动态知识网络上的知识积累过程模型

摘要

动态异质性网络上的知识及信息流动的研究是当前的热点问题.为了分析动态异质性知识网络上的多种知识积累过程,本文建立了对应的网络模型和知识积累模型.知识网络动态变化策略分为两种:一是网络均衡变化策略,即在知识网络演化过程中,主体之间的平均联系强度和联系数量保持不变;二是网络增长变化策略,即在网络演化过程中知识主体之间的联系逐渐增加.各种知识的积累量分为两部分:一是以S型增长曲线为特征的主体自身的知识学习,二是通过知识关联度矩阵计算相邻知识主体之间的知识流动量.本文采用Matlab进行仿真,测试了1000个节点无标度网络上5种知识的积累过程并得到了相应的结论，在动态异质网络上，知识主体自身学习知识的情况下，各种知识的累积量取决于主体本身的能力，与所处的网络结构即环境无关，知识关联度较高的知识在网络增长的情况下的传播速度快于知识关联度较低知识，而在均衡网络策略下，即使是知识关联度较高的知识的积累也会受到网络环境的制约，知识的流动速度相较知识关联度低的知识不存在优势。