基于fuzzy-dematel法的众包模式下用户参与行为影响因素分析-卢新元.pdf

《基于fuzzy-dematel法的众包模式下用户参与行为影响因素分析-卢新元.pdf》由会员分享，可在线阅读，更多相关《基于fuzzy-dematel法的众包模式下用户参与行为影响因素分析-卢新元.pdf（9页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第29卷第8期2017年8月管理评论Management ReviewVot29，No8Aug，2017基于FuzzyDEMATEL法的众包模式下用户参与行为影响因素分析卢新元王康泰胡静思 陈 勇(华中师范大学信息管理学院，武汉430079)摘要：众包作为一种新的开放式创新模式，正日益受到A4rJ的关注。为了探讨用户参与行为影响因素之闻的作用关系以及关键因素，本文通过文献研究法，总结归纳了发包方、众包平台、接包方三个维度下影响用户参与众包的14种因素，并在专家打分的基础上，运用了模糊集理论和决策实验室分析法揭示了各影响因素之间的综合影响程度，以及影响因素的中心度和原因度。分析发现赏金数额、任务

2、难易程度以及项目规模是影响用户参与众包的主要因素，最后根据分析结果提出了促进用户参与众包的建议。关键词：众包；Fuzzy DEMATEL；参与行为；影响因素引 言进入2l世纪以来，全球竞争不断加剧，知识更新的速度越来越快，知识经济时代的到来使得企业外部创新资源持续涌现，开放式创新已成为企业与外部协同发展的必然选择，特别是伴随着互联网的普及与发展，一种基于Web20网络技术的信息化创新组织形式众包(Crowdsourcing)应运而生。众包这一概念是由美国连线杂志记者JeffHowe于2006年首次提出来的，他认为众包是一场商业革命，企业将问题以公开招标的方式传播给未知的方案解决者群体，任何参与

3、者都能通过网络社区提交方案、解决问题并获得酬劳。因而他将众包定义为“一个公司或者机构把过去由内部员工所做的工作，以自由自愿的方式外包给非特定的(通常是大型的)大众网络的做法”J。和外包服务不同，众包是将任务和问题外派给不确定的个体，因此众包可以直接连接到大众的能力库、资源库和点子库，集中更多人的智慧。众包强调的是组织与个人的知识交互，具有吸收高端网络创新资源的优势，创新性更强，它的价值与效率远远超过企业内部所整合的价值和效率。近年来，众包正日益受到企业界的重视，大众参与众包的意愿越来越强烈，因此亟需了解影响用户参与众包的主要因素，但是现有对用户参与众包问题的研究多以定性研究为主，缺乏经验数据的

4、支持，并且考虑到的指标比较单一。在此基础上，本文试图运用模糊集理论(Fuzzy Set Theory)和决策实验室分析法(Decisionmaking Trial and Evaluation Laboratory，DEMATEL)，探讨影响用户参与众包的主要因素以及因素间的相互关系，得到影响因素的重要程度，为众包应用在我国的实践提供理论依据。文献回顾与研究假设现有的对大众参与众包的实证研究多集中于大众参与者动机的微观层面，概括起来分为三大类：内在动机、外在动机和内化的外在动机。内在动机主要指任务的趣味性，外在动机包括个人的需要和不满以及赏金补偿，内化的外在动机主要指激励因素，如自我效能、地位

5、发展、欲望、有机会交朋友、技能发展等等。但是并非所有的因素都会大程度地影响众包参与者的参与意愿，冯小亮等在研究众包模式下接包方的参与动机机制时发现，个人能力锻炼、赏金激励、兴趣爱好这三类动机提到的次数最高，是驱使问题解决者参与到众包任务收稿日期：2015-12-18基金项目：国家自然科学基金项目(71471074；71071068)；中央高校自主创新计划资助项目(CCNUIIA02020)。作者简介：卢新元，华中师范大学信息管理学院教授，博士生导师，博士；王康泰，华中师范大学信息管理学院硕士研究生；胡静思，华中师范大学信息管理学院硕研究生；陈勇，华中师范大学信息管理学院硕士研究生。万方数据管理

6、评论 第29卷中的主要原因旧1。然而众包参与者的影响因素不应局限于大众动机，应全面考虑到众包的三大主体维度。董坤祥等提出国内外学者在研究众包竞赛系统时主要基于众包创新平台、发布者视角和解答者视角分别提出影plan素旧。孟韬等认为众包参与主体之间存在三方关系和契约关系，并且具有松散型与短暂性等特点，因此众包交易的完成依赖于三方关系的建立和延伸4。基于对现有研究和对中国国情的认识，本文通过专家访谈的形式，邀请了3位实施过众包业务的企业CIO，1位众包网站的运营者，以及3位众包问题解决者，共计7位专家依据自己的专业知识和经验，归纳了发包方、众包网站、接包方三个维度下影响用户参与众包的14个因素，并建

7、立起影响因素指标体系。根据专家的访谈资料，本文提出了以下的假设：1、发包方的影响因素发包方，主要是指企业，为了获得外部创新资源，企业会将自身遇到的难以解决的问题发布到众包网站上，同时提出相应的任务要求和奖励，从而吸引广大问题解决者来参与。所以在考虑发包方因素时，主要考虑奖励数额和任务属性，又因为不同发包方的任务之间存在竞争情况，将市场竞争情况也归纳到发包方。此外，众包的项目规模可以用发包方发布的任务数量和予以的赏金来衡量，因此将项目规模影响因素归纳到发包方维度下。(1)赏金数额赏金是指发包方在发布任务时承诺的物质奖励，当其他激励的效果不明显时，现金的激励会使用户更主动地参与众包。孟韬等在对威客

8、模式下的大众参与行为影响因素进行实证研究时发现，预期收益能显著地影响大众参与众包的意愿【4 J。Hirth等指出众包中存在的一个主要问题就是一些用户为了使他们的收益最大化而尽可能多的提交任务，甚至不考虑任务完成的效果J。Yukino等通过实证研究发现，赏金的激励会使任务的发布者获得更加理想的任务解决方案J，由此假设：H1：赏金数额(F1)影响用户参与众包的行为。(2)任务属性有趣、合适的任务是吸引用户参与众包的一个很重要原因。任务属性又具体包括任务难易程度、任务期限、任务新奇性等。Brabham在用参考信息的字数作为任务的难度系数时发现，当描述任务的字数越多，任务难度越大，发包方的赏金也会越高

9、。Shao等通过实证研究发现高额的奖励，简单且时限短的任务会吸引大量的用户参与众包；同时高额的奖励，难度高且时限长的任务会吸引高水平的用户参与旧1。Terwiesch等用servqual模型测量服务质量时也发现，任务期限越长，用户的工作效率越低，用户的感知价值也会越低，相应的任务赏金越低一。Feller等提出影响接包方参与任务的主要原因是赏金数额、任务难易程度以及特定时间内竞争性任务属性10 3。Majchrzak等对维基百科参与者的研究中发现任务新奇性、任务重要性、工作的自主性等因素是编辑者乐于参与的主要原因1。David等指出乏味的众包任务和较低的报酬经常会使参与者出现错误12。由此假设：

10、H2：任务难易程度(F2)、任务期限(F3)、任务新奇性(F4)影响用户参与众包的行为。(3)市场竞争情况市场竞争情况指的是任务之间的竞争以及任务解决者之间的竞争对出价的影响。Yang等对国内的威客网“任务中国”中的用户行为进行研究时发现，用户倾向于选择竞争对手少的任务，这样会增加获胜的机会川。由此假设：H3：市场竞争情况(F5)影响用户参与众包的行为。(4)项目规模陈光华等认为项目规模与创新绩效之间呈倒u型关系，项目规模扩大，创新绩效也相应提升，到达一定阈值后随之减小tal。赵黎明等在研究国家火炬计划项目效率时，提出项目规模越大，技术效率越高5|。根据上述研究，结合众包实际现象，例如在大数据

11、预测竞赛平台Kaggle上，NASA等大型研究机构发布的一个竞赛项目任务量数以千万计，赏金数额可以高达数十万美元，吸引世界各地机器学习领域的专家参与。由此假设：H4：项目规模(F6)影响用户参与众包的行为。万方数据第8期 卢新元，等：基于FuzzyDEMATEL法的众包模式下用户参与行为影响因素分析 1032、众包平台的影响因素众包平台，也即连接发包方与接包方的网站。众包平台可以分为两种，一种是由企业自己创立并管理，如DELL的“创意风暴”和IBM的“全球创新项目”，旨在推动企业的持续创新；一种是由中介平台创建运行的，如InnoCentIve、任务中国、猪八戒网等，旨在为供需双方搭建交易平台提

12、供问题解决方案。对于中介平台而言，网站自身的特性、用户的信任度以及平台行业的特征会影响到用户参与众包的行为。(1)网站特性随着众包的飞速发展，众包平台网站也在快速兴起，众包网站作为发包方发布任务的平台，本身的性质很大程度上影响用户的选择。众包网站的特性主要包括网站设计和信息服务能力。冯娇等指出社会化商务中影响购买行为的相关研究主要集中在网络口碑、网站设计、感知风险和信任等方面6I。众包网站是连接发包方和接包方交流的中介平台，因此面向众包的信息服务依赖于中介网站的强大信息集成能力。由此假设：H5：网站设计(Fv7)、信息服务能力(F8)影响用户参与众包的行为。(2)信任度众包活动中涉及到发包方、

13、中介网站和接包方之间的价值交换，因而必涉及到信任问题，信任度主要包括用户对中介网站和发包方的信任。吕英杰等提出网络平台的虚拟性导致供需双方缺乏信任J。孙茜等指出接包方对创新众包平台本身的信任与接包方中标率正相关8|。Sun等在研究众包市场上奖励和信任与自我效能关系的时候，也提出了当接包方认为发包方和平台可信时，会期待将他们的成果转化为回报，相反，如果接包方不信任对方时，他们不会选择参与网上任务9i。由此假设：H6：信任度(F9)影响用户参与众包的行为。(3)行业特征众包的行业特征体现在不同的中介网站专注的任务类型不一样，如综合型的任务宏观，创意型的猪八戒网，劳务众包平台Gigwalk，日常任务

14、类的微差事，IT类的Kag醇e等。李强认为制造业的行业特征会影响制造业的追赶绩效1，对众包用户而言，选择不同平台的任务会影响众包绩效。由此假设：H7：行业特征(F10)影响用户参与众包的行为。3、接包方的影响因素接包方，也即用户，大众通过网络聚集，利用信息技术进行沟通，并根据自己的兴趣爱好和个人能力等承接任务，但是大众在选择任务的过程中容易受到他人选择的影响，所以在归纳接包方影响因素时主要考虑用户行为特征，用户对任务的关注度以及参与用户的数量。(1)用户特征用户在选择众包任务时通常倾向于选择容易解决并有能力解决的任务，所以用户会根据自身的能力、兴趣爱好等选择不同的众包策略，从而影响到用户参与众

15、包的行为。Simula和Ahola在分析网络环境中现有工业企业的各种众包配置时，发现质量较高的解决方案往往来源于一小部分技能较高的任务参与者心1I。JeffHowe认为众包参与者大都是出于兴趣爱好而投人工作，例如娱乐、自我表现、试验等等1j。由此假设：H8：用户能力(F11)、兴趣爱好(F12)影响用户参与众包的行为。(2)关注度Huberman等在对YouTube的调查中发现，用户关注度是人们参与众包的驱动力，在YouTube中，如果用户对一种类型的视频下载越多，就有更多类似的视频上传YouTube2川。由此假设：H9：对众包任务的关注度(F13)影响用户参与众包的行为。(3)参与用户数量Y

16、ang等在分析“任务中国”网站上威客的参与行为时发现，发包方发布的任务赏金数额高时会吸引了大量的威客参与竞争，而赏金数额低的任务很难吸引到足够多的威客，甚至是没有人参加舱3I。由此假设：H10：参与用户的数量(F14)影响用户参与众包的行为。通过上述分析，建立众包模式下用户参与行为影响因素体系如图1所示。万方数据管理评论 第29卷网站特性信任度行业特征赏金数额I l任务属性1市场竞争情况I I项目规模发包方众包模式下用户参与行为影响因素接包方图1众包模式下用户参与行为影响因素体系基于FuzzyDEMATEL法的影响因素分析用户特征关注度参与用户数量目前学界对众包模式下用户参与行为的研究往往只涉

17、及到若干个因素，并且对各个影响因素间的量化关系鲜有相关的文献报道。本文运用DEMATEL法可以充分考虑影响因素的个数和关联性，并给出影响因素的重要程度，从发包方、众包平台、接包方三个维度来探讨，更深层次地解释影响因素指标体系的内在构造。考虑到用户参与行为影响因素关系的复杂性和模糊性，本文引入模糊集的概念，提出混合型的DEMATEL方法，在专家给出的混合型矩阵基础上，对其进行标准化，通过矩阵计算，得到混合型综合影响因素矩阵，然后计算出其中心度和原因度，进而揭示影响众包模式下用户参与行为的最关键的因素。具体步奏如下24-26：Stepl：针对所研究的问题，构建出众包模式下用户参与行为影响因素体系，

18、设为F。、F：、F。Step2：邀请专家使用语言算子“没有影响(N)”、“很弱影响(VL)”、“弱影响(L)”、“强影响(H)”、“很强影响(VH)”对因素之间的关系进行评估。通过语义表将原始的专家评价转化为三角模糊数W：=(口口o，代表k个专家认为i因素对，因素的影响程度，如表1。表1语义转化表语义变量(Linguistic variables) 对应的三角模糊数(TFN)N没有影响(No influence)VL很弱影响(Very low influence)L弱影响(Low influence)H强影响(High influence)VH很强影响(Very high influence)

19、(0，0，02)(0，02，04)(02，04，06)(04，06，08)(08，1，1)Step3：使用CFCS(Converting the Fuzzy data into Crips Scores)法对专家打分的初始值去模糊化，得n阶直接影响矩阵z，直接影响矩阵反映的是因素之间的直接作用，包括以下四步。(1)将三角模糊数标准化：菇n：2(n：iminn：口)minitx戈口k2ii=(o：ifmino：if)m mix戈口k3v=(口k3i，一mino：)A“ma。x其中am,7=max口k，“一minn，依次计算得到觚戈口戈。(2)将左边值(1s)和右边值(rs)标准化：戈ls：=茗n

20、：i(1+石o：一戈o)z rs：=戈口3ku(1+彤。：ifz口乞)(3)计算去模糊化后的清晰值：戈：=石ls；(1一石1s：)+并rskiz rs,；lE 1一戈ls：+戈rs：孑：=mino：“+戈：a：,ax万方数据第8期 卢新元，等：基于FuzzyDEMATEL法的众包模式下用户参与行为影响因素分析 105(4)计算平均清晰值zi=(z；+z；十+z；)nStep4：对直接影响矩阵z进行标准化处理，得到标准化后的直接影响矩阵G。A=l罂氅z“，G=Azl In皇一 Step5：根据公式r=G+G2+口或r=G(E-G)，E为单位矩阵，得到综合影响矩阵T。Step6：对综合矩阵进行分析

21、，揭示指标体系内部的构造。矩阵T中元素按行相加为影响度Di，表示该行因素对其他所有因素的综合影响值。矩阵T中元素按列相加为被影响度Ri，表示该列因素受其他所有因素的综合影响值。公式如下：D；=“(江1，2，n) (1)=1R；=口(江1，2，n) (2)影响度和被影响度之和称为中心度mi，表示的是该因素在体系中的位置和所起作用的大小。影响度和被影响度之差称为原因度n。，反映的是各影响因素之间的因果关系，若原因度大于0，表示该因素对其他因素的作用程度大，称为原因因素，若原因度小于0，表示该因素受其他因素作用程度大，称为结果因素。公式如下：m。=D。+R。(i=1，2，n) (3)ni=D：一R。

22、(i=1，2，n) (4)实证分析本文根据对文献的回顾和我国国情的分析，总结归纳了众包模式下用户参与行为的14种影响因素，并以7位发包方、众包平台、接包方的专家为访问对象，通过打分的方式得到他们对这14种影响因素相互关系的看法，对他们的回答进行修正与汇总，从而得到模糊直接影响矩阵，然后根据CFCS方法，对原始数据进行处理，最终确定众包模式下用户参与行为影响因素之间的直接影响矩阵如表2所示。表2众包模式下用户参与行为影响因素的直接影响矩阵对众包模式下用户参与行为影响因素的直接影响矩阵做标准化处理，得到标准化的直接影响矩阵，然后根据公式丁=G(EG)，利用matlab2012b软件进行矩阵计算，得

23、到综合影响矩阵如表3所示。根据公式(1)一(4)计算出影响度，被影响度，中心度和原因度如表4所示，并作出因果关系图如图2所示。万方数据106 管理评论 第29卷F1 37483 34429 71912 03054F2 36068 30153 6622l 05915F3 26705 25831 52536 00874F4 29034 26912 55946 02122F5 27711 30635 58346 02924F6 34073 30944 65016 03129F7 15132 15374 305i06 00242F8 13481 15112 28593 01631F9 17530 20

24、726 38256 03197FIO 22748 21678 44426 01070F11 24754 24746 49499 00008F12 27845 24315 52160 03530F13 22317 28716 51033 063991714 28442 33750 62192 05308)8， 粤墨羞墨孽叫图2因果关系图结果分析通过对上述计算结果的分析，可以得到如下的结论：(1)从影响度来看，赏金数额(F1)、任务难易程度(F2)、项目规模(F6)对应的影响度分别为37483、36068、34073，是所有因素中影响度最大的三个，表明这三个因素对其他因素的影响程度最大。这是因为任

25、1词啦硒H一佗+3吓吓附Ol一吓一9吓_，v腿+万方数据第8期 卢新元，等：基于FuzzyDEMATEL法的众包模式下用户参与行为影响因素分析 107何一个项目能够成功地实施，都需要一群忠诚活跃的用户，虽然众包的参与者很多是出于兴趣爱好，但从动机理论来看，适当的物质激励能够提高用户的积极性，促使他们大范围地参与到众包任务中来。用户也会为了提高赢取赏金的概率去选择那些冷门的、较容易完成的任务3|，而项目规模也可以通过奖金数和任务数来衡量。由此赏金数额、任务难易程度以及项目规模对用户参与众包的因素有较高的影响度。(2)中心度反映的是各影响因素在用户参与众包行为中占有的重要程度。从图2可知，赏金数额

26、(F1)、任务难易程度(F2)、项目规模(F6)、参与用户数量(F14)这几个因素的中心度的数值较大，都超过了6，它们分别属于发包方和接包方，说明在发包方和接包方的价值交换过程中，最能影响用户的是赏金和任务项目的难度以及可能遇到的竞争情况。在这其中，Fl的数值最大，说明在影响用户参与众包的因素当中，用户最主要的动机还是赏金，要使用户参与到众包中来，必须给出相应的酬劳。Liu等以任务中国为例，研究众包与全支付拍卖时指出高额的现金奖励会使用户参与度更高，并获得更高的任务提交质量旧7|。这也在侧面反映，众包模式是一种商业化的模式，参与众包的人大多会考虑自身利益的。另一方面，属于众包平台方面的影响因素

27、网站设计(F7)、信息服务能力(F8)最低，数值不到都35，可知它们在整个用户参与行为影响因素体系中起到的作用最小，说明用户参与众包任务的驱动力来自于任务本身，对于众包平台的选择并不在意，这也与目前国内网络众包发展的现状吻合，国内的众包网站大大小小拥有上百家，但拥有大量注册用户、发布过大量任务的网站主要是三大威客平台猪八戒网、任务中国和K68威客网。但随着众包在我国的快速发展，互联网巨头纷纷搭建自己的众包平台，如阿里众包上线不足半年，注册用户就已达到130万人，相信未来用户可以通过更多的平台参与众包任务，拥有更多的选择余地。(3)原因度指标有正负，作用方向相反，对用户参与行为的影响特征也不同。

28、由图2可知，原因因素按从大到小排列依次是任务难易程度(F2)、兴趣爱好(F12)、项目规模(F6)、赏金数额(F1)、任务新奇性(F4)、任务期限(F3)、行业特征(F10)和用户能力(F11)。这些因素都是推动用户积极参与众包的主动因素，应予以高度重视。F1属于原因因素表明赏金很大程度上会影响用户其他的参与意愿。F2、F3、F4等任务属性都属于原因因素，说明用户在选择众包任务时，很大程度上是根据自身的能力考虑任务的，面对自身能力范围外，要求比较高的任务，即使赏金数额高，用户也不会选择接受。根据对国内众包网站上不同任务的观察，发现大量用户会选择参加小范围内的任务，但是只有少数用户能够赢得奖励，

29、大多数任务只会获得几十份提交的意见书，而热门任务通常会获得成千上万的提交量。项目规模和行业特征属于影响其他因素的原因因素与实际情况相符。项目规模大的任务要求的用户数量、给予的赏金都会比较高，用户相互之间的竞争也会更激烈，不同特征的众包平台网站，会让用户考虑自身的因素从而选择哪个平台合适。用户能力属于原因因素这是因为用户的能力是其本身的固有的，能力高低会影响用户参与不同的众包任务。兴趣爱好的原因度高是因为众包强调大众是创新者，大多数众包项目具有两种共同的属性：一是参与者主要目的并不是为了金钱，二是他们利用的是业余时间，也就是说他们利用“空档期”投身于他们热爱的事情-一。结果因素按绝对值大小排列依

30、次是关注度(F13)、参与用户数量(F14)、信任度(F9)、市场竞争情况(F5)、信息服务能力(F8)和网站设计(Fv7)，这些因素受其他因素的影响进而影响用户参与众包的行为。其中，关注度和参与用户的数量是最敏感的因素，这是因为不同的任务属性、用户的兴趣爱好、知识水平以及赏金的数额都会对用户关注众包，用户数量大小产生极大的影响。基于此，在对其他因素调整的过程中，一定要特别注意这些变化对用户关注众包造成的影响，要保证因素是朝着用户不断提高对众包兴趣的方向发展，这样才能使众包行业蓬勃兴起。综上所述，影响用户参与众包的因素非常复杂，各种内部因素外部因素交叉在一起相互作用，但是不同的因素，它们的影响

31、方式、影响机理和作用程度又有所不同。由此为吸引更多的用户参与众包任务，形成大规模的众包用户群体，发包方、众包网站、接包方需要各司其职，发挥自己的作用形成合力。小结本文的研究结论具有丰富的内涵，主要表现在：目前国内外的学者对众包、用户行为影响因素的研究多以用户行为产生的动机，激励因素和环境变量等方面来研究，涉及到的影响因素比较单一，并且缺乏因素之间的相互影响。而本文归纳总结了发包方、众包平台、接包方三方面的因素，并且由于系统间相互影响程度存在模万方数据108 管理评论 第29卷糊性，容易导致语言信息不能得到合适的表达，所以在传统DEMATEL方法的基础上添加了三角模糊数的概念，在此基础上，得到众

32、包模式下用户参与行为影响因素的中心度、原因度。对在现在技术日益复杂化、信息化比重日益突出的经济环境下，企业整合外部知识突破自身资源约束具有指导意义，企业根据用户参与行为的主要影响因素，相应地调整众包策略，充分发挥隐藏在网络背后的巨大潜力，促使用户更积极的参与到众包中来，最终提升自身的核心竞争力。参考文献：1杰夫豪众包一大众力量缘何推动商业未来M北京：中信出版社，20092冯小亮，黄敏学众包模式中问题解决者参与动机机制研究J商业经济与管理，2013，1(4)：25353董坤祥，侯文华，周常宝，等众包竞赛中解答者创新绩效影响因素研究感知风险的调节效应J科学学与科学技术管理，2016，37(2)：2

33、1294孟韬，张媛，董大海基于威客模式的众包参与行为影响因素研究J中国软科学，2014，(12)：1121235Hirth M，Hoflfeld T，Tran-Gia PAnalyzing Costs and Accuracy of Validation Mechanisms for Crowdsourcing PlatformsJMathematical and Computer Modelling，2013，57(1 1-12)：2918-29326 Yukino B，Hisashi K，Kei K，et a1Leveraging Nonexpert Crowdsourcing Worke

34、rs for Improper Task Detection in Crowdsourcing MarketplacesJExpert Systems with Applications，2014，41(6)：2678-26877Brabham DCCrowdsourcing as a Model for Problem Solving：An Introduction and CasesJThe International Journal of Research into New Media Technologies，2008，14(1)：75908Shao BJ，Shi L，Xu B，et

35、a1Factors Affecting Participation of Solvers in Crowdsourcing：An Empirical Study from ChinaJElectronic Markets，2012，22(2)：73829Terwieseh C，Xu YInnovation Contests，Open Innovation，and Multi-agent Problem SolvingJManagement Science，2008，54(9)：1529154310Feller J，Finnegan P，Hayes J，et a1OrchestratingSus

36、tainable Crowdsourcing：A Characterisation of Solver BrokeragesJThe Journal of Strategic Information Systems，2012，21(3)：216-23211Majchrzak A，Wagner C，Yates DThe Impact ofShaping on Knowledge Reuse for Organizational Improvement with WikisJMISQ，2013，37(2)：455-46912David RK，Sewoong O，Devavrat SBudget-O

37、ptimal Task Allocation for Reliable Cmwdsourcing SystemsJOperations Research，2014，62(1)：1-2413Yang J，Adamie LA，Aekerman MSCmwdsourcing and Knowledge Sharing：Strategic User Behavior on TaskcncProceedings of the 9th ACM Conference on Electronic Commerce，200814陈光华，梁嘉明，杨国粱产学研合作研发是规模经济的吗?以广东省省部产学研合作专项为例的

38、分析J科学学研究，2014，32(6)：8828891516171819加21笼乃2425赵黎明，官远芳国家火炬计划项目效率及其影响因素分析J科学学与科学技术管理，2015，36(11)：3-14冯娇，姚忠基于强弱关系理论的社会化商务购买意愿影响因素研究J管理评论，2015，27(12)：99-109吕英杰，张朋柱，刘景方众包模式中面向创新任务的知识型人才选择J系统管理学报，2013，22(1)：6066孙茜，刘海波，杨绪勇创新众包平台对接包方中标率的影响机制研究J科学学研究，2016，34(2)：279287Sun YQ，Wang N，Yin CX，et a1Understanding th

39、e Relationships Between Motivators and Effort in Crowdsourcing Market-places：A Nonlinear AnalysisJInternational Journal of Information Management，2015，35(3)：267276李强技术创新、行业特征与制造业追赶绩效J科学学研究，2016，32(2)：312320Simula H，Ahola TA Network Perspective on Idea and Innovation Crowdsourcing in Industrial Firms

40、JIndustrial MarketingManagement，2014，43(3)：400-408Huberman BA，Romere DM，Wu FCrowdsourcing，Attention and ProductivityJJournal of Information Science，2009，35(6)：758765Yang J，Adamic LA，Ackerman MSCompeting to Share Expertise：The Taskcn Knowledge Sharing CommunityCProceedings of the International Confer

41、ence on Weblogs and Social Media：AAAI，2008Ahuntas S，Selim H，Dereli TA Fuzzy DEMATELBased Solution Approach for Facility Layout Problem：A Case StudyJThe International Journal of Advanced Manufacturing Technology，2014，73(5-8)：749771武春友，陈兴红，匡海波基于RoughDEMATEL的企业绿色增长模式影响因素识别J管理评论，2014，26(8)：7481万方数据第8期 卢

42、新元，等：基于FuzzyDEMATEL法的众包模式下用户参与行为影响因素分析 109衢王中原，魏法杰基于IFAHPDEMATEL的军工企业法律风险识别研究J管理评论，2015，27(6)：687727Liu TX，Yang J，Adamic LA，et a1Crowdsourcing with All-pay Auctions：A Field Experiment on TaskcnJManagementScience，2014，60(8)：20202037A FuzzyDEMA TELbased Analysis of the Factors that螂w袱UsersParticipatio

43、nBehaviors under the Crowdsourcing ModelLu Xinyuan，Wang Kangtai，Hu Jingsi and Chen yo愕(School of Information Management，Central China Normal University，Wuhan 430079)Abstract：As a new model for open innovation，crowdsourcing is increasingly getting the attention of peopleTo discuss critical factorsand

44、 interactions of the factors that influence usersparticipation behaviors，this paper summarizes 14 factors affecting usersparticipation behaviors in crowdsourcing under three dimensions：requestors，crowdsourcing platforms and providers through documentsThen thefactors score are got by expertsevaluatio

45、n，and fuzzy set and DEMATEL(Decisionmaking Trial and Evaluation Laboratory)methodare adopted to reveal the combined influencing degree，central degree and causal degree among the influencing factorsThe analysisshows that rewards，difficulty of the tasks and the project scale are the main factors that affect usersparticipation in crowdsourcingAtlast，several suggestions for promoting users to participate in crowdsoureing are put forwardKey words：crowdsourcing，Fuzzy DEMATEL，participation behavior，influencing factors万方数据