网络问答社区中的用户知识转移模式研究——基于<bold>MetaFilter AskMe</bold>版块的实证分析

doi:10.3772/j.issn.1000-0135.2019.05.001

情报学报

2019, Vol. 38

Issue (5): 447-457 DOI: 10.3772/j.issn.1000-0135.2019.05.001

情报理论与应用

本期目录 | 过刊浏览 | 高级检索

网络问答社区中的用户知识转移模式研究——基于MetaFilter AskMe版块的实证分析

夏立新, 杨金庆, 叶光辉, 程秀峰

华中师范大学信息管理学院，武汉 430079

Knowledge Transfer Model of a Network Q&A Community: An Empirical Analysis Based on the AskMe Portion of MetaFilter Data

Xia Lixin, Yang Jinqing, Ye Guanghui, Cheng Xiufeng

School of Information Management, Central China Normal University, Wuhan 430079

摘要
图/表
参考文献
相关文章 (12)

全文: PDF (2945 KB) HTML (141 KB)
输出: BibTeX | EndNote (RIS)

摘要为了探究网络问答社区中用户知识转移的影响要素与作用机理，本文引入社会网络分析法，构建了问答社区知识转移模型。通过分析MetaFilter问答社区人际知识网络结构，结合社会网络分析中的网络密度、结构洞、中心势、平均最短路径、聚类系数指标，揭示强关系紧密网络、强关系稀疏网络、弱关系紧密网络和弱关系稀疏网络4种不同类型的网络结构对问答社区用户知识转移的影响。分析结果表明，强关系稀疏网和弱关系紧密网对问答社区知识的有效转移具有促进作用。结构洞限制度越小，网络越稀疏，用户也会有更多的机会接触到多种异质的知识源；平均最短路径越小，小世界效应越显著，网络中知识交流更畅通；聚类系数过高或者过低都有碍于人际知识网络中知识的转移，接近于整体网络聚类系数将有助于知识的转移，并通过聚类程度指标来测量；网络中心势越大，用户在网络结构中的位置越重要，用户间的联系越紧密，对知识的转移起到显著的影响。但是，社会网络分析指标并不仅由某一个指标对知识转移起决定性作用，而是多个指标共同作用的结果，知识转移的优势网络也存在个别较低指数。探求不同网络结构对问答社区用户知识转移的影响，可以根据各指标系数调节网络结构，提高知识转移效率和效果。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	夏立新
	杨金庆
	叶光辉
	程秀峰

关键词 ：问答社区, 人际知识网络, 知识转移, 社会网络分析

收稿日期: 2018-09-25

基金资助:国家自然科学基金青年科学基金项目“基于标签语义挖掘的城市画像计算与应用模型研究”（71804055）；国家社会科学基金重大项目“基于多维度聚合的网络资源知识发现研究”（13&ZD183）；中央高校基本科研业务费项目“基于标签语义挖掘的城市画像研究”（CCNU18QN040）。

作者简介: 夏立新，男，1968年生，博士，教授，博士生导师，主要研究领域为信息组织与信息检索

引用本文:

夏立新, 杨金庆, 叶光辉, 程秀峰. 网络问答社区中的用户知识转移模式研究——基于MetaFilter AskMe版块的实证分析[J]. 情报学报, 2019, 38(5): 447-457.
Xia Lixin, Yang Jinqing, Ye Guanghui, Cheng Xiufeng. Knowledge Transfer Model of a Network Q&A Community: An Empirical Analysis Based on the AskMe Portion of MetaFilter Data. 情报学报, 2019, 38(5): 447-457.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2019.05.001 或 https://qbxb.istic.ac.cn/CN/Y2019/V38/I5/447

1 SzulanskiG. Exploring internal stickiness: Impediments to the transfer of best practice within the firm[J]. Strategic Management Journal, 1996, 17(S2): 27-43.
2 NonakaI. A dynamic theory of organizational knowledge creation [J]. Organization Science, 1994, 5(1): 14-37.
3 BradleyM. Working knowledge: How organizations manage what they know[J]. New Library World, 2000, 101(6): 282-287.
4 刘芳, 欧阳令南. 跨国公司知识转移过程、影响因素与对策研究[J]. 科学学与科学技术管理, 2005, 26(10): 40-43.
5 谭大鹏, 霍国庆, 王能元, 等. 知识转移及其相关概念辨析[J]. 图书情报工作, 2005, 49(2): 7-10, 143.
6 WangG, GillK, MohanlalM, et al. Wisdom in the social crowd: An analysis of quora[C]// Proceedings of the 22nd International Conference on World Wide Web. New York: ACM Press, 2013: 1341-1352.
7 GranovetterM. The strength of weak ties: A network theory revisited[J]. Sociological Theory, 1983, 1: 201-233.
8 LevinD Z, CrossR. The strength of weak ties you can trust: The mediating role of trust in effective knowledge transfer[J]. Management Science, 2004, 50(11): 1477-1490.
9 田慧敏, 李南, 邓丹. 弱连接在促进隐藏隐性知识转移中的作用[J]. 科技进步与对策, 2005, 22(6): 18-20.
10 张向先, 李昆, 郭顺利. 企业研发团队隐性知识转移绩效的影响因素及实证研究——基于知识生态的视角[J]. 情报理论与实践, 2016, 39(10): 57-64.
11 侯贵生, 邱源, 杨磊. 网络学习平台的知识转移效果影响因素研究[J]. 情报科学, 2016, 34(9): 78-82.
12 AnZ, OngyiG, KoutrikaG, et al. Questioning Yahoo![EB/OL]. [2019-05-11]. http://ilpubs.stanford.edu:8090/819/1/2007-35. pdf.
13 AdamicL A, ZhangJ, BakshyE, et al. Knowledge sharing and Yahoo answers: Everyone knows something[C]// Proceedings of the 17th International Conference on World Wide Web. New York: ACM Press, 2008: 665-674.
14 ShahC, OhS, OhJ S. Research agenda for social Q&A[J]. Library & Information Science Research, 2009, 31(4): 205-209.
15 许斌, 张朝宾, 吴洁, 等. 网络结构对组织间知识转移的影响机制研究[J]. 图书情报工作, 2010, 54(24): 108-111, 17.
16 BellG G. Research notes and commentaries: Clusters, networks, and firm innovativeness[J]. Strategic Management Journal, 2005, 26(3): 287-295.
17 BurtR S. Structural hole: The social structure of competition[M]. Cambridge: Harvard University Press, 1992.
18 CowanR, JonardN, ?zmanM. Knowledge dynamics in a network industry[J]. Technological Forecasting and Social Change, 2004, 71(5): 469-484.
19 DyerJ H, NobeokaK. Creating and managing a high-performance knowledge-sharing network: the Toyota case[J]. Strategic Management Journal, 2000, 21(3): 345-367.
20 MetaFilter is a Q&A community[EB/OL]. [2016-6-20]. http://ask.metafilter.com/290497/Need-help-identifying-eyepiece-from-an-old-chemistry-science-set#4207707.