席运江¹，杨 茜¹，廖 晓^2*

¹华南理工大学工商管理学院，广东 广州

²广东金融学院互联网金融与信息工程学院，广东 广州

收稿日期：2019年8月9日；录用日期：2019年8月22日；发布日期：2019年8月29日

超网络是复杂网络研究热潮后，研究者关注的一个重要方向。本文对超网络的研究现状进行了简述，以帮助研究者了解超网络的概念、类型、应用、热点及未来方向等。本文通过对现有研究的分析及综合，指出超网络的三种类型：超图超网络(hyper-graph super-network)、多层优化超网络(multi-layer optimized super-network)，多网集成超网络(multi-network integrated super-network)。并结合实例分析了每类模型的特点、应用、以及近几年的研究成果。此外，还重点简述了超网络研究的一个重要方向：知识超网络，主要介绍超网络在知识管理领域的模型、应用及发展趋势等。最后对超网络的现状进行总结，并对其未来研究方向进行了简要分析。未来，超网络研究可结合人工智能、大数据、知识处理与个性化知识服务等。

关键词 :超网络，知识超网络，超图，研究简述

Copyright © 2019 by author(s) and beplay安卓登录

This work is licensed under the Creative Commons Attribution International License (CC BY).

http://creativecommons.org/licenses/by/4.0/

随着复杂网络研究热潮的兴起，一种特殊类型的网络——超网络，引起了越来越多的学者关注。与常规网络及复杂网络相比，超网络在描述和分析具有多子系统、多子网结构的复杂系统方面，具有独特的优势，因此成为研究大型复杂系统的一种新兴工具。尤其是最近几年，超网络相关研究呈现爆发趋势。因此，本文拟对超网络的概念、类型、应用及研究热点等进行简单综述，并重点介绍超网络研究的一个重要方向：知识超网络，主要介绍超网络在知识管理领域的模型、应用及发展趋势。

超网络的概念，最早于1985年被提出 [ 1 ] ，目前已成为研究大型复杂系统的一种新兴工具。对于何为超网络，影响较大的是美国科学家Nagurney Anna [ 2 ] 提出的：“高于而又超于现存网络”的网络即为超网络，用“Super-network”来表示。学者王志平与王众托认为超网络的一个重要特征就是：网络嵌套或包含着子网络 [ 3 ] 。此外，还有学者认为凡是可以用超图来描述的网络都可以称为超网络 [ 4 ] ，通常用“Hyper-network”表示。本文中的超网络这一概念统一用“Super-network”表示。

从现有文献看，超网络的模型与应用主要有如下三个方面：

1) 基于超图的超网络模型(super-graph super-network)及应用研究

主要以超图为工具，通过超边连结多个同质或不同质的节点，从而简明、准确地刻画各类节点之间的复杂关系。如图1所示，即为文献 [ 4 ] 中的一个超图超网络示例，图2为文献 [ 5 ] 中的一个知识超图超网络的实例。

图1. 文献 [ 4 ] 中的知识超图示例

图2. 文献 [ 5 ] 中的超图超网络示例

基于超图的超网络，结构简单，更适合刻画现实世界的多元结构 [ 4 ] 。正因如此，超图超网络引起了许多研究者的兴趣，对其特性和应用进行了深入探讨。例如索琪、郭进利等对超图超网络的结构及演化进行了研究 [ 4 ] ，Pretolsno D等研究了如何在超图中简单快速识别出超网络的算法 [ 6 ] ，马涛、郭进利等构建了专利超网络研究产学研合作 [ 7 ] ，马秀娟、赵海兴、胡枫等还研究了基于超图的超网络相继故障分析等问题 [ 8 ] ，Jiang-Pan Wang，Qiang Guo等构建了合作超网络研究知识传播等 [ 9 ] 。许多相关成果的不断涌现，极大的推进了超图超网络的相关研究。

2) 基于变分不等式的多层优化超网络模型(multi-layer optimized super-network)及应用研究

主要以变分不等式为工具，研究具有多层次网络结构系统的协调优化问题。Nagurney团队、王志平等人的研究，基本上都属于此种类型。例如，图3、图4即为Nagurney团队研究的供应链优化超网络模式，用于研究供应链网络上的优化问题。

图3. 文献 [ 10 ] 中的多层优化超网络示例

图4. 文献 [ 11 ] 中的多层优化超网络示例

此外，米传民、李丹丹等还构建了金融均衡超网络 [ 12 ] ，邢清华、夏璐等构建了反导体系结构超网络 [ 13 ] 、吴义生等构建了低碳超网络优化模型 [ 14 ] 、Yamada T等构建了供应链超网络模型，以研究其效率问题 [ 15 ] 。可以看出，这类超网络模型多用于解决复杂系统的优化、均衡、效率等方面的问题。

3) 基于多子网整合的多网集成超网络模型(multi-network integrated super-network)及应用研究

这类网络主要用于描述由多个子网络构成的多网结构网络系统 [ 16 ] [ 17 ] ，通过对各子网之间作用关系的描述，实现多子网结构的超网络建模。如图5、图6所示，即为两个多网集成超网络示例，二者都由多层子网集成而成。

图5. 文献 [ 17 ] 中的多网集成超网络

图6. 文献 [ 18 ] 中的多网集成超网络

这一类超网络对于描述由多个子系统构成的复杂系统结构、对各子系统进行整合建模和分析等，提供了新的方法，因而得到了广泛应用。例如，Yuxue Chi等研究了在线信息评价超网络 [ 19 ] ，迟钰雪、刘怡君等构建了舆情演化超网络 [ 20 ] ，李纲、巴志超等构建了科研合作超网络 [ 21 ] ，田儒雅、孙巍等构建了图书知识资源超网络 [ 22 ] 等，黄远、沈乾、刘怡君等构建了微博舆论场多网集成超网络 [ 23 ] 等。

从上述分析可以看出，超网络模型具有多种形式，可以适用于多种需求的复杂系统建模及分析，因而具有广阔的应用前景。而且，有关超网络的应用研究，已经涉及到各个领域，例如舆情传播超网络、军事超网络 [ 13 ] 、社交超网络、供应链超网络、社会化标注超网络 [ 24 ] 等。可以说，跟各领域的应用相结合，构建符合问题需求的超网络模型，进而利用超网络工具解决具体应用问题，极大地拓宽了超网络的应用范围，也成为超网络研究发展的重要推动力量。

知识超网络是用于描述复杂知识系统的一种网络形态，是超网络在知识管理领域的应用研究。如图7、图8所示，即为两个知识超网络的应用实例。其中图7为用超网络描述的知识系统的结构 [ 25 ] ，图8为图书情报领域的知识合作超网络模型 [ 22 ] 。

知识超网络可看作知识网络的一种特例。由于知识系统的特殊复杂性，单一的网络结构很难完全描述知识系统的复杂结构，许多学者考虑用超网络来研究相关问题，取得了很好的效果。尤其是近几年来，知识超网络成为了知识管理领域的研究热点之一，出现了大量的研究成果，极大的促进了该领域的研究进展。

1) 知识超网络的类型。从现有研究看，前文所述的三种类型的超网络都在知识超网络研究中出现。例如，马涛，郭进利等使用超图超网络研究产学研合作专利申请问题 [ 7 ] ，郭强、刘建国等使用超图超网络研究知识扩散问题 [ 9 ] ；对于第二类超网络，Nagurney等应用变分不等式研究知识系统超网络的均衡问题 [ 26 ] ，即属于此类型。李纲、巴志超等构建的科研合作超网络 [ 21 ] ，田儒雅、孙巍等构建的知识合作超网络 [ 22 ] 等则属于第三种类型。可以看出，多种类型的超网络模型都可以和知识管理的问题相结合，从而使知识超网络的模型十分丰富，能很好的应用于复杂知识系统的各类问题。

图7. 文献 [ 25 ] 中的知识超网络

图8. 文献 [ 22 ] 中的知识合作超网络模型

2) 知识超网络的应用。由于知识超网络模型丰富，在知识管理中应用广泛，因此相关的应用研究越来越深入，极大拓宽了知识超网络的应用范围。相关应用包括知识发现超网络 [ 5 ] 、知识创新超网络 [ 27 ] 、知识合作超网络 [ 22 ] 、知识扩散超网络 [ 9 ] 、知识服务超网络 [ 28 ] 、知识共享超网络 [ 29 ] 、知识资源整合超网络 [ 29 ] [ 30 ] 等。上述研究涉及到知识发现、创新、合作、扩散、共享、服务、整合等几乎所有知识处理过程。可以看出，知识超网络在知识管理中具有广阔的应用前景，是处理复杂知识系统相关问题的得力工具。

综上，知识超网络具有多种类型的模型，可广泛应用于各个知识处理过程中去。作为一种有效的知识系统整合建模和分析工具，已成为研究复杂知识系统各类问题的有效工具，必将在知识管理领域发挥更大的作用。

通过对上文分析及讨论，可以看出超网络与知识超网络是研究复杂知识系统的有效工具，可以借鉴并应用于社区知识管理、知识服务中。对相关研究进行综合分析，并结合其他相关学科的发展，如下几个方面可能成为超网络的未来研究方向：

1) 基于超图的超网络研究，逐渐成为热点。近几年相关研究中，超图超网络的成果接近一半，说明这一领域更受研究者关注，有可能为超网络研究带来突破。

2) 超网络的应用研究，涉及到很多领域，并呈现快速扩散之势。使用超网络解决各领域的问题，将是未来研究的主要方向。

3) 知识超网络的研究，是超网络研究领域的重要方向，尤其是在当今智能经济时代，知识超网络作为一种有效的多维知识整合和分析工具，必将在更多领域发挥更大的作用。

4) 超网络研究，整体上还处于新兴发展阶段，其本身的研究理论及方法还处在不断完善之中。如何与其他领域进行融合，尤其是与大数据、人工智能、知识处理及个性化知识服务等领域的融合，将为超网络领域的研究带来更多创新机会。

广东省自然科学基金博士启动纵向协同试点项目(2017A030310165)。

席运江,杨茜,廖晓. 超网络与知识超网络研究简述Research Review on Super-Network and Knowledge Super-Network[J]. 现代管理, 2019, 09(04): 557-565. https://doi.org/10.12677/MM.2019.94069