王曉慧 劉 昊

（遼寧師范大學(xué)政府管理學(xué)院 大連 116029）

隨著社交媒體的發(fā)展和科研人員交流、傳播學(xué)術(shù)信息需求的增加，學(xué)術(shù)領(lǐng)域出現(xiàn)了學(xué)術(shù)社交網(wǎng)絡(luò)、學(xué)術(shù)微博、學(xué)術(shù)微信公眾號等學(xué)術(shù)新媒體[1]。其中，學(xué)術(shù)社交網(wǎng)絡(luò)作為專業(yè)的學(xué)術(shù)平臺，以促進知識交流和擴散為目的，幫助學(xué)者建立和維護與其研究領(lǐng)域相關(guān)的人際關(guān)系網(wǎng)絡(luò)[2]，正日益受到學(xué)界關(guān)注。構(gòu)建一個符合用戶需求的學(xué)術(shù)社交網(wǎng)絡(luò)平臺的前提是要明確該平臺使用者的用戶特征。當(dāng)前通常意義的社交網(wǎng)絡(luò)用戶研究已取得一定成果，但這些成果不足以用來描述、解釋和預(yù)測學(xué)術(shù)社交網(wǎng)絡(luò)平臺使用者特有的屬性、行為、動機和偏好等因素。有鑒于此，本論文搜集整理了我國學(xué)術(shù)社交網(wǎng)絡(luò)研究的學(xué)術(shù)文獻，運用主題分析法提取出近年來該領(lǐng)域與用戶相關(guān)的研究進展和研究成果，從中析出平臺使用者特征，以期為我國學(xué)術(shù)社交網(wǎng)絡(luò)的相關(guān)研究和平臺建設(shè)提供參考。

1 研究樣本

學(xué)術(shù)社交網(wǎng)絡(luò)又稱科研社交網(wǎng)絡(luò)、學(xué)術(shù)社交媒體、學(xué)術(shù)虛擬社區(qū)，學(xué)術(shù)博客是其主要表現(xiàn)形式。當(dāng)前具有代表性的學(xué)術(shù)社交網(wǎng)站有Research Gate、Academia.edu、科學(xué)網(wǎng)等。有鑒于此，本研究利用中國知網(wǎng)（CNKI）學(xué)術(shù)期刊數(shù)據(jù)庫和學(xué)位論文數(shù)據(jù)庫檢索文獻資料，檢索式為：主題=“學(xué)術(shù)社交網(wǎng)絡(luò)/科研社交網(wǎng)絡(luò)/學(xué)術(shù)社交媒體/學(xué)術(shù)博客/Research Gate/Academia.edu/科學(xué)網(wǎng)”，檢索日期截至2020年12月31日。為保證文獻資料與主題相關(guān)且可用于進一步的分析，對初步獲取到的文獻進行人工篩選。排除誤檢、非學(xué)術(shù)研究、學(xué)術(shù)微博和學(xué)術(shù)微信公眾號等通用社交網(wǎng)絡(luò)學(xué)術(shù)利用的相關(guān)研究，最終獲得106 篇與學(xué)術(shù)社交網(wǎng)絡(luò)用戶行為相關(guān)的文獻作為研究資料。106篇文獻的發(fā)表時間分布揭示出該領(lǐng)域的相關(guān)研究成果總體呈上升趨勢（見圖1）。自2010年的首篇論文發(fā)表至2015年間，該領(lǐng)域相關(guān)研究性論文呈波動上升趨勢，在2015年達到小高峰，而后研究熱度有所減弱。自2018年始，相關(guān)研究的熱度陡然上升，預(yù)計未來研究熱度將持續(xù)上升。

圖1 發(fā)文時間分布

2 學(xué)術(shù)社交網(wǎng)絡(luò)用戶特征主題提取

本研究采用主題分析方法（Thematic Analysis）對學(xué)術(shù)社交網(wǎng)絡(luò)用戶行為的相關(guān)描述進行主題提取。Braun 和 Clarke 將主題分析法定義為一種對數(shù)據(jù)進行識別、分析并揭示其模式的定性分析方法。主題分析法的基本步驟包括：熟悉數(shù)據(jù)、生成初始代碼、尋找主題、甄別主題、確定主題和形成報告[3]?；谠摲椒?，本研究提取了106 篇文獻中與學(xué)術(shù)社交網(wǎng)絡(luò)用戶有關(guān)的文字闡述來構(gòu)建代碼。構(gòu)建過程為：尋找原始文獻表述，提取字節(jié)，創(chuàng)建初始代碼，構(gòu)建正式代碼（見表1）。為保證編碼結(jié)果的合理性，由兩位研究人員分別構(gòu)建代碼，經(jīng)過比較和討論后確定了最終代碼和主題提取結(jié)果。

表1 學(xué)術(shù)社交網(wǎng)絡(luò)用戶代碼構(gòu)建（部分）

6“48.5%的用戶擁有2年以上使用學(xué)術(shù)博客的經(jīng)歷；63.4%的用戶每次使用博客的時間不超過1小時；而每天更新博客的用戶僅占8.9%?！保ǜ蚀好罚?015）使用時長和更新頻率 使用情況 使用行為7“注冊用戶數(shù)量依次遞減，生命學(xué)科領(lǐng)域規(guī)模最大，而管理綜合領(lǐng)域規(guī)模最小......”（段慶鋒，2019）注冊率高達38.66% 注冊率 注冊行為8“從關(guān)注行為來看，3 所學(xué)院的用戶人均關(guān)注21.86 名用戶、2.18個主題，人均擁有16.87 名關(guān)注者......”（龐玲玲，2019）關(guān)注的用戶、主題和被關(guān)注數(shù)關(guān)注行為 關(guān)注行為9“科學(xué)網(wǎng)博客用戶知識互動主要通過加為好友、加入群組等功能來實現(xiàn)......”（鄭偉偉，2014）用戶知識互動的方式 知識互動 社交互動10“國內(nèi)用戶很少參與平臺的提問和回答活動......此外，提問和回答行為本身就有助于提升用戶在平臺中的知名度和影響力?！保ㄠ噭倮?019）用戶的提問和回答活動提問和問答 問答行為11“不同國家圖情工作者的共享信息行為具有較大的差異.....此外，用戶更傾向于共享研究成果而不是研究項目......我國科研人員共享信息的活躍性較低。”（仝晶晶，2020）共享信息的差異性 共享差異 共享行為12“核心用戶通常表現(xiàn)得非常活躍，他們會積極地向?qū)W術(shù)博客貢獻內(nèi)容......”（王日芬，2017）核心用戶積極貢獻內(nèi)容用戶貢獻內(nèi)容 知識貢獻13“在我國被調(diào)查者的使用動機方面，排名前三的是獲取和下載他人學(xué)術(shù)成果、關(guān)注其他有關(guān)學(xué)術(shù)問題的討論、討論研究問題并發(fā)表觀點......”（畢德強，2019）使用動機排名及比重 用戶動機 用戶動機14“總的來說,讀者青睞于與科研教育密切相關(guān)以及與個人觀點表達相關(guān)的內(nèi)容,對于個人生活及表達個人興趣愛好相關(guān)內(nèi)容的閱讀興趣相對較低。”（王日芬，2016）讀者青睞的內(nèi)容差異 讀者青睞 用戶偏好15“個別博文內(nèi)容實為轉(zhuǎn)載，但未標注，可見博客中的知識產(chǎn)權(quán)問題也需博客平臺管理者和博主協(xié)力維護?！保ɡ畲呵?，2012）知識產(chǎn)權(quán)問題需要維護知識產(chǎn)權(quán)問題知識產(chǎn)權(quán)保護16“用戶受教育程度不同時用戶隱私值的差異不顯著......用戶隱私保護基于時間維度發(fā)生變化......”（胡昌平，2019）用戶隱私保護情況 隱私保護 數(shù)據(jù)隱私安全數(shù)據(jù)加密“......設(shè)計并實現(xiàn)了一套基于CNN 混沌系統(tǒng)的多媒體數(shù)據(jù)分級加密方案......分級方案包括實時性優(yōu)先與保密性優(yōu)先?！保ㄎ逃疖?，2019）設(shè)計并實現(xiàn)了多媒體數(shù)據(jù)分級加密方案17技術(shù)方案 技術(shù)方案對高質(zhì)量用戶的識別和激勵 用戶激勵 激勵機制18“用戶是信息質(zhì)量影響因素的直接作用者，因此需要引導(dǎo)和完善對高質(zhì)量社區(qū)用戶的識別和激勵機制，提升用戶與高質(zhì)量信息資源的有效交互?！保◤垖?，2018）提升用戶與高質(zhì)量信息資源的有效交互高質(zhì)量信息資源 信息質(zhì)量19“平臺客觀條件是科研社交網(wǎng)絡(luò)用戶學(xué)術(shù)社交不足的外驅(qū)變量和間接驅(qū)動因素之一......”（李晶，2019）平臺客觀條件影響學(xué)術(shù)社交 服務(wù)質(zhì)量 平臺環(huán)境

106 篇原始文獻中與學(xué)術(shù)社交網(wǎng)絡(luò)用戶相關(guān)的文字描述共形成22 個正式代碼。以正式代碼為基礎(chǔ)，形成7 個子主題。進一步歸納后，提取出與學(xué)術(shù)社交網(wǎng)絡(luò)用戶相關(guān)的3 個主主題（見表2）。用戶分析的方法論層面，楊廣鋒曾提出基于文獻計量的科研用戶行為研究方法[4]，主要包括用戶特征（性別、年齡、專業(yè)等）、用戶行為和用戶影響因素研究（自身特征、信息、環(huán)境等），側(cè)面印證了本次主題分析的結(jié)果。

表2 學(xué)術(shù)社交網(wǎng)絡(luò)用戶主題提取

3 學(xué)術(shù)社交網(wǎng)絡(luò)用戶特征主題分析

3.1 用戶屬性分析

106 篇關(guān)于學(xué)術(shù)社交網(wǎng)絡(luò)的文獻資料中直接以用戶屬性為研究對象的文獻不多，但文獻中涉及用戶屬性的字節(jié)條數(shù)達到135 條，約占全部字節(jié)條數(shù)的22.58%，說明用戶屬性構(gòu)成學(xué)術(shù)社交網(wǎng)絡(luò)研究中的要件，其通常被作為研究的出發(fā)點，為后續(xù)研究界定研究主體和研究范圍?！坝脩魧傩浴边@一主主題由“自然屬性”和“社會屬性”2 個子主題構(gòu)成，包括“用戶年齡”、“用戶性別”、“用戶身份”、“用戶空間分布”和“用戶學(xué)科分布”5 個正式代碼，主要特征如表3。

表3 用戶屬性主要特征

有關(guān)用戶屬性的主題分析顯示，學(xué)術(shù)社交網(wǎng)絡(luò)用戶以學(xué)生為主，呈年輕態(tài)，男性用戶多于女性用戶，高學(xué)歷人群具有更高的使用意愿。學(xué)術(shù)社交網(wǎng)絡(luò)用戶的地域和機構(gòu)分布較廣。國內(nèi)用戶中，發(fā)達地區(qū)用戶相對活躍[5]，且大多集中于知名高等院校和研究所[6]。國際用戶中，中國用戶對國際化較高的平臺（如Research Gate）的接受程度逐漸加深，單個機構(gòu)的用戶數(shù)量有趕超美國的趨勢[7]。用戶學(xué)科分布方面，由于研究樣本和平臺選取不同，研究成果存在顯著差異。首先，Research Gate 和“科研之友”的對比研究顯示，我國學(xué)術(shù)社交網(wǎng)絡(luò)用戶主要為國內(nèi)用戶，自然科學(xué)領(lǐng)域較多，人文社科領(lǐng)域用戶較少[8]。然而，針對國內(nèi)高校七百余位學(xué)者對學(xué)術(shù)社交網(wǎng)絡(luò)的認知、使用動機和訪問信息的調(diào)查顯示，人文社科領(lǐng)域用戶人數(shù)最多，其次是工學(xué)領(lǐng)域，農(nóng)業(yè)科學(xué)領(lǐng)域人數(shù)最少[9]。這一相互矛盾的研究結(jié)果或許源于樣本及平臺選擇的不同。前者以特定平臺的用戶群體作為樣本進行研究，發(fā)現(xiàn)“人文社科領(lǐng)域用戶較少”，后者未將研究限定在某一特定平臺，而是采用問卷調(diào)查法對國內(nèi)各大高校被調(diào)查者的學(xué)科分布進行統(tǒng)計，得到了“人文社科領(lǐng)域用戶最多”這一相反結(jié)論。由此可見，目前對學(xué)術(shù)社交網(wǎng)絡(luò)用戶學(xué)科分布狀況的研究尚存爭議。

3.2 用戶行為分析

社交網(wǎng)絡(luò)用戶行為是用戶在對自身需求、社會影響和社交網(wǎng)絡(luò)技術(shù)進行綜合評估基礎(chǔ)上做出的使用社交網(wǎng)絡(luò)服務(wù)的意愿,以及由此引起的各種使用活動的總和[10]。學(xué)術(shù)社交網(wǎng)絡(luò)用戶行為在此基礎(chǔ)上更側(cè)重于用戶的學(xué)術(shù)使用活動?！坝脩粜袨椤边@一主主題由“采用行為”、“社交行為”、“共享行為”3 個子主題構(gòu)成，包括“使用行為”、“社交互動”、“關(guān)注行為”、“共享行為”等8個正式代碼，主要特征如表4。

表4 用戶行為主要特征

有關(guān)用戶采用行為的主題分析顯示，我國學(xué)術(shù)社交網(wǎng)絡(luò)用戶對國際主流學(xué)術(shù)社交網(wǎng)絡(luò)平臺的使用較弱[9]，注冊率整體不高，各學(xué)科、機構(gòu)的用戶在不同平臺上的注冊比例存在差異。從行為的持續(xù)性而言，每天更新博客的用戶不足10%，約65%的用戶每天使用時長不足1 小時[11-12]，持續(xù)使用率低于注冊率[13]，學(xué)術(shù)社交網(wǎng)絡(luò)對用戶的吸引力在不斷喪失[14]。注冊率不高、使用頻率下滑反映出用戶對學(xué)術(shù)社交網(wǎng)絡(luò)采用不足，在持續(xù)使用的過程中出現(xiàn)了倦怠。未來可進一步探討如何增強用戶黏性和用戶使用的持續(xù)性，減少用戶倦怠和轉(zhuǎn)移行為。

有關(guān)用戶社交行為的主題分析顯示，用戶間的社交互動因用戶學(xué)科背景、知識需求、科研實力的不同表現(xiàn)出差異性。用戶突破傳統(tǒng)的學(xué)科體系實現(xiàn)學(xué)科間的大跨度交流[15]，學(xué)科間的學(xué)術(shù)相關(guān)性越強，越容易建立社交關(guān)系，人文社會學(xué)科用戶的跨學(xué)科社交傾向最為強烈[16]。用戶關(guān)注行為一定程度上能夠反映其社交意愿。用戶通過關(guān)注同行、博客博文、熱點主題等方式主動參與社交，以獲取和追蹤學(xué)術(shù)信息。國家層面上，不同國家的用戶在關(guān)注行為上具有顯著差異[7]。機構(gòu)層面上，用戶所在機構(gòu)人數(shù)越多，被關(guān)注的人數(shù)越多，用戶群體越容易出現(xiàn)同質(zhì)化趨勢[17]。各國用戶參與問答行為的積極性不高，不存在顯著差異。用戶對學(xué)術(shù)問答的需求強烈[18]，但提問數(shù)量大于回答數(shù)量[7],呈現(xiàn)出提問與回答不平衡的狀態(tài)。未來可進一步研究如何激勵用戶從學(xué)術(shù)信息的“單向獲取者”轉(zhuǎn)化為提供和獲取信息并重的“雙向互動者”，有利于提升用戶在平臺中的影響力[19]。

有關(guān)用戶共享行為的主題分析顯示，各國用戶共享意愿具有差異，中國用戶共享意愿較低[7]，參與科研合作和信息共享的意識薄弱[20]。約半數(shù)高活躍用戶會上傳資料、分享信息，其他用戶大多利用學(xué)術(shù)社交網(wǎng)絡(luò)獲取科研數(shù)據(jù)和資料[17]。在分享內(nèi)容的選擇上，用戶傾向于分享公開的項目、數(shù)據(jù)等信息來提升其在平臺中的影響力[21]。同時，將研究進展和成果發(fā)布在學(xué)術(shù)社交網(wǎng)絡(luò)平臺中，可以為其他用戶提供參考，增加學(xué)術(shù)交流和合作[22]。相比于陌生人，學(xué)術(shù)社交網(wǎng)絡(luò)用戶更傾向于熟人間的交流協(xié)作[23]。觀點表達和評述類的內(nèi)容交流效果最好[24-25]，但從總體上看，知識交流的效果還有待提升[26]。知識貢獻是知識共享的環(huán)節(jié)之一，“共享行為”這一子主題下，“知識貢獻”的字節(jié)條數(shù)僅占16.44%。說明當(dāng)前針對用戶知識交流和知識共享等大范疇的研究較多，未來可就知識貢獻這一小范疇開展深入研究。

3.3 用戶影響因素分析

用戶使用學(xué)術(shù)社交網(wǎng)絡(luò)的過程受到多種因素影響和制約。“用戶影響因素”主主題由“內(nèi)部影響因素”和“外部影響因素”2 個子主題構(gòu)成。內(nèi)部因素源于用戶本身，能夠?qū)τ脩粜袨槠鸬絻?nèi)部推動作用，包括“用戶需求”、“用戶偏好”、“用戶動機”3 個正式代碼；外部因素是除用戶本身之外，對用戶行為起到外部牽引作用的客觀環(huán)境因素，包括“知識產(chǎn)權(quán)保護”、“信息質(zhì)量”、“激勵機制”等6 個正式代碼。各影響因素間動態(tài)關(guān)聯(lián)，共同作用于用戶主體，進而產(chǎn)生多樣的用戶行為。用戶影響因素主要特征如表5。

表5 用戶影響因素主要特征

內(nèi)部影響因素的研究有利于從根本上掌握用戶行為產(chǎn)生的動因，幫助學(xué)術(shù)社交網(wǎng)絡(luò)平臺預(yù)測用戶行為走向，提供用戶所需信息和服務(wù)。用戶需求影響其行為選擇，在科研生命周期的各個階段[18]，不同身份、學(xué)科、平臺[9,18]的用戶需求具有差異，主要需求有自我推廣、學(xué)術(shù)資料和科研進展管理、交流合作等[27]。用戶的學(xué)術(shù)需求高于社交需求，形成了學(xué)術(shù)氛圍濃、專業(yè)知識強的知識傳播環(huán)境[6]，但也導(dǎo)致了學(xué)術(shù)社交不足的情況，這與用戶行為研究中得到的結(jié)論一致。需求是動機的必要條件，用戶需求催生用戶動機，動機的強或弱勢必會影響用戶行為。有關(guān)用戶動機的研究顯示，用戶使用學(xué)術(shù)社交網(wǎng)絡(luò)的目的中，最主要是獲取學(xué)術(shù)資源[28-30],常見的還有學(xué)術(shù)社交動機（關(guān)注同行和學(xué)術(shù)話題、參與問答、知識分享等）[9，29]與信息標注動機（分類組織學(xué)術(shù)資源等）[31]，社交關(guān)系動機與社交認同動機是學(xué)術(shù)社交網(wǎng)絡(luò)特有的使用動機[32]。用戶偏好研究有利于學(xué)術(shù)社交網(wǎng)絡(luò)平臺向用戶更精準地推薦學(xué)術(shù)信息，提供個性化服務(wù)。不同學(xué)科用戶在使用學(xué)術(shù)社交網(wǎng)站時，對學(xué)術(shù)資料和學(xué)者的關(guān)注、博文主題和內(nèi)容的標識[33]、觀點表達和經(jīng)驗交流的內(nèi)容[26]等具有不同偏好。目前學(xué)術(shù)社交網(wǎng)站缺乏主動學(xué)習(xí)用戶偏好的能力[34]。未來應(yīng)重視采集用戶使用學(xué)術(shù)社交網(wǎng)絡(luò)過程中的反饋，利用偏好值將用戶的喜好排序，通過學(xué)習(xí)用戶偏好使學(xué)術(shù)社交網(wǎng)站能夠為用戶推薦更精確的信息[35]。

外部影響因素的研究有利于為用戶行為的產(chǎn)生和發(fā)展提供良好的環(huán)境支持。主題分析顯示，當(dāng)前對平臺環(huán)境的研究集中于平臺客觀條件[20]、功能建設(shè)[36，37]、資源提供[14]、推薦服務(wù)[38]等。學(xué)術(shù)社交網(wǎng)站能夠滿足用戶的資料獲取和交流表達需要[39]，并樹立了全球運營理念和國際發(fā)展策略[35]。平臺建設(shè)離不開技術(shù)支持，目前已經(jīng)提出保障數(shù)據(jù)安全的多媒體數(shù)據(jù)加密方案[40]，提高匹配成功率和推薦效果的小同行推薦算法[41]，個性化推薦的多維度團隊推薦模型[42]，作者排名指標的新算法[43]等多種技術(shù)方案。關(guān)于學(xué)術(shù)社交網(wǎng)絡(luò)的開放獲取，Research Gate、Academia.edu等國外平臺已經(jīng)較為成熟，并與學(xué)術(shù)出版商開展合作[27]，但科學(xué)網(wǎng)等國內(nèi)平臺還未提供論文和數(shù)據(jù)的開放下載功能。有關(guān)數(shù)據(jù)隱私安全的主題分析顯示，學(xué)術(shù)社交網(wǎng)絡(luò)中用戶隱私關(guān)注程度高于通用社交網(wǎng)絡(luò)[44]。用戶對平臺和他人的信任有利于學(xué)術(shù)社交，提升知識共享意愿[45]，擔(dān)心隱私泄露則會造成學(xué)術(shù)社交不足[20]。“外部影響因素”這一子主題中，“知識產(chǎn)權(quán)保護”這一正式代碼的字節(jié)條數(shù)僅占7.01%，顯示出當(dāng)前關(guān)于知識產(chǎn)權(quán)保護的研究較少。相比于國外在知識產(chǎn)權(quán)保護方面形成的良性學(xué)術(shù)生態(tài)，我國知識產(chǎn)權(quán)保護機制脆弱[44]，用戶知識產(chǎn)權(quán)意識薄弱[18]，未來應(yīng)進一步健全知識產(chǎn)權(quán)、數(shù)據(jù)和隱私保護體系。有關(guān)信息質(zhì)量的主題分析顯示，學(xué)術(shù)社交網(wǎng)絡(luò)的知識資源質(zhì)量決定了用戶的知識吸收效能和交流滿意度，與用戶交流績效呈正相關(guān)[46]，無關(guān)信息太多會影響用戶的使用體驗[14]。未來應(yīng)改善信息管控機制[14]，對信息的格式規(guī)范和準確表達作出要求[47]。用戶既是信息接收者又是知識貢獻者,需要完善對高質(zhì)量用戶的識別和激勵機制，提升用戶與高質(zhì)量信息資源的有效交互[47]?，F(xiàn)有研究提出精神激勵與物質(zhì)激勵相結(jié)合[14]、利用“影響力”指標激勵用戶貢獻知識[8]、借鑒知識付費模式激勵用戶參與學(xué)術(shù)問答[18]等多種方式。

4 結(jié)論與展望

4.1 研究結(jié)論

本文系統(tǒng)采集了我國學(xué)術(shù)社交網(wǎng)絡(luò)用戶研究的相關(guān)內(nèi)容，利用主題分析法從文獻資料中提取出用戶屬性、用戶行為、用戶影響因素3 個與用戶特征相關(guān)的主題。用戶屬性研究為后續(xù)研究起到基礎(chǔ)性的鋪墊作用，基本展示出學(xué)術(shù)社交網(wǎng)絡(luò)用戶呈年輕態(tài)，男性用戶多于女性用戶，用戶學(xué)歷高等特征，但對用戶的學(xué)科分布狀況尚存爭議。用戶行為研究顯示出當(dāng)前用戶注冊學(xué)術(shù)社交網(wǎng)站比率不高，在持續(xù)使用中出現(xiàn)倦怠。用戶通過關(guān)注同行、主題、博文等方式獲取學(xué)術(shù)信息，知識交流和貢獻較少，社交互動不足。用戶影響因素研究集中于對某一具體因素的研究，用戶行為受到用戶需求、用戶動機、用戶偏好、平臺環(huán)境、信息質(zhì)量、知識產(chǎn)權(quán)等多種因素綜合影響。主題分析顯示，當(dāng)前對用戶偏好、信息質(zhì)量和知識產(chǎn)權(quán)保護等因素的具體研究較少。

將國內(nèi)學(xué)術(shù)社交網(wǎng)絡(luò)用戶特征的研究成果與國外該領(lǐng)域的研究成果進行比較，或可為我國學(xué)術(shù)社交網(wǎng)絡(luò)建設(shè)及后續(xù)研究提供借鑒。盡管國內(nèi)外學(xué)術(shù)社交網(wǎng)絡(luò)用戶特征的研究成果具有諸多共性，諸如用戶注冊學(xué)術(shù)社交網(wǎng)絡(luò)后使用的時長和頻率較低，關(guān)注其他學(xué)者的數(shù)量較少，怠于共享、注重隱私等[48-51]，但二者研究成果仍存在些許差異。國外學(xué)者對用戶屬性的研究顯示，大多數(shù)用戶來自西方[48]，用戶的學(xué)科分布在不同平臺上差異明顯[49]。用戶偏好因素方面，國外學(xué)者傾向于進一步研究用戶使用模式和偏好，以促進學(xué)術(shù)社交網(wǎng)絡(luò)的長期發(fā)展[52]。相比較而言，國外學(xué)術(shù)社交網(wǎng)絡(luò)已成為開放傳播科學(xué)成果的重要媒介[52]，部分學(xué)術(shù)社交網(wǎng)站已經(jīng)與學(xué)術(shù)出版商開展合作[27]，利用資源優(yōu)勢增加龐大的用戶群[39]。與此同時，國外研究發(fā)現(xiàn)，學(xué)術(shù)社交網(wǎng)絡(luò)的開放獲取可以促進用戶分享學(xué)術(shù)信息，用戶可以眾包難以獲取的數(shù)據(jù)和出版物等有價值的材料[53]。而我國在學(xué)術(shù)社交網(wǎng)站開放獲取方面的研究和實踐還較為薄弱，這些差異為我國學(xué)術(shù)社交網(wǎng)絡(luò)相關(guān)研究與實踐提供了參考。

4.2 研究展望

基于國內(nèi)學(xué)術(shù)社交網(wǎng)絡(luò)用戶研究成果及國外相關(guān)領(lǐng)域的研究借鑒，本文對我國學(xué)術(shù)社交網(wǎng)絡(luò)用戶特征領(lǐng)域的后續(xù)研究及相關(guān)平臺建設(shè)提出建議，以期對我國學(xué)術(shù)社交網(wǎng)絡(luò)的研究和實踐提供參考。

從理論上來看，圍繞學(xué)術(shù)社交網(wǎng)絡(luò)用戶的后續(xù)研究可以在以下3 個方面展開：①開展針對學(xué)術(shù)社交網(wǎng)絡(luò)的用戶畫像構(gòu)建研究。現(xiàn)有的用戶畫像研究大多集中于通用社交網(wǎng)絡(luò)，對學(xué)術(shù)社交網(wǎng)絡(luò)關(guān)注較少[54]。用戶畫像技術(shù)有利于更深刻地探討用戶屬性特征和行為規(guī)律，未來可以從用戶屬性特征、行為特征、用戶偏好等方面構(gòu)建用戶畫像，分析用戶行為和偏好并為其提供個性化服務(wù)。②開展學(xué)術(shù)社交網(wǎng)絡(luò)用戶黏性研究。學(xué)術(shù)社交網(wǎng)絡(luò)的長遠發(fā)展離不開用戶的持續(xù)使用，用戶黏性的增強有利于減少用戶使用過程中的倦怠和轉(zhuǎn)移行為?，F(xiàn)有研究對這一方面的討論還不充分，未來可就如何提高用戶黏性和使用持續(xù)性展開研究。③學(xué)術(shù)社交網(wǎng)絡(luò)的知識產(chǎn)權(quán)和隱私保護研究。大數(shù)據(jù)時代對知識產(chǎn)權(quán)保護和隱私保護環(huán)境提出了新要求，良好的知識產(chǎn)權(quán)和隱私保護環(huán)境有助于提升用戶在使用過程中的安全感和信任感，維持用戶黏性。

從實踐上來看，圍繞學(xué)術(shù)社交網(wǎng)絡(luò)用戶及平臺建設(shè)的后續(xù)研究可以在以下2 個方面展開：①激勵學(xué)術(shù)社交網(wǎng)絡(luò)用戶的知識貢獻。當(dāng)前學(xué)術(shù)社交網(wǎng)絡(luò)用戶知識貢獻不足，采取措施激勵用戶產(chǎn)出并分享優(yōu)質(zhì)內(nèi)容，促使學(xué)術(shù)社交網(wǎng)站形成知識貢獻足、信息質(zhì)量高的學(xué)術(shù)傳播環(huán)境。②實現(xiàn)學(xué)術(shù)社交網(wǎng)絡(luò)和開放獲取的有機結(jié)合。學(xué)術(shù)社交網(wǎng)絡(luò)是發(fā)布、交流學(xué)術(shù)信息的重要平臺，向用戶開放公共和個人的研究數(shù)據(jù)與研究成果，可以節(jié)省科研成本，提升科研效率。未來應(yīng)加強學(xué)術(shù)社交網(wǎng)絡(luò)平臺的開放獲取建設(shè)，為學(xué)術(shù)出版以及科研資料的便捷獲取做出貢獻。