在線知識問答社區中答案的內容特征和社區地位對答案采納的影響機制研究

摘 要：“知識過載”、“知識迷航”、“供需不匹配”、搜尋和篩選知識耗時耗力已經成為在線問答社區中的頑疾，如何在此背景下提高答案的采納已經成為社區和學者們研究的重點。基于此，文章從在線互動的視角出發，采用信息采納模型，研究答案的內容特征（文本特征、修辭特征、情感特征）和答案提供者的社區地位（官方地位、意見領袖地位）對答案采納的作用，并探討答案互動程度的中介作用。文章以知乎為研究對象，采集了學習話題下1 696條答案信息，運用SPSS 24對數據分析以驗證模型。研究結果表明：答案的文本特征、修辭特征和答案提供者的社區地位積極影響答案采納；答案的文本特征、修辭特征和答案提供者的社區地位積極影響答案的互動程度；答案的互動程度在答案的內容特征（文本特征、修辭特征）對答案采納、答案提供者的社區地位對答案采納之間的關系中起部分中介作用。

關鍵詞：在線知識問答社區；答案采納；內容特征；社區地位；答案的互動程度

中圖分類號：G252 文獻標識碼：A

A Study of the Content Characteristics of Answers and Community Status on Answer Adoption in Online Knowledge Question-and-Answer Communities

Abstract “Knowledge overload”， “knowledge lost”， “supply-demand mismatch” and the time-consuming and labor-intensive search and filtering of knowledge have been haunting online Qamp;A communities. As such， how to improve the answer adoption has become the key to research by communities and scholars. On this basis， this study investigated the content characteristics of answers （textual characteristics， rhetorical characteristics， emotional characteristics） and community status of the answer provider （official status， opinion leader status） on answer adoption， and explored the mediating role of the degree of interaction of the answer from the perspective of online interaction based on the Information Adoption Model （IAM）. Taking Zhihu as the research object， this study collected 1 696 items of answer information under the learning topic， and analyzed the data through SPSS 24 to verify the model. The findings show that： the textual characteristics and rhetorical characteristics of answers， and the community status of answer providers positively influence answer adoption; they actively influence the degree of interaction of the answer; and the degree of interaction plays a partial mediating role in the relationship between the content characteristics of the answer （textual characteristics and rhetorical characteristics） and the answer adoption， and the community status of the answer provider and the answer adoption.

Key words online knowledge question-and-answer community; answer adoption; content characteristic; community status; degree of interaction of the answer

1 引言

在線知識問答社區是“問答+在線社區”的綜合體，它滿足了人們知識交流、互動的需求，其目的在于為使用者提供向公眾直接提出個性化問題并獲得幫助的渠道[1]。因此，Yahoo！Answers、Quora、知乎等在線問答社區的用戶活躍度持續上升[2]。以知乎為例，據統計，知乎2020年上半年的平均月活用戶基本上保持在2 000萬—2 500萬之間。在線問答社區以問和答的形式，匯聚了群眾智慧，已經成為用戶搜尋、采納和學習知識的途徑之一[3-4]。同時，在線問答社區也可以讓用戶分享個人經歷，貢獻他們的想法或答案[5]。也就是說，在線問答社區，用戶不僅是知識的搜尋者，也是知識的貢獻者[6]。然而，隨著用戶數量的指數式的增長以及社區對用戶的評論零門檻，大量冗余的、參差不齊的答案涌入社區，使得用戶在采納知識的過程中，出現了“知識過載”、“知識迷航”、“供需不匹配”、搜尋和篩選知識耗時耗力等諸多問題[3，7]。因此，用戶如何正確、合理地撰寫答案以及用戶如何搜尋、篩選精準信息提高社區成員答案的采納效率已經成為國內外學者研究的重點[4]。

信息采納模型是在Sussman和Siegal在Davis提出的技術接受模型和Petty等人提出的詳盡可能性模型（Elaboration Likelihood Model， ELM）的基礎上，通過整合兩個模型提出來的。該模型將信息質量視為中心路徑，將信息源可靠性視為邊緣路徑。該模型認為信息質量和信息源可靠性會對信息感知有用性的判斷產生影響，進而影響人們做出信息采納的行為[8-10]。信息質量通常具化為信息的內容特征，信息源可靠性通常表現為信息發布者的身份[10]。在在線知識問答社區中，答案的采納是一個答案內容把社區成員“說服”并被社區成員理解和擴散的過程[11]。本研究認為，在線知識問答社區的答案信息采納是對答案中包含的信息價值的判斷行為，當社區成員認為社區中答案含有的信息能夠解決他們的問題或者滿足他們尋求知識的渴望，那么成員會判定這些答案信息是有價值的，進而去吸收和接受答案信息中的觀點。基于以往的研究，本研究以答案的文本特征、修辭特征和情感特征為切入點，衡量答案的內容特征。而對于回答者的身份信息主要是通過回答者的社區地位來判斷，即在社區的威望、影響力和號召力，本研究主要從回答者的官方地位和意見領袖地位兩個角度來探究對答案采納的影響。

在在線知識問答社區中，互動在信息采納過程中也是不容小覷的一部分[4]。通過建立互動機制，減少信息不對稱，能夠幫助社區成員整合想法，縮短信息傳播和交流的時間，提高社區成員粘性，同時能夠提高社區成員對答案的采納率[12]。當社區成員在圍繞答案內容與回答者進行互動時，一方面能夠在交流互動中對答案進行優化和補充，并讓社區成員通過交流不斷地增強對答案內容的理解程度，從而影響用戶做出答案采納的行為[4，13]；另一方面能夠擴大答案的影響力和傳播范圍，吸引更多的人關注和參與討論，在互動交流中增強彼此間的信任感，讓社區成員對回答者產生一種可以信賴的感覺，從而提高社區成員采納答案的可能性。因此，答案的互動程度在答案采納的影響機制中可能起到重要作用。因此，本研究在探究答案的內容特征和回答者的社區地位對答案采納的直接效應的基礎上，還從在線互動的視角出發，結合身份傳播理論和社會交換理論來探究答案的互動程度在其關系中的中介效應，挖掘之間的“黑箱”機制，更好地解釋在線知識問答社區的答案采納機理。

2 理論模型與假設提出

2.1 信息采納模型

信息采納模型是基于中心路徑和邊緣路徑的雙路徑來解釋用戶是如何采納知識的過程[10]。其中，信息質量和信息源可靠性會對信息感知有用性的判斷產生影響，進而影響人們做出信息采納的行為。信息采納模型如圖1所示。該模型已廣泛運用于在線知識問答社區中[14]。例如，費豪澤等人采用答案文本的多樣性和答案內容引用的觀點和證據數來表征答案的內容特征，以此作為信息質量的來源，采用回答者的身份和歷史答題水平表征回答者特征，以此作為信息源可靠性的來源[4]；胡夢迪以信息采納模型為理論支撐研究影響在線旅游社區答案采納度的因素[15]。回顧以往文獻，較少有研究去探究影響在線知識問答社區答案采納的因素，更缺乏結合在線知識問答社區互動性的這一特點去探討該情境下對答案采納的影響。

2.2 答案的內容特征與答案采納

本研究聚焦于在線知識問答社區答案采納的研究，借鑒沈洪洲和史俊鵬等學者在答案采納的特征中劃分的文本特征、修辭特征和情感特征3個維度，研究在線知識問答社區答案內容的信息量、內容傳遞的豐富性和趣味性以及內容傳遞的態度對答案信息采納的影響[16]。在此之前，本研究回顧以往文獻，在Fu H等學者[17]、沈洪洲和史俊鵬等學者[16]研究的基礎上，結合研究內容和目的，對文本特征、修辭特征和情感特征的概念進行了定義，如表1所示。

文本特征是答案最基本的內容特征，它是從答案的文字角度進行的特征描述，是社區成員可以立即判斷的、易識別的與文字表述相關的特征，是答案信息量和可讀性的一種體現，信息量和可讀性通常用文本的長度來表征[16-17]。學者們認為文本中包含的信息量越大，可讀性越高，那么其提供的價值也會更高，進而會被社區成員采納[15，18]。其次，答案文本的長度不僅代表了信息量，還意味著回答者在進行知識貢獻活動時花費的時間成本，能增加社區成員對知識貢獻者努力程度的感知[19]，這會讓社區成員覺得回答者提供的答案是經過認真思考、深思熟慮后回答的，并對知識貢獻者提供的內容進行采納。因此，本研究提出假設：

H1a：答案的文本特征對答案采納有積極影響。

修辭特征指的是答案中除文字描述以外，用圖片等其他非文字手段對文字內容進行的修飾和補充，是答案表述豐富度和趣味性的一種體現[4，16-17]。在線知識問答社區中的答案，除了使用文字描述外，還會使用圖片、視頻、外部鏈接等的組合來傳遞知識。學者們在研究中認為，在傳遞信息的過程中使用信息載體的數量越多，答案表述的豐富度和趣味性越高[20]。同時，在答案撰寫的過程中使用圖片、視頻等，不僅能夠對回答內容進行補充，還可以增強閱讀的趣味性和可讀性，更容易被社區成員理解和采納[21-22]。此外，在答案中引用他人的觀點，不僅可以提高答案的解釋力度，而且能夠增加觀點來源的多樣性，從而提高答案的說服力[23]。因此，本研究提出假設：

H1b：答案的修辭特征對答案采納有積極影響。

情感特征指的是答案中包含的情感傾向，是答案感染力的一種體現[16]。答案中情感的引導是多元的，根據問題的不同和回答者的偏好，傳達的情感可能是積極的，也可能是消極的。有研究發現文字中情感的表達和引導會影響信息的采納，特別是在醫療社區中，積極的情感支持能夠讓社區成員感受到共鳴[24]，從而提高被采納的可能性[5]。情感的表達會有助于放大信息的生動性，強化信息的說服力，增加閱讀者對內容有用性的感知[25]。在群體的環境中，內容貢獻者情感的表達能夠增強團隊的凝聚力，進而引發成員間的“共情”反應[26]。因此，本研究提出假設：

H1c：答案的情感特征對答案采納有積極影響。

2.3 回答者的社區地位與答案采納

答案提供者的身份能夠影響社區成員對其信息精準程度的判斷，當答案提供者在社區擁有身份時，如優秀回答者，用戶會認為這些人的答案更加專業，從而影響做出采納行為的判斷[4]。在線社區的用戶地位分為2種，即官方地位和非官方地位[27]。而意見領袖地位是一種非官方的地位。本研究在借鑒現有研究的基礎上，從社區地位來考慮其信息源可信度，即從答案提供者的官方地位和意見領袖地位來衡量答案提供者的社區地位。同時，在以往學者的基礎上[27-29]，本研究定義了官方地位和意見領袖地位的概念，如表2所示。

回答者的官方地位是社區官方賦予的社區地位[27]，是基于對回答者現實生活中真實信息的確認和審核，進而將其在現實中的身份或者影響力帶到社區中，或者是基于回答者以往在社區的活動，經過審核評估后給予的一種身份認證，能夠影響社區成員對其可靠性和專業性的感知。現有的研究認為，回答者的官方地位因為是一種來自官方的認可，能夠影響社區成員對其身份和發布信息可信度的感知，從而愿意去閱讀其發布的內容，進而做出采納行為。Luo C等學者在研究中指出，在網絡中用戶的身份信息是影響瀏覽者判斷信息來源可靠性的關鍵評價標準，會影響后續的行為和決策[30]。因此，提出假設：

H2a：回答者的官方地位對答案采納有積極影響。

回答者的意見領袖地位，是用來衡量社區成員在社區中的影響力[29]，受到該成員以往在社區的貢獻活動和互動活動的影響。通常情況下，意見領袖地位是自發形成的，來源于回答者在社區通過自己的知識貢獻和互動行為形成的影響力。回答者的意見領袖地位能夠影響答案采納，當用戶的意見領袖地位較高時，相較于相同內容，更容易獲得更多的瀏覽和采納[31]。同時，用戶的意見領袖地位是用戶社會資本的體現，可以引起更多的關注，獲得更多的閱讀量、評分及反饋。用戶擁有的關注者數量代表了他在社區的號召力，會影響他發布的內容得到采納的可能性[32]。因此，本研究提出假設：

H2b：回答者的意見領袖地位對答案采納有積極影響。

2.4 答案互動程度的中介作用

答案的互動程度是社區成員和回答者在答案下展開互動交流活動的頻率[4]。在線社區成員間互動是指社區用戶通過頻繁的人際交流、分享和傳播知識等形式，來影響其他用戶行為或觀點[33-34]。當社區成員圍繞答案內容展開討論交流時，通過與不同知識視角的參與者的直接交流，能夠潛在地增加對內容的相互理解，不斷擴充參與者的知識內容，提高知識的異質性，既能夠幫助回答者完善答案[35]，也能夠增加社區成員對答案內容的理解，從而提高答案采納的可能性。答案的內容特征能夠影響答案獲得的互動程度，特別是答案包含的信息量越大，傳遞的知識越專業和復雜時，越需要通過討論交流來提高社區成員對內容的理解。而答案的互動程度一方面可能提高答案的影響力，促進答案內容的傳播[7]；另一方面能夠減少社區成員對答案信息的不確定性，從而提高社區成員采納答案的可能性。答案的修辭特征更能說明答案的豐富、趣味，也就是答案的飽滿度。答案的修辭特征是對答案的補充和解釋，一方面可以讓用戶感到信息量豐富多樣、知識充足，旨在提供全面的信息[36]，另一方面可以讓用戶感受到答案更加生動有趣，讓答案清晰和明了[16]，有利于答案的互動。修辭特征能博得用戶的眼球，加深用戶對該內容的認識，甚至促進用戶對答案進行改進和完善、以及與回答者共同協作交流和互動并進行內容的生成，從而提高答案的采納。同時，情感是指不同的人對相同的客觀事物所持有的態度[37]。用戶會因為自身背景、經歷、受教育程度等，對相同的問題或者答案產生不同的情感，而這些不同的情感會產生不同的觀點，從而實現用戶之間的交流和討論，提升彼此間的知識水平、拓展知識的寬度和厚度，不斷地增強對答案內容的理解程度，最終提高答案的采納率。故提出以下假設：

H3a：答案的互動程度在答案的文本特征和答案采納之間起中介作用。

H3b：答案的互動程度在答案的修辭特征和答案采納之間起中介作用。

H3c：答案的互動程度在答案的情感特征和答案采納之間起中介作用。

社區地位本質上是成員地位高低的體現，而擁有較高地位的成員具有發布真實、準確、專業信息的能力，對其他成員具有較大的影響力[38]。Frey和Meier在研究中認為，個體以往的經歷和行為會影響社會比較的結果，在社區有較高關注度的回答者，由于他們的粉絲有較高的相似性，也會更容易引發群體性行為[39]。在在線知識問答社區中，社區成員可以看到其他成員對問題的回答以及圍繞問題開展的互動，從而會自然而然地將自己的想法與現有的進行比較。當看到有很多人在采納某條答案或者在答案下開展互動時，為了免于跟不上其他社區成員的進度或者保持個體在社區中的地位，會選擇同樣的采納行為或者參與討論交流活動的行為。通過羊群效應可知，當社區成員面臨信息不對稱的局面時，通常會參考大眾的行為。當用戶的身份被社區認證或者在社區意見領袖地位較高時，更容易獲得大眾的關注。同時，回答者的意見領袖地位依賴于本人以往的互動和貢獻答案的行為[4]，當與社區成員間的聯系越頻繁、以往的貢獻答案的行為越多時，越容易受到關注，其關注者的黏性也會更高，更能激發在線社區成員間開展討論交流活動。因此，研究提出以下假設：

H4a：答案的互動程度在回答者的官方地位和答案采納之間起中介作用。

H4b：答案的互動程度在回答者的意見領袖地位和答案采納之間起中介作用。

本研究的理論模型如圖2所示。

3 研究設計

3.1 數據來源與樣本選取

為聚焦研究工作，本文研究以“知乎”為具體的研究平臺。選擇“知乎”的原因如下：第一，知乎的用戶量龐大，已有2.2億用戶在知乎上開展知識的討論交流活動。而數據量越多，越能在一定程度上消除因為樣本的選取而造成的偏差。第二，因本研究探討了互動程度，不可避免地要考慮活躍度，而活躍度越高，互動也越多。數據顯示，2020年“知乎”的社區成員平均每月活躍度為6 850萬，已經成為了中國最大、活躍度最高的在線知識問答社區。第三，知乎的數據相對比較公開，本研究所涉及的變量都能獲取。

在數據的收集方面，考慮到在“知乎”這一在線知識問答社區討論的問題存在多、廣、雜的特點，對其所有的問答進行統計和分析不具有可行性。因此，為了保證研究的普遍性，在對《2020年中國在線知識問答行業白皮書》分析的基礎上，以及基于本研究的研究目的考慮——答案的采納行為，選取了學習話題下子話題學習方法的問答信息作為本研究的數據來源。而在話題方面，本研究選取建議尋求類，如“如何快速通過英語六級”“口語怎么提高”“如何大幅提高數學成績”等問題進行數據的收集。樣本數據的采集時間為2021年3月15日，以在2021年1月1日到2021年3月1日提出的問答作為數據來源。

數據的處理過程如下：首先，因為在線知識問答社區的長尾效應，存在諸多無效和低價值或者沒有得到社區成員采納的答案，因此，本研究對數據進行了處理和剔除，主要是利用excel軟件剔除沒有得到采納的答案、匿名回答和回答者信息無法采集的答案，最終獲得1 696條答案；其次，從答案的內容出發，進行內容分析，利用textmind這一文本分析軟件進行答案內容的情感值分析；之后，利用Excel里的函數對答案的字符數進行統計；最后，因答案收到的評論數和贊同數數值過大且分布不均勻，因此采取了取對數的處理。

3.2 變量測量

本研究的因變量為社區成員的答案采納行為，采用答案獲得的贊同數/問題下所有答案獲得的贊同數衡量。自變量包括答案的內容特征和回答者的社區地位兩方面因素。中介變量是答案的互動程度。控制變量包括答案的及時性、回答者以往的貢獻經歷和進行補充回答的次數。其中，自變量中的情感特征通過文本分析的方法獲取研究數據。表3給出了研究變量的測量方式。

4 研究結果

4.1 相關性分析

在進行相關性分析之前，本研究對文本特征、答案的互動程度、意見領袖地位、以往貢獻經歷等變量進行了取log的處理。各研究變量間的相關性分析結果如表4所示。

4.2 假設檢驗

為了檢驗答案的內容特征（文本特征、修辭特征、情感特征）和答案提供者的社區地位（官方地位和意見領袖地位）對答案采納之間的關系，本研究進行分層回歸分析，結果如表5所示。模型1放入控制變量，模型2是在模型1的基礎上，加入了答案的內容特征。結果顯示，文本特征（β=0.135，plt;0.001）以及修辭特征（β=0.202，plt;0.001）都對答案采納起正向影響，但是情感特征對答案的采納沒有顯著的影響（β=-0.005，pgt;0.05）。此外，模型2調整后的R2在模型1的基礎上增加了0.073，模型的解釋力度增大了，說明加入了答案的內容特征后，模型的擬合程度得到了提高。因此，假設H1a和H1b成立，H1c不成立。

模型3加入答案提供者的社區地位后，與模型1相比，解釋力度增大了，說明加入了回答者特征后，模型的擬合程度得到了提高。此時模型的F值變化量是21.749，對應的F變化量的顯著性為0.000，即代表該變化量在0.001的水平上顯著。其次，從模型3的回歸系數和顯著性水平來看，官方地位對答案采納起正向影響（β=0.103，plt;0.01），意見領袖地位對答案采納起正向影響（β=0.213，plt;0.001）。從回歸結果可知，回答者的社區地位對答案的采納有顯著的積極影響，即假設H2a和H2b成立。

本研究采用了PROCESS宏程序中的模型4，并結合Bootstrap的方法對中介作用進一步檢驗，結果如表6所示。結果表明，答案的互動程度部分中介答案的內容特征和回答者的社區地位對答案采納的作用，假設H3a、H3b、H4a、H4b成立，H3c不成立。

5 結論與啟示

5.1 研究結論

本研究以在線知識問答社區作為研究對象，基于信息采納模型和在線知識問答社區互動性的特性構建了研究模型，系統考察了答案內容的文本特征、修辭特征和情感特征以及回答者的官方地位、意見領袖地位和答案的互動程度對答案采納的影響，得出如下結論。

第一，答案的內容特征對答案采納有影響，其中答案的文本特征和修辭特征積極影響答案采納，情感特征影響不顯著；回答者的官方地位和意見領袖地位均正向影響答案采納。具體來講，文本特征和修辭特征對答案采納有影響，這一研究結果和以往在旅游在線社區[15]、網絡問答社區[40]研究結果一致。當答案提供者撰寫較長的答案時，社區成員會認為回答者表述的信息是完整、全面和詳細的，提供了更多的信息量，因此社區成員通常會考慮采納此答案。相較于文本特征對答案采納的影響，修辭特征更能影響答案的采納，驗證了“圖文并茂”對答案質量判斷的認知[16]。修辭特征提高了答案內容閱讀的趣味性和可理解性，對于在大量答案中搜尋信息的社區成員來說，更容易被有修辭特征的答案所吸引，從而做出采納行為。而情感特征對答案采納的影響不顯著，這與現有的王晨[40]、蔡淑琴等人[37]的研究結果不同。其不顯著的原因可能在于，本研究的數據來源是學習話題下的答案數據，在此類問答中，社區成員更傾向于基于客觀事實理性地去闡述解決方案，對于含有情感特征的答案，可能會讓社區成員感受到回答者的不專業性，降低了對答案內容可信度的判斷，懷疑其發布答案的客觀性和真實性，從而影響用戶的采納行為。

在在線知識問答社區中，答案來源的可信度也會影響答案的采納，這與費豪澤等人[4]的研究一致。在答案頁面，答案提供者的官方地位是引人注目的，這會直觀影響社區成員對其答案內容專業性和可信度的判斷。同時，本研究發現，相較于官方地位，答案提供者的意見領袖地位更能夠影響答案的采納，可能的原因在于：當一個答案提供者在社區的意見領袖地位越高，他的日常動態會受到越多社區成員的關注，社區成員也會習慣性地對其發布的內容進行評論和傳播，從而更容易采納他們所關注用戶提供的答案。同時，答案提供者的意見領袖地位越高，其發布內容的輻射和傳播范圍會越廣泛，其關注者會將對答案提供者的支持轉為對其發布的答案的支持，并幫助答案提供者不斷擴散和傳播答案，以獲得更多社區成員的認可[28]。

第二，在線知識問答社區中答案內容特征中的文本特征和修辭特征以及答案提供者的官方地位和意見領袖地位正向影響答案的互動程度。但是，與社交媒體的研究結論不同的是，本研究發現在知識型問答社區中，情感因素并不能引發互動，用戶更多的是基于內容的信息量和專業性展開互動交流。同時，答案提供者的官方地位和意見領袖地位均積極影響答案的互動程度，這與以往的研究不謀而合。但值得注意的是，在在線知識問答社區中，官方地位的號召力和影響力相較于意見領袖地位較弱。究其原因，在知識型社區中，社區成員會更關注民意推薦產生的“草根”，而不是官方賦予的“大V”，這種“草根明星”能拉進與用戶的距離，與用戶具有黏性。因此，在引發答案的互動程度時，意見領袖地位的作用更積極。

第三，在線知識問答社區中，答案的互動程度在答案的內容特征和答案提供者特征與答案采納的關系中起到了部分中介作用。答案的內容特征會影響答案獲得的討論交流數，在在線知識問答社區中，社區成員可能是出于對答案內容的不確定性或者想要獲得進一步的信息而在答案下方開展互動交流活動，這一活動開展的效果和程度會影響社區成員對答案內容質量的感知，從而影響他們對答案的采納。通過開展互動交流活動，能夠提升彼此的知識水平、拓展知識的寬度和厚度，不斷地增強對答案內容的理解程度。同時，答案提供者的社區地位能夠影響答案獲得的互動程度，特別是當答案提供者的意見領袖地位越高時，其關注者會比較及時迅速地響應其發布的答案，擴大答案的影響力和傳播范圍，吸引更多的用戶關注和參與討論，從而提高社區成員采納答案的可能性。

5.2 管理啟示

在線知識問答社區作為一種順應時代潮流的產物，既滿足了用戶對知識傳播的渴望，又方便了人們在網絡上尋求幫助，也實現了知識跨越時間、空間和人際關系的傳播。本研究關注在線知識問答社區答案采納的影響因素，研究結果有如下的管理啟示。

第一，建立完善的社區互動機制。鑒于答案互動程度對答案采納的影響和其中介作用，社區管理者可建立完善的互動機制，積極鼓勵社區成員參與到答案的討論交流活動中。這樣不僅能夠提高答案的認可度和促進答案內容的改進，更能讓社區成員有更多的參與感，提高對答案的采納意愿和社區使用的滿意度。同時，要進一步規范互動討論活動，提高互動交流的質量，形成良好的互動討論氛圍。

第二，重視對社區成員的管理，設置社區成員分類標準。鑒于答案提供者的意見領袖地位比官方地位更能引發社區成員的答案采納行為，社區管理者可以考慮對社區成員分類，對于不同意見領袖地位的用戶進行標簽設置，如嗶哩嗶哩設有百萬粉絲博主、千萬粉絲博主的標簽，以更好地發揮他們的作用，充分調動民間意見領袖的積極性，激勵用戶貢獻更多優質的內容。

第三，結合答案采納的影響因素，不斷完善社區答案的推薦機制。研究認為，社區的推薦機制會影響到社區成員對答案采納行為的判斷。一個問題下的答案數量是龐大的，如何讓社區成員在短時間內獲取想要的答案是十分重要的，因此要不斷完善社區答案的推薦機制，對問題下的答案內容進行整合，對于信息量低的答案可以不予審核通過和發布，以期提高答案的有用性和專業性，提高社區成員答案的采納效率。

第四，根據社區成員的社區問答和互動活動情況，設立獎懲機制。本研究認為，社區成員的活動需要規范，不能讓其隨意發表內容，這樣會降低社區內容的價值，稀釋高價值的內容。對于惡意發布或者長期發布注水答案的成員，可以采取“預警”的懲罰措施。對于貢獻了高質量答案的成員，可以給予適當的獎勵，同時鼓勵答案提供者積極參與答案下方的互動討論活動。

5.3 研究局限與展望

本研究構建的研究模型在一定程度上解釋了答案采納過程，但還是存在一定的研究局限性。

首先，本研究以知乎為研究對象，分析了學習話題下的尋求建議的問答。在樣本和對象的選取上沒有代表整個問答類型，模型對于其他類型的話題是否適應還有待驗證。后續可以研究不同類型的話題下影響答案采納的因素是否有所差異。

其次，對于答案的互動程度的研究，本研究僅從橫向進行了分析，即僅僅分析了互動交流的次數，缺少對互動交流內容的縱向分析。在探究答案的文本特征時，由于數據分析和分析方法的欠缺，僅對文字的長度進行了探討，其他文本特征，如關鍵詞、字體標記、答案間的相似性等并沒有關注，這些都是衡量答案文本特征的重要指標，未來的研究應該將其納入探討。

最后，本研究采用的是爬取客觀數據的方式進行研究。在爬取數據的過程中，受到時間、技術等的影響，數據量受到了限制，且在選取解釋變量時，特別是答案提供者的特征時，僅從社區地位的角度來考量答案來源的可靠性，未來的研究可以將其他因素如答案提供者的教育背景、在社區的注冊時長等納入討論。

參考文獻：

[1] GUAN T，WANG L，JIN J，et al.Knowledge contribution behavior in online Qamp;A communities：An empirical investigation[J].Computers in Human Behavior，2018，81：137-147.

[2] NIE L，LI Y，FENG F，et al.Large-scale question tagging via joint question-topic embedding learning[J].ACM Transactions on Information Systems（TOIS），2020，38（2）：1-23.

[3] 李娟娟，郭順利.認知視域下社會化問答社區用戶知識采納行為的影響因素：基于扎根理論的探索性分析[J].情報科學，2022，40（2）：91-98.

[4] 費豪澤，周斌，劉鵬，等.社會化問答中回答者在線互動行為對信息采納影響的實證分析[J].數字圖書館論壇，2019（10）：45-54.

[5] SHI C，HU P，FAN W，et al.How learning effects influence knowledge contribution in online Qamp;A community？A social cognitive perspective[J].Decision Support Systems，2021，149：113610.

[6] HARPER F M，RABAN D，RAFAELI S，et al.Predictors of answer quality in online Qamp;A sites[C]//Proceedings of the SIGCHI Conference on human factors in computing systems.New York：ACM，2008：865-874.

[7] 郭順利.社會化問答社區用戶生成答案知識聚合及服務研究[D].長春：吉林大學，2018.

[8] DAVIS F D.Perceived usefulness，perceived ease of use， and user acceptance of information technology[J].MIS Quarterly，1989，13（3）：319-340.

[9] PETTY R E，CACIOPPO J T，GOLDMAN R.Personal involvement as a determinant of argument-based persuasion[J].Journal of Personality and Social Psychology，1981（41）：847-855.

[10] 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.

[11] 陳曉宇，盧興威，鄧勝利.社交問答網站答案質量與答案采納對比研究：以百度知道和知乎為例[J].數字圖書館論壇，2015（6）：24-30.

[12] BERGENDAHL M，MAGNUSSON M.Creating Ideas for Innovation：Effects of Organizational Distance on Knowledge Creation Processes[J].Creativity and Innovation Management，2015，24（1）：87-101.

[13] SIMEONOVA B.Transactive memory systems and Web 2.0 in knowledge sharing： A conceptual model based on activity theory and critical realism[J].Information Systems Journal，2018，28（4）：592-611.

[14] 付少雄，陳曉宇.知識網紅內容表現力的影響因素分析：以知乎為例[J].情報資料工作，2019，40（6）：81-89.

[15] 胡夢迪.在線旅游問答社區答案信息采納影響因素研究[D].武漢：武漢大學，2018.

[16] 沈洪洲，史俊鵬，馬巧慧.社會化問答社區回答內容質量影響特征研究：以“知乎”為例[J].情報雜志，2020，39（10）：169-175.

[17] FU H，WU S，OH S.Evaluating answer quality across knowledge domains： Using textual and non-textual features in social Qamp;A[J].Proceedings of the Association for Information Science amp; Technology，2016，52（1）：1-5.

[18] SHAH C，OH S，OH J S.Research agenda for social Qamp;A[J].Library amp; Information Science Research，2009，31（4）：205-209.

[19] KRUGER J，WIRTZ D，BOVEN L V.The effort heuristic[J].Journal of Experimental Social Psychology，2004，40（1）：91-98.

[20] 劉周穎，趙宇翔.基于語音互動的付費知識問答社區運營模式初探：以分答和值乎為例[J].圖書與情報，2017（4）：38-46.

[21] TIAN Q，ZHANG P，LI B.Towards predicting the best answers in community-based question-answering services[C]//Proceedings of the 7th International Conference on Weblogs and Social Media，ICWSM 2013.Palo Alto：AAAI Press，2013：725-728.

[22] FU Hengyi，WU Shuheng，OH Sanghee.Evaluating answer quality across knowledge domains： Using textual and non-textual features in social Qamp;A[J].Proceedings of the Association for Information Science and Technology，2015，52（1）：1-5.

[23] 王楠，李瑤.網絡大數據在在線用戶創新研究中的應用：現狀與展望[J].科技管理研究，2019，39（4）：206-210.

[24] LIU Q，DU Q，HONG Y，et al.Idea Implementation and Recommendation in Open Innovation Platforms[EB/OL].（2019-11-04）[2022-02-09].http：//dx.doi.org/10.2139/ssrn.3480760.

[25] YIN D，BOND S D，ZHANG H.Anxious or Angry？ Effects of Discrete Emotions on the Perceived Helpfulness of Online Reviews[J].MIS Quarterly，2014，38（2）：539-560.

[26] KELTNER D，HAIDT J.Social Functions of Emotion at Four Levels of Analysis[J].Cognition and Emotion，1999，13（5）：505-521.

[27] 王楠，陳詳詳，祁運麗，等.基于詳盡可能性模型的用戶創新社區創意采納影響因素研究[J].中國管理科學，2020，28（3）：213-222.

[28] 趙雪芹，王青青，蔡銓.網絡問答社區意見領袖的知識分享行為特征分析：以知乎“旅行”話題為例[J].情報科學，2021，39（6）：68-74.

[29] 劉嘉琪，齊佳音，陳曼儀.基于社會網絡分析的意見領袖與在線群體影響力關系研究[J].情報科學，2018，36（11）：138-145.

[30] LUO C，LUO X，SCHATZBERG L，et al.Impact of informational factors on online recommendation credibility： The moderating role of source credibility[J].Decision Support Systems，2013，56（1）：92-102.

[31] GANG W，GILL K，MOHANLAL M，et al.Wisdom in the social crowd： an analysis of quora[C]∥The 22nd international conference on World Wide Web.New York：ACM，2013：1341-1352.

[32] FULLER J，JAWECKI G，MUEHLBACHER H.Innovation creation by online basketball communities[J].Journal of Business Research，2007，60（1）：60-71.

[33] TSAI H T，HUANG H C，CHIU Y L.Brand community participation in Taiwan： Examining the roles of individual-， group-， and relationship-level antecedents[J].Journal of Business Research，2012，65（5）：676-684.

[34] 李丹，胡瓏瑛.在線品牌社區用戶間互動對產品創意質量影響的實證研究[J].技術經濟，2018，37（2）：21-27，84.

[35] BULLINGER A C，NEYER A K，RASS M，et al.Community-Based Innovation Contests： Where Competition Meets Cooperation[J].Creativity amp; Innovation Management，2010，19（3）：290-303.

[36] 龍澤慧.社會化問答網站用戶采納行為分析[D].太原：山西財經大學，2017.

[37] 蔡淑琴，秦志勇，李翠萍，等.面向負面在線評論的情感強度對有用性的影響研究[J].管理評論，2017，29（2）：79-86.

[38] 楊爽.信息質量和社區地位對用戶創造產品評論的感知有用性影響機制：基于Tobit模型回歸[J].管理評論，2013，25（5）：136-143，154.

[39] FREY B S，MEIER S.Social Comparisons and Pro-Social Behavior： Testing\" Conditional Cooperation\" in a Field Experiment[J].American Economic Review，2004，94（5）：1717-1722.

[40] 王晨.知乎網絡問答社區中用戶回答有用性的影響因素研究[D].哈爾濱：哈爾濱工業大學，2020.

作者簡介：周密，博士，西安交通大學管理學院教授，研究方向為組織與人力資源管理、知識管理；羅露陽，西安交通大學管理學院碩士研究生，研究方向為在線社區知識管理；劉偉，西安交通大學管理學院博士研究生，研究方向為在線社區知識管理。

收稿日期：2022-10-21本文責編：王曉琳