導(dǎo)語：如何才能寫好一篇復(fù)雜網(wǎng)絡(luò)分析，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

[關(guān)鍵詞] 企業(yè)營銷 復(fù)雜網(wǎng)絡(luò) 統(tǒng)計(jì)參數(shù) 決策研究

隨著科學(xué)技術(shù)的進(jìn)步和生產(chǎn)力的發(fā)展,政治、經(jīng)濟(jì)、社會環(huán)境發(fā)生了巨大變化,顧客的消費(fèi)水平不斷提高,使得企業(yè)間的競爭日益加劇。企業(yè)為了提高競爭力而采取了許多先進(jìn)的制造技術(shù)和管理方法。營銷管理日益受到企業(yè)的重視,企業(yè)在全球市場中不再作為單個實(shí)體而是作為營銷鏈的一部分參與競爭,企業(yè)之間的競爭已經(jīng)轉(zhuǎn)化成為營銷系統(tǒng)之間的競爭。營銷系統(tǒng)是在競爭、合作、動態(tài)的環(huán)境中,由廠商、各級銷售和客戶等成員實(shí)體構(gòu)成的快速響應(yīng)環(huán)境變化的動態(tài)銷售網(wǎng)絡(luò)。在競爭、合作和動態(tài)多變的市場環(huán)境下,復(fù)雜營銷網(wǎng)絡(luò)中的每一個成員都有自身的經(jīng)營策略,每個成員的目標(biāo)都是通過不斷提高自身對市場的適應(yīng)能力從而提高其競爭力來獲取利潤?？梢?營銷系統(tǒng)是一種復(fù)雜的自組織、自適應(yīng)性網(wǎng)絡(luò)系統(tǒng),因而用復(fù)雜網(wǎng)絡(luò)的研究方法可以發(fā)現(xiàn)其它方法不易揭示的該類系統(tǒng)的有趣而且重要的性質(zhì),而這些宏觀規(guī)律對系統(tǒng)的運(yùn)作管理和科學(xué)決策具有重要的參考價(jià)值。

一、復(fù)雜網(wǎng)絡(luò)的統(tǒng)計(jì)參數(shù)

復(fù)雜系統(tǒng)可以被理解為一個關(guān)系網(wǎng)絡(luò), 這個關(guān)系網(wǎng)絡(luò)由一個個節(jié)點(diǎn)所組成, 這些節(jié)點(diǎn)之間依據(jù)一定的規(guī)則、相互關(guān)系而維系著系統(tǒng)整體的存在。在社會經(jīng)濟(jì)系統(tǒng)中作為復(fù)雜系統(tǒng)的網(wǎng)絡(luò)無處不在, 如人與人之間的社會網(wǎng)絡(luò)、資源共享網(wǎng)絡(luò)、綠色經(jīng)濟(jì)網(wǎng)絡(luò)、企業(yè)之間的產(chǎn)品生產(chǎn)和銷售等方面的競爭網(wǎng)絡(luò)、國家內(nèi)外之間的貿(mào)易合作網(wǎng)絡(luò)等等。復(fù)雜網(wǎng)絡(luò)研究是從統(tǒng)計(jì)角度考察網(wǎng)絡(luò)中大規(guī)模節(jié)點(diǎn)及其連接之間的性質(zhì), 這些性質(zhì)的不同意味著不同的網(wǎng)絡(luò)內(nèi)部結(jié)構(gòu), 而網(wǎng)絡(luò)內(nèi)部結(jié)構(gòu)的不同導(dǎo)致系統(tǒng)功能有所差異。在現(xiàn)實(shí)的社會經(jīng)濟(jì)系統(tǒng)中,我們將每一個企業(yè)主體看做是一個節(jié)點(diǎn),而企業(yè)之間的博弈規(guī)則看做是連接節(jié)點(diǎn)的邊,于是系統(tǒng)中存在的主體便構(gòu)成了一個網(wǎng)絡(luò)。

1.平均路徑長度(Average path length)

網(wǎng)絡(luò)的特征路徑長度 是所有節(jié)點(diǎn)對之間的最短路徑的平均值, 表示為

(1)

其中表示節(jié)點(diǎn)之間的最短路徑值。

研究表明,盡管許多實(shí)際網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)巨大,但網(wǎng)絡(luò)的平均路徑長度L相對于N來說卻很小,這種現(xiàn)象稱之為“小世界效應(yīng)”。

2.聚類系數(shù)(Clustering coefficient)

節(jié)點(diǎn)的聚類度的所有鄰居節(jié)點(diǎn)之間實(shí)際的連接數(shù)與理論存在的最大連接數(shù)之比, 表示為

(2)

其中為節(jié)點(diǎn)的度。平均聚類系數(shù)C定義為所有節(jié)點(diǎn)的聚類系數(shù)的平均值, 表示為

(3)

研究表明,在大多數(shù)情況下,復(fù)雜網(wǎng)絡(luò)的集群系數(shù)都要比隨機(jī)網(wǎng)絡(luò)和規(guī)則網(wǎng)絡(luò)的集群系數(shù)大得多。正如常言所說的“物以類聚,人以群分”所描述的那樣,社會經(jīng)濟(jì)網(wǎng)絡(luò)的一個典型的特征就是小集團(tuán)集群的形態(tài)。

3.度及度分布(Degree and degree distribution)

圖論中節(jié)點(diǎn)的度定義為與該節(jié)點(diǎn)連接的其它節(jié)點(diǎn)的數(shù)目,通常用分布函數(shù) 來描述網(wǎng)絡(luò)中節(jié)點(diǎn)的度分布情況, 表示一個隨機(jī)選定節(jié)點(diǎn)的度恰好為 的概率。節(jié)點(diǎn)度的分布特征是網(wǎng)絡(luò)的重要幾何性質(zhì),規(guī)則網(wǎng)絡(luò)中各節(jié)點(diǎn)的度值相同,符合Delta 分布,隨機(jī)網(wǎng)絡(luò)的度分布可近似為Poisson 分布,大量的實(shí)際網(wǎng)絡(luò)存在冪律形式的度分布,稱為無標(biāo)度網(wǎng)絡(luò)。無標(biāo)度網(wǎng)絡(luò)是節(jié)點(diǎn)與節(jié)點(diǎn)之間的連接分布遵循冪律分布的網(wǎng)絡(luò),即節(jié)點(diǎn)度分布服從冪律分布。在這種網(wǎng)絡(luò)中,大部分節(jié)點(diǎn)只有少數(shù)連接,而某些少數(shù)節(jié)點(diǎn)則擁有與其他節(jié)點(diǎn)的大量連接,即存在一些關(guān)鍵的中樞節(jié)點(diǎn)。這種網(wǎng)絡(luò)對于隨機(jī)性錯誤具有較強(qiáng)的魯棒性,對于人們的蓄意攻擊或破壞卻具有較強(qiáng)的脆弱性,疾病在這種網(wǎng)絡(luò)上極易傳播。

二、企業(yè)營銷網(wǎng)絡(luò)分析

企業(yè)的產(chǎn)品營銷系統(tǒng)是由廠商、各級銷售和客戶共同構(gòu)成。現(xiàn)實(shí)中的企業(yè)營銷系統(tǒng)通常由于銷售(制造商、商和批發(fā)商)的分布范圍的不同以及它們之間存在著各種各樣的聯(lián)系, 往往形成一個龐大的復(fù)雜網(wǎng)狀結(jié)構(gòu)。企業(yè)產(chǎn)品的營銷過程, 也可以看成是廠商生產(chǎn)出來的產(chǎn)品通過各級銷售, 最后擴(kuò)散到用戶中的擴(kuò)散過程, 或者說是企業(yè)產(chǎn)品從廠商到銷售, 最后到用戶的傳播過程。所以廠商、各級銷售和用戶就構(gòu)成了企業(yè)產(chǎn)品在營銷網(wǎng)絡(luò)中的節(jié)點(diǎn),節(jié)點(diǎn)之間的營銷關(guān)系構(gòu)成了網(wǎng)絡(luò)中的邊。

三、模型的建立

分析了企業(yè)營銷網(wǎng)絡(luò)中企業(yè)之間的營銷關(guān)系,提出了一種新的演化模型來模擬其網(wǎng)絡(luò)的演化過程,該模型的基本思想源于局域世界演化模型,演化過程中考慮兩種基本因素:增長和局域世界優(yōu)先連接。

1.增長模型

考慮到企業(yè)營銷網(wǎng)絡(luò)的演化特點(diǎn),新模型的初始條件與其他模型有些區(qū)別,它起始于個節(jié)點(diǎn),條邊,節(jié)點(diǎn)之間兩兩相連, ,第一次新增節(jié)點(diǎn)具有m條邊,并且這m條邊分別和每個已有節(jié)點(diǎn)相連。這樣,在之后的每一個時(shí)刻便會添加一個新的節(jié)點(diǎn),而該新節(jié)點(diǎn)邊的條數(shù)m是從以概率選取,這里是選取邊數(shù)為的概率。那么在時(shí)刻之后,該網(wǎng)絡(luò)便有個節(jié)點(diǎn),條邊的網(wǎng)絡(luò)。

2.優(yōu)先連接模型

在該模型中,網(wǎng)絡(luò)中原有的節(jié)點(diǎn)連接新的節(jié)點(diǎn)的概率與以下兩個因素有關(guān)系:

(1) 與節(jié)點(diǎn)的度有關(guān)系,這種關(guān)系是正比關(guān)系。

(2) 與節(jié)點(diǎn)的局域世界也有關(guān)系,節(jié)點(diǎn)優(yōu)先連接機(jī)制不是對整個網(wǎng)絡(luò),而是在每個節(jié)點(diǎn)各自的局域世界中有效。隨機(jī)地從網(wǎng)絡(luò)已有的節(jié)點(diǎn)中選取m個節(jié)點(diǎn),作為新加入節(jié)點(diǎn)的局域世界。新加入的節(jié)點(diǎn)根據(jù)優(yōu)先連接概率來選擇與局域世界中的m個節(jié)點(diǎn)相連。

四、仿真分析

1.仿真設(shè)計(jì)

為了驗(yàn)證統(tǒng)計(jì)企業(yè)營銷網(wǎng)絡(luò)的統(tǒng)計(jì)特性,以青海省城鄉(xiāng)私營企業(yè)所構(gòu)成的批發(fā)和零售業(yè)企業(yè)營銷網(wǎng)絡(luò)為例,基于上述網(wǎng)絡(luò)模型構(gòu)造算法的描述,利用VB語言編程實(shí)現(xiàn)模型的構(gòu)建,構(gòu)建出的模型如圖1所示。實(shí)現(xiàn)時(shí)根據(jù)網(wǎng)絡(luò)演化模型的構(gòu)造算法,初始時(shí)先確定節(jié)點(diǎn)的總數(shù),然后根據(jù)構(gòu)造算法得到相應(yīng)網(wǎng)絡(luò)模型的鄰接矩陣,最后再依據(jù)鄰接矩陣計(jì)算網(wǎng)絡(luò)的度分布、平均最短路徑和平均聚集系數(shù)。

2.數(shù)據(jù)分析

以大圓點(diǎn)代表批發(fā)商,小圓點(diǎn)代表銷售商, 邊代表它們之間所存在的營銷關(guān)系,不同的節(jié)點(diǎn)代表不同的企業(yè)。 通過直觀的觀察可以了解到,在企業(yè)營銷復(fù)雜網(wǎng)絡(luò)中批發(fā)商和銷售商的營銷關(guān)系比較密切, 相對來說批發(fā)商或銷售商之間的營銷關(guān)系卻較為缺乏。也可以看到節(jié)點(diǎn)之間的距離很小,是一個典型的小世界網(wǎng)絡(luò)。各成員企業(yè)間的聯(lián)系的分布是不均勻的,這主要是由于成員的地位不同造成的。與核心企業(yè)的聯(lián)系密集,節(jié)點(diǎn)度就大;而與小的非核心企業(yè)聯(lián)系稀疏,節(jié)點(diǎn)度就小,即存在優(yōu)先連接,新加入該系統(tǒng)的企業(yè)會優(yōu)先選擇與那些在社會中影響力較大、實(shí)力雄厚的企業(yè)進(jìn)行合作,表現(xiàn)在網(wǎng)絡(luò)中就是首先選擇與度比較大的節(jié)點(diǎn)進(jìn)行連邊。

下面的仿真圖只是仿真過程中的部分結(jié)果。從仿真結(jié)果可知,網(wǎng)絡(luò)的平均路徑較小,隨著網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)的增加呈現(xiàn)上升的趨勢,但增加的速度較為緩慢,以網(wǎng)絡(luò)節(jié)點(diǎn)數(shù) 的對數(shù)成正比。如圖2所示。網(wǎng)絡(luò)的平均聚集系數(shù)較高,隨著網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)的增加呈現(xiàn)下降的趨勢,但不會隨著網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)的無限增大而趨于0,表明此網(wǎng)絡(luò)具有小世界網(wǎng)絡(luò)的特點(diǎn),如圖3所示。網(wǎng)絡(luò)的度分布服從冪律分布,在網(wǎng)絡(luò)中擁有少量度很大的節(jié)點(diǎn),而大部分節(jié)點(diǎn)的卻為2,相對來說,這些節(jié)點(diǎn)的度很小,滿足無標(biāo)度網(wǎng)絡(luò)的第一個重要特性。

3.復(fù)雜網(wǎng)絡(luò)統(tǒng)計(jì)特性對企業(yè)營銷工作的指導(dǎo)意義

復(fù)雜網(wǎng)絡(luò)的最終目的是通過對現(xiàn)實(shí)網(wǎng)絡(luò)模擬,仿真得到相關(guān)數(shù)據(jù),通過對數(shù)據(jù)的分析,更加科學(xué)合理的預(yù)測和控制相應(yīng)的網(wǎng)絡(luò)行為。本文中生成的網(wǎng)絡(luò)模型較為真實(shí)的反應(yīng)了現(xiàn)實(shí)網(wǎng)絡(luò)的特性,因此在該網(wǎng)絡(luò)模型中得到的統(tǒng)計(jì)參數(shù)也能反應(yīng)現(xiàn)實(shí)網(wǎng)絡(luò)的實(shí)際意義。

(1) 復(fù)雜系統(tǒng)理論中復(fù)雜網(wǎng)絡(luò)具有自組織現(xiàn)象, 通過合理的運(yùn)作, 企業(yè)可以擴(kuò)大網(wǎng)絡(luò)中已有節(jié)點(diǎn)之間的營銷合作,即網(wǎng)絡(luò)內(nèi)部的演化。例如,生產(chǎn)商企業(yè)可以對其網(wǎng)絡(luò)中某些中樞節(jié)點(diǎn)的商賦予一定權(quán)限, 使其進(jìn)行低成本銷售策略, 從而增加網(wǎng)絡(luò)內(nèi)部與其它節(jié)點(diǎn)連接比較少的節(jié)點(diǎn)與這些中樞節(jié)點(diǎn)的連接,從而使得營銷網(wǎng)絡(luò)內(nèi)部邊的線性增長。

(2)生產(chǎn)廠商或產(chǎn)品銷售企業(yè)可以使用比競爭對手更具誘惑力的銷售方式,一方面,穩(wěn)定營銷網(wǎng)絡(luò)中已存在的合作節(jié)點(diǎn), 增強(qiáng)節(jié)點(diǎn)構(gòu)成者的滿意度, 從而達(dá)到增強(qiáng)營銷網(wǎng)絡(luò)魯棒性的目的;另一方面,吸引更多的新企業(yè)加入到網(wǎng)絡(luò)中,使網(wǎng)絡(luò)規(guī)模不斷增加。

(3) 市場銷售對于企業(yè)而言具有信息反饋的作用,企業(yè)應(yīng)重視營銷過程中所得到的反饋信息, 一方面研發(fā)能夠不斷滿足客戶需要的新產(chǎn)品,另一方面對現(xiàn)有的產(chǎn)品和服務(wù)進(jìn)行改進(jìn), 提高客戶的滿意度, 從而阻止競爭對手對合作客戶的爭奪,防止企業(yè)的退出。

(4) 企業(yè)要想在激烈的市場競爭中長盛不衰,必須要有不斷的創(chuàng)新(制度創(chuàng)新和技術(shù)創(chuàng)新)。創(chuàng)新將打破原有生產(chǎn)銷售合作網(wǎng)絡(luò)中的均衡。創(chuàng)新與競爭可能會導(dǎo)致網(wǎng)絡(luò)中的某些企業(yè)破產(chǎn),這些企業(yè)破產(chǎn)會不會導(dǎo)致網(wǎng)絡(luò)的劇烈變動甚至整個結(jié)構(gòu)的變更實(shí)際上依賴于這些企業(yè)在網(wǎng)絡(luò)中的重要程度,政府應(yīng)對這種核心企業(yè)采取適當(dāng)?shù)恼呒右员Ｗo(hù)。

五、結(jié)束語

本文以企業(yè)營銷網(wǎng)絡(luò)為例,模擬構(gòu)建了網(wǎng)絡(luò)模型,通過對該模型的統(tǒng)計(jì)參數(shù)的理論描述和計(jì)算機(jī)仿真,初步探討了統(tǒng)計(jì)參數(shù)對企業(yè)營銷網(wǎng)絡(luò)的指導(dǎo)意義。在進(jìn)行仿真分析過程中也發(fā)現(xiàn),由新模型所生成網(wǎng)絡(luò)的平均最短路徑和企業(yè)營銷網(wǎng)絡(luò)的真實(shí)數(shù)據(jù)還是有些差別,在上面所示的仿真結(jié)果中,平均最短路徑要比真實(shí)數(shù)據(jù)大。當(dāng)調(diào)整模型中的參數(shù)時(shí),雖然能夠使得平均路徑趨于真實(shí)數(shù)據(jù),但是此時(shí),其它部分卻又與實(shí)際的數(shù)據(jù)有些差別。因此,我們需要繼續(xù)研究其中的原因,來改進(jìn)新模型,使其更加適合企業(yè)營銷工作網(wǎng)絡(luò)的演化方式。

參考文獻(xiàn):

[1]侯明揚(yáng):復(fù)雜網(wǎng)絡(luò)理論在企業(yè)營銷中的應(yīng)用研究[J]. 華東經(jīng)濟(jì)管理, 2008 (2) :1322134

[2]劉宏鯤 周濤:中國城市航空網(wǎng)絡(luò)的實(shí)證研究與分析[J]. 物理學(xué)報(bào),2007 (1) :1062113

[3] Watts D J, Strogatz S H. Collective dynamics of‘small-world’networks[ J ]. Nature, 1998,393 (4) : 440 - 442

[4] Dorogovtsev S N and Mendes J F F. Evolution of Networks [EB/OL].[2007-10-27].省略- /abs/cond-mat /0106144v2

篇2

關(guān)鍵詞：網(wǎng)絡(luò)化軟件 網(wǎng)絡(luò)特性 網(wǎng)絡(luò)結(jié)構(gòu)

中圖分類號：TP311.52 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2015）04-0220-01

網(wǎng)絡(luò)化軟件的媒介是互聯(lián)網(wǎng)，運(yùn)行元素是網(wǎng)絡(luò)信息和資源，軟件的功能就是通過元素之間的操作和協(xié)作實(shí)現(xiàn)的，從而建立一個多軟件混合系統(tǒng)?，F(xiàn)階段，網(wǎng)絡(luò)技術(shù)和軟件技術(shù)，不斷完善，應(yīng)用面也越來越廣，人們提高了軟件服務(wù)的要求。在這個影響下，軟件系統(tǒng)更加復(fù)雜，規(guī)模也有所擴(kuò)大?，F(xiàn)對網(wǎng)絡(luò)化軟件的復(fù)雜網(wǎng)絡(luò)特性進(jìn)行分析，并總結(jié)如下。

1 網(wǎng)絡(luò)化軟件的意義和特點(diǎn)

科技的發(fā)展，促使計(jì)算機(jī)得到了更好的應(yīng)用，并在社會的各個領(lǐng)域中，具有比較重要的作用。在網(wǎng)絡(luò)化軟件中應(yīng)用中，相關(guān)人員應(yīng)了解其重點(diǎn)內(nèi)容，例如人們對網(wǎng)絡(luò)話軟件的要求不斷增加，軟件的應(yīng)用深度和廣度不斷增加[1]。網(wǎng)絡(luò)化軟件屬于互聯(lián)網(wǎng)中的一部分，主要是應(yīng)用網(wǎng)絡(luò)信息和資源，通過這些基本元素，促使該復(fù)雜的軟件系統(tǒng)能夠順利操作。

網(wǎng)絡(luò)化軟件能夠作為計(jì)算機(jī)一種面向服務(wù)的應(yīng)用形式，主要的操作方式，是元素之間的相互作用，通過這種方式為人們提供能需要的服務(wù)。網(wǎng)絡(luò)化軟件能夠根據(jù)人們不同的需求，及時(shí)改變，更好的實(shí)現(xiàn)動態(tài)化管理和服務(wù)。在應(yīng)用網(wǎng)絡(luò)化軟件的過程中，應(yīng)始終堅(jiān)持以人為本，為人們提供更好的軟件服務(wù)，促進(jìn)經(jīng)濟(jì)水平的提升。

2 網(wǎng)絡(luò)化軟件的復(fù)雜網(wǎng)絡(luò)特性分析

現(xiàn)階段，計(jì)算機(jī)和網(wǎng)絡(luò)都得到較好的發(fā)展，不斷完善了PC軟件的形態(tài)，并在發(fā)展中，逐漸融合優(yōu)秀的內(nèi)容。網(wǎng)絡(luò)化軟件突出了網(wǎng)絡(luò)基礎(chǔ)設(shè)施在系統(tǒng)中的地位，從而反映出系統(tǒng)元素的重要作用，更好的為客戶服務(wù)，現(xiàn)對網(wǎng)絡(luò)化軟件的復(fù)雜性進(jìn)行全面且綜合性的分析。

2.1 基礎(chǔ)設(shè)施

2.1.1 Internet

Internet拓?fù)浣＿@項(xiàng)工作比較復(fù)雜，相關(guān)人員應(yīng)在分析中，掌握其包含的規(guī)律。從而更加全面的認(rèn)識Internet，這種方法能夠?yàn)檐浖脑O(shè)計(jì)和實(shí)現(xiàn)，奠定有利的基礎(chǔ)[2]。Internet拓?fù)浣?，能夠更好的解釋網(wǎng)絡(luò)的復(fù)雜性，計(jì)算機(jī)網(wǎng)絡(luò)不斷創(chuàng)新，相關(guān)人員需要大量的數(shù)據(jù)，對網(wǎng)絡(luò)度量指標(biāo)和軟件內(nèi)部的相關(guān)性進(jìn)行分析，從而使這個軟件的功能得到更好的發(fā)揮，增加Internet的可靠性，提升Internet的應(yīng)用效果。

2.1.2 WWW

WWW 是人們獲取信息和共享信息的途徑，在WWW的應(yīng)用中，鏈接結(jié)構(gòu)具有重要的作用。現(xiàn)階段，我國WWW的應(yīng)用規(guī)模不斷擴(kuò)展，并迅速發(fā)展，在網(wǎng)絡(luò)軟件的應(yīng)用中，是一個非常重要的載體。從微觀角度進(jìn)行分析，相關(guān)人員可以利用量化指標(biāo)和復(fù)雜的網(wǎng)絡(luò)特性分析，對搜索功能、社會發(fā)現(xiàn)工具及評價(jià)內(nèi)容進(jìn)行不斷完善，所以WWW具有重要作用。如果從宏觀角度進(jìn)行分析，應(yīng)綜合多種應(yīng)用工具和系統(tǒng)進(jìn)行考慮，利用WWW的信息潛能。

2.2 應(yīng)用服務(wù)

2.2.1 web 服務(wù)

Web服務(wù)主要是根據(jù)Web自身的環(huán)境實(shí)現(xiàn)的，在這個過程中，可以對環(huán)境和模塊化的應(yīng)用程序進(jìn)行完善，Web是一種非常重要的信息資源。相關(guān)人員應(yīng)明確Web是通過Internet 進(jìn)行和訪問的，所以在這個過程中，要采取合理的技術(shù)，對Web服務(wù)進(jìn)行審視，延伸軟件技術(shù)，更好的解決功能的封裝、消息的傳送以及動態(tài)的綁定工作。相關(guān)人員還應(yīng)了解到Internet 可用公共 web 信息資源與服務(wù)有一定局限性，這種情況導(dǎo)致信息和數(shù)據(jù)的收集和整理工作的難度有所加大。所以研究人員應(yīng)根據(jù)Web和Internet 的特點(diǎn)，深入對數(shù)據(jù)和Web服務(wù)的開發(fā)與研究工作。

2.2.2 面向?qū)ο筌浖?/p>

軟件屬于一種人工智能化系統(tǒng)，具有拓?fù)浣Y(jié)構(gòu)和功能性指標(biāo)，相關(guān)人員應(yīng)對這些功能性指標(biāo)進(jìn)行科學(xué)且合理的分析，合理且有效的描述來軟件的結(jié)構(gòu)情況，并對軟件結(jié)構(gòu)進(jìn)行量化分析。通過這種方式實(shí)現(xiàn)軟件結(jié)構(gòu)的完善，軟件結(jié)構(gòu)表示一種互連內(nèi)容的復(fù)雜網(wǎng)絡(luò)拓?fù)湫螒B(tài)，相關(guān)人員可以通過網(wǎng)絡(luò)，分析軟件結(jié)構(gòu)信息，更好的理解軟件的本質(zhì)，從而軟件的復(fù)雜特性和量化奠定良好的基礎(chǔ)。

2.2.3 語義 web 服務(wù)

Web是一種技術(shù)，主要以服務(wù)核心，如果這個內(nèi)容缺乏對服務(wù)的約束，很可能導(dǎo)致相反的效果。相關(guān)人員應(yīng)支持語義的屬性描述，發(fā)現(xiàn)Web服務(wù)存在的問題，合理解決，從而保證機(jī)器處理的精確性，避免不合理的方式，給實(shí)用化進(jìn)程造成影響[3]。相關(guān)人員應(yīng)從語義層，描述Web服務(wù)能力和屬性，從而更好的描述軟件功能，提高Web的服務(wù)選取效率和軟件分析的針對性和準(zhǔn)確性，為自動發(fā)現(xiàn)服務(wù)和選擇服務(wù)，提高較好的理論基礎(chǔ)。

在社會主義現(xiàn)代化基礎(chǔ)建設(shè)及信息化時(shí)代不斷進(jìn)步的背景下，相關(guān)人員應(yīng)了解軟件技術(shù)的重要作用，確保軟件能夠在服務(wù)中堅(jiān)持以人為本和認(rèn)真嚴(yán)謹(jǐn)?shù)脑瓌t，從而更好的社會的生產(chǎn)生活服務(wù)。網(wǎng)絡(luò)化軟件在應(yīng)用中，具有個性化和多元化的特點(diǎn)，該軟件還能夠提供生產(chǎn)指導(dǎo)和服務(wù)構(gòu)造說明。 在科技發(fā)展和互聯(lián)網(wǎng)發(fā)展的影響喜愛，網(wǎng)絡(luò)化軟件及資源，受到人們的廣泛關(guān)注，所以不斷對虛擬化服務(wù)器進(jìn)行創(chuàng)新，實(shí)現(xiàn)整個工作的關(guān)鍵性內(nèi)容。

3 結(jié)語

通過上文對網(wǎng)絡(luò)話軟件的復(fù)雜網(wǎng)絡(luò)特性分析，我國軟件技術(shù)發(fā)展速度較快，相關(guān)單位一直致力于開發(fā)質(zhì)量高、安全性強(qiáng)的產(chǎn)品和服務(wù)，從而在社會的各個領(lǐng)域中得到較好的應(yīng)用。網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，網(wǎng)絡(luò)話軟件的構(gòu)成越來越復(fù)雜，相關(guān)人員應(yīng)不斷改善網(wǎng)絡(luò)軟件系統(tǒng)，更好保證其作用。網(wǎng)絡(luò)發(fā)展規(guī)模和復(fù)雜堵不斷增加，為網(wǎng)絡(luò)化軟件系統(tǒng)帶來了新的挑戰(zhàn)，所以相關(guān)人員應(yīng)從網(wǎng)絡(luò)化、服務(wù)化、社會化的角度，對網(wǎng)絡(luò)話軟件的復(fù)雜網(wǎng)絡(luò)特征進(jìn)行全面且深入的研究，通過實(shí)證分析，了解網(wǎng)絡(luò)化軟件的設(shè)施需求，滿足其應(yīng)用服務(wù)方面及其他方面的要求，為我國軟件工程的迅速發(fā)展奠定良好的基礎(chǔ)。

參考文獻(xiàn)

[1]馬于濤，何克清，李兵，劉婧.網(wǎng)絡(luò)化軟件的復(fù)雜網(wǎng)絡(luò)特性實(shí)證[J].軟件學(xué)報(bào)，2011（03）：179-180.

篇3

（安徽財(cái)經(jīng)大學(xué)，安徽蚌埠233000）

［摘要］傳統(tǒng)股票板塊的劃分缺乏精確的邏輯推理和數(shù)理分析。本文基于復(fù)雜網(wǎng)絡(luò)和社團(tuán)理論，通過構(gòu)建數(shù)量模型，選取時(shí)間序列數(shù)據(jù)對股票與股票之間的相關(guān)性進(jìn)行分析，依據(jù)相關(guān)性大小對股票進(jìn)行板塊的劃分，并依據(jù)劃分結(jié)果，為投資者提供政策建議和技術(shù)支持。

［

關(guān)鍵詞 ］股票；相關(guān)性；復(fù)雜網(wǎng)絡(luò)；GN算法

［DOI］10.13939/j.cnki.zgsc.2015.22.042

1引言

股票間的相關(guān)性對于風(fēng)險(xiǎn)管理、投資決策具有重要影響。對于股票相關(guān)性的研究，現(xiàn)代金融理論主要基于經(jīng)濟(jì)基本面進(jìn)行解釋，即認(rèn)為相關(guān)性來源于影響資產(chǎn)現(xiàn)金流和影響資產(chǎn)折現(xiàn)率的基本面因素。已有研究表明，股票間相關(guān)程度遠(yuǎn)超出了經(jīng)濟(jì)基本面因素的影響，股票市場作為復(fù)雜系統(tǒng)日益受到人們的關(guān)注。近年來，經(jīng)濟(jì)、數(shù)學(xué)、社會等領(lǐng)域的學(xué)者都開始用復(fù)雜網(wǎng)絡(luò)及其相關(guān)概念來研究股票市場，進(jìn)而研究股票間相關(guān)性。

2股票間的相關(guān)性

研究股票間的相關(guān)性對股民來說至關(guān)重要?，F(xiàn)隨機(jī)選取滬市A股、滬市B股、深市A股、深市B股、創(chuàng)業(yè)板這五類市場中各20只股票在2013年1月1日至2013年8月31日的周開盤價(jià)、收盤價(jià)和周個股回報(bào)率作為量化指標(biāo)，進(jìn)行相關(guān)性分析。

2.1單個指標(biāo)的相關(guān)系數(shù)

選取周開盤價(jià)，周收盤價(jià)與考慮現(xiàn)金紅利再投資的周個股回報(bào)率，并用k=1，2，3表示。

Ai（k）表示股票代碼為i，指標(biāo)為k的時(shí)間序列矩陣

設(shè)隨機(jī)變量Ai（k）與Aj（k），則協(xié)方差為：

Cov（Ai（k），Aj（k））=E（Ai（k）-EAi（k））E（Aj（k）-EAj（k））

相關(guān)系數(shù)為：

2.2指標(biāo)權(quán)重的設(shè)立——變異系數(shù)法

2.3綜合指標(biāo)的相關(guān)系數(shù)

設(shè)運(yùn)用股票i與股票j之間的綜合相關(guān)系數(shù)值為

2.4模型的求解

對原題附件中數(shù)據(jù)進(jìn)行處理，依據(jù)五類不同的股票市場，依次隨機(jī)選取20只股票在2013年1月至2013年9月共36周內(nèi)的周開盤價(jià)、收盤價(jià)和考慮現(xiàn)金紅利再投資的周個股回報(bào)率數(shù)據(jù)?；谀Ｐ廷颍\(yùn)用Matlab編程求解，見表1。

3股票板塊的劃分

股票板塊的劃分存在很多依據(jù)，常見的有按地域、按行業(yè)、按概念等，但這些都是從定性的角度去考察股票與股票內(nèi)在聯(lián)系，而通過相關(guān)性構(gòu)建的股票網(wǎng)絡(luò)，能依據(jù)股票與股票間時(shí)間序列數(shù)據(jù)的相關(guān)性，從定量角度去劃分股票板塊。這樣的量化處理使得板塊內(nèi)部的波動性更加一致，更利于我們的投資決策。

3.1股票相關(guān)性網(wǎng)絡(luò)模型

①相關(guān)系數(shù)構(gòu)成。網(wǎng)絡(luò)的節(jié)點(diǎn)代表股票，邊代表股票之間的相關(guān)性。任意兩只股票i和j的綜合相關(guān)系數(shù)為：

其中i和j代表股票代碼，ρij的取值范圍為-1，1。若ρij=-1，則表示兩只股票完全負(fù)先關(guān)；若ρij=1，則表示兩只股票完全正相關(guān)。

②閾值的設(shè)定。股票代表網(wǎng)絡(luò)中的點(diǎn)，如果相關(guān)系數(shù)ρij≥θ（θ∈-1，1），就認(rèn)為節(jié)點(diǎn)i和j之間有連邊，這里的θ即閾值點(diǎn)。通過計(jì)算對比得知，當(dāng)θ=0.05時(shí)其到達(dá)最佳閾值，股票網(wǎng)絡(luò)的拓?fù)湫再|(zhì)最穩(wěn)定，更有利于對股票網(wǎng)絡(luò)的研究。

③社團(tuán)結(jié)構(gòu)的構(gòu)建。由模塊度評價(jià)函數(shù)來衡量社團(tuán)結(jié)構(gòu)劃分好壞，將其推廣至加權(quán)的模塊度評價(jià)函數(shù)Q定義為：

3.2股票板塊劃分

（1）基本分塊情況。依據(jù)社團(tuán)結(jié)構(gòu)理論，結(jié)合GN算法和NetDrew繪圖軟件見圖1。

由圖1可知，圖像在經(jīng)過重新排列后，明顯呈現(xiàn)出四個板塊，說明在這四大板塊中，板塊內(nèi)的股票在長期的波動趨勢與波動幅度具有較高的一致性。圖1的股票來源為滬市A股、滬市B股、深市A股、深市B股、創(chuàng)業(yè)板這五類市場中各隨機(jī)選取的20只股票共100只股票，范圍覆蓋了中國內(nèi)地全部股票市場，具有較高的準(zhǔn)確性。

（2）找尋關(guān)鍵節(jié)點(diǎn)。為了更方便尋找最關(guān)鍵節(jié)點(diǎn)，運(yùn)用Ucinet軟件對圖形進(jìn)行處理如圖2所示。

每個模塊的內(nèi)部相關(guān)性程度很高，那么選取每個模塊中最重要節(jié)點(diǎn)，用它的性質(zhì)來近似描述該模塊的整體性質(zhì)。通過軟件處理后，使得節(jié)點(diǎn)的重要程度與圖形的大小成反比，這樣更易比較，也更易選出最關(guān)鍵的節(jié)點(diǎn)。

依據(jù)此，分別取900930（滬普天B）、300120（華測檢測）、900951（*ST大化B）002630（華西能源）這四只股票代表圖2正上方，左方，正下方，右方區(qū)域。

（3）關(guān)鍵節(jié)點(diǎn)股票單個股分析。圖2區(qū)域正上方的板塊選取股票900930（滬普天B），觀察其2013年1月至9月的周開盤價(jià)走勢，其一直處在0.6元上下波動，說明其已為成熟期股票，特點(diǎn)為股價(jià)穩(wěn)定，波動幅度小，發(fā)展前景較弱。依據(jù)此，對圖2正上方區(qū)域股票歸類為成熟板塊股票。

圖2區(qū)域左方的板塊選取股票300012（華測檢測），觀測其走勢，其2013年1月至9月的周開盤價(jià)曲線，其上漲幅度較快，在第17周的驟降是因?yàn)樯鲜泄疽驗(yàn)楣蓛r(jià)

過高或想要再融資，進(jìn)行增資擴(kuò)股的情況而非下跌。在短短的幾個月內(nèi)，其股價(jià)從第18周的10元附近上漲到15元附近，是一只處于上升期的股票，說明其為成長期的股票，特點(diǎn)為股價(jià)不穩(wěn)定，波動幅度大，發(fā)展前景較強(qiáng)。依據(jù)此，對圖2正上方區(qū)域股票歸類為成長板塊股票。

圖2區(qū)域正下方的板塊選取股票900951（*ST大化B），觀測其2013年1月至9月的周開盤價(jià)曲走勢，其波動幅度一般，股票價(jià)格持續(xù)低位，在第一周到第八周小幅上漲后，連續(xù)幾十周的持續(xù)下跌，且通過查詢股票代碼發(fā)現(xiàn)其中文名稱前標(biāo)記著*ST，意味著此股票有即將下市的風(fēng)險(xiǎn)，警告投資者謹(jǐn)慎投資。所以這是一直處于衰落期的股票，特征為股票價(jià)格低，下跌趨勢強(qiáng)，波動程度較大。依據(jù)此，對圖2正下方區(qū)域股票歸類為衰落板塊股票。

圖2區(qū)域右方的板塊選取股票002630（華西能源），觀測其2013年1月至9月的周開盤價(jià)曲線走勢，其整體趨勢是上升的，但上升的比例較小，而且不斷波動，在一個個漲跌幅中前進(jìn)，明顯是一只處于萌芽期的股票，其特點(diǎn)為股價(jià)不穩(wěn)定，波動幅度大，處于大幅度震蕩上漲的趨勢。依據(jù)此，對圖2右方區(qū)域股票歸類為萌芽板塊股票。

4結(jié)論分析與投資建議

現(xiàn)實(shí)中的板塊劃分主要分為兩類，一類是地域板塊，按照上市公司的所在地劃分股票；一類是概念板塊，如金融與銀行業(yè)、化工業(yè)等；同時(shí)也會有依據(jù)股票的表現(xiàn)劃分為藍(lán)籌股、垃圾股等。而上述劃分是依據(jù)時(shí)間序列數(shù)據(jù)的相關(guān)性程度劃分的，與現(xiàn)實(shí)的板塊劃分有相同也有不同的地方。

相同點(diǎn)：與主流的兩類劃分的依據(jù)相同，其劃分主要依據(jù)都是因?yàn)檫@類股票有著很強(qiáng)的相關(guān)性，在整體系統(tǒng)性風(fēng)險(xiǎn)一定的情況下，局部的系統(tǒng)性風(fēng)險(xiǎn)類似，如銀行與金融板塊，當(dāng)央行上調(diào)法定存款準(zhǔn)備金率時(shí)，其板塊的股票整體呈下降趨勢。

不同點(diǎn)：本文的股票網(wǎng)絡(luò)模型比較接近與現(xiàn)實(shí)生活中的依據(jù)股票表現(xiàn)劃分的類型，但這不是主流的劃分，與按照概念劃分和地域劃分的板塊在度量相關(guān)性的指標(biāo)上有一定的差距。

一是多樣化選股。投資股票種類多樣化，板塊多樣化根據(jù)社團(tuán)結(jié)構(gòu)的股票網(wǎng)絡(luò)圖知，當(dāng)購買股票時(shí)，切勿全部購買相同板塊的股票，要綜合考慮，分散風(fēng)險(xiǎn)。相同板塊的股票相關(guān)程度高，波動的趨勢相同，從一方面來看，若全部購買同一類型股票，將會使板塊的非系統(tǒng)性無法避免，提高投資的風(fēng)險(xiǎn)率；從另一方面來看，雖然同一板塊股票上漲具有傳遞效應(yīng)，但其效應(yīng)大小遠(yuǎn)遠(yuǎn)小于下跌時(shí)的連帶效應(yīng)，及時(shí)此板塊的某些股票暴漲也不一定能帶動整個板塊所有股票上漲。所以，即使是風(fēng)險(xiǎn)偏好者也應(yīng)慎重考慮。

二是綜合投資與投機(jī)，確保利益最大化。作為投資者，在股票市場的最終目的是利益最大化。那么在選股時(shí)，不僅要考慮短線低買高賣的投機(jī)操作，也要有長期持倉的投資計(jì)劃。對于投機(jī)類股票，結(jié)合板塊分析可知，應(yīng)選取處于萌芽期或成長期的股票，這些股票的波動性大，只要能把握好趨勢，在短線操作的收益率較高。對于那些風(fēng)險(xiǎn)偏好更高的投資者來說，可以考慮處于衰落期的股票。這類股票，一旦有公司借殼上市，其市值會翻倍的增長；對于投資類股票，可以選取成熟類板塊的股票，這類股票波動程度小，股盤大，價(jià)格相對穩(wěn)定，每年會有固定的分紅股利，這類股票適合長線持有。

三是選股重看基本面。股票的基本面的好壞是一只股票有沒有操盤意義的前提，一般的我們通過分析其每股凈收益，單日成交量等基本財(cái)務(wù)指標(biāo)來判斷其基本面情況。如果一只股票的基本面不好，再多的技術(shù)分析也只是空中樓閣。所以對于選股來說，先看基本面，再看技術(shù)指標(biāo)。

四是把握宏觀經(jīng)濟(jì)基本面，緊跟時(shí)事動態(tài)。在尚不完善的中國股票市場，投機(jī)和跟風(fēng)是市場普遍的特點(diǎn)。擁有敏銳的宏觀經(jīng)濟(jì)嗅覺，能夠更好地提高投資者對所持股票的掌控度，更有利于投資者資本收益最大化的實(shí)現(xiàn)。

引用一句股票市場最流行的一句話，股市有風(fēng)險(xiǎn)，入市需謹(jǐn)慎，在進(jìn)行投資決策前，一定要量力而行，切忌盲目盲從，要理性判斷，做出最優(yōu)的理財(cái)規(guī)劃，讓你和你愛的人過上更加幸福美好的生活。

參考文獻(xiàn)：

［1］ 康橋，田新民.滬市主板與深市創(chuàng)業(yè)板相關(guān)性研究及實(shí)證分析［J］.中國市場，2014（36）.

［2］ 潘令希.關(guān)于IPO發(fā)售機(jī)制的探析［J］.中國市場，2014（43）.

篇4

關(guān)鍵詞：復(fù)雜供應(yīng)鏈網(wǎng)絡(luò) 級聯(lián)效應(yīng) 最大連通子圖

引言

供應(yīng)鏈?zhǔn)菄@核心企業(yè)將供應(yīng)商、制造商、分銷商、零售商、直到最終用戶連成一個整體的網(wǎng)鏈結(jié)構(gòu)。隨著全球經(jīng)濟(jì)一體化與信息技術(shù)的進(jìn)步，供應(yīng)鏈的形態(tài)變得越來越復(fù)雜，由鏈條式結(jié)構(gòu)向網(wǎng)絡(luò)化結(jié)構(gòu)演變。已有文獻(xiàn)對供應(yīng)鏈的研究主要是針對“單鏈?zhǔn)健惫?yīng)鏈，而關(guān)于供應(yīng)鏈的“網(wǎng)絡(luò)性”研究相對較少?！熬W(wǎng)絡(luò)性”供應(yīng)鏈一般是圍繞一個核心企業(yè)展開的，因與核心企業(yè)合作的上下游企業(yè)為多個，且在其兩邊呈扇形網(wǎng)絡(luò)狀，因此稱之為“網(wǎng)絡(luò)”。隨著供應(yīng)鏈中各個供應(yīng)商之間的關(guān)系日益復(fù)雜，供應(yīng)鏈形態(tài)逐漸由鏈條型演變?yōu)榫W(wǎng)絡(luò)型，進(jìn)而形成復(fù)雜的供應(yīng)鏈網(wǎng)絡(luò)結(jié)構(gòu)（張昕瑞、王恒山，2009）。本文所研究的復(fù)雜供應(yīng)鏈網(wǎng)絡(luò)是指，由多個“以某核心企業(yè)為中心形成的單個供應(yīng)鏈網(wǎng)絡(luò)”所組成的復(fù)雜供應(yīng)鏈網(wǎng)絡(luò)，即不僅在這些核心企業(yè)周圍形成上下游企業(yè)網(wǎng)絡(luò)，而且不同的單個供應(yīng)鏈網(wǎng)絡(luò)之間存在各種聯(lián)系。

復(fù)雜網(wǎng)絡(luò)中的一些節(jié)點(diǎn)或邊由于受不確定因素的影響，這些節(jié)點(diǎn)或邊不能再發(fā)揮應(yīng)有的功能，由此整個網(wǎng)絡(luò)中的“流”就會在其他節(jié)點(diǎn)或邊上重新分布，從而造成新的節(jié)點(diǎn)或邊上的“流”負(fù)載過大而崩潰，節(jié)點(diǎn)或邊的崩潰就會沿供應(yīng)鏈鏈路在整個網(wǎng)絡(luò)上傳播開來，造成對供應(yīng)鏈網(wǎng)絡(luò)功能的嚴(yán)重影響（Hills A，2005）。復(fù)雜的供應(yīng)鏈網(wǎng)絡(luò)中供應(yīng)商的失效是一個很典型的級聯(lián)效應(yīng)現(xiàn)象，因此，確定復(fù)雜供應(yīng)鏈網(wǎng)絡(luò)中的重要節(jié)點(diǎn)，加強(qiáng)對重要節(jié)點(diǎn)的管理和保護(hù)，對供應(yīng)鏈網(wǎng)絡(luò)的安全運(yùn)行具有重要作用。

供應(yīng)鏈網(wǎng)絡(luò)節(jié)點(diǎn)重要性評價(jià)方法，國內(nèi)外已有一些研究成果。Shooman H，Padhraic S.（2002）計(jì)算了單供應(yīng)鏈網(wǎng)絡(luò)在個別邊失效后網(wǎng)絡(luò)的連接概率。Church R，Scaparra M.（2005）建立了供應(yīng)鏈網(wǎng)絡(luò)防御模型，能識別網(wǎng)絡(luò)中的重要節(jié)點(diǎn)并對該節(jié)點(diǎn)進(jìn)行防御。朱冰心、胡一 （2007）提出使用節(jié)點(diǎn)刪除前后網(wǎng)絡(luò)效率值的變化來識別關(guān)鍵節(jié)點(diǎn)。韓梅琳、樊瑞滿（2007）提出了供應(yīng)鏈應(yīng)對突發(fā)事件的處理機(jī)制。以上研究多集中在對單供應(yīng)鏈網(wǎng)絡(luò)節(jié)點(diǎn)重要性評價(jià)的研究，涉及復(fù)雜供應(yīng)鏈網(wǎng)絡(luò)節(jié)點(diǎn)重要評價(jià)的文獻(xiàn)很少。

復(fù)雜供應(yīng)鏈網(wǎng)絡(luò)節(jié)點(diǎn)重要性評價(jià)

（一）考慮級聯(lián)效應(yīng)的動態(tài)評價(jià)

網(wǎng)絡(luò)效率可以用來計(jì)算節(jié)點(diǎn)的重要性值。具體表示如下：

Ik=1-Ek/E0 （1）

式中Ik為節(jié)點(diǎn)重要性值；E0為網(wǎng)絡(luò)正常運(yùn)轉(zhuǎn)時(shí)的網(wǎng)絡(luò)效率；Ek為級聯(lián)效應(yīng)結(jié)束后網(wǎng)絡(luò)效率。本文對Ik進(jìn)行標(biāo)準(zhǔn)化即得到各節(jié)點(diǎn)的權(quán)重。

通過評價(jià)網(wǎng)絡(luò)的效率，可以通過改善網(wǎng)絡(luò)的構(gòu)造從而優(yōu)化網(wǎng)絡(luò)的效率，使網(wǎng)絡(luò)具備更強(qiáng)的抵御突發(fā)事件的能力。Latora S，Marchiori A（2001）提出了網(wǎng)絡(luò)效率的定義，建立了一個網(wǎng)絡(luò)模型G=（V，E），其中V是點(diǎn)集合，E是邊集合。假設(shè)節(jié)點(diǎn)i與節(jié)點(diǎn)j的連通效率eij與最短路徑dij成反比，即eij=1/dij，對任意的i、j，若它們之間無連通，則dij趨于正無窮大，而eij趨于0。具體公式如下：

（2）

式中E（G）為網(wǎng)絡(luò)效率，N為網(wǎng)絡(luò)中節(jié)點(diǎn)數(shù)目。

1.正常運(yùn)行。供應(yīng)鏈網(wǎng)絡(luò)正常運(yùn)行時(shí)效率用E0表示，采用式（2）計(jì)算網(wǎng)絡(luò)效率。此時(shí)，N表示網(wǎng)絡(luò)正常運(yùn)行時(shí)所有節(jié)點(diǎn)的數(shù)目，dij為網(wǎng)絡(luò)中所有任意節(jié)點(diǎn)對之間的距離。本文使用最短路徑的程序來計(jì)算dij。

2.級聯(lián)失效。級聯(lián)失效后供應(yīng)鏈網(wǎng)絡(luò)效率用Ek表示，它是第k個節(jié)點(diǎn)引起級聯(lián)效應(yīng)結(jié)束后網(wǎng)絡(luò)的效率，同樣可以采用式（2）計(jì)算。此時(shí)，N表示網(wǎng)絡(luò)中剩余節(jié)點(diǎn)的數(shù)目，而dij是剩余節(jié)點(diǎn)中任意節(jié)點(diǎn)對之間的最短距離。為了得到N和Ek，需要對級聯(lián)效應(yīng)的過程進(jìn)行仿真，仿真中需引入兩項(xiàng)指標(biāo)，即節(jié)點(diǎn)負(fù)載和節(jié)點(diǎn)能力。

節(jié)點(diǎn)負(fù)載是指供應(yīng)鏈網(wǎng)絡(luò)中不相鄰節(jié)點(diǎn)j和k之間的通信主要依賴于連接節(jié)點(diǎn)j和k的路徑所經(jīng)過的節(jié)點(diǎn)，如果某個節(jié)點(diǎn)被其他許多路徑經(jīng)過，則表示該節(jié)點(diǎn)在網(wǎng)絡(luò)中的負(fù)載量很大。定量地描述某個節(jié)點(diǎn)在網(wǎng)絡(luò)中的負(fù)載可以使用介數(shù)，它是指最短路徑經(jīng)過某個節(jié)點(diǎn)的次數(shù)，可表示為：

（3）

式中σst表示節(jié)點(diǎn)s和t之間最短路徑的總數(shù)；σst（v）表示節(jié)點(diǎn)s和t之間最短路徑經(jīng)過節(jié)點(diǎn)v的數(shù)量。節(jié)點(diǎn)v和s或t不重復(fù)，網(wǎng)絡(luò)邊緣節(jié)點(diǎn)的介數(shù)為0；介數(shù)為0并不意味著負(fù)載為0，只表示此類節(jié)點(diǎn)不是網(wǎng)絡(luò)中的重要節(jié)點(diǎn)。

節(jié)點(diǎn)能力是指該節(jié)點(diǎn)能處理的最大負(fù)載量，在供應(yīng)鏈網(wǎng)絡(luò)中，節(jié)點(diǎn)能力受成本限制，假設(shè)節(jié)點(diǎn)k的能力和它的初始負(fù)載Lk（0）成正比，可以表示為：

Ck=Lk（0）（1+α） （4）

式中α為容忍參數(shù)，α≥0。根據(jù)實(shí)際情況，本文取α=0.3。

（二）級聯(lián)效應(yīng)的破壞程度

一個網(wǎng)絡(luò)總是存在一個最大連通子圖（Bao Z，Cao Y.，2008），最大連通子圖內(nèi)所包含的節(jié)點(diǎn)比網(wǎng)絡(luò)其他子圖所包含的節(jié)點(diǎn)都要多，并且任意2個節(jié)點(diǎn)之間都存在通路。級聯(lián)失效的破壞程度由失效后網(wǎng)絡(luò)的最大連通子圖的規(guī)模G來衡量，可表示為：

G=N`/N （5）

式中N和N`是網(wǎng)絡(luò)失效前后最大連通子圖的節(jié)點(diǎn)數(shù)。當(dāng)G≈1時(shí)網(wǎng)絡(luò)趨近于完整網(wǎng)絡(luò)，G≈0時(shí)網(wǎng)絡(luò)幾乎全部崩潰。

復(fù)雜供應(yīng)鏈網(wǎng)絡(luò)節(jié)點(diǎn)重要性評價(jià)方法的應(yīng)用

本文以匯源集團(tuán)供應(yīng)鏈網(wǎng)絡(luò)為例來說明該方法的原理。匯源的原材料來源主要有：一部分來自大型供應(yīng)基地農(nóng)場，另一部分來自散戶果農(nóng)。一般情況下，供應(yīng)基地和散戶的原材料經(jīng)過收購站集中初加工，經(jīng)測檢合格后，送到加工廠進(jìn)行殺菌和加工，制成各種不同的果汁飲料，通過配送中心，送至各大經(jīng)銷商和超市，直至最終消費(fèi)者，因此本文基于復(fù)雜網(wǎng)絡(luò)理論得到匯源供應(yīng)鏈網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。

（一）供應(yīng)鏈網(wǎng)絡(luò)結(jié)構(gòu)

匯源集團(tuán)供應(yīng)鏈網(wǎng)絡(luò)結(jié)構(gòu)包括6層主要鏈接，從上游到下游依次為：農(nóng)場（1，2，3節(jié)點(diǎn)），收購站（4，5，6節(jié)點(diǎn)），加工廠（7，8，9節(jié)點(diǎn)），配送中心（10，11，12節(jié)點(diǎn)），零售商（13，14，15節(jié)點(diǎn)）和消費(fèi)者（16節(jié)點(diǎn)）。原料從農(nóng)場出發(fā)，依次經(jīng)過各層級，最終到達(dá)消費(fèi)者。本文以匯源集團(tuán)供應(yīng)鏈網(wǎng)絡(luò)來說明考慮級聯(lián)效應(yīng)的供應(yīng)鏈網(wǎng)絡(luò)節(jié)點(diǎn)重要性評價(jià)方法的應(yīng)用。

（二）數(shù)據(jù)結(jié)果分析

單個節(jié)點(diǎn)4～14的失效均能引起供應(yīng)鏈網(wǎng)絡(luò)的級聯(lián)效應(yīng)，具體過程如表1所示。由于引起級聯(lián)效應(yīng)的節(jié)點(diǎn)均能引起該節(jié)點(diǎn)所在層的全部斷裂。本文只從引發(fā)級聯(lián)效應(yīng)規(guī)模的大小，即Ik值來評價(jià)節(jié)點(diǎn)的重要性。由表1可知，節(jié)點(diǎn)4中Ik=1，為最重要節(jié)點(diǎn)，即該點(diǎn)失效會引起整個網(wǎng)絡(luò)的崩潰。排名居2、3位的是節(jié)點(diǎn)10和9。它們的失效會引起相應(yīng)5個節(jié)點(diǎn)的失效，Ik分別為0.786和0.733。節(jié)點(diǎn)1、2、3、11和15的失效不能引起級聯(lián)效應(yīng)，它們的重要性也相對較弱。

最大連通子圖是衡量網(wǎng)絡(luò)受破壞程度的物理量，它的大小和網(wǎng)絡(luò)遭受的攻擊方式有關(guān)。本文采取兩種攻擊方式：攻擊度數(shù)最高的點(diǎn)；攻擊負(fù)載最大的點(diǎn)。通過計(jì)算可得，網(wǎng)絡(luò)中各點(diǎn)的度數(shù)和負(fù)載如表2所示。

由表2可知，節(jié)點(diǎn)5和8分別是度數(shù)與負(fù)載最高的點(diǎn)。對這兩點(diǎn)分別進(jìn)行攻擊，計(jì)算容忍系數(shù)α為0～1.0時(shí)，兩種攻擊方式的級聯(lián)失效過程，網(wǎng)絡(luò)剩余節(jié)點(diǎn)數(shù)和最大連通子圖的規(guī)模結(jié)果如表3所示。由表3可知，第1種攻擊方式（攻擊度數(shù)最高點(diǎn)）在α∈（0，0.9）的情況下都會引起級聯(lián)效應(yīng)，即節(jié)點(diǎn)5失效從而導(dǎo)致節(jié)點(diǎn)4、6失效。第2種攻擊方式（攻擊負(fù)載量最大點(diǎn)）在α∈（0，0.2）的情況下，也會引起級聯(lián)效應(yīng)，即節(jié)點(diǎn)8失效導(dǎo)致節(jié)點(diǎn)4、7、9、10的失效。該表同時(shí)反映出，采用第2種攻擊方式時(shí)，剩余網(wǎng)絡(luò)最大連通子圖的節(jié)點(diǎn)相對較少，規(guī)模相對較小，說明第2種攻擊方式同第1種相比對網(wǎng)絡(luò)的破壞性更大。通常情況下攻擊負(fù)載大的點(diǎn)要比攻擊度數(shù)高的點(diǎn)破壞性更大。

結(jié)論

本文提出了一種復(fù)雜供應(yīng)鏈網(wǎng)絡(luò)節(jié)點(diǎn)重要性評價(jià)方法，可以在設(shè)計(jì)和運(yùn)營策略上考慮失效事件的存在，通過對供應(yīng)鏈關(guān)鍵節(jié)點(diǎn)實(shí)施事前保護(hù)，使供應(yīng)鏈網(wǎng)絡(luò)在失效事件發(fā)生后能夠保持正常運(yùn)作。與事后針對失效事件改變運(yùn)作計(jì)劃相比，通過節(jié)點(diǎn)重要性評估，識別出重要節(jié)點(diǎn)，加強(qiáng)對其管理與保護(hù)，有助于提高供應(yīng)鏈網(wǎng)絡(luò)的彈性和安全性。考慮供應(yīng)鏈網(wǎng)絡(luò)權(quán)重進(jìn)行重要節(jié)點(diǎn)的評價(jià)將是今后更進(jìn)一步研究的方向。

參考文獻(xiàn)：

1.張昕瑞，王恒山.供應(yīng)鏈網(wǎng)絡(luò)的價(jià)值增值博弈決策研究[J].商業(yè)經(jīng)濟(jì)與管理，2009，213（7）

2.Hills A.Insidious environments： Creeping dependencies and urban vulnerabilities [J].Journal of Contingencies and Crisis Management，2005，13（1）

3.Shooman H， Padhraic S. Algorithms for estimating relative importance in networks [J]. Information and Computer Science，2002，45（7）

4.Church R，Scaparra M. Protecting critical assets： Astochastic model for risk management in global supply chain networks[J]. Eur J Oper Res， 2005，69（3）

5.朱冰心，胡一.基于復(fù)雜網(wǎng)絡(luò)理論的供應(yīng)鏈應(yīng)急管理研究[J].物流技術(shù)，2007，26（11）

6.韓梅琳，樊瑞滿.供應(yīng)鏈突發(fā)事件應(yīng)急協(xié)調(diào)機(jī)制研究[J].統(tǒng)計(jì)與決策，2007，20（3）

篇5

關(guān)鍵詞：語義網(wǎng)絡(luò)；語義空間；小世界；無標(biāo)度

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2014）32-7703-07

復(fù)雜網(wǎng)絡(luò)研究方法的出現(xiàn)使對語言網(wǎng)絡(luò)進(jìn)行大規(guī)模實(shí)證性研究成為可能[1]。語義研究是當(dāng)前研究的熱點(diǎn)，如何借助復(fù)雜網(wǎng)絡(luò)方法研究語言的語義特性是一個十分關(guān)鍵的問題。唐璐、張永光等[2]在兩個大型詞典HowNet和WordNet基礎(chǔ)上，利用詞典信息構(gòu)建了兩個語義網(wǎng)絡(luò)。劉海濤[3]通過人工語義標(biāo)注的語料，構(gòu)建了一個小型的語義網(wǎng)絡(luò)，借此探究語義網(wǎng)絡(luò)的復(fù)雜特性。Steyvers 和Tnenenbaum[4]利用WordNet、羅杰分類詞典等資源分別構(gòu)建了大規(guī)模英語語義網(wǎng)絡(luò)，并對其進(jìn)行復(fù)雜統(tǒng)計(jì)分析。但現(xiàn)有的工作依賴手工標(biāo)注或者完全借助詞典（如WordNet）的方法來構(gòu)建語義網(wǎng)絡(luò)，這些方法數(shù)據(jù)規(guī)模小，移植拓展性差，無法很好的說明問題。而分布語義是語義表示的重要方法，由大規(guī)模語料所構(gòu)建的語義空間里已經(jīng)包含了可以計(jì)算的語義信息。其優(yōu)勢是不需要依賴人工標(biāo)注，可以從語料中獲得大量語義表示。如果能從大規(guī)模分布語義空間中自動構(gòu)建語義網(wǎng)絡(luò)并應(yīng)用復(fù)雜網(wǎng)絡(luò)方法加以探究，則將能很好地推動語義網(wǎng)絡(luò)復(fù)雜特性方面的研究。該文將開展這方面的工作。該文主要關(guān)注中文的情況，但相關(guān)的方法也可以擴(kuò)展到其他語言。

Harris提出語言學(xué)的分布假設(shè)[8]：兩個詞之間的相似度可由它們共現(xiàn)詞的分布相似度近似，換而言之，即具有相似上下文的詞具有相似語義。這里，我們對基于分布假設(shè)理論計(jì)算的相似度給出定義，稱為分布語義相似度：

定義1.1 分布語義相似度，指在分布假設(shè)理論下，通過借助上下文共現(xiàn)分布的相似性對兩個詞相似性進(jìn)行的度量。

從上文可知，分布語義相似度的計(jì)算是根據(jù)兩個詞語出現(xiàn)的上下文重疊程度計(jì)算它們之間的相似度，換而言之，上下文背景越相似，詞的相似度就越大。目前對分布語義的表示、比較，采用的是基于向量空間模型的語義空間的方法[9]。由于語義空間內(nèi)蘊(yùn)含著豐富的語義信息，因此在語義空間的基礎(chǔ)上構(gòu)建語義網(wǎng)絡(luò)是具有理論依據(jù)且十分有意義的。

2 語義網(wǎng)絡(luò)構(gòu)建算法

2.2 節(jié)點(diǎn)拓展

利用語義空間自帶的豐富的語義信息可以計(jì)算兩個詞之間的分布語義相似度，將相似度高于一定閾值的兩個詞連邊，認(rèn)為二者具有語義關(guān)系，從而將語義空間拓展成對應(yīng)的語義網(wǎng)絡(luò)。

對每一個當(dāng)前進(jìn)行拓展的新節(jié)點(diǎn)（拓展詞）分配集合NewSet保存該節(jié)點(diǎn)拓展信息，集合OldSet保存已拓展詞的歷史信息。考慮到復(fù)雜度以及作為基元（維度）的詞的豐富語義信息，該文采用貪心思想進(jìn)行節(jié)點(diǎn)的拓展來生成語義網(wǎng)絡(luò)，即假定詞w1的語義向量對應(yīng)某基元的值大于某個閾值e，則認(rèn)為詞w1與該基元存在語義關(guān)系，則將二者相連，并將拓展到的節(jié)點(diǎn)（基元）加入集合NewSet。在此假定下，繼續(xù)按相同方法拓展基元直至無可再拓展基元，則認(rèn)為該詞w1拓展結(jié)束。為防止出現(xiàn)不連通圖，即若出現(xiàn)NewSet和OldSet兩集合不相交的情況，則以概率1/size（OldSet）將兩個集合進(jìn)行連邊，否則計(jì)算拓展詞與OldSet里非基元詞的相似度進(jìn)行連邊。最后將NewSet并入OldSet中。

按本節(jié)所提算法對語義空間進(jìn)行邊的拓展生成語義網(wǎng)絡(luò)，但發(fā)現(xiàn)其與人工標(biāo)注生成的語義網(wǎng)絡(luò)結(jié)構(gòu)存在較大的差異，主要原因是由于語義分布相似度描述的特性混合了相似性與相關(guān)性，因此產(chǎn)生了多余的、與語義分析相違背的連邊，故需要對所生成的初始語義網(wǎng)絡(luò)里不合理的邊進(jìn)行過濾，以生成更接近人工生成的語義網(wǎng)絡(luò)。

2.3 過濾不合理的連接

本節(jié)首先對相似性和相關(guān)性給出定義及其度量方法，再據(jù)此提出2條啟發(fā)式的過濾規(guī)則，實(shí)現(xiàn)對語義網(wǎng)絡(luò)里不合理的連接進(jìn)行過濾。

4 總結(jié)及展望

語義網(wǎng)絡(luò)介于句法網(wǎng)絡(luò)和概念網(wǎng)絡(luò)之間，是人類知識的高級表示。而當(dāng)前對語義網(wǎng)絡(luò)的研究僅有人工手動生成與使用義類詞典資源兩種方式，對進(jìn)行大規(guī)模語義網(wǎng)絡(luò)研究有很大的局限性。由于語義空間內(nèi)蘊(yùn)含著大量準(zhǔn)確而豐富的語義信息，因此本文提出了基于語義空間和義類詞典資源結(jié)合的語義網(wǎng)絡(luò)生成算法，能夠?qū)Υ笠?guī)模語料進(jìn)行語義網(wǎng)絡(luò)復(fù)雜特性的探究，網(wǎng)絡(luò)節(jié)點(diǎn)更加豐富，更能體現(xiàn)語言在真實(shí)文本中的動態(tài)特性。實(shí)驗(yàn)結(jié)果發(fā)現(xiàn)：基于語義空間生成的語義網(wǎng)絡(luò)符合小世界和無標(biāo)度特性；當(dāng)語義網(wǎng)絡(luò)節(jié)點(diǎn)到達(dá)一定規(guī)模時(shí)，語義網(wǎng)絡(luò)的某些統(tǒng)計(jì)特性可能會趨于一致；一定規(guī)模下，不同方式生成的語義空間對最終生成的語義網(wǎng)絡(luò)的某些統(tǒng)計(jì)特性不會造成重大的影響。未來的工作主要有：分布語義受訓(xùn)練文本的影響較大，也僅能表現(xiàn)出現(xiàn)在文本內(nèi)的語義，因此在一個更大規(guī)模語料上進(jìn)行本文的研究是必要的；當(dāng)前對語言網(wǎng)絡(luò)的研究還多局限于總體宏觀統(tǒng)計(jì)特性，在未來的研究工作中應(yīng)該關(guān)注于復(fù)雜網(wǎng)絡(luò)局部所表現(xiàn)出的特性，比如社區(qū)發(fā)現(xiàn)等。

參考文獻(xiàn)：

[1] 劉海濤.語言網(wǎng)絡(luò)：隱喻，還是利器？ [J].浙江大學(xué)學(xué)報(bào)：人文社會科學(xué)版，2011，41（2）：169-180.

[2] Tang L， Zhang Y G， Fu X. Structures of semantic networks： How do we learn semantic knowledge[J]. Journal of Southeast University （English Edition）， 2006， 22（3）：413-417.

[3] 劉海濤.漢語語義網(wǎng)絡(luò)的統(tǒng)計(jì)特性[J].科學(xué)通報(bào)，2009，54（16）：2781-1785.

[4] Steyvers M， Tenenbaum J B. The large-scale structure of semantic networks： statistical analyses and a model of semantic growth[J]. Cognitive Science： A Multidisciplinary Journal， 2005，29（1）： 41-78.

[5] 汪小帆，李翔，陳關(guān)榮.復(fù)雜網(wǎng)絡(luò)理論及其應(yīng)用[M].北京：清華大學(xué)出版社，2006.

[6] Watts D J， Strogatz S H. Collective dynamics of ‘small-world’ network[J].Nature，1998， 393（6648）：440-442.

[7] Barab A L， Albert R. Emergence of scaling in random networks[J].Science， 1999，286（5439）：509-512.

[8] Harris Z S. Distributional structure[M]. Springer Netherlands， 1970.

[9] Jurgens D， Stevens K. The S-Space package： An open source package for word space models[C]//Proceedings of the ACL 2010 System Demonstrations. Association for Computational Linguistics， 2010： 30―35.

[10] Burgess C， Cottrell G. Symposium at the cognitive science society conference ： using high - dimensional semantic spaces derived from large text corpora[C]//Proceedings of the Cognitive Science Society. Hillsdale， NJ： Erlbaum Publishers， 1995：13-14.

[11] Rohde D L T， Gonnerman L M， Plaut D C. An improved model of semantic similarity based on lexical co-occurrence[J]. Communications of the ACM， 2006，8：627-633.

[12] Pado S， Lapata M. Dependency-based construction of semantic space models[J]. Computational Linguistics， 2007， 33（2）： 161-199.

篇6

關(guān)鍵詞：網(wǎng)絡(luò)分析儀 諧波濾波器 調(diào)試 應(yīng)用

中圖分類號：TN713 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2013）06-0070-02

諧波濾波器是DFIOOA型發(fā)射機(jī)的維護(hù)難點(diǎn)和重點(diǎn)。其伺服傳動機(jī)構(gòu)復(fù)雜，同步轉(zhuǎn)動的器件多（兩個電感、三個電容）。正常阻抗為75Ω，若阻抗過高會產(chǎn)生異常高壓造成電感打火甚至擊穿真空電容（包括7單元的補(bǔ)償電容），因此諧波濾波器的調(diào)試對于廣播發(fā)射機(jī)維護(hù)人員是必需掌握的本領(lǐng)。

1 網(wǎng)絡(luò)分析儀在調(diào)試諧波濾波器中的應(yīng)用

1.1 網(wǎng)絡(luò)分析儀簡單介紹

現(xiàn)代網(wǎng)絡(luò)分析儀已廣泛在研發(fā)，生產(chǎn)中大量使用，網(wǎng)絡(luò)分析儀被廣泛地應(yīng)用于分析各種不同部件、材料、電路、設(shè)備和系統(tǒng)。無論是在研發(fā)階段為了優(yōu)化模擬電路的設(shè)計(jì)，還是為了調(diào)試檢測電子元器件，矢量網(wǎng)絡(luò)分析儀都成為一種不可缺少的測量儀器。網(wǎng)絡(luò)分析儀是一種功能強(qiáng)大的儀器，正確使用時(shí)，可以達(dá)到極高的精度。它的應(yīng)用也十分廣泛，在很多行業(yè)都不可或缺，尤其在測量無線射頻（RF）元件和設(shè)備的線性特性方面非常有用?，F(xiàn)代網(wǎng)絡(luò)分析儀還可以應(yīng)用于更具體的場合。本文以Agilent E5061A網(wǎng)絡(luò)分析儀作為測試工具。

1.2 工作原理

光在透鏡的傳輸過程可以幫助理解射頻或微波信號在器件的工作過程（如圖1）。

當(dāng)射頻信號輸入到某個器件上時(shí)，會產(chǎn)生相應(yīng)的反射和傳輸。每個器件在工作狀態(tài)下，其傳輸和反射信號的大小和相位都是不同的，而反射和傳輸?shù)奶匦詻Q定器件對信號的處理作用。器件及電路的設(shè)計(jì)實(shí)際上就是定量控制器件的反射和傳輸特性。影響一個器件（系統(tǒng)）傳輸/反射特性的因素很多，作為網(wǎng)絡(luò)分析儀主要研究器件傳輸/反射特性與工作頻率及功率的關(guān)系。簡單來講，網(wǎng)絡(luò)分析儀顯示的結(jié)果縱軸可定義為傳輸或反射特性，而橫軸為功率或頻率。

一般而言，網(wǎng)絡(luò)分析儀在射頻及微波組件方面的量測上是最基本、應(yīng)用層次也是最廣的儀器，它可以提供線性及非線性組件的量測參數(shù)，因此，舉凡所有主被動組件的仿真、制程及測試上，幾乎會使用到。在測量參數(shù)上，它不但可以提供反射系數(shù)，并從反射系數(shù)換算出阻抗的大小，且可以測量穿透系數(shù)，以及推演出重要的S參數(shù)及其它的重要參數(shù)，如相位、群速度延遲（GroupDelay）、插入損耗（Insertion Loss）、增益（Gain）甚至放大器的1dB壓縮點(diǎn)（Compression point）等。

光波屬于電磁波的一種，當(dāng)我們用光分析一個組件式，會使用一個已知的入射光源測量未知的待測物，當(dāng)光波由空氣到達(dá)另一個介質(zhì)時(shí)，會因折射率不同產(chǎn)生部分反射及部分穿透的特性，例如化學(xué)分析上使用的穿透及反射光譜。對于同樣屬電磁波的射頻來說，道理是相通的，光之于折射率就好比微波之于阻抗的概念，當(dāng)一個電磁波到達(dá)另一個不連續(xù)的阻抗接口是，同樣也會有穿透及反射的行為，從這些反射及穿透行為的大小及相位變化中，就可以分析出該組件的特性。

用來描述組件的參數(shù)有許多種，其中某些只包含振幅的訊息，如回返損耗、駐波比或插入損耗等，我們稱為純量，而能得到如反射系數(shù)及穿透系數(shù)等，我們稱為向量，其中向量可以推導(dǎo)出純量行為，但純量卻因無相位信息而無法推導(dǎo)出向量特性。

1.3 諧波濾波器介紹

諧波濾波器是一種可調(diào)式雙回路低通濾波器，安裝在高末級功率放大器機(jī)箱頂部，使用的電容和電感通過機(jī)械傳動連接，由一只調(diào)諧馬達(dá)驅(qū)動。它是PSM100KW短波發(fā)射機(jī)射頻通路的重要元件之一，主要用來濾除基波以外的高次諧波，以達(dá)到國際電聯(lián)規(guī)定的殘波輻射小于50mw的標(biāo)準(zhǔn)。諧波濾波器是一個非調(diào)諧的阻抗匹配網(wǎng)絡(luò)，采用定點(diǎn)預(yù)置的方法，每個頻率都有唯一確定的位置，其伺服傳動機(jī)構(gòu)復(fù)雜，同步轉(zhuǎn)動器件多，所以，一旦出故障，將造成很大的麻煩。

1.4 諧波濾波器的調(diào)試技術(shù)指標(biāo)要求

1.5 調(diào)試環(huán)境及注意事項(xiàng)

使用諧波濾波器一般使用在高頻環(huán)境、外界電磁環(huán)境復(fù)雜的情況下，因此測試首先要排除這些干擾因素，使網(wǎng)絡(luò)分析儀能工作在良好的環(huán)境中，必須做好以下幾點(diǎn)：

a）在發(fā)射機(jī)公共停機(jī)時(shí)間或者完全屏蔽的房間內(nèi)進(jìn)行，網(wǎng)絡(luò)分析儀最好接在具有電源濾波器的電源上電源最好從在線式UPS取出，以防高頻電源的串?dāng)_。

b）調(diào)試基準(zhǔn)：以20M頻率點(diǎn)作為基準(zhǔn)調(diào)試。

c）網(wǎng)絡(luò)分析儀均需用銅帶進(jìn)行良好的接地。

d）網(wǎng)絡(luò)分析儀充分預(yù)熱。

調(diào)試工程中要做好防靜電措施，帶防靜電手套。調(diào)試人員帶電操作，一定要注意安全。調(diào)試完成后注意清點(diǎn)工具。

2 諧波濾波器調(diào)試前的預(yù)置

2.1 諧波調(diào)試前電感預(yù)置

盤香電感預(yù)置在20MHz頻率點(diǎn)的基準(zhǔn)位置，即短路滾輪在盤香電感內(nèi)數(shù)第二圈位置上，此時(shí)諧波滾輪（白色導(dǎo)向小輪）剛好正對觀察窗口，相對位置應(yīng)保持相對同步平行狀態(tài)。否則應(yīng)松開鏈條，調(diào)整其位置。

2.2 諧波調(diào)試前電容預(yù)置

2.3 注意的事項(xiàng)

為保證諧波濾波器調(diào)諧電容的一致性，應(yīng)選用同一廠家同批次的電容，且均應(yīng)通過打壓測試合格。

3 使用網(wǎng)絡(luò)分析儀調(diào)試諧波

3.1 連接設(shè)備儀器

d）如未達(dá)到要求，反復(fù)調(diào)試，使諧波濾波器回到20MHz頻率點(diǎn)，再次細(xì)調(diào)C1、C2、C3，必要時(shí)可微調(diào)L1、L2的相對位置，使諧波濾波器在短波頻段內(nèi)滿足要求。

e）調(diào)試完成后，脫開諧波濾波器的輸入和輸出端，在輸入端測量總電容量并記錄，總電容量應(yīng)符合典型值。重新連接網(wǎng)絡(luò)分析儀和負(fù)載純阻，諧波濾波器回到20MHz頻率點(diǎn)，將計(jì)數(shù)器數(shù)碼位置調(diào)整至1000后，齒合傳動。

通過以上調(diào)試方法，反復(fù)調(diào)試，從測試儀中選好最佳狀態(tài)，固定好位置，調(diào)試就可以基本完成，保證濾除高次諧波成分，提升發(fā)射機(jī)性能指標(biāo)。

篇7

【摘要題】企業(yè)信息建設(shè)

【關(guān)鍵詞】社會網(wǎng)絡(luò)/社會資本/社會網(wǎng)絡(luò)分析/知識管理/隱性知識共享

【正文】

知識成為21世紀(jì)企業(yè)持續(xù)競爭優(yōu)勢的一切來源。其中，隱性知識的交流和共享是知識創(chuàng)造的基礎(chǔ)，因此，隱性知識是企業(yè)財(cái)富的最主要源泉，隱性知識的有效交流和共享成為企業(yè)知識化運(yùn)營、發(fā)展的關(guān)鍵。但隱性知識的內(nèi)隱性、復(fù)雜性以及隱性知識共享中的障礙性因素使隱性知識共享的可操作度大大降低。知識管理研究領(lǐng)域開始分析知識共享的機(jī)理和對策，并且形成以下較為成熟的研究領(lǐng)域：隱性知識共享的組織結(jié)構(gòu)分析、隱性知識共享的組織文化分析、隱性知識共享的技術(shù)支持分析和隱性知識共享的激勵制度分析。但知識管理理論的價(jià)值在于其在組織中的應(yīng)用，有關(guān)隱性知識共享的各種分析和結(jié)論也必須以實(shí)踐為最終目的，這恰恰是目前研究中的弱點(diǎn)，甚至是盲點(diǎn)。研究者將目光過多地投向定性和理論分析上，忽略了隱性知識共享必須依靠有效的操作工具和實(shí)踐指導(dǎo)，造成理論無法提升實(shí)踐績效。本文在以往研究的支撐下，借助“社會網(wǎng)絡(luò)分析”這一具體工具，提出一種有效的組織隱性知識共享操作工具，解決目前研究中面臨的“說和做”的兩難境地。本文與以往研究的不同之處在于其定量方法基礎(chǔ)上的分析方法構(gòu)建，試圖為組織隱性知識共享提供具體的操作工具。

1社會網(wǎng)絡(luò)理論與知識管理

社會網(wǎng)絡(luò)理論20世紀(jì)50-60年代開始出現(xiàn)，長期以來主要被用于社會學(xué)問題的研究。目前已有學(xué)者將社會網(wǎng)絡(luò)理論的研究從純社會學(xué)的范疇擴(kuò)大到企業(yè)，利用社會網(wǎng)絡(luò)的理論來解釋企業(yè)資源獲取和企業(yè)成長的問題，利用社會網(wǎng)絡(luò)理論協(xié)助企業(yè)開展競爭情報(bào)活動。本文的主旨不是單純的闡述社會網(wǎng)絡(luò)理論和社會網(wǎng)絡(luò)分析方法，而是探討社會網(wǎng)絡(luò)理論與知識管理的關(guān)系，探討社會網(wǎng)絡(luò)理論如何應(yīng)用在隱性知識共享中。

1.1社會網(wǎng)絡(luò)理論與方法

所謂社會網(wǎng)絡(luò)（socialnetwork），實(shí)質(zhì)上就是為達(dá)到特定目的，人與人之間進(jìn)行信息交流的關(guān)系網(wǎng)。它基本上由結(jié)點(diǎn)和聯(lián)系兩大部分構(gòu)成。結(jié)點(diǎn)是網(wǎng)絡(luò)中的人或機(jī)構(gòu)；聯(lián)系則是交流的方式和內(nèi)容。[1]社會網(wǎng)絡(luò)理論就是研究行為者（Actor）彼此之間的關(guān)系（Borgatti，1998），所謂的行為者可以是個人、組織或是家庭，通過對行為者之間的關(guān)系與聯(lián)結(jié)情況進(jìn)行分析，能夠顯露出行為者的社會網(wǎng)絡(luò)信息，甚至進(jìn)一步了解行為者的社會網(wǎng)絡(luò)特征。而透過社會網(wǎng)絡(luò)除了能顯示個人的社會網(wǎng)絡(luò)特征以外，還可以了解許多社會現(xiàn)象，因?yàn)樯鐣W(wǎng)絡(luò)在實(shí)體組織中扮演著相當(dāng)重要的無形角色，當(dāng)人們在解決問題或是尋求合作伙伴時(shí)都是依循所擁有的社會網(wǎng)絡(luò)來尋找最可能幫助的對象（Kautz，1997）[2]。

社會網(wǎng)絡(luò)分析（socialnetworkanalysis）是社會網(wǎng)絡(luò)理論中的一個具體工具，就是對人與人之間、群體之間、組織之間、計(jì)算機(jī)之間，或者是其他信息、知識處理實(shí)體之間的關(guān)系進(jìn)行描述，并對其價(jià)值進(jìn)行估量的這么一個過程。[3]網(wǎng)絡(luò)中的結(jié)點(diǎn)（nodes）是人或群體，網(wǎng)絡(luò)中的聯(lián)系（links）表示結(jié)點(diǎn)之間的關(guān)系或者是相互之間的流動方向。社會網(wǎng)絡(luò)分析為人與人之間的關(guān)系提供了視覺上的和數(shù)學(xué)上的分析工具，管理者將這種方法應(yīng)用于商業(yè)客戶，進(jìn)而稱之為“組織網(wǎng)絡(luò)分析”（organizationalnetworkanalysis）。了解網(wǎng)絡(luò)及其參與者的方法之一就是對行為者（Actor）在網(wǎng)絡(luò)中的位置進(jìn)行評價(jià)，進(jìn)而得出一個結(jié)點(diǎn)的中心性（centrality），而中心性決定著結(jié)點(diǎn)在網(wǎng)絡(luò)中的地位和權(quán)力大小。程度中心性（degreecentrality）、中介中心性（betweencentrality）和靠近中心性（closenesscentrality）是社會網(wǎng)絡(luò)中心性分析的三個主要指標(biāo)。程度中心性指結(jié)點(diǎn)擁有的直接聯(lián)系數(shù)量；中介中心性指失去此結(jié)點(diǎn)，結(jié)點(diǎn)之間將失去聯(lián)系；靠近中心性指結(jié)點(diǎn)之間距離的遠(yuǎn)近程度。社會網(wǎng)絡(luò)分析通過定量計(jì)算得出各個結(jié)點(diǎn)的中心性，以此作為分析的基礎(chǔ)。

社會網(wǎng)絡(luò)理論將人際關(guān)系上升到科學(xué)的高度，為該領(lǐng)域的研究提供了科學(xué)嚴(yán)謹(jǐn)?shù)睦碚撝笇?dǎo)，更有利于人們從中找到解決問題的方法。人際網(wǎng)絡(luò)分析則是在此理論指導(dǎo)下的一個定量分析工具，具有極強(qiáng)的分析性和圖示性。目前社會網(wǎng)絡(luò)分析的應(yīng)用領(lǐng)域包括：[4]發(fā)現(xiàn)區(qū)域經(jīng)濟(jì)的創(chuàng)新網(wǎng)絡(luò)；分析圖書銷售模式來對新書進(jìn)行市場定位；發(fā)現(xiàn)組織內(nèi)各領(lǐng)域的知識專家；提高項(xiàng)目團(tuán)隊(duì)的績效；幫助大型組織安排員工工作位置；通過電子郵件得出經(jīng)理人的人際交往圈；定位技術(shù)工程組織中的技術(shù)專家和聯(lián)系專家的途徑；分析因特網(wǎng)的有用瀏覽模式；以研究出版物為基礎(chǔ)揭示跨領(lǐng)域知識流動。

1.2社會網(wǎng)絡(luò)理論與方法在知識管理中的應(yīng)用

目前，許多研究知識管理的學(xué)者把研究的注意力放在了知識的產(chǎn)生、傳遞和應(yīng)用所賴以存在的組織網(wǎng)絡(luò)之上，通過對這些組織網(wǎng)絡(luò)的觀察與分析來認(rèn)識知識活動的基本規(guī)律。把知識共享納入到社會網(wǎng)絡(luò)中進(jìn)行觀察的重要依據(jù)是知識共享行為主體都嵌入在一個具體、實(shí)時(shí)的聯(lián)系系統(tǒng)中，并且知識也是包容在網(wǎng)絡(luò)與社區(qū)之中。知識管理的主體是人，知識交流、知識共享都離不開人的參與。一個組織能否完全實(shí)現(xiàn)其知識的交流和共享，取決于其成員之間聯(lián)系的強(qiáng)弱。人、人與人之間的聯(lián)系成為知識管理的隱形網(wǎng)絡(luò)。目前組織知識共享，尤其是隱性知識共享中最大的難題就是缺乏有力的工具和方法。社會網(wǎng)絡(luò)理論與方法從知識管理的隱形網(wǎng)絡(luò)入手，為知識管理，主要是知識管理中隱性知識共享提供了理論和方法上的指導(dǎo)。

社會網(wǎng)絡(luò)理論認(rèn)為，組織的創(chuàng)新能力、生產(chǎn)力和員工滿意度依賴于其成員之間關(guān)系的強(qiáng)弱；人與人之間的聯(lián)系、規(guī)則、價(jià)值觀以及共享的理念統(tǒng)稱為“社會資本（socialcapital）”。對于企業(yè)成功而言，社會資本與結(jié)構(gòu)資本、顧客資本和智力資本具有同樣的重要性。[5]社會網(wǎng)絡(luò)分析是收集、分析組織內(nèi)人際關(guān)系模式的數(shù)據(jù)的一種圖表工具。應(yīng)用于知識管理，SNA可以確立組織內(nèi)各種關(guān)系的模式，包括人與人之間的平均聯(lián)系數(shù)量、亞群體的數(shù)量和質(zhì)量、信息瓶頸和知識經(jīng)紀(jì)人。SNA對于人際網(wǎng)絡(luò)的分析視角為知識管理者提供了以下工具：改善知識和信息的流動；確認(rèn)思想領(lǐng)導(dǎo)者和關(guān)鍵的信息瓶頸；找到最具影響力的增強(qiáng)知識流動的機(jī)會。

社會網(wǎng)絡(luò)分析不是傳統(tǒng)的知識管理工具的替代品，比如知識庫、知識門戶。它的意義在于為企業(yè)更好地實(shí)施知識管理提供一個藍(lán)圖和出發(fā)點(diǎn)，作為知識管理戰(zhàn)略規(guī)劃的組成部分，社會網(wǎng)絡(luò)分析能夠幫助企業(yè)找到核心人員并建立各種機(jī)制——實(shí)踐社區(qū)等，從而使核心人員能夠?qū)⒅R向其他員工傳遞。

綜上，社會網(wǎng)絡(luò)理論賦予人際關(guān)系新的含義和價(jià)值，認(rèn)為以人際關(guān)系為主要內(nèi)容的社會資本是企業(yè)的重要財(cái)富，與結(jié)構(gòu)資本、顧客資本和智力資本共同構(gòu)成了組織的知識資本。社會網(wǎng)絡(luò)分析解決了如何提升組織內(nèi)部知識流動的問題，為隱性知識共享提供了實(shí)踐操作的藍(lán)圖。而且，社會網(wǎng)絡(luò)分析可以使組織對內(nèi)部交流中存在的“鴻溝”有清楚的了解，同時(shí)有效地預(yù)防知識流失（DisappearingKnowledge）。[10]

2社會網(wǎng)絡(luò)分析方法在隱性知識共享中的應(yīng)用

2.1社會網(wǎng)絡(luò)分析方法步驟

社會網(wǎng)絡(luò)分析項(xiàng)目首先要有問題陳述，即設(shè)定目標(biāo)，明確要從社會網(wǎng)絡(luò)分析中獲得什么。典型的SNA目標(biāo)有以下三個：[5]（1）增強(qiáng)組織創(chuàng)新、應(yīng)對挑戰(zhàn)以及提升產(chǎn)品和服務(wù)質(zhì)量的能力。對現(xiàn)有社會網(wǎng)絡(luò)的分析可以使組織意識到可以提高知識共享和人際交流的措施。（2）評價(jià)組織重組前后組織結(jié)構(gòu)的效率。對非正式結(jié)構(gòu)的觀察能夠揭示知識如何在不同群體間的流動，有助于發(fā)現(xiàn)能使組織重組順利進(jìn)行的關(guān)鍵人員。（3）優(yōu)化項(xiàng)目團(tuán)隊(duì)或組織的人員結(jié)構(gòu)。找到網(wǎng)絡(luò)中信息流動的關(guān)鍵人物，分配其合適的職位或角色人物體現(xiàn)其“中介角色”，以此提升其員工滿意度和忠誠度。

明確目標(biāo)有助于確定參與社會網(wǎng)絡(luò)分析項(xiàng)目的群體以及調(diào)查問題的設(shè)計(jì)。比如想要構(gòu)建一個有利于隱性知識共享的緊密的知識網(wǎng)絡(luò)——在此網(wǎng)絡(luò)中，組織成員之間能夠快速、便捷地找到所需知識的擁有者并進(jìn)行交流，那么問題設(shè)計(jì)就應(yīng)該與知識有關(guān)，例如：你對他人的技能和經(jīng)驗(yàn)知曉、了解如何？此人擁有的知識對你的工作是否重要？當(dāng)你需要幫助時(shí)是否能夠方便與之溝通？

在明確目標(biāo)、設(shè)計(jì)問題之后，根據(jù)結(jié)果進(jìn)行分析，并按照分析結(jié)果制成圖示。

2.2實(shí)例分析

以A公司為背景，項(xiàng)目組Q（人員：q12q3q4q5q6q7q8）、客戶服務(wù)部門M（m1m2m3m4）、技術(shù)支持部門N（nln2）為群體分析對象，應(yīng)用社會網(wǎng)絡(luò)分析方法分析其中隱性知識交流、共享的情況。目的是分析隱性知識共享現(xiàn)狀，找到提升知識共享和人際交流的措施。前期調(diào)查的問題設(shè)計(jì)包括：交流對象、交流途徑、交流內(nèi)容。溝通對象分析得出圖1。2.3分析結(jié)果

本文在進(jìn)行圖表和數(shù)據(jù)設(shè)計(jì)分析時(shí)，為了方便解釋和計(jì)算，簡化了實(shí)際可能存在的結(jié)點(diǎn)數(shù)和聯(lián)系。實(shí)際上，現(xiàn)實(shí)組織中人際關(guān)系要比上文描述的復(fù)雜得多。從以上分析得出以下結(jié)論：

（1）項(xiàng)目組內(nèi)部的人際網(wǎng)絡(luò)中，Q1的程度中心性最高，他處在網(wǎng)絡(luò)的中心，從某種意義上講，他是該網(wǎng)絡(luò)的知識和權(quán)利的中心；Q8的中介中心性最高，沒有Q8項(xiàng)目組與技術(shù)部就失去了聯(lián)系，盡管他不是知識和權(quán)利的中心，但是卻處在網(wǎng)絡(luò)最具戰(zhàn)略意義的位置，沒有這個結(jié)點(diǎn)，該網(wǎng)絡(luò)就與外部失去了聯(lián)系；Q5和Q6的靠近中心性最高，他們與其他結(jié)點(diǎn)之間的距離最近，這表明他們可以最快地和網(wǎng)絡(luò)中的其他成員聯(lián)系，在第一時(shí)間獲得有關(guān)他們的信息。

（2）對于項(xiàng)目組Q、客戶服務(wù)部門M和技術(shù)部門N而言，各個網(wǎng)絡(luò)內(nèi)部的聯(lián)系都是較為緊密的；但網(wǎng)絡(luò)之間的聯(lián)系較為松散，項(xiàng)目組、客戶服務(wù)部門和技術(shù)部門之間缺乏經(jīng)常性和專門性的聯(lián)系，實(shí)際上組織任何一個項(xiàng)目都應(yīng)以客戶的需求為導(dǎo)向，技術(shù)部門更應(yīng)該主動于其他部門聯(lián)系，使其技術(shù)知識和技能迅速有效的傳遞給其他組織成員。

（3）各個網(wǎng)絡(luò)內(nèi)部以及之間的聯(lián)系多為自發(fā)性的、間斷性的非正式聯(lián)系，如交談、電子郵件、MSN等即時(shí)通訊方式。交流的內(nèi)容具有多樣性：個人信息、工作信息、組織群體信息、外部信息等。

2.4基于實(shí)例的組織隱性知識共享策略分析

組織內(nèi)顯性知識共享較為容易，可以依靠各種文檔和數(shù)據(jù)庫；隱性知識共享卻存在著諸多的困難，其中最為突出的是路徑和對象問題。組織內(nèi)社會網(wǎng)絡(luò)分析為解決路徑和對象問題提供了新的研究思路。通過對現(xiàn)有網(wǎng)絡(luò)的分析，揭示現(xiàn)有隱形知識交流網(wǎng)絡(luò)結(jié)構(gòu)，發(fā)現(xiàn)其中的瓶頸和制約因素，進(jìn)而為改善組織的隱形知識共享提供有效的改進(jìn)方法。結(jié)合上文實(shí)例分析提出以下策略：

（1）確認(rèn)網(wǎng)絡(luò)中的關(guān)鍵人物（如Q1），分析其掌握的知識和技能，盡可能將其顯性化，避免因?yàn)楹诵娜宋锏碾x開而造成組織內(nèi)交流的癱瘓以及組織知識資本的流失；優(yōu)化其他成員與之交流的途徑，擴(kuò)大其隱性知識在網(wǎng)絡(luò)內(nèi)的擴(kuò)散；采取相應(yīng)的績效評估和激勵制度，鼓勵核心人員于其他成員進(jìn)行知識交流，提升其員工忠誠度。

（2）確認(rèn)網(wǎng)絡(luò)與外部聯(lián)系的節(jié)點(diǎn)（如Q8），分析其與外部交流的渠道、內(nèi)容和緊密程度，并以此為依據(jù)擴(kuò)大對外聯(lián)系的強(qiáng)度，包括增加對外聯(lián)系的結(jié)點(diǎn)、內(nèi)容、頻率和方式，促進(jìn)知識在不同網(wǎng)絡(luò)群體中流動。

（3）確認(rèn)網(wǎng)絡(luò)中的“靈活人物”（如Q5和Q6），他們是加快網(wǎng)絡(luò)知識流動的催化劑，他們與其他成員的交流活動可以大大促進(jìn)網(wǎng)絡(luò)內(nèi)隱性知識的交流。對于這類結(jié)點(diǎn)，應(yīng)通過職位或工作性質(zhì)的安排來充分實(shí)現(xiàn)其價(jià)值，并可以將其交流技巧和方式進(jìn)行推廣。

（4）找到網(wǎng)絡(luò)中的盲點(diǎn)，即沒有與其它結(jié)點(diǎn)發(fā)生聯(lián)系的結(jié)點(diǎn)，幫助其實(shí)現(xiàn)對外的知識交流，進(jìn)而理順網(wǎng)絡(luò)路徑，最大限度上實(shí)現(xiàn)結(jié)點(diǎn)間的最短聯(lián)系和無盲點(diǎn)聯(lián)系，縮短知識交流的路徑。

（5）對于網(wǎng)絡(luò)之間的聯(lián)系，可以從任務(wù)和流程兩個角度進(jìn)行分析。從具體的任務(wù)出發(fā)，比如上文中的項(xiàng)目組與客戶服務(wù)部門和技術(shù)部門，這三個網(wǎng)絡(luò)之間的交流就主要應(yīng)以任務(wù)為導(dǎo)向，知識的交流以滿足特定的任務(wù)需求為目標(biāo)。網(wǎng)絡(luò)聯(lián)系方式可以作如下設(shè)計(jì)：任務(wù)支持部門（如客戶服務(wù)、技術(shù)）在任務(wù)執(zhí)行部門（如項(xiàng)目組）派駐長期成員，隨時(shí)解決相關(guān)問題；任務(wù)執(zhí)行部門和支持部門之間定期召開聯(lián)合會議，對有關(guān)問題進(jìn)行集中討論和解決；部門之間建立日常聯(lián)系機(jī)制，部門之間開放相關(guān)的信息和知識來源。

（6）鼓勵成員之間進(jìn)行多種形式的非正式交流，并為這種非正式交流提供便利條件，如設(shè)立專門的討論區(qū)、創(chuàng)建相關(guān)議題的博客，鼓勵跨部門之間的員工交流。

3組織社會網(wǎng)絡(luò)中隱性知識共享的成本分析

研究表明，組織中人們更偏好向其他人求助，而不是文本信息。這樣，組織中的社會網(wǎng)絡(luò)就變成了行為主體進(jìn)行知識搜尋的主要路徑與平臺。因此，主體間知識的交流和共享就受社會網(wǎng)絡(luò)中各因素的制約。[7]

在組織的社會網(wǎng)絡(luò)中，發(fā)生關(guān)聯(lián)的行為主體間的伙伴依賴性、雙方的交流能力、接觸的頻率、知識交流的經(jīng)驗(yàn)、相互信任程度、個人關(guān)系、知識存量的相容性及互補(bǔ)性、雙方核心業(yè)務(wù)的相似性等構(gòu)成了隱性知識共享的認(rèn)知成本。而隱性知識共享的激勵、相關(guān)的酬薪體系、共享的意愿、尋求知識互惠、樹立聲譽(yù)地位、消除防范心理、提高信任等則構(gòu)成知識共享的激勵成本。另外，因雙方的背景不同，知識的編碼和解碼產(chǎn)生了差異，導(dǎo)致了雙方的誤解，因此需要雙方溝通和額外的檢查，并產(chǎn)生了溝通成本和額外的檢查費(fèi)用。并且激勵知識共享雙方還需依賴時(shí)間的過程，產(chǎn)生時(shí)間成本。以上這幾種成本之間是相互關(guān)聯(lián)的。組織中不同行為主體處理網(wǎng)絡(luò)結(jié)點(diǎn)關(guān)系和知識共享方面的問題時(shí)具有不同的意圖，由此造成了組織內(nèi)解決不同知識共享認(rèn)知成本問題的不同方法，而這些不同的方法造成了激勵成本。

一般來講，組織中社會網(wǎng)絡(luò)的規(guī)模越大，聯(lián)結(jié)時(shí)間越長，網(wǎng)絡(luò)緊密程度越高，網(wǎng)絡(luò)的文化距離就會越小，知識的復(fù)雜性會越小，部門網(wǎng)絡(luò)間合作協(xié)調(diào)經(jīng)驗(yàn)會越豐富，知識共享的成本就會降低?？傊?，社會網(wǎng)絡(luò)的聯(lián)系渠道、網(wǎng)絡(luò)結(jié)構(gòu)、網(wǎng)絡(luò)中的制度文化因素、人力資源活動及流動、知識產(chǎn)權(quán)保護(hù)等共同構(gòu)成組織社會網(wǎng)絡(luò)中知識共享所產(chǎn)生的各種情境成本。[7]

【參考文獻(xiàn)】

1包昌火，謝新洲，申寧.人際網(wǎng)絡(luò)分析.情報(bào)學(xué)報(bào)，2003（6）：365-374

2張秀儀.利用全國博碩士論文資料庫自動化建構(gòu)知識來源映射圖.高雄：國立中山大學(xué)資訊管理研究所碩士論文，2004：11

/sna.html[2005-9-24]

/sna.html[2005-9-24]

篇8

依據(jù)當(dāng)今社會人們普遍的生活方式，提出“碎片化”的概念。在碎片化背景下，移動網(wǎng)絡(luò)信息技術(shù)的迅速發(fā)展催生出“碎片化”應(yīng)用。以某大學(xué)本科班級的全體學(xué)生為例，利用社會網(wǎng)絡(luò)分析從結(jié)構(gòu)性,因素性,關(guān)聯(lián)性三個方面探究碎片化時(shí)代下群體之間的人際關(guān)系，結(jié)果顯示碎片化時(shí)代群體重聚現(xiàn)象顯著。

［關(guān)鍵詞］

碎片化；社會網(wǎng)絡(luò)分析；人際關(guān)系；重聚；群體

1引言

隨著社會的進(jìn)步，高新技術(shù)產(chǎn)業(yè)的發(fā)展，人們的生活水平不斷提高，生活節(jié)奏也在日益加快，空間移動與轉(zhuǎn)換頻率的增加使得人們有限的時(shí)間被劃分的越來越細(xì)，呈現(xiàn)“碎片化”的特點(diǎn)［1］。移動互聯(lián)的的興起讓生活變得愈加便捷，“碎片化”應(yīng)用充實(shí)了碎片化時(shí)間，即便在不同的時(shí)間點(diǎn)、不同的位置，群體間依舊可以相互聯(lián)系得以重聚。因此研究了碎片化時(shí)間與“碎片化”應(yīng)用相結(jié)合，群體之間人際關(guān)系的變化。大學(xué)生是當(dāng)代活躍度較高，創(chuàng)新意識較強(qiáng)的群體，本文旨在通過大學(xué)生這個典型群體從結(jié)構(gòu)性、因素性、關(guān)聯(lián)性三個方面得出普遍規(guī)律。

2碎片化時(shí)代的概述

“碎片化”起初出現(xiàn)在20世紀(jì)80年代的“后現(xiàn)代主義”的學(xué)術(shù)研究中，原意為完整的事物被分成零碎的部分。近年來，“碎片化”作為一個新興詞匯在不同的領(lǐng)域的被賦予不同的涵義，在移動互聯(lián)時(shí)代背景下，“碎片化”時(shí)間指的是移動化的“等候時(shí)間”，包括上／下班途中，出差途中等一些分散的時(shí)間?！八槠睉?yīng)用是人們在零碎時(shí)間內(nèi)消費(fèi)時(shí)間使用的一種移動應(yīng)用程序，用戶可以在任何位置，狀態(tài)下進(jìn)行?！八槠睉?yīng)用使用時(shí)間是碎片化的，短則一分鐘，長則半個小時(shí)，應(yīng)用種類是多樣的，“碎片化”應(yīng)用憑借其良好的體驗(yàn)逐漸滲透在我們的日常生活中［2］。碎片化下的重聚指群體利用應(yīng)用軟件進(jìn)行交流溝通重新相聚相識的過程。重聚包括兩個方面，一是相同群體之間互動性增強(qiáng)，另一方面主要指傳統(tǒng)意義上的不同群體按照興趣，價(jià)值觀，生活方式等共同的行為方式重新聚集起來。

3社會網(wǎng)絡(luò)分析研究基礎(chǔ)及現(xiàn)狀

3．1社會網(wǎng)絡(luò)分析簡介社會網(wǎng)絡(luò)分析是一種社會學(xué)的研究方法，核心概念就是研究人與人之間的關(guān)系。隨著社交媒體的出現(xiàn)，收集和獲取網(wǎng)絡(luò)數(shù)據(jù)更加便利，社會網(wǎng)絡(luò)分析逐漸受到公眾和學(xué)界的青睞［3］。社會網(wǎng)絡(luò)數(shù)據(jù)基本測量包括密度、中心度等。密度是度量客體之間互相聯(lián)絡(luò)程度的重要指標(biāo)，網(wǎng)絡(luò)密度越大則關(guān)系越密切，點(diǎn)度中心度是考察各個節(jié)點(diǎn)的相對中心度，即與該點(diǎn)有關(guān)系的點(diǎn)的數(shù)目。中心度研究集中在各個節(jié)點(diǎn)，而中心勢考察的是一個整體的內(nèi)聚性，即整體中心化的程度［4］。

3．2社會網(wǎng)絡(luò)分析有關(guān)人際關(guān)系的研究社會網(wǎng)絡(luò)分析在人際關(guān)系的研究主要分為結(jié)構(gòu)性，關(guān)聯(lián)性，因素性三個方面。人際關(guān)系網(wǎng)絡(luò)的結(jié)構(gòu)性主要體現(xiàn)在依據(jù)不同的屬性劃分出不同結(jié)構(gòu)的人際關(guān)系，是最基本的關(guān)系網(wǎng)絡(luò)，為進(jìn)一步量化提供數(shù)據(jù)及依據(jù)，包括情感網(wǎng)、咨詢網(wǎng)、情報(bào)網(wǎng)、信任網(wǎng)等。Milgram的“六度聯(lián)結(jié)的小世界”充分說明了人際關(guān)系的關(guān)聯(lián)性，通過計(jì)算平均距離即人們通過多少個中間人建立聯(lián)系，進(jìn)而說明人際關(guān)系的關(guān)聯(lián)性。人際關(guān)系的因素性是研究影響人際關(guān)系網(wǎng)絡(luò)形成的因素，這些因素具有普遍意義［5］。

4碎片化應(yīng)用對群體影響的研究設(shè)計(jì)

［6］4．1研究內(nèi)容本文研究碎片化時(shí)代下大學(xué)生人際關(guān)系的變化，按大學(xué)生在關(guān)系網(wǎng)絡(luò)中的結(jié)構(gòu)主要分為情感網(wǎng)和情報(bào)網(wǎng)，情感網(wǎng)表現(xiàn)在個體與他人的親密程度，包括聊天，學(xué)習(xí)，旅游，休閑娛樂等，情報(bào)網(wǎng)主要研究個人獲取他人信息時(shí)構(gòu)成的人際關(guān)系網(wǎng)絡(luò)。碎片化時(shí)代下，應(yīng)用涉及生活各個方面，現(xiàn)實(shí)的生活需求都會間接轉(zhuǎn)化為應(yīng)用呈現(xiàn)給群眾，現(xiàn)實(shí)與虛擬已在無形中產(chǎn)生一種對應(yīng)關(guān)系，通過社會網(wǎng)絡(luò)分析方法對大學(xué)生人際關(guān)系結(jié)構(gòu)性進(jìn)行前后對比，利用數(shù)據(jù)對人際關(guān)系網(wǎng)絡(luò)的關(guān)聯(lián)性與因素性進(jìn)行探究，最終驗(yàn)證重聚現(xiàn)象。

4．2研究對象本文選取本專業(yè)全體28名同學(xué)為研究對象，主要的原因包括：（1）大學(xué)是學(xué)生步入社會的過渡階段，這個階段的群體具有雙重特征；（2）大學(xué)生是青春與理想兼并的一代，對于信息技術(shù)及新鮮事物有較高的興趣；（3）班級全體同學(xué)因?yàn)樾愿竦确矫娌煌尸F(xiàn)的人際交往關(guān)系具有普遍性。

4．3數(shù)據(jù)收集與處理

4．3．1情感網(wǎng)數(shù)據(jù)收集與處理本文數(shù)據(jù)的收集主要是通過觀察、訪談以及材料分析，首先通過微信與班級中的全體同學(xué)建立聯(lián)系，根據(jù)日常生活班級人際關(guān)系的觀察，一對一進(jìn)行針對性的提問，問題主要基于“碎片化”應(yīng)用的背景，在現(xiàn)實(shí)生活中，與應(yīng)用相對應(yīng)的一系列互動包括某人自愿主動性的和某同學(xué)去圖書館學(xué)習(xí)，逛街，看電影，享受美食及旅行等，根據(jù)班級全體同學(xué)的回答建立28×28矩陣。其次基于碎片化時(shí)代下應(yīng)用的普遍，研究班級同學(xué)使用相同休閑娛樂類應(yīng)用的情況，本研究以手機(jī)游戲?yàn)槔?，通過3個微信游戲?qū)⑷w同學(xué)聯(lián)系在一起，同樣建立28×28矩陣，與上一個矩陣進(jìn)行對比分析。

4．3．2情報(bào)網(wǎng)數(shù)據(jù)收集與處理本文情報(bào)網(wǎng)的研究不再局限于班級內(nèi)部的人際關(guān)系，更多探究班級個體與社會之間的關(guān)系。主要是從全體同學(xué)的角度，班級中的每個個體都可以通過微博這個平臺獲取自己關(guān)注的信息，構(gòu)成一個人際關(guān)系網(wǎng)絡(luò)，把班級全體同學(xué)看成一個相同的社會群體，班級同學(xué)所共同關(guān)注的對象構(gòu)成另一群體，實(shí)則是研究不同群體在碎片化時(shí)代下所呈現(xiàn)的狀態(tài)，群體內(nèi)部之間的關(guān)系我們在這里不研究。這項(xiàng)數(shù)據(jù)的收集是通過微博的微關(guān)系對班級全體同學(xué)關(guān)注的對象進(jìn)行匯總，最初的數(shù)目龐大，分析生成的社群圖過于復(fù)雜，難以發(fā)現(xiàn)其規(guī)律，于是不斷求平均值從最初的100多縮減到20個個體，這20個被關(guān)注者至少有7個研究對象關(guān)注，具有很強(qiáng)的代表性。

5研究結(jié)果分析與討論

5．1情感網(wǎng)人際網(wǎng)絡(luò)關(guān)系圖1表示現(xiàn)實(shí)生活中班級同學(xué)彼此存在非組織共同活動（唱歌，看電影，逛街）的關(guān)系，有兩名同學(xué)社交關(guān)系十分薄弱暫不考慮，此社群圖實(shí)際是26個樣本。從整體角度分析，圖一的網(wǎng)絡(luò)密度為0．1749，該數(shù)值較低，說明大學(xué)同學(xué)共同活動更多以寢室為單位，與其他同學(xué)交流互動的機(jī)會甚少，存在小群體現(xiàn)象。節(jié)點(diǎn)之間的平均距離為2．645，即任意兩個人進(jìn)行溝通平均需要2個人作為媒介，個體之間關(guān)聯(lián)性較弱，同學(xué)之間的互動頻率低。圖2則表示通過碎片化時(shí)代下的應(yīng)用班級同學(xué)所形成的密切關(guān)系。班級中有4名同學(xué)不玩此類游戲，因此樣本總數(shù)為24。圖2的網(wǎng)絡(luò)密度為0．933，該數(shù)值明顯高于圖1，則表明在碎片化應(yīng)用的條件下使群體重聚的現(xiàn)象十分顯著，同學(xué)們互動頻率加快，形成了一種密不可分的關(guān)系鏈；節(jié)點(diǎn)的平均距離為1．067，任意兩個人都存在溝通的機(jī)會，每個同學(xué)之間都建立了一條交流通道，大學(xué)生人際關(guān)系網(wǎng)絡(luò)關(guān)聯(lián)性增強(qiáng)。通過社群圖圖2，圖2的對比分析，可以清晰看出碎片化時(shí)代下大學(xué)生群體明顯的重聚現(xiàn)象。碎片化時(shí)代下的應(yīng)用加強(qiáng)群體的內(nèi)聚的同時(shí)，成員自身的中心度也在不斷增加?！昂诵娜宋铩奔袋c(diǎn)度中心度排名靠前的個體的數(shù)量也在不斷增加，有利于營造良好的人際關(guān)系氛圍。

5．2情報(bào)網(wǎng)人際網(wǎng)絡(luò)關(guān)系從微博的角度出發(fā)，被關(guān)注的人更新了一條狀態(tài)，那么本班同學(xué)中同時(shí)關(guān)注這個人的一些個體也會查看到，這些不同類型的個體可以實(shí)現(xiàn)在該被關(guān)注的人下發(fā)表評論、收藏以及轉(zhuǎn)發(fā)等功能，進(jìn)而引起被關(guān)注人的關(guān)注，實(shí)現(xiàn)不同群體之間的互動交流，從而形成了一個交流環(huán)網(wǎng)。該人際關(guān)系網(wǎng)絡(luò)的形成涵蓋許多因素包括社會階層、家庭背景、學(xué)歷、收入、興趣愛好等，微博作為一種碎片化時(shí)代下的產(chǎn)物促進(jìn)社會群體重聚。

6結(jié)論

根據(jù)本文的研究可以看出，碎片化時(shí)代背景下，“碎片化”應(yīng)用使群體重聚現(xiàn)象得以體現(xiàn)，這種重聚是重新聚合，相同群體之間的重聚即通過虛擬促進(jìn)現(xiàn)實(shí)人際關(guān)系，虛擬與現(xiàn)實(shí)的一致性是我們一直所期待的。不同群體之間的重聚相對復(fù)雜，但同時(shí)這種重聚更具有現(xiàn)實(shí)意義，碎片化時(shí)代下人際關(guān)系的獨(dú)到之處正是不同群體的重聚，社會地位、地理位置、經(jīng)濟(jì)水平不同的個體都能依據(jù)某個特征聚集在一起，社會分化也是群體重聚的過程，重聚也是分化的進(jìn)一步提升。社會網(wǎng)絡(luò)分析為重聚現(xiàn)象的提出進(jìn)行了定量分析，本文所研究的樣本較小，只是對這種現(xiàn)象進(jìn)行初步探索，重聚的形成包括各種因素，后續(xù)的研究可以從內(nèi)因，外因入手搜集更全面的社會網(wǎng)絡(luò)數(shù)據(jù)，利用網(wǎng)絡(luò)動態(tài)學(xué)，復(fù)雜網(wǎng)絡(luò)理論等進(jìn)行更深入研究［7］。

主要參考文獻(xiàn)

［1］徐冉．“碎”眼看“聚”———以微博為例看碎片化背景下的群體重聚［J］．新聞世界，2011（8）．

［2］常政．移動時(shí)代的經(jīng)濟(jì)學(xué)———碎片化應(yīng)用［J］．程序員，2011（6）：56－58．

［3］［美］諾克，楊松．社會網(wǎng)絡(luò)分析［M］．第2版．上海：格致出版社，2012．

［4］［美］斯科特.社會網(wǎng)絡(luò)分析法［M］．重慶：重慶大學(xué)出版社，2007．

［5］申?，周策．社會網(wǎng)絡(luò)分析法在人際關(guān)系中應(yīng)用的研究綜述［J］．中國電力教育，2013（1）．

［6］郭金龍，陸宇杰，許鑫．基于社會網(wǎng)絡(luò)分析的大學(xué)生現(xiàn)實(shí)與虛擬社會人際關(guān)系研究［J］．現(xiàn)代教育技術(shù)，2012，22（12）．

篇9

【關(guān)鍵詞】社會網(wǎng)絡(luò)；房地產(chǎn)企業(yè)；網(wǎng)絡(luò)中心性

中國經(jīng)濟(jì)多年的持續(xù)穩(wěn)定增長，使得我國綜合國力不斷強(qiáng)大，房地產(chǎn)行業(yè)也持續(xù)發(fā)展。我國的地產(chǎn)大戶主要有萬科、恒大地產(chǎn)、保利地產(chǎn)等等，這些地產(chǎn)公司之間也存在著相互競爭、制約和相互促進(jìn)等錯綜復(fù)雜的關(guān)系。社會網(wǎng)絡(luò)分析可以實(shí)現(xiàn)對企業(yè)之間的關(guān)系結(jié)構(gòu)以及由此結(jié)構(gòu)衍生出來的屬性進(jìn)行分析。社會網(wǎng)絡(luò)分析方法一起可視化的形式而備受青睞，以網(wǎng)絡(luò)結(jié)構(gòu)圖的形式分析數(shù)據(jù)、發(fā)現(xiàn)隱含在抽象數(shù)據(jù)背后的規(guī)律，從而輔助決策[1]。本文利用網(wǎng)絡(luò)關(guān)鍵詞的搜索，構(gòu)建位于財(cái)富500強(qiáng)企業(yè)中的28家房地產(chǎn)企業(yè)之間的社會網(wǎng)絡(luò)關(guān)系，分析企業(yè)之間的競爭格局。

1樣本選擇和數(shù)據(jù)采集

在樣本選擇方面，根據(jù)“財(cái)富”網(wǎng)站上的“2015年財(cái)富中國500強(qiáng)排行榜”，本文對中國500強(qiáng)企業(yè)中房地產(chǎn)及其相關(guān)行業(yè)的企業(yè)進(jìn)行了整理，找出其中28家房地產(chǎn)及其相關(guān)企業(yè)作為研究樣本。在數(shù)據(jù)采集中，本文以百度引擎為媒介采集一家企業(yè)在其網(wǎng)站中提及另一家企業(yè)的網(wǎng)頁數(shù)量，作為該企業(yè)與其他企業(yè)是否有聯(lián)系的重要指標(biāo)。由于本文選取的研究對象都為國內(nèi)企業(yè)，百度搜索引擎對中文搜索支持的很強(qiáng)大，對語言的適配能力強(qiáng)，因此選用百度中的數(shù)據(jù)進(jìn)行采集。提及頻次數(shù)據(jù)的采集時(shí)間為2016年6月20日。

2數(shù)據(jù)預(yù)處理

數(shù)據(jù)收集結(jié)果是使28×28的一個二維非對稱陣，其中每一個數(shù)值代表該行企業(yè)網(wǎng)站提及該列企業(yè)網(wǎng)站的網(wǎng)頁數(shù)量，即頻次。為了能夠使用Gephi軟件繪制出28家房地產(chǎn)企業(yè)的社會網(wǎng)絡(luò)圖，本文將每個企業(yè)的提及頻數(shù)做歸一化處理，如萬科的網(wǎng)站中，保利地產(chǎn)、華潤置地、金地集團(tuán)、招商地產(chǎn)、遠(yuǎn)洋地產(chǎn)和綠城中國的提及頻數(shù)分別為2、3、1、2、2和2，歸一化處理后每個企業(yè)的值分別為0.167、0.25、0.082、0.167、0.167和0.167。

3社會網(wǎng)絡(luò)構(gòu)建

在網(wǎng)絡(luò)鏈接分析中，通常用入鏈和出鏈作為社會網(wǎng)絡(luò)構(gòu)建的重要指標(biāo)，入鏈指該企業(yè)網(wǎng)站被鏈接的綜述，出鏈指該企業(yè)網(wǎng)站鏈接其他企業(yè)網(wǎng)站分別的數(shù)量。但是在實(shí)際問題中，入鏈和出鏈很難過去，所以本文近似的選擇某企業(yè)網(wǎng)站中提及另一家企業(yè)網(wǎng)站名稱的數(shù)量來代表兩家企業(yè)之間的關(guān)聯(lián)性，即在上文中收集到的二維矩陣中的數(shù)值[2]。企業(yè)提及頻次是企業(yè)之間業(yè)務(wù)往來，相互關(guān)注以及合作、競爭關(guān)系的抽象代表。本文利用社會網(wǎng)絡(luò)分析軟件Gephi對房地產(chǎn)企業(yè)的相互關(guān)注程度進(jìn)行分析，如圖1所示。

4房地產(chǎn)社會網(wǎng)絡(luò)分析

在該社會網(wǎng)絡(luò)中網(wǎng)絡(luò)中心度排名前3的企業(yè)是保利地產(chǎn)、金地集團(tuán)和碧桂園，排名倒數(shù)前3的是首創(chuàng)置業(yè)、杭州濱江房產(chǎn)以及時(shí)代地產(chǎn)。通過房地產(chǎn)企業(yè)社會網(wǎng)絡(luò)以及中心度度量可以發(fā)現(xiàn)，保利地產(chǎn)處于網(wǎng)絡(luò)的中心地位，與其他企業(yè)的鏈接最多，接下來是金地集團(tuán)和碧桂園。網(wǎng)絡(luò)中心度越高，代表其網(wǎng)站與其他網(wǎng)站交流程度越高，交流越多可以反映出兩家企業(yè)之間具有密切的關(guān)系，至于關(guān)系是競爭還是合作并不好判斷。而首創(chuàng)置業(yè)、杭州濱江房地產(chǎn)和時(shí)代地產(chǎn)，幾乎與其他房地產(chǎn)企業(yè)之間沒有網(wǎng)站鏈接，說明交流較少，開放性不強(qiáng)。

參考文獻(xiàn)

[1]趙蓉英，王靜.社會網(wǎng)絡(luò)分析（SNA）研究熱點(diǎn)與前沿的可視化分析[J].圖書情報(bào)知識，2011，01：88~94.

篇10

[關(guān)鍵詞]中心度　網(wǎng)絡(luò)分析　中介中心度

[分類號]G350

中心度是應(yīng)用于網(wǎng)絡(luò)分析的一個重要度量指標(biāo)，用于測量網(wǎng)絡(luò)中“元素”的重要性，這里的“元素”是一種泛指，包括網(wǎng)絡(luò)中的節(jié)點(diǎn)、邊、社團(tuán)及整個網(wǎng)絡(luò)。本文的研究主要集中在節(jié)點(diǎn)中心度上。首先解釋并明確中心度的概念，回顧當(dāng)前的節(jié)點(diǎn)中心度的主要算法，對現(xiàn)有算法研究、分類研究及應(yīng)用研究進(jìn)行總結(jié)和分析，最后對中心度算法研究情況予以總結(jié)及展望。

1　中心度的概念

中心度研究能夠識別網(wǎng)絡(luò)中的重要節(jié)點(diǎn)，節(jié)點(diǎn)的重要程度由網(wǎng)絡(luò)的拓?fù)鋵傩浴⒔Y(jié)構(gòu)特點(diǎn)及節(jié)點(diǎn)在網(wǎng)絡(luò)中的具置決定。Mike Gotta指出“中心度的概念，簡單來說是識別網(wǎng)絡(luò)中具有高度連接的活動者”。這個定義有些片面，而維基百科中也沒有給出明確的定義，只給出了相關(guān)解釋：“在圖論和網(wǎng)絡(luò)分析中，對一個節(jié)點(diǎn)的多種中心度測量，這些測量主要是決定圖中一個節(jié)點(diǎn)的相對重要性”的一種解釋。

之前的研究中并沒有給出關(guān)于中心度的嚴(yán)格定義，筆者認(rèn)為它是關(guān)于節(jié)點(diǎn)重要性的度量指標(biāo)。這種重要性，根據(jù)不同網(wǎng)絡(luò)和結(jié)構(gòu)特點(diǎn)及關(guān)系表現(xiàn)為節(jié)點(diǎn)的影響力、權(quán)威性(重要思想、知識或判斷決策的源頭)、流行度、控制力(如傳輸、流量的控制能力)、便利性(位置上的優(yōu)勢、易于訪問)或某種特殊意義，也可以表現(xiàn)為節(jié)點(diǎn)的脆弱性和易受攻擊性。不同的中心度算法含義不同，此處給出的是一個總結(jié)性質(zhì)的定義。

2　中心度算法分類及研究進(jìn)展

2.1　中心度算法分類研究

已有不少學(xué)者對中心度算法的分類進(jìn)行了研究。Noaht在描述中心度測量的理論基礎(chǔ)時(shí)將中心度劃分為三種類型，包括總體效果中心度、接近效果中心度和調(diào)解中心度。Dirk Kosehtitzki等將中心度分為4種類型，包括基于可到達(dá)性、基于流量、基于活力值和基于反饋的中心度。Zhang將中心度算法劃分為5類，包括基于點(diǎn)度、基于最短路徑、基于流、基于隨機(jī)行走和基于反饋的中心度。從其他角度考慮中心度的劃分，還可以分為基于全局的中心度算法、基于局部的中心度算法；或根據(jù)具體算法分為絕對中心度和相對中心度算法；根據(jù)網(wǎng)絡(luò)動態(tài)性，分為動態(tài)中心度算法和靜態(tài)中心度算法。另外，根據(jù)網(wǎng)絡(luò)屬性、權(quán)重和方向又可以分為基于有向網(wǎng)絡(luò)的算法和基于無向網(wǎng)絡(luò)的算法、基于加權(quán)網(wǎng)絡(luò)和基于無權(quán)網(wǎng)絡(luò)的算法及幾者組合的分類方式。

2.2　主要的中心度算法研究

根據(jù)2.1的分類，本文基于生成原理將中心度算法分類，劃分為基于連接的、基于最短路徑的、基于流的、基于隨機(jī)行走的和基于反饋的中心度算法5種。

2.2.1　基于連接的中心度算法度中心度算法(Degree)用于測度網(wǎng)絡(luò)中一個節(jié)點(diǎn)與其他節(jié)點(diǎn)直接連接數(shù)的總和。在有向網(wǎng)絡(luò)中，度又分為人度和出度。Hildrun基于合著網(wǎng)絡(luò)比較有權(quán)和無權(quán)的度中心度算法，提出查找一種函數(shù)，使元素權(quán)重均等分布數(shù)等于元素的個數(shù)。得到偏離相等分布越大、函數(shù)值越小的包含權(quán)重連接關(guān)系的復(fù)雜度中心度算法。Benjamin聚焦于在網(wǎng)絡(luò)規(guī)模、邊密度、邊強(qiáng)度和方向性等變量變化條件下的度中心度研究。由于度中心度算法反映的是靜態(tài)的局部聯(lián)系，在反映重要節(jié)點(diǎn)時(shí)具有局限性，研究中通常與其他網(wǎng)絡(luò)屬性測度指標(biāo)結(jié)合應(yīng)用。

2.2.2　基于最短路徑的中心度算法基于最短路徑的中心度算法包括接近中心度(CIoseness)、中介中心度(Betweenness)、Harmonic中心度、Eccentrality和Centroid等。這一類中心度基于網(wǎng)絡(luò)中節(jié)點(diǎn)間的最短距離。Yannick對Harmonic中心度和接近中心度進(jìn)行比較，指出Harmonic中心度可以作為接近中心度的替代算法，并將其擴(kuò)展到無向圖當(dāng)中。Centroid也可看作是接近中心度的變種，它測量的是一個節(jié)點(diǎn)比其他節(jié)點(diǎn)在位置上的優(yōu)勢程度。中介中心度是基于最短路徑的經(jīng)典算法，能夠用于揭示網(wǎng)絡(luò)中具有連接橋作用的節(jié)點(diǎn)，從而發(fā)現(xiàn)網(wǎng)絡(luò)連接中的關(guān)鍵點(diǎn)或脆弱點(diǎn)。由于該算法的重要性，諸多學(xué)者關(guān)注該算法的研究，對其進(jìn)行改進(jìn)與優(yōu)化。其中，Ulrik Brandes較系統(tǒng)地總結(jié)了中介中心度的變種算法及其適用范圍。雖然基于最短路徑的算法是中心度測量的重要方法之一，但是基于最短路徑的原理也成為這類算法的局限，在實(shí)際網(wǎng)絡(luò)中并不是所有重要節(jié)點(diǎn)都通過最短路徑。

2.2.3　基于流的中心度算法基于流的中心度算法引入電網(wǎng)電流流動理論，將網(wǎng)絡(luò)關(guān)系看作是包含電壓、電流的電網(wǎng)，基于在網(wǎng)絡(luò)中電流的流動進(jìn)行建模。主要包括基于流的中介中心度，基于流的接近中心度及信息中心度。這類中心度算法主要被應(yīng)用于社會網(wǎng)絡(luò)，用于探測社團(tuán)結(jié)構(gòu)，如Franco提出通過計(jì)算圖中相關(guān)的局部流中介中心度，利用邊的權(quán)重建模進(jìn)行社團(tuán)的抽取及聚類。

2.2.4　基于隨機(jī)行走的中心度算法基于隨機(jī)行走的中心度算法包括隨機(jī)行走中介中心度、隨機(jī)行走接近中心度和馬爾可夫中心度算法。這類算法主要基于隨機(jī)行走原理，計(jì)算在起始節(jié)點(diǎn)和目標(biāo)節(jié)點(diǎn)間對中間節(jié)點(diǎn)的隨機(jī)訪問次數(shù)?；陔S機(jī)行走的中介中心度算法是由Newman提出的，用于解決最短路徑的局限性問題。S.Lee等提出基于偏好隨機(jī)行走的中心度算法，并將其應(yīng)用于復(fù)雜網(wǎng)絡(luò)，在度相當(dāng)大的條件下該算法能夠?qū)Χ喾N中心度算法進(jìn)行統(tǒng)一。

2.2.5　基于反饋的中心度算法基于反饋的中心度算法，包括Katzes status、HubbeH、Eigenvector及著名的PageRank、HITS等算法。

研究廣泛集中在PageRank等網(wǎng)絡(luò)排序算法上。由于其缺乏對網(wǎng)頁主題內(nèi)容等其他因素的考慮，不少學(xué)者對該算法進(jìn)行了改進(jìn)和擴(kuò)展。算法改進(jìn)注重綜合多方面影響因素，包括網(wǎng)頁鏈接、網(wǎng)頁內(nèi)容、用戶點(diǎn)擊及瀏覽行為等。目前較突出的研究如主題敏感的PageRank、個性化加權(quán)PageRank算法等能夠?qū)σ阎樵冏R別出更多相關(guān)度更高的網(wǎng)頁。

2.3　中心度近似算法研究

由于精確算法需要多次迭代，在時(shí)間和空間消耗上較大，特別是在真實(shí)大型網(wǎng)絡(luò)中，給實(shí)際計(jì)算帶來巨大挑戰(zhàn)。因此對近似算法的研究能夠在一定程度上解決這方面的問題，近似算法研究關(guān)注在迭代次數(shù)、最短路徑計(jì)算、抽樣等方面的改進(jìn)，提高計(jì)算效率和性能。

David等提出一種基于適應(yīng)性抽樣技術(shù)的中介中心度近似算法，大大地降低了對高中心度節(jié)點(diǎn)的單源最短路徑計(jì)算的消耗。Kazuya等根據(jù)接近中心度的精確值和近似值計(jì)算提出新的算法。算法主要用于選取接近中心度值最高的節(jié)點(diǎn)，而非全部節(jié)點(diǎn)從而降低了時(shí)間消耗。近似算法能夠在一定程度上提高計(jì)算

效率并保證得到的結(jié)果在可接受的誤差之內(nèi)。

2.4　并行中心度算法研究

由于網(wǎng)絡(luò)、特別是真實(shí)網(wǎng)絡(luò)，更加復(fù)雜并且規(guī)模龐大，因此對于現(xiàn)有算法的性能和效率提出了挑戰(zhàn)。當(dāng)前的一些算法研究關(guān)注于在更精細(xì)粒度上的并行方法，對算法進(jìn)行切分和加和，分布到多臺機(jī)器上運(yùn)行，提高運(yùn)行效率的同時(shí)提高運(yùn)行效果。

Christian等提出一種新的并行模式的PageRank算法。該算法通過引入網(wǎng)絡(luò)二維視圖，保存主機(jī)ID作為區(qū)分，而后將PageRank劃分為不相連的部分，應(yīng)用GauB--Seidel迭代算法進(jìn)行快速的線性系統(tǒng)求解。該算法與其他并行PageRank算法相比，在每次迭代時(shí)間上有很大改進(jìn)。Tan等提出一種新的適用于CREWPRAM的并行中介中心度算法，應(yīng)用于大規(guī)模網(wǎng)絡(luò)分析，通過適當(dāng)?shù)臄?shù)據(jù)處理器映射、新的數(shù)邊策略和三元數(shù)據(jù)矩陣結(jié)構(gòu)，通過記錄最短路徑減少訪問共享存儲器沖突問題。

3　中心度計(jì)算方法應(yīng)用研究

雖然中心度計(jì)算方法主要被應(yīng)用于復(fù)雜網(wǎng)絡(luò)研究，但是由于它是基于網(wǎng)絡(luò)的，在其他領(lǐng)域研究中也受到廣泛關(guān)注。本文對其應(yīng)用領(lǐng)域進(jìn)行歸納，可主要體現(xiàn)在復(fù)雜網(wǎng)絡(luò)分析、期刊及論文評價(jià)、大眾標(biāo)注標(biāo)簽分析及推薦、網(wǎng)頁排名、關(guān)鍵詞抽取及文本摘要、語義結(jié)構(gòu)探測及語義消歧、科學(xué)前沿及創(chuàng)新探測、重要作者識別等方面。由于網(wǎng)頁排名主要涉及PageRank算法前文已經(jīng)總結(jié)，此處著重于歸納中心度算法在其他領(lǐng)域的研究情況。

3.1　復(fù)雜網(wǎng)絡(luò)分析

中心度算法主要被應(yīng)用于復(fù)雜網(wǎng)絡(luò)分析，如社會網(wǎng)絡(luò)、生物蛋白質(zhì)網(wǎng)絡(luò)、電力網(wǎng)絡(luò)等。Nicola等研究了復(fù)雜網(wǎng)絡(luò)中的中心度算法，回顧并比較了基于圖矩陣拓?fù)鋵傩缘闹行亩人惴?，包括PageRank、Eigenvector和HITS，發(fā)現(xiàn)一些中心度是相互關(guān)聯(lián)的。Francesco等將中心度的拓?fù)涓拍顟?yīng)用于解釋復(fù)雜網(wǎng)絡(luò)連接的可靠性和安全性，將度中心度、中介中心度、接近中心度、信息中心度拓展為可靠性度中心度、可靠性接近中心度等算法，將其應(yīng)用到電力傳輸系統(tǒng)網(wǎng)絡(luò)中，用于評估網(wǎng)絡(luò)路徑連接元素的重要性。

3.2　期刊及論文評價(jià)

隨著研究的深入，不少學(xué)者將中心度算法應(yīng)用于期刊引用網(wǎng)絡(luò)，為科學(xué)質(zhì)量評價(jià)提供新的方法。其中Jevin West提出一種新的學(xué)術(shù)期刊評價(jià)指標(biāo)Eigenfactor，它基于Eigenveetor，利用文獻(xiàn)對期刊的引用率對期刊進(jìn)行排序，其與傳統(tǒng)期刊評價(jià)指標(biāo)的區(qū)別在于其考慮了整個引用網(wǎng)絡(luò)的結(jié)構(gòu)，考慮了間接聯(lián)系及效果。Chena等應(yīng)用PageRank算法對1982年～2003年物理評論系列期刊中的所有出版物進(jìn)行了重要性評估。發(fā)現(xiàn)每個出版物的PageRank值和引用數(shù)相關(guān)。利用PageRank算法識別了期刊中物理學(xué)家熟悉的一些杰出的具有影響力的論文。

3.3　大眾標(biāo)注標(biāo)簽分析及推薦

大眾標(biāo)注是自Web2.0以來倍受學(xué)術(shù)界關(guān)注的一個領(lǐng)域，中心度算法在大眾標(biāo)注中的應(yīng)用研究主要體現(xiàn)在對標(biāo)簽的推薦和對標(biāo)注用戶的社會網(wǎng)絡(luò)分析等方面。主要通過用戶、資源、標(biāo)簽所構(gòu)成的三元組關(guān)系構(gòu)建不同的關(guān)系圖或關(guān)系網(wǎng)絡(luò)，并基于此進(jìn)行中心度的測量和評估，進(jìn)行對標(biāo)簽推薦或標(biāo)簽網(wǎng)絡(luò)規(guī)律特點(diǎn)的分析。

Andreas H根據(jù)大眾分類法基于用戶、資源、標(biāo)簽三元組關(guān)系的特點(diǎn)，提出FolkRank算法，將其主要用于特殊主題的標(biāo)簽、資源或用戶的推薦。Robert等對FolkRank、基于改進(jìn)的PageRank及基于標(biāo)簽流行度的推薦方法進(jìn)行了測試對比，發(fā)現(xiàn)前兩種方法均比非個性化的推薦方法更有效，特別是FolkRank方法在探測超圖結(jié)構(gòu)、解決冷啟動問題上都有優(yōu)勢。Ivan基于共現(xiàn)圖使用節(jié)點(diǎn)中心度算法進(jìn)行社會標(biāo)簽推薦。通過關(guān)鍵詞集抽取，檢索相關(guān)書簽，構(gòu)建全局共現(xiàn)子圖，結(jié)合TF4DF算法計(jì)算相關(guān)標(biāo)簽的中心度，將具有最高中心度的標(biāo)簽作為推薦結(jié)果。

3.4　關(guān)鍵詞抽取及文本摘要

關(guān)鍵詞抽取和文本摘要也是中心度算法應(yīng)用的重要領(lǐng)域，其主要被應(yīng)用于測量文本中的詞或句子的中心度，確定關(guān)鍵詞或中心句，揭示文本的主題內(nèi)容。特別是在關(guān)鍵詞抽取研究中，中心度算法能夠規(guī)避對低頻但重要的詞的忽略問題。

Kino使用Wikify系統(tǒng)從維基百科的文章中抽取關(guān)鍵詞，利用基于隨機(jī)沖浪的中心度算法進(jìn)行主題識別。Zhang等提出利用Hub，Authority框架進(jìn)行文本摘要的方法，結(jié)合線索短語、句子長度、首句等線索，將子主題的屬性融入基于圖的句子排序算法中來探測多文本子主題。

3.5　語義結(jié)構(gòu)探測及語義消歧

時(shí)至今日，對于語義的探測和挖掘成為研究者關(guān)注的熱點(diǎn)，中心度在語義結(jié)構(gòu)探測和語義消歧方面也有主要應(yīng)用。Jason等提出通過語義結(jié)構(gòu)挖掘算法構(gòu)建一致性本體和計(jì)算局部和全局語義中心度的思想，用于增強(qiáng)子團(tuán)體的發(fā)現(xiàn)和資源的共享。

在語義消歧方面，Ravi應(yīng)用詞義相似度和中心度計(jì)算進(jìn)行基于圖的詞義消歧，并使用測試數(shù)據(jù)集對入度中心度、接近中心度、中介中心度等算法分別結(jié)合基于WordNet的不同相似度計(jì)算進(jìn)行了實(shí)驗(yàn)，取得較好的效果。

3.6　科學(xué)前沿及創(chuàng)新探測

中心度被應(yīng)用于引文網(wǎng)絡(luò)、共被引網(wǎng)絡(luò)測度具有重要影響力的論文，發(fā)現(xiàn)科學(xué)前沿和研究基礎(chǔ)。在引文網(wǎng)絡(luò)中，Chen提出在知識域中通過對標(biāo)志性節(jié)點(diǎn)、中心節(jié)點(diǎn)和拐點(diǎn)的發(fā)現(xiàn)，查找重要文獻(xiàn)的潛在特征。標(biāo)志性節(jié)點(diǎn)是網(wǎng)絡(luò)中具有特殊屬性的節(jié)點(diǎn)，如高被引文獻(xiàn)提供重要的標(biāo)志，這種節(jié)點(diǎn)具有較大的半徑。中心節(jié)點(diǎn)其節(jié)點(diǎn)度相對較高，在引文網(wǎng)絡(luò)中體現(xiàn)為共被引文獻(xiàn)，其具有重要智力貢獻(xiàn)。拐點(diǎn)是連接不同網(wǎng)絡(luò)的樞紐，是兩個子網(wǎng)絡(luò)共享的節(jié)點(diǎn)或子網(wǎng)絡(luò)交互路徑上的節(jié)點(diǎn)。Chen在其開發(fā)的引文分析工具Citespace中利用中介中心度對引用網(wǎng)絡(luò)中科學(xué)發(fā)展中的拐點(diǎn)進(jìn)行識別。ShibataTM等通過被引次數(shù)和聚集中心度、中介中心度、接近中心度間的關(guān)系，探測作為基礎(chǔ)創(chuàng)新萌芽的論文及預(yù)測論文未來被引的能力。

3.7　重要作者識別

PageRank、中介中心度等算法也被用于論文合著網(wǎng)絡(luò)或作者引用網(wǎng)絡(luò)中，根據(jù)網(wǎng)絡(luò)屬性特點(diǎn)，作者在網(wǎng)絡(luò)中的貢獻(xiàn)，如合作或被引的鏈接數(shù)量，合作者之間、引用者與被引用者之間的相互關(guān)系測量作者在網(wǎng)絡(luò)中的影響力，對作者進(jìn)行排序，識別網(wǎng)絡(luò)中重要的、具有高度影響力及支持度的作者。Yan等將中心度算法作為一種影響力分析指標(biāo)，通過來自16個圖書情報(bào)期刊的1988年到2007年的數(shù)據(jù)生成合著者網(wǎng)絡(luò)，利用接近中心度、中介中心度、度中心度和PageRank四種算法對作者排序，分析了各種算法在作者影響力評估上的局限性。