在线协作编辑系统已然成为互联网个人用户和其他网站获取信息资料的-个重要来源,对此类信息源的参考和引用已经成为一种普遍趋势,并且这一趋势还在迅速而广泛地传播着。然而,由于在线协作编辑系统的开放性和包容性,其中的信息的生成模式是动态而善变的,因此很容易受到用户编辑行为的影响而降低其信息可靠性。考虑到在线协作编辑系统的信息质量和用户的编辑行为之间存在着极为密切的联系,越来越多的研究者开始关注用户行为模式的研究,希望通过找出协作编辑过程中用户行为的特征和规律并加以运用,实现对在线协作编辑系统信息质量的有效控制和管理。本文研究了在线协作编辑系统中能够决定其成果质量的人力资源要素以及相关的质量控制方法,包括：在线协作编辑系统成果质量的量化评估方法,在线协作编辑系统中的人力资源要素建模方法；人力资源投入与编辑成果质量之间的关系;在线协作编辑系统用户对观点分歧的处理机制以及建立共识的过程；协作编辑过程中用户行为模式的规律与特征；在线协作编辑系统中信息破坏行为的自动检测方法等。本文的具体研究内容和创新工作主要包括以下几个方面：1.本文提出了一套可行的评估方案来度量在线协作编辑系统中的人力资源投入以及协作编辑成果质量,并在此基础上分析和验证了与人力资源相关的三个要素与成果质量之间的制约关系。本文首先对在线协作编辑系统中与人力资源相关的协作团队规模、团队成员活跃度以及团队成员经验水平三个基本要素进行建模,并对这三者与编辑成果之间可能存在的正相关关系提出假设。然后通过对从目前运营得最为成功的两大在线协作编辑项目——维基百科和学术百科中采集的真实数据进行评估,验证了该假设的正确性,同时还发现：在上述三个人力资源要素之中,团队成员的经验水平决定了要协作完成高质量的编辑成果所需要投入的人力资源成本,反过来,足够大的协作团队规模和足够程度的团队成员的活跃度又可以弥补团队成员经验水平的不足。并且,由活跃度较高的成员组成的大规模协作团队比由经验充足但参与度较低的成员组成的小规模团队更有潜力创造出高质量的编辑成果。2.本文从内容演化的角度对在线协作编辑系统中的团队协作过程进行研究,发现了在这一过程中用户行为模式的一些特征与规律,分析了协作编辑过程中促成持有不同意见的用户消除分歧达成共识的关键因素,并讨论了这些关键因素对编辑成果质量的影响。为了便于分析,本文提出了三种可以模拟出协作团队成员所期望达成的共识内容的方法：（1）外部来源共识模拟;（2）均值融合共识模拟；（3）票选融合共识模拟。在与模拟共识进行对比的基础上,本文对用户的修改行为定义了一些新的特征值来衡量修改行为的结果与模拟出的近似共识之间的匹配程度,研究了采集到的数据集中词条文章的内容在用户的协作编辑之下逐步演化的过程,并从用户行为特征的角度分析了其中一些趋势产生的原因。分析结果表明,在线协作编辑系统的用户对自己参与协作产生的原创性内容的偏好和对协作团队内部共识的追求是使得协作编辑过程获得成功的关键。此外,在协作编辑过程中有两个因素是促成协作团队内部消除分歧达成共识的关键：一是团队内的多数成员都为达成共识做出积极贡献；二是多数成员对少数人的异见保持审慎的客观态度。3.针对在线协作编辑系统中的信息破坏行为,本文提出了一种基于用户修改行为贡献效率特征值的机器学习检测方法。通过对在线协作编辑系统中的用户修改行为进行观察不难发现,正常的修改行为都会试图推动文章内容朝着达到公认的共识的目标发展,而信息破坏行为则是反其道而行之。现有的对在线协作编辑系统中的信息破坏行为进行自动检测的方法往往在做语义分析时是对文章的历史版本全文计算统计特征,因而对修改幅度较大的显式信息破坏行为非常有效却难以发现那些对文章改动幅度很小的隐式信息破坏行为。与这些方法不同,本文根据上述观察结论针对用户的修改行为提出了一个新的特征值,贡献效率,该特征值可以度量修改行为在促进文章内容达到公认的共识标准方面的效率。在此基础上,本文将该特征值与其他基于统计的特征值结合起来对基于机器学习的分类器进行训练,构建了一个信息破坏行为自动检测系统。实验表明,通过引入用户修改行为的贡献效率特征值,基于机器学习的信息破坏行为检测系统的效率得到显著提高。