摘要
为了对开源设计网络社区中的用户进行细分研究,首先采用复杂社会网络技术建立了社区组织的复杂网络模型.其次,根据用户在社区中的三种行为设立了备选指标,并通过指标聚类的方法对指标进行筛选,保证了聚类指标的全面性和代表性.在此基础上,以OpenIDEO为研究案例,采用K-Means算法对该社区中的用户进行了聚类,根据聚类结果将用户分为了创新型用户、传播型用户和普通用户,并进一步分析了各类用户的特点及参与动机.聚类结果表明,所提出的聚类指标及算法可以清晰地识别出开源社区的用户类型及占比,为开源设计社区管理机制和激励措施的优化提供了准确的依据.
A complex network model of users in the open source design community OpenIDEO is built. In order to subdivide the community users reasonably, six candidate indexes are set up according to the three behaviors of the users in the community. The finial indexes are selected by index cluster method.By clustering analysis based on the indexes, users are divided into three categories, respectively innovative users, dissemination users and ordinary users.In addition, this paper analyzed characteristics and motivation of all kinds of users. And the study result is helpful to optimize the mechanism construction of the open source design community.
作者
闫宇宁
张晓冬
周宏丽
YAN Yu-ning ZHANG Xiao-dong ZHOU Hong-li(Donlinks School of Economics and Management, University of Science and Technology, Beijing 100083, China)
出处
《数学的实践与认识》
北大核心
2017年第18期72-81,共10页
Mathematics in Practice and Theory
基金
国家自然科学基金(71171019)
高等学校博士学科点专项科研基金(20120006110034)
关键词
开源设计社区
聚类分析
指标聚类
用户细分
open source design community
clustering analysis
index clustering
user segment
