王文韜 張俊婷 李晶 張震 楊敏

摘 要：[目的/意義]從博弈視角出發(fā)，基于不完全信息多階段博弈模型對學術社交網(wǎng)絡用戶的知識貢獻進行研究。根據(jù)用戶在學術社交網(wǎng)絡中知識貢獻及接受所采取的不同博弈策略進行分析，為優(yōu)化學術社交網(wǎng)絡的用戶服務總結相關啟示。[方法/過程]以社會交換理論為基礎，對學術社交網(wǎng)絡中知識貢獻者及免疫者的復制動態(tài)博弈方程進行假設和數(shù)學推演。[結果/結論]當貢獻者貢獻知識的成本降低、得益提高時，貢獻者更趨向于執(zhí)行強貢獻博弈策略，反之，則更趨向于執(zhí)行弱貢獻博弈策略;當免疫者意識到不接受貢獻知識可能的損失（機會成本）增大時，免疫者更趨向于采取弱免疫博弈策略，反之，則會趨向于執(zhí)行強免疫博弈策略。據(jù)此，提出相關研究啟示。

關鍵詞：社會交換理論;學術社交網(wǎng)絡;博弈模型;用戶;知識貢獻

DOI：10.3969/j.issn.1008-0821.2020.05.008

〔中圖分類號〕G203 〔文獻標識碼〕A 〔文章編號〕1008-0821（2020）05-0058-08

Research on User Knowledge Contribution of Academic

Social Network Based on Social Exchange Theory

Wang Wentao1 Zhang Junting1 Li Jing2 Zhang Zhen1 Yang Min1

（1.School of Management，Anhui University，Hefei 230601，China;

2.School of Information Management，SUN Yat-Sen University，Guangzhou 510006，China）

Abstract：[Purpose/Significance]From the perspective of game，the knowledge contribution of academic social network users is studied based on the multi-stage game model of incomplete information.According to the different game strategies adopted by the users in the academic social network，the knowledge and contribution of the game are analyzed to summarize the relevant enlightenment for optimizing the user service of the academic social network.[Method/Porcess]Based on the theory of social exchange，the hypothesis and mathematical deduction of the dynamic game equations of knowledge contributors and immunizes in academic social networks were carried out.[Result/Conclusion]When the cost of contributors contributing knowledge was reduced and the benefits were increased，contributors tended to implement strong contribution game strategies，and vice versa.When immunized people realized that they did not accept the possible loss of contribution knowledge（When the opportunity cost increased，the immune person tended to adopt a weak immune game strategy，and vice versa.Based on this，relevant research implications were proposed.

Key words：social exchange theory;academic social network;game model;user;user;knowledge contribution

社交網(wǎng)絡作為人們在線交流的重要工具之一，已涉及社會的各行各業(yè)[1]。如面向熟人關系的社交網(wǎng)絡平臺微信[2]，基于健身主題的社交網(wǎng)絡平臺Keep[3]，面向慢性病群體的社交網(wǎng)絡平臺慢友幫[4]。在學術科研領域社交網(wǎng)絡也在不斷滲透，如Researchgate[5-7]、Mendely[8-9]、Acadimic.edu[10-11]、小木蟲[12]等，學術社交網(wǎng)絡正日益受到學術界的關注，并成為圖書情報領域的重要研究課題之一[13]。

隨著學術社交網(wǎng)絡的不斷發(fā)展，其在學術交流和學術創(chuàng)新方面的積極作用越發(fā)明顯[14-15]，但現(xiàn)階段不同學術社交網(wǎng)絡平臺在不同程度上，都面臨著在線用戶重科研資料獲取、輕知識貢獻分享的問題[16-17]，很多用戶長期處于“潛水”狀態(tài)，他們不愿將自己的知識貢獻出來與別人分享，而且部分曾熱衷于貢獻知識的活躍用戶也會隨著時間的推移不再參與知識分享，這使得學術社交網(wǎng)絡中用戶參與不足、知識貢獻意愿低等現(xiàn)象日益嚴重[18]，當該類用戶占據(jù)學術社交網(wǎng)絡人群中的大多數(shù)時，學術社交網(wǎng)絡的發(fā)展就會遇到瓶頸。作為科學研究活動重要的輔助工具之一，探索學術社交網(wǎng)絡中用戶知識貢獻議題具有較重要的現(xiàn)實意義。目前國內已有學者對學術社交網(wǎng)絡中用戶知識貢獻相關問題進行研究，但多是通過結構方程模型方法對學術社交網(wǎng)絡中知識貢獻問題進行分析[19-22]。然而，在學術社交網(wǎng)絡中，貢獻者向免疫者分享知識資源時，其并不知道免疫者選擇接受還是不接受，在知識貢獻過程中，貢獻者與免疫者之間就成本與得益存在著博弈，通過數(shù)學博弈的方法能夠較好地分析知識貢獻中貢獻者與免疫者的博弈過程。因此，本文選擇數(shù)學博弈的方法對學術社交網(wǎng)絡中用戶知識貢獻行為進行深入探討。

1 相關理論及概念

1.1 社會交換理論

社會交換理論由美國社會學家Homans G C提出，他認為人類的一切行為都受到某種能帶來獎勵和報酬的交換活動支配[23]，之后，Blau P對社會交換理論進行了修改和補充[24]，從社會結構視角出發(fā)進一步發(fā)展了該理論。作為一個發(fā)展較為成熟的理論，社會交換理論的研究和應用已涉及到社會的很多領域[25-27]，在學術社交網(wǎng)絡中，社會交換理論同樣發(fā)揮著作用[28]。該理論是指人與人之間互動基礎上的一種交換過程，這種交換包括情感、報酬、資源、公正性等[29]，這些交換活動不可避免的會涉及到報酬（得益）和代價（成本）。如在學術社交網(wǎng)絡中，貢獻知識（成本）的用戶無法獲得與貢獻知識價值對等的交換價值（得益）時，很多用戶就會選擇不再使用學術社交網(wǎng)絡或降低使用頻次[30]。

因此，本文嘗試從社會交換理論出發(fā)，以成本與得益為參量，利用多階段博弈模型對學術社交網(wǎng)絡中知識貢獻的機制進行數(shù)學模型構建及分析。通過模型推演，得出在不同情況下，學術社交網(wǎng)絡用戶對待知識貢獻采取的博弈策略。據(jù)此，為我國學術社交網(wǎng)絡的用戶服務優(yōu)化提出一些對策。

1.2 學術社交網(wǎng)絡

社交網(wǎng)絡（Social Network），起源于社會學中的社區(qū)理論，在不同信息技術發(fā)展環(huán)境下，表現(xiàn)出不同的形式。20世紀80年代，社交網(wǎng)絡多以BBS（Bulletin Board System）電子公告牌系統(tǒng)的形式出現(xiàn)，用戶可以在BBS中發(fā)表自己的觀點或與其他用戶進行信息交流。隨著互聯(lián)網(wǎng)技術的發(fā)展，社交網(wǎng)絡逐漸演變成以用戶間的信息互動為主，具有代表性的如Facebook[31]、人人網(wǎng)[32]等;現(xiàn)階段，社交網(wǎng)絡則以微信[33]、微博[34]等社交媒體平臺為代表，用戶可以在這些平臺中獲取個性化的信息，社交網(wǎng)絡在該階段體現(xiàn)出的一個較為顯著的特征是不斷以群體為導向進行細分演變，出現(xiàn)了很多針對特定人群或特定主題的垂直社交網(wǎng)絡。同時，社交網(wǎng)絡正在從生活、娛樂等領域向教育和學術領域轉變，學術社交網(wǎng)絡也因此逐漸受到人們的關注。

學術交流一般可分為正式交流和非正式交流兩類[35]，其中非正式交流包括學術博客、學術論壇、科學網(wǎng)站、學術社交網(wǎng)絡及科學推文[36]等。學術社交網(wǎng)絡作為互聯(lián)網(wǎng)時代非正式學術交流的重要渠道之一[37]，其發(fā)展正在改變學術交流的形式[38]，并有助于促進科學知識的交流和融合[39]。作為社交網(wǎng)絡的一種類型，學術社交網(wǎng)絡主要為用戶提供信息發(fā)布、知識分享和科研工作交流[40]等功能，這些功能多是出于學術交流或科學研究的目的。

2 博弈模型選擇和分析

2.1 博弈參與方

在博弈中獨立決策、獨立承擔博弈結果的個人或組織稱為博弈方[41]。本研究將學術社交網(wǎng)絡中，與知識貢獻的相關用戶角色分為貢獻者（Contributor）和免疫者（Stifler）[42]。所謂貢獻者即在學術社交網(wǎng)絡中愿意貢獻知識的用戶，免疫者則是接受貢獻者發(fā)出知識的用戶。

從社會交換理論出發(fā)，在學術社交網(wǎng)絡中的用戶貢獻知識時需要付出一定的成本，而免疫者對貢獻者貢獻知識的價值判斷（機會成本），與原有知識結構或價值觀的沖突等，都會導致免疫者接受或不接受貢獻者貢獻的知識。在現(xiàn)實情況中，學術社交網(wǎng)絡用戶（貢獻者）向其他用戶分享知識資源時，其并不知道其他學術社交網(wǎng)絡的用戶（免疫者）會選擇接受還是不接受，而免疫者的接受與否主要取決于其對知識資源機會成本的感知等因素，如免疫者意識到錯失貢獻的知識的損失增大時，免疫者會傾向于接受貢獻的知識，反之則傾向于不接受貢獻的知識。因此，在學術社交網(wǎng)絡中，貢獻者與免疫者之間就知識的貢獻（成本與得益）存在著博弈。綜上，本文將貢獻者和免疫者作為學術社交網(wǎng)絡中參與博弈的雙方，通過博弈模型的推演，分析他們在不同情況下，選擇的博弈策略及對應的博弈得益。

2.2 博弈假設

文中探討的博弈在一定假設條件下進行：

假設1：貢獻者在學術社交網(wǎng)絡中進行知識貢獻時可選擇強貢獻博弈策略和弱貢獻博弈策略。對知識貢獻有很大行為愿望，頻繁執(zhí)行多次貢獻，視為選擇強貢獻博弈策略，反之則視為選擇弱貢獻博弈策略;免疫者在學術社交網(wǎng)絡中接受知識時可選擇強免疫博弈策略和弱免疫博弈策略。那些對貢獻者貢獻的知識具有較強抵制能力，且不容易被貢獻者說服，更不易讓自己變成貢獻者的行為即強免疫博弈策略，反之則視為弱免疫博弈策略。

假設2：貢獻者選擇強貢獻博弈策略時，其既可成功貢獻（被貢獻用戶接受了貢獻的知識，并繼承了貢獻該知識的能力）給執(zhí)行強免疫博弈策略的用戶，也可成功貢獻給執(zhí)行弱免疫博弈策略的用戶;貢獻者選擇弱貢獻博弈策略時，其只能成功貢獻給執(zhí)行弱免疫博弈策略的用戶，貢獻給執(zhí)行強免疫博弈策略的用戶會失敗。

假設3：學術社交網(wǎng)絡用戶在博弈前可選擇自己的博弈策略，一旦選擇，在博弈中不能改變，但在多個博弈回合之間，博弈雙方可以進行博弈策略的改變。

假設4：在學術社交網(wǎng)絡中，貢獻者在貢獻知識時，只知道存在執(zhí)行強免疫博弈策略和執(zhí)行弱免疫博弈策略的用戶，但針對具體的貢獻對象時，貢獻者不知道被貢獻對象具體采取的是哪種免疫博弈策略。

2.3 博弈模型

由于假設4的情況，可見，在貢獻者與免疫者之間存在信息不對稱，故文中貢獻者與免疫者之間的博弈屬于不完全信息博弈。文中博弈雙方的選擇行為存在先后順序，且后選擇、后行動的博弈方在自身做出博弈策略前可觀察到博弈對方的博弈策略選擇。因此，文中學術社交網(wǎng)絡中貢獻者與免疫者之間的博弈為多階段博弈（Multistage Games）。

2.4 博弈方得益

文中博弈方得益（Payoffs）指在學術社交網(wǎng)絡中參與博弈的一方在選擇不同博弈策略時而獲得的相應得益。對貢獻者來說，該類用戶可以選擇兩種博弈策略，即強貢獻博弈策略和弱貢獻博弈策略。對免疫者來說，該類用戶可采取的博弈行為策略有強免疫博弈策略和弱免疫博弈策略。

貢獻者選擇強貢獻博弈策略時，根據(jù)貢獻對象的不同行為策略可出現(xiàn)兩種得益結果。當貢獻者的對象是選擇強免疫博弈策略的免疫者時，貢獻者付出貢獻成本為2c，獲得的收益為2t，而選擇強免疫博弈策略的免疫者的收益為2r，因此，貢獻者和免疫者各付出的成本為（2t-2c，2r）;當貢獻者的對象是選擇弱免疫博弈策略的免疫者時，貢獻者需要付出的成本則依然是2c，獲得的收益為t，選擇弱免疫博弈策略的免疫者獲得的收益為r，因此，貢獻者和免疫者分別付出的成本為（t-2c，r）。

貢獻者在博弈時選擇弱貢獻博弈策略時，根據(jù)貢獻對象的不同行為策略也會出現(xiàn)兩種得益結果。當貢獻者面對選擇強免疫博弈策略的免疫者時，貢獻者博弈成本為c，免疫者若沒有接受知識貢獻，貢獻者的得益為0，免疫者的損失為w，二者分別支出的成本為（-c，-w）;當貢獻者面對的是執(zhí)行弱免疫博弈策略的免疫者時，貢獻者貢獻成本依然為c，貢獻者得益為t，免疫者得益為r，二者的支出成本分別為（t-c，r）。

3 博弈過程分析

博弈策略集合：貢獻者的策略集合為{強貢獻，弱貢獻}，記為{s1，s2};免疫者的策略集合為{強免疫，弱免疫}，記為{h1，h2}。

在知識貢獻過程中，貢獻者在策略選擇時采取混合策略，即以概率p選擇強貢獻博弈策略，以概率1-p采取弱貢獻博弈策略;同時，免疫者也采取混合策略以應對貢獻者的策略進行博弈，即以概率q選擇強免疫博弈策略，以概率1-q選擇弱免疫博弈策略。

3.1 貢獻者的復制動態(tài)方程

若貢獻者以概率p選擇強貢獻博弈策略，以概率1-p采取弱貢獻博弈策略，則：

1）當貢獻者采取強貢獻博弈策略時，其期望收益為：

Ex（s1）=q（2t-2c）+（1-q）（t-2c）=qt+t-2c（1）

2）當貢獻者采取弱貢獻博弈策略時，其期望收益為：

Ex（s2）=q（-c）+（1-q）（t-c）=t-c-qt（2）

當貢獻者采取強貢獻博弈策略的期望收益等于采取弱貢獻博弈策略的期望收益時，亦即：Ex（s1）=Ex（s2），則有q=c2t。q>c2t時，Ex（s1）>Ex（s2），貢獻者采取強貢獻的收益大于采取弱貢獻的收益;q

由式（1）與（2）可知貢獻者的平均期望收益Ex為：

Ex=pEx（s1）+（1-p）Ex（s2）=p（qt+t-2c）+（1-p）（t-c-qt）（3）

因此，貢獻者選擇混合策略的復制動態(tài)方程為：

f（p）=dpdt=p[Ex（s1）-Ex]=p（1-p）（2qt-c）（4）

則由式（4）可知：

當q=c2t，p取任一概率值時，f（p）=dpdt≡0，亦即貢獻者所有的混合策略均是其穩(wěn)定狀態(tài);當q≠c2t，p=0，1時，f（p）=dpdt≡0，亦即貢獻者的穩(wěn)定狀態(tài)有兩個p=0和p=1。

進一步，對f（p）求導得：

f′（p）=df（p）dp=（1-2p）（2qt-c）（5）

則由式（5）可知：

當q>c2t，有f′（0）=df（p）dtp=0=2qt-c>0，f′（1）=df（p）dtp=1=-（2qt-c）<0，則可知p=1是平衡點，此時1-p=0，亦即貢獻者的演化穩(wěn)定策略是強貢獻博弈策略;當q0，則可知p=0是平衡點，此時1-p=0，亦即貢獻者的演化穩(wěn)定策略是弱貢獻博弈策略。

3.2 免疫者的復制動態(tài)方程

若免疫者以概率q選擇強免疫博弈策略，以概率1-q選擇弱免疫博弈策略，則：

1）當免疫者采取強免疫博弈策略時，其期望收益為：

Ey（h1）=p（2r）+（1-p）（-w）=2rp+wp-w（6）

2）當免疫者采取弱免疫博弈策略時，其期望收益為：

Ey（h2）=pr+（1-p）r=r（7）

當免疫者采取強免疫博弈策略的期望收益等于采取弱免疫博弈策略的期望收益時，亦即：Ey（h1）=Ey（h2），則有p=w+rw+2r。p>w+rw+2r時，Ey（h1）>Ey（h2），免疫者采取強免疫的收益大于采取弱免疫的收益;p

由式（6）與（7）可知免疫者的平均期望收益為：

Ey=qEy（h1）+（1-q）Ey（h2）=q（2rp+wp-w）+（1-q）r（8）

因此，免疫者選擇混合策略的復制動態(tài)方程為：

g（q）=dqdt=q[Ey（h1）-Ey]=q（1-q）（2rq+wp-w-r）（9）

則由式（9）可知：

當p=w+rw+2r，q取任一概率值時，g（q）=dqdt≡0，亦即免疫者所有的混合策略均是其穩(wěn)定狀態(tài);當p≠w+rw+2r，q=0，1時，g（q）=dqdt≡0，亦即免疫者的穩(wěn)定狀態(tài)有兩個q=0和q=1。

進一步，對g（q）求導得：

g′（q）=dg（q）dq=（1-q）（2rp+wp-w-r）（10）

則由式（10）可知：

當p>w+rw+2r，有g′（0）=dg（q）dtq=0=（w+2r）p-（w+r）>0，g′（1）=dg（q）dtq=1=-[（w+2r）p-（w+r）]<0，則可知q=1是平衡點，此時1-q=0，亦即免疫者的演化穩(wěn)定策略是強免疫博弈策略;當p0，則可知q=0是平衡點，此時1-q=1，亦即免疫者的演化穩(wěn)定策略是弱免疫博弈策略。

4 研究結論

由上述博弈模型數(shù)學推理分析可知，在貢獻者的復制動態(tài)方程公式（5）中，當貢獻成本c與收益的兩倍2t的比值小于免疫者選擇強免疫的概率時，即P趨近于1，這種情況下，貢獻者將選擇執(zhí)行強貢獻博弈策略。可知，通過降低貢獻者的貢獻成本，提高貢獻的得益，都有利于驅使貢獻者執(zhí)行強貢獻博弈策略;從免疫者的復制動態(tài)方程（10）來看，當免疫者的機會成本w增大時，免疫者的演化穩(wěn)定策略是弱免疫博弈策略，反之則是強免疫博弈策略?？芍?，貢獻者應貢獻更具有價值的知識，來提高接受者的得益。在免疫者意識到錯失貢獻的知識的損失增大時，免疫者則傾向于接受貢獻的知識。

5 研究啟示

本文通過知識貢獻者與免疫者不完全信息多階段博弈中得益與成本的分析，基于社會交換理論得出以下啟示。

5.1 增加普通用戶博弈得益，推動普通用戶向知識貢獻者轉化? 在學術社交網(wǎng)絡中，知識貢獻者對于知識傳播、科研交流等起到十分重要的作用，較多知識貢獻者的學術社交網(wǎng)絡發(fā)揮的作用遠大于知識貢獻者較少的學術社交網(wǎng)絡。而知識貢獻者從普通用戶中產生，因此，如何使普通用戶轉化為知識貢獻者對科研交流及學術社交網(wǎng)絡發(fā)展至關重要。

從社會交換理論出發(fā)，由式（5）推算可知，學術社交網(wǎng)絡中用戶獲取的得益越大，其越有可能成為知識貢獻者，如免疫者在獲取得益較大的情境下，其更愿意執(zhí)行弱免疫策略（由式10推算可知），并成為新的知識貢獻者。在學術社交網(wǎng)絡中，學科領域的差異始終是一個關鍵要素[43]，而目前國內的學術社交網(wǎng)絡中，針對不同社交群體的分類社交功能尚不完善。

在現(xiàn)實環(huán)境中，用戶使用學術社交網(wǎng)絡的目的之一就是獲取需要的知識，如一些用戶想要就一些問題得到同行的分析或幫助，而具備不同學術水平和層次的用戶需要的知識的水平也不盡相同。因此，學術社交網(wǎng)絡中，應引入不同社交用戶群的分類功能，這樣做的目的是在同一層次中的用戶彼此間傳遞的知識更有可能獲得共鳴，且彼此通過對方解答問題獲取的知識價值也相當，由此加快普通用戶向知識貢獻者的轉化進程，增加學術社交網(wǎng)絡中知識貢獻者數(shù)量，當每位用戶兼具知識貢獻者和知識接受者的身份時，學術社交網(wǎng)絡中知識流動的速度會發(fā)生較大飛躍，進而有助于學科間、跨學科間交流及新知識的創(chuàng)造。由于學術社交網(wǎng)絡更多的是由學術資本驅動而非友誼驅動[44]，因此，通過引入不同社交用戶群的分類功能，有利于用戶間持續(xù)的交流，提高學術社交網(wǎng)絡的用戶持續(xù)使用意愿和用戶粘性。

此外，不同研究領域的社交用戶群間跨學科的深入交流也有利于不同用戶思想的傳遞和知識的創(chuàng)新[45]。隨著社會分工的不斷細化，不同領域間的深入交流和合作過程亦是知識在隱性狀態(tài)和顯性狀態(tài)間不斷螺旋轉化的過程，有利于加速新知識的創(chuàng)造[46]。

5.2 增加貢獻者博弈得益、降低成本，構建知識貢獻驅動情境? 當普通用戶轉化為知識貢獻者后，隨之而來的問題是如何維持其知識貢獻的動力以及在面臨不同博弈策略時如何推動其執(zhí)行強貢獻博弈策略。此外，對于本已是知識貢獻者的用戶，對上述問題的討論仍具有重要的現(xiàn)實意義。

5.2.1 完善學術社交網(wǎng)絡用戶激勵生態(tài)

根據(jù)上文博弈得益與成本的分析，要想使學術社交網(wǎng)絡中的用戶習慣并樂于進行知識貢獻，學術社交網(wǎng)絡平臺必須要給知識貢獻者相應的得益，得益越高，知識貢獻者越愿意貢獻知識（由式5推算可知）。因此，構建一個良性的學術社交網(wǎng)絡知識貢獻用戶激勵生態(tài)十分必要，學術社交網(wǎng)絡可通過設置用戶評價指數(shù)[47]和培養(yǎng)虛擬學術團隊[48]等措施實現(xiàn)用戶激勵生態(tài)的構建。

1）構建學術社交網(wǎng)絡用戶評價指數(shù)

在Researchgate中，用戶可以通過下載學術論文、信息瀏覽、知識貢獻與他人進行交流、探討等活動來獲取和構建自己的RG指數(shù)值。RG指數(shù)值作為評價作者指標，其值越高代表相應學者在學術社交網(wǎng)絡平臺中被同行認可的程度也越高[49]。

事實上，現(xiàn)在學術社交網(wǎng)絡發(fā)展尚不成熟的一個重要原因是知識貢獻者和知識接受者之間存在知識獲取價值不對等的現(xiàn)象。在線普通學者想要獲取與優(yōu)秀學者進行交流的機會，但這類群體往往發(fā)送的都是需要幫助的學術問題請求。優(yōu)秀的學者作為知識回復者，其回復知識的價值若不能得到相應的回報，在多次的知識交流中，優(yōu)秀的學者可能會選擇沉默。因此，借助于構建類似Researchgate中的RG指數(shù)值，引進相關評價機制（如學術指數(shù)），優(yōu)秀學者通過與其他學者之間的知識交流和知識共享能夠提升自身的學術指數(shù)，并且得到學術社交同行的認可，甚至成為同行中的虛擬空間領袖。從這個角度來說，知識貢獻者和知識接受者都能夠獲取他們自己想要的交換價值，這無疑有利于學術社交網(wǎng)絡的可持續(xù)發(fā)展。

2）培養(yǎng)虛擬學術團隊

學術社交網(wǎng)絡中的用戶出于自身利益考慮，往往并不情愿將自己的知識貢獻給其他成員[50]。只有打消用戶使用學術社交網(wǎng)絡時對自身利益損失的顧慮，才能科學有效地促進學術社交網(wǎng)絡用戶間的交流。從上述多階段博弈數(shù)學分析中也可看出，只有提高用戶在學術社交網(wǎng)絡中的得益，才能促進其知識貢獻。因此，可在學術社交網(wǎng)絡中構建虛擬學術團隊，團隊間因共同的科研主題和不斷豐富的學術交流活動，彼此間的信任度得到提升，為用戶貢獻知識資源行為提供信任支持。學術社交網(wǎng)絡中用戶感受到的成員之間的關系質量、支持和較高得益等因素，都有利于用戶修正知識貢獻的動機[51]，促進用戶進行知識貢獻[52]，從而構建學術社交網(wǎng)絡中學術交流的良性生態(tài)。

5.2.2 優(yōu)化學術社交網(wǎng)絡標簽主題

由式（5）推算可知，降低貢獻者知識貢獻成本，能夠促使貢獻者執(zhí)行強貢獻博弈策略。因此，在學術社交網(wǎng)絡中，應減少用戶知識發(fā)布的交互層級，優(yōu)化用戶知識貢獻路徑，有助于構建知識貢獻驅動情境，推動用戶貢獻知識。如最新版的小木蟲PC端，用戶若要分享知識與其他用戶進行交流，在交互界面中會有相關預推送知識的標簽主題分類欄，如碩博家園、論文投稿、SCI期刊點評及基金申請等。

因此，通過優(yōu)化學術社交網(wǎng)絡標簽主題，可快速將用戶想要貢獻的知識傳遞給更可能對該知識感興趣的用戶，以此降低知識貢獻成本。此外，還可在貢獻者進行知識貢獻時給予一定的虛擬貨幣（可以兌換或用于虛擬交易）鼓勵，通過學術社交網(wǎng)絡虛擬補償?shù)男问?，降低知識貢獻成本，進而推進知識貢獻驅動情境的構建。

5.3 降低免疫者免疫成本，構建知識接受驅動情境

對于學術社交網(wǎng)絡來說，知識貢獻必不可少。而從知識傳遞層面看，知識貢獻者所貢獻的知識唯有被知識接受者接受，知識貢獻行為的意義才得以最終實現(xiàn)。因此，知識接受者是否接受知識貢獻者貢獻的知識便成為知識傳遞過程中重要環(huán)節(jié)。

從成本與得益的角度看，降低免疫者的免疫成本有助于構建利于知識接受者接受知識的情境，能夠促使免疫者執(zhí)行弱免疫博弈策略，推動知識接受者對知識的接受（由式（10）推導）。對學術社交網(wǎng)絡平臺來說，學術信息就更容易在用戶間進行傳播和分享。在學術社交網(wǎng)絡中，影響力的貢獻遵循著三度原則，用戶所做的事情會影響他們的好友（一度），好友的好友（二度），甚至好友的好友的好友（三度），如果超出了三度分隔的范圍，一般來說就影響不到用戶了，這里的事情包括態(tài)度、行為或創(chuàng)新思想等[53]。因此，可通過鼓勵學術社交網(wǎng)絡中用戶的深度交流，通過社交關系的紐帶，讓免疫者在接受信息時已對知識貢獻者有所了解，間接地降低對信息接受判斷時的免疫成本，免疫者可以更快地執(zhí)行弱免疫博弈策略，并獲得更多得益。

事實上，在學術社交網(wǎng)絡中強關系用戶間的知識貢獻，知識接受者更傾向于采取弱免疫博弈策略，這與用戶在使用學術社交網(wǎng)絡中，與陌生人的交流行為并不突出，更傾向于與熟人交流的情況類似[54]。因此，深度的學術社交互動能夠形成良好的知識接受驅動情境，有助于用戶在學術社交網(wǎng)絡中獲得更多得益。

6 結 語

文中對學術社交網(wǎng)絡中用戶在選擇強弱貢獻和強弱免疫博弈策略時的博弈行為進行了分析，通過多階段博弈模型的數(shù)學推演，得出學術社交網(wǎng)絡中用戶采取不同策略對應獲取的得益，并據(jù)此提出了優(yōu)化學術社交網(wǎng)絡的相關對策。但文中博弈模型的分析尚未考慮學術社交網(wǎng)絡社交圈中的社交強、弱關系[55]，因此，在后續(xù)的研究中將嘗試將學術社交網(wǎng)絡中的用戶強弱關系參量引入到研究中，進一步深化學術社交網(wǎng)絡中的知識貢獻研究。

參考文獻

[1]耿瑞利，申靜.不同文化視域下社交網(wǎng)絡用戶知識共享行為動機研究[J/OL].中國圖書館學報，2019，（1）：1-21.https：//doi.org/10.13530/j.cnki.jlis.190005，2019-03-13.

[2]巴志超，李綱，毛進，等.微信群內部信息交流的網(wǎng)絡結構，行為及其演化分析——基于會話分析視角[J].情報學報，2018，37（10）：1009-1021.

[3]Chen H.Smart Health Facilitator：Chinese Consumers Perceptions and Interpretations of Fitness Mobile Apps[M].mHealth Innovation in Asia.Springer，Dordrecht，2018：109-122.

[4]石靜，張斌，周利琴.健康問答社區(qū)用戶知識共享網(wǎng)絡動態(tài)演化研究[J].情報科學，2019，37（2）：77-82.

[5]Yu M C，Wu Y C J，Alhalabi W，et al.ResearchGate：An Effective Altmetric Indicator for Active Researchers？[J].Computers in Human Behavior，2016，55：1001-1006.

[6]Elsayed A M.The Use of Academic Social Networks Among Arab Researchers：A Survey[J].Social Science Computer Review，2015，34（3）：378-391.

[7]Researchgate[EB/OL].https：//www.researchgate.net，2017-07-08.

[8]Wei J，He D，Jiang J.User Participation in an Academic Social Networking Service：A Survey of Open Group Users on Mendeley[J].Journal of the Association for Information Science & Technology，2015，66（5）：890-904.

[9]劉春麗，何欽成.不同類型選擇性計量指標評價論文相關性研究——基于Mendeley、F1000和Google Scholar三種學術社交網(wǎng)絡工具[J].情報學報，2013，32（2）：206-212.

[10]Ortega J L.Disciplinary Differences in the Use of Academic Social Networking Sites[J].Online Information Review，2015，39（4）：520-536.

[11]Academia.edu[EB/OL].http：//www.academia.edu/about，2017-07-08.

[12]萬莉.學術虛擬社區(qū)知識交流效率測度研究[J].情報雜志，2015，（9）：170-173.

[13]張耀坤，胡方丹，劉繼云.科研人員在線社交網(wǎng)絡使用行為研究綜述[J].圖書情報工作，2016，（3）：138-147.

[14]胡文靜，王睿.社交網(wǎng)絡學術活動特征分析及應對策略[J].情報資料工作，2017，（1）：34-41.

[15]夏秋菊，栗文超，薛晶晶，等.面向學術領域的新型社交平臺：科研社交網(wǎng)絡[J].情報雜志，2014，（9）：167-172.

[16]Nicholas D，Herman E，Jamali H，et al.New Ways of Building，Showcasing，and Measuring Scholarly Reputation[J].Learned Publishing，2016，28（3）：169-183.

[17]Noorden R V.Online Collaboration：Scientists and the Social Network[J].Nature，2014，512（7513）：126-29.

[18]張樂.學術虛擬社區(qū)中個體知識貢獻意愿影響因素的實證研究[D].太原：山西財經(jīng)大學，2016：2.

[19]公曉，田麗.社交網(wǎng)絡中知識貢獻者行為影響因素探究[J].圖書館學研究，2016，（18）：98-100.

[20]施濤，姜亦珂.學術虛擬社區(qū)激勵政策對用戶知識貢獻行為的影響研究[J].圖書館，2017，（4）：82-86.

[21]席彩麗.基于社會-技術方法的社交網(wǎng)絡用戶知識貢獻行為研究[J].圖書館學研究，2014，（7）：32-37.

[22]李力.虛擬社區(qū)用戶持續(xù)知識共享意愿影響因素實證研究——以知識貢獻和知識搜尋為視角[J].信息資源管理學報，2016，（4）：91-100.

[23]Homans G C.Social Behavior as Exchange[J].American Journal of Sociology，1958，63（6）：597-606.

[24]Blau P.Exchange and Power in Social Life[M].New York City：Routledge，2017.

[25]孫乃娟，郭國慶.顧客承諾、自我提升與顧客公民行為：社會交換理論視角下的驅動機制與調節(jié)作用[J].管理評論，2016，28（12）：187-197.

[26]張衛(wèi)國，宣星宇.基于社會交換理論的高校創(chuàng)業(yè)教育與眾創(chuàng)空間聯(lián)動發(fā)展[J].中國高教研究，2016，（10）：93-97.

[27]劉小平.員工組織承諾的形成過程：內部機制和外部影響——基于社會交換理論的實證研究[J].管理世界，2011，（11）：92-104.

[28]李金陽.社會交換理論視角下虛擬社區(qū)知識共享行為研究[J].情報科學，2013，（4）：119-123.

[29]陳東靈.知識團隊知識傳播困境的博弈機理研究——對兩種均衡策略的比較[J].圖書情報工作，2011，55（24）：97-101.

[30]Chen I Y L.The Factors Influencing Members Continuance Intentions in Professional Virtual Communities—A Longitudinal Study[J].Journal of Information Science，2007，33（4）：451-467.

[31]耿瑞利，申靜.社交網(wǎng)絡群組用戶知識共享行為動機研究：以Facebook Group和微信群為例[J].情報學報，2018，37（10）：1022-1033.

[32]魏菲，孫立偉，王軍.基于SNS的高校圖書館服務行為比較研究——以“人人網(wǎng)”為例[J].圖書館工作與研究，2018，（S1）：5-10.

[33]宋振超.基于結構方程的知識型微信社群用戶參與動機和參與行為關聯(lián)性分析[J].情報學報，2018，37（5）：519-523.

[34]曾子明，王婧.基于LDA和隨機森林的微博謠言識別研究——以2016年霧霾謠言為例[J].情報學報，2019，38（1）：89-96.

[35]米哈伊洛夫，喬爾內，等.科學交流與情報學[M].北京：科學技術出版社，1980：49-61.

[36]余厚強，董克，王曰芬，等.基于科學推文視角的非正式科學交流語言分布研究[J].中國圖書館學報，2018，44（2）：86-96.

[37]賈新露，王曰芬.學術社交網(wǎng)絡的概念、特點及研究熱點[J].圖書館學研究，2016，（5）：7-13.

[38]吳正荊，孫成江，靖繼鵬.學術信息交流的變化——網(wǎng)絡信息交流[J].圖書情報工作，2003，（3）：32-35.

[39]鄒儒楠，于建榮.淺析非正式交流的歷史變遷[J].情報理論與實踐，2010，（2）：13-16.

[40]張寧，袁勤儉.用戶視角下的學術社交網(wǎng)絡信息質量影響因素研究——基于扎根理論方法[J].圖書情報知識，2018，（5）：105-113.

[41]謝識予.經(jīng)濟博弈論（第3版）[M].上海：復旦大學出版社，2007：19.

[42]Maki D R.Mathematical Models and Applications，with Emphasis on Social，Life，and Management Sciences[M].Prentice-Hall：Englewood Cliffs，NJ，1973.

[43]Wilson T D.Human Information Behavior[J].Informing Science the International Journal of An Emerging Transdiscipline，2000，3（2）：49-56.

[44]Thelwall M，Kousha K.Academia.edu：Social Network or Academic Network？[J].Journal of the Association for Information Science & Technology，2014，65（4）：721-731.

[45]王馨.跨學科團隊協(xié)同知識創(chuàng)造中的知識類型和互動過程研究——來自重大科技工程創(chuàng)新團隊的案例分析[J].圖書情報工作，2014，58（3）：20-26.

[46]Ikujiro N，Noboru K.The Concept of“Ba”：Building a Foundation for Knowledge Creation[J].California Management Review，1998，40（3）：40-54.

[47]劉穎.基于衍生h指數(shù)期刊評價指標構建與實證研究[J].圖書情報工作，2011，55（14）：144-148.

[48]黃體楊.2.0式合作：談圕林虛擬學術團隊[J].大學圖書館學報，2014，32（4）：63-66，75.

[49]嚴煒煒.中美iSchool院校學術社區(qū)利用行為比較研究——以ResearchGate為例[J].情報科學，2019，37（2）：9-13.

[50]Fraser J M Reid，Vlastimil Malinek，Clifford J T Stott，et al.The Messaging Threshold in Computer-mediated Communication[J].Ergonomics，1996，39（8）：1017-1037.

[51]曹雁，吳英策.國外團隊成員協(xié)作與知識傳播行為研究新進展[J].貴州大學學報：社會科學版，2010，28（2）：25-28.

[52]莊玉梅，張體勤.個體知識傳播行為的理論透視[J].圖書情報工作，2009，53（20）：118-121.

[53]尼古拉斯·克里斯塔基斯，詹姆斯·富勒，Nicholas A Christakis，等.大連接：社會網(wǎng)絡是如何形成的以及對人類現(xiàn)實行為的影響[M].北京：中國人民大學出版社，2013：25.

[54]賓寧，冼文峰，胡鳳.基于強弱關系的社交網(wǎng)絡知識貢獻博弈模型[J].現(xiàn)代情報，2016，36（12）：30-35.

[55]Granovette M S.The Strength of Weak Tie.American Journal of Sociology[J].1973，78 （6）：1360-1380.

（責任編輯：陳 媛）