1  绪论
  1.1  研究背景
  1.2  研究问题及研究意义
  1.3  研究内容
  1.4  研究方法及技术路线
  1.5  主要创新点
2  研究综述
  2.1  开源社区
  2.2  复杂网络鲁棒性研究综述
  2.3  关键节点排序研究综述
  2.4  意见领袖研究综述
  2.5  研究评述
3  鲁棒性分析的研究框架
  3.1  Local Motors开源社区介绍
  3.2  研究对象选取与数据处理
  3.3  知识协作网络鲁棒性分析方法
  3.4  鲁棒性分析的研究框架
  3.5  本章小结
4  单项目知识协作网络的鲁棒性分析
  4.1  单项目知识协作网络的构建及拓扑结构特征分析
  4.2  参与单项目的用户行为特征分析
  4.3  鲁棒性评价指标
  4.4  用户失效模式
  4.5  基于不同时期的知识协作网络动态鲁棒性分析
  4.6  本章小结
5  考虑追随效应的单项目网络鲁棒性分析
  5.1  开源社区中的追随效应分析
  5.2  基于熵权TOPSIS的意见领袖识别
  5.3  意见领袖行为影响力的SIR传播模型
  5.4  开源社区用户追随效应模型
  5.5  模型仿真描述
  5.6  失效模式描述
  5.7  用户协作网络鲁棒性分析
  5.8  不同仿真策略对鲁棒性影响的对比分析
  5.9  本章小结
6  多项目知识协作网络鲁棒性分析
  6.1  多项目知识协作网络构建及网络拓扑结构特征分析
  6.2  社区用户聚类分析
  6.3  多个项目网络中用户行为特征分析
  6.4  鲁棒性评价指标
  6.5  用户失效模式
  6.6  鲁棒性仿真流程图
  6.7  鲁棒性仿真分析参数设置
  6.8  基于不同时期的知识协作网络动态鲁棒性分析
  6.9  本章小结
7  考虑多失效模式的多项目网络鲁棒性分析
  7.1  开源社区网络模型构建
  7.2  方法描述
  7.3  鲁棒性仿真和结果
  7.4  本章小结
8  鲁棒性分析的管理启示
  8.1  开源项目管理策略
  8.2  开源社区用户管理策略
  8.3  开源社区知识管理策略
  8.4  本章小结
参考文献