摘要
小米社区等虚拟品牌社区允许用户在企业管理的页面上与企业进行互动。用户可以通过发布信息在社区生成内容，其他用户可以通过社区的参与功能参与内容。尽管这些用户生成内容和相关的参与行为对企业有着重要的作用，但由于用户生成内容包含用户发表的评论和用户发布的帖子，现有研究并未对其进行较好的区分和理解。因此，本文通过对小米社区数据的多方面实证分析，对此部分进行了讨论。首先，本文通过文献研读对用户生成内容中的评论和帖子进行了概念化区分，发现两者产生的影响可能存在差异。然后，本文根据在线评论的研究将小米社区上用户帖子的效价分为正面效价、负面效价和中性效价，由于关于用户生成内容的内容类别研究较少，本文根据扎根理论的方法确定了 7 类内容类别，包括正面评价、质量投诉、社会投诉、价格投诉、用户咨询、用户建议和无关内容。最后，本文研究了帖子的效价（即，一篇帖子对于目标产品或服务的影响是正面还是负面的）和内容（即，一篇帖子是关于什么的）如何影响用户的参与行为，通过帖子收到的点赞和评论的数量对参与行为进行衡量，并根据以往的研究结果加入包括文本长度、用户活跃度、帖子情境、产品类别的控制变量，增加研究结果的可靠性。
本研究的主要结论如下：（1）在虚拟品牌社区中，用户帖子的正面效价和负面效价正向影响其他用户的点赞行为，其中帖子的负面效价对用户的点赞行为影响更加显着。（2）在虚拟品牌社区中，用户帖子的正面效价正向影响其他用户的评论行为，负面效价对其他用户的评论行为无显着影响。（3）在虚拟品牌社区中，同样效价但不同内容类别的帖子对用户参与行为影响不同。（4）在虚拟品牌社区中，从效价和内容对用户参与行为的影响的角度看，用户的点赞行为和评论行为是两种不同的参与行为。
关键词：虚拟品牌社区；用户生成内容；参与行为；负二项回归
Abstract
Research on User Generated Content of Virtual BrandCommunity on The Influence of Participation BehaviorVirtual brand communities, such as Xiaomi Community, allow users to interact withcompanies on pages managed by them. Users can generate content by publishinginformation, and other users can participate in content through the community’sparticipation function. Although these User-generated content and related engagementbehaviors play an important role in the enterprise, user-generated content contains user-published comments and user-posted posts, existing research has not distinguished andunderstood them well. Therefore, this article through to the Xiaomi Community Datamulti-aspect empirical analysis, has carried on the discussion to this part. First, thisarticle conceptually distinguishes comments and posts in user-generated contentthrough literature research, and find that there may be differences in their impact. Then,based on the research of online reviews, this article divides the valence of user posts onthe Xiaomi community into positive valence, negative valence and neutral valence,since less research on content categories of user-generated content, this article hasidentified 7 content categories based on grounded theory, including positive evaluation,quality complaints, social complaints, price complaints, user consultation, usersuggestions and irrelevant information. Finally, this paper examines how the valence ofa post (i.e., whether a post has a positive or negative impact on the relevant product orservice) and the content (i.e., what is a post about) affect user engagement behavior,measure engagement by the number of likes and comments received on posts, and addcontrol variables including text length, user activity, post context, and product categorybased on previous research, to increase the reliability of research results.
The main conclusions of this study are as follows: (1) the posts in the virtual brandcommunity and the comments on online shopping sites are two different User-generatedcontent.(2) In the virtual brand community, users ‘likes and comments are two differentkinds of participation behaviors, so the effect of post's valence on likes and commentsis also different (3) In virtual brand community, the effect of post's valence on users‘participation behavior is different, posts with positive and negative valence receivedmore likes, posts with positive valence received fewer comments, and posts withnegative valence had little effect on the number of comments. (4) In the virtual brandcommunity, posts that have the same valence but different content types have differenteffects on user participation behavior. Quality Complaints, social complaints and pricecomplaints with negative valence have different effects on participation behavior, andposts that are social complaints get more likes than those that are quality complaintsand price complaints, and the number of likes received by price complaints was greaterthan that received by quality complaints; the number of comments received by socialcomplaints was less than that received by quality complaints and price complaints, andquality complaints receive more comments than price complaints.
Keywords：Virtual brand community; User-generated content; participation behavior; negativebinomial regression
目录
第 1 章 绪论 .......................................... 1
1.1 研究背景及研究问题 ............................ 1
1.1.1 研究背景 ................................. 1
1.1.2 研究问题 ................................. 2
1.2 研究意义 ...................................... 2
1.3 研究方法与技术路线 ............................ 3
1.3.1 研究方法 ................................. 3
1.3.2 技术路线 ................................. 4
第 2 章 相关概念及研究综述 ............................. 5
2.1 虚拟品牌社区的概念界定......................... 5
2.1.1 虚拟社区的概念 ........................... 5
2.1.2 虚拟品牌社区的概念 ....................... 6
2.1.3 虚拟品牌社区的特征 ....................... 7
2.2 用户生成内容的概念界定......................... 8
2.2.1 用户生成内容的概念 ....................... 8
2.2.2 评论和帖子 ............................... 9
2.2.3 用户帖子的效价和内容特征 ................ 10
2.3 电子口碑相关研究 ............................. 11
2.3.1 口碑传播 ................................ 11
2.3.2 电子口碑传播 ............................ 11
2.3.3 电子口碑传播动机 ........................ 13
2.4 用户参与行为相关研究 ......................... 14
第 3 章 研究模型与假设 ................................ 17
3.1 概念模型构建 ................................. 17
3.2 研究假设 ..................................... 18
第 4 章 实证研究设计 .................................. 20
4.1 数据来源 ..................................... 20
4.2 数据描述与清洗 ............................... 21
4.3 变量定义与测量 ............................... 23
4.3.1 因变量的定义与测量 ...................... 23
4.3.2 自变量的定义与测量 ...................... 23
4.3.3 控制变量的定义与测量 .................... 26
4.4 回归模型建立 ................................. 28
第 5 章 实证分析...................................... 30
5.1 描述性统计分析 ............................... 30
5.1.1 研究样本基础信息描述 .................... 30
5.1.2 帖子的效价和内容类别分布分析 ............ 31
5.2 变量相关性检验 ............................... 33
5.3 回归分析结果 ................................. 35
5.3.1 关于点赞数的回归模型 .................... 35
5.3.2 关于评论数的回归模型 .................... 37
5.4 结果讨论 ..................................... 39
第 6 章 研究总结...................................... 42
6.1 研究结论 ..................................... 42
6.2 理论启示和策略建议 ........................... 43
6.2.1 理论启示 ................................ 43
6.2.2 促进虚拟品牌社区用户参与行为的策略建议 ... 44
6.3 研究局限与展望 ............................... 45
参考文献 ............................................ 46
致谢 ................................................ 53
第1章 绪论
本章首先对本文的研究背景和问题进行简介，其次对研究意义进行阐述，再次对研究中用到的研究方法进行梳理与整理，最后提出本文的技术路线。
1.1 研究背景及研究问题
1.1.1 研究背景
第 44 次中国互联网发展状况统计报告（2019）指出，截至 2019 年 6 月，我国网民规模达 8.54 亿，较 2018 年底增长 2598 万，互联网普及率达 61.2%，较2018 年底提升 1.6 个百分点；我国手机网民规模达 8.47 亿，较 2018 年底增长2984 万，网民使用手机上网的比例达 99.1%，较 2018 年底提升 0.5 个百分点。
截至 2019 年 6 月，我国网络购物用户规模达 6.39 亿，较 2018 年底增长 2871万，占网民整体的 74.8%。网络购物市场保持较快发展，下沉市场、跨境电商、模式创新为网络购物市场提供了新的增长动能。网民规模的扩大、互联网普及率的提高、网络购物用户规模的扩大，给予企业机遇的同时也为其带来的巨大的挑战。传统的社区因地理、时间界限的限制已经无法满足用户与企业的沟通需求，并且与用户保持一对一的关系并不是总是可行有效的。这种挑战使企业及商业组织的营销活动方式不得不进行改变。除了通过传统的、由营销人员控制的现实社区，为了满足用户需求以及维护用户关系，许多企业还建立了虚拟社区，以吸引用户加入并鼓励用户在其社区生成内容。
虚拟品牌社区指基于品牌消费者之间的社会沟通和关系的专业化、非地理约束的在线消费者群体。虚拟品牌社区包括企业对消费者虚拟产品支持社区、企业托管的在线社区、用户生成的在线社区、一对一问题解决社区、基于社交媒体的品牌社区。虚拟品牌社区存在多种活动，包括分享不同来源的品牌信息，延续品牌的历史和仪式，以及向用户提供帮助。虚拟品牌社区不仅仅是一个额外的沟通渠道，它还能够建立与忠实用户的联系，并收集用户关于产品和服务的创新思想。
虚拟品牌社区还为用户-营销者关系提供社会结构，并显着提高用户忠诚度。虚拟品牌社区不仅为企业，也能为客户带来利益。用户加入虚拟品牌社区，通过消费信息和发布信息以确定自己与目标品牌的联系，从而实现他们实际的或期望的利益。社区参与者可以从参与社区中获得社会和享乐利益，同时提高品牌忠诚度。因此，目前大多数企业已经建立起属于自己的虚拟品牌社区。截至 2012 年，全球 100 强企业中已经有超过半数的企业建立了全球规模的虚拟品牌社区。
虚拟品牌社区的健康发展主要取决两种行为，一是用户在虚拟品牌社区生成内容的发布行为，二是用户对虚拟品牌社区既有内容的参与行为。用户的参与意愿是基于个人需求和使用虚拟品牌社区的经历，如果虚拟品牌社区不能满足用户寻找有用信息的需求，或者无法提供高效或有效的访问信息的方法，那么用户就不会继续参与虚拟品牌社区的活动。鉴于目前同类产品的替代品牌繁多，用户有很大的自由来决定他使用哪个品牌和加入哪个品牌的虚拟社区。并且，虚拟品牌社区的新用户注册是免费的，在繁多的替代品牌的情况下，用户可能会因低转换成本而放弃参与原来虚拟品牌社区而加入新的虚拟品牌社区。
1.1.2 研究问题
结合上文总结的背景，本研究的研究重点为影响虚拟品牌社区健康发展的两种重要行为：用户在虚拟品牌社区生成内容的行为、用户在虚拟品牌社区的参与行为。
（1） 与在线评论网站区分，虚拟品牌社区生成内容形式有什么不同，具体是哪种形式？
（2） 用户在虚拟品牌社区生成内容的效价和内容是什么样的？
（3） 虚拟品牌社区中用户的参与行为有哪些？
（4） 用户在虚拟品牌社区生成内容的效价和内容是如何影响其他用户的参与行为的？
1.2 研究意义
（1）通过实证探究用户生成内容中用户帖子的影响在虚拟品牌社区中，人们对用户生成内容的理论认识和实证调查有限。以往有关用户生成内容的研究主要集中在在线购物平台和围绕书籍、电影、酒店和餐饮等论坛上的消费者评论。且对虚拟品牌社区用户生成内容的少数研究中并未从概念上将用户生成内容进行划分。本文将虚拟品牌社区中的用户生成内容从概念上划分为用户发表的评论与用户发布的帖子，并将研究重点放在后者是对现有虚拟品牌社区用户生成内容的补充。
（2）为企业建设和优化虚拟品牌社区提供理论依据研究虚拟品牌社区的用户生成内容和参与行为有利于为企业搭建虚拟品牌社区进行营销实践提供价值及建议。本研究通过收集真实数据、建立用户帖子的效价和内容对用户参与行为的影响模型，可以对用户参与行为进行预测，从而为品牌管理层如何在互联网背景更高效优质便捷运营虚拟品牌社区提供理论依据，有利于发挥虚拟品牌社区在企业品牌营销活动和日常经营中的作用。
1.3 研究方法与技术路线
1.3.1 研究方法
为了解决研究问题，分析研究内容，本研究采取理论研究和实证研究相结合的方法。具体采用的研究方法如下：
（1）文献研究法。对现有虚拟品牌社区的研究、用户生成内容的研究、用户参与行为的研究进行总结。依托电子口碑传播理论在逻辑上分析帖子效价和内容与用户参与行为之间的关系。探究除帖子效价和内容之外影响用户参与行为的因素。
最后，通过以往文献研究结果推断不同参与行为所受影响的差异，最终提出研究假设并建立理论模型，为实证研究打下基础。
（2）案例研究法。在文献研究建立模型的基础上，选取典型的虚拟品牌社区作为案例，收集社区用户生成内容，进行实证分析。确定收集的变量，以及变量与理论模型之间的关系。确定要收集的变量后，使用数据采集工具从目标网站采集数据进行分析。
（3）计量经济学方法。对筛选后的数据建立固定效应负二项回归，通过模型分析结果对研究模型进行检验。
（4）通过调查问卷的方式确定收集帖子的效价，通过扎根的方法分析帖子的内容类别。
1.3.2 技术路线
首先，本研究根据以往文献确定研究问题。第二，对研究问题涉及的文献进行综述，包括虚拟品牌社区用户生成内容的效价、虚拟品牌社区用户生成内容的内容类别、虚拟品牌社区用户对其他用户的生成内容的参与行为。第三，根据相关研究确定本研究的自变量、因变量和控制变量。第四，在选定的研究平台下载所需数据，并对变量进行测量。第五，对数据进行描述性统计性分析并运行固定效应负二项回归分析。第六，通过模型估计结果对研究结果进行总结，并提出研究展望。技术路线图，如图 1-1 所示。
图 1-1 技术路线
第2章 相关概念及研究综述
由于互联网技术的发展，目前以虚拟社区为平台对用户信息行为的研究已经成为目前研究的热点，而其中关乎虚拟社区发展的参与行为也逐渐被大众和学者重视。
2.1 虚拟品牌社区的概念界定
虚拟品牌社区是由虚拟社区发展而来，因此本部分首先对有关虚拟社区概念的相关研究进行总结整理，然后结合本文研究主题和现有对虚拟品牌社区的研究对虚拟品牌社区的概念进行定义，最后对虚拟品牌社区的特征进行描述。
2.1.1 虚拟社区的概念 。
社区是社会思想的核心，它的发展史漫长且丰富。在 19 世纪和 20 世纪，社区已经是众多社会理论家、科学家和哲学家们共同关注的话题[1]。社区原指只具有共同血缘、或共同区域中共同成长，彼此分享生活经验，有着共同的态度且彼此之间认同度高的群体[2] 。Rothaermel and Sugiyama 认为社区是个体基于某种义务或者是目的而群聚形成的团体[3]。McMillan and Chavis 则提出社区是指在一个团体中产生链接与归属感。而社区的组成指成员间个人与公共社会关系、成员的互动、社区氛围、自我发展、社区认同，以及实体或虚拟空间上的相处。也就是指一群有特定兴趣、思想或有特定目的而聚集在一起的群体[4]。
随着网络科技的进步，虚拟社群逐渐开始建立。也因此，之后又许多国内外学者纷纷开始对虚拟社区进行相关的研究并提出定义。Rheinhgold 便提出虚拟社区是一种社会的聚集体，具有线上（on-line）、虚拟（virtual）和以平台为媒介等特性，凭借由网络足够的人数持续参与、交流互动、沟通及人际关系在网络上长期发展经营管理[5]。Romm 等人对虚拟社区定义为是一群人透过电子媒介沟通的社会现象，成员对社区具有忠诚与承诺且会彼此互相分享信息及交流[6]。Romm 等人认为人们在网络空间聚集，相互沟通并分享信息，渐渐形成一种新型的社会现象。而这样的转变表明社区概念已经从实体延伸至网络世界中，而产生了网络社区或称虚拟社区6。柴晋颖，王飞绒将虚拟社区定义为一个基于信息技术支持的网络空间，核心是参与者的交流与互动，并且在参与者之间将形成一种社会关系[7]。郑雪丽认为虚拟社区是人们为了满足自己生活中或者工作中的需要而利用网络互相交流与沟通形成的具有共同目标的群体关系总和[8]。邓胜利、杨丽娜将虚拟社区定义为用户基于共同的兴趣和目标，通过使用网络工具进行在线交流和交互的网络社区[9]。徐世甫认为虚拟社区是共同价值观的人借助网络互相交流形成的公共领域[10]。徐小龙等则强调虚拟社区是满足成员需求，是成员形成有共同目标的群里或社会关系的空间[11] 。
George 另以 e-communities 解释虚拟社区，认为其不像传统社区一样具有实体形式，虽然无法看见但却实际存在的社交关系，人们通过网络便能够互相沟通[12]。Koh 和 Kim 认为虚拟社区群体能够成立最少必须存在四个条件：（1）互动进行，（2）沟通存在，（3）持续存在的成员和（4）虚拟空间[13]。因此，虚拟社区在网络上经常发展为实体社区的部分功能，却又不完全符合实体社区中的要点。因此，虚拟社区就是现实社会中的个体，借由网络科技，在一定时间内，在特定的信息空间中通过信息交换的模式交流互动和资源共享，建立人际关系并以此累积知识。简而言之，即为现实社会中拥有共同爱好背景与兴趣的人群，凭借网络技术，进行沟通、互动和彼此分享信息、情感、文化，通过这样的互动交流，进而累积知识吸引更多人加入。
2.1.2 虚拟品牌社区的概念
有关虚拟品牌社区课题的学术研究开始于 20 世纪末，兴起于 21 世纪，直到目前学术界仍处于不断探索的时期，各位学术研究人员对于虚拟品牌社区的定义界定也是不统一的。Kozinets 将虚拟品牌社区认定为以品牌为联结点，在个人主页、论坛或博客上的消费者对其态度认知、消费行为、产品体验上进行互相交流反馈的行为方式[14]。Abdelmajid Amine 和 Lionel Sitz 将虚拟品牌社区定义为以品牌为轴中心扩散衍生的自由抉择、打破时间空间限制的用户群体聚集平台，他们在这个空间实时分享观念、价值观和社会现象，有着高度价值合意[15]。这是偏向于虚拟品牌社区社交属性的界定，也有研究从社区用户的角度去界定虚拟品牌社区。Algesheimer 等将虚拟品牌社区定义为，一群爱好某种品牌的消费者所构建的虚拟网络社区[16]。Jang 等在对虚拟品牌社区增强品牌忠诚度的研究时提出，虚拟品牌社区是企业为了加强与消费者之间的联系，进一步获得消费者对产品的评价而建立的虚拟社区[17]。。
因此本研究将虚拟品牌社区定义为，以单一品牌或品牌产品为中心，以对产品或服务进行提问和陈述为话题的虚拟社区。
2.1.3 虚拟品牌社区的特征
虚拟品牌社区的特征主要包含以下三类：
（1） 虚拟品牌社区以用户共同利益为核心。
在传统品牌社区的研究文献中有一个广泛的共识，那就是：具有表达性、娱乐性、体验性质的产品比其他产品更可能建立一个成功的品牌社区。然而，Wirtz等人[18]
发现，虚拟品牌社区的核心焦点不仅是品牌本身，还包括其用户之间的更广泛的共同利益。因此，如果企业更多的关注虚拟品牌社区中用户的互动，那么即使品牌认同度弱的品牌也可以建立一个成功的虚拟品牌社区。
（2）稳定的虚拟社会互动
虚拟品牌社区的成员彼此之间能够产生亲近感、从属关系、社交互动。虚拟品牌社区的内容由社区成员创建，而社区成员的参与行为能够取得利益。消费者使用虚拟通信工具（如论坛、聊天室、博客等）进行交互。这些工具能够提供新的互动式消费者体验形式，并有助于在各个主题上汇集集体专业知识。此外，虚拟品牌社区一旦建立起来，就可以促进长期的、亲密的接触，而且不会失去经常在离线环境中的社会联系[19]。
（3）可靠的信息来源
品牌社区提供的信息可能比营销人员提供的信息更可靠[20]。由于互联网和通信技术，信息共享在虚拟品牌社区中普遍存在。社交平台促进信息传播，帮助消费者解决问题，并引导消费者拥有积极的消费体验。虚拟品牌社区是以信息共享为目的而形成的社区，而不以商业为目的，因此它对用户的购买意向和行为影响更大[21]。
2.2 用户生成内容的概念界定
本部分首先结合相关研究对用户生成内容进行定义，之后对用户生成内容中帖子和评论进行区分，结合研究平台的特点将用户生成内容限制为“帖子”，最后对帖子的效价和内容的相关研究进行阐述。
2.2.1 用户生成内容的概念
用户生成内容（UGC，User-Generated Content）是 Web2.0 环境下的产物，早期研究还被称作 User Created Content（UCC）、Consumer Generated Media（CGM）等，2005 年由摩根斯坦利首席分析师 Mary Meeker 首次定义为 UGC，这一定义逐渐获得广泛认可。2007 年，国际经济合作与发展组织（OECD）在“Participative Web and User－Created Content: Web 2. 0 Wikis andSocial Networking”报告中正式提出 UGC 的三大特点：互联网上公开的内容；内容具有一定程度的创新性；由非权威人士及非专业手段创作发布。
由于创新程度的测定和界定存在难度、权威人士的身份转变和专业手段的和情景变化，导致后续的 UGC 概念研究多倾向于广义性概念。因此本文选取赵宇翔等[22]在类型理论基础上提出的 UGC 概念模型分析框架对 UGC 概念进行定义，研究中从用户的类型与角色、内容的类型与属性、用户生成内容的动因以及用户生成内容的模式四个维度及相互之间的联系解析了 UGC 概念最为本质的一系列问题。
因此本文将用户生成内容定义为：非权威人士用户用非专业手段自发上传至社区的独创性内容，其可以体现出用户的品味、见解，并且这些内容允许与其他用户产生交互，主要的形式包括评论、帖子。
2.2.2 评论和帖子
在在线购物网站和论坛的背景下，大量研究者对在线评论进行了讨论，毫无疑问这是用户生成内容的一种标准形式。但是事实上，用户在社交媒体发布的帖子是一种被学者忽视但是重要的用户生成内容形式，本研究认为虚拟品牌社区上用户的帖子与用户的评论有所不同。
首先，评论和帖子的内容来源不同。评论通常是由有购买经验的消费者产生，但帖子既可以由购买过产品或服务的消费者生成，也可以由没有购买经验的用户生成。第二，评论和帖子的内容的目标受众不同。对于评论，目标受众通常是对购买产品感兴趣的其他消费者；对于帖子，预期的受众包括企业和其他用户。受众的差异可能影响用户的回复以及用户对内容的参与程度。例如，与评论相比，虚拟品牌社区上的帖子内容更加自由，因为用户不仅可以发布有关产品的信息，也可以发布关于产品投诉的信息。第三，用户帖子对消费者行为的影响可能不同于评论的影响。消费者评论的读者经常凭借这些评论来决定是否购买产品，但虚拟品牌社区中的帖子包含各种内容，如建议、投诉、推荐等，因此虚拟品牌社区上帖子对购买的影响可能不如在线产品评论那么直接和显着[23]。
在虚拟品牌社区中还有一部分由营销人员的发布帖子，本研究仅关注虚拟品牌社区中用户生成的帖子而不是全部帖子有以下原因，与营销人员发布的相比：
第一，用户发布的帖子数量巨大，可累积造成一个更大的影响；第二，用户发布的帖子往往更被认可，同为用户的身份被认为更值得信赖；第三，用户发布的信息已经被证明对用户行为有着更巨大的影响力。因此本文将研究视角集中在用户在虚拟品牌社区中发布的帖子．2.2.3 用户帖子的效价和内容特征 。
本文着重讨论了帖子的两个属性：效价和内容。效价表示一篇帖子对于目标产品或服务的影响是正面还是负面的。内容表示一篇帖子的实质内容，并且是反映一篇帖子文章效价的具体方式（例如，一篇关于产品质量的投诉帖子其效价是负面的，一篇关于企业社会责任问题的投诉帖子其效价也是负面的）。效价是在线评论文献[24]
中广泛研究的一个关键特征，而信息的文本内容常常包含效价无法捕捉的额外信息[25]。
2.2.2 小节中讨论的用户帖子和在线消费者评论之间的区别对研究用户帖子的效价和内容特征具有重要影响。因此，虽然同为用户生成内容，但现在对于在线消费者的研究结果可能不一定适用于虚拟品牌社区上的用户帖子。
对于在线消费者评论的一个关键观察结果是，它们的效价遵循“J”形分布，即有大量的正面评论，一些负面评论和少许的中性评论[26]。正面评论通常多于负面评论的现象至少可以归因于两个原因。首先，对产品估值高的人比产品估值低的人更有可能购买产品，前者也就更有可能给产品写正面评价，这种现象被称为“购买偏见”26。其次，大量的正面评论可能源于消费者的自我增强动机（self-enhancement motive），即让自己和其他人都觉得评论有正面导向。讨论积极的经历可以塑造一个更加积极的自我形象（证明自己做出了一个正确的选择和决定、或者作为拥有专业知识的证据）[27]。并且正面评论可以优化信息接收者的情绪，使信息接收者感觉良好。相比之下，负面的评论可能降低一个人在其他人眼中的社会形象[28]。
然而，对于虚拟品牌社区上的用户帖子来说，“购买偏见”和“自我增强动机”可能没有那么强烈或普遍。购买偏见很可能变弱，因为用户帖子的来源包括没有购买经验的用户。自我增强动机也可能不那么普遍，因为用户的目标受众包括其他用户和企业，这使社区成为表达负面意见的有效渠道，以惩罚提供不良产品或服务的企业[29]、寻求解决方案[30]或警告其他消费者并帮助他们避免糟糕的产品使用经历28。因此，用户帖子的效价和内容特征可能不同于之前的研究所示，因此本文会通过实证对帖子的效价和内容进行分析。
表格 2-1 点赞和评论作为用户帖子参与行为的概念差异
图 3-1 概念模型图
图 4-1 小米社区“圈子”页面及用户生成的帖子
表格 4-1 数据来源的社区圈子信息
表格 4-2 帖子内容类别的定义和实例
…………由于本文篇幅较长,部分内容省略,详细全文见文末附件
第6章 研究总结
首先，基于以往文献以及回归模型结果，本章对本研究的研究结果进行总结。
然后，本文以小米社区为研究案例探索了虚拟品牌社区中用户生成内容（帖子）对用户参与行为的影响，得出相关的理论启示与策略建议。最后，由于个人能力和资源限制导致仍然存在一些局限及可能改进的方法进行讨论，并对进一步可能研究进行展望。
6.1 研究结论
本研究从虚拟品牌社区中用户生成内容的细致划分、参与行为的研究空白出发，通过对虚拟品牌社区中用户帖子的效价和内容进行划分，经过理论分析和实证研究，探索了在虚拟品牌社区中在具体条件下用户帖子的效价和内容对用户参与行为的影响，以帖子的效价和内容类别为自变量，以用户的参与行为（点赞、评论）为因变量。主要的结论如下：
第一，在虚拟品牌社区中，用户帖子的正面效价和负面效价正向影响其他用户的点赞行为，其中帖子的负面效价对用户的点赞行为影响更加显着。具有非中性效价的帖子更容易获得其他用户的点赞，而其中负面效价的帖子由于更易触发的情感共鸣和建议性更高的原因更容易得到其他用户的点赞。
第二，在虚拟品牌社区中，用户帖子的正面效价正向影响其他用户的评论行为，负面效价对其他用户的评论行为无显着影响。结合上述结论可以发现，在虚拟品牌社区中相同效价对用户的点赞行为和评论行为产生的影响不同。
第三，在虚拟品牌社区中，同样效价但不同内容类别的帖子对用户参与行为影响不同。具有负面效价的质量投诉、社会投诉、价格投诉对参与行为的影响不同，属于社会投诉的帖子比属于质量投诉和价格投诉的帖子获得的点赞数更多，并且价格投诉收到的点赞数大于质量投诉收到的点赞数；属于社会投诉的帖子收到的评论数少于属于质量投诉和价格投诉的帖子，并且质量投诉收到的评论数比价格投诉的多。。
第四，在虚拟品牌社区中，从效价和内容对用户参与行为的影响的角度看，用户的点赞行为和评论行为是两种不同的参与行为。具有相同效价的帖子对用户的点赞行为和评论行为的影响不同，例如质量投诉、社会投诉对用户的点赞行为和评论行为的影响截然不同，并且相同内容类别的帖子对用户的点赞行为和评论行为的影响也不同，在 7 个内容类别中，只有价格投诉和用户建议对用户的点赞行为和评论行为是同向影响，其余的内容类别对用户的点赞行为和评论行为皆为异向影响。。
6.2 理论启示和策略建议
基于上述研究过程与研究结果，本文可能会对相关研究和虚拟品牌社区的理论和实践提供一定的启示。
6.2.1 理论启示
第一，我们发现用户在虚拟品牌社区的帖子是不同于在线消费者评论的一种用户生成内容。虚拟品牌社区中负面效价的帖子占大多数的现象与其他购物网站在线评论“J”型分布的现象形成鲜明对比。本文认为造成这种对比的部分原因是用户在两种平台上生成内容的动机不同。在购物网站写评论的主要动机是分享自己对产品和服务的看法，帮助其他消费者做出更好的购买决定。而用户在虚拟品牌社区发帖时为了与其他用户和目标企业进行交流，内容的主题不一定与公司的产品或服务相关。值得注意的是，大量的投诉信息以及一定数量的用户咨询和建议意味着一些用户已经将虚拟品牌社区视为与公司直接沟通的新渠道，并期望公司在社区中为用户提供相应服务。从公司的角度看，这意味着虚拟品牌社区不仅仅是营销活动的渠道，还是提供用户服务和管理关系的渠道。虚拟品牌社区中大量负面效价帖子的出现对公司来说一个重大的挑战。未来的研究可以考虑如何完善虚拟品牌社区作为与用户互动的新渠道的完整性，并探索有效的应对策略来管理用户投诉和其他服务请求。
第二，我们发现在虚拟品牌社区中点赞和评论是不同类型的参与行为，两者的前因不同。通过实证分析证实了，增加点赞数量的因素可能不会影响评论数量。
与点赞一篇帖子相比，评论一篇帖子需要更多的认知资源和参与，评论通常用于表达复杂的情感和观点。
第三，我们发现帖子效价和帖子对用户参与行为的影响是不同的。尽管质量投诉、社会投诉、质量投诉在效价上面都是负面的，但本研究发现它们对参与行为的影响是不同的。正如前文所讨论的，与属于正面评价的帖子相比，质量投诉和社会投诉能收到更少的点赞和更多的评论，价格投诉收到更多的点赞和评论。
如果只考虑帖子效价而没有对同一效价进行内容的区分，这些微妙但很重要的影响就可能被忽略，这也证明了结合情感分析和内容分析从文本数据中可以得出新的发现。
6.2.2 促进虚拟品牌社区用户参与行为的策略建议
（1）企业应将用户视为创造价值的外部重要资源虚拟品牌社区中的用户是一种重要资源，会为企业带来重要的价值，这种价值有利于产品的推陈出新。如透射电子显微镜 80%的改进方案来自用户而不是产品的公司。企业应利用用户作为知识来源可以增强公司根据用户需求创造产品和/或服务的能力，并提高公司创造价值的业务模式的有效性和效率。为增强企业收集用户建议的效率，企业应做到以下几点：第一，设立专门的板块用来收集用户建议，如“提案”“建议”板块可以清晰的让用户明白板块的主题，也更利于收集信息和整合信息。第二，关注咨询类板块的用户帖子信息，具有用户咨询内容的帖子常常会包含对产品或服务的优化建议。第三，简化和清晰用户发帖的流程，如将发帖时的页面跳转替代为页面弹出，添加用户发帖时的板块选择栏，节省用户的时间成本，以最方便的形式让用户将帖子发表在其目标的板块。
（2）企业要对用户点赞行为和评论行为进行区分理解企业要明白虚拟品牌社区中点赞和评论数并不仅仅是帖子热度和流行度的象征。首先，评论和点赞皆为用户的参与行为，但其代表的情绪和重要度是不同的，点赞代表着较低程度的参与，其代表情绪比较单一，所以当一篇帖子的点赞数过高时，常常代表它更能引起用户的情感共鸣，因此企业应该分析和提取其内容主题为今后的推广活动主题做储备；而评论代表着较高程度的参与，若一篇帖子的评论数较高，那么说明帖子的文本内容被其用户讨论，可能是内容中涉及的经历比较普遍，也可能是内容的可探讨程度高等，无论是哪种情况企业都应该提高重视度。第二，企业应结合帖子的内容分析用户的参与行为，不仅应该评估点赞和评论的绝对数量，还应该评估吸引点赞和评论的具体内容，例如一篇具有高点赞数或评论数的用户投诉的帖子就不适合作为营销举措的积极信号。
（3）企业要提高对具有负面效价帖子的关注度对于拥有虚拟品牌社区的企业来说，对用户帖子和参与行为的深入了解可以帮助他们更好的管理虚拟品牌社区。鉴于具有负面效价的帖子数量庞大，企业需要创建专门的策略来对具有负面效价的帖子进行管理。例如，企业应该对那些获得大量其他用户参与的帖子进行优先处理和回复，因为此类帖子中涉及的内容可能代表很多用户关心的事情，并且可能多所涉及的用户产生深远的影响。并且将已经处理完善或处理中的帖子添加标签，如“已处理”“立项”，方便用户知晓问题的处理进度。
6.3 研究局限与展望
首先，本研究只对虚拟品牌社区帖子的文本内容进行了分析，虚拟品牌社区的帖子内容还包含多媒体内容，如照片和视频。多媒体内容对文本内容有补充说明作用，甚至可能改变文本内容的效价和内容类别。因此，今后的研究可以在收集的阶段，对文本内容和多媒体内容进行整合，并综合文本内容和多媒体内容对用户生成内容进行分析。
第二，本研究为使研究结果更具代表性，选择国内较成熟的小米社区作为典型案例，小米公司已经是一家比较成熟的企业其自己独特企业特征、产品特质以及与用户互动的方式，这种特性可能与其他企业存在差异，而导致其虚拟品牌社区的生成内容以及用户参与行为而不同，并且小米公司是一家较成熟的企业，我们可以将研究视角放在其它小企业或非营利组织品牌社区，以及考虑其产品或服务的属性对用户参与行为的调剂作用。
第三，本研究中采用的扎根理论方法的对帖子的内容进行分类，最终通过志愿者的编码得出 7 个内容类别，虽然本文通过增加志愿者人数、使用多数原则、招募较高学历志愿者，但由于志愿者的研究方向以及虚拟品牌社区的使用经历差异，可能在对帖子内容类别的编码时存在局限性，导致内容类别不足以概括全部帖子内容。因此，在未来的工作中，研究人员还应该考虑其他数据驱动方法，如主题建模，并用它来补充编码并发现文本数据中的共同主题和内容类别。
第四，本研究考虑了用户点赞行为作为衡量用户参与行为的指标，并且将用户点赞行为作为一项轻量级的反馈行为，但一些虚拟品牌社区已经将点赞的行为进行细化，用户在点赞的同时还可以评价一篇文章为“有趣”“有用”“酷”，以表达更加细致的情感或观点。用户使用这些更加具体的参与行为的情况如何？这些细致的参与行为是否可以激励用户参与社区活动？这些问题的回答尚不可知，因此可以作为今后研究的方向。此外，本研究只考虑了用户点赞和评论行为，但实际用户的参与行为不仅仅只有这两种，还包括踩、转发、投票等，研究这些参与行为与虚拟品牌社区用户生成内容的关系可能会得到新的发现。
参考文献
[1] Muniz A M,O'Guinn T C. Brand community[J].Journal of ConsumerResearch,2001,27(4):412-432.
[2] Tonnies, F. Community and Society[J]. Newton Abbot, UK: David &Charles,1988.
[3] Rothaermel, T., Sugiyama, etc. Virtual internet communities andcommercial success: individual and community-level theorygrounded in the atypical case of timezone.com[J]. Journal ofManagement,2001,27(3):297-312.
[4] McMillan, D. W., Charismatic. Sense of community: a definitionand theory[J]. Journal of Community Psychology,1986,14(1):6-23.
[5] Rheinhgold, H. The virtual community: homesteading on theelectronic frontier[J]. Massachusetts: Addison Wesley,1993.
[6] Romm, C. P. N., & Clarke, etc. Virtual communities and society:toward and integrative three phase model[J]. InternationalJournal of Information Management,1997,17(4):261-270.
[7] 柴晋颖,王飞绒.虚拟社区研究现状及展望[J].情报杂志,2007(05):101-103.
[8] 郑雪丽.虚拟社区国外研究综述[J].图书馆学研究,2012(18):2-5[9] 邓胜利,杨丽娜.用户个性特征对信息行为影响的研究进展[J].情报理论与实践,2014,37(05):119-123.
[10] 徐世甫.主体技术·拟象·公共领域——论虚拟社区[J].南京社会科学,2006(05):106-113.
[11] 徐小龙,王方华.虚拟社区研究前沿探析[J].外国经济与管理,2007(09):10-16。
[12] George, L. E-communities in distance learning[J]. LibraryMosaics,2002,13(4):14-16.
[13] Koh, J., & Kim Y.G. Knowledge sharing in virtual communities: ane-business perspective[J]. Expert Systems withApplications,2004,26(2):155-166.
[14] Kozinets R V. The field behind the screen: Using netnography formarketing research in online communities[J]. Journal of marketingresearch, 2002, 39(1): 61-72.
[15] Amine A, Sitz L. How does a virtual brand community emerge?Some implications for marketing research[J]. Research Paper,University Paris, 2004.
[16] Algesheimer R, Dholakia U M, Herrmann A. The social influenceof brand community: Evidence from European car clubs[J].
Journal of marketing, 2005, 69(3): 19-34.
[17] Jang H, Olfman L, Ko I, et al. The influence of on-line brandcommunity characteristics on community commitment and brandloyalty[J]. International Journal of Electronic Commerce, 2008,12(3): 57-80.
[18] Wirtz, J., Ambtman, etc. Managing brands and customer engagementin online brand communities[J]. Journal of ServiceManagement,2013,24(3):223-344[19] Ba, S. Establishing online trust through a communityresponsibility system[J]. Decision Support System,2001,31:323-336.
[20] McAlexander, J. H., Schouten, etc. Building brand community[J].
Journal of Marketing,2002,66:38-54[21] Algesheimer, R., Dholakia, etc. The social influence of brandcommunity: Evidence from European car clubs[J]. Journal ofMarketing,2005,69(3):19-34.
[22] 赵宇翔,范哲,朱庆华.用户生成内容(UGC)概念解析及研究进展[J].中国图书馆学报,2012,38(05):68-81.
[23] Anderson, M., Sims, etc. Turning “Like” to “Buy” social mediaemerges as a commerce channel[J]. Booz & Company Inc,2011.
[24] Archak, N., Ghose, etc. Deriving the pricing power of productfeatures by mining consumer reviews[J]. ManagementScience,2011,57(8):1485-1509.
[25] Godes, D., & Mayzlin, etc. Using online conversations to studyword-of-mouth communication[J]. Marketing Science,2004,23(4):545-560.
[26] Hu, N., Zhang, etc. A method of automated nonparametric contentanalysis for social science[J]. American Journal of PoliticalScience,2009,54(1):229-247.
[27] Wojnicki, A. C., & Godes, etc. Signaling success: Strategically-positive word of mouth[D]. Toronto:Rotman School ofManagement,2011.
[28] Zhang, Y., Feick, etc. How males and females differ in theirlikelihood of transmitting negative word of mouth[J]. Journal ofConsumer Research,2014,40.
[29] Richins, M. L. Negative word-of-mouth by dissatisfied consumers:
a pilot study[J]. The Journal of Marketing,1983,68-78.
[30] Ma, L., Sun, etc. The Squeaky Wheel Gets the Grease—Anempirical analysis of customer voice and firm intervention onTwitter[J]. Marketing Science,2015,34(5):627-645.
[31] Arndt J. Role of Product-Related Conversations in the Diffusionof a New Product[J]. Journal of Marketing Research,1967,24:258-270.
[32] Swan H J,Muniz A M,Arnould E J. How Brand Community PracticesCreate Value[J]. Journal of Marketing,1989,73(5):30-51.
[33] Srinivasan S.S,Anderson R,Ponnavolu K. Customer Loyalty in E-commerce: An Exploration of Its Antecedents and Consequences[J].
Journal of Retailing,2002,78(1):41-50.
[34] Hennig-Thurau T,Gwinner K P,Walsh G,etc. Electronic word-of-mouth via consumer-opinion platforms: What motivates consumers toarticulate themselves on the Internet? [J]. Journal ofInteractive Marketing,2004,18(1):38-52.
[35] Dellarocas C,Zhang X M,Awad N F. Exploring the value of onlineproduct reviews in forecasting sales: The case of motionpictures[J].Journal of Interactive marketing,2007,21(4):23-45.
[36] 聂卉,司倩楠.在线口碑传播效应影响因素研究——以餐饮业为例[J].图书馆论坛,2019,39(03):80-90.
[37] Cheung,C.M.K&Lee,M.K. What drives consumers to spread electronicword of mouth in online consumer-opinion platforms[J]. DecisionSupport Systems,2012,53:218-225.
[38] Cheung, C.M.K, &Thadani, etc. The impact of electronic word-of-mouth communication: A literature analysis and integrativemodel[J]. Decusuib Support Systems,2012,54:461-470.
[39] Yan, Q., Wu, etc. E-WOM from e-commerce websites and socialmedia: Which will consumers adopt? [J]. Electronic CommerceResearch and Applications,2016,17:62-73.
[40] 杨晶程. 消费者网络负面口碑传播动机的研究[D].东北大学,2012.
[41] 李翠萍. 面向负面口碑解决的在线评论有用性的研究[D].华中科技大学,2016.
[42] 王婷. 负面口碑对消费者购买意愿的影响[D].西南财经大学,2013.
[43] Kumar, R.S. Online reviews: Do consumers trust them[J].SSRN,2013,1-13.
[44] Doy, X., Walden, etc. Dose source matter? Examining sourceeffects in online product reviews[J]. Computers in HumanBehavior,2012,28:1555-1563.
[45] Reimer, T. and Benkenstein,M. Altruistic eWOM marketing: morethan an alternative to monetary incentives[J].Journal ofRetailing and Consumer Services,2016,31(4):323-333.
[46] Carver, C.S. Negative affects deriving from the behavioralapproach system[J]. Emotion,2004,4(1):3-22.
[47] Orman, C.A., Meriac, etc. A meta-analysis of the regulatoryfocus nomological network: Work-related antecedents andconsequences[J]. Journal of Vocational Behavior,2012,80(1):160-172.
[48] Hennig-Thurau, T., Gwinner, etc. Electronic word-of-mouth viaconsumer-opinion platforms: what motivates consumers toarticulates themselves on the internet? [J]. Journal ofInteractive Marketing,2004,18(1):38-52.
[49] Sundaram, D.S., Mitra, etc. Word-of-mouth communications: Amotivational analysis[J]. Advances in ConsumerResearch,1998,25:527-531.
[50] Vivek, S. D., Beatty, etc. Consumer engagement: Exploringcustomer relationships beyond purchase[J]. Marketing Theory andPractice,2012,20(2):122-146.
[51] McAlexander, J. H., Schouten, etc. Building brand community[J].Journal of Marketing,2002,66(1):38-54.
[52] Brodie, R. J., Ilic, etc. Consumer engagement in a virtual brandcommunity: An exploratory analysis[J]. Journal of BusinessResearch,2013,66:105-114.
[53] Van Doorn, J., Lemon, etc. Customer engagement behavior:
theoretical foundations and research directions[J]. Journal ofService Research,2010,13(3):253-266.
[54] Gummerus, J., Liljander, etc. Customer engagement in a Facebookbrand community[J]. Management Research Review,2012,35(9):857-877.
[55] Lee, D., Hosanagar, etc. Advertising Content and ConsumerEngagement on Social Media: Evidence from Facebook[J]. ManagementScience, forthcoming,2017.
[56] Brodie, R. J., Hollebeek, etc. Customer engagement: conceptualdomain, fundamental propositions, and implications forresearch[J]. Journal of Service Research,2011,4:1-20.
[57] Oestreicher-Singer, G., & Zalmanson, etc. Content or community?
A digital business strategy for content providers in the socialage[J]. MIS Quarterly,2013,37(2):591-616.
[58] Scissors, L., Burke, etc. What's in a Like? Attitudes andbehaviors around receiving Likes on Facebook[R]. In Proceedingsof the 19th ACM Conference on Computer- Supported CooperativeWork & Social Computing:ACM,2016.
[59] Burke, M., & Kraut, etc. Growing closer on Facebook: changes intie strength through social network site use[J]. Proceedings ofthe SIGCHI Conference on Human Factors in ComputingSystems,2014,4187-4196.
[60] Johnson, S. L., Safadi, etc. The Emergence of Online CommunityLeadership[J]. Information Systems Research,2015,26(1):165-187.
[61] Berger, J. Word of mouth and interpersonal communication: Areview and directions for future research. [J]. Journal ofConsumer Psychology,2014,24(4):586-607.
[62] Wang, T., Kannan, etc. The association between the disclosureand the realization of information security risk factors[J].Information Systems Research,2013,24(2):201-218.
[63] Yin, D., Bond, etc. Anxious or angry? Effects of discreteemotions on the perceived helpfulness of online reviews[J]. MISQuarterly,2014,38(2):539-560.
[64] Corstjens, M., & Umblijs, etc. The Power of Evil: The Damage ofNegative Social Media Strongly Outweigh PositiveContributions[J]. Journal of advertising research,2012,52(4):433-449.
[65] Baumeister, R. F., Bratslavsky, etc. Bad is stronger thangood[J]. Review of general psychology,2001,5(4):1.
[66] Chevalier, J. A., & Mayzlin, etc. The effect of word of mouth onsales: Online book reviews[J]. Journal of MarketingResearch,2006,43(3):345-354.
[67] Arguello, J., Butler, etc. Talk to me: foundations forsuccessful individual-group interactions in onlinecommunities[J]. In Proceedings of the SIGCHI conference on HumanFactors in computing systems,2006,1:959-968.
[68] Archak, N., Ghose, etc. Deriving the pricing power of productfeatures by mining consumer reviews[J]. ManagementScience,2011,57(8):1485-1509.
[69] Ghose, A., Ipeirotis, etc. Designing ranking systems for hotelson travel search engines by mining user-generated andcrowdsourced content[J]. Marketing Science,2012,31(3):493-520.
[70] Mangold, W., Miller, etc. Word-of-mouth communication in theservice marketplace[J]. Journal of ServicesMarketing,1999,13(1):73-89.
[71] Richins, M. L., & Root-Shaffer, etc. The role of involvement andopinion leadership in consumer Word-of-Mouth: An implicit modelmade explicit. [J]. Advances in Consumer Research,1988,15(1).
[72] Barney G. Glaser,Anselm L. Strauss,Elizabeth Strutzel. TheDiscovery of Grounded Theory; Strategies for QualitativeResearch[J]. Nursing Research,1968,17(4).
[73] Mochen Yang, Yuqing Ren, Gediminas Adomavicius. UnderstandingUser-Generated Content and Customer Engagement on FacebookBusiness Pages. 2019.
[74] Cho, Y., Im, etc. An analysis of online customer complaints:implications for web complaint management[R]. Proceedings of the35th HICSS,2002.
[75] Mudambi, S. M., & Schuff, etc. What makes a helpful review? Astudy of customer reviews on Amazon.com[J]. MISQuarterly,2010,34(1):185-200.
[76] Joyce, E., & Kraut, etc. Predicting continued participation innewsgroups[J].Journal of Computer‐MediatedCommunication,2006,11(3):723-747.
[77] Iyengar, R., V an den Bulte, etc. Opinion leadership and socialcontagion in new product diffusion[J]. MarketingScience,2011,30(2):195-212.
[78] Godes, D. Commentary-Invited Comment on “Opinion Leadership andSocial Contagion in New Product Diffusion” [J]. MarketingScience,2011,30(2):224-229.
[79] 赵玉新.多元线性回归中多重共线性的研究[J].产业与科技论坛,2019,18(03):71-72.
