時間：2023-06-11 09:32:41
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇復雜網絡分析，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
關鍵詞：復雜網路；投入產出；度分布
一、引言
系統是由相互作用和依賴的若干組成部分結合的具有特定功能的有機整體[1]。而網絡是由節點以及節點之間的連線組成的，將真實系統中的元素看成網絡中的節點，元素之間的數量關系看成網絡中的邊，用這種方式構建的網絡可以用來描述各類真實系統。近年來，復雜網絡作為大量真實復雜系統的高度抽象[2]，成為學者們研究的熱點，很多國際一流的期刊都陸續刊發了許多有關復雜網絡的論文，研究范圍包括：電力網絡、病毒傳播網絡、神經網絡、演員合作網絡、交通網絡等，而對產業結構進行研究的論文還較少。
經濟的發展與其產業結構有重要的關聯。產業結構轉型是地區經濟快速增長的核心驅動力[3]。而優化高效的產業網絡是經濟社會全面發展的必要條件[4]。本文以我國產業結構為研究對象，將其抽象為由產業和產業關聯所組成的復雜網絡，產業作為網絡中的節點，產業間的聯系視為網絡中的邊，以此建立起產業結構的網絡模型，計算網絡的統計特征，研究網絡的復雜性，希望能為中國產業結構的優化發展提供決策依據。
二、方法和數據來源
中國的產業結構網絡由42個產業（即節點）組成，數據來自中國2012年的投入產出表。對數據說明如下：
第一，不考慮本產業之間的中間投入，這樣可以避免建立一個自環的網絡。
第二，引入消耗系數并作無向化處理。計算過程如下：
第一步：計算直接消耗系數。
aij=xij/xj（i，j=1，2，……n）（2-1）
其中，aij為j產業生產時所消耗i產業投入的系數，xij為i產業對j產業的中間投入，xj為j產業的產出。
第二步：無向化處理。
rij=aij+aji2（2-2）
在本文中設a為消耗系數的臨界值，然后對所有的rij取均值即得到a。如果rij≥a則認為這兩個部門之間有聯系，即兩點之間有邊。本文計算出的a值為4.324×10-3，即當rij≥4.324×10-3時，i和j之間有邊存在，經計算網絡中的邊數為1936條。
三、網絡相關統計指標
（一）平均最短距離
平均最短距離描述了網絡中各個節點的分離稱度。在產業結構網絡中，兩個產業之間最少的邊數即為兩節點之間的最短距離。因此，網絡的平均最短距離可定義為所有節點最短距離的平均數。計算如下：
L=2N（N-1）∑i>jdij（3-1）
其中，N=42是網絡的節點數，dij為節點i與節點j之間的最短距離，計算的中國產業結構網絡的平均最短距離為1.372。
（二）平均簇系數
簇系數是用來衡量網絡節點聚類稱度的參數，節點i的簇系數計算如下：
Ci=1Ki（Ki-1）∑Nj，k=1bijbjkbki（3-2）
其中ki為節點i的度，bij為鄰接矩陣元，當節點i，j相鄰時其值為1，否則為0。
因此，整個網絡的簇系數為：
C=1N∑Ni=1Ci（3-3）
計算可得中國產業結構網絡的簇系數為0.533，具有一定的聚集性。
（三）度及其分布
與節點連接的邊的數量稱為節點的度，而網絡的度是網絡中所有節點的度的平均值。節點的度越大代表節點的影響力越大，在網絡中的地位越重要，反之亦然。度分布用分布函數P（k）表示，可定義為在網絡選擇一個節點其度值為k的概率，也等于網絡中度值為k的節點的個數與網絡節點總數比值。根據數據可以算的中國產業結構網絡的平均度為23.4，即每個產業平均與23個產業相連。
（四）度-度相關性
度-度相關性指的是節點之間相互選擇的偏好，節點i的所有鄰近節點的平均度可記為：
Knn，i=1Ki∑kij=1Kij（3-4）
其中，Kij是i的Ki個鄰近節點的度，j=1，2，……，ki。度為k的所有節點的鄰近點的平均度，公式如下：
Km（k）=1Nk∑iki=1Km，vi（3-5）
其中，度為k的節點表示為v1，v2，……，vi，Nk是指網絡中度為k的所有節點的個數。
通過計算我們就可以知道網絡的相關性，當Km（k）隨著k的增加而增加，隨著k的減小而減小，即可判斷網絡是正相關的，反之如果Km（k）隨著k的增加而減小，隨著k的減小而增加，即可判斷網絡是負相關的。運用Newman給出的計算方法可計算出網絡節點度的Pearson相關系數r[5]。公式如下：
r（g）=M-1∑ijiki-[M-1∑i12（ji+ki）]2M-1∑i12（ji+ki）-[M-1∑i12（ji+ki）]2（3-6）
式中，M為觀察到的網絡中的連線的數目，jk，ik是第i條連線兩端的節點度數且i=1，2，……，M，-1≤r≤1。
根據公式計算出的中國產業結構網絡的相關系數r=0.628，度度之間表現為正相關性，說明度小的節點優先連接度大的節點。
（五）介數中心性
介數中心性是以經過某個節點的最短路徑的個數來刻畫節點重要性的，簡稱介數（BC），具體地，節點i的介數可定義為：
BCi=∑s≠i≠tnistgst（3-7）
其中，gst為從節點s到節點t的最短路徑的數目，nist為從節點s到節點t的gst條最短路徑中經過節點i的最短路徑的數目。計算可得，中國產業結構網絡中各節點的點介數分布前十的產業如下：
表節點介數排名前十的產業
序號產業節點介數
1化學工業0.24836
2金屬冶煉及壓延加工業0.14637
3電力及蒸汽、熱水生產和供應業0.11293
4農業0.08534
5商業0.07246
6貨運郵電業0.06582
7石油和天熱氣開采業0.06191
8機械工業0.04237
9電子及通信設備制造業0.03183
10食品制造業0.03012
節點介數的大小反映了該產業在網絡中的影響力，因此如果將表中的某個或某幾個產業乃至全部的產業從網絡中去除將會極大的影響網絡的運行。
四、結論
本文借助復雜網絡理論對中國產業結構網絡性質做了初步的研究，得出中國產業結構網絡是一個小世界網絡，具有小的平均最短路徑和較大的聚集系數，度-度表現出正的相關性，說明度小的節點傾向于與大的節點連接。對于復雜網絡所涉及到的更為復雜的研究方面包括：邊的方向及邊權、點權對網絡性質的影響等在本文中沒有做深入的研究。（作者單位：蘭州交通大學經濟管理學院）
參考文獻：
[1]錢學森，許國志，王濤云.論系統工程[M].長沙：湖南科學技術出版社，1988：7-12.
[2]周濤，柏文潔，汪秉宏等.復雜網絡研究概述[J]，物理，2005，34（1）：31-36.
[3]Sachsa J D，Woob W T.Understanding China’s economic performance[J].The Journal of Policy Reform.2001，4（1）：1-50.
關鍵詞：數據倉庫；多維分析；ETL
中圖分類號：TP311文獻標識碼：A文章編號：1009-3044(2007)06-11497-03
1 引言
隨著電信市場的開放，電信運營商之間的競爭越來越激烈，利潤的降低使得各運營商必須從粗放的經營轉變為集約的經營。對電信企業來說，如何在激烈的市場競爭中求得生存和發展，這是企業的決策人員所必須考慮的問題。以前，電信公司都是通過挖掘GSM網、智能網相關統計數據，近似分析出總體話務變化趨勢，而不能分析出各個品牌用戶、高端用戶、集團客戶及在不同區域話務分布規律，也不能分析出不同品牌用戶的具體用戶行為及不同話務類型的具體比例，而在當前激烈的市場競爭形勢下，這些精細化的分析尤為重要。移動用戶的實時通話清單包含每一次通話的詳細信息，如果對實時通話清單數據進行深入分析，完全可以分析出不同品牌、不同區域、不同時段、不同類型話務流向和流量的變化，本文基于以上原因，提出了建立以數據倉庫技術為基礎，以實時通話清單為數據源的網絡分析系統，該系統的建立為企業各部門提供經營決策依據，為更好的進行網絡容量規劃及電信業務的推廣和發展提供強有力的支撐。
2 數據倉庫技術
數據倉庫的基本概念是指企業管理和決策中面向主題的、集成的、非易失的且隨時間變化的數據集合，它是從大量的事務型數據庫中抽取出數據，通過清理、轉換，形成統一的存儲格式，給最終用戶特別是決策支持者們提供對公用數據的更好的訪問支持。數據倉庫中的數據通常包含歷史信息，利用這些信息，可以對企業的發展歷程和未來趨勢做出定量分析和預測。
數據倉庫技術在不同的行業中解決的問題不同， 對電信行業來說，數據倉庫技術可以在以下三個方面發揮作用：
對海量計費數據的管理，為決策者提供準確、可靠的數據；
在線分析處理，幫助決策者對市場的變化做出快速反應；
從現有的計費數據挖掘出隱藏于其中的信息，找出潛在的市場規律和深入的用戶行為分析。
雖然數據倉庫和數據挖掘技術更適合于對“海量”數據的分析處理，但是它并不要求一定在整個企業范圍內才能應用。數據倉庫是面向主題的，因此，可以把數據倉庫先應用到企業的局部，然后逐步展開。
3 基于數據倉庫技術的電信網絡分析系統的總體架構
網絡分析工作需針對品牌用戶對網絡的影響開展不斷深化的挖掘研究，并有必要實行地域化的精致網絡優化和差異化管理工作。網絡分析系統總體結構包括三部分內容：數據獲取層、數據倉庫層、前端界面層。它描述了網絡分析系統的數據源及相應的數據轉換ETL(Extraction、Transformation、Loading)過程、中央數據倉庫、對數據倉庫信息的存取，如圖1。
圖1 系統總體架構
3.1數據獲取層
網絡分析系統要想取得成功，就要定義良好、集成而完整的數據，首先必須根據系統確定的分析主題建立優質的數據模型，然后從現有的業務系統中正確提取數據，通過轉換、過濾和集成保證獲取的數據的質量，最后裝載到企業的數據倉庫中。數據獲取層是整個數據倉庫系統應用的基礎。數據獲取層主要是完成各種異構數據的處理，使其以合理的格式向數據倉庫裝載。這一層分為兩個層次， 即原始數據層和數據接口層。原始數據層表明了網絡分析系統的各種復雜的數據來源，數據源通常包括實時通話清單、智能網話單和其他網絡數據。這些數據通過數據接口層所提供的數據粒度規則， 按照數據庫高級復制、數據庫遠程訪問、數據文件導入或手工錄入等不同的方式進入到系統的數據倉庫中。數據接口層主要為原始數據進入系統提供維護手段。主要功能包括：數據的提取、清洗、轉換、集成、導入，內部業務子系統與本系統的接口。
3.2數據倉庫層
數據倉庫層是網絡分析系統的核心部份，由3個層次構成。首先是底層的數據倉庫服務器。數據倉庫服務器統一管理著數據倉庫、數據集市、元數據庫以及數據監控和數據管理模塊，將各種來源的數據按照系統設計的規范組織和管理起來，為后續的數據分析提供完整的數據源。數據倉庫主要存入經過清洗、轉換和處理后的數據， 元數據庫主要是存放數據源、數據轉換規則、數據維、事實表的定義等關于數據的數據， 是維護、監控、管理數據倉庫的根據。數據集市是根據數據倉庫提供的數據，根據特定主題集成某一領域的數據，為聯機分析和數據挖掘提供所需的所有模型元素，同時針對系統業務需求建立起業務分析模型，將數據倉庫提供的數據分析、組織形成各種適用于聯機分析的模型元素。其次是中間層，中間層主要是聯機分析處理(OLAP)，OLAP服務器使用為用戶預定義的多維數據視圖對數據倉庫(或數據集市)的信息進行統計分析處理，為具有明確分析范圍和分析要求的用戶提供高性能的決策支持。OLAP將分析結果存儲在信息庫中， 便于決策者通過對比多種分析結果做出更好的決策。最后是頂層，頂層包括查詢/報告和數據挖掘。數據挖掘為輔助決策提供最完整的工具。與OLAP著重于對過去的已成事實的數據進行分類、分析、統計和集成相比較, 數據挖掘注重對未來的可能發生的數據進行估算、預測，以發現新的關系。
3.3前端界面層
前端界面層主要是人機接口和用戶界面。人機對話接口是實現用戶和系統之間的對話。面對大量的、復雜的原始數據，能準確、快速地做出管理人員所需的定制報表，同時管理人員可利用強大的前端查詢分析工具，對系統數據進行OLAP分析以獲得所需信息。
4 系統實現的關鍵技術
網絡分析系統的實現涉及兩個方面的關鍵技術，一個是通過ETL過程對數據導入和數據進行分析裝載，另一個是系統數據倉庫的建模。由于系統處理的是海量數據，需要系統較快的處理吞吐量和速度，因此在實現上大體采用存儲過程來處理業務邏輯。
4.1ETL過程
ETL包括兩個方面，一個是軟件，一個是過程。ETL軟件只是一個工具，如何讓這個工具發揮作用，還是要看如何使用它即ETL過程。網絡分析系統需要與多個外部數據源進行集成，在數據源多，網絡復雜的情況下保證數據抽取能夠按時完成變得相當有難度。為此采取了如下策略：“需要抽取的數據首先在數據源進行一次聚合，拋棄不需要的信息，減少數據傳輸量。數據抽取到數據倉庫的臨時數據區再進行轉化，裝載”。根據以上思路，網絡分析系統的ETL過程包括數據的導入和數據的分拆裝載。數據的導入，主要是把原始的通話話單壓縮包解壓后調用抽取程序導入到數據庫臨時表，同時備份壓縮包到備份目錄；數據的分拆，是系統的核心處理模塊，完成系統的主要業務功能。其具體的實現是使用數據庫的存儲過程，主要步驟有：拆分話單、初步統計分析數據、統計小區數據、統計縣區數據、統計全網數據、清除臨時表數據。
4.2數據倉庫建模
數據倉庫的設計方法經歷了概念模型設計、邏輯模型設計、物理模型設計三個階段。數據倉庫的邏輯模型主要有星型模型、雪花模型和混合模型等三種，簡單的星形模型由一個事實表和若干個維表組成，而復雜的星形模型可能包括數百個維表。由于電信行業數據量非常大(達到TB級)，在進行數據倉庫設計時，多表連接、表的累計、數據排序、大量數據的掃描等操作是面臨的主要問題。星型模式通過對各個維做大量的預處理，如按照維進行預先的統計、分類、排序等操作，能夠大大提高處理速度，很好的解決以上問題。基于系統的響應速度、系統的復雜度、系統的維護工作量等方面考慮， 我們選擇星型模型作為電信網絡分析系統數據倉庫的邏輯模型。
星型模型是基于關系型數據庫的、面向OLAP的一種多維化的數據組織方式，多維數據在關系數據庫中表示時需要分成兩大類型，一類是包含主題、用于存儲事實的度量值和各維主碼的事實表；另一類是維表，在維表中至少保存描述維的層次關系、成員類別等元素。事實表通過每個維的主碼值與維表聯系在一起。為了提高系統的執行效率，通常只選擇某些有需要的對象建立維表。以面向主題的原則分析電信網絡分析系統， 選取全網話務統計、縣區話務統計、小區話務統計、短信數目統計、用戶數目統計等多個主題。以全網話務統計主題為例， 對應的全網話務統計事實表如下表1。其中全網話務事實表包括各維表相關聯的外鍵和分析數據的度量值。維度表包括品牌維度表、時間維度表、漫游維度表、計費類型維度表和運營商名稱維度表等。
表1 全網話務統計事實表
通過該模型，運營商可以從不同的角度分析某一業務，也就是數據倉庫中多維的交點。 根據用戶指定的時間段、品牌、運營商、話務類型等情況分別統計出全網話務按運營商、品牌、話務類型、話務分類分布的情況。
5 結束語
基于以上設計開發的電信網絡分析系統在實際中得到良好的應用。滿足了如下幾個統計分析功能：從用戶角度出發的精細化、差異化分析，利用靈活的分析手段，挖掘話務分析、為網絡優化提供新思路；從地域化的競爭形勢分析，為決策層提供網絡使用數據的依據；從用戶行為分析，研究用戶話務模型，預測網絡話務增長趨勢，為網絡規劃工作提供服務要求開發的系統必須具有的強大擴展能力。電信市場瞬息萬變，電信業務迅猛發展，網絡分析系統的建設和應用，必將提高公司的整體競爭力。
參考文獻：
[1]陳京民.等.數據倉庫與數據挖掘技術[M].北京:電子工業出版社,2002.13-145.
[2]陳俊英.基于數據倉庫的電信事業決策支持系統[J].計算機與現代化,2004,第4期:33-35.
[3]王麗珍.等.數據倉庫與數據挖掘原理及應用[M].北京:科學出版社,2004,第4 期:20-154.
[4]雷立宏.等.數據倉庫技術及在電信系統應用的研究[J].長春理工大學學報,2004,第27卷,第4期:50-51.
關鍵詞：中波發射機 雙頻共塔 阻塞網絡 調整
中圖分類號：TN93 文獻標識碼：A 文章編號：1007-9416（2014）05-0046-02
雙頻共塔技術是兩套不同頻率的廣播節目共用一只發射塔同時發射廣播信號的技術。在廣播發射中，中波發射天線采用雙頻共塔技術是節省投資和占地面積的最佳選擇。該技術的應用，即滿足了廣大聽眾的收聽不同頻率節目的要求，也推動了廣播事業的發展。雙頻共塔的關鍵技術是對天線調配室阻塞網絡的調整。一般的阻抗匹配網絡對通過的頻率起阻抗匹配作用，而對其他的頻率呈現一定的阻抗，如果阻抗匹配網絡對其他頻率呈現并聯諧振，則理論上阻抗無窮大，完全阻止了其他頻率電流的通過。這種對通過頻率起阻抗匹配作用，對其他頻率起阻塞作用的網絡稱阻塞匹配網絡。本文涉及的雙頻共塔網絡調整基于強電磁環境下復雜網絡調整，有很好的指導借鑒意義。
1 雙頻共塔網絡調整問題分析
某發射臺站有兩座中波機房，且發射功率相差懸殊。A機房有1000KW全固態中波發射機一部，另一個B機房有4個頻率分別是。FA；FB；FC；FD，發射功率是10KW，其中FA與FB共塔，FC與FD共塔。這兩個機房相距約3公里，如此近距離的鐵塔之間，在晚間高功率1000KW工作時的特定條件下，會對此B機房2座天線造成強烈干擾，如果不采取措施B機房鐵塔感應A機房鐵塔輻射功率，通過饋線反送到10kw發射機，信號幅度超過500v，對B機房發射機形成的反射功率大大超過保護閥值，B機房發射機會強制關閉，造成無法開機的嚴重后果。因此B機房的雙頻共塔方式實際類似三頻共塔問題，每部鐵塔的調配網絡中帶有3套阻塞網絡，阻塞網絡調整工作復雜。
從（圖1）可見，L5C5組成對1000KW F2頻率的阻塞，同時等效為2個工作頻率天線的一部份。L1C1、L2C2分別組成對其他2個工作頻率的阻塞，并且等效為T型天調網絡的一部份同時參與調諧調載。因此在調整任一阻塞網絡時都會對全局產生影響，相應調諧調載元件要改變。從（圖1）可見由于F2與X2khz相隔太近，功率等級相差太大造成L5C5阻塞網絡調整的雙重困難，該阻塞網絡的Q值選取很難，即要對F1有好的阻塞隔離效果Q值越高越好，但對X2khz的衰減也相應加大，由于F1的功率高達1000kw，因此在不影響X2的情況下，Q值應盡量取大，造成Q值取值范圍非常小，工程實際調整困難。
2 雙頻共塔網絡的調整
通過對上述問題的分析，調整工作最后確定分2步進行，第一步：粗調（小信號），借鑒了并機阻隔網絡調整的辦法，調整三套網絡 3個不同頻率間隔離度，這樣能夠直接在網絡分析儀上觀察調整單個元件對全局的影響，達到提高工作效率的目的，避免陷入繁瑣的調整工作。第二步：細調（大信號），在第一步基礎上，開啟F1/1000kw， 用示波器在圖中B、C點觀察信號幅度，微調一下，使F1幅度達到最小即可。
以（圖2）調整為例，斷開A點與天線的連接，斷開B點與饋線連接，用網絡分析儀測A、B兩點間的隔離度。L5、C5組成FN阻塞網絡，L1、C1組成FB阻塞網絡，L2、C2組成FA阻塞網絡。F1阻塞網絡可以看成天線阻抗的一部分，L1、C1組成FB阻塞網絡對FA可等效為電容C3’與L3C3組成電感接地T型調配網絡，L2、C2組成FA阻塞網絡對FB可等效為電感L4’與L4、C4組成電容接地T型調配網絡。等效圖如（圖3）所示。
2.1 阻塞調配網絡初調
從（圖2）可以看出，調整工作需先調好3個阻塞網絡，再來調整端口阻抗，在此我們嘗試用網絡分析儀測隔離度功能來調整3個阻塞網絡，使3個頻率相互。
隔離盡量大，同時又要保證對工作頻率衰減小，而且端口阻抗FA，FB要與50歐姆特性阻抗相匹配，也要為50歐盟。由于網絡元件多，相互影響復雜，不好調整，采用網絡分析儀可以直觀全面反映調整元件引起的變化趨勢，達到事半功倍的效果。隔離的要求是A機房1000KW發射時，在B機房鐵塔感應接受的功率反倒灌機器，不會引起反射功率保護而關機，B發射機反射攻率保護值設為1KW，可以先初步計算1000KW到B機房鐵塔衰減為500KW，有10500KW/1KW=27dB， 101000KW/1KW=30dB，（圖4）紀錄的是調整后情況，可以看出，調整后對FN、FB的阻塞都較均衡，同時避免FA的邊帶功率急劇衰減。測試方法是用網絡分析儀在所示的A，B，C，3點間測量，A點于天線連接處斷開。其它工作頻率調整以此類推，完成初步調試。
2.2 阻塞調配網絡細調
由于第一步是用網絡分析儀模擬調試，對于F的串擾，為慎重起見，完成初調后，做以下細調工作。
（1）讓A機房加百分百單音調幅開高功率。
（2）把示波器掛在相應發射機的輸出端監測干擾幅度（用A機房信號作為信號源直觀可靠，更符合實際情況）。測得串入B01、B02、B03、B04的FN的幅度為：4Vp-p，3Vp-p，9Vp-p，14Vp-p。
（3）調整天調F1的阻塞網絡，使其在示波器上看到串入的信號幅度最小。通過以上步驟完成了南北兩個塔的F1阻塞網絡的調整，
（4）斷開發射機的輸出端，連接上網絡分析儀分別測阻抗，通過南、北兩塔天調室的電路可知都是等效為T型匹配網絡，可以很方便調配為50歐姆。
（5）加功率進行微調，使四部發射機在A機房開高功率時工作在最佳狀態。
2.3 調整前后阻塞效果對比
下面是原F1在調整前后對4部10kw中波發射機饋線出口處所測竄擾信號幅度對比。
從（表1）可以看出通過對阻塞網絡的調整使得F1串擾乙機房4部小功率發射機的信號幅度很小，至此，雙頻共塔網絡的調整工作全部完成。從后期的測試及應用效果評估來看，調整效果效果良好。
3 結語
在本次雙頻共塔的粗調過程中，借鑒了DX-600中波機并機阻隔網絡的調整經驗，是此次調整工作的一大亮點，很好的解決了強電磁環境干擾下小功率中波發射機雙頻共塔電磁兼容問題，為此類調配網絡的調整有一定的借鑒意義。
參考文獻
[1]《廣播電視發送與傳輸維護手冊》.無線電臺管理局.
[2]郭寶璽.《大功率新型短波發射機射放技術》.無線電臺管理局.
【摘 要 題】企業信息建設
【關 鍵 詞】社會網絡/社會資本/社會網絡分析/知識管理/隱性知識共享
【正 文】
知識成為21世紀企業持續競爭優勢的一切來源。其中，隱性知識的交流和共享是知識創造的基礎，因此，隱性知識是企業財富的最主要源泉，隱性知識的有效交流和共享成為企業知識化運營、發展的關鍵。但隱性知識的內隱性、復雜性以及隱性知識共享中的障礙性因素使隱性知識共享的可操作度大大降低。知識管理研究領域開始分析知識共享的機理和對策，并且形成以下較為成熟的研究領域：隱性知識共享的組織結構分析、隱性知識共享的組織文化分析、隱性知識共享的技術支持分析和隱性知識共享的激勵制度分析。但知識管理理論的價值在于其在組織中的應用，有關隱性知識共享的各種分析和結論也必須以實踐為最終目的，這恰恰是目前研究中的弱點，甚至是盲點。研究者將目光過多地投向定性和理論分析上，忽略了隱性知識共享必須依靠有效的操作工具和實踐指導，造成理論無法提升實踐績效。本文在以往研究的支撐下，借助“社會網絡分析”這一具體工具，提出一種有效的組織隱性知識共享操作工具，解決目前研究中面臨的“說和做”的兩難境地。本文與以往研究的不同之處在于其定量方法基礎上的分析方法構建，試圖為組織隱性知識共享提供具體的操作工具。
1 社會網絡理論與知識管理
社會網絡理論20世紀50-60年代開始出現，長期以來主要被用于社會學問題的研究。目前已有學者將社會網絡理論的研究從純社會學的范疇擴大到企業，利用社會網絡的理論來解釋企業資源獲取和企業成長的問題，利用社會網絡理論協助企業開展競爭情報活動。本文的主旨不是單純的闡述社會網絡理論和社會網絡分析方法，而是探討社會網絡理論與知識管理的關系，探討社會網絡理論如何應用在隱性知識共享中。
1.1 社會網絡理論與方法
所謂社會網絡（social network），實質上就是為達到特定目的，人與人之間進行信息交流的關系網。它基本上由結點和聯系兩大部分構成。結點是網絡中的人或機構；聯系則是交流的方式和內容。[1]社會網絡理論就是研究行為者（Actor）彼此之間的關系（Borgatti，1998），所謂的行為者可以是個人、組織或是家庭，通過對行為者之間的關系與聯結情況進行分析，能夠顯露出行為者的社會網絡信息，甚至進一步了解行為者的社會網絡特征。而透過社會網絡除了能顯示個人的社會網絡特征以外，還可以了解許多社會現象，因為社會網絡在實體組織中扮演著相當重要的無形角色，當人們在解決問題或是尋求合作伙伴時都是依循所擁有的社會網絡來尋找最可能幫助的對象（Kautz，1997）[2]。
社會網絡分析（social network analysis）是社會網絡理論中的一個具體工具，就是對人與人之間、群體之間、組織之間、計算機之間，或者是其他信息、知識處理實體之間的關系進行描述，并對其價值進行估量的這么一個過程。[3]網絡中的結點（nodes）是人或群體，網絡中的聯系（links）表示結點之間的關系或者是相互之間的流動方向。社會網絡分析為人與人之間的關系提供了視覺上的和數學上的分析工具，管理者將這種方法應用于商業客戶，進而稱之為“組織網絡分析”（organizational network analysis）。了解網絡及其參與者的方法之一就是對行為者（Actor）在網絡中的位置進行評價，進而得出一個結點的中心性（centrality），而中心性決定著結點在網絡中的地位和權力大小。程度中心性（degree centrality）、中介中心性（between centrality）和靠近中心性（closeness centrality）是社會網絡中心性分析的三個主要指標。程度中心性指結點擁有的直接聯系數量；中介中心性指失去此結點，結點之間將失去聯系；靠近中心性指結點之間距離的遠近程度。社會網絡分析通過定量計算得出各個結點的中心性，以此作為分析的基礎。
社會網絡理論將人際關系上升到科學的高度，為該領域的研究提供了科學嚴謹的理論指導，更有利于人們從中找到解決問題的方法。人際網絡分析則是在此理論指導下的一個定量分析工具，具有極強的分析性和圖示性。目前社會網絡分析的應用領域包括：[4]發現區域經濟的創新網絡；分析圖書銷售模式來對新書進行市場定位；發現組織內各領域的知識專家；提高項目團隊的績效；幫助大型組織安排員工工作位置；通過電子郵件得出經理人的人際交往圈；定位技術工程組織中的技術專家和聯系專家的途徑；分析因特網的有用瀏覽模式；以研究出版物為基礎揭示跨領域知識流動。
1.2 社會網絡理論與方法在知識管理中的應用
目前，許多研究知識管理的學者把研究的注意力放在了知識的產生、傳遞和應用所賴以存在的組織網絡之上，通過對這些組織網絡的觀察與分析來認識知識活動的基本規律。把知識共享納入到社會網絡中進行觀察的重要依據是知識共享行為主體都嵌入在一個具體、實時的聯系系統中，并且知識也是包容在網絡與社區之中。知識管理的主體是人，知識交流、知識共享都離不開人的參與。一個組織能否完全實現其知識的交流和共享，取決于其成員之間聯系的強弱。人、人與人之間的聯系成為知識管理的隱形網絡。目前組織知識共享，尤其是隱性知識共享中最大的難題就是缺乏有力的工具和方法。社會網絡理論與方法從知識管理的隱形網絡入手，為知識管理，主要是知識管理中隱性知識共享提供了理論和方法上的指導。
社會網絡理論認為，組織的創新能力、生產力和員工滿意度依賴于其成員之間關系的強弱；人與人之間的聯系、規則、價值觀以及共享的理念統稱為“社會資本（social capital）”。對于企業成功而言，社會資本與結構資本、顧客資本和智力資本具有同樣的重要性。[5]社會網絡分析是收集、分析組織內人際關系模式的數據的一種圖表工具。應用于知識管理，SNA可以確立組織內各種關系的模式，包括人與人之間的平均聯系數量、亞群體的數量和質量、信息瓶頸和知識經紀人。SNA對于人際網絡的分析視角為知識管理者提供了以下工具：改善知識和信息的流動；確認思想領導者和關鍵的信息瓶頸；找到最具影響力的增強知識流動的機會。
社會網絡分析不是傳統的知識管理工具的替代品，比如知識庫、知識門戶。它的意義在于為企業更好地實施知識管理提供一個藍圖和出發點，作為知識管理戰略規劃的組成部分，社會網絡分析能夠幫助企業找到核心人員并建立各種機制——實踐社區等，從而使核心人員能夠將知識向其他員工傳遞。
綜上，社會網絡理論賦予人際關系新的含義和價值，認為以人際關系為主要內容的社會資本是企業的重要財富，與結構資本、顧客資本和智力資本共同構成了組織的知識資本。社會網絡分析解決了如何提升組織內部知識流動的問題，為隱性知識共享提供了實踐操作的藍圖。而且，社會網絡分析可以使組織對內部交流中存在的“鴻溝”有清楚的了解，同時有效地預防知識流失（Disappearing Knowledge）。[10]
2 社會網絡分析方法在隱性知識共享中的應用
2.1 社會網絡分析方法步驟
社會網絡分析項目首先要有問題陳述，即設定目標，明確要從社會網絡分析中獲得什么。典型的SNA目標有以下三個：[5]（1）增強組織創新、應對挑戰以及提升產品和服務質量的能力。對現有社會網絡的分析可以使組織意識到可以提高知識共享和人際交流的措施。（2）評價組織重組前后組織結構的效率。對非正式結構的觀察能夠揭示知識如何在不同群體間的流動，有助于發現能使組織重組順利進行的關鍵人員。（3）優化項目團隊或組織的人員結構。找到網絡中信息流動的關鍵人物，分配其合適的職位或角色人物體現其“中介角色”，以此提升其員工滿意度和忠誠度。
明確目標有助于確定參與社會網絡分析項目的群體以及調查問題的設計。比如想要構建一個有利于隱性知識共享的緊密的知識網絡——在此網絡中，組織成員之間能夠快速、便捷地找到所需知識的擁有者并進行交流，那么問題設計就應該與知識有關，例如：你對他人的技能和經驗知曉、了解如何？此人擁有的知識對你的工作是否重要？當你需要幫助時是否能夠方便與之溝通？
在明確目標、設計問題之后，根據結果進行分析，并按照分析結果制成圖示。
2.2 實例分析
以A公司為背景，項目組Q（人員：q12q3q4q5q6q7q8）、客戶服務部門M（m1m2m3m4）、技術支持部門N（nln2）為群體分析對象，應用社會網絡分析方法分析其中隱性知識交流、共享的情況。目的是分析隱性知識共享現狀，找到提升知識共享和人際交流的措施。前期調查的問題設計包括：交流對象、交流途徑、交流內容。溝通對象分析得出圖1。
附圖
圖1
利用InFlow 3.1（Social Network Mapping Software）對項目組Q的交流對象進行定量分析，程度中心性、中介中心性和靠近中心性的數值如下：
Degrees：
Q1 0.667
Q5 0.556
Q6 0.556
Q3 0.444
Q4 0.444
Q2 0.333
Q7 0.333
Q8 0.333
Betweeness：
Q8 0.389
Q5 0.231
Q6 0.231
Q1 0.102
Q3 0.023
Q4 0.023
Q7 0
Q2 0
Closeness：
Q5 0.643
Q6 0.643
Q1 0.600
Q8 0.600
Q3 0.529
Q4 0.529
Q7 0.5
Q2 0.5
2.3 分析結果
本文在進行圖表和數據設計分析時，為了方便解釋和計算，簡化了實際可能存在的結點數和聯系。實際上，現實組織中人際關系要比上文描述的復雜得多。從以上分析得出以下結論：
（1）項目組內部的人際網絡中，Q1的程度中心性最高，他處在網絡的中心，從某種意義上講，他是該網絡的知識和權利的中心；Q8的中介中心性最高，沒有Q8項目組與技術部就失去了聯系，盡管他不是知識和權利的中心，但是卻處在網絡最具戰略意義的位置，沒有這個結點，該網絡就與外部失去了聯系；Q5和Q6的靠近中心性最高，他們與其他結點之間的距離最近，這表明他們可以最快地和網絡中的其他成員聯系，在第一時間獲得有關他們的信息。
（2）對于項目組Q、客戶服務部門M和技術部門N而言，各個網絡內部的聯系都是較為緊密的；但網絡之間的聯系較為松散，項目組、客戶服務部門和技術部門之間缺乏經常性和專門性的聯系，實際上組織任何一個項目都應以客戶的需求為導向，技術部門更應該主動于其他部門聯系，使其技術知識和技能迅速有效的傳遞給其他組織成員。
（3）各個網絡內部以及之間的聯系多為自發性的、間斷性的非正式聯系，如交談、電子郵件、MSN等即時通訊方式。交流的內容具有多樣性：個人信息、工作信息、組織群體信息、外部信息等。
2.4基于實例的組織隱性知識共享策略分析
組織內顯性知識共享較為容易，可以依靠各種文檔和數據庫；隱性知識共享卻存在著諸多的困難，其中最為突出的是路徑和對象問題。組織內社會網絡分析為解決路徑和對象問題提供了新的研究思路。通過對現有網絡的分析，揭示現有隱形知識交流網絡結構，發現其中的瓶頸和制約因素，進而為改善組織的隱形知識共享提供有效的改進方法。結合上文實例分析提出以下策略：
（1）確認網絡中的關鍵人物（如Q1），分析其掌握的知識和技能，盡可能將其顯性化，避免因為核心人物的離開而造成組織內交流的癱瘓以及組織知識資本的流失；優化其他成員與之交流的途徑，擴大其隱性知識在網絡內的擴散；采取相應的績效評估和激勵制度，鼓勵核心人員于其他成員進行知識交流，提升其員工忠誠度。
（2）確認網絡與外部聯系的節點（如Q8），分析其與外部交流的渠道、內容和緊密程度，并以此為依據擴大對外聯系的強度，包括增加對外聯系的結點、內容、頻率和方式，促進知識在不同網絡群體中流動。
（3）確認網絡中的“靈活人物”（如Q5和Q6），他們是加快網絡知識流動的催化劑，他們與其他成員的交流活動可以大大促進網絡內隱性知識的交流。對于這類結點，應通過職位或工作性質的安排來充分實現其價值，并可以將其交流技巧和方式進行推廣。
（4）找到網絡中的盲點，即沒有與其它結點發生聯系的結點，幫助其實現對外的知識交流，進而理順網絡路徑，最大限度上實現結點間的最短聯系和無盲點聯系，縮短知識交流的路徑。
（5）對于網絡之間的聯系，可以從任務和流程兩個角度進行分析。從具體的任務出發，比如上文中的項目組與客戶服務部門和技術部門，這三個網絡之間的交流就主要應以任務為導向，知識的交流以滿足特定的任務需求為目標。網絡聯系方式可以作如下設計：任務支持部門（如客戶服務、技術）在任務執行部門（如項目組）派駐長期成員，隨時解決相關問題；任務執行部門和支持部門之間定期召開聯合會議，對有關問題進行集中討論和解決；部門之間建立日常聯系機制，部門之間開放相關的信息和知識來源。
（6）鼓勵成員之間進行多種形式的非正式交流，并為這種非正式交流提供便利條件，如設立專門的討論區、創建相關議題的博客，鼓勵跨部門之間的員工交流。
3 組織社會網絡中隱性知識共享的成本分析
研究表明，組織中人們更偏好向其他人求助，而不是文本信息。這樣，組織中的社會網絡就變成了行為主體進行知識搜尋的主要路徑與平臺。因此，主體間知識的交流和共享就受社會網絡中各因素的制約。[7]
在組織的社會網絡中，發生關聯的行為主體間的伙伴依賴性、雙方的交流能力、接觸的頻率、知識交流的經驗、相互信任程度、個人關系、知識存量的相容性及互補性、雙方核心業務的相似性等構成了隱性知識共享的認知成本。而隱性知識共享的激勵、相關的酬薪體系、共享的意愿、尋求知識互惠、樹立聲譽地位、消除防范心理、提高信任等則構成知識共享的激勵成本。另外，因雙方的背景不同，知識的編碼和解碼產生了差異，導致了雙方的誤解，因此需要雙方溝通和額外的檢查，并產生了溝通成本和額外的檢查費用。并且激勵知識共享雙方還需依賴時間的過程，產生時間成本。以上這幾種成本之間是相互關聯的。組織中不同行為主體處理網絡結點關系和知識共享方面的問題時具有不同的意圖，由此造成了組織內解決不同知識共享認知成本問題的不同方法，而這些不同的方法造成了激勵成本。
一般來講，組織中社會網絡的規模越大，聯結時間越長，網絡緊密程度越高，網絡的文化距離就會越小，知識的復雜性會越小，部門網絡間合作協調經驗會越豐富，知識共享的成本就會降低。總之，社會網絡的聯系渠道、網絡結構、網絡中的制度文化因素、人力資源活動及流動、知識產權保護等共同構成組織社會網絡中知識共享所產生的各種情境成本。[7]
參考文獻
1 包昌火，謝新洲，申寧.人際網絡分析.情報學報，2003（6）：365-374
2 張秀儀.利用全國博碩士論文資料庫自動化建構知識來源映射圖.高雄：國立中山大學資訊管理研究所碩士論文，2004：11
3 orgnet.com/sna.html[2005-9-24]
4 orgnet.com/sna.html[2005-9-24]
5 http：//kmmagazine.com/xq/asp/sid.45D056BE-8625-11D7-9D4D-00508B44AB3A/articleid.F79B4E31-7854-4B6A-9202-164FB18672D3/qx/display.btm[2005-9-25]
社會網絡分析是對社會網絡的關系結構及其屬性加以分析的一套規范和方法。它又被稱結構分析（structural analysis），因為它主要分析的是不同社會單位（個體、群體或社會）所構成的社會關系的結構及其屬性。社會學所研究的對象就是社會結構，而這種結構即表現為行動者之間的關系模式。社會網絡分析家B?韋爾曼（Barry Wellman）指出：“網絡分析探究的是深層結構――隱藏在復雜的社會系統表面之下的一定的網絡模式。”例如，網絡分析者特別關注特定網絡中的關聯模式如何通過提供不同的機會或限制，從而影響到人們的行動。
1.1主要因素
行動者（actor）：這里的行動者不但指具體的個人，還可指一個群體、公司或其他集體性的社會單位。每個行動者在網絡中的位置被稱為“結點（node）”。
關系紐帶（relational tie）：行動者之間相互的關聯即稱關系紐帶。人們之間的關系形式是多種多樣的，如親屬關系、合作關系、交換關系、對抗關系等，這些都構成了不同的關系紐帶。
1.2基本形式
二人組（dyad）：由兩個行動者所構成的關系。這是社會網絡的最簡單或最基本的形式，是我們分析各種關系紐帶的基礎。
子群（subgroup）：指行動者之間的任何形式關系的子集。
群體（group）：其關系得到測量的所有行動者的集合。
關系紐帶經常是不對稱地相互作用著的，在內容和強度上都有所不同。關系紐帶間接或直接地把網絡成員連接在一起；故必須在更大的網絡結構背景中對其加以分析。社會紐帶結構產生了非隨機的網絡，因而形成了網絡群（network clusters）、網絡界限和交叉關聯。交叉關聯把網絡群以及個體聯系在一起。不對稱的紐帶和復雜網絡使稀缺資源的分配不平等。網絡產生了以獲取稀缺資源為目的的合作和競爭行為。
這種結構分析的方法論意義是：社會科學研究的對象應是社會結構，而不是個體。通過研究網絡關系，有助于把個體間關系、“微觀”網絡與大規模的社會系統的“宏觀”結構結合起來。故英國學者J?斯科特指出：“社會網絡分析已經為一種關于社會結構的新理論的出現奠定了基礎。”[2]
1.3符號表示
社群圖：用于表示一個群體成員之間的關系，由點和線連成的圖。包括，有向圖、無向圖（關系方向）；二值圖、符號圖、有值圖（關系的緊密程度）；完備圖、非完備圖（成員之間的緊密度）。
矩陣：矩陣中的行與列都代表“社會行動者”，即圖中的各點。行與列對應的要素代表的就是各個行動者之間的“關系”。
2社會網絡分析法
2.1無向二元關系圖
圖是具有無向二元關系的社會網絡模型，也就是說每對行動者之間的聯系要么存在要么不存在。
一個圖G（N，L）由兩個信息集合組成：節點集合N={n1，n2，n3，…，ng}和各種節之間的邊的集合L={l1，l2，l3，…，ln}。其中只有一個節點的圖稱為平凡圖如圖1
圖1
2.2節點度
（degree簡稱度），用d（ni）表示，是指與節點關聯的邊的數量。也可以表述為節點的度是與節點鄰接的節點的個數。一個節點的度的最小值是0，即沒有其他節點與給定的節點鄰接；最大值是g-1，即給定的節點與圖中的所有其他節點鄰接。度為0的點稱為孤立點（isolate）。
圖的密度：圖中實際存在的邊與可能的邊的比例，即現在有的邊數L占最大可能變數的比率。用表示，計算公式為：
Δ =L/（g（g-1）/2）=2L/（g（g-1））。
其中g為節點個數，L為圖中邊的個數。
2.3有向圖
許多關系都是有向的，如果聯系從一個行動者指向另一個行動，則關系是有向的。例如國家之間的貿易關系。
有向圖：由代表行動者的一組節點和表現節點間的有向聯系的一組有向弧組成。
圖和有向圖的差別在于有向圖的邊的方向是指定的。
在有向圖中有方向的邊叫做弧
2.4有向圖節點的入度和出度
入度：d1（ni），是鄰接至ni的節點數。對于所有lk∈L和所有nj ∈N而言，節點ni的入度等于形如lk=的弧的數目。因此，入度是終止與ni節點的弧數。
出度：d0（ni），是鄰接自ni的節點數。對于所有lk∈L和所有nj ∈N而言，節點ni的入度等于形如lk=的弧的數目。因此，出度是從ni節點發出的弧數。
2.5有向圖的密度
一個有向圖的密度等于有向圖中弧出現的比例，其中圖中已存在的弧的個數除以改圖可能出現弧的總數計算得出，即：
Δ =L/（g（g-1））
其中L表示圖G的邊集，g為節點數，則g（g-1）為可能出現的弧的總數
可以得出最小值為0，最大值為1，如果密度為1的話，那么多有節點對都是相互的
2.6中心性
“權力”在社會學中是一個非常重要的概念。一個人之所以擁有權力，是因為他與他者存在關系，可以影響他人。在一個群體中，我們如何去界定某個人的權利大小？社會網絡學者就從“關系”的角度出發，用“中心性”來定量研究權力。人或者組織在社會網絡中具有怎樣的權力，或者說居于怎樣的中心地位，這一思想是社會網絡分析者最早探討的內容之一。
2.7點度中心性
點度中心性：與該點有直接關系的點的數目（在無向圖中是點的度數，在有向圖中是點入度和點出度），這就是點度中心度。
其中Cmax為最大中心度 Ci為節點i的中心度
2.8中間中心度的測量
具體地說，假設點j和k之間存在的測地線數目用gjk來表示。第三個點i能夠控制此兩點的交往的能力用bjk （i）來表示，即i處于點j和k之間的測地線上的概率。點j和k之間存在的經過點i的測地線數目用gjk （i）來表示。
那么， bjk （i）= gjk （i）/ gjk 。
2.9接近中心性
點的接近中心性：接近中心度又稱整體中心度，它是對圖中某點的不受他人控制的測度。
3知識管理的網絡分析案例
利用社會網絡分析促進組織內的管理工作的步驟大致分為3個步驟：根據收集數據得到當前人際關系情況、利用社會網絡分析法分析當前模式的問題、根據問題實施改進措施井評估效果。應該注意的是，社會網絡分析法僅僅給出目前存在的問題，并未給出解決方案，即使這樣，它仍然有助于指明方向。
3.1獲取數據
進行組織內部社會網絡分析的第一步是獲取關于借息流動、知識傳播模式的相關數據。獲取數據可以有兩種方式：（1）跟蹤、觀察實際情況，比如通過E-mail 日志、內部即時通訊等；（2）利用調查問卷的方式，輔助以重點訪談。
3.2繪制網絡結構
根據調查的數據，將其轉換為節點之間的各類關系數據，并利用SNA 的輔助軟件（比如UCNET 、Pajak 等）得到初步的社會網絡格。
3.3網絡結構分析
利用上述第一章第二節所要敘述的分析方法，針對性地進行各類分析，從而探索和發現個人、團隊、組織在信息流動、知識的共享及傳播過程中所存在的各種問題。
3.4解釋分析結果
根據所表現的問題，通過訪談、調研進一步深刻理解、解釋表象背后所隱藏的妨礙信息流動、知識傳播的深層次原因。注意社會網絡分析僅能給出網絡結構的問題，但并未說明為什么。
3.5采取干預措施
針對妨礙信息流動、知識傳播的文化、管理、激勵等因素，采取干預措施力圖促進組織內部的知識傳播及創新。
3.6評估干預效果
實施干預一定時間之后，通過觀察組織的信息流動、知識傳播網絡的變化，評估干預措施的效果[1]。
下面以某大學一研究組管理工作中的的社會網絡數據為背景，從整體結構分析、節點中心性、小固體分析等角度具體闡述如何利用社會網絡分析促進知識管理。（注：出于保護個人隱私，利用縮寫ZXI ， ZXU 、YGP 等來代表實驗室中研究組成員，并出現在下面的社會關系圖及分析表之中）。
網絡整體結構分析通過整體網絡結構的分析（平均距離及密度等），可以了解其整體特性結構是否適宜知識的共事及傳播。網絡密度度量節點間聯系的緊密程度，其計算公式為2L/[N（N … 1 ）]，其中L 為網絡中實際的連線數， N 為網絡節點數。如果一個組織中人際網絡的密度過低，則人與人之間關系被薄，交往甚淺，顯然不利于知識的共事與擴散。另一方面，過高的密度也會對組織績效產生負面影響，因為人的精力是有限的，花費過多的時間將付出超額的機會成本，同樣得不償失。目前，諸多實證研究表明過低成過高的密度均不利于知識傳播。知識傳播需擺具有粘性的網絡。
對于溝通網絡，以行為者之間擁有對方電話以及聯系的頻率作為問題測量，形成社會關系閣，如圖2所示。
圖2
該網絡的平均密度為0.4634 ，該數值比較適中。同時，進一步計算可發現：任何兩個行為者之間都是可達的，所以即使他們之間不具有直接聯系，他們也可以通過媒介找到對方。
平均距離度量網絡中任意兩點之間交流所需經過的連線數。整個網絡的平均距離為1. 718 ，即某行為者通過平均不到一個人做媒介便可以和另一個行為者聯系上。那么兩個行為者之間的距離究竟為多少呢？如圖3 所示，最長的距離存在于ZYGL以及GLYGP之間，均為4。
如圖2 所示，ZY 若想找到GLC 長虛線所示） ，以及GL 想找到YGP（短虛線所示）都需要另外3個人作為媒介。有趣的是，它們的惟一交叉點是LY，邊說明LY 是溝通的關鍵節點，它從一個側面反映出了LY的中心地位。下面的中心性分析將對此作進一步闡述。
總體來說，該研究組的溝通網絡密度比較合埠，問學之間能夠容易地找到彼此，較大的距離（如二的ZY 和研一的GL，研一的GL和博士生YGP） 主要存在于不同年級的同學之間，因此需要進一步加強年級間的交流。
中心性是社會網絡分析中的重點之一，它反映了行為者在其社會問絡中所處地位及權力影響，分為點度中心性和中間中心性。網絡具有過高或過低的中心性都不利于知識的共享和傳播對于過高的中心性來說，行為者會因負荷過多（如過多人向他尋求咨詢與幫助）而倍感壓力。同時，一旦該行為者離開組織，整個網絡的連通性將大受影響，甚至出現完全分裂的小團體。另一方麗，過低的中心性又會導致悶絡過度分散，缺少權威人物，同樣不利于知識傳播。中心性分析還可找尋網絡中處于邊緣地位的行為者。這些行為者可能會覺得自己得不到重視，工作積極性受挫，也可能是未被充分利用的專家。因此中心性分析有利于防止知識流失。對于咨詢網絡，以行為者在工作和學習中經常向誰咨詢、求助來作為問題測量，形成社會關系圖，如圖3所求。
圖3
從圖4 可以直接明了的發現兩個處于中心地位的人： LY 和ZRS 。進一步計算此網絡的點度中心性，結果如表3 所示： LY中心勢處于最高水平，達90% ，其次則是ZRS ，為60% ，整個網絡的點度中心勢為63.33% 。
絕對點度中心性（%） 相對點度中心性（%） 所占比例
4 LY 9.000 90.000 0.214
5 ZRS 6.000 60.000 0.143
1 ZXI 4.000 40.000 0.095
7 MYS 4.000 40.000 0.095
11 GL 4.000 40.000 0.095
10 YGP 4.000 40.000 0.095
3 JJ 3.000 30.000 0.071
8 SSG 3.000 30.000 0.071
2 ZXU 2.000 20.000 0.048
6 ZY 2.000 20.000 0.048
9 CYJ 1.000 10.000 0.024
ZRS 的中間中心性是最高的，達到48.796% ，其次則分別是是LY ，為36. 481 %， YGP 、MYS 的中間中心性也同樣處于較高水平，整個網絡的中間中心性是39.45% 。
綜合來看，該實驗室咨詢網絡的中心性情況也比較適中，以LY 和ZRS 為代表的核心成員在整個組織中發揮了積極作用，有效促進了知識傳播。但是，ZY 、CYJ， SSG等同學的中心性太低，成為了網絡的邊緣人物LY 、ZRS 應該在今后的研究、學習中加強與他們的交流。
1、三網融合對網絡通訊的影響
“三網融合”顧名思義是指電信網、互聯網和有線電視網三大網絡通過技術改造,能夠提供包括語音、數據、圖像等綜合多媒體的通信業務。換言之,用電腦或者電視打電話的時代已真正來臨。在此整體大環境之下,有專家指出:受益方最大的莫過于網絡電話運營商。畢竟網絡電話運營商們早在三網融合方案初具雛形之時,已有其深謀遠慮地大膽試探。他們不但率先嘗試使用互聯網撥打電話,讓用戶不須通過專門的線路接入,僅通過安裝在電腦上的軟件就可得以通話。更尤甚者是實現了隨時隨地使用手機就能享受網絡電話的通信服務,國內的UUCall及阿里通即是此驚人之舉的先驅,將電信網及互聯網緊密地聯系在了一起。三網融合在此時進行試點,勢必將帶動著網絡電話進行有線電視網絡的試探。在不久的將來,借助家中的寬屏電視或者手中的遙控器撥打遠程可視網絡電話或許已不再是什么難事。使用過網絡電話的人都知道,網絡電話素以其價格低廉傲立于通信領域。以國內網絡電話第一品牌UUCall為例,開創業內每分鐘1毛錢撥打中國大陸電話的先河,更是以其多樣性的優惠活動讓使用它的用戶體驗到更低折扣的通話服務。隨著三網融合的實現及發展,網絡電話的資費可能仍有進一步降低的可能性存在。如果說三網融合給網絡電話帶來巨大商機,倒不如說兩者是相輔相成的互助關系。網絡電話的存在給三網融合帶來了一股新生力量。而正是這股力量將不斷催生更多的網絡運用。筆者認為,在如此之利好環境影響下,網絡電話的發展前景將非常可觀。畢竟在當今社會中,電視機可是家家戶戶都擁有的家電,實現電視進行視頻通話將帶領更多的家庭用戶走入網絡電話的領域。
2、網絡分析系統在網絡通訊中的應用
網絡分析系統在提供了中文管理操作界面基礎上,增加了中/英文雙語解碼支持。用戶可以根據自己的需求不同,任意切換到中文或英文界面,或者雙語界面。大大提高了用戶操作的可選擇性和交互性。最新增加的GUI界面設計,使管理界面視圖圖形化更簡單直觀,能夠精確、深入和全面的分析網絡通訊數據。與手工排查網絡數據動輒數個小時的情況相比,使用最新版科來網絡分析系統可以大大縮短故障定位時間,提高網絡管理效率和可用度。增加了多項個性網絡管理的功能,使網絡管理更加人性化,從而實現網絡管理的效率最大化。專業技術簡單應用,易用性操作性一直是科來軟件最大特色之一。網絡分析系統的人性化界面設置和功能服務,更加為用戶考慮,使更管理操作更簡單。網絡分析系統提供的專家診斷的特色功能,能夠對捕獲的數據進行智能化分析,使管理員能夠輕松處理應對各種網絡故障。其內嵌的節點瀏覽器功能,可以幫助用戶快速查看任何一個MAC、一個IP、一個網段、一個部門等的通訊等細節狀況。此外,還提供了功能強大的流量分析、協議分析、數據包過濾器、會話分析、日志分析、報表輸出等主要功能,幫助管理員進行更深入的分析和研究。
3、網絡視頻通訊技術
為了應對復雜多變的世界經濟局勢、防范可能發生的各種不確定危機的到來,上至各國的政府部門,下到地方的中小企業,都在采取積極的防范措施,做到防患于未然。其中普遍采用的就是在辦公中引入視頻會議系統。視頻會議得到人們的認可還是在“非典”時期,由于出行不便,傳統的辦公和溝通方式受到了很大的影響,給政府與企業的辦公造成了不小的麻煩。而建立的互聯網之上的視頻會議則不會受到這種影響,它能讓地域分散的人們通過網絡和視頻會議系統進行更加廣泛的接觸和溝通,改善信息交流方式,減少溝通障礙,節省時間和精力,提高團隊工作效率。在2008年的次貸危機中,采用視頻會議辦公的政府部門和企業則更加深刻的體會到了它的重要性。由于在辦公領域具有獨特的優越性,因此視頻會議也得到了突飛猛進的發展,但是這種發展僅僅局限在硬件方面的提高,其作用仍然停留在取代傳統會議的階段,這也讓視頻會議的效用大打折扣,不能得到充分推廣和普及。直到視頻會議軟件的問世,才打破了視頻會議發展中的瓶頸,解決了這一發展難題。協同視頻會議系統是專業多媒體通訊協作視頻會議軟件,它全面貫徹以用戶為中心的設計開發理念,幫助全球用戶迅速建立在線視頻會議平臺,輕松進行溝通。它獨特就在于在視頻會議中創造性地引入了協同辦公應用,為用戶提供了除會議溝通外的點對點通訊和信息化辦公功能。
4、結語
通過以上對網絡通訊技術的介紹,我們了解到網絡分析系統和視頻通訊在網絡通訊中的應用。隨著計算機科學和網絡技術的發展,通信技術在我國得到了迅速的發展和突飛猛進的進步,通過新技術的廣泛應用,大大地方便了信息的傳輸和交換,使通信技術和通信事業在人們的日常學習、工作和生活中的發揮著越來越重要的作用。目前我國網絡通信技術越來越成熟,且新技術的開發和應用也正在人們逐步擴大到人們生活中的各個方面。
參考文獻
關鍵詞：網絡分析；最短路；網絡計劃技術；D算法
中圖分類號：N945 文獻標識碼：A
T1454切眼是公司5煤工作面，5煤低灰、低硫素有“開優”煤的味精之稱，5煤的開采對公司的效益有著舉足輕重的關系。雖然T1454切眼煤層賦存比較好地質構造比較簡單，變板過程輕車熟路，但是公司要求工程時間緊，勞務區人員工力比較有限，而且因大井檢修造成供料不及時，如何在有限的時間內用有限的人力完成這項比較艱巨的任務是擺在勞務區全體員工的一個重要課題，經過勞務區黨政反復研究決定，應用網絡分析理論指導變板生產。
勞務區必須用最短的工期完成T1454切眼變板的工程，為此我區將用求最短路的d算法尋找出最佳的生產途徑，從而實現T1454切眼變板的工程完成工期最短的目的。
一、網絡分析在工程施工中的應用
（一）工程項目分解
T1454切眼擴面變板工作可分解為運道修道運變板料變板跨板鋪網打抬板（包括上、下出口替板）拆溜子清臥。
（二）確定各種活動的先后關系，估計活動所需的時間
根據以往施工經驗，確定T1454變板工程活動所需的時間，采用單一時間估計法進行估計。
（三）繪制工程網絡圖
通過以上網絡路線不難看出，要想完成公司下達的變板任務，包涵多種可行性方案。為了使工期最短，提高施工效率，確保支架安裝工程的順利銜接，必須對關鍵路線進行優化。
（四）工序優化
施工過程中針對線路中工序繁多，且各工序之間并非完全孤立的特點，我區采取了網絡分析求最短路問題的D算法，提前準備、各工序互創有利條件、工序逐項進行優化的方法對關鍵線路進行優化。
由點A到I最短時間為58。這時可找到A到網絡中點的
1最短路線
AB2C3D4E5I和AB2C2D3E4F3 。
對于有向圖，AB2C2D3
E4F3可以認為是不通路。
所以最短路線：
AB2C3D4E5I。
2工程時間
9+9+22+4+8+6=58（班）
施工天數：25天
3 保障資源配置
（1）T1454切眼開始運道、修道、運變板料時，在確保運輸過程中人員安排要符合規定的基礎上，工作面要集中人員盡量多出件。
（2）運輸過程中人員安排要符合定員規定，不得超出定員。
（3）各班之間不得遺留隱患問題和尾巴活，當班出現設備或其它問題當班解決，當班不能解決的，要及時向值班人員匯報，以便及時處理防止影響工程進度。
4 對網絡的監控和調整
施工過程中，有時會發生意外情況，要通過網絡圖對工程進行監視和控制，以保證工程按期完成。同時，按工程的實際情況對網絡計劃進行必要的調整。
5 時間安排如下：
（1）5日-7日：三班安裝絞車為運道、修道作準備。
①變板前做好各項準備工作，工具設備、材料備齊備足。
②變板前將切眼內的溜子調試好，使之運轉正常。
③變板前安裝好液泵，接好液管、液槍并調試好泵站壓力：18MPa
（2）8日-10日：三班運道、修道、運料。
①運煤系統：切眼T145道8050T1390泄水巷9280T1270大井
②運料：9041 大巷料場9041橫管T1454架子道T1454溜子道T1454切眼
③通風系統：9041T1454架子道T1454溜子道T1454切眼T145道T1450邊眼7044
④供水系統：T145道T1454切眼
⑤供電系統：T145道干變供電
⑥排水系統：T1454溜子道T1454架子道9041大巷
（3）11日-21日：六、兩點班變3.6大板，再跨3.0大板，檢修班負責機電檢修、變板運料、下運舊拱形等工作。
（4）22日-23日：三班集中清煤。
（5）24日-27日：六、兩點班打抬板，十點班運料。
（6）28日-29日：拆溜子清臥。
二、效果檢驗
通過網絡分析實施，整合作業流程，優化資源配置，使T1454切眼變板比原計劃提高了3天（其中包括使用2000棵DZ-3.0/100單體液壓支柱礦上儲備不足耽誤3天下運的時間）取得了良好的施工效果。同時，我區還充分利用變板施工節省下來的時間，完成了：
1 T1454替風道及溜子道超前各替回19板。
2 T2290底邊眼清臥皮帶45米，9282清臥皮帶45米。
3 T1450甲邊眼插背100米等多項任務。
關鍵詞 社會網絡分析 網絡空間分析 虛擬民族志 網絡鏈接研究
分類號 G353.1
1 網絡鏈接研究概述
Web已成為眾多學科領域學者們關注的對象。從圖論的角度可將web抽象理解為由節點(網頁、WORD、PDF、PPT、多媒體文件等)和連線(鏈接)形成的網絡圖。情報學領域學者借助情報學研究方法――引文分析法研究Web中的鏈接，以此形成了情報學新的研究方向――情報學視角的鏈接分析(ISLAA)。
在情報學領域之外，還有其他多個領域的學者從事著網絡鏈接研究。計算機科學領域與理論物理學領域學者借助網絡鏈接研究網絡拓撲模型與網絡增長模型，如Shi Zhou等人發現了網絡中的Rich―Club現象，Barabasi和Albert提出了網絡中的BA模型。數學領域學者借助鏈接研究網絡結構與復雜性。社會科學領域學者對鏈接的研究存在一個明顯特征――將本學科傳統的理論方法移植到Web中。例如，將情報學領域的引文分析法移植于Web中，形成鏈接分析法(Link Analysis)，以研究學術網絡中組織、個人的科研績效與被鏈接數之間的相關關系，篩選核心網站等；將社會學領域的社會網絡分析法移植于Web中，形成超鏈接網絡分析法(Hyperlink Network Analysis)，以研究Web環境的社會特征；將傳播學的方法移植于Web中，形成網絡空間分析法(Web Sphere Analysis)，以研究鏈接中的信息交流行為；將人類學領域的民族志法移植于Web中，形成虛擬民族志法(Virtual Ethnogra―phy)，以研究鏈接行為的社會角色。
2 社會科學方法在網絡鏈接研究中的應用
從社會科學視角研究鏈接時，與計算機科學、理論物理學、數學等學科的視角不同，它將鏈接置于一個特殊的社會環境中，鏈接不再是中心角色，但研究結果通常能深化我們對鏈接的認識。此外，不同的方法可以為情報學領域從事網絡鏈接研究的學者提供不同的研究視角。
2．1 社會網絡分析在鏈接網絡結構特征研究中的應用
2．1．1 方法介紹 社會網絡分析(social Network A―nalysis，SNA)是用于描述和測量行動者之間關系或通過這些關系流動的各種有形或無形東西(如信息、資源等)的一種方法。其研究的“節點”可以是單個人，人與人之間的社會關系就是節點間的連線，這樣就形成一個數學上的網絡結構或圖表，如網頁和鏈接形成的網絡。社會網絡分析應用于網絡鏈接研究旨在用鏈接網絡替換人際網絡，借助已有的社會網絡分析指標(平均最短路徑、聚類系數、網絡直徑、人度與出度的分布、中介度、Freeman中心度、小集團、K－核心等)研究鏈接網絡的特征，由此已引伸出一個新的研究方向――超鏈接網絡分析(Hyperlink Network Analysis，HNA)。
2．1．2 應用實例――Lennart Bjfirneborn在2004年對英國學術網絡的結構特征分析
2004年，LennartBjirneborn選擇了英國109所大學網站的7 669個子站相互之間的48 902個鏈接形成的鏈接網絡為研究對象，詳細分析了這個網絡的聚類系數、特征路徑長度、直徑、人度與出度分布等特征例，如圖1所示：
圖1顯示最大的最短路徑長度為10，即網絡直徑為10。平均路徑長度為3.46，按照“六度分離”的含義可解釋為：這7 669個子站中，從任意一個子站到達另一個子站平均需要經過大約4個站點。LennartBjoneborn借助Pajek軟件計算出7 559個節點的平均聚類系數為0.09038，即如果節點v1分別與節點v2、v3相連，那么節點v2、v3相連的可能性約為9.0％。
Watts和Stogatz提出小世界圖包含以下兩個特性：①聚類系數遠大于隨機圖(與小世界圖相比，節點數相同，平均每個節點的邊數相同)的聚類系數；②平均路徑長度與隨機圖的平均路徑長度同樣小。Len-nart Bjoneborn算出7669個節點和48902條邊形成的隨機圖的平均最短路徑為5.04；聚類系數為0.00084。比較而言，Lennart Bjiimebom認為所研究的英國學術網絡具有小世界特性。
此外，Lennart Bj8meborn還分析了所研究的英國學術網絡中各站點入鏈(Inlinks)與出鏈(Outlinks)的分布特征，如圖2和圖3所示：
圖2和圖3都是對數尺度圖，圖中入鏈與出鏈的數量(縱軸)和子站的數量(橫軸)之間近似呈線性關系，表明兩者之積為常數，即入鏈與出鏈的分布近似符合冪定律。
2．1．3 啟示 社會網絡分析法可用于Web網絡分析，有助于揭示Web網絡的結構特征，但該方法并不是在任何類型的Web網絡中都適用。Mike Thelwall認為：SNA是一個定量與定性相結合的領域，但是定性理論不會應用到Web網絡中，因為Web網絡與社會網絡特征不同；這些定量方法也應謹慎使用，因為在很多情況下，它們的意義取決于被分析的網絡(學術網絡、商業網站、新聞網絡等各有不同)。
2．2 網絡空間分析在鏈接習性研究中的應用
2．2．1 方法介紹 “網絡空間(Web Sphere)”作為分析單元，是指一組動態的數字資源(網站)集合，這些數字資源通常與特定事件、概念、主題相關，并且通過超鏈接互連。鏈接的作用便是將孤立的網站連接成一個網絡空間。此處的“空間”是指三維空間，其范圍通常受時間和對象的限制。“網絡空間分析(WebSphere Analysis，WSA)”最早由Foot等人在2002年提出，是研究關于某個特定主題的在線行為的框架(方法、策略)，框架中主要包含網絡資源生產者與用戶之間的關系，這種關系通過網站的結構與特征要素、超文本、超鏈接等得以建立與加強；這種框架有助于分析網絡生產者與終端用戶跨時間的交流行為與關系以及鏈接習性的動態性。
按照空間的三維概念，Schneider，S.M.將網絡空間的三個維度概括為：①網絡空間主題可預見性，可用于預見網絡空間的出現；②網絡空間成員可預見性，是指研究者預見網絡空間成員類型的能力，如政府機構、慈善組織、新聞媒體、市民等；③網絡空間資源的穩定性，這種穩定性的三個決定因素分別是：網絡空間成員增減的頻度、網站增添鏈接的數量與頻度、網站內容變化的幅度與頻度。
2．2．2 應用實例――Kirsten A.Foot等對2002年美
國大選候選人網站的網絡空間分析網絡空間分析過程中，首先需要確定網絡空間。Kimten A.Foot等將該實例中的網絡空間確定為“所有競選參議院辦公室職務的候選人的網站(共535個)”。而在數據獲取與研究方法上，Kirsten A.Foot等則兼顧了橫向性與縱向性兩個方面：①在三個月的競選期間，從候選人網站上收集三個有代表性的獨立樣本數據，匯總得到一個更具代表性的大樣本，該樣本能充分體現出各候選人的鏈接策略；②在競選期間，先后三次分析這組候選人的網站鏈接類型，以評估鏈接策略隨時間的變化。
以2002年11月大選之前的三個月為時間段，對網絡空間的數據統計結果如表1所示。表中行標題是候選人的基本信息(政黨類型、競選職位、任職狀態、競爭力)，列標題是候選人網站的基本信息(出鏈頻率、出鏈比例、出鏈習慣的變化)。
各候選人網站的鏈接目標共有4種類型：市民／擁護團體、政黨、新聞媒體、政府機構。從出鏈頻率角度看，25％的候選人網站有3種或4種類型的出鏈，35％的候選人網站有1種類型的出鏈，平均出鏈類型數為1.67。從出鏈比例角度看，政府機構是最受候選人網站歡迎的鏈接目標占51％，其次分別是政黨(43％)、市民／擁護團體(38％)、新聞媒體(32％)。邏輯回歸分析表明：“競選職位”統計意義不顯著；第三黨、競選眾議院職位的、競爭力低的候選人更傾向于鏈向市民／擁護團體。從出鏈習慣的變化的角度看，三個月時間里，鏈接習性發生變化(即增加或刪除鏈接)的網站占10.4％。
最終，依據統計數據，作者認同“鏈接代表認可，未被鏈接則代表未被認可”這一觀點，并認為“添加鏈接代表從不認同到認同，而刪除鏈接則代表從認同到不認同”，這種鏈接習性代表著各候選人的政治策略。
2．2．3 啟示 從實例中看，網絡空間分析方法與情報學領域的鏈接分析方法相似，都是通過統計鏈接數量揭示研究對象的特征，但與鏈接分析方法有兩個方面的不同：①網絡空間分析方法包含了濃厚的信息傳播色彩，即將鏈接視為一種信息傳遞，而不僅僅是用數量反映質量；②網絡空間分析方法特別適用于快速變化的網站，如新聞媒體網站、個人博客等，而鏈接分析方法則更適用于相對靜態的網站，如學術網站等。
2．3 虛擬民族志(Virtual Ethnography)在鏈接動機研究中的應用
2．3．1 方法介紹 民族志(Ethnography)是20世紀初期由文化人類學家所創立的一種研究方法，主要指人類學家對其研究的文化對象或目的做田野調查，深入到其特殊的社區生活中去，從其內部著手，通過觀察和認知，提供相關意義和行為客觀的民族學描寫而形成民族志，然后再對這些民族志描述進行分析、比較，以期得到對此文化的基本概念。
Hine提出的虛擬民族志的研究目標是與在線活動相關的用戶行為，網絡出版是一種潛在的在線行為，創建鏈接也是如此。該方法可以全面的展現創建鏈接這一行為在社會中的角色。
2．3．2 應用實例實例一：英國保姆Louise Woodward在美國的審判事件。Hine調查研究了對特殊媒體事件感興趣的人是如何使用網絡的。她在審判的主要環節中進行調查，對象包括網頁、新聞組公告以及與英特網用戶間直接來往的郵件。雖然Hine的虛擬民族志研究的主要目的不是分析鏈接動機，但在研究過程中發現一些與鏈接動機相關的結論：①被研究網站的管理員都在有意識地推銷其站點，如在搜索引擎上注冊URL、在線散布URL、將URL附在郵件中等；②缺乏經驗的網站管理員主要將新聞鏈接指向非官方網站，這導致了大量訪問者流失。因為從鏈接動機的角度來看，鏈接旨在向訪問者表達來源站點的真實意圖，并告知訪問者目標站點包含有用信息。
實例二：日本同性戀文化。Mark J.McLelland通過對同性戀網絡社區的虛擬民族志研究證實了Appa－durai的觀點：網絡為分散在世界各地的同性戀者提供了建立關系的良好契機。
實例三：網絡空間的性(Cybersex)。R.Coomber對販子進行虛擬民族志研究(網絡問卷調查方式)發現：無論出于“職業道德”還是商業利益的考慮，販子很少在中摻假或缺斤少兩。
2．3．3 啟示 從實例中可以看出，虛擬民族志方法是民族志方法在網絡中的延伸，其主要目的并不是研究鏈接動機，但Mike Thelwall認為虛擬民族志將是一種能有效地、深入地分析鏈接動機(尤其是學術鏈接動機)的方法。鏈接動機研究是鏈接分析的基礎，只有明確了鏈接動機才能進行有效的鏈接分析研究。當前，國內外的鏈接動機研究主要從鏈接分類的角度人手，而鏈接分類研究存在兩個方面的不足：①分類體系雜亂；②僅從來源頁面與目標頁面的內容判斷鏈接類型的方法不夠準確，需要考慮鏈接所處的整體環境。相比而言，從虛擬民族志的角度人手，深入到鏈接所在的整體環境中，通過觀察與認知判斷得出的鏈接動機將更準確、更有效。
3 結語
[關鍵詞]社會網絡分析；旅游規劃決策；利益相關者；潮州古城
[中圖分類號]F59
[文獻標識碼]A
[文章編號]1002-5006（2016）12-0076-09
Doi： 10.3969/j.issn.1002-5006.2016.12.014
引言
Mitchell曾提出，“社會網絡是連結一系列人、事物或事件的特定類型的關系”，這一系列人、事物或事件稱為“能動者”（agent）或“節點”（node），能動者之間的各種關系稱為“聯結”（tie），這種“聯結”往往會對規劃決策產生重大影響[1]。旅游規劃決策是一項涉及眾多相關群體的規劃決策，它本質上是各利益相關者通過利益協商與權力博弈后形成解決旅游發展問題共識的動態過程。在該過程中，以各利益相關者群體為節點，以因交換信息、解決矛盾、協調目標和共享資源等而建立的各種正式或非正式關系為聯結，共同交織成了一個多重、復雜的社會網絡――旅游規劃決策網絡。該網絡具有怎樣的關系結構以及聯系的緊密程度等，密切關系著規劃決策的方向。本文研究采用社會網絡分析法，以潮州古城為例，剖析其在旅游規劃過程中利益相關者之間的關系結構，探究這種社會結構對旅游規劃決策過程的影響情況。
社會網絡分析法起源于20世紀30年代的西方社會學研究，它著重從關系結構、社會網絡等來揭示社會現象的本質，現已發展成為一項社會科學研究范式，并被應用于社會學、心理學、經濟學、管理學等社會科學研究中。然而，在旅游研究中，社會網絡分析法的應用卻較晚，直至20世紀80年代，才有西方將此方法應用于旅游資源管理研究，隨后的相關研究領域有所拓寬，但主要集中在旅游目的地結構、旅游政策網絡、旅游企業成長和知識管理 等[2]。自20世紀七八十年代以來，西方旅游決策由集權式的官僚方式向多元利益相關者共同合作與決策的方向轉變，各利益相關群體圍繞旅游決策 形成的關系網絡也逐漸引起西方學者的研究興 趣[3-4]。Pforr分析了澳大利亞北部地區旅游規劃的交流網絡，認為利益相關者由于在旅游政策網絡中所處位置不同，對決策結果的影響力會有所差異，其中，政府機構和地方旅游協會是規劃的核心行動者，可以左右決策的最終結果[5]。Scott等對比傳統旅游決策和網絡化旅游決策方法，得出后者比前者更民主、更透明以及更具參與性的結論[6]。但網絡化旅游決策是把雙刃劍，基于共同目標的共識有助于信息共享，但參與者拒絕接受他人觀點時會削弱網絡效力[7]。此外，部分參與者僅代表自身的利 益[8]，但他們的利益未必與當地旅游發展方向相一致，這就可能導致旅游決策的偏差。最后，利益相關者的合作往往需要正式政策的跟進才能順利開展，即網絡目標的實現離不開政府參與[9]。總體上，國外相關研究傾向于用網絡分析對決策結果進行回顧性描述和解釋，對于在旅游決策中具有特殊地位的政府如何進行授權，網絡決策合法化、網絡的發展變化等問題的研究還有待探索。
隨著社會網絡分析法逐漸成為國外旅游研究的熱點之一，我國學者也開始運用該方法對我國的一些旅游現象展開分析，主要集中在旅游線路[10-11]或旅游流網絡結構[12-14]、旅游空間結構[15-16]、旅游空間經濟關系[17-19]、旅游網站[20]等領域，這些研究著重于對宏觀的、顯性的地理空間結構展開研究，而對于旅游發展中涉及的人及其社會關系的研究卻極少。當前，伴隨旅游快速發展而爆發出來的各種問題，很多是由于沒有處理好利益相關者而引發的。王素潔[21]已開始關注目的地利益相關者和旅游規劃決策，但總體上，現階段學者們尚未從社會網絡視角給予旅游規劃決策足夠的關注。旅游發展涉及許多不同利益相關者，隨著人們權力意識和參與意識的增強，以往的集權式旅游決策也將向多元利益者合作的方向發展變化。旅游規劃決策中，不同利益相關者會左右決策的制定與落實，同時這些利益相關者并非孤立的，他們會就旅游發展進行相關的合作或博弈。社區參與旅游發展已在我國實踐嘗試，但對這些利益相關者構成的復雜社會網絡的研究卻相對滯后。本文運用社會網絡分析法，以潮州古城旅游規劃決策為案例研究，期望探索決策網絡在規劃決策中的影響，并為其他相關研究提供借鑒參考。
1 研究設計
1.1 研究方法
1.1.1 社會網絡分析法
社會網絡分析法是一種跨學科的，對社會關系進行分析的一套規范和方法，主要目的是探查和分析行動者之間的社會紐帶模式[22]。它以數學中的社群圖法和矩陣代數方法，分析社會網絡中的點和關系，其中，點代表行動者，關系即是行動者之間的聯系。本文關注的是旅游規劃決策中的利益相關者網絡，其中，各利益相關者是點，他們之間就旅游規劃決策所建立的正式工作聯系為研究的重點關系。
根據網絡類型，社會網絡分析可以分為三個層次：個體網、局域網和整體網。個體網是由一個核心個體和與之直接相連的其他個體構成的網絡，旨在研究個體網諸多結構性質，以及個體與其他個體之間的關系。局域網由個體網加上與個體網絡成員有關聯的其他點構成，局域網的邊界和相關研究由研究的具體問題來確定。整體網是由一個群體內部所有成員及其間的關系構成的網絡，旨在分析整個網絡的關系結構[1]。本文嘗試揭示利益相關者之間的關系結構，從而對旅游規劃決策的過程和結果進行解釋，因此本研究采用整體網的研究范式，對旅游規劃決策的利益相關者關系網絡展開分析。
1.1.2 指標選擇
整體網的社會網絡分析將行動者集合為一個整體，對這個整體的構成、關系模式展開研究。在本研究中，選取網絡中心性、網絡結構洞、網絡密度作為測量指標。
網絡中心性（entrality），指的是某個個體或者組織在社會網絡中相對于其他行為者而言，所處的地位，或者說其通過網絡結構所獲得的權力，常被用來考察行動者取得或控制資源可能性的結構屬性。本研究選用的具體測量指標是點的中間中心度（betweenness centrality），測量的是個體對資源控制的程度。
網絡結構洞（structural holes），是由社會學家 Burt用來表示非冗余的聯系，他認為“非冗余的聯系人被結構洞所連接，一個結構洞是兩個行動者之間的非冗余聯系”，也就是說，結構洞能夠為其占據者提供獲取“信息利益”和“控制利益”的機會，從而獲得競爭優勢[23]。結構洞的主要考慮指標有：（1）有效規模（effective size），即一個行動者的個體網規模減去網絡冗余度；（2）效率（efficiency），即一個行動者的有效規模與實際規模之比；（3）限制性（constraint），即一個人在自己的網絡中擁有運用結構洞的能力；（4）等級度（hierarchy），即限制性在多大程度上集中在一個行動者身上。
網絡密度（network density），包括整體網密度和整體網中的“個體網密度”。整體網密度等于網絡中“實際存在的關系總數”除以“理論上可能存在的最多關系總數”。實際的關系數量越接近于網絡中的所有可能關系的總量，網絡的整體密度就越大，網絡中所有成員的關系越緊密，該網絡對其中行動者的態度、行為等產生的影響越大。整體網密度的計算公式如下：
[D=2Lg（g-1）] （1）
式（1）中，D為密度，L表示網絡中線的數目，g 為網絡中節點的數量。
整體網中的“個體網密度”計算方式與整體網密度類似，是某一個行動者的“實際存在的關系總數”除以“理論上可能存在的最多關系總數”。
1.1.3 案例地選擇
潮州古城位于廣東省潮州市湘橋區，是國家歷史文化名城，歷史上一直是粵東地區的政治、經濟和文化中心，其獨特的潮州文化、潮州建筑、民間工藝和民俗構成了潮州古城獨特的旅游吸引力。21世紀以來，潮州古城通過修復廣濟橋、牌坊街，大力發展旅游業，已形成一定的旅游規模，是粵東旅游的重要旅游目的地。潮州古城集聚了潮州最優秀的旅游資源，其旅游發展一直被當作城市旅游發展的重中之重來考慮。然而，經過了20多年的發展，潮州古城在全國的知名度仍然不高，旅游發展的層次和帶來的收入十分有限。調研發現，潮州古城雖然有十分優秀的旅游資源，但由于旅游規劃決策中存在復雜的社會關系，許多良好的規劃都不能得到落實。旅游發展需要政府、社會、市場的有效協調，但在潮州，不僅政府、社會和市場三者之間存在博弈和矛盾，即使政府內部、古城范圍內不同街道之間也存在互相搶奪資源的情況，這歸根結底是沒有充分考慮和協調好各方利益群體，這也是很多社區類型旅游地遇到的問題和困境，潮州古城是該類型代表。
1.1.4 數據收集
（1）總體目標
根據對潮州古城的實地調查發現，潮州古城旅游規劃決策中利益相關者主要包括：當地社區、政府機構、旅游企業、旅游者、壓力集團1、自然或人文旅游資源，共6類。由于自然或人文旅游資源不具備主觀能動性，因此可排除在外。另外，雖然旅游者是重要的利益相關者，但在我國的現實中，幾乎沒有旅游者參與旅游規劃決策的情況，且旅游者的出現要滯后于旅游規劃，所以在規劃決策階段無法獲得旅游者的真實意見，所以本研究也將其排除在外。不過需要指出的是，雖然旅游者不能參與決策，但旅游企業出于招徠旅游者的目的，一定程度上可以作為旅游者的利益代言人。因此，本研究關注的利益相關者可以分為當地社區、旅游企業、政府機構和壓力集團四大類。
社會網絡分析法著重對社會關系展開分析，無法采用隨機抽樣的方法展開調研。本研究借鑒其他學者在進行社會網絡分析時主要采用的抽樣方法――參與法2和滾雪球法。首先，本研究通過查閱《潮州古城控制性詳細規劃》《潮州國家歷史文化名城保護規劃》和潮州市各級政府有關工作報告，運用參與法確定潮州古城旅游發展規劃決策的部分核心行動者。其次，運用滾雪球法邀請核心行動者推薦與他們日常工作關系密切或他們認為對旅游規劃決策非常重要且有影響力的其他利益相關者。隨后訪談被推薦者，并請他們進一步推薦，不斷重復這一過程，直到沒有新的被推薦者。最后確定的利益相關者群體構成了潮州古城旅游規劃決策網絡。最終的調查結果顯示，潮州古城旅游規劃決策網絡的目標總體包括了4個大類20個子類的利益相關者（表1）。
（2）樣本選擇
理想的整體網資料收集是進行總體調查，但潮州古城旅游規劃決策網絡中部分利益相關群體的總體規模過大，難以進行總體調查，且個體間同質化非常明顯，亦無須分別進行調查，因而采取從總體中抽取代表性的個案樣本的方式，如小商戶、社區居民等；對于規模較小的，且個體間存在較大差異的群體，則采用總體調查。本研究選取樣本的原則是，當一類利益相關者總體規模小于30時，采取總體調查；當規模大于30時，采用便利抽樣。實際調查中，旅游產品經營商戶、餐館或餐飲店、非旅游類經營商戶和潮州古城居民采用隨機抽樣調查，其他相關利益群體采用總體調查（表1）。
（3）調查方法
本研究采用調查問卷的方法展開調查，主要用于收集利益相關者相互之間的關系數據，及其自身的屬性數據，包括三類結構性問題：第一類問題調查潮州古城利益相關者之間的關系結構，構建利益相關者網絡結構圖，得出有關網絡指標，通過詢問被訪問者“在過去一年里，您或您所在的單位在潮州古城旅游開發中，與哪些組織有合作行為或共同成員？”得出關系結構。第二類問題詢問被訪問者認可的潮州古城旅游規劃決策利益相關者。第三類問題調查規劃決策網絡中各類利益相關者的影響力1。
問卷調查從2015年3月開始至7月結束，歷時5個月，主要通過直接拜訪被訪問者，發放紙質問卷并進行現場回收的方式收集，同時通過面對面訪談、電子郵件等方式進行調查。在對有關組織進行調查時，本研究在該組織的核心領導層或居于領導職位的成員展開，并提醒他們填寫問卷時要基于組織視角而非個人視角。
2 研究結果
本研究共發放問卷263份，回收問卷225份，回收率為85.6%，剔除填寫不完整或答案前后矛盾的無效問卷30份，有效問卷195份，有效率為86.7%。目前，分析整體網絡關系數據最常用的軟件有UCINET，本研究運用UCINET6.0對潮州古城旅游規劃決策中的利益相關者網絡結構進行分析。
2.1 關系矩陣及關系結構
社會網絡研究要求將屬性數據轉化為關系數據，基于收集的數據本研究構建規模為“20×20”的“行動者-行動者”關系矩陣，該矩陣為“0”“1”二值矩陣。需要強調的是，在樣本中，酒店或客棧、旅游產品經營商戶、餐館或餐飲點、旅游景區、旅行社、居委會、街道辦、非旅游類經營商戶、潮州古城居民這9類利益相關者中只要有一位受訪者表示與其他利益相關者有聯系，在關系矩陣中就可以表示為兩類利益相關者有聯系，但本研究并非針對某一具體個人的特殊選擇，而是在大樣本調查中，尋找整體的共性和規律性，因此，對這9類利益相關者進行了二值化處理，通過對這9類利益相關者關系矩陣進行標準化處理，取標準化后數值的中位數作為臨界值，對大于或等于臨界值的數值取“1”，小于臨界值的數值取“0”，據此得到本研究網絡分析的關系數據（表2）。
運用UCINET6.0畫出潮州古城利益相關者網絡拓撲圖，通過拓撲圖直觀體現各子類利益相關者之間的相互關系，同時，為使4大類利益相關者的關系在圖中直觀體現，本研究用同一類型符號對同一大類的利益相關者進行標示（圖1）。
2.2 網絡中心性
潮州古城旅游規劃決策中，其利益相關者之間的關系模式特點：整個利益相關者網絡的標準化中間中心勢是0.181，這說明這個網絡向某一點集中的趨勢較小，不存在一個絕對強勢群體在主導旅游規劃決策；相關專家或旅游研究機構的點中間中心度最高，這說明具備專業知識的專家團隊對旅游發展的影響十分重大，擁有資源的旅游發展公司、管委會、房管局、文物旅游局的中間中心度也較高，對旅游規劃決策有重大影響；值得注意的是，街道辦雖然不掌握旅游資源，卻是古城居民、居委會與核心利益相關者的重要“中介”，對社區參與旅游有著重大影響，因而其中間中心度也比較高；旅游類和非旅游類商戶、酒店或客棧、餐館或餐飲點、古城居民、居委會處于外層，中間中心度小，這些利益群體大多個體規模小，相互之間也沒有形成緊密聯系，因而沒能形成有影響力的組織，對決策的影響小；最后，處于中間層的是旅游景區、旅行社、規劃局、區旅游局，以及工藝美術協會，其中，景區和旅行社掌握一定旅游資源，規劃局、區旅游局擁有一定的政治權力，工藝美術協會擁有較高的社會影響力，這些利益群體中間中心度居中，他們能夠在一定程度上對古城的旅游規劃決策產生影響（表3）。
2.3 網絡結構洞
潮州古城旅游規劃決策中，利益相關者網絡總體上有著較好的溝通和聯系，四大類群體間沒有出現明顯的結構洞，但在當地社區這一大類利益相關者的子類之間卻存在結構洞，尤其古城居民和非旅游類商戶這兩類利益相關者幾乎不與其他利益相關者產生聯系。此外，他們在所有利益相關者中，受到的總限制性達到1，等級度也達到1，這說明他們雖然是潮州古城最大規模的東道主，在旅游規劃決策中卻被邊緣化（表3）。另外，當地社區作為古城旅游發展中最基礎的利益群體卻與最核心的古城管理委員會之間發生關系斷裂（圖1）。這些結構洞的出現，一方面是因為潮州古城旅游發展仍處于初級階段，當地社區的旅游參與度較低，另一方面是管委會及其屬下旅游發展公司剛成立不久，還未充分整合古城旅游資源。必須注意的是，一個具有眾多原住民的社區發展旅游，當地社區這一大類利益者是不容忽視的，只有充分提高他們在利益相關者網絡中的地位，使他們能夠參與信息傳播和溝通，并與他們共享資源與利益，才能有效引導居民參與旅游發展，促進非旅游類商戶進行商業轉型，從而減少旅游發展的摩擦力，不僅提高旅游規劃的科學性和有效性，也使旅游規劃更加容易落地。
2.4 網絡密度
潮州古城旅游規劃決策利益相關者的整體網密度為0.3632，這說明總體上利益相關者之間的合作行為還有待進一步提高，尤其在跨大類的利益相關者之間，旅游資源共享、信息溝通和聯系的程度較低。從利益相關者網絡中的網絡密度可以看出，處于核心地位的利益相關者，如潮州古城管委會及其屬下的旅游發展公司網絡密度不高，這雖然一定程度上是因為這兩者成立時間短，還未對潮州古城的旅游發展產生較大的影響，但也說明利益相關者相互之間的關系仍是比較疏遠的，增加了決策執行的難度，阻礙潮州古城旅游發展。不過，酒店或客棧、旅游產品經營商戶、餐館或餐飲點、文物旅游局、區旅游局、民間工藝美術協會這些重要的旅游業類的密度相對比較高，可見經過多年的旅游發展，在民間已經形成了相對較好的合作網絡（表3）。
3 結論
旅游業是一個關聯性極高的產業，旅游發展過程中涉及眾多類型的利益相關者。在對潮州古城旅游規劃決策中的利益相關者網絡的研究中，可以看出，一個良好的決策網絡應具備兩個特征：第一，旅游規劃決策中的所有利益相關者相互之間應就旅游發展決策問題建立良好的信息溝通和聯系網，通過正式和非正式交流，使不同利益相關者之間都存在適當的中介，從而保持網絡整體的聯通性。第二，網絡中的利益相關者群體之間保持較高的緊密度，從而增強網絡成員的凝聚力。為此就需要完善旅游規劃決策的利益相關者網絡，使網絡更加完備和聯通。
首先，對邊緣利益相關者進行賦權，提高其中心度。尤其是居委會和當地居民，作為旅游地東道主群體，在旅游規劃決策中卻被邊緣化，這不僅會破壞旅游政策的公平性，而且往往會引起旅游發展中游客與居民的矛盾。居委會是基層管理機構，溝通了居民與其他利益相關者，提高其中心度，不僅能聽到來自基層的聲音，也會使規劃決策更容易獲得理解。當地居民則可以通過政治上、經濟上的賦權，提高他們在旅游規劃決策中的地位，政治上，給予居民更多的旅游發展話語權和投票權，經濟上，與他們分享旅游發展的利益，將他們的個人權利和利益與旅游發展緊密相連。
其次，還要加強利益相關者相互之間的聯系，通過增加“橋”的數量，減少利益相關者網絡的結構洞，強化他們相互之間的關系，并增加網絡密度。在旅游規劃決策階段，不同群體之間更加緊密和頻繁的溝通，能有效地降低誤解，并使規劃更符合各方的利益，這會使規劃落地階段更容易實施。因此，通過強化不同相關利益者之間的聯系，使網絡逐漸靠近理想網絡結構，從而使旅游決策能體現最大多數利益相關者的利益。
社區旅游發展不同于一般旅游景區發展，大量的原住民，以及他們相互之間由于地緣和血緣而形成的復雜社會關系，使得規劃決策不能僅由少量的人員來決定，而是要充分考慮不同利益相關群體的權利、利益和意見。本文基于社會網絡視角對潮州古城旅游規劃決策中的利益相關者網絡展開研究，不僅可以為潮州古城完善規劃決策、促進旅游順利發展提供指導，也可以為其他社區旅游發展的利益相關者研究提供參考。更為重要的是，本文的研究方法為旅游利益相關者研究提供了一種可借鑒的新的系統性思路。雖然本文僅對潮州古城進行案例研究，但任何一個社區的旅游發展，都必然涉及許多利益相關者，這些相關者并非孤立的，他們相互之間存在一定的社會關系，因此在旅游規劃決策中，應當將其考慮在內。
最后，本研究還存在一定的局限性，如利益相關者的合作選擇會受到其自身屬性，如性別、年齡、經濟條件、受教育程度等的影響，也會受到當地旅游資源特征、經濟發展狀況、社會觀念的影響。受限于研究方法，本文沒有對影響因素展開深入研究，而是著重于利益相關者相互之間的合作關系。未來的研究可以進一步考慮上述影響因素對利益相關者合作行為的影響，亦可以針對特定的利益相關者子類展開相應的研究，這些都是有價值的研究方向。
致謝：潮州古城旅游規劃專家組成員張補宏老師、周銳波老師、林旭青規劃師和陳健健規劃師等為本研究提供幫助，潮州古城領導小組也為本研究提供了大力支持，在此表示感謝。
參考文獻（References）
[1] Mitchell J C. The concept and use of social networks[A]//Mitchell J C. Social Networks in Urban Situations[C]. Manchester： University of Manchester Press， 1969：2-3.
[2] Wang Sujie， Hu Ruijuan， Cheng Weihong. A literature review on overseas tourism research under the perspective of social network[J]. Tourism Tribune，2009， 24（7）： 90-95.[王素潔，胡瑞娟，程衛紅. 國外社會網絡范式下的旅游研究述評[J]. 旅游學刊，2009，24（7）： 90-95.]
[3] Bramwell B， Lane B. Tourism Collaboration and Partnerships： Policies， Practice and Sustainability[M]. Clevedon： Charmel View Publications， 2000： 1-20.
[4] Hall C M. Tourism Planning： Policies， Processes and Relationships[M]. Harlow： Prentice Hall， 2007：3-25.
[5] Pforr C. The makers and the shakers of tourism policy in the northern territory of Australia： A policy network analysis of actors and their relational constellations[J]. Journal of Hospitality and Tourism Management， 2002， 9（2）： 134-151.
[6] Scott N， Cooper C， Baggio R. Destination networks： Four Australian cases[J]. Annals of Tourism Research， 2008， 35（1）：169 -188.
[7] Dredge D. Policy networks and the local organization of tourism[J]. Tourism Management， 2006， 27（2）：269-280.
[8] Dredge D. Networks， conflict and collaborative communities[J]. Journal of Sustainable Tourism， 2006， 14（6）：562-581.
[9] Lawrence M. Unraveling the Complexities of Tourism Destination Systems： Policy Networks and Issue Cycles 1998―2005[D]. Australia： Southern Cross University， 2005.
[10] Liu Bing， Zeng Guojun， Peng Qing. A social network perspective on travel itinerary research： A case study in Xinjiang[J]. Tourism Tribune，2013， 28（11）： 101-109.[劉冰，曾國軍，彭青. 社會網絡視角下旅游線路研究――以新疆為例[J]. 旅游學刊，2013， 28（11）： 101-109.]
[11] Liu Hongying， Wei Liliu， Zhang Juan. The research on the characteristics of network structure of area tourist flows based on the tourism routine[J]. Human Geography， 2012， 27（4）： 131-136.[劉宏盈，韋麗柳，張娟. 基于旅游線路的區域旅游流網絡結構特征研究[J]. 人文地理， 2012， 27（4）： 131-136.]
[12] Peng Hongsong， Lu Lin， Lu Xinfu， et al. Spatial network structure and optimization of cross-border tourism area based on tourist flow： A case study in Lugu Lake[J]. Progress in Geography，2014， 33（3）：422-431.[彭紅松，陸林，路幸福，等. 基于旅游客流的跨界旅游區空間網絡結構優化――以瀘沽湖為例[J]. 地理科學進展，2014， 33（3）：422-431.]
[13] Wu Jinfeng. Distribution of inbound foreigner tourist flows and its property and structure characters in China[J]. Journal of Arid Land Resources and Environment，2014， 28（7）： 177-182.[吳晉峰. 入境外國旅游流網絡分布、性質和結構特征研究[J]. 干旱區資源與環境，2014， 28（7）： 177-182.]
[14] Zhang Yanyan， Li Junyi， Yang Min. The tourism flow network structure of Xi’an based on tourism digital footprint[J]. Human Geography，2014， 29（4）： 111-118.[張妍妍，李君軼，楊敏. 基于旅游數字足跡的西安旅游流網絡結構研究[J]. 人文地理，2014， 29（4）： 111-118.]
[15] Wang Degen. The impact of Wuhan-Guangzhou HSR on regional tourism spatial pattern in Hubei Province[J]. Geographical Research，2013， 32（8）： 1555-1564.[汪德根. 武廣高速鐵路對湖北省區域旅游空間格局的影響[J]. 地理研究，2013， 32（8）： 1555-1564.]
[16] Liu Chun. Study on the spatial structure of tourism economy in middle area of China based on social network analysis [J]. World Regional Studies，2015， 24（2）： 167-176.[劉春. 基于社會網絡方法的中部地區城市群旅游空間結構研究[J]. 世界地理研究，2015， 24（2）： 167-176.]
[17] Fang Yelin， Huang Zhengfang， Tu Wei. Spatial differences of tourism economy in Yangtze River Delta from the perspective of social network[J]. Tropical Geography， 2013， 33（2）：212-218.[方葉林，黃震方，涂瑋. 社會網絡視角下長三角城市旅游經濟空間差異[J]. 熱帶地理， 2013， 33（2）： 212-218.]
[18] Yang Xiaozhong， Liu Guoming， Feng Lixin， et al. Spatial economic contact of cross-border tourism region based on network analysis： A case study of Hukou Waterfall Scenic Spot[J]. Geographical Research，2011， 30（7）：1319-1330.[楊效忠，劉國明，馮立新，等. 基于網絡分析法的跨界旅游區空間經濟聯系――以壺口瀑布風景名勝區為例[J]. 地理研究，2011， 30（7）： 1319-1330.]
[19] Zhang Kai， Yang Xiaozhong， Zhang Wenjing. Tourism economic affiliation degree network characteristics and its impacts factors of cross-border tourism region： A case study of Taihu Lake area [J]. Human Grography，2013， 28（6）：126-132.[張凱，楊效忠，張文靜. 跨界旅游區旅游經濟聯系度及其網絡特征――以環太湖地區為例[J]. 人文地理，2013， 28（6）：126-132.]
[20] Lian Tonghui， Yu Caihua， Zong Qianjin. A study on net-work structure of China’s tourism website： Based on a social network analysis[J]. Tourism Science，2012， 26（6）： 80-88.[廉同輝，余菜花，宗乾進. 我國旅游網站的網絡結構研究――基于社會網絡分析法[J]. 旅游科學，2012， 26（6）： 80-88.]
[21] Wang Sujie， Li Xiang. Research on sustainable rural tourism policy based on a social network analysis： A case study of Yangjiabu Village in Weifang City， Shangdong Province [J].Chinese Rural Economy，2011，（3）：59-69，90.[王素潔，李想. 基于社會網絡視角的可持續鄉村旅游決策探究――以山東省濰坊市楊家埠村為例[J]. 中國農村經濟，2011，（3）：59-69，90.]
與發達國家地區比較，中國企業通過縮減物流支出、增加利潤的空間更為廣闊。據統計，2001年美國物流成本占gdp的9.5%（美國cass信息服務公司和prologis公司共同的《2001年度美國國家物流報告》）,而這個數字在中國是16.7%（世界銀行估算）。由此可見，中國的企業僅通過優化物流就能夠獲得實現大量縮減成本、增加利潤的機會。
如何發現改善物流的機會？如何設計優化方案？如何充分借用中國正在興起的物流企業能力，提升企業核心競爭力，改善物流服務等等。為了解答這些疑問，提高優化物流的成功率，企業需要一套系統性的分析現狀、發現機會等診斷方法，這套方法論主要包括了三個階段的工作：階段一，運輸管理能力評估；階段二、業務網絡分析和建議；階段三,評估外包的優勢。
運輸管理能力評估:本階段主要工作是診斷、評估傳統的運輸功能部門的主要活動和流程，分析評估的范圍包括廠內和廠外物料運輸、作業安排、運輸路線、回程管理及運輸設備保養維護等各個方面活動。
對企業運輸現狀評估的目的是希望通過全面的分析、診斷，發現能夠通過流程重組、信息技術更新等方法，進而優化企業物流的機會。通常企業能夠在以下活動中，發現優化物流、縮減成本的機會：
廠內物料的跟蹤和管理
作業安排和路線安排的方法和系統
產品分配和交付
運輸模式選擇
跟蹤和客戶服務
維護保養
在企業中，許多業務因素對物流也有著決定性的影響作用，因此在診斷評估階段除了針對運輸功能部門進行診斷之外，企業還需要對這些影響因素進行分析，它們通常包括：
運輸設備采購決策、現有運輸能力、當前的運作情況
了解、評估現有使用的系統和技術
評估運輸服務供應商的成本和能力
分析自有車隊情況（如果企業配備）
與世界先進的服務水平和客戶需求進行差距比較、分析
發展未來運輸模型和高層次的實施計劃
網絡分析和建議:在該階段主要從供應鏈的宏觀角度全面分析企業的物流現狀，評估分析范圍包括了從原材料到成品的整個流程、供應商的所在地和供應數量、分銷設施情況、客戶所在地等。
通常，當企業意識到現有供應鏈表現不盡人意，網絡分析的價值尤為突出。因為進行網絡分析的目標是能夠在企業內實現：
統一物流和分銷發展戰略
發現縮減成本或是提高服務水平機會，成功筑建企業競爭力
發現現有網絡中產生過多成本的原因
當訂單履行率降低、庫存周轉率下降時，發展其他的戰略
發現通過并購、整合設備，提高工作效率的機會
分析工作在本階段并不是全部，分析的最終目的是提出解決方案。可能產生的建議方案包括：
建議分銷機構的個數和地點
分銷機構的工作目標
服務水平和訂單周期時間
預期的網絡總成本
存貨配置和儲存需求
運輸成本
另外，成本與服務水平需求也是必須考慮的問題之一，如何在平衡成本和服務水平基礎上，提供優化的供應商和分銷網絡配置的方案？為了更好地發現獲得成功的關鍵要素，該階段還需要針對敏感性因素進行假設性的情景分析，協助進行網絡設置的決策。
實際上，網絡分析研究在企業發展物流戰略過程中也十分關鍵，這些工作能夠協助企業制定合適的戰略：
確保在正確的時間、正確的地點有正確的產品
具有充分的靈活性，能夠適應組織內部和外部市場的變化
實現在合理成本下，能夠提供具有競爭優勢的交付服務
能夠迅速得以成功實施
需要指出的是，網絡分析是一個需要進行大量復雜分析的工作，為了真正、最大程度發揮它的價值，通常還需要借助一些先進的線性計劃優化軟件，對現有數據進行可以量化和客觀性的網絡布置情景分析，這也是現代化網絡分析較之傳統方式的重要優勢之一。
評估外包的優勢：在市場變化多端、客戶需求不斷提升的競爭環境下，企業需要肩負縮減成本、提升核心力的雙重壓力，而外包是一個能夠幫助企業將傳統上必須自己負責卻增值不多的工作交給外部專業的服務供應商，一方面能夠令企業更加專注于核心競爭力，而外包公司的專業服務則能很好的滿足客戶對服務不斷增加的要求。
現代的第三方物流（3pl）正是在這種雙贏方案驅動下的產物，而為了更好滿足現代企業的外包要求，第三方物流服務商不斷延伸服務內容、發展縮減物流成本的解決方案，令企業外包物流得以有更多的選擇。
因此在進行物流優化方案設計時，評估、選擇外包機會是必不可少的工作之一。如何選擇優秀的外包商并匹配企業內部的需求成為分析外包機會的核心任務，通常需要進行以下工作：
發現、確認整條供應鏈之中的外包機會，因而改善供應鏈效率，提高成本效益；
制作、、評估外包項目建議書；
客觀、中立的評估供應商的成本和能力；
審核建議合同條款、比較現行市場標準和實踐；
根據企業和選擇的供應商能力，制定可操作、符合實際的轉變過渡方案；
確定主要的成本、服務驅動因素、標準、以及平衡因素，以此促使外包商不斷改善服務
[關鍵詞]五味子；醇沉；中心復合設計；貝葉斯網絡；BP人工神經元網絡
五味子為木蘭科植物五味子Schisandra chinensis（Turcz.）Baill.的干燥成熟果實，性酸甘、溫，歸肺、心、腎經，主要功效有收斂固澀、益氣生津、補腎寧心，用于久嗽虛喘、夢遺滑精、遺尿尿頻、久瀉不止、自汗盜汗、津傷口渴、內熱消渴、心悸失眠[1]。
醇沉工藝作為中藥制藥工藝中的關鍵步驟，極大的影響著中藥產品中藥效物質及雜質的含量，因此優化醇沉工藝條件對于中藥生產效率及中藥產品質量至關重要[2-3]。而隨著實驗設計理念近年來逐漸進入中藥制藥工藝研究中，其對于提高研究效率和優化精確度的作用已被廣泛認可，中心復合設計作為其中一種重要的設計方法也被廣泛應用于解決多變量優化問題的研究中[2， 4]。
網絡分析是一種重要的數據挖掘方法，它通過網絡的方法考察網絡節點間的關聯關系， 以節點屬性數據為基礎對網絡的性能特征進行多方面的分析計算[5]。網絡分析可以針對多變量和多響應的復雜體系建立各變量與響應間的相互關系，從中發現關鍵信息；也可進行網絡建模，用于預測和調節相關參數。人工神經元網絡是近來被應用較多的模式識別和非線性建模方法，其優點在于對于信息的分布存儲，并行識別以及自學習能力，目前也有見于中藥制藥工藝研究的報道[6]。BP神經網絡可通過訓練集的建模擬合結果與實測結果對比后反向條件各個節點間的權值和閾值以達到收斂目標，而經過遺傳算法優化的BP神經網絡可以是初始權值和閾值盡量接近最終模型，以加快網絡訓練的速度。
本研究將五味子醇沉過程中的乙醇濃度、乙醇倍量、冷藏溫度及冷藏時間作為優化對象，以糖去除率和五味子醇甲保留率為優化指標，利用中心復合設計進行實驗，獲得相應數據后利用貝葉斯網絡和BP人工神經元網絡進行分析和建模，辨析關鍵工藝參數并以此進行過程建模與優化。
1 材料
Agilent 1100 Series高效液相色譜系統（安捷倫公司），包括Agilent ChemStation、在線脫氣機、自動進樣器、紫外-可見光檢測器、柱溫箱；Alltech 2000ES 蒸發光散射檢測器（Grace公司）；METTLER TOLEDO XS105DU電子天平（梅特勒-托利多公司）；03-1多工位磁力攪拌機（杭州儀表電機有限公司）；維西爾BL100蠕動泵（常州維西爾流體技術有限公司）；天之恒THYD-1030W低溫恒溫槽（寧波天恒儀器廠）。
五味子藥材來自于江蘇蘇中藥業集團股份有限公司，為其產品三味生脈注射液原料之一，批號21112601。五味子醇甲對照品購自于上海融禾醫藥科技發展有限公司，批號130817；果糖、葡萄糖、蔗糖、麥芽糖對照品均購自于上海阿拉丁試劑有限公司。Milli-Q水（Milford公司）；色譜純乙腈（Merck公司）；色譜純甲酸（ROE Scientific公司）。
2 方法與結果
2.1 實驗設計
以五味子醇沉工藝中的乙醇加入量、乙醇濃度、冷藏溫度及冷藏時間為變量，采用中心復合設計4因素5水平6中心點實驗，具體實驗因素水平見表1。
2.2 樣品制備
8倍量水提取250 g五味子藥材，提取2次，每次1 h；將2次提取液抽濾后混合，通過減壓旋蒸將提取液旋蒸至密度為1.10 g?mL-1的浸膏。精密稱取5 g浸膏置于干燥的100 mL錐形瓶中，在400 r?min-1的磁力攪拌下以5 mL?min-1的速率加入實驗設計表中要求量的相應濃度的乙醇后放入相應溫度的恒溫槽中靜置至相應時間后取出傾出上清液稱重并測量體積，該上清液即為醇沉液樣品。
2.3 指標成分的含量測定
五味子醇甲采用高效液相色譜-紫外檢測器法測定。色譜條件及系統適用性試驗：應用ACQUITY UPLC BEH Shield RP18（3.0 mm×50 mm，1.7 μm）色譜柱；以純乙腈為流動相A，以0.02%甲酸溶液為流動相B，進行梯度洗脫：0～3 min，19% A；3～9 min，19%～20% A；9～11 min，20%～31% A；11～13 min，31% A；13～15 min，31%～33% A；15～22 min，33% A；22～23 min，33%～100% A；23～30 min，100% A；30～31 min，100%～19% A；31～46 min，19% A。柱溫45 ℃；流速0.4 mL?min-1；檢測波長254 nm。
五味子糖含量采用高效液相色譜-蒸發光散射檢測器法測定。色譜條件及系統使用性試驗：應用Prevail Carbohydrate ES（4.6 mm×250 mm，5 μm）色譜柱；以純乙腈為流動相A，Milli-Q水為流動相B，按75%A相進行洗脫；柱溫45 ℃；流速0.8 mL?min-1；蒸發光散射檢測器溫度105 ℃，空氣流速1 L?min-1。
測定結果換算成單位浸膏質量所含指標成分質量，與原始浸膏樣品所測的相應指標值比較后可得五味子醇甲保留率及各個糖的去除率數據。具體測定結果見表2。
2.4 貝葉斯網絡分析主要工藝參數
利用Matlab的貝葉斯網絡學習工具箱（Bayesian network learning algorithms toolbox， BNLAT）中的PC算法對采集到的數據進行分析[7]，構建一個8節點有向無環的貝葉斯網絡結構圖，節點間有箭頭連接表示2個變量間存在因果關系，可以此辨析出關鍵工藝參數。工藝參數網絡結構見圖1，乙醇加入量和乙醇濃度是五味子醇沉工藝的關鍵工藝參數，它們直接影響糖的去除率、可溶性固形物含量和五味子醇甲的保留率。
2.5 BP人工神經網絡建模
2.5.1 訓練集和驗證集劃分及數據歸一化 按照所用樣本數據的70%劃分訓練集，其余30%為驗證集，并利用最大-最小法對數據進行歸一化，以消除量綱。
2.5.2 網絡結構及參數 選取貝葉斯網絡分析所得的2個關鍵工藝參數：乙醇加入量及乙醇濃度作為BP人工神經網絡的輸入層，設定隱含層節點數為8，以所測4個觀察指標為輸出層建立一個284的3層網絡結構。設定網絡訓練目標誤差為10-8，學習速率為0.3，最大允許訓練步數為2 000。
2.5.3 利用遺傳算法優化網絡初始權值和閾值 利用Matlab的遺傳算法工具箱（GAOT）對網絡初始權值和閾值進行優化，設定遺傳種群規模為50，遺傳代數為100，其余參數均為默認設置。將優化后的初始權值和閾值賦予網絡進行下一步模型建立。
2.5.4 BP神經網絡模型建立及驗證 將上一步中的遺傳算法優化所得的初始權值和閾值賦予已建好網絡結構的神經網絡，將訓練集數據帶入進行建模，回歸模型相關系數R2=0.983 8，均方根誤差MSE=0.001 1。
建立模型后，在利用驗證集數據對網絡模型進行驗證，驗證結果為預測值與實測值得相關系數R2=0.975 9，均方根誤差MSE=0.001 8。
3 結論
本研究將實驗設計理念與網絡分析方法相結合，利用貝葉斯網絡辨析出乙醇加入量及乙醇濃度為五味子醇沉工藝中的關鍵工藝參數；然后利用這2個工藝參數作為輸入量，五味子醇甲保留率、可溶性固形物含量、果糖去除率以及葡萄糖去除率4個觀測指標作為輸出量進行人工神經網絡建模，用以預測和監控工藝過程。模型擬合結果表明該方法所建模型精度高，預測能力較強。
傳統的多項式擬合僅能描述單輸出的模型，對于多輸出問題則需要建立多個模型加以描述，且無法反映各個輸出間存在的相互作用關系。相比而言，網絡模型則可以更為直觀的辨析出關鍵因素，并且可以建立同時反映多輸入多輸出的模型，對復雜體系中的擬合精度相對更好。
但是由于本研究均在實驗室條件下進行，因此若要將其推廣至工業生產中仍需進一步對實際生產條件及生產數據進行研究。
[參考文獻]
[1] 中國藥典.一部[S].2010：61.
[2] 何國勇，周牡丹，童勝強，等. 響應面法優化丹參醇沉工藝的研究[J]. 中國現代應用藥學，2010（2）：118.
[3] 姚琳，孫妍，高菲，等. 苦柏婦炎栓水提醇沉工藝優選[J]. 中國實驗方劑學雜志，2013，19（8）：66.
[4] 吳強，夏厚林，郭帥，等. 中心復合設計――效應面法優化疊鞘石斛石斛酚提取工藝[J]. 成都中醫藥大學學報，2013（2）：21.
[5] 呂海峰，馬維忠，王衍華. 基于網絡分析方法的物流配送中心選址的研究[J]. 運籌與管理，2004（6）：80.
[6] 楊銘，余敏英，史秀峰，等. BP神經網絡結合遺傳算法多目標優化秦皮提取工藝的研究[J]. 中國中藥雜志，2008（22）：2622.
[7] Aliferis C F， Tsamardinos I， Statnikov A R， et al. Causal explorer： a causal probabilistic network learning toolkit for biomedical discovery[C]. Las Vegas： Proceedings of the international conference on mathematics and engineering techniques in medicine and biological scienes， 2003.
Network analysis of ethanol precipitation process for
Schisandrae Chinensis Fructus
ZHONG Yi1， ZHU Jie-qiang1， FAN Xiao-hui1， KANG Li-yuan2， LI Zheng2*
（1. Department of Traditional Chinese Medicine Science and Engineering， College of
Pharmaceutical Sciences， Zhejiang University， Hangzhou 310058， China；
2.State Key Laboratory of Modern Chinese Medicine， Tianjin University of Traditional Chinese Medicine， Tianjin 300193， China）
[Abstract]A set of central composite design experiments were designed by using four factors which were ethanol amount， ethanol concentration， refrigeration temperature and refrigeration time. The relation between these factors with the target variables of the retention rate of schizandrol A， the soluble solids content ， the removal rate of fructose and the removal rate of glucose were analyzed with Bayesian networks， and ethanol amount and ethanol concentration were found as the critical process parameters. Then a network model was built with 2 inputs and 4 outputs using back propagation artificial neural networks which was optimized by genetic algorithms. The R2 and MSE from the training set were 0.983 8 and 0.001 1. The R2 and MSE from the test set were 0.975 9 and 0.001 8. The results showed that network analysis method could be used for modeling of Schisandrae Chinensis Fructus ethanol precipitation process and identify critical operating parameters.
>> 基于開源的企業操作系統部署研究 Android操作系統的安全機制研究 網絡神劇生產者 基于Android操作系統設備點檢管理系統的研究 英特爾開源操作系統平臺的野心 Android操作系統安全機制研究 基于Android操作系統的GIS軟件開發與研究 Android操作系統的安全機制分析與解決方案研究 iOS與Android操作系統的優缺點比較 Linux網絡操作系統入侵防范方法的研究 基于Linux操作系統的網絡編程方法研究 提速!開源云操作系統 網絡操作系統的選擇分析 網絡就是Google的操作系統 技術創新視角的網絡操作系統與操作教學研究 淺析網絡操作系統 幾種常用的開源嵌入式操作系統的性能比較 生產者責任延伸制度研究 Android操作系統移植及關鍵技術研究 開源操作系統能贏得中國用戶嗎？ 常見問題解答 當前所在位置：l[cited 25th May 2009].
[3]姚昱旻，劉衛國.Android的架構與應用開發研究[J].計算機系統應用，2008，11.
[4]Albert R，Jeong H，Barabasi A.L.Diameter of the world2wide web[J].Nature，1999，401.
[5]Andrei B，Ravi K，Farzin M，et al.Graph structure in the Web[J].Computer Networks，2000（33）.
[6]Williams R J，Martinez N D.Simple rules yield complex food webs[J].Nature，2000，404（6774）.
[7]Amaral LAN.，Scala A，Barthelemy M，et al.Classes of small2world networks[J].Proc Natl Acad Sci USA，2000，97（21）.
[8]Gleiser P.，Danon munity structure in jazz[J].Advances in Complex System，2003，6（4）.
[9]楊建梅，陸履平，謝.廣州軟件企業競爭關系的復雜網絡分析[C].第二屆全國復雜網絡會議論文集，2005，10.
[10]楊建梅，王舒軍等.廣州軟件產業社會網絡與競爭關系復雜網絡的分析與比較[J].管理學報，2006，11.
[11]張建國.加權網絡及其復雜網絡動力學[D].湖南師范大學碩士論文，2007.
