社會化問答知識分享用戶感知有用性影響因素研究

李進華 張婷婷

〔摘 要〕[目的/意義]社會化問答社區的投票機制有利于信息消費者篩選高質量回答。本文以用戶原創回答為研究對象，探討影響知識分享用戶感知有用性的影響因素。[方法/過程]以信息接受模型為基礎，基于知乎社區71 495條回答，結合文本分析與負二項回歸分析方法，從回答特征、回答質量和回答者特征3個方面探討知識分享有用性的影響因素。[結果/結論]研究結果表明，回答特征（及時性、圖片或引用）、回答質量（答案中心度、情感支持）、回答者特征（社會網絡中心度、可信度）均對回答有用性投票具有正向影響。回答的語言多樣性對回答有用性投票具有負向影響。本研究通過實證進行客觀分析，有利于促進回答者貢獻高質量回答并對社會化問答社區進行高質量的信息服務提供可行性建議。

〔關鍵詞〕知識分享；用戶感知有用性；信息接受模型；知乎社區

DOI：10.3969/j.issn.1008-0821.2018.04.003

〔中圖分類號〕C912.67；G203 〔文獻標識碼〕A 〔文章編號〕1008-0821（2018）04-0020-09

〔Abstract〕[Purpose/Signficance]The voting mechanism of social Q&A; community is helpful for information consumers to select high quality answers.This paper focused on the original knowledge sharing of users in social Q&A; community，and explored the factors that influence the user perceived usefulness of knowledge sharing.[Method/Process]Based on the information adoption model and 71495 answers in social Q&A; community，combining text analysis and negative binomial regression analysis，this paper discussed the influencing factors of knowledge sharing usefulness from three aspects of answer characteristics，answer quality and respondent characteristics.[Result/Conclusion]The results showed that the answer characteristics（timeliness，pictures or citations），answer quality（answer centrality，emotional support），respondent characteristics（social network centrality，credibility）had a positive impact on answer useful votes.However，the linguistic diversity of answers had a negative effect on answer useful votes.And this research promoted the sharers to contribute high quality knowledge sharing and provides feasible suggestions for high quality information service in social Q&A; community.

〔Key words〕knowledge sharing；user perceived usefulness；information acceptance model；zhihu community

社會化問答平臺是一種基于社會網絡關系的問答服務模式，其“關注”模塊將用戶、問題、話題、回答等要素相互關聯起來構建了龐大且多元化的知識網絡[1]。社會化問答社區積極鼓勵和促進社區用戶進行知識的交換與流動，即回答者可以對同一問題進行全方位、多角度討論，為提問者和瀏覽者提供不同的參考視角。而提問者和瀏覽者則可以通過點贊、踩、評論等方式對回答進行評價。社會化問答社區中的信息是由用戶生成的，其信息生成速度之快、規模之大。社會化問答平臺通常會通過回答的點贊數、反對數等指標對知識分享進行排序為用戶篩選出高質量回答，這在一定程度上減輕了因信息過載和認知成本等原因給用戶帶來的信息壓力[2]。但在網絡環境下，由于“馬太效應”的存在，社區意見領袖對問題簡單的點評可能會引來用戶高點贊數，而普通用戶的回答則無法獲得足夠的投票，很多高質量的回答會因此被湮沒。對于社會化問答社區而言，為了自身的良性發展需要有效地管理社區中海量的提問和回答并為社區用戶提供高質量的信息服務以促進知識的傳播。而知識分享者則需要了解影響信息消費者對其知識分享感知有用性的影響因素以便更好地完善回答，提高自己在社區中的聲望和影響力，從而滿足自己被他人尊重、自我實現的需求[3]。基于此，對社會化問答知識分享用戶感知有用性的影響因素的研究具備深入探討的現實意義。知乎是國內社會化問答社區的典型代表。本文以知乎為研究對象，通過Python編寫爬蟲爬取知乎社區提問回答界面的知識分享數據，并以信息接受模型為理論基礎，利用文本分析和負二項回歸模型對該研究問題進行實證分析。通過對實驗結果的討論，可促進回答者貢獻高質量回答并對社會化問答社區進行高質量的信息服務提供可行性建議。

1 相關研究評述

1.1 知識分享用戶感知有用性

孫曉寧等[4]借助“百度知道”用戶對答案質量感知的問卷，綜合采用專家訪談、探索性因子分析和驗證性因子分析的方法，構建了社會化問答系統答案質量評價模型。Zhu等[5]結合專家咨詢、用戶調查和比較分析3種方法總結出質量評估模型。John等[6]以雅虎回答為研究對象，運用Logistic回歸分析方法構建了包含社會特征、文本特征以及內容評價特征為指標的質量框架，用以預測高質量的回答。綜上所述，已有的研究大多集中在構建知識分享質量評價模型上。通過收集到的一手資料進行探索性分析，試圖從新切入點提出新的評價指標對已有評價體系進行補充。也有研究通過搜集網站用戶行為數據，構建評價信息質量的特征集，利用機器學習算法，訓練自動評價信息質量的模型[7-9]。姜雯、許鑫[10]從國內外的相關研究出發，分別從人工評價和機器學習自動化的角度對在線問答社區信息質量評價的影響因素進行了研究綜述。基于此，本文在前述研究基礎之上，針對知乎社會化的特點，提煉知識分享用戶感知有用性的影響因素作為理論模型的假設條件，力圖豐富社會化問答社區知識分享相關方面的理論研究。

1.2 信息接受模型

信息接受模型（Information Adoption Model）是Sussman和Siegal[11]在技術接受模型（TAM）的基礎之上根據精細加工可能性理論（ELM）[12]提出的。精細加工可能性理論將信息的說服過程分為兩部分：中心路徑和邊緣路徑。中心路徑把個體態度的改變看做是個體認真思考和綜合信息的結果，邊緣路徑是指個體對客體態度的改變是根據信息的某些關聯線索決定的。如圖1所示，信息接受模型表明影響用戶感知信息有用性的因素為信息內容質量和信息源可靠性，其中信息內容質量是中心路徑，信息源可靠性是邊緣路徑。

對于社會化問答社區而言，信息質量表現為用戶的知識分享質量。信息質量的判斷受主觀和環境的影響，但信息內容作為一種客觀的存在，對其效用的評價也是客觀的。因此，信息質量是可測量的[13]。Kim等[14-15]從內容、認知、社會情感、參考資源和效用等角度衡量信息質量。本研究從語法和語義兩個層面對回答數據進行文本分析以衡量回答的質量。信息源可靠性是指知識分享者被用戶認為是可相信的、有能力的、值得信賴的程度[16]。社會化問答社區中的信息具有不對稱性，用戶不會完全、真實地揭示自身信息。因此，用戶無法對其現實身份進行識別進而評價其可靠性。知乎為每位用戶設置了個人主頁，我們可以通過用戶回答的數量、質量、獲得的點贊數來判定其知識水平和影響力。感知有用性在不同場景下，其含義有所不同。本文將知識分享有用性定義為社會化問答社區用戶感知知識分享對其知識搜索的有用程度。知乎社區針對知識分享進行了有用性設置，比如投票機制，可以通過贊同數量對知識分享的有用性進行測量。在社會化問答社區中，信息采納是主體有目的地選擇、評價、接受和利用信息的過程，并且該過程最終會影響主體的后續行為[17]。相比于傳統問答平臺（如百度知道）設置答案采納的功能，社會化問答社區中的信息采納是一種隱式行為。

2 研究模型和假設

結合本研究的情景，本文以信息接受模型為基礎，研究社會化問答知識分享用戶感知有用性的影響因素。本研究的模型如圖2所示。

2.1 回答特征

2.1.1 外部引用數量

外部引用是指回答者在回答問題時，在文本中添加的外部鏈接、圖片或圖表。一方面，回答者在闡述自身觀點

時，引用外部參考文獻來證明其正確性和可信度，這有助于提高瀏覽者對其分享的認同度。另一方面，圖片或圖表將復雜的語言論述簡化，使用文本和外部引用相結合的方式便于瀏覽者理解。Tian等[18]、Shah等[19]均將是否有外部鏈接、圖片或引用等指標納入機器學習自動化評價問答社區答案質量的研究體系，因此本文提出如下假設：

H1：回答引用數量與知識分享用戶感知有用性之間正向相關。

2.1.2 回答及時性

回答及時性是指回答發布與提問之間的間隔時間，間隔越小表示其知識分享越及時。蔣楠等[20]認為在社會化問答服務平臺中，及時性是提問者做出滿意答案判定的指標之一。在社會化問答平臺中，知識分享具有時效性。隨著時間的推移，問題和話題的熱度會逐漸消退[21]。因此，回答發布的時間越早，相比于同問題下發布時間較晚的回答具有更大的曝光度，更有可能獲得更多的點贊數。因此本文提出如下假設：

H2：回答及時性與知識分享用戶感知有用性之間負向相關。

2.2 回答質量

2.2.1 回答中心度

回答中心度是指一個問題下，某回答處于所有回答中心的程度，中心度越高，則該回答為問題答案的可能性越大[22]。金家華[23]認為回答文本的中心度是評價信息質量的重要指標，且文本中心度正向影響用戶的信息采納行為。知乎的一個問題下會有多個回答者提供不同的回答。用戶在瀏覽眾多回答時，如果某回答較其他回答的中心度越高，用戶認為該回答有用性越高。因此文本提出如下假設：

H3：回答中心度與知識分享用戶感知有用性之間正向相關。

2.2.2 情感支持

Hwang等[24]認為患者在醫療社區中只能通過文字信息進行互動，因此在線醫療社區為患者提供了兩種社會支持即信息支持和情感支持。在此基礎上，金家華[23]的研究發現情感支持對用戶信息采納有正向影響。Joyce等[25]的研究發現，帶有正面情感的信息有助于增強用戶的認同。知乎的關注功能將關心同樣或類似問題的人聚集在一起進行交流，相互幫助，這在一定程度上體現了情感支持。因此本文提出如下假設：

H4：情感支持與知識分享用戶感知有用性之間正向相關。

2.2.3 語言多樣性

以往的研究認為，語言貧瘠會負向影響聽者對說話者的語言、知識、溝通能力甚至其情緒狀態和社會地位的判斷。在虛擬社區中，具有良好的書面格式和語言的多樣性的回答能提高回答者的可信度[26]。在社會化問答社區中，回答者的語言風格在很大程度上影響其發布信息的認同度。語言多樣的回答往往比乏味重復的回答更具有說服力。乏味無力的語言往往會負面影響瀏覽者對回答的感知[27]。因此本文提出如下假設：

H5：語言多樣性與知識分享用戶感知有用性之間正向相關。

2.3 回答者特征

2.3.1 回答者中心度

社會化問答社區不同于傳統問答社區之處在于其構建了用戶之間的社會網絡關系。社會網絡中心度是衡量個體在社會網絡中影響力的重要指標，并在一定程度上反映了個人的社會資本[28]。相關研究表明，個體節點的網絡中心度與其信任感之間具有相當強的正向相關性，這也是高中心度節點社會資本的一種體現[29]。社會網絡中心度分為點入度和點出度。殷國鵬[30]的研究發現評論者內向、外向中心度會直接影響其發表評論所獲的有用性評價。同樣地，知乎社區也提供了關注功能，將人與人組織起來形成龐大的人際網絡。因此本文提出如下假設：

H6.1：回答者的內向網絡中心度與知識分享用戶感知有用性之間正向相關；

H6.2：回答者的外向網絡中心度與知識分享用戶感知有用性之間正向相關。

2.3.2 回答者可信度

回答者的可信度是其在社會網絡中建立信任和增加影響力的重要因素[27]。回答者的可信度一方面可以通過用戶的身份背景來確認；另一方面也可以通過用戶的知識分享專業性來判斷。知乎社區提供的投票機制和聲望體系在一定程度上為識別回答者的可信度提供了參考。Grewal等[31]的研究表明當信息源可信性比較低時信息接受程度較低。Lim等[32]認為信息源可信性同樣可以被應用到在線環境中。在社會化問答社區中，回答者的可信度越高，瀏覽者認為其回答有用的可能性越大。因此本文提出如下假設：

H7：回者的可信度與知識分享用戶感知有用性之間正相關。

3 研究設計

3.1 數據收集

本研究使用Python編寫爬蟲，以知乎首頁熱門收藏夾為爬取入口，共爬取了知乎平臺上2 103個問題下共97 750條回答數據及其相關信息。每條記錄包括回答內容、回答發布時間、回答者昵稱、回答者所獲贊同數、回答者回答問題數、回答者被關注數、回答者關注他人數、回答所對應的題目、問題發布時間等指標。并編寫Python程序對數據進行清洗，將回答者回答問題數為0、回答者所獲總點贊數小于回答者回答問題所獲點贊數等錯誤、不一致數據刪除。由于本研究涉及對答案內部特征的文本分析，因此將回答長度（中英文及數字）小于10的樣本數據刪除，實際用于實證分析的數據共71 495條。

3.2 變量測量

為了驗證本研究所提假設，設計了如表1所示的變量。其中因變量為用戶感知回答有用性點贊數。自變量包括回答特征、回答質量以及回答者特征共3個部分。

3.2.1 回答特征

回答特征包括回答引用數（ansCita）和回答及時性（ansTime）兩個變量。其中回答引用數使用回答中包含的外部鏈接數量和圖片數量之和衡量。回答及時性使用回答發布與提問之間的間隔天數衡量。

3.2.2 回答質量

3.2.3 回答者特征

回答者特征包括內向網絡中心度（inNetCen）、外向網絡中心度（outNetCen）和可信度（reliability）。其中內向網絡中心度使用回答者被他人關注的數量衡量。外向網絡中心度使用回答者關注他人的數量衡量。本研究使用回答者所獲點贊數量與回答數量之比來衡量回答者的可信度，見公式（9）。

3.3 分析方法

為了研究回答特征、回答質量和回答者特征對回答用戶感知有用性的影響，本文構建如下模型：

本研究的因變量為用戶的回答在某段時間內所獲得的點贊數，是一個非負的整數，因此不滿足線性回歸因變量為連續分布的假設。由于該變量具有獨立且非負的性質，適用于計數回歸模型的假設條件。泊松回歸和負二項回歸被廣泛應用于此類問題中。其中泊松回歸的前提假設是樣本的均值和方差相等，而負二項回歸則用于方差與均值不等的情況，由于本研究因變量的方差遠遠大于均值，數據過度離散，此種情況下采用泊松回歸模型擬合效果不理想，因而采用負二項回歸模型[33]。負二項回歸的概率密度函數為：

4 數據分析與結果

4.1 描述性統計分析

數據樣本的描述性統計詳如表2所示，回答有用性數據分布分散，對其進行頻數統計發現其呈現右偏分布（偏度為17.15）。自變量的分布也較為分散。其中回答內容中引用數量均值為2個左右，說明絕大部分回答者習慣于純文字表達自己的觀點，很少使用超鏈接或圖片；回答者的內向網絡中心度均值約為12 648，外向網絡中心度的均值約為182，回答者的內向中心度要遠遠高于外向中心度。說明在知乎社區中，擁有大量“粉絲”數的用戶是知識分享的活躍用戶。

各自變量間的相關系數如表3所示，變量lingDiv和ansCen相關系數絕對值達到了0.53，其余自變量間的相關系數絕對值約小于等于0.3。為了進一步驗證自變量間是否存在共線性的問題，本研究繼續對相關系數矩陣進行秩計算，計算結果秩為8，說明該相關系數矩陣為滿秩矩陣，自變量之間不存在嚴重的共線性問題[34]。

4.2 回歸分析結果與討論

為了更好地體現回答特征、回答質量以及回答者特征變量對回答感知有用性的影響，本研究共構建了3個模型。其中模型1只包含回答特征變量的負二項回歸模型，模型2包含回答特征和回答質量變量的負二項回歸模型，模型3是全模型。模型回歸結果如表4所示，發現模型3的對數似然值的絕對值比模型1和模型2都要小，表明加入回答

質量和回答者特征變量提高了模型的擬合優度。模型3相對于模型2的對數似然值的絕對值減小更明顯，說明在社會化問答社區中，用戶對回答感知有用性的影響因素主要來源于信息接受模型的邊緣路徑——回答者特征。此外，本研究將模型3的所有變量分別進行了負二項回歸分析和泊松回歸分析，并對分析結果進行了AIC、BIC模型擬合優度檢驗如表5所示。檢驗結果表明本研究采用的負二項回歸模型比泊松回歸模型擬合效果更好。

4.2.1 回答特征

回答引用數量（ansCita）的系數為正且P值顯著（P<0.001），表明回答引用數量對用戶感知回答有用性有正向影響，H1假設得到支持。在回答中添加引用使得內容更具有說服力，外部鏈接給瀏覽者提供了了解知識的其他途徑；文字與圖、表相結合的表達方式更加吸引瀏覽者進行深入閱讀。這從側面也反映回答者在回答問題過程中端正、嚴謹的態度。因此回答的引用數量越多，回答被他人感知有用的可能性越大。回答及時性（ansTime）的系數為負且P值顯著（P<0.001），表明回答及時性對用戶感知回答有用性有負向影響，H2假設得到支持。問題與回答均具有時效性。問題在提出一段時間內會有較大的瀏覽量和關注度，吸引更多的用戶加入討論，此時回答更容易被其他用戶所關注，進而加大回答被認同的可能性。因此回答發布的時間越早，相比于同問題下發布時間較晚的回答具有更大的曝光度，更有可能獲得更多的點贊數。

4.2.2 回答質量

回答中心度（ansCen）系數為正且P值顯著（P<0.001），表明回答中心度對用戶感知回答有用性有正向影響，H3假設得到支持。某一問題下，回答者各抒己見，發表自己的看法。如果某回答的中心度越大，說明該回答處于所有回答的中心位置，那么該回答被其他用戶認可的可能性越大。情感支持（emSup）系數為正且P值顯著（P<0.001），H4假設得到支持。回答者在回答問題時不僅針對問題給出自己專業客觀的解答，還會帶有個人主觀的情感色彩。贊美、肯定、鼓勵等正面情感的表露不僅會增加瀏覽者對該回答的認同；還營造了良好的社區知識分享氛圍，鼓勵更多人在社區中進行提問和回答。因此，情感支持對用戶感知回答的有用性具有正向影響。

語言多樣性（lingDiv）系數為負且P值顯著（P<0.001），表明語言多樣性對用戶感知回答有用性有負向影響，與假設H5相悖，假設H5沒有得到支持。語言多樣性是回答者回答問題時的語言表現力。用戶在問答社區中進行信息搜尋時，有可能更關注于回答是否滿足了自身的信息需求。如果回答對用戶解決自身問題沒有幫助，即使回答本身論述精彩，用戶也不會認同其有用性。此外，施國良等[35]研究發現知乎回答長度與回答有用性之間正相關，本研究也利用樣本數據進一步探究了文本長度與回答有用性之間的關系。如表6所示，回答長度正向影響回答有用性。本研究還初步探究了語言多樣性與回答長度之間的關系。如圖3所示，當回答長度較短（小于500字）時，語言多樣性從0.4～1.0的連續分布，這可能由于回答長度較短，語言多樣性隨機性較大造成的。當回答長度逐漸增長（500～6 500字）時，語言多樣性呈現從0.4到某一具體值（小于1.0）的連續分布，且該具體值與回答長度成反比關系。當回答長度較長（大于6 500字）時，回答語言多樣性趨于穩定，分布在0.4數值附近。因此，隨著回答長度的增長，回答的平均語言多樣性降低且最終趨于平穩。回答長度越長意味著回答所包含的信息量越多，回答越容易得到用戶的認同。同時回答越長，回答的語言多樣性會降低。因此，回答的語言多樣性可能負向影響回答有用性。

4.2.3 回答者特征

回答者內向網絡中心度（inNetCen）的系數為正且P值顯著（P<0.001），表明回答者內向網絡中心度對用戶感知回答有用性有正向影響，H6.1假設得到支持。回答者外向網絡中心度（outNetCen）的系數為正且P值顯著（P<0.001），表明回答者外向網絡中心度對用戶感知回答有用性有正向影響，H6.2假設得到支持。其中內向網絡中心度反映個體被其他節點個體傳播的能力，而外向網絡中心度反映個體傳播其他節點個體的能力[36]。網絡中心度是衡量個體在社會網絡中影響力的關鍵指標，本研究很好地將社會網絡理論使用在社會化問答社區的研究中。知乎社區提供關注功能將具有共同興趣愛好、共同價值觀的用戶緊密地聯系在一起，促使用戶之間建立起信任關系。用戶對其所關注回答者的回答相較于其未關注回答者的回答具有更強烈的認同感。因此，回答者的中心度越大，回答者的影響力就越大，用戶感知其回答有用性越大。回答者可信度（reliability）的系數為正且P值顯著（P<0.001），表明回答者可信度對用戶感知回答有用性有正向影響，H7假設得到支持。可信度是對回答者歷史回答質量的衡量。在虛擬社區中，用戶往往無法得知回答者的真實身份信息，即使知乎提供了用戶自我介紹信息，其真實性也無從考量。用戶只能通過回答者歷史回答數量、其所獲點贊數等信息對其專業性、可信度進行感知。當用戶感知該回答者是可信的，往往會增加對回答者的認同感。因此回答者可信度越高，用戶感知其回答有用性可能越大。

對本研究假設及驗證結果總結如表7所示。

5 結 論

本研究以信息接受模型為理論基礎，從回答特征、回答質量和回答者特征3個方面對社會化問答社區知識分享用戶感知有用性進行研究，并以知乎71 495條回答作為研究對象，利用負二項回歸模型進行分析。分析結果表明，回答者的特征對用戶感知回答有用性的影響要大于回答質量和回答特征。回答者在社區中的社會網絡關系，回答者的專業性、可信度積極影響用戶對其回答有用性的感知。回答的及時性和回答的表現方式（圖文結合）等特征也積極地影響用戶對其回答有用性的感知。同時，回答多以積極向上、正面情感的語言表達更容易獲得用戶對回答的認可。一個問題下，回答處于所有回答的中心位置，回答越容易獲得用戶的點贊。回答的語言多樣性對回答有用性有負向影響，回答長度對其有正向影響。隨著回答長度的增加，其語言多樣性分布范圍縮小趨于定值。

本研究結論豐富了社會化問答社區知識分享相關方面的理論研究，為在線社區管理者與用戶具有借鑒作用，具體如下：

1）在回答界面應完善回答者的曝光度。目前來看，知乎的回答界面只顯示了回答者的昵稱，個人簡介以及回答數、文章數、關注者數。一般情況下，用戶在瀏覽問題界面時不太會點開回答者頭像跳轉到其個人主頁界面。為解決這個問題，本文建議將用戶個人成就數據顯示出來，以增加瀏覽者對回答者的了解程度。

2）完善回答排序和回答折疊算法，將回答外部特征、回答內部特征和回答者特征等指標納入到算法中，對其進行優化。從而能夠提供更科學地回答排序，為提問者提供更精準的信息搜尋。

3）用戶在為提問者解決問題時，不僅要保證回答的正確性，還要使用通俗易懂，簡單明了的方式表達自己的觀點。同時要給予提問者關懷和鼓勵，為提問者提供信息支持的同時給予情感支持。

本研究未來將側重解決如下問題：由于本研究數據采集入口為知乎首頁熱門收藏夾下的問題及其回答，因此收集到的回答基本都有點贊數。在知乎社區中存在著大量0點贊數的回答，這些回答并不是沒有價值的。因此下一步可以將0點贊數的回答加入到數據分析樣本集，進行更加系統和完整的研究。

參考文獻

[1]張煜軒.基于外部線索的社會化問答平臺答案信息質量感知研究[D].武漢：華中師范大學，2016.

[2]Cao Qing，Duan Wenjing，Gan Qiwei.Exploring Determinants of Voting for the“Helpfulness”of Online User Reviews：A Text Mining Approach[J].Decision Support Systems，2011，50（2）：511-521.

[3]寧菁菁.知乎網用戶知識共享研究[D].北京：北京郵電大學，2014.

[4]孫曉寧，趙宇翔，朱慶華.基于SQA系統的社會化搜索答案質量評價指標構建[J].中國圖書館學報，2015，41（4）：65-82.

[5]Zhu Zhemin，Bernhard D，Gurevych I.A Multi-Dimensional Model for Assessing the Quality of Answers in Social Q&A; Sites[EB/OL].http：//tuprints.ulb.tu-darmstadt.de/1940/1/TR_dimension_model.pdf，2017-07-20.

[6]John B M，Chua A Y K，Goh D H L.What Makes a High-Quality User-Generated Answer？[J].IEEE Internet Computing，2011，15（1）：66-71.

[7]Arai K，Handayani A N.Predicting Quality of Answer in Collaborative Q&A; Community[J].International Journal of Advanced Research in Artificial Intelligence，2013，2（3）：21-25.

[8]孔維澤，劉奕群，張敏，等.問答社區中回答質量的評價方法研究[J].中文信息學報，2011，25（1）：3-8.

[9]來社安，蔡中民.基于相似度的問答社區問答質量評價方法[J].計算機應用與軟件，2013，30（2）：266-269.

[10]姜雯，許鑫.在線問答社區信息質量評價研究綜述[J].現代圖書情報技術，2014，（6）：41-50.

[11]Sussman S W，Siegal W S.Informational Influence in Organizations：An Integrated Approach to Knowledge Adoption[J]，Information Systems Research，2003，14（1）：47-65.

[12]Petty R E，Cacioppo J T.The Elaboration Likelihood Model of Persuasion[J].Advances in Experimental Social Psychology，1986，19：123-205.

[13]李晶，漆賢軍，陳明紅.信息質量感知對信息獲取與信息采納的影響研究[J].情報科學，2015，33（3）：123-129.

[14]Kim S，Oh J S，Oh S.Best-Answer Selection Criteria in a Social Q&A; Site from the User-Oriented Relevance Perspective[C].In：Proceedings of the 70th Annual Meeting of American Society for Information Science and Technology（ASIST），2007，44（1）：1-15.

[15]Kim S，Oh S.Users Relevance Criteria for Evaluating Answers in a Social Q&A; Site[J].Journal of the American Society for Information Science & Technology，2009，60（4）：716-727.

[16]Petty R E，Cacioppo J T.Communication and Persuasion：Central and Peripheral Routes to Attitude Change[M].Springer，1986.

[17]宋雪雁，王萍.信息采納行為概念及影響因素研究[J].情報科學，2010，28（5）：760-762，767.

[18]Tian Q，Zhang P，Li B.Towards Predicting the Best Answers in Community-Based Question-Answering Services[C].In：Proceedings of the 7th International AAAI Conference on Weblogs and Social Media，2013.

[19]Shah C，Pomerantz J.Evaluating and Predicting Answer Quality in Community Q&A;[C].In：Proceedings of the 33rd International ACM SIGIR Conference on Research and Development in Information Retrieval.New York：ACM，2010：411-418.

[20]蔣楠，王鵬程.社會化問答服務中用戶需求與信息內容的相關性評價研究——以“百度知道”為例[J].信息資源管理學報，2012，2（3）：35-45.

[21]李綱，陳璟浩.突發事件情境下網絡問答社區用戶構成和行為分析——基于問題膠囊事件的實證研究[J].圖書情報工作，2013，57（24）：95-100.

[22]Radev D R，Jing H，Stys' M，et al.Centroid-Based Summarization of Multiple Documents[J].Information Processing & Management，2004，40（6）：919-938.

[23]金家華.社會化問答社區中用戶知識行為的影響因素研究[D].哈爾濱：哈爾濱工業大學，2015.

[24]Hwang K O，Ottenbacher A J，Green A P，et al.Social Support in an Internet Weight Loss Community[J].International Journal of Medical Informatics，2010，79（1）：5-13.

[25]Joyce E，Kraut R.Predicting Continued Participation in Newsgroups[J].Journal of Computer-Mediated Communication，2006，11（3），723-747.

[26]Huffaker D.Dimensions of Leadership and Social Influence in Online Communities[J].Human Communication Research，2010，36：593-617.

[27]王秀麗.網絡社區意見領袖影響機制研究——以社會化問答社區“知乎”為例[J].國際新聞界，2014，36（9）：47-57.

[28]張榮華.知識問答社區用戶的知識共享意愿研究[D].南京：南京大學，2014.

[29]Wang G，Liu X，Fan W G.A Knowledge Adoption Model Based Framework for Finding Helpful User-Generated Contents in Online Communities[C].In：Proceedings of the 32th International Conference on Information Systems，2011，Shanghai，China.

[30]殷國鵬.消費者認為怎樣的在線評論更有用？——社會性因素的影響效應[J].管理世界，2012，（12）：115-124.

[31]Grewal D，Gotlieb J，Marmorstein H.The Moderating Effects of Message Framing and Source Credibility on the Price-Perceived Risk Relationship[J].Journal of Consumer Research，1994，21（1）：145-153.

[32]Lim K H，Sia C L，Lee M K.O，et al.How do I Trust You Online，and If so，Will I Buy？An Empirical Study of Two Trust-Building Strategies[J].Journal of Management Information Systems，2006，23（2）：233-266.

[33]陳莉.負二項回歸模型在過度離散車險數據中的應用[D].貴陽：貴州民族大學，2016.

[34]如何用R進行多重共線性檢驗與處理？[EB/OL].http：//bbs.pinggu.org/thread-1383561-1-1.html，2017-11-02.

[35]施國良，陳旭，杜璐鋒.社會化問答網站答案認可度的影響因素研究——以知乎為例[J].現代情報，2016，36 （6）：41-45.

[36]劉佩，林如鵬.網絡問答社區“知乎”的知識分享與傳播行為研究[J].圖書情報知識，2015，（6）：109-119.

（責任編輯：郭沫含）