□ 文 張木澤

1、引言

隨著信息技術的發(fā)展，越來越多擁有共同話題的人群渴望借助互聯(lián)網進行信息交換和知識共享。虛擬社區(qū)的出現(xiàn)為這一訴求提供了良好的線上環(huán)境。虛擬社區(qū)可將分散的個體連結聚合，并逐漸形成價值觀趨同的關系網絡。社區(qū)管理者利用此網絡，不僅可增強用戶對虛擬社區(qū)平臺的黏性，還可培育用戶的成長，豐富社區(qū)內容，進而打造社區(qū)自身的品牌形象。縱觀市場上已有的社區(qū)型產品，雖然某些已較為成熟，但諸如用戶活躍度不高和留存率低下等問題依然制約著很多社區(qū)產品的發(fā)展，可見對虛擬社區(qū)的研究需求依然較為迫切。

虛擬社區(qū)中包含用戶和內容等核心要素，在研究用戶與用戶間的相互作用關系方面，過往的學者多從博弈論的角度進行剖析，如王健利用博弈模型發(fā)現(xiàn)，社區(qū)用戶由于無法判斷知識分享的概率和收益預期，導致用戶往往知識共享意愿不高。Jiang等利用動態(tài)演化博弈模型進行仿真，發(fā)現(xiàn)博弈的規(guī)則可以影響社區(qū)成員的知識共享程度。王鵬和艾時鐘引入生命周期的概念并構建博弈模型，以對社區(qū)用戶的知識共享行為進行分析。李鋼和盧艷強通過引入知識付費解釋變量，發(fā)現(xiàn)合作雙方選擇“提供知識、付費”是最優(yōu)策略，有利于降低虛擬社區(qū)知識共享的困境發(fā)生。

通過梳理以往的文獻，不難發(fā)現(xiàn)博弈論與虛擬社區(qū)的結合，多圍繞用戶共享與獲取知識這一角度展開。而實際上，有相當多的社區(qū)產品是先為用戶提供內容，而用戶在所提供的內容環(huán)境下進行討論。本文不采用知識共享這一角度分析虛擬社區(qū)，而是希望從社區(qū)平臺提供的內容的分類出發(fā)，以用戶對內容的感知為切入點，以博弈論的初級模型作為依托，來研究用戶對不同類型內容的感知和效用變化，試圖說明不同類型內容帶給用戶閱覽滿足度的水平是如何決定的。

2、內容的分類

虛擬社區(qū)若想要引發(fā)用戶的廣泛討論，社區(qū)平臺提供的內容或話題對人的吸引程度至關重要。誠然，并非所有的社區(qū)型產品都需要內容或者話題作為背景，而本文所研究的社區(qū)型產品以內容為前導，用戶的表達建立在對內容的感知之上。在研究用戶行為之前，我們有必要先對社區(qū)依托的內容進行分類，以期后文在建立博弈模型時更具針對性。

內容的分類可以有不同的依據(jù)標準，如按內容領域劃分和按內容結構劃分等等。本文的分類偏向按照形態(tài)結構劃分，我們將內容分為以下四種類型：

第一種：新聞化內容。此種內容結構成型，整體性較好。用戶圍繞新聞或話題本身展開討論，對于主題豐富多元的新聞，用戶可能會從多角度進行討論；對于主題單一的新聞，用戶可能就該點本身展開討論。

第二種：散點化內容。這種內容本身可討論話題點較多，但交叉度較低。用戶可以從自身出發(fā)，自選某一點或某些點，對內容進行解讀。此類內容下，用戶的表達呈現(xiàn)較低相關性。

第三種：交叉化內容。這種內容通常涉及到比較和延伸性討論。用戶不僅會關注到某個內容點位，還有較大概率從該點出發(fā)，擴展至其它內容點位。因此用戶的表達呈現(xiàn)交互性較強。

第四種：正負化內容。這種內容本身立意含有非正即負的特性，輿論引導性較強。用戶會判斷出對內容支持與否，進而其表達帶有正負的傾向。

這四種內容基本囊括了社區(qū)內容的大致類型。為了將內容與博弈模型更好的結合，按照內容屬性的不同，我們將這四種的類型內容進一步精簡為兩種。其中第一、第二、第三種統(tǒng)歸為一類，本文將其統(tǒng)稱為“非正負化內容”。第四種正負化內容則單獨為一類。本文將“正負化”作為區(qū)分內容類型的關鍵標志，是因為正負化的特性與其他三類有較大的不同，同時正負化的屬性是博弈模型得以構造的主要驅動因素。

3、博弈模型的構建

在介紹模型樣式之前，我們有必要對“效用”這一概念做一個簡單定義。通常來說，效用是指商品滿足人的欲望的能力評價。在博弈過程中，當所有參與人都選擇了各自的策略后，就可以得到一個策略組合，對于每一個策略組合，每一個參與人會發(fā)生相應的效用變化。在本文所探討的環(huán)境下，效用是指用戶在社區(qū)消費內容時所感受到的滿足程度。

本文所采用的博弈模型是一個由兩人參加且同時進行決策的簡單博弈模型。本文將所有用戶簡化為甲乙兩人，原因在于雖然實際用戶數(shù)量不定，但對于每一個獨立用戶而言，大概率會將產品中面對的其他用戶視為一個整體。例如對甲（乙）而言，乙（甲）可以是單獨的一個用戶，也可以是一個用戶的群體。

在用戶與內容產生關系的過程中，我們還要依據(jù)經驗做出一些關鍵假設：

假設1：用戶的聚集效應的變化（由于群體用戶聚集，所帶來個體用戶的社交滿足感的提升；或由于個體用戶的表達無法獲得更多的關注，而帶來社交滿足感的下降）會影響用戶效用的增減，且增減的絕對值相同。

假設2：當用戶的觀點受到認同和反駁時，用戶的效用會對應的增加和減少，且增減的絕對值相同。

假設1、2的存在是后文博弈過程的基礎條件。

在前文對內容分類的表述中，本文將內容分為非正負化內容和正負化內容。用戶對于非正負化內容的反饋動作，我們稱之為是否“參與”；用戶對于正負化的反饋動作，我們稱之為“支持”或“反對”。本文將首先論述非正負化內容的博弈過程，接著討論正負化內容的博弈過程，最后研究加入?yún)⑴c先決條件的正負化內容的博弈過程。

3.1 非正負化內容的用戶博弈模型

3.1.1 簡單數(shù)組矩陣

對于兩人同時進行決策的博弈，可以用一個以二元數(shù)組為元素的矩陣來描述和分析。以第一個矩陣（表1）為例，矩陣左邊表示甲的策略，即參與或不參與。矩陣上邊表示乙的策略，亦為參與或不參與。合起來看，甲和乙共有四個策略組合。其中，每一個數(shù)字組合的第一個數(shù)字是甲做出決策后的效用，第二個數(shù)字是乙做出決策后的效用。例如在甲選擇參與，而乙選擇不參與時，甲的效用為0，而乙的效用為1。

表1 非正負化內容的簡單數(shù)組矩陣

當甲和乙進入產品以后，由于起初均帶有閱讀內容的渴望，此處假設甲與乙均攜帶1單位效用。

第一種情況，當甲和乙均選擇參與討論時，由于用戶的聚集效應，甲和乙均可以獲得效用的提升，我們假定兩人對聚集效應的感受相同，每人均獲得1單位的效用提升，均變?yōu)閮尚в谩?/p>

第二種情況，當甲和乙都不參與討論時，兩人對于該內容無明顯感知，均繼續(xù)尋求下一內容。這時甲和乙依然保持有每人1單位的效用。

第三種情況，當甲參與討論，而乙不參與討論時。甲的單方面付出沒有收到響應，會使得甲的效用減少，此處我們假定減少1單位，則甲的效應變?yōu)?。而乙不參與討論，依然保持有自己的1單位的效用。

第四種情況同第三種情況，只是從“甲參與討論，乙不參與討論”，變?yōu)椤耙覅⑴c討論，甲不參與討論”。因此，甲的效用依然為1，而乙的效用變?yōu)?。

可以看出，在甲和乙都參與內容討論的情況下，甲乙總體的效用最大；在甲與乙有一方不參與討論時，甲和乙的總體效用最低；在甲和乙都不參與討論時，甲和乙的總效用居中。

3.1.2 非正負化內容的用戶博弈過程

從表1的結果來看，對于乙而言，當看到甲選擇參與的時候，乙會選擇參與，因為此時會獲得效用的增加。當看到甲選擇不參與時，乙也會選擇不參與，因為要保留自己的1單位效用。

對于甲，當看到乙選擇參與的時候，甲會選擇參與。當看到乙選擇不參與時，甲也會選擇不參與。

因此對于四種情況而言，最終的結果，“參與，參與”和“不參與，不參與”應各占50%的概率。但是實際情況中，一方參與，一方不參與也是存在的，其原因可能在于先參與的一方未能讓尚未參與的一方相信，加入討論會使得自己的效用獲得提升，因此選擇不參與討論。這樣的后果便是傷害到了先參與討論的一方。當然，也存在可能，即未參與討論的一方（或后進入的一方），故意令參與討論的一方（或先進入的一方）效用降低。

同時，雙方都不參與的情況下，雙方均可保留自身的效用，這也側面證明了，對于非正負化內容而言，啟動用戶參與討論的難度。

3.1.3 一般數(shù)組矩陣

對于甲和乙來說，最初帶有的效用和做出決策后效用每次的變化量不一定為1，因此現(xiàn)在我們把非正負型內容的效用數(shù)值一般化。假設甲最初擁有的效用為Um，乙最初擁有的效用為Un。“參與”使甲獲得一次效用增加（減少），增加（減少）的效用為Ua（邊際效用）；“參與”使乙獲得一次效用增加（減少），增加（減少）的效用為Ub。根據(jù)表1的數(shù)值的一般化，可得表2。

根據(jù)表2，“甲參與，乙不參與”、“乙參與，甲不參與”兩種情況效用孰高孰低，由Ua、Ub的數(shù)值大小決定。當甲乙都選擇參與時，總效用水平大于等于甲乙都不參與的情況。

3.2 正負化內容的用戶博弈模型

表2 非正負化內容的一般數(shù)組矩陣

表3 正負化內容的簡單數(shù)組矩陣

3.2.1 簡單數(shù)組矩陣

與前文相同，我們假設甲和乙起初帶有閱讀內容的渴望，此處假設甲與乙均攜帶1單位效用。

第一種情況，當甲和乙均對該觀點表達支持時，由于用戶的聚集效應，甲和乙均可以獲得效用的提升，我們假定兩人對聚集效應的感受相同，每人均獲得1單位的效用提升，均變?yōu)閮尚в谩?/p>

第二種情況，當甲和乙均反對該觀點時，由于用戶的聚集效應，兩人均可獲得效用的提升，與第一種情況一樣，兩人均變?yōu)閮尚в谩?/p>

第三種情況，當甲支持該觀點，而乙反對時。甲乙雙方的觀點存在抵觸時，會使得甲乙雙方的效用均減少，此處假定減少1單位，則甲乙的效用均變?yōu)?。

第四種情況同第三種情況，只是從“甲支持該觀點，而乙反對”，變?yōu)椤凹追磳υ撚^點，乙支持該觀點”。因此，類似地，甲和乙的效用變?yōu)?。

可以看出，在甲和乙都選擇支持或都選擇反對的情況下，甲乙總體的效用最大；在甲與乙有一方反對，而另一方支持時，甲和乙的總體效用最低。

3.2.2 正負化內容的用戶博弈過程

當乙支持，且看到甲支持時，乙進入討論，促使自己的效用得到提高，同時這也助推甲的效用得到提高。

當乙反對，且看到甲支持時，乙進入討論，反對甲的觀點，造成自己和甲的效用均減少。

甲的情況與乙一樣，不再贅述。

另外，當某人選擇支持時，會希望其他人也選擇支持，不希望其他人選擇反對，因為這樣會造成自己的效用減少。因此會鼓動他人進行同樣支持化的表達，當發(fā)現(xiàn)有其人表達反對時會予以抗辯，這是造成正負化內容通常會顯得活躍度更高的原因之一。

3.2.3 一般數(shù)組矩陣

現(xiàn)在我們把正負型內容的效用數(shù)值一般化。假設甲、乙最初擁有的效用分別為Um，Un。若甲的觀點得到認同（反駁），甲獲得一次效用的增加（減少），增加（減少）的效用為Uc；若乙的觀點得到的認同（反駁），乙獲得一次效用的的增加（減少），增加（減少）的效用為Ud。根據(jù)表3的數(shù)值的一般化，可得表4。

表4 正負化內容的一般數(shù)組矩陣

表5 正負化內容的簡單擴展矩陣

3.3 正負化內容博弈模型的擴展

在前文對正負化的內容的探討中，我們忽略了用戶是否會參與，在此我們進一步思考。用戶與內容的互動過程，是先有“參與”，然后再進行“支持”與“反對”。因此對于正負化內容，我們將“參與”與否給用戶帶來的效用變化，加入到正負化內容本身對用戶的效用影響框架中。

當甲和乙都參與，且都支持或都反對時，每個人最終的效用數(shù)值為3，如表5。原因在于：他們的效用變化建立在“參與、參與”的基礎上，對甲和乙而言，效用的增加過程是“1+1+1”，第一個“1”效用為本身帶有的，第二個“1”效用是參與帶來的用戶聚集效應所催生的，第三個“1”效用是“支持”或“反對”聚集效應帶來的。

當甲和乙都參與，且一個支持，一個反對時，兩人的效用均為1，如表6。此1單位效用為的形成過程為“1+1-1”，其中的每個“1”與上段中的表述對應。

當甲和乙都不參與，或一方參與時，我們便可以不在考慮“支持”、“反對”這類維度。博弈模型變回了非正負化內容的博弈模型，即表1。

我們把表1和表5融合到一起，并按照前文的辦法進行效用數(shù)值的一般化，可以生成表6。表6即是在“參與”、“不參與”的概念與“支持”、“反對”概念融合下生成的。即將“參與”與否作為進一步討論“支持”或“反對”的先決條件。對于表6，在甲乙都參與的大前提下，又有有四種不同可能，分別對應表6的四種組合。表6中除了甲乙都參與的情況，可以發(fā)現(xiàn)其余部分與表2相同。

現(xiàn)在我們將表2和表6進行對比，并提取出兩類內容中：甲乙可能達到的最大效用組合和最小效用組合，見表7。

表6 正負化內容的一般擴展矩陣

表7 兩類內容的效用對比

表7首先分別給出了表2和表6各自可能取到的最大效用。很顯然，對于最大效用而言，正負化內容的效用要大于非正負化內容，原因在于正負化內容中，用戶不僅通過參與討論收獲了效用累積Ua、Ub，還經由“支持”或“反對”的被認同而收獲效用Uc、Ud。這表明，當可以預見用戶對社區(qū)內容參與熱情較高時，給予正負化的內容，用戶可能收獲更高的效用。

最小效用方面，非正負化內容存在兩種可能，正負化內容存在三種可能。

當Ua＞Ub時，可得（Um-Ua+Un）＜（Um+Un-Ub）。且2Ua+Ub＞Uc+Ud時，可得（Um-Ua+Un）＜（Um+Ua-Uc+Un+Ub-Ud）。此時非正負化內容的最小效用組合為（Um-Ua，Un），正負化內容的最小效用組合同樣為（Um-Ua，Un），二者相等。

當Ua＞Ub時，可得（Um-Ua+Un）＜（Um+Un-Ub）。且2Ua+Ub＜Uc+Ud時，可得（Um-Ua+Un）＞（Um+Ua-Uc+Un+Ub-Ud）。此時非正負化內容的最小效用組合為（Um-Ua，Un），正負化內容的最小效用組合為（Um+Ua-Uc，Un+Ub-Ud）。此時正負化內容的最小效用更小。

當Ua＜Ub時，可得（Um-Ua+Un）＞（Um+Un-Ub）。且2Ub+Ua＞Uc+Ud時，可得（Um+Un-Ub）＜（Um+Ua-Uc+Un+Ub-Ud）。此時非正負化內容的最小效用組合為（Um，Un-Ub），正負化內容的最小效用組合同樣為（Um，Un-Ub），二者相等。

當Ua＜Ub時，可得（Um-Ua+Un）＞（Um+Un-Ub）。且2Ub+Ua＜Uc+Ud時，可得（Um+Un-Ub）＞（Um+Ua-Uc+Un+Ub-Ud）。此時非正負化內容的最小效用組合為（Um，Un-Ub），正負化內容的最小效用組合為（Um+Ua-Uc，Un+Ub-Ud），此時正負化內容的最小效用更小。

我們將最小效用可能的以上四種情況總結到表8中。

從表8的結論來看，正負化內容的最小效用小于等于非正負化內容的最小效用。再結合表7的正負化內容的最大效用大于非正負化內容最大效用的結論，我們可以得出：正負化內容可以取到的效用范圍大于非正負化內容的效用范圍。這意味著，從實踐角度出發(fā)，當我們給予社區(qū)用戶的內容更偏向正負化時，用戶的效用水平可能會有比較大的波動，既可能收獲較高的內容討論所帶來的滿足感，也對該內容討論產生排斥情緒。當我們希望用戶對內容的感知較為平穩(wěn)時，應當更多的給予非正負化內容。

從表8的條件來看，Ua、Ub的大小對比，2Ua、2Ub的大小變化都會對最終的結論產生影響。而（Uc+Ud）在條件中始終作為一個整體出現(xiàn)。也就是說，若要對比兩類內容，哪類可能給用戶的效用負面沖擊最大，對于Ua、Ub所代表的是否參與內容討論為用戶帶來的效用改變，需要具體用戶具體分析，細致剖析，對用戶進行分類和對照是有必要的。而Uc、Ud所代表的正負化沖擊則可以關注用戶的整體全貌，通?？紤]用戶對被支持與被反駁的平均感受和效用變化。

表8 兩類內容最小效用對比

4、總結與建議

本文首先對虛擬化社區(qū)中常見的內容類型進行了分類，并在此基礎上歸納區(qū)分出“非正負化內容”和“正負化內容”兩類。隨后我們依據(jù)這兩類內容分別建立了不同的博弈模型，在用戶與內容、用戶與用戶之間構建了理論化的橋梁。本文利用博弈模型總結出啟動用戶對于非正負化內容討論難度大的原因，并且發(fā)現(xiàn)了正負化內容通常活躍度高于非正負化內容的原因。同時，本文將正負化內容與非正負化內容的博弈過程進行結合，以期望用更全面充分的視角來看待正負化內容帶給用戶的效用影響。最后，我們發(fā)現(xiàn)正負化內容可以為用戶帶去相對于非正負化內容更大的效用，且正負化內容可以取到的效用范圍大于非正負化內容的效用范圍。

我們認為當社區(qū)利用正負化內容試圖為用戶帶去更大的內容滿足感時，社區(qū)也要承擔用戶效用水平反而顯著下滑的風險。當社區(qū)希望用戶的整體效用水平處在某一穩(wěn)定水平時，則給予充分的非正負化內容更為合理。本文同時指出，當非正負化內容占據(jù)社區(qū)的主導地位時，對于個體用戶或部分用戶的邊際效用需要獨立分析，盡可能觀測到用戶群體的差異；而當正負化內容占據(jù)社區(qū)的主導地位時則可以關注用戶的整體全貌。本文的研究結果對虛擬社區(qū)的用戶與內容運營具備一定的指導意義，但諸如用戶對內容的瀏覽時間等因素沒有引入博弈模型，未來依然有改進可能。