Modern Management
Vol. 09  No. 04 ( 2019 ), Article ID: 31937 , 9 pages
10.12677/MM.2019.94069

Research Review on Super-Network and Knowledge Super-Network

Yunjiang Xi1, Xi Yang1, Xiao Liao2*

1School of Business Administration, South China University of Technology, Guangzhou Guangdong

2School of Internet Finance and Information Engineering, Guangdong University of Finance, Guangzhou Guangdong

Received: Aug. 9th, 2019; accepted: Aug. 22nd, 2019; published: Aug. 29th, 2019

ABSTRACT

With the upsurge of complex network research, a special type of network, super-network or hyper-network, has attracted more and more scholars’ attention. In this paper, the current researches of super-network are introduced, which may help researchers to understand the concept, types, applications, hot-spots, and trends of super-network. Of course, this paper will discuss three types of super-network model: hyper-graph super-network, multi-layer optimized super-network, and multi-network, integrated super-network, based on the analysis of current researches. Besides, the paper analyzes these super-networks’ characteristics, application, and recent research results through examples. In addition, the paper discusses one of the important directions of super-network research: knowledge super-network, which mainly introduces the model, application and development trends of knowledge super-network. Finally, the paper summarizes the present situation of super-network in knowledge, and its future research direction. In future, the research on super-network may combine artificial intelligence, big data, knowledge processing and personalized knowledge services, and so on.

Keywords:Super-Network, Knowledge Super-Network, Super-Graph, Research Review

超网络与知识超网络研究简述

席运江1,杨 茜1,廖 晓2*

1华南理工大学工商管理学院,广东 广州

2广东金融学院互联网金融与信息工程学院,广东 广州

收稿日期:2019年8月9日;录用日期:2019年8月22日;发布日期:2019年8月29日

摘 要

超网络是复杂网络研究热潮后,研究者关注的一个重要方向。本文对超网络的研究现状进行了简述,以帮助研究者了解超网络的概念、类型、应用、热点及未来方向等。本文通过对现有研究的分析及综合,指出超网络的三种类型:超图超网络(hyper-graph super-network)、多层优化超网络(multi-layer optimized super-network),多网集成超网络(multi-network integrated super-network)。并结合实例分析了每类模型的特点、应用、以及近几年的研究成果。此外,还重点简述了超网络研究的一个重要方向:知识超网络,主要介绍超网络在知识管理领域的模型、应用及发展趋势等。最后对超网络的现状进行总结,并对其未来研究方向进行了简要分析。未来,超网络研究可结合人工智能、大数据、知识处理与个性化知识服务等。

关键词 :超网络,知识超网络,超图,研究简述

Copyright © 2019 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY).

http://creativecommons.org/licenses/by/4.0/

1. 引言

随着复杂网络研究热潮的兴起,一种特殊类型的网络——超网络,引起了越来越多的学者关注。与常规网络及复杂网络相比,超网络在描述和分析具有多子系统、多子网结构的复杂系统方面,具有独特的优势,因此成为研究大型复杂系统的一种新兴工具。尤其是最近几年,超网络相关研究呈现爆发趋势。因此,本文拟对超网络的概念、类型、应用及研究热点等进行简单综述,并重点介绍超网络研究的一个重要方向:知识超网络,主要介绍超网络在知识管理领域的模型、应用及发展趋势。

2. 超网络的概念

超网络的概念,最早于1985年被提出 [1] ,目前已成为研究大型复杂系统的一种新兴工具。对于何为超网络,影响较大的是美国科学家Nagurney Anna [2] 提出的:“高于而又超于现存网络”的网络即为超网络,用“Super-network”来表示。学者王志平与王众托认为超网络的一个重要特征就是:网络嵌套或包含着子网络 [3] 。此外,还有学者认为凡是可以用超图来描述的网络都可以称为超网络 [4] ,通常用“Hyper-network”表示。本文中的超网络这一概念统一用“Super-network”表示。

3. 超网络的模型及应用

从现有文献看,超网络的模型与应用主要有如下三个方面:

1) 基于超图的超网络模型(super-graph super-network)及应用研究

主要以超图为工具,通过超边连结多个同质或不同质的节点,从而简明、准确地刻画各类节点之间的复杂关系。如图1所示,即为文献 [4] 中的一个超图超网络示例,图2为文献 [5] 中的一个知识超图超网络的实例。

Figure 1. The knowledge hyper-graph from documentation [4]

图1. 文献 [4] 中的知识超图示例

Figure 2. The knowledge hyper-graph super-network from documentation [5]

图2. 文献 [5] 中的超图超网络示例

基于超图的超网络,结构简单,更适合刻画现实世界的多元结构 [4] 。正因如此,超图超网络引起了许多研究者的兴趣,对其特性和应用进行了深入探讨。例如索琪、郭进利等对超图超网络的结构及演化进行了研究 [4] ,Pretolsno D等研究了如何在超图中简单快速识别出超网络的算法 [6] ,马涛、郭进利等构建了专利超网络研究产学研合作 [7] ,马秀娟、赵海兴、胡枫等还研究了基于超图的超网络相继故障分析等问题 [8] ,Jiang-Pan Wang,Qiang Guo等构建了合作超网络研究知识传播等 [9] 。许多相关成果的不断涌现,极大的推进了超图超网络的相关研究。

2) 基于变分不等式的多层优化超网络模型(multi-layer optimized super-network)及应用研究

主要以变分不等式为工具,研究具有多层次网络结构系统的协调优化问题。Nagurney团队、王志平等人的研究,基本上都属于此种类型。例如,图3图4即为Nagurney团队研究的供应链优化超网络模式,用于研究供应链网络上的优化问题。

Figure 3. Multilayer optimized super-network from documentation [10]

图3. 文献 [10] 中的多层优化超网络示例

Figure 4. Multilayer optimized super-network from documentation [11]

图4. 文献 [11] 中的多层优化超网络示例

此外,米传民、李丹丹等还构建了金融均衡超网络 [12] ,邢清华、夏璐等构建了反导体系结构超网络 [13] 、吴义生等构建了低碳超网络优化模型 [14] 、Yamada T等构建了供应链超网络模型,以研究其效率问题 [15] 。可以看出,这类超网络模型多用于解决复杂系统的优化、均衡、效率等方面的问题。

3) 基于多子网整合的多网集成超网络模型(multi-network integrated super-network)及应用研究

这类网络主要用于描述由多个子网络构成的多网结构网络系统 [16] [17] ,通过对各子网之间作用关系的描述,实现多子网结构的超网络建模。如图5图6所示,即为两个多网集成超网络示例,二者都由多层子网集成而成。

Figure 5. Multi-network integrated super-networks from documentation [17]

图5. 文献 [17] 中的多网集成超网络

Figure 6. Multi-network integrated super-networks from documentation [18]

图6. 文献 [18] 中的多网集成超网络

这一类超网络对于描述由多个子系统构成的复杂系统结构、对各子系统进行整合建模和分析等,提供了新的方法,因而得到了广泛应用。例如,Yuxue Chi等研究了在线信息评价超网络 [19] ,迟钰雪、刘怡君等构建了舆情演化超网络 [20] ,李纲、巴志超等构建了科研合作超网络 [21] ,田儒雅、孙巍等构建了图书知识资源超网络 [22] 等,黄远、沈乾、刘怡君等构建了微博舆论场多网集成超网络 [23] 等。

从上述分析可以看出,超网络模型具有多种形式,可以适用于多种需求的复杂系统建模及分析,因而具有广阔的应用前景。而且,有关超网络的应用研究,已经涉及到各个领域,例如舆情传播超网络、军事超网络 [13] 、社交超网络、供应链超网络、社会化标注超网络 [24] 等。可以说,跟各领域的应用相结合,构建符合问题需求的超网络模型,进而利用超网络工具解决具体应用问题,极大地拓宽了超网络的应用范围,也成为超网络研究发展的重要推动力量。

4. 知识超网络相关研究

知识超网络是用于描述复杂知识系统的一种网络形态,是超网络在知识管理领域的应用研究。如图7图8所示,即为两个知识超网络的应用实例。其中图7为用超网络描述的知识系统的结构 [25] ,图8为图书情报领域的知识合作超网络模型 [22] 。

知识超网络可看作知识网络的一种特例。由于知识系统的特殊复杂性,单一的网络结构很难完全描述知识系统的复杂结构,许多学者考虑用超网络来研究相关问题,取得了很好的效果。尤其是近几年来,知识超网络成为了知识管理领域的研究热点之一,出现了大量的研究成果,极大的促进了该领域的研究进展。

1) 知识超网络的类型。从现有研究看,前文所述的三种类型的超网络都在知识超网络研究中出现。例如,马涛,郭进利等使用超图超网络研究产学研合作专利申请问题 [7] ,郭强、刘建国等使用超图超网络研究知识扩散问题 [9] ;对于第二类超网络,Nagurney等应用变分不等式研究知识系统超网络的均衡问题 [26] ,即属于此类型。李纲、巴志超等构建的科研合作超网络 [21] ,田儒雅、孙巍等构建的知识合作超网络 [22] 等则属于第三种类型。可以看出,多种类型的超网络模型都可以和知识管理的问题相结合,从而使知识超网络的模型十分丰富,能很好的应用于复杂知识系统的各类问题。

Figure 7. Knowledge super-network from documentation [25]

图7. 文献 [25] 中的知识超网络

Figure 8. Knowledge cooperation super-network model from documentation [22]

图8. 文献 [22] 中的知识合作超网络模型

2) 知识超网络的应用。由于知识超网络模型丰富,在知识管理中应用广泛,因此相关的应用研究越来越深入,极大拓宽了知识超网络的应用范围。相关应用包括知识发现超网络 [5] 、知识创新超网络 [27] 、知识合作超网络 [22] 、知识扩散超网络 [9] 、知识服务超网络 [28] 、知识共享超网络 [29] 、知识资源整合超网络 [29] [30] 等。上述研究涉及到知识发现、创新、合作、扩散、共享、服务、整合等几乎所有知识处理过程。可以看出,知识超网络在知识管理中具有广阔的应用前景,是处理复杂知识系统相关问题的得力工具。

综上,知识超网络具有多种类型的模型,可广泛应用于各个知识处理过程中去。作为一种有效的知识系统整合建模和分析工具,已成为研究复杂知识系统各类问题的有效工具,必将在知识管理领域发挥更大的作用。

5. 未来研究方向

通过对上文分析及讨论,可以看出超网络与知识超网络是研究复杂知识系统的有效工具,可以借鉴并应用于社区知识管理、知识服务中。对相关研究进行综合分析,并结合其他相关学科的发展,如下几个方面可能成为超网络的未来研究方向:

1) 基于超图的超网络研究,逐渐成为热点。近几年相关研究中,超图超网络的成果接近一半,说明这一领域更受研究者关注,有可能为超网络研究带来突破。

2) 超网络的应用研究,涉及到很多领域,并呈现快速扩散之势。使用超网络解决各领域的问题,将是未来研究的主要方向。

3) 知识超网络的研究,是超网络研究领域的重要方向,尤其是在当今智能经济时代,知识超网络作为一种有效的多维知识整合和分析工具,必将在更多领域发挥更大的作用。

4) 超网络研究,整体上还处于新兴发展阶段,其本身的研究理论及方法还处在不断完善之中。如何与其他领域进行融合,尤其是与大数据、人工智能、知识处理及个性化知识服务等领域的融合,将为超网络领域的研究带来更多创新机会。

基金项目

广东省自然科学基金博士启动纵向协同试点项目(2017A030310165)。

文章引用

席运江,杨茜,廖晓. 超网络与知识超网络研究简述
Research Review on Super-Network and Knowledge Super-Network[J]. 现代管理, 2019, 09(04): 557-565. https://doi.org/10.12677/MM.2019.94069

参考文献

  1. 1. Sheffi, Y. (1985) Urban Transportation Networks: Equilibrium Analysis with Mathematical Programming Methods. Prentice Hall, Upper Saddle River.

  2. 2. Nagurney, A. and Dong, J. (2002) Supernetworks. Edward Elgar Publishing Limited, Cheltenham, Northampton, 17.

  3. 3. 王志平, 王众托. 超网络理论及其应用[M]. 北京: 科学出版社, 2008: 275-280.

  4. 4. 索琪, 郭进利. 基于超图的超网络: 结构及演化机制[J]. 系统工程理论与实践, 2017, 37(3): 720-734.

  5. 5. 唐洪婷, 李志宏. 基于超网络演化模型的社区知识发现与分析[J]. 系统工程理论与实践, 2018, 38(3): 765-776.

  6. 6. Pretolani, D. (2013) Finding Hypernetworks in Directed Hypergraphs. European Journal of Op-erational Research, 230, 226-230. https://doi.org/10.1016/j.ejor.2013.04.020

  7. 7. 马涛, 郭进利. 基于加权超图的产学研合作申请专利超网络——以上海ICT产业为例[J]. 系统工程, 2018, 36(1): 140-152.

  8. 8. 马秀娟, 赵海兴, 胡枫. 基于超图的超网络相继故障分析[J]. 物理学报, 2016, 65(8): 374-383.

  9. 9. Wang, J.-P., Guo, Q., Yang, G.-Y. and Liu, J.-G. (2015) Improved Knowledge Diffusion Model Based on the Collaboration Hypernetwork. Physica A: Statistical Mechanics and Its Applications, 428, 250-256. https://doi.org/10.1016/j.physa.2015.01.062

  10. 10. Nagurney, A. (2005) On the Relationship between Supply Chain and Transportation Network Equilibria: A Super-network Equivalence with Computations. Transportation Research Part E, 42, 293-316. https://doi.org/10.1016/j.tre.2005.02.001

  11. 11. Li, D. and Nagurney, A. (2015) A General Multitiered Supply Chain Network Model of Quality Competition with Suppliers. International Journal of Production Economics, 170, 336-356. https://doi.org/10.1016/j.ijpe.2015.09.034

  12. 12. 米传民, 李丹丹, 张婷, 钱媛媛, 周志鹏. 考虑社交网络和互联网金融的金融市场超网络均衡研究[J]. 中国管理科学, 2018, 26(12): 56-65.

  13. 13. 邢清华, 夏璐, 徐浩. 基于信息流的反导体系结构超网络均衡模型研究[J]. 系统工程理论与实践, 2018, 38(12): 3253-3264.

  14. 14. 吴义生, 吴顺祥, 白少布, 朱振涛. 面向网购的低碳供应链超网络优化模型及其应用[J]. 中国管理科学, 2017, 25(6): 111-120.

  15. 15. Yamada, T., Imai, K., Nakamura, T., et al. (2011) A Supply Chain-Transport Super-network Equilibrium Model with the Behaviour of Freight Carriers. Transportation Research Part E: Logistics and Transportation Review, 47, 887-907. https://doi.org/10.1016/j.tre.2011.05.009

  16. 16. Boccaletti, B.G., Criado, R., et al. (2014) The Structure and Dy-namics of Multilayer Networks. Physics Reports, 544, 1-122. https://doi.org/10.1016/j.physrep.2014.07.001

  17. 17. Kivela, M., Arenas, A., Barthelemy, M., et al. (2014) Multi-layer Networks. Journal of Complex Networks, 2, 203-271. https://doi.org/10.1093/comnet/cnu016

  18. 18. 马宁, 刘怡君. 基于超网络的舆情演化多主体建模[J]. 系统管理学报, 2015, 24(6): 785-794+805.

  19. 19. Chi, Y.X., Tang, X.Y., Lian, Y., Dong, X.F. and Liu, Y.J. (2018) A Su-per-network-Based Online Post Informative Quality Evaluation Model. Knowledge-Based Systems, 168, 10-24. https://doi.org/10.1016/j.knosys.2018.12.027

  20. 20. 迟钰雪, 刘怡君. 基于超网络的线上线下舆情演化模型研究[J]. 系统工程理论与实践, 2019, 39(1): 259-272.

  21. 21. 李纲, 巴志超. 科研合作超网络下的知识扩散演化模型研究[J]. 情报学报, 2017, 36(3): 274-284.

  22. 22. 田儒雅, 孙巍, 吴蕾, 张学福. 基于超网络的图书情报领域知识合作特征分析[J]. 情报理论与实践, 2016, 39(10): 25-30.

  23. 23. 黄远, 沈乾, 刘怡君. 微博舆论场: 突发事件舆情演化分析的新视角[J]. 系统工程理论与实践, 2015, 35(10): 2564-2572.

  24. 24. 潘旭伟, 傅青苗. 基于超网络的社会化标注行为[J]. 系统工程, 2015, 33(3): 78-83.

  25. 25. 王丽丽, 陈国宏, 庄彩云, 林卓. 超网络知识系统定义、内涵及运行机制[J]. 南京航空航天大学学报(社会科学版), 2019, 21(1): 41-46.

  26. 26. Nagurney, A. and Dong, J. (2005) Management of Knowledge Intensive Systems as Super-networks: Modeling, Analysis, Computations and Applications. Mathematical and Computer Modeling, 42, 397-417. https://doi.org/10.1016/j.mcm.2004.01.015

  27. 27. 余谦, 刘嘉玲. 技术邻近动态下创新超网络的演化机理研究[J]. 科学学研究, 2018, 36(5): 946-954.

  28. 28. 武澎, 王恒山. 基于超网络的知识服务能力评价研究[J]. 情报理论与实践, 2012, 35(8): 93-96.

  29. 29. 潘旭伟, 汪雅喜, 杨祎. 知识超网络环境中集成优化过程的知识共享服务研究[J]. 科研管理, 2011, 32(5): 87-93.

  30. 30. 席运江, 党延忠, 廖开际. 组织知识系统的知识超网络模型及应用[J]. 管理科学学报, 2009, 12(3): 12-21.

  31. NOTES

    *通讯作者。

期刊菜单