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.
|