1導(dǎo)論
1.1網(wǎng)絡(luò)創(chuàng)新社區(qū)
1.2知識重混創(chuàng)新
2文獻(xiàn)綜述
2.1網(wǎng)絡(luò)創(chuàng)新社區(qū)定義及內(nèi)涵
2.2網(wǎng)絡(luò)創(chuàng)新社區(qū)類型
2.3網(wǎng)絡(luò)創(chuàng)新社區(qū)研究視角
2.3.1用戶視角
2.3.2知識視角
2.3.3平臺視角
2.4知識重混創(chuàng)新研究
2.4.1文獻(xiàn)計(jì)量分析
2.4.2知識
2.4.3知識創(chuàng)新
2.4.4知識進(jìn)化
2.4.5知識共享
2.4.6知識轉(zhuǎn)移
2.4.7重混
2.4.8重混創(chuàng)新
2.4.9重混對創(chuàng)新的貢獻(xiàn)
3網(wǎng)絡(luò)創(chuàng)新社區(qū)知識重混創(chuàng)新的組織特征
3.1網(wǎng)絡(luò)創(chuàng)新社區(qū)的用戶行為
3.1.1用戶行為研究現(xiàn)狀
3.1.2用戶行為類型
3.1.3用戶行為動機(jī)
3.1.4用戶行為特征與表現(xiàn)
3.1.5用戶行為影響因素
3.2開放式創(chuàng)新模式特征
3.2.1動態(tài)開放性
3.2.2全員參與性
3.2.3創(chuàng)新模式多樣性
3.2.4網(wǎng)絡(luò)技術(shù)全過程依賴性
3.3網(wǎng)絡(luò)創(chuàng)新社區(qū)運(yùn)行平臺
3.3.1平臺定義
3.3.2平臺要素
3.3.3平臺面臨的挑戰(zhàn)
3.3.4平臺與傳統(tǒng)創(chuàng)新平臺的差異
3.4網(wǎng)絡(luò)創(chuàng)新社區(qū)知識重混案例研究
3.4.1MIUI社區(qū)
3.4.2Dell IdeaStorm社區(qū)
3.4.3HOPE社區(qū)
3.4.4Thingivers社區(qū)
4網(wǎng)絡(luò)創(chuàng)新社區(qū)中知識重混動機(jī)分析
4.1網(wǎng)絡(luò)創(chuàng)新社區(qū)中知識重混動機(jī)相關(guān)研究
4.1.1動機(jī)概述
4.1.2早期開源軟件社區(qū)代碼重混動機(jī)
4.1.3近期網(wǎng)絡(luò)創(chuàng)新社區(qū)知識重混動機(jī)
4.2基于動機(jī)的平臺管理建議
4.2.1加強(qiáng)網(wǎng)絡(luò)創(chuàng)新社區(qū)平臺結(jié)構(gòu)建設(shè)
4.2.2制定完善合理的激勵機(jī)制，鼓勵成員交互重混行為
4.2.3構(gòu)建不同的交流方式，促進(jìn)成員在線互動
4.2.4完善社區(qū)管理規(guī)范，增強(qiáng)成員信任感和認(rèn)同感
5網(wǎng)絡(luò)創(chuàng)新社區(qū)中重混激勵機(jī)制分析
5.1網(wǎng)絡(luò)創(chuàng)新社區(qū)中激勵機(jī)制的相關(guān)理論
5.1.1需求層次激勵理論
5.1.2虛擬社區(qū)感知
5.1.3計(jì)劃行為理論
5.1.4期望激勵理論
5.2網(wǎng)絡(luò)創(chuàng)新社區(qū)用戶激勵的特點(diǎn)與分類
5.2.1用戶激勵的特點(diǎn)
5.2.2用戶激勵模式的分類
5.3網(wǎng)絡(luò)創(chuàng)新社區(qū)用戶激勵的原則
5.3.1個性化
5.3.2適度
5.3.3公平性
5.3.4注重長期效應(yīng)
5.4網(wǎng)絡(luò)創(chuàng)新社區(qū)用戶激勵的方法
5.4.1顯性激勵
5.4.2隱性激勵
5.5網(wǎng)絡(luò)創(chuàng)新社區(qū)中重混激勵機(jī)制設(shè)計(jì)
5.5.1基于用戶視角的設(shè)計(jì)
5.5.2保證信息質(zhì)量與信源可信度的設(shè)計(jì)
5.5.3優(yōu)化環(huán)境的設(shè)計(jì)
6網(wǎng)絡(luò)創(chuàng)新社區(qū)中知識重混模式分析
6.1重混模式分析的基礎(chǔ)概念定義
6.2Thingiverse社區(qū)的重混描述
6.3知識產(chǎn)品重混的基本模式
6.3.1聚斂性重混
6.3.2發(fā)散性重混
7基于創(chuàng)新擴(kuò)散理論的重混創(chuàng)新
7.1研究背景
7.2研究理論和假設(shè)
7.2.1研究模型
7.2.2研究假設(shè)
7.3虛假產(chǎn)品屬性數(shù)據(jù)識別
7.3.1深度學(xué)習(xí)技術(shù)原理
7.3.2基于CNN LSTM的虛假評論識別方法
7.4實(shí)驗(yàn)驗(yàn)證
7.4.1數(shù)據(jù)來源
7.4.2因子分析
7.4.3主成分回歸分析
7.5研究結(jié)論與展望
7.5.1研究結(jié)論
7.5.2研究展望
8重混創(chuàng)新中的元模型效應(yīng)
8.1研究背景
8.2研究假設(shè)
9重混創(chuàng)新與大眾生產(chǎn)
9.1研究背景
9.2理論框架
10基于社會承認(rèn)理論的領(lǐng)先用戶行為與重混創(chuàng)新
10.1研究背景
10.2研究假設(shè)
11基于社會資本理論用戶重混創(chuàng)新的貢獻(xiàn)行為
11.1研究背景
11.2理論基礎(chǔ)
11.2.1重要概念界定
11.2.2社會資本理論
11.2.3開放協(xié)作社區(qū)中社會資本與知識貢獻(xiàn)行為
11.3研究假設(shè)
11.3.1社會交互關(guān)系與知識貢獻(xiàn)
11.3.2共同語言與知識貢獻(xiàn)
11.3.3信任與知識貢獻(xiàn)
11.3.4社會資本三個維度之間的關(guān)系
12用戶知識異質(zhì)性對重混創(chuàng)新的影響
12.1研究背景
12.2理論基礎(chǔ)
12.2.1知識異質(zhì)性：概念、構(gòu)成及其對重混創(chuàng)新的影響
12.2.2知識協(xié)同對重混創(chuàng)新與知識異質(zhì)性的中介作用
12.3研究假設(shè)
12.3.1知識異質(zhì)性對重混創(chuàng)新的影響
12.3.2知識協(xié)同在知識異質(zhì)性與重混創(chuàng)新關(guān)系中的中介作用
13基于多時序感知網(wǎng)絡(luò)參與重混創(chuàng)新用戶畫像標(biāo)簽化建模方法
13.1研究背景
13.2研究綜述
13.3研究方法
13.3.1Preliminarys
13.3.2MTSAN
13.3.3Model Training
13.4實(shí)證分析
13.4.1數(shù)據(jù)
13.4.2結(jié)果分析
13.4.3討論
13.5結(jié)論
參考文獻(xiàn)