کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6948323 1451032 2018 38 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Idea evaluation in innovation contest platforms: A network perspective
ترجمه فارسی عنوان
ارزیابی ایده در سیستم های رقابتی نوآوری: چشم انداز شبکه
کلمات کلیدی
رقابت نوآوری، ارزیابی کاربر، تجزیه و تحلیل شبکه شبکه، نوآوری جمعیت،
ترجمه چکیده
سیستم های رقابت نوآوری برای جمع آوری ایده های ابتکاری از مصرف کنندگان استفاده می شوند. تحقیقات قبلی در مسابقات نوآوری عمدتا بر روی تولید ایده شرکت کنندگان متمرکز شده است. در این مقاله، ارزیابی ایده ها توسط شرکت کنندگان در مسابقات نوآوری رقابت رقابت در یک دیدگاه شبکه ای انجام می شود. با استفاده از داده های یک پلت فرم مسابقه نوآوری، ما از طریق تعاملات خود یک شبکه از کاربران ایجاد می کنیم. سپس، تاثیر نمرات مرکزی شرکت کنندگان بر ارزیابی دریافت شده و ارزیابی را اندازه گیری می کنیم. نتایج ما نشان می دهد که نمرات در درجه، نمره درجه و اقتدار با ارزیابی مثبت دریافتی ارتباط دارد، در حالیکه اقتضا با تعداد ارزیابی های انجام شده منفی منفی است. ما همچنین نشان می دهیم که مرکزیت بین مرکز و نمرات هاب تاثیری ندارد. با شناسایی نفوذگران اجتماعی با نمرات شبکه، ما پیشنهاد روش شناسی برای کاهش تعصب رای گیری نوآوری جمعیت و کمک به مدیران برای انتخاب بهتر ایده ها می کنیم.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر سیستم های اطلاعاتی
چکیده انگلیسی
Innovation contest platforms are used to collect innovative ideas of consumers. Previous research on innovation contests has principally focused on participants' idea generation. In this paper, we analyze ideas evaluation by participants in coopetitive crowd innovation contests within a network perspective. Using data from an innovation contest platform, we create a network of users through their interactions. Then, we measure the impact of participants' centrality scores on received and given evaluation. Our results reveal that in-degree, out-degree and authority scores are correlated with the received positive evaluation, whereas authority is negatively correlated with the number of evaluations made. We also show that betweenness centrality and hub scores have no impact. By identifying the social influencers with network scores, we propose a methodology to reduce crowd innovation voting bias and to help managers to better select the ideas.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Decision Support Systems - Volume 112, August 2018, Pages 15-22
نویسندگان
, ,