用户网络行为特征与专业知识水平——基于“汽车之家”注册用户的实证研究

管理评论 ›› 2021, Vol. 33 ›› Issue (5): 331-340.

• 物理-事理-人理系统方法论（WSR） • 上一篇下一篇

用户网络行为特征与专业知识水平——基于“汽车之家”注册用户的实证研究

林杰, 杨兆洁

同济大学经济与管理学院, 上海 200092

收稿日期:2018-08-16 出版日期:2021-05-28 发布日期:2021-06-03
通讯作者: 林杰(通讯作者),同济大学经济与管理学院教授,博士生导师,博士
作者简介:杨兆洁,同济大学经济与管理学院硕士研究生。
基金资助:
国家自然科学基金项目（71672128）。

Users' Internet Behavior Characteristics and Professional Knowledge Level——An Empirical Study Based on the Users of autohome.com

Lin Jie, Yang Zhaojie

School of Economicsand Management, Tongji University, Shanghai 200092

Received:2018-08-16 Online:2021-05-28 Published:2021-06-03

摘要/Abstract

摘要： 在专业性网络论坛中，识别专业知识水平高的用户网络特征对企业识别高价值的领先用户，实现产品互动创新非常具有意义。本文选取了“汽车之家”论坛数据，通过文本分析和用户网络行为特征统计，利用两阶段最小二乘法建模对用户网络行为特征和其专业知识水平进行了相关性分析。实证结果表明，专业知识水平高的用户在网络中具有以下特征：在社交网络中的中心度很高、回帖频次高、帖子的平均长度很长、粉丝量大，并且该用户会同时活跃在多个小团体中。研究结论能够为企业识别领先用户进行互动创新提供实践依据。

关键词: 网络论坛, 网络行为, 专业知识水平, 领先用户

Abstract: To recognize network characteristics of users with a high level of professional knowledge in professional BBS is of vital importance for enterprises to recognize lead users with a high value, who can help promote interactive innovation of product. This paper chooses data from autohome.com, a professional automobile BBS, and conducts textual analysis and statistics of user network behavior features. The two-stage least square meter is adopted for modeling and to conduct correlation analysis of users' internet behavior characteristics and professional knowledge level. Empirical results suggest that users with a high level of professional knowledge usually demonstrate the following features: a high degree centrality, a high reply frequency, a long average length of posts, a large number of fans, and simultaneous activity in multiple subgroups. This research can render practical foundation for enterprises interactive innovation.

Key words: web forum, internet behaviors, professional knowledge level, lead users

林杰, 杨兆洁. 用户网络行为特征与专业知识水平——基于“汽车之家”注册用户的实证研究[J]. 管理评论, 2021, 33(5): 331-340.

Lin Jie, Yang Zhaojie. Users' Internet Behavior Characteristics and Professional Knowledge Level——An Empirical Study Based on the Users of autohome.com[J]. Management Review, 2021, 33(5): 331-340.

参考文献

[1] Luke G. National Systems of Innovation:Toward a Theory of Innovation and Interactive Learning[M]. London:Anthem Press, 2010
[2] Hippel R. E. V., Morrison P. D., John H. R. Determinants of User Innovation and Innovation Sharing in a Local Market[J]. Management Science, 2000,46(12):1513-1527
[3] Hippel E. V. Lead Users:A Source of Novel Product Concepts[J]. Management Science, 1986, 32(7):791-805
[4] Hippel E. V., Franke N., Prügl R. Pyramiding:Efficient Search for Rare Subjects[J]. Research Policy, 2009,38(9):1397-1406
[5] 杨波,刘伟. 基于应用扩展和网络论坛的领先用户识别方法研究[J]. 管理学报, 2011,10(9):1353-1358
[6] 何国正,陈荣秋. 消费品行业领先用户识别方法研究[J]. 统计与决策, 2009,(4):15-17
[7] 陈涛. 基于领先用户参与的AD公司软件研发模式分析[D]. 北京工业大学硕士学位论文, 2014
[8] Churchill J., Hippel E. V., Sonnack M. Lead User Project Handbook[EB/OL]. http://web.mit.edu/evhippel/www/Lead%20User%20Project%20Handbook%20(Full%20Version).pdf, 2009
[9] 杨波,刘伟. 结合问卷判断的串行金字塔法[J]. 计算机集成制造系统, 2011,17(9):2061-2070
[10] Olson E. L., Bakke G. Implementing the Lead User Method in a High Technology Firm:A Longitudinal Study of Intentions vesus Actions[J]. Journal of Product Innovation Management, 2001,18(2):388-395
[11] Luthje C., Herstatt C., Hippel E. V. The Dominant Role of Local Information in User Innovation:The Case of Mourtain Biking[R]. Cambridge, Mass., USA:MIT Sloan School of Management, 2002
[12] Hong L. J., Dan O., Davison B. D. Predicting Popular Messages in Twitter[C]. International Conference on World Wide Web, 2011
[13] 王鹏,宋艳红,李松江,等. 针对行为特征的社交网络异常用户检测方法[J]. 计算机应用, 2017,37(S2):219-224
[14] 张玥,张宏莉,张伟哲,等. 识别网络论坛中有影响力用户[J]. 计算机研究与发展, 2013,50(10):2195-2205
[15] 陈桂茸,蔡皖东,王蓉,等. 一种网络论坛水军账号快速检测算法[J]. 湖南大学学报(自然科学版), 2015,(4):114-120
[16] 汪小帆,李翔,陈关荣. 网络科学导论[M]. 北京:高等教育出版社, 2012
[17] Girvan M., Newman M. E. J. Community Structure in Social and Biological Networks[J]. Proceedings of the National Academy of Sciences, 2002,99(12):7821-7826
[18] 霍明奎,朱莉,刘升. 用户信任和隐私顾虑对移动社交网络用户参与动机和参与度的影响研究——以新浪微博为例[J]. 情报科学, 2017,35(12):108-114
[19] 杨善林,王佳佳,代宝,等. 在线社交网络用户行为研究现状与展望[J]. 中国科学院院刊, 2015,30(2):200-215
[20] Anagnostopoulos A., Kumar R., Mahdian M. Influence and Correlation in Social Networks[C]. Proceedings of the 14th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 2008
[21] 卢潇. 教育虚拟社区中"意见领袖"的作用——以"学习科学与技术"社区为例[J]. 软件导刊(教育技术), 2015,(9):11-14
[22] Huberman B., A., Romero D. M., Wu F. Social Networks that Matter:Twitter under the Microscope[J]. First Monday, 2008,12(4):1-9
[23] Theil H. Repeated Least Squares Applied to Complete Equation System[M]. The Hague:Central Planning Bureau, 1953
[24] 解学梅,吴永慧,赵杨. 协同创新影响因素与协同模式对创新绩效的影响——基于长三角316家中小企业的实证研究[J]. 管理评论, 2015,27(8):77-89

用户网络行为特征与专业知识水平——基于“汽车之家”注册用户的实证研究

Users' Internet Behavior Characteristics and Professional Knowledge Level——An Empirical Study Based on the Users of autohome.com

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 2

编辑推荐

Metrics

本文评价

[1]	王楠, 张士凯, 赵雨柔, 陈劲. 在线社区中领先用户特征对知识共享水平的影响研究——社会资本的中介作用[J]. , 2019, 31(2): 82-93.
[2]	沈璐, 庄贵军, 郭茹. 复杂型购买行为模式下的在线购买意愿:以网购汽车为例的网络论坛扎根研究[J]. , 2015, 27(9): 221-230.