摘要
介绍用户生成内容（UGC）的源流发展，并在此基础上引入信息生产过程理论（IPP）的视角，介绍其基本概念及其数理表达形式，并从理论角度和模拟实证角度探讨IPP应用于UGC的可行性。通过8个不同类型的UGC网站开展实证研究，包括：Flickr、Delicious、Youku、YouTube、Amazon、FanFiction、CiteULike、Yahoo!知识堂。根据不同的数据采集规则采集相关元数据并进行数据分析，包括描述性统计、累积分布函数分析以及数据分布拟合，在IPP视角下从定量的角度揭示UGC的特征与机理，如UGC的离散分布与集中趋势、UGC的帕累托最优表现、UGC中长尾理论的特征、UGC的自相似性及粒度分析等，试图从理论上揭示UGC的生成规律，为研究相关UGC动因做好前期准备，并为UGC运营商提供相关激励机制设计的参考依据和辅助决策。
This paper first introduces the origin and development of user-generated content, and then explains the foundation and mathematical form of Information Production Process （ IPP）. Based on the theory and practice of the two, the paper studies the feasibility of applying the IPP as a framework to guide the research of UGC. The authors take an empirical study to reveal the characters and mechanisms of UGC quantitatively by collecting data from 8 UGC sites based on different rules, which included the law of scattering distribution, Pateto rules, long tail theory and self-slmilarity, etc. Finally the authors conduct a discussion to explore the incentive mechanism of UGC in terms of its character based on IPP perspective.
出处
《情报学报》
CSSCI
北大核心
2011年第3期299-309,共11页
Journal of the China Society for Scientific and Technical Information
基金
本文系2009年教育部人文社会科学研究规划项目“Web2.0环境下用户生成内容激励机制与评价机制的设计及其协同研究”（09YJA870014）以及江苏省2009年普通高校研究生科研创新课题“Web2.0环境下用户生成内容激励机制研究”（CX09B_027R）研究成果之一.
关键词
用户生成内容
IPP
分布函数数据拟合
user-generated content, IPP, distribution function, distribution fitness of data
