【摘要】：隨著信息技術及社交媒體的不斷普及,在線社區(qū)逐漸成為了人們生活中的重要組成部分;用戶能夠為社區(qū)注入高價值信息,以促進信息的交流與互換。與此同時,新興媒介也為旅游業(yè)帶來了新的體驗,不僅幫助信息搜尋者獲取高質(zhì)量信息,也能夠協(xié)助信息提供者滿足其自身情感需求,甚至實現(xiàn)自身價值。但是隨著用戶生成內(nèi)容暴增,信息過載問題逐漸凸顯,信息搜索的認知成本提升,信息獲取質(zhì)量問題成為了亟不可待的問題。而虛擬旅游社區(qū)中潛水者占比較高,真正高質(zhì)量用戶屈指可數(shù)。因此基于高價值用戶提供高質(zhì)量信息的背景,本文試圖解決的信息質(zhì)量問題轉化為了如何引導用戶識別并關注高質(zhì)量用戶,以快速獲取高價值信息的問題。本文站在社區(qū)用戶視角,以受關注度指標作為用戶在社區(qū)中的影響力及價值衡量標準,通過研究虛擬旅游社區(qū)用戶受關注度的影響因素,以協(xié)助用戶解決信息獲取質(zhì)量問題。本文以虛擬旅游社區(qū)為研究對象,采用因子分析及計數(shù)回歸模型追蹤用戶特征及其自身行為數(shù)據(jù)對用戶受關注度帶來的影響。文中基于社會資本理論、社會交換理論、社會認知理論及社交信息處理理論,提出了本次研究理論模型,并將用戶受關注度影響因素細分為了 VIP、舵主、指路人等用戶身份特征,等級、游覽城市數(shù)、點評城市數(shù)等用戶專業(yè)度指標,用戶關注、用戶訪問、游記瀏覽等用戶互動行為,游記量、回答量、金牌回答量、評論量等用戶知識貢獻行為,以及用戶所在城市地點熱度五個維度進行實證研究�；谔摂M旅游社區(qū)影響力指標對比,本文選取馬蜂窩虛擬旅游社區(qū)作為研究對象,并采滾雪球抽樣方式及用爬蟲工具提取樣本變量指標,最終得到13063個有效樣本開展實證研究。研究結果表明,用戶身份優(yōu)勢感知能夠強有力的提升用戶在社區(qū)中的影響力,用戶間互動行為、用戶知識貢獻行為對用戶受關注度有顯著正向影響,并且用戶所在城市地點熱度也有利于提升用戶粉絲數(shù)的轉化。文中研究試圖在以下幾方面做出具有價值的創(chuàng)新探索。第一,文中以用戶受關注度影響因素為研究目標,厘清社區(qū)用戶粉絲數(shù)的來源,能夠為高價值用戶影響力的提升提供實際建議。第二,本文通過獲取用戶地點標簽及城市頻次數(shù)據(jù),將用戶所在地信息進行量化,探索了地點標簽對虛擬旅游社區(qū)用戶行為的影響,為地點信息的量化提供參考。
【學位授予單位】：武漢大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：F592;F274
【圖文】：

本文基于品牌熱度、輿情熱度等信息提出了旅游領域地點熱度一詞，并參照逡逑文獻熱度的衡量標準，以城市維度頻次作為地點熱度的衡量標準。馬蜂窩社區(qū)支逡逑持用戶所在地信息的上傳，且每個用戶都擁有自己的游覽地圖，如下圖３－１所示。逡逑Ｖ逡逑ｈ邐９邐？逡逑Ｖ邐９邐？邐？逡逑？邋＊逡逑我的窩邋我的游記邋我的問答邋我的足跡邋我的裔評邋我的結伴邋更多－逡逑：邐逡逑－ｒｊ邐？邋癢瓢邋ｉ逡逑ｓｋｙｋａｔｅ邋Ｏ邐寫勘５邐問＇達Ａ邐忑加0》邐發(fā)布結辟逡逑圖３－１馬蜂窩社區(qū)用戶游覽城市地圖逡逑當用戶點亮某一城市標簽時，視作該地點出現(xiàn)一次，本文基于獲取的１５１１２逡逑條用戶信息，獲取其點亮的所有城市標簽，并進行詞頻統(tǒng)計。本文通過將城市文逡逑本信息與詞頻數(shù)據(jù)匹配的方式，將地點標簽數(shù)據(jù)進行量化，并以此頻次作為該地逡逑點熱度的衡量指標開展研宄。逡逑３．５．６變量梳理及模型構建逡逑本文基于研究假設及指標選取，本文將用戶受關注度影響因素細分為了邋ＶＩＰ、逡逑舵主、指路人等用戶身份特征，等級、游覽城市數(shù)、點評城市數(shù)等用戶專業(yè)度指逡逑標，用戶關注、用戶訪問、游記瀏覽等用戶互動行為，游記量、回答量、金牌回逡逑３０７－４０４．逡逑３０逡逑

逡逑圖４－１城市頻次分布圖逡逑由上圖５所示，可見城市頻次分布具有明顯的長尾效應。根據(jù)城市頻次數(shù)據(jù)逡逑統(tǒng)計結果，可以得出，前２０％的高熱度景點占所有景點出現(xiàn)總頻次的８７．邋９％；且逡逑針對用戶個體層面來講，隨著城市地點熱度的降低，城市游覽次數(shù)有驟降趨勢，逡逑但需求量仍然存在，并不為零，也就是這些并不被重視的眾多冷門城市，也占據(jù)逡逑了比較可觀的市場份額。逡逑表４－３前３０個地點熱度城市頻次分布表逡逑編號邐城市邐頻次邐編號邐城市邐頻次邐編號邐城市邐頻次逡逑１邐北京邐５３８０邐１１邐廣州邐３４４４邐２１邐長沙邐２４７４逡逑２邐上海邐５１５３邐１２邐昆叨邐３３６５邐２２邐桂林邐２４６１逡逑３邐杭州邐４３０３邐１３邐三亞邐３３３８邐２３邐哈爾濱邐２３７６逡逑４邐廈門邐４１２８邐１４邐青島邐３１１４邐２４邐黃山邐２３７０逡逑５邐?

【參考文獻】

相關期刊論文 前10條

1 萬莉;程慧平;;虛擬知識社區(qū)用戶知識貢獻行為影響因素研究——貢獻者和潛水者比較[J];情報理論與實踐;2015年12期

2 劉東;吳泉源;韓偉紅;周斌;;基于用戶名特征的用戶身份同一性判定方法[J];計算機學報;2015年10期

3 劉中剛;;口碑類型與發(fā)送者身份信息對圖書網(wǎng)絡雙面口碑效果的影響[J];出版科學;2015年03期

4 楊學成;蘭冰;孫飛;;品牌微博如何吸引粉絲互動——基于CMC理論的實證研究[J];管理評論;2015年01期

5 侯秀紅;郜方方;;基于內(nèi)容的發(fā)布訂閱系統(tǒng)綜述[J];電腦開發(fā)與應用;2014年10期

6 劉高勇;鄧勝利;王彤;;網(wǎng)絡用戶信息交互動力的實證研究[J];情報科學;2014年05期

7 唐曉波;向坤;;基于LDA模型和微博熱度的熱點挖掘[J];圖書情報工作;2014年05期

8 曹學艷;張仙;劉j;方寬;段飛飛;李仕明;;基于應對等級的突發(fā)事件網(wǎng)絡輿情熱度分析[J];中國管理科學;2014年03期

9 趙夷平;畢強;貫君;;虛擬社區(qū)信息運動的特征、模式及其管理[J];圖書情報工作;2013年19期

10 傅魁;劉李利;陳冬林;;面向在線社會支持虛擬社區(qū)的用戶專業(yè)度識別方法研究[J];情報學報;2013年04期

相關博士學位論文 前3條

1 金家華;社會化問答社區(qū)中用戶知識行為的影響因素研究[D];哈爾濱工業(yè)大學;2015年

2 官滌;巢湖西半湖水華暴發(fā)的多元驅(qū)動因子分析及趨勢預測[D];哈爾濱工業(yè)大學;2012年

3 徐美鳳;基于CAS的學術虛擬社區(qū)知識共享研究[D];南京大學;2011年

相關碩士學位論文 前4條

1 劉小維;在線旅游用戶生成內(nèi)容（UGC）動機與激勵方式研究[D];北京第二外國語學院;2016年

2 劉楓;旅游虛擬社區(qū)成員知識共享行為研究[D];暨南大學;2015年

3 康瑛;SNS關系資本、知識共享及用戶持續(xù)使用意愿的關系研究[D];中南大學;2012年

4 王子喜;非交易類虛擬社區(qū)知識貢獻影響因素實證研究[D];西安電子科技大學;2012年

本文編號：2713408