卢新元 姜元培 张 恒 陈肖潇

(1.华中师范大学信息管理学院，湖北 武汉 430079；2.湖北省电子商务研究中心，湖北 武汉 430079)

在线问答社区是用户在自身需求和收益驱动下，以问答的方式进行信息生产、交换和实践的平台。很大一部分参与者在网络社区中可能会经常登录并浏览阅读相关信息内容，却不主动参与讨论。这种行为称为“潜水行为”(Lurking)，而具有这一行为特征的用户被称为“网络潜水者”(Lurkers)[1]。潜水用户主要从社区获取知识和信息，而缺乏分享和参与讨论的动机和意愿，这将导致社区发展缺乏活力和生命力。因此，站在社区管理者的角度，如何引导用户积极参与社区讨论对问答社区的生存和发展至关重要[2]。

用户在平台上的主要活动是在问答社区中进行社会互动。其中单个用户的行为决策不仅受到其自身因素如感知价值的影响[3]，还可能受到其他用户的态度或观点的影响[4]，或者其他用户之间的互动影响[5]。而现有的研究中主要是对问答社区中的用户动机作讨论，但对问答社区用户对信息的不同反应关注较少。另外，健康互助社区中常见的社会支持[6]也可以扩展到社会化问答社区中，把问与答的互动看作是社会支持互动来进行研究。因此，有必要考察社会支持因素对用户参与问答知识互动行为的作用[7]。

1 相关研究

1.1 在线问答社区中的社会支持互动

社会支持是指个体感知的来自组织其他成员的关爱与支持，是个体被他人关心和帮助的一种体验[8]。社会支持互动是指支持内容从支持提供者传达到寻求支持者的过程[9]，也是建立在社会支持基础上的一种社会互动。与线下的社会支持类似，在线问答社区能为平台中遇到困难或压力的人提供帮助，从而产生社会支持互动[10]。在线问答社区中如果拥有良好的社会支持现象，就表明其成员愿意互相联系和帮助[11]。费豪泽等[12]认为，问答社区中社会互动可以影响用户的信息采纳行为，因此在线问答社区中探究社会支持互动的影响是可行的。

1.2 在线问答社区中的第三方观察者和潜水用户

社会支持互动不仅涉及寻求支持者和支持者[8]，而且还涉及第三方观察者[13]。在线问答社区中，第三方观察者是指浏览问答互动的人，他们暂时并未参与问答互动，但却被社会支持互动所影响[14]。参考张海涛等[15]对社会化问答社区用户角色的定义，本文将用户的身份划分为提问者、回答者、查阅者以及潜水者。依据用户在问答社区的社会支持互动，本研究分为与前人研究对应的寻求支持者、支持者和第三方观察者。第三方观察者包含查阅者和潜水者，且查阅者也并未参与问答中的社会支持互动，从而本研究认为第三方观察者代表问答社区中大部分潜水用户。如何衡量社会支持互动的影响，先前的研究主要从寻求支持者和支持提供者的角度来探讨结果，例如特定社会支持类型如何影响社会支持互动效果[16]以及寻求支持者的满意度变化[17]，很少有研究在社会支持互动中第三方观察者的反应，对应提问者和回答者的社会支持互动如何影响潜水用户仍然未知。同时本研究选择两个特定因变量进行检查潜水用户的反馈：潜水用户在观察到问答互动后的平台满意度和对问答互动的参与意向。选择这两个变量是因为它们衡量了不同维度的社会支持互动的反馈，一个是认知方面，另一个是行为方面。

1.3 在线问答社区中的信息效价与社会支持类型

在实际在线社区使用中，评论信息往往带有一定的情感倾向，可以是正面的、中立的或负面的。在已有的研究中，“效价”一词常常被用来定义评论的情感倾向[18]。信息效价代表用户积极或消极的态度，会影响浏览评论者对评论描述主题的认知[19]。而在线问答社区中，关于信息效价导致用户认知或行为影响的研究并不多，沈洪洲等[20]认为，积极地回答信息更能够获得其他用户的认可，但对问题的消息效价，就是寻求支持者的情感倾向，能否影响其他用户的认知或行为仍然是未知的。因此，本文将在线问答社区中的信息效价分为积极信息和负面信息两个维度进行研究。

问答社区中对社会支持的分类并不明确，参考Morelli S A等[21]对社会支持的分类，通常包括两个部分：支持者向支持寻求者传达的同理心或情感反馈的情感支持，以及与支持者执行的支持行为有关的工具性支持，而在线社区中情感和信息支持受到了最多的研究关注[10,22]。因此，本文将在线问答社区中的社会支持分为信息支持和情感支持两个维度进行研究。

1.4 最优匹配理论

在研究社会支持互动时，最优匹配理论是使用最广泛的理论框架之一[23]，它假设当实际获得的社会支持与个体的特定需求或目标相匹配时，社会支持的作用会更强，但如果支持不匹配，则可能产生有害影响。例如，在可控制压力事件之后，以问题为中心的社会支持(如，信息支持)更有益，而以情绪为中心的支持(如，情感支持)对无法控制的压力更有用[24]。所提供的社会支持类型与压力源类型相匹配，或与个体的偏好相匹配，才能充分发挥社会支持的有效性[25]。在最优匹配理论中，社会支持分成感知支持和接受支持。感知支持是“个体相信在需要时会有人为其提供帮助”，而接受支持是“个体真正得到的帮助”[26]。个体需要的支持与得到的支持相匹配时，社会支持才可以充分有效发挥其作用。

而在研究问答社区中的社会支持互动中，根据最优匹配的原则，如果第三方观察者认为支持者提供的支持信息满足寻求支持者的需求，则可以认为这样的社会支持是有效的[27]。本研究认为提问者提供负面信息表明其压力是可控的。当提问者在平台上提供出负面的信息本身就是有压力的，而提问者在平台上发布消息和寻求支持的行为是其缓解压力的一部分。发布负面信息表明这类型的提问者可能是有意通过倾听回答者具体建议(即信息支持)来改善自己的处境。相反，提问者发布积极的信息可能表示其并不需要具体解决问题的解决方案，而期待感知到回答者以情感的方式(即情感支持)提供的支持。同时，观察者认为这些支持互动会比较有效果，从而更容易被影响。

2 研究假设与模型

2.1 信息效价对潜水用户的影响

已有关于评论效价对行为意向影响的研究结论并不统一，张昊等[28]认为，消费者在负面评论中得到消极的情感体验，为了规避风险和损失而选择减少或放弃购买决策；消费者在正面评论中得到积极的情感体验，为了争取机会和收益而选择尝试或增加购买决策。但Berger J等[29]提出，负面评论对图书销量有积极的正面影响，因为负面评论使消费者对知名度较低产品的销量有了正面的促进作用。在线问答社区中，到底哪种问题提供效价会引起潜水用户更高水平的平台满意度或参与意愿？因此提出假设：

H1：与负面消息相比，用户观察积极信息效价能够引起更高的平台满意度

H2：与负面消息相比，用户观察积极信息效价能够引起更强的参与意愿

2.2 用户感知的中介作用

感知有用性是一个影响用户行为的强大且直接的决定因素，感知有用性显著影响满意度和持续使用意愿[30]。在线问答社区中，用户浏览到特定信息后，认识到该信息对其工作和生活帮助的程度越大，那么其对该信息的感知有用性就越强[4]，可能会产生采纳、评论或分享等意愿。故本研究将在线问答社区感知有用性定义为用户认为问答互动是有帮助，因此假设：

H3a：用户感知有用性在信息效价和平台满意度之间起中介作用

H4a：用户感知有用性在信息效价和参与意愿之间起中介作用

感知支持感是指社区成员对社区在重视成员贡献程度的总体体验和看法[31]，Ye H J等[32]认为，虚拟社区中的支持感会正向影响成员的知识共享行为。当在线问答社区为成员提供高质量的内容而被社区和其他用户所重视，会促进用户产生社区支持感。故本研究中，在线问答社区感知支持感是用户感知到在问答互动中互相被认同和重视，因此假设：

H3b：用户感知支持感在信息效价和平台满意度之间起中介作用

H4b：用户感知支持感在信息效价和参与意愿之间起中介作用

信息影响敏感性是个体在形成观点或做出决策时，其态度、信念和行为受所处社会环境中他人影响的过程中的个体特征[34]。而个体的认知受他人提供的信息影响的程度与信息影响敏感性水平高度相关[34]，信息影响敏感性高的用户会跟随其他用户的引导，从而获得安全感[35]。这类用户由于对相关知识了解较少，更不容易作出决定，并会感知到更高的风险，因此为降低这种风险，他们可能更倾向于选择更加有效的信息[36]。这种场景与在线问答社区非常契合，因此假设：

H3c：用户信息影响敏感性在信息效价和平台满意度之间起中介作用

H4c：用户信息影响敏感性在信息效价和参与意愿之间起中介作用

2.3 社会支持的调节作用

在线社会支持被视为一种人际关系，处在支持的个体感觉到被群体关注、尊重和激励，将个体与个体、个体与社区以及个体与信息有机连接起来[37]。Goldsmith D J等[38]认为，当提供支持者给出适当类型的社会支持与寻求支持者的需求相匹配时，接受支持的人(包括寻求支持者和第三方观察者)会获得最优的支持效果，并可以通过感知有用性，支持感和敏感性来测量社会支持的效果。同时社会支持最优匹配效果影响用户感知到的情感和压力来产生正向的效果，在已有信息效价的影响下社区用户之间特定的支持满足人们的心理需求，减缓了在社区互动中的压力而被认为是有用的，同时让用户感到被重视进而产生感知支持感[39]。信息影响敏感性也可能源于感受到社会支持的同理心[40]，给潜水用户带来更高满意度和参与意向。用户感知(包括感知有用性、感知支持感、信息影响敏感性)对信息效价和平台满意度或参与意愿之间的中介效应受到用户观察社会支持类型的调节。可能在面对积极信息时，相比信息支持，情感支持导致的用户感知的中介效应更强，因此假设：

H5a和H6a：用户观察社会支持类型在信息效价和平台满意度参与意愿之间通过感知有用性影响过程中起调节作用

H5b和H6b：用户观察社会支持类型在信息效价和平台满意度参与意愿之间通过感知支持感影响过程中起调节作用

H5c和H6c：用户观察社会支持类型在信息效价和平台满意度参与意愿之间通过信息影响敏感性影响过程起调节作用

在线问答社区中用户自愿分享个人体验、专业知识以及意见反馈，这种互帮互助的支持氛围让个体成员感受到被重视、被关注，从而直接激发社区成员产生对社区有益处的主动行为[40]。在匹配到合适的社会支持互动场景时，第三方观察者同样会被特定的社会支持影响，从而产生更高的问答互动者满意度和参与意向[27]。可能在面对积极信息效价时，相比信息支持，情感支持对积极信息匹配产生的平台满意度或参与意愿更高，因此假设：

H7：信息效价对平台满意度的影响过程受到用户观察社会支持类型的调节

H8：信息效价对参与意愿的影响过程受到用户观察社会支持类型的调节

2.4 研究模型

综上，本文提出如图1的研究模型，描述了信息效价(积极vs.负面)及社会支持(情感vs.信息)如何对潜水用户的平台满意度和参与意愿产生影响。

图1 信息效价及社会支持对潜水用户满意度及参与意愿的影响模型

3 实验设计与数据收集

采用2×2受试者间实验设计来检验提出的假设，包括提问者提供的问题信息效价(积极vs.负面)和回答者的社会支持类型(情感vs.信息)。基于前文假定，本研究设计(提问者提供的信息效价：积极与负面)×2(社会支持类型：情感和信息)的情景实验[41]。

我国相关研究同样取得了丰富的成果，广东工业大学的杨宜民等人在上世纪九十年代研制了一种仿生型行走式直线驱动器，如图5所示[7]，该驱动器具有精度高、输出力大、步距可变、行程长、体积小、结构简单、内置传感器等特点，其最大输出力可达3 500 N，行程1 000 mm。

3.1 前测实验

本研究选择知乎平台作为实验情景，主要原因有：①用户数量庞大；②问答功能完善；③问答主题丰富。为了更好地构建符合现实情景的实验问答集，验证本研究将内容类型划分的积极和负面信息效价，利用Python爬虫技术抓取知乎问答社区的关于数码话题下的各种类型问答(包括问题与相应的回答)，通过文本分析对用户问题中的两种效价信息进行分类。文本分析采用百度情感分析模型对用户问答的文本特征数据进行情感分类[42]。通过计算用户发帖文本的情感得分度量用户情绪，情感得分高于5，代表该信息的积极情绪更高。

为了保证用户问答的真实性，控制问题信息效价和回答社会支持类型的影响，邀请两名专家，在爬取的问答数据分类中，针对回答类型进行归类校正得到16条支持性回答。在见数众包平台上召集受试者并随机分配到积极或负面信息的问题类目下，问题的主体是相似的，但是其情感词是相反的，是根据在爬取的问题中的信息效价分类创建的。在任何一种情况下，受试者都会查看到积极或负面信息效价的问题以及其他用户对该问题的16条支持性回答；他们对问题信息的效价进行评分，同时也会评估每个回答的情感和信息支持程度[22]。

对信息的效价进行两尾独立样本t检验(预测试中使用的所有度量均基于7分制，1为非常不同意，7为非常同意)。积极消息(M=6.42，SD=0.81)被认为比负面消息(M=2.88，SD=1.36)明显更积极，t(48)=11.31，p<0.001；在16条评论中，基于两次ANOVA测算结果，选择了4条作为主要实验，其中2条为情感支持，另2条为信息支持，使用Bonferroni方法进行事后分析表明，两个选定的情感支持消息与其他两个选定的信息支持情感程度更高(两对组间比较，p<0.001)，同理，信息支持消息也是如此。因此，在主要实验中采用这两种效价信息。

3.2 实验过程

本研究正式实验开始于2021年1月5日，结束于2021年1月15日，历时10天，共招募被试100人，被试者由见数问卷平台提供的真实样本库招募组成。将被试随机分配到4组实验情景，平均每组25名被试。被试者首先阅读实验情景介绍，然后浏览知乎平台的问答，最后回答相应问卷，为了检测实验操纵情况，邀请受试者对问题的信息效价以及回答的情感和信息支持水平进行了评估。使用知乎的场景多发生于手机端，因此本研究问卷的填写均在被试手机上完成。为了更加贴近现实场景，本研究的用户问答页面均来自知乎手机端的真实页面，人口统计信息在调查表的结尾处收集。主要实验采用虚拟场景，创建了一个来自虚构的知乎平台问答的4个版本，分别为“积极问题—信息支持回答”“积极问题—情感支持回答”“负面问题—信息支持回答”“负面问题—情感支持回答”，如图2和图3所示。

图2 积极性问题与情感支持回答匹配

图3 负面性问题与信息支持回答匹配

确定实验场景后，测量用户的感知有用性、支持感和敏感性来反映用户在匹配后的感知程度。参考Goldsmith D J等[38]的三因素语义量表测量(有用性α=0.71；支持感α=0.72；敏感性α=0.70)。感知的满意度的测度改编自Hendrick S S[43]和Hong S J等[44](α=0.86)，同时参考Huang K Y等[45]的参与意向的度量(α=0.80)。主要实验中使用的所有度量均基于7分制(1为非常不同意，7为非常同意)。

4 数据分析结果

4.1 样本特征

主要实验进行GA功耗分析，这表明需要最小样本量为84，才能检测一个双向互动效果(效应值=0.4，α=0.05，power=0.95)。最后通过见数平台在主要实验中获得了91个完整响应。这些参与者均未参加预测试。平均年龄段集中在20～30岁，男性略多(57.14%，n=52)。此样本结构与知乎等问答社区的现实情况基本吻合，且大多数被试都有问答社区使用经验，有助于保证问卷的质量。由于性别和年龄等人口特征均被证实不显著影响问答社区的满意度与参与意愿，因此后续分析不再讨论以上变量。为了检查3种中介变量(即感知有用性、支持感和敏感性)并确保它们各自代表唯一的构念，使用Mplus8进行了验证性因子分析(CFA)。发现了CFA模型拟合结果通过(RMSEA=0.075，90%CI[0.037,0.108]，CFI=0.912，TLI=0.88，SRMR=0.076)。表1结果能表明各变量之间存在相互作用关系p<0.001，其相互作用仍需要进一步检验。

表1 相关系数

操纵检验结果表明，与分配信息支持条件的参与者(M=5.03，SD=1.26)相比，分配情绪支持条件的参与者对评论的评价显著多于情感(M=5.51，SD=1.12，t(91)=2.24，p<0.05)。同时，分配给信息支持回答的参与者对回答的评价比分配给情感支持条件的参与者(M=4.64，SD=1.57)的回答要多得多(M=5.52，SD=1.23，t(91)=3.51，p<0.001)。最后，分配积极效价的参与者认为该效价比分配负面效价的参与者(M=3.47，SD=1.60)更积极，证明支持类型和信息效价的操纵是成功的。

4.2 信息效价与满意度和参与意愿的方差分析

在不考虑调节中介影响的情况下，通过两组研究，考察了自变量和调节变量(即提问信息效价和社会支持类型)对因变量(即所感知的平台满意度与参与意愿)的影响，而未考虑中介变量的影响。方差分析表明，当感知的满意度作为因变量时，信息效价，F(1,91)=5.590，p<0.050(积极：M=5.70；负面：M=5.32)，以及社会支持类型，F(1,91)=2.77，p=0.09(情感支持：M=5.38；信息支持：M=5.65)影响显著。信息效价和社会支持类型之间的相互作用对感知的满意度的影响也显著，F(1,91)=8.1，p<0.01；当参与意愿是因变量时，信息效价F(1,91)=0.69，p=0.4，同时社会支持的类型F(1,91)=0.42，p=0.52都不显著。两者之间的相互作用效果也不显著，F(1,91)=0.372，p=0.77。所以H1得到验证。

4.3 信息效价与满意度和参与意愿中介效应分析

本文采用SPSS27中的PROCESS插件的Model8，在控制性别、年龄等的情况下对注意控制在信息效价与之间关系中的中介效应进行检验，采用Bootstrap方法重复抽样5 000次建立偏差校正95%置信区间，检验信息效价是模型中的自变量(负面=-1，积极=1)，社会支持类型是调节变量(信息=-1，情感=1)。由于该模型可以容纳多个调节变量，因此本研究中建议的3个调节变量(包括感知有用性、支持感和敏感性)被同时纳入。感知满意度和参与意愿分别作为因变量，调节变量和因变量在分析中均已标准化，如表2所示。

表2 调节的中介模型检验

1)当感知满意度是因变量时，可以通过感知有用性(B=0.15，SE=0.14，t=3.79，p<0.001)这个变量显著预测到。同时信息效价(B=0.122，SE=0.05，t=2.27)也有显著影响。此外，表4中的中介效应值在感知有用性(index=0.1192，SE=0.0575，95%CI[0.0213,0.2476])和敏感性的中介效应值(index=0.0766，SE=0.0436，95%CI[0.0064,0.1748])也显著，表明感知有用性和信息影响敏感性在信息效价和社会支持对感知满意度起到明显的中介作用。所以H3a、H3c被验证。

2)当参与意愿是因变量时，感知有用性(B=0.3396，SE=0.1385，t=2.45)和信息影响敏感性(B=0.5195，SE=0.128，t=4.06)能够显著正向预测因变量。结果显示，表4中中介效应值在感知有用性(index=0.1048，SE=0.0584，95%CI[0.0021,0.2335])和信息影响敏感性(index=0.1277，SE=0.0539，95%CI[0.0337,0.247])是显著的，表明感知有用性和信息影响敏感性在信息效价和社会支持类型对参与意愿起到中介作用。所以H4a、H4c被验证。

4.4 社会支持类型的调节效应分析和被调节的中介效应分析

分析结果显示了自变量和调节变量对这3个中介变量的影响。回归分析结果的详细信息如表3所示。

表3 调节效应检验结果

社会支持类型对主效应的调节。从社会支持类型与信息效价的交互效应检验结果显示，交互效应在平台满意度(B=0.0904，p>0.1)和参与意愿(B=-0.0898，p>0.1)方面都不显著，H7和H8没有被验证；社会支持类型对用户感知中介效应的调节。社会支持类型主要影响对于感知的有用性(B=-0.14，SE=0.4，t=-3.20，p<0.01)和支持感(B=0.11，t=2.56，p<0.05)是显著的，又因为社会支持类型是调节变量(信息=-1，情感=1)，这意味着情感支持比信息支持更有支持感，而信息支持比情感支持更有有用性。此外，发现信息效价和社会

支持类型之间的交互项用对感知有用性和信息影响敏感性都是显著的。强调社会支持类型调节作用，按照实验分组进行简单效应分析，所以情感支持倾向于对积极信息产生更高水平的感知有用性和敏感性，而信息支持则对负面信息的感知有用性和敏感性产生更强的影响，具体的调节效应效果如图4和图5所示。

图4 信息效价与社会支持通过感知有用性的交互效应

图5 信息效价与社会支持通过信息影响敏感性的交互效应

通过中介效应之差的显著性来检验社会支持对信息效价和感知满意度与参与意愿的链式中介的调节作用，结果如表4所示。在表4的6个路径中有3种情况，类型一：“信息效价→感知有用性→满意度”的作用路径中，信息支持对感知有用性的调节作用区间为[-0.104,-0.0016]，不包括0，效应值为0.0263，情感支持对感知有用性的调节作用区间[0.0086,0.1682]，不包含0，效应值为0.0413，表明信息支持和情感支持都能够通过感知有用性来影响满意度；类型二：“信息效价→感知支持感→参与意愿”，其中信息支持和情感支持的调节区间都包含0，则都无法进行有效调节；类型三：“信息效价→感知有用性→参与意愿”的作用路径中，信息支持对感知有用性的调节作用区间为[-0.0947,0.0026]，包括0，情感支持对感知有用性的调节作用区间[0.0001,0.1645]，不包含0，效应值为0.0420，表明信息支持和情感支持都能够通过感知有用性来影响参与意愿方面具有显著差异，在面对积极消息时，情感支持会通过感知有用性来影响用户的参与意愿，而信息支持则不会通过感知有用性来影响用户的参与意愿。类似的，“信息效价→信息影响敏感性→满意度”“信息效价→信息影响敏感性→参与意愿”也有明显的支持类型差异。H5a和H6a、H5c和H6c被验证。

表4 被调节的中介效应检验结果

5 研究结果讨论

5.1 研究结论

本文通过实验研究探究了不同信息效价对潜水用户的平台满意度和参与意愿的影响，并引入用户感知(包括感知有用性、支持感和敏感性)作为中介变量和与信息效价相互匹配的用户接受的社会支持类型作为调节变量，分析用户感知在信息效价对用户认知与行为的影响中的中介作用以及匹配社会支持类型对主效应和中介效应的调节作用。主要研究结论如下：

第一，在问答社区中提问者产生的信息效价以及回答者的社会支持类型会影响观察者的平台满意度，潜水用户在面对提问者提供积极信息或者回答者提供信息支持的情景下，其满意度有显著上升。这对在线社区管理者而言，创造积极的社区氛围以及引导专业的知识产出很有必要。同时，根据信息效价和社会支持类型的交互效应，提问者提供的负面信息不一定会导致不利的效果，当负面消息与回答者的信息支持匹配，可能会在潜水用户眼中形成良好的看法。可能正是由于这种特殊情景的感知，激发了用户关注该主题的兴趣。

第二，感知的有用性、信息敏感性在信息效价对满意度和参与意愿影响过程起中介作用。当社会支持的类型与寻求支持者的需求相匹配时，观察者认为支持信息往往被认为是有用且敏感的，从而导致更有利的感知和行为结果。信息影响支持感的中介作用对感知满意度或参与意愿均不显著，这可能是因为问答双方以及观察者之间的关系并不亲密。

第三，社会支持类型对用户感知的中介效应具有调节作用。即在面对积极消息时，情感支持会通过感知有用性来影响用户的参与意愿，同时通过信息影响敏感性来影响平台满意度和参与意愿。可能的解释是感知有用性主要涉及问答的有用程度，因此更直接地与实际的行为意图相关，而信息敏感性则反映问答双方的互动影响到观察者的情绪。研究表明潜水者对社会支持互动的看法很大程度上取决于所提供的支持是否与寻求支持者的需求相匹配。

5.2 研究启示

之前的大多数社会支持研究都集中在直接参与社会支持互动的两个方面：寻求支持者和支持提供者。但是，第三方观察者即本文研究对象——潜水用户，对支持性互动的评价在社会支持研究中也很重要[46]。调查第三方观察者与相关研究关注的各种SNS上的潜水者研究是一致的。与经常在网上表达意见的发布者不同，潜水者是“沉默的大多数”，他们阅读信息但几乎不发表意见，根据自己的观察做出自己的判断和决定，暂时处在静默状态。因此，这项研究通过要求受试者阅读问答双方的帖子，将其视为第三方观察者或潜水者，来评估“沉默的大多数”的认知与行为意图。

鉴于社交媒体上存在大量潜水者及其参与内容创造潜力，对于平台而言，重要的是不断优化社会化问答的呈现方式，以保持“匹配的”社交支持互动。平台不能强迫个人在其社交媒体帖子上发表特定评论，但能通过有效的消息策略引起其浏览者的“匹配”响应。例如，在负面性消息中包含明确的建议信息可能会引起更多的用户反馈，注重建立问答社区的情感氛围建设。平台可以鼓励用户产生积极信息，积极信息与情感支持可能对用户起到更明显的效果。同时在用户问答中，相关企业可以对在线问答社区平台提供实质性产品信息、营造社会支持性氛围和良好口碑。

5.3 局限与展望

本研究仍存在一定局限性。首先，本研究重点在于揭示在线问答社区用户参与行为形成。尽管该研究满足了基于功效分析的最低要求，但其样本规模相对较小，更多的参与者将增强该研究结果的推广性。其次，这项研究的实验性刺激来自设计好的虚构问答。假设受试者对问答没有任何先验知识，他们的认知和行为意向响应基于单个刺激信息。未来的研究可能会考虑使用真实的问题数据来进行研究，将个人对实际问答环境参与行为进行比较研究也是可行的。另外，本研究中对参与意向的测量并未反映实际的参与，需要未来二手数据进行验证。