當(dāng)前虛擬知識(shí)社區(qū)已經(jīng)成為人們進(jìn)行知識(shí)共享和信息交流的重要場(chǎng)所。為應(yīng)對(duì)傳統(tǒng)虛擬知識(shí)社區(qū)面臨的知識(shí)共享積極性不高、知識(shí)變現(xiàn)困難和存在大量的“搭便車”行為等困境,區(qū)塊鏈虛擬知識(shí)社區(qū)通過(guò)引入?yún)^(qū)塊鏈和通證經(jīng)濟(jì)對(duì)激勵(lì)機(jī)制進(jìn)行革新,旨在以通證強(qiáng)化用戶的知識(shí)共享行為。盡管有學(xué)者對(duì)區(qū)塊鏈虛擬知識(shí)社區(qū)在促進(jìn)內(nèi)容創(chuàng)新和謠言治理方面進(jìn)行了積極展望,但根據(jù)近期研究發(fā)現(xiàn),這類社區(qū)在文章投票過(guò)程中逐漸出現(xiàn)用戶間為最大化利益進(jìn)行合謀或跟隨他人決策形成抱團(tuán)。顯然,用戶的抱團(tuán)行為已經(jīng)偏離了區(qū)塊鏈虛擬社區(qū)系統(tǒng)設(shè)計(jì)的目標(biāo),其與知識(shí)貢獻(xiàn)之間有何種影響尚不明確。由于用戶的知識(shí)貢獻(xiàn)水平關(guān)系到社區(qū)長(zhǎng)遠(yuǎn)發(fā)展,本文對(duì)區(qū)塊鏈虛擬知識(shí)社區(qū)用戶抱團(tuán)行為與知識(shí)貢獻(xiàn)的關(guān)系進(jìn)行研究。首先,通過(guò)對(duì)區(qū)塊鏈技術(shù)及應(yīng)用、通證經(jīng)濟(jì)和虛擬社區(qū)有關(guān)文獻(xiàn)進(jìn)行梳理,對(duì)基于區(qū)塊鏈的虛擬知識(shí)社區(qū)進(jìn)行定義,并引出本文的研究問(wèn)題;其二,對(duì)區(qū)塊鏈虛擬知識(shí)社區(qū)用戶分類和激勵(lì)機(jī)制進(jìn)行分析,并結(jié)合抱團(tuán)行為相關(guān)理論,以Steemit社區(qū)為例將用戶抱團(tuán)行為界定為知識(shí)生產(chǎn)抱團(tuán)行為和知識(shí)發(fā)現(xiàn)抱團(tuán)行為,并據(jù)此對(duì)兩種抱團(tuán)行為構(gòu)建網(wǎng)絡(luò)模型并進(jìn)行分析:其中,通過(guò)用戶知識(shí)主題相似性對(duì)抱團(tuán)行為初步網(wǎng)絡(luò)...

【文章頁(yè)數(shù)】：87 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-1本文研究技術(shù)路線示意圖

華南理工大學(xué)碩士學(xué)位論文6驗(yàn)數(shù)據(jù)進(jìn)行變量描述統(tǒng)計(jì)、單位根檢驗(yàn)、PVAR模型估計(jì)與脈沖響應(yīng)分析，以期得到區(qū)塊鏈虛擬知識(shí)社區(qū)中用戶抱團(tuán)行為與知識(shí)貢獻(xiàn)的關(guān)系實(shí)證結(jié)果。（4）比較分析法。本文根據(jù)有關(guān)虛擬社區(qū)角色分類的文獻(xiàn)，將用戶分為知識(shí)生產(chǎn)者、知識(shí)發(fā)現(xiàn)者與瀏覽者，對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行聚類劃分用....

圖3-1Steemit社區(qū)中的通證類型及轉(zhuǎn)換關(guān)系

股份。社區(qū)通過(guò)SP激勵(lì)用戶進(jìn)行長(zhǎng)期投資。當(dāng)用戶將Steem轉(zhuǎn)為SP后，該部分通證將短期無(wú)法交易，但用戶能夠獲得更高權(quán)益：數(shù)據(jù)區(qū)塊產(chǎn)生時(shí)的穩(wěn)定回報(bào)以及在社區(qū)投票過(guò)程中擁有更大權(quán)重。SBD是Steemit社區(qū)的債券，每一個(gè)SBD對(duì)應(yīng)一個(gè)美元。通過(guò)SBD通證，用戶能夠一定程度上回避因S....

圖3-2LDA主題模型生成過(guò)程示意圖

絞劍?誥蠐锪現(xiàn)械囊??鏌�。�?謂隱含語(yǔ)義的挖掘指通過(guò)文本中的詞共現(xiàn)關(guān)系來(lái)發(fā)現(xiàn)主題結(jié)構(gòu)。該模型的優(yōu)點(diǎn)是不依賴任何來(lái)自文本方面的背景知識(shí)，對(duì)主題的表達(dá)還能夠解決“一詞多義”問(wèn)題。目前，LDA模型在專利研究[82]、視頻分類[83]、用戶知識(shí)挖掘[84]和情感分析方面被廣泛應(yīng)用[85]....

圖3-3非重疊社區(qū)劃分示意圖

第三章基于區(qū)塊鏈的虛擬知識(shí)社區(qū)用戶抱團(tuán)行為網(wǎng)絡(luò)構(gòu)建與分析27取Louvain算法對(duì)知識(shí)發(fā)現(xiàn)抱團(tuán)網(wǎng)絡(luò)進(jìn)行社區(qū)劃分，該方法是基于模塊度最優(yōu)化的算法之一，其優(yōu)點(diǎn)是能夠在極短的時(shí)間內(nèi)發(fā)現(xiàn)社區(qū)的層次結(jié)構(gòu)，并且不會(huì)對(duì)小社區(qū)結(jié)構(gòu)發(fā)生遺漏。同時(shí)，該算法劃分出來(lái)的社區(qū)是非重疊社區(qū)（如圖3-3所示）....

本文編號(hào)：3959920