34877字硕士毕业论文开放式创新网络社区成员动态信任机制研究

论文类型：硕士毕业论文

论文字数：34877字

论点：创新,网络,开放式

论文概述：

本文是管理论文，本文在研究了开放式创新的基础上，针对现有的开放式创新网络社区的特点将其分为两类：分布式共同创造社区和基于终端用户的创新社区。

论文正文：

第一章引言1.1研究的背景和意义 从实践的角度来看，创新为企业提供了巨大的创新源泉，增加了创新参与者的数量，为提升企业创新的质量和速度提供了有力的保证 创新网络社区将企业、创新网络乃至国家创新体系联系起来，在促进自主创新中发挥着重要作用。 从理论角度来看，创新社区，尤其是那些基于互联网的社区，外观相对较短，有许多学科要研究，涉及多个学科的参与，这本身就是一个相对困难的学科。由于创新网络社区本身的短暂性、参与者的多样性以及创新网络社区结构的动态性，都为理论研究提供了丰富的研究内容。 近一两年来，国内外对这种新的创新模式的研究开始兴起，但往往局限于案例描述，或者从协调机制、动态模型等方面进行分析和解释。对这种模式下社区成员动态信任机制的研究相对较少。本文旨在建立一个以贝叶斯网络为指导思想的社区动态信任模型，具有一定的探索意义。 1.2国内外研究现状基于本文的初步研究计划和思路。以下从开放创新、创新网络社区、信任模型和贝叶斯网络四个方面分析了国内外的研究进展。作为本文的研究基础，研究计划将根据当前的研究趋势和不足进行修订。 1.2.1创新网络社区主要指不同类型技术创新网络的存在模式，包括创新网络、组织间网络、技术联盟等。 近年来，国内外学者对合作创新和创新集群进行了大量研究。特别是随着组织理论的不断发展，供应链战略联盟和虚拟组织理论相继提出。以合作技术创新为核心的创新网络社区组织理论也被提上了研究议程。 与此同时，为了提高服务和产品质量，各类企业不断从各个角落寻找想法、解决方案和解决方案。 在企业积极寻求外部创新支持和降低个人参与创新门槛的两股力量推动下，创新参与变得更加普遍，创新来源增加，企业更加频繁地利用在线社区和互联网开展创新活动，进一步推动了学者对创新网络和创新社区的研究。 根据Harris、Coles和Diekson(2000)的定义，创新网络被视为不同创新参与者(制造业企业、R&D机构和创新导向服务提供商)的协作群体。他们共同参与新产品的形成、开发、生产和销售以及创新的开发和传播。通过互动，科学、技术和市场之间建立了直接和间接、互惠和灵活的关系。参与者之间的这种关系可以通过正式合同或非正式安排形成。此外，网络形成的整体创新能力大于个体创新能力的总和，即网络具有协同特征。 奥斯瓦尔德·琼斯(Oswald Jones)、史蒂夫·康威(SteveConway)和弗雷德·斯图尔特(Fred Steward)指出，技术创新网络是技术创新活动的一种新的组织形式，网络的形成是为了寻找有助于自身发展的新知识。 Rothwell(2000)等人认为，技术创新网络的重要性不仅在于加强个体成员的创新，还在于个体合作伙伴创新能力的组合和放大。 约翰·哈格多恩(John Hagedoorn)和吉尔特·杜斯特(Geert Duysters)(2002)指出，通过跨组织技术创新网络的应用，企业可以获得新知识，并逐渐增强其技术创新能力。 第二章开放创新网络社区和贝叶斯网络2.1开放创新网络社区切斯布罗(2006)将开放创新定义为:“通过控制知识流入和流出的目的，分别加快企业内部的创新和利用以及外部市场的扩张和创新。” 他还建议，如果企业想从技术中创造价值，就应该寻求将外部资源和内部创造力结合起来，开辟新的途径和市场。 哈格多恩(2002)认为，这一说法引起了很多关注，因为它反映了通过外部网络获取的知识数量迅速增加。 与此同时，杜斯特(Duysters)(1999)等人认为，这表明网络社区活动不仅仅是一种附加活动，而且应该作为一种核心策略出现。 网络社区可以被定义为一个相互连接的复杂系统或结构。 开放式创新网络社区首先是一个网络社区，它具有网络社区的复杂结构和虚拟互动。其次，开放创新赋予社区不同于其他网络社区的特征:开放创新网络社区连接使用相同产品或服务的不同个人，包括消费者、产品或服务提供商、研究机构、大学甚至政府等。开放式创新网络社区可以更好地结合不同的网络社区，这些不同的网络节点也可以从社会机制、网络资源占用等类似的经济活动中影响网络社区 因此，一个开放和创新的网络社区可以通过两种方式来控制，即通过交互式网络或通过社区中的不同位置，但这将导致资源和管理的不平衡。 Tidd & Bassant(2008)认为，开放创新网络社区在充分体现联合专业化优势时可以发挥最大作用。共享基础架构、标准和其他好处的优势大于网络治理和维护的成本。 不同的在线社区有不同的知识和兴趣特征。为了实现高效创新，开放式创新网络社区必须将特定的产品创新任务与网络社区的创新特征相匹配。 如何更好地识别开放式创新网络社区是组织的难点和重点。就像真实的社区一样，兴趣相似、经历不同的网民会谈论他们愿意讨论的一些需求和产品创新话题，但并不是所有的话题或活动都能与开放式创新联系在一起。 2.2贝叶斯网络2.2.1贝叶斯方法贝叶斯方法(Bayesian method Bayesian method)认为，在事件发生之前，存在一定的先验概率分布，即基于历史信息或主观判断确定的事件概率 同时，人们的判断会受到外部条件变化后产生的其他现象或附属信息的影响。这些现象或附加信息被称为证据。 通过收集证据和修正先验概率，获得事件的后验概率分布，并根据该分布做出决策。 在《概率问题解的评论》一文中，托马斯·贝叶斯提出了贝叶斯定理，其本质是解释条件概率，也可称为后验概率定理。这个定理是贝叶斯方法的理论基础 贝叶斯规则提供了基于假设的先验概率，即在给定假设下不同观测数据和观测数据本身的概率，从而获得最佳假设 换句话说，贝叶斯理论提供了一种概率推理方法。假设要检查的数据遵循一定的概率分布，根据该概率分布和数据进行推理，从而做出最优决策。 贝叶斯学习方法的特点如下:(1)每个观察到的训练样本可以递增地减少或增加某一假设的估计概率 使用其他算法，当某个假设与任何示例不一致时，该假设将被完全删除。(2)先验知识和观测数据共同决定假设的最终概率；(3)允许假设做出不确定的预测 贝叶斯网络具有以下特点:(1)贝叶斯网络是描述人脑知识结构的自然方法，可以很容易地描述和解释贝叶斯网络中的知识 (2)知识表示分为网络结构关系、表示事件之间因果联系的定性知识和主要来自专家经验、专业文献和统计学习的定量知识(主要指节点的条件概率表) (3)贝叶斯网络本身是一个不确定的因果关联模型 贝叶斯网络不同于其他决策模型。它是一个概率知识表达和推理模型，可视化多个知识图表。它更恰当地包含了网络节点变量之间的因果关系和条件相关性 (4)贝叶斯网络具有很强的处理不确定性问题的能力 贝叶斯网络使用条件概率来表达各种信息元素之间的相关性，能够在有限、不完整和不确定的信息条件下学习和推理。 第三章信任管理和信任模型................193.1信任问题概述……193.1.1信托的定义……19第四章信任模型..............................304.1模型设计……......30第五章信任模型仿真实验设计及结果分析................435.1实验环境介绍................43第五章OICTrust模型仿真实验设计与结果分析5.1实验环境介绍MATLAB是由Mathworks开发的软件，该公司开发的软件性能高、功能强大，已广泛应用于工程设计的各个领域，并已成为世界上主流的仿真软件设计工具。 MATLAB是矩阵和实验室的缩写，意思是矩阵实验室。事实上，矩阵被放入实验室做实验。因此，MATLAB以矩阵为单位处理数据。 在信任模型中，信任模型的数据结构主要由信任表组成，信任表可以在MATLAB中以矩阵形式表示。因此，对于开放创新网络社区成员的动态信任管理模型，MATLAB仿真是更好的选择。 由于本文的模型是基于开放式创新中的虚拟网络社区，数据都来自相关的网络社区，但由于开放式创新网络社区还不成熟，动态信任管理还处于初步研究阶段，没有定性或定量的信任度量依据，因此暂时没有相关数据可供使用。 本文利用仿真软件MATLAB R2012b分析了第四章建立的信任模型的合理性。几组随机生成的数据用于数值模拟模型。分析了不同权重对最终信任评估值的影响，并比较分析了模型中主要参数对最终信任值的影响。 第六章结论6.1本文认为开放创新网络社区充分体现了开放创新的多样性、丰富内涵和制度开放性的特征 从组织的角度来看，开放式创新使创新过程更加复杂。 在对开放式创新研究的基础上，根据开放式创新网络社区的特点，将现有的开放式创新网络社区分为两类:分布式协同创新社区和基于终端用户的创新社区 这两种社区是目前主流开放式创新网络社区的主要存在模式。 从开放创新网络社区的开放性来看，其成员的创新活动能否被组织或其他成员采纳取决于成员的可信度，开放创新网络社区成员的活动是其是否被认为可信的基础。 创新的动态过程使得开放创新网络社区成员之间的信任呈现出变化趋势，这也与信任本身的特征有关 本文在梳理了信任的相关概念后，对现有的信任模型进行了分类和研究。借助社会学信任的概念，开放创新过程中的不确定性和依赖互动安全的特点被纳入研究范围，使其不同于传统的信任机制。该模型采用信任、声誉和信任决策集成的结构，形成的信任决策综合反映主客观相关因素，更加合理。 利用贝叶斯网络中的先验概率来表示信任基础，以声誉系统为构建基础，在现有信任模型的基础上进行改进，从开放创新的角度出发，将直接信任和推荐信任相结合，提出了一种基于开放创新网络社区成员的动态信任模型。 它可以通过机器学习贝叶斯网络进行预测，对创新行为具有前瞻性，也使得开放创新网络社区成员之间的信任关系表达得更加清晰准确，对当前开放创新网络社区的信任发展具有更加准确的指导作用。 这种网络信任质量的动态评估方法在实际操作和准确性上优于静态模型，更适合互联网快速发展的特点和信任评估的需要。 参考文献(省略)