基于CRM-BSC的学术社交网站评价模型构建及实证研究

熊回香，陈琦，代沁泉

（华中师范大学信息管理学院，武汉 430079）

1 引言

学术社交网站，作为提供学术交流与合作的社会化网络平台，在推进领域合作、科技创新等方面发挥着关键作用。现有学术社交网站的数量较多，并且在页面布局、信息组织、功能提供等方面均各有自身的特点，然而，这些网站对用户科研需求的满足效果却难以直接进行估量。因此，探索一套简明统一、科学合理的评价指标体系，以了解现有学术社交网站在满足科研用户需求方面的现状和不足，对于促进科研用户的学术交流与宏观层面的科技进步具有重要意义。目前，对学术社交网站进行有效评价已经引起了国内外学者的关注，现有研究大致可分为以下三类：第一，以提高知识交流效率为导向的评价研究。研究者分别利用非参数DEA（data envelope analysis）和Malmquist指 数 方 法[1]、SBM（slack-based-measure）模型和非参数核密度估计[2]、模糊层次分析法[3]构建了学术虚拟社区知识交流效果评价模型。第二，以特定功能或能力为原点的多网站对比研究。例如，刘先红等[4]从推荐项目和策略、冷启动方案、用户偏好学习等几个层面，对科研之友、ResearchGate等网站的推荐系统展开了比较研究；许志敏[5]从网站定位、用户分布、内容生产等角度，对学术社交网站的国际传播能力进行了比较研究。第三，基于网站设计者角度开展的学术社交网站普适性建设水平评价。Bhardwaj[6]制定了由12个大类和198个问题组成的、包含学术社交网站各种特征的检查表，来对当前四个流行的学术社交网站进行比较分析。李晓妍等[7]从学科分布、目标用户等方面，对当前学术社交网站进行分析对比。也有少数学者利用定量思想，从网站的内容、设计、功能和影响力4个层面出发，设计了相关指标构建社交学术网站的综合评价模型[8]。

综上所述，尽管学者们对学术社交网站评价已经进行了部分有益的尝试，但是对兼顾“定量综合评价模型”和“用户视角”的研究仍然略显不足。对学术社交网站展开综合性量化评价有利于全方位、直观地了解网站各个方面的建设水平，而基于用户视角探讨学术社交网站服务评价则有利于发现网站在满足科研用户需求方面的现状，进而有针对性地予以改进，以更好地服务于用户。因此，本文从科研用户视角出发，将“以用户为中心”的CRM-BSC（customer relationship management-the balanced score card）理论模型[9]引入定量的学术社交网站综合评价指标体系的构建，并通过多轮网络调研对该模型予以修正与完善，最后，选取国内外若干主流学术社交网站开展了实证分析，以期从理论上丰富现有研究，并从实践上帮助学术社交网站的管理者了解哪些方面是科研用户重点关注的、又有哪些方面还尚未满足用户需求、应该对哪些地方予以改进等问题，进而促进学术社交网站功能的完善、优化科研服务，最终推动科研交流与合作的新发展。

2 学术社交网站与CRM-BSC

2.1 学术社交网站

在Web 2.0环境下，面对科研人员日益增长的学术社交需求，以ResearchGate、科学网等为代表的学术社交网站应运而生。目前，关于学术社交网站的概念尚未达成共识，凝练已有的典型定义的共性[10-14]，本文将学术社交网站定义为：以教师、学生、科研人员等为受众群体，针对科研活动的前期、中期、后期，提供诸如凝聚学术资源、在线交流等辅助科学研究、促进学术交流与科研合作的功能或服务的一种社交网络平台。与其他学术类网站（如学术期刊网站、学术搜索引擎等）相比，学术社交网站具有明显的社交属性。而与其他社交网站相比，学术社交网站则具有更强的专业性与原创性，以及更弱的盈利性[15]。

根据划分标准不同，学术社交网站的分类也有所不同：根据提供的服务内容，可将其分为研究共享、资源共享和成果共享三大类[16]；根据涉及的学科范围，可将其大致分为综合型和专业型学术社交网站[17]。其中，前者包括的学科范围广泛，可以满足大多数群体的学术社交需求，如ResearchGate、科学网、小木虫等；而后者则服务于某类具体学科，如丁香园、答魔社区、经管之家等。本文认为第一种分类标准并不能严格区分现有学术社交网站的定位，例如，ResearchGate既可以为学者提供在线科研协作工具，也可以通过问答区进行知识传递、利用个人主页进行科研成果管理，无法明晰其归属于哪一类。根据网站的建设定位，即可明确其服务的学科领域，能够较为清晰地将网站归为综合型或是专业型，因此，本文更倾向于第二类划分标准。

2.2 CRM-BSC理论模型

平衡计分卡理论（the balanced score card，BSC）[18]概念的正式提出要早于客户关系管理理论（customer relationship management，CRM）[19]。前者作为一种绩效考核方式，被广泛运用于企业的战略规划与评估；而后者则是一种新型的企业管理思想与经营战略。由于CRM的复杂性，其实施的效果和有效性难以估量，于是有学者着眼于BSC模型在绩效评价方面的优势，尝试对其进行改进，以使其适用于对企业CRM战略实施水平和有效性的评价，并形成了CRM-BSC理论模型[9]，该理论是依托平衡计分卡对企业的客户关系管理效果进行评价的方法，主张从客户角度出发，以“客户价值”“客户满意”“客户互动”“客户知识”4个维度评价企业客户关系管理的成效。与传统的BSC相比，CRM-BSC更加关注对客户需求的理解，在具体应用CRM-BSC理论模型时，需要根据其强调的4个维度的核心内涵和评价对象的具体特征来对其做适当调整，并设计细化的衡量指标。国内已有学者在这方面进行了卓有成效的探索，例如，孟庆良等[20]建立了一个包含客户知识、客户交互、客户价值和客户感知价值的四个视角的CRM有效性评价模型，并通过一个企业案例验证了该模型的可行性；尹怀琼等[21-24]则认为，CRM-BSC理论模型不仅适用于企业的绩效评价，同样也可应用于非盈利性组织，并基于该模型先后对政府网站G2B评估指标体系[21-22]、图书馆网站评价指标体系[23-24]进行了探索和实证。

尽管现有学术社交网站在功能定位、用户特征等方面各有差异，但是其建设的初衷皆是助力科研，用户对于这类网站的重要性不言而喻，作为一类高度以用户为中心的网站，从用户视角来对其进行评价有其必要性。同时，CRM-BSC理论模型在延续BSC理论优势的基础上，更加强调“用户视角”的重要性。由此可见，学术社交网站与CRMBSC理论模型在核心着眼点上是共通的。具体而言，CRM-BSC理论模型可用于学术社交网站评价模型构建的可行性主要有以下几点：首先，从理论层面来看，学术社交网站的建设目标与CRM-BSC理论模型的核心内涵是相契合的，均强调为用户提供更多的价值，并淡化对财务指标的重视；其次，从实践应用层面来看，如上文所述，部分研究者已将CRM-BSC理论模型较好地运用于政府的门户网站、图书馆网站评价模型的构建。学术社交网站的服务理念与这两类网站是非常相似的，因此，本文认为CRM-BSC理论也同样可应用于评价学术社交网站；最后，对学术社交网站本身而言，现有的研究成果固然无法完全适用于对学术社交网站的评价，本文将根据CRM-BSC的理论内核，借鉴已有评价模型，并结合学术社交网站具体表征进行适当改进，着重关注少数而又能反映学术社交网站特征的关键指标，以更好地将CRM-BSC理论模型与本研究相结合。

3 学术社交网站评价指标体系构建

3.1 学术社交网站评价指标体系初步设计

根据学术社交网站的特征和参阅相关研究，本文初步确立了学术社交网站评价指标体系的一级指标和三级指标。鉴于CRM-BSC理论核心是“用户知识”“用户互动”“用户价值”和“用户满意”四个层面，因此，本文的一级指标将直接使用这四个维度，而本文的三级指标则参考相关文献，并结合学术社交网站特征而初步设定。针对二级指标，考虑到尽可能减少评价指标体系构建中的主观随意性，本文并不预先设定二级指标，而是充分利用数理统计方法、因子分析等方法客观地展现评价模型的结构层次，进而萃取出二级指标。初步拟定的一级指标和三级指标如表1所示。在深刻理解CRMBSC理论内涵和参阅相关文献的基础上[22]，下文将对所预设的一级指标的核心概念界定以及三级指标选定做进一步解释。

掌握用户知识是有针对性地提供服务的基础，“用户知识”维度强调学术社交网站应利用现代信息技术搜集、分析、挖掘用户的信息和特征，从而对用户进行分类、了解用户。通过用户的注册信息和其添加的个人资料信息，学术社交网站可以掌握一定的用户知识，同时，可以对用户进行分类管理。而用户的需求并非一成不变，学术社交网站需要用动态的眼光去看待[20]，因此，学术社交网站还需要通过在线需求调查表、浏览统计等相关功能，来了解用户实时的科研偏好和兴趣。若对用户的信息进行分析和挖掘，则要求网络运营团队具备一定的知识和技术水平。此外，鉴于科研用户具有一定的信息甄别能力和信息安全意识，网站需要对用户个人信息的安全给予充分的重视与保障。基于上述分析，本文在“用户知识”维度下设计X1～X8共计8个三级指标。

表1 预设评价一级指标与三级指标内容

学术社交网站所提供的功能与服务依赖于“互动”过程才能传递给用户，“用户互动”维度指的是用户与用户之间、用户与网站之间的互动行为。作为社交网站的一种类型，学术社交网站的重要方面便是提高科研用户的参与度和活跃度，以及营造良好的学术互动交流氛围。互动活动主要包括用户之间的提问与反馈和网站向用户传递信息，而互动行为需要依赖于在线交流、双向交流、单向交流等渠道，通过这些渠道，用户才能与自身的科研团队或者潜在合作者保持联系，并及时了解其动态。另外，通过新型的互动交流方式，如移动端APP、社交媒体账号等，网站可以在PC端功能的基础上，实时向用户提供泛在化服务，以丰富用户与网站之间的互动。基于上述分析，本文在“用户互动”维度下设计X9～X16共计8个三级指标。

“用户价值”维度，是指通过有效管理客户关系以满足用户的需求，从而更好地为用户提供服务[23]。“用户价值”维度强调用户在进行了交互活动的基础上，学术社交网站所提供的功能对其需求满足程度的自我认知，包括用户在使用过学术社交网站之后，对该网站的基础情况（如界面布局、链接响应、语言版本、网站导航、功能全面性等）、学术信息资源情况（如资源的比例、质量、易获取性、时效性等）、检索功能情况、个性化推荐功能，以及是否有助于自身的科研活动的一个基本认知和与原有期望值的比较。基于上述分析，在“用户价值”维度下，本文具体设计了X17～X31共计15个三级指标。

科研用户对学术社交网站功能感到满意，是实现网站与用户“双赢”的关键因素，而前3个维度的用户体验均会在一定程度上会影响到对“用户满意”维度的评价，“用户满意”维度强调用户对学术社交网站所提供的功能与服务的综合评价和整体印象，包括用户的整体满意度、用户建议（投诉）、用户持续使用意愿，以及向他人推荐的可能性。因此，本文在“用户满意”维度下设计了X32～X35共计4个三级指标。

3.2 初始评价指标体系的检验与完善

3.2.1 预调研问卷的设计、发放与回收

预调研问卷的设计分为三个部分。第一部分，调查被测者的性别、年级、所属高校、学科领域；第二部分，采用Likert scale的形式调查35项三级指标的重要性程度，依次设计了“非常不重要”“不重要”“一般”“重要”“非常重要”5个选项，并按照1、2、3、4、5分进行赋值；考虑到不同用户的实际需求不同，本文增设了第三部分：开放性题项，旨在搜集用户群体对于学术社交网站还有哪些较为关注的功能或服务。

预调研于2020年1月进行，共发布问卷113份，经筛选后获得有效数据98份。受测者涵盖各个年级本科生和硕博研究生，男女性占比均衡，问卷发放对象涉及人文社会科学与自然科学领域（部分原始数据样本如表2所示）。

表2 预调研问卷数据样本（部分）

3.2.2 描述性分析与信度效度分析

在描述性分析中，平均数和标准偏差分别反映了科研用户对各项评价指标重要性程度的认同和调查结果的稳定性程度。本文将预调研数据导入SPSS 22.0，调用软件的“描述统计”工具，求得各项三级指标的平均数与标准偏差，如表3所示。

由表3可知，各三级指标的重要性程度评分平均值均大于3.35，其标准偏差处于0.577～0.979，表明题项离散程度不大，由此可见，科研用户对问卷中的35项三级指标均比较认同，因此本文不对三级指标做删减。

将各一级维度所包含的三级指标对应的重要性程度求和再除以题项数，即可得四项一级指标的重要性程度评分。以“用户知识（F1）”为例，该过程在SPSS 22.0中的具体操作为：调用“计算变量”工具，设置目标变量名称为“F1”，输入其数字表达式为F1=(X1+X2+X3+X4+X5+X6+X7+X8)/8，即可获得F1的98份重要性程度评分数据。同理，可分别计算F2、F3、F4的重要性程度评分数据。随后调用SPSS 22.0中“描述统计”工具，得到各一级指标的平均数与标准偏差；信度检验用于验证调研数据结果的一致性和可靠程度，利用SPSS 22.0计算原始数据样本（见表2）的Cronbach'sα系数，来检测问卷内部的一致性和变量之间的凝聚程度。量表各一级指标的平均值、标准偏差和Cronbach'sα，如表4所示。

表3 三级评价指标的平均值与标准偏差

表4 量表各一级指标平均值、标准偏差以及信度

从表4可以看出，4项一级指标的重要性程度评分均值均高于3.8，其样本偏差处于0.419～0.683，说明基于CRM-BSC理论模型的四个维度来构建学术社交网站评价模型的效果比较理想。在信度方面，通常认为当Cronbach'sα系数高于0.7时，则调研结果信度较理想，计算结果表明各一级维度的Cronbach'sα均大于0.76；同时，整体信度为0.926，说明量表问卷的稳定性与一致性较高。

效度检验用于检测问卷的有效性，同时，其值的高低也是判断数据可否进行因子提取的标准。在结构效度方面，利用SPSS 22.0对数据样本进行KMO（Kaiser-Meyer-Olkin）和Bartlett's球形检验，得到“用户知识”“用户互动”“用户价值”和“用户满意”4个维度的KMO值分别为0.773、0.823、0.846和0.803，总量表KMO的值为0.8，均高于0.6的可接受水平。同时，Bartlett's球形度检验的显著性水平皆等于0.000＜0.05，均符合因子分析的条件。通过上述检测可见，本次预调研数据的信度效度均处于理想水平，量表比较科学，可用于进一步的探索性因子分析。

3.2.3 基于探索性因子分析的二级指标提取

因子分析通过少量的共性因子来描述多维指标，以揭示因素之间的内在关系结构[25]。因子分析可分为验证性因子分析和探索性因子分析两类。前者假定共性因子与变量群的关系是部分可知的，而后者事先并不假定其间的关系，试图让数据“说话”。为了更加客观、科学地分析评价模型内部的层次结构，本文采用探索性因子分析来提取学术社交网站评价模型的二级指标。在描述性分析与信度效度分析中，已经证实预调研数据样本具有一定的科学性和合理性，且符合因子分析的条件，因此，本文继续利用SPSS软件对原始数据调用“因子分析”工具。

首先，在表5中，“解释的总方差”是指提取后的主成分包含原有变量信息量的程度；“初始特征值”是指初步提取因子的结果；“总计”为每个因子的特征值，该值越大表示该因子在解释8个变量的变异时重要程度越高。表5中的数据显示，共有2个因子特征值大于1，因此，F1可提取2个因子；“提取平方和载入”与“旋转平方和载入”分别表示旋转前与旋转后的特征值、解释变异量、累计解释变异量。因子分析默认只提取大于1的特征值。经过旋转后，因子之间的归类会更加明晰，其特征值也随之改变，但特征值总和不变。从“旋转载荷平方和”中可以看出，所提取的2个因子能够代表原有8个指标共计56.343%的信息，一般认为，方差解释率达到55%便可以接受，因此，“用户知识”维度抽取2个因子较为合理。

表5 “用户知识”维度总方差解释

表6 “用户知识”维度旋转成分矩阵

其次，所抽取的2个共性因子究竟代表何种意义，这需要依赖“旋转成分矩阵”进行分析。从表6可以看出，X1～X4归属于共性因子1，X5～X8归属于共性因子2。X1～X4这4个三级指标主要包括用户注册操作、用户个人资料维护、用户分类管理以及用户需求调查，集中于对用户信息的了解，因此，将共性因子1命名为“了解用户信息”；X5～X8主要包括信息浏览量统计、热点浏览排行榜、网站运营团队以及信息安全，集中于对用户信息的分析，以充分理解其需求，同时，注重对用户隐私和知识产权的保护，因此，将共性因子2命名为“用户行为分析及信息安全”。

类似地，可对“用户互动”“用户价值”“用户满意”维度进行因子提取，其详细操作本文不再赘述，在此仅阐述计算和分析结果。①对“用户互动”维度进行提取，其方差贡献率为63.865%，共有2个因子特征值高于1。根据其“旋转成分矩阵”发现，因子1由X9～X14共计6个三级指标组成，因子2由X15与X16两个三级指标组成。在分析三级指标特性的基础上，分别将因子1和因子2命名为“基础互动渠道”与“移动端互动渠道”。②对“用户价值”维度进行提取，其方差贡献率为66.822%，共有4个因子特征值高于1。分析结果表明，因子1由X28、X25、X29、X27、X26、X24共计6个三级指标构成，因子2由X22、X23、X21构成，因子3由X18、X17、X19、X20构成，因子4由X30、X31构成。根据各项三级指标的特性，分别将因子1～4命名为“信息资源的质量与信息检索”“功能及信息资源的丰富性”“网站基础建设”和“面向用户个性化科研需求的支持度”。③对“用户满意”维度进行因子抽取，其方差贡献率为70.274%，仅有1个因子特征值高于1，因此，“用户满意”维度仅抽取1个因子，该共性因子由X35、X33、X34、X32这4个三级指标构成，将其命名为“用户满意度及用户反馈行为”。

3.2.4 基于开放性题目的评价指标优化

考虑到不同用户的实际需求不同，开放性题目的设置有助于发现因个人知识水平的局限性而未考虑到的指标，因此，有必要根据开放性题目获取的结果对评价模型进行补充。通过对开放性题目进行整理分析（表7），本文发现用户所提及的需求大部分已包含在所设计的35项三级指标内，仍有一些需求本文尚未被涉及，这需要对原有的评价模型进行完善和补充。在模型完善方面，有些用户提及了学术社交网站使用过程中的真实信息，而预设评价中所设置的三级指标X1：“有无用户注册门槛，如要求使用真实姓名、真实机构邮箱注册”仅涉及用户注册，而未提及网站使用，因此，需要将X1修正为“网站所设置的用户注册及使用门槛的情况，如要求用户使用真实姓名、所属单位、机构邮箱等”；在模型补充方面，较多的用户提及了学术社交网站的特色板块、专业覆盖情况，因此，考虑增加X36：“网站特色板块的开设情况”、X37：“网站专业领域的覆盖情况”两个新指标，并根据新指标的内容和特点，将其添加至“网站基础建设”与“功能及信息资源的丰富性”两个二级指标下。

表7 预调研问卷通过开放性题项所获取的科研用户需求

经过完善与补充后，本文所构建的学术社交网站评价指标体系如表8所示。

表8 完善后的学术社交网站评价指标体系

3.3 评价指标体系的进一步检验

3.3.1 正式调研问卷的设计、发放与回收

为了验证完善后的学术社交网站评价指标体系的科学性，为一～三级指标权重的计算搜集数据样本，本文进行了正式网络调研。问卷自2020年2月5日开始发放，历时26天，共计发放问卷187份，剔除无效答卷后得到147份样本，数据集中男生占比44.2%，女生占比55.8%；本科生占比28.6%，研究生群体占比71.4%。调查对象来自清华大学、北京大学、澳大利亚国立大学等国内外50余所高校，并涉及管理学、经济学、法学、医学等在内的12个学科门类。由此可见，问卷的调查对象比较广泛，在一定程度上反映来自不同学历层次、不同高校、不同专业领域的科研用户对拟定的学术社交网站评价指标体系的认可程度。正式调研问卷部分数据样本如表9所示。

表9 正式调研问卷数据样本（部分）

3.3.2 描述性分析与信度效度分析

本文思路是先以公平函数为目标，依据地区需求指数分配资源，且达到公平函数目标；同时以效率函数为目标，依据地区卫生资源的投入与产出，在公平目标基础上实现效率函数目标。两个目标函数形成上下层关系，上下层互为约束，从而构建复合系统双层目标优化模型。

在评价指标科学性验证方面，本文利用SPSS 22.0计算量表各维度的平均值、标准偏差和信度（表10）。同时，调用因子分析功能分别计算基于一级、二级维度所划分的分量表的效度（表11）。

表10 量表各维度的平均值、标准偏差和信度

表11 各分量表的效度值

由表10可知，量表各维度的平均值均大于3.7，标准偏差处于区间(0.45,0.68)，且Cronbach'sα数值均高于0.78，这表明本文所设计的量表稳定性和可靠性较为理想。

在结构效度方面，当以一级维度作为分量表划分依据时，各分量表的KMO值均高于0.75；当以二级维度作为分量表划分依据时，除了“移动端互动渠道”“面向用户个性化科研需求的支持度”之外，其他分量表的KMO值均高于0.7。分量表“移动端互动渠道”“面向用户个性化科研需求的支持度”的KMO值仅为0.5的原因在于分量表中仅包含2个三级题项，而通过对其进行因子分析可以发现，2个分量表中方差贡献率分别为81.579%、80.778%，远远高于55%的可接受水平。由上述分析可知，本文构建的基本CRM-BSC的学术社交网站评价模型较合理。

3.4 指标权重赋值及评价模型最终确立

本文借鉴管丹丹[26]的研究成果中的权重确立方法，利用变异系数法为各层、各项指标赋权。根据表9中的正式调研数据样本，本文利用SPSS计算各级指标的平均分与标准偏差，并且计算出标准偏差与均值的比率，从而得到变异系数。

根据一级指标与二级指标的变异系数，可计算其最终权重。例如，一级指标“用户知识”“用户互动”“用户价值”和“用户满意”的变异系数分别为0.222、0.234、0.205和0.210，这4个一级指标变异系数之和为0.871，则4个一级指标的最终 权重分别为0.255（0.222/0.871）、0.269（0.234/0.871）、0.235（0.205/0.871）、0.241（0.210/0.871）。同理，将单个二级指标的变异系数除以其所属一级维度下所有二级指标的变异系数之和，可以得出该二级指标的最终权值。按照该方法可以计算出所有二级指标的最终权重，具体结果如表12所示。

表12 一级、二级评价指标变异系数及最终权重

37项三级指标的最终权重可类比二级指标权重计算步骤求得，其组合权重为各项三级指标对应的一级指标、二级指标与自身三项权重之积，最终所有三级指标的组合权重之和等于1。例如，X1：“网站所设置的用户注册及使用门槛的情况（如要求用户使用真实姓名、所属单位、机构邮箱等）”，该指标归属于一级指标F1、二级指标Y1。F1、Y1、X1的权重依次等于0.255、0.503、0.274，则X1的组合权重为0.035（0.255×0.503×0.274）。根据同样的步骤和方法，可计算出其余36项三级指标的组合权重，部分结果如表13所示。

4 基于CRM-BSC的学术社交网站实证研究

4.1 实证研究设计与实施

鉴于实证过程的可操作性和评价结果的普适性，本文选定小木虫、科学网、ResearchGate作为实证研究对象。其中，小木虫成立于2001年，其论坛上已经汇聚2000余万用户、500余万篇主题帖以及14000万篇帖子，小木虫始终致力于为中国学术科研提供动力[27]；科学网于2007年1月正式上线，拥有来自国内各大专院校与研究所的科研工作者近100万人，网站的用户整体具有较高的受教育程度[28]；ResearchGate于2008年创建，旨在助力全球科研工作者的学术交流及合作，网站已汇集了1600万科研人员，其中包括79位诺贝尔奖获得者[29]。本文选取以上3个网站的主要原因阐述如下。

表13 三级指标最终权重及其组合权重（部分）

第一，三者同属于综合型学术社交网站，并在全球权威机构Alexa网站上排名均居前列[30]。本文仅选择综合型学术社交网站进行实证，是出于以下考虑：首先，若仅选择针对同一专业的学术社交网站进行实证，当前该类型的网站数量较少，仅适宜做特定网站的案例研究，而难以形成网站间的对比研究。本文目的在于通过设计的量化评价模型一次性对多个网站展开评价，以此发现不同网站之间的差异，从而实现网站“取它之长，补己之短”“以评促建”的研究目标。当然，本文对实证研究对象的选取，并不影响本文的评价模型可作为评价某单个网站的工具。其次，若本文选择服务于不同专业的垂直型学术社交网站，由于之后所邀请的评分人员需涵盖不同专业，难免会出现由于对本专业领域网站使用较频繁，而使用较少或几乎没有使用其他领域的网站，使得评分不客观的现象。最后，若本文同时选择综合型学术社交网站与专业型学术社交网站，也同样不可避免部分评分人员使用专业型学术社交网站更加频繁，相比之下，较少使用综合型网站，导致的评分结果的不客观性。

第二，三个网站创办时间早、运营时间久，目前均已经具备一定的用户规模，能够较好地体现当前学术社交网站的建设现状。

第三，三个网站已被较多的学者作为研究对象进行深入研究，能够为本文提供一定的经验参考。

学术社交网站评价指标体系的三级指标共计包括37个具体题项，其中31个题型为定性评价指标，邀请被试对象评分。另有6个题型（X3、X4、X5、X6、X15、X16）的结果可直接从网络获取，因此由笔者本人评分。实证研究过程中，邀请科研经历较为丰富的博士在读人员、高校教师、科研机构人员等共计39人，基于自身对学术社交网站的使用体验，来对上述3个网站进行评分，所邀请的评分人员涵盖工学、理学、管理学、经济学、文学、法学和教育学共7个学科门类。实证实验的评分制采取100分制，并以5分为最小间隔单位。实验自2020年2月19日开始实施，历时40余天，最终获取有效评分35份，部分评分数据如表14所示。

4.2 实证研究结果分析

4.2.1 学术社交网站评分结果对比分析

本文对原始数据作处理，计算各网站、各题项分值的平均数，紧接着结合三级指标的组合权重，计算各网站37个题项的加权得分，部分结果如表15所示。

如表15所示，ResearchGate、科学网和小木虫的综合得分分别为87.94、80.65、82.71，均高于80分，这表明3个网站均在一定程度上满足了科研用户群体的学术社交需求。为了解当前主流学术社交网站在一级、二级维度上的得分表现，本文将同属于某一二级维度下的三级指标最终得分进行求和即得到该二级指标最终评分，将同属于某一一级维度下的二级指标最终得分进行求和，即得到该一级指标最终评分。分别计算三个网站在一级、二级维度上的评分情况，结果如表16所示。对得分结果利用Origin与AⅠ（AdobeⅠllustrator）软件绘制可视化图像，结果如图1所示。

对各一级指标的具体得分进行分析，Research-Gate在各维度上得分均高于科学网和小木虫。具体而言，这3个学术社交网站在“用户互动”维度得分相近，均为24分左右，但在“用户知识”维度得分差异较大。“用户价值”维度和“用户满意”维度上，ResearchGate均处于优势水平，而科学网与小木虫二者得分差距不大。结合三级题项加权分值，本文对二级指标实证得分结果进行分析可以发现：

表14 实证评分数据（部分）

表15 实证研究对象得分表（部分）

表16 三个学术社交网站在一级、二级维度上的得分

第一，在“了解用户信息”以及对网站提出更高要求的“用户个性化科研需求支持度”方面，相对于科学网与小木虫，ResearchGate的表现更为出色。ResearchGate采用了多种渠道了解用户的研究兴趣与偏好，并有针对性地匹配推荐内容，通过首页展示、电子邮件等形式，向用户传达整合后的个性化推荐内容。相比之下，我国国内的学术社交网站在了解自身用户和提供个性化服务方面则表现一般，例如，小木虫较少获取用户的真实身份、当前研究项目等相关信息；科学网并未设置“在线用户需求调查表”以了解其用户的个性化需求。

第二，科学网与小木虫在“信息安全”方面均有提升的空间，并且小木虫还需加强其运营团队建设。本文通过网络调研发现，小木虫论坛的管理成员均仅在业余时间凭借兴趣维护各板块；相反地，科学网由中国科学院等机构主管，ResearchGate则是从世界范围内招聘有才能的员工。在信息安全保障方面，ResearchGate对用户服务条款、隐私政策、知识产权政策等描述极为详尽，然而我国的网站在此方面描述较为简略。相对于一般网络用户而言，科研网络用户具有更高的信息安全甄别与保护意识，只有让用户切身感受到网站对其信息安全保障的重视，那么网站才能吸引并保留更多的用户。

第三，在“基础互动渠道”方面，3个网站得分差异较大。具体而言，ResearchGate在“用户提问的反馈的及时性”方面弱于科学网和小木虫，而科学网各类交流工具的易用性均有待提高。就互动渠道的专业性而言，ResearchGate和科学网略胜一筹，例如，科学网支持用户通过学术名片的方式查看好友的研究方向、合作意向、课题组成员等信息；小木虫对其用户寻找潜在合作者、拓展学术影响力等需求的满足能力略显不足。

图1 三个学术社交网站在一级、二级维度上的得分比较

第四，3个网站在“网站基础建设”方面综合得分差异不明显，但就具体题项而言，3个网站却各有春秋。例如，ResearchGate在界面美观与布局方面均优于我国国内的2个网站，但作为国外网站，其在我国国内的访问速度却相对较慢。在语言版本方面，ResearchGate作为全球性学术社交网站提供了统一的英文界面；科学网尽管未完全实现界面的英文化，但也进行了初步的探索；而小木虫仅提供中文语言界面。在特色板块方面，我国国内的学术社交网站则展现出较大的优势，例如，科学网开辟了科学网视频、小柯机器人等特色板块；小木虫则具有SCⅠ期刊点评、木虫讲堂等特色板块；相比之下，ResearchGate所提供的特色板块则较少。

第五，在多项与学术信息资源丰富性和质量相关的维度中，ResearchGate与科学网均表现较好，小木虫则表现不佳。网络调研发现，小木虫存在一定数量的无用信息、冗余板块，甚至无效板块，这在一定程度上影响了其用户的体验。

第六，从最终的“用户满意度及用户反馈行为”来看，科研用户对于ResearchGate的整体满意度更高，更有可能持续使用，并向其他学者推荐该网站。

4.2.2 学术社交网站整体评分结果分析

为了解当前主流学术社交网站的整体建设水平，本文对ResearchGate、科学网和小木虫3个网站各维度得分求平均值，并与对应的维度满分进行对比，数据结果如表17所示，其可视化图像如图2所示。

表17 主流学术社交网站综合得分情况

图2反映了一级指标与二级指标的整体得分概况。3个学术交流网站在“用户知识”和“用户互动”维度表现较好，而“用户价值”和“用户满意”层面则相对表现较差，有待进一步加强提升。具体而言，“用户行为分析”“移动端互动渠道”的提供内容比较契合用户的科研社交需求，但是在“了解用户信息”“网站功能及信息资源的丰富性”等层面上表现一般，而在“基础互动渠道”“网站基础建设”“信息资源的质量与信息检索”“个性化服务支持”方面等维度上的功能和服务提供亟须改善。

图2 主流学术社交网站整体建设水平

综上所述，从整体上来看，当前主流学术社交网站在“用户行为分析及信息安全”“移动端互动渠道”这两方面的表现相对较好，而在其他7个包含用户基础科研需求和个性化科研需求维度的得分却不尽理想，究其原因主要有三点。首先，尽管近些年来移动互联网、大数据等信息技术发展迅猛，学术社交网站在技术层面已有一定基础。然而，作为一个复杂系统，这一类网站仍处于并将长期处于发展过程中[31]，许多功能有待优化与完善，“以用户为中心”的服务理念也有待强化。其次，科研用户群体的数量日益庞大，其学术偏好和需求也不断地改变，与此同时海量异构数据成指数式增长。由于人力、物力等有限，学术社交网站的快速响应变化、迎合需求的行动具有一定的滞后性。最后，对用户提供精准的个性化服务还存在一定的技术难关，并且相关的政策也对用户的个人信息与知识成果予以高度重视和保护，科研用户自身出于保护隐私的目的，也较少在网络中提供真实准确的数据和信息，故学术社交网站想要获取用户个性化科研兴趣和偏好存在较大的难度，这导致相关维度得分相对偏低；从网站个体层面来看，ResearchGate在绝大多数维度上得分均高于科学网和小木虫，其中尤其以“了解用户信息”“用户行为分析及信息安全”“基础互动渠道”“功能及信息资源的丰富性”“面向用户个性化科研需求的支持度”“用户满意度及用户反馈行为”这6个维度的差距较大。我国学术社交网站尚处于摸索和发展阶段[7]，尽管网站已经搭建，但其国际化发展理念不足，且没有充分形成系统化的用户激励体系[5]，无法较好地满足用户对学术资源广度、个性化科研服务、学术影响力评价等方面的需求。此外，我国很多科研工作者尚未形成使用学术社交网站的习惯，这也导致学术社交网站的整体活跃度不高[32]，既不利于网站功能、服务的价值和建设上的不足得到人们的关注，也不利于网站管理者提高运营的积极性，因此，科学网和小木虫在一些维度上与ResearchGate存在较大差距也就不难想象。

5 学术社交网站建设的对策

现阶段，学术社交网站应在把握技术发展红利的基础上，从科研用户的角度出发，积极改善功能和服务提供以获得用户的认可，才能在与用户的良性互动中实现“双赢”。因此，基于CRM-BSC理论模型的4个维度，本文提出了学术社交网站建设水平提升的4点对策。

（1）强化“用户中心”理念，构建科研用户的知识库。基于CRM-BSC的学术社交网站评价模型中“用户知识”维度的重要性仅次于“用户互动”维度，然而，在该维度上，当前主流学术社交网站的表现却不及后者。本文建议学术社交网站转变战略发展理念，基于科学研究人员的视角建立“用户学术数据库——用户学术行为库——用户学术需求库”协同渐进式的用户服务体系，以进一步加强对其用户的了解。具体而言，科研用户在网站进行注册时，网站需设置一定的准入门槛，并整合用户信息构建学术数据库，将用户的交互行为录入学术行为库以分析其学术偏好与兴趣，通过“在线需求调查表”对用户个体的差异化和多元化的科研需求进行实时、精准的调研。另外，网站应注意对运营团队进行相关知识和技术培训，以提高其与时俱进的能力。在“用户信息安全”方面，本文建议网站既要注重政策的制定，同时也应积极采用先进技术（如基于大数据的认证技术等）对用户隐私信息进行保护，以提升科研用户对网站的信任度。

（2）鼓励用户创造内容，促成有效互动和知识共建共享。用户不仅是学术社交网站的使用者，同时也是价值共同创造者，用户的互动行为对于学术社交网站长远发展的重要性不言而喻。学术社交网站应立足于科研用户的视角，从实用性和易用性方面，对各类基础交流工具进行优化，着眼于网站的专业属性，积极为用户提高学术交流的效率、拓宽学术关系网络的提供支持。在此基础上，网站可通过引入一定的激励机制，将用户在网站内的行为数据与其科研影响力评价挂钩，从而激发学术社交网站用户创造优质内容，并参与知识共享的积极性。此外，学术社交网站应积极利用新一代移动通信、大数据、云计算等先进技术为用户提供跨平台、泛在性的学术交互服务。

（3）优化网站的功能和服务，提升用户价值。学术社交网站的基础建设、信息资源提供与个性化服务均为科研用户所关注的重点，建议网站以科研用户的情感与体验为基准，优化平台视觉效果与整体布局，将用户的个人研究兴趣与网站信息资源相匹配，以生成用户专属界面和个性化推荐内容，并进行精准推送，在已有服务的基础上挖掘网站深层优势形成特色服务。与此同时，学术社交网站作为辅助科研活动的平台，应健全其学术资源质量管理机制，尽可能地清除虚假和冗余信息，并提供便捷高效的检索系统。此外，科学网和小木虫需积极拓宽用户范围，树立国际化发展理念，分阶段、渐进式地实现网站多语言版本的建设，并进行有效推广，以更好地与前沿科学接轨，提高我国科研用户注册和利用网站的积极性，从而推进网站的持续性发展。

（4）建立“四位一体”良性发展体系，培养忠诚用户。发源于平衡记分卡的CRM-BSC理论模型同样也强调长远目标与短期目标、成效与过程等多方面的均衡，用户满意度与忠诚度的提高植根于其在“用户知识”“用户互动”“用户价值”环节中的需求被满足的感知程度。然而，现有的学术社交网站在“用户满意”层面整体得分偏低。学术社交网站应立足于用户视角对自身的建设水平进行定期测评，并将实时关注用户反馈意见贯穿于服务提供的全过程，根据测评结果与用户建议及时优化自身服务，才能最终提高用户满意、增强用户黏性。

6 结语

互联网技术的快速发展，使得学术社交网站在科研交流与合作创新方面的价值达到了新的高度，然而，科研用户的学术社交需求并非一成不变，这就要求学术社交网站从用户的角度出发，不断改善与优化自身的功能和服务提供，以更好地提升用户的体验。本文从用户视角出发，依托CRM-BSC理论模型，构建了针对学术社交网站的评价指标体系，并通过两轮问卷调研对模型进行完善，同时，在实证的基础上，验证了评价模型的可操作性和有效性。作为学术社交网站定量评价研究，本文也存在一些不足，如网络调研数据未形成一定规模、实证评价研究样本数偏小，且存在因部分题项过于专业化使得受测者理解有误，从而导致调查结果出现偏差，这是未来研究可进一步改善的方向。