国家社会科学基金(08BTQ023)
- 作品数：20 被引量：212H指数：9
- 相关作者：王学东易明赵文军邓卫华杨斌更多>>
- 相关机构：华中师范大学华中农业大学武汉大学更多>>
- 发文基金：国家社会科学基金教育部人文社会科学研究基金更多>>
- 相关领域：文化科学经济管理自动化与计算机技术更多>>
- 社会网络嵌入视角下的虚拟团队知识网络治理对策研究被引量：4
- 2012年
- 文章分别从结构嵌入、关系嵌入以及认知嵌入3个维度,探讨了虚拟团队知识网络的嵌入影响机制,然后分别就虚拟团队知识网络的结构治理、关系治理以及认知治理提出若干治理对策。
- 赵文军王学东
- 关键词：虚拟团队知识网络社会网络嵌入性理论
- 虚拟团队中知识共享的社会网络嵌入性视角被引量：7
- 2009年
- 本文首先阐述了社会网络嵌入性理论的基本观点,并从关系性嵌入和结构性嵌入两个维度分析了社会网络嵌入性对虚拟团队中知识共享的影响,然后借鉴社会网络嵌入性理论的结构分析思想,对虚拟团队中知识共享网络进行结构分析,从而将虚拟团队中知识共享的社会网络嵌入性视角推进到一个新的高度。
- 王学东易明占旺国
- 关键词：虚拟团队知识共享
- 基于社会网络嵌入性视角的虚拟团队中知识共享过程研究被引量：17
- 2009年
- 虚拟团队可以看成是由个体组成的社会网络。本文在探讨虚拟团队知识共享及共享过程的特征的基础上,基于社会网络嵌入性视角,探讨了虚拟团队中知识共享的过程,并提出相应的对策。
- 杨斌王学东
- 关键词：社会网络嵌入性虚拟团队知识共享过程
- 基于Web3.0的虚拟团队知识共享平台建设研究被引量：30
- 2009年
- Web3.0建立在Web2.0的基础之上,是一个无限渗透的智能化和个性化网络。其具有的跨平台、跨语种、跨行业的特点,为虚拟团队知识共享提供了保障。本文通过分析Web3.0相关技术为虚拟团队知识共享带来的影响,探讨基于Web3.0的虚拟团队知识共享平台的构建及其所实现的功能。
- 熊回香王学东许颖颖
- 关键词：WEB3.0虚拟团队知识共享
- 社会网络视角下基于生命周期的虚拟团队知识分布研究被引量：4
- 2010年
- 从社会网络视角构建了虚拟团队知识分布模型,然后基于虚拟团队的任务导向性将虚拟团队生命周期划分为形成期、震荡期、执行期、解体期四个阶段,并从沟通、文化、关系、结构等方面阐述了每个阶段的特征,最后从生命周期的四个阶段分别讨论了虚拟团队知识分布状态。
- 易明占旺国王学东
- 关键词：社会网络虚拟团队知识分布生命周期
- 虚拟团队知识共享过程与障碍因素研究被引量：12
- 2010年
- 虚拟团队的知识共享活动,本质上就是通过虚拟团队的知识共享平台使各成员知识转化为团队知识。通过对虚拟团队知识共享过程的分析,探讨了影响虚拟团队知识共享过程的障碍因素,并提出了相应的对策。
- 杨斌范坤
- 关键词：虚拟团队知识共享
- 基于虚拟团队的知识地图框架探析被引量：1
- 2010年
- 虚拟团队是伴随着信息技术的发展和企业经营环境的变化而产生的,是新型的虚拟协作组织形式。知识经济时代的虚拟团队是知识密集型组织,知识资源成为虚拟团队运营的根本要素,对知识的有效管理成为管理虚拟团队的关键,而知识地图是虚拟团队实现知识管理的有效工具。本文分析了知识地图在虚拟团队中的作用,提出并构建了基于虚拟团队的知识地图框架模型,解决了虚拟团队在知识共享方面不足的问题。
- 高劲松李卓君王学东
- 关键词：虚拟团队知识管理知识地图
- 基于知识交流网络分析的虚拟团队知识共享治理研究被引量：9
- 2011年
- 虚拟团队组织方式较为松散,团队内部知识共享面临着诸多问题。本文首先构建了虚拟团队的知识交流网络模型,在此基础上借助于社会网络的结构分析方法,形成虚拟团队知识共享治理框架,分别选取局部网络层次、整体网络层次的结构指标对虚拟团队知识共享进行分析,并针对性地提出知识共享治理策略。
- 曹高辉王学东赵文军谢辉毛进
- 关键词：虚拟团队知识共享
- 面向学术博客知识交流的社会网络中心性分析被引量：30
- 2013年
- 通过关系维和结构维两个维度构建了学术博客知识交流网络,应用社会网络分析方法,对学术博客的知识交流网络进行了分析;最后通过在网络上实时采集的数据,对之前的分析进行了验证,得到了可以表征该学术博客知识交流网络的分析数据。
- 王学东杜晓曦石自更
- 关键词：学术博客知识交流中心性分析
- 社会化标签系统中基于密度聚类的Web用户兴趣建模方法被引量：19
- 2011年
- Web用户兴趣模型在个性化信息服务中有着非常重要的作用。本文利用社会化标签的独特优势,针对传统社会化标签聚类方法的局限性,提出了一种基于密度聚类的Web用户兴趣建模方法。首先建立基于社会化标签的向量空间模型,并将社会化标签表示为Web资源及其权重的形式,以此为基础利用DBSCAN算法对其进行聚类,进而依据所有Web用户的标注行为以每个聚类为中介计算特定Web用户对Web资源的兴趣度来构建Web用户兴趣模型。实验结果表明了该方法的优越性。
- 易明操玉杰沈劲枝毛进
- 关键词：社会化标签聚类DBSCAN
