時間：2023-06-27 16:05:58
導語：在復雜網絡分析的撰寫旅程中，學習并吸收他人佳作的精髓是一條寶貴的路徑，好期刊匯集了九篇優秀范文，愿這些內容能夠啟發您的創作靈感，引領您探索更多的創作可能。
[關鍵詞] 考評 復雜網絡 節點 邊
一、引言
科研是衡量高校學術水平的一個重要指標,在高校的發展歷程中扮演著重要的角色。高校科研考評是指組織定期對學校或教師的科研能力、學科領域創新能力、及科研業績進行考察、評估和測度的一種正式制度。現在,科研考評越來越廣泛地應用于各個高校以及科研機構的日常人事管理和年終考評中。科研系統是由人的個體組成,由于人類個體意識的隨意性、模糊性和封閉性以及由此產生的交往過程中的多重偶然性,使得交往的復雜性大大增加。高校科研系統具有復雜系統的非線性、多樣性、多重性、統計性等特征。因此,利用復雜網絡的理論對已有科研成果進行數值度量和統計分析,克服傳統科研系統考評結果的主觀性、片面性,激發教師的主動性、創新性以及在評估過程中發現科研合作中的某學術領域的創新團隊以及學術領頭人等都有重要意義。
二、科研考核內容及標準
科研考核的內容及方式,可采用文獻資料、調查、分析與綜合的方法,并借鑒知名院校及同行院校的考核方法和本校的實際情況,制定出考核評分標準。
1.科研考核內容
由于各高校的師資結構、學科建設、科研實力及科研管理措施各不相同,對科研考核內容有所不同,一般包括:(1)著作與教材;(2)論文;(3)縱向課題。國家級項目(重點、一般),省部級(重點、一般),市廳級,校級,(4)橫向項目;(5)獲獎成果。國家級、省部級、市廳級、校級;(6)鑒定成果。國家級鑒定,省部級鑒定,市廳級鑒定、校級鑒定;(7)發明專利;(8)科研經費;(9)指導學生研究得分;(10)其他。
2.計分標準
依據各高校的實際情況,賦予不同的計分項目不同的分值;也可采用標準的計分公式,確定計分方法,賦予計分項目分值。
對于多人合作的科研項目,采用的方法是:著作類,獨著者計分分值為Score;多人合作根據實際撰寫字數確定,但總分值不超過Score。論文及成果類,獨著者或獨立完成者分值為Score;多人合作由第一作者或課題負責人協商分配給每一位作者或合作者分值,其參照的科研評分計算方法是:著作、論文類,第一作者計分公式為,s=2/(N+1)S;第二至第N作者的計分公式為:s=1/(N+1)S,其中N 為署名總人數;S為計分標準。科研項目、科研獲獎、成果類計分公式為:s=[2(N-O+1)/N(N+1)]S,其中N為署名總人數;O為署名順序;S為計分標準。
三、復雜網絡相關理論
自從1998年Watts和Strogatz提出小世界(small world)網絡以及1999年Barabási和Albert提出BA無標度(free2scale)網絡以來,復雜網絡被廣泛應用于各類復雜系統的研究。復雜網絡理論是對復雜系統的一種抽象和描述方式,任何包含大量組成單元(或子系統)的復雜系統,當把構成單元抽象成節點、單元之間的相互關系抽象為邊時,都可以當作復雜網絡來研究。圖1～3是常見的幾種復雜網絡。
二分圖是圖論中的一種特殊模型,它的頂點可分割為兩個互不相交的子集,并且圖中的每條邊所關聯的兩個頂點分別屬于這兩個不同的頂點集。如果二分圖中的每條邊都賦予了權重則得到的是加權二分圖。二分圖在復雜網絡分析中有很多應用,本文采用一種加權二分圖進行科研考評分析。
四、基于復雜網絡的科研考評分析
1.科研考評的指標及權重
假設科研考評系統中涉及到的指標有:
(1)著作與教材;(2)論文;(3)縱向課題;(4)橫向課題;(5)成果;(6)發明專利;(7)其他。
該科研考評系統中設置的權重如表2所示。
2.科研考評網絡的建立
3.科研考評分析
以某高校的某學院的某年考核情況為例,進行基于復雜網絡的科研考評分析。根據生成復雜網絡的流程得到的科研考評復雜網絡如圖4所示。
從圖4中可以看出,該學院的情況比較好,但專利方面完成得不好。若要挖掘科研人才,T20在當年的科研完成比較好,具有較強的科研能力,可以作為科研人才培養的候選人之一。同時從該網絡圖中,還可以發現T1和T3在縱向課題和著作方面完成比較好,他們可以作為某個學術領域的帶頭人。
五、總結
本文提供了一種可以快速、直觀進行高校科研考評分析的方法。該方法利用復雜網絡理論知識,采用加權復雜網絡實現科研考評網。從網中點權分布中可以發現該節點對應的員工的整體科研能力,從邊權可以發現各個教研人員之所長;從整個網中也能直觀地了解到,該學院的科研能力以及該學院在各個科研考評指標所對應的內容的優勢所在。
當然,目前的高校科研考評方法很多,但針對科研系統以及科研合作過程中的復雜性,本文提供的基于復雜網絡的科研考評分析方法不失為一種較好的方法。
參考文獻:
[1]董國新.高校科研績效考評體系研究[J].云南科技管理,2004.
[2]我國研究型大學教師的科研與教學考評研究[J].科教文匯,2008,(6):9.
互聯網技術的普及和發展在一定程度上改變了社會模式和關系，人們更多地開始依賴互聯網，同時，互聯網也開始大量傳播計算機病毒，并且種類變得更多，具備更強的破壞性，極大程度地威脅互聯網的安全。相關學者和專家也大量進行分析和研究，不斷更新殺毒、防毒技術。不同網絡拓撲結構模式下，傳播計算機病毒會出現不同的特征，以此，本文主要對計算機病毒傳播的復雜網絡模型作了相關的分析。
1均勻網絡上病毒模型及其傳播特性
1.1經典病毒傳播模型
1.1.1 SI模型
網絡病毒傳播模型最開始建立的基礎都是隨機網絡，SI模型是最早的傳播病毒模型，假設上述模型存在感染狀態（I）和易感染狀態（S）2種模型狀態，易感染模型會十分容易感染計算機，如果被病毒感染會極大程度變為永久性感染。因此，SI模型中只有一種計算機轉變狀態過程，就是把易感染變為感染狀態，模型微分方程如下：
如果t接近無窮大的時候，i（t）會趨近1，也就是說，經過長時間以后，病毒會感染網絡中所有計算機，此時不符合病毒感染實際情況，主要就是沒有分析計算機從感染到恢復的情況。
1.1.2 SIS模型
在充分分析從感染計算機到計算機恢復以后的實際情況后，研究計算機病毒時合理加入SIS模型，上述分析模型中存在感染狀態和易感染狀態2種。類似于SI模型中的基本設置，但是在此基礎上又增加了新的轉換情況，也就是依據相應的傳播概率感染計算機恢復成易感染計算機。此模型可以降低感染病毒的概率，增加治愈率。
1.1.3 SIR模型
SIS病毒分析模型沒有實際考慮升級系統或者斷開網絡后被感染計算機形成病毒免疫，因此，相關專家學者提出了SIR計算機病毒傳播模型，此模型中分為免疫狀態、感染狀態、易感染狀3種狀態，感染狀態和易感染狀態類似于SIS模型，只是新增加了升級系統或者斷開網絡后被感染計算機形成病毒免疫性能，不會被感染以及感染其他計算機。
1.2雙因素模型
CliffC.Zou等學者提出了雙因素傳播模型，上述模型主要就是適當模擬Code red蠕蟲傳播過程。在研究此病毒的時候，需要考慮到2種影響因素：一是網絡擁塞現象。快速傳播的網絡病毒會形成很大數據流量，從而導致網絡擁堵，應該從其他方面來達到降低傳播網絡病毒速度的目的。二是抵制病毒行為。例如升級系統、查殺病毒、安裝過濾器、斷開網絡等能夠在一定程度上降低傳播病毒的速度。在模型中需要相互聯系相關計算機，從而出現完全無向網絡，所有時刻的任何計算機都存在免疫狀態（R）、感染狀態（I）、易感染狀態（S）3方面。模型中的所有計算機彼此相互直接聯系，所形成的是一個完全無向網絡。其中每個計算機在任何時刻都處于3個狀態之一，即易感染狀態（S）、感染狀態（I）、免疫狀態（R）。但是僅僅只是存在2種轉換狀態，SR或者SIR。
1.3隨機常數傳播模型
模擬Code red病毒爆發過程的隨機常數傳播模型是Staniford等人提出的，模型分析中假設的是無向完全連接圖的互聯網，網絡計算機總數是常數N，t時刻感染計算機的實際比例是a，Na就是計算機感染數目，平均初始感染率為K，也就是在單位時間內計算機主機被感染攻擊的數目是常數K，也就是合理通量化網絡帶寬和計算機處理速度差異。在單位時間內，計算機主機會被Na個被感染計算機依據K的速度感染，實際上單位時間內被感染的主機數目是K（1-a），單位時間新感染計算機的數目n表達式是：
現階段，主要尋址方式就是IPv4，具備232大的IP地址空間，Code red蠕蟲會適當隨機掃描地址，因此，不可能在相同計算機上同時掃描地址。也可以發現感染速度和數目沒有關系，只是依靠平均感染效率。
1.4間隔模型
分析計算機Code red蠕蟲與Slammer蠕蟲合理應用隨機掃描方式，Slammer是在UDP基礎上實施進攻的，不用建立相應連接，但是Code red主要就是在TCP基礎上攻擊的，需要事先建立連接。因為網絡帶寬的限制，Slammer不能全速傳播，不適合所有病毒結構。對比RCS模型理論估計值以及Slammer蠕蟲掃描增長過程，可以發現只有Slammer蠕蟲剛開始掃描增長的時候符合RCS模型，此時具備最大掃描速度的Slammer蠕蟲掃描。1800s以后實際數據和相關模型之間存在極大差距，降低增長速度。因此為了可以更加細致地分析傳播Slammer蠕蟲的特性，考慮結點的帶寬，從而提出了間隔模型。此模型能夠有效分析剛開始攻擊的時候，Slammer蠕蟲不斷增加速度以及突然降低的因素。基本表達式如下：
2非均勻網絡上病毒模型及其傳播特性
2.1含拓撲結構因素的病毒傳播模型
經過多年的分析和研究，不少學者不再局限于病毒模型建立在均勻網絡中，開始研究病毒傳播過程中網絡拓撲結構的影響。由于不同程度的連接率，相同感染的計算機會不同情況地感染其他計算機，所以，形成了含拓撲結構因素的病毒傳播模型，存在k個連接度感染計算機的數目：
可以發現計算機具備越大的連接度，就越容易被感染，并且，因為存在很大度的結點，如果被感染會極大程度上威脅整個網絡安全，因此，需要在分析病毒傳播的時候加入網絡非均勻性，對于沒有標的網絡來說，結點概率就是：
2.2電子郵件傳播模型
相關專家學者認為電子郵件病毒屬于特殊的存在，不能依據傳統的病毒模型來分析電子郵件病毒。主要就是由于傳播電子郵件病毒的根本就是依據電子郵件用戶聯系建立的網絡邏輯結構，上述邏輯結構具備一定無標度特性，所以，專家學者建立了電子郵件傳播模型，在實際分析的時候，電子郵件屬于無標度網絡結構，并且模型中也合理分析了使用郵件的基本特征，所以，使用郵件人員會定期檢測郵件，如果收到相關病毒郵件的時候，人們可能出現警惕，刪除病毒郵件，但是也有人員會毫不猶豫地打開郵件，在運行或者下載病毒附件以后，會立即感染用戶計算機，并且會向郵件好友發送相關病毒軟件，基于此，需要從兩方面分析電子郵件傳播模型：一是用戶打開病毒電子郵件的實際概率；二是電子郵件用戶定期檢查的時間間隔。相比較其他網絡來說，拓撲結構網絡能夠更加方便病毒的傳播，主要就是由于存在差異很大的網絡無標度結點度數，極易感染高連接數的結點，并且形成極大反應。
大學生 學習目標 復雜網絡 網絡模型
一、引言
大學是年輕人提升綜合素質及專業素養最佳的時期。“思想決定行為，行為成就習慣”，大學生的學習目標對大學生的發展起著重要作用。如今對大學生學習目標研究已經成為當今研究的一大熱點。本次調查以國內某普通大學為例，該學校以農科為特色、多學科協調發展，該校有在校學生人數近3萬人，本次調查共分類抽樣調查了該校2114名學生。該校有研究生、一本、三本、自考、專科五類學生，這五類學生的學習目標一定有差異，如果將大學生這個大的團體中的每個成員以及每個目標看作一個結點，成員與目標之間有關系就連成一條邊，那么整個團體就構成了一個“復雜網絡”。那不同專業類別的同學在學習目標方面有何特征與差異。通過研究分析，有助于學生社團的組織、輔修課的開設以及考研率的提高等。
二、實施方案
我們主要采用問卷調查分析方法和文獻研究進行研究。我們實際調查了2114人，其中，本部人文經管類400人左右、本部理工類450人左右、本部農林生科類400人左右、東方科技學院（三本）500人左右、研究生200人左右、自考70人左右、專科30人左右。通過分析問卷調查結果，同時基于復雜網絡的理論分析比較在不同的學習目標，基于復雜網絡來研究分析不同專業類別的同學的學習目標的特征與差異。
復雜網絡是構成復雜系統的基本結構，每個復雜系統都可以看作是單元或個體之間的相互作用網絡，復雜網絡關注系統中因子相互關聯作用的拓撲結構，是理解復雜系統性質和功能的基礎。在得到的數據中，大學生與目標都看作一個結點，成員與目標之間有關系就連成一條邊，那么整個團體就構成了一個“復雜網絡”。構建“學生―學生關系”數據，測量的是每兩位同學有相同目標的個數。轉換的方法為在同于2-模數據中，學生A所在行的每一項，分別乘以另一學生B的對應項，然后加總，因此，只有每對學生有同一目標時，乘積才為1，即結果矩陣二者對應之值才是1。因此，在這“學生―學生關系”數據中，各個目標上的總和就等于對應那一對學生共同的目標個數，這測量了關系的強度。計算結果得到的網絡總是對稱的，并且對角線上的數是代表該學生共有多少目標數。下文將創建1-模‘目標-目標’關系數據并分析。原理同“學生―學生關系數據”。
三、分析不同學習目標之間的聯系
對2214名同學進行調查，將學習目標進行如下的編號：（1）找份理想的工作（工作與所學專業相關）；（2）找份理想的工作（工作與所學專業無關）；（3）考研究生；（4）考公務員、選調生等；（5）出國留學；（6）創業；（7）參軍、當兵；（8）提升個人綜合素質或魅力；（9）其他；（10）目標不明確。利用Ucinet軟件，構建了如圖1所示的網絡結構圖。將調查數據進行2-模到1-模的轉換，如圖2所示。于是便創建了“目標-目標”關系數據，記錄了兩個目標之間共有的大學生數。如第3行第4列的85表示有85位同學既有考研究生的目標又有考公務員、選調生等的目標。
下文將創建“目標-目標”關系數據并分析。計算結果得到的1-模網絡圖總是對稱的，并且對角線上的數是表示有對應行上目標的學生人總數。從圖中也得出結論，在1-模圖第一行中，都是目標為找專業相關工作的大學生，其中有244位同學的目標既有找份與所學專業相關的理想的工作的目標又有提升個人綜合素質或魅力的目標，（如下表一所示）244/869=28%，可見這兩個目標的關聯性較大，目標為找專業相關工作的大學生中有28%的也想提升個人綜合素質或魅力。第五行中，都是有出國留學目標的大學生，其中有45位同學準備考研，45/195=23%，說明這兩類目標的關聯性也較大，其中有1位同學準備參軍，1/195=0.5%，說明這兩個目標關聯性較小。從這個1-模圖中便能看出任意有一種目標與另一種目標之間的關聯程度。
四、不同專業類別的同學學習目標的特征
本次調查中，在1-模“目標-目標”關系網絡的對角線顯示了選擇該目標的大學生學生總數。調查結果分析如下：
目標1：找份理想的工作（工作與所學專業相關）。該校41%左右的同學的大學學習目標是找份與所學專業相關的工作，這類目標的學生所占比例最大，這類同學大多喜愛所學專業，一般會表現為上課認真、學好專業、注重實踐。當然也有一少部分同學對專業并不感興趣，同時又沒發現其他合適自己的發展方向，于是只好隨波逐流，畢業后先找一份與專業相關的工作。
目標2：找份理想的工作（工作與所學專業無關）。由于主觀及客觀的原因，一些大學生進入大學后發現自己并不喜歡自己的專業，而對其他方面產生了興趣，于是他們便為自己的新工作新目標而奮斗。他們會通過自學、換專業、修雙學位、參加相關培訓、跨專業考研等方式讓自己能成功找到一份與所學專業無關的理想工作。有11.3%左右的同學會選擇與所學專業無關的工作，他們在大學里并沒有盲目的學習，他們有了合適自己的職業規劃，這對他們的就業與職場發展都有幫助。
目標3：考研究生/博士。從本次抽樣調查得知，該校有近26%的同學目標是考研或考博，比目標是考公務員或選調生的人多出近1倍。隨著中國教育的不斷發展，社會對求職者的學歷以及綜合素質有了更高的要求。現在本科畢業生越來越多，本科生想找到理想的工作也越來越難，于是越來越多大學生打算考研究生。除了緩解就業壓力這一原因外，還有一些大學生選擇考研的原因是為了提升自己的專業素質，將來想從事教學科研工作，或者想圓自己進名校的夢想等。2013年考研報考人數達到180萬左右，而全國只招收50萬左右研究生，這近乎1比3的錄取比例依然體現出考研競爭的激烈。
目標4：考公務員、選調生等。公務員經常被人們形象地稱為‘鐵飯碗’，公務員工作穩定、薪水福利可觀、作息時間有規律，這些優點吸引了越來越多人報考，因此考公務員的競爭壓力也越來越大，曾有報道說某一公務員崗位有近千人競聘、也有新聞報道大學畢業生畢業爭當清潔工。這些事實體現出越來越多的大學生向往著公務員。選調生是組織部門有計劃地從高等院校選調品學兼優的應屆大學本科以上畢業生到基層工作。選調生一般會被派送到農村及偏遠地區工作，許多大學生不喜歡那樣的工作環境。該校有14%左右的同學目標是考公務員或選調生。不過今年該地區對選調生新的報名要求之一是學生必須來自985、211類的高校，而該校不屬于985與211，這種形勢下該校目標為當選調生的同學比例應該會大幅下降。
目標5：出國留學。國外大學大多寬進嚴出，大多大學本科3年、碩士1年，相比較中國碩士3年而節約了兩年。許多國外大學條件優越、軟硬件設施好，出國留學不僅能體驗世界名校的學習氛圍、還能增多個人閱歷、體驗國外的文化，將來還可在國外就業。不過出國留學需要考慮的因素也很多，比如外語能力、經濟情況等。該學校有9%的同學目標是出國留學，其中該學校專科類同學中出國留學的比例最大，有52%的同學會選擇出國留學，這些專科類學生都來自該校國際學院。
目標6：創業。大學生成功創業的例子越來越多，如易得方舟，視樂美等。許多大學生對創業很有想法，在大學階段積極兼職，如做小生意、開網店、還有開小公司的等。大學生們通過兼職或實習，提前體驗職場氛圍，鍛煉自己各方面能力。該大學也積極發展大學生創業教育，如舉辦SIYB創業培訓、舉辦創業計劃大賽等活動，來激發大學生對創業興趣，提升學生創業水平。該校有15%左右的大學生目標有創業，其中自考和專科類的同學中有20%以上的同學想去創業，這說明創業對廣大大學生已并不陌生。大學生要認識到創業是有風險的，大學生的經濟基礎較差、從業經驗較少，所以大學生創業前必須有個很好的計劃，要對市場營銷、對行業發展有較深的認識。
目標7：參軍、當兵。該校有3%左右的同學目標是參軍或者當兵，這部分大學生有的從小就懷揣著參軍當兵、保家衛國的理想。該學校每學期都有大學生征兵活動，大學生應征入伍后，將去部隊訓練，不僅強生健體，練就軍人氣魄，同時享受軍人的待遇與福利，還能包分配工作。參軍入伍對國家、對個人都有深遠意義。
目標8：提升個人綜合素質或魅力。提升個人綜合素質或魅力應該是每個大學生都有的目標。該校有29.5%的同學的學習目標是提升個人綜合素質或魅力，足以體現該校學生對自身能力與素質方面的重視。不管大學生在大學讀書究竟是為了什么，但是大學確實是每個年輕人提升自己綜合素質與魅力的最好時期。
調查也顯示，該校3.9%左右的同學目標不在包含在以上8種之內。該校有4%左右的同學認為自己目標不明確，一方面，他們對自己的了解不夠深入，或者說內心不夠成熟；另一方面，是他們對社會、對職場、對所學專業比較茫然、特別是對于剛進大學的同學，他們對自己未來的發展目標還不明確。這類學生需要多了解自己、多了解客觀環境，才能慢慢確立自己的大學目標。
五、結論
基于復雜網絡研究分析不同專業類別的同學學習目標的特征以及不同學習目標之間的聯系，我們可以了解到目標“找份理想的工作（工作與所學專業相關）”以及目標“提升個人綜合素質或魅力”是該校同學學習目標的主要部分。我們還能通過1-模“目標-目標關系”網絡圖分析目標間的關系強度。利用這種思想，可以對大學生學習目標的特征與關系做出詳細地分析。只有41%的同學目標是找一份與所學專業相關的工作，因此學校應注重培養同學們除專業學習以外能力的培養，盡可能提供條件讓同學們實現自己的目標，比如增多對社團的關注與扶持，增多輔修課的門類等。有26%的同學目標是考研究生/博士，而通過調查，該校個別學院的考研成功率不到10%，因此，該校應注重提升考研率。建議比如說提供好的學習環境共考研的同學復習備考，緩解冬季圖書館搶座壓力等等。
參考文獻：
[1]金枝.大學生網絡學習行為研究[D].研究生畢業論文，南京大學，2011.
[2]張娜.復雜網絡社區結構劃分算法研究[D].碩士學位論文，大連理工大學，2009.
[3付立東.復雜網絡中心性度量及社團檢測算法研究[D].博士學位論文，西安電子科技大學，2012.
關鍵詞：房地產 復雜網絡 動態
股票網絡由股票數據（節點nod）和他們之間的關系（邊edge）組成，許多學者運用復雜網絡理論，研究不同國家的資本市場均得到了驗證，成果顯示股票市場符合冪律分布，是典型的無標度網絡。1998年中國傳統的福利分房制度終結，也喚醒了中國房地產行業的春天，現已有百余家房地產企業在滬深兩市上市，從資本市場籌款融資成功后，房地產上市公司實現了規模實力擴張、盈利能力增強的轉變，逐漸成長為國民經濟的支柱產業。日益高企的房價時刻牽動著所有國人的神經，各種政策措施進行房地產調控，期望房價維持在一個正常水平、房地產業健康有序發展，這些市場和政策對地產股網絡影響如何？正如Tabak所言，運用復雜網絡工具研究金融市場，既能為投資組合產品設計和風險評估提供幫助，又可通過研究復雜網絡的特性洞察股票價格的形成過程[1]。
一、研究現狀
2009年Frank Schweitzer et al. [2]發表在Science上的綜述性文章，對經濟網絡研究進行了分類，一類是基于經濟學和社會學的，另一類是基于物理學和計算機科學的，對復雜網絡在經濟領域的應用和未來的前景進行了詳盡的介紹和展望，可謂巨細無遺，對研究人員具有很大的參考意義。Chi K.Tse et al. [3]研究2005年7月至2007年8月間全美19807只股票收盤價相關性，根據“贏者全得”原則，得出股票收盤價格全網絡、價格回報全網絡、成交量全網絡均服從無標度網絡特性和冪律分布的結論，創新在于提出并定義擬合誤差和基于復雜網絡理論中“度”的概念計算指數。黃瑋強等[4]分別運用最小生成樹法和平面最大過濾圖法構建上證180指數和深證100指數成份股票的關聯網絡。黃飛雪等[5]采用類似方法，對2005年7月至2009年6月金融危機前后全球最具代表性的52個股指建模，從最小生成樹網絡結構變化看出中國股指影響力增強的結論。
應用復雜網絡理論研究股票市場方興未艾，大量文獻通過不同角度詮釋這一金融系統的機理，但多是研究整體的拓撲特性，在證券板塊和網絡動態研究方面文獻還不多。本文運用復雜網絡理論研究房地產上市公司，采用最小生成樹法構建，并考察不同市場環境下拓撲結構的動態變化和潛在機理。文章結構分為三部分，首先對前人相關領域文獻進行回顧，其次對中國房地產上市公司進行拓撲結構分析并橫縱比較，最后研究結論和成因分析。
二、房地產板塊網絡動態比較分析
（一）房地場板塊網絡構建方法
沿用Mantegna(1999)[6]最小生成樹的建模方法，定義股票i收益率 ，其中 為股票i在t天的日收盤價， 為前一天的日收盤價。兩節點間交叉相關系數為 ，
交叉相關系數的范圍在[-1，1]之間，于是得到股價波動的相關系數對稱方陣。為了度量股票網絡的內在性質，引入距離矩陣
,表明股票i與j間相關系數越大則兩者間度量距離越小，反之亦然。
（二）實證數據及網絡拓撲結構研究
借鑒前人研究方法，本文分別選取中國A股上市房地產板塊成分股票2008年和2009年的日收盤數據，來源于色諾芬金融數據庫，剔除了因財務或其它狀況出現異常受到證交所特別處理的個股。選擇時點的原因是，2008年大部分房地產上市公司已完成股份制改革，全流通下的市場價格更能真實反映經營狀況，上半年央行又連續6次上調存款準備金率，調控效果開始顯現，下半年隨著美國次貸問題引發全球性金融危機的影響，房地產市場觀望氣氛濃重，上市公司業績下滑、市值縮水，2008年全年地產股普遍低迷。為了刺激經濟，宏觀調控導向發生變化，貨幣政策再度從“從緊”向“適度寬松”轉變，2009年中國樓市也迅速由低迷轉變為亢奮，房地產行業股票也由蕭條轉變為繁榮。通過構建不同政策影響下股票網絡，可以進行比較研究。考慮節假日休市或公司主動停盤等因素，首先對這些金融數據進行處理，主要是對齊數據和填補缺失。運用Matlab軟件工具處理數據、構建并分析該股票網絡。
（三）網絡拓撲特性分析
對網絡特性進行定性分析，度是考察節點連接程度的指標，是它與其它節點連邊的數量，度主要考量個體情況，更為直觀的總體連接程度，則需要引入度的分布，它是指不同度的節點個數的概率分布，均呈冪律度分布，少數高連接度的節點成為了Hub節點，市場低迷和繁榮時網絡的平均度分別為1.97和1.98，而大部分節點的度為1或2。平均路徑長度描述從網絡圖中任一節點到達另一節點之間距離（即所有路徑間最短路徑長度）的平均值，反映網絡的規模大小，繁榮和低迷兩個時期平均路徑長度分別為4.18和3.91。節點的中介數也是與最短路徑有關的概念，指通過該節點最短路徑的數目，中介數越高表明該節點作為“橋梁”連接的節點越多，繁榮時中心節點粵宏遠A的中介數為3815，低迷時中心節點北辰實業的中介數為4451。
三、結論
本文以中國證券市場房地產板塊成分股票為研究標的，運用Prim算法分別生成最小生成樹的股票網絡，得出結論主要有：首先該行業網絡符合無標度網絡冪律分布的特性；另外2009年刺激經濟的寬松政策對中國房地產行業網絡產生影響，網絡較2008年集中化程度更高、平均路徑長度更短，以度數最高的中心節點為例，2008年“粵宏遠A”的中介數為3815，而2009年“北辰實業”的中介數達到4451，市場繁榮時更多的節點通過中心節點與其它節點聯系。
參考文獻：
網絡分析設備是一種診斷網
絡故障、準確定位網絡病癥位置的工具，由于其技術艱深、應用復雜，長久以來，只有國外廠商的少數幾種產品活躍在國內市場上。并且，只有一些專業的技術人員才能應用網絡分析設備診斷網絡故障，Sniffer甚至成立了專門的Sniffer大學，培養專業的應用人才。
現在這種情況，正在被一家新興的網絡分析軟件供應商―科來軟件公司打破。這家公司成立于2001年，由從清華萬博公司出來的幾位年輕人在四川成都創立。
科來軟件創始人兼總經理羅鷹介紹，之所以選擇這一領域，是因為覺得網絡分析軟件非常好，在做網絡開發或調試遇到問題時，通過網絡分析可以看到底層的數據包，迅速發現問題出在哪兒; 同時，國外產品的應用異常復雜，一般人即使擁有了該軟件，也不知道該如何應用、如何分析。當然，選擇在什么市場做也非常重要。“之前，國內對網絡分析技術和應用的認知有限，但國際市場上卻很成熟，比如在國外人才招聘網站上，有非常多招聘專職網絡分析工程師崗位的消息，可見網絡分析在國外的認知程度非常高。因此，我們決定首先從國外打開市場。”羅鷹介紹。
要在如此遙遠的地方打開市場，羅鷹首先想到了互聯網電子商務模式，軟件是最容易通過付費下載實現電子商務的產品，而軟件產品的質量直接決定了該模式是否能成功。Sniffer技術雖然很強大，但應用起來異常復雜，專業人才必須通過幾個月甚至半年多的培訓，才能真正使用，正因為如此，Sniffer的培訓收入甚至超過了產品本身的收入。因此，科來開發的產品必須首先從易用性上下工夫，用戶定位從中低端入手，這樣，在管理操作、易用性、安裝部署等方面具有便捷性的第一款科來網絡通信分析系統誕生了。
比較起Sniffer等國外的網絡分析軟件，科來網絡分析軟件最大的優勢就是好用，技術人員經過簡單的自學就可以熟練地進行網絡分析; 其次，在功能上也有其獨特之處，比如，第一個采用了以主機為導向瀏覽的設計思路。科來網絡分析軟件通過對協議數據包的解碼分析，透視網絡的全景信息，快速排查全網的網絡故障和單一的應用故障，精確并快速定位各種惡意攻擊行為; 同時能夠快速診斷網絡錯誤，準確發現潛在隱患，及時判斷危害等級，并為網絡安全防御做好分析和支持; 有效評估網絡性能，查找網絡瓶頸，保障網絡通信質量和網絡運營健康。
蔡文教授創立的可拓學，建立了可拓基元的概念，把事物、特征和量值綜合考慮，用基元描述信息、知識、智能行為等，作為可拓論的邏輯細胞[4,5]。基元包括物元、事元和關系元，基元概念將物（質）、事與關系的相應特征分別統一在一個三元組中，從而形式化描述物、事和關系[6]。基于多維可拓基元的復雜社會網絡模型如圖1所示。本模型可用于描述網絡中的節點、關系連接、動態變化以及分析運算的規律。其目的在于能夠完整地表達復雜社會網絡的節點信息及關系信息，并且利用事元清晰地描述網絡外界環境及節點變化規律，使得研究者能夠對多元的靜態網絡屬性、動態的網絡演化行為進行表示、推理及量化分析，從而獲得矛盾問題的求解策略，以期實現復雜社會網絡結構矛盾問題解決策略的共享和重用。還可以在本模型基礎上進一步研究網絡基元的可拓性和物的共軛性，探討可拓變換的類型和性質等。
1.1多維物元集合物元是形式化描述物的基本元[7]，復雜社會網絡中的節點具有多重特征，因此網絡節點可用多維物元表示，稱為節點物元。節點物元將節點的特征與特征值有機地結合起來，完整地反映了節點在網絡中自身所擁有的特征和性質，從而形成了信息完整的物元網絡集合。由于物元的可變性、關聯函數的可變性以及論域的可變性，導致了用物元表示的節點特征的可變性。將時間變量t引入模型則得到動態節點物元。物元可拓網絡能夠較合理地描述實際中復雜社會網絡的各個側面及其變化，從而能夠描述解決網絡中產生的矛盾問題的過程。
1.2多維關系元集合社會網絡分析中研究的重點即為節點間的關系數據，以往對于網絡中節點連接關系的表示，大多停留在使用數值的基礎之上，并不能體現出關系的“多重性”。關系元用以描述各類物元、事元、關系元之間的關系，這些關系的變化相互影響，對應著社會網絡中關系的變化、影響，關系元正是描述這類現象的形式化工具。本文中關系元用以表示網絡節點間的關系。這樣，網絡節點間的關系就可以不只是“有”（1）或“無”（0），或者一個數值，而是可以有許多屬性及測值的關系，并且可以表達相同節點之間的多種關系，充分地表達復雜社會網絡中節點關系的多重性。1.3多維事元集合事元是描述事件的基本元素，在網絡中，它不但能夠表達節點的動態變化，而且能夠反映外界環境對網絡的影響。本研究中，一切改變網絡結構的節點行為及環境變化都可以用事元表示。這樣，可為后續的節點自動響應網絡結構變化及網絡動態演化研究提供更方便的實現途徑。
2網絡分析測度的整合
在復雜社會網絡的多維可拓基元模型的基礎上，結合網絡分析方法，可對網絡整體及節點進行一系列的測度分析，這些測度是網絡分析方法的精髓，幫助研究者分析網絡屬性、狀態、節點的社會屬性及在網絡中擔當的角色、地位等。從傳統社會學研究到復雜網絡研究，對網絡進行定量分析的測度指標有很多，但它們包含著遞進的層次關系，即一些網絡測度指標是在其他測度的基礎之上得到的。這里討論如何在可拓基元表示的復雜社會網絡中進行網絡分析測度的計算，如何將計算結果儲存于基元之中，并且全面地總結傳統社會學及復雜網絡研究中常用的網絡測度指標，將基本測度指標直接包含在節點物元、關系元之中，為其他深層次的網絡測度指標的計算提供方便。
2.1網絡關系元的基本屬性社會網絡分析中，節點間的連線，即行動者之間的關系，有若干基本的屬性，包括前向節點、后向節點、是否有向、關系屬性及關系值等。其中，關系屬性、關系值可以包括不止一對，以此體現同一對節點之間的多重關系。
2.2傳統社會網絡的測度指標傳統社會網絡分析測度指標如表1所示。各項測度指標均來自于WassermanandFaust[13]的社會網絡分析方法。這些指標包括兩大部分，一部分是只涉及網絡全體節點的基礎網絡測度指標，另一部分是在劃分子群等結構操作之后的子群分析測度指標。基礎網絡測度又包括網絡整體測度和節點測度。網絡整體測度的表示，可以建立網絡物元，將網絡整體的特征及特征值直接存儲于網絡物元之中，形成總體的網絡可拓物元。節點測度指標，包括節點基礎測度指標及節點復雜測度指標，都可以直接進行計算，加入到節點物元或網絡物元的特征及特征值陣列之中，形成各個節點的多維可拓物元集合。
2.3復雜社會網絡的測度指標近年來，得益于計算機及網絡的發展，大量的容量巨大的數據都可以通過各種基于計算機網絡的數據庫獲取，這使得人們能夠收集、分析遠大于以前規模的數據[14]。大規模網絡使網絡結構分析的焦點從對單個的含節點數少的圖以及圖中個體節點或邊的屬性分析轉變為對含大量節點數的圖的統計屬性進行研究。現有的一些復雜網絡研究采用的重要定量分析統計指標包含表2所示內容。以上這些深入分析的復雜社會網絡測度，都必須在網絡關系屬性、基礎網絡測度的基礎之上進行計算，也就是在建立了基礎的網絡可拓物元、網絡關系元集合與節點物元集合之后方可簡便地運算得到。
3實例分析
以一個節點個數n=6的小學兒童群體為行動者的集合，其節點為Allison、Drew、Eliot、Keith、Ross和Sarah，則行動者集合N={n1=Allison,n2=Drew,n3=Eliot,n4=Keith,n5=Ross,n6=Sarah}。對于一個無向關系，比如說“住在附近”，用(*,*)表示其聯系屬于無向關系的行動者對。用<*,*>來表示屬于有向關系的行動者對。檢查這樣的列表是雜亂困難的，但用多維關系元集合表示，則可以十分清晰地看到行動者之間的關系，例如下列所示的部分關系元集合。根據關系元集合中的數據信息，可以直接繪制出該網絡社群圖，為清晰地顯示，將三重關系的社群圖分別顯示，如圖2所示。利用網絡物元、節點物元分別表示網絡整體屬性和節點屬性，極大地體現了可拓物元的優點：信息的完整性及表達的條理性。節點物元及其屬性可根據一系列的量化計算輕松完成，而網絡整體屬性也可一覽無遺。該例中的網絡物元集合如下所示。將網絡及其變化過程利用可拓基元充分量化之后，還可進行進一步的計算與處理：1）利用網絡數據，建立基于可拓基元的復雜社會網絡模型，并利用計算機進行可視化仿真操作。2）根據網絡特征，選擇合適的網絡結構測度指標評價復雜社會網絡。3）結合可拓變換、可拓策略生成方法等，構建網絡優化模型，將其細化為一系列判斷條件下發生的事元。4）利用計算機實現自動化的網絡優化動態仿真，并與優化前的網絡測度指標進行對比，通過對優化過程的分析，找出網絡演化過程中的瓶頸問題以及解決其中矛盾點的策略集。
4結論
關鍵詞：項目管理；復雜網絡；社會網絡分析
一、引言
經濟的全球化和競爭的白熾化使得項目在功能性和復雜性方面有了明顯的提高，為有效控制這些復雜因素，應對項目內在的風險，保證項目成功，許多資深人士開始意識到系統工程對項目管理的重要性，項目管理與系統工程、復雜性理論的結合已經成為信息社會發展的必然要求。
二、傳統項目管理方法的局限
傳統的項目管理理論從某些維度上展現項目管理的過程及要素信息，在對計劃性、定量化信息（或者稱為“可計劃量”）處理方面比較成熟，極大改善了項目管理的質量和水平。但傳統項目管理的方法、手段體現的內容十分有限，越來越難以滿足現代項目管理對復雜信息的掌控需求。
項目在實際操作中會被細化為具體事務，而這些具體事務的運作又帶有很強的靈活性、自主性，于是工作中產生了大量“非計劃量”信息（如人際關系、領導力、協調方式、團隊結構及內部運轉、責任變動、安全措施的執行等），對這些復雜信息的感知速度和能力會極大的影響項目管理的質量和水平。
為了解決項目任務越來越復雜、任務內容變化快速等帶來的新問題，項目管理已經采用了許多可視化數據分析方法，但這些方法仍局限于曲線、流程等傳統的展現方法，側重反映宏觀層次的框架結構，仍無法在一些更細節、更復雜的因素控制上給出解決方案。由此可見，需要建立一種更為強大的方法、手段，為項目管理提供一種能分析復雜全局態勢（包含了微觀要素及其能量交互）的信息支持平臺，使隨機處置、靈活應變、全面協調成為現實。
三、復雜網絡理論啟示
錢學森教授等學者倡導的現代系統科學，是當代科學的基礎性的、不可缺少的重要組成部分。特別是從20世紀90年代以來，人類對于復雜系統的演化規律的認識，取得了一系列新的進步。信息技術的快速發展促進了系統工程和復雜性理論的迅猛發展，復雜網絡技術便是其中之一，它具備了強大的研究復雜事物角色、關系及其交互作用的能力。它既能直觀展現復雜系統各類要素的關聯互動，又能夠通過計算實現對復雜系統結構特征、規律的深入分析，因此被廣泛應用于各種學科和領域。我們從理論和實踐上提出將復雜網絡理論、技術應用于項目管理領域的思路，希望通過這方面的探索，從一個新的角度分析、挖掘項目管理中的知識資源，以促使管理者更加直觀、有效的掌控項目的各要素及其過程規律，進而提高管理者的管理能力。
（一）復雜網絡理論介紹
現實世界中存在大量復雜系統可以用網絡模型來描述，比如人與人之間的社會關系、計算機之間的網絡連接關系、網頁之間的超級鏈接、學術文章之間的引證關系等。一個典型的網絡是由許多節點與一些連接兩個節點之間的邊組成的，其中節點用來代表真實系統中不同的個體，而邊則用來表示個體間的關系。人類社會的日益網絡化需要人類對各種人工和自然的復雜網絡的行為有更好的認識，以便可以更有效的組織人類的行為、限制危害的擴展，提高人類利用自然、發展自我的能力。
在20世紀即將結束之際，對復雜網絡的科學探索發生了重要的轉變，復雜網絡理論的研究也不再局限于以往的數學領域。人們開始考慮節點數量眾多、連接結構復雜的實際網絡的整體特性，在從物理學到生物學的眾多學科中掀起了研究復雜網絡的熱潮。兩篇開創性的文章――《“小世界”網絡的集體動力學》和《隨機網絡中標度的涌現》，開始了復雜網絡研究的新紀元。以往關于實際網絡結構的研究常常著眼于包含幾十個，至多幾百個節點的網絡，而近年關于復雜網絡的研究中則常可以見到包含從幾萬個到幾百萬個節點的網絡。這歸功于研究條件發生的有利轉變：計算機網絡技術得到了迅猛發展，數據挖掘技術趨向成熟。相關基礎理論和計算技術極大進步，客戶價值網絡，犯罪數據挖掘、災難數據挖掘等應用出現了極大需求，鼓勵科學家去“計算社會”。
我國開始關注復雜網絡技術是在進入21世紀之后，在短短的幾年中，國內不同學科的研究人員和青年學者對復雜網絡研究的興趣越來越濃，并已召開過多次以復雜網絡為主題的學術會議和論壇，國內關于復雜網絡的研究文獻在近幾年呈現出極快的增長趨勢，每個月都會有很多新文章出現，研究內容廣泛涉及物理、技術、計算機、生物、社會、經濟等各種領域網絡，復雜網絡的拓撲特性和動力學行為方面也有了深入研究。
（二）社會網絡分析（SNA）的應用啟示
社會網絡分析（Social Network Analysis，SNA）可以看作復雜網絡應用的一個重要分支，近年來在社會學領域得到廣泛運用。它可以對社會學中的各種關系進行精確量化分析，建立“宏觀與微觀”之間的橋梁。它將復雜網絡理論和社會計量學有機結合，以研究社會網絡或聯結關系的容與結構為重點，內容包括網絡結構的連通、距離、密度、中心性、聚類、派系和群，以及關系網絡所傳達的資源特性等等。可以分析諸如國家貿易關系、社會人物關系、發現和理解社會結構、研究組織行為等等。
那么社會網絡分析具體能分析出什么東西呢？這是個復雜的問題，對應于不同的應用環境，分析的重點及對結果的解釋都將會有所不同，這也反映了復雜網絡靈活的一面。我們在此舉幾個簡單的例子。
在某組織或群體內部，人與事物之間存在著大量復雜的關聯，包括人與人之間的交往，人與事物之間的互動，這就組成了一個復雜網絡系統，通過運用社會網絡分析，我們可以分析出某人的中心度，以便了解此人在群體中的角色和重要性，我們可以通過聚類發現不同的子群體，從而了解群體的結構，這些內容面向不同需求時將會有不同的用處。
美國在針對恐怖網絡方面應用了大量社會網絡分析技術，通過從公開發行的幾家主要報紙報道信息中收集整理劫持犯之間的關系數據，由專業人士繪出了恐怖網絡并分析出了其中的19名核心人物。
由美國國家科學基金會NSF資助開發的應用程序Coplink系統，用以研究針對犯罪網絡分析的數據挖掘技術，它建立在計算機網絡基礎上，在偵破發生在美國亞利桑那州圖森市的一起謀殺案中扮演了重要角色，它可以高效處理來自各警局數據庫中數目龐雜的線索，在極短的時間內定位到可能的嫌疑對象，這是以前單靠人力所難以完成的。類似的實例還有很多，這些應用也充分展示了復雜網絡在分析社會復雜系統中的巨大能力。
項目管理作為一種現代企業運作形式，當然也是一種社會活動，同樣具有社會群體活動的規律特征，其中存在著大量數據關聯和能量的交互，完全可以運用復雜網絡技術對其進行分析和呈現，通過運用復雜網絡的各類算法能夠分析關系數據的特征和規律，進而得出有益的結論，協助項目管理的成功展開。
四、實例
我們可以從圖中直觀的看到整個流程的豐富信息：所有流程（矩形框代表關鍵流程或動作）之間的關聯情況，控制流（帶方向的實線箭頭）；各個流程的相關負責（參與）人員（橢圓形代表參與者）；還包括了流程產生數據（梯形代表數據）的傳輸情況，其方向用虛線箭頭表示。在網絡圖中，節點和邊的不同類別可以通過設計不同的外部形態或顏色來區分，每個節點（或“邊”）還可以通過右鍵點擊實現對節點（或“邊”）詳細屬性的訪問。這種靈活、豐富的表達能力是項目管理中傳統的網絡計劃圖、甘特圖和WBS圖所難以展現的。
從上面的例子可以看出將項目管理以復雜網絡的形式分析并可視化具有十分現實的意義。如果我們能夠將項目活動轉化為關聯網絡圖，我們就可以從基礎理論出發，分析項目管理復雜網絡的本質特征和規律，不僅能實現多角度分析，還可利用可視化網絡圖技術直觀呈現項目的部分或全局過程。換句話說，既可以觀察組員之間的關聯，也可以觀察任務之間的關聯，還可以了解組員與任務之間的關聯，并結合復雜網絡有關計算理論分析其相關特性。這樣我們就能夠擺脫掉海量信息的迷霧，從中捕捉規律，發現和挖掘有用的信息進而協助各項工作的開
展。
五、結語
復雜網絡與項目管理的結合使我們可以獲得一種新方法，彌補傳統管理方法和手段的不足，不但能夠實現復雜網絡的可視化，還可以實現基于復雜網絡的多維度數據挖掘，以新視角、新手段獲取項目管理中更多的新知識，在一定程度上實現管理者對復雜系統的認知與控制。
參考文獻：
1、李衛星.突破項目管理難點：從WBS到計劃[M].電子工業出版社,2006.
2、(美)福斯伯格著;江林，劉景梅譯.可視化項目管理[M].電子工業出版社,2006.
3、汪小帆,李翔,陳關榮.復雜網絡理論及其應用[M].清華大學出版社,2006.
4、約翰?斯科特著;劉軍譯.社會網絡分析法[M].重慶大學出版社,2007.
5、Jennifer Xu,Hsinchun Chen.Criminal Network Analysis and Visualization:A Data Mining Perspective[Z],2005.
6、Stefanie Rinderle,Ralph Bobrik et al.Business Process Visualization-Use Cases, Challenges,Solutions[Z].
基金項目：2012年度教育部人文社會科學研究規劃基金項目“基于Super-P2P的虛擬社區知識信息有序化組織與共享模式研究”（12YJA630033）；廣東省哲學社會科學“十二五”規劃2011年度一般項目“社會網絡環境下的知識信息共享模式研究”（GD11CTS01）；
摘要：本文以社會網絡分析理論為基礎，研究虛擬社區的知識共享及個性化推送相關問題。文章在對虛擬社區的知識、行動者、知識交流方式這幾要素進行了分析后，總結了虛擬社區用戶進行知識創造及知識共享的過程。并以此為基礎，重點提出了基于社會網絡分析理論的，包含知識需求分析、知識空間管理、知識推送服務3個模塊的虛擬社區知識推送模型。
關鍵詞 ：虛擬社區；知識推送；社會網絡分析；知識共享；模型
引言
虛擬社區是web2.0時代最重要的網絡產物之一，在全民共同參與的社會化背景下，一方面，平臺中存在著大量的非結構化信息資源，另一方面，知識利用遇到的困難也比以往任何時候更加突出。本文從此角度出發，以知識儲量豐富、用戶數目巨大的虛擬社區為對象，研究虛擬社區的知識共享及相關知識推送問題。
知識推送的概念，最早由美國《信息周刊》主編Ricadela在介紹微軟公司的知識推送時提出, 旨在依據用戶的知識需求主動將合適的知識提供給用戶。目前學者們對這一領域的研究尚處于起步階段。虛擬社區中信息資源繁雜零散，知識推送能夠克服傳統知識拉取方式被動、效率低下、精確度低的缺點，加強知識的有效利用。虛擬社區作為現代社會一種特殊的社區存在形式，無論采用何種定義，人都是其中最根本的因素。社會網絡分析理論以人為中心，主要用于研究社群結構，將相對成熟的社會網絡分析理論引入虛擬社區的知識應用研究，具有較好的契合點。
因此，本文以社會網絡分析方法為依據，從用戶的個性化知識需求角度出發，借助虛擬社區的知識共享過程來重點研究虛擬社區的知識推送相關問題。
1、虛擬社區知識、行動者、知識交流方式
本文研究的虛擬社區是指一般意義上的虛擬社區，包括微博、QQ空間、人人網、開心網等多種現代主流網絡社區形式，并不特指專門的虛擬學習社區平臺。以下從知識交流的各要素出發，對虛擬社區知識、行動者、交流方式等方面進行探討。
1.1 虛擬社區的知識
在以往的研究中，社會網絡分析方法多用于研究專業學習型虛擬社區中團隊的知識交流狀況。然而，人們并不只在工作場合下才需要知識，在日常生活中的方方面面都存在著知識需求。近些年逐漸興起的虛擬社區如新浪微博、朋友網等以分享個人生活體驗、傳播信息和鞏固朋友關系為主要內容，大量不斷更新的看似以社交、娛樂為主的內容中實際也包含著豐富的知識，如旅游知識、IT技術、社交技巧、健康知識、新聞、資源鏈接等等。不論是原創還是轉帖，不論是幾十個字的個人觀點還是長篇博文，如果系統能找到有效的方式對這些非結構化、零散的知識內容進行分類、推送，將大大擴展用戶個人學習的途徑，促進知識的利用。與一般專業學習型虛擬社區相比，綜合性虛擬社區的知識具有更加精簡、快速生產、紛繁復雜的特點，因而知識的體系的構建更加復雜。
1.2 虛擬社區的行動者
虛擬社區的行動者指的就是注冊用戶，通常，不同的虛擬社區擁有不同的用戶群，不同的用戶對知識交流的期望值不一。為了達到交流目的，行動者通常會有意識地選取符合自身需求、價值觀點的主題和交流伙伴，虛擬平臺本質上就是一個超大型的社會網絡。行動者與其他行動者之間的關系為兩種：相識與不相識。相識的行動者之間最初所分享的知識內容匹配度不一定很高，但由于親密的關系兩者之間的互動程度高，一方的知識內容很可能得到另一方的關注，在這種情況下，一方的知識體系構建在無形中就會影響到另一方；而不相識的兩個行動者之間，彼此信任度最初一般較低，若兩者產生頻繁互動，如獲得對方的關注、經常分享對方的內容等，一般代表著兩者對某個領域的知識有著較高程度的、共同的認可或需求。
1.3 虛擬社區的知識交流方式
虛擬社區的用戶進行知識交流的方式大體可分為三種：上載、中介傳播、下載。上載是用戶自覺意識的較高表現，指用戶主動將自身所擁有的顯性資源或是隱性經驗顯性化后上傳的行為。通常，虛擬社區的建設者對這類用戶十分看重，因為這部分高質量的內容提供者將決定社區局部甚至整個網絡社區的活躍度；中介傳播是指用戶雖然自身不創造傳播內容，但為了表達自己對某個主題內容的肯定或質疑，從而進行關注、轉帖、分享、評論、點贊等行為，高質量知識的廣泛傳播離不開大量的中間傳播用戶；下載是社區用戶對上傳知識肯定的一種表現，這部分知識對多數用戶具有較大學習意義，因此用戶選擇下載收藏，深度學習，而不僅僅只是進行中介傳播。因此，用戶的上載、中介傳播、下載除了是知識交流的方式，更是反映用戶與其知識期望值的重要指向標。
圖1是虛擬社區用戶進行知識創造及知識共享的簡要示意圖，虛擬社區根據組織目的可大致分為娛樂型、學習型、分享型、討論型、交友型5大類，所有虛擬社區的知識都可歸納為隱性知識和顯性知識兩種：隱性知識在虛擬社區中反映為用戶個人內在的觀點、經驗，用戶可通過文字、圖片、視頻等工具使其顯性化為某一領域的知識，如社交知識、IT知識等，然后通過平臺的上載操作將資源分享給社區其他用戶，這是一種原創行為，而其他用戶對這些信息資源進行消化、吸收后，可形成新的隱性知識；顯性知識在虛擬社區中通常反映為用戶個人收藏的、包括平臺內外的、已經顯性化的信息資源，分享后經過下載、收藏動作可成為其他用戶的個人顯性知識資源。以上描述的是從隱性知識到隱性知識、從顯性知識到顯性知識的轉換過程，除此之外，還存在著從隱性知識到顯性知識、從顯性知識到隱性知識的轉化。如圖1：
2、社會網絡分析方法在虛擬社區知識推送中的利用
2.1 虛擬社區中的社會網絡分析
將虛擬社區中的注冊用戶視為節點，用戶之間的互動行為視為聯系，這樣就在虛擬社區中存在著大量的知識網絡，同一用戶一般會存在于多個知識網絡，而多個知識網絡之間可能存在交叉領域。對用戶在某個知識網絡中的活躍度、影響力進行分析，就可以分析該用戶在這個知識網絡中的影響力與知識接收受益情況。分析某個主題中 “明星”的關系網絡，可以間接了解某個主題的知識共享情況。一般意義上的虛擬社區就社會網絡層面有如下特點：節點數目多、知識網絡交錯；中心勢、中心度計算復雜；“明星”效應顯著；數據非結構化。
2.2 知識推送
網絡環境下的知識推送是將知識管理方法與先進的信息技術相結合，在準確分析決策者的知識需求基礎上，充分利用網絡環境的優勢，從組織知識資源中選取合適的知識，以及時、主動的方式向決策者提供知識服務，以便達到將最恰當的知識在最恰當的時間傳遞給最恰當的人，使他們能夠做出最恰當的決策。虛擬社區中知識種類、存量都十分豐富，若沒有高效的平臺知識推送系統將其有效地利用，這些知識將僅僅是一些零散、雜亂無章的信息。
馮勇（2007）認為知識推送平臺的關鍵組成部分包括三個部分: 知識需求分析模塊、知識空間管理模塊、知識推送服務模塊。從本文討論的研究對象來說，虛擬社區中知識需求分析模塊主要通過用戶網絡行為、人際網絡數據追蹤及部分用戶調查確定用戶的知識需求，這是平臺將知識對用戶進行個性化推送的基礎；知識空間管理模塊主要在于統計平臺現有資源，將各種形式的資源加以集成為推送服務提供資源；知識推送服務模塊主要將知識空間模塊集成的資源進行抽取、以適當的形式推送給用戶。
2.3 以社會網絡分析為基礎的知識推送
社會網絡分析方法對知識推送的重要性在于，社會網絡分析理論緊緊抓住虛擬社區以“人”為中心的本質，從社區中人與人的關系、人與人之間行為的角度出發，去定位用戶的知識需求，并以此為基礎進行相關的推送服務。現以社會網絡分析方法為基礎，從知識需求分析、知識空間管理、知識推送服務三個模塊分析虛擬社區的知識推送模型。
2.3.1. 知識需求分析模塊
知識需求分析是進行用戶知識推送的第一個步驟，只有徹底地了解用戶所需要的知識，以平臺為基礎形成知識體系，構建知識需求列表，才能將合適的知識高效地推送給用戶。首先利用社會網絡分析方法分析用戶在虛擬社區的人際關系情況，從用戶與其他用戶的互動行為來計算雙方知識體系的關聯度；其次根據用戶的搜索歷史、對所關注知識領域的處理情況統計出用戶感興趣的重點話題作為備選知識需求列表。
2.3.2. 知識空間管理模塊
虛擬社區用戶數目巨大，而每個用戶自定義的主題、參與的話題，與平臺定義的概念都可能有較大差別，因此有必要對用戶的知識情境與情境知識進行匹配，進行整體資源重新排列，再依據特定的分類規則將用戶的內容統一存儲，同時確立該用戶的備選知識推送列表。系統將平臺現有資源與用戶的備選知識需求列表進行匹配，已有資源需要根據用戶的需要直接進行重組，缺口的資源需要以一定形式補充，如鼓勵用戶創造或平臺補充等。總的來說，這是一個資源準備的過程。
2.3.3. 知識推送服務模塊
對于典型的虛擬社區來說，大多數的知識資源均是以簡短的日志方式呈現，如微博、QQ空間的說說等，因此用戶最終接收知識資源的形式也是簡短、零散的。平臺需要將組織好的資源以合適的形式推送給用戶，例如推薦“話題”或“用戶”等。另外，向用戶推送知識資源的時機也需要考慮，用戶注冊、手動搜索話題、對某個話題進行互動行為、關注其他用戶時等，都是可以推送相關聯的知識的好時機。用戶如果接受了系統平臺推送的用戶或話題，并在此基礎上有了互動，經過再分享和再創造后的知識資源就實現了再循環利用。
根據以上3個部分，知識推送模型可用下圖2表示：知識需求分析模塊，以用戶為中心，以社會網絡分析理論為基礎，通過統計用戶之間的互動關系及用戶本身對話題的操作行為如瀏覽、搜索等，對用戶的知識需求進行定位，包括歸納用戶重點關注的話題、“明星”用戶等；知識空間管理模塊，根據已定位的用戶個人知識需求，計算其資源缺口，再以話題為維度有針對性地在平臺中進行資源抽取、重組；知識推送服務模塊，抽取的資源將以合適的形式在合適的時間向用戶進行推送。推送的知識若被用戶接收后將可能影響其知識需求結構，形成新的知識網絡，因而整個模型是封閉循環的。如圖2：
3、結論
虛擬社區已經成為了當代社會最重要的網絡平臺之一，數以億計的用戶每天產生大量的信息數據，這些資源不僅可以被當做商業數據分析的原材料，也應該成為用戶個人甚至社會提高自身知識素質的基礎。本文以社會網絡分析方法為依據，從用戶自身出發，探索虛擬社區的知識共享過程及知識推送模型，期望通過挖掘過去、分析現狀、預測未來，提高信息資源與用戶需求的匹配度，從而實現信息“取之于民，用之于民”，發揮虛擬平臺大數據的真正用途。
參考文獻
[1] 易明,曹高輝,毛進,鄧衛華. 基于Tag的知識主題網絡構建與Web知識推送研究[J]. 中國圖書館學報,2011,04:4-12.
[2] 于秀靜.微博在大學生知識管理中的應用研究[J].農業圖書情報學刊，2012,08:49 -53.
[3] 魏順平.社會網絡分析及其應用案例[J]. 現代教育技術,2010,03:29-34.
[4] 馮勇.網絡環境下知識推送平臺構建的若干問題研究[D].東北大學,2007.
[5] 王陸. 虛擬學習社區的社會網絡分析[J]. 中國電化教育,2009,02:5-11.
[6] 張??,朱慶華. Web 2.0環境下學術交流的社會網絡分析——以博客為例[J]. 情報理論與實踐,2009,08:28-32.
作者簡介：
社會網絡分析(SNA)最早誕生于社會學領域。社會學中社會網絡是一種分析工具，主要用于厘清行動者之間、行動者與環境之間的關系。社會網絡分析還是一個視角，是由行動者之間的關系所構成的社會結構，社會關系本身成為研究的對象［5］。最近十年，社會網絡分析(SNA)在國內已被廣泛運用于傳播學、管理學、項目管理、組織管理、知識管理等領域。社會網絡可運用于傳播學，吳飛認為傳播是一個網絡狀模式，只有那些善于利用多種傳播網絡的個人或者組織才會擁有更多的信息資源，他們也就擁有更多的社會和文化資本［6］。姚小濤等認為社會網絡分析有助于解決新的環境下管理實踐與理論研究的挑戰［7］。社會網絡分析還可以運用于產業集群研究，符正平等對企業社會網絡進行測量，研究表明企業的社會網絡異質性、網絡和中心性強度對集群產業轉移有顯著影響［8］。朱慶華等總結了國內外社會網絡分析在情報學領域的應用成果［9］。社會網絡分析還可用于構建項目管理的網絡模型，通過該方法的運用，能夠降低利益相關方的治理風險，提高項目成功率［10］。社會網絡分析運用于自然資源管理的研究在國內甚少，但在國外的文獻中已出現一些重要的定性和定量研究成果［11］。為更好理解社會網絡如何影響自然資源管理，首先有必要了解社會網絡的類型、特征及其主要運用(見表1)。本文將從網絡結構、網絡關系和網絡節點3個維度總結社會網絡對自然資源管理的影響。從網絡連接密度、網絡凝聚度與子群、子群間的橋接點、個體行動者的網絡位置與影響力、網絡中心度、中心—網絡等6個方面總結社會網絡如何影響資源管理，特別是對自然資源管理過程中的知識轉移、信息共享、共識構建所產生的影響。
2社會網絡分析(SNA)在自然資源管理領域的應用
2.1網絡連接密度
社會網絡的基本功能是在行動者之間建立社會聯系，從而將孤立的行動者轉化成相互聯系的行動者。因此社會聯系越多，社會網絡功能就越發達，可預見的結果是行動者合作和集體行動就越容易達成。眾多的研究證實，較高的網絡連接密度可以幫助行動者避免資源利用沖突，建立公共資源利用規則使集體行動可能性就越大，集體行動的增加將提高信息和資源交流的可能性，繼而提高互惠和互信水平［12］。在自然資源管理研究中，社會網絡密度與集體行動之間的關聯性也得到證實。例如，研究者利用案例證明，將更多的利益相關者納入自然資源管理的社會網絡中可以顯著增加他們之間的聯系，并增加集體行動的可能。King研究了村莊漁業資源管理，案例顯示當地漁民通過與更多的政府官員、有影響的個體之間交往聯系，成功地解決了與漁業有關的系列問題［13］。較高的社會網絡密度不僅可以增加集體行動的可能性，而且可以通過信息和知識的交換，增加網絡內知識的學習和理解。研究證實，農林業資源管理中，非正式的社會網絡聯系加大了新技術和可持續管理實踐信息的流動和交換，這些信息既來自于網絡內部，也可以來自網絡行動者與外界的聯系［14］。
2.2網絡凝聚度與子群
網絡凝聚度員評估社會網絡在多大程度上連接在一起的指標，高凝聚度的網絡不會存在可以清晰辨別的子群(見表1中圖1和圖2)。凝聚子群是相互之間有穩定、直接、強烈、頻繁聯系的行動者子集［15］。社會網絡子群的存在可能給自然資源管理集體行動帶來挑戰，對自然資源管理產生重要影響。例如與高的網絡密度相反，一個群體密度低的網絡如果存在清晰可辨的子群，那么子群之間的合作就會產生消極影響［16］。然而，如果連接子群之間的行動者有意愿、有能力去協調子群活動朝著共同的目標，形成和保持子群對促進自然資源管理就仍然有意義。網絡子群可以促進子群系統內部的高度專業化交流和子群之間的信息交流［17］。所以要均衡網絡的總體結構，允許子群的存在以及子群之間的互動，即有利于自然資源的管理。
2.3子群間的橋接點
網絡子群之間的聯系點叫做橋接點，即聯系不同子群的節點(見表1中圖4)。社會網絡橋接點在自然資源管理領域上的價值體現在其作為網絡之間信息和知識交換的中介。案例顯示，成功建立自然資源共管的一個最重要的影響因素是區域內不同行動者和利益相關者之間存在信任的橋接點。關于漁民群體的案例研究顯示，那些與外界擁有專業知識的子群有較好聯系的群體，往往可能利用這些橋接點對生態過程有比較系統的理解［11］。社會網絡橋接點對自然資源管理的顯著作用還在于他們能夠在以前不聯系的群體之間培養信任關系，這有利于不同類型行動者形成集體行動。King的研究顯示，只有當地漁民能夠聯系外部機構時，真正的決策進程才開始，社會網絡與不同的外部與有權力的行動者之間建立的橋接點影響當地漁民的群體決策進程朝著有利方向發展［13］。Krishna使用印度農村的大樣本數據證明，促進集體行動和經濟發展的一個重要因素是農村與外界行動者和機構聯系的能力［27］。Schneider等利用案例研究了不同政府官員與其他利益相關者之間的社會網絡結構特征以及如何影響流域治理。研究發現，橋接點可以幫助異質性行動者之間進行相互合作［18］。Sandstrom的研究也表明，橋接點的存在促進了不同自然資源管理者的集體行動能力，繼而調動不同行動者的聯合行動［17］。研究還顯示，橋接點使得觀點和視角多樣化，這能夠促進創新并且找到自然資源管理復雜問題的解決辦法，從而具有更高的適應能力［19］。這些適應能力來自于共識構建、沖突解決和資源共享。
2.4個體行動者的網絡位置與影響力
在個體行動者層面，分析行動者的網絡位置特征對理解行動者如何使用其位置來影響自然資源管理的過程也很重要。在社會網絡分析中，一個行動者與其他行動者之間的連接度使用中心性矩陣進行定量分析［20］。通過占據社會網絡的中心位置(見表1中圖3)，行動者能夠在網絡中對其他人施加影響，使他們更容易獲得有價值信息而處于有利位置。如果一個行動者位于很多行動者網絡中間，那么他就擁有很高的中心性，意味著這個行動者可以作為其他行動者之間聯系的橋梁，高的中心性使得行動者有能力影響資源流動，同時通過橋節點也可為自己帶來多種資源［21］。個體行動者的網絡位置在自然資源管理中的影響力研究也廣泛存在。案例顯示，在一個地區內有關資源管理的行動者之間的關鍵節點往往由一小部分個體所掌握。另外Isaac等的案例顯示，處于中心位置的農民通過獲取信息和生態知識，把信息傳遞給社會網絡中的其他農戶，中心位置被用來提高整個社區資源治理［14］。但是，橋接點的存在本身不足以提高自然資源的治理，而位于中心位置的行動者能否利用這種位置給網絡其他行動者提供便利也同樣重要［18］。因此誰占據網絡中心位置，如何利用這個位置將對資源管理結果產生重要影響。如果占據網絡中心位置的個體不愿意利用這種優勢，集體行動就將終止。同樣，當個體擁有正式權威時，不占據好位置的個體也可能具有很大影響力，King的研究顯示，網絡中心位置和正式權威往往重疊在一起，對實際決策過程產生影響，如果個體不同時擁有這兩者就可能產生不了大的影響力［13］。為解決這個問題，仔細分析位于網絡影響力位置的行動者的屬性就可以更好地理解其對資源治理的影響［14］。同時分析和研究這些中心行動者所采用的行動策略也顯得非常重要。
2.5網絡中心度
網絡中心度度量的是處于中心位置的行動者與其他成員之間的距離［15］。社會網絡里如果擁有高中心性和低中心性的行動者，這個網絡就有很高的整體網絡中心度(見表1中圖3)。早期的研究顯示，高的網絡中心性對解決簡單問題有益，而復雜問題需要更多元化結構的網絡。一些研究表明，較高的網絡中心性對資源治理中形成集體行動有積極的作用，主要是通過中心行動者的積極影響力來達到協調［17］。但是較高中心度的網絡有可能不合適長期的社會—生態系統治理，因為他們不適合解決復雜問題，如果位于中心位置的行動者不作為將會導致網絡非常脆弱。Bodin等的研究表明，高的網絡中心度對自然資源治理是否有利取決于治理的階段［11］。例如在自然資源治理的開始階段，需要高的網絡中心度來動員和協調行動者，但是為讓更多的行動者來解決復雜生態系統管理問題，較低中心度的網絡則更有利。
2.6中心—網絡
一種特殊的網絡叫中心—網絡，其特征是網絡中心成員之間緊密聯系，成員僅與中心成員聯系，相互之間不聯系［22］(見表1中圖5)。這種網絡特征對自然資源管理過程中的信息傳播和獲取多樣性知識具有重要意義。中心—結構對資源管理領域的信息獲取和知識交換具有重要作用。Isaac等的案例顯示，加納4個混農林村莊的農戶網絡就呈現中心—結構，網絡核心成員比成員更為積極地參與新信息和知識的獲取，不但從社區外(如政府機構)也從村莊農戶那里獲取信息［14］。這些核心成員扮演了兩種角色，既把新信息帶進村莊，也將新信息在核心成員以及成員之間傳播。這種信息傳播對于村莊采用新的可持續農業技術和提高農業產出有積極的意義，溝通渠道一旦在核心成員和成員之間建立起來，將會對自然資源治理中的信息傳播產生有益的作用。中心—組織共同形成集體行動影響資源管理進程。
3研究趨勢與展望
3.1社會網絡的平衡
社會網絡及其結構特征對自然資源管理的作用并不是單一的積極作用。當網絡行動者之間的關聯較多時有利于集體行動達成。但過多的網絡連接則會形成同質化，以至于降低團體對環境變化的能力。因此如何選擇最合適的水平，需要平衡那些相互之間抵消的網絡結構，以達到促進自然資源管理效率的作用。另外網絡粘合點有利于團體內部的協調和集體行動，而網絡橋接點有利于獲取外部行動者的信息和支持，粘合點和橋接點的搭配比例將影響社會網絡對資源管理的效果，需要進一步研究。
3.2社會網絡建立和行動者的參與
社會網絡及其結構對自然資源管理很重要，那么是否可以建立或設計不同形式的社會網絡?研究顯示，改變社會網絡中那些容易同質化行動者之間的節點布局可以顯著提高管理產出。不同機構可以利用社會網絡分析工具，確保那些不同利益相關團體代表被邀請到資源管理過程中，幫助提高網絡參與性，提高資源管理效率。但是，對于很多類型的社會網絡，往往只有當內部成員自愿建立基于個人偏好的關系時網絡關系才能保持長久，被動的設計會使行動者抵抗。研究顯示，在不同行動者之間促成建立有效的跨邊界的自愿網絡是可行的。因此需要提供網絡內部交往的場所，鼓勵廣泛的網絡參與、幫助協調網絡關系等。如何在資源管理中創造條件建立廣泛社會網絡的同時，促進行動者基于內在的參與是另一值得研究的問題。
3.3社會網絡的變化