學術社交網絡知識交流效果研究述評

王瑞 袁勤儉

收稿日期：2020-06-06

基金項目：江蘇省社會科學基金項目“學術虛擬社區知識交流的效果評價研究”（項目編號：17TQB003）。

作者簡介：王瑞（1996-），女，碩士研究生，研究方向：電子商務，信息分析與應用。

通訊作者：袁勤儉（1969-），男，教授，博士，博士生導師，研究方向：電子商務、信息分析與應用。

摘? 要：[目的/意義]梳理并總結學術社交網絡知識交流效果的相關研究，幫助學界同仁把握其發展現狀，為未來研究提供思路和方向。[方法/過程]將學術社交網絡知識交流效果相關研究歸納為知識交流效果的影響因素研究、知識交流效果評價方法和評價指標體系研究、知識交流效果提升策略研究3個方面，分析各方面研究成果。[結果/結論]現有研究存在數據來源單一、相似概念混淆、構建評價體系考慮不全面等不足之處，未來可在這些方面取得進一步突破。

關鍵詞：學術社交網絡;知識交流;效果評價

DOI：10.3969/j.issn.1008-0821.2020.12.017

〔中圖分類號〕G203? 〔文獻標識碼〕A? 〔文章編號〕1008-0821（2020）12-0170-08

A Review of Research on Knowledge Exchange Effect in

Academic Social Networks

Wang Rui? Yuan Qinjian*

（School of Information Management，Nanjing University，Nanjing 210023，China）

Abstract：[Purpose/Significance]This paper sorts out and summarizes the research on knowledge exchange effect in academic social networks to help academic colleagues grasp the development status，and provide ideas and directions for future research.[Method/Process]The researches were summarized into three aspects：research on influencing factors of knowledge exchange effect，research on evaluation method and evaluation index system of knowledge exchange effect，research on the strategy of improving the effect of knowledge exchange，and we analyzed the deficiencies of research results in each aspect.[Result/Conclusion]The existing researches had shortcomings such as single data source，confusion of similar concepts，incomplete consideration of constructing evaluation system，etc.Future research can make progress in these aspects.

Key words：academic social networks;knowledge exchange;evaluation

學術社交網絡（Academic Social Networks，ASN）是指為了幫助科研人員完成學術互動和學術成果共享而搭建起的具有社交性質的網絡平臺，在ASN中，學者可以突破傳統的學術交流模式，實現跨時空跨地域的學術資源共享和專業知識交流。早在2000年，SciLinks、Scientist Solutions等網站就嘗試性地專門為研究人員的在線交流提供基本服務，隨著在線知識交流的需求日益旺盛，Twitter、Facebook等面向大眾的社交網站也開始嘗試為研究人員搭建學術交流平臺，然而其學術服務的專業性受到了不少質疑，直到2008年，以ResearchGate、Mendeley為代表的ASN開始涌現[1]，這使得社交網絡的開放性和學術交流的專業性得以有效融合，各領域科研人員的聯系日益緊密。

目前，ASN已成為科研工作者獲取學術資源、進行知識交流的重要平臺，因此相關研究引起了廣泛關注，知識交流行為、科研合作網絡、平臺功能設計等均成為重要研究話題，為揭示ASN的研究現狀，有學者進行了研究述評，如趙楊等從ASN基本功能、用戶使用行為、學術合作行為、學術成果影響力評價以及學術社交網絡的服務模式與資源推薦多個方面對國內外研究現狀進行了綜合分析[1];聚焦于用戶知識交流行為，孫思陽等結合定量和定性分析方法對ASN中用戶知識交流行為的發文量、作者分布、高頻詞分布、期刊分布等進行科學計量，并采用CiteSpace等軟件對結果進行可視化呈現[2];徐美鳳等則關注ASN的知識共享，對共享成員構成、互動特征、共享行為影響因素等內容進行了評析[3];更進一步地，蔡小筱等從個人、人際、社區3個方面對ASN知識共享影響因素相關研究成果進行梳理，發現現有研究存在概念定義不清、社區特殊性分析不足、影響因素考慮不全面等不足之處[4]。由上可知，相關研究綜述已經從ASN整體研究總結轉移到了知識交流、知識共享等具體某一方面的研究述評，學者開始關注越來越細致的內容，且當前綜述性研究更注重行為研究的整合，與知識交流效果相關的研究成果涵蓋較少。ASN的知識交流效果不僅影響研究人員當下的平臺使用體驗，對于未來的持續使用意愿也具有重要意義，研究知識交流效果對于平臺提高用戶滿意度和用戶粘性具有重要推動作用。正因如此，大量學者關注ASN知識交流效果，相關研究已具備一定數量，然而鮮有文獻對現有研究成果進行述評，因此本文擬對ASN知識交流效果相關研究進行梳理總結并分析當前研究存在的問題，以期幫助學界同仁全面系統地掌握相關研究進展，為后續研究提供參考。

1? 學術社交網絡知識交流效果相關研究

目前學術社交網絡知識交流效果的相關研究主要集中在影響因素研究、評價方法和評價指標體系研究、效果提升策略研究3個方面。

1.1? 知識交流效果影響因素研究

1.1.1? 與知識共享和知識交流行為有關的影響因素

ASN中的知識交流與知識共享行為對知識交流效果產生最直接影響，知識需求者在平臺上提問，其他用戶分享相關經歷和科研成果幫助解決問題，用戶間借助ASN形成的長期有效的互動是保證知識交流效果的重要前提。學者們從不同角度提出了知識共享和知識交流行為的影響因素：在知識共享行為研究中，Lee J等提出了由娛樂、聲譽、學習、自我效能、無私、互惠、信任、社會參與、社區興趣等18個因素構成的影響因素模型[5];聚焦到具體方面，張鼐等從結構資本、關系資本和認知資本3方面構建了基于社會資本的影響因素模型，其中關系資本和認知資本都對知識共享績效產生正向影響，社會聯系對成員的共同語言和共享意愿也具有正面意義[6];進一步地，蔡小筱探究了基于熟人關系的知識共享行為，提出認同感、信任和自我效能等個人心理因素產生積極影響，人情互惠規范、個人形象和聲譽、風險等外在環境因素則產生阻礙作用[7];在知識交流行為研究中，Yan W W等提出不同學術影響力水平機構下的用戶具有不同的表現，高學術影響力機構的用戶在交流過程中具備優勢且更受歡迎，中等研究水平機構的學者積極尋求信息，低水平機構的用戶則相對不活躍[8];也有學者對影響因素進行了程度劃分，如孫富杰將用戶滿意度和激勵因素視為主要因素，有用性、信任度和愉悅性為次要因素，個人動機、社會影響和易用性則為相關因素[9];上述研究均從正面探索促進知識共享和交流的因素，而發掘阻礙因素對于提升知識交流效果同樣具有重要意義，如張帥等通過內容分析梳理出ASN用戶社交不足的關鍵影響因素：個體意向因素包括學術資本、主觀規范、分享意識和時間精力;平臺客觀條件包括學術聲譽機制和后發劣勢;信息因素包括信息效益、隱私信息和專業知識[10];另外，知識隱藏意愿[11]、版權問題[12-13]也在一定程度上阻礙知識交流效果的提升。

1.1.2? 與科研合作行為有關的影響因素

利用ASN，科研人員線上的學術合作成為思維激發、研究創新的重要來源，研究人員間頻繁緊密的科研合作對提升ASN知識交流效果具有重要意義。學者們針對科研合作行為的影響因素進行了深入研究：如譚春輝等通過分析質性訪談數據構建影響因素模型，其中自我效能、群體認同、社群影響、互惠均正向影響合作意愿，合作意愿與合作行為正向相關，激勵機制和系統易用性對合作行為同樣具有顯著的正向影響[14];同樣利用深度訪談數據，王仙雅對影響因素進行了區分，她指出社區吸引力是外部驅動因素，求助型和研討型互動是社區互動因素，體驗感提升是內部驅動因素;外部驅動因素既可以直接促進合作形成，也可以通過影響社區互動和內部驅動因素間接促進合作形成[15];聚焦于更細致的內容，Rodrigues M W等指出研究興趣和預期生產率的提高是研究人員積極與他人進行科研合作的重要原因，同時學者們通過交流合作習得新技術，合作也使其更易獲得基金支持[16];Mohdeb D等則關注合作者間的鏈接強度，通過構建并驗證鏈接強度模型得出，合作者間的學術親密程度和其在合作中的科學貢獻都在不同程度上影響其科學協作關系[17];以上研究忽略了科研人員間合作關系網絡的影響作用，王文秀等則利用社會網絡分析法深入挖掘用戶評論和回復數據并構建科研人員關系圖譜，網絡度數、平均路徑長度、中心性等指標的分析結果表明：平臺關鍵用戶是促進知識流動的重要環節，科研人員間強弱關系的合理開發是顯性和隱性知識相互轉化的重要條件，用戶關系網絡的緊密和完善是知識交流效率得以提升的重要保證[18];此外，Jiang H Q等利用ResearchGate平臺上學者間的關系網絡構建了ASN信息傳播模型，通過分析信息在網絡中的流動趨勢和傳播概率可以充分挖掘平臺上的知識交流規律[19]。

1.1.3? 與平臺管理能力和功能設計有關的影響因素

ASN平臺自身的管理能力和功能設計是知識交流服務的重要組成部分，完備易用的功能設計和便捷高效的操作流程不僅為用戶的知識交流提供牢靠的技術支持，還有利于提升用戶知識交流效果和持續使用意愿，因而學者也針對影響知識交流效果的平臺管理能力與功能設計進行了研究：黃甫軍從平臺整體功能出發，分析了信息功能、合作功能、凝聚功能和管理功能對知識交流行為即關注、互動、學術分享和科研合作行為的影響，結果表明：信息功能利于增強學術分享，合作功能對各行為影響較小，凝聚功能對學術分享與科研合作作用較大，管理功能同樣有助于增強學術交流[20];更進一步地，Bhardwaj R K通過比較分析ResearchGate、Academia.edu、Mendeley和Zotero四大主流網站的功能，發現服務性能、輸出功能、隱私設置、文本顯示、書目特征的可用性等均會影響用戶的使用體驗，進而影響整體知識交流效果[21];聚焦于平臺的激勵政策，施濤等指出外在激勵有助于提高知識交流的外在收益，使得復制型知識貢獻數量顯著增加;內在激勵則有利于提高成就感、自主感等內在收益，從而增加創作型知識貢獻行為，提升平臺知識質量和交流效果[22];從平臺滿足科研需求出發，韓文等將科研活動中的需求歸納為：自我推廣、學術成果管理、科研人員交互、科研動態實時推送，指出資源聚合能力、交流時效性和推動學術合作的能力、學術資源管理功能、學者能力評價指標等均對知識交流效果具有一定的促進作用[23];也有學者針對具體平臺進行了分析，如許林玉等分析“經管之家”用戶行為數據后得出，平臺用戶訪問量、論壇幣、活躍度以及好友數量對知識共享數量有正向影響，而是否論壇幣、活躍度以及好友數量對知識共享質量具有顯著的正向影響[24];另外，ResearchGate平臺自身構建的學術影響力評價指標RGScore也受到了關注，學者們針對指標間關系[25]、評價結果準確性[26-27]等問題進行了探究，結果表明RGScore可以有效反映用戶的參與程度，平臺開發合理的指標有利于激勵用戶上傳出版物、分享學術資源，增加其學術影響力，同時提升知識交流效果。

綜上可知，現有文獻以用戶和平臺作為兩個不同的切入點來研究知識交流效果的影響因素，用戶角度包含知識共享、知識交流和科研合作行為的影響因素，平臺角度涉及社區管理能力和平臺功能設計，多角度歸因可以細致全面地得出影響ASN知識交流效果的各項因素，然而現有研究所提多是間接影響因素，少有研究揭示專門針對知識交流效果的直接影響因素;在研究方法上，大部分研究運用質性分析方法或調查問卷來獲取所需數據，較少研究包含用戶的實際行為數據。

1.2? 知識交流效果評價方法和評價指標體系研究

1.2.1? 知識交流效果的評價方法研究

引入當下較為完善成熟的評價方法對ASN知識交流效果進行評價是提升評價結果可靠性的重要保證，對于指導學術社交網絡建設，促進其良性發展具有重要的現實意義。目前已有多種評價方法被驗證適用于ASN知識交流效果的評價，如宗乾進等以“科學網”中的博客訪問量、分享量、博主量、博文量為指標構建學術博客知識交流效率評價體系，引入數據包絡方法（DEA）分析該平臺的綜合效率、技術效率、規模效率、規模報酬等[28]，DEA利用線性規劃對具有可比性的決策單元進行相對有效性評價，適用于ASN這種沒有絕對評價標準的對象[29];在這個基礎上，萬莉加入Malmquist生產率指數比較“人大經濟論壇”和“小木蟲”平臺上不同時期知識交流效率和知識生產率的動態變化，結果表明“人大經濟論壇”全要素生產率呈下降狀態，ASN整體交流效率仍有巨大的改善空間[30];另外，考慮到非參數的DEA方法無法對模型中參數和模型本身進行檢驗，龐建剛等采用隨機前沿分析方法（SFA）分析“經管之家”平臺的知識交流面板數據，得到知識交流效率生產函數模型中各參數的估計值，并依據模型進行技術效率分析和動態效率演化，由于SFA方法將模型中的誤差項分解為隨機誤差和技術無效率項，因此對于跨時期的面板數據SFA分析結果更接近現實[31];以上研究中的算法用于高維數據時穩健性較差，為解決此類問題，胡德華等引入遺傳投影尋蹤算法將知識交流效率評價體系中的多個指標轉化為一個具有代表性的綜合指數，測量了不同社區的交流效率，并確定了等級評價[32];也有學者引入單項度量指標-年度總引文增長率（K）的概念來衡量ASN在高被引學者學術傳播過程中的作用[33];同時，ResearchGate平臺所獨有的RGScore也得到學者們的認可[34，26]，成為了該平臺評價知識交流效果的又一重要指標。

1.2.2? 知識交流效果的評價指標體系研究

客觀、系統的評價準則和評價體系是準確判斷ASN知識交流效果的基礎和依據，學界首先基于理論分析確立了基本評價準則，如王東等借鑒開放存取期刊質量評價研究，結合ASN知識交流和學術傳播的開放性、便捷性、互動性等特點，以社區編輯、同行專家為評價參與主體闡述了各自的評價側重點和評價依據，同時制定了學術性、規范性、創新性、效率性等評價準則[35];屈寶強則更關注學者間的科研合作，在深入分析學術合作訴求、合作規范、合作保障機制等要素后，提出評價科研交流效果主要應從資源利用和參與者滿足兩方面入手，資源利用包含知識的獲取與互動、學術資源的質量、學術交流的聚類和累積效果等，參與者滿足主要指參與者問題的解決、知識的延伸及心理滿足[36]。隨后，學者們從用戶視角出發，通過分析調查問卷形成基于用戶感知的效果評價體系，如楊瑞仙等構建了投入/產出和精神/物質兩個維度的ASN知識交流效率評價指標體系，包含知識投入、非知識投入、知識產出、個體價值、經濟報酬、社會價值6項二級指標，采用熵值賦權法確定各項指標權重，通過問卷反饋得出用戶的感知有用性和感知易用性是評價結果的重要影響因素[37];另外，胥偉嵐構建了基于粗糙集條件信息熵的層次式評價體系，通過10個平臺用戶的問卷調查，獲取感知數據，分析不同平臺的綜合值驗證評價體系的有效性[38]。為避免問卷數據的主觀隨意性，也有學者通過分析用戶的實際行為數據進一步完善原有評價體系，如晉升選取了“小木蟲”網站上6個學術主題分區的活躍用戶作為研究對象，以用戶數量、發帖數量、討論時間作為投入指標，瀏覽數量、回帖數量和再回復數量作為產出指標，構建了ASN知識交流效率的評價體系[29];此外，吳佳玲等通過采集“小木蟲”網站上用戶真實的知識交流投入數據和產出數據構建了基于Super-SBM模型的知識交流效率投入產出指標體系，并從靜態效率和動態演變兩個方面測算平臺知識交流整體效果，一定程度上提升了評價體系的可靠性[39]。

由上述研究可知，學界已將多種績效評測方法引入知識交流效果的評價中，且逐步完善了評價體系，然而不同學者對于知識交流效果的理解不同，導致了不同研究中將知識交流效果、交流績效、交流效率3個不同的概念混為一談;另外，在構建指標體系的過程中，當前研究大多從投入產出角度考慮，缺乏新視角下的探索，且不同評價體系指標重合度較高。

1.3? 知識交流效果提升策略研究

1.3.1? 平臺建設相關的改善策略

ASN平臺的運營機制和服務策略是促使學者間積極主動地進行知識交流的助推劑，也是保證良好知識交流效果的必備條件，因此完善平臺自身建設對改善知識交流效果尤為重要，學者們從激勵制度、資源質量、數據安全性等不同角度出發提出了平臺改善策略。為鼓勵成員積極進行知識貢獻和社區參與，平臺可以設立完善的激勵機制，如給話題參與者一定數量的虛擬幣或平臺積分，貢獻達到一定程度后還可以賦予其一些特殊權限[40-41]，也可以讓知識受益者贈送禮物表達感謝，或賦予主要知識貢獻者一定的榮譽稱號[42]，以激發貢獻者的成就感和知識感知價值;同時也需要不斷完善平臺的技術支持，如增加移動端的訪問渠道[41]、支持多種格式信息的瀏覽與流通、利用智能化搜索算法幫助用戶快速查找和吸收利用平臺上的已有知識[43]，或提高問題的清晰度、避免發生識題混亂[44];為提高社區資源質量，平臺需要了解用戶信息質量感知過程及其影響因素[45]，同時可利用元數據對成員所貢獻的知識進行識別、描述和定位，依據知識屬性和特征對其進行整理，使呈現給用戶的知識更加標準化、規范化[43];或者采用知識融合技術定位采集分散異構的信息資源對象，對信息資源進行細粒度劃分、轉換、匹配、集成、挖掘等，降低冗余性和不完全性，優化知識結構、內涵和置信度，為用戶提供多層面的精確決策知識或知識地圖[46];為保障學術社交網絡平臺的安全性，可對社區中的學術話題設置安全等級，并賦予話題發起者一定權限，使其可以甄選參與研討的人員身份，或設置話題公開級別[40];同時也需要完善平臺各類規章制度及獎懲制度，及時處理平臺各類違規行為和垃圾信息，建立垃圾及虛假信息甄別機制，增強對用戶身份的識別，用戶注冊采取后臺實名認證、前臺匿名等形式，增加用戶對平臺的信任感[47];為提升社區信息運動效率，在設計信息通道時需要充分考慮擁擠狀況下的信息速度和數量，避免其超過信道容量，阻塞平臺內的信息運動，同時應減少廣告信息、冗余信息對信道容量的擠占，對無效信息實施控制和管理，避免分散用戶精力，降低知識流動效率[48]。

1.3.2? 提升用戶持續使用意愿的改善策略

ASN服務于用戶并受用戶主導，用戶的持續使用是平臺上知識不斷豐富并源源流通的重要保障，而用戶持續使用意愿受到感知有用性、感知易用性、信任度、滿意度等多種因素的影響[41]，因此從服務接觸過程中的用戶感知出發實施改進策略，對增強用戶持續使用意愿，提升平臺知識交流效果具有重要意義。首先，從滿足用戶需求出發，可依據用戶基本信息、知識交流行為數據等構建用戶畫像，識別不同群體的知識需求特征，及時準確地推薦其需要的內容[49]，具體可進行學術出版物推薦[50]、科研合作者推薦[51]、學者好友推薦[52-53]等精準化服務;其次，從提升用戶信任感和參與感出發，平臺需要準確檢測學科領導者并充分發揮其帶頭作用，提升用戶對知識質量的感知信任度[47，54];同時也可定期調查用戶在平臺使用過程中的滿意度水平，積極采納用戶提供的寶貴建議，讓用戶為社區的建設和發展建言獻策，提升其作為社區成員的參與感和使命感[41];另外也可采用精細化分區方法聚集具有相同愛好和需求的用戶，使得話題趨同用戶具有共同的區域空間進一步開展學術互動，實現多元話題的群體參與[46];最后，從增強社區歸屬感出發，平臺可積極進行品牌建設，形成社區獨有的文化氛圍，使用戶能夠快速融入社區，積極主動地與其他用戶進行知識互動，從而增強平臺內部的親切感和認同感[31];同時也可引入情感化設計，幫助用戶與平臺建立情感聯結，既可以在平臺界面、圖表等視覺設計上打造高層次的感官美學體驗，也可以在內容互動、成員溝通方面建立用戶間的情感紐帶[46];另外，為用戶間的線下聯系創造條件，也能增強用戶互動頻率和成員間的關系強度，有利于知識交流效果的提升。

由上述知識交流效果提升策略可知，學者們從平臺和用戶兩個角度提出了知識交流效果提升策略，內容涉及激勵機制、信息質量、用戶感知等多個方面，然而現有研究大多以平臺作為策略實施者提出建議，鮮有針對用戶的知識交流建議。

2? 總結與展望

通過文獻的梳理和總結可知，目前我國ASN知識交流效果的相關研究已經積累了一定成果，研究內容主要集中在知識交流效果的影響因素研究、效果評價方法和評價指標體系研究、效果提升策略研究3個方面。

然而現有研究依然存在以下幾點不足：1）在知識交流效果影響因素的研究中，學者們偏向于問卷調查、深度訪談等主觀數據來源，對于平臺上用戶的實際行為數據采集較少，用戶感知數據與其行為數據的偏差在一定程度上影響研究結果的客觀性，且采納主觀數據進行分析不可避免地會遺漏一些影響因素;2）盡管用戶知識共享、知識交流行為和科研合作行為的影響因素以及平臺管理能力、功能設計等相關的因素均會對知識交流效果產生重要影響，但現有研究中的各影響因素只是被作為間接影響因素，知識交流效果的直接影響因素尚不明晰;3）在效果評價研究中，學者們無意識地將“效率”“效果”“績效”3個不同的概念混為一談，然而不同的概念具有不同的側重點，選取正確的表達對于把握研究關注點具有重要意義;4）在構建評價指標體系時，由于所選評價方法的限制，學者們大多從投入產出角度計算不同平臺的知識投入和績效產出，這就導致不同學者構建的評價體系具有很大程度的相似性，且由于缺乏新視角的探索，評價指標的完備性還需要進一步補充;5）在提升策略研究中，學者們大多關注平臺方的改進策略，忽視了從用戶入手提升知識交流效果的建議，然而當前我國ASN普遍存在利用不足、學術互動不活躍的現象[55]，僅平臺單方面改進還不足以充分利用ASN的知識交流價值。

針對上述不足，未來研究可在以下方面取得進展：1）采集不同平臺上用戶實際行為數據，以便客觀反映用戶真實的知識交流情況，或者將主客觀數據相結合，通過客觀數據檢驗依據主觀數據構建的模型，以增強研究結果的說服力;2）將ASN知識交流效果作為因變量，構建知識交流效果的直接影響因素模型，探究知識共享意愿、科研合作需求、平臺系統功能等因素如何影響知識交流效果，同時也需識別調節變量和中介變量的影響作用，進一步明晰不同因素之間的相互作用關系;3）明確管理學意義上“效果”“效率”“績效”三者的區別與聯系，依據自身研究主題選取合適的表述詞匯和研究側重點，增強學術研究的嚴謹性;4）在構建知識交流效果評價體系時從不同的范疇出發選取指標，除了學者的提問量、回答量、瀏覽量、互動頻率等顯性數據指標項，還可以考慮學者社會關系網絡的擴展、隱性知識的增加、自我效能的提升等不易察覺的產出指標;5）考慮面向用戶實施的知識交流效果提升策略，調查當前ASN用戶信息搜尋、信息辨別、信息吸收等不同維度的信息素養水平，具有針對性地實施用戶知識表達能力的培訓和交流主動性的挖掘等，從而使用戶自我提高與平臺改進雙管齊下，共同提升ASN知識交流效果。

參考文獻

[1]趙楊，李露琪.國內外學術社交網絡研究現狀述評與思考[J].情報資料工作，2016，（6）：41-47.

[2]孫思陽，張海濤，任亮，等.虛擬學術社區用戶知識交流行為研究綜述[J].情報科學，2019，37（1）：171-176.

[3]徐美鳳，葉繼元.學術虛擬社區知識共享研究綜述[J].圖書情報工作，2011，55（13）：67-71.

[4]蔡小筱，張敏，鄭偉偉.虛擬學術社區知識共享影響因素研究綜述[J].圖書館，2016，（6）：44-49.

[5]Lee J，Oh S，Dong H，et al.Motivations for Self-archiving on an Academic Social Networking Site：A Study on ResearchGate[J].Journal of the Association for Information Science and Technology，2019，70（6）：563-574.

[6]張鼐，李英劍，周年喜.社會資本對虛擬學習社區知識共享績效的影響研究[J].山東圖書館學刊，2017，（3）：13-17.

[7]蔡小筱.基于熟人關系的虛擬學術社區知識共享行為研究[D].重慶：西南大學，2015.

[8]Yan W W，Zhang Y.User Behaviors and Network Characteristics of US Research Universities on an Academic Social Networking Site[J].Higher Education，2019，78（2）：221-240.

[9]孫富杰.學術虛擬社區用戶知識交流行為影響因素調查研究[D].鄭州：鄭州大學，2018.

[10]張帥，李晶，王文韜.學術社交網站用戶社交不足的影響機理：基于質性方法的探索[J].圖書情報工作，2018，62（4）：81-88.

[11]張磊，龐建剛，王艷霞.基于SVM的虛擬學術社區科研人員知識隱藏意愿評價研究[J].情報探索，2019，（10）：9-16.

[12]Laakso M，Lindman J，Shen C Y，et al.Research Output Availability on Academic Social Networks：Implications for Stakeholders in Academic Publishing[J].Electronic Markets，2017，27（2）：125-133.

[13]Jamali H R.Copyright Compliance and Infringement in ResearchGate Full-text Journal Articles[J].Scientometrics，2017，112（1）：241-254.

[14]譚春輝，朱宸良，茍凡.虛擬學術社區中科研人員合作行為影響因素研究——基于質性分析法與實證研究法相結合的視角[J].情報科學，2020，38（2）：52-58，108.

[15]王仙雅.虛擬學術社區促進科研合作形成的內在機理——一項扎根理論研究[J].科技進步與對策，2019，36（21）：19-25.

[16]Rodrigues M W，Brandao W C，Zarate L E.Recommending Scientific Collaboration from ResearchGate[C]//Brazilian Conference on Intelligent Systems，2018：336-341.

[17]Mohdeb D，Boubetra A，Charikhi M.Tie Persistence in Academic Social Networks[J].Informatica-Journal of Computing and Informatics，2016，40（3）：353-364.

[18]王文秀，陳果，岑詠華.面向網絡社區知識交流與共享的用戶關系圖譜構建與可視化研究[J].情報科學，2017，35（11）：55-60.

[19]Jiang H Q，Pan Y C，Jie X，et al.Academic Social Network Information Dissemination Model[C]//International Conference on Information Science and Technology Applications（ICISTA），2013，58：111-113.

[20]皇甫軍.科研社交網絡平臺功能因素和用戶行為的相關性分析[J].情報科學，2017，35（8）：62-67.

[21]Bhardwaj R K.Academic Social Networking Sites Comparative Analysis of ResearchGate，Academia.edu，Mendeley and Zotero[J].Information and Learning Science，2017，118（5）：298-316.

[22]施濤，姜亦珂.學術虛擬社區激勵政策對用戶知識貢獻行為的影響研究[J].圖書館，2017，（4）：82-86.

[23]韓文，劉暢，雷秋雨.分析學術社交網絡對科研活動的輔助作用——以ResearchGate和Academia.edu為例[J].情報理論與實踐，2017，40（8）：105-111.

[24]許林玉，楊建林.基于社會化媒體數據的學術社區知識共享行為影響因素研究——以經管之家平臺為例[J].現代情報，2019，39（7）：56-65.

[25]Shrivastava R，Mahajan P.Relationship Amongst ResearchGate Altmetric Indicators and Scopus Bibliometric Indicators：The Case of Panjab University Chandigarh（India）ResearchGate[J].New Library World，2015，116（9）：564-577.

[26]Orduna-Malea E，Martin-Martin A，Lopez-Cozar E D.ResearchGate as a Source for Scientific Evaluation：Revealing Its Bibliometric Applications[J].Professional De La Information，2016，25（2）：303-310.

[27]Thelwall M，Kousha K.ResearchGate：Disseminating，Communicating，and Measuring Scholarship？[J].Journal of the Association for Information Science and Technology，2015，66（5）：876-889.

[28]宗乾進，呂鑫，袁勤儉，等.學術博客的知識交流效果評價研究[J].情報科學，2014，32（12）：72-76.

[29]晉升.基于DEA方法的學術虛擬社區知識交流效率研究[D].鄭州：鄭州大學，2019.

[30]萬莉.學術虛擬社區知識交流效率測度研究[J].情報雜志，2015，34（9）：170-173.

[31]龐建剛，吳佳玲.基于SFA方法的虛擬學術社區知識交流效率研究[J].情報科學，2018，36（5）：104-109.

[32]胡德華，張又月，羅愛靜.基于遺傳投影尋蹤算法的學術虛擬社區知識交流效率研究[J].圖書館論壇，2019，39（4）：67-73，83.

[33]Ye Q，Hong H M.ResearchGate，an Effective Way to Improve the Academic Dissemination for Highly Cited Researchers？[J].Journal of Zhejiang University Science A，2019，20（5）：375-379.

[34]Shrivastava R，Mahajan P.An Altmetric Analysis of ResearchGate Profiles of Physics Researchers：A Study of University of Delhi（India）[J].Performance Measurement and Metrics，2017，18（1）：52-66.

[35]王東，曲久龍，劉國亮.虛擬學術社區的學術質量評價流程與模式研究[J].情報理論與實踐，2012，35（5）：94-98.

[36]屈寶強.網絡學術論壇中的科研合作行為及其反思——以“小木蟲”學術論壇為例[J].科技管理研究，2010，30（10）：215-218.

[37]楊瑞仙，權明喆，武亞倩，等.學術虛擬社區科研人員知識交流效率感知調查研究[J].圖書與情報，2018，（6）：72-83.

[38]胥偉嵐.學術社交網絡知識交流績效研究[D].武漢：華中師范大學，2018.

[39]吳佳玲，龐建剛.基于SBM模型的虛擬學術社區知識交流效率評價[J].情報科學，2017，35（9）：125-130.

[40]王仙雅.虛擬學術社區中科研合作的形成與激勵：互惠視角[J].情報探索，2019，（10）：24-29.

[41]李曼靜.學術虛擬社區用戶持續使用意愿研究[D].武漢：華中師范大學，2015.

[42]王偉軍，甘春梅.學術博客持續使用意愿的影響因素研究[J].科研管理，2014，35（10）：121-127.

[43]方婷.基于SNS的網絡虛擬學術社區知識共享模型構建研究[J].農業圖書情報學刊，2017，29（8）：47-51.

[44]Jeng W，DesAutels S，He D Q，et al.Information Exchange on an Academic Social Networking Site：A Multidiscipline Comparison on ResearchGate Q&A[J].Journal of the Association for Information Science and Technology，2017，68（3）：638-652.

[45]Zhang N，Yuan Q J.The Means-end Cognitions of Perceived Information Quality in Academic Social Networking Sites[J/OL].Journal of Librarianship and Information Science，DOI：10.1177/0961000619871612.

[46]陳為東，王萍，王美月.學術虛擬社區用戶社會性交互的影響因素模型與優化策略研究[J].情報理論與實踐，2018，41（6）：117-123.

[47]鐘玲玲，王戰平，譚春輝.虛擬學術社區用戶知識交流影響因素研究[J].情報科學，2020，38（3）：137-144.

[48]畢強，王福，貫君.提升虛擬社區信息運動效率的策略研究[J].圖書情報工作，2015，59（20）：119-125.

[49]王美月，王萍，賈瓊，等.基于動態用戶畫像的學術虛擬社區粘性驅動機制研究[J].現代情報，2019，39（7）：9-17.

[50]Zhao P F，Ma J，Hua Z S.Academic Social Network-based Recommendation Approach for Knowledge Sharing[J].Data Base for Advances in Information Systems，2018，49（4）：78-91.

[51]Hoang D T，Nguyen N T，Tran V C，et al.Research Collaboration Model in Academic Social Networks[J].Enterprise Information Systems，2019，13（7）：1023-1045.

[52]Mao D，Li C Y，Li J J，et al.Academic Social Network Scholars Recommendation Model Based on Community Division[C]//22nd IEEE International Conference on Computer Supported Cooperative Work in Design（CSCWD），2018：265-270.

[53]Yang Z X，Li D D，Lin R H，et al.An Academic Social Network Friend Recommendation Algorithm Based on Decision Tree[C]//IEEE SmartWorld，Ubiquitous Intelligence & Computing，Advanced & Trusted Computing，Scalable Computing & Communications，Cloud & Big Data Computing，Internet of People and Smart City Innovation（SmartWorld/SCALCOM/UIC/ATC/CBDCom/IOP/SCI），2018：1311-1316.

[54]Ben Ahmed E.Detection of Leading Experts from ResearchGate[J].International Journal of Business Analytics，2018，5（3）：67-86.

[55]周慶山，楊志維.學術社交網絡用戶行為研究進展[J].圖書情報工作，2017，61（16）：38-47.

[56]程豪杰，張寧，袁勤儉.學術虛擬社區知識交流的研究進展[J].現代情報，2018，38（5）：158-163.

[57]黃麗佳，袁勤儉.虛擬社區的系統功能設計相關研究進展[J].現代情報，2020，40（1）：170-177.

（責任編輯：陳? 媛）