1.3.1 理论意义

从理论的角度来看，本书涉及了众包、欺诈检测、社会网络分析等多领域研究，是多领域、多学科理论的融合深化与交叉应用。本书的理论意义主要有以下四点：

第一，本书对发起方欺诈行为的讨论丰富了众包领域的相关研究。作为新兴知识经济中最著名和最成功的新商业模式之一，众包已经引起了学术界的广泛关注，引发了学者们对众包发起方、平台和工作者的研究。大量学者针对工作者的参与动机、方案质量和恶意行为进行了研究，同时，对平台的创新激励机制、任务推荐机制、质量和风险控制机制以及欺诈防范机制的设计等也进行了探讨。但是，相对于平台和工作者，对发起方的研究并不多，现有的研究主要集中在发起方的绩效和策略上，而忽视了对其欺诈行为的检测和风险控制。部分学者指出了这样一个亟待解决的问题，并进行了一定的理论层面的定性分析，但是尚没有学者针对众包发起方的欺诈行为提出有效的检测机制与风险预警方案。众包平台不仅要通过合理的激励机制，让工作者积极参与创新任务，还应该制定有效的知识成果保护制度，以确保工作者获得应得的奖励，防止工作者的知识成果蒙受损失，从而提高众包的参与度以及保障开放式创新的持续度。因此，风险防控对于深入研究众包和发展众包市场是至关重要的。

第二，本书证实了传统的语言线索在以知识成果为导向的线上欺诈检测中的有效性，同时重新定义了线上的非语言线索的范围，扩展了欺诈检测理论的理论边界。本书基于信息操纵理论（information manipulation theory，IMT）、人际欺骗理论（interpersonal deception theory，IDT）、四因素理论（FFT）和泄露理论（LT）等欺诈理论对欺诈检测线索进行了四种类别的划分，分别是静态语言线索、动态语言线索、静态非语言线索和动态非语言线索。众包模式作为一个线上平台，在上述欺诈理论分类的基础上，为探索四种类型的欺诈检测线索提供了一个完整的环境。本书利用自然语言处理技术与量化方法，从平台的结构化与非结构化数据信息中提取线索特征，通过对静态和动态语境中的语言信息和非语言信息进行对比分析，来探索众包竞赛发起方欺诈行为自动化检测中动静态环境下的语言与非语言特征的价值。

第三，本书丰富了流程视角的应用，也加深了人们对类似线上活动的理解。对于发起方欺诈行为的防控重点应该放在对其欺诈意图的检测与预测中，欺诈意图产生的时间是不确定的，可能是在项目开始之前，也可能是在项目实施的过程中。本书引入的流程视角是基于输入-处理-输出（input-process-output，I-P-O）模型的框架，它有助于区分整个流程活动的前因、主要组成部分和结果，这与众包竞赛项目的发起、提交、评选阶段相对应，且每个阶段具有其典型的用户行为特征。结果证实，基于I-P-O三阶段的划分，逐步向每个阶段添加新的特征，的确不断提高了欺诈检测的精确性。

第四，本书首次将社会网络分析信息作为众包欺诈检测来源，拓展了社会网络分析在欺诈检测领域的应用范围。在开放式创新平台中，二元属性即关系网络可能比单一来源的属性更能有效识别用户的潜在行为。众包竞赛发起方的知识成果驱动特性导致传统的从发起方或项目信息中提取的单一属性检测线索效用降低或者失效。如果需要提前判断项目发起方是否具有欺诈意图，那么找到发起方现阶段在网络中所处的位置是很重要的。本书引入社会网络分析（social network analysis，SNA）理论，从社会网络的角度探讨具有欺诈行为的发起方的网络结构特征，从而准确发现众包发起方的欺诈意图。结果证实，社会网络的相关指标即点度中心度、中间中心度和接近中心度在欺诈与非欺诈发起方之间是具有显著差异的，并有助于欺诈检测效果的提升，也就是可以作为众包利益相关者更好地评估与发起方相关风险的一个有效特征。