開源設計知識協作網絡的特征研究

胡楊

（北京科技大學　東凌經濟管理學院，北京 100083）

開源設計知識協作網絡的特征研究

胡楊

（北京科技大學東凌經濟管理學院，北京 100083）

區別于以往通過普通聯系構建社會網絡的做法，以某現實開源設計社區為研究對象，以“知識協作”為連邊構建開源設計知識協作網絡，運用復雜網絡分析方法對其結構特征分析，結果表明，在開源設計社區中存在核心-邊緣結構，知識協作網絡呈現小世界、無標度和異配性，社區中的知識協作存在優先連接機制。最后基于研究結果提出了開源設計社區的管理建議。

開源設計；知識協作；網絡特征

1　引言

隨著云制造、智能制造、網絡化制造等基于互聯網的制造模式的迅速發展，開源產品設計在近年來也得到越來越多的應用和關注。這種設計模式利用開放式群體創新的巨大潛力，由大量志愿者在網絡社區平臺上自發進行設計項目的協作，具有響應速度快、開發成本低、創新程度高、快速定制生產等優勢。開源設計模式在早期主要應用于軟件開發領域，如 Linux、Apache、Mozilla等開源軟件平臺，近年來則伴隨著互聯網制造的推廣被逐步應用于產品設計、知識創造、科研合作、創客、眾籌等領域［1］。

與傳統設計模式相比，開源產品設計具有典型的復雜自組織系統特點。因此，大量研究借助于復雜適應系統和復雜社會網絡理論，對開源設計過程中所形成的關系網絡進行實證研究，并得出大量有益結論［2］。這些研究中的不足之處在于只研究了設計過程所形成的關系的拓撲結構，未能進一步針對過程中知識協作所形成的拓撲特征進行深入分析，因而結論的針對性不強。基于此，本文從知識協作的角度出發，通過構建開源設計社區的知識協作網絡，研究其拓撲結構特征，進而提出具有針對性的知識協作管理建議，為這一設計模式的管理創新提供思路。

2　實證研究數據獲取及處理

根據對各大開源設計社區的調查，本文選取了一個目前運營情況較好的開源設計社區——OpenIDEO作為實證研究對象。OpenIDEO社區最早誕生于2010年，在2013年間興起并持續至今，是當前西方各國最熱門的開源設計平臺之一。

2.1數據獲取及處理

為了研究OpenIDEO開源設計社區中的知識協作網絡結構，本文作者通過與馬里蘭大學的Mark Fuge老師（今在馬里蘭大學任職）合作，獲取了OpenIDEO開源設計社區的原始數據。數據包括了2010年至2013年期間OpenIDEO社區中每項任務的用戶參與記錄，每條記錄包括任務名稱、任務內容、參與者姓名、參與者加入時間、參與者提出創意內容、參與者提出創意時間、參與者評論時間、參與者評論內容、勝出創意名稱、勝出創意的提出者等內容。經統計，共收集到有效記錄21 725條，包含任務數22項，參與者5 753人。進一步通過使用支持向量機的機器學習技術，本文對數據中的保護知識的評論保留，將未包含知識的評論去除。例如，將“關于信息安全的部分未得到重視”這類評論保留，將“非常好，非常棒”這類的評論去除，從而獲得了包含知識交流的原始數據。

2.2知識協作模型構建

本文在上述數據的基礎上，以參與者為節點，以知識評論為連邊，構建開源設計的知識協作網絡，具體假設如下：

（1）以參與者為節點。將截止至某一時間節點前在社區進行了注冊的參與者視為網絡中的節點。

（2）邊的構建。如果參與者A對參與者B進行了評論，可以認為A和B之間發生了協同設計行為，即建立A和B的一條連邊。

（3）無向網絡。一般情況下，本文認為參與者會認真閱讀、發送每一條評論，雙方在評論的發送——接收過程中建立了聯系，這種聯系是雙向的。因此本文將網絡抽象為無向網絡。

（4）無權網絡。不考慮參與者之間評論的累積次數，即不考慮網絡連接的權重，將網絡抽象為無權網絡。

（5）項目網絡。以項目為分析單位，通過抓取社區中的實際數據（評論、評論時間等），構建單個設計項目中所有參與者的開源設計網絡。

3　開源設計知識協作網絡的特征分析

3.1平均度及度分布

從所取得的數據中截取了2010年10月和2011年10月兩個時間段的數據進行分析，其網絡結構拓撲圖如圖1所示。

圖1　兩個時間截面下的網絡拓撲結構圖

從圖1中可以清晰的發現網絡存在比較明顯的核心-邊緣結構。此外，網絡的的密度得到了明顯提高，這也意味著平均度有了很大的增長。進一步對不同時期網絡的度分布情況進行統計，結果如圖2所示。

圖2　兩個時間截面下的網絡度分布

從圖2中可以直觀的發現網絡的度分布均服從冥律分布，長尾效應明顯，網絡體現出無標度特性。另一方面，通過使用一元線性回歸模型，本文對上述網絡度分布的冥指數進行了計算，計算結果如表1所示。從計算結果來看，兩個網絡的的冥律分布現象明顯，各時期的網絡確實存在無標度特性。根據文獻［2］，這一特征說明社區中知識協作并不是隨機進行的，而是存在一定的優先連接機制。

表1兩個時間截面下網絡度分布的冥指數

3.2集聚系數、平均最短路徑和小世界性

計算平均最短路徑的前提是網絡必須是連通圖，在其他文獻中，若原始網絡并不是連通圖，學者們通常用最大連通子圖的平均最短路徑來反映原始網絡的平均最短路徑，經過調查，發現所選取的兩個時期的網絡的最大連通子圖的節點占比均極高，因此本文也采用了這一做法。對兩個網絡的相應網絡參數的計算結果如表2所示。

表2兩個時間截面下網絡的相應參數

根據小世界參數這一指標，當指標值越大于1時，小世界性越明顯，因而在圖中可以發現兩個網絡的小世界性均非常明顯。另一方面，從同配系數為負可以發現，兩個網絡均為異配網絡，即網絡中度值大的點傾向于與度值小的點產生連接，這對知識協作是有利的。

4　結論

上述研究的結論可總結為，在開源設計社區中，知識協作網絡存在明顯的核心-邊緣結構，其拓撲結構特征呈現小世界、無標度和異配性等特征。知識協作存在一定的優先連接機制。根據在開源設計社區中存在核心-邊緣結構，知識協作網絡呈現小世界、無標度和異配性，社區中的知識協作存在優先連接機制。

從知識傳播的視角上來說，上述兩個網絡的結構均比較優良，利于其中的群體發生知識協作問題，因此，如何保持這一網絡穩定的繼續發展，是社區管理者應該思考的問題。

主要參考文獻

［1］Goetz J，Kiesler S，Powers A.Matching Robot Appearance and Behavior to Tasks to Improve Human-robot Cooperation［C］//The 12th IEEE International Workshop on Robot and Human Interactive Communication，IEEE，2003：55-60.

［2］Huang H.Analysis of the Structure and Evolution of an Open-source Community［D］.Washington，DC：Washington State University，2010.

10.3969/j.issn.1673-0194.2016.11.100

TP391.9

A

1673-0194（2016）11-0167-02

2016-03-21