【摘要】：互聯(lián)網(wǎng)時(shí)代,用戶創(chuàng)新的形式主要是通過企業(yè)虛擬社區(qū)來進(jìn)行。社區(qū)用戶創(chuàng)新的知識(shí)是最貼近用戶需求的創(chuàng)新知識(shí)資源,對(duì)企業(yè)改進(jìn)產(chǎn)品和服務(wù)具有不可估量的價(jià)值。因此,如何有效地獲取并利用用戶創(chuàng)新知識(shí)是企業(yè)和研究者十分關(guān)注的問題。本文結(jié)合企業(yè)社區(qū)創(chuàng)新知識(shí)活動(dòng)的特點(diǎn),在社區(qū)文本挖掘基礎(chǔ)上,綜合利用知識(shí)網(wǎng)絡(luò)、社會(huì)網(wǎng)絡(luò)分析、超網(wǎng)絡(luò)分析等多種方法,對(duì)用戶創(chuàng)新社區(qū)知識(shí)發(fā)現(xiàn)與分析方法進(jìn)行了深入探討,主要進(jìn)行了以下創(chuàng)新性工作:(1)針對(duì)用戶創(chuàng)新知識(shí)特點(diǎn),構(gòu)建了具有雙屬性的用戶創(chuàng)新知識(shí)加權(quán)網(wǎng)絡(luò)模型,并基于模型提出創(chuàng)新知識(shí)分析方法。研究中根據(jù)用戶創(chuàng)新知識(shí)特點(diǎn),在原有加權(quán)知識(shí)網(wǎng)絡(luò)模型基礎(chǔ)上,引入關(guān)注度指標(biāo),并將關(guān)注度和詞頻都作為節(jié)點(diǎn)權(quán)重(二者實(shí)質(zhì)上部分反映了創(chuàng)新知識(shí)需求和供給情況),從而構(gòu)建了一個(gè)具有二類節(jié)點(diǎn)屬性的社區(qū)創(chuàng)新知識(shí)加權(quán)網(wǎng)絡(luò)模型(Bi-Weighted Knowledge Network,BWKN),實(shí)現(xiàn)了對(duì)用戶創(chuàng)新知識(shí)的整合建模。對(duì)模型應(yīng)用進(jìn)行了較深入的研究,包括創(chuàng)新熱點(diǎn)發(fā)現(xiàn)、關(guān)注熱點(diǎn)發(fā)現(xiàn)、核心關(guān)聯(lián)模式及創(chuàng)新中心點(diǎn)識(shí)別、創(chuàng)新知識(shí)類團(tuán)分析等。(2)針對(duì)碎片化的知識(shí)點(diǎn)不易理解、缺乏聯(lián)系等問題,提出一種基于加權(quán)知識(shí)網(wǎng)絡(luò)分析的社區(qū)用戶專家創(chuàng)新知識(shí)模式發(fā)現(xiàn)及分析方法。以用戶社區(qū)帖子為對(duì)象進(jìn)行Web文本挖掘,以加權(quán)知識(shí)網(wǎng)絡(luò)模型(Weighted Knowledge Network,WKN)對(duì)挖掘的碎片知識(shí)進(jìn)行整合和建模,進(jìn)而綜合利用WKN模型中的點(diǎn)、邊、權(quán)重,以及社會(huì)網(wǎng)絡(luò)分析方法,識(shí)別出基于派系的基本型創(chuàng)新知識(shí)模式、基于非派系的成長型創(chuàng)新知識(shí)模式、核心創(chuàng)新知識(shí)模式。從模型及實(shí)例可看出,該方法識(shí)別出的知識(shí)模式,包含了知識(shí)點(diǎn)之間的關(guān)系結(jié)構(gòu),因而比零散的知識(shí)點(diǎn)更系統(tǒng)、深入,更易理解和應(yīng)用。(3)針對(duì)碎片知識(shí)的整合問題,提出了一種基于知識(shí)點(diǎn)聚類的用戶創(chuàng)新知識(shí)加權(quán)聚類網(wǎng)絡(luò)(Weighted Clustered Network,WCN)建模及分析方法。在Web內(nèi)容挖掘基礎(chǔ)上,對(duì)高頻特征詞進(jìn)行聚類,并基于內(nèi)容對(duì)所有類進(jìn)行標(biāo)記并命名,與高頻詞合并形成創(chuàng)新知識(shí)點(diǎn)集,考慮詞頻以及知識(shí)點(diǎn)間隸屬關(guān)系,構(gòu)建了層次的用戶創(chuàng)新知識(shí)加權(quán)聚類網(wǎng)絡(luò)模型,并基于模型實(shí)現(xiàn)對(duì)用戶創(chuàng)新知識(shí)的深入分析,包括創(chuàng)新子域知識(shí)構(gòu)成分析、熱點(diǎn)創(chuàng)新領(lǐng)域識(shí)別及表示、熱點(diǎn)子域的核心子類識(shí)別及分析等。(4)通過對(duì)用戶創(chuàng)新知識(shí)系統(tǒng)進(jìn)行分析,提出了企業(yè)網(wǎng)上社區(qū)用戶創(chuàng)新知識(shí)超網(wǎng)絡(luò)模型(User Innovation Knowledge Supernetwork,UIKSN),實(shí)現(xiàn)對(duì)知識(shí)系統(tǒng)全要素的整合建模。該模型包含四種類型節(jié)點(diǎn):用戶、帖子、創(chuàng)新知識(shí)點(diǎn)、創(chuàng)新領(lǐng)域(WCN中的類)和六種類型的邊,并且部分節(jié)點(diǎn)和邊還帶有權(quán)重的加權(quán)超網(wǎng)絡(luò)模型。通過該模型,可全面反映用戶創(chuàng)新社區(qū)中創(chuàng)新用戶、帖子、創(chuàng)新知識(shí)點(diǎn)、創(chuàng)新領(lǐng)域等情況,識(shí)別出基于UIKSN的社區(qū)領(lǐng)域熱點(diǎn)、社區(qū)用戶創(chuàng)新專家、以及專家和用戶個(gè)人的知識(shí)專長等。(5)針對(duì)社區(qū)中的KNOW-WHO類知識(shí),在UIKSN的基礎(chǔ)上,引入了用戶關(guān)注度指標(biāo),提出基于關(guān)注度超網(wǎng)絡(luò)的用戶創(chuàng)新社區(qū)領(lǐng)先用戶識(shí)別方法研究。針對(duì)創(chuàng)新社區(qū)領(lǐng)先用戶特征,提出基于領(lǐng)先用戶創(chuàng)新需求領(lǐng)先的關(guān)注度算法,將用戶關(guān)注度及用戶創(chuàng)新知識(shí)詞頻作為領(lǐng)先用戶識(shí)別的兩個(gè)重要指標(biāo),構(gòu)建具有兩類節(jié)點(diǎn)屬性的社區(qū)用戶關(guān)注超網(wǎng)絡(luò)模型,通過分析用戶的創(chuàng)新知識(shí)詞頻及關(guān)注度,識(shí)別出社區(qū)的領(lǐng)先用戶。上述提出的用戶創(chuàng)新知識(shí)建模及分析方法,不僅解決了社區(qū)零散知識(shí)的集成以及社區(qū)領(lǐng)先用戶的識(shí)別,還改進(jìn)了加權(quán)知識(shí)網(wǎng)絡(luò)以及加權(quán)超網(wǎng)絡(luò)的建模及分析方法。
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：F274;F273.1
【圖文】：

華南理工大學(xué)博士學(xué)位論文成為企業(yè)產(chǎn)品開發(fā)與創(chuàng)新過程中非常重要的問題。傳統(tǒng)的領(lǐng)先用戶識(shí)別方法有金字塔法，主要以領(lǐng)先用戶的兩個(gè)基本特征為標(biāo)準(zhǔn)：產(chǎn)品的市場與技術(shù)趨勢、期望收益。對(duì)領(lǐng)先用戶第一個(gè)特征的測量，基本上都是通過咨詢相關(guān)專家來確定市場趨勢。在實(shí)際的識(shí)別過程中，可用實(shí)際創(chuàng)新行為和產(chǎn)品創(chuàng)新的速度來替代領(lǐng)先用戶的第二個(gè)特征。如 Urban & von Hippel（1988）對(duì) PC-CAD 領(lǐng)域進(jìn)行案例測試的研究中，首先通過縮小范圍查找公司或其他用戶公認(rèn)的、對(duì)該產(chǎn)品最熟悉的專業(yè)人士。然后在專業(yè)用戶中進(jìn)行特定的調(diào)查，根據(jù)這些用戶的回答，成功識(shí)別出符合 趨勢前沿，有高收益期望 特征的領(lǐng)先用戶[7]。在金字塔研究方法中，用戶被分為了三個(gè)層次，如圖 2-1。在金字塔的最高層即為領(lǐng)先用戶，是具有產(chǎn)品領(lǐng)域精深知識(shí)的極少數(shù)人。

（2）BWKN 模型構(gòu)建根據(jù)所獲取的特征詞以及他們之間的共現(xiàn)關(guān)系，由公式（3-2 至 3-10），可依次獲得用戶創(chuàng)新知識(shí)點(diǎn)集、知識(shí)點(diǎn)權(quán)重集、邊集以及邊權(quán)重集，從而可以構(gòu)建加權(quán)知識(shí)網(wǎng)絡(luò)模型（圖 3-1，本文所有網(wǎng)絡(luò)圖由 Ucinet 制作[265]）。屏幕 38 短信 19 刪除 14 備份 12 音量 11 制式 9電腦 32 桌面 18 標(biāo)簽 14 運(yùn)行 12 發(fā)熱 11 驅(qū)動(dòng) 9文件 29 藍(lán)牙 17 通話 14 數(shù)據(jù)線 12 修改 11 隱藏 9三星 29 充電 17 助手 14 感應(yīng)器 12 清理 11 通知 9省電 27 電池 17 流量 13 靜音 12 性能 11 電話 9聯(lián)通 24 解鎖 17 下載 13 密碼 11 信號(hào) 11 耗電 9安裝 22 圖標(biāo) 17 內(nèi)存 13 按鍵 11 服務(wù) 10 用戶 9系統(tǒng) 21 程序 16 電源 13 拍照 11 拍攝 10 字體 9電量 20 網(wǎng)絡(luò) 16 相機(jī) 13 版本 11 更新 10 優(yōu)化 9

【引證文獻(xiàn)】

相關(guān)會(huì)議論文 前1條

1 李婷;余本功;;基于科學(xué)知識(shí)圖譜的用戶知識(shí)網(wǎng)絡(luò)研究的可視化分析[A];第十九屆中國管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2017年

相關(guān)碩士學(xué)位論文 前2條

1 汪Y顂

本文編號(hào)：2741291