时间:2023-06-27 16:05:58
导语:在复杂网络分析的撰写旅程中,学习并吸收他人佳作的精髓是一条宝贵的路径,好期刊汇集了九篇优秀范文,愿这些内容能够启发您的创作灵感,引领您探索更多的创作可能。
[关键词] 考评 复杂网络 节点 边
一、引言
科研是衡量高校学术水平的一个重要指标,在高校的发展历程中扮演着重要的角色。高校科研考评是指组织定期对学校或教师的科研能力、学科领域创新能力、及科研业绩进行考察、评估和测度的一种正式制度。现在,科研考评越来越广泛地应用于各个高校以及科研机构的日常人事管理和年终考评中。科研系统是由人的个体组成,由于人类个体意识的随意性、模糊性和封闭性以及由此产生的交往过程中的多重偶然性,使得交往的复杂性大大增加。高校科研系统具有复杂系统的非线性、多样性、多重性、统计性等特征。因此,利用复杂网络的理论对已有科研成果进行数值度量和统计分析,克服传统科研系统考评结果的主观性、片面性,激发教师的主动性、创新性以及在评估过程中发现科研合作中的某学术领域的创新团队以及学术领头人等都有重要意义。
二、科研考核内容及标准
科研考核的内容及方式,可采用文献资料、调查、分析与综合的方法,并借鉴知名院校及同行院校的考核方法和本校的实际情况,制定出考核评分标准。
1.科研考核内容
由于各高校的师资结构、学科建设、科研实力及科研管理措施各不相同,对科研考核内容有所不同,一般包括:(1)著作与教材;(2)论文;(3)纵向课题。国家级项目(重点、一般),省部级(重点、一般),市厅级,校级,(4)横向项目;(5)获奖成果。国家级、省部级、市厅级、校级;(6)鉴定成果。国家级鉴定,省部级鉴定,市厅级鉴定、校级鉴定;(7)发明专利;(8)科研经费;(9)指导学生研究得分;(10)其他。
2.计分标准
依据各高校的实际情况,赋予不同的计分项目不同的分值;也可采用标准的计分公式,确定计分方法,赋予计分项目分值。
对于多人合作的科研项目,采用的方法是:著作类,独著者计分分值为Score;多人合作根据实际撰写字数确定,但总分值不超过Score。论文及成果类,独著者或独立完成者分值为Score;多人合作由第一作者或课题负责人协商分配给每一位作者或合作者分值,其参照的科研评分计算方法是:著作、论文类,第一作者计分公式为,s=2/(N+1)S;第二至第N作者的计分公式为:s=1/(N+1)S,其中N 为署名总人数;S为计分标准。科研项目、科研获奖、成果类计分公式为:s=[2(N-O+1)/N(N+1)]S,其中N为署名总人数;O为署名顺序;S为计分标准。
三、复杂网络相关理论
自从1998年Watts和Strogatz提出小世界(small world)网络以及1999年Barabási和Albert提出BA无标度(free2scale)网络以来,复杂网络被广泛应用于各类复杂系统的研究。复杂网络理论是对复杂系统的一种抽象和描述方式,任何包含大量组成单元(或子系统)的复杂系统,当把构成单元抽象成节点、单元之间的相互关系抽象为边时,都可以当作复杂网络来研究。图1~3是常见的几种复杂网络。
二分图是图论中的一种特殊模型,它的顶点可分割为两个互不相交的子集,并且图中的每条边所关联的两个顶点分别属于这两个不同的顶点集。如果二分图中的每条边都赋予了权重则得到的是加权二分图。二分图在复杂网络分析中有很多应用,本文采用一种加权二分图进行科研考评分析。
四、基于复杂网络的科研考评分析
1.科研考评的指标及权重
假设科研考评系统中涉及到的指标有:
(1)著作与教材;(2)论文;(3)纵向课题;(4)横向课题;(5)成果;(6)发明专利;(7)其他。
该科研考评系统中设置的权重如表2所示。
2.科研考评网络的建立
3.科研考评分析
以某高校的某学院的某年考核情况为例,进行基于复杂网络的科研考评分析。根据生成复杂网络的流程得到的科研考评复杂网络如图4所示。
从图4中可以看出,该学院的情况比较好,但专利方面完成得不好。若要挖掘科研人才,T20在当年的科研完成比较好,具有较强的科研能力,可以作为科研人才培养的候选人之一。同时从该网络图中,还可以发现T1和T3在纵向课题和著作方面完成比较好,他们可以作为某个学术领域的带头人。
五、总结
本文提供了一种可以快速、直观进行高校科研考评分析的方法。该方法利用复杂网络理论知识,采用加权复杂网络实现科研考评网。从网中点权分布中可以发现该节点对应的员工的整体科研能力,从边权可以发现各个教研人员之所长;从整个网中也能直观地了解到,该学院的科研能力以及该学院在各个科研考评指标所对应的内容的优势所在。
当然,目前的高校科研考评方法很多,但针对科研系统以及科研合作过程中的复杂性,本文提供的基于复杂网络的科研考评分析方法不失为一种较好的方法。
参考文献:
[1]董国新.高校科研绩效考评体系研究[J].云南科技管理,2004.
[2]我国研究型大学教师的科研与教学考评研究[J].科教文汇,2008,(6):9.
互联网技术的普及和发展在一定程度上改变了社会模式和关系,人们更多地开始依赖互联网,同时,互联网也开始大量传播计算机病毒,并且种类变得更多,具备更强的破坏性,极大程度地威胁互联网的安全。相关学者和专家也大量进行分析和研究,不断更新杀毒、防毒技术。不同网络拓扑结构模式下,传播计算机病毒会出现不同的特征,以此,本文主要对计算机病毒传播的复杂网络模型作了相关的分析。
1均匀网络上病毒模型及其传播特性
1.1经典病毒传播模型
1.1.1 SI模型
网络病毒传播模型最开始建立的基础都是随机网络,SI模型是最早的传播病毒模型,假设上述模型存在感染状态(I)和易感染状态(S)2种模型状态,易感染模型会十分容易感染计算机,如果被病毒感染会极大程度变为永久性感染。因此,SI模型中只有一种计算机转变状态过程,就是把易感染变为感染状态,模型微分方程如下:
如果t接近无穷大的时候,i(t)会趋近1,也就是说,经过长时间以后,病毒会感染网络中所有计算机,此时不符合病毒感染实际情况,主要就是没有分析计算机从感染到恢复的情况。
1.1.2 SIS模型
在充分分析从感染计算机到计算机恢复以后的实际情况后,研究计算机病毒时合理加入SIS模型,上述分析模型中存在感染状态和易感染状态2种。类似于SI模型中的基本设置,但是在此基础上又增加了新的转换情况,也就是依据相应的传播概率感染计算机恢复成易感染计算机。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病毒分析模型没有实际考虑升级系统或者断开网络后被感染计算机形成病毒免疫,因此,相关专家学者提出了SIR计算机病毒传播模型,此模型中分为免疫状态、感染状态、易感染状3种状态,感染状态和易感染状态类似于SIS模型,只是新增加了升级系统或者断开网络后被感染计算机形成病毒免疫性能,不会被感染以及感染其他计算机。
1.2双因素模型
CliffC.Zou等学者提出了双因素传播模型,上述模型主要就是适当模拟Code red蠕虫传播过程。在研究此病毒的时候,需要考虑到2种影响因素:一是网络拥塞现象。快速传播的网络病毒会形成很大数据流量,从而导致网络拥堵,应该从其他方面来达到降低传播网络病毒速度的目的。二是抵制病毒行为。例如升级系统、查杀病毒、安装过滤器、断开网络等能够在一定程度上降低传播病毒的速度。在模型中需要相互联系相关计算机,从而出现完全无向网络,所有时刻的任何计算机都存在免疫状态(R)、感染状态(I)、易感染状态(S)3方面。模型中的所有计算机彼此相互直接联系,所形成的是一个完全无向网络。其中每个计算机在任何时刻都处于3个状态之一,即易感染状态(S)、感染状态(I)、免疫状态(R)。但是仅仅只是存在2种转换状态,SR或者SIR。
1.3随机常数传播模型
模拟Code red病毒爆发过程的随机常数传播模型是Staniford等人提出的,模型分析中假设的是无向完全连接图的互联网,网络计算机总数是常数N,t时刻感染计算机的实际比例是a,Na就是计算机感染数目,平均初始感染率为K,也就是在单位时间内计算机主机被感染攻击的数目是常数K,也就是合理通量化网络带宽和计算机处理速度差异。在单位时间内,计算机主机会被Na个被感染计算机依据K的速度感染,实际上单位时间内被感染的主机数目是K(1-a),单位时间新感染计算机的数目n表达式是:
现阶段,主要寻址方式就是IPv4,具备232大的IP地址空间,Code red蠕虫会适当随机扫描地址,因此,不可能在相同计算机上同时扫描地址。也可以发现感染速度和数目没有关系,只是依靠平均感染效率。
1.4间隔模型
分析计算机Code red蠕虫与Slammer蠕虫合理应用随机扫描方式,Slammer是在UDP基础上实施进攻的,不用建立相应连接,但是Code red主要就是在TCP基础上攻击的,需要事先建立连接。因为网络带宽的限制,Slammer不能全速传播,不适合所有病毒结构。对比RCS模型理论估计值以及Slammer蠕虫扫描增长过程,可以发现只有Slammer蠕虫刚开始扫描增长的时候符合RCS模型,此时具备最大扫描速度的Slammer蠕虫扫描。1800s以后实际数据和相关模型之间存在极大差距,降低增长速度。因此为了可以更加细致地分析传播Slammer蠕虫的特性,考虑结点的带宽,从而提出了间隔模型。此模型能够有效分析刚开始攻击的时候,Slammer蠕虫不断增加速度以及突然降低的因素。基本表达式如下:
2非均匀网络上病毒模型及其传播特性
2.1含拓扑结构因素的病毒传播模型
经过多年的分析和研究,不少学者不再局限于病毒模型建立在均匀网络中,开始研究病毒传播过程中网络拓扑结构的影响。由于不同程度的连接率,相同感染的计算机会不同情况地感染其他计算机,所以,形成了含拓扑结构因素的病毒传播模型,存在k个连接度感染计算机的数目:
可以发现计算机具备越大的连接度,就越容易被感染,并且,因为存在很大度的结点,如果被感染会极大程度上威胁整个网络安全,因此,需要在分析病毒传播的时候加入网络非均匀性,对于没有标的网络来说,结点概率就是:
2.2电子邮件传播模型
相关专家学者认为电子邮件病毒属于特殊的存在,不能依据传统的病毒模型来分析电子邮件病毒。主要就是由于传播电子邮件病毒的根本就是依据电子邮件用户联系建立的网络逻辑结构,上述逻辑结构具备一定无标度特性,所以,专家学者建立了电子邮件传播模型,在实际分析的时候,电子邮件属于无标度网络结构,并且模型中也合理分析了使用邮件的基本特征,所以,使用邮件人员会定期检测邮件,如果收到相关病毒邮件的时候,人们可能出现警惕,删除病毒邮件,但是也有人员会毫不犹豫地打开邮件,在运行或者下载病毒附件以后,会立即感染用户计算机,并且会向邮件好友发送相关病毒软件,基于此,需要从两方面分析电子邮件传播模型:一是用户打开病毒电子邮件的实际概率;二是电子邮件用户定期检查的时间间隔。相比较其他网络来说,拓扑结构网络能够更加方便病毒的传播,主要就是由于存在差异很大的网络无标度结点度数,极易感染高连接数的结点,并且形成极大反应。
大学生 学习目标 复杂网络 网络模型
一、引言
大学是年轻人提升综合素质及专业素养最佳的时期。“思想决定行为,行为成就习惯”,大学生的学习目标对大学生的发展起着重要作用。如今对大学生学习目标研究已经成为当今研究的一大热点。本次调查以国内某普通大学为例,该学校以农科为特色、多学科协调发展,该校有在校学生人数近3万人,本次调查共分类抽样调查了该校2114名学生。该校有研究生、一本、三本、自考、专科五类学生,这五类学生的学习目标一定有差异,如果将大学生这个大的团体中的每个成员以及每个目标看作一个结点,成员与目标之间有关系就连成一条边,那么整个团体就构成了一个“复杂网络”。那不同专业类别的同学在学习目标方面有何特征与差异。通过研究分析,有助于学生社团的组织、辅修课的开设以及考研率的提高等。
二、实施方案
我们主要采用问卷调查分析方法和文献研究进行研究。我们实际调查了2114人,其中,本部人文经管类400人左右、本部理工类450人左右、本部农林生科类400人左右、东方科技学院(三本)500人左右、研究生200人左右、自考70人左右、专科30人左右。通过分析问卷调查结果,同时基于复杂网络的理论分析比较在不同的学习目标,基于复杂网络来研究分析不同专业类别的同学的学习目标的特征与差异。
复杂网络是构成复杂系统的基本结构,每个复杂系统都可以看作是单元或个体之间的相互作用网络,复杂网络关注系统中因子相互关联作用的拓扑结构,是理解复杂系统性质和功能的基础。在得到的数据中,大学生与目标都看作一个结点,成员与目标之间有关系就连成一条边,那么整个团体就构成了一个“复杂网络”。构建“学生―学生关系”数据,测量的是每两位同学有相同目标的个数。转换的方法为在同于2-模数据中,学生A所在行的每一项,分别乘以另一学生B的对应项,然后加总,因此,只有每对学生有同一目标时,乘积才为1,即结果矩阵二者对应之值才是1。因此,在这“学生―学生关系”数据中,各个目标上的总和就等于对应那一对学生共同的目标个数,这测量了关系的强度。计算结果得到的网络总是对称的,并且对角线上的数是代表该学生共有多少目标数。下文将创建1-模‘目标-目标’关系数据并分析。原理同“学生―学生关系数据”。
三、分析不同学习目标之间的联系
对2214名同学进行调查,将学习目标进行如下的编号:(1)找份理想的工作(工作与所学专业相关);(2)找份理想的工作(工作与所学专业无关);(3)考研究生;(4)考公务员、选调生等;(5)出国留学;(6)创业;(7)参军、当兵;(8)提升个人综合素质或魅力;(9)其他;(10)目标不明确。利用Ucinet软件,构建了如图1所示的网络结构图。将调查数据进行2-模到1-模的转换,如图2所示。于是便创建了“目标-目标”关系数据,记录了两个目标之间共有的大学生数。如第3行第4列的85表示有85位同学既有考研究生的目标又有考公务员、选调生等的目标。
下文将创建“目标-目标”关系数据并分析。计算结果得到的1-模网络图总是对称的,并且对角线上的数是表示有对应行上目标的学生人总数。从图中也得出结论,在1-模图第一行中,都是目标为找专业相关工作的大学生,其中有244位同学的目标既有找份与所学专业相关的理想的工作的目标又有提升个人综合素质或魅力的目标,(如下表一所示)244/869=28%,可见这两个目标的关联性较大,目标为找专业相关工作的大学生中有28%的也想提升个人综合素质或魅力。第五行中,都是有出国留学目标的大学生,其中有45位同学准备考研,45/195=23%,说明这两类目标的关联性也较大,其中有1位同学准备参军,1/195=0.5%,说明这两个目标关联性较小。从这个1-模图中便能看出任意有一种目标与另一种目标之间的关联程度。
四、不同专业类别的同学学习目标的特征
本次调查中,在1-模“目标-目标”关系网络的对角线显示了选择该目标的大学生学生总数。调查结果分析如下:
目标1:找份理想的工作(工作与所学专业相关)。该校41%左右的同学的大学学习目标是找份与所学专业相关的工作,这类目标的学生所占比例最大,这类同学大多喜爱所学专业,一般会表现为上课认真、学好专业、注重实践。当然也有一少部分同学对专业并不感兴趣,同时又没发现其他合适自己的发展方向,于是只好随波逐流,毕业后先找一份与专业相关的工作。
目标2:找份理想的工作(工作与所学专业无关)。由于主观及客观的原因,一些大学生进入大学后发现自己并不喜欢自己的专业,而对其他方面产生了兴趣,于是他们便为自己的新工作新目标而奋斗。他们会通过自学、换专业、修双学位、参加相关培训、跨专业考研等方式让自己能成功找到一份与所学专业无关的理想工作。有11.3%左右的同学会选择与所学专业无关的工作,他们在大学里并没有盲目的学习,他们有了合适自己的职业规划,这对他们的就业与职场发展都有帮助。
目标3:考研究生/博士。从本次抽样调查得知,该校有近26%的同学目标是考研或考博,比目标是考公务员或选调生的人多出近1倍。随着中国教育的不断发展,社会对求职者的学历以及综合素质有了更高的要求。现在本科毕业生越来越多,本科生想找到理想的工作也越来越难,于是越来越多大学生打算考研究生。除了缓解就业压力这一原因外,还有一些大学生选择考研的原因是为了提升自己的专业素质,将来想从事教学科研工作,或者想圆自己进名校的梦想等。2013年考研报考人数达到180万左右,而全国只招收50万左右研究生,这近乎1比3的录取比例依然体现出考研竞争的激烈。
目标4:考公务员、选调生等。公务员经常被人们形象地称为‘铁饭碗’,公务员工作稳定、薪水福利可观、作息时间有规律,这些优点吸引了越来越多人报考,因此考公务员的竞争压力也越来越大,曾有报道说某一公务员岗位有近千人竞聘、也有新闻报道大学毕业生毕业争当清洁工。这些事实体现出越来越多的大学生向往着公务员。选调生是组织部门有计划地从高等院校选调品学兼优的应届大学本科以上毕业生到基层工作。选调生一般会被派送到农村及偏远地区工作,许多大学生不喜欢那样的工作环境。该校有14%左右的同学目标是考公务员或选调生。不过今年该地区对选调生新的报名要求之一是学生必须来自985、211类的高校,而该校不属于985与211,这种形势下该校目标为当选调生的同学比例应该会大幅下降。
目标5:出国留学。国外大学大多宽进严出,大多大学本科3年、硕士1年,相比较中国硕士3年而节约了两年。许多国外大学条件优越、软硬件设施好,出国留学不仅能体验世界名校的学习氛围、还能增多个人阅历、体验国外的文化,将来还可在国外就业。不过出国留学需要考虑的因素也很多,比如外语能力、经济情况等。该学校有9%的同学目标是出国留学,其中该学校专科类同学中出国留学的比例最大,有52%的同学会选择出国留学,这些专科类学生都来自该校国际学院。
目标6:创业。大学生成功创业的例子越来越多,如易得方舟,视乐美等。许多大学生对创业很有想法,在大学阶段积极兼职,如做小生意、开网店、还有开小公司的等。大学生们通过兼职或实习,提前体验职场氛围,锻炼自己各方面能力。该大学也积极发展大学生创业教育,如举办SIYB创业培训、举办创业计划大赛等活动,来激发大学生对创业兴趣,提升学生创业水平。该校有15%左右的大学生目标有创业,其中自考和专科类的同学中有20%以上的同学想去创业,这说明创业对广大大学生已并不陌生。大学生要认识到创业是有风险的,大学生的经济基础较差、从业经验较少,所以大学生创业前必须有个很好的计划,要对市场营销、对行业发展有较深的认识。
目标7:参军、当兵。该校有3%左右的同学目标是参军或者当兵,这部分大学生有的从小就怀揣着参军当兵、保家卫国的理想。该学校每学期都有大学生征兵活动,大学生应征入伍后,将去部队训练,不仅强生健体,练就军人气魄,同时享受军人的待遇与福利,还能包分配工作。参军入伍对国家、对个人都有深远意义。
目标8:提升个人综合素质或魅力。提升个人综合素质或魅力应该是每个大学生都有的目标。该校有29.5%的同学的学习目标是提升个人综合素质或魅力,足以体现该校学生对自身能力与素质方面的重视。不管大学生在大学读书究竟是为了什么,但是大学确实是每个年轻人提升自己综合素质与魅力的最好时期。
调查也显示,该校3.9%左右的同学目标不在包含在以上8种之内。该校有4%左右的同学认为自己目标不明确,一方面,他们对自己的了解不够深入,或者说内心不够成熟;另一方面,是他们对社会、对职场、对所学专业比较茫然、特别是对于刚进大学的同学,他们对自己未来的发展目标还不明确。这类学生需要多了解自己、多了解客观环境,才能慢慢确立自己的大学目标。
五、结论
基于复杂网络研究分析不同专业类别的同学学习目标的特征以及不同学习目标之间的联系,我们可以了解到目标“找份理想的工作(工作与所学专业相关)”以及目标“提升个人综合素质或魅力”是该校同学学习目标的主要部分。我们还能通过1-模“目标-目标关系”网络图分析目标间的关系强度。利用这种思想,可以对大学生学习目标的特征与关系做出详细地分析。只有41%的同学目标是找一份与所学专业相关的工作,因此学校应注重培养同学们除专业学习以外能力的培养,尽可能提供条件让同学们实现自己的目标,比如增多对社团的关注与扶持,增多辅修课的门类等。有26%的同学目标是考研究生/博士,而通过调查,该校个别学院的考研成功率不到10%,因此,该校应注重提升考研率。建议比如说提供好的学习环境共考研的同学复习备考,缓解冬季图书馆抢座压力等等。
参考文献:
[1]金枝.大学生网络学习行为研究[D].研究生毕业论文,南京大学,2011.
[2]张娜.复杂网络社区结构划分算法研究[D].硕士学位论文,大连理工大学,2009.
[3付立东.复杂网络中心性度量及社团检测算法研究[D].博士学位论文,西安电子科技大学,2012.
关键词:复杂网络;供应链金融;风险
中图分类号:F832;F274 文献标志码:A
中小企业规模比较小、抵押资产较少、财务透明度低导致中小企融资难的问题在我国普遍存在。2006年深圳发展银行率先提出了供应链金融业务,它作为金融创新业务,不仅为解决中小企业融资难的问题提供新的方法,而且在一定程度上能给供应链上的企业增加收入。供应链金融已成为我国银行、物流企业、供应链中的企业拓展经营业务空间、增强各自的竞争力新途径。目前国内深圳发展银行、工商银行、浦东发展银行、民生银行等都提出各自供应链金融的相应的方案。虽然供应链金融是多方共赢的融资方式,然而并不意味着供应链金融不存在风险。为了更好的发挥供应链金融的作用,有必要对供应链风险进行有效地分析和控制。
目前供应链金融发展的时间不长,对风险已有的研究不多:杨晏忠认为商业银行在对供应链上企业进行融资过程中,由于各种不确定性因素的影响,存在供应链金融融资风险;徐华认为不同供应链金融模式下存在不同风险类型。赵忠等利用分析融信用风险的特点,利用模糊层次分析法确定构建了风险评价指标体系;杨凤梅等分析了我国银行开展供应链金融业务面临的两种风险:道德风险和信用风险,提出了建立战略联盟控制风险;刘娱利用SPSS中的因子分析方法提取出了影响供应链融资风险的关键因素并提出风险防范机制。
综合现有的研究发现:已有的研究主要集中在供应链金融存在风险性、分类以及风险控制手段等方面,尚没有文献从复杂网络的角度来进行研究,尤其是从整个供应链金融网络系统角度研究风险及控制。供应链金融本身的性质决定的中小企业都会选择与核心企业连接,这可能导致风险集聚,因此本文从复杂网络视角对供应链金融网络拓扑进行分析,从供应链金融网络结构角度研究供应链金融系统风险形成、传播及控制。
1 复杂网络理论与供应链金融网络
复杂网络可以看成由一些具有独立特性的并与其他个体相连接的节点的集合,这些个体可以视为网络中一个节点,节点间由于某种关系相互连接视为网络中的边。复杂网络在现实世界中无处不在,例如电路网、万维网、供应链网、社会网络等。由于这些从现实中抽象出来的真实网络的拓扑结构特性不同于以前研究的简单网络,节点众多且它们的关系复杂,故称为复杂网络,它与规则网络以及随机网络存在不同的统计特性,最为著名的有小世界效应和无标度特性。
在供应链中占绝对优势的核心企业往往对上游的供应商先货后款,而对于下游的销售商往往又先款后货,因此供应链上下游企业往往存在流动资金压力,传统的银行融资方式对于中小企业要求苛刻使其贷款无门。供应链金融是为了解决供应链中中小企业融资难的问题,它是以供应链上的核心企业为依托,将供应链上的中小企业联系在一起,整合供应链上的相关企业的信息并对资金流、物流进行控制,为供应链上的中小企业提供综合性的融资服务。当供应链上的中小企业的自身信用无法达到所需资金银行融资标准时就会寻找链上的核心企业,核心企业充当担保的角色,银行依据该企业与核心企业的业务往来的稳定性、合作关系的紧密程度等为中小企业提供融资。
在本文中把供应链上的企业看作节点(没有考虑物流企业和银行),当某个企业寻找核心企业以获得银行融资时就认为这2个企业之间有边相连。例如,在供应链金融中,发电厂A的往往要求燃料供应商B先货后款导致这些供应商资金吃紧,这时B就会需找核心企业A,以他们之间发生的业务向银行申请融资,A和B之间就存在边相连。事实上燃料供应商B也是炼油厂C的上游企业,可以以炼油厂为C为核心向外辐射。在这当中,一方面可以为其上游原料供应商或进出企业提供供应链融资,另一方面可以为下游的汽油、柴油、PVC等石化企业的经销商提供供应链融资。炼油厂的供应商以及销售商同样可以作为核心企业为其更小的供应商、销售商提供不同额度供应链融资,一直迭代下去就会形成一个以中石化、中石油等为总核心的,不同级别供应商、销售商参与其中的供应链金融网络拓扑,以总核为中心建立供应链金融网络的子网拓扑结构,如图1所示。
如果往外部拓展,一级经销商、零部件生产商也可以成为其上下游企业的核心企业,依次迭代下去一直到最小的销售商和供应商,最终形成整个供应链金融网络拓扑。
供应链金融与传统的融资方式存在很大的差别,它改变了银行对单一企业主体授信的方式,而是对供应链上的各个供应商、制造商、零售商等提供全方位的融资服务。这种授信方式不仅链条环节长、参与主体众多、参与主体动态变化,而且各个环节之间环环相扣、彼此之间相互依赖,这决定了供应链金融风险更为复杂,相互之间风险传递会风险更具破坏性。因此可以借助于复杂网络理论,从系统的结构角度分析供应链金融的风险。
2复杂网络视角下供应链金融风险分析
2.1供应链金融网结构特点与风险
传统的银行信贷业务只要从贷款企业自身资质、业绩、财务特征、担保方式等对企业信用进行评价,决定是否贷款以及贷款的额度,在这种情况下企业违约对于供应链上的其他企业几乎没有影响。供应链金融最大的特点就是,某个达不到融资要求的中小企业只要在供应链中找到核心企业,银行以核心企业为出发点,不用对该企业进行独立的风险评估,直接对供应链中的中小企业进行授信。在供应链金融网络中新的中小企业不断加入网络,企业得到有效发展或破产后退出网络,新加入的节点选择度大的节点(核心企业)进行择优连接,基于退出机制的供应链演化模型研究表明这种网络是服从幂律分布,具有无标度特征。从直观上看整个供应链金融网络中,大部分中小企业都与核心企业进行连接获得银行的信贷,这样在供应链网络中大部分节点度比较小,而少数核心企业有较大的度,所以供应链金融网络是具有无标度特性的。研究表明这种网络结构具鲁棒性和脆弱性的特征,具体来讲,当节点度很低的节点出现问题时,由于与其相连的节点很少,网络具有很强的鲁棒性保持稳定。当核心节点出现问题时,由于它连接的节点较多,受影响的节点较多,整个网络可能崩溃。在供应链金融网络中一旦核心企业出现信用问题,风险就会不断传导、放大和反馈,最终导致风险涌现。更为严重的是当核心企业地位发生变化时,核心企业可能隐瞒上下游企业的交易信息,出现有计划的串谋进行供应链融资,这样银行面临巨大的风险。从供应链金融网络结构特点分析可以看出:处于供应链金融网络中的核心企业连边过多,一旦核心企业受到风险的冲击,整个网络中受影响的企业会增多,网络的稳定性受到威胁。
2.2网络中邻居节点的差异的程度与风险
在供应链金融网络某个节点直接连接的节点称为邻居节点。邻居节点的差异指的是在供应链金融网络中某个级别的核心企业为上下游企业提供供应链融资时受信企业生产产品、所属行业、经营活动等的差异。供应链金融的质押物主要有存货、应收账款、提单等,在供应链金融网络中如果某个核心企业所连接的节点差异度非常小,那么它所面临的企业所处的行业以及产品存在无差异。一旦突发事件对某个行业产生冲击,邻居节点就会产生相似的冲击,那么这些质押物的价格可能下降甚至无法变现,这样不仅受信企业面临无法偿还贷款的风险,核心企业在巨大担保风险下也会陷入困境。因此供应链金融网络中邻居节点越相似,整个网络面临的风险就越大。
2.3供应链金融网络风险传播
在传统的企业融资中,即使企业因破产无法偿还贷款,受影响的也就是这家企业,银行的损失也是有限的,在供应链金融中各个环节之间环环相扣、彼此依赖,风险会在会在网络中传播,使得与风险企业不相关的企业产生风险。依据SIR模型,假设在供应链金融网络中的企业有3种状态:A无风险企业;B与风险企业有相连,有风险威胁;C是无法抵抗风险而破产。假设有风险企业将风险传播给无风险企业的概率为α,从状态β变成状态C的概率为β即受风险威胁而感染风险破产。若α=1,在一个平均度为K的供应链金融网络中,破产而无法偿还贷款的的节点就会将风险传播给K个邻居节点,接着由这些邻居节点将风险传播给.K(K-1-2E\K)个节点(E为这K个邻居点之间连边数目)。随着风险的传播,一方面网络中受风险威胁的企业越来越多。风险会在整个网络中涌现,另一方面在风险传播中企业受到风险威胁后可以通过自身的免疫(采取有效的措施规避风险),使得企业不会因为风险而倒闭变成A型企业其概率为1-β,β的值缩小不仅可以治理本企业面临的风险,而且可以有效的阻止风险在系统内传播。在供应链金融网络中节点的度越大风险传染的速度越快,范围也就越大,整个网络系统遭受的破坏也就越大。
3 复杂网络视角下供应链金融风险治理
3.1绘制供应链金融网络的拓扑图
从以上的对供应链金融风险分析中可以看出,网络的内在结构决定供应链金融的风险不同于传统的融资风险,如果不能识别供应链金融网络的结构特性就不能从系统的角度去理解、治理来自系统的风险。供应链金融拓扑图可全面展示供应链金融网络中企业之间的相互关系、风险传播路径以及对整个供应链金融体系稳健性起着关键作用的节点。因此绘制供应链金融网络的拓扑结构图并应用复杂网络的相关理论对风险进行分析、治理可以弥补传统对风险认识的不足,这将有助于银行和金融监管部门树立系统的风险分析与管理思想。由于供应链金融是一个比较新的金融服务领域、涉及整个供应链上大部分企业,不同的银行只能获得自身提供融资的企业间联系情况,因此数据的积累与分析是一个难点。对现有数据的掌握分散,无法直接对系统产生的风险进行分析,必须对这些零散的数据从全局角度进行整合,而这并非是一个银行或核心企业所能完成,因此由必须由专门的系统风险管理机构来负责收集、整理、分析网络中的数据,并进而绘制供应链金融网络拓扑图,从而有效的评估系统风险,制定必要的应对策略。
3.2以核心企业为主体的风险控制
在供应链金融网络中不同的节点失败对网络系统的冲击是不同的,而且不同的节点感染风险传播的范围也是不同的。在供应链金融网络中,核心节点的度较大,如果核心节点自身出现问题,不仅影响网络的稳定性,而且核心节点可能会把风险传染给更多的邻居节点,所以在风险治理的时候应该采取目标免疫的方式。银行要对供应链金融网络中的主体——核心企业的基本状况、市场地位、供应链状况、财务状况等进行严格的评估,确定是否具有核心企业的资格以及风险承担能力,建立以信用评级为核心的准人体系对核心企业进行跟踪评价以减少共谋融资的可能性。在供应链金融中中小企业固有的高风险是不可避免的,银行往往将这些风险利用核心企业信用捆绑、担保等方式将风险转移给核心企业。核心企业可以借助自身主体地位的影响力对借款企业的还款战略、借款动机、风险收益比率进行分析以拒绝不合理的授信担保,在已经授信融资的中小企业出现风险时,可以借助核心企业自身雄厚的资金以及风险处理能力,帮助中心企业治理风险,从而减少潜在风险传播的可能性,维持网络的稳定性。
3.3合理安排供应链金融结构授信
结构授信就是银行关注的是供应链系统的真实交易背景,分析供应链的交易关系和各个参与主体的经营特征,确定授信额度。从上面分析知道,一方面核心节点的邻居节点的越同质化,当某一行业或某一类型企业受到冲击时核心企业帮助邻居节点治理风险的能力有限,系统将面临巨大的危机。另一方面核心企业的度越大,核心企业自身的风险破坏性以及风险大范围的传递会使整个网络风险增加。银行在结构授信的过程中要分析核心企业与邻居节点真实交易、参与主体交易的特征以及邻居节点的数量,对于核心节点邻居节点数量太多以及邻居节点同质化的要减少授信和授信额度,银行通过这种有意识的减少核心节点的度和邻居节点的同质化的结构授信可以有效的减少系统风险。
网络分析设备是一种诊断网
络故障、准确定位网络病症位置的工具,由于其技术艰深、应用复杂,长久以来,只有国外厂商的少数几种产品活跃在国内市场上。并且,只有一些专业的技术人员才能应用网络分析设备诊断网络故障,Sniffer甚至成立了专门的Sniffer大学,培养专业的应用人才。
现在这种情况,正在被一家新兴的网络分析软件供应商―科来软件公司打破。这家公司成立于2001年,由从清华万博公司出来的几位年轻人在四川成都创立。
科来软件创始人兼总经理罗鹰介绍,之所以选择这一领域,是因为觉得网络分析软件非常好,在做网络开发或调试遇到问题时,通过网络分析可以看到底层的数据包,迅速发现问题出在哪儿; 同时,国外产品的应用异常复杂,一般人即使拥有了该软件,也不知道该如何应用、如何分析。当然,选择在什么市场做也非常重要。“之前,国内对网络分析技术和应用的认知有限,但国际市场上却很成熟,比如在国外人才招聘网站上,有非常多招聘专职网络分析工程师岗位的消息,可见网络分析在国外的认知程度非常高。因此,我们决定首先从国外打开市场。”罗鹰介绍。
要在如此遥远的地方打开市场,罗鹰首先想到了互联网电子商务模式,软件是最容易通过付费下载实现电子商务的产品,而软件产品的质量直接决定了该模式是否能成功。Sniffer技术虽然很强大,但应用起来异常复杂,专业人才必须通过几个月甚至半年多的培训,才能真正使用,正因为如此,Sniffer的培训收入甚至超过了产品本身的收入。因此,科来开发的产品必须首先从易用性上下工夫,用户定位从中低端入手,这样,在管理操作、易用性、安装部署等方面具有便捷性的第一款科来网络通信分析系统诞生了。
比较起Sniffer等国外的网络分析软件,科来网络分析软件最大的优势就是好用,技术人员经过简单的自学就可以熟练地进行网络分析; 其次,在功能上也有其独特之处,比如,第一个采用了以主机为导向浏览的设计思路。科来网络分析软件通过对协议数据包的解码分析,透视网络的全景信息,快速排查全网的网络故障和单一的应用故障,精确并快速定位各种恶意攻击行为; 同时能够快速诊断网络错误,准确发现潜在隐患,及时判断危害等级,并为网络安全防御做好分析和支持; 有效评估网络性能,查找网络瓶颈,保障网络通信质量和网络运营健康。
蔡文教授创立的可拓学,建立了可拓基元的概念,把事物、特征和量值综合考虑,用基元描述信息、知识、智能行为等,作为可拓论的逻辑细胞[4,5]。基元包括物元、事元和关系元,基元概念将物(质)、事与关系的相应特征分别统一在一个三元组中,从而形式化描述物、事和关系[6]。基于多维可拓基元的复杂社会网络模型如图1所示。本模型可用于描述网络中的节点、关系连接、动态变化以及分析运算的规律。其目的在于能够完整地表达复杂社会网络的节点信息及关系信息,并且利用事元清晰地描述网络外界环境及节点变化规律,使得研究者能够对多元的静态网络属性、动态的网络演化行为进行表示、推理及量化分析,从而获得矛盾问题的求解策略,以期实现复杂社会网络结构矛盾问题解决策略的共享和重用。还可以在本模型基础上进一步研究网络基元的可拓性和物的共轭性,探讨可拓变换的类型和性质等。
1.1多维物元集合物元是形式化描述物的基本元[7],复杂社会网络中的节点具有多重特征,因此网络节点可用多维物元表示,称为节点物元。节点物元将节点的特征与特征值有机地结合起来,完整地反映了节点在网络中自身所拥有的特征和性质,从而形成了信息完整的物元网络集合。由于物元的可变性、关联函数的可变性以及论域的可变性,导致了用物元表示的节点特征的可变性。将时间变量t引入模型则得到动态节点物元。物元可拓网络能够较合理地描述实际中复杂社会网络的各个侧面及其变化,从而能够描述解决网络中产生的矛盾问题的过程。
1.2多维关系元集合社会网络分析中研究的重点即为节点间的关系数据,以往对于网络中节点连接关系的表示,大多停留在使用数值的基础之上,并不能体现出关系的“多重性”。关系元用以描述各类物元、事元、关系元之间的关系,这些关系的变化相互影响,对应着社会网络中关系的变化、影响,关系元正是描述这类现象的形式化工具。本文中关系元用以表示网络节点间的关系。这样,网络节点间的关系就可以不只是“有”(1)或“无”(0),或者一个数值,而是可以有许多属性及测值的关系,并且可以表达相同节点之间的多种关系,充分地表达复杂社会网络中节点关系的多重性。1.3多维事元集合事元是描述事件的基本元素,在网络中,它不但能够表达节点的动态变化,而且能够反映外界环境对网络的影响。本研究中,一切改变网络结构的节点行为及环境变化都可以用事元表示。这样,可为后续的节点自动响应网络结构变化及网络动态演化研究提供更方便的实现途径。
2网络分析测度的整合
在复杂社会网络的多维可拓基元模型的基础上,结合网络分析方法,可对网络整体及节点进行一系列的测度分析,这些测度是网络分析方法的精髓,帮助研究者分析网络属性、状态、节点的社会属性及在网络中担当的角色、地位等。从传统社会学研究到复杂网络研究,对网络进行定量分析的测度指标有很多,但它们包含着递进的层次关系,即一些网络测度指标是在其他测度的基础之上得到的。这里讨论如何在可拓基元表示的复杂社会网络中进行网络分析测度的计算,如何将计算结果储存于基元之中,并且全面地总结传统社会学及复杂网络研究中常用的网络测度指标,将基本测度指标直接包含在节点物元、关系元之中,为其他深层次的网络测度指标的计算提供方便。
2.1网络关系元的基本属性社会网络分析中,节点间的连线,即行动者之间的关系,有若干基本的属性,包括前向节点、后向节点、是否有向、关系属性及关系值等。其中,关系属性、关系值可以包括不止一对,以此体现同一对节点之间的多重关系。
2.2传统社会网络的测度指标传统社会网络分析测度指标如表1所示。各项测度指标均来自于WassermanandFaust[13]的社会网络分析方法。这些指标包括两大部分,一部分是只涉及网络全体节点的基础网络测度指标,另一部分是在划分子群等结构操作之后的子群分析测度指标。基础网络测度又包括网络整体测度和节点测度。网络整体测度的表示,可以建立网络物元,将网络整体的特征及特征值直接存储于网络物元之中,形成总体的网络可拓物元。节点测度指标,包括节点基础测度指标及节点复杂测度指标,都可以直接进行计算,加入到节点物元或网络物元的特征及特征值阵列之中,形成各个节点的多维可拓物元集合。
2.3复杂社会网络的测度指标近年来,得益于计算机及网络的发展,大量的容量巨大的数据都可以通过各种基于计算机网络的数据库获取,这使得人们能够收集、分析远大于以前规模的数据[14]。大规模网络使网络结构分析的焦点从对单个的含节点数少的图以及图中个体节点或边的属性分析转变为对含大量节点数的图的统计属性进行研究。现有的一些复杂网络研究采用的重要定量分析统计指标包含表2所示内容。以上这些深入分析的复杂社会网络测度,都必须在网络关系属性、基础网络测度的基础之上进行计算,也就是在建立了基础的网络可拓物元、网络关系元集合与节点物元集合之后方可简便地运算得到。
3实例分析
以一个节点个数n=6的小学儿童群体为行动者的集合,其节点为Allison、Drew、Eliot、Keith、Ross和Sarah,则行动者集合N={n1=Allison,n2=Drew,n3=Eliot,n4=Keith,n5=Ross,n6=Sarah}。对于一个无向关系,比如说“住在附近”,用(*,*)表示其联系属于无向关系的行动者对。用<*,*>来表示属于有向关系的行动者对。检查这样的列表是杂乱困难的,但用多维关系元集合表示,则可以十分清晰地看到行动者之间的关系,例如下列所示的部分关系元集合。根据关系元集合中的数据信息,可以直接绘制出该网络社群图,为清晰地显示,将三重关系的社群图分别显示,如图2所示。利用网络物元、节点物元分别表示网络整体属性和节点属性,极大地体现了可拓物元的优点:信息的完整性及表达的条理性。节点物元及其属性可根据一系列的量化计算轻松完成,而网络整体属性也可一览无遗。该例中的网络物元集合如下所示。将网络及其变化过程利用可拓基元充分量化之后,还可进行进一步的计算与处理:1)利用网络数据,建立基于可拓基元的复杂社会网络模型,并利用计算机进行可视化仿真操作。2)根据网络特征,选择合适的网络结构测度指标评价复杂社会网络。3)结合可拓变换、可拓策略生成方法等,构建网络优化模型,将其细化为一系列判断条件下发生的事元。4)利用计算机实现自动化的网络优化动态仿真,并与优化前的网络测度指标进行对比,通过对优化过程的分析,找出网络演化过程中的瓶颈问题以及解决其中矛盾点的策略集。
4结论
关键词:项目管理;复杂网络;社会网络分析
一、引言
经济的全球化和竞争的白炽化使得项目在功能性和复杂性方面有了明显的提高,为有效控制这些复杂因素,应对项目内在的风险,保证项目成功,许多资深人士开始意识到系统工程对项目管理的重要性,项目管理与系统工程、复杂性理论的结合已经成为信息社会发展的必然要求。
二、传统项目管理方法的局限
传统的项目管理理论从某些维度上展现项目管理的过程及要素信息,在对计划性、定量化信息(或者称为“可计划量”)处理方面比较成熟,极大改善了项目管理的质量和水平。但传统项目管理的方法、手段体现的内容十分有限,越来越难以满足现代项目管理对复杂信息的掌控需求。
项目在实际操作中会被细化为具体事务,而这些具体事务的运作又带有很强的灵活性、自主性,于是工作中产生了大量“非计划量”信息(如人际关系、领导力、协调方式、团队结构及内部运转、责任变动、安全措施的执行等),对这些复杂信息的感知速度和能力会极大的影响项目管理的质量和水平。
为了解决项目任务越来越复杂、任务内容变化快速等带来的新问题,项目管理已经采用了许多可视化数据分析方法,但这些方法仍局限于曲线、流程等传统的展现方法,侧重反映宏观层次的框架结构,仍无法在一些更细节、更复杂的因素控制上给出解决方案。由此可见,需要建立一种更为强大的方法、手段,为项目管理提供一种能分析复杂全局态势(包含了微观要素及其能量交互)的信息支持平台,使随机处置、灵活应变、全面协调成为现实。
三、复杂网络理论启示
钱学森教授等学者倡导的现代系统科学,是当代科学的基础性的、不可缺少的重要组成部分。特别是从20世纪90年代以来,人类对于复杂系统的演化规律的认识,取得了一系列新的进步。信息技术的快速发展促进了系统工程和复杂性理论的迅猛发展,复杂网络技术便是其中之一,它具备了强大的研究复杂事物角色、关系及其交互作用的能力。它既能直观展现复杂系统各类要素的关联互动,又能够通过计算实现对复杂系统结构特征、规律的深入分析,因此被广泛应用于各种学科和领域。我们从理论和实践上提出将复杂网络理论、技术应用于项目管理领域的思路,希望通过这方面的探索,从一个新的角度分析、挖掘项目管理中的知识资源,以促使管理者更加直观、有效的掌控项目的各要素及其过程规律,进而提高管理者的管理能力。
(一)复杂网络理论介绍
现实世界中存在大量复杂系统可以用网络模型来描述,比如人与人之间的社会关系、计算机之间的网络连接关系、网页之间的超级链接、学术文章之间的引证关系等。一个典型的网络是由许多节点与一些连接两个节点之间的边组成的,其中节点用来代表真实系统中不同的个体,而边则用来表示个体间的关系。人类社会的日益网络化需要人类对各种人工和自然的复杂网络的行为有更好的认识,以便可以更有效的组织人类的行为、限制危害的扩展,提高人类利用自然、发展自我的能力。
在20世纪即将结束之际,对复杂网络的科学探索发生了重要的转变,复杂网络理论的研究也不再局限于以往的数学领域。人们开始考虑节点数量众多、连接结构复杂的实际网络的整体特性,在从物理学到生物学的众多学科中掀起了研究复杂网络的热潮。两篇开创性的文章――《“小世界”网络的集体动力学》和《随机网络中标度的涌现》,开始了复杂网络研究的新纪元。以往关于实际网络结构的研究常常着眼于包含几十个,至多几百个节点的网络,而近年关于复杂网络的研究中则常可以见到包含从几万个到几百万个节点的网络。这归功于研究条件发生的有利转变:计算机网络技术得到了迅猛发展,数据挖掘技术趋向成熟。相关基础理论和计算技术极大进步,客户价值网络,犯罪数据挖掘、灾难数据挖掘等应用出现了极大需求,鼓励科学家去“计算社会”。
我国开始关注复杂网络技术是在进入21世纪之后,在短短的几年中,国内不同学科的研究人员和青年学者对复杂网络研究的兴趣越来越浓,并已召开过多次以复杂网络为主题的学术会议和论坛,国内关于复杂网络的研究文献在近几年呈现出极快的增长趋势,每个月都会有很多新文章出现,研究内容广泛涉及物理、技术、计算机、生物、社会、经济等各种领域网络,复杂网络的拓扑特性和动力学行为方面也有了深入研究。
(二)社会网络分析(SNA)的应用启示
社会网络分析(Social Network Analysis,SNA)可以看作复杂网络应用的一个重要分支,近年来在社会学领域得到广泛运用。它可以对社会学中的各种关系进行精确量化分析,建立“宏观与微观”之间的桥梁。它将复杂网络理论和社会计量学有机结合,以研究社会网络或联结关系的容与结构为重点,内容包括网络结构的连通、距离、密度、中心性、聚类、派系和群,以及关系网络所传达的资源特性等等。可以分析诸如国家贸易关系、社会人物关系、发现和理解社会结构、研究组织行为等等。
那么社会网络分析具体能分析出什么东西呢?这是个复杂的问题,对应于不同的应用环境,分析的重点及对结果的解释都将会有所不同,这也反映了复杂网络灵活的一面。我们在此举几个简单的例子。
在某组织或群体内部,人与事物之间存在着大量复杂的关联,包括人与人之间的交往,人与事物之间的互动,这就组成了一个复杂网络系统,通过运用社会网络分析,我们可以分析出某人的中心度,以便了解此人在群体中的角色和重要性,我们可以通过聚类发现不同的子群体,从而了解群体的结构,这些内容面向不同需求时将会有不同的用处。
美国在针对恐怖网络方面应用了大量社会网络分析技术,通过从公开发行的几家主要报纸报道信息中收集整理劫持犯之间的关系数据,由专业人士绘出了恐怖网络并分析出了其中的19名核心人物。
由美国国家科学基金会NSF资助开发的应用程序Coplink系统,用以研究针对犯罪网络分析的数据挖掘技术,它建立在计算机网络基础上,在侦破发生在美国亚利桑那州图森市的一起谋杀案中扮演了重要角色,它可以高效处理来自各警局数据库中数目庞杂的线索,在极短的时间内定位到可能的嫌疑对象,这是以前单靠人力所难以完成的。类似的实例还有很多,这些应用也充分展示了复杂网络在分析社会复杂系统中的巨大能力。
项目管理作为一种现代企业运作形式,当然也是一种社会活动,同样具有社会群体活动的规律特征,其中存在着大量数据关联和能量的交互,完全可以运用复杂网络技术对其进行分析和呈现,通过运用复杂网络的各类算法能够分析关系数据的特征和规律,进而得出有益的结论,协助项目管理的成功展开。
四、实例
我们可以从图中直观的看到整个流程的丰富信息:所有流程(矩形框代表关键流程或动作)之间的关联情况,控制流(带方向的实线箭头);各个流程的相关负责(参与)人员(椭圆形代表参与者);还包括了流程产生数据(梯形代表数据)的传输情况,其方向用虚线箭头表示。在网络图中,节点和边的不同类别可以通过设计不同的外部形态或颜色来区分,每个节点(或“边”)还可以通过右键点击实现对节点(或“边”)详细属性的访问。这种灵活、丰富的表达能力是项目管理中传统的网络计划图、甘特图和WBS图所难以展现的。
从上面的例子可以看出将项目管理以复杂网络的形式分析并可视化具有十分现实的意义。如果我们能够将项目活动转化为关联网络图,我们就可以从基础理论出发,分析项目管理复杂网络的本质特征和规律,不仅能实现多角度分析,还可利用可视化网络图技术直观呈现项目的部分或全局过程。换句话说,既可以观察组员之间的关联,也可以观察任务之间的关联,还可以了解组员与任务之间的关联,并结合复杂网络有关计算理论分析其相关特性。这样我们就能够摆脱掉海量信息的迷雾,从中捕捉规律,发现和挖掘有用的信息进而协助各项工作的开
展。
五、结语
复杂网络与项目管理的结合使我们可以获得一种新方法,弥补传统管理方法和手段的不足,不但能够实现复杂网络的可视化,还可以实现基于复杂网络的多维度数据挖掘,以新视角、新手段获取项目管理中更多的新知识,在一定程度上实现管理者对复杂系统的认知与控制。
参考文献:
1、李卫星.突破项目管理难点:从WBS到计划[M].电子工业出版社,2006.
2、(美)福斯伯格著;江林,刘景梅译.可视化项目管理[M].电子工业出版社,2006.
3、汪小帆,李翔,陈关荣.复杂网络理论及其应用[M].清华大学出版社,2006.
4、约翰・斯科特著;刘军译.社会网络分析法[M].重庆大学出版社,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].
基金项目:2012年度教育部人文社会科学研究规划基金项目“基于Super-P2P的虚拟社区知识信息有序化组织与共享模式研究”(12YJA630033);广东省哲学社会科学“十二五”规划2011年度一般项目“社会网络环境下的知识信息共享模式研究”(GD11CTS01);
摘要:本文以社会网络分析理论为基础,研究虚拟社区的知识共享及个性化推送相关问题。文章在对虚拟社区的知识、行动者、知识交流方式这几要素进行了分析后,总结了虚拟社区用户进行知识创造及知识共享的过程。并以此为基础,重点提出了基于社会网络分析理论的,包含知识需求分析、知识空间管理、知识推送服务3个模块的虚拟社区知识推送模型。
关键词 :虚拟社区;知识推送;社会网络分析;知识共享;模型
引言
虚拟社区是web2.0时代最重要的网络产物之一,在全民共同参与的社会化背景下,一方面,平台中存在着大量的非结构化信息资源,另一方面,知识利用遇到的困难也比以往任何时候更加突出。本文从此角度出发,以知识储量丰富、用户数目巨大的虚拟社区为对象,研究虚拟社区的知识共享及相关知识推送问题。
知识推送的概念,最早由美国《信息周刊》主编Ricadela在介绍微软公司的知识推送时提出, 旨在依据用户的知识需求主动将合适的知识提供给用户。目前学者们对这一领域的研究尚处于起步阶段。虚拟社区中信息资源繁杂零散,知识推送能够克服传统知识拉取方式被动、效率低下、精确度低的缺点,加强知识的有效利用。虚拟社区作为现代社会一种特殊的社区存在形式,无论采用何种定义,人都是其中最根本的因素。社会网络分析理论以人为中心,主要用于研究社群结构,将相对成熟的社会网络分析理论引入虚拟社区的知识应用研究,具有较好的契合点。
因此,本文以社会网络分析方法为依据,从用户的个性化知识需求角度出发,借助虚拟社区的知识共享过程来重点研究虚拟社区的知识推送相关问题。
1、虚拟社区知识、行动者、知识交流方式
本文研究的虚拟社区是指一般意义上的虚拟社区,包括微博、QQ空间、人人网、开心网等多种现代主流网络社区形式,并不特指专门的虚拟学习社区平台。以下从知识交流的各要素出发,对虚拟社区知识、行动者、交流方式等方面进行探讨。
1.1 虚拟社区的知识
在以往的研究中,社会网络分析方法多用于研究专业学习型虚拟社区中团队的知识交流状况。然而,人们并不只在工作场合下才需要知识,在日常生活中的方方面面都存在着知识需求。近些年逐渐兴起的虚拟社区如新浪微博、朋友网等以分享个人生活体验、传播信息和巩固朋友关系为主要内容,大量不断更新的看似以社交、娱乐为主的内容中实际也包含着丰富的知识,如旅游知识、IT技术、社交技巧、健康知识、新闻、资源链接等等。不论是原创还是转帖,不论是几十个字的个人观点还是长篇博文,如果系统能找到有效的方式对这些非结构化、零散的知识内容进行分类、推送,将大大扩展用户个人学习的途径,促进知识的利用。与一般专业学习型虚拟社区相比,综合性虚拟社区的知识具有更加精简、快速生产、纷繁复杂的特点,因而知识的体系的构建更加复杂。
1.2 虚拟社区的行动者
虚拟社区的行动者指的就是注册用户,通常,不同的虚拟社区拥有不同的用户群,不同的用户对知识交流的期望值不一。为了达到交流目的,行动者通常会有意识地选取符合自身需求、价值观点的主题和交流伙伴,虚拟平台本质上就是一个超大型的社会网络。行动者与其他行动者之间的关系为两种:相识与不相识。相识的行动者之间最初所分享的知识内容匹配度不一定很高,但由于亲密的关系两者之间的互动程度高,一方的知识内容很可能得到另一方的关注,在这种情况下,一方的知识体系构建在无形中就会影响到另一方;而不相识的两个行动者之间,彼此信任度最初一般较低,若两者产生频繁互动,如获得对方的关注、经常分享对方的内容等,一般代表着两者对某个领域的知识有着较高程度的、共同的认可或需求。
1.3 虚拟社区的知识交流方式
虚拟社区的用户进行知识交流的方式大体可分为三种:上载、中介传播、下载。上载是用户自觉意识的较高表现,指用户主动将自身所拥有的显性资源或是隐性经验显性化后上传的行为。通常,虚拟社区的建设者对这类用户十分看重,因为这部分高质量的内容提供者将决定社区局部甚至整个网络社区的活跃度;中介传播是指用户虽然自身不创造传播内容,但为了表达自己对某个主题内容的肯定或质疑,从而进行关注、转帖、分享、评论、点赞等行为,高质量知识的广泛传播离不开大量的中间传播用户;下载是社区用户对上传知识肯定的一种表现,这部分知识对多数用户具有较大学习意义,因此用户选择下载收藏,深度学习,而不仅仅只是进行中介传播。因此,用户的上载、中介传播、下载除了是知识交流的方式,更是反映用户与其知识期望值的重要指向标。
图1是虚拟社区用户进行知识创造及知识共享的简要示意图,虚拟社区根据组织目的可大致分为娱乐型、学习型、分享型、讨论型、交友型5大类,所有虚拟社区的知识都可归纳为隐性知识和显性知识两种:隐性知识在虚拟社区中反映为用户个人内在的观点、经验,用户可通过文字、图片、视频等工具使其显性化为某一领域的知识,如社交知识、IT知识等,然后通过平台的上载操作将资源分享给社区其他用户,这是一种原创行为,而其他用户对这些信息资源进行消化、吸收后,可形成新的隐性知识;显性知识在虚拟社区中通常反映为用户个人收藏的、包括平台内外的、已经显性化的信息资源,分享后经过下载、收藏动作可成为其他用户的个人显性知识资源。以上描述的是从隐性知识到隐性知识、从显性知识到显性知识的转换过程,除此之外,还存在着从隐性知识到显性知识、从显性知识到隐性知识的转化。如图1:
2、社会网络分析方法在虚拟社区知识推送中的利用
2.1 虚拟社区中的社会网络分析
将虚拟社区中的注册用户视为节点,用户之间的互动行为视为联系,这样就在虚拟社区中存在着大量的知识网络,同一用户一般会存在于多个知识网络,而多个知识网络之间可能存在交叉领域。对用户在某个知识网络中的活跃度、影响力进行分析,就可以分析该用户在这个知识网络中的影响力与知识接收受益情况。分析某个主题中 “明星”的关系网络,可以间接了解某个主题的知识共享情况。一般意义上的虚拟社区就社会网络层面有如下特点:节点数目多、知识网络交错;中心势、中心度计算复杂;“明星”效应显著;数据非结构化。
2.2 知识推送
网络环境下的知识推送是将知识管理方法与先进的信息技术相结合,在准确分析决策者的知识需求基础上,充分利用网络环境的优势,从组织知识资源中选取合适的知识,以及时、主动的方式向决策者提供知识服务,以便达到将最恰当的知识在最恰当的时间传递给最恰当的人,使他们能够做出最恰当的决策。虚拟社区中知识种类、存量都十分丰富,若没有高效的平台知识推送系统将其有效地利用,这些知识将仅仅是一些零散、杂乱无章的信息。
冯勇(2007)认为知识推送平台的关键组成部分包括三个部分: 知识需求分析模块、知识空间管理模块、知识推送服务模块。从本文讨论的研究对象来说,虚拟社区中知识需求分析模块主要通过用户网络行为、人际网络数据追踪及部分用户调查确定用户的知识需求,这是平台将知识对用户进行个性化推送的基础;知识空间管理模块主要在于统计平台现有资源,将各种形式的资源加以集成为推送服务提供资源;知识推送服务模块主要将知识空间模块集成的资源进行抽取、以适当的形式推送给用户。
2.3 以社会网络分析为基础的知识推送
社会网络分析方法对知识推送的重要性在于,社会网络分析理论紧紧抓住虚拟社区以“人”为中心的本质,从社区中人与人的关系、人与人之间行为的角度出发,去定位用户的知识需求,并以此为基础进行相关的推送服务。现以社会网络分析方法为基础,从知识需求分析、知识空间管理、知识推送服务三个模块分析虚拟社区的知识推送模型。
2.3.1. 知识需求分析模块
知识需求分析是进行用户知识推送的第一个步骤,只有彻底地了解用户所需要的知识,以平台为基础形成知识体系,构建知识需求列表,才能将合适的知识高效地推送给用户。首先利用社会网络分析方法分析用户在虚拟社区的人际关系情况,从用户与其他用户的互动行为来计算双方知识体系的关联度;其次根据用户的搜索历史、对所关注知识领域的处理情况统计出用户感兴趣的重点话题作为备选知识需求列表。
2.3.2. 知识空间管理模块
虚拟社区用户数目巨大,而每个用户自定义的主题、参与的话题,与平台定义的概念都可能有较大差别,因此有必要对用户的知识情境与情境知识进行匹配,进行整体资源重新排列,再依据特定的分类规则将用户的内容统一存储,同时确立该用户的备选知识推送列表。系统将平台现有资源与用户的备选知识需求列表进行匹配,已有资源需要根据用户的需要直接进行重组,缺口的资源需要以一定形式补充,如鼓励用户创造或平台补充等。总的来说,这是一个资源准备的过程。
2.3.3. 知识推送服务模块
对于典型的虚拟社区来说,大多数的知识资源均是以简短的日志方式呈现,如微博、QQ空间的说说等,因此用户最终接收知识资源的形式也是简短、零散的。平台需要将组织好的资源以合适的形式推送给用户,例如推荐“话题”或“用户”等。另外,向用户推送知识资源的时机也需要考虑,用户注册、手动搜索话题、对某个话题进行互动行为、关注其他用户时等,都是可以推送相关联的知识的好时机。用户如果接受了系统平台推送的用户或话题,并在此基础上有了互动,经过再分享和再创造后的知识资源就实现了再循环利用。
根据以上3个部分,知识推送模型可用下图2表示:知识需求分析模块,以用户为中心,以社会网络分析理论为基础,通过统计用户之间的互动关系及用户本身对话题的操作行为如浏览、搜索等,对用户的知识需求进行定位,包括归纳用户重点关注的话题、“明星”用户等;知识空间管理模块,根据已定位的用户个人知识需求,计算其资源缺口,再以话题为维度有针对性地在平台中进行资源抽取、重组;知识推送服务模块,抽取的资源将以合适的形式在合适的时间向用户进行推送。推送的知识若被用户接收后将可能影响其知识需求结构,形成新的知识网络,因而整个模型是封闭循环的。如图2:
3、结论
虚拟社区已经成为了当代社会最重要的网络平台之一,数以亿计的用户每天产生大量的信息数据,这些资源不仅可以被当做商业数据分析的原材料,也应该成为用户个人甚至社会提高自身知识素质的基础。本文以社会网络分析方法为依据,从用户自身出发,探索虚拟社区的知识共享过程及知识推送模型,期望通过挖掘过去、分析现状、预测未来,提高信息资源与用户需求的匹配度,从而实现信息“取之于民,用之于民”,发挥虚拟平台大数据的真正用途。
参考文献
[1] 易明,曹高辉,毛进,邓卫华. 基于Tag的知识主题网络构建与Web知识推送研究[J]. 中国图书馆学报,2011,04:4-12.
[2] 于秀静.微博在大学生知识管理中的应用研究[J].农业图书情报学刊,2012,08:49 -53.
[3] 魏顺平.社会网络分析及其应用案例[J]. 现代教育技术,2010,03:29-34.
[4] 冯勇.网络环境下知识推送平台构建的若干问题研究[D].东北大学,2007.
[5] 王陆. 虚拟学习社区的社会网络分析[J]. 中国电化教育,2009,02:5-11.
[6] 张??,朱庆华. Web 2.0环境下学术交流的社会网络分析——以博客为例[J]. 情报理论与实践,2009,08:28-32.
作者简介:
社会网络分析(SNA)最早诞生于社会学领域。社会学中社会网络是一种分析工具,主要用于厘清行动者之间、行动者与环境之间的关系。社会网络分析还是一个视角,是由行动者之间的关系所构成的社会结构,社会关系本身成为研究的对象[5]。最近十年,社会网络分析(SNA)在国内已被广泛运用于传播学、管理学、项目管理、组织管理、知识管理等领域。社会网络可运用于传播学,吴飞认为传播是一个网络状模式,只有那些善于利用多种传播网络的个人或者组织才会拥有更多的信息资源,他们也就拥有更多的社会和文化资本[6]。姚小涛等认为社会网络分析有助于解决新的环境下管理实践与理论研究的挑战[7]。社会网络分析还可以运用于产业集群研究,符正平等对企业社会网络进行测量,研究表明企业的社会网络异质性、网络和中心性强度对集群产业转移有显著影响[8]。朱庆华等总结了国内外社会网络分析在情报学领域的应用成果[9]。社会网络分析还可用于构建项目管理的网络模型,通过该方法的运用,能够降低利益相关方的治理风险,提高项目成功率[10]。社会网络分析运用于自然资源管理的研究在国内甚少,但在国外的文献中已出现一些重要的定性和定量研究成果[11]。为更好理解社会网络如何影响自然资源管理,首先有必要了解社会网络的类型、特征及其主要运用(见表1)。本文将从网络结构、网络关系和网络节点3个维度总结社会网络对自然资源管理的影响。从网络连接密度、网络凝聚度与子群、子群间的桥接点、个体行动者的网络位置与影响力、网络中心度、中心—网络等6个方面总结社会网络如何影响资源管理,特别是对自然资源管理过程中的知识转移、信息共享、共识构建所产生的影响。
2社会网络分析(SNA)在自然资源管理领域的应用
2.1网络连接密度
社会网络的基本功能是在行动者之间建立社会联系,从而将孤立的行动者转化成相互联系的行动者。因此社会联系越多,社会网络功能就越发达,可预见的结果是行动者合作和集体行动就越容易达成。众多的研究证实,较高的网络连接密度可以帮助行动者避免资源利用冲突,建立公共资源利用规则使集体行动可能性就越大,集体行动的增加将提高信息和资源交流的可能性,继而提高互惠和互信水平[12]。在自然资源管理研究中,社会网络密度与集体行动之间的关联性也得到证实。例如,研究者利用案例证明,将更多的利益相关者纳入自然资源管理的社会网络中可以显著增加他们之间的联系,并增加集体行动的可能。King研究了村庄渔业资源管理,案例显示当地渔民通过与更多的政府官员、有影响的个体之间交往联系,成功地解决了与渔业有关的系列问题[13]。较高的社会网络密度不仅可以增加集体行动的可能性,而且可以通过信息和知识的交换,增加网络内知识的学习和理解。研究证实,农林业资源管理中,非正式的社会网络联系加大了新技术和可持续管理实践信息的流动和交换,这些信息既来自于网络内部,也可以来自网络行动者与外界的联系[14]。
2.2网络凝聚度与子群
网络凝聚度员评估社会网络在多大程度上连接在一起的指标,高凝聚度的网络不会存在可以清晰辨别的子群(见表1中图1和图2)。凝聚子群是相互之间有稳定、直接、强烈、频繁联系的行动者子集[15]。社会网络子群的存在可能给自然资源管理集体行动带来挑战,对自然资源管理产生重要影响。例如与高的网络密度相反,一个群体密度低的网络如果存在清晰可辨的子群,那么子群之间的合作就会产生消极影响[16]。然而,如果连接子群之间的行动者有意愿、有能力去协调子群活动朝着共同的目标,形成和保持子群对促进自然资源管理就仍然有意义。网络子群可以促进子群系统内部的高度专业化交流和子群之间的信息交流[17]。所以要均衡网络的总体结构,允许子群的存在以及子群之间的互动,即有利于自然资源的管理。
2.3子群间的桥接点
网络子群之间的联系点叫做桥接点,即联系不同子群的节点(见表1中图4)。社会网络桥接点在自然资源管理领域上的价值体现在其作为网络之间信息和知识交换的中介。案例显示,成功建立自然资源共管的一个最重要的影响因素是区域内不同行动者和利益相关者之间存在信任的桥接点。关于渔民群体的案例研究显示,那些与外界拥有专业知识的子群有较好联系的群体,往往可能利用这些桥接点对生态过程有比较系统的理解[11]。社会网络桥接点对自然资源管理的显著作用还在于他们能够在以前不联系的群体之间培养信任关系,这有利于不同类型行动者形成集体行动。King的研究显示,只有当地渔民能够联系外部机构时,真正的决策进程才开始,社会网络与不同的外部与有权力的行动者之间建立的桥接点影响当地渔民的群体决策进程朝着有利方向发展[13]。Krishna使用印度农村的大样本数据证明,促进集体行动和经济发展的一个重要因素是农村与外界行动者和机构联系的能力[27]。Schneider等利用案例研究了不同政府官员与其他利益相关者之间的社会网络结构特征以及如何影响流域治理。研究发现,桥接点可以帮助异质性行动者之间进行相互合作[18]。Sandstrom的研究也表明,桥接点的存在促进了不同自然资源管理者的集体行动能力,继而调动不同行动者的联合行动[17]。研究还显示,桥接点使得观点和视角多样化,这能够促进创新并且找到自然资源管理复杂问题的解决办法,从而具有更高的适应能力[19]。这些适应能力来自于共识构建、冲突解决和资源共享。
2.4个体行动者的网络位置与影响力
在个体行动者层面,分析行动者的网络位置特征对理解行动者如何使用其位置来影响自然资源管理的过程也很重要。在社会网络分析中,一个行动者与其他行动者之间的连接度使用中心性矩阵进行定量分析[20]。通过占据社会网络的中心位置(见表1中图3),行动者能够在网络中对其他人施加影响,使他们更容易获得有价值信息而处于有利位置。如果一个行动者位于很多行动者网络中间,那么他就拥有很高的中心性,意味着这个行动者可以作为其他行动者之间联系的桥梁,高的中心性使得行动者有能力影响资源流动,同时通过桥节点也可为自己带来多种资源[21]。个体行动者的网络位置在自然资源管理中的影响力研究也广泛存在。案例显示,在一个地区内有关资源管理的行动者之间的关键节点往往由一小部分个体所掌握。另外Isaac等的案例显示,处于中心位置的农民通过获取信息和生态知识,把信息传递给社会网络中的其他农户,中心位置被用来提高整个社区资源治理[14]。但是,桥接点的存在本身不足以提高自然资源的治理,而位于中心位置的行动者能否利用这种位置给网络其他行动者提供便利也同样重要[18]。因此谁占据网络中心位置,如何利用这个位置将对资源管理结果产生重要影响。如果占据网络中心位置的个体不愿意利用这种优势,集体行动就将终止。同样,当个体拥有正式权威时,不占据好位置的个体也可能具有很大影响力,King的研究显示,网络中心位置和正式权威往往重叠在一起,对实际决策过程产生影响,如果个体不同时拥有这两者就可能产生不了大的影响力[13]。为解决这个问题,仔细分析位于网络影响力位置的行动者的属性就可以更好地理解其对资源治理的影响[14]。同时分析和研究这些中心行动者所采用的行动策略也显得非常重要。
2.5网络中心度
网络中心度度量的是处于中心位置的行动者与其他成员之间的距离[15]。社会网络里如果拥有高中心性和低中心性的行动者,这个网络就有很高的整体网络中心度(见表1中图3)。早期的研究显示,高的网络中心性对解决简单问题有益,而复杂问题需要更多元化结构的网络。一些研究表明,较高的网络中心性对资源治理中形成集体行动有积极的作用,主要是通过中心行动者的积极影响力来达到协调[17]。但是较高中心度的网络有可能不合适长期的社会—生态系统治理,因为他们不适合解决复杂问题,如果位于中心位置的行动者不作为将会导致网络非常脆弱。Bodin等的研究表明,高的网络中心度对自然资源治理是否有利取决于治理的阶段[11]。例如在自然资源治理的开始阶段,需要高的网络中心度来动员和协调行动者,但是为让更多的行动者来解决复杂生态系统管理问题,较低中心度的网络则更有利。
2.6中心—网络
一种特殊的网络叫中心—网络,其特征是网络中心成员之间紧密联系,成员仅与中心成员联系,相互之间不联系[22](见表1中图5)。这种网络特征对自然资源管理过程中的信息传播和获取多样性知识具有重要意义。中心—结构对资源管理领域的信息获取和知识交换具有重要作用。Isaac等的案例显示,加纳4个混农林村庄的农户网络就呈现中心—结构,网络核心成员比成员更为积极地参与新信息和知识的获取,不但从社区外(如政府机构)也从村庄农户那里获取信息[14]。这些核心成员扮演了两种角色,既把新信息带进村庄,也将新信息在核心成员以及成员之间传播。这种信息传播对于村庄采用新的可持续农业技术和提高农业产出有积极的意义,沟通渠道一旦在核心成员和成员之间建立起来,将会对自然资源治理中的信息传播产生有益的作用。中心—组织共同形成集体行动影响资源管理进程。
3研究趋势与展望
3.1社会网络的平衡
社会网络及其结构特征对自然资源管理的作用并不是单一的积极作用。当网络行动者之间的关联较多时有利于集体行动达成。但过多的网络连接则会形成同质化,以至于降低团体对环境变化的能力。因此如何选择最合适的水平,需要平衡那些相互之间抵消的网络结构,以达到促进自然资源管理效率的作用。另外网络粘合点有利于团体内部的协调和集体行动,而网络桥接点有利于获取外部行动者的信息和支持,粘合点和桥接点的搭配比例将影响社会网络对资源管理的效果,需要进一步研究。
3.2社会网络建立和行动者的参与
社会网络及其结构对自然资源管理很重要,那么是否可以建立或设计不同形式的社会网络?研究显示,改变社会网络中那些容易同质化行动者之间的节点布局可以显著提高管理产出。不同机构可以利用社会网络分析工具,确保那些不同利益相关团体代表被邀请到资源管理过程中,帮助提高网络参与性,提高资源管理效率。但是,对于很多类型的社会网络,往往只有当内部成员自愿建立基于个人偏好的关系时网络关系才能保持长久,被动的设计会使行动者抵抗。研究显示,在不同行动者之间促成建立有效的跨边界的自愿网络是可行的。因此需要提供网络内部交往的场所,鼓励广泛的网络参与、帮助协调网络关系等。如何在资源管理中创造条件建立广泛社会网络的同时,促进行动者基于内在的参与是另一值得研究的问题。
3.3社会网络的变化