2019年12月30日下午两点，中国营销工程与创新研究中心(以下简称“MEI”)2019-2020年第一学期第17次研讨会(以下简称“Seminar”)在MEI如期举行，参与本次研讨会的有黄敏学老师、朱华伟老师及MEI各位成员。

　　本次Seminar由吴津润研读文章《Jack of All, Master of Some: Information Network and Innovation in Crowdsourcing Communities》。

　　由于信息技术的进步，许多公司邀请客户通过一种称为“创新众包”(innovation crowdsoucing)的实践来提出新的产品创意。通过一个创新众包社区，客户可以直接向公司提出新产品或服务的建议。客户拥有市场需要的信息，因此有潜力产生高质量的新产品创意。尽管现有的文献更多研究的产生创新想法的影响因素，且对创新者采取了“原子论”的观点，并没有考虑众包社区中的社会互动如何影响他们创新想法的产生以及成功。

　　因此，本研究旨在进一步了解社会交往如何影响个体的创新结果。具体来说，本文研究了个人在帮助客户支持社区(customer support community)中的其他人的过程中积累的信息如何影响创新众包社区(innovation crowdsourcing community)中他们的新产品创新想法的质量。客户支持社区是指客户可以互相帮助，开发解决当前公司产品问题的方案的社区。创新众包社区是指客户直接向公司提出新产品和服务想法的社区。

　　本文研究的是个人在客户支持社区帮助他人累积的信息如何影响他们提出的关于新产品或服务创新想法的质量。在本文中，作者把个人在社区帮助他人累积的信息分成了两个维度，一个是广度，一个是深度。广度(breadth)是指一个人拥有的信息范围，深度(depth)是指一个人对某个领域的理解程度。本研究把社区用户分为了：专家(同时拥有信息深度而广度不足)、低信息组(同时不具备信息深度和广度)、深层次的通才(具备信息深度和广度)、浅薄的通才(具备信息广度而深度不足)。

　　因变量位新产品创新成果(new product ideation outcomes)，包括三个维度，分别是新颖性(novel)、流行性(popular)、可行性(feasible)。新颖性是指未重复或未多余的创新成果，流行性是指创新成果的受欢迎程度，即获得多少投票和支持，可行性是指这些创新成果是否被企业采用。

　　本文运用的理论是类比推理，指的是知识应用到另一个领域的过程，包括激活、调整和重组现有的知识来创造一个新的想法。面对创造性任务时，个体首先搜索存储在记忆中的现有知识。先前的研究表明，个人在检索相关知识方面存在困难。反之，从“内存中的可能性空间”中，如果知识最近被激活，则更有可能被检索到。检索到现有知识后，需要对其进行调整以适应当前问题，以便重新组合和转移。在迁移过程中，知识渊博的人比新手要好。相对于新手，知识渊博的人更擅长于抽象出问题的内在结构并忽略其肤浅的属性，新手经常会因表面属性而分心，无法识别问题的潜在结构。激活不同的知识领域有助于思想的新颖性，因为可以从更多的离散知识成分中进行更多的不同重组，提升重组的效率;深入的知识使个人能够识别通过类比推理所产生的解决方案的约束，即过滤掉有缺陷的想法;接触各种信息可以使个人克服认知固化(cognitive fixation)，即专注于先验知识的倾向从而阻碍个人跳出框框思考。

　　同时本文用到了自然语言处理技术：潜在狄利克雷分配(Latent Dirichlet Allocation，LDA)。LDA(Latent Dirichlet Allocation)是一种文档主题生成模型，也称为一个三层贝叶斯概率模型，包含词、主题和文档三层结构。所谓生成模型，就是说，我们认为一篇文章的每个词都是通过“以一定概率选择了某个主题，并从这个主题中以一定概率选择某个词语”这样一个过程得到。文档到主题服从多项式分布，主题到词服从多项式分布。

　　LDA假设由Dirichlet分布生成的主题，通过回溯每个文档中同时出现的一组单词提取隐含的主题。在本文的研究中，文档(document)包括客户支持众包社区中的一个问题和相应的答案，以及创新众包社区中的一个想法信息。

　　本文的LDA涉及了四个步骤：(1)提取了来自客户支持众包社区的全部问答信息，以及来自创新众包社区的想法信息在线程级。别(a thread level)合并信息，也就是说在客户支持社区中，把一个提问和其获得的相应的解决措施形成一个文档。因此，在创新社区中的每个想法都对应这样一个文档;(2)去除一些停用词;(3)运行LDA来发现每个文档的主题(topics)。

　　图一：文章分享

　　至此，本次Seminar文章研读完毕。

　　之后，刘远与费卓颖分享了最近的研究进展，展示研究结果。针对研究中的问题，老师提出了一些建议，并且明确了进一步的研究计划。

　　至此，本学期第十七次Seminar圆满结束。

　　文字/鄢敏锐

　　供图/鄢敏锐

　　审核/陈晶晶

　　网站编辑 / 王宇雨