参与者情绪对虚拟社区知识共享的演化分析

陈 昕，钟 英

(山东科技大学 经济管理学院，山东 青岛 266590)

一、引言

随着Web2.0技术的发展，社会化问答社区等网络服务应运而生。以知识搜寻为目标的各种非交易类虚拟社区为用户提供了跨时空的资源、信息、知识，如何促进社区内知识的共享已成为学者普遍研究的问题。研究表明，适当的物质奖励可以加强信任，对员工知识共享产生促进作用[1]；参与者的共享能力以及相互的网络关系会对知识共享产生积极影响[2]；而积极的组织氛围能够促进虚拟社区内知识共享行为的发生[3]。

用户生产、创造内容是社会化媒体的主要信息来源，其本质是用户之间的互动交流，同时包含情绪的信息表达是交流的普遍现象。当前学术界对社会化媒体中情绪的研究主要从情绪信息特性[4-6]、内容的情感分析方法[7-10]、情绪化传播行为[11，12]、情绪化信息的传播效果[13，14]、用户分享动机[15-17]等方面展开。已有文献大多集中于对情绪化与非情绪化的对比研究，基于情绪的积极与消极视角的研究相对较少。以往学者通过建立情绪渗透模型，发现情绪会影响个体认知加工的内容和过程，进而影响人们的判断，正性情绪会作出积极判断，负性情绪则会诱导产生消极判断，但是由此产生的积极态度是否会促进知识共享，消极态度是否会抑制知识共享，并无结论。

为了把握社区用户情绪形成的内在规律和演变机制，考虑个体在有限理性的情况下，影响行为选择的个体情绪决策机理，本文以积极情绪与消极情绪为分类依据，构建情绪演化模型，同时考虑到社区用户之间的社会关系网络，必然会存在情绪之间的交互影响机制。因此，在情绪模型的基础上，进一步构建社区用户的情绪与组织氛围的交互感染机制，并对模型进行仿真实验和理论分析，最后，对促进虚拟社区知识共享提出合理建议。

二、研究基础

对话与互动是用户在社会化媒介的基本活动，话题的发起者获得的回馈数量与质量决定了其在社会化问答社区的活跃度与参与度，并且获得回复的发帖人比没有得到回复的发帖人有更高的可能继续参与社会化问答社区的活动[18]。社会化问答社区作为一种社会化媒体，用户行为的发生、社区发展与发帖者、浏览者、评论者等多种角色的情绪密切相关，用户在社交媒体上表达的内容反映了当时用户对一些事物、事件的看法与态度，并且会在一定程度上影响用户的参与程度。丁松云等[19]通过研究发现，情绪影响用户信息分享的意愿。Laurie Kramer[20]通过研究发现，用户构建情绪感染的方式，使得情绪化信息得以影响受众的情绪。龚烨[21]通过实验发现，个体面对情绪化的求助信息会比面对非情绪化的信息愿意付出更多的时间与精力。Berger J[22]研究发现，高情绪唤起度比低情绪唤起度更能刺激受众的后续行为。

情绪作为一种人对客观事物的行为反应，能够表现行动的意向。用户在相互交流的过程中会受到自身情绪的影响，同时组织氛围又会影响情绪。情绪在外界环境以及自身的作用下会逐渐趋于平复，在这个过程中，个体的情绪也会通过社会关系网络影响到其他用户的情绪与行为[23]。在进行交互的过程中，用户的情绪通过影响其他用户对事物的认知与评估，进而对被影响者的后续行为产生影响，因此在探究接受者、分享者共享知识的过程中添加情绪因子，更贴近现实生活中用户在社交媒体的知识共享行为。

演化博弈认为，由于博弈双方是有限理性的，因而参与者在初始参与阶段，并不能找到最优策略，在博弈的过程中，他们会不断优化自身的策略，最后达到均衡状态。演化博弈被广泛应用于虚拟社区[24，25]、科研团队[26]、创新组织[27]等知识与数据共享的研究中。从实际角度出发，人们依据已有的信息以及经验判断知识的质量，表现为有限理性[28],演化博弈在社会化问答社区中仍具有其适用性。万莉等[29]认为虚拟社区内知识共享的质量越高，共享的意愿就越强烈，从而产生更高的积极情绪，更容易产生积极共享的行为。周涛等[30]从环境因素的视角探究用户行为的影响因素，认为知识质量会在更大程度上对用户使用意愿产生影响。其中，情绪会影响知识贡献的质量进而影响其行为。结合上述分析，可以发现，情绪通过影响个体认知进而影响行为选择，形成“事件—情感—认知—行为”的链条。因此，有必要将知识共享与人的情感相联系，探究不同类型的情绪对知识共享行为博弈的影响。

三、知识共享的演化博弈模型

(一)模型介绍

由于社会化问答社区的虚拟性、无门槛性，使得社会化问答社区不同于企业或现实团队中成员的“不共享”与“共享”策略，社区中的成员如果没有知识需求或兴趣驱动，将不会参与到社会化问答的社群中。本文借鉴王鹏民等[25]界定的“主动共享”与“被动共享”概念，将虚拟社区的用户划分为主动共享型用户与被动共享型用户。其中主动共享表示用户积极搜寻、浏览、发帖、回帖、评论等多项交互行为，有意愿加入虚拟社区中话题的讨论，有意向分享自身的经验与知识，或者重新整合自身的知识架构。而相较于主动共享，被动共享者的行为主要表现为用户是单向的使用社区内的资源，不参与社区内话题讨论，仅靠自身的意愿、态度、兴趣浏览社区内容，从而满足自身对社区的使用需求。

(二)模型假设与参数设置

假设1：依据社区内用户行为的划分，可以将社区内用户在参与知识共享的过程中获得的收益，划分为直接收益、协同收益以及外部奖励。其中，直接收益是指用户在参与社区知识共享的过程中，依靠自身的意愿与能力将社区内的知识与自身知识重组，丰富原有知识架构所带来的收益。协同收益是指用户在知识共享的过程中，依据积极搜寻、浏览、发帖、回帖、评论等多项交互活动，而使得各知识实现交流、碰撞、融合所带来的价值。外部奖励是指用户在参与的过程中，由于积极共享，使得自身声望、影响力等提高而带来的收益。

假设2：社区知识共享是有偿使用的过程，在共享的过程中，会付出时间、精力等成本，同时由于知识作为一种私人物品，必然存在由于共享行为的发生而丧失对知识所有权的风险。因此，将知识共享过程中产生的吸收、转化成本以及损失风险成本合计为用户共享的感知成本。

假设3：情绪作为一种人对客观事物的行为反应，具有行动的意向。用户自身的不同情绪会影响用户对行为收益的判断，将用户情绪对收益的影响划分为两个阶段。第一阶段——决策前情绪，在自身情绪的驱使下，用户会对社区内的知识、其他用户的影响力等做出初始判断，在这个阶段，用户的情绪主要影响的是其对直接收益的判断。在第二个阶段——决策中情绪，由于用户选择参与社区的交互活动，必然会受到关系网内其他用户对自身情绪的影响，而此时的情绪主要影响的是用户对协同收益的判断。以αi表示用户在参与知识共享交互过程之前的初始情绪值，即决策前情绪，αi=rese；ηi表示用户在交流的过程中，由于受到组织情绪氛围的影响而使得自身情绪发生变化，从而产生的新的情绪值，即决策中情绪，se=[rp(1+ra)-rd],ηi=[sere+(1-re)λg]。每一个用户在某一时间内的情绪水平用情绪值表示，情绪值的表示借鉴以往学者利用PAD模型与OCC模型生成的数值化情绪[31]以及情绪感染模型[32]，其中，喜悦的数值为(0.3,0.1,0.2)，具体数值如表7所示。

表1 参数说明

假定i、j表示社区中的两个不同的团体，以i为社区用户的共享者为例，将社会化问答社区内博弈选择的参数作如下设置，见表1。

(三)模型构建

现实中，情绪的影响机制、感染机制较为复杂，依据研究目的以及参数的可衡量性，对参与社区用户的情绪博弈模型作如下设置。

设用户没有受到情绪影响时收益记为Vi0：

Vi0=Di+Ui+R-Ti

(1)

基于此，构建情绪对收益的影响模型：

Vi=Di+(sere)Di+Ui+[sere+(1-re)λg]Ui+R-Ti

=(1+sere)Di+[sere+(1-re)λg+1]Ui+R-Ti=(αi+1)Di+(ηi+1)Ui+R-Ti

(2)

在参与共享的过程中，用户在参与社会化问答社区的过程中，由于环境以及自身的影响，会选择不同的行为策略，直至达到演化博弈的稳定状态。

第一种情况：若i、j同时主动共享，即i、j的收益分别为：

Hi=(αi+1)Di+[ηi+1]Ui+Ri-Ti

(3)

Hj=(αj+1)Dj+[ηj+1]Uj+Rj-Tj

(4)

第二种情况：若i选择主动共享，而j选择被动共享，则i,j的收益分别为：

Pi=Ri-Ti

(5)

Qj=(αj+1)Dj

(6)

第三种情况：若i选择被动共享，j选择主动共享，则i,j的收益分别为：

Qi=(αi+1)Di

(7)

Pj=Rj-Tj

(8)

第四种情况：若i、j同时选择被动共享，即i、j的收益分别为：

Si=0

(9)

Sj=0

(10)

表2 理性条件下社区用户参与的收益矩阵

根据选择策略的不同，构造社会化问答社区用户参与的收益矩阵，如表2所示。

虚拟社区作为一个知识共享的系统，假设存在有差异的系统i,j。群体i主动共享的概率为x，被动共享的概率为1-x；群体j主动共享的概率为y，被动共享的概率为1-y；所以，群体i选择知识主动共享的收益为：

Vi=yHi+(1-y)Pi

=y{(1+αi)Di+[ηi+1]Ui+Ri-Ti}+(1-y)(Ri-Ti)

=y{(1+αi)Di+[ηi+1]Ui}+(Ri-Ti)

(11)

群体i选择知识被动共享的收益为：

(12)

则群体i的平均策略收益：

(13)

同理，群体j在选择主动共享时的收益为：

Vj=xHj+(1-x)Pj=x{(1+αj)Dj+[ηj+1]Uj+Rj-Tj}+(1-x)(Rj-Tj)

=x{(1+αj)Dj+[ηj+1]Uj}+(Rj-Tj)

(14)

群体j选择知识被动共享的收益为：

(15)

则群体j的平均策略收益：

(16)

则群体i,j的复制动态方程组为：

(17)

群体i、j的复制动态方程可以组成微分方程，对社区内的不同群体i、j的知识共享策略的博弈演化过程作出描述，对群体i、j的复制动态方程分别求x、y的偏导函数，由此可得其相应的雅克比矩阵：

(18)

由于演化博弈的过程中，所选择的博弈模型假设参数不同，演化博弈的过程中存在不同的均衡状态，其所对应的社区知识共享的结果各不相同。利用雅克比矩阵的行列式和迹来判断(0,0)，(0,1)，(1,1)，(1,0)，(x0,y0)五个均衡点的稳定状态，因此将均衡点分别代入行列式和迹的公式中，可得均衡点的局部稳定性列表，如表3所示。

表3 平衡点的局部稳定性判断表

当均衡点的行列式值detJ>0且trJ<0时，则该均衡点为局部稳定点，对应的群体行为策略为社区用户参与知识共享的均衡状态。根据演化博弈中设置的参数不同，将社会化问答社区用户参与知识共享的演化博弈分为以下三种情况。

情况一。当用户知识共享的外部收益高于主动共享的成本时，即社区用户的认可收益以及社区的激励收益高于用户在社区内参与知识共享的主动共享的成本时，也即Ri>Ti，Rj>Tj时，通过计算得到在该情况下的五个平衡点相应的局部稳定性，如表4所示。

表4 情况一平衡点的局部稳定性

由情况一平衡点的局部稳定性的结果可以看出，(1,1)是情况一的局部稳定性点，即(主动共享，主动共享)是演化博弈的均衡策略，系统演化的相位图如图1所示。用户在参与社会化问答社区的过程中，选择主动共享时，所带来的激励收益、认可收益抵消了社区用户主动共享的感知成本。因此，此时无论另一方的策略选择如何改变，一方仍具有选择主动共享的意愿，当用户在社会化问答社区内获得的外部奖励大于用户在共享时付出的成本时，博弈双方都会选择“主动共享”策略，同时说明，在参与社会化问答社区的过程中，建立奖励机制有助于用户参与到社区的交互过程中。

图1 情况一的演化图

情况二。用户主动共享的感知成本大于主动共享的外部收益、协同收益以及直接收益的总和时，即Ti>Ri+(1+αi)Di+(1+ηi)Ui，Tj>Rj+(1+αj)Dj+(1+ηj)Uj，通过计算可得情况二的局部稳定性结果。

由表5可知，平衡点D1(0,0)为情况二的稳定点，(被动共享，被动共享)是情况二下的演化稳定策略选择，即无论博弈双方的初始状态为何，系统将收敛于(0,0)。这表明社会化问答社区内的用户普遍选择被动共享的演化策略，系统演化的相位图如图2所示。由于主动共享的感知成本超过用户主动共享时带来的外部收益与协同收益、直接收益之和，使得用户逐渐丧失主动共享的意愿，而选择被动共享的策略，以防止自身知识的流出以及收益的减少。

表5 情况二平衡点的局部稳定性

图2 情况二的演化图

情况三。知识共享成本高于社区的外部激励，但是共享成本小于用户参与社区所获得的知识收益与外部奖励，即：Ri

表6 情况三平衡点的局部稳定性

图3 情况三的演化图

根据以上情况的不同，得到的均衡点也并非都是稳定的，由以上分析可知，(被动共享，被动共享)，(主动共享，主动共享)是演化过程中的两个稳定策略。可以看出(主动共享，主动共享)是期望的最优策略，也是实现虚拟社区知识共享的关键。那么，在虚拟社区的知识共享中，博弈双方的选择策略最后收敛于哪个均衡点？情绪对知识共享的行为演变表现出怎样的趋势？为解答上述问题，将探究不同情绪状态对知识共享的影响趋势。

四、演化路径影响因素及仿真分析

(一)演化路径影响因素分析

依据上述分析，系统最终的演化结果取决于所处的初始状态以及D1D2D4D5,D2D4D5D3的面积大小比较。初始状态在D2D4D5D3的区域内时，系统将向(主动共享，主动共享)稳定点演化，D1D2D4D5面积越小，博弈双方选择共享的概率就越大。其中D1D2D4D5的面积为：

(19)

(二)不同因素的影响路径

1.情绪状态

情绪状态决定用户参与虚拟社区的初始状态，通过数值化的算法表明其在社区内的情绪。其中PAD模型中，情绪状态越高，表明用户对收益的预期越高，社区内用户越容易选择主动共享的策略，知识共享发生的概率就越大。

2.情绪程度

情绪程度表明用户并非完全理性，亦不是完全情绪化，用户在社区的交互过程中，也会受到社区氛围的影响，情绪程度越高，表明用户越不容易受到外界环境的影响。用户依据自身的情绪、认知作出判断。因此，自身情绪以及外界环境影响用户对超额收益的预期。情绪程度不同，其产生的情绪值各不相同，从而对知识共享行为的影响也不尽相同。

3.组织情绪氛围

组织情绪氛围作为一种信息线索，在参与社区的过程中，用户会根据文字或对事件的感觉作出相应的判断，组织氛围通过组织内的强弱关系、用户的主观判断对用户情绪产生影响，进而影响知识传播者或者接受者对收益的评估，最终影响用户的知识共享行为。情绪氛围越积极，越有利于用户共享知识，提高知识共享的概率。

4.主体与其他成员的网络关系强度

基于社交网络用户之间存在不同程度的关系，在交互的过程中，形成以交互主体为中心的网络结构。用户在社区的交互越频繁，越能形成较为强烈的网络关系，进而更容易受到社区内情绪氛围的影响。关系强度越高，说明主体和与之有联系的发送体之间形成较为强烈的社会关系，越容易受到社区氛围的影响，故主体与其他成员的网络关系在一定程度上刺激了知识共享的发生。

(三)仿真分析

为探讨基于情绪的虚拟社区知识共享行为的演化趋势，解释情绪对知识共享行为的作用机制，运用数值与模拟仿真给出虚拟社区知识共享行为在给定数值情况下的演化轨迹，相关数据见表7。

1.不同情绪状态对知识共享行为的影响

为探究不同情绪状态对知识共享的影响，在仿真中，对相关数值作如下设定：

U=10,R=3,T=7,D=4,re=0.5,λ=0.5,g=0.3,η∈(-1,1)

通过数值仿真得到如图4所示的图形，在初始值设定为0.4的前提下，不同的情绪对行为的影响以及程度各不相同，害怕、轻松、满足、责备、不喜欢、生气、憎恨会抑制知识共享，而喜悦、愤恨、满意、希望、心满意足、恐惧、失望、高兴、悲伤、骄傲、羞愧、羡慕、感激、喜欢、快乐会促进知识共享。可以看出，并非所有的积极情绪都会促进知识共享，如轻松、满足，也并不是所有的消极情绪都会抑制知识共享，如愤恨、恐惧、悲伤、羞愧。

表7 主体初始情绪数值

图4 不同情绪状态对知识共享演化路径分析

2.情绪程度对知识共享行为的影响

为探究不同情绪程度对知识共享的影响，在仿真中，对相关数值作如下设定：

U=10,R=3,T=7,D=4,re=[0,1],λ=0.5,g=0.3,η∈(-1,1)

在其他因素保持不变的情况下，η随情绪程度的变化而变化，同时根据情绪参数的计算得到如表8所示的结果。通过仿真分析，在不同情绪程度的作用下，情绪状态即用户自身的主观判断力对行为的影响各不相同。随着用户主观判断力的增加，即用户更相信自身的判断，受外界的影响较小时，喜悦、愤恨、害怕、轻松、失望、责备、满足、生气、憎恨、不喜欢会减缓知识共享的系统演化，甚至当用户的初始状态位于D1D2D4D5之中时，会加速实现被动共享的系统演化。而满意、希望、心满意足、恐惧、高兴、悲伤、骄傲、羞愧、羡慕、感激、喜欢、快乐使得D5更加靠近D1，从而使得用户主动共享的概率增加，加速用户在社区内形成(主动共享，主动共享)的稳定状态,见图5、图6。

表8 交互过程中情绪状态对收益的评估在不同情绪程度下的取值

图5 不同re情况下满意对行为的演化路径分析

图6 不同re情况下轻松对行为的演化路径分析

3.组织情绪氛围对知识共享行为的影响

为探究不同组织情绪氛围对知识共享的影响，在仿真中，对相关数值作如下设定：

U=10,R=3,T=7,D=4,re=0.5,λ=0.3,0.5,0.7,g=0.3,η∈(-1,1)

通过仿真分析，分别选取λ=0.3,0.5,0.7，分别代表消极、中性、积极的组织情绪氛围，随着组织情绪氛围越来越接近1，即组织氛围越积极，在用户主观情绪的作用下，使得D5更加靠近D1，从而使得用户主动共享的概率增加，促进知识共享行为的发生，加速用户在社区内形成(主动共享，主动共享)的稳定状态。

为使演化结果更具说服性，分别选取消极情绪、积极情绪在re=0.5的情况下，对λ=0.3,0.5,0.7作不同情况的分析。以恐惧和快乐为例，由表9、图7、图8可以看出，无论参与主体在初始状态时表现为哪种情绪，组织氛围的积极化会使用户主动共享的概率增加。

表9 交互过程中的情绪对收益的评估在不同组织情绪氛围下的取值

图7 不同λ情况下恐惧对行为的演化路径分析

图8 不同λ情况下快乐对行为的演化路径分析

4.主体间不同网络关系强度对知识共享行为的影响

为探究不同网络关系强度对知识共享的影响，在仿真中对相关数值作如下设定：

U=10,R=3,T=7,D=4,re=0.5,λ=0.5,g=0.3，0.8,η∈(-1,1)

通过仿真分析，分别选取g=0.3,0.8，分别代表弱网络关系、强网络关系，网络关系作为主体与其他用户之间的联系纽带，决定着组织氛围对参与主体的影响程度，g越大，表示主体间的关系强度越强烈，主体越容易受到社区内其他用户情绪的影响。随着关系强度越来越接近1，即关系越密切，在用户主观情绪的作用下D5更加靠近D1，从而使得用户主动共享的概率增加。关系强度的增加，加速用户在社区内形成(主动共享，主动共享)的稳定状态。

由表10可以看出，随着参与主体与社区内其他用户建立的网络关系强度的不断增加，主体对收益的评估也随之增大。为使演化结果更具说服性，分别选取消极情绪、积极情绪在re=0.5的情况下，对g=0.3,0.8作不同情况的分析。以希望和悲伤为例，由图9、图10可以看出，无论参与主体在初始状态时表现为哪种情绪，用户在虚拟社区关系强度的增加，会使得用户主动共享的概率增加。

表10 交互过程中的关系强度对收益的评估在不同组织情绪氛围下的取值

图9 不同g情况下希望对行为的演化路径分析

图10 不同g情况下悲伤对行为的演化路径分析

五、结论与建议

本文利用演化博弈模型，探讨在社会化问答社区内用户参与知识共享的影响因素，研究表明，在不同的情况下，动态博弈系统存在两个稳定点(0,0)(1,1)，其中(1,1)最具有现实意义与研究价值。本文将情绪与情绪感染引入知识共享的模型中，形成基于交互过程的两阶段情绪—行为模型，运用Matlab软件对模型进行演化仿真，得到不同情况下情绪对行为的影响。

从初始情绪状态的角度分析，害怕、轻松、满足、责备、不喜欢、生气、憎恨会抑制知识共享，而喜悦、愤恨、满意、希望、心满意足、恐惧、失望、高兴、悲伤、骄傲、羞愧、羡慕、感激、喜欢、快乐会促进知识共享。由此可以看出，并非所有的积极情绪都会促进知识共享，如轻松、满足，也并不是所有的消极情绪都会抑制知识共享，如愤恨、恐惧、悲伤、羞愧。另外，组织氛围的积极化，会促进社区内形成主动共享的行为倾向。在行为决策前，不同的情绪对用户行为的影响各不相同，但是当用户参与到社区活动中时，社区氛围通过影响用户决策中的情绪，进而影响用户的行为。同时，用户在虚拟社区关系强度的增加，会使得用户主动共享的概率增加。当主体在社会化问答社区内的交互越频繁，情绪在个体之间传染的可能性就越大，从而影响用户在社会化问答社区内的情感体验。基于上述研究，本文对社会化问答社区运营管理提出如下建议和对策。

第一，注重用户在社区内的情感体验，优化社区互动环境。随着社交媒体的商业化发展，社区管理者很容易忽略社区环境体验的作用。社交媒体环境的改变会影响用户的情感体验，进而影响用户的参与行为。一方面，营造积极向上、文明的社区环境，营造喜悦、希望、快乐等积极氛围，避免形成害怕、责备、憎恨等消极氛围，引导用户之间形成正常有序且积极的人际互动行为。另一方面，社区运营者、建设者要注重用户在社区内的体验感，提升社区的设计感与美感，从而提升用户在社区的满意感，以促进用户在社区主动共享行为的发生。

第二，注重用户在社区的情感表达，引导用户情绪。社区管理者应重视用户在提问、评论、回答时的情绪表达，有效引导用户的情绪。情绪影响用户对收益的判断，因此，社区管理者应该持续关注用户的情绪，尤其是害怕、轻松、满足、责备、不喜欢、生气、憎恨等情绪的疏导工作，一旦发现用户存在以上几种情绪时应及时沟通，甚至是采取一定的措施干预，促进用户之间进行正常的交流互动。

第三，提高虚拟社区服务，加强用户间的关系建设。优化社区服务，扩大用户规模，确保所有用户在社区内形成“强关系”。在知识共享的过程中，强社会关系使得个体更能被组织氛围感染，更容易产生知识共享的行为倾向。

第四，加强知识产权保护，构建基于知识系统的服务体系。感知收益对用户行为产生积极影响，而感知成本对用户行为产生消极影响，用户的感知成本包括吸收、转化成本以及损失风险成本。通过产权保护，有效降低用户知识共享的风险成本，同时构建知识系统的服务体系帮助用户及时有效掌握所需要的知识与技能，提升自我效能感，从而达到降低用户的感知成本或增加感知收益的目的。同时，社区的管理者可以采取外部奖励的方式增加社区内的主动共享。