HI,欢迎来到学术之家股权代码  102064
0
首页 精品范文 复杂网络分析

复杂网络分析

时间:2023-06-11 09:32:41

开篇:写作不仅是一种记录,更是一种创造,它让我们能够捕捉那些稍纵即逝的灵感,将它们永久地定格在纸上。下面是小编精心整理的12篇复杂网络分析,希望这些内容能成为您创作过程中的良师益友,陪伴您不断探索和进步。

复杂网络分析

第1篇

关键词:复杂网路;投入产出;度分布

一、引言

系统是由相互作用和依赖的若干组成部分结合的具有特定功能的有机整体[1]。而网络是由节点以及节点之间的连线组成的,将真实系统中的元素看成网络中的节点,元素之间的数量关系看成网络中的边,用这种方式构建的网络可以用来描述各类真实系统。近年来,复杂网络作为大量真实复杂系统的高度抽象[2],成为学者们研究的热点,很多国际一流的期刊都陆续刊发了许多有关复杂网络的论文,研究范围包括:电力网络、病毒传播网络、神经网络、演员合作网络、交通网络等,而对产业结构进行研究的论文还较少。

经济的发展与其产业结构有重要的关联。产业结构转型是地区经济快速增长的核心驱动力[3]。而优化高效的产业网络是经济社会全面发展的必要条件[4]。本文以我国产业结构为研究对象,将其抽象为由产业和产业关联所组成的复杂网络,产业作为网络中的节点,产业间的联系视为网络中的边,以此建立起产业结构的网络模型,计算网络的统计特征,研究网络的复杂性,希望能为中国产业结构的优化发展提供决策依据。

二、方法和数据来源

中国的产业结构网络由42个产业(即节点)组成,数据来自中国2012年的投入产出表。对数据说明如下:

第一,不考虑本产业之间的中间投入,这样可以避免建立一个自环的网络。

第二,引入消耗系数并作无向化处理。计算过程如下:

第一步:计算直接消耗系数。

aij=xij/xj(i,j=1,2,……n)(2-1)

其中,aij为j产业生产时所消耗i产业投入的系数,xij为i产业对j产业的中间投入,xj为j产业的产出。

第二步:无向化处理。

rij=aij+aji2(2-2)

在本文中设a为消耗系数的临界值,然后对所有的rij取均值即得到a。如果rij≥a则认为这两个部门之间有联系,即两点之间有边。本文计算出的a值为4.324×10-3,即当rij≥4.324×10-3时,i和j之间有边存在,经计算网络中的边数为1936条。

三、网络相关统计指标

(一)平均最短距离

平均最短距离描述了网络中各个节点的分离称度。在产业结构网络中,两个产业之间最少的边数即为两节点之间的最短距离。因此,网络的平均最短距离可定义为所有节点最短距离的平均数。计算如下:

L=2N(N-1)∑i>jdij(3-1)

其中,N=42是网络的节点数,dij为节点i与节点j之间的最短距离,计算的中国产业结构网络的平均最短距离为1.372。

(二)平均簇系数

簇系数是用来衡量网络节点聚类称度的参数,节点i的簇系数计算如下:

Ci=1Ki(Ki-1)∑Nj,k=1bijbjkbki(3-2)

其中ki为节点i的度,bij为邻接矩阵元,当节点i,j相邻时其值为1,否则为0。

因此,整个网络的簇系数为:

C=1N∑Ni=1Ci(3-3)

计算可得中国产业结构网络的簇系数为0.533,具有一定的聚集性。

(三)度及其分布

与节点连接的边的数量称为节点的度,而网络的度是网络中所有节点的度的平均值。节点的度越大代表节点的影响力越大,在网络中的地位越重要,反之亦然。度分布用分布函数P(k)表示,可定义为在网络选择一个节点其度值为k的概率,也等于网络中度值为k的节点的个数与网络节点总数比值。根据数据可以算的中国产业结构网络的平均度为23.4,即每个产业平均与23个产业相连。

(四)度-度相关性

度-度相关性指的是节点之间相互选择的偏好,节点i的所有邻近节点的平均度可记为:

Knn,i=1Ki∑kij=1Kij(3-4)

其中,Kij是i的Ki个邻近节点的度,j=1,2,……,ki。度为k的所有节点的邻近点的平均度,公式如下:

Km(k)=1Nk∑iki=1Km,vi(3-5)

其中,度为k的节点表示为v1,v2,……,vi,Nk是指网络中度为k的所有节点的个数。

通过计算我们就可以知道网络的相关性,当Km(k)随着k的增加而增加,随着k的减小而减小,即可判断网络是正相关的,反之如果Km(k)随着k的增加而减小,随着k的减小而增加,即可判断网络是负相关的。运用Newman给出的计算方法可计算出网络节点度的Pearson相关系数r[5]。公式如下:

r(g)=M-1∑ijiki-[M-1∑i12(ji+ki)]2M-1∑i12(ji+ki)-[M-1∑i12(ji+ki)]2(3-6)

式中,M为观察到的网络中的连线的数目,jk,ik是第i条连线两端的节点度数且i=1,2,……,M,-1≤r≤1。

根据公式计算出的中国产业结构网络的相关系数r=0.628,度度之间表现为正相关性,说明度小的节点优先连接度大的节点。

(五)介数中心性

介数中心性是以经过某个节点的最短路径的个数来刻画节点重要性的,简称介数(BC),具体地,节点i的介数可定义为:

BCi=∑s≠i≠tnistgst(3-7)

其中,gst为从节点s到节点t的最短路径的数目,nist为从节点s到节点t的gst条最短路径中经过节点i的最短路径的数目。计算可得,中国产业结构网络中各节点的点介数分布前十的产业如下:

表节点介数排名前十的产业

序号产业节点介数

1化学工业0.24836

2金属冶炼及压延加工业0.14637

3电力及蒸汽、热水生产和供应业0.11293

4农业0.08534

5商业0.07246

6货运邮电业0.06582

7石油和天热气开采业0.06191

8机械工业0.04237

9电子及通信设备制造业0.03183

10食品制造业0.03012

节点介数的大小反映了该产业在网络中的影响力,因此如果将表中的某个或某几个产业乃至全部的产业从网络中去除将会极大的影响网络的运行。

四、结论

本文借助复杂网络理论对中国产业结构网络性质做了初步的研究,得出中国产业结构网络是一个小世界网络,具有小的平均最短路径和较大的聚集系数,度-度表现出正的相关性,说明度小的节点倾向于与大的节点连接。对于复杂网络所涉及到的更为复杂的研究方面包括:边的方向及边权、点权对网络性质的影响等在本文中没有做深入的研究。(作者单位:兰州交通大学经济管理学院)

参考文献:

[1]钱学森,许国志,王涛云.论系统工程[M].长沙:湖南科学技术出版社,1988:7-12.

[2]周涛,柏文洁,汪秉宏等.复杂网络研究概述[J],物理,2005,34(1):31-36.

[3]Sachsa J D,Woob W T.Understanding China’s economic performance[J].The Journal of Policy Reform.2001,4(1):1-50.

第2篇

关键词:数据仓库;多维分析;ETL

中图分类号:TP311文献标识码:A文章编号:1009-3044(2007)06-11497-03

1 引言

随着电信市场的开放,电信运营商之间的竞争越来越激烈,利润的降低使得各运营商必须从粗放的经营转变为集约的经营。对电信企业来说,如何在激烈的市场竞争中求得生存和发展,这是企业的决策人员所必须考虑的问题。以前,电信公司都是通过挖掘GSM网、智能网相关统计数据,近似分析出总体话务变化趋势,而不能分析出各个品牌用户、高端用户、集团客户及在不同区域话务分布规律,也不能分析出不同品牌用户的具体用户行为及不同话务类型的具体比例,而在当前激烈的市场竞争形势下,这些精细化的分析尤为重要。移动用户的实时通话清单包含每一次通话的详细信息,如果对实时通话清单数据进行深入分析,完全可以分析出不同品牌、不同区域、不同时段、不同类型话务流向和流量的变化,本文基于以上原因,提出了建立以数据仓库技术为基础,以实时通话清单为数据源的网络分析系统,该系统的建立为企业各部门提供经营决策依据,为更好的进行网络容量规划及电信业务的推广和发展提供强有力的支撑。

2 数据仓库技术

数据仓库的基本概念是指企业管理和决策中面向主题的、集成的、非易失的且随时间变化的数据集合,它是从大量的事务型数据库中抽取出数据,通过清理、转换,形成统一的存储格式,给最终用户特别是决策支持者们提供对公用数据的更好的访问支持。数据仓库中的数据通常包含历史信息,利用这些信息,可以对企业的发展历程和未来趋势做出定量分析和预测。

数据仓库技术在不同的行业中解决的问题不同, 对电信行业来说,数据仓库技术可以在以下三个方面发挥作用:

对海量计费数据的管理,为决策者提供准确、可靠的数据;

在线分析处理,帮助决策者对市场的变化做出快速反应;

从现有的计费数据挖掘出隐藏于其中的信息,找出潜在的市场规律和深入的用户行为分析。

虽然数据仓库和数据挖掘技术更适合于对“海量”数据的分析处理,但是它并不要求一定在整个企业范围内才能应用。数据仓库是面向主题的,因此,可以把数据仓库先应用到企业的局部,然后逐步展开。

3 基于数据仓库技术的电信网络分析系统的总体架构

网络分析工作需针对品牌用户对网络的影响开展不断深化的挖掘研究,并有必要实行地域化的精致网络优化和差异化管理工作。网络分析系统总体结构包括三部分内容:数据获取层、数据仓库层、前端界面层。它描述了网络分析系统的数据源及相应的数据转换ETL(Extraction、Transformation、Loading)过程、中央数据仓库、对数据仓库信息的存取,如图1。

图1 系统总体架构

3.1数据获取层

网络分析系统要想取得成功,就要定义良好、集成而完整的数据,首先必须根据系统确定的分析主题建立优质的数据模型,然后从现有的业务系统中正确提取数据,通过转换、过滤和集成保证获取的数据的质量,最后装载到企业的数据仓库中。数据获取层是整个数据仓库系统应用的基础。数据获取层主要是完成各种异构数据的处理,使其以合理的格式向数据仓库装载。这一层分为两个层次, 即原始数据层和数据接口层。原始数据层表明了网络分析系统的各种复杂的数据来源,数据源通常包括实时通话清单、智能网话单和其他网络数据。这些数据通过数据接口层所提供的数据粒度规则, 按照数据库高级复制、数据库远程访问、数据文件导入或手工录入等不同的方式进入到系统的数据仓库中。数据接口层主要为原始数据进入系统提供维护手段。主要功能包括:数据的提取、清洗、转换、集成、导入,内部业务子系统与本系统的接口。

3.2数据仓库层

数据仓库层是网络分析系统的核心部份,由3个层次构成。首先是底层的数据仓库服务器。数据仓库服务器统一管理着数据仓库、数据集市、元数据库以及数据监控和数据管理模块,将各种来源的数据按照系统设计的规范组织和管理起来,为后续的数据分析提供完整的数据源。数据仓库主要存入经过清洗、转换和处理后的数据, 元数据库主要是存放数据源、数据转换规则、数据维、事实表的定义等关于数据的数据, 是维护、监控、管理数据仓库的根据。数据集市是根据数据仓库提供的数据,根据特定主题集成某一领域的数据,为联机分析和数据挖掘提供所需的所有模型元素,同时针对系统业务需求建立起业务分析模型,将数据仓库提供的数据分析、组织形成各种适用于联机分析的模型元素。其次是中间层,中间层主要是联机分析处理(OLAP),OLAP服务器使用为用户预定义的多维数据视图对数据仓库(或数据集市)的信息进行统计分析处理,为具有明确分析范围和分析要求的用户提供高性能的决策支持。OLAP将分析结果存储在信息库中, 便于决策者通过对比多种分析结果做出更好的决策。最后是顶层,顶层包括查询/报告和数据挖掘。数据挖掘为辅助决策提供最完整的工具。与OLAP着重于对过去的已成事实的数据进行分类、分析、统计和集成相比较, 数据挖掘注重对未来的可能发生的数据进行估算、预测,以发现新的关系。

3.3前端界面层

前端界面层主要是人机接口和用户界面。人机对话接口是实现用户和系统之间的对话。面对大量的、复杂的原始数据,能准确、快速地做出管理人员所需的定制报表,同时管理人员可利用强大的前端查询分析工具,对系统数据进行OLAP分析以获得所需信息。

4 系统实现的关键技术

网络分析系统的实现涉及两个方面的关键技术,一个是通过ETL过程对数据导入和数据进行分析装载,另一个是系统数据仓库的建模。由于系统处理的是海量数据,需要系统较快的处理吞吐量和速度,因此在实现上大体采用存储过程来处理业务逻辑。

4.1ETL过程

ETL包括两个方面,一个是软件,一个是过程。ETL软件只是一个工具,如何让这个工具发挥作用,还是要看如何使用它即ETL过程。网络分析系统需要与多个外部数据源进行集成,在数据源多,网络复杂的情况下保证数据抽取能够按时完成变得相当有难度。为此采取了如下策略:“需要抽取的数据首先在数据源进行一次聚合,抛弃不需要的信息,减少数据传输量。数据抽取到数据仓库的临时数据区再进行转化,装载”。根据以上思路,网络分析系统的ETL过程包括数据的导入和数据的分拆装载。数据的导入,主要是把原始的通话话单压缩包解压后调用抽取程序导入到数据库临时表,同时备份压缩包到备份目录;数据的分拆,是系统的核心处理模块,完成系统的主要业务功能。其具体的实现是使用数据库的存储过程,主要步骤有:拆分话单、初步统计分析数据、统计小区数据、统计县区数据、统计全网数据、清除临时表数据。

4.2数据仓库建模

数据仓库的设计方法经历了概念模型设计、逻辑模型设计、物理模型设计三个阶段。数据仓库的逻辑模型主要有星型模型、雪花模型和混合模型等三种,简单的星形模型由一个事实表和若干个维表组成,而复杂的星形模型可能包括数百个维表。由于电信行业数据量非常大(达到TB级),在进行数据仓库设计时,多表连接、表的累计、数据排序、大量数据的扫描等操作是面临的主要问题。星型模式通过对各个维做大量的预处理,如按照维进行预先的统计、分类、排序等操作,能够大大提高处理速度,很好的解决以上问题。基于系统的响应速度、系统的复杂度、系统的维护工作量等方面考虑, 我们选择星型模型作为电信网络分析系统数据仓库的逻辑模型。

星型模型是基于关系型数据库的、面向OLAP的一种多维化的数据组织方式,多维数据在关系数据库中表示时需要分成两大类型,一类是包含主题、用于存储事实的度量值和各维主码的事实表;另一类是维表,在维表中至少保存描述维的层次关系、成员类别等元素。事实表通过每个维的主码值与维表联系在一起。为了提高系统的执行效率,通常只选择某些有需要的对象建立维表。以面向主题的原则分析电信网络分析系统, 选取全网话务统计、县区话务统计、小区话务统计、短信数目统计、用户数目统计等多个主题。以全网话务统计主题为例, 对应的全网话务统计事实表如下表1。其中全网话务事实表包括各维表相关联的外键和分析数据的度量值。维度表包括品牌维度表、时间维度表、漫游维度表、计费类型维度表和运营商名称维度表等。

表1 全网话务统计事实表

通过该模型,运营商可以从不同的角度分析某一业务,也就是数据仓库中多维的交点。 根据用户指定的时间段、品牌、运营商、话务类型等情况分别统计出全网话务按运营商、品牌、话务类型、话务分类分布的情况。

5 结束语

基于以上设计开发的电信网络分析系统在实际中得到良好的应用。满足了如下几个统计分析功能:从用户角度出发的精细化、差异化分析,利用灵活的分析手段,挖掘话务分析、为网络优化提供新思路;从地域化的竞争形势分析,为决策层提供网络使用数据的依据;从用户行为分析,研究用户话务模型,预测网络话务增长趋势,为网络规划工作提供服务要求开发的系统必须具有的强大扩展能力。电信市场瞬息万变,电信业务迅猛发展,网络分析系统的建设和应用,必将提高公司的整体竞争力。

参考文献:

[1]陈京民.等.数据仓库与数据挖掘技术[M].北京:电子工业出版社,2002.13-145.

[2]陈俊英.基于数据仓库的电信事业决策支持系统[J].计算机与现代化,2004,第4期:33-35.

[3]王丽珍.等.数据仓库与数据挖掘原理及应用[M].北京:科学出版社,2004,第4 期:20-154.

[4]雷立宏.等.数据仓库技术及在电信系统应用的研究[J].长春理工大学学报,2004,第27卷,第4期:50-51.

第3篇

关键词:中波发射机 双频共塔 阻塞网络 调整

中图分类号:TN93 文献标识码:A 文章编号:1007-9416(2014)05-0046-02

双频共塔技术是两套不同频率的广播节目共用一只发射塔同时发射广播信号的技术。在广播发射中,中波发射天线采用双频共塔技术是节省投资和占地面积的最佳选择。该技术的应用,即满足了广大听众的收听不同频率节目的要求,也推动了广播事业的发展。双频共塔的关键技术是对天线调配室阻塞网络的调整。一般的阻抗匹配网络对通过的频率起阻抗匹配作用,而对其他的频率呈现一定的阻抗,如果阻抗匹配网络对其他频率呈现并联谐振,则理论上阻抗无穷大,完全阻止了其他频率电流的通过。这种对通过频率起阻抗匹配作用,对其他频率起阻塞作用的网络称阻塞匹配网络。本文涉及的双频共塔网络调整基于强电磁环境下复杂网络调整,有很好的指导借鉴意义。

1 双频共塔网络调整问题分析

某发射台站有两座中波机房,且发射功率相差悬殊。A机房有1000KW全固态中波发射机一部,另一个B机房有4个频率分别是。FA;FB;FC;FD,发射功率是10KW,其中FA与FB共塔,FC与FD共塔。这两个机房相距约3公里,如此近距离的铁塔之间,在晚间高功率1000KW工作时的特定条件下,会对此B机房2座天线造成强烈干扰,如果不采取措施B机房铁塔感应A机房铁塔辐射功率,通过馈线反送到10kw发射机,信号幅度超过500v,对B机房发射机形成的反射功率大大超过保护阀值,B机房发射机会强制关闭,造成无法开机的严重后果。因此B机房的双频共塔方式实际类似三频共塔问题,每部铁塔的调配网络中带有3套阻塞网络,阻塞网络调整工作复杂。

从(图1)可见,L5C5组成对1000KW F2频率的阻塞,同时等效为2个工作频率天线的一部份。L1C1、L2C2分别组成对其他2个工作频率的阻塞,并且等效为T型天调网络的一部份同时参与调谐调载。因此在调整任一阻塞网络时都会对全局产生影响,相应调谐调载元件要改变。从(图1)可见由于F2与X2khz相隔太近,功率等级相差太大造成L5C5阻塞网络调整的双重困难,该阻塞网络的Q值选取很难,即要对F1有好的阻塞隔离效果Q值越高越好,但对X2khz的衰减也相应加大,由于F1的功率高达1000kw,因此在不影响X2的情况下,Q值应尽量取大,造成Q值取值范围非常小,工程实际调整困难。

2 双频共塔网络的调整

通过对上述问题的分析,调整工作最后确定分2步进行,第一步:粗调(小信号),借鉴了并机阻隔网络调整的办法,调整三套网络 3个不同频率间隔离度,这样能够直接在网络分析仪上观察调整单个元件对全局的影响,达到提高工作效率的目的,避免陷入繁琐的调整工作。第二步:细调(大信号),在第一步基础上,开启F1/1000kw, 用示波器在图中B、C点观察信号幅度,微调一下,使F1幅度达到最小即可。

以(图2)调整为例,断开A点与天线的连接,断开B点与馈线连接,用网络分析仪测A、B两点间的隔离度。L5、C5组成FN阻塞网络,L1、C1组成FB阻塞网络,L2、C2组成FA阻塞网络。F1阻塞网络可以看成天线阻抗的一部分,L1、C1组成FB阻塞网络对FA可等效为电容C3’与L3C3组成电感接地T型调配网络,L2、C2组成FA阻塞网络对FB可等效为电感L4’与L4、C4组成电容接地T型调配网络。等效图如(图3)所示。

2.1 阻塞调配网络初调

从(图2)可以看出,调整工作需先调好3个阻塞网络,再来调整端口阻抗,在此我们尝试用网络分析仪测隔离度功能来调整3个阻塞网络,使3个频率相互。

隔离尽量大,同时又要保证对工作频率衰减小,而且端口阻抗FA,FB要与50欧姆特性阻抗相匹配,也要为50欧盟。由于网络元件多,相互影响复杂,不好调整,采用网络分析仪可以直观全面反映调整元件引起的变化趋势,达到事半功倍的效果。隔离的要求是A机房1000KW发射时,在B机房铁塔感应接受的功率反倒灌机器,不会引起反射功率保护而关机,B发射机反射攻率保护值设为1KW,可以先初步计算1000KW到B机房铁塔衰减为500KW,有10500KW/1KW=27dB, 101000KW/1KW=30dB,(图4)纪录的是调整后情况,可以看出,调整后对FN、FB的阻塞都较均衡,同时避免FA的边带功率急剧衰减。测试方法是用网络分析仪在所示的A,B,C,3点间测量,A点于天线连接处断开。其它工作频率调整以此类推,完成初步调试。

2.2 阻塞调配网络细调

由于第一步是用网络分析仪模拟调试,对于F的串扰,为慎重起见,完成初调后,做以下细调工作。

(1)让A机房加百分百单音调幅开高功率。

(2)把示波器挂在相应发射机的输出端监测干扰幅度(用A机房信号作为信号源直观可靠,更符合实际情况)。测得串入B01、B02、B03、B04的FN的幅度为:4Vp-p,3Vp-p,9Vp-p,14Vp-p。

(3)调整天调F1的阻塞网络,使其在示波器上看到串入的信号幅度最小。通过以上步骤完成了南北两个塔的F1阻塞网络的调整,

(4)断开发射机的输出端,连接上网络分析仪分别测阻抗,通过南、北两塔天调室的电路可知都是等效为T型匹配网络,可以很方便调配为50欧姆。

(5)加功率进行微调,使四部发射机在A机房开高功率时工作在最佳状态。

2.3 调整前后阻塞效果对比

下面是原F1在调整前后对4部10kw中波发射机馈线出口处所测窜扰信号幅度对比。

从(表1)可以看出通过对阻塞网络的调整使得F1串扰乙机房4部小功率发射机的信号幅度很小,至此,双频共塔网络的调整工作全部完成。从后期的测试及应用效果评估来看,调整效果效果良好。

3 结语

在本次双频共塔的粗调过程中,借鉴了DX-600中波机并机阻隔网络的调整经验,是此次调整工作的一大亮点,很好的解决了强电磁环境干扰下小功率中波发射机双频共塔电磁兼容问题,为此类调配网络的调整有一定的借鉴意义。

参考文献

[1]《广播电视发送与传输维护手册》.无线电台管理局.

[2]郭宝玺.《大功率新型短波发射机射放技术》.无线电台管理局.

第4篇

【摘 要 题】企业信息建设

【关 键 词】社会网络/社会资本/社会网络分析/知识管理/隐性知识共享

【正 文】

知识成为21世纪企业持续竞争优势的一切来源。其中,隐性知识的交流和共享是知识创造的基础,因此,隐性知识是企业财富的最主要源泉,隐性知识的有效交流和共享成为企业知识化运营、发展的关键。但隐性知识的内隐性、复杂性以及隐性知识共享中的障碍性因素使隐性知识共享的可操作度大大降低。知识管理研究领域开始分析知识共享的机理和对策,并且形成以下较为成熟的研究领域:隐性知识共享的组织结构分析、隐性知识共享的组织文化分析、隐性知识共享的技术支持分析和隐性知识共享的激励制度分析。但知识管理理论的价值在于其在组织中的应用,有关隐性知识共享的各种分析和结论也必须以实践为最终目的,这恰恰是目前研究中的弱点,甚至是盲点。研究者将目光过多地投向定性和理论分析上,忽略了隐性知识共享必须依靠有效的操作工具和实践指导,造成理论无法提升实践绩效。本文在以往研究的支撑下,借助“社会网络分析”这一具体工具,提出一种有效的组织隐性知识共享操作工具,解决目前研究中面临的“说和做”的两难境地。本文与以往研究的不同之处在于其定量方法基础上的分析方法构建,试图为组织隐性知识共享提供具体的操作工具。

1 社会网络理论与知识管理

社会网络理论20世纪50-60年代开始出现,长期以来主要被用于社会学问题的研究。目前已有学者将社会网络理论的研究从纯社会学的范畴扩大到企业,利用社会网络的理论来解释企业资源获取和企业成长的问题,利用社会网络理论协助企业开展竞争情报活动。本文的主旨不是单纯的阐述社会网络理论和社会网络分析方法,而是探讨社会网络理论与知识管理的关系,探讨社会网络理论如何应用在隐性知识共享中。

1.1 社会网络理论与方法

所谓社会网络(social network),实质上就是为达到特定目的,人与人之间进行信息交流的关系网。它基本上由结点和联系两大部分构成。结点是网络中的人或机构;联系则是交流的方式和内容。[1]社会网络理论就是研究行为者(Actor)彼此之间的关系(Borgatti,1998),所谓的行为者可以是个人、组织或是家庭,通过对行为者之间的关系与联结情况进行分析,能够显露出行为者的社会网络信息,甚至进一步了解行为者的社会网络特征。而透过社会网络除了能显示个人的社会网络特征以外,还可以了解许多社会现象,因为社会网络在实体组织中扮演着相当重要的无形角色,当人们在解决问题或是寻求合作伙伴时都是依循所拥有的社会网络来寻找最可能帮助的对象(Kautz,1997)[2]。

社会网络分析(social network analysis)是社会网络理论中的一个具体工具,就是对人与人之间、群体之间、组织之间、计算机之间,或者是其他信息、知识处理实体之间的关系进行描述,并对其价值进行估量的这么一个过程。[3]网络中的结点(nodes)是人或群体,网络中的联系(links)表示结点之间的关系或者是相互之间的流动方向。社会网络分析为人与人之间的关系提供了视觉上的和数学上的分析工具,管理者将这种方法应用于商业客户,进而称之为“组织网络分析”(organizational network analysis)。了解网络及其参与者的方法之一就是对行为者(Actor)在网络中的位置进行评价,进而得出一个结点的中心性(centrality),而中心性决定着结点在网络中的地位和权力大小。程度中心性(degree centrality)、中介中心性(between centrality)和靠近中心性(closeness centrality)是社会网络中心性分析的三个主要指标。程度中心性指结点拥有的直接联系数量;中介中心性指失去此结点,结点之间将失去联系;靠近中心性指结点之间距离的远近程度。社会网络分析通过定量计算得出各个结点的中心性,以此作为分析的基础。

社会网络理论将人际关系上升到科学的高度,为该领域的研究提供了科学严谨的理论指导,更有利于人们从中找到解决问题的方法。人际网络分析则是在此理论指导下的一个定量分析工具,具有极强的分析性和图示性。目前社会网络分析的应用领域包括:[4]发现区域经济的创新网络;分析图书销售模式来对新书进行市场定位;发现组织内各领域的知识专家;提高项目团队的绩效;帮助大型组织安排员工工作位置;通过电子邮件得出经理人的人际交往圈;定位技术工程组织中的技术专家和联系专家的途径;分析因特网的有用浏览模式;以研究出版物为基础揭示跨领域知识流动。

1.2 社会网络理论与方法在知识管理中的应用

目前,许多研究知识管理的学者把研究的注意力放在了知识的产生、传递和应用所赖以存在的组织网络之上,通过对这些组织网络的观察与分析来认识知识活动的基本规律。把知识共享纳入到社会网络中进行观察的重要依据是知识共享行为主体都嵌入在一个具体、实时的联系系统中,并且知识也是包容在网络与社区之中。知识管理的主体是人,知识交流、知识共享都离不开人的参与。一个组织能否完全实现其知识的交流和共享,取决于其成员之间联系的强弱。人、人与人之间的联系成为知识管理的隐形网络。目前组织知识共享,尤其是隐性知识共享中最大的难题就是缺乏有力的工具和方法。社会网络理论与方法从知识管理的隐形网络入手,为知识管理,主要是知识管理中隐性知识共享提供了理论和方法上的指导。

社会网络理论认为,组织的创新能力、生产力和员工满意度依赖于其成员之间关系的强弱;人与人之间的联系、规则、价值观以及共享的理念统称为“社会资本(social capital)”。对于企业成功而言,社会资本与结构资本、顾客资本和智力资本具有同样的重要性。[5]社会网络分析是收集、分析组织内人际关系模式的数据的一种图表工具。应用于知识管理,SNA可以确立组织内各种关系的模式,包括人与人之间的平均联系数量、亚群体的数量和质量、信息瓶颈和知识经纪人。SNA对于人际网络的分析视角为知识管理者提供了以下工具:改善知识和信息的流动;确认思想领导者和关键的信息瓶颈;找到最具影响力的增强知识流动的机会。

社会网络分析不是传统的知识管理工具的替代品,比如知识库、知识门户。它的意义在于为企业更好地实施知识管理提供一个蓝图和出发点,作为知识管理战略规划的组成部分,社会网络分析能够帮助企业找到核心人员并建立各种机制——实践社区等,从而使核心人员能够将知识向其他员工传递。

综上,社会网络理论赋予人际关系新的含义和价值,认为以人际关系为主要内容的社会资本是企业的重要财富,与结构资本、顾客资本和智力资本共同构成了组织的知识资本。社会网络分析解决了如何提升组织内部知识流动的问题,为隐性知识共享提供了实践操作的蓝图。而且,社会网络分析可以使组织对内部交流中存在的“鸿沟”有清楚的了解,同时有效地预防知识流失(Disappearing Knowledge)。[10]

2 社会网络分析方法在隐性知识共享中的应用

2.1 社会网络分析方法步骤

社会网络分析项目首先要有问题陈述,即设定目标,明确要从社会网络分析中获得什么。典型的SNA目标有以下三个:[5](1)增强组织创新、应对挑战以及提升产品和服务质量的能力。对现有社会网络的分析可以使组织意识到可以提高知识共享和人际交流的措施。(2)评价组织重组前后组织结构的效率。对非正式结构的观察能够揭示知识如何在不同群体间的流动,有助于发现能使组织重组顺利进行的关键人员。(3)优化项目团队或组织的人员结构。找到网络中信息流动的关键人物,分配其合适的职位或角色人物体现其“中介角色”,以此提升其员工满意度和忠诚度。

明确目标有助于确定参与社会网络分析项目的群体以及调查问题的设计。比如想要构建一个有利于隐性知识共享的紧密的知识网络——在此网络中,组织成员之间能够快速、便捷地找到所需知识的拥有者并进行交流,那么问题设计就应该与知识有关,例如:你对他人的技能和经验知晓、了解如何?此人拥有的知识对你的工作是否重要?当你需要帮助时是否能够方便与之沟通?

在明确目标、设计问题之后,根据结果进行分析,并按照分析结果制成图示。

2.2 实例分析

以A公司为背景,项目组Q(人员:q12q3q4q5q6q7q8)、客户服务部门M(m1m2m3m4)、技术支持部门N(nln2)为群体分析对象,应用社会网络分析方法分析其中隐性知识交流、共享的情况。目的是分析隐性知识共享现状,找到提升知识共享和人际交流的措施。前期调查的问题设计包括:交流对象、交流途径、交流内容。沟通对象分析得出图1。

附图

图1

利用InFlow 3.1(Social Network Mapping Software)对项目组Q的交流对象进行定量分析,程度中心性、中介中心性和靠近中心性的数值如下:

Degrees:

Q1 0.667

Q5 0.556

Q6 0.556

Q3 0.444

Q4 0.444

Q2 0.333

Q7 0.333

Q8 0.333

Betweeness:

Q8 0.389

Q5 0.231

Q6 0.231

Q1 0.102

Q3 0.023

Q4 0.023

Q7 0

Q2 0

Closeness:

Q5 0.643

Q6 0.643

Q1 0.600

Q8 0.600

Q3 0.529

Q4 0.529

Q7 0.5

Q2 0.5

2.3 分析结果

本文在进行图表和数据设计分析时,为了方便解释和计算,简化了实际可能存在的结点数和联系。实际上,现实组织中人际关系要比上文描述的复杂得多。从以上分析得出以下结论:

(1)项目组内部的人际网络中,Q1的程度中心性最高,他处在网络的中心,从某种意义上讲,他是该网络的知识和权利的中心;Q8的中介中心性最高,没有Q8项目组与技术部就失去了联系,尽管他不是知识和权利的中心,但是却处在网络最具战略意义的位置,没有这个结点,该网络就与外部失去了联系;Q5和Q6的靠近中心性最高,他们与其他结点之间的距离最近,这表明他们可以最快地和网络中的其他成员联系,在第一时间获得有关他们的信息。

(2)对于项目组Q、客户服务部门M和技术部门N而言,各个网络内部的联系都是较为紧密的;但网络之间的联系较为松散,项目组、客户服务部门和技术部门之间缺乏经常性和专门性的联系,实际上组织任何一个项目都应以客户的需求为导向,技术部门更应该主动于其他部门联系,使其技术知识和技能迅速有效的传递给其他组织成员。

(3)各个网络内部以及之间的联系多为自发性的、间断性的非正式联系,如交谈、电子邮件、MSN等即时通讯方式。交流的内容具有多样性:个人信息、工作信息、组织群体信息、外部信息等。

2.4基于实例的组织隐性知识共享策略分析

组织内显性知识共享较为容易,可以依靠各种文档和数据库;隐性知识共享却存在着诸多的困难,其中最为突出的是路径和对象问题。组织内社会网络分析为解决路径和对象问题提供了新的研究思路。通过对现有网络的分析,揭示现有隐形知识交流网络结构,发现其中的瓶颈和制约因素,进而为改善组织的隐形知识共享提供有效的改进方法。结合上文实例分析提出以下策略:

(1)确认网络中的关键人物(如Q1),分析其掌握的知识和技能,尽可能将其显性化,避免因为核心人物的离开而造成组织内交流的瘫痪以及组织知识资本的流失;优化其他成员与之交流的途径,扩大其隐性知识在网络内的扩散;采取相应的绩效评估和激励制度,鼓励核心人员于其他成员进行知识交流,提升其员工忠诚度。

(2)确认网络与外部联系的节点(如Q8),分析其与外部交流的渠道、内容和紧密程度,并以此为依据扩大对外联系的强度,包括增加对外联系的结点、内容、频率和方式,促进知识在不同网络群体中流动。

(3)确认网络中的“灵活人物”(如Q5和Q6),他们是加快网络知识流动的催化剂,他们与其他成员的交流活动可以大大促进网络内隐性知识的交流。对于这类结点,应通过职位或工作性质的安排来充分实现其价值,并可以将其交流技巧和方式进行推广。

(4)找到网络中的盲点,即没有与其它结点发生联系的结点,帮助其实现对外的知识交流,进而理顺网络路径,最大限度上实现结点间的最短联系和无盲点联系,缩短知识交流的路径。

(5)对于网络之间的联系,可以从任务和流程两个角度进行分析。从具体的任务出发,比如上文中的项目组与客户服务部门和技术部门,这三个网络之间的交流就主要应以任务为导向,知识的交流以满足特定的任务需求为目标。网络联系方式可以作如下设计:任务支持部门(如客户服务、技术)在任务执行部门(如项目组)派驻长期成员,随时解决相关问题;任务执行部门和支持部门之间定期召开联合会议,对有关问题进行集中讨论和解决;部门之间建立日常联系机制,部门之间开放相关的信息和知识来源。

(6)鼓励成员之间进行多种形式的非正式交流,并为这种非正式交流提供便利条件,如设立专门的讨论区、创建相关议题的博客,鼓励跨部门之间的员工交流。

3 组织社会网络中隐性知识共享的成本分析

研究表明,组织中人们更偏好向其他人求助,而不是文本信息。这样,组织中的社会网络就变成了行为主体进行知识搜寻的主要路径与平台。因此,主体间知识的交流和共享就受社会网络中各因素的制约。[7]

在组织的社会网络中,发生关联的行为主体间的伙伴依赖性、双方的交流能力、接触的频率、知识交流的经验、相互信任程度、个人关系、知识存量的相容性及互补性、双方核心业务的相似性等构成了隐性知识共享的认知成本。而隐性知识共享的激励、相关的酬薪体系、共享的意愿、寻求知识互惠、树立声誉地位、消除防范心理、提高信任等则构成知识共享的激励成本。另外,因双方的背景不同,知识的编码和解码产生了差异,导致了双方的误解,因此需要双方沟通和额外的检查,并产生了沟通成本和额外的检查费用。并且激励知识共享双方还需依赖时间的过程,产生时间成本。以上这几种成本之间是相互关联的。组织中不同行为主体处理网络结点关系和知识共享方面的问题时具有不同的意图,由此造成了组织内解决不同知识共享认知成本问题的不同方法,而这些不同的方法造成了激励成本。

一般来讲,组织中社会网络的规模越大,联结时间越长,网络紧密程度越高,网络的文化距离就会越小,知识的复杂性会越小,部门网络间合作协调经验会越丰富,知识共享的成本就会降低。总之,社会网络的联系渠道、网络结构、网络中的制度文化因素、人力资源活动及流动、知识产权保护等共同构成组织社会网络中知识共享所产生的各种情境成本。[7]

参考文献

1 包昌火,谢新洲,申宁.人际网络分析.情报学报,2003(6):365-374

2 张秀仪.利用全国博硕士论文资料库自动化建构知识来源映射图.高雄:国立中山大学资讯管理研究所硕士论文,2004:11

3 orgnet.com/sna.html[2005-9-24]

4 orgnet.com/sna.html[2005-9-24]

5 http://kmmagazine.com/xq/asp/sid.45D056BE-8625-11D7-9D4D-00508B44AB3A/articleid.F79B4E31-7854-4B6A-9202-164FB18672D3/qx/display.btm[2005-9-25]

第5篇

社会网络分析是对社会网络的关系结构及其属性加以分析的一套规范和方法。它又被称结构分析(structural analysis),因为它主要分析的是不同社会单位(个体、群体或社会)所构成的社会关系的结构及其属性。社会学所研究的对象就是社会结构,而这种结构即表现为行动者之间的关系模式。社会网络分析家B?韦尔曼(Barry Wellman)指出:“网络分析探究的是深层结构――隐藏在复杂的社会系统表面之下的一定的网络模式。”例如,网络分析者特别关注特定网络中的关联模式如何通过提供不同的机会或限制,从而影响到人们的行动。

1.1主要因素

行动者(actor):这里的行动者不但指具体的个人,还可指一个群体、公司或其他集体性的社会单位。每个行动者在网络中的位置被称为“结点(node)”。

关系纽带(relational tie):行动者之间相互的关联即称关系纽带。人们之间的关系形式是多种多样的,如亲属关系、合作关系、交换关系、对抗关系等,这些都构成了不同的关系纽带。

1.2基本形式

二人组(dyad):由两个行动者所构成的关系。这是社会网络的最简单或最基本的形式,是我们分析各种关系纽带的基础。

子群(subgroup):指行动者之间的任何形式关系的子集。

群体(group):其关系得到测量的所有行动者的集合。

关系纽带经常是不对称地相互作用着的,在内容和强度上都有所不同。关系纽带间接或直接地把网络成员连接在一起;故必须在更大的网络结构背景中对其加以分析。社会纽带结构产生了非随机的网络,因而形成了网络群(network clusters)、网络界限和交叉关联。交叉关联把网络群以及个体联系在一起。不对称的纽带和复杂网络使稀缺资源的分配不平等。网络产生了以获取稀缺资源为目的的合作和竞争行为。

这种结构分析的方法论意义是:社会科学研究的对象应是社会结构,而不是个体。通过研究网络关系,有助于把个体间关系、“微观”网络与大规模的社会系统的“宏观”结构结合起来。故英国学者J?斯科特指出:“社会网络分析已经为一种关于社会结构的新理论的出现奠定了基础。”[2]

1.3符号表示

社群图:用于表示一个群体成员之间的关系,由点和线连成的图。包括,有向图、无向图(关系方向);二值图、符号图、有值图(关系的紧密程度);完备图、非完备图(成员之间的紧密度)。

矩阵:矩阵中的行与列都代表“社会行动者”,即图中的各点。行与列对应的要素代表的就是各个行动者之间的“关系”。

2社会网络分析法

2.1无向二元关系图

图是具有无向二元关系的社会网络模型,也就是说每对行动者之间的联系要么存在要么不存在。

一个图G(N,L)由两个信息集合组成:节点集合N={n1,n2,n3,…,ng}和各种节之间的边的集合L={l1,l2,l3,…,ln}。其中只有一个节点的图称为平凡图如图1

图1

2.2节点度

(degree简称度),用d(ni)表示,是指与节点关联的边的数量。也可以表述为节点的度是与节点邻接的节点的个数。一个节点的度的最小值是0,即没有其他节点与给定的节点邻接;最大值是g-1,即给定的节点与图中的所有其他节点邻接。度为0的点称为孤立点(isolate)。

图的密度:图中实际存在的边与可能的边的比例,即现在有的边数L占最大可能变数的比率。用表示,计算公式为:

Δ =L/(g(g-1)/2)=2L/(g(g-1))。

其中g为节点个数,L为图中边的个数。

2.3有向图

许多关系都是有向的,如果联系从一个行动者指向另一个行动,则关系是有向的。例如国家之间的贸易关系。

有向图:由代表行动者的一组节点和表现节点间的有向联系的一组有向弧组成。

图和有向图的差别在于有向图的边的方向是指定的。

在有向图中有方向的边叫做弧

2.4有向图节点的入度和出度

入度:d1(ni),是邻接至ni的节点数。对于所有lk∈L和所有nj ∈N而言,节点ni的入度等于形如lk=的弧的数目。因此,入度是终止与ni节点的弧数。

出度:d0(ni),是邻接自ni的节点数。对于所有lk∈L和所有nj ∈N而言,节点ni的入度等于形如lk=的弧的数目。因此,出度是从ni节点发出的弧数。

2.5有向图的密度

一个有向图的密度等于有向图中弧出现的比例,其中图中已存在的弧的个数除以改图可能出现弧的总数计算得出,即:

Δ =L/(g(g-1))

其中L表示图G的边集,g为节点数,则g(g-1)为可能出现的弧的总数

可以得出最小值为0,最大值为1,如果密度为1的话,那么多有节点对都是相互的

2.6中心性

“权力”在社会学中是一个非常重要的概念。一个人之所以拥有权力,是因为他与他者存在关系,可以影响他人。在一个群体中,我们如何去界定某个人的权利大小?社会网络学者就从“关系”的角度出发,用“中心性”来定量研究权力。人或者组织在社会网络中具有怎样的权力,或者说居于怎样的中心地位,这一思想是社会网络分析者最早探讨的内容之一。

2.7点度中心性

点度中心性:与该点有直接关系的点的数目(在无向图中是点的度数,在有向图中是点入度和点出度),这就是点度中心度。

其中Cmax为最大中心度 Ci为节点i的中心度

2.8中间中心度的测量

具体地说,假设点j和k之间存在的测地线数目用gjk来表示。第三个点i能够控制此两点的交往的能力用bjk (i)来表示,即i处于点j和k之间的测地线上的概率。点j和k之间存在的经过点i的测地线数目用gjk (i)来表示。

那么, bjk (i)= gjk (i)/ gjk 。

2.9接近中心性

点的接近中心性:接近中心度又称整体中心度,它是对图中某点的不受他人控制的测度。

3知识管理的网络分析案例

利用社会网络分析促进组织内的管理工作的步骤大致分为3个步骤:根据收集数据得到当前人际关系情况、利用社会网络分析法分析当前模式的问题、根据问题实施改进措施井评估效果。应该注意的是,社会网络分析法仅仅给出目前存在的问题,并未给出解决方案,即使这样,它仍然有助于指明方向。

3.1获取数据

进行组织内部社会网络分析的第一步是获取关于借息流动、知识传播模式的相关数据。获取数据可以有两种方式:(1)跟踪、观察实际情况,比如通过E-mail 日志、内部即时通讯等;(2)利用调查问卷的方式,辅助以重点访谈。

3.2绘制网络结构

根据调查的数据,将其转换为节点之间的各类关系数据,并利用SNA 的辅助软件(比如UCNET 、Pajak 等)得到初步的社会网络格。

3.3网络结构分析

利用上述第一章第二节所要叙述的分析方法,针对性地进行各类分析,从而探索和发现个人、团队、组织在信息流动、知识的共享及传播过程中所存在的各种问题。

3.4解释分析结果

根据所表现的问题,通过访谈、调研进一步深刻理解、解释表象背后所隐藏的妨碍信息流动、知识传播的深层次原因。注意社会网络分析仅能给出网络结构的问题,但并未说明为什么。

3.5采取干预措施

针对妨碍信息流动、知识传播的文化、管理、激励等因素,采取干预措施力图促进组织内部的知识传播及创新。

3.6评估干预效果

实施干预一定时间之后,通过观察组织的信息流动、知识传播网络的变化,评估干预措施的效果[1]。

下面以某大学一研究组管理工作中的的社会网络数据为背景,从整体结构分析、节点中心性、小固体分析等角度具体阐述如何利用社会网络分析促进知识管理。(注:出于保护个人隐私,利用缩写ZXI , ZXU 、YGP 等来代表实验室中研究组成员,并出现在下面的社会关系图及分析表之中)。

网络整体结构分析通过整体网络结构的分析(平均距离及密度等),可以了解其整体特性结构是否适宜知识的共事及传播。网络密度度量节点间联系的紧密程度,其计算公式为2L/[N(N … 1 )],其中L 为网络中实际的连线数, N 为网络节点数。如果一个组织中人际网络的密度过低,则人与人之间关系被薄,交往甚浅,显然不利于知识的共事与扩散。另一方面,过高的密度也会对组织绩效产生负面影响,因为人的精力是有限的,花费过多的时间将付出超额的机会成本,同样得不偿失。目前,诸多实证研究表明过低成过高的密度均不利于知识传播。知识传播需摆具有粘性的网络。

对于沟通网络,以行为者之间拥有对方电话以及联系的频率作为问题测量,形成社会关系阁,如图2所示。

图2

该网络的平均密度为0.4634 ,该数值比较适中。同时,进一步计算可发现:任何两个行为者之间都是可达的,所以即使他们之间不具有直接联系,他们也可以通过媒介找到对方。

平均距离度量网络中任意两点之间交流所需经过的连线数。整个网络的平均距离为1. 718 ,即某行为者通过平均不到一个人做媒介便可以和另一个行为者联系上。那么两个行为者之间的距离究竟为多少呢?如图3 所示,最长的距离存在于ZYGL以及GLYGP之间,均为4。

如图2 所示,ZY 若想找到GLC 长虚线所示) ,以及GL 想找到YGP(短虚线所示)都需要另外3个人作为媒介。有趣的是,它们的惟一交叉点是LY,边说明LY 是沟通的关键节点,它从一个侧面反映出了LY的中心地位。下面的中心性分析将对此作进一步阐述。

总体来说,该研究组的沟通网络密度比较合埠,问学之间能够容易地找到彼此,较大的距离(如二的ZY 和研一的GL,研一的GL和博士生YGP) 主要存在于不同年级的同学之间,因此需要进一步加强年级间的交流。

中心性是社会网络分析中的重点之一,它反映了行为者在其社会问络中所处地位及权力影响,分为点度中心性和中间中心性。网络具有过高或过低的中心性都不利于知识的共享和传播对于过高的中心性来说,行为者会因负荷过多(如过多人向他寻求咨询与帮助)而倍感压力。同时,一旦该行为者离开组织,整个网络的连通性将大受影响,甚至出现完全分裂的小团体。另一方丽,过低的中心性又会导致闷络过度分散,缺少权威人物,同样不利于知识传播。中心性分析还可找寻网络中处于边缘地位的行为者。这些行为者可能会觉得自己得不到重视,工作积极性受挫,也可能是未被充分利用的专家。因此中心性分析有利于防止知识流失。对于咨询网络,以行为者在工作和学习中经常向谁咨询、求助来作为问题测量,形成社会关系图,如图3所求。

图3

从图4 可以直接明了的发现两个处于中心地位的人: LY 和ZRS 。进一步计算此网络的点度中心性,结果如表3 所示: LY中心势处于最高水平,达90% ,其次则是ZRS ,为60% ,整个网络的点度中心势为63.33% 。

绝对点度中心性(%) 相对点度中心性(%) 所占比例

4 LY 9.000 90.000 0.214

5 ZRS 6.000 60.000 0.143

1 ZXI 4.000 40.000 0.095

7 MYS 4.000 40.000 0.095

11 GL 4.000 40.000 0.095

10 YGP 4.000 40.000 0.095

3 JJ 3.000 30.000 0.071

8 SSG 3.000 30.000 0.071

2 ZXU 2.000 20.000 0.048

6 ZY 2.000 20.000 0.048

9 CYJ 1.000 10.000 0.024

ZRS 的中间中心性是最高的,达到48.796% ,其次则分别是是LY ,为36. 481 %, YGP 、MYS 的中间中心性也同样处于较高水平,整个网络的中间中心性是39.45% 。

综合来看,该实验室咨询网络的中心性情况也比较适中,以LY 和ZRS 为代表的核心成员在整个组织中发挥了积极作用,有效促进了知识传播。但是,ZY 、CYJ, SSG等同学的中心性太低,成为了网络的边缘人物LY 、ZRS 应该在今后的研究、学习中加强与他们的交流。

第6篇

1、三网融合对网络通讯的影响

“三网融合”顾名思义是指电信网、互联网和有线电视网三大网络通过技术改造,能够提供包括语音、数据、图像等综合多媒体的通信业务。换言之,用电脑或者电视打电话的时代已真正来临。在此整体大环境之下,有专家指出:受益方最大的莫过于网络电话运营商。毕竟网络电话运营商们早在三网融合方案初具雏形之时,已有其深谋远虑地大胆试探。他们不但率先尝试使用互联网拨打电话,让用户不须通过专门的线路接入,仅通过安装在电脑上的软件就可得以通话。更尤甚者是实现了随时随地使用手机就能享受网络电话的通信服务,国内的UUCall及阿里通即是此惊人之举的先驱,将电信网及互联网紧密地联系在了一起。三网融合在此时进行试点,势必将带动着网络电话进行有线电视网络的试探。在不久的将来,借助家中的宽屏电视或者手中的遥控器拨打远程可视网络电话或许已不再是什么难事。使用过网络电话的人都知道,网络电话素以其价格低廉傲立于通信领域。以国内网络电话第一品牌UUCall为例,开创业内每分钟1毛钱拨打中国大陆电话的先河,更是以其多样性的优惠活动让使用它的用户体验到更低折扣的通话服务。随着三网融合的实现及发展,网络电话的资费可能仍有进一步降低的可能性存在。如果说三网融合给网络电话带来巨大商机,倒不如说两者是相辅相成的互助关系。网络电话的存在给三网融合带来了一股新生力量。而正是这股力量将不断催生更多的网络运用。笔者认为,在如此之利好环境影响下,网络电话的发展前景将非常可观。毕竟在当今社会中,电视机可是家家户户都拥有的家电,实现电视进行视频通话将带领更多的家庭用户走入网络电话的领域。

2、网络分析系统在网络通讯中的应用

网络分析系统在提供了中文管理操作界面基础上,增加了中/英文双语解码支持。用户可以根据自己的需求不同,任意切换到中文或英文界面,或者双语界面。大大提高了用户操作的可选择性和交互性。最新增加的GUI界面设计,使管理界面视图图形化更简单直观,能够精确、深入和全面的分析网络通讯数据。与手工排查网络数据动辄数个小时的情况相比,使用最新版科来网络分析系统可以大大缩短故障定位时间,提高网络管理效率和可用度。增加了多项个性网络管理的功能,使网络管理更加人性化,从而实现网络管理的效率最大化。专业技术简单应用,易用性操作性一直是科来软件最大特色之一。网络分析系统的人性化界面设置和功能服务,更加为用户考虑,使更管理操作更简单。网络分析系统提供的专家诊断的特色功能,能够对捕获的数据进行智能化分析,使管理员能够轻松处理应对各种网络故障。其内嵌的节点浏览器功能,可以帮助用户快速查看任何一个MAC、一个IP、一个网段、一个部门等的通讯等细节状况。此外,还提供了功能强大的流量分析、协议分析、数据包过滤器、会话分析、日志分析、报表输出等主要功能,帮助管理员进行更深入的分析和研究。

3、网络视频通讯技术

为了应对复杂多变的世界经济局势、防范可能发生的各种不确定危机的到来,上至各国的政府部门,下到地方的中小企业,都在采取积极的防范措施,做到防患于未然。其中普遍采用的就是在办公中引入视频会议系统。视频会议得到人们的认可还是在“非典”时期,由于出行不便,传统的办公和沟通方式受到了很大的影响,给政府与企业的办公造成了不小的麻烦。而建立的互联网之上的视频会议则不会受到这种影响,它能让地域分散的人们通过网络和视频会议系统进行更加广泛的接触和沟通,改善信息交流方式,减少沟通障碍,节省时间和精力,提高团队工作效率。在2008年的次贷危机中,采用视频会议办公的政府部门和企业则更加深刻的体会到了它的重要性。由于在办公领域具有独特的优越性,因此视频会议也得到了突飞猛进的发展,但是这种发展仅仅局限在硬件方面的提高,其作用仍然停留在取代传统会议的阶段,这也让视频会议的效用大打折扣,不能得到充分推广和普及。直到视频会议软件的问世,才打破了视频会议发展中的瓶颈,解决了这一发展难题。协同视频会议系统是专业多媒体通讯协作视频会议软件,它全面贯彻以用户为中心的设计开发理念,帮助全球用户迅速建立在线视频会议平台,轻松进行沟通。它独特就在于在视频会议中创造性地引入了协同办公应用,为用户提供了除会议沟通外的点对点通讯和信息化办公功能。

4、结语

通过以上对网络通讯技术的介绍,我们了解到网络分析系统和视频通讯在网络通讯中的应用。随着计算机科学和网络技术的发展,通信技术在我国得到了迅速的发展和突飞猛进的进步,通过新技术的广泛应用,大大地方便了信息的传输和交换,使通信技术和通信事业在人们的日常学习、工作和生活中的发挥着越来越重要的作用。目前我国网络通信技术越来越成熟,且新技术的开发和应用也正在人们逐步扩大到人们生活中的各个方面。

参考文献

第7篇

关键词:网络分析;最短路;网络计划技术;D算法

中图分类号:N945 文献标识码:A

T1454切眼是公司5煤工作面,5煤低灰、低硫素有“开优”煤的味精之称,5煤的开采对公司的效益有着举足轻重的关系。虽然T1454切眼煤层赋存比较好地质构造比较简单,变板过程轻车熟路,但是公司要求工程时间紧,劳务区人员工力比较有限,而且因大井检修造成供料不及时,如何在有限的时间内用有限的人力完成这项比较艰巨的任务是摆在劳务区全体员工的一个重要课题,经过劳务区党政反复研究决定,应用网络分析理论指导变板生产。

劳务区必须用最短的工期完成T1454切眼变板的工程,为此我区将用求最短路的d算法寻找出最佳的生产途径,从而实现T1454切眼变板的工程完成工期最短的目的。

一、网络分析在工程施工中的应用

(一)工程项目分解

T1454切眼扩面变板工作可分解为运道修道运变板料变板跨板铺网打抬板(包括上、下出口替板)拆溜子清卧。

(二)确定各种活动的先后关系,估计活动所需的时间

根据以往施工经验,确定T1454变板工程活动所需的时间,采用单一时间估计法进行估计。

(三)绘制工程网络图

通过以上网络路线不难看出,要想完成公司下达的变板任务,包涵多种可行性方案。为了使工期最短,提高施工效率,确保支架安装工程的顺利衔接,必须对关键路线进行优化。

(四)工序优化

施工过程中针对线路中工序繁多,且各工序之间并非完全孤立的特点,我区采取了网络分析求最短路问题的D算法,提前准备、各工序互创有利条件、工序逐项进行优化的方法对关键线路进行优化。

由点A到I最短时间为58。这时可找到A到网络中点的

1最短路线

AB2C3D4E5I和AB2C2D3E4F3 。

对于有向图,AB2C2D3

E4F3可以认为是不通路。

所以最短路线:

AB2C3D4E5I。

2工程时间

9+9+22+4+8+6=58(班)

施工天数:25天

3 保障资源配置

(1)T1454切眼开始运道、修道、运变板料时,在确保运输过程中人员安排要符合规定的基础上,工作面要集中人员尽量多出件。

(2)运输过程中人员安排要符合定员规定,不得超出定员。

(3)各班之间不得遗留隐患问题和尾巴活,当班出现设备或其它问题当班解决,当班不能解决的,要及时向值班人员汇报,以便及时处理防止影响工程进度。

4 对网络的监控和调整

施工过程中,有时会发生意外情况,要通过网络图对工程进行监视和控制,以保证工程按期完成。同时,按工程的实际情况对网络计划进行必要的调整。

5 时间安排如下:

(1)5日-7日:三班安装绞车为运道、修道作准备。

①变板前做好各项准备工作,工具设备、材料备齐备足。

②变板前将切眼内的溜子调试好,使之运转正常。

③变板前安装好液泵,接好液管、液枪并调试好泵站压力:18MPa

(2)8日-10日:三班运道、修道、运料。

①运煤系统:切眼T145道8050T1390泄水巷9280T1270大井

②运料:9041 大巷料场9041横管T1454架子道T1454溜子道T1454切眼

③通风系统:9041T1454架子道T1454溜子道T1454切眼T145道T1450边眼7044

④供水系统:T145道T1454切眼

⑤供电系统:T145道干变供电

⑥排水系统:T1454溜子道T1454架子道9041大巷

(3)11日-21日:六、两点班变3.6大板,再跨3.0大板,检修班负责机电检修、变板运料、下运旧拱形等工作。

(4)22日-23日:三班集中清煤。

(5)24日-27日:六、两点班打抬板,十点班运料。

(6)28日-29日:拆溜子清卧。

二、效果检验

通过网络分析实施,整合作业流程,优化资源配置,使T1454切眼变板比原计划提高了3天(其中包括使用2000棵DZ-3.0/100单体液压支柱矿上储备不足耽误3天下运的时间)取得了良好的施工效果。同时,我区还充分利用变板施工节省下来的时间,完成了:

1 T1454替风道及溜子道超前各替回19板。

2 T2290底边眼清卧皮带45米,9282清卧皮带45米。

3 T1450甲边眼插背100米等多项任务。

第8篇

关键词 社会网络分析 网络空间分析 虚拟民族志 网络链接研究

分类号 G353.1

1 网络链接研究概述

Web已成为众多学科领域学者们关注的对象。从图论的角度可将web抽象理解为由节点(网页、WORD、PDF、PPT、多媒体文件等)和连线(链接)形成的网络图。情报学领域学者借助情报学研究方法――引文分析法研究Web中的链接,以此形成了情报学新的研究方向――情报学视角的链接分析(ISLAA)。

在情报学领域之外,还有其他多个领域的学者从事着网络链接研究。计算机科学领域与理论物理学领域学者借助网络链接研究网络拓扑模型与网络增长模型,如Shi Zhou等人发现了网络中的Rich―Club现象,Barabasi和Albert提出了网络中的BA模型。数学领域学者借助链接研究网络结构与复杂性。社会科学领域学者对链接的研究存在一个明显特征――将本学科传统的理论方法移植到Web中。例如,将情报学领域的引文分析法移植于Web中,形成链接分析法(Link Analysis),以研究学术网络中组织、个人的科研绩效与被链接数之间的相关关系,筛选核心网站等;将社会学领域的社会网络分析法移植于Web中,形成超链接网络分析法(Hyperlink Network Analysis),以研究Web环境的社会特征;将传播学的方法移植于Web中,形成网络空间分析法(Web Sphere Analysis),以研究链接中的信息交流行为;将人类学领域的民族志法移植于Web中,形成虚拟民族志法(Virtual Ethnogra―phy),以研究链接行为的社会角色。

2 社会科学方法在网络链接研究中的应用

从社会科学视角研究链接时,与计算机科学、理论物理学、数学等学科的视角不同,它将链接置于一个特殊的社会环境中,链接不再是中心角色,但研究结果通常能深化我们对链接的认识。此外,不同的方法可以为情报学领域从事网络链接研究的学者提供不同的研究视角。

2.1 社会网络分析在链接网络结构特征研究中的应用

2.1.1 方法介绍 社会网络分析(social Network A―nalysis,SNA)是用于描述和测量行动者之间关系或通过这些关系流动的各种有形或无形东西(如信息、资源等)的一种方法。其研究的“节点”可以是单个人,人与人之间的社会关系就是节点间的连线,这样就形成一个数学上的网络结构或图表,如网页和链接形成的网络。社会网络分析应用于网络链接研究旨在用链接网络替换人际网络,借助已有的社会网络分析指标(平均最短路径、聚类系数、网络直径、人度与出度的分布、中介度、Freeman中心度、小集团、K-核心等)研究链接网络的特征,由此已引伸出一个新的研究方向――超链接网络分析(Hyperlink Network Analysis,HNA)。

2.1.2 应用实例――Lennart Bjfirneborn在2004年对英国学术网络的结构特征分析

2004年,LennartBjirneborn选择了英国109所大学网站的7 669个子站相互之间的48 902个链接形成的链接网络为研究对象,详细分析了这个网络的聚类系数、特征路径长度、直径、人度与出度分布等特征例,如图1所示:

图1显示最大的最短路径长度为10,即网络直径为10。平均路径长度为3.46,按照“六度分离”的含义可解释为:这7 669个子站中,从任意一个子站到达另一个子站平均需要经过大约4个站点。LennartBjoneborn借助Pajek软件计算出7 559个节点的平均聚类系数为0.09038,即如果节点v1分别与节点v2、v3相连,那么节点v2、v3相连的可能性约为9.0%。

Watts和Stogatz提出小世界图包含以下两个特性:①聚类系数远大于随机图(与小世界图相比,节点数相同,平均每个节点的边数相同)的聚类系数;②平均路径长度与随机图的平均路径长度同样小。Len-nart Bjoneborn算出7669个节点和48902条边形成的随机图的平均最短路径为5.04;聚类系数为0.00084。比较而言,Lennart Bjiimebom认为所研究的英国学术网络具有小世界特性。

此外,Lennart Bj8meborn还分析了所研究的英国学术网络中各站点入链(Inlinks)与出链(Outlinks)的分布特征,如图2和图3所示:

图2和图3都是对数尺度图,图中入链与出链的数量(纵轴)和子站的数量(横轴)之间近似呈线性关系,表明两者之积为常数,即入链与出链的分布近似符合幂定律。

2.1.3 启示 社会网络分析法可用于Web网络分析,有助于揭示Web网络的结构特征,但该方法并不是在任何类型的Web网络中都适用。Mike Thelwall认为:SNA是一个定量与定性相结合的领域,但是定性理论不会应用到Web网络中,因为Web网络与社会网络特征不同;这些定量方法也应谨慎使用,因为在很多情况下,它们的意义取决于被分析的网络(学术网络、商业网站、新闻网络等各有不同)。

2.2 网络空间分析在链接习性研究中的应用

2.2.1 方法介绍 “网络空间(Web Sphere)”作为分析单元,是指一组动态的数字资源(网站)集合,这些数字资源通常与特定事件、概念、主题相关,并且通过超链接互连。链接的作用便是将孤立的网站连接成一个网络空间。此处的“空间”是指三维空间,其范围通常受时间和对象的限制。“网络空间分析(WebSphere Analysis,WSA)”最早由Foot等人在2002年提出,是研究关于某个特定主题的在线行为的框架(方法、策略),框架中主要包含网络资源生产者与用户之间的关系,这种关系通过网站的结构与特征要素、超文本、超链接等得以建立与加强;这种框架有助于分析网络生产者与终端用户跨时间的交流行为与关系以及链接习性的动态性。

按照空间的三维概念,Schneider,S.M.将网络空间的三个维度概括为:①网络空间主题可预见性,可用于预见网络空间的出现;②网络空间成员可预见性,是指研究者预见网络空间成员类型的能力,如政府机构、慈善组织、新闻媒体、市民等;③网络空间资源的稳定性,这种稳定性的三个决定因素分别是:网络空间成员增减的频度、网站增添链接的数量与频度、网站内容变化的幅度与频度。

2.2.2 应用实例――Kirsten A.Foot等对2002年美

国大选候选人网站的网络空间分析网络空间分析过程中,首先需要确定网络空间。Kimten A.Foot等将该实例中的网络空间确定为“所有竞选参议院办公室职务的候选人的网站(共535个)”。而在数据获取与研究方法上,Kirsten A.Foot等则兼顾了横向性与纵向性两个方面:①在三个月的竞选期间,从候选人网站上收集三个有代表性的独立样本数据,汇总得到一个更具代表性的大样本,该样本能充分体现出各候选人的链接策略;②在竞选期间,先后三次分析这组候选人的网站链接类型,以评估链接策略随时间的变化。

以2002年11月大选之前的三个月为时间段,对网络空间的数据统计结果如表1所示。表中行标题是候选人的基本信息(政党类型、竞选职位、任职状态、竞争力),列标题是候选人网站的基本信息(出链频率、出链比例、出链习惯的变化)。

各候选人网站的链接目标共有4种类型:市民/拥护团体、政党、新闻媒体、政府机构。从出链频率角度看,25%的候选人网站有3种或4种类型的出链,35%的候选人网站有1种类型的出链,平均出链类型数为1.67。从出链比例角度看,政府机构是最受候选人网站欢迎的链接目标占51%,其次分别是政党(43%)、市民/拥护团体(38%)、新闻媒体(32%)。逻辑回归分析表明:“竞选职位”统计意义不显著;第三党、竞选众议院职位的、竞争力低的候选人更倾向于链向市民/拥护团体。从出链习惯的变化的角度看,三个月时间里,链接习性发生变化(即增加或删除链接)的网站占10.4%。

最终,依据统计数据,作者认同“链接代表认可,未被链接则代表未被认可”这一观点,并认为“添加链接代表从不认同到认同,而删除链接则代表从认同到不认同”,这种链接习性代表着各候选人的政治策略。

2.2.3 启示 从实例中看,网络空间分析方法与情报学领域的链接分析方法相似,都是通过统计链接数量揭示研究对象的特征,但与链接分析方法有两个方面的不同:①网络空间分析方法包含了浓厚的信息传播色彩,即将链接视为一种信息传递,而不仅仅是用数量反映质量;②网络空间分析方法特别适用于快速变化的网站,如新闻媒体网站、个人博客等,而链接分析方法则更适用于相对静态的网站,如学术网站等。

2.3 虚拟民族志(Virtual Ethnography)在链接动机研究中的应用

2.3.1 方法介绍 民族志(Ethnography)是20世纪初期由文化人类学家所创立的一种研究方法,主要指人类学家对其研究的文化对象或目的做田野调查,深入到其特殊的社区生活中去,从其内部着手,通过观察和认知,提供相关意义和行为客观的民族学描写而形成民族志,然后再对这些民族志描述进行分析、比较,以期得到对此文化的基本概念。

Hine提出的虚拟民族志的研究目标是与在线活动相关的用户行为,网络出版是一种潜在的在线行为,创建链接也是如此。该方法可以全面的展现创建链接这一行为在社会中的角色。

2.3.2 应用实例实例一:英国保姆Louise Woodward在美国的审判事件。Hine调查研究了对特殊媒体事件感兴趣的人是如何使用网络的。她在审判的主要环节中进行调查,对象包括网页、新闻组公告以及与英特网用户间直接来往的邮件。虽然Hine的虚拟民族志研究的主要目的不是分析链接动机,但在研究过程中发现一些与链接动机相关的结论:①被研究网站的管理员都在有意识地推销其站点,如在搜索引擎上注册URL、在线散布URL、将URL附在邮件中等;②缺乏经验的网站管理员主要将新闻链接指向非官方网站,这导致了大量访问者流失。因为从链接动机的角度来看,链接旨在向访问者表达来源站点的真实意图,并告知访问者目标站点包含有用信息。

实例二:日本同性恋文化。Mark J.McLelland通过对同性恋网络社区的虚拟民族志研究证实了Appa-durai的观点:网络为分散在世界各地的同性恋者提供了建立关系的良好契机。

实例三:网络空间的性(Cybersex)。R.Coomber对贩子进行虚拟民族志研究(网络问卷调查方式)发现:无论出于“职业道德”还是商业利益的考虑,贩子很少在中掺假或缺斤少两。

2.3.3 启示 从实例中可以看出,虚拟民族志方法是民族志方法在网络中的延伸,其主要目的并不是研究链接动机,但Mike Thelwall认为虚拟民族志将是一种能有效地、深入地分析链接动机(尤其是学术链接动机)的方法。链接动机研究是链接分析的基础,只有明确了链接动机才能进行有效的链接分析研究。当前,国内外的链接动机研究主要从链接分类的角度人手,而链接分类研究存在两个方面的不足:①分类体系杂乱;②仅从来源页面与目标页面的内容判断链接类型的方法不够准确,需要考虑链接所处的整体环境。相比而言,从虚拟民族志的角度人手,深入到链接所在的整体环境中,通过观察与认知判断得出的链接动机将更准确、更有效。

3 结语

第9篇

[关键词]社会网络分析;旅游规划决策;利益相关者;潮州古城

[中图分类号]F59

[文献标识码]A

[文章编号]1002-5006(2016)12-0076-09

Doi: 10.3969/j.issn.1002-5006.2016.12.014

引言

Mitchell曾提出,“社会网络是连结一系列人、事物或事件的特定类型的关系”,这一系列人、事物或事件称为“能动者”(agent)或“节点”(node),能动者之间的各种关系称为“联结”(tie),这种“联结”往往会对规划决策产生重大影响[1]。旅游规划决策是一项涉及众多相关群体的规划决策,它本质上是各利益相关者通过利益协商与权力博弈后形成解决旅游发展问题共识的动态过程。在该过程中,以各利益相关者群体为节点,以因交换信息、解决矛盾、协调目标和共享资源等而建立的各种正式或非正式关系为联结,共同交织成了一个多重、复杂的社会网络――旅游规划决策网络。该网络具有怎样的关系结构以及联系的紧密程度等,密切关系着规划决策的方向。本文研究采用社会网络分析法,以潮州古城为例,剖析其在旅游规划过程中利益相关者之间的关系结构,探究这种社会结构对旅游规划决策过程的影响情况。

社会网络分析法起源于20世纪30年代的西方社会学研究,它着重从关系结构、社会网络等来揭示社会现象的本质,现已发展成为一项社会科学研究范式,并被应用于社会学、心理学、经济学、管理学等社会科学研究中。然而,在旅游研究中,社会网络分析法的应用却较晚,直至20世纪80年代,才有西方将此方法应用于旅游资源管理研究,随后的相关研究领域有所拓宽,但主要集中在旅游目的地结构、旅游政策网络、旅游企业成长和知识管理 等[2]。自20世纪七八十年代以来,西方旅游决策由集权式的官僚方式向多元利益相关者共同合作与决策的方向转变,各利益相关群体围绕旅游决策 形成的关系网络也逐渐引起西方学者的研究兴 趣[3-4]。Pforr分析了澳大利亚北部地区旅游规划的交流网络,认为利益相关者由于在旅游政策网络中所处位置不同,对决策结果的影响力会有所差异,其中,政府机构和地方旅游协会是规划的核心行动者,可以左右决策的最终结果[5]。Scott等对比传统旅游决策和网络化旅游决策方法,得出后者比前者更民主、更透明以及更具参与性的结论[6]。但网络化旅游决策是把双刃剑,基于共同目标的共识有助于信息共享,但参与者拒绝接受他人观点时会削弱网络效力[7]。此外,部分参与者仅代表自身的利 益[8],但他们的利益未必与当地旅游发展方向相一致,这就可能导致旅游决策的偏差。最后,利益相关者的合作往往需要正式政策的跟进才能顺利开展,即网络目标的实现离不开政府参与[9]。总体上,国外相关研究倾向于用网络分析对决策结果进行回顾性描述和解释,对于在旅游决策中具有特殊地位的政府如何进行授权,网络决策合法化、网络的发展变化等问题的研究还有待探索。

随着社会网络分析法逐渐成为国外旅游研究的热点之一,我国学者也开始运用该方法对我国的一些旅游现象展开分析,主要集中在旅游线路[10-11]或旅游流网络结构[12-14]、旅游空间结构[15-16]、旅游空间经济关系[17-19]、旅游网站[20]等领域,这些研究着重于对宏观的、显性的地理空间结构展开研究,而对于旅游发展中涉及的人及其社会关系的研究却极少。当前,伴随旅游快速发展而爆发出来的各种问题,很多是由于没有处理好利益相关者而引发的。王素洁[21]已开始关注目的地利益相关者和旅游规划决策,但总体上,现阶段学者们尚未从社会网络视角给予旅游规划决策足够的关注。旅游发展涉及许多不同利益相关者,随着人们权力意识和参与意识的增强,以往的集权式旅游决策也将向多元利益者合作的方向发展变化。旅游规划决策中,不同利益相关者会左右决策的制定与落实,同时这些利益相关者并非孤立的,他们会就旅游发展进行相关的合作或博弈。社区参与旅游发展已在我国实践尝试,但对这些利益相关者构成的复杂社会网络的研究却相对滞后。本文运用社会网络分析法,以潮州古城旅游规划决策为案例研究,期望探索决策网络在规划决策中的影响,并为其他相关研究提供借鉴参考。

1 研究设计

1.1 研究方法

1.1.1 社会网络分析法

社会网络分析法是一种跨学科的,对社会关系进行分析的一套规范和方法,主要目的是探查和分析行动者之间的社会纽带模式[22]。它以数学中的社群图法和矩阵代数方法,分析社会网络中的点和关系,其中,点代表行动者,关系即是行动者之间的联系。本文关注的是旅游规划决策中的利益相关者网络,其中,各利益相关者是点,他们之间就旅游规划决策所建立的正式工作联系为研究的重点关系。

根据网络类型,社会网络分析可以分为三个层次:个体网、局域网和整体网。个体网是由一个核心个体和与之直接相连的其他个体构成的网络,旨在研究个体网诸多结构性质,以及个体与其他个体之间的关系。局域网由个体网加上与个体网络成员有关联的其他点构成,局域网的边界和相关研究由研究的具体问题来确定。整体网是由一个群体内部所有成员及其间的关系构成的网络,旨在分析整个网络的关系结构[1]。本文尝试揭示利益相关者之间的关系结构,从而对旅游规划决策的过程和结果进行解释,因此本研究采用整体网的研究范式,对旅游规划决策的利益相关者关系网络展开分析。

1.1.2 指标选择

整体网的社会网络分析将行动者集合为一个整体,对这个整体的构成、关系模式展开研究。在本研究中,选取网络中心性、网络结构洞、网络密度作为测量指标。

网络中心性(entrality),指的是某个个体或者组织在社会网络中相对于其他行为者而言,所处的地位,或者说其通过网络结构所获得的权力,常被用来考察行动者取得或控制资源可能性的结构属性。本研究选用的具体测量指标是点的中间中心度(betweenness centrality),测量的是个体对资源控制的程度。

网络结构洞(structural holes),是由社会学家 Burt用来表示非冗余的联系,他认为“非冗余的联系人被结构洞所连接,一个结构洞是两个行动者之间的非冗余联系”,也就是说,结构洞能够为其占据者提供获取“信息利益”和“控制利益”的机会,从而获得竞争优势[23]。结构洞的主要考虑指标有:(1)有效规模(effective size),即一个行动者的个体网规模减去网络冗余度;(2)效率(efficiency),即一个行动者的有效规模与实际规模之比;(3)限制性(constraint),即一个人在自己的网络中拥有运用结构洞的能力;(4)等级度(hierarchy),即限制性在多大程度上集中在一个行动者身上。

网络密度(network density),包括整体网密度和整体网中的“个体网密度”。整体网密度等于网络中“实际存在的关系总数”除以“理论上可能存在的最多关系总数”。实际的关系数量越接近于网络中的所有可能关系的总量,网络的整体密度就越大,网络中所有成员的关系越紧密,该网络对其中行动者的态度、行为等产生的影响越大。整体网密度的计算公式如下:

[D=2Lg(g-1)] (1)

式(1)中,D为密度,L表示网络中线的数目,g 为网络中节点的数量。

整体网中的“个体网密度”计算方式与整体网密度类似,是某一个行动者的“实际存在的关系总数”除以“理论上可能存在的最多关系总数”。

1.1.3 案例地选择

潮州古城位于广东省潮州市湘桥区,是国家历史文化名城,历史上一直是粤东地区的政治、经济和文化中心,其独特的潮州文化、潮州建筑、民间工艺和民俗构成了潮州古城独特的旅游吸引力。21世纪以来,潮州古城通过修复广济桥、牌坊街,大力发展旅游业,已形成一定的旅游规模,是粤东旅游的重要旅游目的地。潮州古城集聚了潮州最优秀的旅游资源,其旅游发展一直被当作城市旅游发展的重中之重来考虑。然而,经过了20多年的发展,潮州古城在全国的知名度仍然不高,旅游发展的层次和带来的收入十分有限。调研发现,潮州古城虽然有十分优秀的旅游资源,但由于旅游规划决策中存在复杂的社会关系,许多良好的规划都不能得到落实。旅游发展需要政府、社会、市场的有效协调,但在潮州,不仅政府、社会和市场三者之间存在博弈和矛盾,即使政府内部、古城范围内不同街道之间也存在互相抢夺资源的情况,这归根结底是没有充分考虑和协调好各方利益群体,这也是很多社区类型旅游地遇到的问题和困境,潮州古城是该类型代表。

1.1.4 数据收集

(1)总体目标

根据对潮州古城的实地调查发现,潮州古城旅游规划决策中利益相关者主要包括:当地社区、政府机构、旅游企业、旅游者、压力集团1、自然或人文旅游资源,共6类。由于自然或人文旅游资源不具备主观能动性,因此可排除在外。另外,虽然旅游者是重要的利益相关者,但在我国的现实中,几乎没有旅游者参与旅游规划决策的情况,且旅游者的出现要滞后于旅游规划,所以在规划决策阶段无法获得旅游者的真实意见,所以本研究也将其排除在外。不过需要指出的是,虽然旅游者不能参与决策,但旅游企业出于招徕旅游者的目的,一定程度上可以作为旅游者的利益代言人。因此,本研究关注的利益相关者可以分为当地社区、旅游企业、政府机构和压力集团四大类。

社会网络分析法着重对社会关系展开分析,无法采用随机抽样的方法展开调研。本研究借鉴其他学者在进行社会网络分析时主要采用的抽样方法――参与法2和滚雪球法。首先,本研究通过查阅《潮州古城控制性详细规划》《潮州国家历史文化名城保护规划》和潮州市各级政府有关工作报告,运用参与法确定潮州古城旅游发展规划决策的部分核心行动者。其次,运用滚雪球法邀请核心行动者推荐与他们日常工作关系密切或他们认为对旅游规划决策非常重要且有影响力的其他利益相关者。随后访谈被推荐者,并请他们进一步推荐,不断重复这一过程,直到没有新的被推荐者。最后确定的利益相关者群体构成了潮州古城旅游规划决策网络。最终的调查结果显示,潮州古城旅游规划决策网络的目标总体包括了4个大类20个子类的利益相关者(表1)。

(2)样本选择

理想的整体网资料收集是进行总体调查,但潮州古城旅游规划决策网络中部分利益相关群体的总体规模过大,难以进行总体调查,且个体间同质化非常明显,亦无须分别进行调查,因而采取从总体中抽取代表性的个案样本的方式,如小商户、社区居民等;对于规模较小的,且个体间存在较大差异的群体,则采用总体调查。本研究选取样本的原则是,当一类利益相关者总体规模小于30时,采取总体调查;当规模大于30时,采用便利抽样。实际调查中,旅游产品经营商户、餐馆或餐饮店、非旅游类经营商户和潮州古城居民采用随机抽样调查,其他相关利益群体采用总体调查(表1)。

(3)调查方法

本研究采用调查问卷的方法展开调查,主要用于收集利益相关者相互之间的关系数据,及其自身的属性数据,包括三类结构性问题:第一类问题调查潮州古城利益相关者之间的关系结构,构建利益相关者网络结构图,得出有关网络指标,通过询问被访问者“在过去一年里,您或您所在的单位在潮州古城旅游开发中,与哪些组织有合作行为或共同成员?”得出关系结构。第二类问题询问被访问者认可的潮州古城旅游规划决策利益相关者。第三类问题调查规划决策网络中各类利益相关者的影响力1。

问卷调查从2015年3月开始至7月结束,历时5个月,主要通过直接拜访被访问者,发放纸质问卷并进行现场回收的方式收集,同时通过面对面访谈、电子邮件等方式进行调查。在对有关组织进行调查时,本研究在该组织的核心领导层或居于领导职位的成员展开,并提醒他们填写问卷时要基于组织视角而非个人视角。

2 研究结果

本研究共发放问卷263份,回收问卷225份,回收率为85.6%,剔除填写不完整或答案前后矛盾的无效问卷30份,有效问卷195份,有效率为86.7%。目前,分析整体网络关系数据最常用的软件有UCINET,本研究运用UCINET6.0对潮州古城旅游规划决策中的利益相关者网络结构进行分析。

2.1 关系矩阵及关系结构

社会网络研究要求将属性数据转化为关系数据,基于收集的数据本研究构建规模为“20×20”的“行动者-行动者”关系矩阵,该矩阵为“0”“1”二值矩阵。需要强调的是,在样本中,酒店或客栈、旅游产品经营商户、餐馆或餐饮点、旅游景区、旅行社、居委会、街道办、非旅游类经营商户、潮州古城居民这9类利益相关者中只要有一位受访者表示与其他利益相关者有联系,在关系矩阵中就可以表示为两类利益相关者有联系,但本研究并非针对某一具体个人的特殊选择,而是在大样本调查中,寻找整体的共性和规律性,因此,对这9类利益相关者进行了二值化处理,通过对这9类利益相关者关系矩阵进行标准化处理,取标准化后数值的中位数作为临界值,对大于或等于临界值的数值取“1”,小于临界值的数值取“0”,据此得到本研究网络分析的关系数据(表2)。

运用UCINET6.0画出潮州古城利益相关者网络拓扑图,通过拓扑图直观体现各子类利益相关者之间的相互关系,同时,为使4大类利益相关者的关系在图中直观体现,本研究用同一类型符号对同一大类的利益相关者进行标示(图1)。

2.2 网络中心性

潮州古城旅游规划决策中,其利益相关者之间的关系模式特点:整个利益相关者网络的标准化中间中心势是0.181,这说明这个网络向某一点集中的趋势较小,不存在一个绝对强势群体在主导旅游规划决策;相关专家或旅游研究机构的点中间中心度最高,这说明具备专业知识的专家团队对旅游发展的影响十分重大,拥有资源的旅游发展公司、管委会、房管局、文物旅游局的中间中心度也较高,对旅游规划决策有重大影响;值得注意的是,街道办虽然不掌握旅游资源,却是古城居民、居委会与核心利益相关者的重要“中介”,对社区参与旅游有着重大影响,因而其中间中心度也比较高;旅游类和非旅游类商户、酒店或客栈、餐馆或餐饮点、古城居民、居委会处于外层,中间中心度小,这些利益群体大多个体规模小,相互之间也没有形成紧密联系,因而没能形成有影响力的组织,对决策的影响小;最后,处于中间层的是旅游景区、旅行社、规划局、区旅游局,以及工艺美术协会,其中,景区和旅行社掌握一定旅游资源,规划局、区旅游局拥有一定的政治权力,工艺美术协会拥有较高的社会影响力,这些利益群体中间中心度居中,他们能够在一定程度上对古城的旅游规划决策产生影响(表3)。

2.3 网络结构洞

潮州古城旅游规划决策中,利益相关者网络总体上有着较好的沟通和联系,四大类群体间没有出现明显的结构洞,但在当地社区这一大类利益相关者的子类之间却存在结构洞,尤其古城居民和非旅游类商户这两类利益相关者几乎不与其他利益相关者产生联系。此外,他们在所有利益相关者中,受到的总限制性达到1,等级度也达到1,这说明他们虽然是潮州古城最大规模的东道主,在旅游规划决策中却被边缘化(表3)。另外,当地社区作为古城旅游发展中最基础的利益群体却与最核心的古城管理委员会之间发生关系断裂(图1)。这些结构洞的出现,一方面是因为潮州古城旅游发展仍处于初级阶段,当地社区的旅游参与度较低,另一方面是管委会及其属下旅游发展公司刚成立不久,还未充分整合古城旅游资源。必须注意的是,一个具有众多原住民的社区发展旅游,当地社区这一大类利益者是不容忽视的,只有充分提高他们在利益相关者网络中的地位,使他们能够参与信息传播和沟通,并与他们共享资源与利益,才能有效引导居民参与旅游发展,促进非旅游类商户进行商业转型,从而减少旅游发展的摩擦力,不仅提高旅游规划的科学性和有效性,也使旅游规划更加容易落地。

2.4 网络密度

潮州古城旅游规划决策利益相关者的整体网密度为0.3632,这说明总体上利益相关者之间的合作行为还有待进一步提高,尤其在跨大类的利益相关者之间,旅游资源共享、信息沟通和联系的程度较低。从利益相关者网络中的网络密度可以看出,处于核心地位的利益相关者,如潮州古城管委会及其属下的旅游发展公司网络密度不高,这虽然一定程度上是因为这两者成立时间短,还未对潮州古城的旅游发展产生较大的影响,但也说明利益相关者相互之间的关系仍是比较疏远的,增加了决策执行的难度,阻碍潮州古城旅游发展。不过,酒店或客栈、旅游产品经营商户、餐馆或餐饮点、文物旅游局、区旅游局、民间工艺美术协会这些重要的旅游业类的密度相对比较高,可见经过多年的旅游发展,在民间已经形成了相对较好的合作网络(表3)。

3 结论

旅游业是一个关联性极高的产业,旅游发展过程中涉及众多类型的利益相关者。在对潮州古城旅游规划决策中的利益相关者网络的研究中,可以看出,一个良好的决策网络应具备两个特征:第一,旅游规划决策中的所有利益相关者相互之间应就旅游发展决策问题建立良好的信息沟通和联系网,通过正式和非正式交流,使不同利益相关者之间都存在适当的中介,从而保持网络整体的联通性。第二,网络中的利益相关者群体之间保持较高的紧密度,从而增强网络成员的凝聚力。为此就需要完善旅游规划决策的利益相关者网络,使网络更加完备和联通。

首先,对边缘利益相关者进行赋权,提高其中心度。尤其是居委会和当地居民,作为旅游地东道主群体,在旅游规划决策中却被边缘化,这不仅会破坏旅游政策的公平性,而且往往会引起旅游发展中游客与居民的矛盾。居委会是基层管理机构,沟通了居民与其他利益相关者,提高其中心度,不仅能听到来自基层的声音,也会使规划决策更容易获得理解。当地居民则可以通过政治上、经济上的赋权,提高他们在旅游规划决策中的地位,政治上,给予居民更多的旅游发展话语权和投票权,经济上,与他们分享旅游发展的利益,将他们的个人权利和利益与旅游发展紧密相连。

其次,还要加强利益相关者相互之间的联系,通过增加“桥”的数量,减少利益相关者网络的结构洞,强化他们相互之间的关系,并增加网络密度。在旅游规划决策阶段,不同群体之间更加紧密和频繁的沟通,能有效地降低误解,并使规划更符合各方的利益,这会使规划落地阶段更容易实施。因此,通过强化不同相关利益者之间的联系,使网络逐渐靠近理想网络结构,从而使旅游决策能体现最大多数利益相关者的利益。

社区旅游发展不同于一般旅游景区发展,大量的原住民,以及他们相互之间由于地缘和血缘而形成的复杂社会关系,使得规划决策不能仅由少量的人员来决定,而是要充分考虑不同利益相关群体的权利、利益和意见。本文基于社会网络视角对潮州古城旅游规划决策中的利益相关者网络展开研究,不仅可以为潮州古城完善规划决策、促进旅游顺利发展提供指导,也可以为其他社区旅游发展的利益相关者研究提供参考。更为重要的是,本文的研究方法为旅游利益相关者研究提供了一种可借鉴的新的系统性思路。虽然本文仅对潮州古城进行案例研究,但任何一个社区的旅游发展,都必然涉及许多利益相关者,这些相关者并非孤立的,他们相互之间存在一定的社会关系,因此在旅游规划决策中,应当将其考虑在内。

最后,本研究还存在一定的局限性,如利益相关者的合作选择会受到其自身属性,如性别、年龄、经济条件、受教育程度等的影响,也会受到当地旅游资源特征、经济发展状况、社会观念的影响。受限于研究方法,本文没有对影响因素展开深入研究,而是着重于利益相关者相互之间的合作关系。未来的研究可以进一步考虑上述影响因素对利益相关者合作行为的影响,亦可以针对特定的利益相关者子类展开相应的研究,这些都是有价值的研究方向。

致谢:潮州古城旅游规划专家组成员张补宏老师、周锐波老师、林旭青规划师和陈健健规划师等为本研究提供帮助,潮州古城领导小组也为本研究提供了大力支持,在此表示感谢。

参考文献(References)

[1] Mitchell J C. The concept and use of social networks[A]//Mitchell J C. Social Networks in Urban Situations[C]. Manchester: University of Manchester Press, 1969:2-3.

[2] Wang Sujie, Hu Ruijuan, Cheng Weihong. A literature review on overseas tourism research under the perspective of social network[J]. Tourism Tribune,2009, 24(7): 90-95.[王素洁,胡瑞娟,程卫红. 国外社会网络范式下的旅游研究述评[J]. 旅游学刊,2009,24(7): 90-95.]

[3] Bramwell B, Lane B. Tourism Collaboration and Partnerships: Policies, Practice and Sustainability[M]. Clevedon: Charmel View Publications, 2000: 1-20.

[4] Hall C M. Tourism Planning: Policies, Processes and Relationships[M]. Harlow: Prentice Hall, 2007:3-25.

[5] Pforr C. The makers and the shakers of tourism policy in the northern territory of Australia: A policy network analysis of actors and their relational constellations[J]. Journal of Hospitality and Tourism Management, 2002, 9(2): 134-151.

[6] Scott N, Cooper C, Baggio R. Destination networks: Four Australian cases[J]. Annals of Tourism Research, 2008, 35(1):169 -188.

[7] Dredge D. Policy networks and the local organization of tourism[J]. Tourism Management, 2006, 27(2):269-280.

[8] Dredge D. Networks, conflict and collaborative communities[J]. Journal of Sustainable Tourism, 2006, 14(6):562-581.

[9] Lawrence M. Unraveling the Complexities of Tourism Destination Systems: Policy Networks and Issue Cycles 1998―2005[D]. Australia: Southern Cross University, 2005.

[10] Liu Bing, Zeng Guojun, Peng Qing. A social network perspective on travel itinerary research: A case study in Xinjiang[J]. Tourism Tribune,2013, 28(11): 101-109.[刘冰,曾国军,彭青. 社会网络视角下旅游线路研究――以新疆为例[J]. 旅游学刊,2013, 28(11): 101-109.]

[11] Liu Hongying, Wei Liliu, Zhang Juan. The research on the characteristics of network structure of area tourist flows based on the tourism routine[J]. Human Geography, 2012, 27(4): 131-136.[刘宏盈,韦丽柳,张娟. 基于旅游线路的区域旅游流网络结构特征研究[J]. 人文地理, 2012, 27(4): 131-136.]

[12] Peng Hongsong, Lu Lin, Lu Xinfu, et al. Spatial network structure and optimization of cross-border tourism area based on tourist flow: A case study in Lugu Lake[J]. Progress in Geography,2014, 33(3):422-431.[彭红松,陆林,路幸福,等. 基于旅游客流的跨界旅游区空间网络结构优化――以泸沽湖为例[J]. 地理科学进展,2014, 33(3):422-431.]

[13] Wu Jinfeng. Distribution of inbound foreigner tourist flows and its property and structure characters in China[J]. Journal of Arid Land Resources and Environment,2014, 28(7): 177-182.[吴晋峰. 入境外国旅游流网络分布、性质和结构特征研究[J]. 干旱区资源与环境,2014, 28(7): 177-182.]

[14] Zhang Yanyan, Li Junyi, Yang Min. The tourism flow network structure of Xi’an based on tourism digital footprint[J]. Human Geography,2014, 29(4): 111-118.[张妍妍,李君轶,杨敏. 基于旅游数字足迹的西安旅游流网络结构研究[J]. 人文地理,2014, 29(4): 111-118.]

[15] Wang Degen. The impact of Wuhan-Guangzhou HSR on regional tourism spatial pattern in Hubei Province[J]. Geographical Research,2013, 32(8): 1555-1564.[汪德根. 武广高速铁路对湖北省区域旅游空间格局的影响[J]. 地理研究,2013, 32(8): 1555-1564.]

[16] Liu Chun. Study on the spatial structure of tourism economy in middle area of China based on social network analysis [J]. World Regional Studies,2015, 24(2): 167-176.[刘春. 基于社会网络方法的中部地区城市群旅游空间结构研究[J]. 世界地理研究,2015, 24(2): 167-176.]

[17] Fang Yelin, Huang Zhengfang, Tu Wei. Spatial differences of tourism economy in Yangtze River Delta from the perspective of social network[J]. Tropical Geography, 2013, 33(2):212-218.[方叶林,黄震方,涂玮. 社会网络视角下长三角城市旅游经济空间差异[J]. 热带地理, 2013, 33(2): 212-218.]

[18] Yang Xiaozhong, Liu Guoming, Feng Lixin, et al. Spatial economic contact of cross-border tourism region based on network analysis: A case study of Hukou Waterfall Scenic Spot[J]. Geographical Research,2011, 30(7):1319-1330.[杨效忠,刘国明,冯立新,等. 基于网络分析法的跨界旅游区空间经济联系――以壶口瀑布风景名胜区为例[J]. 地理研究,2011, 30(7): 1319-1330.]

[19] Zhang Kai, Yang Xiaozhong, Zhang Wenjing. Tourism economic affiliation degree network characteristics and its impacts factors of cross-border tourism region: A case study of Taihu Lake area [J]. Human Grography,2013, 28(6):126-132.[张凯,杨效忠,张文静. 跨界旅游区旅游经济联系度及其网络特征――以环太湖地区为例[J]. 人文地理,2013, 28(6):126-132.]

[20] Lian Tonghui, Yu Caihua, Zong Qianjin. A study on net-work structure of China’s tourism website: Based on a social network analysis[J]. Tourism Science,2012, 26(6): 80-88.[廉同辉,余菜花,宗乾进. 我国旅游网站的网络结构研究――基于社会网络分析法[J]. 旅游科学,2012, 26(6): 80-88.]

[21] Wang Sujie, Li Xiang. Research on sustainable rural tourism policy based on a social network analysis: A case study of Yangjiabu Village in Weifang City, Shangdong Province [J].Chinese Rural Economy,2011,(3):59-69,90.[王素洁,李想. 基于社会网络视角的可持续乡村旅游决策探究――以山东省潍坊市杨家埠村为例[J]. 中国农村经济,2011,(3):59-69,90.]

第10篇

与发达国家地区比较,中国企业通过缩减物流支出、增加利润的空间更为广阔。据统计,2001年美国物流成本占gdp的9.5%(美国cass信息服务公司和prologis公司共同的《2001年度美国国家物流报告》),而这个数字在中国是16.7%(世界银行估算)。由此可见,中国的企业仅通过优化物流就能够获得实现大量缩减成本、增加利润的机会。

如何发现改善物流的机会?如何设计优化方案?如何充分借用中国正在兴起的物流企业能力,提升企业核心竞争力,改善物流服务等等。为了解答这些疑问,提高优化物流的成功率,企业需要一套系统性的分析现状、发现机会等诊断方法,这套方法论主要包括了三个阶段的工作:阶段一,运输管理能力评估;阶段二、业务网络分析和建议;阶段三,评估外包的优势。

运输管理能力评估:本阶段主要工作是诊断、评估传统的运输功能部门的主要活动和流程,分析评估的范围包括厂内和厂外物料运输、作业安排、运输路线、回程管理及运输设备保养维护等各个方面活动。

对企业运输现状评估的目的是希望通过全面的分析、诊断,发现能够通过流程重组、信息技术更新等方法,进而优化企业物流的机会。通常企业能够在以下活动中,发现优化物流、缩减成本的机会:

厂内物料的跟踪和管理

作业安排和路线安排的方法和系统

产品分配和交付

运输模式选择

跟踪和客户服务

维护保养

在企业中,许多业务因素对物流也有着决定性的影响作用,因此在诊断评估阶段除了针对运输功能部门进行诊断之外,企业还需要对这些影响因素进行分析,它们通常包括:

运输设备采购决策、现有运输能力、当前的运作情况

了解、评估现有使用的系统和技术

评估运输服务供应商的成本和能力

分析自有车队情况(如果企业配备)

与世界先进的服务水平和客户需求进行差距比较、分析

发展未来运输模型和高层次的实施计划

网络分析和建议:在该阶段主要从供应链的宏观角度全面分析企业的物流现状,评估分析范围包括了从原材料到成品的整个流程、供应商的所在地和供应数量、分销设施情况、客户所在地等。

通常,当企业意识到现有供应链表现不尽人意,网络分析的价值尤为突出。因为进行网络分析的目标是能够在企业内实现:

统一物流和分销发展战略

发现缩减成本或是提高服务水平机会,成功筑建企业竞争力

发现现有网络中产生过多成本的原因

当订单履行率降低、库存周转率下降时,发展其他的战略

发现通过并购、整合设备,提高工作效率的机会

分析工作在本阶段并不是全部,分析的最终目的是提出解决方案。可能产生的建议方案包括:

建议分销机构的个数和地点

分销机构的工作目标

服务水平和订单周期时间

预期的网络总成本

存货配置和储存需求

运输成本

另外,成本与服务水平需求也是必须考虑的问题之一,如何在平衡成本和服务水平基础上,提供优化的供应商和分销网络配置的方案?为了更好地发现获得成功的关键要素,该阶段还需要针对敏感性因素进行假设性的情景分析,协助进行网络设置的决策。

实际上,网络分析研究在企业发展物流战略过程中也十分关键,这些工作能够协助企业制定合适的战略:

确保在正确的时间、正确的地点有正确的产品

具有充分的灵活性,能够适应组织内部和外部市场的变化

实现在合理成本下,能够提供具有竞争优势的交付服务

能够迅速得以成功实施

需要指出的是,网络分析是一个需要进行大量复杂分析的工作,为了真正、最大程度发挥它的价值,通常还需要借助一些先进的线性计划优化软件,对现有数据进行可以量化和客观性的网络布置情景分析,这也是现代化网络分析较之传统方式的重要优势之一。

评估外包的优势:在市场变化多端、客户需求不断提升的竞争环境下,企业需要肩负缩减成本、提升核心力的双重压力,而外包是一个能够帮助企业将传统上必须自己负责却增值不多的工作交给外部专业的服务供应商,一方面能够令企业更加专注于核心竞争力,而外包公司的专业服务则能很好的满足客户对服务不断增加的要求。

现代的第三方物流(3pl)正是在这种双赢方案驱动下的产物,而为了更好满足现代企业的外包要求,第三方物流服务商不断延伸服务内容、发展缩减物流成本的解决方案,令企业外包物流得以有更多的选择。

因此在进行物流优化方案设计时,评估、选择外包机会是必不可少的工作之一。如何选择优秀的外包商并匹配企业内部的需求成为分析外包机会的核心任务,通常需要进行以下工作:

发现、确认整条供应链之中的外包机会,因而改善供应链效率,提高成本效益;

制作、、评估外包项目建议书;

客观、中立的评估供应商的成本和能力;

审核建议合同条款、比较现行市场标准和实践;

根据企业和选择的供应商能力,制定可操作、符合实际的转变过渡方案;

确定主要的成本、服务驱动因素、标准、以及平衡因素,以此促使外包商不断改善服务

第11篇

[关键词]五味子;醇沉;中心复合设计;贝叶斯网络;BP人工神经元网络

五味子为木兰科植物五味子Schisandra chinensis(Turcz.)Baill.的干燥成熟果实,性酸甘、温,归肺、心、肾经,主要功效有收敛固涩、益气生津、补肾宁心,用于久嗽虚喘、梦遗滑精、遗尿尿频、久泻不止、自汗盗汗、津伤口渴、内热消渴、心悸失眠[1]。

醇沉工艺作为中药制药工艺中的关键步骤,极大的影响着中药产品中药效物质及杂质的含量,因此优化醇沉工艺条件对于中药生产效率及中药产品质量至关重要[2-3]。而随着实验设计理念近年来逐渐进入中药制药工艺研究中,其对于提高研究效率和优化精确度的作用已被广泛认可,中心复合设计作为其中一种重要的设计方法也被广泛应用于解决多变量优化问题的研究中[2, 4]。

网络分析是一种重要的数据挖掘方法,它通过网络的方法考察网络节点间的关联关系, 以节点属性数据为基础对网络的性能特征进行多方面的分析计算[5]。网络分析可以针对多变量和多响应的复杂体系建立各变量与响应间的相互关系,从中发现关键信息;也可进行网络建模,用于预测和调节相关参数。人工神经元网络是近来被应用较多的模式识别和非线性建模方法,其优点在于对于信息的分布存储,并行识别以及自学习能力,目前也有见于中药制药工艺研究的报道[6]。BP神经网络可通过训练集的建模拟合结果与实测结果对比后反向条件各个节点间的权值和阈值以达到收敛目标,而经过遗传算法优化的BP神经网络可以是初始权值和阈值尽量接近最终模型,以加快网络训练的速度。

本研究将五味子醇沉过程中的乙醇浓度、乙醇倍量、冷藏温度及冷藏时间作为优化对象,以糖去除率和五味子醇甲保留率为优化指标,利用中心复合设计进行实验,获得相应数据后利用贝叶斯网络和BP人工神经元网络进行分析和建模,辨析关键工艺参数并以此进行过程建模与优化。

1 材料

Agilent 1100 Series高效液相色谱系统(安捷伦公司),包括Agilent ChemStation、在线脱气机、自动进样器、紫外-可见光检测器、柱温箱;Alltech 2000ES 蒸发光散射检测器(Grace公司);METTLER TOLEDO XS105DU电子天平(梅特勒-托利多公司);03-1多工位磁力搅拌机(杭州仪表电机有限公司);维西尔BL100蠕动泵(常州维西尔流体技术有限公司);天之恒THYD-1030W低温恒温槽(宁波天恒仪器厂)。

五味子药材来自于江苏苏中药业集团股份有限公司,为其产品三味生脉注射液原料之一,批号21112601。五味子醇甲对照品购自于上海融禾医药科技发展有限公司,批号130817;果糖、葡萄糖、蔗糖、麦芽糖对照品均购自于上海阿拉丁试剂有限公司。Milli-Q水(Milford公司);色谱纯乙腈(Merck公司);色谱纯甲酸(ROE Scientific公司)。

2 方法与结果

2.1 实验设计

以五味子醇沉工艺中的乙醇加入量、乙醇浓度、冷藏温度及冷藏时间为变量,采用中心复合设计4因素5水平6中心点实验,具体实验因素水平见表1。

2.2 样品制备

8倍量水提取250 g五味子药材,提取2次,每次1 h;将2次提取液抽滤后混合,通过减压旋蒸将提取液旋蒸至密度为1.10 g・mL-1的浸膏。精密称取5 g浸膏置于干燥的100 mL锥形瓶中,在400 r・min-1的磁力搅拌下以5 mL・min-1的速率加入实验设计表中要求量的相应浓度的乙醇后放入相应温度的恒温槽中静置至相应时间后取出倾出上清液称重并测量体积,该上清液即为醇沉液样品。

2.3 指标成分的含量测定

五味子醇甲采用高效液相色谱-紫外检测器法测定。色谱条件及系统适用性试验:应用ACQUITY UPLC BEH Shield RP18(3.0 mm×50 mm,1.7 μm)色谱柱;以纯乙腈为流动相A,以0.02%甲酸溶液为流动相B,进行梯度洗脱:0~3 min,19% A;3~9 min,19%~20% A;9~11 min,20%~31% A;11~13 min,31% A;13~15 min,31%~33% A;15~22 min,33% A;22~23 min,33%~100% A;23~30 min,100% A;30~31 min,100%~19% A;31~46 min,19% A。柱温45 ℃;流速0.4 mL・min-1;检测波长254 nm。

五味子糖含量采用高效液相色谱-蒸发光散射检测器法测定。色谱条件及系统使用性试验:应用Prevail Carbohydrate ES(4.6 mm×250 mm,5 μm)色谱柱;以纯乙腈为流动相A,Milli-Q水为流动相B,按75%A相进行洗脱;柱温45 ℃;流速0.8 mL・min-1;蒸发光散射检测器温度105 ℃,空气流速1 L・min-1。

测定结果换算成单位浸膏质量所含指标成分质量,与原始浸膏样品所测的相应指标值比较后可得五味子醇甲保留率及各个糖的去除率数据。具体测定结果见表2。

2.4 贝叶斯网络分析主要工艺参数

利用Matlab的贝叶斯网络学习工具箱(Bayesian network learning algorithms toolbox, BNLAT)中的PC算法对采集到的数据进行分析[7],构建一个8节点有向无环的贝叶斯网络结构图,节点间有箭头连接表示2个变量间存在因果关系,可以此辨析出关键工艺参数。工艺参数网络结构见图1,乙醇加入量和乙醇浓度是五味子醇沉工艺的关键工艺参数,它们直接影响糖的去除率、可溶性固形物含量和五味子醇甲的保留率。

2.5 BP人工神经网络建模

2.5.1 训练集和验证集划分及数据归一化 按照所用样本数据的70%划分训练集,其余30%为验证集,并利用最大-最小法对数据进行归一化,以消除量纲。

2.5.2 网络结构及参数 选取贝叶斯网络分析所得的2个关键工艺参数:乙醇加入量及乙醇浓度作为BP人工神经网络的输入层,设定隐含层节点数为8,以所测4个观察指标为输出层建立一个284的3层网络结构。设定网络训练目标误差为10-8,学习速率为0.3,最大允许训练步数为2 000。

2.5.3 利用遗传算法优化网络初始权值和阈值 利用Matlab的遗传算法工具箱(GAOT)对网络初始权值和阈值进行优化,设定遗传种群规模为50,遗传代数为100,其余参数均为默认设置。将优化后的初始权值和阈值赋予网络进行下一步模型建立。

2.5.4 BP神经网络模型建立及验证 将上一步中的遗传算法优化所得的初始权值和阈值赋予已建好网络结构的神经网络,将训练集数据带入进行建模,回归模型相关系数R2=0.983 8,均方根误差MSE=0.001 1。

建立模型后,在利用验证集数据对网络模型进行验证,验证结果为预测值与实测值得相关系数R2=0.975 9,均方根误差MSE=0.001 8。

3 结论

本研究将实验设计理念与网络分析方法相结合,利用贝叶斯网络辨析出乙醇加入量及乙醇浓度为五味子醇沉工艺中的关键工艺参数;然后利用这2个工艺参数作为输入量,五味子醇甲保留率、可溶性固形物含量、果糖去除率以及葡萄糖去除率4个观测指标作为输出量进行人工神经网络建模,用以预测和监控工艺过程。模型拟合结果表明该方法所建模型精度高,预测能力较强。

传统的多项式拟合仅能描述单输出的模型,对于多输出问题则需要建立多个模型加以描述,且无法反映各个输出间存在的相互作用关系。相比而言,网络模型则可以更为直观的辨析出关键因素,并且可以建立同时反映多输入多输出的模型,对复杂体系中的拟合精度相对更好。

但是由于本研究均在实验室条件下进行,因此若要将其推广至工业生产中仍需进一步对实际生产条件及生产数据进行研究。

[参考文献]

[1] 中国药典.一部[S].2010:61.

[2] 何国勇,周牡丹,童胜强,等. 响应面法优化丹参醇沉工艺的研究[J]. 中国现代应用药学,2010(2):118.

[3] 姚琳,孙妍,高菲,等. 苦柏妇炎栓水提醇沉工艺优选[J]. 中国实验方剂学杂志,2013,19(8):66.

[4] 吴强,夏厚林,郭帅,等. 中心复合设计――效应面法优化叠鞘石斛石斛酚提取工艺[J]. 成都中医药大学学报,2013(2):21.

[5] 吕海峰,马维忠,王衍华. 基于网络分析方法的物流配送中心选址的研究[J]. 运筹与管理,2004(6):80.

[6] 杨铭,余敏英,史秀峰,等. BP神经网络结合遗传算法多目标优化秦皮提取工艺的研究[J]. 中国中药杂志,2008(22):2622.

[7] Aliferis C F, Tsamardinos I, Statnikov A R, et al. Causal explorer: a causal probabilistic network learning toolkit for biomedical discovery[C]. Las Vegas: Proceedings of the international conference on mathematics and engineering techniques in medicine and biological scienes, 2003.

Network analysis of ethanol precipitation process for

Schisandrae Chinensis Fructus

ZHONG Yi1, ZHU Jie-qiang1, FAN Xiao-hui1, KANG Li-yuan2, LI Zheng2*

(1. Department of Traditional Chinese Medicine Science and Engineering, College of

Pharmaceutical Sciences, Zhejiang University, Hangzhou 310058, China;

2.State Key Laboratory of Modern Chinese Medicine, Tianjin University of Traditional Chinese Medicine, Tianjin 300193, China)

[Abstract]A set of central composite design experiments were designed by using four factors which were ethanol amount, ethanol concentration, refrigeration temperature and refrigeration time. The relation between these factors with the target variables of the retention rate of schizandrol A, the soluble solids content , the removal rate of fructose and the removal rate of glucose were analyzed with Bayesian networks, and ethanol amount and ethanol concentration were found as the critical process parameters. Then a network model was built with 2 inputs and 4 outputs using back propagation artificial neural networks which was optimized by genetic algorithms. The R2 and MSE from the training set were 0.983 8 and 0.001 1. The R2 and MSE from the test set were 0.975 9 and 0.001 8. The results showed that network analysis method could be used for modeling of Schisandrae Chinensis Fructus ethanol precipitation process and identify critical operating parameters.

第12篇

>> 基于开源的企业操作系统部署研究 Android操作系统的安全机制研究 网络神剧生产者 基于Android操作系统设备点检管理系统的研究 英特尔开源操作系统平台的野心 Android操作系统安全机制研究 基于Android操作系统的GIS软件开发与研究 Android操作系统的安全机制分析与解决方案研究 iOS与Android操作系统的优缺点比较 Linux网络操作系统入侵防范方法的研究 基于Linux操作系统的网络编程方法研究 提速!开源云操作系统 网络操作系统的选择分析 网络就是Google的操作系统 技术创新视角的网络操作系统与操作教学研究 浅析网络操作系统 几种常用的开源嵌入式操作系统的性能比较 生产者责任延伸制度研究 Android操作系统移植及关键技术研究 开源操作系统能赢得中国用户吗? 常见问题解答 当前所在位置:l[cited 25th May 2009].

[3]姚昱旻,刘卫国.Android的架构与应用开发研究[J].计算机系统应用,2008,11.

[4]Albert R,Jeong H,Barabasi A.L.Diameter of the world2wide web[J].Nature,1999,401.

[5]Andrei B,Ravi K,Farzin M,et al.Graph structure in the Web[J].Computer Networks,2000(33).

[6]Williams R J,Martinez N D.Simple rules yield complex food webs[J].Nature,2000,404(6774).

[7]Amaral LAN.,Scala A,Barthelemy M,et al.Classes of small2world networks[J].Proc Natl Acad Sci USA,2000,97(21).

[8]Gleiser P.,Danon munity structure in jazz[J].Advances in Complex System,2003,6(4).

[9]杨建梅,陆履平,谢.广州软件企业竞争关系的复杂网络分析[C].第二届全国复杂网络会议论文集,2005,10.

[10]杨建梅,王舒军等.广州软件产业社会网络与竞争关系复杂网络的分析与比较[J].管理学报,2006,11.

[11]张建国.加权网络及其复杂网络动力学[D].湖南师范大学硕士论文,2007.