快捷导航

基于TSC 理论的网络社区中知识动员模式研究

2021-7-29 16:15| 发布者: Fuller| 查看: 293| 评论: 0

摘要: 今天我们分享的这篇论文范例,以知乎社区为研究对象,采用 TSC ( Time-Space-Content) 理论进行多维度混合方法研究。TSC 理论是指从时间、空间和内容维度对收集的数据进行分析,在时间维度上采用时间序列分析方法, ...

之前我们分享过一篇研究知乎传播路径的范例:网络问答社区“知乎”的知识分享与传播行为研究, 该研究论文范例,将社会网络分析应用于问答社区,辅以内容分析法,将目前国内发展势头最为迅猛的网络问答社区“知乎”作为分析对象,将成员进行知识分享时的互动关系视为社会网络关系,并利用社会网络指标将论坛成员的互动关系量化,探讨成员在知识分享活动中的互动模式,从而探究“知乎”网络问答社区的成员知识分享与传播行为。

今天我们分享的这篇论文范例,以知乎社区为研究对象,采用 TSC ( Time-Space-Content) 理论进行多维度混合方法研究。TSC 理论是指从时间、空间和内容维度对收集的数据进行分析,在时间维度上采用时间序列分析方法,在空间维度采用社会网络分析方法,在内容维度采用扎根理论编码技术,借助 Ucinet、NetDraw 和 Nviv11 等工具,对知乎社区中关于知识动员的热门答帖评论进行分析。

研究所需的知乎数据,可以使用GooSeeker知乎快捷采集获取。GooSeeker有一整套知乎采集的工具集,比如采集知乎关键词搜索得到的话题,内容,还有关注和被关注相关的数据。添加网址或者关键词,启动采集即可:

1,论文范例简介

标题:基于TSC 理论的网络社区中知识动员模式研究

作者

姚 伟1,2, 吴淑娴1, 柯 平2, 孙 斌1, 张 静1  

1. 天津科技大学经济与管理学院,天津 300222; 

2. 南开大学商学院,天津 300071)

关键词:TSC 理论; 知识动员; 网络社区; 混合方法研究; 构建模式

基金资助

国家社会科学基金重点项目“基于全生命周期的政府开放数据整合利用机制与模式研究”(项目编号:17ATQ006); 中央高校基本科研业务费专项资金重大培育项目“大数据环境下的政府信息服务研究”(项目编号:CCNU16Z02002)的研究成果之一;

摘要

[目的/意义] 研究网络社区中知识动员参与成员关系结构,探索知识动员模式。 

[方法/过程] 以知乎区为研究对象,采用 TSC ( Time-Space-Content) 理论进行多维度混合方法研究。TSC 理论是指从时间、空间和内容维度对收集的数据进行分析,在时间维度上采用时间序列分析方法,在空间维度采用社会网络分析方法,在内容维度采用扎根理论编码技术,借助 Ucinet、NetDraw 和 Nviv11 等工具,对知乎社区中关于知识动员的热门答帖评论进行分析。 

[结果/结论] 结果表明: 在网络社区中知识动员活动的成果主要有三类; 网络社区中知识动员行为模式包含 6 个环节; 网络社区中知识动员存在 “三—四—四”认知模式,可以理解为 “认知主体—认知过程—认知客体”模式。

2,相关知识

2.1,在知乎里,文章的传播机制是什么呢?

下面这段对知乎传播机制的讲解引用自知乎文章:知乎里,文章的传播机制是什么呢?

按照读者获取文章的主动性,划分为三种类型:主动获取、半主动获取、被动获取。

1. 主动获取

在知乎上,主动获取文章有两种方式:

1)主动根据关键词搜索文章

主动搜你文章的读者都有比较强的知识或方法获取需要,往往是这个读者需要解决一个棘手的问题。如果文章质量较好,读完文章读者大概率是要点赞或者收藏的。在知乎的评价体系中,这些动作都是积极正向的。

2)先找到某人、专栏、收藏、话题,而后间接地从他的动态、文章中获取。

这一类情况,用户的行为轨迹大概是这样的:在刷知乎过程中,对你的头像、名字、专栏、回答等吸引住了,转过来再点击进入你的文章。

2. 半主动获取

在知乎上,半主动获取文章也有两种方式:

1)之前关注了某人,从而他的动态出现在自己的「关注」页

2)之前关注的专栏,当文章发布到专栏,将在「通知」栏出现提醒

3. 被动获取

由知乎根据用户关注的人、关注的话题、浏览记录等信息,产生的系统推荐。

2.2 本论文范例中的术语TSC理论是指什么

下面这段解释出自本论文范例:

TSC 指 Time-Space-Content 三个英文单词的首字母缩写,学者 Naukkarinen 最初从时间、空间和内容三个视角研究当代美学[14]。在此基础上,国内学者姚伟在研究中不断探索和扩充[15-16],有效完善了 TSC 理论,他提出 TSC的理论基础是系统论、整体论和协同论,理念是数据具有多重表征形式且具有多种属性,因此需要多元化、多视角融合性地审视数据。具体而言,研究所需的数据具有多重表征形式、多重属性,结合研究主题,需要针对数据的不同属性从不同视角进行审视和分析,深度挖掘数据价值。 TSC 理论依据数据的不同属性,从时间、空间、内容进行三维一体的分析,时间维度采用时间序列分析,空间维度采用社会网络分析,在内容维度采用扎根理论编码技术分析。三个维度分为动态和静态两个特性。时间和空间维度属于数据的动态性,内容维度属于数据的静态性。分析时聚焦于研究主题,从多维度、多方法进行数据动员 ( 数据的价值化) ,从数据的多结构 ( 三个维度和两个特性) 进行解剖,挖掘数据背后的潜在规律和价值。

3,本范例的研究设计

3.1 数据选取

为使研究具有针对性,对知乎社区中的帖子进行综合筛选,选出 “如何长时间高效学习”的热帖进行分析,所用数据均为答帖的精选回复 。选取了用户答帖获赞数排名前 10 的精选回复,每两个用户之间的评论有对应回复便记为 1 次有效回复。

在知乎社区,每个注册用户都有一个PR ( Person Rank,个人评分) ,用户每次操作将直接影响个人PR值。在查阅答帖时,答帖顺序按赞同数排序,赞同数相同时按个人 PR 值排序,系统会折叠被认为无效的答帖或评论,这在一定程度排除了无效数据。采集的数据是参与者无干预下的真实言论,与调查问卷法收集的数据相比更加客观。

4,本范例研究发现

4.1 网络社区中知识动员成果

网络社区中知识动员的成果包括: ①知识向心力: 与讨论主题相关的观点、思想、经验等能够编码为显性知识。 ②知识聚合力。认知倾向或兴趣相似的参与者易产生聚集效应,即形成知识聚合力,即网络社区成员之间因为倾向、想法、兴趣相似等原因而团结协作的现象及行为表现。 ③知识治理力。正式和非正式的群体规范与文化等对社区知识动员活动产生影响,形成知识治理力,即从网络结构和治理机制影响知识动员活动。

4.2 网络社区中知识动员认知模式

网络社区中知识动员存在“三—四—四”认知模式,即“认知主体—认知过程—认知客体”模式。其中的“三”是认知主体(利益相关者)三个层面,即个人、团队(志趣相投者临时组成的)、网络社区;“四”是指认知过程包括四个环节,即感知、表征、整合和内化;“四”是指认知客体,即知识存在四种形式,包括显性知识、半隐性知识、半显性知识、隐性知识。


鲜花

握手

雷人

路过

鸡蛋

最新评论

GMT+8, 2021-9-20 01:01