在线问答学习社区的群体知识贡献影响因素 ——基于WebGIS知乎学习社区的功能模块分析

李海峰 王 炜

(新疆师范大学 教育科学学院，新疆乌鲁木齐 830017)

一、问题提出

人类对知识的探寻经历了从口口相传、符号传承和学校教育向知识信息化、学习泛在化以及媒介融合化方向转变。网络和媒体的涌现实现了知识贡献和知识创造的“社会脱域”，如慕课、维基、论坛和在线学习社区等。问答学习社区是一种重要的在线社会化学习形式和场域，以问与答的方式实现知识的跨时空探寻，通过群体问题探究促进知识贡献和知识创造。问答学习社区自身不提供问题和答案，而是通过功能和机制促进群体的知识分享和问题探究。问答学习社区研究能够为在线学习的环境创设提供参考。以慕课平台、社交媒体、移动设备和学习社区等为研究对象的在线学习，如何通过问答社区促进群体知识建构的探究鲜有发现。显然，探究问答学习社区有利于推动在线学习平台的功能发展与在线学习模式创新。此外，问答学习社区的知识贡献与协作知识建构存在差异。协作知识建构是群体共同参与创建的人工制品，而问答学习社区生成的知识更多的是个体知识贡献。如果将问答学习社区引入在线学习中，使个体知识创造与集体知识创造有机融合，能够消解个体与集体知识贡献过程分离的问题。

问答学习社区研究已有不少,然而鲜有从功能模块组合的视角探讨知识贡献的功效，也很少有研究探讨影响知识贡献动力发展的因素，已有研究聚焦知识贡献的利他行为、社区治理、用户行为、心理动机及声誉系统等心理调查，但是这种静态的、主观构建的分析指标难以揭示真实问答学习社区的知识贡献影响因素，难以解释功能模块组合的内在设计机理。问答学习社区作为知识创造的社会系统，从激发知识贡献的初始动力到保持持续动机具有明显差异，存在从物质因素向社会因素渐进发展的特征(Venkatesh，2003)。尽管研究者开始关注用户的知识分享动机(徐鹏等，2018)、声誉系统(沈宇飞等，2018)、用户行为统计特性以及动力学分析(郭博等，2018)等行为，但均未详细揭示问答学习社区系统构成要素的动态组合关系。

综上，问答学习社区研究面临的主要问题是对知识贡献机制研究缺乏系统的和动态的深度探究，未能揭示系统各要素及其组合对知识贡献的动态影响。为此，本研究从功能模块组合的视角探究问答学习社区的构成要素及组合对知识贡献的影响。

二、文献综述

(一)知识贡献

在线学习社区创建的目的是促进知识分享和知识创造，学习者以在线学习社区作为知识寻找、会话交流、内容获取的重要知识库和社交场域。在线学习社区自身几乎不提供知识，所以必须创设相关功能模块、学习工具和运行机制等促进学习者进行知识贡献。知识贡献存在多种解释，包括知识分享说、社会资本说、社会交换说、知识创造说和贡献动机说等。

1.知识分享说

知识分享说指知识是从拥有者向接受者的传递过程(王德禄，1999)，以沟通的形式进行知识外化与内化，或者编码、显示和描述的外化表征，或者以做、解释和阅读等形式进行内化吸收，或者是外化与内化相互转换(Hendriks，1999)。知识通过媒介实现拥有者与接受者之间的交流共享(Wijnhoven，1998)。学习者通过发帖、回复以及符号化等方式将知识呈现于虚拟空间，他者通过浏览、互动和交流等掌握和内化这些知识，实现知识从分享者向接受者的扩散和传播(Chen，2007)。知识作为一种资产不能随意进行分享和内化，受主体的分享意愿、内容类型、接受者需求等因素的影响(Hendriks，1999)。

2.社会资本说

社会资本说以社会资本理论和集体行动理论为基础，将知识贡献看作是社会网络的形成与交换。资源以嵌入社会网络结构的形态存在，资产存在于个人、社区、网络或者社会关系中(Burt，1997)，社会资本居住于社区主体间的人际关系中(Lin，2001)。社会资本说揭示了社会网络是知识贡献的基础，资源流通是知识贡献的前提。知识贡献的实质是资源的社会网络形成及流通，涉及组织结构、社会认知与人际关系等。

3.社会交换说

在对“为什么要分享知识”的追问中，知识贡献研究开始从人际间的知识传递行为转向群体的内在心理动机。社会交换说以社会交换理论为依据阐释知识贡献的社会交易现象，以买方和卖方表示知识贡献双方的心理需求和动机。布劳(Blau，1964)认为，处在交换关系中的个体期望通过互惠行为保持同伴间的利益平衡，获益者会期望未来以某种形式回报。知识贡献实质上也是一种物质、精神或者情感交换过程，既涉及知识贡献者的利他动机、心理需求和同伴信任，也关乎受益者的需求表现、互惠行动及互动交流等。

4.知识创造说

知识贡献不是知识的简单传递和内化，而是以知识创造为导向的社会化活动。知识贡献由认知和行为维度组成。由于认知和行为之间存在个性差异，群体进行知识贡献的同时也进行着批判、反思、沟通和发展等知识创造活动。竹内弘高和野中郁次郎(2006)认为，群体之间、成员之间以及群体与成员之间的隐性知识和显性知识转化过程，不仅是知识的传递过程，更是组织共同体化、知识联结化、知识表出化和内在化等知识创新过程。邓胜利等(2013)认为，群体成员通过隐性知识与显性知识的外化、社会化、综合化及内化等实现了知识创造，这种知识转化过程超越了知识传递式的知识贡献行为。

5.贡献动机说

知识贡献是由贡献者的特定需求发起和保持的，取决于贡献者的内部和外部动机。动机理论为揭示知识贡献行为的发生和保持提供了解释，使知识贡献研究的焦点转移至贡献者的心理需求。动机理论视域下的知识贡献涉及贡献者和接受者的动机影响，不仅体现了贡献者的声誉、互惠、利益等外部动机，而且内驱于自我效能和利他行为等内部动机(杨吕乐等，2018)。

综上所述，知识贡献是贡献者与接受者基于各自动机的知识传递、交流互动、转化和创造的社会交换过程。

(二)知识贡献影响因素

依据杨吕乐等(2018)知识贡献行为分类，知识贡献过程影响因素可分为个体个性特征、知识贡献手段、群体贡献情境、知识贡献动机和知识本体特征。

1.个体个性特征

贡献者和接受者是知识贡献活动的核心要件，他们的个性特征是影响知识贡献的重要因素。个体的受教育程度对知识贡献呈显著的积极影响，既体现了个体的知识资源优势，又意味着因知识贡献获得的尊敬会促进贡献行为的发生。社区参与经历越长，学习者的知识贡献越多，越能体现他们对社区的忠诚和社区粘性(李国鑫等，2010)。个体的个性品格、自我效能、价值理解、印象管理、知识认知等对知识贡献动机、知识分享信念和知识分享行为具有重要影响(Wang & Noe，2010)。贡献者的性别和职位影响着知识贡献的持续性，管理者的知识贡献频率和花费时间明显偏低。贡献者的受教育水平影响知识贡献的多样性，受教育水平越高，贡献知识的多样性越高(Pee & Chua，2016)。在以用户跟随者为指标的分析中，群体规模对知识贡献不具有显著的积极影响(Jin et al.，2015)。

2.知识贡献手段

在线问答学习社区的功能对知识贡献者的态度有显著影响，包括感知可用、感知易用和感知风险。在线学习社区环境通过影响知识贡献者的态度，间接影响知识贡献者持续参与的目的，最终实现对知识贡献参与行为的影响(Fang & Zhang，2019)。就在线问答学习社区而言，免费便捷的平台得到知识贡献者的支持越多，平台功能越完善；知识贡献者使用平台的心情越愉悦，他们的知识贡献意愿越强烈。平台提供的激励机制是否满足知识贡献者的动机需求是影响平台粘性的重要因素(李永明，2018)。

3.群体贡献情境

具有情感信任、能力信任、制度规范以及互惠关系的团队氛围对知识贡献有显著的积极影响(杨吕乐等，2018)。首先，情感信任和能力信任为学习者间建立稳定的合作奠定了基础，有助于学习者间的沟通、互动和互惠。李卫东等(2014)证实，信任对个体贡献意愿有显著的直接效用，互惠关系中介着信任与贡献意愿。其次，组织文化、组织结构和组织氛围对群体知识贡献意愿有显著的积极影响。积极的知识贡献行为和组织文化促进了其他用户的知识贡献意愿，或者社群的知识贡献行动激发了他者的知识贡献意愿，或者知识分享与知识贡献精神被传播和效仿，或者受到学习伙伴的知识贡献行为影响(李永明等，2018)。第三，组织环境、人际与团队特征、文化特征等构成了知识贡献环境的三个研究方向。组织环境包括管理支持、回报与激励、组织结构、文化与氛围、领导层特点、在线或面对面环境等。人际与团队特征涵盖了特征与过程、多样性、社会网络、团队发展阶段。文化特征包括集体主义、小组内外结构、其他文化背景等(Wang & Noe，2010)。

4.知识贡献动机

知识贡献动机可分为内部动机和外部动机、个体动机和社会动机。李永明等(2018)归纳了12种知识贡献心理动机，平台因素、社会影响和自我效能的情境因素等会激发知识贡献者的内部动机和社会动机。内部动机涉及情感性内部动机和认知性内部动机，具体包括：兴趣动机、自我满足、娱乐动机、探索动机、自我实现、自我认知。社会动机涉及情感性社会动机和认知性社会动机，具体包括利他动机、自我展示、社交动机、尊重动机、互惠动机以及功利动机等。从心理维度看，知识贡献动机分内在动机和外在动机。内在动机包括知识自我效能、助人为乐、知识需求、娱乐需求；外在动机是经济回报(Fang & Zhang，2019)。依据“使用与满足”理论，动机主要体现为情感动机、认知动机、个人整合、社会整合和舒解压力(肖明等,2019)。从社会交互理论看，知识贡献是为了获得奖励、荣誉以及鼓励等有价值的资源。从社会资本理论看，学习者在乎获取更多有价值的网络资源或者建立社交关系。从社会影响理论看，知识贡献动机目的在于获得更高的声誉。

5.知识本体特征

知识贡献与知识本体特征之间存在密切关系，如，知识感知价值、知识更新、知识广度等。知识感知价值的增加促进了用户知识贡献的持续性，知识更新提升了用户知识贡献的频率，知识广度的拓展促进了知识贡献的多样性(Yan et al.，2011)。从知识属性视角看，知识根据编码的难易程度可分为隐性知识和显性知识；根据信息含量程度可分为模糊性和复杂性。知识缄默性在知识共享意愿与共享行为关系中具有消极的调节效应(商淑秀，张再生，2013)。

三、研究假设与理论模型

WebGIS知乎学习社区向学习者提供了12项功能，包括活动积分、积分、威望、赞同、感谢、发问、回复、文章数量、关注人数、被关注人数、关注话题、主页访问。根据知识贡献含义及其影响因素的系统分析，这些功能可分为知识贡献、成就动机、社会资本、组织环境和社会动机等五个维度。

(一)知识贡献

知识贡献由发问、回复和文章数量等指标组成，代表学习者的知识贡献程度。发问源自学习者的内心困惑，是知识生成和创造的重要前提。发问不仅是学习者的自我观点表达，更是群体观点生成的引擎，是学习者知识贡献的重要表现。回复和文章数量是典型的知识贡献表现，前者与问题紧密相关，后者更多的是主体观点的系统表达。

(二)成就动机

成就动机由活动积分和积分组成，代表用户的知识贡献成就。成就动机是知识贡献动机说的重要体现。根据社会交换理论，知识贡献者为得到更多的物质或者精神奖励，会积极参与知识贡献活动。学习者为了得到更高的积分，会按照规则完成更多活动任务。在WebGIS知乎平台中，用户发布文章、回复问题、感谢回复、回复被感谢、邀请他人参与等将使用户获得相应积分，特别是用户发布文章和回复问题时得到积分更多。因此，本研究对成就动机和知识贡献之间的关系提出了H1假设：学习者的成就动机越强，知识贡献越多。

(三)社会资本

社会资本由威望指标代表用户的社会资本程度。社会资本体现了学习者的社会网络关系及资源流通程度，学习者在社区中的威望越高，他的社会网络密度越强，社会资源获得越容易，他与其他用户的社会互动、问答以及协作参与等行为发生的频率越高，他们的知识贡献程度也越高。因此，社会资本和知识贡献之间的关系H2假设为：学习者的社会资本越多，知识贡献越多。

(四)组织环境

组织环境包括赞同和感谢两个指标，代表社群组织氛围和组织文化程度。群体贡献情境就是组织环境，涉及管理支持、组织结构、文化与氛围、领导层特点、在线或面对面环境等。学习者通过赞同他者观点和表达谢意，提升知识贡献者的积极性，促进社区学习者之间的友好互动。良好的组织环境增加了信任和沟通频率，为促进问答学习社区的知识贡献提供了重要支持。因此，组织环境与知识贡献之间的关系H3假设为：学习社区的组织环境越优越，学习者的知识贡献程度越强。

(五)社会动机

社会动机包括关注人数、被关注人数、关注话题和主页访问等四个指标，代表用户的社会交往和知识探寻。四个指标体现了知识贡献者与他者之间的社会互动过程，不仅意味着知识贡献者的利他行为、社会交往以及对他者的尊重，而且体现了社区用户对特殊群体、个人、重点话题或者内容等的关注。重要的是，知乎平台的这些指标更反映了社群用户对知识本体的偏好和追求，表明社区用户对知识贡献程度逐渐增强。因此，H4假设是：学习者的社会动机越强，知识贡献程度越大。

综上所述，文章通过对知识贡献与成就动机、社会资本、组织环境以及社会动机的关系分析，确定了它们之间的基本假设关系，形成了问答学习社区的知识贡献理论模型(见图1)。

图1 问答学习社区的知识贡献理论模型

四、研究设计

(一)数据来源

ArcGIS知乎平台是个面向ArcGIS产品的在线知识问答学习社区，以问答形式进行知识的互动交流。平台使用群体主要是ArcGIS产品用户，社区用户针对性强，知识分享的内容较聚焦，是典型的在线学习社区代表。研究通过爬虫软件初步获得3451位用户数据，内容包括活动积分、积分、威望、赞同、感谢、发问、回复、文章数量、关注人数、被关注人数、关注话题和主页访问人数。通过对用户数据的清洗，删除存在信息数据缺失和无效的42位用户，最终获得3409位用户的有效数据。

(二)变量设置

知识贡献作为因变量，以发问、回复和文章数量三个指标的数据之和进行统计分析。自变量分别为成就动机、社会资本、组织环境和社会动机，它们以各自的具体指标数据对因变量进行分层逐步回归分析。所有变量均以ArcGIS知乎平台的计数型数据进行统计，变量的描述性统计分析涉及最大值、最小值和方差等(见表一)。

表一 变量指标的描述性统计

(三)分析方法

知识贡献变量是非负整数的计数型数据，泊松回归和负二项回归是计数型数据普遍采用的统计分析方法，负二项回归分析更适合过度离散的计数型数据(Wang & Qiu，2018)。知识贡献的方差与均值之间存在非常显著的差异，说明数据的离散程度大，故以知识贡献作为因变量的回归分析更适合使用负二项回归分析(Zeileis et al.,2008)。知识贡献理论模型的验证分析利用分层逐步回归分析方法，以成就动机、社会资本、组织环境和社会动机四个自变量依次进行回归分析。自变量不对每个变量的指标数据进行求和，目的在于探究不同变量指标对知识贡献的影响效果。

五、研究结果

(一)相关分析

运用SPSS22数据统计分析软件对知识贡献理论模型的指标变量进行相关性统计分析(见表二)发现，活动积分和积分作为成就动机变量的两个指标有显著的正相关关系，它们也与社会资本变量的威望指标有显著的正相关关系。赞同和感谢两个指标有显著的正相关关系。发问和回复两个指标相关度十分显著，体现了问答学习社区的基本特征和互动行为特征。社会动机的四个指标之间存在显著的相关关系，表明它们具有指向社会动机的共同特征。需要注意的是，“关注”指标与积分、威望、发问、回复等指标呈显著的负相关关系。

(二)回归分析

1.指标变量回归

单一指标变量分析指将所有的指标变量分别对知识贡献进行回归分析，目的在于调查不同指标变量对知识贡献的影响。利用Stata12.1的负二项回归分析功能对所有指标变量进行了统计分析，除了“关注人数”指标变量对知识贡献起消极影响外，其余指标变量对知识贡献都有显著的积极作用。

2.模型分层回归

本研究利用Stata12.1分别进行了成就动机、社会资本、组织环境和社会动机四个变量的分层逐步负二项回归分析，最终形成了四个知识贡献回归模型(见表三)。

首先，四个知识贡献模型的负二项回归效果显著。根据模型的x2和P值可以发现，四个模型的统计性检验显著，表明每个模型涉及的因素对知识贡献的影响显著。伪R2数值表明，四个模型的自变量对因变量的解释性程度可以接受，特别是所有因素全部纳入时的解释性更强(见模型4)。

表二 指标变量的相关关系

表三 知识贡献模型的逐步回归分析

其次，不同自变量的介入对知识贡献的影响差异显著。当成就动机进入时，模型1的两个指标对知识贡献有非常显著的正向影响，积分指标比活动积分指标的影响更强。当社会资本指标进入时，模型2的所有指标对知识贡献有显著的积极影响，但积分指标的影响逐渐下降。当组织环境指标进入时，模型3的指标对知识贡献的影响差异显著。活动积分指标的影响开始增加，具有非常显著的促进作用。积分指标对知识贡献的影响产生了反差，呈显著的消极作用。组织环境的两个指标对知识贡献的影响截然相反，赞同指标有显著的积极影响，感谢指标有消极影响。社会动机指标变量纳入后，就形成了完整的知识贡献理论模型。社会动机四个指标对知识贡献的影响存在差异。关注主题指标有显著的消极影响，其他指标反之。社会动机变量的加入对成就动机、社会资本和组织环境产生了影响。成就动机的两个指标影响逐渐减弱，组织环境的赞同指标呈非常显著的消极作用，感谢指标的消极作用由不显著转变为非常显著。

六、分析与讨论

(一)成就动机与知识贡献

随着社会资本、组织环境以及社会动机等变量的进入，以积分为代表的成就动机变量对知识贡献的影响波动较大。组织环境和社会动机变量的进入使积分指标对知识贡献的影响呈非常显著的消极作用。成就动机指标变量对知识贡献的影响变化体现了问答学习社区的学习者需求变化，符合马斯洛需求层次理论对人类心理需求动机的解释(Maslow，1943)。问答学习社区的活动积分机制是动态的激励制度。学习者通过参与相应活动获得积分，但也会因为完不成任务而扣分，动态积分机制使学习者的虚拟身份受到影响。学习者为了能够在虚拟社区中获得存在感和安全感，必须参与相关的知识贡献活动，尽管这种知识贡献活动是低层次的、功利性的和基础性的。社会资本的介入使学习者热衷于得到他者赞誉，为了提升自己的威望而开展提问、回复和文章撰写等知识贡献活动。社会资本的介入削弱了积分对学习者的吸引力，进而转向对社交需求和尊重需求的渴望。社会动机的介入再次削弱了积分对知识贡献的影响，暗示了学习者对相互关注这一社会性需求的强烈愿望。积分机制对知识贡献效应的弱化体现经济学“边际递减效应”理论，学习者会因得到简单的积分奖励满足而降低内在的心理需求，如同公司高管激励过度现象(左晶晶,唐跃军，2010)，而社会资本、组织环境和社会动机的不确定性增加了学习者的知识贡献动机。

(二)社会资本与知识贡献

以威望为指标的社会资本变量对知识贡献的影响一直保持显著的积极影响，不仅体现了问答学习社区以社群网络的形式进行知识贡献活动的基本特征，也说明知识贡献实际就是社区群体的社会网络形成和知识流动。刘海鑫等(2014)在论证社会资本、技术有效性和知识贡献关系中也证实了这一观点，社区成员感知声望机制的有效性越高，知识贡献强度越高。在以用户、知识库和图书馆等节点构成的问答学习社区中，学习者的社会威望决定了他们在社会网络中的社会地位、资源掌握、社会关系、知识传递和知识创新。随着学习者社会威望逐渐提升，他们逐渐从追求虚拟物质积分奖励转向了追求社会存在感。为了获得更高的社会威望，他们会开展更多的问答互动活动，通过帮助他者解决问题，提升自己的威望。徐冬莉等(2012)证实了关系资本对用户知识分享具有显著的积极影响,这与社会资本促进知识贡献的假设一致。威望的提升意味着学习者之间的社会互动更强，进而能够促进学习者的知识贡献(郭佳，2017)。显然，威望这种社会资本指标对促进用户持续知识贡献具有显著的积极作用，有利于激发社群成员积极地开展社会性问答和问题解决。

(三)组织环境与知识贡献

学习型团队具有较好的团队组织环境，学习者通过愿景创设、协作学习、心智改变、超越自我以及系统思考等营造理想的团队学习组织环境(彼得·圣吉，2009)。问答学习社区通过赞同和感谢两个指标构建、激发和促进学习社区组织环境的和谐发展。赞同和感谢对知识贡献的影响有非常显著的促进作用，但它们在成就动机和社会资本的共同作用下呈现出截然相反的效果。赞同指标在模型3中对知识贡献有非常显著的正向作用，但在模型4中表现出消极影响。感谢指标变量在模型3和模型4中一直呈显著的消极作用。上述现象说明，对知识贡献者的观点认同比简单地表达感谢对促进知识贡献的效果明显。赞同不仅是知识深度交流的体现，而且是知识价值的肯定和积极情绪的表达。殷雁君等(2013)基于观点认同的群体情绪模型证实了观点交互能够加速观点多元化群体的情绪融合，促进群体成员的密切交互和良好氛围的形成。知识贡献者通过获得赞同增强知识分享、知识贡献或者知识创造的意愿，促进持续的、深度的知识贡献行为。

(四)社会动机与知识贡献

社会动机指社群成员之间的社会性互动需求。社会性互动不仅指社区学习者之间的情感交流、协作参与以及问答互动，而且指学习者对知识本体价值的积极探讨。从关注、被关注、关注主题和主页访问四个指标看，问答学习社区学习者对有重要知识贡献的学习者、知识权威者以及关注自己的用户有更高的社会互动频率。学习者更多地是对知识本体价值和问答内容的追寻和渴求，他们的社会动机已不再仅仅局限于获得积分、感谢和赞同，而是关注那些真正对问题有重要价值的用户、解答或者讨论。显然，知识贡献实质是学习者知识互惠和共同发展的社会交换与互惠过程(张思，2017)，社区成员通过社会性互动促进了情感交流、知识分享和知识贡献。需指出的是，张思通过调查问卷指出，用户“被关注”对知识贡献不具有显著的促进作用，然而本文基于用户真实数据的统计分析结果是显著的。事实上，社会交换和互惠理论已经说明人际交往是相互的，用户不可能仅被关注而不关注他人，知识交换也不能仅以“搭便车”的形式存在。知识探索是一种没有止境的、充满新奇的探究性活动，它消解了积分、赞同、感谢等对知识贡献者的边际递减效应，使学习者能够在问题探索过程中获得更多乐趣。在以共同理想形成的社交群体中，学习者寻找到志同道合的合作伙伴，他们相互吸引并乐于交流和知识贡献，在相互关注中形成文化共同体，使社区学习者找到归属感(李永明等，2018)。但社会动机变量的关注主题指标对知识贡献的影响呈现非常显著的消极影响，说明用户对主题的关注不能够促进学习者的知识贡献，难以实现社群成员的知识分享和知识创造。

七、结论与建议

(一)研究结论

就单一指标变量而言，除了关注人数指标外，其他所有指标变量对知识贡献的影响都是显著的、积极的，但不同变量或指标的组合对知识贡献的影响略有差异。首先，成就动机变量的活动积分指标能持续促进知识贡献，但积分指标随着社会资本、组织环境和社会动机等变量的介入逐渐降低对知识贡献的影响。其次，社会资本能够显著促进学习者的持续知识贡献行为。第三，组织环境变量的赞同指标对知识贡献有显著的积极作用，但它对知识贡献的影响会随社会动机的介入而减弱。第四，社会动机变量总体上对知识贡献有显著的积极作用，然而关注话题指标变量削弱了知识贡献强度。简言之，成就动机、社会资本、组织环境和社会动机等变量对知识贡献的影响是动态的、波动的、差异的和发展的，与知识贡献理论模型的假设基本一致，但不同变量或者指标的介入，会使学习者的知识贡献程度出现变化，正是因为存在这种不确定性，在线学习社区的创建和治理需要摈弃静止、片面、孤立的观点。

(二)研究建议

1.创建针对性的奖励积分制度

目标明确的积分奖励制度能够激发用户参与知识贡献的积极性。首先，创建知识贡献的积分奖励制度。根据知识贡献的相关指标变量及重要性设置相应的积分、权重和积分动态管理制度，将知识贡献作为单一指标呈现于问答学习社区以便及时提醒学习者。其次，补充和拓展成就动机、社会资本、组织环境和社会动机的积分评价机制，根据指标权重进行相应的积分增减管理。第三，构建指向知识贡献的虚拟物品交换制度。知识贡献动机需要根据知识贡献、知识分享的运行规律制定相应的虚拟物品交互制度，不仅需要拓展虚拟物品的交换范围，而且需要提供多样化的交换方式，如积分兑换、VIP会员、虚拟礼物、数字勋章或者电子购物券等。

2.持续拓展学习者的社会资本

社会资本代表学习者的社会网络关系及其资源，需要对问答学习社区学习者的社会网络关系、资源占有、互惠关系和成员信任等进行细化评价，建立并扩展社区群体的社会关系网。首先，创建技术驱动的社会资本体系网。就问答学习社区用户的社会资本而言，社会网络、信任、权威、规范、行动共识和网络道德等是影响社会资本的主要因素，问答学习社区需要根据社会资本要素进行选择并纳入虚拟社区中。将社会网络分析工具嵌入问答学习社区，对学习者的社会资本数据进行实时监控、抽取、可视化以及数据统计，社区学习者能够根据自己的社会资本积分精准诊断和开展活动。其次，依据人工智能技术扩展社区网络群体。推动“关系即资源”的理念，消除问答学习社区系统相对封闭的弊端，依靠人工智能技术扩展社区群体的容量与范围。将商业的产品推荐、网络推广以及智能推送等技术引入问答学习社区，推动问答学习社区的精品问答、意见领袖和内容更新，使得问答学习社区的知晓范围、信誉认可、价值理念等得到广泛传播。增加社区学习者的高质量、新颖性和前沿性的观点“曝光度”，提升社区的吸引力和粘性(郭博等，2018)。人工智能技术的推荐，能够提升问答学习社区的群体规模，提升用户的社会资本。

3.深化组织的内部与外部环境

原有问答学习社区由于缺乏组织环境的指标考核，导致大部分学习者不关注社区自身的文化建设，而是倾向于情感动机、社会动机以及目的动机的激发。组织环境的积分考核主要聚焦于组织文化、团队管理、冲突缓解以及活动引导等，根据活动的积分权重进行知识贡献效果考核。组织文化关注社区成员对学习型组织、学习型共同体和学习氛围的组织、引导或者贡献，团队管理倾向于学习兴趣小组的组建、成员推荐、成员管理等，冲突缓解重点关注用户对社区争论、攻击和违规等行为的引导、调节、治理。通过丰富和深化组织的内部与外部环境，提升问答学习社区的群体治理能力和贡献。

4.深度挖掘学习者的内部动机

知识贡献的最终追求在于知识创造，深度挖掘社区学习者对知识本体的内在追求是在线学习社区创建的根本目标。首先，创建精品文章的推送和排名制度。根据用户发表文章的评价、分享、赞同等指标，以相应的评价权重进行排名并向用户推荐。精品文章的推送会增加学习者对他者和内容的关注，促进创新群体的形成和发展。其次，建立知识贡献卓越者社会图谱。学习就是知识网络的形成(胡艺龄等，2013)。实现知识创造，需要汇聚具有知识创造能力的群体成员，以便社区学习者快捷访问。系统可以根据知识贡献程度、用户创新指数以及知识更新速度等进行学习者聚类分析和知识图谱显示，提升用户的知识创新效率和机会。第三，开发相关主题内容或关注者的动态更新功能。为保持社区学习者的知识贡献和知识创造，系统需要为他们持续提供新知识和新用户。这可以借用大数据分析技术实现不同主题、不同兴趣、不同群体的动态推送(喻国明等，2018)，技术支持可以是电子邮箱、微信、QQ动态、微信朋友圈、移动客户端或者智能终端等。