作者：叶丽莎 谢辉
来源：《科技创业月刊》 2014年第9期
叶丽莎 谢 辉
（华中师范大学信息管理学院 湖北 武汉 ４３００７９）
摘 要：在分析Ｗｅｂ ３．０与虚拟社群交互的基础上，通过复杂科学管理理论从虚拟社群交互的基础、前提、诱因以及交互网络的多极互动、耦合关系几个方面对基于Ｗｅｂ ３．０的虚拟社交群体交互网络进行研究，进一步提出虚拟社群的多极交互网络结构模型并进行仿真检验，得出多极互动下的局部网络与全局网络具有的特性，为虚拟社群交互网络的认知提供一种新的视角。
关键词：虚拟社交群体；Ｗｅｂ ３．０；复杂科学管理；复杂网络；多极交互模型
中图分类号：TP319
文献标识码：Ａ
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６６５－２２７２．２０１4．09．０33
*基金项目：国家大学生创新训练计划项目“基于网络交互关系的移动商务智能中信息服务研究”（项目编号：２２０－２０１１１２０１３１６）
收稿日期：２０14－06-16
在当今信息社会与知识经济的时代，随着互联网的发展和智能终端的普及，网络用户数量及用户平均网络使用时间逐年倍增，海量的数据增长已成为不争的事实。Ｗｅｂ ２．０的产生，为网络用户提供了交互的平台，用户不仅是网站内容的浏览者，更是创造者。具有相同兴趣爱好的用户聚集在一起，形成相应的虚拟社交群体。虚拟社群在交互的过程中，进一步推进了海量数据的产生，且交互行为的本身也蕴含了丰富的隐性数据信息。当前，在Ｗｅｂ ２．０的基础上，以“个性化、精准化、智能化”为理念，重视信息筛选的Ｗｅｂ ３．０时代的来临，将会为虚拟社群的交互带来新的改变、赋予新的特性。因此，通过对虚拟社交群体交互网络进行探讨，有助于Ｗｅｂ ３．０环境下社会化信息服务的推进和完善。
１ Ｗｅｂ ３．０环境下的虚拟社群交互分析
１．１ Ｗｅｂ ３．０与虚拟社交群体
Ｗｅｂ ３．０是针对Ｗｅｂ ２．０提出的新的互联网形式，主要特征是把散布在互联网上的各种信息点以及用户的需求点聚合和对接起来，提供能够满足每一个互联网用户的个性化、聚合化、高效率的互联网服务。在Ｗｅｂ ２．０的基础上，Ｗｅｂ ３．０可以让互联网更加个性化、精准化和智能化。
虚拟社交群体（ｖｉｒｔｕａｌ ｃｏｍｍｕｎｉｔｉｅｓ）最早由Ｈｏｗａｒｄ Ｒｈｅｉｎｇｏｌｄ提出，认为：“当有足够的人长时间地共同参与一个公共讨论，投入够多的情感，
并在网络空间中构成一个由个人关系组成的网，就会产生虚拟社群这种网络上产生的社会群聚现象。”虚拟社群的重要特性是群体成员之间的交互行为，在交互行为中伴随着信息的传播、获取、分享等。Ｒｉｏｕｘ在探讨网络环境下信息获取和分享行为的相关特性时， 指出这种信息获取与分享的过程是有个人意识、自然发生、高度社会化和愉快的信息行为。
Ｗｅｂ ２．０仅强调用户的参与，但用户交互的信息缺少个性化和精准化，而基于个人化空间和智能化的Ｗｅｂ ３．０技术会为虚拟社交群体的交互带来新的改变，社群的交互网络也会呈现新的特性。
１．２ 复杂科学管理视角下的虚拟社群交互网络
复杂科学管理（ＣＳＭ）是２０世纪９０年代兴起的一门新的学科，主要研究对象是社会层面上的复杂系统，其基本假设为组织是一个能系统思维的大脑，即组织具有智能结构。相较于其他管理思想，复杂科学管理更注重从系统的角度进行研究，且强调系统中的互动关系。虚拟社交群体作为一个由具有思维能力的人介入的复杂系统，本身也具有复杂科学管理研究对象的特征。因此，从复杂科学管理的视角阐释Ｗｅｂ ３．０环境下的虚拟社交群体交互具有一定的理论基础。
虚拟社群在交互的过程中会形成复杂网络，在已有的研究复杂网络的模型基础上，通过构建符合虚拟社群交互网络形成的模型，能够从定量的角度分析网络形成的过程，更具有科学性和逻辑性。
２ 基于Ｗｅｂ ３．０的虚拟社交群体交互原理
２．１ 虚拟社群交互的基础和前提
虚拟社群交互的过程来源于用户的交互行为，而这种交互行为的产生建立在一定的基础之上。首先，用户需要通过自我虚拟身份的建构处在某一虚拟社群当中；其次，用户参与的这一社群能够有序地运行，才能让交互行为所产生的信息流通。因此，虚拟身份的建构以及虚拟社群的有效运行是群体交互的基础和前提。
（１）虚拟身份的构建。Ｗｅｂ ２．０时代，在参与虚拟社群之前，用户在每个虚拟社区都需注册一个账号作为自己的虚拟身份。而在Ｗｅｂ ３．０ 时代，Ｏｐｅｎ ＩＤ的创建为用户提供了新的建构虚拟身份的途径。用户在使用Ｏｐｅｎ ＩＤ建构自己的虚拟身份时，只需要借助自己注册的Ｏｐｅｎ ＩＤ用户名和密码作为个人的唯一数字身份识别符，可以在任何支持Ｏｐｅｎ ＩＤ的虚拟社区登陆时进行用户认证，这样可以避免虚拟社区之间的封闭性导致的局限和不便。
（２）虚拟社群的有序运行。根据复杂科学管理理论，复杂系统具有自组织性、自适应性和动态性。虚拟社交群体作为一个开放的复杂系统，在其发展过程中，不同的社交群体在自组织中逐渐形成了自己的运行方式、准入机制、共享机制以及激励机制；在应对不断发展的外部环境中，各虚拟社区通过应用网络技术、提供更优的用户体验积极地适应环境的变化；此外，虚拟社群交互网络的生命周期也体现了动态性。正是由于社交群体的自组织性、自适应性和动态性，使虚拟社群在互联网的环境下有序地运行着。
２．２ 虚拟社群交互的诱因
根据复杂科学管理理论，系统从无序向有序的演变是通过随机涨落实现的。在远离平衡的开放系统，涨落对系统起着建设性的作用，是系统有序演化的诱因。由于虚拟社群交互网络的形成符合从无序到有序的演变过程，因此，在此过程中会遇到很多随机涨落的因素，如共同的
兴趣爱好、特定的任务目标、热点新闻、社会舆情等等。这些因素都会诱发社群成员交互行为的产生，即形成“微涨落”，众多的“微涨落”通过放大形成“巨涨落”，能够促使整个交互网络的形成以及知识、信息的流通。
诱导虚拟社群产生交互的涨落因素主要有：心理因素、行为因素、需求因素。对于个人而言，追求情感满足和群体认同的心理总是存在的，因而个人更易趋向于群体内部的交互；用户信息素养的日益提高也有助于信息行为的养成，越来越多的用户在浏览网络信息时，能够主动获取并有效利用新信息，表达自己的思想观念，与他人分享不同的见解；同时，在互联网技术的不断推进下，用户的信息需求也向着精准、高效、个性化发展。在Ｗｅｂ ３．０的泛在信息环境下，心理因素、行为因素、需求因素更能够诱导虚拟社群产生交互行为，从而促进交互网络的形成。
２．３ 虚拟社群交互的多极互动网络
首先，用户使用自己的虚拟身份处在一个有序运行的虚拟社群中，当某种诱因使其产生交互行为时，会通过信息的形式诉求寻求其他的结点。当这种信息对其他结点也具有足够的吸引力触发交互行为时，便会产生信息交流，且吸引力大的结点更容易与其他结点产生交流。通过信息交流，聚集在同一主题下的社群成员越来越多，这些结点之间便会产生局部交互网络。
当以不同主题作为中心结点的多种局部网络相继产生时，整个虚拟社群的交互网络中所有的中心结点均对网络组织的维护和演化承担责任。由于不同的主题所吸引的群体成员个数不同，因此，各中心结点的地位也并不一致。有些中心结点可能只是局部网路的中心，另外一些结点则是整个网络的核心结点，如社会热点问题等，除去它们，会对网络的局部或者整个网络结构的稳定产生影响。在这种网络结构当中，既要形成、产生满足诉求的服务，同时结点本身也对网络产生一定影响，因此，虚拟社群的交互网络是一种多极互动网络。根据复杂科学管理理论，这种网络是局部行为导致全局性的结果。
在交互关系形成的过程当中，信息作为不可或缺的交换要素，促成了网络交互的运动。而在Ｗｅｂ ３．０时代，信息聚合更为高效精准，更加有利于交互行为的进行。也就是说，正是由于信息促成下的多极网络互动，使Ｗｅｂ ３．０环境下的虚拟社群交互有序地进行。
２．４ 虚拟社群交互网络的耦合关系
根据复杂系统理论，网络组织在相互联结的关系框架内发挥作用，并通过彼此之间的互动实现整体大于部分之和的效应，网络组织的运作依赖于网络的互动耦合。也就是说，虚拟社交群体的运作也依赖于网络的互动耦合。在Ｗｅｂ ３．０的多极互动网络中，主要存在两种耦合关系，分别为局部网络内的耦合和局部网络之间的耦合。
局部网络内的耦合取决于局部网络的集聚度（互动集中度），表现为网络中成员互动的集中趋势和互动频率。根据不同的集聚度，网络间的耦合关系可分为紧密耦合、松散耦合和完全松散耦合。紧密耦合的结点之间具有强联结关系，互动频率也会较高；松散耦合次之。而完全松散耦合表示结点之间具有弱关系，互动频率较低，但有利于虚拟社群传递新的信息和知识，促进知识创新。
局部网络之间的耦合取决于整个全局网络的集聚度，表现在各社群网络所围绕的主题之间的相关性。当两个局部网络所围绕的主题之间具有相关性时，会较容易产生网络间的耦合，且相关性越大，耦合越紧密，互动频率越高。比如，围绕相关性较强的两个学科分别形成的虚拟社群在进行交互时，由于各结点本身都具有基于一定学科某方面的吸引力，通过公共结点的信息传递后，两社群间会更容易产生交互，进而激发跨学科的知识交流与知识创造。
３ 虚拟社交群体交互网络结构模型
复杂网络是一类由大量结点和结点间复杂关系共同构成的网络结构，Ｗｅｂ ３．０环境下的虚拟社群交互网络由于结点数目大、结构复杂、连接具有多样性，属于典型的复杂网络。目前已有多种复杂网络模型被提出，较著名的有Ｗａｔｔｓ和Ｓｔｒｏｇａｔｚ提出的小世界网络模型、Ｂａｒａｂáｓｉ和Ａｌｂｅｒｔ提出的无标度网络模型以及Ｂａｒｒａｔ、Ｂａｒｔｈéｌｅｍｙ和Ｖｅｓｐｉｇｎａｎｉ提出的加权无标度网络模型（ＢＢＶ模型）。本文拟在复杂网络模型的研究基础上，提出符合虚拟社群交互的数学模型——多极交互模型。
３．１ 模型假设及符号说明
假设在某个有序运行的虚拟社区中，有无穷个具有虚拟身份的结点，记为ｈ１，ｈ２，…，ｈｎ，…。对任意第ｉ个结点，能够诱发其产生交互行为的ｍ个随机涨落因素记为向量ａｉ＝（ａｉ１，ａｉ２，…，ａｉｍ），其中０≤ａｉｊ≤１，ａｉｊ表示第ｊ个诱因对第ｉ个结点的诱发程度，值越接近１表示越容易诱发结点ｉ产生交互行为。定义连接两结点ｉ，ｊ的边的权重为信息s对诱发两结点产生交互行为的平均值，即边的权重。同时对结点ｉ，定义其结点强度ｐｉｊ，其中τ（ｉ）为结点ｉ相连的所有结点的集合，并将结点强度作为权重来进行优先连接。
３．２ 模型的建立
模型的演化构造算法如下：
步骤１ 初始设定。网络初始由１个结点ｈ１组成，诱发其产生交互行为的ｍ个随机涨落因素为ａ１＝（ａ１１，ａ１２，…，ａ１ｍ）。
步骤２ 单极局部网络形成。首先，结点ｈ１被数值最大的ａｉｊ对应的诱因触发，并产生了信息发布的行为。之后结点数不断增长并进行择优连接，具体每个时间步如下：
（１）第一个时间间隔内，有Ｃ１个结点接收到此信息并同时被此信息诱发产生交互行为，即这Ｃ１个结点与该信息发布者ｈ１进行连接。对这Ｃ１个结点，结点强度偏大的结点会以更
大的概率与其他结点进行择优连接，即进一步进行交互。记在Ｃ１个结点间增加了ｅ１条边，由此产生第一个时间间隔内的交互网络（见图１）。
（２）第二个时间间隔内，设有Ｃ２个结点接收到此信息并同时被此信息诱发产生交互行为，根据择优连接，新结点连接到原网络中结点ｉ的概率取决于该结点的结点强度，即。同理，记在这Ｃ２个结点和原网络中Ｃ１＋１个结点间增加ｅ２条边，进一步扩大交互网络的连接（见图２）。
（３） 以此类推，ｔ个时间间隔后，形成了关于该信息ｓ的局部交
ｉ、ｊ两结点间最短路径，易知连接两点间边的权重和越大，对应的路径越短，则有最短路径ｄｉｊ＝。最短路径越短，则两结点的互动频率越高，进而该网络的平均路径长度为ｌ（Ｇ１）＝。此外，在网络Ｇ１中，对结点ｉ，其局部集聚度（互动集中度），其中ｍ为结点ｉ周围的连接边数，ｋｉ是结点ｉ的邻居数目。对整个局部网络Ｇ１，其集聚度为，且集聚度越大，整个网络的耦合度越高。
步骤３ 多极互动网络形成。
（１）多个局部网络产生。重复上两个步骤，可得到多个局部网路，设有ｂ个局部网络分别为Ｇ１，Ｇ２，…，Ｇｂ，每个局部网络的结点数分别为Ｎ１，Ｎ２，…，Ｎｂ，Ｇｉ中每个结点的度为（ｇｉ１，ｇｉ２，…，ｇiNk），其中ｋ＝１，２，…，ｂ。多个局部网络的交织是通过结点连接的，对某局部网路Ｇｊ，其Ｎｊ个节点均可能作为诱因而与其他局部网络产生连接，其中节点ｒ作为诱因而与其他局部网络产生连接的概率为 ，其中１≤ｒ≤Ｎｊ。在其他网络Ｇｉ中，每个节点对诱因ｊ均有一个诱发程度值，且其被诱发而与局部网络Ｇｊ中某节点产生连接的概率为。
（２）多个局部网络间产生多极互动。通过结点的连接，多个局部网络交错在一起，对全局网络Ｇ而
络构成的，每个局部网络具有自身的网络特征，而Ｇ也具有特定的网络，每个网络都围绕着集聚度最大的点（可视为中心结点）进行交互，从宏观上来看，即进行着多极互动。在这样的多极互动中，话题相关性越大的两极网络耦合关系越紧密。
３．３ 模型的检验
针对上文模型，用Ｍａｔｌａｂ软件分别对多极交互模型下的局部网络与全局网络进行结点强度分布、平均路径长度和集聚度的检验，通过数值仿真检验模型的相关特性。选取５０１人的局部网络和５ ０１０人的全局网络，假设从第１个结点开始产生交互行为，每次增加５人进入交互网络并进行择优连接，形成５０１人的局部交互网络，１０个这样的局部网络之间进行多极互动，得到全局网络。
（１）对局部网络和全局网络的结点强度进行仿真检验，得到结点强度与结点个数ｌｏｇ（Ｎ）的关系（分别见图３、图４）。其中局部网络结点强度与结点数的关系为一条斜向下的直线，较好地符合了幂律分布的函数图像，全局网络的结点强度也大体服从幂律分布。由于此多极交互模型符合了复杂网络结点强度服从幂律分布的特性，也可表明该模型具有一定的可信度。
结论Ｉ 多极交互网络结点强度服从幂律分布。
（２）对局部网络和全局网络的平均路径长度进行仿真检验，得到平均路径长度与结点个数log（N）的关系(分别见图５、图６）。可以看出局部网络平均路径随结点数的增加线性增长；全局网络平均路径先随结点数的增加缓慢增加，之后线性增长。根据小世界特性，复杂网络具有很小的平均路径长度，网络中增加的结点数不会造成平均路径的快速增长，说明多极互动下的局部网络和全局网络均满足小世界特性。
结论ＩＩ 多极交互网络满足小世界特性。
（３）对局部网络和全局网络的集聚度进行仿真检验，得到集聚度与结点强度的关系（分别见图７、图８）。可以看出两网络平均集聚度均随结点数的增加而减少，且前大半段呈幂律减少。集聚度可以从一定程度上反应网络内部与网络之间的耦合关系，可以表明不论是局部网络还是全局网络，网络中心结点的强度越大，网络的耦合度越高。
结论ＩＩＩ 多极交互网络具有耦合特性。
４ 结语
Ｗｅｂ ３．０作为在Ｗｅｂ ２．０的基础之上发展的网络技术，为虚拟社交群体的交互带来新的改变，其多极互动下的信息交流更加多样化与多元化。研究Ｗｅｂ ３．０环境下的虚拟社群的交互网络，不仅能使社群成员更好地进行网络互动，还能更有效地利用社群交互促进知识共享、创造更多的价值和知识。随着互联网技术的发展，虚拟社群将会出现新的特征，该多极互动网络也会进一步地拓展，从而推进虚拟社群的研究。
参考文献
１ 熊回香．基于Ｗｅｂ ３．０的虚拟团队知识共享平台建设研究［Ｊ］．情报科学，２００９（１２）
２ Ｒｈｅｉｎｇｏｌｄ Ｈ． Ｔｈｅ Ｖｉｒｔｕａｌ Ｃｏｍｍｕｎｉｔｙ： Ｈｏｍｅｓｔｅａｄｉｎｇ ｏｎ ｔｈｅ Ｅｌｅｃｔｒｏｎｉｃ Ｆｒｏｎｔｉｅｒ［Ｍ］． Ｃａｍｂｒｉｄｇｅ： ＭＩＴ Ｐｒｅｓｓ， ２０００
3 徐绪松，吴强． 管理科学的前沿——复杂科学管理［Ｎ］． 光明日报，２００５－５－１０
4 相春艳等．Ｗｅｂ ３．０与知识传播［Ｊ］．现代传播，２０１２ （１０）
5 绕扬德，王学军．复杂科学管理视角－企业创新机理研究［Ｊ］．中国科技论坛，２００５（６）
6 徐绪松．复杂科学管理［Ｍ］．北京：科学出版社，２０１０
7 张首魁，党兴华．技术创新网络组织绩效研究：基于结点耦合关系的视角［Ｊ］．软科学，２００９（９）
8 Ｗａｔｔｓ Ｄ Ｊ， Ｓｔｒｏｇａｔｚ Ｓ Ｈ．Ｃｏｌｌｅｃｔｉｖｅ ｄｙｎａｍｉｃｓ ｏｆ ‘ｓｍａｌｌ－ｗｏｒｌｄ’ ｎｅｔｗｏｒｋｓ［Ｊ］． Ｎａｔｕｒｅ， １９９８（３９３）
9 Ｂａｒａｂáｓｉ Ａ Ｌ， Ａｌｂｅｒｔ Ｒ． Ｅｍｅｒｇｅｎｃｅ ｏｆ ｓｃａｌｉｎｇ ｉｎ ｒａｎｄｏｍ ｎｅｔｗｏｒｋｓ［Ｊ］． Ｓｃｉｅｎｃｅ， １９９９（５４３９）
１0 Ｂａｒａｂａｓｉ Ａ Ｌ， Ａｌｂｅｒｔ Ｒ， Ｊｅｏｎｇ Ｈ． Ｍｅａｎ－ｆｉｅｌｄ ｔｈｅｏｒｙ ｆｏｒ ｓｃａｌｅ－ｆｒｅｅｒａｎｄｏｍ ｎｅｔｗｏｒｋｓ［Ｊ］．Ｐｈｙｓｉｃａ Ａ， １９９９（２７２）
１1 Ｂａｒｒａｔ Ａ， Ｂａｒｔｈｅｌｅｍｙ Ｍ， Ｖｅｓｐｉｇｎａｎｉ Ａ．Ｗｅｉｇｈｔｅｄ ｅｖｏｌｖｉｎｇ ｎｅｔ－ｗｏｒｋｓ：ｃｏｕｐｌｉｎｇ ｔｏｐｏｌｏｇｙ ａｎｄ ｗｅｉｇｈｔｅｄ ｄｙｎａｍｉｃｓ［Ｊ］． Ｐｈｙｓ Ｒｅｖ－Ｌｅｔｔ，２００４（９２）
（责任编辑 吴 汉）
因篇幅问题不能全部显示，请点此查看更多更全内容