原创还是转发？社交网络视角下的UGC产生动机研究

User-generated content (UGC) is becoming a dominating way for people to communicate and share with each other on social platforms. For platform providers, a good UGC performance can attract more advertisers and directly influence their revenue. Therefore, how to encourage people to contribute content becomes a problem of interest. However, the underlying motivation on user- generated content is still not well understood. Therefore, from the point of social network view, we propose here a more comprehensive utility framework to explore the motivation of tweeting behavior. In the previous literature study, the applicant found that intrinsic and image-related utility can explain consumers’ tweeting behavior. We then propose an interaction utility concept to describe the utility that users derive from interacting with their friends. Furthermore, we exert a time budget constraint in our utility framework and this enables us to evaluate the trade-off between generating and consuming content. Finally, a real dataset from a social media company will be used to test the effectiveness of the theoretical model. This project has important theoretical and practical value to understand consumer motivation in online platforms. The goal of this project is to provide useful suggestions for those online platforms.

在线用户创造内容（User-generated Content，UGC）已经成为人们在社交平台上进行交流与信息分享的主要方式。高质量的UGC能够吸引更多的广告主以及为平台带来可观的收入。因此，如何鼓励人们在社交平台上贡献UGC已成为近年来研究的热点问题之一。然而关于用户会发什么样的帖子，UGC产生的动机机制还尚未十分明确。本课题将从社交网络视角出发，提出一个全面的效用理论模型用于探究用户的发帖动机。之前的研究发现内在效用和形象效用可以被用来解释用户的发帖行为，本项目提出了交互效用的概念，即用户通过与社交平台上的好友进行互动而获得的效用。其次，在考虑效用最优化时加入了时间约束这一条件。最后，将利用社交平台的数据对理论模型进行实证检验，通过对实际数据的分析，来阐明用户发帖背后的机理。本课题对理解社交平台上的用户发帖动机具有重要的理论意义与实际价值，为企业进行平台运营提供理论与实验依据。

本项目围绕在线用户创造内容（User-generated Content，UGC）展开相关研究，从交互效用的视角探究产生UGC背后的动机，进而研究用户在社交平台的发帖行为。这是本项目的主要研究内容。在主要研究内容的基础上，项目还进行了相关拓展研究：1）网络结构数据的统计建模问题，由于社交网络数据是一种非常重要的非结构化数据类型，因此研究复杂网络数据的统计建模和相关统计性质也是本项目一个非常重要的拓展研究内容。主要进行了带有缺失数据的网络结构数据的建模与估计问题，网络结构数据在GARCH模型以及在个人征信评分模型中的应用等研究。2）在项目进行中，一种新兴的用户信息传播平台迅速发展了起来，就是直播平台，直播平台和社交网络平台具有极大的相似性，而直播平台的一个重要行为就是用户打赏，这直接影响平台的知名度和收入。因此作为第二个拓展研究，借鉴社交平台用户发帖动机的研究范式，团队又进行了关于打赏动机的研究。项目主持人依托本项目共计发表论文9篇，其中，英文论文5篇，中文论文4篇，以主要作者身份（第一或通讯）发表中英文论文8篇。这些研究成果主要概括为两大类：一类是基于网络结构数据的理论应用（包括统计建模、相关统计量的理论性质的研究等），另一类是基于网络结构数据的实践应用（例如社交网站发帖或打赏的相关动机研究）。下面将成果具体总结如下。（一）、在网络结构数据的理论研究方面，主要关注：1、离散选择模型中网络相关系数的估计；2、带有网络结构的GARCH模型的相关统计理论性质；3、带有缺失数据的空间自回归模型的相关估计问题；（二）在社交网络数据实践应用方面的研究，这部分是本项目的重点，在完成了本项目既定研究内容基础上，团队又进行了一些扩展研究。具体有：1、针对社交网络发帖动机的研究，从交互效用、被关注者类型和发帖类型等进行研究；2、从社会交互视角研究新型社交平台：直播平台的打赏动机；3、社交网络数据在文本挖掘、个人信用评分中的应用。