第 59 卷 第 3 期 2015 年 2 月

*
基于 ＲIPA 方法的社会问答平台答案质量研究
■ 罗毅 曹倩
武汉大学信息资源研究中心 武汉 430072

摘要： ［目的 / 意义］针对传统 IPA 方法在研究中存在的问题，引入一种改进型 IPA 理论（ ＲIPA） 并对社会问

答平台答案质量进行研究，从而引导社会问答平台运营商更好地开展服务，提高信息资源内容质量。［方法 / 过
程］通过分析传统 IPA 方法在理论上存在的不足，引入一种新的 ＲIPA 理论，比较两者在社会问答平台答案质量
中的应用，并对研究结果进行相关分析。［结果 / 结论］ＲIPA 和 IPA 两种方法在社会问答平台答案质量研究中
的应用表明，前者有更高的可行度； 同时，“完整性”、“专业性”和“权威性”3 个指标是解决社会问答平台答案
质量的关键因素，并对社会问答平台的建设提出相关建议。
关键词： 社会问答平台 答案质量 ＲIPA IPA
分类号： G250
DOI： 10． 13266 / j． issn． 0252 － 3116． 2015． 03． 018

式，利 用 电 话 访 谈 总 结 出 用 户 参 与 的 5 种 动 机； E．
1 引言
Choi［15］、J． Lou［16］ 等人在用户动机对答案数量和质量
社会问答平台（ social Q＆A sites，SQA） ，又被称为 的影响方面作了相关研究。
社会问答社区或者问答平台等。目前，业界对于社会 基于内容的研究主要包括问题分类、问题检索研
［1］
问答平台的定义还没有一个统一的标准，C． Shah 从 问题推荐和答案质量研究。在问题分类研究方面，
究、
用户服务的角度将其定义为一种提供用户使用自然语 主要是对已有分类模型比较分析，并进行结合
［17 － 18］
；
言表达信息需求以满足用户需求，并鼓励用户积极参 使用不同方法实现问题分类并改善分类效果
［19 － 20］
，并
与的知识社区平台。 根据不同的问题类型来研究社会问答平台中信息保存
当前社会问答平台的研究主要集中在参与用户与 价值与问题答案等相关研究课题
［21 － 22］
。在问题检索
平台内容两个方面。基于用户的研究主要包括用户的 研究方面，在已有的关于问题检索模型的基础上，多位
分类研究、专家发现以及用户动机等。学者根据不同 学者通过 比 较 与 实 验 分 析，提 出 了 新 的 问 题 检 索 模
的分类标准和研究重点，对社会问答平台的用户分类 型
［23 － 25］
以及翻译模型
［26 － 28］
，以弥补传统模型的不足。
［2 － 5］
有所不同 ，而对于 SQA 用户的研究主要集中在提 在问题推荐研究方面，学者们根据用户兴趣
［29］
、用户
问者和回答者上。回答者中，活跃度高并能提供大量 需求
［30］
、问题分类 ［31］
以及用户和问题二者之间的匹
高质 量 答 案 的 核 心 用 户 被 称 为 专 家 （ Experts ） ，L． 配
［32 － 33］
等方面提出推荐模型，以解决用户推送问题；
Chen［6］、P． Jurczyk［7 － 8］、G． Zhou［9］、M． Bouguessa［10］ 等学 一些学 者 还 考 虑 到 答 案 的 质 量
［34］
、回 应 问 题 的 速
者对专家用户的权威性计算分析方法及有效性等问题 度
［35 － 36］
、推送重点 ［37］
、语义关系 ［38 － 39］
等问题，并进行
［11］
开展了研究。C． Shah 发现社会问答平台提供的一 重点研究，从而优化推荐模型。
些激励措施促使大量用户参与到知识交流与共享中 就与本文相关的答案质量研究而言，经济指标对
来，而这种参与动机又是社会问答平台成功的关键所 社会问答平台答案质量的影响是相当大的，学者们通
［12 － 13］
在。D． Ｒ． Ｒaban 等 提出一个包含内部动机和外 过比较不同类型的问答服务平台的答案质量，来研究
［14］ ［40 － 42］
部动机的概念框架； K． K． Nam 等采用半结构化的方 价格、消 费、声 誉 与 答 案 质 量 之 间 的 关 系 。Z．

* 本文系教育部人文社会科学重点研究基地重大项目“数字信息资源的质量控制与管理研究”（ 项目编号： 12JJD820008） 研究成果之一。

作者简介： 罗毅（ OＲCID： 0000 － 0001 － 7203 － 0493） ，博士研究生，E-mail： 798720175@163． com； 曹倩（ OＲCID： 0000 － 0003 － 0216 － 575X） ，硕
士研究生。
收稿日期： 2014 － 12 － 22 修回日期： 2015 － 01 － 08 本文起止页码： 126 － 133，
25 本文责任编辑： 王传清

126
罗毅，曹倩． 基于 ＲIPA 方法的社会问答平台答案质量研究［J］． 图书情报工作， 59（ 3） ： 126 － 133，
2015， 25．

Zhu［43］、J． Jeon［44］、E． Agichtein［45］ 等人从不同角度提出 重要程度主要取决于其实际绩效水平，即在绩效感知

了评价答案质量的模型和体系。还有一些学者通过收 较 低 时 必 备 属 性 起 着 至 关 重 要 的 作 用，绩 效 感 知 高
集答案和用户评论进行分析，也得出答案质量的评价 时 魅 力 属 性 则 更 为 重 要，仅 期 望 因 素 与 用 户 的 总 体
［22，
46 － 47］
标准和指标 。 满 意 度 呈 线 性 关 系，衡 量 质 量 指 标 的 绩 效 感 知 与 用
然而，现有的关于问答平台答案质量的研究大多 户 的 总 体 满 意 度 之 间 是 非 对 称 性 的 关 系，即 第 二 个
在于构建答案质量的评价指标以及分析其相关影响因 假设也不成立。由此引出一种新的方法来解决上述
素，对评价指标本身的研究则相对较少，本研究主要对 问题。
已有的较为成熟的答案质 量 评 价 指 标 进 行 研 究。笔
［48］
者在前期的研究 中主要采用了独立样本 T 检验和
［49］
J． A． Martilla 等 提 出 的 IPA 分 析 方 法 对 社 会 问 答
平台答案质量的绩效感知和重要性期望感知的差异
进行分析。而本研究主要是对同一批用户对社会问
答平台答案质量的重要性与绩效感知的差异性进行
调查，因此采用配对样本 T 检验较为合适。同时，笔
者运用一种改进型的 IPA 方法来分析衡量社会问答
图1 Three-factor 理论图［53］
平台答案质量的重要影响因素。
为了 避 免 用 户 绩 效 感 知 与 重 要 性 感 知 之 间 的
2 研究方法 ［54］
影响，K． Matzler 等通过引 申 重 要 性 （ implicitly de-
［49］
IPA 方法最早是由 J． A． Martilla 和 J． C． James rived importance） 来代替用户重 要 性 感 知，其 采 用 多
于 1977 年提出的一种研究企业产品与服务满意度影 元线性回归 的 方 法，以 用 户 的 绩 效 感 知 为 自 变 量，
响 因 素 的 有 效 方 法，要 求 受 访 者 对 各 项 衡 量 指 标 从 以总体满意度为因变量，来 计 算 每 个 衡 量 指 标 的 重
重 要 性 感 知 与 绩 效 感 知 两 个 方 面 进 行 衡 量，并 构 建 要程度。但 是 他 并 没 有 考 虑 到 衡 量 指 标 之 间 的 多
一个二维 矩 阵。以 横 坐 标 轴 表 示 重 要 性 期 望 感 知， 元共线性 问 题，W． Deng
［55］
采用偏相关分析和自然
以 纵 坐 标 轴 表 示 绩 效 性 期 望 感 知，以 重 要 性 期 望 感 对数转化的方法，即一种改进型的 IPA 分析方法（ re-
知与绩效感知的总体平均值为分割点将其分为 4 个 vised importance-performance analysis，ＲIPA） 来计算衡
象限。 量指标与用户满 意 度 的 关 系 （ 引 申 重 要 性） ，主 要 分
虽然 IPA 方法被广泛使用，但其也存在着相应的 为 3 步： ①将衡量指标的绩效感知质量值转化为自然
［50］
问题。K． Matzler 等指出 IPA 方法存在两个隐含的 对数的形式，表示衡量质量指标的数量； ②将绩效感
假设： 首先，衡量指标的重要性感知与绩效感知是两个 知的自 然 对 数 值 与 用 户 的 总 体 满 意 度 （ overall cus-
相对独立的变量； 其次，衡量指标的绩效感知与用户的 tomer satisfaction，OCS） 作 为 变 量 带 入 多 元 相 关 模 型
总体满意度之间存在线性或对称性的关系。K． Mat- 中； ③计算每 个 指 标 与 OCS 之 间 的 偏 相 关 系 数 作 为
zler［50］、H． Oh 等［51］相关学者研究表明绩效感知与重要 其引申重要性参数，这也构成了本文运用 ＲIPA 方法
性期望感知之间存在因果关系，即第一个假设不成立。 的基本过程。
［52］
同时 E． W． Anderson 等 将用户的满意度属性分为 3
类： 必备属性（ basic factors） 、期望因素（ performance fac- 3 数据分布与数据检验
tors） 和魅力 属 性 （ excitement factors） 。必 备 属 性 是 满 为了比较两种不同 IPA 方法的优劣，采用与前期
足用户的最基本需求的因素，但必备属性仅会对用户 研究相同的数据集，衡量社会问答平台答案质量的标
的不满产生影响，必备属性值提高并不会提高用户的 准依然采用 Z． Zhu 等
［43］
通过问卷调查、专家经验以及
满意度。魅力属性对用户的满意度产生直接的影响， 优劣答案的比较提出的包含 13 个指标的用以衡量答
但魅力属性的降低并不会使用户产生不满意的倾向。 案质量的多维模型。问卷调查分为 3 个部分： ①根据
而期望因素则与用户的满意度成线性的关系，期望因 被调查者使用社会问答平台的经历，对其答案质量绩
素值高则用户满意度高，期望因素值低则用户的满意 效感知进行评价，即得到用户对社会问答平台答案质
度较低（ 见图 1） 。由此可见，必备属性和魅力属性的 量的绩效感知数据； ②根据被调查者的信息需求情况

127
 第 59 卷 第 3 期 2015 年 2 月

对所期望的答案质量进行描述，即得到用户对答案质 表2 公因子方差
量重要性的期望感知数据； ③根据用户自身的感知对 绩效感知 重要性期望感知

社会问答平台总体满意度进行评价。数据主要通过调 题项 萃取 题项 萃取 题项 萃取 题项 萃取

信息量 ． 566 详细 ． 760 信息量 ． 648 详细 ． 777

查问卷的形式获取，其中纸质问卷 200 份，共收回 195
表达方式 ． 659 原创性 ． 695 表达方式 ． 766 原创性 ． 467
份，有效问卷 186 份； 网络问卷 315 份，收回 283 份，有
完整性 ． 730 客观公正性 ． 656 完整性 ． 822 客观公正性 ． 745
效问 卷 268 份，获 得 总 问 卷 数 为 454 份，有 效 率 为 阅读性 ． 684 创新性 ． 718 阅读性 ． 747 创新性 ． 592
88． 2% 。 相关性 ． 672 实用性 ． 625 相关性 ． 799 实用性 ． 772
3． 1 数据分布情况 简洁明了 ． 657 专业性 ． 763 简洁明了 ． 669 专业性 ． 720

在 454 份有效问卷中，受访者的学科背景、性别、 权威性 ． 768 权威性 ． 711

知识层次、使用时间的分布情况见表 1。由表 1 中数据

4 社会问答平台答案质量感知差异性
可知： 调查对象在学科的分布上较为平均，文理科被调
查人数基本持平； 在知识层次上，本科学生的数量与硕 分析与 IPA 方法的应用
士及硕士以上的人数相等。超过 50% 的用户使用社 社会问答平台答案质量重要性期望感知与绩效感
会问答平台的年限超过两年，表示被调查者对于社会 知差异性分析主要采用样本均值和配对样本 T 检验来
问答平台答案质量的评价能在一定程度上反映用户对 进行，
表 3 中重要性期望感知的 13 个维度均值在 3． 38
资源质量的认知。 － 3． 94 之间，
处于重要到比较重要之间，即用户对答案
［48］
表1 受访者分布情况一览 质量的重要性期望感知较高； 标准偏差均小于 1，
在一定
项目 调查内容 样本份数 百分比 项目 调查内容 样本份数 百分比 程度上表明用户对答案质量重要性期望感知认同度较
学科 文科 235 51． 8 知识层次 本科 243 53． 5 高。绩效感知的 13 个维度均值在 2． 93 － 3． 5 之间，相比

理科 219 48． 2 硕士以上 211 46． 5 用户对社会问答平台答案质量重要性期望感知而言，绩

性别 男 188 41． 4 使用时间 2 年以下 214 47． 1

女 266 58． 6 2 年以上
3． 2 数据检验
在对问卷数据进行分析之前，需要进行信度和效
度检验，量表只有通过了信度和效度检验，其所测数据
才具有可靠性和有效性。信度指问卷具有稳定性和一
致性，利用 SPSS 19． 0 软件，对问卷内容进行内在一致
性分析，内在一致性分析一般用 Cronbach α 值来衡量。
绩效感知的 Cronbach’s α = 0． 907（ α ＞ 0． 7） ，重要性期
望感知的 Cronbach’s α = 0． 918（ α ＞ 0． 7） ，说明测量指
标具有良好的内部一致性。
在效度检验中，本文主要采用建构效度，即因子
分析法进 行 效 度 检 验。在 进 行 因 子 分 析 前，先 计 算
两组变量的 KMO 值，以确定样本是否适合进行因子
分析。用户 绩 效 感 知 与 重 要 性 期 望 感 知 KMO 分 别
为 0． 923 和0． 937，大于给定的 0． 7 的标准，表明两组
数据适合进行因子分析。表 2 为析取一个公因子时
的共同性萃取值，萃 取 值 的 大 小 表 示 题 项 与 测 量 的
公因子 的 密 切 程 度。 从 表 2 中 可 以 得 到 绩 效 感 知
与重要性期望 感 知 的 共 同 性 都 高 于 0 ． 2 ，即 题 项 所
测度的行为或心理特质 具 有 一 致 性，因 此 通 过 效 度
检验。
效感知得分较低，
表明用户对社会问答平台答案质量的
满意度较低； 除“原创性”指标外，其他指标标准偏差小
240 52． 9
于 1，
在一定程度上表明用户对其他指标的绩效感知较
为统一，
而对原创性的认识上存在一定的差距。
由上文分析可知，社会问答平台答案质量重要性
期望感知与绩效感知之间存在差异，且绩效感知低于
重要性期望感知，通过配对样本 T 检验进一步对这种
差异进行显著性分析，表 3 中成对样本检验数据显示，
重要性期望感知与绩效感知的差异较为明显，同时各
个维度的 P 值小于显著水平 0． 05，也说明了平均值之
间存在着显著的差异，这种显著性差异为我们用 IPA
方法分析社会问答平台答案质量影响因素提供了良好
的基础。同时由配对样本 t 值中的均值大小可知，“专
业性”、“权威性”、“完整性”和“客观公正 ”的 重 要 性
与绩效感知的差异绝对值最大，而“信息量”、“阅 读
性”和“简洁明了”的绝对值较小，即当前用户对于社
会问答平台答案质量的非内容特征变量要求与实际
绩 效 差 距 较 小，而 答 案 质 量 的 内 容 特 征 的 相 关 变 量
则存在较大的差距。
利用表 3 的数据，以绩效感知为纵轴，绩效感知的
总平均值为分割点，衡量答案质量的相关指标根据其
重要性期望感知和绩效感知的大小分布在图 2 的四个
象限中。

128
罗毅，曹倩． 基于 ＲIPA 方法的社会问答平台答案质量研究［J］． 图书情报工作， 59（ 3） ： 126 － 133，
2015， 25．

表3 均值比较与配对样本 T 检验
重要性 绩效感知 配对样本 t 检验
序号 衡量指标
均值 标准偏差 均值 标准偏差 均值 t Sig． （ 双侧）

1 信息量 3． 64 ． 885 3． 36 ． 902 ． 280 － 5． 665 0． 00

2 表达方式 3． 73 ． 889 3． 37 ． 834 ． 361 － 7． 38 0． 00

3 完整性 3． 81 ． 865 3． 17 ． 862 ． 641 － 12． 916 0． 00

4 阅读性 3． 73 ． 897 3． 45 ． 803 ． 275 － 6． 118 0． 00

5 相关性 3． 93 ． 886 3． 44 ． 822 ． 485 － 10． 605 0． 00

6 简洁明了 3． 62 ． 865 3． 40 ． 836 ． 218 － 4． 564 0． 00

7 权威性 3． 82 ． 929 3． 03 ． 919 ． 789 － 13． 839 0． 00

8 详细性 3． 71 ． 873 3． 25 ． 884 ． 463 － 9． 281 0． 00

9 原创性 3． 38 ． 953 2． 97 1． 038 ． 407 － 7． 273 0． 00

10 客观公正性 3． 81 ． 911 3． 19 ． 842 ． 615 － 12． 274 0． 00

11 创新性 3． 44 ． 901 2． 93 ． 993 ． 515 － 10． 159 0． 00

12 实用性 3． 94 ． 883 3． 5 ． 808 ． 436 － 9． 893 0． 00

13 专业性 3． 85 ． 881 3． 05 ． 921 ． 890 － 16． 280 0． 00

总平均值 3． 72 3． 23

5 ＲIPA 方法应用与比较分析
5． 1 社会问答平台答案质量引申重要性与 ＲIPA 方
法的应用
衡量社会问答平台答案质量 13 个指标的引申重要性
值来自于各个指标的绩效感知质量与用户的总体满意度
的偏相关系数值。各个衡量质量指标的隐身重要性的值
介于 0． 008 － 0． 157 之间，
总体平均引申重要性为 0． 082，
其
中“信息量”与总体满意度的偏相关系数值最高，
表示“信
息量”指标对用户的总体满意度影响最大。“详细性”与
总体满意度的偏相关系数值较低，
表明答案的详细性对用
户总体满意度影响较小。引申重要性排名与用户感知重
要性排名存在较大差异，
其中“信息量”、
“客观公正性”和
图2 绩效感知与重要性感知 IPA 分析 “原创性”等指标排名先后顺序差别较大如表 4 所示：

表4 引申重要性
指标 引申重要性 排名 重要性感知排名 指标 引申重要性 排名 重要性感知排名

信息量 0． 157 1 10 完整性 0． 144 2 6

实用性 0． 143 3 1 相关性 0． 115 4 2

权威性 0． 114 5 4 专业性 0． 095 6 3

原创性 0． 080 7 13 创新性 0． 065 8 12

表达方式 0． 053 9 8 阅读性 0． 047 10 7

客观公正 0． 026 11 5 简洁明了 0． 024 12 11

详细性 0． 008 13 9

以绩效感知为纵轴，绩效感知的总平均值为分割 5． 2 两种 IPA 方法的比较

点，以表 4 中引申重要性为横轴，引申重要性的总平均 在本节中，主要通过 IPA 和 ＲIPA 方法中的 4 个象
值为分割点，构建基于绩效感知与引申重要性的 ＲIPA 限及其相应指标分析来比较两种方法在社会问答平台
分析图（ 见图 3） 。 答案指标研究中的应用（ 见表 5） 。

129
 第 59 卷 第 3 期 2015 年 2 月

为有限。基 于 ＲIPA 方 法 的 该 区 域 变 量 为“表 达 方

式”、“阅读性”、“简洁性”和“详细性”，该区域变量皆
为答案的外部表达特征，其引申重要性认识较低，即用
户对答案的外部特征关注较少，更加倾向于对答案内
容质量的判断，这种用户偏好要求提供者更加注重信
息内容本身的信息质量问题。
第三象限为“毋需优先”区域，其特点为引申重要
［57］
性（ 重要性感知） 值与绩效感知值都较低。Ｒ． Gazan
的研究将回答者分为依据自身专业知识为用户提供相
关答案但不参考其他信息源的 specialists 和提供引用
其他信息源的相关信息知识的 synthesists 两类，而用户
“原创性”的信息资源可信度较低，用户更倾向于选择
［43］
图3 绩效感知与引申重要性 ＲIPA 分析 有可靠信息来源的信息。Z． Zhu 的研究显示“创新
性”指标与用户总体满意度呈负相关，即创新性的提高
表5 IPA 与 ＲIPA 方法 4 个象限指标比较 ［56］
会降低用 户 总 体 满 意 度，C． Shah 等 人 的 研 究 发 现
象限 IPA 分析法 ＲIPA 分析法
“创新性”对于社会问答平台质量的判断有着十分重
第一象限 实用性、相关性、表达方式、阅 信息量、相关性、实用性
读性 要的影响，但是其不足以去判断最佳答案，同时“客观
第二象限 详细性、信息量、简洁明了 表达方式、阅读性、简洁性、详 公正”指标对总体答案质量的影响较小，提高答案的公
细性
正性对于提高用户对社会问答平台答案质量的满意度
第三象限 创新性、原创性 原创性、客观公正、创新性
感知影响较小，将其划分为第三象限则更为合理。该
第四象限 专业性、权威性、客观公正、完 完整性、权威性、专业性
整性 区域的 3 个指标表明用户对从社会问答平台所获取的
信息资源定位较为清楚，事实性的答案更受用户青睐。
第一象限为“继续保持”区域，在这一区域引申重
第四象限为“重点改善”区域，其特点是引申重要
要性（ 重 要 性 感 知） 值 与 绩 效 感 知 值 都 较 高。“信 息
性（ 重要性感知） 值较高而绩效感知值较低，因此该区
量”的高低表示用户参与该问题问答的广度和深度，用
域的维度是社会问答平台答案质量应该重点关注的问
户参与越多获得的信息质量越高。同时，用户使用社
题。在两种方法中，“专业性”、“权威性”、“完整性”都
会问答平台的主要目的在于获取信息，其对答案质量
属于该区域，这就要求社会问答平台答案质量的改善
的界定更加侧重于答案的实用性以及与问题的相关程
应该集中在以内容特征为标准的相关维度上。从社会
［43］
度，以更好满足用户的信息需求。同时 Z． Zhu 等通
问答平台答案质量的“专业性”和“权威性”来看，社会
过用户 调 研 和 专 家 访 谈 等 方 法 研 究 发 现“实 用 性”、
问答平台作为一种网上参考咨询服务，其与图书馆虚
“专业性”和“信息量”是影响社会问答平台答案总体
拟参考咨询服务有所不同，后者主要是由具有相关专
质量最重要的 3 个指标，其中“实用性”与总体质量的 业素养的图书馆人员通过检索相关信息来满足用户的
相关程度高达 0． 92，而“阅读性”对答案总体质量的影 ［40］
信息需求，其专业性相对较高，而 F． M． Harper 等 的
响则相对较小。“信息量”指标主要表示答案所提供 研究表明社会问答平台的质量要高于虚拟参考服务和
［56］ ［44］
的信息能否满足用户的需求，C． Shah 、J． Jeon 和 专家咨询所获得的信息，这一结论也被 Y． Chen 等
［41］

［45］
E． Agichtein 等通过相关数据分析都证明了其与答案 所验证，因此国内社会问答平台答案在“专业性”上还
总体质量存在显著性的相关关系，由此可以得出基于 有很大的发展空间。“专业性”和“权威性”作为社会
ＲIPA 方法的第一象限指标的划分更加符合已有的相 问答平台答案质量的重要标准，得到了社会问答平台
关研究。 质量研究者的广泛关注，其中专家发现（ expert finding）
第二象限为“过度表现”区域，其特点是引申重要 和问题推荐（ question routing） 体现得尤为明显。该区
性（ 重要性感知） 值相对较低而绩效感知值较高，即表 域 3 个质量指标是当前改善社会问答平台答案质量的
示该区域指标在社会问答平台答案中表现较为突出， 关键所在，因此提高该区域相关指标对于提高用户的
但是其对社会问答平台答案质量总体满意度的影响较 总体满意度有着十分重要的意义，也为社会问答平台

130
罗毅，曹倩． 基于 ＲIPA 方法的社会问答平台答案质量研究［J］． 图书情报工作，
运营商工作的改善提供了相关的参考。
在本节的研究中，通过对两种方法产生的结果进
行分析可知，ＲIPA 对社会问答平台答案质量研究的结
果比 IPA 的研究结果更加契合现有的社会问答平台研
究结论。
6 讨论与建议
通过上文对质量绩效感知与重要性感知差异性的
分析以及两种 IPA 方法在社会问答平台答案质量分析
中的比较应用，可以得出如下结论：
第一，社会问答平台答案质量的绩效感知满意度
表现一般，并采用配对样本 T 检验的方法验证绩效感
知与重要性期望感知之间存在显著性的差异。同时为
了解决 IPA 方法存在的问题，引入 ＲIPA 方法，并对两
种方法进行比较分析。
第二，ＲIPA 分析方法相对于 IPA 分析方法更具有
优势： 首先从理论基础角度出发，ＲIPA 方法解决了传
统方法中存在两个潜在假设前提的问题，即绩效感知
与重要性期望为相互独立的变量且绩效感知与用户的
总体满意度之间存在线性关系，利用引申重要性的方
法来计算各个衡量指标对用户总体满意度的影响，以
此来构建基于绩效感知和引申重要性的答案质量 ＲI-
PA 分析框架； 其次从应用角度出发，ＲIPA 分析方法对
社会问答平台答案质量指标的研究较 IPA 方法的可行
度更高，通过对 ＲIPA 与 IPA 方法中 4 个象限相关指标
的分析可知，ＲIPA 方法所得到的分类标准与其他研究
者的研究较为契合，而 IPA 方法中相关区域指标的分
类与已有的研究则存在较多的冲突。
第三，ＲIPA 方法对 13 个衡量社会问答平台答案
质量的指标分类表明，国内社会问答平台在答案的“信
息量”、“相关性”和“实用性”3 个方面具有优势，能够
有效地满足用户的信息需求。而用户对答案的“表达
方式”、“阅读性”、“简洁性”、“详细性”等外部特性指
标要求相对较低。其中“完整性”、“权威性”和“专业
性”3 个指标对用户的总体满意度影响较大，而其实际
的绩效感知质量则相对较低，这种差异性要求社会问
答平台更加注重该区域指标的建设。对于“权威性”
和“专业性”指标的改善，可以从以下两个方面着手：
①加强同相关领域权威机构间的合作，积极引导和鼓
励领域专业人士的参与。这方面可以借鉴百度百科的
合作模式： 百度百科先后与 82 家机构建立权威编辑合
作模式，合作方编辑对所属领域的百科词条，凭借自身
专业资源丰富相关词条内容，以合作编辑形式提升词
59（ 3） ： 126 － 133，
2015， 25．
条的专业性、权威性，为用户带来更加及时、专业、权
［39］
威、准确的信息 。②发挥社会问答平台用户问题的
推荐作用。用户生成问题为用户满足自身的信息需求
提供了有效途径，但是海量的问题信息资源在为信息
搜寻者带来便利的同时也给回答者寻找自己擅长领域
问题的带来相应的困难，做好问题的推荐工作，优化问
题推荐算法，将问题推荐给相关领域的专家以保障答
案质量的权威性和专业性至关重要。“完整性”指标
的实现则需要社会问答平台加强相关规范的制定，完
善用户奖励机制，积极引导用户完整有效地回答相关
问题，同时也要求参与者提高自身的信息素养，更好地
扮演在社会问答平台中的角色。
7 结语
本文主要通过配对样本 T 检验、IPA 和 ＲIPA 3 种
方法对社会问答平台答案质量相关指标进行研究，结
果表明用户对答案质量的重要性期望感知和绩效感知
存在显著性的差异，同时 ＲIPA 方法比 IPA 方法在答案
质量研究中表现的更为有效。ＲIPA 方法的应用表明
答案质量的“完整性”、“专业性”、“权威性”是影响社
会问答平台答案质量的重要变量，同时要求社会问答
平台不断地优化答案质量，提高用户的忠诚性，增加用
户粘度。
本文研究过程中也存在以下不足： ①问卷调查的
对象仅限于一定数量的学生，并没有对社会问答平台
的其他用户进行调查分析； ②对于两种方法的比较分
析侧重较多，而对于 ＲIPA 方法所产生的结果本身的分
析较少，且分析的深度有限。
参考文献：
［1 ］ Shah C，Oh S，Oh J S． Ｒesearch agenda for social Q＆A［J］． Li-
brary ＆ Information Science Ｒesearch，2009，31（ 4） ： 205 － 209．
［2 ］ 毛波，尤雯雯． 虚拟社区成员分类模型［J］． 清华大学学报（ 自
然科学版） ，
2006（ S1） ： 1069 － 1073．
［3 ］王伟军，甘春梅． Web2． 0 信息资源管理［M］． 北京： 科学出版
社，2011．
［4 ］ 张中峰，李秋丹． 社区问答系统研究综述［J］． 计算机科学，
2010，37（ 11） ： 19 － 23．
［5 ］ Gazan Ｒ． Seekers，sloths and social reference： Homework ques-
tions submitted to a question-answering community［J］． New Ｒe-
view of Hypermedia and Multimedia，2007，13（ 2） ： 239 － 248．
［6 ］ Chen Lin，Nayak Ｒ． Expertise analysis in a question answer portal
for author ranking［C］/ / Proceedings of the 2008 IEEE / WIC /
ACM International Conference on Web Intelligence and Intelligent
Agent Technology 2008 （ WI -IAT’08 ） ． Sydney： IEEE Computer
Society，2008： 134 － 140．
131
 第 59 卷 第 3 期 2015 年 2 月
［7 ］ Jurczyk P，Agichtein E． Discovering authorities in question answer
communities by using link analysis［C］/ / Proceedings of the Six-
teenth ACM Conference on Conference on Information and Knowl-
edge Management （ CIKM ’07） ． New York： ACM，2007： 919 －
922．
［8 ］ Jurczyk P，Agichtein E． Hits on question answer portals： Explora-
tion of link analysis for author ranking［C］/ / Proceedings of the
30th Annual International ACM SIGIＲ Conference on Ｒesearch and
Development in Information Ｒetrieval． New York： ACM，2007：
845 － 846．
［9 ］ Zhou Guangyou，Lai Siwei，Liu Kang，et al． Topic-sensitive prob-
abilistic model for expert finding in question answer communities
［C］/ / Proceedings of the 21st ACM International Conference on In-
formation and Knowledge Management． New York： ACM，2012：
1662 － 1666．
［10］ Bouguessa M，Dumoulin B，Wang S． Identifying authoritative ac-
tors in question -answering forums： The case of yahoo！ answers
［C］/ / Proceedings of the 14th ACM SIGKDD International Confer-
ence on Knowledge Discovery and Data Mining． New York： ACM，
2008： 866 － 874
［11］ Shah C，Oh J S，Oh S． Exploring characteristics and effects of user
participation in online social Q＆A sites［J］． First Monday，2008，
13（ 9） ： 145 － 157．
［12］ Ｒaban D Ｒ． Self-presentation and the value of information in Q＆A
websites［J］． Journal of the American Society for Information Sci-
ence and Technology，2009，60（ 12） ： 2465 － 2473．
［13］ Ｒaban D，Harper F． Motivations for answering questions online．
［EB / OL］． ［2014 － 12 － 08］． http： / / citeseerx． ist． psu． edu /
viewdoc / download？ doi = 10． 1． 1． 119． 1962＆rep = rep1＆type =
pdf．
［14］ Nam K K，Ackerman M S，Adamic L A． Questions in，knowledge
in？： A study of naver’s question answering community［C］/ / Pro-
ceedings of the SIGCHI Conference on Human Factors in Compu-
ting Systems． New York： ACM，2009： 779 － 788．
［15］ Choi E． Motivations and expectations for asking questions within
online Q＆A． ［EB / OL］． ［2014 － 12 － 08］． http： / / citeseerx．
ist． psu． edu / viewdoc / download？ doi = 10． 1． 1． 119． 1962＆rep =
rep1＆type = pdf．
［16］ Lou Jie，Fang Yulin，Lim K H，et al． Contributing high quantity
and quality knowledge to online Q＆A communities［J］． Journal of
the American Society for Information Science and Technology，
2013，64（ 2） ： 356 － 371．
［17］ Qu Bo，Cong Gao，Li Cuiping，et al． An evaluation of classifica-
tion models for question topic categorization［J］． Journal of the A-
merican Society for Information Science and Technology，2012，63
（ 5） ： 889 － 903．
［18］ Zhang Weinang，Zhang Yu，Xiao Shibin，et al． Exploring domain
specific feature weights for question classification enhancement in
community-based QA services？ ［J］． Journal of Computational In-
132
formation Systems，2013，9（ 6） ： 2373 － 2381．
［19］ Lei Yunqi，Jiang Yiyuan． Chinese question classification in com-
munity question answering［EB / OL］． ［2014 － 12 － 08］． http： / /
ieeexplore． ieee． org / stamp / stamp． jsp？ tp = ＆arnumber =
5707167．
［20］ Cai Li，Zhou Guangyou，Liu Kang，et al． Large -scale question
classification in cQA by leveraging Wikipedia semantic knowledge
［C］/ / Proceedings of the 20th ACM international conference on In-
formation and knowledge management． New York： ACM，2011：
1321 － 1330．
［21］ Harper F M，Moy D，Konstan J A． Facts or friends？： Distinguis-
hing informational and conversational questions in social Q＆A sites
［C］/ / Proceedings of the SIGCHI Conference on Human Factors in
Computing Systems． New York： ACM，2009： 759 － 768．
［22］ Kim S，Oh J S，Oh S． Best-answer selection criteria in a social
Q＆A site from the user -oriented relevance perspective［J］． Pro-
ceedings of the American Society for Information Science and Tech-
nology，2007，44（ 1） ： 1 － 15．
［23］ Wu Haocheng，Wu Wei，Zhou Ming，et al． Improving search rele-
vance for short queries in community question answering［C］/ / Pro-
ceedings of the 7th ACM International Conference on Web Search
and Data Mining． New York： ACM，2014： 43 － 52．
［24］Cao Xin，Cong Gao，Cui Bin，et al． The use of categorization infor-
mation in language models for question retrieval［C］/ / Proceedings
of the 18th ACM Conference on Information and Knowledge Man-
agement． Hong Kong： ACM，2009： 265 － 274．
［25］ Ji Zongcheng，Xu Fei，Wang Bin． A category-integrated language
model for question retrieval in community question answering
［M］/ / Information Ｒetrieval Technology． New York： Springer Ber-
lin Heidelberg，2012： 14 － 25．
［26］ Lee J T，Kim S B，Song Y I，et al． Bridging lexical gaps between
queries and questions on large online Q＆A collections with compact
translation models［C］/ / Proceedings of the Conference on Empiri-
cal Methods in Natural Language Processing． Honolulu： Association
for Computational Linguistics，2008： 410 － 418．
［27］ Zhou Tom Chao，Lin Chin Yew，King Irwin，et al． Learning to
suggest questions in online forums［EB / OL］． ［2014 － 12 － 08］．
http： / / www． research． att． com / techdocs / TD_100545． pdf．
［28］ Xue Xiaobing，Jeon J，Croft W B． Ｒetrieval models for question
and answer archives［C］/ / Proceedings of the 31st Annual Interna-
tional ACM SIGIＲ Conference on Ｒesearch and Development in In-
formation Ｒetrieval． Singapore： ACM，2008： 475 － 482．
［29］ Guo Jinwen，Xu Shengliang，Bao Shenghua，et al． Tapping on the
potential of q＆a community by recommending answer providers
［C］/ / Proceedings of the 17th ACM Conference on Information and
Knowledge Management． Napa Valley： ACM，2008： 921 － 930．
［30］ Li Shuguang，Manandhar S． Improving question recommendation
by exploiting information need［C］/ / Proceedings of the 49th Annu-
al Meeting of the Association for Computational Linguistics： Human
罗毅，曹倩． 基于 ＲIPA 方法的社会问答平台答案质量研究［J］． 图书情报工作， 59（ 3） ： 126 － 133，
2015， 25．
Language Technologies-Volume 1． Portland： Association for Com-
putational Linguistics，2011： 1425 － 1434．
［31］ Zhou Tom Chao，Lyu M Ｒ，King I． A classification -based ap-
proach to question routing in community question answering［C］/ /
Proceedings of the 21st International Conference Companion on
World Wide Web． Lyon： ACM，2012： 783 － 790．
［32］ Dror G，Koren Y，Maarek Y，et al． I want to answer： Who has a
question？： Yahoo！ answers recommender system［C］/ / Proceedings
of the 17th ACM SIGKDD International Conference on Knowledge
Discovery and Data Mining． San Diego： ACM，2011： 1109 －
1117．
［33］ Zhou Guangyou，Liu Kang，Zhao Jun． Monolingual-based transla-
tion model for question routing［J］． Pattern Ｒecognition，2012：
630 － 637．
［34］ Zhou Guangyou，Liu Kang，Zhao Jun． Joint relevance and answer
quality learning for question routing in community qa［C］/ / Pro-
ceedings of the 21st ACM International Conference on Information
and Knowledge Management． Maui： ACM，2012： 1492 － 1496．
［35］ Li B，King I． Ｒouting questions to appropriate answerers in com-
munity question answering services［C］/ / Proceedings of the 19th
ACM International Conference on Information and Knowledge Man-
agement． Toronto： ACM，2010： 1585 － 1588．
［36］ Fang Lei，Huang Minlie，Zhu Xiaoyan． Question routing in com-
munity based QA： Incorporating answer quality and answer content
［C］/ / Proceedings of the ACM SIGKDD Workshop on Mining Data
Semantics． New York： ACM，2012： 5．
［37］ Chang Shuo，Pal A． Ｒouting questions for collaborative answering
in community question answering［C］/ / Proceedings of the 2013
IEEE / ACM International Conference on Advances in Social Net-
works Analysis and Mining． Niagara： ACM，2013： 494 － 501．
［38］ Yan Zhenlei，Zhou Jie． A new approach to answerer recommenda-
tion in community question answering services［M］/ / Advances in
Information Ｒetrieval． New York： Springer Berlin Heidelberg，
2012： 121 － 132．
［39］ Wu Hu，Wang Yongji，Cheng Xiao． Incremental probabilistic la-
tent semantic analysis for automatic question recommendation
［C］/ / Proceedings of the 2008 ACM Conference on Ｒecommender
Systems． New York： ACM，2008： 99 － 106．
［40］Harper F M，Ｒaban D，Ｒafaeli S，et al． Predictors of answer qual-
ity in online Q＆A sites［C］/ / Proceedings of the SIGCHI Confer-
ence on Human Factors in Computing Systems． Florence： ACM，
2008： 865 － 874．
［41］ Chen Yan，HO T H U A，KIM Y M I． Knowledge market design：
A field experiment at Google Answers［J］． Journal of Public Eco-
nomic Theory，2010，12（ 4） ： 641 － 664．
［42］ Jeon G Y J，Kim Y M，Chen Yan． Ｒe-examining price as a predic-
tor of answer quality in an online Q＆A site［C］/ / Proceedings of
the SIGCHI Conference on Human Factors in Computing Systems．
Atlanta： ACM，2010： 325 － 328．
［43］Zhu Zhemin，Bernhard D，Gurevych I． A Multi-Dimensional model
for assessing the quality of answers in social Q＆A sites． ［EB /
OL］． ［2014 － 12 － 08］． http： / / tuprints． ulb． tu -darmstadt． de /
1940 /1 / TＲ_dimension_model． pdf．
［44］ Jeon J，Croft W B，Lee J H，et al． A framework to predict the
quality of answers with non -textual features［C］/ / Proceedings of
the 29th Annual International ACM SIGIＲ Conference on Ｒesearch
and Development in Information Ｒetrieval． Seattle： ACM，2006：
228 － 235．
［45］ Agichtein E，Castillo C，Donato D，et al． Finding high -quality
content in social media［C］/ / Proceedings of the 2008 International
Conference on Web Search and Data Mining． Palo Alto： ACM，
2008： 183 － 194．
［46］ Adamic L A，Zhang Jun，Bakshy E，et al． Knowledge sharing and
yahoo answers： Everyone knows something［C］/ / Proceedings of
the 17th International Conference on World Wide Web． New York：
ACM，2008： 665 － 674．
［47］ Kim S，Oh S． Users’relevance criteria for evaluating answers in a
social Q＆A site［J］． Journal of the American Society for Informa-
tion Science and Technology，2009，60（ 4） ： 716 － 727．
［48］ Luo Y，Li X，Jiang Y． Ｒesearch on cognition of answer quality of
social Q＆A sites based on analysis of perceptions of user expecta-
tions［J］． Geomatics and Information Science of Wuhan University，
2014，39（ 10） ： 72 － 77．
［49］Martilla J A，James J C． Importance-performance analysis ［J］． Jour-
nal of Marketing， 41（ 1） ： 77 － 79．
1977，
［50］ Matzler K，Bailom F，Hinterhuber H H，et al． The asymmetric rela-
tionship between attribute-level performance and overall customer satis-
faction： A reconsideration of the importance-performance analysis［J］．
Industrial Marketing Management，2004，33（ 4） ： 271 － 277．
［51］ Oh H． Ｒevisiting importance -performance analysis［J］． Tourism
Management，2001，22（ 6） ： 617 － 627．
［52］Anderson E W，Mittal V． Strengthening the satisfaction-profit chain
［J］． Journal of Service Ｒesearch，2000，3（ 2） ： 107 － 120．
［53］ Kano N，Seraku N，Takahashi F，et al． Attractive quality and
must-be quality［J］． Journal of the Japanese Society for Quality
Control，1984，14（ 2） ： 147 － 156．
［54］ Matzler K，Sauerwein E． The factor structure of customer satisfac-
tion： An empirical test of the importance grid and the penalty-re-
ward-contrast analysis［J］． International Journal of Service Industry
Management，2002，13（ 4） ： 314 － 332．
［55］ Deng W． Using a revised importance -performance analysis ap-
proach： The case of Taiwanese hot springs tourism［J］． Tourism
Management，2007，28（ 5） ： 1274 － 1284．
［56］ Shah C，Pomerantz J． Evaluating and predicting answer quality in
community QA［C］/ / Proceedings of the 33rd International ACM
SIGIＲ Conference on Ｒesearch and Development in Information Ｒe-
trieval． New York： ACM，2010： 411 － 418．
（ 下转第 25 页）
133
熊志正，官思发，朝乐门． 计算机辅助信息分析的技术框架及其发展趋势［J］． 图书情报工作， 59（ 3） ： 19 － 25．
2015，

［J］． 计算机研究与发展， 50（ 12） ： 2483 － 2491．

2013， 2014（ 8） ： 5 － 7，
研究［J］． 情报探索， 10．
［25］ 覃雄派，王会举，杜小勇，等． 大数据分析———ＲDBMS 与 Ma- ［30］ IBM 大数据与分析再升级大步迈进认知计算时代［EB / OL］．
pＲeduce 的竞争与共生［J］． 软件学报， 23（ 1） ： 32 － 45．
2012， ［2014 － 03 － 21］． http： / / soft． chinabyte． com /393 /12878393．
［26］ Agrawal D，Das S，El Abbadi A． Big data and cloud computing： shtml．
Current state and future opportunities［C］/ / Ailamaki A． ，Amer － ［31］ 顾君忠． 大数据与大数据分析［J］． 软件产业与工程，
2013（ 4） ：
Yahia S，Pate J，et al． Proceedings of the 14th International Confer- 17 － 21．
ence on Extending Database Technology． New York： ACM，2011： 作者贡献说明：
530 － 533．
熊志正： 提出研究思路，撰写论文初稿；
［27］ Dursun D，Haluk D． Data，information and analytics as services
官思发： 撰写研究现状部分和修改论文；
［J］． Decision Support Systems，2013，
55（ 1） ： 359 － 363．
朝乐门： 对研究选题提供重要素材和指导，论文撰写和
［28］ Thomsa H D． Analytics 3． 0［J］． Harvard Business Ｒeview，2013
（ 12） ： 65 － 72．
修改过程中提供修改建议。
［29］ 张鼐，张英，杜云，等． 大数据环境下基于云的分析即服务平台

The Technological Framework for Computer Aided Information Analysis and Its Emerging Trends
Xiong Zhizheng1 Guan Sifa1 Chao Lemen1，2
1
School of Information Ｒesource Management，Ｒenmin University of China，Beijing 100872
2
Key Laboratory of Data Engineering and Knowledge Engineering （ Ｒenmin University of China） ，MOE，Beijing 100872
Abstract： ［Purpose / significance］This paper constructed a framework for the computer-aided information analytics
tasks and offered a top-design guideline for the computer-aided analyzing work． ［Method / process］Based on the literature
review，this paper come up with an analytical framework consisting of database，data warehouse，OLTP，OLAP，BI and
DSS． This paper specifically introduces OLAP，data mining and knowledge discovery，social network analysis and big data
analytics as the most useful four kinds of the current core technologies for computer-aided information analysis． ［Ｒesult /
conclusion］This paper analyzes the main challenges and puts forward an outlook for computer-aided information analysis．
Big data analytics will be an important research topic for computer-aided information analysis in future． Computer-aided
information analysis will make a great progress in the support of cloud computing and big data technologies，mobile compu-
ting and social computing will intersect with information analysis in future．
Keywords： computer aided information analysis data mining business intelligence big data analysis
欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟
（ 上接第 133 页） 罗毅： 提出研究思路，负责文章的整体撰写、数据的处
［57］ Gazan Ｒ． Specialists and synthesists in a question answering com- 理分析以及文章的修改等；
munity［J］． Proceedings of the American Society for Information
曹倩： 负责引言部分的撰写、数据的预处理、文章格式
Science and Technology，2006，43（ 1） ： 1 － 10．
和表达方式的修改等。
作者贡献说明：

Ｒesearch on Answers’Quality of Social Q＆A Platforms Based on ＲIPA

Luo Yi Cao Qian
Center for the Studies of Information Ｒesources of Wuhan University，Wuhan 430072
Abstract： ［Purpose / significance］This paper will introduces ＲIPA，an improvement of IPA theory，into the re-
search on answers’quality of social Q＆A platforms，to guide the social Q＆A platforms operators to better serve and im-
prove the quality of information content． ［Method / process］Analyzing the shortage of traditional IPA method in theory and
introducing the new theory of ＲIPA，it compares and analyzes their applications in social Q＆A platforms． ［Ｒesult / con-
clusion］Compared with IPA，ＲIPA has higher feasibility． Integrity，professionalism and authority are three key factors to
improve the answers’quality of social Q＆A platforms． Some suggestions are also given．
Keywords： social Q＆A platform answer quality ＲIPA IPA

25