知识网络概念最早由瑞典Beckmann提出[6]。Cappellin和Wink将知识网络看作由庞大知识构成的资源池，知识网络是由一些专家****等知识主体构建的社会网络[7]。Phelps等指出知识网络是由多若干条知识链之间进行知识转移与创造的网络结构体系[8]。Seufert等从网络与知识管理的关联关系紧密性的角度对知识网络理论框架进行构建并加以分析[9]。徐雷和潘珺也从不同视角对知识网络的相关概念进行了分析和辨别[10]。在知识网络的构建方面，刘国新等通过4个步骤构建了分布式创新知识网络[11]。吴江等以基金视角利用社会网络分析方法对学科知识流动网络进行了构建[12]。企业构建知识网络的最终目的是为了达到知识的高度运用，在获取与学习知识的基础上能够内化知识并最终创造出新的知识服务于企业的发展活动中，因此知识创新力在企业的每个知识节点中的体现就显得尤为重要。在知识创新力的研究中，Hilmi等采用定性分析的方法，对2个电信公司的员工的创新能力进行分析，发现员工的创新力可以提高企业知识的共享，从而有利于创造新知识[13]。叶英平等从网络嵌入视角构建了知识创新模型，为企业知识创新能力的提高提供了有力保障[14]。Wang和Xin基于知识管理的思想对企业知识的创新能力进行了评价[15]。Corry等对人力资源的可持续创新知识在生产过程和相关的知识密集型组织人力资源开发过程中的影响进行了探讨，进而证明了知识创新力的重要地位[16]。谈甄等从产业集群的视角，运用鱼骨图和AHP方法指出创新能力、知识信任、知识涨落机制、知识认知是产业集群获得高效知识创新能力的关键因素[17]。
通过上述分析对于知识网络的构建，****们大多从知识的节点度出发进行择优链接，而大多一致地忽略了知识节点本身的一些属性对择优连接过程的影响[18]。节点的链接是一个相互吸引的过程，节点获取新链接的能力除了与节点度有关外，其自身固有的竞争能力即适应度也会影响节点的连接能力，适应度强的节点可能比连接度高但适应度低的节点获得更多的新边，这就是所谓的“适者生存”法则。因此，针对这一现象，Caldarelli等提出了适应度模型进行解释[19]。在此基础上李志勇和陈庆华提出了基于适应度的无标度网络结构[20]。因此在知识网络的构建中，对于知识节点的内在竞争能力属性，即适应度的选择与确定方面的研究存在必要性。
综上所述，本文选取知识节点的创新力来衡量O2O电商企业知识节点的适应度，通过确定O2O电商知识节点创新力的影响因素，构造基于知识节点创新力的适应度模型，并依据得到的知识节点创新力-适应度以及适应度择优连接规则，构建O2O电商企业创新力-适应度的知识网络，为O2O电商获取有效的知识提供管理手段。
1 O2O电商知识节点创新力-适应度确定 O2O电商企业知识节点的创新力是指知识节点自身禀赋的创新属性能力。正因在线上与线下交叉融合、不断演化发展过程中生成及获取到的知识是O2O电商企业保持其竞争优势的重要资源，所以知识节点创新能力是保障知识管理凝聚竞争力的关键要素。本文借鉴文献[17]对产业集群的知识创新能力影响因素研究的基础上，结合O2O电商实际发展的最大特点，即在线上支付，到线下实体店消费特点，选取知识信任、知识认知、创新能力、价值取向、知识线上与线下融合程度5个影响因素对知识节点的创新力进行测量。
1) 知识信任。社会网络理论指出信任是一切网络活动的关键要素，是知识网络节点成员间知识获取和学习的最重要基础条件，在O2O电商企业知识网络中节点之间的信任度越高，知识的转移和交流的机会就越大，进而促进新知识生成的创新能力。
2) 知识认知。O2O电商企业知识认知可以理解为不同的知识节点之间具有共同的语言、知识表示规则等，每个知识节点都拥有其独特的环境属性特性，处于企业的不同节点中，只有各知识节点间具有相似的共同语言、表示规则和目标，才能实现有效的知识转移和交互。因此，O2O电商企业知识节点的创新力与知识的认知程度之间存在紧密的正相关关系。
3) 创新能力。O2O电商企业知识节点创新能力核心是将一个节点的知识传播给其他节点，促进知识的共享与传播，达到电商企业知识获取量和竞争优势的提高。O2O电商企业的线上知识、线下知识、仓储物流知识等知识节点之间互相传递、分享、学习的过程能够为企业创造出新的知识，因此，企业知识节点创新力的提高会增加企业知识创新的效率。
4) 价值取向。O2O电商企业以大量的领域知识为依托，企业员工主要以脑力劳动为主，具有一定的自主性，企业员工正确的价值取向会促使他们立足于追求个性化、多元一体化和创新精神，注重自我价值的实现。
5) 知识线上与线下融合程度。O2O电商线上支付线下消费的服务模式既为用户提供了丰富有价值的信息，也为商家提供了更多优质的客户，根据交易成本理论节约了双方达成交易的成本，同时也减少了因信息不对称而引起的服务与需求不匹配现象发生，线上线下融合度越高，越有利于企业基于用户导向进行创新。
利用李克特五分评分法对上述O2O电商知识节点创新力的5个影响因素进行评分，将其表示为a、b、c、d和e，并赋予对应的权重值为α、β、γ、δ和ε，可以定义出知识节点创新力的适应度为η。
综上，知识节点i的创新力-适应度定义为
 | (1) |
式中：α+β+γ+δ+ε=1。
2 节点创新力-适应度O2O电商知识网络模型 根据O2O电商知识网络构建应遵循的整体性、互补性、动态性等原则，构建了基于节点创新力-适应度的O2O电商知识网络模型，具体步骤如下：
1) 初始网络。首先选取O2O电商企业的m0个知识节点，然后依据这些节点与节点之间相互学习交流的关系构建初始网络。
2) 知识节点增长。从上述组成的具有m0个知识节点的初始网络开始，每当一个新知识节点加入时，该节点会连接到m(m≤m0)个已经存在于知识网络中不同的知识节点上。每个知识节点的创新力-适应度ηi可按照式(1)计算得到。
3) 基于创新力-适应度的知识节点择优连接。每一个新的知识节点到一个已经存在的知识节点i上的概率(择优连接概率)Πi与知识节点i的知识节点度ki、知识节点j的知识节点度ki以及知识节点的创新力-适应度ηi满足关系：
 | (2) |
其后将式(1)得到的创新力-适应度代入式(2)中，知识节点i的创新力-适应度择优连接概率则为
 | (3) |
上述基于知识节点创新力-适应度构建的O2O电商知识网络模型主要揭示了创新力如何主导整个模型，知识网络模型不会因kiηi的变化范围较大而影响创新力的主导作用，保证了知识节点创新力对知识网络构建的效果。在此模型中知识节点的创新力-适应度ηi越大则表示此知识节点形状越大，反之越小。
3 苏宁云商节点创新力-适应度知识网络构建实证研究 3.1 苏宁云商O2O知识节点创新力评分 通过征询学术界和企业界相应专家意见，利用五级分值评分方法，本课题组针对苏宁云商O2O知识节点创新力5个影响因素进行了分析，并给予相应评分。例如，价格管理在知识信任方面的评分较高，原于苏宁云商特有的线下实体店保障了产品价格的可靠性和可信任性；而价格管理方面在知识认知方面的评分较低，因为苏宁O2O产品种类复杂多样，较全面的管控价格必然会受到一定限制；考虑到顾客的比价心理，苏宁的线下线上定价模式相同，促进了产品的销售，故创新能力和融合程度在价格管理这一知识节点方面会得到较高的评分，而价值取向相对来说评分较低，因为苏宁云商与其他电商在价格管理知识方面没有很大程度的不同。因此可以得出苏宁云商O2O价格管理知识节点的创新力的5个影响因素评分，如表 1所示。
表 1 知识节点创新力评分-价格管理 Table 1 Knowledge node's innovation ability scoring-price management
| 因素 | 等级(分值) | ||||
| 很低 (1分) | 较低 (3分) | 一般 (5分) | 较高 (7分) | 很高 (9分) | |
| 知识信任 | √ | ||||
| 知识认知 | √ | ||||
| 创新能力 | √ | ||||
| 价值取向 | √ | ||||
| 融合程度 | √ | ||||
表选项
3.2 苏宁云商初始知识网络 依据苏宁云商O2O发展特点，将其知识分为四大领域知识，同时分为16个子领域知识，将此20个领域知识节点选为苏宁云商O2O节点创新力-适应度知识网络的初始网络节点来进行知识网络构建，即m0=20个，苏宁云商的初始知识网络如图 1所示。
 |
| 图 1 苏宁云商初始知识网络 Fig. 1 Initial knowledge network for Suning cloud business |
| 图选项 |
3.3 苏宁云商知识节点增长 本文提出了5个因素综合衡量O2O电商企业知识节点创新力，若将权重进行五等分，则各占权重值为0.2，借鉴文献[17]对知识信任、知识认知、创新能力以及价值取向的权重分析结果，即分别为α=0.291，β=0.199，γ=0.411，δ=0.099[17]。将这4个权重值乘以0.8就会得到本文最终对应的5个影响因素的权重，即：α=0.232 8，β=0.159 2，γ=0.328 8，δ=0.079 2以及ε=0.2。
则有知识节点i创新力的适应度：
 | (4) |
因此，将3.1节中的5个不同创新力影响因素的评分代入式(4)中，即可得到苏宁云商价格管理知识的创新力-适应度为5.728，采用同样的方法也能够计算获得其他知识节点的创新力-适应度。
3.4 苏宁云商节点创新力-适应度择优连接 将3.3节权重值及式(4)中的适应度代入式(3)中，即可得到知识节点的创新力-适应度择优连接的概率为
 | (5) |
基于以上构建规则，运用可视化软件UCINET、NETDRAW对苏宁云商O2O的企业发展过程中产生和获取到的知识进行知识网络的构建。因数据有限，本文选取部分苏宁云商年度报表及苏宁云台发布的部分知识进行归纳，并将这些知识针对苏宁云商划分四大领域知识以及16个子领域知识，进行苏宁云商知识节点的创新力-适应度网络构建，构建出的知识网络如图 2所示。
 |
| 图 2 苏宁云商创新力-适应度知识网络 Fig. 2 Innovation ability-fitness knowledge network for Suning cloud business |
| 图选项 |
3.5 苏宁云商节点创新力-适应度知识网络应对策略 1) 知识节点创新力评分应对策略。在构建苏宁云商知识网络时，笔者可以得到知识节点创新力评分的分布情况，如图 3所示，整体趋于3.5~8分，处在这一区间分布的创新力-适应度知识节点较多，应适当鼓励其余各个部门之间进行知识交流与学习，达到相互促进与提升；而评分在1~3.5分区间的苏宁云商知识更适于选择自身知识发展的优势，加强部门之间的互相学习与沟通，适时拓展发展途径，有助于提高知识的创新。
 |
| 图 3 知识节点创新力评分分布图 Fig. 3 Score distribution map of knowledge node's innovation ability |
| 图选项 |
2) 创新力-适应度知识节点应对策略。在构建完成的苏宁云商创新力-适应度知识网络中，可以清楚地通过知识节点表示形状的大小发现对应知识节点创新力-适应度的大小，对此苏宁云商可以着重获取和学习创新力-适应度大的知识节点，以达到更加高效的创造新知识的目的。
4 结论 本文针对O2O电商企业知识创新力的影响因素进行了深入分析，通过确定其知识节点的创新能力，结合适应度算法对O2O电商企业知识创新力-适应度网络构建方法进行了研究，得到：
1) 本文基于知识节点创新能力-适应度算法的O2O电商企业知识创新力-适应度网络构建方法适用于目前中国O2O电商企业，为O2O电商企业提供了一套在知识管理的基础上提高企业创新能力的知识网络构建方案。
2) 通过对苏宁云商的实例研究，构建了苏宁云商的多领域知识节点创新力-适应度知识网络。通过苏宁云商创新力-适应度知识网络节点的表现形式，体现出其目前的创新能力，从而也显示出苏宁云商未来较强的创新潜力，也为苏宁云商今后的O2O创新发展提供了新的思路。
笔者下一步将考虑知识动态更新对知识网络构建的影响。
参考文献
| [1] | HANSEN M T, NOHRIA N, TIEMEY T. What's your strategy for management knowledge?[J].Harvard Business Review, 1999, 77(2): 106–117. |
| [2] | KHEDHAOURIA A, JAMAL A. Sourcing knowledge for innovation:Knowledge reuse and creation in project teams[J].Journal of Knowledge Management, 2015, 19(5): 932–949.DOI:10.1108/JKM-01-2015-0039 |
| [3] | 苏婉, 李阳春. 移动互联网O2O模式下顾客知识共享机制研究[J].情报理论与实践, 2016, 39(4): 89–92. SU W, LI Y C. Research on customer knowledge sharing mechanism in mobile Internet O2O mode[J].Information Studies:Theory & Application, 2016, 39(4): 89–92.(in Chinese) |
| [4] | 李欣颖, 徐恺英, 崔伟. 移动商务环境下O2O用户信息行为影响因素研究[J].图书情报工作, 2015, 59(7): 23–30. LI X Y, XU K Y, CUI W. Research on influential factors of O2O user information behavior in the mobile commerce environment[J].Library and Information Work, 2015, 59(7): 23–30.(in Chinese) |
| [5] | 孔栋, 左美元, 孙凯. O2O模式分类体系构建的多案例研究[J].管理学报, 2015, 12(11): 1588–1597. KONG D, ZUO M Y, SUN K. Building O2O model taxonomic system:A multi-case study[J].Chinese Journal of Management, 2015, 12(11): 1588–1597.DOI:10.3969/j.issn.1672-884x.2015.11.003(in Chinese) |
| [6] | BECKMANN M J.Economic models of knowledge networks[M]//BATTEN D, CASTI J, THORD R.Networks in action: Communication, economics, and human knowledge.Berlin: Springer, 1995: 159-174. |
| [7] | CAPPELLIN R, WINK R. International knowledge and innovation networks:Knowledge creation and innovation in medium technology clusters[M].London: Edward Elgar Publishing, 2009: 164. |
| [8] | PHELPS C, HEIDL R, WADHWA A. Knowledge, networks, and knowledge networks:A review and research agenda[J].Journal of Management, 2012, 38(4): 1115–1166.DOI:10.1177/0149206311432640 |
| [9] | SEUFERT A, KROGH G, BACH A. Towards knowledge networking[J].Journal of Knowledge Management, 1999, 3(3): 180–190.DOI:10.1108/13673279910288608 |
| [10] | 徐雷, 潘珺. 知识网络等相关概念比较分析[J].情报科学, 2017, 35(12): 10–14. XU L, PAN J. Discussion about the differences between concepts related to knowledge network[J].Information Science, 2017, 35(12): 10–14.(in Chinese) |
| [11] | 刘国新, 李霞, 罗建原. 分布式创新中的知识网络构建[J].管理学报, 2011, 8(11): 1669–1674. LIU G X, LI X, LUO J Y. Building knowledge-creating networks in distributed innovation[J].Chinese Journal of Management, 2011, 8(11): 1669–1674.DOI:10.3969/j.issn.1672-884X.2011.11.014(in Chinese) |
| [12] | 吴江, 金妙, 陈君. 基金视角下的学科知识流动网络构建与分析[J].图书情报工作, 2016, 60(8): 79–85. WU J, JIN M, CHEN J. Construction and analysis of interdi-sciplinary knowledge flow network based on co-occurrences of funding application codes[J].Library and Information Service, 2016, 60(8): 79–85.(in Chinese) |
| [13] | HILMI A, RAJESRI G, KADARSAH S, et al. Hubungan knowledge sharing behavior dan individual innovation capability[J].Journal Teknik Industry, 2009, 11(2): 174–187. |
| [14] | 叶英平, 卢艳秋, 肖艳红. 基于网络嵌入的知识创新模型构建[J].图书情报工作, 2017, 61(7): 102–110. YE Y P, LU Y Q, XIAO Y H. Construction of knowledge innovation model based on network embeddedness[J].Library and Information Work, 2017, 61(7): 102–110.(in Chinese) |
| [15] | WANG D H, XIN Y. Research on the evaluation of knowledge innovation ability of enterprise based on knowledge management[J].Journal of Convergence Information Technology, 2013, 8(9): 1163–1169.DOI:10.4156/jcit |
| [16] | CORRY E, MARCEL V D K, UTA R, et al. Knowledge productivity for sustainable innovation:Social capital as HRD target[J].European Journal of Training and Development, 2014, 38(1): 54–74. |
| [17] | 谈甄, 储节旺, 李丽娟. 基于鱼骨图和AHP的产业集群知识创新能力影响因素研究[J].情报科学, 2012, 30(9): 1361–1365. TAN Z, CHU J W, LI L J. Research on influence factor of industrial clusters knowledge innovation ability based on fishbone diagram and AHP[J].Information Science, 2012, 30(9): 1361–1365.(in Chinese) |
| [18] | 刘向, 马费成. 知识网络的形成与演化[M].武汉: 武汉大学出版社, 2014: 16-17. LIU X, MA F C. The formation and evolution of knowledge network[M].Wuhan: Wuhan University Press, 2014: 16-17.(in Chinese) |
| [19] | CALDARELLI G, CAPOCCI A, DE LOS RIOS P, et al. Scale-free networks from varying vertex intrinsic fitness[J].Physical Review Letters, 2002, 89(25): 2587021–2587024. |
| [20] | 李志勇, 陈庆华. 具有适应度的无标度网络[J].莆田学院学报, 2009, 16(2): 35–39. LI Z Y, CHEN Q H. Scale-free networks with node's fitness[J].Journal of Putian University, 2009, 16(2): 35–39.DOI:10.3969/j.issn.1672-4143.2009.02.009(in Chinese) |
