國(guó)際眾包領(lǐng)域中外學(xué)者研究異同探究：基于核心作者的履歷分析

楊中華，李般若，李亞鑫，衛(wèi)武

（1.武漢科技大學(xué)恒大管理學(xué)院，湖北武漢 430065；2.武漢科技大學(xué)服務(wù)科學(xué)與工程研究中心，湖北武漢 430065；3.湖北省產(chǎn)業(yè)政策與管理研究中心，湖北 武漢 430065；4.武漢大學(xué) 經(jīng)濟(jì)與管理學(xué)院，湖北 武漢 430072）

0 引言

眾包作為一種將特定的工作任務(wù)以自由自愿的方式外包給非特定大眾的形式，能夠有效降低成本，促進(jìn)跨界創(chuàng)新，因此吸引了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。眾包概念在2006年被提出以后，國(guó)內(nèi)外相關(guān)研究文獻(xiàn)一直處于高速增長(zhǎng)中。通過(guò)WoS（Web of Science）數(shù)據(jù)庫(kù)的檢索發(fā)現(xiàn)：國(guó)際眾包領(lǐng)域的研究文獻(xiàn)在2006年后快速增長(zhǎng)，近十年來(lái)增長(zhǎng)率雖有所下降，但文獻(xiàn)數(shù)量仍然保持增長(zhǎng)；同時(shí)，作為為數(shù)不多的國(guó)內(nèi)外學(xué)者幾乎同時(shí)起步的研究領(lǐng)域，國(guó)內(nèi)學(xué)者在該領(lǐng)域的研究成果頗豐，相對(duì)領(lǐng)先于國(guó)外。目前，國(guó)內(nèi)外關(guān)于學(xué)科發(fā)展現(xiàn)狀的研究多采用文獻(xiàn)計(jì)量方法對(duì)學(xué)科的文獻(xiàn)發(fā)表情況進(jìn)行考察，通過(guò)對(duì)該學(xué)科研究文獻(xiàn)的分布描述，探究科學(xué)發(fā)現(xiàn)的內(nèi)部機(jī)制和規(guī)律。相關(guān)研究多從科學(xué)文獻(xiàn)計(jì)量入手，很少有學(xué)者從發(fā)表這些文獻(xiàn)的作者角度，通過(guò)作者履歷信息挖掘?qū)υ擃I(lǐng)域的研究現(xiàn)狀進(jìn)行分析，作者履歷中所包含的獨(dú)特豐富信息尚未得到充分挖掘。

個(gè)人履歷信息（Curriculum Vita，CV）的精確性和豐富性，使其在分析某些文獻(xiàn)計(jì)量數(shù)據(jù)不能很好覆蓋的學(xué)科時(shí)顯示出獨(dú)特的數(shù)據(jù)價(jià)值。目前，履歷分析法在職業(yè)成長(zhǎng)、人才流動(dòng)、科研合作、群體特征分析以及科研政策評(píng)估等領(lǐng)域得到廣泛運(yùn)用。通常，CV記錄了一個(gè)研究人員的各種職業(yè)和非職業(yè)的個(gè)人經(jīng)歷，這種獨(dú)特資料使得CV成為職業(yè)成長(zhǎng)研究的重要數(shù)據(jù)來(lái)源。在研究科研人員職業(yè)成長(zhǎng)的影響因素中，職稱、性別、學(xué)科背景、產(chǎn)業(yè)經(jīng)歷、國(guó)外教育、博士后經(jīng)歷等因素最為人所關(guān)注。同時(shí)，通過(guò)CV所記錄的教育經(jīng)歷、專業(yè)經(jīng)歷和訪學(xué)經(jīng)歷等數(shù)據(jù)的分析，可以探索人才流動(dòng)、科研合作規(guī)律。除個(gè)體層面外，CV數(shù)據(jù)也常常用來(lái)研究某一群體（如杰出科學(xué)家、女性科學(xué)家、諾貝爾獎(jiǎng)獲得者等）或某個(gè)學(xué)科科研群體的特征。我國(guó)學(xué)者關(guān)注的重點(diǎn)是一些高層次科技人才群體，不少學(xué)者通過(guò)獲得一些長(zhǎng)江學(xué)者、 “百人計(jì)劃”研究員和杰出青年的CV數(shù)據(jù)來(lái)分析該群體的主要特征。CV數(shù)據(jù)也是科研項(xiàng)目與政策評(píng)估的重要數(shù)據(jù)源，Monica等基于CV數(shù)據(jù)對(duì)比分析了申請(qǐng)資助模式和研究中心資助模式兩種研究資助形式對(duì)科研活動(dòng)的影響。

履歷分析法可以從大量非結(jié)構(gòu)化作者履歷信息中提取出有價(jià)值的信息，相關(guān)研究成果也表明了該方法的獨(dú)特價(jià)值。然而，履歷分析法也存在收集過(guò)程復(fù)雜、信息不完整等問(wèn)題，可能會(huì)導(dǎo)致研究結(jié)果偏畸。針對(duì)該問(wèn)題，本文提出將個(gè)人履歷信息與科學(xué)文獻(xiàn)信息融合進(jìn)行數(shù)據(jù)挖掘的思路，以彌補(bǔ)單一數(shù)據(jù)來(lái)源可能造成研究偏差的缺陷。因此，本文以國(guó)際眾包領(lǐng)域核心作者作為研究對(duì)象，基于扎根理論運(yùn)用NVivo編碼工具對(duì)核心作者的履歷信息和相關(guān)文獻(xiàn)進(jìn)行編碼和挖掘，通過(guò)作者學(xué)科背景、工作機(jī)構(gòu)、研究技術(shù)、研究主題等類目分析，以探尋國(guó)際眾包領(lǐng)域中外學(xué)者研究的異同，并希望從中汲取有價(jià)值的要素，促進(jìn)國(guó)內(nèi)眾包研究的深入發(fā)展。

1 數(shù)據(jù)來(lái)源與預(yù)處理

1.1 研究對(duì)象

期刊論文是反映科研成果最直接的方式，它反映了某一領(lǐng)域科學(xué)研究的總體情況，也方便獲取作者的相關(guān)數(shù)據(jù)。因此，本研究在WoS中以“crowdsourcing”作為主題詞和篇名的共同檢索詞，在SCI和SSCI數(shù)據(jù)庫(kù)中對(duì)2016—2020年數(shù)據(jù)進(jìn)行檢索，并對(duì)搜索結(jié)果選擇文獻(xiàn)類型為“article”精煉，獲得1 085條文獻(xiàn)信息；為了保證文獻(xiàn)的相關(guān)性，作者以人工方式對(duì)1 085條文獻(xiàn)的題目、摘要和關(guān)鍵詞進(jìn)行審閱，排除了啟事、更正以及其他不相關(guān)文獻(xiàn)后，共獲得911條文獻(xiàn)作為后續(xù)分析的數(shù)據(jù)源；將911條文獻(xiàn)題錄信息導(dǎo)出至CiteSpace，對(duì)文獻(xiàn)作者發(fā)文頻次進(jìn)行統(tǒng)計(jì)，得到其最高發(fā)文量為14篇，根據(jù)普賴斯理論算得M約為3。因此，本文選擇發(fā)文量在3篇及以上的128位中外核心作者作為履歷分析的研究對(duì)象。

國(guó)際眾包領(lǐng)域國(guó)內(nèi)核心作者共70人，其中62人來(lái)自高校，3人來(lái)自科研院所，3人來(lái)自醫(yī)院，2人信息未找到。具體信息見(jiàn)表1。

表1 國(guó)際眾包領(lǐng)域的國(guó)內(nèi)核心作者基本信息

國(guó)外核心作者共58人，分別來(lái)自于美國(guó)、澳大利亞、新加坡等8個(gè)國(guó)家；其中，47人來(lái)自高校，7人來(lái)自科研院所，3人來(lái)自公司，1人信息未找到。具體信息見(jiàn)表2。

表2 國(guó)際眾包領(lǐng)域國(guó)外核心作者基本信息

對(duì)比國(guó)際眾包領(lǐng)域中外作者所在機(jī)構(gòu)發(fā)現(xiàn)，高校是眾包領(lǐng)域核心作者的主要來(lái)源機(jī)構(gòu)（圖1），還有部分核心作者來(lái)自于科研院所；比較而言，國(guó)外核心作者的來(lái)源機(jī)構(gòu)更加豐富，除高校、科研院所外，企業(yè)也是部分核心作者的重要來(lái)源機(jī)構(gòu)。

圖1 國(guó)內(nèi)外眾包領(lǐng)域核心作者來(lái)源機(jī)構(gòu)

1.2 數(shù)據(jù)采集

本研究中的眾包領(lǐng)域國(guó)內(nèi)核心作者履歷主要包含工作單位網(wǎng)站展示的個(gè)人信息，以及網(wǎng)頁(yè)上相關(guān)信息；國(guó)外作者履歷主要源自其個(gè)人網(wǎng)站主頁(yè)，部分來(lái)自于領(lǐng)英網(wǎng)站上的檔案信息，以及所在機(jī)構(gòu)主頁(yè)中的個(gè)人信息頁(yè)面。在獲取履歷的過(guò)程中，發(fā)現(xiàn)有些履歷中作者的研究興趣及技能專長(zhǎng)抽象且廣泛，并不能體現(xiàn)與眾包研究領(lǐng)域的直接聯(lián)系，為了輔助分析這些核心作者在眾包研究領(lǐng)域的具體研究方向、研究技術(shù)手段等信息，本研究還對(duì)核心作者發(fā)表的眾包相關(guān)期刊文獻(xiàn)進(jìn)行收集，共獲取到了國(guó)外53位作者的履歷信息和211篇相關(guān)文獻(xiàn)、國(guó)內(nèi)56位作者的履歷信息和190篇相關(guān)文獻(xiàn)。

1.3 數(shù)據(jù)預(yù)處理

對(duì)獲取到的國(guó)內(nèi)外核心作者的109份履歷和相關(guān)文獻(xiàn)信息進(jìn)行標(biāo)記：國(guó)外作者53份履歷信息標(biāo)記為A1～A53，53個(gè)工作單位網(wǎng)頁(yè)標(biāo)記為B1～B53，211篇相關(guān)文獻(xiàn)標(biāo)記為C1～C211；國(guó)內(nèi)作者56個(gè)工作單位網(wǎng)頁(yè)中的學(xué)者簡(jiǎn)介信息標(biāo)記為D1～D56，56份工作單位網(wǎng)頁(yè)標(biāo)記為E1～E56，190篇相關(guān)文獻(xiàn)標(biāo)記為F1～F190。采用人工編碼方式，將國(guó)內(nèi)國(guó)外核心作者的履歷信息和相關(guān)文獻(xiàn)信息分別進(jìn)行編碼。

2 基于NVivo的作者履歷信息處理

在對(duì)核心作者履歷信息分析之前，首先需要對(duì)其進(jìn)行編碼?；谠碚?，本文利用NVivo 11對(duì)作者履歷信息及相關(guān)文獻(xiàn)的文本數(shù)據(jù)進(jìn)行編碼分析。編碼是質(zhì)性研究的核心步驟，通過(guò)將文本內(nèi)容中字句、大意、觀察到的特點(diǎn)進(jìn)行全方位了解，分解成一個(gè)個(gè)獨(dú)立的概念，再對(duì)這些分解出的概念節(jié)點(diǎn)按照某種范疇重新歸類。編碼過(guò)程主要分為開(kāi)放式編碼、主軸式編碼和選擇性編碼三個(gè)階段，提取出文本中在某些方面有意義的相同點(diǎn)，并將他們?nèi)航M化。

2.1 開(kāi)放式編碼

首先將履歷信息文本分為國(guó)內(nèi)國(guó)外兩部分，通過(guò)對(duì)文本的仔細(xì)反復(fù)閱讀，查找關(guān)鍵信息，對(duì)較為模糊的概念，前后比對(duì)，反復(fù)斟酌，尋找更加貼切的概念對(duì)其命名，創(chuàng)建自由節(jié)點(diǎn)。最后，從56份國(guó)內(nèi)作者履歷信息中編碼出48個(gè)自由節(jié)點(diǎn)，433個(gè)參考點(diǎn)；從53份國(guó)外作者履歷信息中挖掘出53個(gè)自由節(jié)點(diǎn)，379個(gè)參考點(diǎn)（詳見(jiàn)圖2）。

圖2 核心作者履歷信息的開(kāi)放式編碼

2.2 主軸式編碼

在進(jìn)行編碼時(shí)，通過(guò)對(duì)核心作者履歷信息的53個(gè)自由節(jié)點(diǎn)進(jìn)行整合，歸納出相同的6個(gè)樹(shù)節(jié)點(diǎn)，分別為學(xué)術(shù)機(jī)構(gòu)、國(guó)際交流、眾包應(yīng)用、眾包機(jī)制設(shè)計(jì)、眾包綜述、研究方法，如圖3所示。

圖3 核心作者履歷信息的主軸式編碼

2.3 選擇式編碼

在經(jīng)過(guò)前面兩個(gè)編碼步驟后，選擇式編碼階段將比較不同的類屬，梳理層次，分析產(chǎn)生更具統(tǒng)領(lǐng)性的核心類屬，故本研究針對(duì)國(guó)內(nèi)外作者履歷信息最終歸納出三個(gè)核心類屬：學(xué)科背景，研究方向，研究技術(shù)手段（圖4）。

圖4 國(guó)內(nèi)外核心作者履歷信息的選擇式編碼

3 研究結(jié)果分析

3.1 學(xué)科背景分析

學(xué)科背景方面，本文統(tǒng)計(jì)了中外學(xué)者在教育經(jīng)歷、國(guó)際交流、學(xué)術(shù)機(jī)構(gòu)等三個(gè)方面的信息。

教育經(jīng)歷方面，統(tǒng)計(jì)了學(xué)者本科、碩士、博士三個(gè)階段的學(xué)科背景。按照《授予博士、碩士學(xué)位和培養(yǎng)研究生的學(xué)科、專業(yè)目錄》，將學(xué)者各個(gè)階段的學(xué)科背景分為哲學(xué)、經(jīng)濟(jì)學(xué)、法學(xué)、教育學(xué)、文學(xué)、歷史學(xué)、理學(xué)、工學(xué)、農(nóng)學(xué)、醫(yī)學(xué)、軍事學(xué)、管理學(xué)和藝術(shù)學(xué)13大門(mén)類。如履歷D36，本科專業(yè)是數(shù)學(xué)專業(yè)則歸為理學(xué)，碩士是運(yùn)營(yíng)研究則歸為管理學(xué)，博士是運(yùn)籌學(xué)則歸為管理學(xué)。統(tǒng)計(jì)結(jié)果發(fā)現(xiàn)：眾包領(lǐng)域國(guó)內(nèi)核心作者大部分來(lái)自工學(xué)門(mén)類，少部分來(lái)自理學(xué)，其余零散分布于管理學(xué)、文學(xué)和哲學(xué)；國(guó)外核心作者學(xué)科分布更為廣泛，工學(xué)、理學(xué)、經(jīng)濟(jì)學(xué)、管理學(xué)、醫(yī)學(xué)和教育學(xué)等學(xué)科皆有涉及。就作者教育經(jīng)歷的學(xué)科變遷而言，國(guó)內(nèi)眾包核心作者跨學(xué)科較單一，主要是理學(xué)-工學(xué)、管理學(xué)-工學(xué)；而國(guó)外眾包領(lǐng)域核心作者跨學(xué)科經(jīng)濟(jì)豐富多元，主要是理學(xué)-教育學(xué)、經(jīng)濟(jì)學(xué)-教育學(xué)、理學(xué)-管理學(xué)等。

國(guó)際交流方面（圖5），眾包領(lǐng)域國(guó)外學(xué)者更多具有海外教育的經(jīng)歷，他們中約有37%的學(xué)者有在海外接受學(xué)位教育的經(jīng)歷，相較而言國(guó)內(nèi)核心作者接受海外教育的比例為21%。海外交流經(jīng)歷方面，國(guó)內(nèi)學(xué)者中具有海外交流經(jīng)歷的比例遠(yuǎn)遠(yuǎn)高于國(guó)外學(xué)者，這也是近年來(lái)我國(guó)大力鼓勵(lì)海外學(xué)術(shù)交流、海外訪學(xué)等政策的結(jié)果。此外，無(wú)論是國(guó)外還是國(guó)內(nèi)約有1／3的學(xué)者沒(méi)有海外交流經(jīng)歷，但并沒(méi)有影響這些學(xué)者在眾包領(lǐng)域優(yōu)異的研究產(chǎn)出，表明隨著國(guó)內(nèi)外學(xué)者間交流日益頻繁，學(xué)術(shù)文獻(xiàn)擴(kuò)散自由，即使沒(méi)有國(guó)外交流經(jīng)歷也能獲得最新最前沿的研究動(dòng)態(tài)并做出優(yōu)異的研究產(chǎn)出。

圖5 國(guó)內(nèi)外核心作者國(guó)際交流情況

就該領(lǐng)域核心學(xué)者的來(lái)源機(jī)構(gòu)而言，無(wú)論是國(guó)內(nèi)核心作者還是國(guó)外核心作者，他們的來(lái)源學(xué)術(shù)機(jī)構(gòu)分布基本相同（圖6）：核心作者大多數(shù)工作于計(jì)算機(jī)學(xué)院、軟件學(xué)院；商學(xué)院也是國(guó)內(nèi)外核心作者的重要來(lái)源機(jī)構(gòu)；除了高校以外，國(guó)內(nèi)外核心作者中有很大一部分學(xué)者來(lái)自科研院所、研究中心。

圖6 國(guó)內(nèi)外核心作者學(xué)術(shù)機(jī)構(gòu)分布對(duì)比

3.2 研究技術(shù)手段

研究技術(shù)手段主要反映了眾包領(lǐng)域國(guó)內(nèi)外核心作者所使用的研究方法。通過(guò)編碼統(tǒng)計(jì)發(fā)現(xiàn)，眾包領(lǐng)域所采用的主要研究方法主要有算法設(shè)計(jì)、模型推理、模擬仿真等（圖7）。

圖7 國(guó)內(nèi)外核心作者研究方法對(duì)比

對(duì)比發(fā)現(xiàn)，算法設(shè)計(jì)、模型推理是國(guó)內(nèi)外核心作者最常用的研究法，其他如模擬仿真、現(xiàn)場(chǎng)實(shí)驗(yàn)法、案例研究等方法國(guó)內(nèi)外核心作者各有偏好。國(guó)內(nèi)核心作者發(fā)表的研究文獻(xiàn)中，分別約有65%和28.8%采用算法設(shè)計(jì)和模型推理的方法展開(kāi)研究，其他研究方法則較少有學(xué)者使用。如Tong等在研究眾包中的任務(wù)分解機(jī)制時(shí)，提出了一種貪婪啟發(fā)式算法，以及使用具有可證明的近似比率的最優(yōu)優(yōu)先級(jí)隊(duì)列結(jié)構(gòu)的高效近似框架，嘗試分解大規(guī)模眾包任務(wù)，以最低的成本實(shí)現(xiàn)所需的可靠性。而國(guó)外核心作者研究方法較為豐富，除了算法設(shè)計(jì)運(yùn)用較多以外，還大量地運(yùn)用了模型推理法、現(xiàn)場(chǎng)實(shí)驗(yàn)法、內(nèi)容分析法等方法。如Zhang等提出了一種用于大數(shù)據(jù)特征學(xué)習(xí)的雙投影深度計(jì)算模型，以通過(guò)替換常規(guī)的隱藏層來(lái)學(xué)習(xí)大數(shù)據(jù)的交互功能，證明了其在大數(shù)據(jù)特征學(xué)習(xí)中的潛力；如Zhao等進(jìn)行了促進(jìn)社區(qū)參與艾滋病治療研究的眾包競(jìng)賽研究，對(duì)促進(jìn)者和參與障礙者定性評(píng)估，對(duì)31個(gè)相關(guān)研究對(duì)象深度訪談，使用歸納和演繹編碼技術(shù)對(duì)數(shù)據(jù)進(jìn)行錄音，轉(zhuǎn)錄和主題分析。

3.3 研究主題分析

統(tǒng)計(jì)分析顯示，國(guó)際眾包領(lǐng)域的研究主題主要包括眾包機(jī)制設(shè)計(jì)、眾包應(yīng)用、眾包綜述三個(gè)大類（圖8）。

圖8 國(guó)內(nèi)外核心作者研究主題對(duì)比

3.3.1 眾包機(jī)制設(shè)計(jì)

眾包機(jī)制設(shè)計(jì)進(jìn)一步可以分為眾包框架設(shè)計(jì)、匹配機(jī)制設(shè)計(jì)、分發(fā)機(jī)制設(shè)計(jì)、眾包激勵(lì)設(shè)計(jì)、眾包質(zhì)量保證機(jī)制、眾包成本控制、眾包團(tuán)隊(duì)形成機(jī)制等細(xì)分研究主題（圖9）。

圖9 國(guó)內(nèi)外眾包機(jī)制設(shè)計(jì)領(lǐng)域研究主題分布

激勵(lì)機(jī)制是提高眾包質(zhì)量的有效途徑，匹配機(jī)制設(shè)計(jì)是為了提高任務(wù)分配的有效性，使得任務(wù)的發(fā)包方和接包方供需匹配，這也是眾包的一個(gè)關(guān)鍵性問(wèn)題。國(guó)內(nèi)關(guān)于眾包激勵(lì)機(jī)制和匹配機(jī)制設(shè)計(jì)的研究相較于國(guó)外具有顯著優(yōu)勢(shì)，國(guó)內(nèi)學(xué)者更關(guān)注激勵(lì)機(jī)制和匹配機(jī)制的算法設(shè)計(jì)研究，通過(guò)模型推理的方法進(jìn)行研究，說(shuō)明保證眾包模式的活躍性和有效性是國(guó)內(nèi)學(xué)者重點(diǎn)關(guān)注的議題；在眾包質(zhì)量保證機(jī)制、眾包框架設(shè)計(jì)方面等其他方面國(guó)內(nèi)外研究相差不大，基本持平，國(guó)外在眾包成本控制上研究略多。

3.3.2 眾包應(yīng)用

目前，眾包模式被廣泛應(yīng)用于數(shù)據(jù)可用性、物聯(lián)網(wǎng)、隱私保護(hù)、地圖與導(dǎo)航、語(yǔ)義集成、應(yīng)急與救援、物流與供應(yīng)鏈和醫(yī)學(xué)眾包等領(lǐng)域。隱私保護(hù)、地圖與導(dǎo)航是國(guó)際眾包領(lǐng)域國(guó)內(nèi)外學(xué)者共同關(guān)注的重要問(wèn)題，相關(guān)研究成果也較多集中在這兩個(gè)領(lǐng)域。國(guó)內(nèi)外學(xué)者在眾包應(yīng)用方面研究重點(diǎn)整體相差較大，可能與學(xué)者學(xué)科背景以及眾包在各國(guó)的發(fā)展有關(guān)，國(guó)外在醫(yī)學(xué)眾包領(lǐng)域有較多的研究成果，而國(guó)內(nèi)相關(guān)研究尚處于空白；而國(guó)內(nèi)近年來(lái)在隱私保護(hù)、地圖與導(dǎo)航以及應(yīng)急與救援領(lǐng)域發(fā)展迅速，相應(yīng)的眾包應(yīng)用研究較多，這也反映了眾包模式在我國(guó)的重點(diǎn)應(yīng)用領(lǐng)域（圖10）。

圖10 國(guó)內(nèi)外眾包應(yīng)用領(lǐng)域研究主題分布

3.3.3 眾包綜述

國(guó)內(nèi)外對(duì)眾包領(lǐng)域的研究動(dòng)態(tài)進(jìn)行綜述，其主題涉及空間眾包、參與者動(dòng)機(jī)、眾包系統(tǒng)、眾包技術(shù)、醫(yī)學(xué)眾包等主題（圖11）?？傮w而言，國(guó)內(nèi)外學(xué)者在眾包領(lǐng)域的綜述文獻(xiàn)數(shù)量不是很多，原因可能在于某些主題的研究開(kāi)展時(shí)間不長(zhǎng)，尚未形成較為成熟的科學(xué)體系，相應(yīng)的文獻(xiàn)也不多見(jiàn)。相對(duì)而言，國(guó)外學(xué)者在參與者研究、空間眾包、眾包系統(tǒng)、醫(yī)學(xué)眾包、眾包流程和眾包市場(chǎng)等領(lǐng)域具有綜述研究文獻(xiàn)；國(guó)內(nèi)學(xué)者僅在參與者研究、空間眾包、眾包技術(shù)和眾包系統(tǒng)等主題上有少量的綜述文獻(xiàn)。綜述類文獻(xiàn)是對(duì)某個(gè)主題國(guó)內(nèi)外研究的歸納和總結(jié)，可使讀者快速全面地了解該領(lǐng)域的研究動(dòng)態(tài)和發(fā)展方向。如Pavel Kucherbaev等針對(duì)眾包流程化問(wèn)題，對(duì)TurKit、AutoMan、Jabberwocky、CrowdComputer、CrowdLang等11款眾包平臺(tái)從語(yǔ)言定義、任務(wù)支持、流程控制、質(zhì)量控制等7個(gè)維度進(jìn)行了對(duì)比分析，為未來(lái)研究指明了新方向。

圖11 國(guó)內(nèi)外眾包綜述領(lǐng)域研究主題分布

4 結(jié)論與展望

針對(duì)履歷分析法所存在的收集過(guò)程復(fù)雜、信息不完整的缺陷，本文提出將個(gè)人履歷信息與科學(xué)文獻(xiàn)信息融合進(jìn)行數(shù)據(jù)挖掘的思路，選取眾包領(lǐng)域核心作者作為研究對(duì)象，基于扎根理論利用NVivo軟件從作者學(xué)科背景、研究技術(shù)手段、研究主題三個(gè)角度進(jìn)行編碼分析，揭示了國(guó)際眾包領(lǐng)域中外核心作者研究的共性與差異。

（1）學(xué)科背景方面：國(guó)際外眾包領(lǐng)域中外核心作者教育經(jīng)歷都較集中于工學(xué)和理學(xué)，國(guó)內(nèi)學(xué)者跨學(xué)科經(jīng)歷較為單一；國(guó)內(nèi)學(xué)者中具有海外教育經(jīng)歷的比例為21%，低于國(guó)外學(xué)者的37%，然而，國(guó)內(nèi)學(xué)者中具有海外交流經(jīng)歷的比例遠(yuǎn)遠(yuǎn)高于國(guó)外學(xué)者；就核心作者供職學(xué)術(shù)機(jī)構(gòu)而言，國(guó)內(nèi)外核心作者的來(lái)源學(xué)術(shù)機(jī)構(gòu)分布基本相同，大多數(shù)學(xué)者工作于計(jì)算機(jī)學(xué)院、軟件學(xué)院，同時(shí)商學(xué)院也是國(guó)內(nèi)外核心作者的重要來(lái)源機(jī)構(gòu)。

（2）研究技術(shù)手段方面：在眾包領(lǐng)域國(guó)內(nèi)外學(xué)者主要使用算法設(shè)計(jì)、模型推理、模擬仿真、現(xiàn)場(chǎng)實(shí)驗(yàn)法、案例研究、實(shí)證研究、文獻(xiàn)計(jì)量法和內(nèi)容分析法等研究技術(shù)手段，算法設(shè)計(jì)、模型推理是國(guó)內(nèi)外核心作者最常用的研究法。國(guó)內(nèi)核心作者更集中于運(yùn)用算法設(shè)計(jì)對(duì)眾包問(wèn)題進(jìn)行研究，其他研究方法運(yùn)用較少；而國(guó)外核心作者研究方法較為豐富，對(duì)眾包的研究角度更多，研究更加深入。國(guó)內(nèi)學(xué)者可以拓寬思維，采用多樣的研究方法，如模型推理法、內(nèi)容分析法等，并結(jié)合我國(guó)實(shí)際需求，加強(qiáng)我國(guó)眾包應(yīng)用方面研究。

（3）眾包研究主題方面：國(guó)內(nèi)外學(xué)者的研究重點(diǎn)主要集中于對(duì)眾包機(jī)制設(shè)計(jì)和眾包模式在各個(gè)領(lǐng)域的應(yīng)用研究；國(guó)內(nèi)學(xué)者更關(guān)注眾包激勵(lì)機(jī)制和匹配機(jī)制的算法研究，與國(guó)外相比更具優(yōu)勢(shì)，而在眾包質(zhì)量保證機(jī)制、眾包框架設(shè)計(jì)等方面國(guó)內(nèi)外研究相差不大，兩者皆重點(diǎn)關(guān)注眾包成本控制的研究；在眾包應(yīng)用方面，國(guó)內(nèi)外研究側(cè)重點(diǎn)不同，國(guó)外學(xué)者對(duì)醫(yī)學(xué)領(lǐng)域的眾包應(yīng)用研究較多，而國(guó)內(nèi)近年來(lái)在隱私保護(hù)、地圖與導(dǎo)航以及應(yīng)急與救援領(lǐng)域的研究發(fā)展迅速；此外，國(guó)內(nèi)外學(xué)者對(duì)綜述方面的研究都較少，在眾包研究領(lǐng)域只有零散的分布。

通過(guò)對(duì)眾包領(lǐng)域核心作者履歷信息挖掘，本文認(rèn)為未來(lái)應(yīng)有更多不同學(xué)科背景的學(xué)者加入眾包領(lǐng)域研究，加強(qiáng)跨學(xué)科知識(shí)交流；豐富研究方法和研究角度，推進(jìn)眾包研究的深入；結(jié)合我國(guó)實(shí)際需求，擴(kuò)大眾包應(yīng)用領(lǐng)域。由于主客觀因素的影響，還存在以下不足之處：首先，質(zhì)性分析方法處理數(shù)據(jù)的能力有限，本文只對(duì)2016—2020年的文獻(xiàn)數(shù)據(jù)開(kāi)展研究，若能結(jié)合主題模型等其他文本挖掘方法對(duì)內(nèi)容進(jìn)行快速提取，研究結(jié)果的呈現(xiàn)也將更加豐富；另外，由于使用履歷信息研究存在的履歷收集過(guò)程復(fù)雜、信息不完整問(wèn)題，將來(lái)研究可以考慮將個(gè)人履歷信息與科學(xué)文獻(xiàn)表征信息、公開(kāi)網(wǎng)絡(luò)信息等多源信息融合進(jìn)行數(shù)據(jù)挖掘。