基于SNA的虛擬社區(qū)群組結構分析系統(tǒng)及其實證研究.pdf

1、虛擬社區(qū)與其他網(wǎng)絡服務的重要區(qū)別在于虛擬社區(qū)中成員交互具有聚集性,即虛擬社區(qū)中群組的實質是社會網(wǎng)絡。而研究表明虛擬社區(qū)成員了解所在群組結構有利于成員進行有意識的知識交互行為,從而提高群組知識共享效率。鑒于此,本研究希望通過分析虛擬社區(qū)中成員知識交互模式,建立群組結構分析模型,在此之上設計并實現(xiàn)一套群組結構分析系統(tǒng),使社區(qū)成員易于理解所在社群結構,最終達到提高虛擬社區(qū)知識共享效率的目的。
　　 本文首先從理論基礎、案例分析、可視化

2、布局算法三方面對虛擬社區(qū)群組結構分析系統(tǒng)進行文獻調查研究。理論基礎研究中主要分析了社會網(wǎng)絡分析及其在虛擬社區(qū)中的應用;案例分析分析了兩個經典系統(tǒng)UCINET與KIWI,認為UCINET較為專業(yè)但不利于成員理解與應用,KIWI則缺少能夠呈現(xiàn)社群結構特征信息的社群圖;可視化布局算法分析了力引導與Nbody算法,認為兩種算法并沒有與社會網(wǎng)絡分析緊密結合。
　　 隨后在文獻研究基礎上建立群組結構分析模型,指導虛擬社區(qū)群組結構分析系統(tǒng)設計

3、與實現(xiàn)。該模型主要建立在社區(qū)成員知識共享模式與知識共享描述指標兩項分析結論基礎之上。通過對社區(qū)成員知識共享模式分析,認為虛擬社區(qū)群組知識共享狀態(tài)需要從成員參與度、群組整體性、群組凝聚力與成員角色四個角度進行描述。
　　 在分析模型基礎上得到系統(tǒng)需求:成員參與度、群組整體性、群組凝聚力、成員角色及多種布局視圖為豐要需求。確定虛擬社區(qū)群組結構分析系統(tǒng)主要功能為:(1)洲度指標的計算,其中主要包括:連結強度、密度、凝聚子群、中介度及中