社會網絡視角下虛擬學術社區用戶交互特征及規律分析

盛小平 唐筠杰

摘?要：[目的/意義]社會網絡視角研究虛擬學術社區中用戶交互特征與內在規律，為提高科研效率、完善社區管理與服務提供參考。[方法/過程]本文運用社會網絡分析法，通過分析虛擬學術社區“經管之家”中用戶交互主題特征、網絡特征、關系特征來揭示虛擬學術社區用戶交互行為，并從用戶發帖量、用戶聲譽等級和用戶好友數三方面描述其內部規律。[結果/結論]虛擬學術社區用戶主題具有較高融合度與專業性特征;用戶交互行為具有規模大、集群多、密度低的無標度網絡特征，核心用戶協同性強而普通用戶積極性低;用戶發帖數量越多、聲譽等級越高的用戶越主動與他人交流，但更多的好友數量并不代表能建立更多互動關系。為推動虛擬學術社區信息供給與用戶交流，用戶不僅需不斷獲取信息，更需主動提供信息，構建良性的信息交流與共享循環。

關鍵詞：虛擬學術社區;信息交流;交互行為;社會網絡分析

DOI：10.3969/j.issn.1008-0821.2022.01.007

〔中圖分類號〕G252.0?〔文獻標識碼〕A?〔文章編號〕1008-0821（2022）01-0064-08

Abstract：[Purpose/Significance]From the perspective of social network，this paper studies the user interaction characteristics and internal rules in virtual academic society so as to provide reference for improving scientific research efficiency，community management and service.[Method/Process]Using social network analysis method，the study revealed the user interaction behavior in the virtual academic community“economics and management community”by analyzing the topic characteristics，network characteristics and relationship characteristics of user interaction，and its internal rules from three aspects were described：the amount of users posts，the level of users reputation and the number of users friends.[Result/Conclusion]The user theme of virtual academic community has high degree of integration and professional characteristics.The user interaction behavior has the characteristics of scale free network with large scale，many clusters and low density，and the core users have strong collaboration while the ordinary users have low enthusiasm.Users with more posts and higher reputations are more likely to communicate with others，but more friends do not necessarily lead to more interactions.In order to promote information supply and user communication in virtual academic community，users not only need to continuously obtain information，but also need to actively provide information to build a benign information exchange and sharing cycle.

Key words：virtual academic community;information exchange;interaction behavior;social network analysis

互聯網時代，虛擬學術社區中用戶的非正式學術交流與互動彌補了正式學術交流的局限，使其成為科研人員進行信息獲取、搜尋與共享合作的重要平臺。虛擬學術社區為科研工作者提供了新型非正式交流路徑[1]，使得用戶能夠高效積累與共享研究數據及相關信息，豐富了研究人員的科研工作方式[2]。目前對虛擬學術社區用戶行為的研究主要有：①用戶參與行為研究，如問候歡迎、調節規范與協助等行為研究[3]，以及主動生產者、被動生產者與消費者等用戶群體研究[4];②用戶合作行為研究，包括互惠、功利動機等合作動機研究[5-6]，以及KMRW聲譽模型[7]、共生模型[8]等模型研究;③用戶交流行為研究，如行為機理與結構[9]、行為作用[10]、交流效率[11]以及影響因素如互惠[12]、信任[13]、聲譽[14]及期望[15]等方面研究。雖然學術界對虛擬學術社區用戶行為進行了上述探索，且已從社會學角度對虛擬學術社區用戶交互行為進行了初步分析[16]，但是對虛擬學術社區內部用戶信息交互關系及內部規律缺少深入研究。因此，本文擬從社會網絡視角，深入挖掘與分析虛擬學術社區用戶交互的相關特征與內部規律，以便進一步促進虛擬社區中用戶信息供給與用戶交流，為改進虛擬社區治理提供參考。

1?數據來源與處理

本文選取國內具有代表性的虛擬學術社區——“經管之家”。“經管之家”學術論壇（原人大經濟論壇）成立于2003年，現已成為國內頗具影響力的經濟管理類的網絡社區平臺[17]，該網站用戶具有學歷層次高、學習需求大、內容生產能力強的特點，每日發帖量超20 000條[18]。為獲取有效數據，本文選取“經管之家”學術論壇中“數據分析與數據挖掘”板塊用戶交互會話作為數據源，借助Python爬蟲獲取其中2015—2020年的全部數據（爬取時間為2021年1月10日），共獲得30 134條原始數據集，包括2 797條根帖與27 337條回帖。所采集數據集中的關鍵信息包括根帖的鏈接、標題、內容、關鍵詞、發帖時間，發帖人的用戶名、積分值、總發帖量、好友數量，以及回帖人的用戶名、積分值、總發帖數量、好友數量、回帖內容、最后回帖時間等。在剔除內容被屏蔽、重復、無意義或缺項的數據后，最終得到2 788條根帖與24 024條回帖及相關數據。基于這些數據，本文運用社會網絡分析法并結合Gephi、SPSS等數據分析軟件對其用戶交互行為進行分析、描述、測度與擬合，計算各節點與邊的數目、網絡平均聚類系數、平均路徑長度等，以挖掘內在聯系與規律。

2?虛擬學術社區用戶交互行為特征分析

為了更加清晰地描繪虛擬學術社區中用戶互動的網絡聯系，本文以所有參與“數據分析與數據挖掘”板塊會話的用戶為節點，以用戶之間的互動關系為邊，以回帖次數為關系強度，繪制“經管之家”虛擬學術社區用戶交互行為云圖，如圖1所示。

在圖1中，節點大小代表度值高低，節點之間連線粗細代表節點間交流的緊密程度。從整體上看，“經管之家”學術論壇中用戶數量規模較大，共有9 610個節點、13 998條邊，其中網絡整體平均度為1.457，網絡平均加權度為2.487，網絡平均聚類系數為0.018，網絡平均路徑長度為4.140。從分布上看，許多節點位于云圖中心部位，且這些節點連線更加稠密，部分節點位于邊緣位置。這一現象表明在社區內部，核心用戶彼此之間交流密切，信息共享的頻次較高，而外部用戶互動程度較低，交流較少，側面映射出社區資源分布較不均勻的特點。此外，圖1還顯示，雖然用戶多數集中在中心區域，但是用戶之間仍形成了多個較為松散的團體，相關用戶在本團體內部中存在較為明顯的互動關系。

2.1?用戶交互主題特征分析

關鍵詞共現網絡能夠根據詞匯間的親疏關系分析其中的熱點主題[19]，從而達到揭示用戶交互相關主題特征的目的。本文依據“經管之家”根帖中所提供的“關鍵詞”數據，在刪除指代意義較弱的關鍵詞后，借助普萊斯定律K=0.749Nmax計算核心關鍵詞，其中Nmax代表樣本數據中最高頻次關鍵詞的出現次數。頻次最高的關鍵詞“大數據”共出現168次，因此選取出現K=0.749168≈9次及以上的189個關鍵詞作為核心關鍵詞，借助VOSviewer軟件對核心關鍵詞進行聚類后，得到數據行業（藍色）、數據經濟（紅色）、數據分析（黃色）、數據挖掘（綠色）、數據建模（紫色）5個關鍵詞類團，如圖2所示，圖中節點的大小標志關鍵詞出現頻次的高低，連線的粗細表示關鍵詞之間的聯系強弱。可以發現：①虛擬學術社區中核心關鍵詞共現網絡主題整體圍繞“數據分析與數據挖掘”板塊，各主題間具有較高的融合度，體現出較強的專業性特征，且每個主題均與計算機、大數據等信息技術相關聯;②數據行業主題中“數據分析師”“數據科學家”等關鍵詞表明虛擬學術社區中用戶交互主題不僅與學術研究相關，同時還涉及工作求職等生活相關主題，符合“網絡社區是真實社會的映射”[20]這一觀點;③數據經濟中出現了“電子書”“資料”等關鍵詞，說明用戶在社區內進行信息交流的同時還會進行數字資源共享的活動，體現出數字資源在用戶交互過程中的重要性。

2.2?用戶交互網絡特征分析

用戶交互網絡特征分析包括如下3個方面：

1）交互網絡密度分析

測量用戶交互網絡密度可以在一定程度上反映知識在節點之間的擴散速度以及行動者本身所產生的社會資本或限制。計算結果顯示該交互網絡整體密度為0.001，說明節點整體之間的交互網絡較為稀疏，整體凝聚力有待提升。正如圖1中有較多節點與其他節點交互較少或無交互關系，處于網絡邊緣狀態，說明該用戶交互網絡呈現出弱聯系與多中心的特點。筆者認為，導致該整體交互網絡稀疏的原因可能是：①研究樣本數據采自“經管之家”學術社區的“數據分析與數據挖掘”板塊專業性強，用戶群體數量相對有限，使部分用戶間缺少交流機會;②社區中用戶之間采用匿名交流規則，在虛擬環境中用戶之間彼此陌生，信任度較低，且由于社區設置的發帖與回帖政策要求帖子必須達到一定等級才允許訪問或評論，從而使部分社區成員之間交互度不高;③一方面，虛擬社區中用戶通常只關心與自己學術需求相匹配的帖子[16]，易形成信息孤島;另一方面，由于虛擬學術社區日發帖量巨大，用戶每天主動或被動接收大量信息，無暇去閱讀所接收的所有信息，從而忽略了潛在互動機會，導致部分用戶間交互程度稀疏。

雖然交互網絡中整體密度較為稀疏，但針對個體網絡而言，部分節點如“ZQZ520”“阿扁V5”“大家開心”“資料狂人”等用戶所形成的各類團體之間的結構緊密，產生了多個高聚集性團體;中間某些節點，如用戶“wwqqer”，周圍節點分布十分密集，連線強度高，影響力巨大，這一現象也折射出大多數資源掌握在少數人手中。

2）交互網絡效應分析

大規模社區中社會網絡呈現出小世界特征、無標度特征和高聚集度特征3種形式[21]。為進一步探索該網絡用戶間互動的程度，本文運用Origin繪圖軟件，針對社區內用戶節點度分布散點圖進行了冪函數擬合，如圖3所示。在圖3中，學術社區中節點度分布曲線符合冪律分布，可決系數R2約為0.999，擬合曲線與度值散點分布的吻合程度高。

上述數據表明，“經管之家”虛擬學術社區用戶交互網絡結構特征呈現出無標度網絡特征，不同于小世界網絡中信息傳播無法無限延伸[22]，該網絡受核心用戶的影響程度較大，越權威的節點所發布的數據越容易受到相鄰節點的關注，從而產生更多的互動關系，這是因為：一方面，權威用戶所發布的信息更為優質高效，使得其他用戶能夠更精準地利用相關信息進行思考研究，節省了科研成本，提高了研究效率。如果核心用戶所發布的信息數量越多、價值越高、質量越好，那么利用者的利用效果也會越好，創造的社會價值也越多，從而提升用戶之間交互的積極性，形成良性循環;另一方面，由于核心用戶具有一定的權威性，普通用戶將會更多地希望與核心用戶而非與其同一等級的其他用戶建立起交互關系。

3）交互網絡中心度分析

網絡中心度是關于行動者在社會網絡中的中心性位置的測量概念，可以用來反映用戶在社會網絡結構中的地位。從交互網絡點度中心性來看，通過Gephi軟件得到交互網絡用戶出度、入度數據，如表1所示。從出度來看，“wwqqer”“曲歌932”“ZQZ520”3位用戶的出度較高，說明他們具有較高的積極性，屬于活躍用戶，在論壇中主動與其他用戶進行交流，為虛擬學術社區注入動力。從入度來看，“阿扁V5”“Crsky7”“ydc129”3位用戶的入度較高，說明上述用戶在“數據分析與數據挖掘”板塊擁有較高影響力，他們所發布的原創內容被其他用戶頻繁回復點贊，具有明顯的信息生產者特征。將用戶入度與出度進行比較，平均出度值和平均入度值分別為2.511和1.458，且即使是在入度排名第一的用戶，其入度數值也明顯低于出度數值。這說明，在一般情況下，用戶更傾向于主動獲取信息，而不是主動提供相關信息，當用戶滿足自身需求后往往會終止互動。因此，在信息交流與互動過程中，用戶需要克服功利性心理，盡量消除主觀臆斷在用戶信息交流與知識共享中的障礙，不能僅以滿足自身利益為目的，應著眼于全局。

該交互網絡中間中心度前10位用戶如表2所示。數據表明，“wwqqer”“曲歌99”“阿扁V5”等用戶的中間中心度較高，說明這些用戶占據了網絡的核心路徑，作為連通用戶交流的橋梁，具有較高的話語權。雖然最大的中間中心度值高達14 674 085.59，但是中間中心度為0的用戶占比高達77.45%，即意味著超七成用戶屬于邊緣會話參與者，影響力極其微弱。這一現象說明，在虛擬學術社區用戶交互活動中，少數的核心用戶控制著眾多用戶的活動狀態，符合社會現象中的“二八定律”[23]。

該交互網絡接近中心度前10位用戶如表3所示。數據表明，接近中心度最高值為1.0，說明用戶交流的緊密性相度較低，有603位用戶的接近中心度大于0.5，具有信息傳播者的特征。從統計結果來看，僅有不到一成的用戶經常與核心用戶進行互動，擅長利用核心用戶所發布的相關信息進行再生產創作;有73位用戶接近中心度為0，說明這些用戶的獨立性較強，不太容易與核心用戶建立交互關系，傾向于發表非主流性觀點。

該交互網絡特征向量中心度前10位用戶如表4所示。數據表明，“wwqqer”用戶為該網絡中的領袖用戶，與多數核心節點相連接，該用戶所發布的資源將對整個交互網絡產生影響，占據了網絡的絕對中心位置。

2.3?交互關系特征分析

用戶交互過程中的強關系可以維系組織內部成員結構長期穩定，并且為信息與知識傳播提供渠道[24];同時，弱關系能夠為不同群體與組織之間提供交流的途徑，擴大信息交流的范圍，推動不同子群之間進行多元化創新[25]。采用Gephi軟件中“連接組件”統計方法，對“經管之家”虛擬學術社區用戶交互網絡進行測度，運算后得到9 561個強連通關系、293個弱連通關系。這一結果說明，在該網絡中用戶之間的聯通度較高，各節點間可以沿著邊所指向的方向與其他領域的人員進行聯絡，呈現出較強的繼承性與創新性特征。此外，該交互網絡的平均路徑長度為4.140，表示網絡中任意兩個行動者基本僅需要通過4個用戶便可與彼此達成互動，說明在“經管之家”虛擬學術社區中信息傳播速度較快，共享環境良好，用戶能夠較快速且便捷與相關人員取得聯系，從而產生交互行為。

3?虛擬學術社區用戶交互行為內部規律分析

利用社會網絡分析法描述了虛擬學術社區用戶交互行為特征后，下面從三方面進一步分析其交互行為內部規律。

3.1?用戶發帖量與度關聯分析

發帖數量是用戶信息交流與互動過程中的重要因素。為研究用戶發帖量與中心度之間的關聯性，首先對在“數據分析與數據挖掘”板塊中所有根帖用戶與回帖用戶所發布的主題帖（根帖）總數量進行統計，繪制用戶發帖數量散點圖，如圖4所示，用戶平均發布根帖數量為67條。統計數據顯示，雖然有少量用戶發帖量超過1萬條，但仍有68.0%的用戶發布根帖數不足10條，有25.6%的用戶從未發布過主題帖，僅有回帖行為。這一結果說明，在虛擬學術社區中用戶之間的用戶交互行為存在兩級分化的現象，一方面，具有豐富信息儲備量的用戶通過利用其不斷積累的社區交流相關經驗，進而不斷進行信息交互活動，增強其作為交互網絡主體的話語權，激發繼續進行共享的熱情;另一方面，四成以上用戶從未發布根帖，僅對已有主題帖進行回帖，說明存在部分用戶只進行信息索求而沒有進行信息分享，這顯然降低虛擬學術社區整體信息交流與共享的水平，不利于虛擬學術社區建立良好的交流氛圍與社區秩序。

為了進一步研究用戶發帖量是否對用戶間的互動行為產生影響，有必要分析用戶發帖量與出入度的關聯。筆者將根據用戶發帖數量的不同，以100帖為層級將用戶分為17個類別后繪制分布曲線，其中將發帖量大于1 700條以上用戶因數量較少而計入同一類別，如圖5所示。圖5顯示，平均入度值、平均出度值以及平均度值（平均出度值與平均入度值之和）在較低分段時呈現較為平穩的態勢，并隨用戶發帖量的增多而呈現增長趨勢;平均出度值與平均度值隨著發帖量的增加而上升，但平均入度值并未隨用戶發帖量的改變而展現出明顯變化。這一現象說明發帖數量多的用戶更傾向于主動與他人進行交互，有較高活躍度。此外，當發文量處于中間水平（600～700條）時，平均入度值與平均度值明顯高于前后階段，代表當用戶處于中間層級時活躍性較高，更加積極與其他用戶建立互動關系。

3.2?用戶等級與度關聯分析

通常情況下，高等級用戶將在虛擬學術社區互動關系中扮演重要角色。對于“經管之家”虛擬學術論壇而言，用戶依據積分值高低被劃分為17個聲譽等級，聲譽等級越高的用戶的威望越高，所發布的信息可信度越強。這里首先將所采集的積分值與聲譽等級進行匹配，然后將不同聲譽等級與度總值、出度總值、入度總值關聯起來，得到用戶聲譽等級分布圖，如圖6所示。該圖顯示，聲譽等級為“第一級”的用戶數目最多。由于積分值“0”是代表該虛擬學術社區中的新用戶，說明該社區中的新用戶數在不斷增加，可為虛擬學術社區用戶信息交流與創新提供新動力。用戶集中分布在前9級，意味著該虛擬學術社區在相關信息活動中大多數用戶的信譽度并不高。此外，用戶積分聲譽分布與前文的網絡中間中心度分析一致，符合社會階層分布規律。

從關聯后的整體趨勢上看，當用戶處于前9級時，出度總值、入度總值與度總值（出度總值與入度總值之和）變化并不顯著，大體在同一區間略微浮動;但隨著聲譽等級的提高，入度總值開始顯著下降，出度總值與度總值波動劇烈，在“第十六級”達到最高點。這一現象說明，高等級用戶更傾向于主動與其他用戶建立交互關系，進行信息共享。值得注意的是，當用戶達到最高等級“第十七級”時，入度總值、出度總值與度總值均處于較低水平。筆者認為該現象可能與群體規模和自身熱情相關。一方面，由于達到最高等級的用戶僅9人，群體規模較小，可能會對數據統計造成一定影響;另一方面，隨著聲譽等級到達較高狀態時，升級難度加大，例如由“第十六級”升級為“第十七級”需要約兩萬的積分值，用戶可能會因此產生抵觸情緒，不愿再參與后續相關信息活動，從而導致度總值較低。

3.3?用戶好友數與度關聯分析

在現實生活中，越多的好友數量代表著更廣泛的社會關系，也意味著擁有更多與他人交流互動的機會[26]。為進一步說明虛擬學術社區是否也存在這種規律，筆者將依據用戶好友數以每50個好友數為一段，劃分為13個段（即組，最大組為擁有600位以上好友的用戶），然后與度的平均值進行關聯，繪制成折線圖，如圖7所示。圖7顯示，隨著用戶好友數不斷增加，平均出度值與平均度值波動顯著，出現多個峰值。這一現象說明，在虛擬學術社區中用戶的好友數與平均度值之間的關聯度不強，擁有較高數量的好友并不代表可以建立起更為密切的互動關系。由于虛擬學術社區用戶往往基于共同興趣愛好、研究主題等形成交互關系，它們是一種非正式的信息交互關系——短暫且脆弱，延展程度低。

4?結論與啟示

不同于以往的虛擬學術社區用戶交互行為分析，本文利用社會網絡分析方法，通過對虛擬學術社區——“經管之家”學術論壇用戶信息交流與互動研究，得出以下發現：

第一，虛擬學術社區用戶交互的特征主要是：①虛擬學術社區用戶交互主題具有較高的融合度與專業性特征，用戶在進行信息交流的同時還會涉及工作求職、數字資源共享等內容;②社區用戶交互行為整體呈現規模大、集群多的特點，內部核心用戶之間交流密切，邊緣區域用戶互動度較低;③社區中用戶網絡凝聚力低，呈現弱聯系與多中心化、無標度的網絡特征;④核心用戶與其他用戶之間存在著密切聯系，控制著眾多節點，具有較強的協同與領導能力;普通用戶相比于核心用戶，更傾向于獲取信息而非主動提供信息，互動程度較低，解決問題的能力較弱;⑤社區中用戶聯通度較高，信息傳播速度快，呈現出較強的繼承性與創新性特征。

第二，虛擬學術社區用戶交互的內在規律是：①虛擬學術社區用戶的發帖量存在兩級分化現象，發帖量越多的用戶度值越高，影響力越大，越傾向于尋求他人進行交流互動;②社區內部新用戶較多，多數用戶聲譽等級較低。相比于低聲譽等級用戶，高聲譽等級用戶傾向于主動尋求與他人交流;③擁有較高的好友數并不意味著能建立起更多的交互關系，需要進一步改善虛擬學術社區內部用戶間的結構。

基于上述研究結論，筆者認為，在虛擬學術社區中，核心用戶應該更加積極參與交互活動，發揮其引導能力，營造正向、健康的信息交流與共享環境;普通用戶應主動尋求交互機會，確保信息有效傳播。不管是核心用戶還是普通用戶，都不僅要積極獲取信息，而且要主動進行共享，推動虛擬學術社區用戶信息交互行為的可持續性。此外，虛擬學術社區相關部門可以通過策劃線下交流與培訓活動來增強相關成員之間的信息共享行為。不過，本項研究仍存在一定的局限性：所采集的數據源于中文社區，缺少對國外虛擬學術社區的討論，這可能導致實證研究出現偏差;受篇幅限制，未能更為全面地比較分析“經管之家”虛擬學術社區與其他虛擬社區之間在互動行為上的異同，這兩個問題有待今后進一步研究。

參考文獻

[1]賈新露，王曰芬.學術社交網絡的概念、特點及研究熱點[J].圖書館學研究，2016，（5）：7-13.

[2]李慶軍，萬連城，王超，等.基于文獻計量的虛擬學術社區研究：現狀、熱點與趨勢[J].情報雜志，2020，39（10）：198-202.

[3]王戰平，周陽，譚春輝，等.基于扎根理論的虛擬學術社區用戶參與行為研究——以小木蟲為例[J/OL].情報科學[2021-07-12].http：//kns.cnki.net/kcms/detail/22.1264.g2.20200911.1532.004.html.

[4]Tobarra L，Robles-Gómez A，Ros S，et al.Analyzing the Students Behavior and Relevant Topics in Virtual Learning Communities[J].Computers in Human Behavior，2014，31：659-669.

[5]王戰平，何文瑾，譚春輝.基于質性分析的虛擬學術社區中科研人員合作動機演化研究[J].情報科學，2020，38（3）：17-22.

[6]Chang H H，Chuang S S.Social Capital and Individual Motivations on Knowledge Sharing：Participant Involvement as a Moderator[J].Information & Management，2011，48（1）：9-18.

[7]郭洋，譚春輝，王儀雯.基于KMRW聲譽模型的虛擬學術社區科研合作研究[J].現代情報，2020，40（12）：55-63.

[8]譚春輝，王儀雯，郭洋.基于共生理論的虛擬學術社區科研合作穩定性研究[J].現代情報，2021，41（3）：15-28.

[9]張海濤，孫思陽，任亮.虛擬學術社區用戶知識交流行為機理及網絡拓撲結構研究[J].情報科學，2018，36（10）：137-142，163.

[10]Glass E R.Engaging the Knowledge Commons：Setting Up Virtual Participatory Spaces for Academic Collaboration and Community[M].Kear R，Joranson K.Digital Humanities，Libraries，and Partnerships.Cambridge：Chandos Publishing，2018：75-90.

[11]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.

[12]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）：226-236.

[13]Chandran D，Alammari A M.Influence of Culture on Knowledge Sharing Attitude among Academic Staff in eLearning Virtual Communities in Saudi Arabia[J/OL].Information Systems Frontiers[2021-08-11].https：//doi.org/10.1007/s10796-020-10048-x.

[14]黃維，趙鵬.虛擬社區用戶知識共享行為影響因素研究[J].情報科學，2016，34（4）：68-73，103.

[15]涂瑞德，操慧子，明均仁.虛擬學術社區用戶采納意愿的影響因素[J].圖書館論壇，2020，40（2）：10-16.

[16]盧恒，張向先，張莉曼，等.會話分析視角下虛擬學術社區用戶交互行為特征研究[J].圖書情報工作，2020，64（13）：80-89.

[17]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.

[18]經管之家論壇.學習經濟學最好的網站，趁現在關注還來得及！[EB/OL].https：//xueqiu.com/1546012564/94594336，2021-07-12.

[19]殷沈琴，張計龍，任磊.基于關鍵詞共現和社會網絡分析法的數字圖書館研究熱點分析[J].大學圖書館學報，2011，29（4）：25-30，38.

[20]張耀輝，盧爽，劉冰.用戶信息交互過程中影響信息質量的因素分析[J].情報理論與實踐，2012，35（6）：12-15.

[21]唐曉波，宋承偉.基于復雜網絡的微博輿情分析[J].情報學報，2012，31（11）：1153-1162.

[22]王雪芬，朱慶華，常李艷，等.虛擬求職社區的用戶交互行為特點——以應屆生求職論壇為例[J].圖書情報工作，2018，62（10）：62-69.

[23]徐劍，黃秋月.“二八定律”在圖書館管理中的應用[J].中國圖書館學報，2007，（5）：106-108.

[24]Pfeffer M J，Parra P A.Strong Ties，Weak Ties，and Human Capital：Latino Immigrant Employment Outside the Enclave[J].Rural Sociology，2009，74（2）：241-269.

[25]Granovetter M S.The Strength of Weak Ties[J].The American Journal of Sociology，1973，78（6）：1360-1380.

[26]Ckson M O.The Human Network：How Your Social Position Determines Your Power，Beliefs，and Behaviors[M].New York：Pantheon Books，2019：10-12.

（責任編輯：陳?媛）