Wenn die Nutzer Erfahrungen mit Sozialen Netzwerken sammeln: i) tauschen sie Informationen mit einander aus; ii) verbinden sich mit einander und bilden Netzwerke; und iii) können auf soziales Kapital zugreifen, das durch die Pflege von diesen Kontakten entsteht. Die Struktur dieser Dissertation spiegelt diese drei Besonderheiten wider. In dem ersten Kapitel untersuchen wir den Einfluss von Informationseigenschaften – den Umfang, die Tiefe, den Kontext als auch dem Feedback – auf den Informationsnutzen. Im zweiten Kapitel untersuchen wir die Netzwerk-Gestaltungsstrategien und die Beziehung von den resultierenden Netzwerkeigenschaften – die Beziehungsstärke als auch Netzwerküberschneidung – mit dem Informationsnutzen. Im dritten Kapitel erforschen wir den Einfluß von den gewonnenen Informationen und der Struktur des Netzwerkes – auf das Soziale Kapital. Zusätzlich beziehen wir in jedes Kapitel die Erfahrung der Nutzer mit dem Medium ein. Aufgrund von fehlenden Forschungserkenntnissen, setzen wir Grounded Theory ein, um konzeptionelle Verhaltensmodelle zu entwickeln. Diese Modelle werden im Anschluß empirisch getestet. Obwohl die Forschung in dieser Dissertation meist verhaltenswissenschaftlich ist, kann man auch Ansätze aus der Design Science erkennen. Zum Beispiel, spezielle Facebook-Anwendungen sind implementiert um reale Nutzerdaten zeitnah zu sammeln. Diese Dissertation weisst drei Hauptergebnisse auf. Erstens, die Beziehungsstärke ist der wichtigster Faktor, der das Verhalten von den Nuztern bestimmt. Zweitens, obwohl die Nutzer die Informationen von Ihren engen Freunden bevorzugen, andere Netzwerkeigenschaften sollten in Betracht gezogen werden, denn zum Beispiel Netzwerküberschneidung einen negativen Einfluss auf Informationsnutzen hat. Drittens, Erfahrungsfaktoren beinflussen das Nutzerverhalten auf diesen Netzwerken. / As SNS users gain experience with using SNS they: i) exchange the information with each other; ii) connect with each other and form certain network structures as a result; iii) obtain the social capital benefits due to the maintenance of relationships with others. The dissertation structure clearly reflects these peculiarities of SNS. Thus, in the first part of the dissertation we explore the impact of information characteristics – depth, breadth, context, social information – on the value of information users derive from their networks. In the second part of the dissertation we explore how users construct their networks and how properties of network structure – tie strength and network overlap – relate to information value. In the third part, we explore the impact of network structure and shared information in the process of social capital formation. We additionally control for the user experience, as we believe that this factor might impact the perception of value. Due to the scarcity of research findings we use explorative methodologies, such as Grounded Theory to study these new phenomena and generate conceptual models. These models are then verified empirically. Although most of the research presented in this dissertation is behavioral, we can also recognize design science elements. For example, we design and implement Facebook applications that allow to collect user data in real time. The main results of the dissertation can be summarized around three major contributions. First and foremost, the underlying tie strength emerges as the most important factor that drivers user behavior on SNS. Second, although people prefer information from their stronger ties, researchers should differentiate between different forms of network structure in their impact on information value, as, for example, network overlap has a negative relationship with information value. Third, experience factors mediate many of the behaviors of users on SNS.
Identifer | oai:union.ndltd.org:HUMBOLT/oai:edoc.hu-berlin.de:18452/17259 |
Date | 02 November 2012 |
Creators | Koroleva, Ksenia |
Contributors | Günther, Oliver, Kane, Gerald C. |
Publisher | Humboldt-Universität zu Berlin, Wirtschaftswissenschaftliche Fakultät |
Source Sets | Humboldt University of Berlin |
Language | English |
Detected Language | German |
Type | doctoralThesis, doc-type:doctoralThesis |
Format | application/pdf |
Rights | Namensnennung - Keine kommerzielle Nutzung, http://creativecommons.org/licenses/by-nc/3.0/de/ |
Page generated in 0.0013 seconds