王楚豪 李海剛 韓麗川

摘 要： 根據(jù)用戶參與互動(dòng)的不同目的，新產(chǎn)品眾包社區(qū)中的用戶活躍行為可劃分為知識(shí)互動(dòng)及陪伴互動(dòng)兩類(lèi)，獲取了魅族社區(qū)中兩個(gè)月內(nèi)的全部新帖，利用機(jī)器學(xué)習(xí)算法將帖子分類(lèi)為上述兩類(lèi)，再利用偏最小二乘算法驗(yàn)證提出的模型假設(shè)。結(jié)果顯示：用戶參與到社區(qū)網(wǎng)絡(luò)中的深度及廣度對(duì)陪伴互動(dòng)活躍度有更大的正向影響，而專業(yè)水平則對(duì)知識(shí)互動(dòng)活躍度有更大的正向影響；同時(shí)，陪伴互動(dòng)以及知識(shí)互動(dòng)均有利于品牌忠誠(chéng)度的培養(yǎng)，但前者的促進(jìn)作用遠(yuǎn)高于后者，說(shuō)明企業(yè)在運(yùn)營(yíng)新產(chǎn)品眾包社區(qū)時(shí)，應(yīng)當(dāng)引導(dǎo)用戶在社區(qū)中結(jié)識(shí)更多的伙伴，更大程度上提高用戶的陪伴互動(dòng)活躍度，才能更有效地達(dá)到提高品牌忠誠(chéng)度的目標(biāo)。

關(guān)鍵詞： 新產(chǎn)品眾包社區(qū)；用戶活躍度；陪伴互動(dòng)；知識(shí)互動(dòng)；品牌忠誠(chéng)度

中圖分類(lèi)號(hào)： F 270

文獻(xiàn)標(biāo)志碼： A

Exploring Factors affecting Brand Loyalty in New ProductCrowdsourcing Community： With the Mediation Effect of User Activity

WANG Chuhao LI Haigang HAN Lichuan

（Antai College of Economics & Management，Shanghai Jiao Tong University，Shanghai 200030，China）

Abstract： The user interactions in new product crowdsourcing communities can be divided into two types： knowledge interaction and companionship interaction， according to the objectives of interactions. This research obtains all the new posts in the Meizu Forum within two months， uses machine learning algorithms to classify the posts into the two categories， and then uses the partial least squares algorithm for empirical research. The results show that the depth and breadth of user participation in the community network have a greater positive impact on companionship interaction， while the level of expertise has a greater promotion effect on knowledge interaction. In addition， both companionship interaction and knowledge interaction are beneficial to the cultivation of brand loyalty， but the former has much higher promotion effect than the latter， indicating that in order to achieve the goal of increasing brand loyalty more effectively， enterprises should guide users to make more friends in the new product crowdsourcing community， and then actively participate in companionship interaction.

Key words： new product crowdsourcing community; user activity; companionship interaction; knowledge interaction; brand loyalty

虛擬社區(qū)是通過(guò)互聯(lián)網(wǎng)將眾多擁有相似愛(ài)好、經(jīng)歷或?qū)I(yè)的用戶聚集在一起進(jìn)行溝通交流的平臺(tái)，可以有效促進(jìn)個(gè)體之間互動(dòng)與合作，因此已經(jīng)成為資源共享和信息交換的重要途徑。新產(chǎn)品眾包社區(qū)是其中一種發(fā)展迅速的類(lèi)型，眾包是一種將企業(yè)內(nèi)部的工作外包給非特定的大眾網(wǎng)絡(luò)的行為，可以協(xié)助企業(yè)更有效地實(shí)現(xiàn)創(chuàng)新，因此受到了眾多企業(yè)的青睞。在互聯(lián)網(wǎng)環(huán)境下，新產(chǎn)品眾包社區(qū)的迅猛發(fā)展為眾多企業(yè)帶去了源源不斷的新鮮血液，用戶可以在這類(lèi)社區(qū)中自由地發(fā)表意見(jiàn)、提出創(chuàng)意，與企業(yè)或其他用戶進(jìn)行充分的交流，而企業(yè)不僅可以利用客戶提出的創(chuàng)意改進(jìn)自身的產(chǎn)品，實(shí)現(xiàn)客戶與企業(yè)的共同創(chuàng)造，還可以增強(qiáng)自身的品牌知名度和競(jìng)爭(zhēng)力，提高用戶對(duì)品牌的忠誠(chéng)度。如魅族社區(qū)已獲得累計(jì)注冊(cè)用戶超3600萬(wàn)名，單日最高發(fā)帖量超77萬(wàn)，為魅族培養(yǎng)了一大批忠實(shí)客戶；再如李寧設(shè)立的irun跑步社區(qū)集結(jié)了近30萬(wàn)名愛(ài)好跑步的用戶，對(duì)旗下運(yùn)動(dòng)產(chǎn)品的設(shè)計(jì)及宣傳起到了積極作用。除此以外，小米、聯(lián)想等眾多企業(yè)都成立了自己的新產(chǎn)品眾包社區(qū)，大量的潛在客戶在這些社區(qū)中集結(jié)，如何有效地對(duì)其中的用戶進(jìn)行引導(dǎo)，讓用戶在參與社區(qū)互動(dòng)的過(guò)程中逐漸提高對(duì)品牌的認(rèn)可度乃至忠誠(chéng)度，是社區(qū)管理者面臨的主要任務(wù)。

本研究利用Python爬蟲(chóng)程序從魅族社區(qū)中爬取用戶信息及發(fā)帖內(nèi)容，通過(guò)機(jī)器學(xué)習(xí)算法將取得的用戶互動(dòng)分為知識(shí)互動(dòng)及陪伴互動(dòng)兩類(lèi)，從虛擬社區(qū)成員社會(huì)資本的結(jié)構(gòu)資本、關(guān)系資本以及認(rèn)知資本三個(gè)維度出發(fā)，探索影響用戶參與知識(shí)互動(dòng)與陪伴互動(dòng)活躍度的因素，以及兩種不同類(lèi)型的活躍度對(duì)消費(fèi)者品牌忠誠(chéng)度的影響。本研究強(qiáng)調(diào)了新產(chǎn)品眾包社區(qū)中陪伴互動(dòng)的重要性，以用戶忠誠(chéng)度作為研究的因變量，使用機(jī)器學(xué)習(xí)算法對(duì)兩種互動(dòng)類(lèi)型進(jìn)行自動(dòng)分類(lèi)，為新產(chǎn)品眾包社區(qū)的理論研究提供了新的研究角度及研究方法，為新產(chǎn)品眾包社區(qū)的運(yùn)營(yíng)提供了更具實(shí)踐意義的指導(dǎo)。

1 文獻(xiàn)綜述

1.1 新產(chǎn)品眾包社區(qū)

進(jìn)入互聯(lián)網(wǎng)時(shí)代以來(lái)，客戶需求變化不斷加快，行業(yè)競(jìng)爭(zhēng)愈加激烈，為了應(yīng)對(duì)這一系列變化、提高自身產(chǎn)品競(jìng)爭(zhēng)力，企業(yè)正逐步將原本封閉的創(chuàng)新活動(dòng)向外部開(kāi)放，將客戶納入自身的創(chuàng)新體系中，引導(dǎo)用戶成為自身的創(chuàng)新源泉。新產(chǎn)品眾包社區(qū)，也有學(xué)者稱之為開(kāi)放式創(chuàng)新社區(qū)、品牌虛擬社區(qū)，是指由企業(yè)創(chuàng)建并進(jìn)行管理的在線平臺(tái)，其目的是聚集一批以企業(yè)產(chǎn)品為核心的用戶群，既為用戶參與企業(yè)新產(chǎn)品開(kāi)發(fā)提供便利，也促進(jìn)用戶交流、加深對(duì)企業(yè)的認(rèn)知并逐步產(chǎn)生歸屬感。因此，目前學(xué)術(shù)界針對(duì)新產(chǎn)品眾包社區(qū)的研究也大多圍繞促進(jìn)企業(yè)創(chuàng)新、提高客戶忠誠(chéng)度兩方面展開(kāi)。

促進(jìn)企業(yè)創(chuàng)新方面的研究相對(duì)較多，其中包括從企業(yè)角度出發(fā)對(duì)社區(qū)的運(yùn)營(yíng)方法進(jìn)行研究，如Acar等人通過(guò)實(shí)驗(yàn)研究發(fā)現(xiàn)金錢(qián)獎(jiǎng)勵(lì)并不能提高用戶提出創(chuàng)意的數(shù)量或質(zhì)量，Martinez認(rèn)為引入競(jìng)爭(zhēng)性的設(shè)計(jì)可以提高用戶的創(chuàng)造力；也有對(duì)用戶參與企業(yè)創(chuàng)新的影響因素進(jìn)行的研究，如Chang等人利用縱向數(shù)據(jù)進(jìn)行了研究，結(jié)果顯示信任、自我效能等因素對(duì)知識(shí)互動(dòng)意愿具有正向影響，但信任對(duì)知識(shí)分享意愿的促進(jìn)作用會(huì)隨著時(shí)間減弱，Yan等人提出并驗(yàn)證了社會(huì)資本三個(gè)維度與知識(shí)互動(dòng)之間的雙向影響關(guān)系；還有研究從用戶角度探索參與企業(yè)創(chuàng)新的更好方式，如Schemmann等人試圖探索什么樣的創(chuàng)意容易被企業(yè)所采納。

囿于客觀數(shù)據(jù)的可獲得性，提高客戶忠誠(chéng)度的研究相對(duì)較少，且相關(guān)研究主要通過(guò)問(wèn)卷調(diào)查、實(shí)驗(yàn)等方式展開(kāi)，如Shang等人通過(guò)在線問(wèn)卷調(diào)查發(fā)現(xiàn)“潛水”行為比發(fā)帖更能促進(jìn)用戶忠誠(chéng)度的提高；王靜一等人利用實(shí)驗(yàn)研究探索社區(qū)娛樂(lè)價(jià)值對(duì)品牌忠誠(chéng)的作用機(jī)制，并認(rèn)為企業(yè)應(yīng)當(dāng)強(qiáng)化社區(qū)的娛樂(lè)板塊建設(shè)以提高用戶忠誠(chéng)度。因此，新產(chǎn)品眾包社區(qū)提高客戶忠誠(chéng)度的功能，尤其是通過(guò)爬蟲(chóng)軟件取得用戶真實(shí)消費(fèi)情況等作為實(shí)證數(shù)據(jù)的研究仍舊存在較大的研究空間及意義。

1.2 用戶活躍度

學(xué)術(shù)界目前并沒(méi)有對(duì)用戶活躍度給出統(tǒng)一的定義，常亞平等用在虛擬社區(qū)中的發(fā)帖數(shù)量、回帖數(shù)量及在線時(shí)間等代表用戶的活躍度；Chmiel等人將單個(gè)用戶發(fā)帖的數(shù)量作為該用戶活躍度的度量?？偠灾?，用戶在虛擬社區(qū)中發(fā)帖、回帖一類(lèi)的互動(dòng)行為均是其活躍度的體現(xiàn)。用戶活躍度是新產(chǎn)品眾包社區(qū)成功的重要支撐和關(guān)鍵因素。用戶在新產(chǎn)品眾包社區(qū)中的參與都是完全自發(fā)且沒(méi)有金錢(qián)回報(bào)的，隨著新鮮感的逐漸消退，單個(gè)用戶在社區(qū)中的活躍度往往都會(huì)隨時(shí)間逐漸降低，這使得所有新產(chǎn)品眾包社區(qū)都會(huì)面臨用戶整體活躍度最終呈下降趨勢(shì)的問(wèn)題。如何提高用戶活躍度已成為社區(qū)運(yùn)營(yíng)方最為關(guān)心的問(wèn)題。

Gupta等人從管理學(xué)的角度將虛擬社區(qū)定義為“素不相識(shí)而有相似目的的人以網(wǎng)絡(luò)空間互動(dòng)溝通為主要手段建立關(guān)系、分享知識(shí)、享受樂(lè)趣或進(jìn)行經(jīng)濟(jì)交易而形成的群體”。從該定義中可以看出，用戶參與虛擬社區(qū)互動(dòng)的目的是多樣的。Huang等人在對(duì)癌癥虛擬社區(qū)的研究中將用戶互動(dòng)分為社會(huì)支持和陪伴互動(dòng)兩類(lèi)，探究了兩類(lèi)互動(dòng)的產(chǎn)生機(jī)制；申光龍等人則將新產(chǎn)品眾包社區(qū)中的用戶互動(dòng)分為產(chǎn)品互動(dòng)與人際互動(dòng)兩類(lèi)，通過(guò)問(wèn)卷調(diào)查研究了兩類(lèi)用戶互動(dòng)對(duì)顧客價(jià)值共創(chuàng)的影響。參考已有文獻(xiàn)的分類(lèi)及對(duì)常見(jiàn)新產(chǎn)品眾包社區(qū)的分析與研究，本文將新產(chǎn)品眾包社區(qū)中的用戶活躍度分為知識(shí)互動(dòng)及陪伴互動(dòng)兩種類(lèi)型。

知識(shí)互動(dòng)是新產(chǎn)品眾包社區(qū)的研究中最常見(jiàn)的主題，新產(chǎn)品眾包社區(qū)為其中的成員提供了建立聯(lián)系并相互交流的平臺(tái)，通過(guò)不斷發(fā)帖與回帖，各種類(lèi)型的信息、經(jīng)驗(yàn)、理論等知識(shí)通過(guò)不同的形式在不同的主體之間持續(xù)傳遞與積累，從而有效提高個(gè)體或組織的知識(shí)效益。本文將新產(chǎn)品眾包社區(qū)用戶以傳遞、探討知識(shí)為目的而進(jìn)行的交流稱為知識(shí)互動(dòng)，以手機(jī)產(chǎn)品論壇為例，關(guān)于產(chǎn)品的介紹或提問(wèn)，對(duì)品牌的意見(jiàn)或建議等討論均可視為知識(shí)互動(dòng)（如帖子“手機(jī)殼劃了下，可以修復(fù)嗎？”）。知識(shí)互動(dòng)可以幫助用戶增進(jìn)對(duì)品牌的了解，也可以幫助企業(yè)改進(jìn)產(chǎn)品，是新產(chǎn)品眾包社區(qū)中最主要的互動(dòng)類(lèi)型。

但是，社會(huì)成員間的互動(dòng)不僅包含以交換知識(shí)等資源為目的的功利功能，還存在著尋求伙伴關(guān)系或親密關(guān)系的陪伴功能。當(dāng)人們通過(guò)虛擬世界與不同區(qū)域和背景的人進(jìn)行互動(dòng)時(shí)，往往期望在交換信息的同時(shí)也結(jié)交到更多的朋友。Huang以及余歌等學(xué)者在對(duì)健康虛擬社區(qū)的研究中著重討論了陪伴互動(dòng)對(duì)用戶心理甚至生理健康能起到的支持作用。實(shí)際上，由于陪伴互動(dòng)單純是為了獲得樂(lè)趣、尋求同伴而進(jìn)行的，與論壇本身的主題不存在必然關(guān)聯(lián)，因此陪伴互動(dòng)可以存在于幾乎所有的虛擬社區(qū)中。例如常有用戶在手機(jī)產(chǎn)品論壇中發(fā)帖交流日?，嵤隆⑾嗷?wèn)候，又或是討論最新的娛樂(lè)八卦、時(shí)事熱點(diǎn)等，這類(lèi)行為則屬于陪伴互動(dòng)（如帖子“冬至到了，大家別忘了吃餃子”）。參與陪伴互動(dòng)的用戶往往對(duì)所處虛擬社區(qū)有著更強(qiáng)的歸屬感，對(duì)社區(qū)的持續(xù)健康運(yùn)營(yíng)有著重要的推動(dòng)作用，因此也是新產(chǎn)品眾包社區(qū)中不可或缺的互動(dòng)類(lèi)型，具有較高的研究?jī)r(jià)值。

目前研究新產(chǎn)品眾包社區(qū)知識(shí)互動(dòng)的文獻(xiàn)較多，主要包括針對(duì)影響用戶知識(shí)互動(dòng)的各類(lèi)因素展開(kāi)的研究，或是知識(shí)互動(dòng)對(duì)企業(yè)創(chuàng)新影響的研究，而對(duì)陪伴互動(dòng)進(jìn)行的研究相對(duì)少見(jiàn)。事實(shí)上，陪伴互動(dòng)在新產(chǎn)品眾包社區(qū)中普遍存在，在其中發(fā)帖交流生活中的喜怒哀樂(lè)甚至已經(jīng)成為許多用戶的生活常態(tài)，而現(xiàn)有針對(duì)陪伴互動(dòng)的研究主要集中于對(duì)健康類(lèi)虛擬社區(qū)進(jìn)行，如余歌對(duì)艾滋病論壇的研究。本研究把陪伴互動(dòng)引入新產(chǎn)品眾包社區(qū)用戶活躍度的研究中，強(qiáng)調(diào)了陪伴互動(dòng)在新產(chǎn)品眾包社區(qū)研究中的作用。

2 模型假設(shè)

2.1 陪伴互動(dòng)活躍度的影響因素

社會(huì)資本被描述為個(gè)體在其所處的社會(huì)網(wǎng)絡(luò)中能夠獲取到并加以利用的資源，其產(chǎn)生與維持讓相關(guān)個(gè)體可以更容易地分享資源或利益，個(gè)體的社會(huì)資本常表現(xiàn)為其擁有的身份地位、信任以及社會(huì)規(guī)范等特征。社會(huì)資本理論的提出為眾多社會(huì)現(xiàn)象的解釋提供了理論基礎(chǔ)，被廣泛應(yīng)用于對(duì)虛擬社區(qū)的研究之中。Nahapiet與Ghoshal認(rèn)為個(gè)體的社會(huì)資本由結(jié)構(gòu)資本、關(guān)系資本以及認(rèn)知資本三個(gè)維度構(gòu)成，有關(guān)社會(huì)資本的研究基本沿用了這一理論框架。

用戶的陪伴互動(dòng)活躍度被認(rèn)為與結(jié)構(gòu)資本密切相關(guān)，結(jié)構(gòu)資本描述的是用戶參與到社會(huì)網(wǎng)絡(luò)中的深度和廣度，學(xué)術(shù)研究中常通過(guò)參與互動(dòng)的頻率或廣泛性等特征來(lái)體現(xiàn)用戶在虛擬社區(qū)中的結(jié)構(gòu)資本。更高的結(jié)構(gòu)資本表示用戶參與互動(dòng)更頻繁且更具廣泛性、多樣性，這意味著用戶在社區(qū)中與更多的人進(jìn)行過(guò)交流互動(dòng)、相互之間的了解也更加深入，這將使得用戶更有動(dòng)力參與陪伴互動(dòng)。據(jù)此，本文提出假設(shè)：

H1a：結(jié)構(gòu)資本對(duì)陪伴互動(dòng)有正向影響。

關(guān)系資本也被認(rèn)為對(duì)陪伴活動(dòng)活躍度有促進(jìn)作用，關(guān)系資本是對(duì)用戶之間感情特質(zhì)的度量，被廣泛認(rèn)為是組織中個(gè)體行為的重要推動(dòng)因素，用戶在虛擬社區(qū)中的關(guān)系資本一般可通過(guò)信任、社區(qū)認(rèn)同感等因素度量。關(guān)系資本水平高的成員往往與其他成員之間的關(guān)系更為親密、對(duì)虛擬社區(qū)的整體認(rèn)同度也更高，這使得人們可以更加沒(méi)有顧慮地在該虛擬社區(qū)中吐露自己內(nèi)心的想法與情感，也會(huì)愿意花費(fèi)更多的精力參與陪伴互動(dòng)以維持這樣的親密關(guān)系以及認(rèn)同感。因此，本文提出假設(shè)：

H1b：關(guān)系資本對(duì)陪伴互動(dòng)有正向影響。

2.2 知識(shí)互動(dòng)活躍度的影響因素

知識(shí)互動(dòng)活躍度被認(rèn)為同時(shí)受到社會(huì)資本三個(gè)維度的正向影響。

新產(chǎn)品眾包社區(qū)中更高的結(jié)構(gòu)資本意味著用戶間建立了更多、更廣泛的關(guān)聯(lián)，這使得用戶間進(jìn)行知識(shí)的互動(dòng)更加便捷，同時(shí)也使得用戶能有更多的機(jī)會(huì)接觸到其他成員提出的問(wèn)題或意見(jiàn)，導(dǎo)致其更容易理解他人的真實(shí)目的或訴求，進(jìn)而提高其參與知識(shí)互動(dòng)的意愿。因此，本文提出假設(shè)：

H2a：結(jié)構(gòu)資本可正向促進(jìn)知識(shí)互動(dòng)行為。

知識(shí)互動(dòng)活躍度也被認(rèn)為受到關(guān)系資本的正向影響。首先，成員間的相互信任使得用戶相信自己提供的知識(shí)可以幫助到其他成員，也相信自己提出的問(wèn)題可以獲得他人的幫助；其次，高度的社區(qū)認(rèn)同感也使得用戶更加愿意通過(guò)參與知識(shí)互動(dòng)的形式與其他成員一同促進(jìn)社區(qū)繁榮與成長(zhǎng)。綜上，本文提出假設(shè)：

H2b：關(guān)系資本可正向促進(jìn)知識(shí)互動(dòng)行為。

認(rèn)知資本指在組織中可以得到相同解釋和意義的資源，對(duì)個(gè)體而言，這一維度的社會(huì)資本與其所擁有的專業(yè)知識(shí)密切相關(guān)。當(dāng)用戶所擁有的知識(shí)與其所處的虛擬社區(qū)相符合時(shí)，其發(fā)言往往與社區(qū)中的其他用戶擁有相近的詞匯體系，即共同語(yǔ)言。相近的語(yǔ)言體系讓用戶之間更容易相互理解，擁有豐富專業(yè)知識(shí)的用戶更愿意參與到社區(qū)的討論之中，從而對(duì)知識(shí)互動(dòng)產(chǎn)生進(jìn)一步的促進(jìn)作用。

新產(chǎn)品眾包社區(qū)中的知識(shí)互動(dòng)往往具有較強(qiáng)的針對(duì)性和專業(yè)性，用戶只有積累了相應(yīng)的專業(yè)術(shù)語(yǔ)或?qū)I(yè)知識(shí)，才能夠游刃有余地參與到對(duì)應(yīng)類(lèi)型的知識(shí)互動(dòng)當(dāng)中，故本文提出假設(shè)：

H2c：認(rèn)知資本可正向促進(jìn)知識(shí)互動(dòng)行為。

2.3 用戶活躍度與品牌忠誠(chéng)度

忠誠(chéng)度的概念已在文獻(xiàn)中得到了廣泛的分析，例如Dick與Bsau認(rèn)為品牌忠誠(chéng)度體現(xiàn)在其重復(fù)購(gòu)買(mǎi)產(chǎn)品的頻次及其對(duì)產(chǎn)品提供方的情感態(tài)度上。消費(fèi)者忠誠(chéng)度的提高對(duì)企業(yè)運(yùn)營(yíng)有極大幫助，如產(chǎn)品口碑上升、價(jià)格敏感度降低等，因此培養(yǎng)消費(fèi)者忠誠(chéng)度一直是企業(yè)的傳統(tǒng)目標(biāo)之一。有研究認(rèn)為，用戶在新產(chǎn)品眾包社區(qū)中的活躍度與其對(duì)品牌的忠誠(chéng)度存在正相關(guān)關(guān)系，如Luis等人通過(guò)對(duì)Linux、Android等開(kāi)源軟件社區(qū)進(jìn)行研究發(fā)現(xiàn)，用戶在軟件社區(qū)中的參與度與其對(duì)該軟件的忠誠(chéng)度呈正相關(guān)關(guān)系；McAlexander等人發(fā)現(xiàn)Jeep社區(qū)中的用戶參與同樣對(duì)忠誠(chéng)度有正向影響。

具體而言，加入新產(chǎn)品眾包社區(qū)的用戶往往已經(jīng)對(duì)品牌存在一定好感，而當(dāng)用戶在新產(chǎn)品眾包社區(qū)中通過(guò)陪伴互動(dòng)結(jié)交新朋友時(shí)，對(duì)該品牌的好感將成為用戶之間最為直觀的共同點(diǎn)，同時(shí)新產(chǎn)品眾包社區(qū)作為用戶之間進(jìn)行陪伴互動(dòng)的橋梁，也將使得用戶對(duì)品牌好感得以不斷得強(qiáng)化，最終導(dǎo)致品牌忠誠(chéng)度的提高。因此，本文提出假設(shè)：

H3a：陪伴互動(dòng)對(duì)品牌忠誠(chéng)度有正向影響。

新產(chǎn)品眾包社區(qū)中的知識(shí)互動(dòng)往往以答疑解惑、意見(jiàn)建議或?qū)I(yè)知識(shí)科普等形式存在。無(wú)論是上述哪種形式的知識(shí)互動(dòng)，用戶在參與的過(guò)程中或可以增進(jìn)對(duì)產(chǎn)品的了解，或可以產(chǎn)生對(duì)產(chǎn)品研發(fā)的參與感，又或者可以提高對(duì)企業(yè)文化的認(rèn)同感，進(jìn)而提高用戶的忠誠(chéng)度，故本文提出假設(shè)：

H3b：知識(shí)互動(dòng)對(duì)品牌忠誠(chéng)度有正向影響。

基于上述全部假設(shè)，本文的研究模型如圖 1所示。

3 數(shù)據(jù)獲取及處理

3.1 數(shù)據(jù)來(lái)源

現(xiàn)有的眾多關(guān)于虛擬社區(qū)的研究都采用問(wèn)卷調(diào)查的形式來(lái)獲取用戶信息及其參與意愿，然而在虛擬社區(qū)中，部分成員可能因?yàn)橛^察到大量的交流活動(dòng)而高估自身的貢獻(xiàn)。因此，問(wèn)卷調(diào)查雖然有效，但難免會(huì)因?yàn)橹饔^的測(cè)度而產(chǎn)生偏差。為盡量避免這一問(wèn)題，本文試圖從用戶的行為痕跡出發(fā)進(jìn)行研究，采用Python爬蟲(chóng)程序爬取魅族社區(qū)綜合討論板塊中2019年11月10日至2020年1月10日新增的全部發(fā)帖內(nèi)容及相關(guān)用戶信息，總計(jì)取得帖子27412個(gè)，帖內(nèi)回復(fù)340290個(gè)，涉及用戶28738名，除去在研究期間內(nèi)新注冊(cè)的用戶，剩余有效用戶總數(shù)為27293名。

3.2 社會(huì)資本的度量

社會(huì)資本三個(gè)維度的度量指標(biāo)如表1所示。結(jié)構(gòu)資本體現(xiàn)在互動(dòng)的頻率和廣泛性上，這兩個(gè)指標(biāo)可以代表單個(gè)用戶在參與社區(qū)互動(dòng)的過(guò)程中能接受到的信息的多樣性，以及接觸到其他社區(qū)成員的可能性。

關(guān)系資本通過(guò)信任以及用戶的總活躍時(shí)長(zhǎng)來(lái)衡量。魅族社區(qū)官方根據(jù)每個(gè)用戶的發(fā)言所獲得的點(diǎn)贊、回復(fù)以及反對(duì)數(shù)量計(jì)算了用戶所擁有的“魅力值”，用戶獲得的點(diǎn)贊及回復(fù)越多，“魅力值”越高，反對(duì)數(shù)越多則“魅力值”越低，這一指標(biāo)體現(xiàn)出用戶發(fā)言受到其余用戶的認(rèn)可情況，可以用來(lái)代表其在論壇中所獲得的信任；活躍時(shí)長(zhǎng)被視為衡量社會(huì)認(rèn)同的指標(biāo)，隨著用戶在社區(qū)中活躍時(shí)間的增加，其歸屬感以及與其他成員的相似感也會(huì)增加，從而增強(qiáng)個(gè)人的關(guān)系資本。

認(rèn)知資本衡量用戶之間是否擁有相同的語(yǔ)言體系或話題。本文利用自然語(yǔ)言處理中常見(jiàn)的處理方法，結(jié)合tf-idf加權(quán)法與VSM模型根據(jù)每個(gè)用戶的全部發(fā)言計(jì)算出其各自的文本向量，以所有用戶文本向量的均值代表論壇總體，最后通過(guò)計(jì)算單個(gè)用戶與論壇總體文本向量之間余弦相似度作為該用戶的共同語(yǔ)言指標(biāo)。LDA主題模型也是自然語(yǔ)言處理中常用的算法，該算法可以從文本中統(tǒng)計(jì)推斷出一組主題。據(jù)此，本文首先利用獲取到的全部互動(dòng)文本生成論壇總體的主題向量，再生成每個(gè)用戶的主題向量，最后以單個(gè)用戶與論壇總體LDA主題向量之間的余弦相似度作為該用戶的共同話題指標(biāo)。

3.3 用戶活躍度的度量

虛擬社區(qū)中的帖子一般由一名用戶發(fā)起，該用戶可自行擬定帖子的主題并對(duì)主題進(jìn)行簡(jiǎn)單描述，帖子發(fā)布后即可由其他用戶進(jìn)行回復(fù)，進(jìn)而展開(kāi)討論。因此，從主題及其描述中就可以大致看出該帖子的主要類(lèi)型。Python爬蟲(chóng)程序從魅族社區(qū)中總計(jì)取得27412個(gè)帖子，為進(jìn)行后續(xù)研究，需要將這些帖子分為陪伴互動(dòng)及知識(shí)互動(dòng)兩類(lèi)，鑒于數(shù)量較大，采用純?nèi)斯し诸?lèi)耗時(shí)耗力，因此本文采用機(jī)器學(xué)習(xí)算法進(jìn)行文本分類(lèi)，主要步驟如下：

首先從全部帖子中隨機(jī)抽取5000個(gè)，其中4000個(gè)作為訓(xùn)練集，1000個(gè)作為驗(yàn)證集。根據(jù)主題及其描述的發(fā)帖目的將這5000個(gè)帖子人工劃分為陪伴互動(dòng)及知識(shí)互動(dòng)兩類(lèi)，劃分標(biāo)準(zhǔn)為發(fā)帖者的目的，陪伴互動(dòng)的目的主要為娛樂(lè)、分享生活、交友，知識(shí)互動(dòng)的目的主要為解決問(wèn)題、分享專業(yè)知識(shí)。人工分類(lèi)結(jié)果顯示訓(xùn)練集及驗(yàn)證集中分別有陪伴互動(dòng)帖503個(gè)、134個(gè)，占比約為12.6%及13.4%。

人工分類(lèi)結(jié)束后，在Python中利用Light GBM算法對(duì)訓(xùn)練集進(jìn)行訓(xùn)練以得到分類(lèi)模型，為將帖子中的文本轉(zhuǎn)換為可用于模型訓(xùn)練的數(shù)字?jǐn)?shù)據(jù)，使用自然語(yǔ)言處理中常用的算法進(jìn)行特征工程。根據(jù)每個(gè)帖子的主題及其描述構(gòu)建了計(jì)數(shù)向量特征、tf-idf向量特征、詞嵌入特征、主題模型特征以及文本長(zhǎng)度作為模型訓(xùn)練特征。將訓(xùn)練得到的模型應(yīng)用于驗(yàn)證集中，結(jié)果顯示有陪伴互動(dòng)帖141個(gè)，總體準(zhǔn)確率為86.9%。

最后將訓(xùn)練得到的模型應(yīng)用于剩余的22412個(gè)帖子，分類(lèi)結(jié)果顯示有陪伴互動(dòng)帖3676個(gè)，占比16.4%。從中隨機(jī)抽取100個(gè)帖子，對(duì)其進(jìn)行人工分類(lèi)以檢驗(yàn)?zāi)Ｐ头诸?lèi)結(jié)果，模型及人工分類(lèi)分別顯示有陪伴互動(dòng)帖15個(gè)及13個(gè)，模型分類(lèi)整體準(zhǔn)確率為92%。

帖子主題分類(lèi)完成后，340290個(gè)帖內(nèi)回復(fù)也隨之完成分類(lèi)，即知識(shí)互動(dòng)帖下的回復(fù)均屬于知識(shí)互動(dòng)，而陪伴互動(dòng)帖下的回復(fù)均屬于陪伴互動(dòng)。對(duì)于每個(gè)用戶，發(fā)帖與回帖均視為一次互動(dòng)，即用戶發(fā)起一個(gè)知識(shí)互動(dòng)類(lèi)型的帖子或在一個(gè)知識(shí)互動(dòng)類(lèi)型的帖子內(nèi)進(jìn)行回復(fù)均視為進(jìn)行了一次知識(shí)互動(dòng)。本文統(tǒng)計(jì)了每個(gè)用戶分別進(jìn)行知識(shí)互動(dòng)及陪伴互動(dòng)的次數(shù)，以及兩類(lèi)互動(dòng)發(fā)言的平均長(zhǎng)度，用以衡量用戶參與各類(lèi)互動(dòng)的活躍度，結(jié)果如表2所示。

3.4 品牌忠誠(chéng)度的度量

品牌忠誠(chéng)度可通過(guò)用戶的重復(fù)購(gòu)買(mǎi)次數(shù)衡量，魅族社區(qū)會(huì)在每個(gè)用戶的個(gè)人頁(yè)面中顯示該用戶已注冊(cè)的全部設(shè)備型號(hào)及其數(shù)量，可據(jù)此計(jì)算出該用戶購(gòu)買(mǎi)魅族產(chǎn)品的總數(shù)量，如表3所示。

4 研究方法及結(jié)果

4.1 信度及效度檢驗(yàn)

本文在SmartPLS 3.0中進(jìn)行模型的信度、效度檢驗(yàn)及擬合，SmartPLS 3.0是由Ringle等人開(kāi)發(fā)的專門(mén)用于進(jìn)行偏最小二乘回歸（PLS）分析的軟件。偏最小二乘回歸是一種多對(duì)多的線性建模法，該算法不僅可以提供合理的回歸模型，還可以進(jìn)行類(lèi)似主成分分析和典型相關(guān)分析的研究，尤其適合對(duì)數(shù)量較多且存在一定多重共線性的變量進(jìn)行分析。

模型的組合信度（CR）及平均變異抽取量（AVE）如表4所示，全部潛變量的CR均高于0.7，AVE均高于0.5，表明擁有較高的建構(gòu)信度以及收斂效度。同時(shí)，表4還顯示所有AVE的平方根（對(duì)角元素）均高于潛變量間的相關(guān)性（非對(duì)角元素），表現(xiàn)出較好的區(qū)分效度。此外，如表5所示絕大多數(shù)指標(biāo)的因子載荷均在0.7以上，僅有互動(dòng)頻率（FI）一項(xiàng)的因子載荷為0.58，盡管通常要求單項(xiàng)因子載荷高于0.7，但Chin等學(xué)者的研究表明，高于0.5的因子載荷均是可以接受的。

4.2 模型擬合結(jié)果

PLS模型擬合結(jié)果如圖2所示，陪伴互動(dòng)及知識(shí)互動(dòng)分別有33.1%以及52.4%的方差被社會(huì)資本所解釋，而品牌忠誠(chéng)度則有4.7%的方差被陪伴互動(dòng)以及知識(shí)互動(dòng)共同解釋。

路徑系數(shù)的顯著性基于2000次重采樣的Bootstrapping過(guò)程計(jì)算得到，結(jié)果顯示所有路徑均以小于0.01的p值顯著，盡管結(jié)構(gòu)資本至知識(shí)互動(dòng)的路徑系數(shù)顯著，但數(shù)值為負(fù)，與假設(shè)相反，因此有且僅有假設(shè)H2a未得到驗(yàn)證。

5 結(jié)論

本文從社會(huì)資本的三個(gè)維度出發(fā)，探索影響用戶在新產(chǎn)品眾包社區(qū)中進(jìn)行陪伴互動(dòng)以及知識(shí)互動(dòng)的主要因素，以及兩種類(lèi)型的互動(dòng)行為對(duì)品牌忠誠(chéng)度的影響。實(shí)證結(jié)果顯示僅有假設(shè)H2a（結(jié)構(gòu)資本對(duì)知識(shí)互動(dòng)的正向影響）未得到支持，這一結(jié)論與Huang等人類(lèi)似，可能的原因在于用戶即便有更多的機(jī)會(huì)參與知識(shí)互動(dòng)，但其可能并不具備相應(yīng)的知識(shí)或能力。這也可以解釋為什么認(rèn)知資本對(duì)知識(shí)互動(dòng)的路徑系數(shù)高達(dá)0.73，因?yàn)閷?duì)于解答專業(yè)問(wèn)題而言，“你知道多少”（認(rèn)知資本）遠(yuǎn)比“你認(rèn)識(shí)多少人”（結(jié)構(gòu)資本）來(lái)得重要。此外，當(dāng)用戶參與互動(dòng)的頻率和廣泛性過(guò)高時(shí)，可能并不是抱有著分享、尋求知識(shí)的目的，反而更多的是以追求樂(lè)趣和陪伴為目的，最終使得實(shí)證結(jié)果中結(jié)構(gòu)資本對(duì)知識(shí)互動(dòng)的影響呈負(fù)值。

實(shí)證結(jié)果還顯示，知識(shí)互動(dòng)與陪伴互動(dòng)均對(duì)品牌忠誠(chéng)度有正向影響，但陪伴互動(dòng)的路徑系數(shù)（0.21）約為知識(shí)互動(dòng)（0.06）的3.5倍。許多用戶進(jìn)入新產(chǎn)品眾包社區(qū)的最初目的只是解決問(wèn)題或了解品牌，而當(dāng)用戶愿意在新產(chǎn)品眾包社區(qū)中參與陪伴互動(dòng)時(shí)，也就意味著用戶對(duì)該社區(qū)具有了較強(qiáng)的認(rèn)可度與歸屬感。因此，盡管新產(chǎn)品眾包社區(qū)中陪伴互動(dòng)的總數(shù)量可能較少，但這一類(lèi)型的互動(dòng)卻對(duì)新產(chǎn)品眾包社區(qū)的持續(xù)運(yùn)營(yíng)以及品牌的建設(shè)起到了至關(guān)重要的作用。

本文主要從以下兩個(gè)角度為虛擬社區(qū)的運(yùn)營(yíng)提供指導(dǎo)意見(jiàn)：

（1）對(duì)于新產(chǎn)品眾包社區(qū)而言，運(yùn)營(yíng)的目標(biāo)不應(yīng)僅止于提高社區(qū)的活躍度，還應(yīng)當(dāng)考慮到如何讓用戶在參與互動(dòng)的同時(shí)提高品牌黏性。根據(jù)實(shí)證結(jié)果，新產(chǎn)品眾包社區(qū)成員的結(jié)構(gòu)資本對(duì)陪伴互動(dòng)行為的促進(jìn)作用較強(qiáng)，進(jìn)而更大程度地有利于品牌忠誠(chéng)度的培養(yǎng)。因此，在管理運(yùn)營(yíng)這類(lèi)虛擬社區(qū)時(shí)，應(yīng)當(dāng)更注重于引導(dǎo)提高用戶參與互動(dòng)的頻率、廣泛性等，例如積極舉辦各類(lèi)線上興趣比賽，定期組織成員線下活動(dòng)等，讓用戶可以更加深入且廣泛地融入該社區(qū)中，從而更樂(lè)于參與陪伴互動(dòng)，最終達(dá)到提高品牌忠誠(chéng)度的目的。

（2）本文的研究結(jié)果對(duì)知識(shí)分享類(lèi)虛擬社區(qū)的運(yùn)營(yíng)也具有一定指導(dǎo)意義。這類(lèi)社區(qū)的運(yùn)營(yíng)目標(biāo)應(yīng)當(dāng)是盡可能提高自身的知識(shí)互動(dòng)活躍度以及專業(yè)度，因此根據(jù)本文的實(shí)證結(jié)果，這一類(lèi)虛擬社區(qū)的運(yùn)營(yíng)者應(yīng)當(dāng)盡可能地提高社區(qū)用戶的專業(yè)水平，如發(fā)布更多專業(yè)的科普內(nèi)容，或舉辦相關(guān)的知識(shí)問(wèn)答競(jìng)賽等，通過(guò)引導(dǎo)用戶提高自身的認(rèn)知資本來(lái)達(dá)到促進(jìn)社區(qū)知識(shí)互動(dòng)活躍度提升的目的。

6 總結(jié)與展望

為了提高用戶對(duì)品牌的忠誠(chéng)度、實(shí)現(xiàn)企業(yè)與用戶的共同創(chuàng)造，許多企業(yè)都選擇開(kāi)設(shè)新產(chǎn)品眾包社區(qū)作為用戶交流的平臺(tái)。根據(jù)用戶參與互動(dòng)時(shí)的不同目的，可以將新產(chǎn)品眾包社區(qū)中的用戶互動(dòng)分為知識(shí)互動(dòng)及陪伴互動(dòng)兩類(lèi)。國(guó)內(nèi)外有許多文獻(xiàn)都在試圖找到影響新產(chǎn)品眾包社區(qū)中知識(shí)互動(dòng)活躍度的主要因素，卻少有對(duì)陪伴互動(dòng)的研究，而陪伴互動(dòng)盡管占比不大，但對(duì)社區(qū)的持續(xù)健康運(yùn)營(yíng)卻有著很大的影響，因此有必要將陪伴互動(dòng)納入新產(chǎn)品眾包社區(qū)的研究當(dāng)中。

本文爬取了魅族社區(qū)中兩個(gè)月內(nèi)的新增發(fā)帖及相關(guān)用戶數(shù)據(jù)，利用機(jī)器學(xué)習(xí)算法將取得的帖子分類(lèi)為知識(shí)互動(dòng)帖及陪伴互動(dòng)帖，據(jù)此計(jì)算得出用戶的社會(huì)資本、用戶活躍度以及品牌忠誠(chéng)度，再通過(guò)偏最小二乘算法對(duì)提出的假設(shè)模型進(jìn)行了驗(yàn)證。實(shí)證結(jié)果顯示，結(jié)構(gòu)資本對(duì)陪伴互動(dòng)有較大的正向影響，而認(rèn)知資本則對(duì)知識(shí)互動(dòng)有較大的正向影響，同時(shí)陪伴互動(dòng)以及知識(shí)互動(dòng)均有利于品牌忠誠(chéng)度的培養(yǎng)，但前者的路徑系數(shù)達(dá)到后者的3.5倍。因此，本文認(rèn)為企業(yè)在運(yùn)營(yíng)虛擬社區(qū)時(shí)，應(yīng)當(dāng)更注重于引導(dǎo)提高用戶參與互動(dòng)的頻率、廣泛性等，提高其參與陪伴互動(dòng)的積極性，進(jìn)而提高其對(duì)品牌的忠誠(chéng)度，才能更有效地達(dá)到新產(chǎn)品眾包社區(qū)的運(yùn)營(yíng)目標(biāo)。

本文也有一些不足需要在未來(lái)的研究中完善，例如采用機(jī)器學(xué)習(xí)算法進(jìn)行分類(lèi)在提高分類(lèi)效率的同時(shí)也不可避免地引入了一定的分類(lèi)誤差，在后續(xù)研究中可以增加問(wèn)卷調(diào)查作為平行研究。此外，本文僅使用了魅族社區(qū)中的數(shù)據(jù)進(jìn)行研究，未來(lái)還可以基于更多的新產(chǎn)品眾包社區(qū)進(jìn)行研究。

參考文獻(xiàn)：

［1］ 侯楠， 趙希男， 楊皎平. 虛擬社區(qū)中個(gè)人需求、共享動(dòng)機(jī)與競(jìng)優(yōu)行為［J］. 管理評(píng)論， 2018， 30（6）：112-122.

［2］ 劉汕，鄧瓊. 互聯(lián)網(wǎng)環(huán)境下眾包創(chuàng)新服務(wù)績(jī)效的關(guān)鍵影響因素研究［C］//第十五屆全國(guó)計(jì)算機(jī)模擬與信息技術(shù)學(xué)術(shù)會(huì)議論文集.中國(guó)優(yōu)選法統(tǒng)籌法與經(jīng)濟(jì)數(shù)學(xué)研究會(huì)計(jì)算機(jī)模擬分會(huì)：管理學(xué)報(bào)雜志社編輯部，2015：9.

［3］ BILGIHAN M A， ZHANG T， KANDAMPULLY J， et al. Motivations for customer engagement in online co-innovation communities （OCCs）［J］. Journal of Hospitality and Tourism Technology， 2015， 6（3）：311-328.

［4］ SCHEMMANN B， HERRMANN A M， CHAPPIN M M H， et al. Crowdsourcing ideas： involving ordinary users in the ideation phase of new product development［J］. Research Policy， 2016， 45（6）：1145-1154.

［5］ LEIMEISTER J M， BRETSCHNEIDER U. Motivation for open innovation and crowdsourcing： why does the crowd engage in virtual ideas communities？［M］// Open tourism. Springer Berlin Heidelberg， 2016.

收稿日期：2022-12-10

作者簡(jiǎn)介：王楚豪（1996—），重慶人，就讀于上海交通大學(xué)管理科學(xué)與工程專業(yè)，研究方向：互聯(lián)網(wǎng)商業(yè)模式；李海剛（1972—），通信作者，陜西眉縣人，博士，副教授，研究方向：開(kāi)放式創(chuàng)新、電子商務(wù)；韓麗川（1963—），河南焦作人，副教授，碩士，研究方向：信息管理與信息系統(tǒng)。