虛擬學(xué)術(shù)社區(qū)知識(shí)交流多智能體仿真演化研究

張 瑞 胡麗娜 黃 煒，2*

(1.湖北工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院，湖北 武漢 430068；2.武漢晴川學(xué)院商學(xué)院，湖北 武漢 430204；3.湖北省循環(huán)經(jīng)濟(jì)發(fā)展研究中心，湖北 武漢 430068)

隨著互聯(lián)網(wǎng)技術(shù)快速發(fā)展，虛擬社區(qū)成為人們通過(guò)計(jì)算機(jī)網(wǎng)絡(luò)相互交流的平臺(tái)。同時(shí)，知識(shí)經(jīng)濟(jì)的興起促使人們?cè)谔摂M社區(qū)中進(jìn)行知識(shí)搜尋、知識(shí)交流等活動(dòng)。虛擬學(xué)術(shù)社區(qū)被定義為一種新興的虛擬社會(huì)組織，社區(qū)成員可以在其中進(jìn)行知識(shí)共享與學(xué)術(shù)互動(dòng)[1]，并以其高度開(kāi)放性和交互性成為知識(shí)交流的重要場(chǎng)所[2]。近年來(lái)，以經(jīng)管之家、小木蟲(chóng)、丁香園、ResearchGate、Academia等為代表的國(guó)內(nèi)外虛擬學(xué)術(shù)社區(qū)不斷發(fā)展，使得學(xué)術(shù)知識(shí)獲取與問(wèn)題解決變得更加便捷，提高了知識(shí)傳播效率，間接促進(jìn)了個(gè)人學(xué)術(shù)水平提升和科研團(tuán)隊(duì)進(jìn)步。

虛擬學(xué)術(shù)社區(qū)的發(fā)展離不開(kāi)成員的知識(shí)交流和持續(xù)貢獻(xiàn)行為[3-6]。知識(shí)交流是成員之間通過(guò)各種活動(dòng)和互動(dòng)交流專業(yè)知識(shí)與想法，并在其中有所獲益的過(guò)程，受個(gè)體差異、信息質(zhì)量、社區(qū)特征、社會(huì)影響等諸多因素的影響[7-10]。由于知識(shí)具有獨(dú)享性，成員必須有意愿和動(dòng)力才能促成社區(qū)知識(shí)的流動(dòng)，例如Law S P等[11]探究發(fā)現(xiàn)，參與者之間的信任對(duì)分享和獲取知識(shí)的態(tài)度有積極影響；孫富杰[12]提出，用戶滿意度和激勵(lì)因素是影響學(xué)術(shù)虛擬社區(qū)知識(shí)交流的主要因素。隨著人和人之間的社會(huì)互動(dòng)逐漸增多、社會(huì)聯(lián)結(jié)逐漸加強(qiáng)，個(gè)人決策不再單一取決于決策者本身，其最終決策還會(huì)受到鄰居行為的影響[13]。向希堯等[14]指出，個(gè)體所在知識(shí)網(wǎng)絡(luò)邊界不僅取決于地理鄰近關(guān)系，還受到社會(huì)關(guān)系鄰近影響。不少研究表明，流動(dòng)主體之間的親密程度對(duì)知識(shí)流動(dòng)有顯著影響[15]。吳小蘭等[16]利用科學(xué)網(wǎng)的全體用戶好友關(guān)系數(shù)據(jù)構(gòu)建知識(shí)流動(dòng)網(wǎng)絡(luò)，挖掘4個(gè)明顯的流動(dòng)路徑。從知識(shí)主體的角度而言，知識(shí)分享和貢獻(xiàn)意愿取決于社區(qū)的知識(shí)成本和知識(shí)收益[17]。但知識(shí)交流過(guò)程涉及主體雙方的互動(dòng)，鄰近成員的行為選擇也會(huì)影響社區(qū)的知識(shí)交流情況。目前仿真研究中，考慮雙方關(guān)系對(duì)社區(qū)成員行為決策變化尚不多見(jiàn)，因此，從微觀層面進(jìn)一步考慮鄰近性對(duì)知識(shí)交流的影響，明晰虛擬學(xué)術(shù)社區(qū)知識(shí)交流過(guò)程具有一定的必要性。本文嘗試建立知識(shí)交流多智能體仿真模型，模擬虛擬學(xué)術(shù)社區(qū)中成員微觀行為決策，重點(diǎn)考慮鄰居對(duì)社區(qū)成員決策的影響，探索不同條件下個(gè)性特征和知識(shí)效用參數(shù)引起的成員決策變化，總結(jié)變化規(guī)律，以期為促進(jìn)知識(shí)交流的發(fā)生和科研人員良性互動(dòng)以及虛擬學(xué)術(shù)社區(qū)持續(xù)發(fā)展提供有益參考。

1 相關(guān)研究綜述

虛擬學(xué)術(shù)社區(qū)是供學(xué)術(shù)科研工作者基于一定的學(xué)術(shù)資源在其中進(jìn)行知識(shí)搜尋和知識(shí)共享的在線社交平臺(tái)[18-19]。社區(qū)成員類型可劃分為知識(shí)提供者、知識(shí)接受者和知識(shí)評(píng)價(jià)者，成員相對(duì)穩(wěn)定、交流內(nèi)容專業(yè)、交流態(tài)度嚴(yán)謹(jǐn)[20-21]。社區(qū)中用戶之間信任關(guān)系是影響知識(shí)交流的重要因素[22]，成員之間的信任、互惠規(guī)范均能正向促進(jìn)知識(shí)貢獻(xiàn)，對(duì)知識(shí)交流有促進(jìn)作用[23-26]；績(jī)效期望、社會(huì)影響、感知信任和激勵(lì)顯著促進(jìn)知識(shí)交流[27]。進(jìn)一步考慮，知識(shí)主體主觀性決定了知識(shí)交流意愿，用戶本身特質(zhì)成為影響知識(shí)交流效率關(guān)鍵所在。袁永旭等[28]基于SBM-Tobit模型指出用戶積極性和社區(qū)成員質(zhì)量等均對(duì)知識(shí)交流效率有顯著正向影響；楊瑞仙等[29]提出，社區(qū)成員質(zhì)量越高，知識(shí)交流效率越高；不同性格成員參與知識(shí)交流的動(dòng)機(jī)不同，其行為主要分為投機(jī)、利他、自私3種行為[30]，其中利他行為對(duì)知識(shí)交流的促進(jìn)作用最大；而自私行為使知識(shí)粘性增加，從而使得知識(shí)轉(zhuǎn)移能力下降，阻礙知識(shí)交流進(jìn)行[31]。

與線下社區(qū)相比，虛擬學(xué)術(shù)社區(qū)中知識(shí)隱瞞、知識(shí)囤積等反知識(shí)生產(chǎn)行為更容易發(fā)生[32]，只有小部分人選擇主動(dòng)進(jìn)行知識(shí)貢獻(xiàn)，而大多數(shù)人則很少進(jìn)行知識(shí)貢獻(xiàn)或什么都不做[33]。這種行為將嚴(yán)重阻礙知識(shí)交流和知識(shí)創(chuàng)造過(guò)程[34]，因此，如何減少知識(shí)隱瞞、促進(jìn)用戶間知識(shí)交流是社區(qū)發(fā)展建設(shè)的關(guān)鍵問(wèn)題。劉虹等[35]基于MOA理論揭示動(dòng)機(jī)、能力、機(jī)會(huì)3個(gè)維度均對(duì)學(xué)術(shù)社交網(wǎng)絡(luò)用戶知識(shí)共享意愿有影響作用。譚春輝等[36]則基于用戶評(píng)論與Kano模型根據(jù)用戶不同需求特點(diǎn)提出相應(yīng)策略以優(yōu)化虛擬學(xué)術(shù)社區(qū)。研究成員之間的知識(shí)交流行為不僅是研究虛擬學(xué)術(shù)社區(qū)的關(guān)鍵，更是促進(jìn)學(xué)術(shù)發(fā)展和創(chuàng)新的重要途徑。

多智能體仿真能直接對(duì)所要研究的人、物等進(jìn)行建模，分析其內(nèi)在聯(lián)系?，F(xiàn)有虛擬社區(qū)方面的研究通過(guò)制定智能體規(guī)則，借助仿真平臺(tái)建模，模擬微觀層面智能體的交互演變，觀察群體中研究對(duì)象的動(dòng)態(tài)演化規(guī)律[37]。如許子熙等[38]將社區(qū)用戶的貢獻(xiàn)和交互視為Agent在激勵(lì)機(jī)制驅(qū)動(dòng)下的協(xié)同行為；Wei X等[39]結(jié)合過(guò)度自信理論，實(shí)現(xiàn)了不同過(guò)度自信場(chǎng)景下的在線社交網(wǎng)絡(luò)信息傳播多智能體仿真模型；Ichimura T等[40]利用模擬仿真，發(fā)現(xiàn)利他行為可以抑制對(duì)多人有關(guān)共同對(duì)象的自私行為，且有助于激活SNS社區(qū)?，F(xiàn)實(shí)生活場(chǎng)景中，人的行為特征數(shù)據(jù)通常難以全面獲取，通過(guò)多智能體仿真方法能夠用智能體替代人類參與者，模擬人和人之間的交互。Chen L等[41]在分析城市居民垃圾回收行為策略中，便將后悔愉悅度和個(gè)性特征引入基于多Agent模型?；诖耍疚耐ㄟ^(guò)多智能體仿真探究虛擬學(xué)術(shù)社區(qū)用戶行為，全面分析不同場(chǎng)景下用戶知識(shí)交流決策行為演化機(jī)制與規(guī)律，以期為學(xué)術(shù)社區(qū)建設(shè)和科學(xué)知識(shí)進(jìn)步作出一定貢獻(xiàn)。

2 模型構(gòu)建與設(shè)計(jì)

2.1 模型框架描述

在虛擬學(xué)術(shù)社區(qū)中，個(gè)體與個(gè)體的知識(shí)交流模式是將隱形知識(shí)轉(zhuǎn)化為顯性知識(shí)的過(guò)程[42]。知識(shí)的流動(dòng)依賴于用戶之間的交流與互動(dòng)，每個(gè)用戶在交互中扮演著發(fā)起者、組織者和參與者等多個(gè)角色[43]。虛擬學(xué)術(shù)社區(qū)的活力取決于用戶對(duì)于知識(shí)交流的活躍度與參與度。本文將虛擬學(xué)術(shù)社區(qū)用戶決策簡(jiǎn)化為是否參與知識(shí)交流活動(dòng)，主要包括發(fā)帖、評(píng)論、瀏覽等行為[44]。

從理性經(jīng)濟(jì)人的角度，人們更傾向于進(jìn)行給自己帶來(lái)收益的決策，或者說(shuō)付出代價(jià)最小的決策，通過(guò)多方考慮和評(píng)價(jià)得到行為決策的最高價(jià)值[45]。虛擬學(xué)術(shù)社區(qū)中，人們對(duì)知識(shí)交流決策結(jié)果進(jìn)行預(yù)期，并探索和選擇代替方案[46]。如果帶來(lái)了知識(shí)收益(結(jié)果相比于其他行為決策更好)，就進(jìn)行當(dāng)前行為決策，否則不進(jìn)行。假定社區(qū)成員以“接受”或“拒絕”兩種態(tài)度與他人進(jìn)行互動(dòng)。

人的最終行為結(jié)果并不完全由外部環(huán)境決定，為了真實(shí)反映人的決策過(guò)程，陳艾琳[47]指出，在個(gè)體面臨決策時(shí)，需將決策的預(yù)期結(jié)果與其人格特征結(jié)合思考并進(jìn)行權(quán)衡，以提高決策水平。本文構(gòu)建成員知識(shí)交流決策行為概念模型如圖1所示，旨在探究知識(shí)效用參數(shù)和個(gè)性特征對(duì)知識(shí)交流的影響。在外部效用函數(shù)因子的影響下，成員結(jié)合自身個(gè)性特征進(jìn)行內(nèi)部決策加工，綜合得出最后的決策結(jié)果。

圖1 社區(qū)成員接受與拒絕決策行為概念模型

2.2 理論模型設(shè)計(jì)

2.2.1 構(gòu)造知識(shí)效用函數(shù)

后悔理論認(rèn)為，成員在實(shí)際決策中不僅會(huì)考慮目標(biāo)方案效用，并且還會(huì)與其他備選方案進(jìn)行對(duì)比，從對(duì)比結(jié)果中感到后悔或喜悅，并盡量避免選擇讓自己感到后悔的方案[48]。結(jié)合虛擬學(xué)術(shù)社區(qū)成員在知識(shí)交流中的心理分析和后悔理論，假設(shè)成員在參與知識(shí)交流前，首先會(huì)考慮接受或者拒絕兩種決策分別帶來(lái)的效用價(jià)值，并對(duì)比兩種決策帶來(lái)的正負(fù)向差異。

當(dāng)接受知識(shí)交流帶來(lái)的效用價(jià)值大于拒絕的效用價(jià)值時(shí)，成員會(huì)感到喜悅；反之，則會(huì)感到后悔。因此，成員對(duì)于決策事件的感知價(jià)值包括結(jié)果的效用價(jià)值和后悔—喜悅價(jià)值兩部分。令A(yù)、B方案分別表示成員接受和拒絕知識(shí)交流，x和y分別表示A、B兩種不同方案的結(jié)果。決策者選擇A的感知價(jià)值為：

U(x,y)=V(x)+R(ΔV(x,y))

(1)

ΔV(x,y)=V(x)-V(y)

(2)

其中，V(x)和V(y)分別代表成員選擇A方案和B方案后獲得的效用價(jià)值，R(ΔV(x,y))為后悔喜悅價(jià)值。成員的選擇有如下結(jié)果：①如果成員選擇A方案，拒絕B方案，則當(dāng)R(ΔV(x,y))>0時(shí)，意味著成員對(duì)當(dāng)前決策感到滿意。在這種情況下，R(ΔV(x,y))是一個(gè)幸福值；②當(dāng)R(ΔV(x,y))<0時(shí)，則意味著成員對(duì)當(dāng)前決策感到后悔，此時(shí)R(ΔV(x,y))是一個(gè)遺憾值；③當(dāng)R(ΔV(x,y))=0時(shí)，表示成員認(rèn)為無(wú)論選擇接受還是拒絕知識(shí)交流，這兩個(gè)決定的感知價(jià)值是相同的，不會(huì)對(duì)任何一個(gè)選擇感到喜悅或后悔。

在現(xiàn)實(shí)生活中，個(gè)體的行為決策會(huì)受到群體及其他個(gè)體行為的直接影響，其最終決策不僅取決于自身的性格特征，還取決于鄰居的特征[49]。成員會(huì)表現(xiàn)出基于鄰居決策的模仿行為，并結(jié)合自己的性格特征和鄰居的決策信息作出決策。

假設(shè)成員1和成員2是彼此的鄰居，每個(gè)人都根據(jù)對(duì)方的決策信息做出決策。現(xiàn)假設(shè)成員1和成員2的行為策略集分別為S1={G1接受,G2拒絕}、S2={I1接受,I2拒絕}。該模型涉及的參數(shù)包括成員人數(shù)、知識(shí)交流成本、知識(shí)交流收益以及收益損失等。

為了表現(xiàn)社區(qū)成員在知識(shí)交流過(guò)程中的交互行為，根據(jù)成員1和成員2的行為策略集，進(jìn)化博弈可以衍生出4種行為策略組合：(接受，接受)、(接受，拒絕)、(拒絕，接受)和(拒絕，拒絕)。結(jié)合模型中的參數(shù)，可以得到上述4種行為策略下成員1和成員2的收益矩陣，如表1所示。

表1 4種行為策略的收益矩陣

b表示知識(shí)交流收益，包括獲得更多學(xué)術(shù)資源、有新的科研項(xiàng)目合作和社區(qū)獎(jiǎng)勵(lì)等；c表示知識(shí)交流成本，包括時(shí)間成本、物質(zhì)成本、學(xué)術(shù)資源以及信息技術(shù)成本等；n表示社區(qū)成員總數(shù)；k代表持續(xù)進(jìn)行知識(shí)交流的成員比例；f代表利益損失。由于虛擬學(xué)術(shù)社區(qū)的開(kāi)放性，一些成員可能表現(xiàn)出投機(jī)心理和搭便車行為。他們不真正參與知識(shí)交流，但可以從其他成員知識(shí)交流的過(guò)程中獲益?；谶@種情況，本文引入利益損失f來(lái)代表懲罰，并假設(shè)b>f。

因此，成員接受知識(shí)交流的期望收益E1為：

(3)

成員拒絕知識(shí)交流的期望收益E2為：

(4)

如果成員沒(méi)有進(jìn)行決策，則收益為0。

假設(shè)A表示成員接受知識(shí)交流，B代表拒絕知識(shí)交流。根據(jù)上述博弈情況，A和B得到的結(jié)果是：

(5)

(6)

因此，成員的后悔—喜悅價(jià)值是：

(7)

其中，當(dāng)成員接受知識(shí)交流時(shí)，ΔV=V(A)-V(B)；拒絕知識(shí)交流時(shí)，ΔV=V(B)-V(A)。在本研究中，w表示影響后悔—喜悅程度的外界因素，如：臨近成員行為影響、社區(qū)影響等，使后悔—喜悅程度呈線性變化；1/t2表示后悔—喜悅程度隨時(shí)間呈非線性變化，即后悔—喜悅程度隨時(shí)間急劇減弱。

由式(1)可知，接受知識(shí)交流的效用函數(shù)U(A)[50]為：

(8)

拒絕知識(shí)交流的成員的效用函數(shù)U(B)為：

(9)

2.2.2 個(gè)人性格特征匹配

每個(gè)成員的個(gè)性特征和參與知識(shí)活動(dòng)的動(dòng)機(jī)不同，在社區(qū)內(nèi)面對(duì)知識(shí)交流時(shí)的態(tài)度和行為決策也不盡相同。對(duì)于是否進(jìn)行知識(shí)交流很大程度上取決于成員自身因素。有研究指出，成員是“利他主義者”還是“利己主義者”可能會(huì)對(duì)其在學(xué)術(shù)虛擬社區(qū)知識(shí)交流的具體行為產(chǎn)生影響[51]。為驗(yàn)證成員特征的影響，本文將成員劃分為利己型、中立型或利他型3種類型，其中利己型和利他型兩種特征與決策變化關(guān)系較為密切，如表2所示。

表2 社區(qū)成員特征分類

在信息不完全情況下，個(gè)體在決策前會(huì)對(duì)其鄰居的決策行為進(jìn)行預(yù)估，并對(duì)比自身情況決定是否進(jìn)行模仿，表現(xiàn)出一種學(xué)習(xí)行為，以此作出最終決策[52]。因此，本文綜合考慮自身和鄰居的特征，用概率分布描述3類社區(qū)成員策略改變閾值，其中P1表示利己型、P2表示中立型、P3表示利他型。成員特征匹配定義如下：

定義1：不同類型成員決策改變閾值服從概率分布：Pi～Uniform(m,n)，其中，i=1,2,3。則有P1～Uniform(0,0.3)、P2～Uniform(0.3,0.8)、P3～Uniform(0.8,1)。

定義2：成員個(gè)體間的個(gè)性特征概率匹配度為Mapping(Pi,Pj)∈(0,1)，其中i,j=1,2,3，表示個(gè)體與個(gè)體之間相似程度的概率，也可以看作成員間相互模仿的概率，服從均勻分布。

如果兩個(gè)成員特征類型一致，即i=j，則Mapping(Pi,Pj)=Uniform(0.8,1)；類型相差不大，|i-j|=1，則Mapping(Pi,Pj)=Uniform(0.3,0.8)；類型相差較大，|i-j|=2，則Mapping(Pi,Pj)=Uniform(0,0.3)。個(gè)體之間的個(gè)性特征越相似，表明個(gè)體在面對(duì)同一事件時(shí)的態(tài)度越相似，模仿概率越大；相反，模仿概率越小。

2.2.3 模仿策略表達(dá)機(jī)制

根據(jù)式(8)、(9)計(jì)算成員和鄰居(接受或者拒絕知識(shí)交流)的效用，并將成員自身決策效用與鄰居效用對(duì)比，若鄰居決策中不存在更高效用，則不進(jìn)行模仿學(xué)習(xí)；若存在，則選擇效用值最高者為學(xué)習(xí)對(duì)象，以概率的方式進(jìn)行模仿，模仿概率[53]為：

(10)

其中Ui為鄰居中效用最大值，Uj為自我效用值；r為信息噪聲，其值越大，模仿概率越小。拒絕模仿的概率為1-Pi。

如果模仿概率P(j→i)落在Mapping(Pi,Pj)范圍內(nèi)，即模仿概率大于拒絕模仿的概率時(shí)發(fā)生模仿行為，其下一時(shí)刻的決策將與被模仿者當(dāng)前時(shí)刻的決策一致，則發(fā)生模仿行為，否則不發(fā)生。成員之間越相似，拒絕模仿的概率越小，越容易進(jìn)行模仿。

如果模仿概率未落在Mapping(Pi,Pj)范圍內(nèi)，成員不發(fā)生模仿，下一時(shí)刻的決策可能會(huì)改變，也可能不變。成員在下一時(shí)刻改變決策的概率是決策改變閾值超過(guò)其分布區(qū)間的概率。改變決策的概率為[50]：

Pcq=P(X>Pi)

(11)

社區(qū)內(nèi)成員是否參與知識(shí)交流的最終決策通過(guò)每個(gè)人的特定活動(dòng)、狀態(tài)和行為特征來(lái)體現(xiàn)。本文通過(guò)采用個(gè)性特征匹配度表示個(gè)體間模仿決策的程度，具體決策過(guò)程如圖2所示。

圖2 知識(shí)交流中成員互動(dòng)決策過(guò)程圖

3 多智能體仿真分析

3.1 仿真環(huán)境和參數(shù)設(shè)置

本文將社區(qū)成員互動(dòng)作為影響個(gè)體行為決策的關(guān)鍵因素，綜合考慮自身與鄰居影響以及其他影響因素的作用，應(yīng)用多智能體仿真技術(shù)模擬社區(qū)內(nèi)成員個(gè)體微觀決策的變化情況。利用Anylogic平臺(tái)開(kāi)發(fā)虛擬學(xué)術(shù)社區(qū)的知識(shí)交流仿真系統(tǒng)，主模型如圖3(a)所示。KnowledgeAgent類中每個(gè)成員對(duì)應(yīng)一個(gè)KnowledgeAgent對(duì)象，如圖3(b)所示。

圖3 多智能體仿真模型

其中KnowledgeAgent類表示社區(qū)成員的集合，變量n表示社區(qū)成員總數(shù)。主模型中的統(tǒng)計(jì)變量有Naccept和Nrefuse，分別表示接受知識(shí)交流和拒絕知識(shí)交流的成員數(shù)量；Time表示每次實(shí)驗(yàn)進(jìn)行的時(shí)間。為了使實(shí)驗(yàn)更接近于真實(shí)情況，事件event用于控制時(shí)間Time的變化。

KnowledgeAgent中的參數(shù)、變量的設(shè)置和定義如表3所示，其中主要的參數(shù)定義及設(shè)置如下：

1)Personcharacter表示社區(qū)成員的個(gè)性特征。Personcharacter={1,2,3}，Personcharacter=1表示利己型，Personcharacter=2表示中立型，Personcharacter=3表示利他型，3種類型成員對(duì)應(yīng)數(shù)量分別為n1、n2和n3。

2)Decisionrefuse是一個(gè)布爾變量，表示成員是否拒絕在第t天進(jìn)行知識(shí)交流活動(dòng)。如果該值為真，則成員接受知識(shí)交流；否則為拒絕。

3)Modifyrate1和Modifyrate2分別表示狀態(tài)從accept轉(zhuǎn)變?yōu)閞efuse的概率和狀態(tài)從refuse轉(zhuǎn)變?yōu)閍ccept的概率。

3.2 模擬實(shí)驗(yàn)結(jié)果

3.2.1 個(gè)性特征分布的影響

初始狀態(tài)下，通過(guò)隨機(jī)方式選取一定比例成員作為社區(qū)初期進(jìn)行知識(shí)交流的用戶。用戶比例可參考滿足虛擬學(xué)術(shù)社區(qū)生存發(fā)展實(shí)際需要，也可根據(jù)仿真需要適度調(diào)整。本研究設(shè)定初始模型中成員總數(shù)為n=100，網(wǎng)絡(luò)類型為隨機(jī)，每個(gè)Agent連接數(shù)為8。在t=0時(shí)，成員接受和拒絕知識(shí)交流比例分別為40%和60%。與個(gè)人決策相關(guān)參數(shù)設(shè)置為b=100、c=70和f=80。移除前的最長(zhǎng)時(shí)間Td設(shè)置為30天。每次實(shí)驗(yàn)為期100天。

選擇個(gè)性特征分布3個(gè)極端組和一個(gè)混合組驗(yàn)證成員個(gè)性特征對(duì)決策的影響。不同個(gè)性特征分布下群體決策呈現(xiàn)不同規(guī)律，如圖4所示。

圖4 社區(qū)成員個(gè)性特征分布的影響

1)在成員全為利己型性格特征情況下，初始時(shí)總體上接受的人數(shù)多于拒絕的人數(shù)，但緊接著發(fā)生跳轉(zhuǎn)變化，拒絕人數(shù)多于接受人數(shù)，整體圖線趨于穩(wěn)定，原因是利己型成員較為注重自身利益，傾向于獨(dú)立自主決策，不易被其他成員所影響而改變決策，且圖像呈現(xiàn)的結(jié)果也與本文一開(kāi)始的設(shè)定相符合。

2)成員全為利他型時(shí)，總體接受人數(shù)較多，圖線相比圖4(a)起伏較大且伴有多次交叉。這是由于利他型成員以他人或社區(qū)利益為重，傾向于做有利于大部分人的決策，其存在能提高社區(qū)活動(dòng)積極性，由此推動(dòng)知識(shí)交流順利且高效地進(jìn)行。當(dāng)拒絕人數(shù)較多時(shí)，利他型成員為了他人或社區(qū)的利益，保證知識(shí)交流的持續(xù)進(jìn)行，可能會(huì)主動(dòng)發(fā)起知識(shí)交流活動(dòng)，呼吁社區(qū)成員參與其中，使得接受知識(shí)交流人數(shù)逐漸增多。拒絕和接受的人數(shù)存在一定程度的波動(dòng)，但總體來(lái)看，接受人數(shù)明顯高于拒絕人數(shù)。

3)在全為中立型成員的情況下，圖像展現(xiàn)的結(jié)果綜合了全為利己型成員和全為利他型成員兩種情況，相比于全為利己型成員的圖像波動(dòng)較為劇烈，相比于全為利他型成員的圖像波動(dòng)較為緩和，說(shuō)明社區(qū)中立者在實(shí)際決策過(guò)程中中和了利己和利他兩者的特點(diǎn)?？傮w拒絕人數(shù)明顯高于接受人數(shù)。

4)假設(shè)成員群體個(gè)性特征分布為利己型占30%，中立型占30%，利他型占40%，展示了最貼合實(shí)際的場(chǎng)景?？傮w上來(lái)看，接受人數(shù)多于拒絕人數(shù)，圖像的多次交叉變換也展現(xiàn)了真實(shí)社區(qū)中不同成員決策變化過(guò)程。3種類型成員的混合存在使得接受和拒絕決策變化較為頻繁，但總體人數(shù)相對(duì)較為穩(wěn)定，接受和拒絕人數(shù)大抵一致。

3.2.2 社區(qū)環(huán)境因素的影響

針對(duì)不同社區(qū)環(huán)境因素設(shè)計(jì)并運(yùn)行多組仿真實(shí)驗(yàn)，調(diào)整效用參數(shù)，觀察知識(shí)交流過(guò)程中社區(qū)成員決策的演化規(guī)律。

1)b對(duì)決策行為的影響

首先c和f設(shè)置為固定值80，知識(shí)交流成本等于因拒絕知識(shí)交流而造成的損失。在此前提下，將知識(shí)效用參數(shù)b的值分別設(shè)置為200、120和100，模擬實(shí)驗(yàn)觀察分析運(yùn)行結(jié)果，分析知識(shí)交流收益對(duì)社區(qū)成員決策行為的影響，如圖5所示。

圖5 知識(shí)收益對(duì)決策行為的影響

從圖中發(fā)現(xiàn)接受和拒絕人數(shù)均有一定程度的波動(dòng)，且伴有多次的決策狀態(tài)變化。隨著b值的增大，圖像從兩條線的多次交叉變換到總體拒絕人數(shù)占多數(shù)，表示Ui和Uj之間的差異越大，成員決策狀態(tài)就越穩(wěn)定；隨著b值減小，圖線交叉變化頻繁，表示成員決策狀態(tài)一直在改變，狀態(tài)變得不穩(wěn)定，選擇接受和拒絕的人數(shù)不相上下。

在實(shí)際情況中，無(wú)論接受還是拒絕，如果b值夠大，成員均能在社區(qū)中獲得穩(wěn)定的知識(shí)收益，反映了社區(qū)中常見(jiàn)的“搭便車”現(xiàn)象。同時(shí)，成員判斷出當(dāng)前決策對(duì)自己有利時(shí)便會(huì)積極參與到當(dāng)前的交流中，不會(huì)冒險(xiǎn)輕易改變決策，決策狀態(tài)趨于穩(wěn)定。反之，b值越小，決策狀態(tài)越難于穩(wěn)定，波動(dòng)明顯。在社區(qū)知識(shí)交流活動(dòng)中，社區(qū)平臺(tái)層面可以給予適當(dāng)?shù)募?lì)，如資源開(kāi)放、等級(jí)獎(jiǎng)勵(lì)等方式來(lái)使社區(qū)成員在活動(dòng)時(shí)達(dá)成共識(shí)，避免決策的反復(fù)改變?cè)斐勺陨淼膿p失，有助于成員社區(qū)活動(dòng)決策的穩(wěn)定。

2)c、f對(duì)決策行為的影響

設(shè)置b=120不變，調(diào)整c和f，可以確定c和f之間的大小關(guān)系在成員行為的宏觀趨勢(shì)中起決定性作用，如圖6所示。

圖6 知識(shí)交流成本和利益損失對(duì)決策行為的影響

①當(dāng)c>f，即當(dāng)知識(shí)交流成本大于因未進(jìn)行知識(shí)交流而造成的損失時(shí)，群體決策為拒絕占多數(shù)。從實(shí)際出發(fā)來(lái)看，當(dāng)成員在社區(qū)中付出的時(shí)間、精力或分享的資源和知識(shí)沒(méi)有得到相應(yīng)的知識(shí)收益時(shí)，根據(jù)社會(huì)交換理論，成員并沒(méi)有達(dá)到在社區(qū)里學(xué)習(xí)的目的，知識(shí)交流的意愿將會(huì)減弱，表現(xiàn)出決策拒絕狀態(tài)。

②當(dāng)c

3.3 結(jié)果分析

虛擬學(xué)術(shù)社區(qū)的主體是人，而人的行為會(huì)受很多因素的影響而發(fā)生改變。社區(qū)用戶行為的變化一定程度上會(huì)影響社區(qū)的整體活動(dòng)和發(fā)展，因此，了解虛擬學(xué)術(shù)社區(qū)用戶行為心理及其變化對(duì)于虛擬學(xué)術(shù)社區(qū)的發(fā)展和建設(shè)具有重要作用。通過(guò)多智能體仿真模擬實(shí)驗(yàn)展現(xiàn)了成員面對(duì)知識(shí)交流時(shí)的決策變化對(duì)系統(tǒng)整體變化的影響，反映了個(gè)性特征和系統(tǒng)環(huán)境因素的重要性，具體為：

1)成員個(gè)性特征分布影響主要表現(xiàn)為利己型人格對(duì)知識(shí)交流有一定程度的抑制作用，該特征人群不易受鄰居影響，拒絕參與知識(shí)交流人數(shù)明顯多于接受人數(shù)；中立型人格對(duì)知識(shí)交流促進(jìn)作用不明顯，原因是這類人具有有限理性，不會(huì)輕易改變決策；利他型人格在社區(qū)活動(dòng)中能夠相互影響，對(duì)知識(shí)交流有較為顯著的正向促進(jìn)作用，使得系統(tǒng)達(dá)到一個(gè)平衡狀態(tài)。

2)知識(shí)收益決定了群體決策狀態(tài)的穩(wěn)定性。成員進(jìn)行知識(shí)交流的共同目的是獲得知識(shí)收益，他們從中獲益越多，對(duì)決策結(jié)果的滿意程度越高，越不會(huì)輕易改變當(dāng)前決策，群體決策狀態(tài)越穩(wěn)定；相反，收益越少，出于自身考慮，為了獲得更多收益，成員會(huì)改變當(dāng)前決策而導(dǎo)致整體決策狀態(tài)難于穩(wěn)定，不利于知識(shí)交流活動(dòng)的穩(wěn)定持續(xù)進(jìn)行。

3)群體決策的宏觀趨勢(shì)取決于知識(shí)交流成本和未進(jìn)行知識(shí)交流的收益損失。當(dāng)知識(shí)交流成本等于收益損失時(shí)，接受和拒絕知識(shí)交流的人數(shù)大致相同。同時(shí)，成本越小，成員所獲得的相對(duì)知識(shí)收益越多，更多成員傾向于接受知識(shí)交流；當(dāng)知識(shí)交流成本大于收益損失時(shí)，成員往往為達(dá)到損失最小化而拒絕進(jìn)行知識(shí)交流；情況相反時(shí)，成員傾向于接受知識(shí)交流。

4 啟示與建議

4.1 完善社區(qū)互利互惠規(guī)范，增強(qiáng)優(yōu)質(zhì)用戶粘合度

相關(guān)研究表明，虛擬學(xué)術(shù)社區(qū)科研合作在對(duì)稱互惠共生模式下最為穩(wěn)定[54]。本研究中，同樣證明系統(tǒng)處于全為利他型特征成員時(shí)，最終呈現(xiàn)接受人數(shù)大于拒絕人數(shù)的穩(wěn)定狀態(tài)?？梢?jiàn)，提升虛擬學(xué)術(shù)用戶共享意識(shí)、鼓勵(lì)用戶合作共贏能有效改善社區(qū)整體知識(shí)交流環(huán)境。完善互利互惠規(guī)范能有效降低虛擬學(xué)術(shù)社區(qū)中的“封閉主義”和“投機(jī)主義”，對(duì)構(gòu)建和諧的知識(shí)交流網(wǎng)絡(luò)發(fā)揮積極作用。有研究表明，知識(shí)型社區(qū)搜尋者可以提升自我效能，增強(qiáng)內(nèi)部動(dòng)機(jī)轉(zhuǎn)變?yōu)樨暙I(xiàn)者[55]。從社區(qū)角度，可設(shè)置有效的學(xué)術(shù)反饋、社會(huì)認(rèn)可等評(píng)價(jià)制度，進(jìn)而增強(qiáng)用戶的自我效能感和參與動(dòng)機(jī)。同時(shí)，為滿足目標(biāo)用戶需求，虛擬學(xué)術(shù)社區(qū)的內(nèi)容質(zhì)量是增強(qiáng)用戶粘性的關(guān)鍵。構(gòu)建合理的質(zhì)量保障與控制機(jī)制，能確保用戶質(zhì)量以及高質(zhì)量?jī)?nèi)容產(chǎn)出，營(yíng)造和諧良好的社區(qū)交流環(huán)境。

4.2 實(shí)施差異化激勵(lì)機(jī)制，促進(jìn)知識(shí)價(jià)值良性循環(huán)

在虛擬學(xué)術(shù)社區(qū)中，頻繁改變決策不僅會(huì)增加時(shí)間和知識(shí)成本，也會(huì)在一定程度上增大個(gè)體的心理后悔值，使得知識(shí)效用價(jià)值減小。本研究顯示，知識(shí)收益的大小與系統(tǒng)穩(wěn)定性密切相關(guān)，同時(shí)知識(shí)收益增大并未顯著改變系統(tǒng)參與知識(shí)交流的人數(shù)，反而助長(zhǎng)了社區(qū)“搭便車”行為。主要原因在于虛擬學(xué)術(shù)社區(qū)中，知識(shí)具有公共財(cái)產(chǎn)性質(zhì)，是否參與知識(shí)交流得到的知識(shí)收益差異并不明顯。一方面，保證虛擬社區(qū)較高的基礎(chǔ)知識(shí)收益能夠提高參與知識(shí)交流的群體決策穩(wěn)定性，避免成員決策的多次轉(zhuǎn)變?cè)斐勺陨頁(yè)p失；另一方面，可以實(shí)施差異化激勵(lì)機(jī)制，提高知識(shí)收益的差異化程度，如根據(jù)用戶貢獻(xiàn)程度給予對(duì)應(yīng)的提升等級(jí)、金幣或積分獎(jiǎng)勵(lì)等[56]。創(chuàng)造高回報(bào)的社區(qū)氛圍，牢固樹(shù)立用戶的積極參與意識(shí)，使成員達(dá)成參與知識(shí)資源創(chuàng)造可以帶來(lái)高價(jià)值效益的共識(shí)，實(shí)現(xiàn)社區(qū)知識(shí)價(jià)值的良性循環(huán)。

4.3 提高資源服務(wù)質(zhì)量，構(gòu)建動(dòng)態(tài)平衡合作新生態(tài)

前景理論認(rèn)為，人們失去利益的痛苦要大于得到同等利益的快樂(lè)[57]。本文發(fā)現(xiàn)，知識(shí)交流成本和收益損失共同決定群體決策的宏觀趨勢(shì)。在知識(shí)交流成本相等的情況下，人們對(duì)未進(jìn)行知識(shí)交流而造成的損失較為敏感，顯著影響接受和拒絕人數(shù)。因此，為保證用戶參與率，虛擬學(xué)術(shù)社區(qū)應(yīng)盡量降低成員知識(shí)交流的時(shí)間和參與成本，提高技術(shù)層面的支持，如多開(kāi)放一些公共學(xué)術(shù)資源、根據(jù)成員需求進(jìn)行活動(dòng)個(gè)性化推薦等。此外，虛擬學(xué)術(shù)社區(qū)內(nèi)容具有數(shù)量大、價(jià)值高的特點(diǎn)[58]。通過(guò)學(xué)術(shù)交互促進(jìn)科研人員最終合作是虛擬學(xué)術(shù)社區(qū)的根本功能和價(jià)值所在[59]。開(kāi)展論文分享、案例研討、項(xiàng)目招標(biāo)等各項(xiàng)學(xué)術(shù)活動(dòng)，有助于深化用戶之間的科研合作，幫助用戶建立個(gè)人科研網(wǎng)絡(luò)?？蒲杏脩粼谔摂M學(xué)術(shù)社區(qū)中的自我實(shí)現(xiàn)需要是維持知識(shí)交流的關(guān)鍵，提升學(xué)術(shù)社區(qū)的資源服務(wù)質(zhì)量，立足全方面深化知識(shí)融合與創(chuàng)新是促進(jìn)虛擬學(xué)術(shù)社區(qū)可持續(xù)發(fā)展的核心方向。

5 結(jié) 語(yǔ)

虛擬學(xué)術(shù)社區(qū)知識(shí)交流遵循復(fù)雜的內(nèi)在機(jī)制，用戶的社會(huì)網(wǎng)絡(luò)關(guān)系、社會(huì)心理等決定了最終的知識(shí)交流效果。本文將心理學(xué)理論、行為決策以及演化博弈相結(jié)合，考慮后悔和有限理性的成員交互行為，依此構(gòu)建虛擬學(xué)術(shù)社區(qū)知識(shí)交流多智能體模型。從社區(qū)環(huán)境和個(gè)性特征兩個(gè)層面進(jìn)行描述，對(duì)不同性格特征主體之間交互影響進(jìn)行設(shè)定。通過(guò)仿真分析發(fā)現(xiàn)，社區(qū)成員性格特征比例與系統(tǒng)內(nèi)的知識(shí)交流接受人數(shù)密切相關(guān)，知識(shí)收益能夠有效約束成員決策改變，知識(shí)交流成本和收益損失的有效結(jié)合能夠大大促進(jìn)用戶決策最終傾向于選擇接受。最后針對(duì)結(jié)果給出合理的建議。

同時(shí)，本研究構(gòu)建的虛擬學(xué)術(shù)社區(qū)知識(shí)交流模型具有一定的假設(shè)限制，模型中變量個(gè)數(shù)考慮不夠全面，知識(shí)收益的量化設(shè)置相對(duì)單一，后續(xù)研究可增加相關(guān)資料的收集，完善相關(guān)影響因素，進(jìn)一步提升模型的解釋力。