社会化问答知识分享用户感知有用性影响因素研究

李进华 张婷婷

〔摘 要〕[目的/意义]社会化问答社区的投票机制有利于信息消费者筛选高质量回答。本文以用户原创回答为研究对象，探讨影响知识分享用户感知有用性的影响因素。[方法/过程]以信息接受模型为基础，基于知乎社区71 495条回答，结合文本分析与负二项回归分析方法，从回答特征、回答质量和回答者特征3个方面探讨知识分享有用性的影响因素。[结果/结论]研究结果表明，回答特征（及时性、图片或引用）、回答质量（答案中心度、情感支持）、回答者特征（社会网络中心度、可信度）均对回答有用性投票具有正向影响。回答的语言多样性对回答有用性投票具有负向影响。本研究通过实证进行客观分析，有利于促进回答者贡献高质量回答并对社会化问答社区进行高质量的信息服务提供可行性建议。

〔关键词〕知识分享；用户感知有用性；信息接受模型；知乎社区

DOI：10.3969/j.issn.1008-0821.2018.04.003

〔中图分类号〕C912.67；G203 〔文獻标识码〕A 〔文章编号〕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

社会化问答平台是一种基于社会网络关系的问答服务模式，其“关注”模块将用户、问题、话题、回答等要素相互关联起来构建了庞大且多元化的知识网络[1]。社会化问答社区积极鼓励和促进社区用户进行知识的交换与流动，即回答者可以对同一问题进行全方位、多角度讨论，为提问者和浏览者提供不同的参考视角。而提问者和浏览者则可以通过点赞、踩、评论等方式对回答进行评价。社会化问答社区中的信息是由用户生成的，其信息生成速度之快、规模之大。社会化问答平台通常会通过回答的点赞数、反对数等指标对知识分享进行排序为用户筛选出高质量回答，这在一定程度上减轻了因信息过载和认知成本等原因给用户带来的信息压力[2]。但在网络环境下，由于“马太效应”的存在，社区意见领袖对问题简单的点评可能会引来用户高点赞数，而普通用户的回答则无法获得足够的投票，很多高质量的回答会因此被湮没。对于社会化问答社区而言，为了自身的良性发展需要有效地管理社区中海量的提问和回答并为社区用户提供高质量的信息服务以促进知识的传播。而知识分享者则需要了解影响信息消费者对其知识分享感知有用性的影响因素以便更好地完善回答，提高自己在社区中的声望和影响力，从而满足自己被他人尊重、自我实现的需求[3]。基于此，对社会化问答知识分享用户感知有用性的影响因素的研究具备深入探讨的现实意义。知乎是国内社会化问答社区的典型代表。本文以知乎为研究对象，通过Python编写爬虫爬取知乎社区提问回答界面的知识分享数据，并以信息接受模型为理论基础，利用文本分析和负二项回归模型对该研究问题进行实证分析。通过对实验结果的讨论，可促进回答者贡献高质量回答并对社会化问答社区进行高质量的信息服务提供可行性建议。

1 相关研究评述

1.1 知识分享用户感知有用性

孙晓宁等[4]借助“百度知道”用户对答案质量感知的问卷，综合采用专家访谈、探索性因子分析和验证性因子分析的方法，构建了社会化问答系统答案质量评价模型。Zhu等[5]结合专家咨询、用户调查和比较分析3种方法总结出质量评估模型。John等[6]以雅虎回答为研究对象，运用Logistic回归分析方法构建了包含社会特征、文本特征以及内容评价特征为指标的质量框架，用以预测高质量的回答。综上所述，已有的研究大多集中在构建知识分享质量评价模型上。通过收集到的一手资料进行探索性分析，试图从新切入点提出新的评价指标对已有评价体系进行补充。也有研究通过搜集网站用户行为数据，构建评价信息质量的特征集，利用机器学习算法，训练自动评价信息质量的模型[7-9]。姜雯、许鑫[10]从国内外的相关研究出发，分别从人工评价和机器学习自动化的角度对在线问答社区信息质量评价的影响因素进行了研究综述。基于此，本文在前述研究基礎之上，针对知乎社会化的特点，提炼知识分享用户感知有用性的影响因素作为理论模型的假设条件，力图丰富社会化问答社区知识分享相关方面的理论研究。

1.2 信息接受模型

信息接受模型（Information Adoption Model）是Sussman和Siegal[11]在技术接受模型（TAM）的基础之上根据精细加工可能性理论（ELM）[12]提出的。精细加工可能性理论将信息的说服过程分为两部分：中心路径和边缘路径。中心路径把个体态度的改变看做是个体认真思考和综合信息的结果，边缘路径是指个体对客体态度的改变是根据信息的某些关联线索决定的。如图1所示，信息接受模型表明影响用户感知信息有用性的因素为信息内容质量和信息源可靠性，其中信息内容质量是中心路径，信息源可靠性是边缘路径。

对于社会化问答社区而言，信息质量表现为用户的知识分享质量。信息质量的判断受主观和环境的影响，但信息内容作为一种客观的存在，对其效用的评价也是客观的。因此，信息质量是可测量的[13]。Kim等[14-15]从内容、认知、社会情感、参考资源和效用等角度衡量信息质量。本研究从语法和语义两个层面对回答数据进行文本分析以衡量回答的质量。信息源可靠性是指知识分享者被用户认为是可相信的、有能力的、值得信赖的程度[16]。社会化问答社区中的信息具有不对称性，用户不会完全、真实地揭示自身信息。因此，用户无法对其现实身份进行识别进而评价其可靠性。知乎为每位用户设置了个人主页，我们可以通过用户回答的数量、质量、获得的点赞数来判定其知识水平和影响力。感知有用性在不同场景下，其含义有所不同。本文将知识分享有用性定义为社会化问答社区用户感知知识分享对其知识搜索的有用程度。知乎社区针对知识分享进行了有用性设置，比如投票机制，可以通过赞同数量对知识分享的有用性进行测量。在社会化问答社区中，信息采纳是主体有目的地选择、评价、接受和利用信息的过程，并且该过程最终会影响主体的后续行为[17]。相比于传统问答平台（如百度知道）设置答案采纳的功能，社会化问答社区中的信息采纳是一种隐式行为。

2 研究模型和假设

结合本研究的情景，本文以信息接受模型为基础，研究社会化问答知识分享用户感知有用性的影响因素。本研究的模型如图2所示。

2.1 回答特征

2.1.1 外部引用数量

外部引用是指回答者在回答问题时，在文本中添加的外部链接、图片或图表。一方面，回答者在阐述自身观点

时，引用外部参考文献来证明其正确性和可信度，这有助于提高浏览者对其分享的认同度。另一方面，图片或图表将复杂的语言论述简化，使用文本和外部引用相结合的方式便于浏览者理解。Tian等[18]、Shah等[19]均将是否有外部链接、图片或引用等指标纳入机器学习自动化评价问答社区答案质量的研究体系，因此本文提出如下假设：

H1：回答引用数量与知识分享用户感知有用性之间正向相关。

2.1.2 回答及时性

回答及时性是指回答发布与提问之间的间隔时间，间隔越小表示其知识分享越及时。蒋楠等[20]认为在社会化问答服务平台中，及时性是提问者做出满意答案判定的指标之一。在社会化问答平台中，知识分享具有时效性。随着时间的推移，问题和话题的热度会逐渐消退[21]。因此，回答发布的时间越早，相比于同问题下发布时间较晚的回答具有更大的曝光度，更有可能获得更多的点赞数。因此本文提出如下假设：

H2：回答及时性与知识分享用户感知有用性之间负向相关。

2.2 回答质量

2.2.1 回答中心度

回答中心度是指一个问题下，某回答处于所有回答中心的程度，中心度越高，则该回答为问题答案的可能性越大[22]。金家华[23]认为回答文本的中心度是评价信息质量的重要指标，且文本中心度正向影响用户的信息采纳行为。知乎的一个问题下会有多个回答者提供不同的回答。用户在浏览众多回答时，如果某回答较其他回答的中心度越高，用户认为该回答有用性越高。因此文本提出如下假设：

H3：回答中心度与知识分享用户感知有用性之间正向相关。

2.2.2 情感支持

Hwang等[24]认为患者在医疗社区中只能通过文字信息进行互动，因此在线医疗社区为患者提供了两种社会支持即信息支持和情感支持。在此基础上，金家华[23]的研究发现情感支持对用户信息采纳有正向影响。Joyce等[25]的研究发现，带有正面情感的信息有助于增强用户的认同。知乎的关注功能将关心同样或类似问题的人聚集在一起进行交流，相互帮助，这在一定程度上体现了情感支持。因此本文提出如下假设：

H4：情感支持与知识分享用户感知有用性之间正向相关。

2.2.3 语言多样性

以往的研究认为，语言贫瘠会负向影响听者对说话者的语言、知识、沟通能力甚至其情绪状态和社会地位的判断。在虚拟社区中，具有良好的书面格式和语言的多样性的回答能提高回答者的可信度[26]。在社会化问答社区中，回答者的语言风格在很大程度上影响其发布信息的认同度。语言多样的回答往往比乏味重复的回答更具有说服力。乏味无力的语言往往会负面影响浏览者对回答的感知[27]。因此本文提出如下假设：

H5：语言多样性与知识分享用户感知有用性之间正向相关。

2.3 回答者特征

2.3.1 回答者中心度

社会化问答社区不同于传统问答社区之处在于其构建了用户之间的社会网络关系。社会网络中心度是衡量个体在社会网络中影响力的重要指标，并在一定程度上反映了个人的社会资本[28]。相关研究表明，个体节点的网络中心度与其信任感之间具有相当强的正向相关性，这也是高中心度节点社会资本的一种体现[29]。社会网络中心度分为点入度和点出度。殷国鹏[30]的研究发现评论者内向、外向中心度会直接影响其发表评论所获的有用性评价。同样地，知乎社区也提供了关注功能，将人与人组织起来形成庞大的人际网络。因此本文提出如下假设：

H6.1：回答者的内向网络中心度与知识分享用户感知有用性之间正向相关；

H6.2：回答者的外向网络中心度与知识分享用户感知有用性之间正向相关。

2.3.2 回答者可信度

回答者的可信度是其在社会网络中建立信任和增加影响力的重要因素[27]。回答者的可信度一方面可以通过用户的身份背景来确认；另一方面也可以通过用户的知识分享专业性来判断。知乎社区提供的投票机制和声望体系在一定程度上为识别回答者的可信度提供了参考。Grewal等[31]的研究表明当信息源可信性比较低时信息接受程度较低。Lim等[32]认为信息源可信性同样可以被应用到在线环境中。在社会化问答社区中，回答者的可信度越高，浏览者认为其回答有用的可能性越大。因此本文提出如下假设：

H7：回者的可信度与知识分享用户感知有用性之间正相关。

3 研究设计

3.1 数据收集

本研究使用Python编写爬虫，以知乎首页热门收藏夹为爬取入口，共爬取了知乎平台上2 103个问题下共97 750条回答数据及其相关信息。每条记录包括回答内容、回答发布时间、回答者昵称、回答者所获赞同数、回答者回答问题数、回答者被关注数、回答者关注他人数、回答所对应的题目、问题发布时间等指标。并编写Python程序对数据进行清洗，将回答者回答问题数为0、回答者所获总点赞数小于回答者回答问题所获点赞数等错误、不一致数据删除。由于本研究涉及对答案内部特征的文本分析，因此将回答长度（中英文及数字）小于10的样本数据删除，实际用于实证分析的数据共71 495条。

3.2 变量测量

为了验证本研究所提假设，设计了如表1所示的变量。其中因变量为用户感知回答有用性点赞数。自变量包括回答特征、回答质量以及回答者特征共3个部分。

3.2.1 回答特征

回答特征包括回答引用數（ansCita）和回答及时性（ansTime）两个变量。其中回答引用数使用回答中包含的外部链接数量和图片数量之和衡量。回答及时性使用回答发布与提问之间的间隔天数衡量。

3.2.2 回答质量

3.2.3 回答者特征

回答者特征包括内向网络中心度（inNetCen）、外向网络中心度（outNetCen）和可信度（reliability）。其中内向网络中心度使用回答者被他人关注的数量衡量。外向网络中心度使用回答者关注他人的数量衡量。本研究使用回答者所获点赞数量与回答数量之比来衡量回答者的可信度，见公式（9）。

3.3 分析方法

为了研究回答特征、回答质量和回答者特征对回答用户感知有用性的影响，本文构建如下模型：

本研究的因变量为用户的回答在某段时间内所获得的点赞数，是一个非负的整数，因此不满足线性回归因变量为连续分布的假设。由于该变量具有独立且非负的性质，适用于计数回归模型的假设条件。泊松回归和负二项回归被广泛应用于此类问题中。其中泊松回归的前提假设是样本的均值和方差相等，而负二项回归则用于方差与均值不等的情况，由于本研究因变量的方差远远大于均值，数据过度离散，此种情况下采用泊松回归模型拟合效果不理想，因而采用负二项回归模型[33]。负二项回归的概率密度函数为：

4 数据分析与结果

4.1 描述性统计分析

数据样本的描述性统计详如表2所示，回答有用性数据分布分散，对其进行频数统计发现其呈现右偏分布（偏度为17.15）。自变量的分布也较为分散。其中回答内容中引用数量均值为2个左右，说明绝大部分回答者习惯于纯文字表达自己的观点，很少使用超链接或图片；回答者的内向网络中心度均值约为12 648，外向网络中心度的均值约为182，回答者的内向中心度要远远高于外向中心度。说明在知乎社区中，拥有大量“粉丝”数的用户是知识分享的活跃用户。

各自变量间的相关系数如表3所示，变量lingDiv和ansCen相关系数绝对值达到了0.53，其余自变量间的相关系数绝对值约小于等于0.3。为了进一步验证自变量间是否存在共线性的问题，本研究继续对相关系数矩阵进行秩计算，计算结果秩为8，说明该相关系数矩阵为满秩矩阵，自变量之间不存在严重的共线性问题[34]。

4.2 回归分析结果与讨论

为了更好地体现回答特征、回答质量以及回答者特征变量对回答感知有用性的影响，本研究共构建了3个模型。其中模型1只包含回答特征变量的负二项回归模型，模型2包含回答特征和回答质量变量的负二项回归模型，模型3是全模型。模型回归结果如表4所示，发现模型3的对数似然值的绝对值比模型1和模型2都要小，表明加入回答

质量和回答者特征变量提高了模型的拟合优度。模型3相对于模型2的对数似然值的绝对值减小更明显，说明在社会化问答社区中，用户对回答感知有用性的影响因素主要来源于信息接受模型的边缘路径——回答者特征。此外，本研究将模型3的所有变量分别进行了负二项回归分析和泊松回归分析，并对分析结果进行了AIC、BIC模型拟合优度检验如表5所示。检验结果表明本研究采用的负二项回归模型比泊松回归模型拟合效果更好。

4.2.1 回答特征

回答引用数量（ansCita）的系数为正且P值显著（P<0.001），表明回答引用数量对用户感知回答有用性有正向影响，H1假设得到支持。在回答中添加引用使得内容更具有说服力，外部链接给浏览者提供了了解知识的其他途径；文字与图、表相结合的表达方式更加吸引浏览者进行深入阅读。这从侧面也反映回答者在回答问题过程中端正、严谨的态度。因此回答的引用数量越多，回答被他人感知有用的可能性越大。回答及时性（ansTime）的系数为负且P值显著（P<0.001），表明回答及时性对用户感知回答有用性有负向影响，H2假设得到支持。问题与回答均具有时效性。问题在提出一段时间内会有较大的浏览量和关注度，吸引更多的用户加入讨论，此时回答更容易被其他用户所关注，进而加大回答被认同的可能性。因此回答发布的时间越早，相比于同问题下发布时间较晚的回答具有更大的曝光度，更有可能获得更多的点赞数。

4.2.2 回答质量

回答中心度（ansCen）系数为正且P值显著（P<0.001），表明回答中心度对用户感知回答有用性有正向影响，H3假设得到支持。某一问题下，回答者各抒己见，发表自己的看法。如果某回答的中心度越大，说明该回答处于所有回答的中心位置，那么该回答被其他用户认可的可能性越大。情感支持（emSup）系数为正且P值显著（P<0.001），H4假设得到支持。回答者在回答问题时不仅针对问题给出自己专业客观的解答，还会带有个人主观的情感色彩。赞美、肯定、鼓励等正面情感的表露不仅会增加浏览者对该回答的认同；还营造了良好的社区知识分享氛围，鼓励更多人在社区中进行提问和回答。因此，情感支持对用户感知回答的有用性具有正向影响。

语言多样性（lingDiv）系数为负且P值显著（P<0.001），表明语言多样性对用户感知回答有用性有负向影响，与假设H5相悖，假设H5没有得到支持。语言多样性是回答者回答问题时的语言表现力。用户在问答社区中进行信息搜寻时，有可能更关注于回答是否满足了自身的信息需求。如果回答对用户解决自身问题没有帮助，即使回答本身论述精彩，用户也不会认同其有用性。此外，施国良等[35]研究发现知乎回答长度与回答有用性之间正相关，本研究也利用样本数据进一步探究了文本长度与回答有用性之间的关系。如表6所示，回答长度正向影响回答有用性。本研究还初步探究了语言多样性与回答长度之间的关系。如图3所示，当回答长度较短（小于500字）时，语言多样性从0.4～1.0的连续分布，这可能由于回答长度较短，语言多样性随机性较大造成的。当回答长度逐渐增长（500～6 500字）时，语言多样性呈现从0.4到某一具体值（小于1.0）的连续分布，且该具体值与回答长度成反比关系。当回答长度較长（大于6 500字）时，回答语言多样性趋于稳定，分布在0.4数值附近。因此，随着回答长度的增长，回答的平均语言多样性降低且最终趋于平稳。回答长度越长意味着回答所包含的信息量越多，回答越容易得到用户的认同。同时回答越长，回答的语言多样性会降低。因此，回答的语言多样性可能负向影响回答有用性。

4.2.3 回答者特征

回答者内向网络中心度（inNetCen）的系数为正且P值显著（P<0.001），表明回答者内向网络中心度对用户感知回答有用性有正向影响，H6.1假设得到支持。回答者外向网络中心度（outNetCen）的系数为正且P值显著（P<0.001），表明回答者外向网络中心度对用户感知回答有用性有正向影响，H6.2假设得到支持。其中内向网络中心度反映个体被其他节点个体传播的能力，而外向网络中心度反映个体传播其他节点个体的能力[36]。网络中心度是衡量个体在社会网络中影响力的关键指标，本研究很好地将社会网络理论使用在社会化问答社区的研究中。知乎社区提供关注功能将具有共同兴趣爱好、共同价值观的用户紧密地联系在一起，促使用户之间建立起信任关系。用户对其所关注回答者的回答相较于其未关注回答者的回答具有更强烈的认同感。因此，回答者的中心度越大，回答者的影响力就越大，用户感知其回答有用性越大。回答者可信度（reliability）的系数为正且P值显著（P<0.001），表明回答者可信度对用户感知回答有用性有正向影响，H7假设得到支持。可信度是对回答者历史回答质量的衡量。在虚拟社区中，用户往往无法得知回答者的真实身份信息，即使知乎提供了用户自我介绍信息，其真实性也无从考量。用户只能通过回答者历史回答数量、其所获点赞数等信息对其专业性、可信度进行感知。当用户感知该回答者是可信的，往往会增加对回答者的认同感。因此回答者可信度越高，用户感知其回答有用性可能越大。

对本研究假设及验证结果总结如表7所示。

5 结 论

本研究以信息接受模型为理论基础，从回答特征、回答质量和回答者特征3个方面对社会化问答社区知识分享用户感知有用性进行研究，并以知乎71 495条回答作为研究对象，利用负二项回归模型进行分析。分析结果表明，回答者的特征对用户感知回答有用性的影响要大于回答质量和回答特征。回答者在社区中的社会网络关系，回答者的专业性、可信度积极影响用户对其回答有用性的感知。回答的及时性和回答的表现方式（图文结合）等特征也积极地影响用户对其回答有用性的感知。同时，回答多以积极向上、正面情感的语言表达更容易获得用户对回答的认可。一个问题下，回答处于所有回答的中心位置，回答越容易获得用户的点赞。回答的语言多样性对回答有用性有负向影响，回答长度对其有正向影响。随着回答长度的增加，其语言多样性分布范围缩小趋于定值。

本研究結论丰富了社会化问答社区知识分享相关方面的理论研究，为在线社区管理者与用户具有借鉴作用，具体如下：

1）在回答界面应完善回答者的曝光度。目前来看，知乎的回答界面只显示了回答者的昵称，个人简介以及回答数、文章数、关注者数。一般情况下，用户在浏览问题界面时不太会点开回答者头像跳转到其个人主页界面。为解决这个问题，本文建议将用户个人成就数据显示出来，以增加浏览者对回答者的了解程度。

2）完善回答排序和回答折叠算法，将回答外部特征、回答内部特征和回答者特征等指标纳入到算法中，对其进行优化。从而能够提供更科学地回答排序，为提问者提供更精准的信息搜寻。

3）用户在为提问者解决问题时，不仅要保证回答的正确性，还要使用通俗易懂，简单明了的方式表达自己的观点。同时要给予提问者关怀和鼓励，为提问者提供信息支持的同时给予情感支持。

本研究未来将侧重解决如下问题：由于本研究数据采集入口为知乎首页热门收藏夹下的问题及其回答，因此收集到的回答基本都有点赞数。在知乎社区中存在着大量0点赞数的回答，这些回答并不是没有价值的。因此下一步可以将0点赞数的回答加入到数据分析样本集，进行更加系统和完整的研究。

参考文献

[1]张煜轩.基于外部线索的社会化问答平台答案信息质量感知研究[D].武汉：华中师范大学，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]宁菁菁.知乎网用户知识共享研究[D].北京：北京邮电大学，2014.

[4]孙晓宁，赵宇翔，朱庆华.基于SQA系统的社会化搜索答案质量评价指标构建[J].中国图书馆学报，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]孔维泽，刘奕群，张敏，等.问答社区中回答质量的评价方法研究[J].中文信息学报，2011，25（1）：3-8.

[9]来社安，蔡中民.基于相似度的问答社区问答质量评价方法[J].计算机应用与软件，2013，30（2）：266-269.

[10]姜雯，许鑫.在线问答社区信息质量评价研究综述[J].现代图书情报技术，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，漆贤军，陈明红.信息质量感知对信息获取与信息采纳的影响研究[J].情报科学，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.信息采纳行为概念及影响因素研究[J].情报科学，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]蒋楠，王鹏程.社会化问答服务中用户需求与信息内容的相关性评价研究——以“百度知道”为例[J].信息资源管理学报，2012，2（3）：35-45.

[21]李纲，陈璟浩.突发事件情境下网络问答社区用户构成和行为分析——基于问题胶囊事件的实证研究[J].图书情报工作，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]金家华.社会化问答社区中用户知识行为的影响因素研究[D].哈尔滨：哈尔滨工业大学，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]王秀丽.网络社区意见领袖影响机制研究——以社会化问答社区“知乎”为例[J].国际新闻界，2014，36（9）：47-57.

[28]张荣华.知识问答社区用户的知识共享意愿研究[D].南京：南京大学，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]殷国鹏.消费者认为怎样的在线评论更有用？——社会性因素的影响效应[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]陈莉.负二项回归模型在过度离散车险数据中的应用[D].贵阳：贵州民族大学，2016.

[34]如何用R進行多重共线性检验与处理？[EB/OL].http：//bbs.pinggu.org/thread-1383561-1-1.html，2017-11-02.

[35]施国良，陈旭，杜璐锋.社会化问答网站答案认可度的影响因素研究——以知乎为例[J].现代情报，2016，36 （6）：41-45.

[36]刘佩，林如鹏.网络问答社区“知乎”的知识分享与传播行为研究[J].图书情报知识，2015，（6）：109-119.

（责任编辑：郭沫含）