在线学习社区知识交流行为模型构建研究

周鼎 夏立新 秦晓琪 孙哲林

摘 要：[目的/意義]“互联网+”教育环境下，用户通过在线学习社区进行知识交流的行为变得愈发普遍。然而，目前关于在线学习社区知识交流的研究较为分散，对在线知识交流行为机理进行系统研究和整合性讨论，有利于指导用户在线知识交流过程。[方法/过程]本文采用扎根理论方法对20位用户进行深度访谈，从访谈资料入手构建在线学习社区知识交流概念模型。根据各级编码、译码得到概念范畴及其逻辑关系，具体涵盖了10个主范畴，26个范畴和91个初始概念，基于此归纳提炼出由技术、用户、社交、在线知识交流4个维度组成的在线知识交流行为模型（TSUK），总结出TSUK模型的动因层和表现层。[结果/结论]从主范畴关系结构可以看出，社区环境、学习情境、社交效用对知识交流行为产生直接影响，与知识交流驱动因素共同构成TSUK模型的动因层;技术缺陷、技术优化建议、个人能力和知识交流媒介在不同的知识交流情境下有不同表现，共同构成TSUK模型的表现层。该模型在理论层面提供了二层四维结构的研究视角，在实践层面为在线学习社区的设计者、运营者及参与者提供参考。

关键词：在线学习社区;知识交流行为;扎根理论;模型构建

DOI：10.3969/j.issn.1008-0821.2022.01.006

〔中图分类号〕G252.8 〔文献标识码〕A 〔文章编号〕1008-0821（2022）01-0054-10

Abstract：[Purpose/Significance]Under the“Internet+”education environment，the behavior of users to exchange knowledge through online learning communities has become more and more common.However，the current research on knowledge exchange in online learning communities is relatively scattered，and systematic research and integrated discussion on the behavior mechanism of online knowledge exchange are helpful to guide users in the process of online knowledge exchange.[Method/Process]In the research，grounded theoretical methods was used to conduct in-depth interviews with 20 users，and a conceptual model of knowledge exchange was built in the online learning community from the interview data.[Result/Conclusion]From the main category relationship structure，it can be seen that the community environment，learning context，and social utility have a direct impact on knowledge exchange behavior，and together with the driving factors of knowledge exchange constitute the motivation layer of the TSUK model;technical defects，technical optimization suggestions，Personal abilities and knowledge exchange media have different performances in different knowledge exchange situations，which together constitute the performance layer of the TSUK model.The model provides a two-tier and four-dimensional structure research perspective at the theoretical level，and provides a reference for the designers，operators and participants of the online learning community at the practical level.

Key words：online learning community;knowledge exchange behavior;grounded theory;model construction

第44次《中国互联网络发展状况统计报告》显示，截至2019年6月，我国在线教育用户规模达2.32亿，占网民整体的27.2%，其中手机在线教育用户规模达到1.99亿[1]。2019年《政府工作报告》中明确提出，发展“互联网+教育”，促进优质资源共享。2020年初，新型冠状病毒肺炎在全球暴发蔓延，教育部明确提出“利用网络平台，停课不停教、不停学”的指导思想，利用网络平台实施教学，短时间内以直播为主的在线教学方式迅速普及。截至2020年4月3日，全国高校学生在线学习人次为11.8亿[2]。这一背景下，疫情加速了在线学习社区的发展，用户通过在线学习社区进行知识的获取、交流、互动、共享的行为变得愈发普遍，这也为知识交流行为的研究提供了新的研究情境。

知识交流行为研究已經引起多个学科的关注，如图书情报学、计算机科学、传播学等[3]，研究知识交流过程、特点及其规律已经逐渐成为情报学界的重要研究热点[4]，而从情境出发研究用户信息行为是情报学认知范式强调的一个重要观点[5]。在线学习社区这一新的应用情境下，其更强调用户在主动或被动学习过程中的知识交流行为，更注重时效性与互动性。当前有关知识交流行为的研究情境主要聚焦于虚拟学术社区和社会化问答平台，而关于在线学习社区情境下的知识交流（以下统称为在线知识交流）有何特点值得探讨。基于此，本文以在线学习社区下的知识交流行为作为研究对象，在对其内涵进行界定的基础上，通过质性研究方法扎根理论构建在线知识交流行为模型，从而揭示其行为动因、组成结构、过程特点等，为在线知识交流机理研究提供系统性解读。与此同时，把握在线知识交流行为的特点与规律有助于优化在线学习平台的设计，助力用户提高学习效率。

1 相关研究回顾

1.1 在线学习社区的概念与特征

在线学习社区（Online Learning Community）也称网络学习共同体，它是依托互联网建立的一种学习环境，这种学习环境使得有共同学习意愿的学习者聚集在一起进行知识构建和情感交流等。其最早被定义为：“当大量的人怀着饱满的情感持续长久地进行公开或半公开交流，以期望通过在线社交网络形成个人关系网时，在网络中所出现的社会集合体”[6]。Hiltz S R等则将其定义为：“在线学习社区是教师和学生完成教学目标的社会情境，同时又是社区成员寻找情感支持、归属感和友谊的社区”[7]。田阳等认为，在线学习社区整合了课堂和网络学习环境，各种知识、方法、动作等通过在线学习社区运作和交互[8]。可以看出，在线学习社区的定义主要是从“学习”和“社区”两个维度出发。其与现实环境下的学习社区比较而言，具有以下差异：第一，它是师生通过在线学习活动进行同步或异步交流的虚拟学习环境;第二，在线学习社区中的主要交流方式是远程通信，而非面对面交流;第三，在线学习社区的社会归属感会对在线学习成功具有重要影响[9]。

1.2 在线知识交流行为的内涵

知识交流是指借助于某种符号系统，围绕知识进行的一切知识加工与知识交往的活动[10]。杨瑞仙将知识交流的内涵概括为：通过正式或非正式交流平台，将学者的隐性知识显性化，从而达到知识传播、转移、吸收、共享和创新的目的[11]。胥伟岚认为，知识的交流是双向的，并且包括隐性知识和显性知识，在交流的过程中离不开媒介和交互环境的支持[12]。结合在线学习社区的概念与特征，本文将网络课程平台上师生进行互动学习所形成的社会网络看作在线学习社区，将在线学习社区用户知识交流行为定义为：师生为完成共同的学习或教学目标，利用腾讯课堂、幕课、钉钉等网络在线学习平台，展开知识的传递、交换、共享、吸收、反馈等的过程。在线知识交流的主体为在线学习社区中参与知识交流的所有用户，知识交流的客体为知识内容本身，交流的媒介为在线学习平台（如腾讯课堂、ZOOM、QQ群等）。

1.3 知识交流行为相关研究

关于知识交流的研究主要可以分为理论研究和实证研究两个方面。在理论研究部分，杨瑞仙[11]对知识交流的内涵和类型进行了详细谈论，并将其与信息交流、知识转移等概念进行区分，最后界定了知识交流的研究范畴。也有学者从科学交流与知识交流的定义、构成要素和研究内容上剖析知识交流的内涵[13-14]。王琳[15]提出了“个体—社群—社会”的三维结构来归纳整合知识交流的各种理论。张海涛等[16]在分析虚拟学术社区用户知识交流的要素、过程、网络结构的基础上，构建了虚拟学术社区用户知识交流机理模型。在知识交流的过程和模式研究上，知识交流论将交流主体、交流受体、传递交流的内容、交流方式或手段视为知识交流过程的4个基本元素[17]。丁敬达等[18]通过对学术虚拟社区用户类型和交互关系的分析，总结出基于会话、链接、引证关系的3种知识交流模式。理论研究主要围绕不同应用场景下知识交流的内涵、机理、交流模式等探讨，这为在线知识交流的组成要素与交流模式的研究提供了参考借鉴基础。

实证研究方面，关于影响因素的研究，甘春梅等[19]从动机、机会和能力3个方面对在线科研社区环境下的知识交流与共享行为的影响因素进行阐释。钟玲玲等[20]在UTAUT模型基础上，引入感知信任和激励变量，构建了虚拟学术社区用户知识交流影响因素模型。在知识交流的效率和效果评价研究方面，孙思阳[21]通过构建虚拟学术社区用户知识交流效果评价指标体系，采用模糊层次分析法对知识交流的效果进行研究。关于知识交流效果的研究，吴佳玲等[22]从技术效率视角出发，通过SBM模型对虚拟学术社区知识交流效率进行分析。胡昌平等[23]从学术博客中的知识交流行为出发，构建出知识转移模式促进学科知识服务发展。张雨婷等[24]运用相关分析和主成分分析法对数字图书馆社区用户知识交流与交互服务满意度进行研究。相关实证研究多数通过定量方法探究行为影响因素与测度知识交流效果，较少关注知识交流行为的背后驱动因素。因此，通过质性研究方法探究在线知识交流行为的驱动因素与影响因素可以弥补这一方面的不足。

总体上看，关于知识交流的研究较为分散，多数是立足于单一的形式理论或研究方法从不同视角展开研究，并且研究情境多数聚焦于虚拟学术社区和社会化问答社区。相较而言，在线学习社区是新兴的知识交流平台，具有新的时代特征和自身特点，以上的理论和实证研究可以提供参考借鉴，但不完全适用，目前也没有成熟的理论对其进行解释和研究。因此，本文通过扎根理论构建在线学习社区知识交流行为模型，主要回答以下3个问题：①在线知识交流的研究主要涉及哪些要素;②在线知识交流的交流过程具有什么模式，有哪些特点;③在线知识交流背后的驱动因素是什么。

2 研究设计

2.1 研究方法

扎根理论是在系统的收集经验资料的基础上建立理论的质性研究方法[25]，适合于在科研课题尚不成熟的情况下构建理论。它强调从资料中提升理论，这是一个自下而上地将资料不断进行浓缩的过程，数据编码是扎根理论的核心，其中具体包括开放式编码、主轴式编码和选择性编码3个流程。开放式编码将数据资料抽象，形成概念或范畴;主轴式编码是发现和建立概念类属之间的各种联系，挖掘主范畴、副范畴及其之间的关系;选择性编码是在所有已发现的概念类属中经过系统地分析以后确定核心范畴以及范畴之间的网络关系结构，并将研究结果建构在一个合理的理论框架内。

2.2 数据收集

本研究主要采用深度访谈的方法进行数据收集，由于本研究在疫情防控期间进行，因此主要采取微信、QQ等互联网渠道对受访对象进行线上访谈。受访对象的具体要求包括：第一，使用过例如腾讯课堂、ZOOM、云课堂等在线学习平台进行学习交流的用户;第二，为了避免研究受一类受访人群特征的单一影响，受访者在年龄、性别等方面较为均衡。在此基础上，本研究一共选取20名研究对象，受访者基本信息如表1所示。

本研究采取半结构化访谈方式，在梳理国内外文献的基础上，围绕在线知识交流设计访谈提纲。以在线学习社区的用户为中心，访谈问题根据个体回答差异进行适当的调整，包括但不限于以下访谈大纲：①“您通过哪些工具或平台进行在线知识交流（疫情期间，通过哪些渠道获取知识），在使用的过程中遇到哪些问题”;②“您在什么情况下会选择在线知识交流，具体原因有哪些”;③“您是如何参与在线知识交流的，交流的过程是怎样的”;④“知识交流的过程中有没有建立社交关系（什么原因导致建立、如何建立），社交关系对你的学习有什么帮助”;⑤“在线知识交流的过程中如何进行互动、分享，以及进行反馈的方式有哪些。”围绕以上5个主题设计访谈提纲，为了引导受访者进行更深入的探讨，在访谈过程中采访者会询问诸如“您是否可以对……具体谈一下？”“所以您的意思是……吗？”“除此之外还有其他的感受吗？”“还有类似……的经历吗？”等探索性或解释性问题，从而获得更为丰富具体的访谈资料。根据理论饱和度规范，在每次完成访谈后，研究人员都会根据访谈分析结果不断完善访谈提纲。整个资料收集工作自2020年5月至8月，历时3个月。每一份访谈语音时长在20～40分钟，在全部受访者材料中确认20份高质量访谈文本，最终整理得到10万余字的原始文字资料。

3 研究过程

3.1 开放式编码

开放式编码也称一级编码，是将原始访谈资料打散，赋予新的概念，然后再以新的方式对其重新组合的过程。为了保证编码的合理性和严谨性，在编码的过程中由两位研究人员独立编码并且撰写分析型备忘录，对编码的结果定期进行研究小组讨论，根据讨论的结果不断调整编码直至达到饱和。通过对初始概念的整理、归纳，合并交叉概念、筛除矛盾概念，最终得到91个初始概念，归纳为26个范畴，如表2所示。

3.2 主轴式编码

主轴编码又称二级编码，其主要目的是发现和建立概念类属之间的各种联系，来表现资料中各个部分之间的有机关系。在开放性编码形成的26个范畴的基础上，对范畴之间的关系进行聚类、归纳，形成了10个主范畴，分别是技术优化建议、技术缺陷、社交效用、构建社交关系、个人能力、学习情境、社区环境、知识交流情境、知识交流驱动因素、知识交流媒介，并将其归纳为技术、社交、用户和知识交流4个维度，其结果如表3所示。

3.3 选择性编码

选择性编码也称三级编码，其目的在于进一步梳理范畴之间的关系，在主范畴的基础上寻找能够统领其他范畴的核心范畴。通过核心范畴和其他主范畴之间的联结来展示在线学习社区知识交流行为模型，揭示主范畴之间的关系结构。在进行选择性编码后，本研究以原始语料的剩余部分进行饱和度测试，并未发现未被涵盖的重要概念、范畴和典型关系，因此可以认为本次扎根研究的理论模型达到饱和，其主要结构关系如表4所示。

4 在线知识交流行为模型构建

根据以上三级编码结果，本研究梳理出以下故事线：①在线知識交流行为在不同的情境下，用户的知识交流个人能力和知识交流过程中的媒介表现形式会不同，同时在知识交流的过程中，不同的交流情境暴露出在线学习社区的技术缺陷，从而促使用户提出了不同形式的优化建议;②知识交流驱动因素是直接影响在线知识交流行为的内部因素，而社区环境、社交效用共同构成影响在线知识交流行为的外部因素;③构建社交关系后会产生社交效用，进而产生在线知识交流行为;④在社交关系作用于知识交流行为的过程中，技术缺陷会影响作用过程，从而对知识交流情境造成影响;⑤从用户的角度出发，学习情境是在线知识交流情境的主要组成部分，在用户不同的学习情境下，其会产生不同的跨设备学习行为。根据以上故事线，归纳构建出在线学习社区知识交流行为模型，该模型涵盖了在线学习行为的表现层和动因层，抽象出技术（T）、社交（S）、用户（U）和在线知识交流（K）4个分析维度，将其命名为TSUK分析模型，如图1所示。

4.1 技术维度

在线知识交流行为离不开技术的支持，信息技术是知识在学习社区中顺利流动的保障工具和手段。罗素认为，在线学习社区是采用一些技术手段来协调其成员和集体在学习方面需要的组织[26]。信息技术帮助在线学习组织打破了时间和空间上的阻碍，使得在线知识交流行为体现出跨时间、跨空间的特点。TSUK模型的技术维度包括了技术缺陷和技术优化建议两个主范畴，其中技术缺陷主要体现在硬件设备和软件功能上，技术优化建议具体包括性能优化和功能优化。

技术缺陷是用户在知识交流的过程中使用学习工具遇到的阻碍，这种阻碍会直接影响用户的学习体验进而影响知识交流的效率。在硬件设施方面，研究发现，网络不稳定和缺乏匹配的电子设备成为阻碍知识交流的最大因素。在线直播上课环境下，同时在线人次众多会增加服务器的负担导致网络堵塞，在教学的过程中常常会因为网络不稳定或者对使用技术陌生被迫暂停甚至中断。在软件功能上，访谈发现主要问题集中在软件使用体验差、软件兼容、权限设置等方面，具体表现为用户对不同类型的知识进行不同形式的交流时，需要频繁在各个软件来回切换，增加了软件使用的复杂性，软件页面不友好和使用难度的增加，会大大降低用户知识交流的积极性。软件的互动性能被多次提到，时空分离导致无法实现传统课堂的自然交互，因此，在线学习平台满足多功能的交互尤为重要。

技术缺陷作为调节变量会调节社区环境对知识交流情境的影响，在不同的社区环境下针对知识交流的不同情境，对硬件设备和软件功能都有不同的需求。软件功能优化主要是针对知识交流过程中暴露出的技术缺陷做出的优化建议。在硬件上主要是改善硬件设施、加强硬件操作技能的培训;在软件功能上，统一在线学习平台可以提高学习平台使用效率，可以通过增加问答抢答和小组讨论的功能来提高用户参与积极性，丰富线上知识互动的形式。由于在线学习社区中的评论、留言信息具有很强的时效性，加强实时消息提醒也有助于提高知识交流效率。

4.2 社交维度

社交关系的存在是进行在线知识交流的必要条件之一。社交维度包括建立社交关系、社交效用两个主范畴，在TSUK模型中，两个主范畴均属于动因层，主要解释了在线学习社区中用户建立社交关系的动因、影响社交关系建立的因素以及社交关系对在线知识交流行为有何影响作用。建立社交关系包含驱动条件、社交信任、影响社交关系因素3个子范畴。社交关系建立是指在用户在线社交活动中社交关系建立的原始动机，用户在知识交流的过程中遇到阻碍被迫寻求他人的帮助，或者出于自身兴趣爱好主动与他人建立社交关系，在构建社交关系的过程中大多数人倾向于寻求确定性的、熟人的帮助，社交信任感对维持社交关系起到重要作用。从在线知识交流的过程来看，用户的情感、任务等需求会促进社交关系的构建，但是在网络环境下，虚拟空间增加了用户之间的距离感，对个人隐私安全的担忧、主动或被动参与线上授课等成为促进或阻碍社交关系建立的影响因素。

在线学习社区兼具学习性和社交性的特征，其学习模式基于情景学习理论和关联主义理论展开，社区成员在学习的时候会建立社交关系，进行互动、交流沟通，分享知识和确立情感关系，有利于用户形成较好的学习氛围并提升学习绩效[27]。因此，可以将在线学习社区视为在线社交网络，在社交网络的影响下，社交关系进一步作用于用戶的知识交流行为。在线社交网络中，用户个体的知识交流行为在很高的程度上受到了社交网络的促进和阻碍。在TSUK模型中，社交效用包含交流情境、影响知识交流因素两个主范畴。交流情境是指在社交网络中组织内部的知识交流具体情境，其主要包括用户基于自身需求在社交圈中寻求帮助和分享知识的行为。社交关系的一些固有属性对知识交流行为产生的影响，例如在访谈中有8位受访者提到在进行求助时会优先求助于信任度较高的对象，社交信任是实现长久社交的主要动力和作用，是维系社交健康发展的根源。在具体的知识交流情境中表现为，用户会在稳定的社交网络中主动提问（6次）或主动提供知识（9次）。而基于共同目标所构建的社交关系（6次）会不断积累社交信任从而促成更加频繁高效的知识交流活动。据此可看出，社交效用对在线知识交流行为产生了直接影响，在社交效用的社交压力、社交成本因素的影响下（24次），用户个体的知识交流受到了抑制，而由社交信任所产生的稳定社交关系促进了用户的知识交流活动。

由此可以将社交效用作为在线学习社区用户绩效的评价指标之一，促进用户维护稳定的社交关系，并主动寻求更多稳定的社交关系。此外，在线学习平台还可以帮助用户构建新的社交关系，例如在在线学习社区中根据实时交流情况构建社交网络，基于网络中的结构洞构建在线学习小组，加强用户间的交互。

4.3 用户维度

在已有研究中，甘春梅等[28]从动机、机会、能力3个维度阐释学术博客知识交流行为，其中机会维度是指用户在线知识交流过程中外部环境对个体的支持，能力维度指用户所具备的相关知识技能和其自我效能感。在TSUK模型中，用户维度包含个人能力、学习情境、社区环境3个主范畴，其中个人能力属于表现层，学习情境和社区环境属于动因层。

个人能力包含平台使用期望、自学能力、交互响应、情感表达4个范畴。平台使用期望是指在线学习社区用户因为自身对平台利用能力或管理能力不足而产生的对平台改进期望。访谈中被提及最多的为参与者缺乏熟练使用在线知识交流平台的能力，它影响了在线社区参与者的交流意愿。自学能力和交互响应分别指用户在在线知识交流过程中知识获取能力和反馈能力，在线学习过程中学生的自制力问题（14次）被提及多次，自学能力和学习监督机制影响了知识交流的效率。通过线上课程平台进行知识交流时，用户需要具有基本的平台使用能力和较强的自制能力，同时对于知识输出方的监督管理能力提出了比线下知识交流更高的要求。在用户进行自由讨论时，需要参与讨论的成员具有较强的交互能力和情感表达能力。在知识交流的过程中，交互响应和情感表达始终贯穿其中，在不同情境中，不同情境的知识交流过程对用户的个人能力有不同的要求。在线学习平台在用户使用初期进行充分的使用引导和教学，有利于提高用户使用过程中的熟练程度，并且通过用户行为和反馈对界面进行优化，可以提升其用户友好性。自学能力和自制力是用户自身的特性，可以通过引导与监督等方式进行改善。交互响应由软硬件设备性能、交互方式和用户的交互意愿决定，因此可以通过在用户绩效考核中加入交互时间和质量来激励用户及时响应，并可以添加语音留言以及语音转文本等的交互方式来提高交互响应速度。

社区环境主要包括促进会话和活动设计，是教学临场感的主要组成部分。教学临场感是通过设计、促进与指导学习者的认知与社交过程，促进教与学目标的达成及对个体有意义学习成果产出[29]。通过探索不同的互动方式和教学方式营造在线学习社区的教学临场感，有利于维护良好的在线学习环境。在知识获取干扰因素中，通过访谈发现，有效的监督机制（17次）和有助于知识交流的良好氛围（13次）是保证在线知识交流成功的关键要素之一。在用户视角下，用户所处的在线学习社区的交流环境会在极大程度上决定了用户知识交流的意愿和交流的质量。

用户维度下的学习情境是从用户自身所处的环境出发，主要包括线上学习情境和跨设备学习情境。线上学习情境中，在线知识交流与线下知识交流的效果差异（26次）被多次提到，为了保证知识交流效率，用户会根据实际情况选择在何种情境下进行在线交流，同时在线学习的一些优势，如学习进度的可控性（13次）使在线知识交流的发生情境大多为自主学习。与此同时，用户的学习情境存在跨设备学习行为。访谈发现，用户跨越不同设备进行知识交流的原因可以概括为环境变化、需求变化和设备故障3个方面，在选择不同设备的过程中，个人设备偏好和使用便利度（9次）成为了影响用户选择设备的主要影响因素，但是在设备转换的过程中也存在信息缺失的现象。综上所述，学习情境是用户角度下的在线知识交流行为，是在线知识交流的重要组成部分，同时用户的在线知识交流行为和具体体验对在线知识交流情境造成一定程度的影响。由此，在线学习社区支持多设备同时登陆和跨设备进行线上学习对于用户的在线知识交流有一定的促进作用。

4.4 在线知识交流维度

在线知识交流维度包括在线知识交流驱动因素、在线知识交流情境和在线知识交流媒介3个主范畴，TSUK模型解释了驱动在线知识交流行为的主要因素和构成在线知识交流过程的主要组成部分。研究发现，环境因素、成本因素和目标因素是导致用户进行在线知识交流行为的主要驱动力。目标驱动主要由培养兴趣爱好、自我信息需求和完成任务三者构成，是驱动用户在线知识行为的内在动机。当用户有获取知识的需求时，会积极地参与在线知识交流，主动获取专业知识和提高自身知识水平与专业技能。如受访者表示：“……在假期的时候想学习一些技能，发展一下自己的兴趣爱好，想学习才艺，学习拇指琴，我也是在网上找了一些课去学。”外在动机来源于个人对有利结果的期望，在无法进行线下教学或者不便面对面交流的情况下，环境因素成为了在线知识交流行为产生的客观因素;与此同时，用户在面对不同的知识交流方式时，交流成本、时间成本和物质成本是主要考虑因素，即环境驱动和成本驱动共同构成了在线知识交流行为的外部动机。

在线知识交流情境主要由知识输出、传递、接收和反馈4个部分组成。在线学习社区环境下，知识交流的要素包括知识交流主体、知识客体和交流媒介。知识交流的主体既可以是知识的提供方，也可以是知识的传递者和接受者，在不同的情境下，用户的角色可以发生转变。在线知识交流媒介由在线学习平台和知识载体组成，知识以语音文字、视频图片和多媒体软件展示的形式在学习社区中流动。知识输出者将知识客体进行显性化传播和共享，例如解答问题、回复评论留言。在传递情境下，除了知识的传递，用户的信息共享行为较为普遍，如受访者表示：“比方说之前听她说她很想学朴素貝叶斯，然后我看到了那个文章我就转给她了。”在知识反馈情境下，知识反馈形式多样化，用户除了与知识输出者直接互动外，还可以通过评论留言、直播弹幕反馈的方式与社区其他参与成员进行互动反馈，反馈行为始终贯穿于整个在线知识交流过程，在线知识交流行为的具体过程如图2所示。

5 研究结论与展望

本研究通过深度访谈获取用户参与在线学习社区知识交流的原始资料，利用扎根理论的研究方法，试图对在线学习社区的知识交流行为进行分析、归纳和总结，构建出TSUK模型，该模型涵盖了技术、社交、用户和在线知识交流4个维度。从主范畴关系结构可以看出，社区环境、学习情境、社交效用会对知识交流行为产生直接影响，与知识交流驱动因素共同构成了TSUK模型的动因层;技术缺陷、技术优化建议、个人能力和知识交流媒介在不同的知识交流情境下有不同表现，共同构成了TSUK模型的表现层。

在理论贡献上，围绕在线学习社区情境下的用户知识交流行为研究较少，本文进行探索式研究有益于对现有知识交流体系进行补充。该模型整合分析了在线知识交流的表现层和动因层，揭示了TSUK模型关键要素之间的结构关系和作用机制，在新的知识交流情境下探索出知识交流研究的双层四维结构视角，为后续研究提供理论框架参考。在应用贡献上，从TSUK的4个维度对在线学习社区中存在的用户交互方式、绩效考核指标、技术问题、平台运营等问题提出优化建议，为进一步优化在线学习社区的学习交流环境、促进用户知识交流行为意愿、提高知识交流效率等提供指导。本研究也存在一些不足之处，研究样本存在学历水平、性别、地区等差异，不同样本类型获取的原始资料会有所不同，后续研究中可以加大研究样本，丰富访谈资料多样性。由于当前研究处于整体性理论的探索阶段，后续还需要进行实证研究来对理论模型进行验证和补充完善，因此，未来会围绕以下方面做进一步研究：

1）在线知识交流行为影响因素研究。在TSUK模型中，技术、社交、用户维度都存在影响在线知识交流行为的因素，但是需要结合用户具体的任务类型、情感状态以及个人对信息技术的接受能力展开具体讨论。

2）在线知识交流跨设备行为研究。在线学习社区中会出现用户的跨设备学习行为，在不同的学习情境下，用户会切换不同的学习设备。跨设备行为可以让用户在学习时间和地点灵活转换，并且可以进行单次或多次碎片化知识获取，了解驱动跨设备知识交流行为因素和跨设备行为如何具体影响知识交流具有较高的研究价值。

3）在线知识交流行为的社会交互现象研究。Chi E H发现，用户在信息搜寻的过程中并不是互相隔离的，他们会出于各种各样的理由从其他人那里获取信息，而且这种倾向是非常强烈的[30]。在线学习社区中同样如此，用户会频繁与他人互动，在交流过程中请求他人帮助或彼此分享知识，社交信任感和社交压力在社会交互过程中起到关键影响，具体作用机制值得进一步探究。

参考文献

[1]中国互联网络信息中心.第44次《中国互联网络发展状况统计报告》[EB/OL].http：//www.cac.gov.cn/2019-08/30/c_1124938750.htm，2019-08-30.

[2]吴岩.做好在线教育国际平台及课程资源建设[EB/OL].https：//news.eol.cn/yaowen/202004/t20200410_1721010.shtml，2020-04-10.

[3]邱均平，杨思洛，宋艳辉.知识交流研究现状可视化分析[J].中国图书馆学报，2012，38（2）：78-89.

[4]马费成，宋恩梅.情报学的历史沿革与研究进展[M].情报学研究进展.武汉：武汉大学出版社，2007：1-34.

[5]曹锦丹，兰雪，邹男男.健康风险认知与信息交互行为关联模型研究[J].图书情报工作，2019，63（6）：12-19.

[6]Rheingold H.The Virtual Community：Homesteading on the Electronic Frontier[M].Reading，MA：Addison-Wesley，1993：20-37.

[7]Hiltz S R，Wellman B.Asynchronous Learning Networks as a Virtul Classroom[J].Communications of the ACM.1997，40（9）：44-49.

[8]田阳，冯锐.在线学习社区中社交学习策略研究[J].远程教育杂志，2016，34（1）：37-45.

[9]Chang S L.Online Learning Communities with Online Mentors：A Conceptual Framework[A].Luppicini R.（Ed.）.Online Learning Communities[M].Charlotte，North Carolina：Information Age Publishing，2007：41-52.

[10]翟杰全.国家科技传播体系内的知识交流研究[J].科研管理，2002，（2）：5-12.

[11]杨瑞仙.知识交流内涵和类型探讨[J].情报理论与实践，2014，37（3）：12-15.

[12]胥伟岚.学术社交网络知识交流绩效研究[D].上海：华中师范大学，2018.

[13]赵蓉英，温芳芳.科研合作与知识交流[J].图书情报工作，2011，55（20）：6-10，27.

[14]丁敬达.学术社区知识交流模式研究[M].上海：世界图书出版社，2013：38-39.

[15]王琳.数字化时代知识交流理论的三维结构[J].图书馆学研究，2018，（1）：18-23.

[16]张海涛，孙思阳，任亮.虚拟学术社区用户知识交流行为机理及网络拓扑结构研究[J].情报科学，2018，36（10）：137-142，163.

[17]宓浩，刘迅，黄纯元.图书馆学原理[M].上海：华东师范大学出版社，1988：20.

[18]丁敬達，杨思洛，邱均平.论学术虚拟社区知识交流模式[J].情报理论与实践，2013，36（1）：64-68.

[19]甘春梅，王伟军.在线科研社区中知识交流与共享：MOA视角[J].图书情报工作，2014，58（2）：53-58.

[20]钟玲玲，王战平，谭春辉.虚拟学术社区用户知识交流影响因素研究[J].情报科学，2020，38（3）：137-144.

[21]孙思阳.基于模糊层次分析法的虚拟学术社区用户知识交流效果评价研究[J].情报科学，2020，38（2）：22-28.

[22]吴佳玲，庞建刚.基于SBM模型的虚拟学术社区知识交流效率评价[J].情报科学，2017，35（9）：125-130.

[23]胡昌平，佘晶晶，邵其赶.学术博客中的创新知识转移[J].情报杂志，2008，（5）：3-6.

[24]张雨婷，胡昌平.数字图书馆社区知识交流与交互服务用户满意评价[J].图书馆论坛，2014，34（12）：89-93，130.

[25]Strauss A L.Qualitative Analysis for Social Scientists[M].Cambridge：Cambridge University Press，1987：5.

[26]Russell M.Online Learning Communities：Implications for Adult Learning[J].Adult Learning，1999，10（4）：28-31.

[27]田阳，冯锐.在线学习社区中社交学习策略研究[J].远程教育杂志，2016，34（1）：37-45.

[28]甘春梅，王伟军，田鹏.学术博客知识交流与共享心理诱因研究[J].中国图书馆学报，2012，38（3）：91-99.

[29]Anderson T，Liam R，Garrison D R，et al.Assessing Teaching Presence in a Computer Conferencing Context[J].2001，5（2）：1-17.

[30]Chi E H.Information Seeking Can Be Social[J].Computer，2009，42（3）：42-46.

（责任编辑：孙国雷）