知识管理论坛 >

2018 , Vol. 3 >Issue 5: 291 - 300

DOI: https://doi.org/10.13266/j.issn.2095-5472.2018.028

社交媒体中用户知识分享对消费者购买行为的影响因素研究——以“小红书”为例

  • 卢新元 ,
  • 李杨莉 ,
  • 李珊珊 ,
  • 卞春会
展开
  • 华中师范大学信息管理学院 武汉 430079
李杨莉，硕士研究生，E-mail：；

卢新元，教授，博士生导师；

李珊珊，硕士研究生；

卞春会，硕士研究生。

Copy editor: 刘远颖

收稿日期: 2018-04-16

  网络出版日期: 2025-04-28

基金资助

国家自然科学基金项目“众包模式下用户参与行为对企业创新绩效的影响研究”(71471074)

中央高校基本科研业务费资助项目“社群3.0模式下用户交互行为及其作用机理研究”(CCNU18TS040)

收起

The Impact of Knowledge Sharing Among Users in Social Media on Consumer Purchasing: A Case Study of “Little Red Book”

  • Lu Xinyuan ,
  • Li Yangli ,
  • Li Shanshan ,
  • Bian Chunhui
Expand
  • Central China Normal University School of Information Management, Wuhan 430079

Received date: 2018-04-16

  Online published: 2025-04-28

Fold

摘要

[目的/意义] 随着互联网和信息技术的发展，越来越多的社会化媒体开始构建“社区＋电商”的新型商业模式，本文旨在探索内容型社区中用户知识共享对其购买行为的影响，从而为提高社区内用户的购买行为提供管理对策。[方法/过程] 以“小红书”为例，分析其内部运行机制，基于Szulanski的知识转移模型，构建“小红书”中知识共享过程对消费者购买行为的影响因素模型，并以“小红书”的用户为调查对象，通过问卷调查的数据进行实证分析。[结果/结论] 在社会化媒体中，可以把用户之间的知识共享分成知识的产生、交互、整合及反馈等4个阶段，其中用户互动、感知风险和接受者的专业能力对其购买行为有积极影响；知识共享过程通过知识共享内容和程度的中介作用进一步影响用户购买意愿，其中知识共享内容对其影响较大，这也表明在社会化媒体运营中，丰富和提高社区内容、加强用户互动和降低用户的感知风险是增强用户购买行为的关键。

关键词： 社会化媒体; 知识共享; 小红书; 用户购买

本文引用格式

卢新元 , 李杨莉 , 李珊珊 , 卞春会 . 社交媒体中用户知识分享对消费者购买行为的影响因素研究——以“小红书”为例[J]. 知识管理论坛, 2018 , 3(5) : 291 -300 . DOI: 10.13266/j.issn.2095-5472.2018.028

Abstract

[Purpose/significance] With the development of internet and information technology, more and more social media have been begun to build a new business model of “community + e-commerce”. This paper aims to explore the user knowledge sharing on their consumer behavior in the content community, so as to provide a management strategy for improving the purchasing behavior of users in the community. [Method/process] This article took “Little Red Book” as an example to analyze its internal operation mechanism, and based on Szulanski’s knowledge transfer model, built the influencing factor model of the knowledge sharing process on consumer purchase behavior in the “Little Red Book”. Finally, it took the users of the “Little Red Book” as the survey object, through the data of the questionnaire survey for empirical analysis. [Result/conclusion] In social media, knowledge sharing among users can be divided into four stages: knowledge generation, interaction, integration and feedback, in which user interaction, perceived risk and the professional ability of the recipient have positive impacts on their purchase behavior; The knowledge sharing process further influences the users’ willingness to purchase through the intermediary role of knowledge sharing content and degree, and the knowledge sharing content has a greater impact on it, which also indicates that in social media operations, enriching and improving community content and strengthen users, enhancing user interaction and reducing the perceived risk of users are the key to promoting user purchases.

Key words： social media; knowledge sharing; Little Red Book; user purchase

1 引言

社交媒体是人们彼此之间分享意见、见解、经验与观点的工具和平台，近年来迅速发展的以社交媒体为基础的内容型社区为电商平台带来了不少流量，成为下一个大数据电商的关口。在“互联网＋”的大背景之下，“社区＋电商”的形式越来越受欢迎。用户利用社会化媒体分享商业信息和购物体验呈现出独特的优势。社区型购物将发挥越来越重要的作用，成为一个突出的互联网商业分销渠道。
“小红书”自2013年上市以来，从一个默默无闻的跨境电商迅速成长为拥有3 000万用户，半年销售额达到7亿的大型UGC（User Generate Content，用户创作内容）购物网站，这样的成绩无疑令人艳羡。目前针对“小红书”的研究大多停留在其“口碑营销”“社区平台管理”“信任研究”等阶段，鲜有人对其大量用户产生的海量社区知识以及知识共享对用户购买倾向的影响进行理论推导以及实证调查。因此，本文在研究内容型社区“小红书”内部知识共享过程的基础上，构筑社区知识分享对用户购买行为影响因素的理论模型，并通过调查问卷以及深度访谈方式采集真实的用户数据进行实证分析，最后根据分析结果对内容型购物社区的运营给出实际的管理对策。

2 研究假设与模型建立

2.1 影响因素体系建立

G. Szulanski[1]曾针对企业内部的知识共享提出了知识转移过程模型，将知识转移过程分成4个阶段：初始阶段（initation），即知识的产生和识别；实施阶段（implementation），指双方建立适合的转移渠道；调整阶段（rampup），指对知识进行调整适应新的情境；整合阶段（integration），指对知识进行内化并成为自身知识的一部分。目前“小红书”的界面有4个模块——“发现”“消息”“关注”和“购买”，分别对应着知识的产生—知识交互—知识整合—知识的反馈这4个功能，与知识转移过程模型的4个阶段是契合的，所以本文拟基于Szulanski的知识转移过程模型来构建“小红书”内部知识共享过程模型。
笔者抽取了30名“小红书”的资深用户进行深入访谈，了解他们在知识共享四大阶段的行为和影响其购买的因素。笔者了解到用户会通过“发现”功能去搜索需要购买产品的相关使用笔记，这个阶段社区知识的丰富性和社区的活跃度会影响用户的进一步留存；用户发现了优质内容后，会进而通过“消息”功能在社区内点赞、评论或者转载笔记，交流产品的使用和购买心得，用户产生的产品口碑是吸引其他用户购买的关键；而“关注”板块则是体现用户对意见领袖的跟随，访谈结果表明他们一般都会参考意见领袖对产品的推荐，最终产生购买行为。

2.2 文献回顾

通过综合访谈结果和相关文献的归纳，笔者总结出知识共享四大阶段中影响用户购买的因素，并基于此提出了本文的研究假设。

2.2.1 知识的产生阶段

有研究表明用户的活跃行为会产生更多的社会交互，比如互相评论、转发朋友日志、对共同话题进行探讨等。Y. Jia[2]等认为活跃用户更倾向于创造内容，比如照片、日志、视频等，用户创造内容是网上社区的宝贵财富，并且可以吸引新成员的加人。K. J. Trainor[3]等也认为社交网络可以让用户创造和分享内容，为其提供了沟通及建立关系的渠道，而用户活跃行为主要为虚拟社区网站贡献了内容和关系资源。而另一方面，用户参与及用户互动是社交媒体流量的重要来源，决定着社交媒体的活跃。J. C .Nunes[4] 的研究表明消费者之间的讨论比营销人员的信息更能引起消费者的兴趣和购买欲望。T. R. Gruber[5]等人认为在社会化媒体中，消费者之间的互动频率和关注频率能够通过成员关系和信息价值来影响消费者的行为方式。由此假设：
H1：“小红书”中用户活跃度正向影响其知识共享的内容。
H2：“小红书”中用户活跃度正向影响其知识共享的程度。
H3：用户互动的频率正向影响知识共享的程度。
H4：用户互动的频率正向影响知识共享的内容。

2.2.2 知识的交互阶段

当消费者在面对新产品时，会寻找与新产品相关的意见领袖，寻求专业意见。从理论上来看，这体现的是网络节点生成内容和网络关系建立的互动，H. Luetal[6]研究表明网络节点贡献的内容越多，就越能够吸引他人与自己建立关系；而关注粉丝越多，越能够激发网络节点贡献内容。而D. Goes[7]的研究发现，由于存在风险，消费者往往会在网上搜寻商品信息，用户的感知风险与网上搜索程度呈正向关系；Y.Charband [8]就指出消费者对于感知风险大的产品会希望拥有更多的知识降低购买此种产品的风险，并以此辅助自己的购买决策，从而辅助自己的购买,由此假设：
H5：社区内意见领袖正向影响知识共享的内容。
H6：用户感知风险通过知识搜寻的程度正向影响知识共享的内容。
H7：用户感知风险正向影响知识共享的程度。

2.2.3 知识的整合阶段

信息接收者的专业能力是指针对某一商品领域，信息接收者对于该商品领域所拥有的知识、经验、技术等专业能力的自我主观认定。通过访谈笔者还了解到专业能力较低的消费者会对自己的判断决策甚至已经掌握的信息都缺乏信心，从而会进行更多的信息搜索。C. M. Chiu [9]认为那些具有高专业水平的消费者比专业水平较低的消费者更少进行信息搜寻，从而降低了知识共享的程度。而众多学者通过实证研究表明，人们之间的关系处于高度信任的时候，一般更愿意进行人际交往和知识共享，人际信任对知识共享具有明显的正向作用。曲霏[10]基于社会交换理论视角提出了当个体与虚拟社区成员之间具有的信任程度越高，那么他参与知识共享活动的意愿就更大。由此假设：
H8：接受者的专业能力负向影响知识共享的程度。
H9：“小红书”中用户之间信任正向影响知识共享的内容。
H10：“小红书”中用户之间的信任正向影响知识共享的程度。

2.2.4 知识的反馈阶段

M. K. Jones[11].认为通过在线评论，特别是交流商品信息和购物经验，用户可以在虚拟社区内找到归属感，从而增加购买的几率。李莉[12]等认为在线评论会因为用户之间的信息不对称对虚拟社区内用户知识共享产生潜在威胁，从而降低用户的忠诚度。社会交流理论则认为信任和知识共享是交流双方的纽带，在线评论的详细程度、细致度会加强用户之间的信任感，从而进一步影响用户知识共享的程度。J. Chatter [13] 通过研究发现，消费者大量阅读他人发表的评论后，会增加对整个社区的信任感，从而更愿意进行知识共享。由此假设：
H11：在线评论通过影响用户之间的信任感正向影响知识共享的程度。

2.2.5 知识共享内容和程度对消费者购买行为的影响

本文对“在线购物社区中用户购买行为”的定义如下：在内容型购物网站如火如荼发展以及平台相关电商功能不断完善的大背景下，使网络消费者被社区内用户分享的优质内容所吸引，并受到有关产品的原创、评论、转发等信息的影响，产生购买需求，完成购买决策。常亚平[14]等提出用“共享内容”来描述知识共享；H. Thomas[15]等提出描述知识共享时要考虑到“共享程度”。 周涛[16]等认为虚拟社区知识共享的内容质量越高，对消费者购买决策的影响越大。P. A. Kim [17]认为在虚拟社区中用户共享内容相关性越高，专业性越强，越能赢得消费者的肯定，从而加深其对网站的信任感。N. Hara[18]等通过实证研究发现社会化媒体知识分享程度等会影响成员对该社会化媒体的忠诚，从而进一步影响用户的购买。
因此，本研究提出如下假设：
H12：知识共享的内容通过消费者的专业知识正向影响消费者的购买行为。
H13：知识共享的程度通过用户之间的互动强度正向影响消费者的购买行为。
通过上述分析，社会化媒体中知识共享对消费者购买的研究模型如图1所示：
图1 知识共享对用户购买的影响因素体系

3 数据分析

3.1 问卷调查

运用问卷调查法对理论模型进行检验，变量的指标用五级Liker量表来测度。问卷的第一部分内容是受访者的性别、年龄、教育程度等基本信息；其次是变量的测项，每个变量的测项都是根据以往文献改编而来，确保了问卷的内容效度。问卷设计完成出来后，首先邀请“小红书”3名资深用户和2名知名电商企业的员工对问卷提意见，笔者再进行修改；其次，寻找30位在校大学生进行问卷的前测，进一步精练了问卷的内容和语言，最终的测量表如表1所示：
表1 社会化媒体中知识转移因素量表来源
研究变量 指标 变量解释 变量来源
社区活跃度 ST1 在线时间 Y. Yang（2006）
ST2 笔记数量
ST3 回帖率
用户互动 UC1 点赞数 A. Kankanhalli （2005）
UC2 转载笔记数
UC3 关注数
意见领袖 SL1 获赞数 R. Reagvns （2014）
SL2 粉丝数
SL3 用户等级
感知风险 FC1 遭受损失 D.J.Kim (2000)
FC2 错误决定
FC3 带来麻烦
接受者的专业能力 SP1 产品专业知识 常亚平（2005）
SP2 对产品的熟悉程度
信任 BE1 信息准确性 J.Chatter (2002)
BE2 信息真实性
BE3 信息可靠性
在线评论 OD1 评论频率 D.Brucks（2006）
OD2 评论数量
知识共享程度 KD1 浏览网站 周涛 (2013)
KD2 发表笔记
KD3 转载并评论
知识共享内容 KN1 笔记 常亚平（2015）
KN2 多媒体信息
购买意愿 UB1 可能不购买 S.Spears（2004）
UB2 一定会购买
UB3 购买兴趣很高

3.2 数据的收集

本研究以“小红书”作为社会化商务平台的研究环境。“小红书”月活跃用户超过2亿，是中国发展快速的社交媒体平台之一。因此，本研究选择在“小红书”网站上进行问卷的发放，为了鼓励更多的用户完成问卷，当受访人回答问题后，笔者会随机发送一个红包作为奖励。为了确保问卷的质量，将“是否有在小红书上面的购物经验”作为初步筛选问题。问卷正式发放时间为2017年3月至7月，最终有350个用户反馈了问卷，其中有50份不完整的数据被删除。在受访者中，86.7%的为女性用户，13.3%的为男性用户；大多数受访者在18-30岁之间（79.2%）；在教育程度方面，84.5%的用户具有本科及以上的学历；大多数人（72.8%）具有一年以上的“小红书”购物经历。

3.3 信度和效度分析

采用SPSS 21.0进行信度和效度检验的结果见表2，所有潜变量的Crobach’α值均大于0.7，说明量表具有较高的信度。采用主成分分析进行探索性因子分析，KMO值为0.876，Bartlet的球形检验中Sig值为0.000，表明样本数据适合做因子分析，采用最大方差旋转法进行公因子的提取。对知识共享过程、知识共享内容、共享程度、购买意愿的题项进行因子分析后，知识共享过程得到7个因子(社区活跃度ST、用户互动UC、意见领袖SL、感知风险FC、信任BE、在线评论OD)，知识共享得到2个因子(共享程度KD和共享内容KN)，购买意愿得到1个因子(用户购买UB)。其结果如表2所示：
表2 信度和效度分析
潜变量 测度项 负载值 AVE值 CR Cronbach'α
社区活跃度(ST) ST1 0.891*** 0.788 0.918 0.867
ST2 0.872***
ST3 0.901***
用户互动（UC） UC1 0.822*** 0.704 0.876 0.897
UC2 0.893***
UC3 0.872***
意见领袖（SL) SL1 0.745*** 0.743 0.896 0.836
SL2 0.873***
SL3 0.882***
感知风险（FC） FC1 0.831*** 0.724 0.887 0.813
FC2 0.829***
FC3 0.824***
专业能力（SP） SP1 0.899*** 0.783 0.915 0.918
SP2 0.932***
信任（BE） BE1 0.821*** 0.701 0.875 0.899
BE2 0.873***
BE3 0.817***
在线评论（OD) OD1 0.845*** 0.661 0.854 0.701
OD2 0.776***
共享程度（KD) KD1 0.817*** 0.702 0.876 0.942
KD2 0.854***
KD3 0.843***
共享内容（KN) KN1 0.824*** 0.706 0.878 0.842
KN2 0.842***
用户购买（UB) UB1 0.928*** 0.742 0.895 0.719
UB2 0.775***
UB3 0.875***

注：*** p＜ 0.01

3.4 结果分析

各变量间的相关系数和描述性分析见表3。由表3可知，ST社区活跃度、BE信任和OD在线评论与KD知识共享程度在0.01显著性水平下的相关系数均大于0.5，说明这3个变量与KD知识共享程度存在中度正相关关系。知识共享程度KD和知识共享内容KN在0.01显著性水平下与UB用户购买的相关性系数均接近0.5，这表明知识共享内容和程度在0.01显著性水平上存在低度相关关系。
表3 相关系数及描述性分析（N=300）
变量 1.ST 2.UC 3.SL 4.FC 5.SP 6.BE 7OD 8.KD 9.KN 10.UB
1 ST 1.000
2 UC 0.097** 1.000
3.SL -0.039** 0.213** 1.000
4.FC 0.226** 0.189** 0.241** 1.000
5.SP 0.161** 0.137** -0.038** 0.231** 1.000
6.BE 0.139** 0.101** 0.178** 0.331** 0.339** 1.000
7.OD 0.272** -0.052** -0.012** 0.144** 0.029** 0.108** 1.000
8.KD 0.504** 0.360** 0.339** 0.347** 0.214** 0.507** 0.767** 1.000
9.KN 0.322** 0.567** 0.338** 0.588** -0.274** 0.543** 0.324** 0.367** 1.000
10.UB 0.463** 0.366** 0.487** 0.375** -0.382** 0.69** 0.452** 0.462** 0.486** 1.000

注：**代表p＜0.01

使用Pearson相关性分析可初步检验模型的各假设是否成立，但不能完全说明知识共享过程、共享内容以及用户购买之间的关系。因此，可以用逐步回归法对知识共享过程—知识共享、知识共享—用户购买进行多元回归分析，来分析其间的定量关系。模型的回归分析结果见表4。加入自变量和中介变量后，模型的解释程度明显提升，说明知识共享程度和内容对用户购买具有影响。
表4 回归分析
模型 变量 模型1
用户购买		 模型2
用户购买		 模型3
知识共享
程度		 模型4
知识共享
内容
自变量 用户活跃度 0.197**
用户互动 0.201*** 0.172**
意见领袖
感知风险 0.171** 0.238**
接受者能力 0.158**
信任 0.111* 0.190** 0.318***
在线评论 0.361**
中介变量 知识共享程度 0.177***
知识共享内容 0.179**
常数项 2.632 1.794 0.433 1.441
R² 0.560 0.254 0.232 0.241
Adjusted R² 0.512 0.246 0.215 0.230
F值 14.502 11.099 20.099 14.102

注：***表示在0.1%的显著性水平上显著；**表示在1%的显著性水平上显著

如表4所示，模型1代表中介变量知识共享程度KD与知识共享内容KN对因变量用户购买的回归分析，由此可知KD知识共享程度和KN知识共享内容都进入到UB购买意愿的回归方程中，它们的回归系数对应的Sig.值均小于0.05,两者都对UB用户购买有显著影响（β=0.177，p＜0.001；β=0.179，p＜0.01）。这也说明了前文假设12、13成立。
模型2代表了知识共享过程中的7个自变量对用户购买的回归模型，笔者采用的是逐步回归法，由表4可知UC用户互动、BE信任、FC感知风险和ST社区活跃度这4个变量进入了回归方程。对于用户购买而言，UC用户互动、BE信任、FC感知风险及ST社区活跃度都存在正向且显著的影响（β=0.201，p＜0.001；β=0.171，p＜0.01；β=0.158，p＜0.01；β=0.111，p＜0.01），且R²显示知识共享过程中的4个影响因素共同解释了用户购买方差的24.6%，这也说明了在社区内知识共享的4个阶段，用户之间的互动能够影响用户的购买意愿。除此之外，平台中用户之间的互相信任也对以内容为主的社区型媒体具有重要的影响；用户对购买该产品的风险感知也会进一步影响其购买；社区活跃度作为一个社区最重要的标志，不仅代表了整个社区的流量，也侧面反映了该社会化媒体的用户量的数量，也会影响用户购买水平。这也说明我们前文假设H2、H10和H11成立。
模型3和模型4分别代表了知识共享过程的7个自变量对中介变量知识共享程度KD和知识共享程度KN的回归分析。由模型3的结果可知，OD在线评论、ST社区活跃度和BE信任都进入了KD知识共享程度的回归方程，R²显示对于知识共享程度而言，在线评论OD、社区活跃度ST及信任BE对社会化媒体中知识共享程度均具有正向显著影响，且共同解释了社会化媒体中知识共享程度方差的21.5%。由此证明，假设H2、H10和H11成立。同理根据模型4的结果可证明，信任BE、感知风险FC和用户互动UC对社会化媒体中的知识共享内容均有显著正向影响（β=0.318，p＜0.001；β=0.238，P＜0.001；β=0.172，P＜0.01），且共同解释了社会化媒体中知识共享内容方差的15.1%。因此，假设H9、H6和H4成立。

3.5 中介效应检验

由前面的回归分析可知，知识共享过程、知识共享程度和内容与购买意愿之间存在显著关系，满足K. Baron 提出的中介作用的条件，因而需要验证：知识共享过程是否通过对知识共享内容和程度间接影响购买意愿。由表5的回归结果可知，UC、BE、FC和ST这4个变量对用户购买行为有显著影响，笔者主要观察在有无中介变量的对比下，这4个自变量对因变量用户购买的影响变化，以此来判断中介变量的效果。
对中介变量的检验有3个步骤（见表5），其中，X为自变量，Y为因变量，M为中介变量。表5中模型1的结果显示，X对Y做回归，因变量（用户购买）为Y，自变量为用户互动、信任、感知风险、社区活跃度；模型2的结果显示，X对M做回归，因变量为M（知识共享程度），自变量为用户互动、信任、感知风险和社区活跃度；模型3的结果显示，X和M对Y做回归，自变量为X和M，因变量为Y（用户购买）。
表5 中介效应的检验
变量
自变量		 模型1.
用户购买		 模型2.
知识共享程度		 模型3.
用户购买
用户互动 0.201*** 0.361*** 0.028
感知风险 0.158*** 0.197*** 0.091
社区活跃度 0.171** 0.190*** 0.035*
信任 0.111** 0.122*** 0.105***
常数项 1.794 0.433 0.992
R² 0.215 0.248 0.151
Adjusted R² 0.201 0.212 0.102

注：***表示在0.1%的显著性水平上显著；**表示在5%的显著性水平上显著

在表5中，加入中介变量知识共享程度KD后，UC用户互动和FC感知风险对购买意愿的影响由显著变得不显著，ST用户活跃度和BE信任对于用户购买的影响还是显著的，但是BE信任的回归系数由0.158变成了0.091，除此之外，其他影响因子的回归系数都有所减少。而KD知识共享程度的回归系数为0.028，Sig.<0.05，对购买意向的影响显著。说明了知识共享程度在知识共享过程与用户购买之间起部分中介作用。同理将知识共享过程和知识共享内容作为自变量，同因变量对用户购买做强制回归分析，得到知识共享内容在知识共享过程与用户购买之间也存在着部分中介作用。因此可得假设H12和H13成立。
综合上文的所有分析结果，将原始模型进行修改，修改后如图2所示：
图2 知识共享对用户购买的影响因素模型

4 管理启示

根据本文的研究结果和“小红书”的用户体验情况，笔者对内容型社区发展提出如下对策：
（1）加强用户之间以及用户与平台之间的信任关系，可以进一步提高用户购买率。“小红书”作为一个社区类的电商网站，主要靠用户的笔记来进行用户的知识共享，因此笔记的质量直接影响用户的选择和购买。网站需要以第三方的角度进行优质用户以及优质笔记的筛选，并引入评级制，对于等级高的用户进行奖励，对发布虚假笔记的用户进行封号处理，以免对平台造成负面影响。这样不仅保证用户生成内容的真实性和可靠性，也在另一方面调动了用户的在平台上进行知识共享的积极性。
（2）加强社会化媒体中的用户互动。通过本研究发现，社区内的用户互动可以通过正向影响用户知识共享的内容来进一步提高购买转化率。由于“小红书”是社区类电商平台，其用户大多数是陌生人，为用户建立可信方便的互动通道，构建他们的共同兴趣板块，可以增强用户之间的联系和口碑传播的效果，从而增加用户的购买行为。
（3）合理利用好用户的在线评论，将其转化成社区的重要资源。“小红书”主要是通过一些用户的笔记来吸引更多用户的关注和购买，所以用户之间的在线评论可以作为网站选择上架商品的一个很好的原始“数据库”：网站可以通过统计评选网站最热门的产品，通过用户的在线评论评选口碑产品，这都能使网站更好地匹配用户的喜好，满足他们的真正需要，同时也能提高网站商品的购买率。

卢新元： 确定论文选题，指导论文写作；

李杨莉： 构建模型，进行数据分析，撰写论文；

李珊珊： 收集文献，提出论文修改意见；

卞春会： 润色论文，提出论文修改意见。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
SZULANSKI G. The process of knowledge transfer: a diachronic analysis of stickiness[J].Organizational behavior and human decision processes, 2000, 82 (1):9-27.

[2]
JIA Y, DAVSION R M. Swift Guanxi in online marketplaces: the role of computer-mediated-communication technologies[J] MIS quarterly,2014,38(1): 209-230.

[3]
TRAINOR K J, ANDZULIS J, RAPP A, et al. Social media technology usage and customer relationship performance: a capabilities-based examination of social crm[J]. Journal of business research,2014,67(6): 1201-1208.

[4]
NUNES J C, HSEE C K, WEBER E U. Why are people so prone to steal software? The effect of cost structure on consumer purchase and payment intentions[J]. Social science electronic publishing, 2004, 23(1):43-53.

[5]
GRUBER T R. Toward principles for the design of ontologies used for knowledge sharing?[J]. International journal of human-computer studies, 1995, 43(5/6):907-928.

[6]
LUETAL H, SHRIVER Y, GOSSET S. What motivates customers to participate in social commerce? the impact of technological environments and virtual customer experiences[J]. Information & management, 2014,51(8):1017-1030.

[7]
GOES D, MAYZIE D. Using online conversations to study word-of-mouth communication[J].Marketing science, 2004, 23(4):545-560.

[8]
CHARBAND Y , NAVIMIPOUR N J . Online knowledge sharing mechanisms: a systematic review of the state of the art literature and recommendations for future research[J]. Information systems frontiers, 2016, 18(6):1131-1151.

[9]
CHIU C M , HSU M H , WANG E T G . Understanding knowledge sharing in virtual communities: an integration of social capital and social cognitive theories[J]. Decision support systems, 2006, 42(3):1872-1888.

[10]
曲霏,张慧颖.关系型虚拟社区用户持续使用意向的影响机制研究——人际信任的调节作用[J].情报学报，2016,35(4):415-424.

[11]
JONES M K, ANIOL K A, BAKER F T, et al. GEp/GMp Ratio by polarization transfer in e→p → ep[J]. Physical review letters, 2000, 84(7):1398-1402.

[12]
李莉, 杨文胜, 谢阳群,等. 电子商务市场质量信息不对称问题研究[J]. 管理评论, 2004, 16(3):25-30.

[13]
CHATTER J, LENNON R. Participating in the conversation: exploring usage of social media networking sites [J].Academy of marketing studies journal, 2011,15(1):21-38.

[14]
常亚平，刘兴菊，阎俊，等.虚拟社区知识共享之于消费者购买意向的研究[J].管理科学学报,2011,14(4):86-96.

[15]
THOMAS H, CHEN S W. The impact of online store environment cues on purchase intention: trust and perceived risk as a mediator[J]. Online information review, 2008,32(6):818-841.

[16]
周涛, 鲁耀斌. 基于社会影响理论的虚拟社区用户知识共享行为研究[J]. 研究与发展管理, 2009, 21(4):78-83.

[17]
KIM P A, FYGENSON M. Understanding and predicting electronic commerce adoption: an extension of the theory of planned behavior[J]. MIS quarterly, 2013,30(1): 115-143.

[18]
HARA N, HEW K F. Knowledge sharing in online community of health- care professionals [J].Information technology & people, 2007, 20(3): 235-261.

Options
文章导航

/

〈 〉