کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6855179 1437608 2018 15 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Research on the characteristics of evolution in knowledge flow networks of strategic alliance under different resource allocation
ترجمه فارسی عنوان
تحقیق در مورد ویژگی های تکامل در شبکه های جریان دانش از اتحاد استراتژیک تحت تخصیص منابع مختلف
کلمات کلیدی
اتحاد استراتژیک، جریان دانش، شبکه های، سیر تکاملی، تخصیص منابع، مشخصات،
ترجمه چکیده
این مقاله به عنوان فرضیه خود چهار نوع تخصیص منابع (به طور تصادفی گرا، روابط گرا، همکاری گرا و دانش محصور) را دربر می گیرد و ویژگی های پیچیده تطبیق شبکه جریان دانش در اتحادیه های استراتژیک را بررسی می کند، با توجه به اثرات واریانس متقابل مکانیسم تکامل تحقیقات موجود تفاوت های مختلفی را در انواع تخصیص منابع، توسط روش های تحلیل آماری آماری انجام داده اند و فقط روابط خطی را در میان داده های مقطعی تجربی نشان داده اند. پژوهش حاضر با روش های زیر متفاوت است: ابتدا، ماهیت چند گانه تخصیص منابع را به طور کامل در نظر می گیریم. دوم، ما با استفاده از روش تقلید چند عامل با توجه به چشم انداز تکامل سیستم پویا و اصل تئوری فیزیکی، اجازه می دهد تجزیه و تحلیل صریح از منطق عملکرد غیر خطی، اشکال و الگوهای در واریانس. در نهایت، ما مورد مقایسه مدل های تخصیص منابع مختلف را تحلیل می کنیم. مقاله ما چندین نتیجه مهم را به دست می دهد: (1) تکامل شبکه جریان دانش یک اتحاد استراتژیک می تواند یک پدیده دوبعدی متشکل از تقاطع گره ی زاویه و دو طرفه بحرانی ایجاد کند. (2) تعداد گره ها توزیع رشد لگاریتمی را نشان می دهد، شدت اتصال و افزایش شبکه، توزیع های رشد نمایشی را نشان می دهد، و ارتباط و فرکانس جریان دانش در شکل یک عملکرد قدرت متقابل هستند. (3) تخصیص منابع شناخته شده دانش، برای افزایش سرعت جریان دانش شبکه ها بیشتر موثر است و می تواند به طور گسترده ای به تحولات کمک کند. (4) تخصیص منابع همکاری گرا بیشتر برای سرعت بخشیدن به شبکه در حوزه تکامل است. (5) تخصیص منابع ارتباطی می تواند به شبکه کمک کند تا سود بیشتری کسب کند. علاوه بر این، این تحقیق برای درک مسائل کلیدی هر مدل تخصیص منابع و تکامل اتحاد استراتژیک در شبکه های جریان دانش مفید است. روش ها و چارچوب پیشنهاد شده ما می تواند به طور گسترده ای در زمینه شبکه های پیچیده، مدیریت دانش و نوآوری استراتژیک مورد استفاده قرار گیرد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
پیش نمایش مقاله
تحقیق در مورد ویژگی های تکامل در شبکه های جریان دانش از اتحاد استراتژیک تحت تخصیص منابع مختلف
چکیده انگلیسی
This paper takes the four types of resource allocation (randomly oriented, relationship-oriented, cooperation oriented, and knowledge-embedded) as its premise and investigates the complex characteristics of knowledge flow network evolution in strategic alliances, taking into account the mutual variance effects of the evolution mechanism. Existing research has neglected the differences in resource allocation types, by and large employed statistical analysis methods, and identified only the linear relationships among experimental variances of cross-sectional data. The present study differs from existing research in the following ways: First, we thoroughly consider the multi-faceted nature of resource allocation. Second, we use the method of multi-agent imitation according to perspective of dynamic system evolution and the principle of phase theory, allowing the explicitly analysis of nonlinear functional logic, forms and patterns in the variance. Finally, we analyze the appropriateness of different resource allocation models. Our paper features several significant findings: (1) The evolution of the knowledge flow network of a strategic alliance can produce a bifurcation phenomenon composed of saddle-node bifurcation and transcritical bifurcation. (2) The number of nodes exhibits a logarithmic growth distribution, the connection intensity and the network gain exhibit exponential growth distributions, and the connectivity and knowledge flow frequency are mutually influential in the form of a power function. (3) Knowledge-embedded resource allocation is most effective for improving the knowledge flow rate of networks and can further supply ample impetus for evolution. (4) Cooperation-oriented resource allocation is most beneficial for quickly propelling the network into the evolution realm. (5) Relationship-oriented resource allocation can aid the network in capturing more profit. Furthermore, this research is beneficial for understanding the key problems of each resource allocation model and the evolution of strategic alliance in knowledge flow networks. Our proposed methods and framework can be more widely applied to the fields of complex networks, knowledge management, and strategic innovation.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Expert Systems with Applications - Volume 98, 15 May 2018, Pages 242-256
نویسندگان
, , , , ,