开源设计知识协作网络的特征研究

胡杨

（北京科技大学　东凌经济管理学院，北京 100083）

开源设计知识协作网络的特征研究

胡杨

（北京科技大学东凌经济管理学院，北京 100083）

区别于以往通过普通联系构建社会网络的做法，以某现实开源设计社区为研究对象，以“知识协作”为连边构建开源设计知识协作网络，运用复杂网络分析方法对其结构特征分析，结果表明，在开源设计社区中存在核心-边缘结构，知识协作网络呈现小世界、无标度和异配性，社区中的知识协作存在优先连接机制。最后基于研究结果提出了开源设计社区的管理建议。

开源设计；知识协作；网络特征

1　引言

随着云制造、智能制造、网络化制造等基于互联网的制造模式的迅速发展，开源产品设计在近年来也得到越来越多的应用和关注。这种设计模式利用开放式群体创新的巨大潜力，由大量志愿者在网络社区平台上自发进行设计项目的协作，具有响应速度快、开发成本低、创新程度高、快速定制生产等优势。开源设计模式在早期主要应用于软件开发领域，如 Linux、Apache、Mozilla等开源软件平台，近年来则伴随着互联网制造的推广被逐步应用于产品设计、知识创造、科研合作、创客、众筹等领域［1］。

与传统设计模式相比，开源产品设计具有典型的复杂自组织系统特点。因此，大量研究借助于复杂适应系统和复杂社会网络理论，对开源设计过程中所形成的关系网络进行实证研究，并得出大量有益结论［2］。这些研究中的不足之处在于只研究了设计过程所形成的关系的拓扑结构，未能进一步针对过程中知识协作所形成的拓扑特征进行深入分析，因而结论的针对性不强。基于此，本文从知识协作的角度出发，通过构建开源设计社区的知识协作网络，研究其拓扑结构特征，进而提出具有针对性的知识协作管理建议，为这一设计模式的管理创新提供思路。

2　实证研究数据获取及处理

根据对各大开源设计社区的调查，本文选取了一个目前运营情况较好的开源设计社区——OpenIDEO作为实证研究对象。OpenIDEO社区最早诞生于2010年，在2013年间兴起并持续至今，是当前西方各国最热门的开源设计平台之一。

2.1数据获取及处理

为了研究OpenIDEO开源设计社区中的知识协作网络结构，本文作者通过与马里兰大学的Mark Fuge老师（今在马里兰大学任职）合作，获取了OpenIDEO开源设计社区的原始数据。数据包括了2010年至2013年期间OpenIDEO社区中每项任务的用户参与记录，每条记录包括任务名称、任务内容、参与者姓名、参与者加入时间、参与者提出创意内容、参与者提出创意时间、参与者评论时间、参与者评论内容、胜出创意名称、胜出创意的提出者等内容。经统计，共收集到有效记录21 725条，包含任务数22项，参与者5 753人。进一步通过使用支持向量机的机器学习技术，本文对数据中的保护知识的评论保留，将未包含知识的评论去除。例如，将“关于信息安全的部分未得到重视”这类评论保留，将“非常好，非常棒”这类的评论去除，从而获得了包含知识交流的原始数据。

2.2知识协作模型构建

本文在上述数据的基础上，以参与者为节点，以知识评论为连边，构建开源设计的知识协作网络，具体假设如下：

（1）以参与者为节点。将截止至某一时间节点前在社区进行了注册的参与者视为网络中的节点。

（2）边的构建。如果参与者A对参与者B进行了评论，可以认为A和B之间发生了协同设计行为，即建立A和B的一条连边。

（3）无向网络。一般情况下，本文认为参与者会认真阅读、发送每一条评论，双方在评论的发送——接收过程中建立了联系，这种联系是双向的。因此本文将网络抽象为无向网络。

（4）无权网络。不考虑参与者之间评论的累积次数，即不考虑网络连接的权重，将网络抽象为无权网络。

（5）项目网络。以项目为分析单位，通过抓取社区中的实际数据（评论、评论时间等），构建单个设计项目中所有参与者的开源设计网络。

3　开源设计知识协作网络的特征分析

3.1平均度及度分布

从所取得的数据中截取了2010年10月和2011年10月两个时间段的数据进行分析，其网络结构拓扑图如图1所示。

图1　两个时间截面下的网络拓扑结构图

从图1中可以清晰的发现网络存在比较明显的核心-边缘结构。此外，网络的的密度得到了明显提高，这也意味着平均度有了很大的增长。进一步对不同时期网络的度分布情况进行统计，结果如图2所示。

图2　两个时间截面下的网络度分布

从图2中可以直观的发现网络的度分布均服从冥律分布，长尾效应明显，网络体现出无标度特性。另一方面，通过使用一元线性回归模型，本文对上述网络度分布的冥指数进行了计算，计算结果如表1所示。从计算结果来看，两个网络的的冥律分布现象明显，各时期的网络确实存在无标度特性。根据文献［2］，这一特征说明社区中知识协作并不是随机进行的，而是存在一定的优先连接机制。

表1两个时间截面下网络度分布的冥指数

3.2集聚系数、平均最短路径和小世界性

计算平均最短路径的前提是网络必须是连通图，在其他文献中，若原始网络并不是连通图，学者们通常用最大连通子图的平均最短路径来反映原始网络的平均最短路径，经过调查，发现所选取的两个时期的网络的最大连通子图的节点占比均极高，因此本文也采用了这一做法。对两个网络的相应网络参数的计算结果如表2所示。

表2两个时间截面下网络的相应参数

根据小世界参数这一指标，当指标值越大于1时，小世界性越明显，因而在图中可以发现两个网络的小世界性均非常明显。另一方面，从同配系数为负可以发现，两个网络均为异配网络，即网络中度值大的点倾向于与度值小的点产生连接，这对知识协作是有利的。

4　结论

上述研究的结论可总结为，在开源设计社区中，知识协作网络存在明显的核心-边缘结构，其拓扑结构特征呈现小世界、无标度和异配性等特征。知识协作存在一定的优先连接机制。根据在开源设计社区中存在核心-边缘结构，知识协作网络呈现小世界、无标度和异配性，社区中的知识协作存在优先连接机制。

从知识传播的视角上来说，上述两个网络的结构均比较优良，利于其中的群体发生知识协作问题，因此，如何保持这一网络稳定的继续发展，是社区管理者应该思考的问题。

主要参考文献

［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