社會(huì)網(wǎng)絡(luò)分析法在虛擬社區(qū)隱性知識(shí)共享的應(yīng)用

靳瑋鈺

摘 要：虛擬社區(qū)的發(fā)展為隱性知識(shí)的傳播提供平臺(tái)，隱性知識(shí)共享在虛擬社區(qū)中沉淀形成隱性知識(shí)庫為社區(qū)成員提供知識(shí)，并吸引更多成員加入社區(qū)。為扶持虛擬社區(qū)使之在提供隱性知識(shí)共享方面持久發(fā)揮作用，有必要對虛擬社區(qū)中隱性知識(shí)共享的規(guī)律及特點(diǎn)加以研究。該文以社區(qū)參與者行為為切入點(diǎn)，利用社會(huì)網(wǎng)絡(luò)分析法，從隱性知識(shí)共享的角度研究了虛擬社區(qū)中成員活動(dòng)的動(dòng)態(tài)規(guī)律，指出虛擬社區(qū)中隱性知識(shí)共享網(wǎng)絡(luò)存在凝聚子群，并證實(shí)凝聚子群中成員存在遷移活動(dòng)，以供虛擬社區(qū)管理提出依據(jù)。

關(guān)鍵詞：虛擬社區(qū) 隱形知識(shí)共享 社會(huì)網(wǎng)絡(luò)分析法

中圖分類號(hào)：C936 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2017）04（b）-0028-03

瑞格爾德（Rheingold）（1993）從知識(shí)分享的角度提出，虛擬社區(qū)是指“一群主要通過計(jì)算機(jī)網(wǎng)絡(luò)相互溝通的人們，他們彼此有某種程度的認(rèn)識(shí)、分享某種程度的知識(shí)和信息、在很大程度上如同對待朋友般彼此關(guān)懷，從而所形成的團(tuán)體[1]。”虛擬社區(qū)的知識(shí)共享對社區(qū)發(fā)展有著積極作用。知識(shí)共享由顯性知識(shí)共享和隱性知識(shí)共享組成?，F(xiàn)有研究中，隱性知識(shí)共享大都以促進(jìn)（或者阻礙）隱性知識(shí)傳播的因素分析為中心展開，并提出了影響隱性知識(shí)共享傳播的關(guān)鍵因素、共享需要的條件、方法等。隨著虛擬社區(qū)的興起，學(xué)者們對虛擬社區(qū)知識(shí)傳播過程中隱性知識(shí)的顯化、傳遞、激勵(lì)與保障機(jī)制，現(xiàn)實(shí)世界對虛擬世界知識(shí)共享影響等方面做了研究。研究重心從知識(shí)向知識(shí)的承載者轉(zhuǎn)移，開始關(guān)注隱性知識(shí)共享中的關(guān)鍵人物和虛擬社區(qū)中成員隱性知識(shí)共享的行為特征，主要是研究網(wǎng)絡(luò)結(jié)構(gòu)特征對知識(shí)共享、轉(zhuǎn)移效果的影響。

該文以虛擬社區(qū)活動(dòng)的參與者—社區(qū)成員為研究切入點(diǎn)，利用社會(huì)網(wǎng)絡(luò)分析法，研究虛擬社區(qū)隱性知識(shí)共享的動(dòng)態(tài)變化規(guī)律，并從虛擬社區(qū)成員和知識(shí)共享過程中知識(shí)結(jié)構(gòu)的變化角度分析研究社區(qū)隱性知識(shí)共享行為。

1 研究方法

社會(huì)網(wǎng)絡(luò)分析是社會(huì)網(wǎng)絡(luò)理論中的一個(gè)具體工具，就是對人與人之間、群體之間、組織之間，或者是其他信息、知識(shí)處理實(shí)體之間的關(guān)系進(jìn)行描述，并對其價(jià)值進(jìn)行估量的一個(gè)過程。該文運(yùn)用社會(huì)網(wǎng)絡(luò)分析法中密度、派系、中心度等指標(biāo)對某一社區(qū)成員形成的隱性知識(shí)共享網(wǎng)絡(luò)進(jìn)行分析。

2 數(shù)據(jù)收集與分析

2.1 數(shù)據(jù)收集和處理

數(shù)據(jù)來源于知識(shí)論壇一個(gè)版塊的成員互動(dòng)，選取了100個(gè)成員的互動(dòng)聯(lián)系數(shù)據(jù)作為樣本數(shù)據(jù)。虛擬社區(qū)隱性知識(shí)共享是由社區(qū)成員通過互動(dòng)回帖實(shí)現(xiàn)。在此定義，虛擬社區(qū)中的隱性知識(shí)共享為成員知識(shí)溝通時(shí)的互動(dòng)關(guān)系，一次問題回復(fù)或問題提出，為一次互動(dòng)。虛擬社區(qū)的互動(dòng)關(guān)系網(wǎng)絡(luò)按照如下方式構(gòu)成：結(jié)點(diǎn)表示虛擬社區(qū)中各個(gè)成員，邊表示兩個(gè)成員之間的互動(dòng)關(guān)系，同一主題的多次應(yīng)答算一次互動(dòng)；忽略樣本網(wǎng)絡(luò)中產(chǎn)生的自環(huán)（忽略因?yàn)槌蓡T回復(fù)自身帖子產(chǎn)生的應(yīng)答）。由于該文探討的問題是社會(huì)網(wǎng)絡(luò)中強(qiáng)連接小團(tuán)體的活動(dòng)，重點(diǎn)在于測量單個(gè)成員的價(jià)值和活動(dòng)，默認(rèn)每一次應(yīng)答代表價(jià)值發(fā)生。

2.2 數(shù)據(jù)分析

2.2.1 數(shù)據(jù)密度與派系研究

通過社會(huì)網(wǎng)絡(luò)分析軟件ucinet，對研究數(shù)據(jù)進(jìn)行可視化分析，如圖1所示。

通過ucinet計(jì)算樣本網(wǎng)絡(luò)整體密度，密度為0.0380，表明該網(wǎng)絡(luò)的聯(lián)結(jié)松散、稀疏，成員結(jié)點(diǎn)間的知識(shí)聯(lián)系稀松、知識(shí)結(jié)構(gòu)差異大。然而，從社會(huì)網(wǎng)絡(luò)分析角度，稀疏網(wǎng)絡(luò)（也可以稱為有結(jié)構(gòu)洞的網(wǎng)絡(luò)）是利于成員知識(shí)共享的。

3-clan分析結(jié)果如圖2所示。

六個(gè)派系子群之間存在15個(gè)共同成員，共同成員集合：A={2，3，4，5，6，7，8，9，10，11，12，13，14，16，17}。

2.2.2 中心度研究

對網(wǎng)絡(luò)中成員結(jié)點(diǎn)進(jìn)行中心度研究，是為了量化某一結(jié)點(diǎn)對其他節(jié)點(diǎn)的控制強(qiáng)度?？刂茝?qiáng)度在隱性知識(shí)共享網(wǎng)絡(luò)中就是該結(jié)點(diǎn)對其他結(jié)點(diǎn)可以提供的價(jià)值。該文研究結(jié)點(diǎn)間的三種中心度分別是：點(diǎn)度數(shù)中心度、中間中心度、接近中心度。

（1）點(diǎn)度數(shù)中心度。

表1為所選樣本中成員的絕對點(diǎn)度數(shù)中心度和相對點(diǎn)度數(shù)中心度，有66%的結(jié)點(diǎn)只與網(wǎng)絡(luò)中某一個(gè)結(jié)點(diǎn)有聯(lián)系，也就是說有66%的結(jié)點(diǎn)在隱性知識(shí)共享網(wǎng)絡(luò)中依賴核心成員存在，若與之聯(lián)系的成員脫離網(wǎng)絡(luò)，該結(jié)點(diǎn)成員也會(huì)迅速流失。

絕對點(diǎn)度數(shù)中心度數(shù)值較大的有2、3、6、7、9號(hào)，他們的直接聯(lián)系人有20個(gè)。該五位成員的相對中心度也排第一。這說明，這五位成員是該網(wǎng)絡(luò)的核心。排在2號(hào)后有編號(hào)為5、8、4、10、11、1、12、16、14的9位成員，他們的絕對、相對點(diǎn)度數(shù)中心度較大，數(shù)值也比較接近，且高于其他成員。在對樣本網(wǎng)絡(luò)的點(diǎn)度數(shù)中心度進(jìn)行了平均值、標(biāo)準(zhǔn)差、方差的計(jì)算之后，從絕對數(shù)、相對數(shù)來看，標(biāo)準(zhǔn)差、方差都比較大。這表明，網(wǎng)絡(luò)中的成員的點(diǎn)度數(shù)中心度呈離散狀態(tài)分布，且存在一些點(diǎn)度數(shù)中心度高的成員，他們在隱性知識(shí)共享網(wǎng)絡(luò)中是絕對活躍的核心成員。

（2）中間中心度。

由表2可知，1號(hào)成員數(shù)值最大，為26.569，該成員在網(wǎng)絡(luò)中影響力很強(qiáng)，已經(jīng)達(dá)到控制虛擬社區(qū)內(nèi)其他人之間溝通的程度。100號(hào)成員的中間中心度最低，處于知識(shí)網(wǎng)絡(luò)的邊界，對其他人幾乎無影響。集合A中15個(gè)點(diǎn)的中間中心度數(shù)值排名也都在前20名以內(nèi)，這表明，集合A中的成員除了表現(xiàn)出很高的點(diǎn)度數(shù)中心勢外，還表現(xiàn)出很高的中間中心勢。樣本網(wǎng)絡(luò)的中間中心度的平均值為2.176，較高。方差和標(biāo)準(zhǔn)差顯示成員結(jié)點(diǎn)中間中心度的差距很大，體現(xiàn)了社區(qū)邊緣成員活動(dòng)依賴網(wǎng)絡(luò)中間成員。

（3）接近中心度。

從表3可以看出，該隱性知識(shí)共享網(wǎng)絡(luò)的接近中心度最低者為編號(hào)100的成員，他的接近中心度為27.809。標(biāo)準(zhǔn)差和方差較大，成員結(jié)點(diǎn)的接近中心度也存在較大差值，成員間存在很強(qiáng)的依賴，成員間的隱性知識(shí)獲取需要通過其他關(guān)鍵成員作為“中介”進(jìn)行傳遞。接近中心度的計(jì)算結(jié)果顯示出，樣本網(wǎng)絡(luò)中存在關(guān)鍵成員構(gòu)成強(qiáng)連接子群在為網(wǎng)絡(luò)邊緣成員傳遞知識(shí)。

集合A中成員的接近中心度很高，平均接近中心度43.989。結(jié)合點(diǎn)度數(shù)中心度和中間中心度的分析結(jié)果，我們可以得知，A中成員作為該隱性知識(shí)共享網(wǎng)絡(luò)的關(guān)鍵成員，他們在網(wǎng)絡(luò)中表現(xiàn)活躍，帶動(dòng)社區(qū)實(shí)現(xiàn)隱性知識(shí)共享，與此同時(shí)，其他成員依賴于這些關(guān)鍵成員實(shí)現(xiàn)知識(shí)共享。

以上中心度的研究表明：集合A中的成員在樣本網(wǎng)絡(luò)的隱性知識(shí)共享中起關(guān)鍵作用。

2.2.3 凝聚子群研究

集合A是否構(gòu)成隱性知識(shí)共享網(wǎng)絡(luò)的凝聚子群，從子群成員之間的可達(dá)性、頻次、子群成員之間密度與整個(gè)網(wǎng)絡(luò)成員密度比較，進(jìn)行考察。

（1）可達(dá)性。

運(yùn)用ucinet軟件，對集合A做派系分析，得到：集合A中成員結(jié)點(diǎn)都?xì)w屬于同一個(gè)2-clan派系中，任意兩個(gè)結(jié)點(diǎn)的距離都小于或等于2。

（2）對集合A中成員進(jìn)行中心度分析，得到表4。

點(diǎn)度數(shù)中心度計(jì)算結(jié)果表明，子群內(nèi)成員間點(diǎn)度數(shù)中心度（6.133）是子群外成員點(diǎn)度數(shù)中心度（3.76）的1.6倍。

接近中心度計(jì)算結(jié)果表明，子群成員結(jié)點(diǎn)的接近中心度很高，平均數(shù)值很大。這顯示子群成員在網(wǎng)絡(luò)中相隔距離很短，集合A成員相互依賴程度高于對子網(wǎng)以外成員的依賴性。

中間中心度對點(diǎn)的度數(shù)中心度起到一個(gè)更正的作用。一些起到“中介”作用的關(guān)鍵成員也應(yīng)歸屬于強(qiáng)連接子群中。這些成員也是隱性知識(shí)共享網(wǎng)絡(luò)中的強(qiáng)連接結(jié)點(diǎn)的另一種表現(xiàn)形式。子群成員中間中心度普遍不高，方差大。說明很多成員在網(wǎng)絡(luò)中處于不可替代的位置，若缺少子群中的成員，將導(dǎo)致網(wǎng)絡(luò)中失去一批成員。

（3）對凝聚子群密度進(jìn)行分析。

經(jīng)ucinet軟件計(jì)算得到，集合A中成員構(gòu)成的網(wǎng)絡(luò)子群密度值為0.4381，全體成員網(wǎng)絡(luò)的密度為0.038。網(wǎng)絡(luò)子群成員結(jié)點(diǎn)間的關(guān)系密度值大大高于整個(gè)網(wǎng)絡(luò)成員密度值。

綜上所述，集合A中成員滿足構(gòu)成網(wǎng)絡(luò)凝聚子群的條件，組成了隱性知識(shí)共享網(wǎng)絡(luò)的凝聚子群。

3 結(jié)語

由于在隱形知識(shí)共享過程中會(huì)積累大量有用知識(shí)，虛擬社區(qū)管理員可以建立隱性知識(shí)庫，將隱性知識(shí)顯化為顯性知識(shí)，吸引新的成員加入社區(qū)。隨著新、老成員知識(shí)共享次數(shù)增加，成員間知識(shí)結(jié)構(gòu)的升華，會(huì)重新創(chuàng)造新的隱性知識(shí)共享網(wǎng)絡(luò)強(qiáng)連接，從而持續(xù)虛擬社區(qū)內(nèi)成員隱性知識(shí)共享，實(shí)現(xiàn)社區(qū)持續(xù)發(fā)展。

研究中發(fā)現(xiàn)，當(dāng)關(guān)鍵成員轉(zhuǎn)化時(shí)，只有部分非關(guān)鍵成員轉(zhuǎn)化為關(guān)鍵成員、加入網(wǎng)絡(luò)強(qiáng)連接，這其中應(yīng)存在一個(gè)狀態(tài)轉(zhuǎn)化閾值。該閾值影響到社區(qū)內(nèi)關(guān)鍵成員行為預(yù)測。該文對此沒有進(jìn)行展開分析，但為了增強(qiáng)對關(guān)鍵成員生成與變遷活動(dòng)預(yù)測的準(zhǔn)確性，此后會(huì)關(guān)注并深入研究這一問題。

參考文獻(xiàn)

[1] Rheingold.The Virtual Community：Homesteading on the Electronic Frontier， Massachusetts：The MIT Press，1993[EB/OL].http：//rheingold.com /vc/book/intro.html，（2012-04-20）.

[2] Koh J，Kim Y G.Knowledge Sharing in Virtual Communities：an E-Business Perspective[J].Expert Systems With Applications，2004（26）：155-166.

[3] 約翰·斯科特，著.社會(huì)網(wǎng)絡(luò)分析法[M].2版.張鴿盛，譯.重慶大學(xué)出版社，2011.

[4] 程業(yè)炳.SNS虛擬社區(qū)個(gè)體隱性知識(shí)共享研究[J].情報(bào)科學(xué)，2013（4）：45-50.

[5] 石艷霞.SNS虛擬社區(qū)知識(shí)共享及其影響因素研究[D].太原：山西大學(xué)，2010.

[6] 雷靜，基于社會(huì)網(wǎng)絡(luò)的虛擬社區(qū)知識(shí)共享研究[D].東華大學(xué)，2012.

[7] 殷國鵬，莫云生，陳禹.利用社會(huì)網(wǎng)絡(luò)分析促進(jìn)隱性知識(shí)管理[J].Tsinghua Univ（Sci & Tech），2006（46）：964-969.