[论文解读] Behavioural Dimensions for Discovering Knowledge Actor Roles Utilising Enterprise Social Network Metrics

Janine Viol, Rebecca Bernsmann+1 more|arXiv (Cornell University)|May 28, 2016

Knowledge Management and Sharing参考文献 31被引用 7

一句话总结

本文提出了一种框架，通过从用户参与、消息内容和结构化网络位置中提取的16项行为指标，识别企业社交网络（ESNs）中的知识主体角色。通过因子分析，识别出四个关键行为维度——贡献与网络化、信息提供、联系分散和隐形使用——使组织能够通过识别不同的知识贡献者角色来提升知识透明度。

ABSTRACT

The identification of distinct user roles is an important theme in social media research. However, for Enterprise Social Networks (ESN), the use of social media within organisations, research identifying such roles is still lacking. Yet, understanding user roles, in particular regarding their knowledge contributions and communication behaviour, might usefully support companies in managing critical knowledge resources. Against this backdrop, in this research-in-progress paper we derive 16 metrics characterising the participation behaviour, message content and structural position of ESN users of an Australian professional services firm. Based on a factor analysis, we identify four distinct dimensions of ESN user behaviour: Contribution & networking, information provision, contact dispersion and invisible usage. With this research we contribute to the literature by transferring concepts and methods of organisation science and social media research to an ESN context. Further, our approach forms the basis for the identification of different types of knowledge actors, which might ultimately help to improve organisational knowledge transparency.

研究动机与目标

• 为解决企业社交网络（ESNs）中用户角色识别研究不足的问题。
• 通过与参与度、内容和网络结构相关的可测量指标，对 ESN 用户行为进行特征刻画。
• 识别反映不同知识贡献模式的独立行为维度。
• 通过基于角色对知识主体进行分类，支持组织的知识管理。

提出的方法

• 本研究从一家澳大利亚专业服务公司的 ESN 中收集了16项行为指标，涵盖参与频率、消息内容和结构化网络位置。
• 应用因子分析将16项指标简化为潜在的行为维度。
• 基于指标的因子载荷对维度进行解释，揭示用户行为的模式。
• 该方法整合了组织科学与社交媒体研究的方法，用于在 ESN 环境中映射用户角色。
• 通过指标分组的定性解释及其与知识工作的理论一致性，对所得维度进行验证。

实验结果

研究问题

• RQ1 如何通过社交网络指标系统性地测量和刻画企业社交网络中的用户行为？
• RQ2 ESN 用户活动数据中浮现哪些潜在的行为维度？
• RQ3 这些维度如何反映在知识贡献与沟通中的不同角色？
• RQ4 这些维度在多大程度上有助于识别组织内不同类型的知识主体？

主要发现

• 通过因子分析识别出四个显著的行为维度：贡献与网络化、信息提供、联系分散和隐形使用。
• 贡献与网络化维度反映了那些积极发帖并广泛与多人互动的用户，表明其在知识交换中高度参与。
• 信息提供维度捕捉了频繁分享内容的用户，表明其作为知识传播者的角色。
• 联系分散维度识别出与广泛范围联系人沟通的用户，表明其在社交群体之间起到桥梁作用。
• 隐形使用维度代表那些访问内容但不贡献的用户，突显其作为被动知识消费者的角色。
• 该框架使组织能够将用户分类为不同的知识主体角色，从而支持有针对性的知识管理策略。