基于復(fù)雜網(wǎng)絡(luò)的學(xué)科知識交流網(wǎng)絡(luò)研究

徐道煒?劉金福?洪偉

摘要：以復(fù)雜網(wǎng)絡(luò)理論為基礎(chǔ)，構(gòu)建學(xué)科知識交流網(wǎng)絡(luò)模型，從個體和網(wǎng)絡(luò)整體兩個方面對模型的特征進(jìn)行度量與分析，找出促進(jìn)網(wǎng)絡(luò)模型知識流動的有效方法，探討阻礙提高學(xué)科知識交流以及共享的原因，為學(xué)科發(fā)展提供可靠的量化依據(jù)。

關(guān)鍵詞：復(fù)雜網(wǎng)絡(luò)；知識交流網(wǎng)絡(luò)；測度

中圖分類號：G642.3 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-0079（2014）11-0057-02

現(xiàn)實世界中的許多系統(tǒng)都可以采用網(wǎng)絡(luò)的形式描述，即看做由大量節(jié)點和連接節(jié)點的邊組成的集合。知識是所有高校賴以生存和發(fā)展的基礎(chǔ)，學(xué)科是高校進(jìn)行教學(xué)、科研、人才培養(yǎng)等依賴的基本功能單位，是高校進(jìn)行教育教學(xué)、科學(xué)研究、人才培養(yǎng)的基本組織形式。學(xué)科發(fā)展是提升高校核心競爭力的最直接動力。用節(jié)點表示學(xué)科成員，兩節(jié)點的連邊表示學(xué)科成員間的知識交流，就構(gòu)成了最簡單的學(xué)科知識交流網(wǎng)絡(luò)模型。網(wǎng)絡(luò)中每個節(jié)點所代表的知識水平（知識存量）高低不同，所具有的知識內(nèi)容也存在差異性。在學(xué)科知識交流網(wǎng)絡(luò)模型中，知識從知識水平高的節(jié)點向水平低的節(jié)點流動，知識水平高的節(jié)點就稱為知識的供給者，即知識源，知識水平低的節(jié)點被稱為知識的接受者；或者是節(jié)點之間不同知識內(nèi)容的相互交流。因此，學(xué)科成員間的知識交流與合作，就表現(xiàn)為網(wǎng)絡(luò)上的知識傳播行為。研究學(xué)科知識交流網(wǎng)絡(luò)的結(jié)構(gòu)，發(fā)現(xiàn)其內(nèi)在特性，尋找促進(jìn)網(wǎng)絡(luò)間知識流動的有效方法，提高網(wǎng)絡(luò)知識交流過程中的穩(wěn)定性，對學(xué)科的建設(shè)與發(fā)展具有極其深刻的意義。

一、學(xué)科知識交流網(wǎng)絡(luò)節(jié)點重要性度量及其分析

1.節(jié)點度

節(jié)點度是衡量學(xué)科成員在網(wǎng)絡(luò)中的影響力和重要性的指標(biāo)，采用與其進(jìn)行知識交流的成員數(shù)量來測度，用ki表示第i個節(jié)點的度。節(jié)點度越大，表明與該節(jié)點進(jìn)行知識交流的成員越多，可以認(rèn)為是知識的主要供給者與傳播者。因此，在網(wǎng)絡(luò)中的影響力也越大，對學(xué)科發(fā)展具有重要作用。

節(jié)點的平均度是指所有節(jié)點度的平均值，用表示，定義為：

其中，ki表示第i個節(jié)點的度，n表示學(xué)科知識交流網(wǎng)絡(luò)中總節(jié)點數(shù)，即總成員數(shù)。

節(jié)點的平均度是衡量網(wǎng)絡(luò)成員之間知識交流廣泛程度的重要指標(biāo)。節(jié)點的平均度越大，表明網(wǎng)絡(luò)中的知識交流越頻繁，知識交流范圍越廣，學(xué)科的學(xué)術(shù)氛圍越濃厚，成員之間的知識交流與科研合作越密切。

2.節(jié)點介數(shù)

在一個網(wǎng)絡(luò)中，連接兩節(jié)點的路徑中邊數(shù)最少的稱為最短路徑。節(jié)點介數(shù)表示網(wǎng)絡(luò)中所有的節(jié)點對之間通過該節(jié)點的最短路徑條數(shù)占所有最短路徑的比例。[1]節(jié)點i的介數(shù)定義如下：

其中，表示節(jié)點j，k的最短路徑中經(jīng)過節(jié)點i的最短路徑數(shù)量，表示節(jié)點j到k的最短路徑總數(shù)量，n表示網(wǎng)絡(luò)的總節(jié)點數(shù)。

在學(xué)科知識交流網(wǎng)絡(luò)中，節(jié)點介數(shù)反映了某個學(xué)科成員對其他成員之間進(jìn)行知識交流的控制能力，體現(xiàn)了在整個網(wǎng)絡(luò)中的作用和影響力，是重要的全局幾何量，具有很強(qiáng)的現(xiàn)實指導(dǎo)意義。節(jié)點介數(shù)越高，表明經(jīng)過該節(jié)點的最短路徑數(shù)越多，該學(xué)科成員作為網(wǎng)絡(luò)中的知識傳播的媒介作用越明顯，可以通過提高知識傳播的速度和質(zhì)量來增強(qiáng)學(xué)科成員間的知識流動效果，在網(wǎng)絡(luò)知識交流中具有很重要的影響力，對于發(fā)現(xiàn)和保護(hù)關(guān)鍵資源與人才具有重要的意義。學(xué)科組應(yīng)該為具有高介數(shù)的成員提供更為寬松的科研和學(xué)術(shù)交流平臺，使其有足夠精力和優(yōu)越條件為學(xué)科的知識交流充分發(fā)揮作用。

二、學(xué)科知識交流網(wǎng)絡(luò)整體特征分析

1.平均路徑長度

平均路徑長度是指網(wǎng)絡(luò)中所有節(jié)點對間最短路徑的邊數(shù)平均，定義為：

其中，dij表示節(jié)點i到節(jié)點j間的最短路徑的邊數(shù)，n表示網(wǎng)絡(luò)的總節(jié)點數(shù)。

平均路徑長度描述了網(wǎng)絡(luò)中節(jié)點間的分異程度，表示任意兩個學(xué)科成員之間平均需要經(jīng)過多少個中間成員才能實現(xiàn)知識的交流與共享。學(xué)科知識交流網(wǎng)絡(luò)的平均路徑長度越短，表明成員之間實現(xiàn)知識交流所需要經(jīng)過的中間成員數(shù)越少，越有利于知識的快速傳播。而且較少的中間環(huán)節(jié)在傳播過程中能夠極大地減少原有知識的損失，促進(jìn)各成員間知識交流的深度與廣度，對于提升學(xué)科建設(shè)的知識創(chuàng)新能力具有重要作用。

2.聚集性

聚集性表達(dá)了網(wǎng)絡(luò)連接的聚集程度，即節(jié)點的緊鄰之間也是緊鄰的程度。通常用群聚系數(shù)來描述網(wǎng)絡(luò)中節(jié)點的聚集情況。定義為：

其中，C表示整個網(wǎng)絡(luò)的群聚系數(shù)，Ci表示節(jié)點i的群聚系數(shù)，也稱為“網(wǎng)絡(luò)密度”。[2]

群聚系數(shù)越大，表明網(wǎng)絡(luò)中成員間的聯(lián)系越密切，成員間的知識交流與共享程度越高，越有利于成員間知識的交流傳播，減少知識的交流成本以及傳播過程中知識的損失。

3.節(jié)點度相關(guān)性

節(jié)點的度和它的鄰居節(jié)點的度的相關(guān)性是重要的信息來源，當(dāng)考慮整個網(wǎng)絡(luò)中度為k的節(jié)點的鄰居節(jié)點平均度時，可以得到：

其中，表示度為k的點與度為k'的節(jié)點連接的條件概率。[3]如果隨著k增大而增大，表明具有大的連接度的節(jié)點往往與其他具有大的連接度的節(jié)點相連接，則稱網(wǎng)絡(luò)具有度匹配相關(guān)性；如果隨著k增大而減小，暗示了具有大連接度的節(jié)點更容易與小連接度的節(jié)點相連接，則稱網(wǎng)絡(luò)具有度非匹配相關(guān)性。

如果學(xué)科知識交流網(wǎng)絡(luò)具有度匹配相關(guān)性，就會產(chǎn)生“強(qiáng)強(qiáng)聯(lián)合”的現(xiàn)象。對于一個學(xué)科的發(fā)展，擁有一批高水平的學(xué)科帶頭人以及具有突出的人才固然重要，但學(xué)科整體水平的提高主要依賴于學(xué)科所有成員整體實力的提升。強(qiáng)強(qiáng)聯(lián)合使高級人才間的交流與合作更加廣泛、密切，水平的提高也更快、更深入。但大量中低水平的成員由于缺乏與高水平成員交流學(xué)習(xí)的機(jī)會，自身實力的提升會受到很大限制，使得人才培養(yǎng)出現(xiàn)不均衡發(fā)展?fàn)顟B(tài)，很容易造成人才層次的斷層，不利于學(xué)科發(fā)展。因此，學(xué)科網(wǎng)絡(luò)應(yīng)該更傾向于具有度非匹配相關(guān)性，高水平成員與低水平成員間更廣泛的交流與合作對學(xué)科的發(fā)展至關(guān)重要。同時要加強(qiáng)高水平成員間的合作，使學(xué)科發(fā)展達(dá)到一個新的高度。

4.結(jié)構(gòu)洞與橋

網(wǎng)絡(luò)社會學(xué)家Burt提出結(jié)構(gòu)洞的概念。[4]結(jié)構(gòu)洞就像一個個絕緣體，網(wǎng)絡(luò)中的知識流動到此便被斷開，無法形成回路。因此，結(jié)構(gòu)洞成為阻礙知識流通的瓶頸。而當(dāng)某一知識節(jié)點能將結(jié)構(gòu)洞兩端彼此斷開的個體或團(tuán)體連接起來，便被稱為橋。[5]在學(xué)科內(nèi)部知識流動的過程中，結(jié)構(gòu)洞存在的可能性很小，成員之間或多或少都會有所交流。但在不同的學(xué)科之間，由于知識的異質(zhì)性以及其他的主客觀原因，學(xué)科間可能不存在知識的交流，就形成了結(jié)構(gòu)洞。學(xué)科的發(fā)展在于知識的不斷吸收和創(chuàng)新，而創(chuàng)新又包括知識內(nèi)容的創(chuàng)新和研究方法的創(chuàng)新。近幾年新的邊緣學(xué)科和交叉學(xué)科的大量出現(xiàn)，表明學(xué)科間知識融合的重要性及其強(qiáng)大的生命力，學(xué)科之間應(yīng)當(dāng)要有結(jié)構(gòu)橋的節(jié)點存在，促進(jìn)不同學(xué)科間知識的交流與合作，提高學(xué)科之間知識傳播的效率。通過結(jié)構(gòu)橋能夠獲取其他相關(guān)學(xué)科更多、更有價值的信息和知識，為學(xué)科發(fā)展帶來新的思想與方法，注入創(chuàng)新的源泉。因此，不僅要注重學(xué)科知識交流網(wǎng)絡(luò)內(nèi)部知識的流通，更要注重構(gòu)建學(xué)科間不同知識交流的獲取途徑，提高整體的創(chuàng)新能力。

三、節(jié)點之間知識聯(lián)結(jié)強(qiáng)度測度及分析

在學(xué)科知識交流網(wǎng)絡(luò)中，用權(quán)重表示成員間所涉及科學(xué)研究領(lǐng)域的相關(guān)程度。如果兩個成員的研究領(lǐng)域比較接近，則賦予兩節(jié)點連接邊較大的權(quán)重，稱兩節(jié)點具有強(qiáng)聯(lián)結(jié)關(guān)系；如果兩個成員的研究領(lǐng)域不相近或者不相同，則賦予兩節(jié)點連接邊較小的權(quán)重，稱兩節(jié)點具有弱聯(lián)結(jié)關(guān)系，就構(gòu)成了加權(quán)學(xué)科知識交流網(wǎng)絡(luò)模型。

以強(qiáng)聯(lián)結(jié)為主要特征的加權(quán)網(wǎng)絡(luò)的學(xué)科成員間具有相近或相同的研究內(nèi)容，因此更有利于成員間的知識交流與合作，對所研究內(nèi)容進(jìn)行縱向深入分析挖掘，在原有的基礎(chǔ)上取得更快、更好的成果，對提升學(xué)科實力起到重要作用。但是由于彼此之間研究領(lǐng)域的共同性，不可避免的存在更為激烈的競爭，因此可能使成員間的交流與合作減少，而且整個學(xué)科所涉及的研究范圍相對較窄，不利于學(xué)科的長遠(yuǎn)發(fā)展。以弱聯(lián)結(jié)為主要特征的網(wǎng)絡(luò)各成員研究的領(lǐng)域存在一定的異質(zhì)性，有利于彼此之間獲取和吸收新的思想與新的方法，更有利于知識的創(chuàng)新，在學(xué)科發(fā)展中起到了至關(guān)重要的作用。因此，一個理想的學(xué)科知識交流網(wǎng)絡(luò)應(yīng)該是強(qiáng)弱聯(lián)結(jié)的結(jié)合，學(xué)科的不同研究團(tuán)隊間主要以弱聯(lián)結(jié)形式存在，而在團(tuán)隊內(nèi)部成員間則是以強(qiáng)聯(lián)結(jié)為主，既保證了整個學(xué)科研究內(nèi)容的深度，又保證了研究范圍的廣度，使學(xué)科的發(fā)展形成良性循環(huán)。

四、結(jié)論

學(xué)科知識交流網(wǎng)絡(luò)的結(jié)構(gòu)和特性影響并作用了知識在學(xué)科成員間交流的途徑與效率。復(fù)雜網(wǎng)絡(luò)的研究方法作為一種新的量化手段，不僅可以進(jìn)行以成員為中心的學(xué)科知識交流網(wǎng)絡(luò)分析，還可以進(jìn)行以學(xué)科閉合網(wǎng)絡(luò)為研究對象的分析，識別重要的學(xué)科成員，尋找阻礙提高學(xué)科知識交流以及共享的原因，優(yōu)化學(xué)科知識交流平臺，完善交流機(jī)制建設(shè)，為學(xué)科的發(fā)展提供可靠的量化依據(jù)。

參考文獻(xiàn)：

[1]唐晉韜，王挺.復(fù)雜社會網(wǎng)絡(luò)的介數(shù)性質(zhì)近似計算方法研究[J].計算機(jī)工程與科學(xué)，2008，30（12）：9-14.

[2]John Scott.Social Network Analysis：A Handbook[M].2nd Revised edition.London：Sage Publications Ltd，2000.

[3]徐道煒，陳慶華，章靜.對BA網(wǎng)絡(luò)4種攻擊的最優(yōu)策略[J].福建農(nóng)林大學(xué)學(xué)報（自然科學(xué)版），2009，38（5）：558-560.

[4]Burt R.Structural Holes[M].Cambridge：MA.Harvard University Press，1992.

[5]鐘琦，汪克夷.基于社會網(wǎng)絡(luò)分析法的組織知識網(wǎng)絡(luò)及實例研究[J].科技管理研究，2009，（4）：211-214.

注：劉金福為本文通訊作者。

（責(zé)任編輯：孫晴）