交易型社区成员的影响力研究成员异质性对其网络中心性与影响力关系的调节作用

交易型社区成员的影响力研究——成员异质性对其网络中心性与影响力关系的调节作用孙培翔黄敏学肖邦明摘要：本文以交易型社区——淘宝帮派为研究对象，探究了帮派成员的异质性对其网络中心性与影响力关系的调节作用。研究表明：（1）成员的网络中心性（如粉丝关注数）正向促进其网络影响力；（2）成员的异质性越弱，其中心性越能正向促进网络影响力。本研究为社会化商务背景下如何增强交易型社区中网络成员的影响力、激发网络意见领袖提供了新的思路。关键词：交易型社区；网络中心性；相似性；网络影响力InvestigatingtheInfluenceofTrade-orientedCommunityMembers——ModeratingEffectofCommunityMembers'HeterogeneityontheRelationshipBetweenMembers'networkCentralityandInfluence.Abstract:ThisstudyinvestigatesTaobaoBangpai,antrade-orientedonlinecommunity,anddetectsthemoderatingeffectofcommunitymembers'heterogeneityontherelationshipbetweenmembers'networkcentralityandinfluence.Theresultsrevealthat:(1)amember'scentrality(e.g.numberoffollowers)enhancesitsnetworkinfluence;(2)thesmallerthecommunitymembers'heterogeneityis,thegreaterimpactcentralityhasonnetworkinfluence.Inthecontextofsocializingcommerce,thisresearchprovidesinsightintoimprovingtrade-orientedcommunitymembers'influenceandinspiringnetworkopinionleaders.Keywords:trade-orientedcommunity;networkcentrality;similarity;networkinfluence1引言随着科学技术和经济社会的不断发展，网络发展从最初的计算机交互的Web1.0时代进入了用户交互的Web2.0时代(KaplanandHaenlein2010)，互联网成为人们生活中重要的一部分，越来越多的人参与到网络社区中，以往研究对消费者在品牌社区中的交互行为进行了深入的探究(Gummerus,Liljanderetal.2012)，但却网络社区的网络结构和异质性如何影响网络成员的活动和网络影响力，对网络影响力的背后驱动因素亦缺乏了解。基于过往社会网络分析方面的研究，本文致力于探究交易型社区中成员的异质性、成员的网络中心性如何影响成员的网络影响力，主要内容涉及：（1）交易型社区的性质同品牌社区和社交社区的有一定的不同；（2）网络社区中成员的异质性是虚拟社会网络的一个重要特征；（3）成员的网络中心性是网络属性的重要组成部分，能够充分反映成员在网络的位置和重要程度；（4）成员的网络影响力在网络意见领袖的研究领域比较成熟和完善，反映指标众多，其中尤以帖子被回复次数最为基础和常用。（5）品牌社区中的交互行为只是消费者参与网络社区活动的一个方面，消费者在社区发生内容创造活动也可以仅仅是浏览其他成员创造的内容，有学者总结出了社交网站等网络社区中成员内容贡献的规律和原则，即所谓的“参与不公平性”或“90-9-1”原则(OchoaandDuval2008)；体现了在线创造内容的分布模式，90%的成员成为“潜水者”或观众，他们对网站的贡献并不积极；9%的成员是“编辑者”，他们有时候对一个存在着的内容进行修改或补充；另外1%的用户则是“创造者”，驱动着大量的社会团体活动；成员参与到社区中，在其中构建关系、创造内容，进行互动等活动，形成了一个虚拟社会网络；作为一个网络，必然具有一些网络的属性，如中心性、聚集度等。本文即是研究在一个交易型社区网络中成员的中心性对网络影响力（帖子被回复量）的影响以及成员异质性对二者关系的调节作用；力图揭示网络意见领袖强大影响力背后的内在机制和作用机理。本研究依托于中国最大的网络交易平台——淘宝网，选取其中建设最为完善的社区模块——淘宝帮派为研究对象，具体研究对象为其中最为活跃的一个帮派，因为活跃帮派中成员的关系网络相对成熟稳定且帮派中的网络活动较为频繁，如成员的发帖回帖行为。利用网络爬虫程序抓取该帮派内所有成员之间的链接关系（关注、粉丝）和活动数据（发帖、回帖等），引入社会网络分析领域的成熟网络属性指标，并从新的角度整合利用；在充分描绘该帮派成员之间关系网络的基础上，深入探究了网络中心性对成员影响力的影响以及成员异质性对该过程的调节作用；另外，文章通过对网络影响力的相关研究进行梳理，决定采用帖子的回复量来测度成员的网络影响力。文章以下部分的组织如下：文章的第二部分着重梳理了相关构念和理论，并提出假设；第三部分重点介绍了本文的数据、方法和模型以及检验结果；第四部分是对本文的研究结果进行了深入的讨论和总结；最后一部分明确了研究的理论贡献和实践意义，同时指出研究的不足和局限。2文献回顾与研究假设2.1在线虚拟社区的分类以及交易型社区的概念伴随着web2.0时代的到来，人们越来越多地参与到各种网络活动中，创造、分享与交互不断地发生，而各式各样的在线虚拟社区的形成进一步促进UGC的形成和传播。关于虚拟社区，过往研究指出虚拟社区兼具了传统社会学所区分的群体和社会的两方面特性，且认为“人们可以在虚拟社区中同时兼得社会性关系和群体性意识”。而围绕虚拟社区演变的研究则指出，虚拟社区演变经历了从强调技术发展到虚拟社区的潜在应用、关系建立和知识共享活动研究的过程。关于虚拟社区的分类，Stanoevska-Slabeva（2002）将虚拟社区分为讨论型社区、任务型与目标导向型社区、想象世界型社区以及混合型社区四类，其中想象世界型社区为社区成员提供想象空间，而混合型社区则包含前边三种共有的特性；也有学者从其他角度对虚拟社区进行了划分，比如从用户需求角度分为兴趣社区、人际关系社区、幻想社区和交易社区，从消费者市场角度则分为地域型社区、人口结构型社区以及主体型社区(ArmstrongandHagel2000)。表1虚拟社区分类角度虚拟社区类型社区特点用户角度(ArmstrongandHagelIII1996)交易型增加产品或服务知识或寻找买卖机会关系型维持相互之间的关系幻想型交互、角色扮演以及社会游戏兴趣型因兴趣而于网络聚集功能角度(Stanoevska-Slabeva2002)讨论型满足沟通的需要任务型/目标导向型满足合作完成目标的需要想象世界型满足幻想和娱乐的需要混合型混合整合以上三种那么，交易型社区作为在线虚拟社区中的一种又同一般的社交型社区有什么不同呢？学者研究表明，交易型社区的关系网络具有二模嵌入性（two-modeembeddedness）（Faust1997；Ransbotham，Kane，andLurie2012），在交易型社区和社交型社区中成员参与其中的目的是有着本质不同的，基于此，成员在网络中的角色扮演、构建关系的需求和来源都较社交型社区有所不同。从整体上，社区网络的结构演化和发展所受的动力亦有所差异，社交型社区主要受到规范性社会影响的作用；而交易型社区则更多地建立在信息影响之上。2.2成员的网络影响力关于网络影响力（networkinfluence）的研究由来已久，主要集中在意见领袖领域，尤其网络意见领袖和网络hubs的影响力的研究(Goldenberg,Hanetal.2009,Iyengar,VandenBulteetal.2010)。为了解释社会化媒体上和社会网络中网络个体的影响力如何作用、如何度量以及如何创造经济价值等问题，有研究提出了一个全新的指标——顾客影响效应（customerinfluenceeffect，CIE），定义为在社会网络中用户通过自身直接和间接连接传播正面或负面口碑所能带来的静影响，测度了一个个体在社会网络中的影响力（influence）。进一步将个体的影响力联系到货币价值——顾客影响价值（customerinfluencevalue，CIV），即由顾客影响效应（CIE）带来的货币增益或损失(Kumar,Bhaskaranetal.2013)。其中，顾客影响效应CIE强调由网络中口碑传播所带来的影响，因此其本质为信息影响力；而顾客影响价值CIV则强调了源于顾客购买等行为的结果变化，其实质为行为影响力。另外，由于近年来网络微博的迅猛发展，微博亦被学术界所关注，诸多围绕微博意见领袖的研究如雨后春笋一般冒了出来。已有研究通常采用7个指标来定义意见领袖，包括发帖数、被回复人数、回复人数、被回复数、回复数、平均被回复长度、平均回复长度（余红2008）；也有利用主题帖数、发帖总数、帖子平均长度、威望数、注册时长、平均被回复数来表征用户的意见领袖特性（王珏，曾剑平etal.2011）。这些定义和描绘意见领袖的指标不仅反映了意见领袖的特点，也在一定程度上体现了意见领袖的网络影响力，如帖子的回复数、回复人数以及回复长度。帖子和回复的长度经常用来衡量信息量，但始终无法避免长篇大论却言之无物的情形；而且帖子的口吻、语气、内容和表达技巧等因素也对用户的回复产生重要的影响，以上这些指标是需要结合自然语言理解等技术进行分析。综上所述，本研究拟选取帖子的回复量这一明确已查的指标来衡量成员的网络影响力。2.3成员的异质性异质性概念是一个比较成熟的概念，与同质性相对应，本质上是一种差异性。在诸多学科和领域都有所体现，如社会学、遗传学和生态学等。但不同的学科领域又有一定的差别，在网络科学领域主要体现在网络异质性和异质网络上。具体研究中通常用相似性来测度成员的异质性，相似性（similarity）的概念同样由来已久，在许多不同的营销研究问题上得到了体现和应用，具体的定义和测度方法也不尽相同。Lehmann（1972）在探究如何基于偏好数据来构建市场感知地图的过程中重点提出了利用判断的相似性和品牌转换数据进行相似性的测量。具体地，基于消费者选择偏好的同质性，作者以两个品牌之间互相转换的平均概率作为品牌的相似性。而在网上口碑的研究上也涉及到评论者之间的相似性，此时评论者相似性的测量主要基于评论者购买相同书籍的概率，文章论证了相似性在整体上影响评论的作用，也驱动着评级在顺序上的分布，即当一个后来的评论者与先前的评论者差别较大时，他们的评论变得难以评估和衡量，并因此变得不那么有用(GodesandSilva2011)。Pieters等人则在对引文网络的研究中提出了引文网络中的重要性和相似性概念，作者指出引文网络中的期刊会因为互相引用频繁而变得相似，也会因为拥有相同的发出和得到引用的模式而相似；前者称为内聚力、凝聚力，后者则为结构相等(Burt1978,Burt1987)。而在社会网络的研究领域内，相似性作为一个重要的概念同样被多次提及。在社会网络研究范畴内，成员之间的相似性则主要以成员的“同质性”为基础。过往研究表明，在一个网络组织中，网络成员为达到社会比较和社会支持的目的会倾向于同那些与其自身具有相同特征的人聚集在一起(Ibarra,Kilduffetal.2005)，这种聚集从本质上讲是一种网络成员基于相似性的选择。从另一个角度来看，正是相似性促进了网络中成员关系的构建以及网络社区的演化。正如Kossinets（2006）等人研究所得，社会网络随时间而演变，受到其成员的共同活动和归属以及个体属性的相似性的驱动，同样也受到小型网络循环闭包机制的影响。通过对一个包含43553个学生的动态社交网络的分析，在此网络中个体之间