创新社区用户集体性语言风格、参与程度和领先性研究

基于细分的用户集体性语言风格和以行为频次衡量的表现用户在社区中的参与程度,建立综合模型,证实了用户集体性语言风格、参与程度与用户领先性的正向关系。现有文献在以用户内容信息表现集体性语言风格上,宽泛使用集体性概念,导致集体性语言风格与用户领先性的正向关系不显著。因此,将领先用户的集体性语言风格细分为高认同度、分享精神和帮助,同时加入行为频次表现用户在社区中的参与程度,建立模型,并通过数据挖掘获得在线社区中365名用户的数据。结果表明,内容信息中分享语言风格与用户领先性正相关,帮助语言风格与用户领先性的关系不显著,高认同度语言风格与用户领先性负相关;参与程度指标中主题帖数和勋章数与用户领先性正相关,为领先用户智能识别提供了实证支持。

创新社区中的领先用户识别

在社会化媒体时代,如何在创新社区的海量数据环境中识别出领先用户,是企业从创新社区中获取价值的关键问题。本文从语言风格的视角出发,首先通过内容分析法探索了创新社区中领先用户表达的典型语言风格特征,即成就需求、未来导向、积极情绪和集体主义。其次,收集了355名创新社区用户所发表的47310篇帖子,利用自动文本分析方法对其中包含的成就需求、积极情绪、集体主义和未来导向语言风格进行了测量,并验证了这4种语言风格与用户领先性的关系。研究结果表明,创新社区用户生成内容中所表现的语言风格起到了"信号"的作用:除了集体主义之外,成就需求、未来导向和积极情绪的语言风格都与用户领先性有显著的正向关系,可以作为识别领先用户的有效指标。最后,讨论了基于语言风格的领先用户识别机制的理论意义和实践价值。