Projektnätverk

Ett projektnätverk  är en teknisk plattform, onlinetjänst eller webbplats utformad för att göra det möjligt för deltagare med nyckelkompetenser att organisera sig i ett projektteam för att utföra aktiviteter med initialt uppsatta mål, vars uppnående avgör projektets slutförande . [ett]

Skillnad från socialt nätverk

Den grundläggande skillnaden mellan den föreslagna nätverksstrukturen är upprättandet av kontakter mellan specialister som är intresserade av att delta i ett visst projekt, genomförandet av projektet och dess kommersialisering, medan strukturen för organisationen av olika befintliga sociala nätverk endast fokuserar på utbyte av information. Samtidigt kan finansieringen av projekt vara mycket varierande, från arbete på en specifik order, till arbete på initiativ, med efterföljande deltagande i anbud eller annan form av kommersialisering av projektresultaten.

Teoretiska aspekter

Studiet av specialiserade nätverk, som inkluderar de föreslagna designnätverken, är långt ifrån komplett i den teoretiska aspekten - detta beror på det faktum att den praktiska tillämpningen av nätverksstrukturer ligger före deras teoretiska studie. Samtidigt tillåter användningen av modern informationsteknologi en ny titt på bildandet av vetenskapliga, tekniska och tekniska projektteam och alla aspekter relaterade till processen att initiera och utföra arbete på projekt. Många, vid första anblicken, heterogena studier inom teknik, sociologi, telekommunikation och andra vetenskaper är baserade på postulatet om irreducerbarhet av strukturella beskrivningar till enskilda modeller av specialiserade nätverk. Men all forskning och utveckling som utförs med hjälp av informationsteknologi inom många områden kan ses genom prismat av klassisk projektledning. I detta avseende måste teorin som utvecklats för sociala nätverk uppenbarligen modifieras.

Tillvägagångssätt vid studiet av projektnätverk

För närvarande utforskar sociala nätverksteorier huvudsakligen följande frågor:

I studier som tillämpas i naturen används typiska egenskaper, såsom: nätverksstorlek, nätverkstäthet, grad och täthet av centralitet samt ekvivalens.

Allmänna tillvägagångssätt som används för analys av sociala nätverk kan tillämpas på analys av projektnätverk, naturligtvis, med hänsyn till vissa detaljer för att initiera och underhålla projekt. Först och främst återspeglas denna specificitet i själva elementen, som bildar designnätverket.

För vidare studier av projektnätverk är det lämpligt att introducera några begrepp. I det inledande skedet är projektnätverket i "sleep mode", det vill säga nätverket är det vanliga, för ett socialt nätverk, informationsutbyte mellan potentiella medlemmar i projektteam och därför interagerar "traditionella agenter" eller aktörer i nätverk. Efter att projektteam dykt upp i nätverket som en del av projektinitieringsprocesserna (beskrivningen av mekanismerna för att initiera projektteam ligger utanför ramen för denna artikel), vilket uttrycks i utseendet av noder med en ökad koncentration av anslutningar, projektet nätverk kommer ut ur "viloläge" och börjar utföra sina uppgifter funktioner för att säkerställa genomförandet av initierade projekt. För att utse de arbetslag som bildas i projektnätverket, det vill säga noder med en ökad koncentration av kopplingar mellan aktörer, introduceras begreppet aktör på 1:a nivån. Detta är grundkonceptet för projektnätverket, eftersom det betecknar närvaron i projektnätverket av ett aktivt team som utför projektet. I händelse av att nivå 1-aktörer etablerar kopplingar till varandra, till exempel inom ramen för en matrisorganisationsstruktur, introduceras begreppet nivå 2-aktör. En grafisk representation av aktörer på nivå 1 och 2 visas i figur 1.

En av de viktiga delarna av studiet av designnätverk är konstruktionen av modeller som återspeglar detaljerna i deras funktion. Genom att tillämpa den klassificering som föreslås i [2] för att skapa en av modellerna för projektnätverk, kan vi föreslå att man använder statistiska modeller för sociala nätverk och i synnerhet modellen för svaga band.

I det moderna samhället gör specialiserade nätverk av informella relationer det möjligt att hitta ett jobb genom "online-utbyten", genomföra informationsutbyte, lösa problem som kringgår regeringen och andra traditionella strukturer, i vissa fall låter de dig ta emot beställningar för små- skalaarbete (frilansare). Det finns anledning att tro att en ökad status för en yrkesgrupp (inklusive en projektgrupp) leder till ett ökat informationsflöde i nätverk av informella sociala och professionella kontakter. Dessutom kan de så kallade svaga informationsbanden, det vill säga banden med föga kända kollegor eller projektteam, vara mer effektiva än "starka band" med fast anställda [2] , medan synergieffekten inte utesluts.

När man bygger modeller av projektnätverk, i analogi med sociala nätverk, bör begreppet klustring introduceras. Till exempel, om en nätverksgraf har en koppling mellan hörn 1 och 2, och mellan 2 och 3, leder detta oundvikligen till en koppling mellan 1 och 3. En viktig roll i sådana modeller spelas av begreppen nätverkselasticitet och korrelationskoefficient. .

Om begreppet ett slumpmässigt nätverk används för att beskriva ett specifikt socialt nätverk eller projektnätverk, kommer detta inte att vara korrekt ur matematikens synvinkel. I [3] anges att konceptet med ett slumpmässigt nätverk kan överföras genom skapandet av en statistisk ensemble av nätverk (en uppsättning nätverk), där varje specifikt nätverk har sin egen sannolikhet för implementering, det vill säga varje nätverk av ensemblen har sin egen statistiska vikt. Efter att ha skapat en sådan ensemble kan du beräkna medelvärdet för ett visst värde i ett slumpmässigt nätverk genom att medelvärdet av detta värde över alla implementeringar, med hänsyn till deras statistiska vikt [4] . Detta, till viss del, förenklade tillvägagångssätt implementeras i slumpmässiga nätverk, som vanligtvis representeras av slumpmässiga grafer (Erdős-Rényi-modellen). I denna modell, i den statistiska ensemble där det finns grafer med ett visst antal noder X och ett visst antal anslutningar Y, har alla grafer (nätverk) samma statistiska implementeringsvikt. Av detta följer slutsatsen att för sådana nätverk är sannolikheten för existensen av en förbindelse mellan två valfria noder densamma.

En av nyckelegenskaperna hos slumpmässiga nätverk, viktig för att förstå egenskaperna och processerna som förekommer i dem, är en sådan statistisk egenskap hos ett slumpmässigt nätverk som fördelningen av noder med antalet länkar (DD,gradsfördelning).

Karakteristiskt DD, fördelningen av noder med antalet anslutningar P(q) är sannolikheten att en slumpmässigt vald nod i ett slumpmässigt nätverk har graden q [3]  :

Här är {N(q)} det genomsnittliga antalet noder av grad q i nätverket, medan medelvärde tas över hela ensemblen. Det totala antalet noder för alla medlemmar i denna ensemble är detsamma och kan uttryckas som

Studier har visat att fördelningen av noder i de betraktade slumpmässiga nätverken, enligt antalet anslutningar som är lämpliga för dem, kan beskrivas enligt Poissons distributionslag. Av detta kan vi dra slutsatsen att i klassiska slumpmässiga nätverk närmar sig ungefär samma antal länkar noderna och det finns inga dominerande noder med ett stort antal länkar (hubbar). Ur denna synvinkel kan processer som sker i små sociala nätverk och vissa typer av specialiserade nätverk studeras.

För att beskriva sannolikheten för distribution av noder med antalet anslutningar i stora sociala nätverk, är det lämpligt att använda en maktlag eller exponentiell distribution. De genomförda experimentella studierna [5] visade att riktiga stora nätverk har en långsamt minskande fördelning av noder med antalet länkar, och noder med ett dominerande antal länkar utgör en betydande del av länkarna i hela nätverksstrukturen. Kraftfördelningslagen för stora värden på q är ett vanligt exempel på en långsamt minskande fördelning av noder över antalet länkar. Figur 2.a visar fördelningen av en slumpmässig process enligt Poisson-lagen och en ungefärlig grafisk representation av nätverket för q=4, och i figur 2b för normal-, exponential- och potenslagar, för vilka en ungefärlig grafisk representation av nätverk visas.

Ett viktigt arbete som gör det möjligt att förstå ett av tillvägagångssätten för att bygga designnätverk är studien av R. Albert och L. Barabashi [5] , om datornätverkens topologi, som, som en del av experimentella studier, upptäckte och teoretiskt underbyggda navaktörer (hubbar) i olika typer av nätverk som har det dominerande antalet kopplingar, jämfört med "vanliga" aktörer. De introducerade konceptet med skalfria nätverk och identifierade två förhållanden under vilka denna typ av nätverk uppstår [5] :

Termen "skalfritt nätverk" betyder att det inte finns några noder i nätverket med något typiskt antal länkar. Ett karakteristiskt utmärkande drag för skalfria nätverk är deras ökade motståndskraft mot skador. Denna typ av modell tolkar projektnätverk på ett tillförlitligt sätt, eftersom nivå 1-aktörer interagerar svagt med varandra, och själva projektet, som är ett engångsföretag, har en begränsad livslängd, men när projektkontor dyker upp i nätverket, navaktörer (hubbar) börja bildas. Enligt teorin om R. Albert och L. Barabashi är nav ofta omgivna av mindre nav, och de är i sin tur ännu mindre, etc. Detta ger ökad stabilitet för denna typ av nätverksstrukturer. Förlusten av en av hubbarna är inte kritisk för nätverket, eftersom de allmänna anslutningarna kommer att bevaras på grund av att det finns andra hubbar. Närvaron i skalfria nätverk av Albert-Barabashi av koncentratorer av olika "volym" motsäger inte det faktum att, per definition, team av olika storlekar kommer att vara närvarande och fungera i projektnätverk. Ju större projektet är, desto fler aktörer kombineras till en nivå 1-aktör, det vill säga till ett projektteam. Frågorna om interaktion mellan aktörer på olika nivåer behöver dock ytterligare forskning. Det bör noteras att den interna infrastrukturen för projektnätverk kommer att bestämmas av deras egenskaper och kommer att utformas enligt principerna för antingen självorganisering eller under extern påverkan (inflytande) på nätverket.

Baserat på ovanstående material kan det antas att, enligt egenskaperna hos DD, nätverk kan utvecklas. I bildningsstadiet, till exempel, av något socialt nätverk eller projektnätverk, kommer fördelningen av noder efter antalet länkar att följa Poisson-lagen, och med ökande popularitet kommer användarna att ha uttalade navnoder och DD-karakteristiken bör beskrivas av en maktlag. Det är möjligt att med en nedgång i popularitet bland användare på ett socialt nätverk kommer den omvända processen att inträffa, det vill säga nätverket kommer att "andas". Således kan ett nätverk, socialt eller projekt, utforskas som ett dynamiskt system med något initialtillstånd . Detta tillvägagångssätt gör det möjligt att studera dynamiken i processer som sker i nätverksstrukturer under systemets övergång från ett tillstånd till ett annat. Uppsättningen av alla tillåtna tillstånd i ett dynamiskt system representeras vanligtvis genom dess fasutrymme . Frågorna om att modellera designnätverk genom deras representation som dynamiska system med specifika initiala tillstånd och studiet av deras fasrum är av visst vetenskapligt och praktiskt intresse, men ingår inte i detta arbetes uppgift.

Universaliteten hos skalfria nätverk visar vägen för vidareutveckling av idén om att skapa och förbättra projektnätverk. Så närvaron av större än från bildandet av många projektteam, eller till och med projektkontor, navaktörer i nätverket med ett stort antal kopplingar kan tolkas som att virtuella föreningar uppträder i projektnätverk på industribasis, till exempel, inom nanoteknik, biologi, mjukvara, etc. Nästa nivå (uppkomsten av superkoncentratorer) kan vara integrationen av ett sådant projektnätverk i Ryska vetenskapsakademins Unified Information System eller i Rysslands vetenskapliga och innovativa nätverk [5] . Inom ramen för internationellt samarbete kan projektnätverkets supernav till exempel vara det kanadensiska "Network of Centres of Excellence (NCE)", det tyska programmet "Network Management East (NEMO)", det franska forskningsnätverket CNRS eller EU-program som "Eureka" och European Technology Platforms.

Analys av de huvudsakliga tillvägagångssätten för studier och modellering av projektnätverk är i ett tidigt skede. Det krävs att utföra en stor mängd arbete för att skapa matematiska modeller av designnätverk av varierande grad av komplexitet och att bestämma en metodik för att studera de processer som förekommer i dessa strukturer. När man beskriver vissa egenskaper hos designnätverk (korrelationer, transitivitet, associationsstrukturer) måste man för närvarande förlita sig på faktorer med en hög grad av osäkerhet.

Det bör noteras att skapandet av teoretiska grunder för analys och syntes av designnätverk kommer att vara viktigt för den praktiska implementeringen av denna lovande typ av nätverksstruktur.

Se även

Anteckningar

  1. ↑ Isakov M. V., Smirnov M. V. Om frågan om självorganisering av projekt och projektgrupper // Rapport om VIII-studenternas vetenskapliga och praktiska konferens “Electronic business. Projektledning på internet. Innovations”, NRU HSE: -Moskva, 15-17 mars 2016
  2. ↑ 1 2 Gubanov D. A., Novikov D. A., Chkhartishvili A. G. Sociala nätverk: modeller för informationsinflytande, kontroll och konfrontation.- M .: Izd. FIZMATLIT, 2010, 228 sid.
  3. ↑ 1 2 Evin I. A. Introduktion till teorin om komplexa nätverk. //Datorforskning och modellering. Volym 2, N2, 2010
  4. ↑ Dorogovtsev SN föreläsningar om komplexa nätverk, Oxford University Press, Oxford, 2010
  5. ↑ 1 2 3 4 Albert, R. och Barabasi, AL, 2002, Statistical mechanics of complex networks, Rev. Mod. Phys. 74. Voronina L. A., Ratner S. V. Vetenskapliga och innovativa nätverk i Ryssland: erfarenhet, problem, framtidsutsikter.- M.: INFRA-M, 2010.-254 s.

Litteratur