有关知识专科开题报告范文 和近年来我国图书馆知识发现的知识图谱分析有关论文范文资料

本论文可用于知识论文范文参考下载,知识相关论文写作参考研究。

近年来我国图书馆知识发现的知识图谱分析

李素梅

(信阳师范学院图书馆,河南 信阳464000)

关键词:知识发现;可视化分析;知识图谱

摘 要:文章将中国知网数据库中收录的1995—2016年主题为知识发现的相关文献作为数据源,借助信息可视化软件,绘制了高频关键词聚类视图,并通过对知识图谱的解读,探析了我国图书馆知识发现领域的研究热点及主题分布情况.

中图分类号:G250文献标识码:A文章编号:1003-1588(2018)09-0122-03

知识发现(KDD:Knowledge Discovery in Database),又称数据挖掘或知识抽取,是从数据集中识别出有效的、新颖的、潜在有用的,以及最终可理解模式的非平凡过程[1].基于数据库的知识发现“KDD”一词最早是在1989年8月美国底特律召开的第一届“KDD”专题讨论会上正式形成的,随后引起国际人工智能领域和数据库领域专家的广泛关注[2].随着“知识发现和数据挖掘”国际学术会议的召开和推进,知识发现研究很快成为多个学科领域的研究热点.1995年,我国图书馆界开始对知识发现的相关主题进行研究,经过20多年的研究,学术成果颇丰.为持续跟踪和把握我国在知识发现研究方面的趋势及发展规律,笔者选取中国知网数据库中以知识发现为主题的相关研究成果作为研究对象,采用文献计量学统计分析法,并借助CiteSpaceⅤ等可视化文献分析软件绘制了相应的知识图谱,以形象、科学的分析方法挖掘和展现了我国在知识发现研究方面的变化趋势、研究热点及主题分布情况,以期为我国学者在该领域开展后续的研究提供有益的参考与借鉴.

1数据来源和研究方法

为全面掌握我国图书馆知识发现的研究状况,笔者以中国知网为数据源,以主题为检索字段,以知识发现、Knowledge discovery、KDD、KD为检索词,检索日期为2017年3月10日,剔除征稿启事、会议通知等非学术性文献,共获得有效文献614篇.为了便于考查论文的年代分布,笔者绘制了文献发表时间分布表(见表1).从表1可以看出,我国图书馆界关于知识发现的研究始于1995年.因此,笔者对1995—2016年这22年的文献数据进行了分析总结,利用CiteSpaceⅤ软件绘制了高频关键词聚类视图,将知识图谱与文献计量学相结合,对绘制的相关图例进行了深入分析与解读,详细论述了我国图书馆知识发现研究的相关状况.

2研究的变化趋势探析

2.1萌芽期(2000年以前)

从表1可以看出,1995—2000年共有6篇论文,年度发文量较少,该阶段出现的高频关键词有图书馆、KDD和信息检索等.20世纪末,随着网络技术的不断发展,急剧增长的数据信息散落在各种数据库中,使数据库的规模日益庞大,简单的信息查询、信息检索已不能满足用户高层次的信息需求,人们期待从数据库中获取隐含的、有价值的、有助于决策的知识和信息,期待新的自动分析工具的出现.基于数据库的知识发现在这种应用需求背景下产生并迅速发展起来,越来越显示出强大的生命力.

2.2起步发展期(2001—2011年)

该阶段的发文量总体呈上升趋势,且在2010年出现第一个高峰,发文量为35篇.该阶段的高频关键词明显增多,且在2002—2005年、2007—2009年、2010—2011年形成了三个节点密集区,涌现出很多高频关键词.

具体体现在:①2002—2005年.这一阶段出现的高频关键词包括知识发现、知识服务、信息服务、数据挖掘、知识管理、知识挖掘、数字图书馆和个性化服务等.这些高频关键词还与其他时间点的高频关键词有密集连线,说明我国图书馆界对这些热点研究具有连续性.21世纪初,信息的迅猛增长致使知识“碎片化”问题严重,知识信息的有效获取和利用变得更加困难,人们迫切希望信息服务机构能够根据用户需求,提供有助于决策或解决问题的知识产品和服务.知识服务在这种环境下应运而生,它是一种面向用户,面向知识增值,贯穿于用户解决问题全过程的个性化、专业化服务.知识服务最为关键的一环就是知识发现,数据挖掘是知识发现的核心组成部分.随着数据库的大量应用及数字资源的激增,大量数据的积累引发了研究者的兴趣,数据挖掘逐渐发展起来,随着数据挖掘技术与方法的逐渐成熟,有关数据挖掘的研究与实践很快在多个学科领域广泛展开.②2007—2009年.这一阶段出现的高频关键词包括非相关文献、非相关文献知识发现和文本挖掘等.我国图书馆领域关于非相关文献知识发现方法及软件的引进与介绍始于2004年,很快在2007—2009年形成一个研究高峰,出现了一大批高质量的研究成果.③2010—2011年.这一阶段出现的高频关键词包括知识组织、知识关联和情报研究等.任何一种知识结构都是按照一定的规则相互关联的,知识组织研究的重要对象就是知识关联,学者对知识关联进行研究,有助于改善知识组织的效果,有利于分析和揭示文献所蕴含的深层次内容,更有助于发现有价值的知识.

2.3机遇期(2012年至今)

以关联数据为支撑的新一代网络基础的形成及大数据时代的到来,扩展了资源发现的范围,给基于数据的知识发现带来了全新的发展机遇,越来越多的学者重新思考新技术、新标准、新环境下的知识发现问题.基于关联数据的知识发现和大数据驱动下的知识发现,成为复杂关联的数据网络下众多学者研究的热点课题,可视化、发现服务、数据分析和智慧图书馆等成为该阶段的创新性研究热点.

3关键词共现与研究热点主题分析

3.1高频关键词分析

高频关键词展现了研究者关注的主题,也是研究者注意力的汇聚,代表了该研究领域的热点.为了更清楚地展现各个时间节点的关键词聚类情况,笔者利用CiteSpaceⅤ软件绘制了高频关键词聚类视图(见图1).

从图1可以看出,知识发现、数据挖掘、数字图书馆、知识服务、知识管理、信息服务、大数据、个性化服务、关联数据、非相关文献和文本挖掘等词对应的节点都相对较大,表明这些主题是近年来众多学者关注和青睐的研究热点.知识关联、元数据、搜索引擎、数字资源聚合、复杂网络、发现系统、服务创新和数据分析等词对应的节点都相对较小,基本都处在整个关系网络的连线末端,表明这些主题是该领域近几年及未来的研究热点.

3.2研究热点主题分析

3.2.1非相关文献知识发现.统计结果显示,许多学者对这一问题进行了实证研究,将非相关文献知识发现的研究划分为基础理论研究、关键技术研究、在医学与农业领域的应用研究、中文非相关文献知识发现系统研究等主题.

3.2.2数据挖掘、文本挖掘与知识发现.许多研究者对数据挖掘技术在图书馆服务(如读者服务、个性化服务、学科服务、创新服务和知识服务等)、资源建设、图书馆管理中的应用进行了深入研究与探讨.中文文本的处理特点及适合中文文本挖掘的快速高效方法是学者研究的热点,谌志群[3]等设计了中文文本挖掘模型,该模型为中文文本挖掘提供了基本体系框架.随着网络的普及及海量在线文本的出现,对海量、异构、动态、半结构化或非结构化的Web文本进行挖掘逐渐成为研究热点.近年来,文本挖掘研究呈逐步细化的趋势,意见挖掘、网络评论观点挖掘和情感分析等也成为文本挖掘研究领域的创新研究热点.

3.2.3知识组织、知识关联.文庭孝等指出,知识本身与知识载体间存在各种关联,揭示和利用知识相互关联的规律和规则是知识发现的起点,也是有效组织知识、检索和管理知识的基础[4].刘晓英指出,知识关联的研究可以更加有效地开发和利用知识资源,也有利于知识的组织与创新[5].

3.2.4关联数据、大数据与知识发现.目前,我国图书馆领域基于关联数据的知识发现的相关研究主题集中在关联数据的概念、技术及应用,关联数据的知识发现模型及应用体系构建,关联数据的知识聚合等方面.以上海图书馆刘炜为代表的研究团队,专门针对图书馆关联数据的理论和应用展开了研究.大多数研究者则从知识发现与关联数据的关系着手,构建了关联数据的知识发现模型,并展开深入研究.关联数据化解了数据的语义异构和本体定位问题,为知识聚合和知识发现提供了更高效的途径与方法.刘江玲[6]认为,随着大数据时代的来临,传统的信息服务体制和服务方式已经不能满足用户的信息需求,创建符合用户需求特征的具有知识挖掘与数据分析功能的知识发现系统,已成为大数据时代信息服务机构的必然选择.刘文远[7]、文庭孝[8]等指出,利用相关分析技术发现数据中隐含的知识、价值,寻找数据间的关联,是大数据研究的重要目标.

3.2.5知识管理与知识挖掘.知识管理的实现离不开信息技术的支撑,知识挖掘是知识管理的核心技术之一,其目的是运用智能工具在发现显性知识之间关联的同时,将隐藏于人头脑中的经验、情感、组织文化等隐性知识挖掘出来,将隐性知识显性化并进行管理,进而提高企业的竞争力.知识管理的意义在于通过对知识的创造、应用,提高组织的应变能力和创新能力.李阳[9]等认为,知识管理是知识有效利用的手段,知识发现是知识管理的高级阶段,是实现数据转化为知识的必然过程.

3.2.6数字图书馆知识发现研究.靳晓恩[10]认为,将知识发现技术引入数字图书馆的积极意义在于:①知识发现技术中的关联分析、聚类、分类等方法,能将知识本身及潜藏于文献、资料、数据背后的相关性知识一起挖掘出来,并通过知识发现系统推送给用户,提高资源利用率.②知识发现技术可发掘用户的个性化信息及知识行为特征,提高数字图书馆个性化知识服务水平.③知识发现技术可找出资源内部深藏的特征和规律,有助于优化馆藏资源结构,合理配置资源.近年来,语义网格环境下数字图书馆知识共享体系的构建、语义检索、知识组织与获取成为研究者研究的目标.随着泛在知识环境的到来,泛在知识环境下基于用户的知识发现服务也成为数字图书馆努力的方向和重点.

3.2.7知识发现与知识服务.图书馆知识服务的关键在于知识发现,只有将知识发现应用于图书馆知识服务的全过程,才能提供用户所需的知识产品[11].李佳[12]认为,知识发现服务是知识服务的主要组成部分,是近年来图书馆知识服务的一个发展趋势.卢章平[13]等认为,大数据环境下,以资源发现、知识发现、用户发现等为服务内容和方式的学科服务和知识服务,将成为高校图书馆的服务趋势.王峰[14]等认为,新信息环境下,数据分析与知识发现已成为知识服务中最重要的部分,图书馆有必要开发利用各种数据挖掘分析工具,协助用户进行知识挖掘和知识发现.

4结语

目前,我国图书馆的知识发现研究正处于新应用背景下的机遇期,研究文献呈现出快速增长的趋势,显示出知识发现研究旺盛的生命力.随着信息技术的飞速发展及研究的深入,我国图书馆知识发现领域的研究热点将集中在数据挖掘、数字图书馆、知识服务、知识管理、信息服务、大数据、关联数据、非相关文献和文本挖掘等方面.

参考文献:

[1]杨江平.知识发现及其在图书馆的应用研究[J].图书馆学研究,2008(7):92-93.

[2]蒋秀英.数据挖掘技术的应用研究[J].商场现代化,2008(10):45-46.

[3]谌志群,张国煊.文本挖掘与中文文本挖掘模型研究[J].情报科学,2007(7):1046-1051.

[4]文庭孝,刘晓英,刘进军.知识关联的理论基础研究[J].图书馆,2010(4):9-11.

[5]刘晓英.知识关联及其应用研究[D].湘潭:湘潭大学,2010.

[6]刘江玲.面向大数据的知识发现系统研究[J].情报科学,2014(3):90-92.

[7]刘文远,李少雄,王晓敏,等.大数据知识发现[J].燕山大学学报,2014(5):377-380.

[8]文庭孝,姜坷炘,赵阳,等.大数据时代的信息分析变革研究[J].图书情报知识,2015(5):66-73.

[9]李阳,蒋国瑞.两种重要的知识管理技术:数据挖掘和知识发现[J].情报杂志,2007(3):53-54.

[10]靳晓恩.知识发现在提升数字图书馆服务能力中的应用[J].情报探索,2010(1):118-120.

[11]陈.知识服务的关键在于知识发现[J].现代情报,2003(7):17-18.

[12]李佳.基于知识发现的图书馆个性化知识服务研究[J].图书与情报,2013(5):100-102.

[13]卢章平,袁润,王正兴.发现服务:大学与研究机构图书馆的趋势[J].中国图书馆学报,2014(3):20-26.

[14]王峰,刘燕,王学光.论知识服务中海量数据的知识挖掘与发现[J].情报探索,2013(8):43-45.

(编校:孙新梅)

知识论文范文结:

关于对写作知识论文范文与课题研究的大学硕士、相关本科毕业论文知识论文开题报告范文和相关文献综述及职称论文参考文献资料下载有帮助。

1、关于知识产权的论文

2、知识窗投稿

3、知识经济杂志社

4、知识窗杂志

5、电脑知识和技术杂志

6、电脑知识和技术期刊