Please wait a minute...
Advanced Search
数据分析与知识发现  2018, Vol. 2 Issue (11): 80-94     https://doi.org/10.11925/infotech.2096-3467.2018.0293
  研究论文 本期目录 | 过刊浏览 | 高级检索 |
基于社会网络分析的网络问答社区知识传播研究
王忠义1, 张鹤铭1, 黄京2, 李春雅3()
1华中师范大学信息管理学院 武汉 430079
2武汉职业技术学院 武汉 430074
3南通理工学院商学院 南通 226002
Studying Knowledge Dissemination of Online Q&A Community with Social Network Analysis
Wang Zhongyi1, Zhang Heming1, Huang Jing2, Li Chunya3()
1School of Information Management, Central China Normal University, Wuhan 430079, China
2Wuhan Polytechnic, Wuhan 430074, China
3School of Business, Nantong Institute of Technology, Nantong 226002,China
全文: PDF (3421 KB)   HTML ( 4
输出: BibTeX | EndNote (RIS)      
摘要 

【目的】通过分析网络问答社区的社会网络结构和知识传播机制, 研究节点在网络问答社区的知识传播与学习的效用, 从而指导用户在网络问答社区中更高效地学习。【方法】结合社会网络分析方法和熵权法描绘意见领袖的知识能力和传播影响力, 而后针对网络问答社区社会网络的小世界特征, 在借鉴Cowan模型的基础上建立一个知识传播模型, 并通过系统模拟仿真对该网络内部的知识学习效果进行实验。【结果】知识存量越少的节点在网络中的学习效率越高, 该现象类似于森林的“海绵效应”; 一些节点的知识存量增长较快, 其知识存量的增长倍数远远大于那些当初知识存量较高的节点; 随着时间的增长, 网络的知识传播速率一直处于下降的趋势; 知识增量与知识能力指数和传播能力指数都有很强的关系。【局限】在关于传播动力学模型的假设上, 本文未考虑到网络的动态随机重连。【结论】本文较为客观地评价了网络问答社区的知识传播与学习效用的情况, 并提出相应建议以提升用户在网络问答社区中的学习效果。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
王忠义
张鹤铭
黄京
李春雅
关键词 社会网络分析信息熵知识传播Cowan模型海绵效应    
Abstract

[Objective]This paper analyzes the social network structure and knowledge dissemination mechanism of an online Q&A community, aiming to reveal the role of network nodes, and improve the learning efficiency. [Methods] First, we used the social network analysis and the entropy weight methods to describe the opinion leader’s knowledge and influence. Then, we built a knowledge dissemination model based on the Cowan model for the Q&A community. Finally, we examined the internal knowledge learning results of the network through system simulation. [Results] Ⅰ. The nodes with less knowledge had higher learning efficiency in the target network; Ⅱ. The knowledge volumes of some nodes increased rapidly, while those of the nodes with larger knowledge stock increased slowly; Ⅲ. The knowledge dissemination rate of this network has been decreasing; Ⅳ. There is strong correlation between knowledge increase and the index of knowledge and communication abilities. [Limitations] The dynamic random reconnection of network was not examined in this paper. [Conclusions] This paper offers practical advice to improve users’ learning experience in the online Q&A community.

Key wordsSocial Network Analysis    Information Entropy    Knowledge Dissemination    Cowan Model    Spongy Effect
收稿日期: 2018-03-16      出版日期: 2018-12-11
ZTFLH:  TP393  
引用本文:   
王忠义, 张鹤铭, 黄京, 李春雅. 基于社会网络分析的网络问答社区知识传播研究[J]. 数据分析与知识发现, 2018, 2(11): 80-94.
Wang Zhongyi,Zhang Heming,Huang Jing,Li Chunya. Studying Knowledge Dissemination of Online Q&A Community with Social Network Analysis. Data Analysis and Knowledge Discovery, 2018, 2(11): 80-94.
链接本文:  
http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.2096-3467.2018.0293      或      http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2018/V2/I11/80
  网络问答社区知识传播研究框架
序号 username agree followers 序号 username agree followers
01 肥肥猫 1 218 509 353 535 41 warfalcon 246 569 478 527
02 朱炫 1 128 626 579 459 42 孙志超 239 546 185 374
03 ze ran 1 029 394 207 678 43 马力 235 034 204 201
04 vczh 983 884 467 598 44 藥師 233 497 112 765
05 寺主人 940 156 454 217 45 闻佳 227 652 294 435
06 Hannibal Lecter 841 383 222 944 46 蔓玫 219 097 126 074
07 yolfilm 835 981 732 463 47 高科 218 227 505 662
08 菠菜 685 089 340 044 48 汪惟 212 827 306 975
09 孟德尔 646 872 195 376 49 pansz 208 025 212 482
10 Kaiser 635 745 277 571 50 Lightwing 202 779 132 399
11 一笑风云过 628 206 181 991 51 带三个表 199 884 312 977
12 银教授 603 600 270 015 52 沃金 196 759 118 629
13 曾加 581 484 204 864 53 李楠 190 009 415 213
14 谢熊猫君 575 400 389 782 54 张亮 187 148 697 974
15 Justin Lee 526 041 160 485 55 何明科 181 619 129 164
16 君临 483 966 182 307 56 ALEX YA 181 589 104 854
17 windleavez 463 623 106 680 57 负二 180 996 398 218
18 护耳大脸 453 444 120 567 58 小岩井 177 677 114 498
19 李松蔚 432 592 305 226 59 李暘 171 104 128 141
20 苏菲 418 907 342 303 60 葛巾 168 827 580 650
21 安雅 392 539 147 147 61 maggie 168 648 552 459
22 王路 377 760 107 665 62 Sophia 165 521 101 880
23 梁边妖 361 965 540 804 63 不鳥萬如一 160 960 397 024
24 倪一宁 360 068 153 023 64 欲三更 151 195 158 159
25 李淼 347 455 623 385 65 喻忘忧 146 550 106 649
26 极乐 344 128 114 508 66 楚沐风 146 530 119 321
27 蒋校长 341 507 152 871 67 Raymond Wang 144 990 484 481
28 动机在杭州 310 503 452 619 68 殷守甫 142 391 121 032
29 刘鹏程Sai.L 309 067 165 133 69 徐强 141 421 148 944
30 刘念 302 048 267 137 70 纽约老李校长 137 423 136 041
31 猪小宝 296 676 134 047 71 东东枪 135 709 198 629
32 徐湘楠 295 563 106 909 72 唐僧同志 133 168 126 723
33 陈章鱼 291 457 516 409 73 楠爷 131 511 129 417
34 cOMMANDO 289 557 355 508 74 覃超 118 423 123 436
35 顾扯淡 283 796 236 151 75 周晓农 118 290 481 778
36 夏吉吉 273 456 144 224 76 涛吴 116 545 182 749
37 命硬的eno 270 775 162 779 77 谭蔓茹 114 534 152 995
38 David Rand 265 537 205 266 78 Lydia 112 501 123 632
39 雷幺幺 262 207 115 092 79 李开复 108 208 981 917
40 汗青 257 863 111 979 80 夏昊BFA 101 281 197 867
  80位意见领袖, 按赞同数量(agree)排名
序号 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20
01 0 1 1 0 0 0 0 1 0 1 1 0 0 0 1 1 0 1 0 0
02 1 0 0 0 0 0 0 1 0 1 1 1 0 1 0 0 1 0 1 0
03 1 0 0 0 0 0 0 1 0 0 1 0 1 1 1 1 0 0 1 0
04 0 0 0 0 1 0 1 1 1 0 1 0 0 0 0 0 1 0 0 1
05 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0
06 1 1 0 1 1 0 1 1 1 1 1 1 0 1 1 1 0 0 1 0
07 0 0 0 0 1 0 0 0 1 0 0 0 0 1 0 1 0 0 1 0
08 1 1 1 1 0 1 1 0 0 0 1 0 1 1 1 0 0 1 1 0
09 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0
10 1 1 0 1 0 1 0 0 0 0 1 0 1 0 0 1 1 0 0 0
11 1 1 1 0 1 0 1 1 0 0 0 0 1 1 1 0 1 0 1 1
12 0 1 0 0 0 0 0 1 0 1 0 0 0 1 0 0 0 0 0 0
13 1 0 0 1 1 0 0 0 0 1 0 0 0 1 0 0 0 0 1 0
14 0 1 1 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 1 1
15 1 1 1 1 1 1 1 1 1 1 0 1 1 1 0 1 0 0 1 0
16 1 1 0 0 1 0 1 1 0 1 0 0 0 1 1 0 0 0 1 1
17 0 1 0 0 0 0 1 0 1 1 0 0 1 0 0 0 0 0 0 0
18 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
19 0 1 0 0 0 0 1 1 0 0 0 0 1 1 0 0 0 0 0 1
20 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0
  前20位意见领袖的关注关系矩阵
  “知乎”社区80位意见领袖的关系网络
字段名
username company user_id article education question thanked topic followers weibo
address job answer index_url headline agree following token sex
  从“知乎”获取的19个字段名称
username answer question article agree thanked followers following topic
肥肥猫 397 89 12 1 218 509 304 153 353 535 257 11
朱炫 196 4 47 1 128 626 245 011 579 459 204 37
ze ran 2 519 0 6 1 029 394 198 023 207 678 703 137
vczh 13 688 459 46 983 884 130 151 467 598 1 841 30
寺主人 149 41 156 940 156 192 639 454 217 714 58
Hannibal Lecter 972 32 149 841 383 188 170 222 944 16 884 292
yolfilm 1 509 106 2 835 981 198 641 732 463 226 134
菠菜 1 295 19 37 685 089 190 034 340 044 536 49
孟德尔 5 096 861 47 646 872 141 033 195 376 122 8
  前10位意见领袖特征描述
username betweeness degree.out degree.in degree. total closeness evcent pagerank shole
肥肥猫 63.96 26 35 61 0.0076 0.1075 0.0137 36
朱炫 95.05 35 47 82 0.0081 0.1442 0.0181 52
ze ran 11.42 14 20 34 0.0069 0.0648 0.0076 21
vczh 15.67 14 20 34 0.0069 0.0589 0.0075 29
寺主人 34.57 8 35 43 0.0065 0.0737 0.0135 38
Hannibal Lecter 72.48 48 22 70 0.0091 0.1187 0.0099 51
yolfilm 94.76 29 48 77 0.0077 0.1336 0.0218 48
菠菜 120.51 43 44 87 0.0087 0.1524 0.0166 53
孟德尔 3.47 6 20 26 0.0060 0.0484 0.0074 23
  前10位意见领袖节点影响力分析
answer question article agree thanked followers following topic betweeness degree.out degree.in degree.total closeness evcent pagerank shole
answer 1.00 0.39 0.12 0.29 0.12 0.17 0.09 -0.01 -0.09 -0.17 -0.06 -0.15 -0.15 -0.16 -0.05 -0.10
question 0.39 1.00 0.29 -0.02 -0.06 0.29 0.05 0.15 0.07 -0.08 0.11 -0.01 -0.09 -0.02 0.21 0.02
article 0.12 0.29 1.00 -0.07 -0.14 -0.03 0.04 0.09 0.02 -0.04 0.04 -0.01 -0.05 -0.01 0.11 -0.02
agree 0.29 -0.02 -0.07 1.00 0.92 0.20 0.14 -0.05 0.08 -0.07 0.07 -0.02 -0.06 -0.03 0.00 -0.03
thanked 0.12 -0.06 -0.14 0.92 1.00 0.24 0.13 0.01 0.16 0.03 0.15 0.10 0.04 0.09 0.08 0.07
followers 0.17 0.29 -0.03 0.20 0.24 1.00 -0.02 0.09 0.17 -0.12 0.52 0.17 -0.16 0.18 0.56 0.14
following 0.09 0.05 0.04 0.14 0.13 -0.02 1.00 0.25 0.19 0.22 -0.01 0.16 0.23 0.13 0.01 0.20
topic -0.01 0.15 0.09 -0.05 0.01 0.09 0.25 1.00 0.13 0.25 0.05 0.21 0.24 0.20 0.03 0.23
betweeness -0.09 0.07 0.02 0.08 0.16 0.17 0.19 0.13 1.00 0.76 0.66 0.88 0.73 0.85 0.65 0.81
degree.out -0.17 -0.08 -0.04 -0.07 0.03 -0.12 0.22 0.25 0.76 1.00 0.30 0.88 0.99 0.85 0.25 0.90
degree.in -0.06 0.11 0.04 0.07 0.15 0.52 -0.01 0.05 0.66 0.30 1.00 0.71 0.24 0.74 0.94 0.57
degree.total -0.15 -0.01 -0.01 -0.02 0.10 0.17 0.16 0.21 0.88 0.88 0.71 1.00 0.85 0.99 0.65 0.94
closeness -0.15 -0.09 -0.05 -0.06 0.04 -0.16 0.23 0.24 0.73 0.99 0.24 0.85 1.00 0.81 0.20 0.88
evcent -0.16 -0.02 -0.01 -0.03 0.09 0.18 0.13 0.20 0.85 0.85 0.74 0.99 0.81 1.00 0.67 0.91
pagerank -0.05 0.21 0.11 0.00 0.08 0.56 0.01 0.03 0.65 0.25 0.94 0.65 0.20 0.67 1.00 0.53
shole -0.10 0.02 -0.02 -0.03 0.07 0.14 0.20 0.23 0.81 0.90 0.57 0.94 0.88 0.91 0.53 1.00
  80位意见领袖16维数据的相关性
  节点影响力分析的8维数据相关性
  10个维度数据层次聚类结果
因素 信息熵 权重 因素 信息熵 权重
answer 0.8081 0.1949 betweeness 0.9170 0.3901
question 0.6867 0.3182 degree.out 0.9527 0.2223
article 0.7665 0.2371 degree.in 0.9798 0.0949
agree 0.8935 0.1082 degree.total 0.9680 0.1506
topic 0.8607 0.1415 shole 0.9698 0.1421
  信息熵数值和熵权数值
用户 知识能力 传播影响力 用户 知识能力 传播影响力 用户 知识能力 传播影响力
肥肥猫 23.77 45.10 动机在杭州 9.24 64.57 何明科 9.86 20.25
朱炫 21.29 67.28 刘鹏程Sai.L 26.33 20.75 ALEX YA 2.99 44.67
ze ran 28.03 14.39 刘念 6.18 33.14 负二 19.19 98.45
vczh 70.35 17.63 猪小宝 8.56 20.75 小岩井 2.37 43.71
寺主人 24.75 27.61 徐湘楠 23.89 91.96 李暘 16.75 40.58
Hannibal Lecter 34.53 58.36 陈章鱼 15.28 20.29 葛巾 0.74 72.70
yolfilm 25.20 63.31 cOMMANDO 11.21 41.45 maggie 6.02 80.88
菠菜 16.77 77.90 顾扯淡 9.85 24.32 Sophia 1.39 31.76
孟德尔 54.34 8.34 夏吉吉 2.64 10.67 不鳥萬如一 95.00 26.46
Kaiser 11.74 44.06 命硬的eno 2.79 32.39 欲三更 12.96 86.40
一笑风云过 16.73 63.06 David Rand 12.15 13.62 喻忘忧 1.95 63.49
银教授 13.41 8.72 雷幺幺 3.66 14.68 楚沐风 2.91 23.91
曾加 12.03 71.10 汗青 12.74 80.08 Raymond Wang 8.00 53.73
谢熊猫君 13.53 57.75 warfalcon 29.78 73.38 殷守甫 1.56 18.04
Justin Lee 7.83 100.00 孙志超 26.48 19.28 徐强 8.18 8.09
君临 8.58 78.61 马力 60.21 70.62 纽约老李校长 10.31 90.03
windleavez 15.21 11.69 藥師 13.46 32.31 东东枪 11.01 35.73
护耳大脸 10.97 0.00 闻佳 4.14 38.34 唐僧同志 2.94 46.39
李松蔚 10.96 44.45 蔓玫 5.04 29.77 楠爷 3.87 43.25
苏菲 12.69 45.34 高科 6.41 10.27 覃超 9.16 14.32
安雅 9.81 37.48 汪惟 10.26 64.13 周晓农 8.97 47.54
王路 22.39 38.22 pansz 13.04 34.85 涛吴 10.29 37.20
梁边妖 10.26 79.40 Lightwing 3.68 31.17 谭蔓茹 2.61 13.39
倪一宁 3.76 51.21 带三个表 9.27 19.16 Lydia 2.63 89.12
李淼 21.23 39.31 沃金 2.79 29.81 李开复 31.16 13.02
极乐 10.12 45.18 李楠 23.13 16.28 夏昊BFA 35.45 62.92
蒋校长 8.92 1.13 张亮 72.12 70.08
  知识能力指数和传播影响力指数
  80位意见领袖权威指数评估
  1阶时间延迟的隐性知识传播模型示意图
  t=40时系统仿真模拟结果
  t=60时系统仿真模拟结果
  t=100时系统仿真模拟结果
回归系数 t值 p值
知识能力指数 0.8020 3.090 0.00278
传播影响力指数 1.2039 7.106 5.22e-10
answer 0.002676 1.002 0.31996
question 0.05065 2.654 0.00984
article 0.03714 1.567 0.12166
agree 0.00003078 1.808 0.07494
topic -0.05145 -1.257 0.21310
betweeness 0.01136 0.056 0.95585
degree.out 1.521 1.888 0.06313
degree.in -0.6753 -0.981 0.33001
degree.total 1.1364 0.616 0.54021
shole 1.088 1.149 0.25456
  多元线性回归参数
[1] 韦勇娇. 认知盈余时代, 网络问答社区的知识传播模式探析——以“知乎”为例[J]. 广西职业技术学院学报, 2014, 7(1): 30-34, 40.
[1] (Wei Yongjiao.Analysis of Modes of Knowledge Dissemination Online Q&A——A Case Study of Zhihu Q&A Website[J]. Journal of Guangxi Vocational and Technical College, 2014, 7(1): 30-34, 40.)
[2] 吕峰. 基于隐马尔科夫模型的问答社区用户知识贡献意愿研究[D]. 哈尔滨: 哈尔滨工业大学, 2015.
[2] (Lv Feng.Research on the Knowledge Contribution Intention in Q&A Community Based on Hidden Markov Model[D]. Harbin: Harbin Institute of Technology, 2015.)
[3] 金家华. 社会化问答社区中用户知识行为的影响因素研究[D]. 哈尔滨: 哈尔滨工业大学, 2015.
[3] (Jin Jiahua.Research on the Influence Factors of User’s Knowledge Activities in Online Social Q&A Community[D]. Harbin:Harbin Institute of Technology, 2015.)
[4] 陈娟, 高杉, 邓胜利. 社会化问答用户特征识别与行为动机分析——以“知乎”为例[J]. 情报科学, 2017, 35(5): 69-74, 80.
[4] (Chen Juan, Gao Shan, Deng Shengli.Characteristics Recognition and Motivation Analysis of Social Q&A Users——A Case Study of ‘Zhihu’ Website[J]. Information Science, 2017, 35(5): 69-74, 80.)
[5] 黄梦婷, 张鹏翼. 社会化问答社区的协作方式与效果研究: 以知乎为例[J]. 图书情报工作, 2015, 59(12): 85-92.
doi: 10.13266/j.issn.0252-3116.2015.12.013
[5] (Huang Mengting, Zhang Pengyi.Collaboration Forms and Effectiveness in Social Q&A Communities: A Case Study of Zhihu.com[J]. Library and Information Service, 2015, 59(12): 85-92.)
doi: 10.13266/j.issn.0252-3116.2015.12.013
[6] 刘佩, 林如鹏. 网络问答社区“知乎”的知识分享与传播行为研究[J]. 图书情报知识, 2015(6): 109-119.
doi: 10.13366/j.dik.2015.06.109
[6] (Liu Pei, Lin Rupeng.Research on Knowledge Sharing and Dissemination Behavior of Online Q&A Services: Taking Zhihu as an Example[J]. Documentation, Information & Knowledge, 2015(6): 109-119.)
doi: 10.13366/j.dik.2015.06.109
[7] Liu Z, Jansen B J.Questioner or Question: Predicting the Response Rate in Social Question and Answering on Sina Weibo[J]. Information Processing & Management, 2018, 54(2): 159-174.
doi: 10.1016/j.ipm.2017.10.004
[8] Jin J, Li Y, Zhong X, et al.Why Users Contribute Knowledge to Online Communities: An Empirical Study of an Online Social Q&A Community[J]. Information & Management, 2015, 52(7): 840-849.
doi: 10.1016/j.im.2015.07.005
[9] Lou J, Fang Y, Lim K H, et al.Contributing High Quantity and Quality Knowledge to Online Q&A Communities[J]. Journal of the Association for Information Science and Technology, 2013, 64(2): 356-371.
[10] 左遥, 梁英, 毕晓迪, 等. 社会化问答网站知识传播网络推断方法[J]. 计算机学报, 2018, 41(1): 82-97.
[10] (Zuo Yao, Liang Ying, Bi Xiaodi, et al.An Inference Method of Knowledge Diffusion Network in Community Question Answering Sites[J]. Chinese Journal of Computers, 2018, 41(1): 82-97.)
[11] 宁菁菁. 基于“弱关系理论”的知识问答社区知识传播研究——以知乎网为例[J]. 新闻知识, 2014(2): 98-99,50.
doi: 10.3969/j.issn.1003-3629.2014.02.038
[11] (Ning Jingjing.Research on Knowledge Communication in Knowledge Q&A Community Based on “Weak Relationship Theory”—— A Case Study of Zhihu Network[J]. News Research, 2014(2): 98-99, 50.)
doi: 10.3969/j.issn.1003-3629.2014.02.038
[12] Cowan R, Jonard N.Network Structure and the Diffusion of Knowledge[J]. Journal of Economics Dynamics and Control, 2004, 28(8): 1557-1575
doi: 10.1016/j.jedc.2003.04.002
[13] Matlab [K/OL]. [2018-04-13].https://www.mathworks.com/.
[14] 王嘉. 思想政治教育视域下的网络意见领袖研究[D]. 大连: 大连理工大学, 2013.
[14] (Wang Jia.Researches on Network Opinion Leader for Ideological and Political Education [D]. Dalian: Dalian University of Technology, 2013.)
[15] 赵基明, 邱均平, 黄凯, 等. 一种新的科学计量指标——h指数及其应用述评[J]. 中国科学基金, 2008(1): 23-32.
doi: 10.3969/j.issn.1000-8217.2008.01.005
[15] (Zhao Jiming, Qiu Junping, Huang Kai, et al.A New Scientometric Indicator——Review on h Index and Its Application[J]. Bulletin of National Natural Science Foundation of China, 2008(1): 23-32.)
doi: 10.3969/j.issn.1000-8217.2008.01.005
[16] Rstudio [K/OL]. [2018-04-13]..
[17] 汪小帆, 李翔, 陈关荣. 网络科学导论[M]. 北京: 高等教育出版社, 2012: 233.
[17] (Wang Xiaofan, Li Xiang, Chen Guanrong.Network Science: An Introduction[M]. Beijing: Higher Education Press, 2012: 233.)
[18] Tan P-N, Steinbach M, Kumar V.数据挖掘导论(完整版) [M]. 范明, 范宏建等译. 北京: 人民邮电出版社, 2011: 38-39.
[18] (Tan P-N, Steinbach M, Kumar V.Introdution to Data Mining[M]. Translated by Fan Ming, Fan Hongjian, et al. Beijing: Post & Telecom Press, 2011: 38-39.)
[19] 张继国, 辛格. 信息熵——理论与应用[M]. 北京: 中国水利水电出版社, 2012:1-2.
[19] (Zhang Jiguo, Singh V P.Information Entropy——Theory and Application[M]. Beijing: China Water & Power Press, 2012: 1-2.)
[20] 芦白茹, 张坤严, 心娥, 等. 基于AHP法和熵权法组合权重对RC结构危险房屋多层次模糊综合评定研究[C]. 见: 第25届全国结构工程学术会议论文集, 2016: 89.
[20] (Lu Bairu, Zhang Kuyan, Xin E, et al.Multi-hierarchy Fuzzy Comprehensive Assessment of RC Structure Dangerous Buildings Based on Combined Weights of AHP and Entropy-weighted Method[C]// Proceedings of the 25th National Conference on Structural Engineering. 2016: 89.)
[21] Shannon C E.A Mathematical Theory of Communication[J]. Bell System Technical Journal, 1948, 27(3): 379-423.
doi: 10.1002/j.1538-7305.1948.tb01338.x
[22] Kermack W O, McKendrick A G. Contributions to the Mathematical Theory of Epidemics. II.—The Problem of Endemicity[J]. Proceedings of the Royal Society of London A, 1932, 138(834): 55-83.
doi: 10.1098/rspa.1932.0171
[23] 李中师. 基于个体差异的复杂网络下隐性知识传播模型研究[D]. 杭州: 浙江工业大学, 2012.
[23] (Li Zhongshi.Study of Tacit Knowledge Transfer Based on Individual Differences in Complex Social Networks[D]. Hangzhou: Zhejiang University of Technology, 2012.)
[24] 张红兵. 虚拟企业知识转移的研究[M]. 北京: 经济管理出版社, 2009: 56.
[24] (Zhang Hongbing.Research on the Knowledge Transfer in Virtual Enterprise[M]. Beijing: Economics & Management Publishing House, 2009: 56.)
[25] 汪应洛. 系统工程[M]. 第4版. 北京: 机械工业出版社, 2008: 82.
[25] (Wang Yingluo. System Engineering[M]. The 4th Edition. Beijing: China Machine Press, 2008: 82.)
[1] 关鹏,王曰芬. 国内外专利网络研究进展*[J]. 数据分析与知识发现, 2020, 4(1): 26-39.
[2] 贾晓婷,王名扬,曹宇. 结合Doc2Vec与改进聚类算法的中文单文档自动摘要方法研究*[J]. 数据分析与知识发现, 2018, 2(2): 86-95.
[3] 陈芬,付希,何源,薛春香. 融合社会网络分析与影响力扩散模型的微博意见领袖发现研究*[J]. 数据分析与知识发现, 2018, 2(12): 60-67.
[4] 李飞, 张健, 王宗水. 社会化推荐研究进展与发展趋势演化*——基于文献计量和社会网络分析的视角[J]. 数据分析与知识发现, 2017, 1(6): 22-35.
[5] 范如霞, 曾建勋, 高亚瑞玺. 基于合作网络的学者动态学术影响力模式识别研究[J]. 数据分析与知识发现, 2017, 1(4): 30-37.
[6] 王曰芬,靳嘉林. 比较分析《现代图书情报技术》近10年发文特征与发展趋势*[J]. 现代图书情报技术, 2016, 32(9): 1-16.
[7] 叶腾,韩丽川,邢春晓,张妍. 基于复杂网络的虚拟社区创新知识传播机制研究*[J]. 现代图书情报技术, 2016, 32(7-8): 70-77.
[8] 吴应良, 姚怀栋, 李成安. 一种引入间接信任关系的改进协同过滤推荐算法[J]. 现代图书情报技术, 2015, 31(9): 38-45.
[9] 任妮, 周建农. 合著网络加权模式下科研团队的发现与评价研究[J]. 现代图书情报技术, 2015, 31(9): 68-75.
[10] 翟姗姗, 许鑫, 夏立新. 学术博客中的用户交流与知识传播研究述评[J]. 现代图书情报技术, 2015, 31(7-8): 3-12.
[11] 谭旻, 许鑫. 学术博客推荐网络的h度实证——以科学网博客为例[J]. 现代图书情报技术, 2015, 31(7-8): 31-36.
[12] 张永云, 张生太. 社交媒体知识协作网络中的明星效应和经纪人效应——来自Wikipedia社交媒体的发现[J]. 现代图书情报技术, 2015, 31(4): 72-78.
[13] 何跃, 宋灵犀, 齐丽云. 负面事件中的品牌网络口碑溢出效应研究——以“圆通夺命快递”事件为例[J]. 现代图书情报技术, 2015, 31(10): 58-64.
[14] 唐晓波, 胡华. 中文UGC信息源的本体概念抽取研究*[J]. 现代图书情报技术, 2014, 30(5): 41-49.
[15] 黄微, 高俊峰, 王晨, 齐玥. 基于社会网络分析的隐性知识推送服务方法研究[J]. 现代图书情报技术, 2014, 30(2): 48-54.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn