Web2.0技术的进步使得在线知识社区成为用户之间生产和分享知识的大规模协作平台。而随着人工智能（Artificial Intelligence,AI）技术的不断发展,在线知识社区正逐渐由人人协作转变为人与机器人协作进行知识生产。然而,虽然当前社区中的机器人已经成为的重要协作主体之一,但对于人机协作的内在影响机制的研究仍缺少足够的重视,此外,当前关于人机协作的研究缺少对应的理论框架作为指导,并且缺少从资源间依赖关系的角度来研究人和机器人的不同属性如何通过不同类型的依赖关系来影响人机协作模式的形成。因此,本文从资源间依赖关系的视角切入,来研究在线知识社区中人机协作模式的影响规律。首先,本文基于协调理论构建了在线知识社区人机协作机制研究模型,来研究人的知识属性、机器人的技能属性、不同类型依赖关系、任务类型和人机协作模式之间的影响关系。其次,本文以维基百科中的人机协作日志数据作为研究样本,采用GRAMI子图挖掘算法从人机协作形成的知识资源网络中挖掘资源间的依赖关系,同时采用局部流程挖掘算法挖掘人机协作过程中频繁出现的人机协作模式,并对挖掘出的协作模式进行相应的分类。接着,本文采用偏最小二乘回归分析和中介效应检验实证方法对构建的在线知识社区人机协作机制研究模型进行检验,发现在线知识社区中人的知识属性和机器人的技能属性通过不同类型依赖关系对人机协作模式形成的影响机制。最后,本文采用社会计算实验方法,通过构建维基百科人机协作仿真模型来对实证研究结论进行进一步验证和对比分析,并最终揭示在线知识社区人机协作机制的内在影响规律。本文基于实证研究和计算实验仿真研究的研究结果,解释了在线知识社区人机属性对依赖关系的影响关系,以及通过依赖关系对不同人机协作模式的影响规律,验证和扩展了协调理论在在线知识社区人机大规模协作环境下的应用场景,进一步丰富了人机协作相关研究的理论基础,同时也为社区中的管理者对社区中人机协作过程的管理提供相应启示。