社会角色视角下网络社区用户类型及其关系的识别，本文主要内容关键词为：视角论文,角色论文,类型论文,关系论文,社会论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
从Web1.0到Web2.0，互联网用户完成了从单纯的信息消费者向信息创造者的重大转变[1]。Twitter、Amazon、YouTube、Facebook和Wikipedia等网络社区的相继出现，使得网络世界正在成为现实世界的虚拟和延伸[2]，在这其中人们进行着通信、交友、协作、分享等原来只能在现实社会中才能实现的活动。在这些活动中，用户行为既包括协同创作、知识分享和网络交易等正常良好的行为，也包括从网络攻击、人肉搜索、网络诈骗到谣言传播等具有破坏性的行为。因此，针对网络社区用户类型、特点、行为规律及影响用户行为因素等方面的研究正成为计算机、信息管理、管理科学等多个学科的研究热点。
其中针对网络社区用户类型的识别有助于对不同的用户群体进行更好地理解，可以为网络社区系统的设计、优化和激励策略的制定提供丰富的知识。然而目前很多研究还只停留在以用户参与度或贡献度为主要依据来对用户类型进行划分的阶段，如Wikipedia中的核心贡献者和非核心贡献者[3-4]。尽管许多研究加入了对用户关系或社交关系的考虑，也利用社会网络分析等方法得到了许多其他的用户类型，例如Wikipedia中的“蓄意破坏者”[5]。然而，这些研究对于用户类型的划分仍然过于片面。例如，在Wikipedia中，按照简单统计方法得到的“核心贡献者”有的可能是“真正的专家”，有的可能是“技术性编辑者”，还有的可能是“反恶意行为者”[6]。在网络环境越来越复杂、用户行为越来越多样、各种网络事件频繁出现的情况下，依靠简单统计或单纯的用户关系网络分析的方法已经很难做出对网络用户类型或性质的判断，更谈不上分析用户行为和网络事件产生背后的原因。因此，需要更为系统的方法或方便的工具来挖掘用户行为的综合特点，识别出含义丰富的用户类型。
本文首先对社会角色的概念和内涵进行概述，归纳总结了社会角色对于网络社区用户研究的价值和意义。在指出目前很多研究中对社会角色存在认知误区的基础上，分别对网络社区用户角色识别研究及角色关系识别研究的思路及方法进行了梳理，构建了网络社区用户角色识别研究框架和用户角色关系研究框架。本文的研究为网络社区用户研究提供了一个新的视角，也为下一步的实证研究提供了方向。
1 社会角色及对网络社区用户研究的价值
1.1 社会角色概述
“角色”一词来源于戏剧表演，是指演员通过道具、面具、场景等来对人物进行个性化的刻画。20世纪20年代，美国社会学芝加哥学派开始借用这一概念，以研究社会结构[7]，至此“角色”概念被大量应用于社会学领域的研究。很多社会学家和心理学家都对“社会角色”概念进行过专门研究，但是目前仍然没有统一的定义。
Ralph Linton最早定义了社会角色，他将社会角色看作是人们对于一定地位上的人的行为期望[8]。例如，“教师”是一个以职业命名的角色，“教书育人”就是他人对处于教师地位上的一类人所产生的行为期望。这一定义为以后利用社会角色来研究用户行为和管理社区用户打下了基础。因为一个角色就是对于一类人行为的期望值，识别出一个角色就可以预见到这一类人的行为模式。因此，角色对简化用户类型以及如何回应这些用户提供了非常有价值的知识。著名社会学家Goffman将社会角色定义为：社会角色是处于一定地位上的人所拥有的权利和职责[9]。这里的“地位”不同于人们日常用语中含有特权色彩的地位，而是指人们在社会关系网络中所处的位置。人们的社会关系是多方面的，如血缘关系、地缘关系和业务关系等。在不同的社会关系中，个人所扮演的角色不同。Gleave又特别指出，社会角色只能形成或存在于人们的交往之中，没有交往就无所谓角色，各种各样的社会关系就是在人们相互之间的交往中产生的[10]。尽管还有很多种关于社会角色的定义，但是综合地看，社会角色主要强调三个方面：（1）社会角色与社会位置密切相关；（2）社会角色所表现出的是符合他人对其期望的一系列的行为；（3）社会角色与社会环境密切相关，所谓社会环境包括个体所处的群体氛围、文化和国情等。
1.2 社会角色对于网络社区用户研究的价值
早在计算机和互联网发展的初始阶段，角色概念其实就被引入，用于简化计算机系统和网络的访问控制[11]。我们最为熟知的就是在WinXP系统中，用户被赋予“管理者（Administrator）”、“访客（Guest）”等不同的角色，角色不同相对应的权限也不同，应用角色可以简化用户的类型。由于角色是一个高度形象化的概念，所以当面对一个特定的角色时，从字面上就可以了解一类人的行为特点及相关的权利和责任。在社会学领域，以人生与戏剧的相似性为出发点，利用社会角色理论来研究现实中的个人和群体行为及社会关系[7]。而现在的网络社区已经同现实世界一般无二，这也是本文认为从社会角色视角去系统地研究网络社区用户可行的重要原因。
本文认为社会角色作为一种有效的工具起到了概括归纳用户群体的作用，具体到网络社区中，它又体现了三个方面的价值：一是为进一步的用户体验设计提供了丰富的知识；二是为理解网络中用户间的协作、冲突等复杂关系提供了一个好的视角，即将这些事件看做是各种角色出于自己的立场共同“表演”出的一场“戏剧”；三是可以将网络社区看做是各种角色以不同比例组合而成的角色生态系统，各种角色的动态变化决定了网络社区的“健康程度”和未来发展的趋势。因此，对网络社区的管理在一定程度上就被简化为对其中的各种用户角色的监控和管理。基于以上的分析，本文将从社会角色视角对网络社区用户的研究划分为微观、中观和宏观三个层面，如表1。
在微观层面，研究主要集中在对网络社区中各种角色的识别上。中观层面，主要是针对网络社区中不同角色之间所发生的协作、冲突、对立等各种关系进行检测和跟踪，并探究由不同角色之间的相互关系所引发的各种网络事件的原因。宏观层面，针对网络社区中角色成分比例变化进行研究。社会角色这一工具几乎贯穿网络社区用户和网络社区研究的所有环节。现阶段研究的重点主要是集中在微观层面，即通过识别出不同的用户角色，找出其对应用户群体的行为特点，以便为今后的用户体验设计和用户激励研究提供基础。
2 对社会角色的认识误区
对用户角色的识别是其余两个层次研究的基础，十分关键。但是，目前很多研究中对社会角色存在认识上的误区，导致了研究结果存在片面性，无法反映出网络社区中用户本质。对社会角色认识的误区主要有以下几个方面：
（1）将社会角色等同于社会位置。在很多的研究中，社会位置经常被当做社会角色。但是在某种程度上，社会位置的范围更广。社会位置指的是个体处在社交关系网络中的结构位置以及与此位置相关的一系列的权利、职责和行为。而社会角色虽然也是以社会位置为基础，但是与环境也有很大的关系。相同位置的个体处于不同的环境下，其角色可能完全不同。就算是在同一社交网路中，结构位置相同的个体，其扮演的角色也不尽相同[16]。
（2）将用户行为模式等同于角色。在不少针对网络社区用户角色的研究中，研究者往往单纯地使用数理统计的方法发掘用户行为的特征和规律，而且仅依靠这些行为模式就简单地定义用户的角色。例如，在Wikipedia编辑者的研究中，直接将贡献了大量内容的编辑者称为“利他主义者”，这显然是不科学的。尽管这些行为在表面上看都是利他行为，但是并不能保证他们就是“利他主义者”。因为驱动他们贡献的因素有很多种，只有一部分是出于“利他主义”[17]。用户行为模式只是个体角色的部分外在表现，并不能代表用户角色的全部。
（3）认为用户角色是静止的。角色绝不是静止和一成不变的，而是存在角色转换，就是角色的主体出于自身某种变化的需要，从某种角色向其他角色转换。角色转换主要有两种类型：一种是随时间自然增长型的角色转换，例如，在一个网络社区中，每一个用户都是从网络新手（newbie）[18]这一角色开始，其后有的发展成为意见领袖（opinion leader）[19]、专家（expert）、名人（celebrity）[12]或一直保持潜水者（lurker）的角色[20]；另一种是随着社会位置或社会地位而变动的角色转换[7]，这种角色转换受到周围环境的强烈影响。
（4）认为个体角色是单一的。无论是在现实还是在网络环境中，每一个个体都是处在多个复杂的关系网络中。对应每一个关系网络，个体都有一个具体的角色。因此，实际上每一个体都具有多重角色[7]。所以，在不同的网络社区中，甚至在同一社区针对不同的网络情境，同一个网络用户其扮演的角色也会有所不同。
综上所述，社会角色是一个综合的、动态的概念。任何单一方面的研究都会导致对用户本质认识的不足，尤其是在复杂的网络环境下。
3 网络社区用户角色及关系识别研究框架
3.1 用户角色的识别
用户角色的识别是其他高层次研究的基础。而要识别出网络社区的用户角色，就必须解决三个问题：（1）用户角色需要哪些要素来表现？（2）识别用户角色的流程是什么？（3）需要用什么样的方法？
通过对社会角色概念的辨析，我们知道社会角色的基础是社会位置——个体在社会交往中所处的位置。在现实社会中，个体所扮演的角色就是由他所在的血缘关系网、地缘关系网、业务关系网等众多社交关系网中的位置所决定的。与现实社会相比，网络社区中的社交关系就要简单得多。在网络社区中，用户与用户之间的关系是通过各种不同的信息行为产生的。例如，在论坛中，对帖子的回复和被回复关系构成了不同用户之间的关系网络。将由用户信息行为所形成的关系网络当做网络社区中的社交关系网络已经成为众多研究者的共识[10，12，21，22]。因此，探寻网络社区中用户的社会位置，就转变为研究网络用户之间的信息关系网络，方法主要有社会网络分析法和复杂网络等。
上文论述了社会位置不等同于社会角色。社会角色的表现还需要其他要素的支持，而在这些要素中用户行为规律非常重要。所谓用户行为规律，即网络用户的一些行为呈现周期性或连续性的特点。例如在文献[6]中，“真正的专家”尽管编辑次数要少于“技术性编辑者”和“反恶意行为编辑者”，但是他们在词条编辑讨论区中与其他编辑者的讨论次数要远多于其他角色。说明他们常常花费很长的时间和精力与其他词条编辑者进行讨论，可能这是他们贡献内容价值比较大的原因之一。“技术性编辑者”的行为常常集中在对词条进行较小的改动，包括拼写、语法、链接、不合适的版权信息等。因此，对于用户行为规律的发现不仅要利用数理统计的方法，而且要选择适当的观察指标和观察时间。
在分析完社交位置关系和行为规律后，用户角色基本形成雏形。但是，还需要一些要素的支撑以进一步地细化。在文献[12]中，“名人”和“夸夸其谈者”是作者在论坛中鉴别出的两个角色，他们都有着广泛的社交关系和非常频繁的信息发布和回复。但是，在“夸夸其谈者”的帖子和回复的信息中，包含了大量不礼貌的话语和措辞，这是他们与“名人”有所区别的一个重要特征。又如在微博中，受到大量转发或评论的微博可能是受到众人喜欢或支持的言论，也有可能是受到众人反对的言论。在这个差别之间，微博发布者所扮演的角色就有所不同。因此，无论是手动或半自动的内容分析都是必需的。
同时，环境对角色有重要影响。Callero认为，在不同的环境下，即使是相近的角色，他们的行为差异可能也非常大[23]。在网络社区中，环境通常指的是用户所在网络社区的主题或用户群体经过长时间的相处而形成的社区规范。例如，在一个旅游论坛中大家谈论的主要是关于旅游的话题，会出现大量对旅游景点线路、旅游装备质量等问题的讨论，但是极少会有各种买卖交易的讨论。因此，尽管都是社区中的“名人”，但是在旅游论坛中“名人”可能更倾向于是一个“旅游达人”的身份。而在知名的淘宝论坛中，“名人”可能是一个经验丰富的购买者或网店经营者。在网络用户角色识别的研究中，环境通常作为角色命名的一个重要参考要素，即角色名称要符合其所在情境。
此外，时间是用户角色的另一个重要影响要素。在网络社区中，除了管理者等“先赋角色”外[24]，其余用户都是通过长时间的社区活动才形成的暂时稳定的自致角色。Jahnke的研究发现，像Wikipedia这样的知识管理社区的发展都经历了由单一的“先赋角色”逐渐发展成为由很多种角色混合组成的过程[8]。Viegas等人研究发现，在Wikipedia中，随着时间的推移，原来的“核心贡献者”趋向于从事管理社区和协调编辑者之间的事务，实际上他们中的一部分已经成为了“管理者”，尽管并没有得到正式的任命[25]。利用用户行为数据中的时间数据可以动态地研究用户角色的演化，达到更好地理解用户的目的。基于以上分析，作者构建了用户角色识别研究框架，如图1所示。
用户角色识别的第一步是获取网络社区数据。获取数据方法主要有三种：一是依靠网站开放的数据库，如Wikipedia；二是利用网络爬虫进行数据爬取；三是手动获取。现在的研究中主要依靠前两种方法。第二步，对数据进行选择和清洗。第三步，对用户社会位置、行为规律和用户信息内容特征和社区主题分析。第四步，在第三步的基础上通过聚类分析得到不同的用户群体[26]。第五步，结合社区主题，对每种用户群体进行命名。如果要研究角色的动态变化，还需要增加时间维度数据。
3.2 用户角色的关系识别
如同在现实社会中一样，在网络社区中，各种角色之间有着多种多样的关系，如协作、冲突、对立和排斥等。研究不同角色之间的关系是理解网络社区运行状况和其中各种复杂事件的一个很好的角度。在社会学和心理学中，将各种角色之间发生的各种关系称之为“角色互动”，将各种角色互动所处的社会环境称为“角色情境”[7]。
在没有提出角色这一概念的情况下，许多研究者已经在利用各种方法研究网络社区中不同用户之间的交互关系。Kittur等人利用可视化技术发现Wikipedia中编辑者在协作编辑词条中的冲突问题[27]；Wierzbicki等人利用社会网络分析方法探究了Wikipedia中词条编辑者之间的协作关系[28]；Gruzd等人将Twitter看做是由成千上万用户相互交互而形成的一个社区，利用社会网络分析方法、数量统计方法等研究了用户子群的形成以及用户之间交互的特点[2 9]。这些研究对于理解网络社区和用户行为起到了很大的作用，但是缺乏对不同群体用户交互发展趋势的预测，也不能理解为什么不同的群体用户会发生某种交互行为。但如果从角色视角去研究，就可以弥补这些不足。因为扮演着一定角色的网络用户拥有与之相应的权利和职责，同时其行为特点具有一定的规律。这样，各种角色类型的行为就具有了一定的可预见性，通过识别和追踪不同角色之间的交互行为可以在一定程度上预测他们之间交互行为的结果。
尽管文献[27-29]等研究并没有从角色视角研究网络社区中用户之间的交互关系，但这些研究还是给了我们很多方法上的启迪。我们认为无论是研究同种角色之间的互动还是不同种角色之间的互动，都应以研究他们的社交关系为基础，辅之以他们之间交互行为特征和信息内容的分析。基于以上分析，我们构建了角色关系识别研究框架，如图2所示。
角色之间的关系研究是建立在用户角色类型已经识别的基础之上。角色关系研究的第一步是针对特定场景下的角色群体，进行数据选择。第二步，分别对不同角色之间的社交关系、交互特征以及对他们之间交互的信息内容进行分析。第三步，经过综合分析获得角色之间的交互关系。最后，将角色群体与角色之间的交互关系相联系，分析网络事件的出现、发展以及结果，并对不同角色参与其中的原因进行分析。值得注意的是，对网络用户角色关系的研究十分复杂。本文所建立的研究框架也是最为基础的，其中还有很多问题需要进一步地探索，尤其是对由多种角色相互作用形成的各种网络事件的预测和检测，目前还没有十分行之有效的方法。不过，由南京大学盛昭翰教授提出的计算实验的方法有可能在这一领域发挥作用。计算实验是利用计算机技术，借助计算机构造实验对象、实验环境和实验平台，模拟现实世界物质运动的基本动力和规律，对科学问题进行实验研究的一种方法[30]。在以后的实证研究中，作者所在团队将会尝试利用计算实验的方法对角色之间的交互关系进行研究。
标签：用户研究论文; 群体行为论文; 用户行为论文; 社会网络论文; 社会关系论文; 用户分析论文; 行为识别论文; 网络行为论文; 维基百科论文;