开放式创新社区用户知识协同创新网络演化分析

2022-10-08张海涛苏欣宇

现代情报 2022年10期

董睿张海涛苏欣宇

(1.吉林大学商学与管理学院，吉林长春 130012；2.长春工业大学经济管理学院，吉林长春 130012； 3.吉林大学信息资源研究中心，吉林长春 130012)

随着信息技术的发展和社会信息化水平的提高，开放式创新成为企业应对数字经济时代管理变革的新型创新方式[1]。一方面，虚拟网络环境使企业、个体能够摆脱时间、空间和制度束缚，进而在更大范围内完成资源共享与协同创新[2]；另一方面，传统创新模式已经不能适应社会需求的动态变化，这要求企业适时引入外部力量以实现集成创新。因此，围绕企业产品和服务进行网络化交流的虚拟知识创新平台——开放式创新社区应运而生。开放式创新社区是组织内外部具有一定共识的个体集聚于某一平台形成的协同创新体系[3]，用户间围绕企业技术研发、产品设计进行互动交流以生成资源，通过思想和资源共享推动产品或服务创新。创新的本质是知识创造，企业运营开放式创新社区的目的在于引导用户通过自我表达、互动交流、知识学习等行为实现知识积累与创造，以帮助其在市场竞争中获得核心优势[4-5]。因此，从知识视角分析用户间的共创行为、挖掘资源间的结构关联，进而揭示开放式创新社区实现过程和运行规律具有重要的研究意义。

目前，国内外关于开放式创新社区知识管理问题的研究主要集中于以下几个方面。第一，运行机制与模式研究。张德鹏等基于期望确认理论研究创新社区用户介入程度对持续知识分享的影响机制[6]；Briel F V等基于真实案例分析开放式创新社区运行机制失效的原因，并针对存在问题提出了具体解决方案[7]。第二，用户行为研究。李从东等利用演化博弈理论构建数理模型分析开放式创新社区用户知识共享行为的影响因素[8]；Jin J等从社会资本角度研究在线社区中个人表现、成员认同和社会学习对用户知识共享行为的影响[9]。第三，知识内容研究。廖晓等基于内容与行为数据进行集成建模以探索企业微博粉丝兴趣发掘方法[10]；Martínez-Torres M R利用潜在语义索引对开放式创新社区知识资源进行内容分析，推断出关于组织决策的相关结论以帮助管理者改进评价流程[11]。

以上研究探索了开放式创新社区知识管理的核心问题，但是由于开放式创新社区的知识传播、扩散与创造是复杂网络下的协同创新过程，用户、知识等主体间通过动态关联形成创新网络，分析网络各类型节点间的连接机理有助于深层次揭示其运行规律。张海涛等通过构建用户协同创新网络分析开放式创新社区用户知识交互机理[12]；宁德鹏等基于帖子文本构建知识进化网络以挖掘开放式创新社区知识进化规律[13]；唐洪婷等在用户、知识文本和知识元3种网络基础上构建开放式创新社区用户知识超网络模型，并对领先用户进行识别与行为分析[14]。鉴于开放式创新社区中社会网络的动态性，从发展角度进行演化分析有助于进一步揭示其内部实现过程，本文在以上成果的基础上，基于时间序列探索开放式创新社区中社会网络结构及其特征的演化规律，以期获得新的研究发现。

1 用户知识协同过程

开放式创新社区用户知识协同既是一项管理过程，也是一类交互行为。从过程角度来看，其遵循基本的知识管理流程，目的是通过用户间交互实现知识创新；从行为角度来看，知识来源于用户、传递于用户、服务于用户[12]。根据知识流动演化状态，可以将社区用户知识协同过程分为以下阶段：

1)知识共享过程。这是用户知识协同的基础。用户基于自身专业素养，结合产品实际体验完成知识积累并不断形成自身知识结构，当出现知识供需匹配时，将知识存量整理、表达为主题导向的知识文本发布到社区中，以满足其他用户的知识需要。

2)知识反馈过程。这是用户知识协同的关键。当知识以社区推送、自行浏览检索等方式从知识共享者转移到知识接收者以后，后者经过知识吸收、提炼并通过点赞、评论等方式完成知识反馈，在表达自身态度、观点的同时逐渐向知识共享者身份转变。

3)知识创新过程。这是用户知识协同的目的。知识共享者基于知识反馈机制，在用户交互中不断提炼有效信息，经过新旧知识在头脑中融合创新，并最终形成新的知识结构。在激励刺激下，新知识将以文本形式展现在社区中，并引发新一轮的知识共享。

综合以上阶段，用户知识协同过程可以总结为如图1所示。

图1 开放式创新社区用户知识协同过程

2 协同创新网络模型构建

开放式创新社区协同创新网络是由用户、知识文本和知识元等主体间相互作用形成的复杂系统，互有知识交集的用户基于知识文本中的共同话题产生知识交互行为，进而生成新的知识[15]。鉴于网络中主体类型多样、关系错综复杂，整体研究会使得数据过于庞杂且缺少针对性，因此，基于以上主体间的连接关系，将整体网络分为用户交互网络、知识共现网络和用户知识协同进化网络3个子网络作为研究对象。下面参考相关研究成果具体说明以上网络建模过程[14-15]。

2.1 用户交互网络模型构建

用户交互网络以用户为节点、以用户间的交互关系为边，描述了社区用户行为间的协同互动关系，具体模型如式(1)所示。

GU=(U,EU,W(EU))

(1)

其中，U={u1,u2,u3,…,um}是网络中用户节点集合，代表了社区中参与交互的用户主体。EU={(ui,uj)|i,j∈m}是用户间基于协同关系形成连边的集合，协同关系包括两个用户间的评论、点赞等互动行为。W(EU)={w(ui,uj)|(ui,uj)∈EU}是网络中边的权重集合，计算了两个用户间产生协同关系的次数，代表了用户间的关系强度。

2.2 知识共现网络模型构建

知识文本是社区中的帖子文本，与具体发帖用户相对应，其承载知识元间的共现关系代表了用户交互中产生的知识关联情况。以知识元为节点、以知识元间的共现关系为边，构建知识共现网络，具体模型如式(2)所示。

GK=(K,EK,W(EK))

(2)

其中，K={k1,k2,k3,…,kn}是网络中知识元节点集合，包含了创新生态社区中用户所发帖子中的知识元。EK={(ki,kj)|i,j∈n}是知识元间基于共现关系形成连边的集合，设定每两个知识元同时出现在两个帖子中算作一次共现，基于共现关系的网络增长展现了知识进化的路径。W(EK)={w(ki,kj)|(ki,kj)∈EK}是网络中边的权重集合，计算了两个知识元间的共现次数，代表了知识元间的关联强度。

2.3 用户知识协同进化网络模型构建

为有效反映开放式创新社区用户和知识间的联动关系，需要突破单质网络的局限将用户交互与知识进化过程相结合，揭示社区用户知识协同进化规律。以知识文本为中介、以用户和知识元为节点、以用户与其所发帖子中知识元形成的关联关系为边构建用户知识协同进化网络，具体模型如式(3)所示。

GU-K=(U,K,EU-K,W(EU-K))

(3)

其中，EU-K={(ui,kj)|i∈m,j∈n}是网络中用户与知识元间基于关联关系形成连边的集合，代表用户与其贡献知识资源之间的对应关系。W(EU-K)={w(ui,kj)|(ui,kj)∈EU-K}是网络中边的权重集合，计算了用户对某个知识元的贡献度。

接下来根据网络属性和主体特征，从用户结构演化、知识主题发展、用户知识协同进化等方面进行分析，探索开放式创新社区用户知识协同创新规律。

3 用户交互网络演化分析

开放式创新社区知识创新是各类主体间基于知识创造的协同联动过程，作为知识创新的源头和知识传递的受众，用户间的交互行为能够最直观体现社区运行特征，本节对社区用户交互网络演化进行可视化展示和结构分析。

3.1 用户交互网络可视化展示

本文以代表性开放式创新社区——花粉俱乐部为研究对象，基于实例数据探索用户知识协同创新网络演化规律。在数据来源方面，利用Python语言编写爬虫程序获取社区中华为P50手机系列板块的帖子和评论数据，时间范围为板块成立之日至2021年11月30日。为便于可视化展示和结果分析，需要对原始数据进行整理和筛选，由于活跃用户和知识元大多分布于热门帖子中，因此，依据热度选取原始数据中带有热帖、推荐、精华等标识的161个帖子及其评论内容作为研究数据集。

开放式创新社区整体结构通过用户行为表征[16]，对集体发展做出远超他人贡献的领先个体是体现集体行为特征、范围和有效性的关键[17]。根据花粉俱乐部运营规则，活跃值综合评价了用户对社区的贡献度，高活跃值用户间的协同行为基本体现了社区的主要结构及特征，因此，本文以活跃值为指标，从数据集中选取代表性用户基于式(1)构建用户交互网络。在用户筛选中，对于非发帖用户需要满足活跃值为20 000以上，而发帖用户作为知识创新发起者则不受活跃值阈值限制，以此为标准共选取389名用户构成用户集合。将演化周期以月度为单位分为7～8月、9月、10月和11月4个阶段，其中由于板块于7月下旬成立故将7月和8月合并为一个阶段，基于增长网络建模规则确定每个阶段的网络结构。将选取用户进行编码(U001～U389)，利用Ucinet软件对各阶段网络进行二值化处理，使用NetDraw功能形成具体网络图谱，如图2所示。可以看出，除极个别游离节点之外，各个演化阶段中绝大多数节点构成了一个连通网络，随着发帖、回复与点赞等行为的不断发生，网络节点和边不断增加，知识逐渐积累和衍生。以下分析中将游离节点去掉，以各阶段连通网络为研究对象分析用户行为交互规律。

图2 用户交互网络演化图谱

3.2 用户交互网络整体结构演化分析

选取平均距离、集聚系数、中心性、网络密度等指标分析网络整体结构演化特征。各个阶段上述指标具体值如表1所示。

表1 各阶段用户交互网络相关指标统计

根据图2和表1，结合社区运行情况，用户交互网络以上演化阶段特征如下：

第一阶段：社区板块成立初期，企业内部用户需要进行产品推广，消费者用户需要了解产品配置和功能，两大群体针对各自目标构建知识供求关系，推动用户交互网络逐渐形成。由于知识结构不平衡，知识增长主要取决于核心用户的知识供给，外围用户参与程度、知识反馈中有价值的信息相对有限。

第二阶段：经过一段时间的交互，用户间关联性、知识平衡性不断增强，更多用户在反馈机制下参与知识共享，网络内部基于共同话题形成一部分小群体，协同创新程度不断提高。此时，网络平均距离、集聚系数、点度中心性变化相对明显，中介和接近中心性达到峰值，核心主体结构逐渐形成。

第三阶段：基于交互过程中的协同创新，板块特征逐渐明显，资源日益丰富，更多普通用户加入到社区交互中，网络规模、创新群体进一步扩大。与上一阶段相比，网络外围主体数量增多、密度下降相对明显，“核心—边缘”结构逐渐清晰。

第四阶段：在长期、持续交互中，用户吸收大量异质知识，并通过融合、重组形成新的知识结构。随着交互范围的扩大和沟通深度的增加，基于共同需求、话题引发的知识创造行为持续增多，用户间逐渐形成相互依存、互惠互利的共生关系，社区知识生态正在形成。具体网络表现为：核心主体间的交互更加紧密，准核心主体数量不断增加，网络整体逐渐呈现出多主体层级拓扑特征。

3.3 用户交互网络个体结构演化分析

个体网络是指一系列用户个体与之相关的多位用户个体间所构成的网络关系结构[12]，对其进行分析能够有效揭示网络局部结构特征，具体测度指标包括中心性分析、“核心—边缘”分析等。

3.3.1 中心性分析

通过Ucinet软件计算各个阶段所有节点的点度中心性、中介中心性和接近中心性，各中心性排名前十位的用户如表2所示。

1)点度中心性

点度中心性越高，代表用户所发帖子评论量和转发量越高，体现了其创作内容受关注度越高，参与知识协同交互频率越高[12]。总体来看，各阶段点度中心性排在前列的用户基本稳定，U014、U083、U094作为企业内部用户和核心用户持续发布高质量帖子，引导众多消费者基于特定话题进行协同交互，通过用户间不断反馈完成知识沉淀，推动新知识持续创造。在核心用户带动下，大量普通用户逐渐参与交互，其中一部分在广泛互动中不断提炼有效信息完善自身知识结构，并在相应激励刺激下向知识共享者转变，社区知识创新活跃度日益提高。例如，在浏览、评论中持续汲取资源后，U019通过不断创作、发布新知识逐渐占据网络核心位置。

2)中介中心性

中介中心性测量的是一个点在多大程度上位于网络中其他点对的中间，代表了一个用户对社区知识创新活动的协调能力[18]。基于表2，各阶段点度中心性较高的用户，其中介中心性大多也处于较高水平，这说明U014、U094等核心用户不仅具有极强的知识创新能力，还拥有极强的资源协调能力，进而保持对网络的整体控制力。但是，二者在中介中心性排序中均低于度中心性，进一步探讨可以发现，相对于发帖的知识创作者，积极参与评论、点赞等反馈活动的用户更容易在网络中不断占据结构洞进而保持较高的中介中心性。U027虽然点度中心性不高，但是由于经常发表有价值的评论内容，逐渐具有较强的信息中转能力，此类用户通过影响、协调其他用户间的互动交流，帮助知识在社区内部逐渐扩散，推动知识资源有效整合。

表2 各阶段用户交互网络个体中心性统计

3)接近中心性

接近中心性用节点离其他节点的距离来衡量节点的中心性，其中，越位于网络中心位置的节点，其接近中心性越大[19]。基于表2，随着网络演化的进行，3种中心性度量结果存在较强的一致性。但是，点度中心性比中介中心性排位高的用户更容易在接近中心性中获得较高的排位，而且各阶段点度中心性和接近中心性同时处于前十位的用户数也普遍略高于中介中心性和接近中心性同时处于前十位的用户数。这意味着相对于资源协调能力，高关注度更容易使用户处于网络核心位置。U043由于所发表的一个帖子受关注程度持续居于板块前列而一直保持极强的接近中心性，从而在板块中拥有较强的威望和影响力。U002、U110虽然持续位于网络中结构洞位置，但是知识反馈有效性、知识创新程度有限影响了其对网络的整体控制力。

3.3.2 “核心—边缘”结构分析

基于上述分析，网络演化中中心性位于前列的用户群体相对稳定，下面将研究范围进一步扩大，利用“核心—边缘”分析揭示网络用户结构发展趋势。通过Ucinet软件对各个演化阶段进行“核心—边缘”分析，具体统计结果如表3所示。其中，核心用户比例是各个阶段核心群体用户数占总用户数的比例，新加入核心群体用户数是本阶段新成为核心用户的数量，退出核心群体用户数是上一阶段核心用户在本阶段转化为普通用户的数量。

表3 各阶段用户交互网络“核心—边缘”结构分析

第一阶段向第二阶段演化时，核心用户增加相对较多，占总用户数比例达到峰值，是核心用户群体、知识体系初步形成的时期；但是，新加入核心群体的12个用户中有10个是第一阶段的普通用户，说明后加入用户还未充分融入到知识创新中。第二阶段向第三阶段演化时，核心用户群体规模稳定，少数成员实现更替，前期形成的知识体系吸引更多新用户参与交互，知识在不断反馈、沉淀中逐渐扩散。第三阶段向第四阶段演化时，核心用户群体再次扩大，其中7个新加入用户中有4个为后期加入板块交流的新用户，准核心用户群体中新用户数量不断增加，更多新用户成为知识创新的中坚力量，为板块下一步发展奠定良好基础。

通过用户交互网络结构分析可以发现，核心用户中一部分致力于利用发帖提高网络知识水平，另一部分通过持续发表评论占据结构洞以增进网络知识流通性，网络整体在“带动效应”作用下逐渐形成层次分明的“核心—边缘”结构，推动社区知识创新良性发展。鉴于两部分核心用户从不同方面为社区创新活动提供关键支持，企业需要提高对其价值偏好的辨识度，改进用户等级福利制度，拓展官方交流体验渠道，设计合理激励机制引导用户持续不断地参与价值共创。鉴于普通用户参与互动的初始目的在于获取资源和提高认知，企业应该致力于丰富社区知识内容，优化问题反馈机制，在提高知识体验的同时推动其向知识共享者和创造者转变。

4 知识共现网络演化分析

用户协同交互为知识创新奠定了基础，但是要深入剖析知识体系的内在逻辑，需要将研究视角定位于用户生成的知识内容[20]。本节以知识元及其构建的知识共现网络为研究对象，采用更加微观的视角探索开放式创新社区知识体系的演化规律。

4.1 知识共现网络可视化展示

为清晰展现知识元之间的共现关系，需要对数据集中的知识文本内容进行整理。首先，利用Python语言中的Jieba库对数据集中的知识文本进行分词，对于帖子中的视频内容，需要在分词之前将其转化为文字内容补充到相应文本中；其次，将词语进行进一步清洗，去除语气词、连接词等非核心词语和“手机”“华为”“P50”等通用词语，对词语进行同义词合并，如“拍照”“拍摄”“照相”等词语统一用“拍摄”代替，形成核心词集合；第三，鉴于某些帖子现有词语没有清晰描述其主题内容，根据帖子中相关语句凝练出“多设备协同”“软硬件协同”等主题词补充到核心词集合中，形成知识元集合；最后，为便于可视化展示，利用TF-IDF算法计算每个帖子中知识元的权重，并按照权重排序获得每个帖子的代表性知识元。以代表性知识元为节点，基于式(2)构建知识共现网络，利用Ucinet软件的NetDraw功能展示具体网络图谱，如图3所示，其中节点大小与度中心性成正比。

图3 知识共现网络图谱

从图3中可以看出，度中心性较高的几个知识元为“摄像头”“变焦”“长焦”“拍摄”等词语，体现了“拍摄与影像”是社区讨论最为集中的主题，与华为P50的“影像旗舰”身份相符。这些知识元之间基于共现关系形成稳固的知识组合，利用衍生作用力不断生成新的知识节点，建立新的关联关系，推动知识体系不断进化。例如，“拍摄—超广角”“长焦—变焦—算法”等知识组合在知识进化中不断通过强连接推进知识积累，同时利用弱连接衍生出一系列新的知识主题，逐渐丰富网络知识体系。除以上知识组合之外，“计算光学—原色引擎”“鸿蒙—智慧—超级终端”等也是较为稳固的知识组合，组合间通过不断相互作用形成更大范围的知识体系，而“鸿蒙”“拍摄”“APP”等中介中心性较高的知识元在跨组合联动中发挥了重要作用。

4.2 知识聚类和主题演化分析

开放式创新社区知识体系的进化以主题发展表征，下面利用文本挖掘工具KH Coder进行知识聚类和主题演化分析。为保障分析的全面性，将全部知识元以知识文本为单位导入到KH Coder中，在软件中设置绘图数为120、词语最小出现次数为5、Jaccard相似系数为0.1以上，得到知识聚类网络图谱，如图4所示。

图4 知识聚类网络图谱

从图4中可以看出，整体文本集合被划分成了11个知识集群，每个集群内部词语之间有较强的相似度，代表了一个讨论主题，圆圈大小代表每个词语的频次。总的来看，整体网络的知识集中度较低、知识内容相对分散、知识主题较多，可见社区存在较为明显的知识多元化现象，能够在知识元之间的相互作用下实现资源聚合、内容传承和主题革新。其中，每个集群内部词语间具有较强的相似度关系，能够通过构建稳固的知识组合推动集群知识增值，而不同集群之间通过弱连接建立更为广泛、丰富的协同联动关系，实现集群间知识交叉融合创新。

知识聚类网络图谱展现了社区知识间的聚合关系，反映了相关主题的讨论热度，但是要进一步探索社区知识创新演化规律，需要对其主题发展进行动态分析。基于图4将网络内容分为拍摄功能、系统设计、系统应用、产品配置和影像设计5个主题，每个主题选取5个代表性核心知识元，具体如表4所示。

表4 知识文本主题及其核心知识元

将每个主题及其核心知识元进行主题编码后输入到KH Coder中，设定演化周期分为第一阶段(板块成立时间—2021年8月15日)、第二阶段(2021年8月15日—31日)、第三阶段(2021年9月)、第四阶段(2021年10月)和第五阶段(2021年11月)。需要说明的是，为清晰分析知识主题演化规律，这里将用户交互网络分析中设定的第一阶段拆分为两个阶段。利用KH Coder编码工具栏中的“交叉汇总”功能分析知识主题随时间周期的演化规律，具体情况如图5所示。

图5 知识共现网络主题演化分析

在图5中，横轴为5个演化阶段，纵轴为5个知识主题，方框大小代表每个主题内容在一个周期总体知识存量中的占比。结合各阶段主题变化和前一节用户交互分析，可以得出以下规律：

第一，产品推广期(第一和第二阶段)。其中，第一阶段侧重于产品配置和功能介绍，企业内部用户为知识供给的主力军，目的在于通过产品推广制造话题，吸引消费者用户关注，引导其参与知识分享与创造；在第二阶段，当消费者对产品关注度不断提高时，更多核心创客、产品爱好者参与知识交互，推动产品推广主题向软件系统设计和应用过渡，板块基础知识结构初步形成。

第二，产品推广向产品使用过渡期(第三阶段)。在了解产品配置和功能之后，消费者对如何使用产品产生了新的需求。鉴于华为P50影像旗舰的产品定位，在企业用户引导下，消费者对如何使用影像系统展开知识搜寻、创新，针对拍摄体验与技巧的帖子不断出现。随着知识交互逐渐深入，一系列用户基于相关话题形成创新集群，更多用户在知识反馈中向知识共享者转化，推动基础知识组合衍生出更多的相关知识组合，板块知识结构不断进化。

第三，产品使用期(第四和第五阶段)。经过一段时间使用和体验，用户对产品有了较为全面的了解，消费者间围绕产品使用中的功能、技巧、问题展开深入交流，企业在解答用户问题的同时进一步甄别有价值信息以确定产品优化方案。不断丰富的话题推动知识组合进一步进化，并吸引更多普通用户参与交互。在两大用户群体协同共生下，知识结构清晰，主题分布合理，板块知识创新资源均衡发展。

在第五阶段，基于P50标准版的发售，产品配置这一主题占比再次提高，并可能在接下来引发一定程度的产品推广。而在之后的演化中，板块将会从产品使用期逐渐过渡到产品售后期。届时，产品生命周期即将结束，知识主题将围绕现有产品问题解决和下一代产品创意优化展开。

基于知识主题演化，可以将知识元分为高值知识元、普通知识元、增长知识元和消退知识元。高值知识元代表了社区的热门主题，是用户兴趣关注点、产品价值增值点和知识衍生基础单元，企业要积极引导用户基于热点知识展开深入交流，以推动社区知识体系进化增值。普通知识元虽然当前受关注度较低，但其中一部分蕴含了未来产品创新的关键问题，企业应及时挖掘此类知识元的内在价值，引导用户创造内容符合产品创新发展方向。鉴于知识活跃性变化代表用户兴趣的转移，企业要基于社区主题演化趋势及时识别增长知识元和消退知识元。一方面，将产品宣传重点放在用户感兴趣的领域，激发用户参与热情和知识共享意愿，以取得更好的创新效果；另一方面，着重分析部分知识消退的真正原因，避免因运营问题导致用户异常流失。

5 用户知识协同进化网络演化分析

为进一步展现主题演化中的用户知识协同过程，本节选取图5中“拍摄功能”这一主题，将其中一个群体为研究对象，基于式(3)进一步展现网络演化规律。

首先，参照上一节的编码规则利用KH Coder进行集群分析，按照发帖时间取前10个帖子通过Ucinet软件的NetDraw功能形成网络图谱，如图6所示。

图6 用户知识协同进化网络演化阶段(a)

在图6中，红色圆形节点代表用户，蓝色方框节点代表知识元，节点大小与其度中心性成正比。在社区运营初始阶段，不同用户间的知识势差较大，相当一部分知识元处于离散状态，知识体系结构规模有限，但是仍然出现了以“拍摄—变焦—超广角”“计算光学—细节”等为代表的基础知识组合，奠定了集群“拍摄功能”这一主题。用户间围绕以上组合进行知识交互，以知识文本为载体建立协同关系，初步形成主题领域研究的用户子群。

在图6的基础上再增加10个帖子，得到网络图谱，如图7所示。随着用户交流的深入，知识存量持续增加，用户间知识势差不断下降，彼此间逐渐拥有更多相似话题。在U083、U149、U014等用户的引领下，“拍摄—变焦—超广角”这一知识组合在发展中不断积累、沉淀，并逐渐衍生出“光线”“防抖”等相关知识元，推动主题内容由影像系统评测向拍摄体验与技巧转变。随着用户和知识间通过相互作用持续协同进化，原先处于网络结构边缘的部分知识节点已经逐渐向网络中心转移，网络核心结构趋于稳定，社区创新集群初具规模。

图7 用户知识协同进化网络演化阶段(b)

图8展示的是该集群在演化周期超过一半时的网络图谱。与图7相比，更多用户基于热门话题展开知识交流，用户间不断通过知识创新活动实现协同共生，知识积累、衍生以及在此基础上的再创新在演化中持续发生，网络逐渐产生更加清晰“核心—边缘”结构。综上所述，开放式创新社区用户知识协同创新网络演化是多用户协同交互中实现知识元动态关联、持续进化的过程，知识内容逐渐积累、新的话题不断生成，结构在由点到链、由链及网中循序渐进地动态演化。