协同产品创新知识管理的挑战

CPIKN涉及组织管理、知识管理、人力资源管理与复杂网络理论等诸多共性问题。综上所述，在知识网络范式下对协同产品创新的管理效率提升问题进行研究，构建科学、系统的CPIKN管理理论框架和方法体系，揭示CPIKN的构成、结构与复杂特性，探索知识网络范式下协同产品创新管理效率提升的关键问题以指导协同产品创新模式的管理实践，并借此丰富协同产品创新管理领域的相关理论，是本书研究的主要出发点。

理论教育 2023-05-30

知识传播者类型对知识扩散的影响分析

图6.9知识传播者分布类型对知识扩散的影响由图6.9可知，初始知识传播者的分布类型对于知识扩散绩效具有显著影响。具体地，初始知识传播者呈随机型分布知识扩散绩效最高，垄断型分布知识扩散绩效最低，小团体型分布知识扩散绩效介于两者之间。文献[169，326，327]应用元胞自动机模型及多智能体模型研究了知识源或创新源主体分布模式与位置对知识或创新扩散的影响，得到了类似的结论。

理论教育 2023-05-30

小世界网络的特性解析

Milgram发现完整的通讯链平均长度约为6个人。所谓小世界网络，就是相对于同等规模节点的随机网络，具有较短的平均路径长度和较大的聚类系数特征的网络模型。小世界网络便是上述过渡过程中的一种中间网络[293]，如图5.2所示。图5.2小世界网络平均路径长度与全局聚类系数是考察小世界特性的两个重要指标。应用上述两项指标，Sporns等[294]提出以小世界系数转换不等式证明网络的小世界特性。

理论教育 2023-05-30

协同产品创新知识网络的特性探析

协同产品创新组织是CPIKN形成的基础，成员行为是CPIKN特性产生的根源。图2.5协同产品创新复杂系统的组成与进化基于上述分析，CPIKN是一个复杂系统，其主要具有以下复杂系统特性：多样性、协同性、开放性、不确定性以及自组织性，具体内容分析如下：多样性。

理论教育 2023-05-30

基于微观知识活动角度的知识扩散仿真与提升策略优化

如何认识CPIKN的知识扩散过程与规律并提高知识扩散绩效是提升CPIKN运作与管理效率需要解决的重要问题。同时由于协同成员在产品创新目标与行为上的一致性，针对特定产品创新目标或任务，协同成员势必会基于自身知识需求进行知识交流与共享活动，因此在协同产品创新过程中存在着广泛的知识扩散。知识扩散有利于每个协同成员充分接触和获得他人的知识，提升协同成员个人与整个CPIKN的知识存量。

理论教育 2023-05-30

协同产品创新知识网络管理模型与方法研究

本书应用知识网络理论及其他复杂系统研究方法对CPIKN进行建模，能够有效反映协同产品创新的管理要素特性和现实情况，并应用定量化方法解决CPIKN管理实践中的关键问题，为提高CPIKN的管理绩效提供了有力的理论与方法支持。本书研究对于提高CPIKN的管理能力，提升协同产品创新的管理与运作效率与核心竞争力都具有重要的实际意义，同时本书研究成果也可为制造或服务类企业协同创新的组织与知识管理实践提供借鉴与指导作用。

理论教育 2023-05-30

协同产品创新知识网络构建方案

要实现对CPIKN构成的有效分析，有必要先对一般知识网络的构成进行分析。基于前文对CPIKN的定义，结合上述对一般知识网络构成的分析，本书对于CPIKN构成的研究与分析也是基于企业或组织的微观视角，并将其构成总结概括为以下三部分：知识点子网络、协同成员子网络以及各子网络间的复杂关系，CPIKN各部分的具体构成如下所述：1.知识点子网络CPIKN的知识点子网络是由协同产品创新知识及知识之间的关系所构成的。

理论教育 2023-05-30

《协同产品创新知识网络构建及管理研究》研究的背景简介

在此背景下，2015年5月国务院发布了《中国制造2025》，并将其作为我国实施制造强国战略第一个十年的行动纲领。2016年3月发布的《十三五规划纲要》更是进一步强调了《中国制造2025》的重要战略意义。苹果公司一直名列全世界研发投入最高的20家公司榜单中，其仅在2018年就花费了140亿美元的研发费用。由此看出，企业竞争的重心已从生产制造过程转移到研发设计过程。

理论教育 2023-05-30

协同产品创新的知识特征及扩散分析

结合协同产品创新的相关特性[175,188,313]，将CPIKN中知识的主要特征总结如下：高度依赖个人，与成员运用知识所处的环境与背景相关联，常规的知识管理手段难以对其进行有效获取。CPIKN中的知识主要用来解决产品创新的复杂问题，这也使其日趋专业化与复杂化，这增加了成员学习、保持知识的难度，并可能造成知识遗忘现象。

理论教育 2023-05-30

复杂系统建模的主流方法

复杂系统建模按照构建模型的系统属性、构成特性等的不同可以应用不同的建模方法。对于复杂且带有随机性的网络系统，通常采用复杂网络建模方法。复杂网络建模方法对于揭示复杂系统的小世界效应、无标度特性和高聚集性等特征具有明显优势。一般的系统往往复杂多变，采用单一方法难以准确描述系统结构及基本特征，此时常常采用多种方法混合使用来构建系统模型。

理论教育 2023-05-30

无标度网络的特点：无标度特性解析

由于此类网络的标度具有不变性，因此，此类网络被称为无标度网络。少数hub点对无标度网络的运行起着主导的作用。从广义上说，无标度网络的无标度性是描述大量复杂系统整体上严重不均匀分布的一种内在性质。判断网络是否具有无标度特性的方法就是计算网络的节点度是否服从幂律分布[298]，即是否满足公式。

理论教育 2023-05-30

知识流动效率测度模型及应用

另一方面，聚类系数和知识流动效率呈正相关关系[40,283]，聚类系数越大，知识流动则越容易。基于上述分析，目前许多学者尝试使用路径长度和聚类系数指标来静态度量网络的信息与知识流动效率。其次，没有考虑网络中节点与边的特征和属性对知识流动的影响；网络效率模型考虑了以网络规模和路径长度作为信息传递效率的衡量变量，而对另一个主要特征参数—— 聚类系数没有分析。

理论教育 2023-05-30

协同创新：产品的共同优化过程

在网络化和信息化的协同平台支持下，这些来自企业不同部门的专业人员，与协同创新客户相互协同，形成产品创新组织，具有明显的多部门和跨专业协同的特征。协同创新主体在产品概念测试过程中扮演重要角色，能够较为清晰地提出产品存在的不足以及改善建议。

理论教育 2023-05-30

基于复杂系统角度的知识流动效率测度及应用

CPIKN的知识流动性是反映和考察CPIKN运行效率与管理绩效的重要指标。在CPIKN中，知识流动性受到多种因素的影响，如成员的知识协作水平、知识协作关系强度、知识网络结构与特性等，这增加了量化研究CPIKN的知识流动效率的难度。因此，如何构建更为有效的知识网络模型以更为准确、真实地反映现实CPIKN特性与知识流动影响因素对知识流动性影响，也是当前需要解决的关键问题。

理论教育 2023-05-30

知识流动效率测度与分析方法探究

研究表明，组织的知识流动效率与组织绩效存在着正相关关系。造成上述差异的可能原因是，在CPIKN中，知识流动效率测度与评价是一个具有全局性与综合性的决策问题，而UV投票法主要依靠CPIKN成员各自的局部和主观判断信息获取评价结果。知识流动效率指标能够更加准确地测度现实CPIKN的知识流动效率的真实水平，因此应被作为CPIKN的知识流动效率测度的主要指标。

理论教育 2023-05-30

复杂网络特性的分析介绍，

表5.2四个知识网络的网络参数结果由表5.2可以看到，团队1和团队3的实际CPIKN与相应的随机网络具有相近的平均路径长度，而其聚类系数大于随机网络；团队2和团队4的CPIKN平均路径长度略小于其相应的随机网络，而其聚类系数大于随机网络。上述四个团队的CPIKN均满足公式，因此可判定其均具有小世界特性。

理论教育 2023-05-30