导购社区连接了品牌方、电商和消费者,可以满足供给端与需求端的特定需求,有效地促成交易,是一种互惠共赢的商业模式。导购社区是内容分发和用户参与的平台,承载有大量的用户生成内容,这些内容主要涉及价格类导购和内容类导购。为保护用户参与热情、丰富社区内容的多样性,社区普遍设置了比较低的用户发布内容门槛和审核门槛,这些海量的、良莠不齐的社区内容会引发不同类型和数量的用户参与行为,因而导致其呈现不同层次的流行情况。同时导购社区也是社交关系和影响力构建的平台,拥有更多商品消费体验的内容创作者可以通过文章的撰写为不具有特定商品消费体验的用户提供参考,辅助消费者做出更明智的消费决策,这也会逐步吸引和维持大量关注者,形成自己的粉丝圈。本文的研究即围绕着导购社区平台的这两个主要功能展开,具体研究了用户对社区用户生成内容的参与行为,以及内容创作者粉丝圈的动态演进原因,本文的研究有助于丰富信息系统和营销科学领域的相关工作,同时对导购社区的各利益相关者也有一定的启示意义。本文主要开展了三个方面的研究工作。一是关于折扣信息帖流行度呈现差异化的影响因素分析。折扣信息帖是价格类导购的典型形式,是由社区成员发现和分享的来自全世界在线商家的促销信息,其聚焦解决“哪里卖”、“哪家好”的问题。由于折扣信息帖描述的促销活动与商品交易直接相关,而信息不对称和质量不确定问题可能会给消费者带来损失,也会阻碍社区的健康发展,再加上社区发帖量过大也容易引发信息过载问题,因此本文基于信号理论,识别出内容创作者特征和折扣信息贴内容特征两类信号,将折扣信息帖的收藏量和点赞量作为流行度的测量,采用负二项回归模型对各种信号和流行度的关系进行了实证检验。研究发现内容创作者获得大V认证、粉丝数更多、折扣比例更大、内容表述更详尽、信息载体更生动,以及被更多标签收录都有助于折扣信息帖的流行,而内容创作者先前贡献更多的折扣信息帖,以及匿名发帖都不利于折扣信息帖的流行。二是对社区商品推荐文章流行度的预测与解释。商品推荐文章是内容类导购的典型形式,由内容创作者基于自身对商品的使用经验使用开放式的表达方式撰写,主要传达商品的正面信息,其聚焦解决“买什么”、“哪里卖”的问题。导购社区的商品推荐文章比起企业的营销信息更有影响力,有助于提升消费者的购物体验,促进长期关系的建立,而当前对其流行现象的原因还缺乏理解,因此本文选择了多种典型的机器学习方法,利用从内容创作者和文章两个方面识别的一系列丰富的特征集,通过多组实验构建了最优的预测模型,并借助机器学习的可解释性方法对预测结果进行了分析。实验发现使用全部特征集进行算法性能比较时,LGBMClassifier算法预测精度在大多数性能指标上都是最高的;在进行特征集预测性能对比时,若采用不同的流行度测量,仅用内容创作者相关特征集时的模型预测性能与仅用文章相关特征集时的模型预测性能得出的结论不一致,而结合了两组特征集的模型预测性能都是最优的;研究还应用SHAP（SHapley Additive ex Planations）方法计算和排序了每个特征的贡献分数,识别出了对流行度预测起到关键作用的贡献特征。三是对内容创作者粉丝圈演进过程前因的研究。通过在社区发布商品推荐文章,内容创作者可以向粉丝广告商品、促成交易,将粉丝转换成为所推荐商品的付费顾客。本文通过收集导购社区真实运行数据,以追随理论为理论基础,采用动态面板回归模型研究了导购场景下普通内容创作者粉丝圈规模演进的过程。研究结果揭示创作内容收获的点赞量（或收藏量）越多越有利于粉丝数的增长,而上一期的粉丝数则对点赞量的扩张作用有负向调节,此外内容创作者关注数越多,越不利于其自身粉丝数的增长。本文的创新点主要体现在这几个方面。一是本文首次应用信号理论研究了导购社区用户在面临信息不对称和信息过载情况下,会依赖哪些社区平台提供的信号来决定参与哪些折扣信息贴的互动,我们从内容创作者和折扣信息帖内容两个方面识别了一系列特征作为信号,并实证检验了这些信号在折扣信息帖流行中所起到的作用。对这一问题的研究扩展了信号理论的应用场景,对折扣信息帖的参与行为研究也丰富了用户生成内容和用户参与行为相关的研究工作。尤其是据我们所知,折扣信息帖作为新形式的用户生成内容,目前尚未有关于其流行现象研究的文献。二是本文使用了基于机器学习的方法进行了社区商品推荐文章流行现象的预测和解释。当前还没有文献研究导购社区中消费者创作的商品推荐文章的流行度预测,而且哪些特征会影响文章的流行尚不清楚。社区用户对商品推荐文章更多的参与行为引发了其在社区的流行,对该现象我们没有采用传统社会科学的研究方法进行分析,而是使用计算机科学的方法通过预测和解释的方式,来发现在最具有预测能力的模型中,哪些特征起到了关键作用这个视角出发,对该现象进行了分析。这也是对学术界倡导在计算社会科学中集成预测和解释、在人工智能领域寻求算法可解释性的一种呼应。三是本文首次应用追随理论研究了在线社区内容创作者粉丝圈规模演进的原因,本文从其创作内容收获的点赞量和节点的社交网络关系两个方面实证检验了它们在粉丝圈规模演进中起到的作用,发现了内容创作者粉丝圈规模变化的驱动因素。对这一问题的研究为社交媒体场景下的追随理论提供了经验证据,并拓展了该理论在社交媒体营销导购领域个体影响力形成与变化方面的解释力,此外本文的研究也丰富了社交网络关系演进的相关工作。