孫端

關(guān)鍵詞：大數(shù)據(jù);網(wǎng)絡(luò)產(chǎn)品;眾包模型;聚類分析;Apriori算法

中圖分類號：C931 文獻標識碼：A 文章編號：1009 — 2234（2020）01 — 0077 — 03

隨著網(wǎng)絡(luò)經(jīng)濟的崛起，新技術(shù)、新生產(chǎn)方式、新商業(yè)模式等不斷涌現(xiàn)，云計算、大數(shù)據(jù)、眾包等一系列新的生產(chǎn)技術(shù)、生產(chǎn)方式、新的商業(yè)模式逐漸成為企業(yè)市場創(chuàng)新的新寵。國家在“十三五”規(guī)劃綱要中明確提出要“拓展網(wǎng)絡(luò)經(jīng)濟空間，牢牢把握信息技術(shù)變革趨勢，實施網(wǎng)絡(luò)強國戰(zhàn)略”。習(xí)近平治國理政思想中對網(wǎng)絡(luò)強國戰(zhàn)略思想有著深入和系統(tǒng)的論述，強調(diào)新時代發(fā)展網(wǎng)絡(luò)經(jīng)濟具有重要意義和價值。如何貫徹國家網(wǎng)絡(luò)強國政策，把眾包等新技術(shù)、新生產(chǎn)方式、新商業(yè)模式利用好、發(fā)展好、維護好，成為學(xué)界和業(yè)界研究的新課題、新任務(wù)、新挑戰(zhàn)。采用眾包模式，利用大數(shù)據(jù)分析方法，識別網(wǎng)絡(luò)消費者網(wǎng)絡(luò)行為，挖掘網(wǎng)絡(luò)消費者的消費行為特征，在消費行為特征與消費者需求之間建立關(guān)聯(lián)關(guān)系，構(gòu)建一個符合網(wǎng)民需求的網(wǎng)絡(luò)產(chǎn)品眾包模型，對指導(dǎo)企業(yè)面向網(wǎng)絡(luò)消費者，從事網(wǎng)絡(luò)產(chǎn)品設(shè)計與開發(fā)具有重要意義。

一、國內(nèi)外研究現(xiàn)狀

以“眾包”為主題詞，在中國知網(wǎng)上，選擇期刊頁面，設(shè)定CSSCI來源期刊類別，截至2019年6月25日，共計獲得417篇相關(guān)論文。從這些CSSCI來源期刊的論文看，國內(nèi)學(xué)者們主要從眾包創(chuàng)新、眾包模式、眾包模式應(yīng)用、眾包參與者行為等方面進行研究，其表現(xiàn)為：一是眾包創(chuàng)新研究。如孟慶良等（2017）從雙邊視角出發(fā)，構(gòu)建了眾包創(chuàng)新模式的關(guān)鍵用戶知識源識別體系，提出基于BP神經(jīng)網(wǎng)絡(luò)的關(guān)鍵用知識源識別方法?！?〕二是眾包模式研究。如王謙等（2014）系統(tǒng)性地探討了網(wǎng)絡(luò)眾包模式的基本內(nèi)涵、構(gòu)建方法及現(xiàn)實效用〔2〕。三是眾包模式應(yīng)用研究。如楊雪（2016）從參與門檻、預(yù)期收益和信任程度等方面總結(jié)了眾包生產(chǎn)中可能遇到的問題?！?〕四是眾包參與者行為研究。如張雪峰等（2019）構(gòu)建了綜合考慮參與者勝任度和接受度的任務(wù)推送模型，提出了參與者勝任度測量方法?！?〕

國外眾包研究早于國內(nèi)研究，其研究涉及范圍更廣、內(nèi)容更深、與實踐結(jié)合更為密切。具體來看，國外眾包研究主要表現(xiàn)為：一是眾包內(nèi)涵探討。美國《連線》雜志記者Jeff Howe（2006）首先提出眾包概念，并認為眾包是一個公司或機構(gòu)將過去由員工執(zhí)行的工作任務(wù)以自由自愿的形式外包給非特定的大眾網(wǎng)絡(luò)的做法〔5〕。二是眾包與創(chuàng)新關(guān)系研究。如開放式創(chuàng)新之父H W Chesbrough（2003）將“眾包”視為開放式創(chuàng)新的一種有效的方式，能夠充分利用外部資源，提高企業(yè)產(chǎn)品研發(fā)的創(chuàng)新性〔6〕 三是眾包主體研究。如 Guido Jouret（2009）認為眾包主體越廣泛，越有利于創(chuàng)新〔7〕四眾包驅(qū)動因素研究。如Brabham等（2012）提出大眾參與者的內(nèi)在動機比外在動機更能影響參與者的行為?！?〕五是眾包績效研究。如Blohm等（2011）認為參與者進行合作可以提高創(chuàng)意質(zhì)量，并能顯著提高眾包競賽的績效水平。〔9〕

國內(nèi)外眾包理論相當豐富，從基本概念和內(nèi)涵、參與要素、模式模型、及其各個領(lǐng)域中具體應(yīng)用都有豐富的研究成果，這為本文提供了重要的理論基礎(chǔ)?；诰W(wǎng)民行為大數(shù)據(jù)，探討網(wǎng)絡(luò)產(chǎn)品眾包模型的研究文獻鮮見，特別是利用大數(shù)據(jù)聚類分析技術(shù)和Apriori算法，以網(wǎng)絡(luò)消費者在網(wǎng)絡(luò)平臺上的瀏覽、購買、評價等行為大數(shù)據(jù)為基礎(chǔ)，深度挖掘網(wǎng)絡(luò)消費行為背后的真實需求，把消費者需求前置到企業(yè)的網(wǎng)絡(luò)產(chǎn)品設(shè)計開發(fā)之中，則更為少見。

二、網(wǎng)絡(luò)產(chǎn)品眾包概念界定

學(xué)術(shù)界對網(wǎng)絡(luò)產(chǎn)品概念存在著爭議。有學(xué)者把人與人之間通過網(wǎng)絡(luò)交往的信息產(chǎn)品和物質(zhì)產(chǎn)品界定為網(wǎng)絡(luò)產(chǎn)品;有學(xué)者認為網(wǎng)絡(luò)產(chǎn)品是虛擬市場經(jīng)濟中的數(shù)字產(chǎn)品和智能產(chǎn)品;還有學(xué)者將網(wǎng)絡(luò)產(chǎn)品定義為能夠在網(wǎng)絡(luò)上實現(xiàn)所有交易事項的產(chǎn)品;也有人認為網(wǎng)絡(luò)產(chǎn)品是以網(wǎng)絡(luò)信息作為載體的產(chǎn)品。這些概念在一定的條件下對其內(nèi)涵進行了解釋，有一定的合理性，但也存在局限。網(wǎng)絡(luò)產(chǎn)品是網(wǎng)絡(luò)技術(shù)為基礎(chǔ)，直接面向網(wǎng)絡(luò)用戶提供的具有商品價值的信息或服務(wù)，該定義重點突出網(wǎng)絡(luò)的商品價值性質(zhì)，弱化網(wǎng)絡(luò)的工具性質(zhì)。

網(wǎng)絡(luò)產(chǎn)品眾包一種融合產(chǎn)品開發(fā)、設(shè)計、生產(chǎn)的工作任務(wù)以自由自愿的方式給非特定網(wǎng)絡(luò)用戶的新穎性生產(chǎn)開發(fā)模式。網(wǎng)絡(luò)產(chǎn)品眾包的本質(zhì)是把原本由企業(yè)自己依據(jù)產(chǎn)品開發(fā)流程，進行產(chǎn)品研發(fā)，轉(zhuǎn)變?yōu)橐罁?jù)網(wǎng)絡(luò)，由無數(shù)網(wǎng)絡(luò)消費者自愿參加產(chǎn)品開發(fā)來完成。在網(wǎng)絡(luò)產(chǎn)品眾包過程中，企業(yè)支付的成本與企業(yè)自己開發(fā)成本相比具有比較優(yōu)勢，因而，網(wǎng)絡(luò)產(chǎn)品眾包不僅能有效解決網(wǎng)絡(luò)產(chǎn)品創(chuàng)新問題，而且大大降低企業(yè)網(wǎng)絡(luò)產(chǎn)品開發(fā)成本，能夠有效挖掘消費者真實需求，增強網(wǎng)絡(luò)消費者對網(wǎng)絡(luò)產(chǎn)品忠誠度，提高企業(yè)銷售業(yè)績，進而增強企業(yè)市場競爭力。

三、網(wǎng)絡(luò)產(chǎn)品眾包模型構(gòu)建

（一）模型構(gòu)建邏輯

對網(wǎng)民行為數(shù)據(jù)樣本進行Q型聚類分析本質(zhì)上是把海量大數(shù)據(jù)按照親疏關(guān)系進行聚類，目的是把不同樣本中的同一變量劃分為一個簇，進而用準確的語言把這些簇的特征表達出來。對屬于同一簇的特征變量進行R型聚類分析，目的是降低特征變量的維數(shù)，減少特征變量的數(shù)量。采用Apriori算法，挖掘出特征變量的頻繁集。以頻繁集中頻繁項為自變量構(gòu)建網(wǎng)絡(luò)產(chǎn)品眾包模型。總體來看，網(wǎng)絡(luò)產(chǎn)品眾包模型構(gòu)建邏輯是依據(jù)網(wǎng)民行為大數(shù)據(jù)，經(jīng)過Q型、R型二次聚類，從樣品中提取共性特征、降低特征變量維數(shù)，再利用Apriori算法找出特征變量的頻繁集，構(gòu)建以頻繁項為自由變量，以網(wǎng)絡(luò)產(chǎn)品眾包需求為因變量的眾包模型。

（二）模型基本假設(shè)

1.網(wǎng)民對網(wǎng)絡(luò)產(chǎn)品核心利益具有顯著正向影響。無論是作為理性消費者，還是作為有限理性消費者，網(wǎng)絡(luò)消費者購買網(wǎng)絡(luò)產(chǎn)品最初的動機是來源于網(wǎng)絡(luò)產(chǎn)品的核心功能，網(wǎng)絡(luò)產(chǎn)品的核心功能是滿足網(wǎng)絡(luò)消費者需求的基本條件;網(wǎng)民作為網(wǎng)絡(luò)消費者，對網(wǎng)絡(luò)產(chǎn)品核心利益是有正向需求的，網(wǎng)民對網(wǎng)絡(luò)產(chǎn)品核心利益具有顯著正向影響?？梢姡W(wǎng)絡(luò)產(chǎn)品核心利益越大，網(wǎng)絡(luò)消費者的需求也越強。

2.網(wǎng)民對網(wǎng)絡(luò)產(chǎn)品消費偏好具有顯著正向影響。消費偏好是影響消費者行為的重要因素，消費偏好往往支配者消費者的消費習(xí)慣。在網(wǎng)絡(luò)市場中，網(wǎng)民往往會依據(jù)自身網(wǎng)上購買經(jīng)驗、體驗以及對網(wǎng)絡(luò)產(chǎn)品的認知和判斷，對某種網(wǎng)絡(luò)產(chǎn)品產(chǎn)生某種傾向性的依賴，這主要是消費偏好在起著支配作用，網(wǎng)絡(luò)消費者對某種網(wǎng)絡(luò)產(chǎn)品消費偏好往往具有長期性依賴，這種依賴可能是來自感情體驗、技術(shù)性依賴或者其他消費需求。網(wǎng)民作為網(wǎng)絡(luò)消費者，對網(wǎng)絡(luò)產(chǎn)品擁有著某種偏好，從而影響著自己的網(wǎng)絡(luò)購買行為，網(wǎng)民對網(wǎng)絡(luò)產(chǎn)品消費偏好具有顯著正向影響。網(wǎng)民對網(wǎng)絡(luò)產(chǎn)品消費偏好越強，網(wǎng)絡(luò)消費者的需求也越強。

3.網(wǎng)民對網(wǎng)絡(luò)產(chǎn)品信用具有顯著正向影響。在網(wǎng)絡(luò)市場中，網(wǎng)上消費者購買網(wǎng)絡(luò)產(chǎn)品時，往往會關(guān)注網(wǎng)絡(luò)產(chǎn)品的各種評價以及商戶的網(wǎng)絡(luò)信用。當網(wǎng)絡(luò)信用較好時，促使網(wǎng)絡(luò)消費者對網(wǎng)絡(luò)產(chǎn)品及其商戶產(chǎn)生正向的心理傾向，認為該網(wǎng)絡(luò)產(chǎn)品及其商戶很注重自己的網(wǎng)絡(luò)信用，不會采取虛構(gòu)或者欺詐的方式從事商業(yè)交易。網(wǎng)民作為網(wǎng)絡(luò)消費者，對網(wǎng)絡(luò)信用有著內(nèi)在的需求，網(wǎng)民對網(wǎng)絡(luò)信用有著顯著正向影響。網(wǎng)絡(luò)產(chǎn)品信用越好，網(wǎng)絡(luò)消費者的需求也越強。

4.網(wǎng)民對網(wǎng)絡(luò)產(chǎn)品正面情感需要具有顯著正向影響。網(wǎng)絡(luò)市場是一個虛擬的市場，網(wǎng)絡(luò)消費者情感釋放比現(xiàn)實中更為直接、自由和真實，受外界因素的干擾相對較小，一旦網(wǎng)絡(luò)消費者對某種網(wǎng)絡(luò)產(chǎn)品產(chǎn)生情感需求，會更加直接及真實地釋放自己對某種網(wǎng)絡(luò)產(chǎn)品的感情，當然這種情感需要可能是正面的，也可能是負面的。我們只篩選正面的情感需求，剔除負面的情感需要。網(wǎng)民作為網(wǎng)絡(luò)消費者，對網(wǎng)絡(luò)產(chǎn)品正面情感需求有著內(nèi)在的一致性，網(wǎng)民對網(wǎng)絡(luò)產(chǎn)品正面情感需要有著顯著正向影響。網(wǎng)民對網(wǎng)絡(luò)產(chǎn)品正面情感需要越強，網(wǎng)絡(luò)消費者的需求也越強。

（三）網(wǎng)民行為大數(shù)據(jù)聚類分析

依據(jù)不同分類對象，聚類分析可以分為Q型聚類分析和R型聚類分析?；赒型聚類的特征，本研究以清洗整理后的網(wǎng)民行為大數(shù)據(jù)為樣本，如對品種、規(guī)格、款式、質(zhì)量、特色、包裝、商標、品牌、服務(wù)等等各種網(wǎng)絡(luò)評價相關(guān)數(shù)據(jù)，進行Q型聚類分析，并對聚類結(jié)果進行解釋，用準確詞描述各個類別的特征，設(shè)定A1，A2，A3，……，An（n∈N且n31，N為自然數(shù)）參數(shù)表示樣品類別特征。

R型聚類分析是研究變量之問的相關(guān)關(guān)系，即把同一樣本中的不同變量進行比較，以確定不同變量間的親疏關(guān)系，進而對變量進行分類。本研究是把Q型聚類后的各個類別特征作為變量，進行R型聚類分析，并對聚類結(jié)果進行解釋，用準確詞匯表述各個類別特征，設(shè)定B1，B2，B3，……，Bm（m∈N且m31，N為自然數(shù)）參數(shù)表示變量類別特征。R型聚類分析過程如下：

Q型聚類和R型聚類都是基于數(shù)據(jù)的聚類方法，一般要求是數(shù)字型數(shù)據(jù)，但是隨著聚類技術(shù)的發(fā)展，文本聚類近年來也取得了長足的進步，在大數(shù)據(jù)分析中也實現(xiàn)了聚類功能。文本聚類是一種基于自然語言的文檔作為數(shù)據(jù)進行聚類分析的方法，它處理的數(shù)據(jù)是文本數(shù)據(jù)。因此，上述采用的Q型聚類分析和R型聚類分析都是以網(wǎng)絡(luò)消費行為的文本數(shù)據(jù)作為分析對象的，這是進行Apriori運算的基礎(chǔ)和條件。

（四）Apriori算法分析

Apriori算法是Rakesh Agrawal等人1994年提出來的一種經(jīng)典的大數(shù)據(jù)挖掘方法，其核心思想是利用重復(fù)迭代法找出數(shù)據(jù)中最多項的頻繁集，具體實現(xiàn)分為兩個步驟。首先，利用迭代法在數(shù)據(jù)庫中搜索出支持度不低于用戶設(shè)定閥值的項集，目的是通過迭代找出數(shù)據(jù)的候選項集，這在數(shù)據(jù)挖掘中較為關(guān)鍵，直接影響著數(shù)據(jù)挖掘的質(zhì)量。其次，利用頻繁項集構(gòu)造出滿足用戶最小信任度的規(guī)則，目的是根據(jù)候選項集找出頻繁項集。在網(wǎng)民大數(shù)據(jù)中，經(jīng)過Q型聚類和R型聚類之后，網(wǎng)民大數(shù)據(jù)得到了恰當?shù)奶卣髯兞勘硎龊徒稻S，但是大數(shù)據(jù)的復(fù)雜性決定了仍然無法構(gòu)建模型，這就需要進行深度挖掘，找出大數(shù)據(jù)的頻繁項集，目的是讓復(fù)雜的大數(shù)據(jù)再次降維，找出與網(wǎng)絡(luò)產(chǎn)品眾包高度關(guān)聯(lián)的頻繁項，為有限項特征變量構(gòu)建網(wǎng)絡(luò)眾包模型奠定基礎(chǔ)。

Apriori算法看起來很完美，但是因為采用迭代搜索，大大限制了運行速度，因此，可以先將候選項集進行分類，然后逐個對候選項集進行Apriori運算，最后將運算后的候選項集合并，再進行Apriori運算，這樣可以在一定程度上提高Apriori運算效率。根據(jù)以上Apriori算法分析，我們可以將經(jīng)過Q型聚類和R型聚類之后的特征變量集設(shè)為L，將L分為N類，逐個對向量集進行Apriori運算，最后將頻繁項集進行合并，再采用Apriori算法進行運算，從而挖掘出最多項頻繁集。

（五）眾包模型構(gòu)建

在上述假設(shè)條件下，將Apriori算法挖掘出的各個頻繁項分別設(shè)為自變量X1，X2，X3，X4，……，Xn，n為自然數(shù)，將網(wǎng)絡(luò)產(chǎn)品眾包目標設(shè)為因變量F（X），考慮到網(wǎng)民行為受網(wǎng)絡(luò)質(zhì)量影響，比如出現(xiàn)斷網(wǎng)、網(wǎng)速、網(wǎng)絡(luò)設(shè)備等等不可控因素，在因變量和自變量之間建立數(shù)學(xué)表達式如下：

F（X）=F（X1，X2，X3，X4，……，Xn）+μ

（X1，X2，X3，X4，……，Xn表示特征自變量，n為自然數(shù);μ為不可控因素）

由于并不清楚自變量與因變量之間的關(guān)系屬性，我們分別從線性關(guān)系、二次曲線關(guān)系兩個維度分別構(gòu)建網(wǎng)絡(luò)產(chǎn)品眾包模型，再根據(jù)各個具體模型的具體評價指標，分別對模型進行評估和驗證，最后從兩個模型選中一個較為優(yōu)質(zhì)的模型作為網(wǎng)絡(luò)產(chǎn)品眾包模型。

模型1：假設(shè)特征變量與眾包模型因變量是線性關(guān)系，網(wǎng)絡(luò)產(chǎn)品眾包模型可以具體表示為：

在此模型中，Xn為自變量，即Apriori運算處理后的頻繁項，Kn為對應(yīng)自變量的系數(shù)，即對應(yīng)的頻繁項系數(shù)，Xi、Ki分別為第i個自變量及其系數(shù)，即第i個頻繁項及其系數(shù)，μ為其他不可控因素。該網(wǎng)絡(luò)產(chǎn)品眾包的線性關(guān)系模型可以利用多元線性回歸法確定該模型的系數(shù)，進而對模型進行驗證和評價。

模型2：假設(shè)特征變量與眾包模型因變量是二次曲線關(guān)系，網(wǎng)絡(luò)產(chǎn)品眾包模型可以具體表示為

在此模型中，Xn為自變量，即Apriori運算處理后的頻繁項，a、b為其對應(yīng)的二次項和一次項系數(shù)，n為自然數(shù)，μ為不可控因素。該網(wǎng)絡(luò)產(chǎn)品眾包的多元二次曲線關(guān)系模型可以利用序列二次規(guī)劃算法求解該模型的系數(shù)，進而對模型進行驗證和評估。

模型1和模型2是在相應(yīng)的假設(shè)條件下構(gòu)建的網(wǎng)絡(luò)產(chǎn)品眾包模型，具體那種模型更為優(yōu)質(zhì)，可以通過兩種方法來比較。第一是利用各自的評估指標，對擬合度進行評估，可以判斷出哪個模型更有。第二是對模型進行優(yōu)化，利用數(shù)據(jù)條件，挖掘數(shù)據(jù)背后的邏輯，對其進行優(yōu)化，然后再進行比較模型1和模型2的擬合度，這樣可以判斷哪個模型更優(yōu)質(zhì)了。

四、結(jié)論

通過大數(shù)據(jù)挖掘方法，對網(wǎng)民行為進行聚類分析，識別出具有顯著影響網(wǎng)絡(luò)產(chǎn)品價值的要素，從而構(gòu)建網(wǎng)絡(luò)產(chǎn)品眾包理論模型，從而豐富產(chǎn)品生產(chǎn)開發(fā)理論。網(wǎng)絡(luò)產(chǎn)品價值創(chuàng)造離不開網(wǎng)絡(luò)用戶參與，企業(yè)在網(wǎng)絡(luò)市場競爭中需要主動引導(dǎo)網(wǎng)民群體參與其產(chǎn)品過程來優(yōu)化和創(chuàng)新產(chǎn)品，實現(xiàn)企業(yè)與網(wǎng)民的協(xié)同發(fā)展。本文的創(chuàng)新之處在于，從大數(shù)據(jù)的視角，利用大數(shù)據(jù)聚類技術(shù)，先把網(wǎng)民行為數(shù)據(jù)進行關(guān)聯(lián)分析，然后利用Apriori算法找出網(wǎng)民行為的頻繁項集，從而把無線的變量問題變成有限變量問題，再以有限的頻繁項為因變量，構(gòu)建具有因果關(guān)系的數(shù)學(xué)統(tǒng)計模型。當然，在研究過程中，因為缺乏大數(shù)據(jù)的支撐，只進行理論的合理推演和可能性的論證，未來將利用網(wǎng)民行為大數(shù)據(jù)進行實證研究。

大數(shù)據(jù)時代，電商企業(yè)必須轉(zhuǎn)換觀念，樹立大數(shù)據(jù)思維，利用大數(shù)據(jù)技術(shù)，分析企業(yè)行業(yè)大數(shù)據(jù)，為電商企業(yè)進行網(wǎng)絡(luò)產(chǎn)品開發(fā)，制定產(chǎn)品策略提供良好的建議。據(jù)此，我們需要討論：第一大數(shù)據(jù)挖掘工具自身傾向問題，一個工具的應(yīng)用總是在一定條件下才能得到發(fā)揮，這就是要把問題和工具充分結(jié)合起來，只有二者有機結(jié)合，才能達到較好的效果。第二，大數(shù)據(jù)挖掘工具不是萬能的，不能迷信于工具，在社會科學(xué)研究領(lǐng)域，甚至某些自然科學(xué)領(lǐng)域，尋找確定的答案越來越難。在現(xiàn)有條件下，依據(jù)大數(shù)據(jù)分析工具，找到事物背后的邏輯并加以佐證這種規(guī)律，從而在現(xiàn)實中加以合理運用和推廣，為國家和經(jīng)濟社會發(fā)展服務(wù)即可。

〔參 考 文 獻〕

〔1〕孟慶良，郭鑫鑫.基于BP神經(jīng)網(wǎng)絡(luò)的眾包創(chuàng)新關(guān)鍵用戶知識源識別研究〔J〕.科學(xué)學(xué)與科學(xué)技術(shù)管理，2017，（03）：139-148.

〔2〕王謙，代佳欣.政府治理中網(wǎng)絡(luò)眾包模式的生成、構(gòu)建及效用〔J〕.公共管理學(xué)報，2014，（04）：61-70+141-142.

〔3〕楊雪.眾包模式在廣告生產(chǎn)中的可行性研究〔J〕.編輯之友，2016，（06）：77-82.

〔4〕張雪峰，操雅琴，丁一.眾包模式下基于參與者勝任度和接受度的任務(wù)推送模型〔J〕.管理科學(xué)，2019，（01）：66-79.

〔5〕Jeff Howe.The rise of crowdsourcing〔J〕. Wired Magazine，2006，（06）：01-05.

〔6〕Chesbrough， H. W. Open Innovation： The new imperative for creating and profiting from technology〔M〕. Harvard Business Publishing，2006：132–138.

〔7〕Guido Jouret. Inside Cisco's search for the next big idea〔J〕. Harvard Business Review，2009，（09）：43-45.

〔8〕Brabham， Daren C. .The myth of amateur crowds 〔J〕. information，Communication and Society，

2012，（03）： 394-410.

〔9〕Blohm，Ivo;Bretschneider，Ulrich;Leimeister， Jan Marco;Krcmar，Helmut.Does collaboration among participants lead to better ideas in IT-based idea competitions An empirical investigation 〔J〕. International Journal of Networking and Virtual Organisations，2011，（02）：106-122.

〔責(zé)任編輯：孫玉婷〕