研究中发现的社交问答服务在答案的质量以及可信度方面的劣势，以及一些机制的不完整导致用户不参与知识贡献等问题，是社交问答服务发展中面临的问题和不足，也是服务需要进一步改进和优化的地方。因此，本节从内容质量的提升、服务管理以及技术的改进三个方面探讨社交问答平台的服务优化。

(1)基于内容质量提升的社交问答服务优化

用户在评价影响社交问答服务使用各因素的重要性时，认为答案的质量和可信度是最重要的，但是社交问答服务在答案质量及可信度方面却不如数字参考咨询服务表现好，因此，可以认为社交问答服务在内容质量，即知识的准确性、完整性、可信度等方面具有劣势，不利于和其他相关服务竞争，因而需要通过内容质量的提升进行服务优化。

由于研究结果显示社交问答服务用户在知识贡献时，其所有的动机都与问题选择中选择没有人回答的问题之间不具有相关性，我们可以认为这些没人回答的问题是比较刁钻或困难的问题，平台用户没有相关的能力和知识进行回答。学者研究认为数字参考咨询服务提供咨询的是训练有素的图书馆员，能够提供高质量的答案(Choi et al.，2013b)^[6]，国外许多图书馆馆员参与到Yahoo!Answers平台提供高质量的参考咨询，受到Yahoo!Answers平台用户认可(John，2015)^[7]。因而对于国内社交问答服务内容质量方面的优化，本书认为可以探索社交问答服务与数字参考咨询服务合作的可行性，使具有专业知识和提供咨询服务专业技能的图书馆员参与回答问题，以弥补社交问答服务答案准确性、完整性、可信度等方面的缺陷，提升社交问答服务平台的内容质量。

(2)基于服务管理的社交问答服务优化

已有研究的部分调查研究结果反映出社交问答服务在服务管理方面需要改进和优化的地方。用户因社交问答服务平台服务机制不完整而不回答问题，这部分用户认为社交问答服务的机制不完整主要体现在隐私、安全性、激励机制和重复提问四个方面。同时，用户对社交问答服务的评价研究结果显示，社交问答服务和数字参考咨询服务的隐私保障均不能够使用户非常满意，较多用户认为二者一样。

机制的不完整将直接导致用户对平台的不信任，在该平台服务进行知识活动将没有安全感，用户不会参与平台活动，因而社交问答服务必须在保护用户隐私，保证网络空间的安全性方面做充分的保障，提供给用户可信赖的环境，促进用户交流。另外，重复提问直接导致信息冗余，还会影响用户回答问题的积极性，所以，在用户发表提问时，平台应该设计比较完整的检查机制，尽可能避免相同问题的重复提交。

(3)基于技术改进的社交问答服务优化

在对社交问答服务平台架构进行分析中，本书认为技术支撑要素是社交问答服务重要的支持要素，其平台的良好运转离不开技术因素的支持。因而，在以上提出的知识贡献的促进及服务优化的思路基础上，从技术方面实现这些方法将有助于社交问答服务的优化。

本书认为在技术方面，社交问答服务需要改进的有:知识贡献促进中向不同用户进行不同内容推荐时的推荐算法，内容质量提升中与数字参考咨询服务合作的技术支持，服务机制方面平台用户隐私、安全性的保障，重复提交问题的检查算法。(www.daowen.com)

本章研究了社交问答平台用户知识贡献促进和服务优化。将平台用户分为高贡献者、一般贡献者和潜在贡献者，通过不同的方式促进不同用户的知识贡献。对于高贡献者根据其动机的不同精准推荐不同的内容，对于一般贡献者，则根据其活跃程度的不同进行不同方式的激励，而对于潜在贡献者，则基于其学习的目的和行为进行挖掘和推荐。在服务优化方面，认为内容质量的提升有必要探索与数字参考咨询服务合作的可行性，服务管理的改进需要从网站的安全性、用户隐私的保证以及避免重复提问的方面展开，而技术的改进则是整个服务优化及知识贡献促进的基础和支撑。

【注释】

[1]Kitzie V，Shah C.Faster，better，or both?Looking at both sides of online question-answering coin[J].Proceedings of the American Society for Information Science and Technology，2011，48(1):1-4.

[2]Pomerantz J，Luo L.Motivations and uses:evaluating virtual reference service from the users’perspective[J].Library＆Information Science Research，2006，28(3):5-29.

[3]Shah C.Effectiveness and user satisfaction in Yahoo!Answers[EB/OL].[2015-04-03].http://www.uic.edu/htbin/cgiwrap/bin/ojs/index.php/fm/article/viewArticle/3092/2769.

[4]Shah C，Kitzie V.Social Q＆A and VR-comparing apples and oranges with the help of experts and users[J].Journal of the American Society for Information Science and Technology，2012，63(10):2020-2036.

[5]Nicol E C，Crook L.Now it's necessary:virtual reference services at Washington State University，Pullman[J].The Journal of Academic Librarianship，2013，39(2):161-168.

[6]Choi E，Kitzie V，Shah C.A machine learning-based approach to predicting success of questions on social question-answering[C]//iConference 2013 Proceedings，2013b:409-421.

[7]John J.Best answering percentage 77%[EB/OL].[2015-03-10].http://enquire-uk.oclc.org/content/view/97/55/.