参与众包和在基于位置的媒体上贡献用户生成内容的动机：文献综述

研究背景与问题

• 作者发现的问题：尽管位置服务如Google Maps、Strava和Pokémon GO大量依赖用户生成内容（UGC），但学界尚未系统分析用户贡献这些数据的动机。此外，现有研究对如何保持数据准确性以及激励机制的最佳实践缺乏一致性。
• 重要性：UGC是许多位置媒体服务的核心，理解其动机有助于优化这些平台的服务质量和用户体验，并推动UGC生态系统的长期可持续性。
• 研究动机与相关工作：
  • 位置媒体的快速普及是由于智能手机、云计算与导航基础设施的增强。
  • 现有研究探讨了UGC和众包的部分动机（如娱乐化、货币奖励等），但缺乏针对位置媒体的全面视角。
  • 研究问题包括：(1) 适用于激励用户贡献的理论框架；(2) 各类UGC和众包过程对用户的具体激励作用。

解决方案

• 研究方法：
  • 进行了文献综述，并结合书目计量学分析与系统搜索策略。
  • 涉及对19篇相关文献的筛选、数据提取与定性分析。
  • 提出了基于现有文献的九种激励用户参与位置UGC的方法和动机分类。
• 创新性：
  • 提出了综合的动机分类框架，将动机分为内在动机（如活动乐趣）、外在动机（如奖章和积分）以及其他社会性动机。
  • 阐明了如何将这些理论动机映射到实际设计元素和产品功能中。
• 关键技术：
  • 文献整理：依托Scopus数据库，通过明确关键词（如"motivation"，"geo*"，"locative media"）优化搜索效率。
  • 动机提取与分类：整合文献分析和理论框架，包括自我决定理论（SDT）和马斯洛需求理论。

研究成果

• 具体成果：
  • 提出了九种关键动机动态，包括明确目标、活动本身的乐趣、能力感、社会认可、个人学习与发展、归属感、系统质量、贡献的实用性，以及奖励机制。
  • 提供了清晰的术语推荐（如使用"Volunteered Geographic Information" 来描述地理空间数据）。
  • 阐明了长期用户参与的设计策略，如如何在竞争与合作中找到平衡。
• 优势：
  • 通过跨领域的文献综述（如UGC、GIS、HCI），奠定了一套可靠的激励机制设计框架。
  • 雅致地结合了学术研究和实践应用，有助于产品开发者设计更贴合用户心理的UGC工具。
• 实验与评估结果：
  • 内在动机如“活动乐趣”及“能力感”被证明能同时提升UGC的数量和质量。
  • 外在动机（如积分与排行榜）更多地促进数量，但在部分场景下可能降低贡献的质量。
• 局限性与未来方向：
  • 文献样本较少（19篇），可能无法完全涵盖领域内的所有观点。
  • 样本异质性（不同国家、不同行业等）导致厘清某些动机的具体边界较为困难。
  • 提议研究未来关注以下方向：
    1. 比较跨应用程序的动机有效性。
    2. 探讨长期用户参与（例如多年的长期游戏或平台参与）。
    3. 定量评估如奖励机制等动机策略的成本与收益。
    4. 更深入地研究贡献动机的抑制因素及非用户群体的心理。

总结来看，本研究不仅梳理了位置媒体UGC激励的理论和实践，还为学术界和产业界提供了鲜明的动机分类和设计策略。此研究为日益复杂的UGC生态系统提供了支持，并为未来研究指明了方向。