狀態(tài)的演化特征主要有四點(diǎn)：（1）當(dāng)用戶處在普通用戶狀態(tài)下，依靠用戶認(rèn)知興趣變量的驅(qū)動(dòng)，促使用戶狀態(tài)的改變，互聯(lián)網(wǎng)用戶演化成知識(shí)分享社區(qū)的普通用戶，變化的過(guò)程較短，演變速率較大，普通用戶狀態(tài)呈現(xiàn)急速下降趨勢(shì)。（2）當(dāng)用戶處在潛在用戶狀態(tài)下，依靠認(rèn)知轉(zhuǎn)變速率的調(diào)節(jié)和用戶評(píng)估選擇變量的驅(qū)動(dòng)，促使用戶從普通用戶演化為潛在用戶。在普通用戶的演化初期階段，潛在用戶的狀態(tài)變化呈上升趨勢(shì)。隨著時(shí)間的推移，潛在用戶狀態(tài)曲線呈下降趨勢(shì)，且下降趨勢(shì)較慢，曲線相對(duì)比較平滑，對(duì)用戶狀態(tài)的演化作用逐漸減弱。（3）當(dāng)用戶處在采納用戶狀態(tài)下，依靠行為轉(zhuǎn)變速率變量的調(diào)節(jié)和行為生成變量的驅(qū)動(dòng)，促使了用戶狀態(tài)的變化，從潛在用戶狀態(tài)演化為采納用戶狀態(tài)。在演化初期，采納用戶曲線變化呈快速上升趨勢(shì)，曲線相對(duì)比較陡峭，演化的結(jié)果比較明顯。隨著時(shí)間的推移，采納用戶曲線依然呈上升趨勢(shì)，但變化的幅度不太明顯。（4）普通用戶在認(rèn)知轉(zhuǎn)變速率變量的調(diào)節(jié)下，用戶狀態(tài)逐漸由普通用戶演化為潛在用戶。潛在用戶達(dá)到最大值后，潛在用戶狀態(tài)曲線呈急速下降趨勢(shì)，而普通用戶狀態(tài)曲線與潛在用戶狀態(tài)曲線相交于兩條曲線都呈現(xiàn)下降過(guò)程中，表明在狀態(tài)演化的初期，普通用戶的測(cè)量變量對(duì)用戶狀態(tài)的演化發(fā)生作用力較大，隨時(shí)時(shí)間的推移，用戶在演化至采納用戶狀態(tài)時(shí)，潛在用戶的測(cè)量變量成為主要推動(dòng)力量，普通用戶的測(cè)量變量作用較小。

圖3 知識(shí)分享社區(qū)用戶知識(shí)采納行為的用戶狀態(tài)演化特征

3.2.2 用戶行為特征演化分析

依據(jù)研究數(shù)據(jù)，則OrdinaryUser=12060，BehaviorAttitude=0.65，BehaviorIntention=0.31，KnowledgeValue=0.013，UserPerception=0.98。設(shè)KnowledgeSharingCommunityFactor =0.001，EnvironmentalFactor=0.5，UserFactor =0.01。知識(shí)分享社區(qū)用戶采納的用戶行為表現(xiàn)主要三種特征，即用戶認(rèn)識(shí)興趣的行為特征、用戶評(píng)估選擇的行為特征和用戶行為生成的行為特征，用戶三種行為特征具有一定的差異性，如圖4所示，其中縱坐標(biāo)表示用戶數(shù)量，橫坐標(biāo)表示單位時(shí)間，在常量取不同參數(shù)值時(shí)，三種不同用戶狀態(tài)隨著單位時(shí)間的變化而產(chǎn)生的曲線變化。用戶行為的演化特征主要有三點(diǎn)：（1）在用戶認(rèn)識(shí)興趣階段，在知識(shí)分享社區(qū)因素的影響下，用戶的行為態(tài)度和和行為傾向驅(qū)動(dòng)用戶行為的改變，用戶認(rèn)知興趣曲線呈現(xiàn)急速下降趨勢(shì)，且下降幅度逐漸平緩。表明知識(shí)分享社區(qū)用戶知識(shí)采納行為生成的初期階段，用戶行為特征表現(xiàn)突出，行為態(tài)度和行為傾向成為主要驅(qū)動(dòng)因子。（2）用戶評(píng)估選擇階段，在環(huán)境因素的影響下，知識(shí)分享社區(qū)提供的知識(shí)價(jià)值驅(qū)動(dòng)潛在用戶行為改變，用戶評(píng)估選擇曲線開(kāi)始呈上升趨勢(shì)，然后呈下降趨勢(shì)，并且整個(gè)曲線變化幅度不大。表明，在特定環(huán)境下，知識(shí)價(jià)值成為影響用戶行為發(fā)生改變的重要因素，知識(shí)價(jià)值越大，用戶分享和利用的可能性越大。用戶對(duì)知識(shí)價(jià)值進(jìn)行評(píng)估，進(jìn)而進(jìn)行選擇。（3）在用戶行為生成階段，在用戶因素的影響下，用戶感知的易用性和有用性促進(jìn)了用戶狀態(tài)的變化，用戶行為生成曲線開(kāi)始呈現(xiàn)快速上升趨勢(shì)，曲線陡峭，達(dá)到一定峰值后呈現(xiàn)下降趨勢(shì)，下降幅度較大。在用戶屬性特定條件下，用戶對(duì)知識(shí)感知的易用性和有用性，影響用戶行為的生成，且不同時(shí)段下，用戶行為生成的表現(xiàn)特征和呈現(xiàn)結(jié)果也具有一定的差異。

圖4 知識(shí)分享社區(qū)用戶知識(shí)采納行為的用戶行為演化特征

3.2.3 影響因素演化特征分析

依據(jù)研究數(shù)據(jù)，知識(shí)分享社區(qū)用戶行為演化的影響因素主要有知識(shí)分享社區(qū)因素、環(huán)境因素和用戶因素。在其他條件不變情況下，三種不同影響因素設(shè)置不同參數(shù)取值，觀察用戶行為變化曲線的變化態(tài)勢(shì)。Ordinary-User=12060，BehaviorAttitude=0.65，BehaviorIntention=0.31，KnowledgeValue=0.013，UserPerception=0.98。KnowledgeSharingCommunityFactor、EnvironmentalFactor和UserFactor取三種不同的參數(shù)值。如圖5所示。圖5（a）、（b）、（c）中，縱坐標(biāo)表示用戶數(shù)量，橫坐標(biāo)表示單位時(shí)間，在變量和常量的作用下三種不同狀態(tài)的用戶數(shù)量隨著單位時(shí)間的變化而產(chǎn)生的曲線變化，知識(shí)分享社區(qū)用戶知識(shí)采納行為影響因素的演化特征主要有三點(diǎn)：（1）如圖5（a），當(dāng)KnowledgeSharingCommunityFactor分別取值為0.001，0.005和0.009時(shí)，EnvironmentalFactor和UserFactor取值不發(fā)生變化下，在用戶認(rèn)知興趣階段，知識(shí)分享社區(qū)因素對(duì)用戶認(rèn)識(shí)興趣變量的影響，普通用戶的曲線變化都呈現(xiàn)下降趨勢(shì)，且曲線的變化幅度不大，幅度比較平緩，表明知識(shí)分享社區(qū)因素對(duì)用戶行為的演化作用較小。（2）如圖5（b），當(dāng)EnvironmentalFactor分別取值為0.1，0.5和0.9時(shí)，KnowledgeSharingCommunityFactor和UserFactor取值不發(fā)生變化下，在用戶評(píng)估選擇階段，環(huán)境因素對(duì)用戶評(píng)估選擇變量的影響，潛在用戶曲線在一定階段時(shí)間內(nèi)呈上升趨勢(shì)，然后出現(xiàn)下降趨勢(shì)，且曲線的峰值逐漸變小。結(jié)果表明，環(huán)境因素對(duì)知識(shí)社區(qū)用戶知識(shí)采納行為的影響在不同階段具有一定的差異，且作用也不相同。（3）如圖5（c），當(dāng)UserFactor分別取值為0.01，0.05和0.09時(shí)，KnowledgeSharingCommunityFactor和EnvironmentalFactor取值不發(fā)生變化下，在用戶行為生成階段，用戶因素對(duì)用戶行為生成的影響，用戶采納曲線呈上升趨勢(shì)，當(dāng)用戶因素取較大值時(shí)，曲線的變化態(tài)勢(shì)越來(lái)越陡峭，變化幅度比較明顯。結(jié)果表明，用戶因素對(duì)知識(shí)社區(qū)用戶知識(shí)采納行為的生成具有重要影響作用。

圖5 知識(shí)分享社區(qū)用戶知識(shí)采納行為的影響因素演化特征

4 結(jié)論與討論

文章融合創(chuàng)新擴(kuò)散理論和計(jì)劃行為理論，研究知識(shí)分享社區(qū)用戶知識(shí)采納行為的生成機(jī)理和演化特征具有重要的理論價(jià)值和實(shí)踐意義。在理論層面，文章依據(jù)創(chuàng)新擴(kuò)散理論和計(jì)劃行為理論，將創(chuàng)新擴(kuò)散理論的不同階段和計(jì)劃行為理論的不同要素相融合，構(gòu)建了知識(shí)分享社區(qū)用戶知識(shí)采納行為研究的理論框架，分析知識(shí)分享社區(qū)用戶知識(shí)采納行為的生成機(jī)理和用戶狀態(tài)演化特征、用戶行為演化特征和影響因素演化特征，細(xì)粒度刻畫不同用戶的知識(shí)采納行為，從微觀角度把握用戶在知識(shí)分享社區(qū)的不同呈現(xiàn)行為，構(gòu)建了用戶理論模型并利用實(shí)證數(shù)據(jù)來(lái)進(jìn)行檢驗(yàn)，一定程度上豐富了用戶知識(shí)采納行為的研究思路和視野，為分析和研究知識(shí)分享社區(qū)用戶信息行為提供理論參考。在實(shí)踐價(jià)值方面，對(duì)知識(shí)分享社區(qū)用戶知識(shí)采納行為的不同呈現(xiàn)狀態(tài)、不同行為表現(xiàn)和不同影響因素的生成規(guī)律和演化特征進(jìn)行分析，進(jìn)一步探討用戶知識(shí)采納行為的行為過(guò)程，從不同階段分析用戶的行為演化特征，為知識(shí)社區(qū)平臺(tái)管理者和經(jīng)營(yíng)者利用人工干預(yù)和行為介入的方式改進(jìn)知識(shí)分享社區(qū)環(huán)境和形式，方便不同層次的用戶更好地利用知識(shí)分享社區(qū)進(jìn)行隱形知識(shí)的自我表達(dá)和呈現(xiàn)，不斷豐富社區(qū)知識(shí)分享內(nèi)容，調(diào)整知識(shí)分享社區(qū)的管理運(yùn)營(yíng)模式、方式和策略，促進(jìn)信息分享和知識(shí)利用，發(fā)揮知識(shí)的價(jià)值具有重要實(shí)踐意義。