随着市场竞争白热化和顾客需求多元化现象的加剧，企业创新资源和能力的局限性越来越明显，众多企业面临着获得新主意新想法的创新瓶颈。为了解决这个问题，一些企业选择在众包平台上发布任务和要求，获得解决问题的新想法。站在威客的角度来看，先前的参与经历对后续中标有什么影响？自身的中标是否受到参与问题类型的影响？是否有一些个体自身的特征影响参与经历对后续中标的作用？而对于企业和众包平台来说，企业应该如何根据威客的先前经历和提交方案进行选择？平台有应该如何顺利保证众包活动的顺利进行？这些都是众包研究中亟待解决的问题。本研究主要集中于威客的自身学习特征，引入个体二元学习作为调节变量，研究个体二元学习在威客参与经历对后续中标影响中所起的作用。论文选择Taskcn平台上的数据作为样本，以实证分析的方法对个体二元学习的调节作用进行了论证，并尝试验证个体二元学习间的相互作用。　　首先，本研究使用文献梳理的方法，对众包个体二元学习进行了详细的文献梳理，并通过理论演绎和推导，提出理论模型和假设;然后，我们收集了任务中国平台上的威客作为样本，并且使用二元Logistic回归进行验证，得到结论。最后，结合管理学的相关知识，分别从威客，发包者和平台三个方面给出管理启示。　　结果表明，个体开发学习在威客参与经历广度对后续中标的影响中有明显的促进作用;个体探索学习在威客参与经历深度对后续中标的影响中有明显的正向调节作用;同时，个体探索学习在参与经历广度对后续中标的影响中有显著的负向调节作用。此外，当威客有一定参与经历深度时，个体探索学习和个体开发学习之间的互补作用显著。因此，通过本研究，威客可以进行有目的地学习提高自身的中标;同时，本研究也为后续对众包竞赛中个体学习的研究奠定了一定的理论基础。