开放式创新网络社区成员动态信任机制研究
第一章 绪论
1.1 研究背景及意义
1.1.1 研究意义
网络经济必然推动创新更加开放，而社会网络的电子化，使得电子社区更为普遍，因此基于创新网络社区的创新的现实意义和理论意义尤其重要。从现实意义来看，创新为企业提供了巨大的创新源，让创新的参与者数量增多，为推动企业的创新质量和创新速度提供有力保证。创新网络社区连接企业、创新网络、甚至国家创新系统，对推动自主创新有着重要作用。从理论意义来看，创新社区，尤其是基于互联网的创新社区的出现时间比较短，有众多的课题需要研究，而且涉及到多主体的参与，这本身就是一个比较难的课题；因为出现的时间短、创新网络社区本身的参与者多样性、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。
对于这种新兴创新模式的研究，国内外在近一两年内开始兴起，但是往往限于案例的描述，或者从协调机制、动力学模型等方面进行分析与解读，对于该模式中社区成员的动态信任机制的研究则相对较少，本文拟以贝叶斯网络为指导思想构建社区动态信任模型，具有一定的探索意义。
1.2 国内外研究现状
基于本文初步的研究方案与思路，下面拟对开放式创新、创新网络社区、信任模型、贝叶斯网络四个方面的国内外研究进展进行分析，作为本文的研究基础，并根据现有研究的趋势与不足对研究方案进行修改。
1.2.1创新网络社区
对于技术创新形式，主要是指不同类型技术创新网络的存在方式，包括创新网络、跨组织网络、技术联盟等等。近年来，国内外学者针对合作创新和创新簇群进行了大量研究，尤其是随着组织理论的不断发展，供应链战略联盟以及虚拟组织等理论的相继提出，以合作技术创新为中心的创新网络社区组织理论也被提到研究日程中来。同时，各类企业为了提高自己的服务和产品质量，也在不断地从各个角落寻找创意、解决思路和解决方案。在企业积极地向外部寻找创新支持和个体参与创新的门槛降低这两种力量的推动下，创新参与变得更为普及，创新源增多，企业使用网络社区和互联网络进行创新活动更加频繁，进一步推动了学者对于创新网络与创新社区的研究。
按照Harris，Coles 和Dieson（2000）的定义，创新网络被看作不同的创新参与者（制造业中的企业、RD 机构和创新导向服务供应者）的协同群体，它们共同参加新产品的形成、开发、生产和销售过程，共同参与创新的开发与扩散，通过交互作用建立科学、技术、市场之间的直接和间接、互惠和灵活的关系，参与者之间的这种联系可以通过正式合约或非正式安排形成，而且网络形成的整体创新能力大于个体创新能力之和，即网络具有协同特征。Oswald ones、SteveConway、Fred Steward（2001）指出技术创新网络是技术创新活动新的组织形式，网络的生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既在于增强了个体成员的创新性，又在于其对个体伙伴创新能力的组合与放大。ohn Hagedoorn 和 Geert Duysters（2002）指出通过跨组织的技术创新网络的应用可以使企业获取新知识，并且逐步增强企业技术创新的能力。
第二章 开放式创新网络社区及贝叶斯网络
2.1 开放式创新网络社区
Chesbrough（2006）将开放式创新定义为：通过对知识流入和流出的目的控制，分别加速企业内部的创新利用和外部市场的拓展创新;。他还提出，如果企业希望从他们的技术创造价值，那么他们应该寻求外部资源与内部创意相结合，开辟新的路径与市场。Hagedoorn（2002）认为这种说法因反映通过外部网络迅猛增长的知识获取量而备受关注。同时，Duysters（1999）等人认为它显示网络社区活动不仅仅是一个附加活动，而更应该作为一个核心战略来出现。
网络社区可以被定义为一个相互连接的复杂系统或者结构。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与虚拟互动，其次开放式创新又赋予该社区不同于其他网络社区的特点：开放式创新网络社区将使用同一产品或者服务的不同个体联系在一起，包括消费者、产品或服务提供方、研究机构、大学甚至政府等等，开放式创新网络社区可以更好地结合不同的网络社区，而这些不同的网络节点也会从社会机制、占用网络资源情况等类似的经济活动来影响网络社区。因此，一个开放式创新的网络社区可以采用两种方式，即通过交互式网络内部来控制，或者通过处在社区不同的位置差异来进行控制，但是这会造成资源和管理的不平衡。Tidd Bassant（2008）认为开放式创新网络社区在充分体现联合专业化的优势时能发挥最大作用，共享基础设施和标准及其他福利的优点大于网络的治理和维护的成本。
不同的网络社区族群有不同的知识、兴趣特质，开放式创新网络社区要实现高效创新作用，必须将特定的产品创新任务与网络社区的这种创新特质匹配起来。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，如同现实社区中一样，兴趣相近、阅历各异的网民之间会在一起谈论一些他们愿意讨论的需求及产品创新话题，但并不是所有话题或者活动都能跟开放式创新产生联系。
2.2 贝叶斯网络
2.2.1 贝叶斯方法
贝叶斯方法认为，某一事件发生前，具有一定的先验概率分布，这种分布是基于历史信息或者主观判断而决定的事件的概率。同时，人们的判断会受到外界条件改变后而产生的其他现象或附件信息的影响，这些现象或附加信息被称为证据。通过收集证据，再修正先验概率，进而得到事件的后验概率分布，并根据此分布作出决策。
在论文对于几率性问题求解的评论;中，Thomas Bayes 提出了贝叶斯定理，其实质是阐述条件概率，又可称之为后验概率定理，该定理正是贝叶斯方法的计算理论根据。贝叶斯法则提供了一种基于假设的先验概率，在给定假设下观察到的不同数据的概率和观察到的数据本身，从而得到最佳假设。或者说，贝叶斯理论提供了一种推理的概率手段，假设待查数据遵循某种概率分布，根据这种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）观察到的每个训练样例，可以增量降低或升高某个假设的估计概率。而利用其他算法，在某个假设与任一样例都不一致时，会完全去掉该假设；
（2）先验知识和观察数据联合决定假设的最终概率；
（3）允许假设做出不确定性的预测。
贝叶斯网络具有如下特性：
（1）贝叶斯网是一种自然的描述人类大脑知识结构的方法，在贝叶斯网中可以比较容易地描述知识并解释知识。
（2）知识表示分为网络的结构关系，表述事件之间的因果联系的定性知识和主要来源于专家经验、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种不定性因果关联模型。贝叶斯网络与其他决策模型不同，它本身是将多元知识图解可视化的一种概率知识表述与推理模型，更为贴切地蕴含了网络节点变量之间的因果关系及条件相关关系。
（4）贝叶斯网络具有强大的不确定性问题处理能力。贝叶斯网络用条件概率表述各个信息要素之间的相关关系，能在有限的、不完整的、不确定的信息条件下进行学习和推理。
第三章 信任管理与信任模型......................19
3.1 信任问题概述.................19
3.1.1 信任的定义.............19
第四章 OICTrust模型.......................30
4.1 模型设计...................30
第五章 OICTrust模型仿真实验设计及结果分析......................43
5.1 实验环境简介......................43
第五章 OICTrust 模型仿真实验设计及结果分析
5.1 实验环境简介
MATLAB 是一款由美国 Mathwors 公司研发的、性能高、功能强大的软件，广泛应用于工程设计的各个领域，已经成为国际上主流的仿真软件设计工具。MATLAB 是 matrix 和 laboratory 的合缩写，含义即是矩阵实验室，实际就是将矩阵放入实验室中来做实验，因此MATLAB处理数据时是以矩阵为单位进行的。在OICTrust模型中，主要由各信任表来构成信任模型的数据结构，在MATLAB中这些信任表可以用矩阵的方式来表现，因此针对开放式创新网络社区成员动态信任管理的模型，利用MATLAB仿真效果较好。
由于本文模型的构建是以开放式创新中的虚拟网络社区为基础的，数据均来自于相关网络社区，但由于开放式创新网络社区尚不成熟稳重，并且目前对于动态信任管理也处于初级研究的阶段，对信任没有定性或定量的测量依据，因此暂时没有相关的数据能够加以使用。本文利用仿真软件 MATLAB R2021b对第4章中所建立的 OICTrust 模型进行合理性分析，随机生成的若干组数据，对模型进行数值模拟，分析对信任评价不同权重的赋予对最终信任评价值的影响，并比较分析模型中主要参数对最终信任值的影响。
第六章 结语
6.1 论文总结
开放式创新网络社区充分体现了开放式创新的多样性、含义丰富以及系统开放等特点。从组织的角度来讲，开放式创新使得创新过程变得更加复杂。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。这两类社区是当下主流开放式创新网络社区的主要存在模式。从开放式创新网络社区的开放性来讲，其成员的创新活动是否能够被组织或者其他成员采纳取决于该成员的可信度，成员在开放式创新网络社区内的活动是其被认为是否可信的根本。而创新的动态过程又使得开放式创新网络社区成员之间的信任呈现变化的趋势，这也与信任本身的特性关于。
在梳理了与信任关于的概念之后，本文对现有的信任模型加以分类和研究，借助于社会学信任的概念，将开放式创新过程中的不确定性和依赖交互安全性的特征纳入研究范围，使其区别于传统的信任机制，模型采用信任、声誉和可信决策一体化的结构，形成的可信决策综合体现了主观、客观的相关因素，显得更加合理。利用贝叶斯网络中的先验概率表述出信任的基础，以声誉系统为构建基础，在当前信任模型的基础上进行改进，从开放式创新的角度出发，将直接信任与强烈推荐信任相结合，提出了基于开放式创新网络社区成员的动态 OICTrust信任模型。它可以用机器学习贝叶斯网络进行预测，对创新的行为具有前瞻性，也使开放式创新网络社区成员之间的信任关系更清晰准确的表述出来，对目前开放式创新网络社区的信任发展具有更准确的指导作用。这种网络信任质量动态评估方法在实际操作性和精确性方面要优于静态模型，更加适宜互联网快速发展的特点和信任评估的需要。
参考文献（略）