數(shù)字文獻(xiàn)資源關(guān)聯(lián)關(guān)系揭示方法研究*

陳蘭杰 侯鵬娟

（1.中國(guó)科學(xué)技術(shù)信息研究所 北京 100038；2.河北大學(xué)管理學(xué)院 河北保定 071000；3.中國(guó)地質(zhì)大學(xué)長(zhǎng)城學(xué)院圖書(shū)館 河北保定 071000）

1 前言

眾所周知，數(shù)字資源組織是數(shù)字資源開(kāi)發(fā)利用的前提，當(dāng)前，面對(duì)多樣的、海量的、非結(jié)構(gòu)化的數(shù)字資源，傳統(tǒng)的文獻(xiàn)組織和數(shù)據(jù)庫(kù)組織已不能滿足用戶日益增長(zhǎng)的需求，對(duì)數(shù)字文獻(xiàn)資源的組織正在從數(shù)字資源整合向更高層次的數(shù)字資源聚合邁進(jìn)。[1]然而，由于數(shù)字文獻(xiàn)資源的分布分散、異質(zhì)結(jié)構(gòu)等特點(diǎn)，給充分利用數(shù)字文獻(xiàn)資源帶來(lái)了極大挑戰(zhàn)，為此，如何對(duì)海量數(shù)字文獻(xiàn)信息資源進(jìn)行科學(xué)的組織和開(kāi)發(fā)成為當(dāng)前圖書(shū)情報(bào)界關(guān)注的熱點(diǎn)問(wèn)題,這從近幾年國(guó)家級(jí)的課題可窺見(jiàn)一斑，例如：2012年國(guó)家自然科學(xué)基金項(xiàng)目“基于海量數(shù)字資源的科研關(guān)系網(wǎng)絡(luò)構(gòu)建研究（曾建勛）”以及“語(yǔ)義網(wǎng)絡(luò)環(huán)境下數(shù)字圖書(shū)館資源多維度聚合與可視化研究（畢強(qiáng)）”；2013年國(guó)家自然科學(xué)基金項(xiàng)目“基于關(guān)聯(lián)書(shū)目數(shù)據(jù)的分層聚合和導(dǎo)航機(jī)制研究”。2012年國(guó)家社科基金重大項(xiàng)目中的三個(gè)項(xiàng)目都與數(shù)字文獻(xiàn)資源開(kāi)發(fā)利用有關(guān)，“云計(jì)算環(huán)境下的信息資源集成與服務(wù)研究”（杜小勇）、“面向?qū)W科領(lǐng)域的網(wǎng)絡(luò)信息資源深度聚合與服務(wù)研究”（孫建軍）、“基于特定領(lǐng)域的網(wǎng)絡(luò)資源知識(shí)組織與導(dǎo)航機(jī)制研究”（曹樹(shù)金）；2013年國(guó)家社科基金一般項(xiàng)目“公共數(shù)字文化服務(wù)中的資源整合研究”（肖希明）；2014年國(guó)家社科基金青年項(xiàng)目“語(yǔ)義和情景關(guān)聯(lián)的網(wǎng)絡(luò)資源聚合單元分類體系構(gòu)建”（馬翠嫦）等。

在學(xué)術(shù)研究方面，對(duì)數(shù)字文獻(xiàn)關(guān)聯(lián)關(guān)系揭示的研究也已引起眾多學(xué)者的關(guān)注。在國(guó)內(nèi)，李亮先在2004年較早地提出信息資源關(guān)聯(lián)的應(yīng)用[2]，此后有關(guān)信息資源關(guān)聯(lián)的研究相繼展開(kāi)，如基于關(guān)聯(lián)數(shù)據(jù)的館藏信息資源聚合[3]、基于社會(huì)網(wǎng)絡(luò)和資源關(guān)聯(lián)基礎(chǔ)上的數(shù)字圖書(shū)館資源聚合[4-6]、基于關(guān)聯(lián)數(shù)據(jù)的圖書(shū)館信息聚合研究[7]、基于共現(xiàn)與耦合的資源聚合[8]、基于語(yǔ)義的資源聚合與關(guān)聯(lián)識(shí)別[9-10]、基于元數(shù)據(jù)的文獻(xiàn)關(guān)聯(lián)研究[11]、基于多共現(xiàn)的文獻(xiàn)相關(guān)度判定[12]、基于多重共現(xiàn)揭示高校圖書(shū)館與核心期刊間的發(fā)文關(guān)聯(lián)關(guān)系研究[13]。在國(guó)外，已有文獻(xiàn)[14-16］較早地對(duì)科技文獻(xiàn)的關(guān)聯(lián)進(jìn)行了探討，美國(guó)科學(xué)計(jì)量專家 Morris開(kāi)發(fā)了交叉圖和時(shí)間線技術(shù)，實(shí)現(xiàn)了機(jī)構(gòu)與研究主題兩種文獻(xiàn)特征項(xiàng)的關(guān)聯(lián)[17-18]，Leydesdorff則把作者-期刊-關(guān)鍵詞的特征項(xiàng)關(guān)聯(lián)起來(lái)，實(shí)現(xiàn)了多個(gè)特征性的多重共現(xiàn)關(guān)聯(lián)[19]。

上述研究成果表明，對(duì)數(shù)字文獻(xiàn)資源的開(kāi)發(fā)利用更加關(guān)注多維度、集成化、關(guān)聯(lián)化的特點(diǎn)，特別是更加注重海量數(shù)據(jù)環(huán)境下滿足不同用戶需求的應(yīng)用。對(duì)數(shù)字資源的組織正在從文獻(xiàn)層面、記錄層面的組織轉(zhuǎn)向更加碎片化的知識(shí)間關(guān)聯(lián)的組織；從數(shù)字資源整合向數(shù)字資源聚合邁進(jìn)，將分散獨(dú)立的數(shù)字資源構(gòu)建成一個(gè)內(nèi)容相互關(guān)聯(lián)、多維度、多層次的資源體系，形成集概念主題、學(xué)科內(nèi)容和科研對(duì)象實(shí)體為一體的立體化知識(shí)網(wǎng)絡(luò)。[20]事實(shí)上，對(duì)海量數(shù)字資源的組織只從一個(gè)層面加以組織已經(jīng)不能滿足用戶多樣化的需求，同時(shí)也會(huì)因信息冗余阻礙數(shù)字資源價(jià)值的充分發(fā)揮。因此，必須考慮數(shù)字資源內(nèi)部組織結(jié)構(gòu)、內(nèi)容結(jié)構(gòu)、與人的利用、知識(shí)更新之間的關(guān)聯(lián)，構(gòu)建動(dòng)態(tài)的、與時(shí)俱進(jìn)的知識(shí)關(guān)聯(lián)網(wǎng)絡(luò)。

2 數(shù)字文獻(xiàn)資源關(guān)聯(lián)關(guān)系的主體分析及關(guān)聯(lián)揭示的價(jià)值

2.1 數(shù)字文獻(xiàn)資源關(guān)聯(lián)關(guān)系的主體分析

數(shù)字文獻(xiàn)資源關(guān)聯(lián)的直接作用是構(gòu)建知識(shí)關(guān)聯(lián)網(wǎng)絡(luò)，而知識(shí)關(guān)聯(lián)網(wǎng)絡(luò)主要是由各種知識(shí)節(jié)點(diǎn)及節(jié)點(diǎn)間錯(cuò)綜復(fù)雜的各種關(guān)系構(gòu)成。

對(duì)數(shù)字文獻(xiàn)資源而言，構(gòu)建知識(shí)關(guān)聯(lián)網(wǎng)絡(luò)則主要是基于數(shù)字文獻(xiàn)的外部特征和內(nèi)容特征來(lái)實(shí)現(xiàn)。數(shù)字文獻(xiàn)的外部特征主要包括題名、作者、機(jī)構(gòu)、工作單位、文獻(xiàn)出處、參考文獻(xiàn)等信息。內(nèi)容特征則包括關(guān)鍵詞、主題詞、分類號(hào)、知識(shí)元等。在構(gòu)建知識(shí)關(guān)聯(lián)網(wǎng)絡(luò)時(shí)，一方面可以通過(guò)外部特征的關(guān)聯(lián)來(lái)實(shí)現(xiàn)，也可以通過(guò)內(nèi)容特征的關(guān)聯(lián)來(lái)實(shí)現(xiàn)，還可以通過(guò)外在特征與內(nèi)容特征的交叉關(guān)聯(lián)來(lái)實(shí)現(xiàn)。一般而言，通過(guò)數(shù)字文獻(xiàn)外部特征的關(guān)聯(lián)形成的知識(shí)網(wǎng)絡(luò)是對(duì)數(shù)字文獻(xiàn)資源的簡(jiǎn)單整合，而通過(guò)數(shù)字文獻(xiàn)內(nèi)容特征的關(guān)聯(lián)形成的知識(shí)網(wǎng)絡(luò)和通過(guò)外在特征與內(nèi)容特征的交叉關(guān)聯(lián)則是對(duì)數(shù)字文獻(xiàn)資源的深度聚合，顯然，后者的意義和價(jià)值更大，從某種程度上來(lái)說(shuō)后者是一個(gè)知識(shí)發(fā)現(xiàn)的過(guò)程，數(shù)字文獻(xiàn)之間增加了更多的邏輯關(guān)系。

目前，在數(shù)字文獻(xiàn)資源知識(shí)關(guān)聯(lián)網(wǎng)絡(luò)中存在的關(guān)聯(lián)關(guān)系主要有：機(jī)構(gòu)關(guān)聯(lián)、學(xué)者關(guān)聯(lián)、期刊關(guān)聯(lián)、主題關(guān)聯(lián)發(fā)現(xiàn)、文獻(xiàn)關(guān)聯(lián)和交叉關(guān)聯(lián)等多種關(guān)聯(lián)。[21]

2.2 數(shù)字文獻(xiàn)資源關(guān)聯(lián)關(guān)系揭示的價(jià)值和意義

加強(qiáng)對(duì)數(shù)字文獻(xiàn)資源關(guān)聯(lián)關(guān)系的研究，目的是構(gòu)建一個(gè)多維的、內(nèi)容關(guān)聯(lián)的知識(shí)網(wǎng)絡(luò)，具有如下重要價(jià)值和意義。

2.2.1 數(shù)字文獻(xiàn)資源的關(guān)聯(lián)是數(shù)字圖書(shū)館的資源建設(shè)與管理的重要內(nèi)容。數(shù)字圖書(shū)館本身就是數(shù)字文獻(xiàn)資源的集合體，儲(chǔ)存有多種媒體、不同結(jié)構(gòu)的異質(zhì)數(shù)字資源，隨著這個(gè)集合體內(nèi)容的不斷增加，有關(guān)聯(lián)關(guān)系的數(shù)字資源越來(lái)越多，為了充分發(fā)揮這些資源的潛在價(jià)值，需要建立這些資源的關(guān)聯(lián)。因此，利用數(shù)字文獻(xiàn)資源關(guān)聯(lián)技術(shù)可將有效信息資源有機(jī)地關(guān)聯(lián)起來(lái)。

2.2.2 數(shù)字文獻(xiàn)資源關(guān)聯(lián)是實(shí)現(xiàn)知識(shí)發(fā)現(xiàn)的重要途徑。利用數(shù)字文獻(xiàn)資源關(guān)聯(lián)技術(shù)可以實(shí)現(xiàn)信息資源的關(guān)聯(lián)應(yīng)用,從某種程度上來(lái)說(shuō)避免了檢索結(jié)果的單一化、無(wú)序化，為用戶的檢索提供了更智能化的導(dǎo)航，這無(wú)疑是信息檢索和知識(shí)發(fā)現(xiàn)的有力途徑。當(dāng)然，數(shù)字文獻(xiàn)資源的不斷增加會(huì)導(dǎo)致資源關(guān)聯(lián)模式發(fā)生變化，新資源的收錄、資源之間的關(guān)聯(lián)關(guān)系網(wǎng)絡(luò)也會(huì)發(fā)生變化，其檢索結(jié)果和知識(shí)發(fā)現(xiàn)模式也會(huì)隨之改變。

2.2.3 數(shù)字文獻(xiàn)資源關(guān)聯(lián)能滿足用戶的個(gè)性化需求。通過(guò)關(guān)聯(lián)關(guān)系構(gòu)建的知識(shí)網(wǎng)絡(luò)能從不同側(cè)面、不同角度展示數(shù)字文獻(xiàn)資源之間千絲萬(wàn)縷的聯(lián)系，深入挖掘數(shù)字文獻(xiàn)網(wǎng)絡(luò)中所蘊(yùn)含的內(nèi)在價(jià)值，為知識(shí)發(fā)現(xiàn)提供可能，并能按照用戶的需求對(duì)數(shù)字文獻(xiàn)資源進(jìn)行揭示，滿足用戶的個(gè)性化需求，提高用戶檢索效率及準(zhǔn)確率。

3 數(shù)字文獻(xiàn)資源關(guān)聯(lián)揭示方法及其應(yīng)用

3.1 基于引文的分析方法

3.1.1 原理。引文分析主要是對(duì)各類文獻(xiàn)資源之間的引用與被引用現(xiàn)象進(jìn)行分析，以便揭示其數(shù)量分布特征和內(nèi)在關(guān)聯(lián)規(guī)律。[22]引文分析是進(jìn)行文獻(xiàn)關(guān)聯(lián)研究最早、也是最成熟的方法之一。通過(guò)文獻(xiàn)之間的引證形成的引文鏈接可以構(gòu)建起知識(shí)信息間的關(guān)聯(lián)關(guān)系[23]，對(duì)于實(shí)現(xiàn)科技文獻(xiàn)的集成信息服務(wù)和促進(jìn)知識(shí)發(fā)現(xiàn)具有重要意義。

引文理論源于1955年加菲爾德（E·Garfield）在《科學(xué)》雜志上發(fā)表的《引文索引用于科學(xué)》[24]一文，在該文中加菲爾德率先提出了引文分析概念和相關(guān)理論，從此拉開(kāi)了對(duì)引文分析的先河?？茖W(xué)文獻(xiàn)之間通過(guò)引用關(guān)系構(gòu)成了特定研究主題的知識(shí)網(wǎng)絡(luò)，其單向無(wú)回路的特征揭示了學(xué)科主題的知識(shí)結(jié)構(gòu)和發(fā)展過(guò)程。[25]在科技文獻(xiàn)網(wǎng)絡(luò)中，每一篇文獻(xiàn)都是一個(gè)知識(shí)節(jié)點(diǎn)并具有相應(yīng)的價(jià)值。引文網(wǎng)絡(luò)不僅能揭示文獻(xiàn)之間的關(guān)聯(lián)，還能通過(guò)關(guān)聯(lián)關(guān)系進(jìn)行文獻(xiàn)聚合，更好地滿足用戶個(gè)性化需求。[26]基于引文的關(guān)聯(lián)分析主要包括三種模式：基于引用的直接關(guān)聯(lián)模式、 基于同被引的關(guān)聯(lián)模式、基于引文的擴(kuò)展關(guān)聯(lián)模式。

3.1.2 應(yīng)用?；谝牡年P(guān)聯(lián)前提是文獻(xiàn)之間有某種引用關(guān)系，因此，這種關(guān)聯(lián)是一種強(qiáng)關(guān)聯(lián)，這對(duì)于信息檢索需求具有重要價(jià)值。世界上最早利用引文建立關(guān)聯(lián)關(guān)系的文獻(xiàn)系統(tǒng)是1961年由美國(guó)科學(xué)信息研究所(ISI)創(chuàng)辦出版的檢索評(píng)價(jià)工具《科學(xué)引文索引》(Science Citation Index，簡(jiǎn)稱SCI)。目前國(guó)內(nèi)的CNKI《中國(guó)期刊全文數(shù)據(jù)庫(kù)》、萬(wàn)方《中國(guó)科技期刊論文數(shù)據(jù)庫(kù)》、維普《中文科技期刊數(shù)據(jù)庫(kù)》等三大期刊全文數(shù)據(jù)庫(kù)均具有引文檢索分析功能。

近年來(lái)，基于引文開(kāi)展文獻(xiàn)計(jì)量分析、知識(shí)關(guān)聯(lián)分析和科研影響力評(píng)估已經(jīng)成為圖書(shū)情報(bào)領(lǐng)域的一個(gè)重要研究分支。如王立學(xué)等以發(fā)表于 2005-2009 年的情報(bào)學(xué)論文為基礎(chǔ)，通過(guò)頻次統(tǒng)計(jì)、關(guān)鍵詞共現(xiàn)、論文同被引等文獻(xiàn)計(jì)量分析方法，挖掘并闡釋研究主題關(guān)聯(lián)以及作者同被引、機(jī)構(gòu)同被引和期刊同被引等關(guān)聯(lián)關(guān)系。[27]

3.2 共現(xiàn)分析法

3.2.1 原理。共現(xiàn)(Co-occurrence or occurrence) 現(xiàn)象是文獻(xiàn)計(jì)量中一個(gè)特有現(xiàn)象，主要是指科技文獻(xiàn)中相同或不同類型特征項(xiàng)共同出現(xiàn)的現(xiàn)象。例如多篇文獻(xiàn)中共同出現(xiàn)的同類特征項(xiàng)，如關(guān)鍵詞、作者、機(jī)構(gòu)等，以及不同特征項(xiàng)共同出現(xiàn)的現(xiàn)象，如論文與關(guān)鍵詞、機(jī)構(gòu)與作者等的共現(xiàn)等。共現(xiàn)分析就是采用定量化的方法來(lái)分析文獻(xiàn)中因特征項(xiàng)的共同出現(xiàn)所產(chǎn)生的文獻(xiàn)之間的內(nèi)容關(guān)聯(lián)。一般而言，共現(xiàn)的特征項(xiàng)之間一定存在著某種關(guān)聯(lián)，關(guān)聯(lián)程度可用共現(xiàn)頻次來(lái)測(cè)度。

通過(guò)共現(xiàn)分析可以從多個(gè)維度挖掘和揭示隱含在文獻(xiàn)中的各類知識(shí)信息單元的內(nèi)容關(guān)聯(lián)和邏輯關(guān)聯(lián)。在信息計(jì)量學(xué)研究中，主要采用分析文獻(xiàn)特征項(xiàng)之間關(guān)聯(lián)來(lái)探討文獻(xiàn)內(nèi)容的關(guān)聯(lián)。信息計(jì)量學(xué)中的共現(xiàn)分析通常包括共詞分析、耦合分析、同被引分析和合作分析等。目前，研究較多的是二重共現(xiàn)，即兩個(gè)文獻(xiàn)特征項(xiàng)的共現(xiàn)。如果將共現(xiàn)現(xiàn)象擴(kuò)展到三重或者更多，則其揭示的關(guān)聯(lián)關(guān)系和邏輯聯(lián)系會(huì)更加豐富，其價(jià)值也會(huì)更大。如邱均平等（2013）提出了四種基于共現(xiàn)和耦合的數(shù)字文獻(xiàn)資源關(guān)聯(lián)模式，分別是文獻(xiàn)特征關(guān)聯(lián)、文獻(xiàn)利用過(guò)程關(guān)聯(lián)、知識(shí)關(guān)聯(lián)和用戶需求關(guān)聯(lián)。[28]

3.2.2 應(yīng)用。利用共現(xiàn)方法來(lái)揭示文獻(xiàn)之間的關(guān)聯(lián)關(guān)系在文獻(xiàn)計(jì)量研究中被廣泛應(yīng)用，如Morris[29-30]開(kāi)發(fā)了交叉圖和時(shí)間線技術(shù)來(lái)研究?jī)煞N相同特征項(xiàng)之間的關(guān)聯(lián)，以此發(fā)現(xiàn)哪些機(jī)構(gòu)合作研究了哪些相關(guān)的研究主題；胡瓊芳和曾建勛[31]提出從共引、耦合、共篇三個(gè)3角度，利用引文-被引文-關(guān)鍵詞三個(gè)特征項(xiàng)共現(xiàn)的方法來(lái)挖掘論文之間的關(guān)聯(lián)；龐弘燊對(duì)Morris 的交叉圖技術(shù)進(jìn)行了改進(jìn)，提出了多重共現(xiàn)交叉圖技術(shù)，用以展示三個(gè)特征項(xiàng)（機(jī)構(gòu)-期刊-關(guān)鍵詞）之間的共現(xiàn)關(guān)系，以揭示更多文獻(xiàn)之間的關(guān)聯(lián)信息。[32]

3.3 社會(huì)網(wǎng)絡(luò)分析法

3.3.1 原理。社會(huì)網(wǎng)絡(luò)是因個(gè)體成員間有效互動(dòng)形成的較穩(wěn)定的社會(huì)關(guān)系和社會(huì)團(tuán)體的總和。社會(huì)網(wǎng)絡(luò)分析法是在社會(huì)網(wǎng)研究過(guò)程中形成的方法，從資源聚合的角度，可將社會(huì)資源網(wǎng)絡(luò)看成是由知識(shí)單元、知識(shí)關(guān)聯(lián)和知識(shí)群落構(gòu)成的三元組。[33]從數(shù)字文獻(xiàn)資源組織的角度來(lái)講，知識(shí)單元是知識(shí)關(guān)聯(lián)網(wǎng)絡(luò)中的知識(shí)節(jié)點(diǎn)，知識(shí)關(guān)聯(lián)是知識(shí)節(jié)點(diǎn)之間的關(guān)聯(lián)關(guān)系，知識(shí)群落則是依據(jù)關(guān)聯(lián)關(guān)系劃分的知識(shí)單元的集合，而不同知識(shí)群落之間的交叉關(guān)聯(lián)則構(gòu)成多維立體的知識(shí)關(guān)聯(lián)網(wǎng)絡(luò)體系。

社會(huì)網(wǎng)絡(luò)分析法主要用于資源間關(guān)聯(lián)關(guān)系的分析，其將資源間的關(guān)系看成“網(wǎng)”或“網(wǎng)絡(luò)”，并對(duì)此“網(wǎng)絡(luò)”進(jìn)行結(jié)構(gòu)劃分，形成不同的子群，從而實(shí)現(xiàn)關(guān)聯(lián)文獻(xiàn)的聚合。社會(huì)網(wǎng)絡(luò)分析法實(shí)現(xiàn)資源聚合主要是圍繞網(wǎng)絡(luò)中心性、網(wǎng)絡(luò)群聚性和網(wǎng)絡(luò)關(guān)聯(lián)性三個(gè)維度展開(kāi)。其中網(wǎng)絡(luò)中心性主要用于衡量節(jié)點(diǎn)在整個(gè)社會(huì)網(wǎng)絡(luò)中的地位和影響力；網(wǎng)絡(luò)群聚性主要用于實(shí)現(xiàn)節(jié)點(diǎn)分類和定位，用于網(wǎng)絡(luò)結(jié)構(gòu)和層級(jí)劃分；網(wǎng)絡(luò)關(guān)聯(lián)性主要用于判斷網(wǎng)絡(luò)節(jié)點(diǎn)間關(guān)系以及節(jié)點(diǎn)的重要程度。對(duì)于數(shù)字文獻(xiàn)資源，可依據(jù)數(shù)字文獻(xiàn)資源的內(nèi)外部特征建立社會(huì)網(wǎng)絡(luò)關(guān)系，進(jìn)而開(kāi)展數(shù)字資源結(jié)構(gòu)屬性和關(guān)聯(lián)關(guān)系分析。

3.3.2 應(yīng)用。畢強(qiáng)等（2014）采用社會(huì)網(wǎng)絡(luò)分析法對(duì)從資源特征間關(guān)聯(lián)和資源利用過(guò)程關(guān)聯(lián)的視角出發(fā)，提出了6種數(shù)字資源聚合模式：基于作者互引關(guān)系的資源聚合、基于作者合作關(guān)系的資源聚合、基于作者-關(guān)鍵詞關(guān)系的資源聚合、基于多作者-關(guān)鍵詞關(guān)系的資源聚合、基于多關(guān)鍵詞-作者關(guān)系的資源聚合，以及資源特征間交叉關(guān)聯(lián)的聚合。[34]其中，基于作者互引關(guān)系的關(guān)聯(lián)主要用于發(fā)現(xiàn)作者間引用情況，識(shí)別核心作者；基于作者合作關(guān)系的關(guān)聯(lián)主要用于挖掘作者間相同的研究主題，揭示外在的合作群體；基于作者關(guān)鍵詞交叉關(guān)聯(lián)主要用于揭示潛在的合作群體；基于多作者-關(guān)鍵詞關(guān)系的關(guān)聯(lián)主要用于尋找關(guān)鍵詞共同體，識(shí)別相同研究主題；基于多關(guān)鍵詞-作者關(guān)系的關(guān)聯(lián)主要用于識(shí)別同一研究領(lǐng)域的核心作者。郭金龍[35]對(duì)圖書(shū)情報(bào)界學(xué)者博客互引情況進(jìn)行了社會(huì)網(wǎng)絡(luò)分析；魏群義[36]還利用社會(huì)網(wǎng)絡(luò)分析軟件Pajek對(duì)國(guó)內(nèi)近10年圖書(shū)情報(bào)學(xué)碩士學(xué)位論文關(guān)鍵詞進(jìn)行了統(tǒng)計(jì)。

3.4 基于語(yǔ)義和本體的關(guān)聯(lián)分析方法

3.4.1 原理。語(yǔ)義方法就是對(duì)文本，圖片，多媒體等各種資源進(jìn)行語(yǔ)義標(biāo)注，通過(guò)語(yǔ)義標(biāo)注使得它們之間建立各種關(guān)聯(lián)，這些標(biāo)注不僅人可以讀懂，而且計(jì)算機(jī)也能夠理解。[37]本體方法是通過(guò)對(duì)客觀世界事物進(jìn)行系統(tǒng)化、抽象化的描述和組織，體現(xiàn)特定領(lǐng)域的知識(shí)結(jié)構(gòu)。

利用語(yǔ)義和本體方法是構(gòu)建數(shù)字文獻(xiàn)資源關(guān)聯(lián)最理想的方法之一。在本體中，概念之間、實(shí)例對(duì)象之間存在著各種復(fù)雜語(yǔ)義關(guān)系，如等級(jí)關(guān)系、等同關(guān)系、相似關(guān)系、相關(guān)關(guān)系、互操作關(guān)系等。通過(guò)對(duì)不同領(lǐng)域的資源集合構(gòu)建領(lǐng)域本體，利用語(yǔ)義映射機(jī)制實(shí)現(xiàn)異構(gòu)資源和系統(tǒng)之間的語(yǔ)義關(guān)聯(lián)，就可以實(shí)現(xiàn)異構(gòu)的、不同類型資源的深度聚合。[38]

3.4.2 應(yīng)用。早在20世紀(jì)90年代，國(guó)外就對(duì)基于本體模型的異構(gòu)數(shù)字資源進(jìn)行語(yǔ)義標(biāo)注方式作了研究，本體在其中的作用是提供對(duì)資源進(jìn)行語(yǔ)義標(biāo)注的詞匯標(biāo)準(zhǔn)。H.Wache等人將基于本體的整合方法歸納為單一本體法、多本體法和混合法3種類型[39]；李勁等（2013）則提出了兩種基于語(yǔ)義信息檢索可視化模型[40]；何超等（2013）構(gòu)建了基于本體的館藏?cái)?shù)字資源語(yǔ)義聚合與可視化模型，該模型利用本體提供的語(yǔ)義知識(shí)進(jìn)行深層次的館藏?cái)?shù)字資源語(yǔ)義聚合。旨在解決數(shù)字資源孤島問(wèn)題和數(shù)字資源超載問(wèn)題，揭示館藏?cái)?shù)字資源內(nèi)部存在的錯(cuò)綜復(fù)雜關(guān)聯(lián)和深層次內(nèi)涵，從而增強(qiáng)對(duì)數(shù)字信息資源聚合結(jié)果的認(rèn)知和理解。[41]

3.5 關(guān)聯(lián)數(shù)據(jù)分析法

3.5.1 原理。關(guān)聯(lián)數(shù)據(jù)是指共享、連接各類數(shù)據(jù)、信息和知識(shí)的一種知識(shí)信息組織方式，它克服了本體的領(lǐng)域局限性，實(shí)現(xiàn)了各類數(shù)據(jù)的無(wú)縫鏈接。關(guān)聯(lián)數(shù)據(jù)一般包括創(chuàng)建、發(fā)布、自動(dòng)關(guān)聯(lián)、瀏覽和鏈接維護(hù)等環(huán)節(jié)。關(guān)聯(lián)數(shù)據(jù)的本質(zhì)在于為各類分布的、異構(gòu)的數(shù)據(jù)建立語(yǔ)義關(guān)聯(lián)，因此，它在數(shù)字資源整合和共享方面具有得天獨(dú)厚的優(yōu)勢(shì)。關(guān)聯(lián)數(shù)據(jù)旨在構(gòu)建一個(gè)計(jì)算機(jī)能理解的具有結(jié)構(gòu)化和富含語(yǔ)義的數(shù)據(jù)網(wǎng)絡(luò)。其最大優(yōu)勢(shì)在于可以對(duì)分布式異構(gòu)數(shù)據(jù)進(jìn)行整合并提供關(guān)聯(lián)訪問(wèn)。數(shù)字圖書(shū)館可利用關(guān)聯(lián)數(shù)據(jù)進(jìn)行數(shù)字資源的組織、集成和關(guān)聯(lián)信息服務(wù)。關(guān)聯(lián)數(shù)據(jù)是數(shù)字圖書(shū)館進(jìn)行信息資源發(fā)布和服務(wù)的核心技術(shù)之一。[42]

3.5.2 應(yīng)用。關(guān)聯(lián)數(shù)據(jù)意在通過(guò)發(fā)布和鏈接結(jié)構(gòu)化數(shù)據(jù)使得分散異構(gòu)的數(shù)據(jù)孤島實(shí)現(xiàn)語(yǔ)義關(guān)聯(lián)，從而促進(jìn)傳統(tǒng)文件網(wǎng)絡(luò)向數(shù)據(jù)網(wǎng)絡(luò)演進(jìn)。在國(guó)外 ，瑞典國(guó)家圖書(shū)館最先將本國(guó)國(guó)家聯(lián)合目錄（LIBRIS）發(fā)布為關(guān)聯(lián)數(shù)據(jù)[43]。隨后，美國(guó)、德國(guó)、法國(guó)、OCLC 等國(guó)際、國(guó)家級(jí)的書(shū)目數(shù)據(jù)也紛紛開(kāi)放了關(guān)聯(lián)數(shù)據(jù)服務(wù)。

我國(guó)對(duì)關(guān)聯(lián)數(shù)據(jù)在數(shù)字文獻(xiàn)資源聚合與分析中的應(yīng)用研究才剛剛起步，主要是對(duì)關(guān)聯(lián)數(shù)據(jù)在信息資源整合中的應(yīng)用進(jìn)行理論探討。譬如，丁楠和潘有能構(gòu)建了基于關(guān)聯(lián)數(shù)據(jù)的圖書(shū)館信息聚合模型[44]；游毅和成全對(duì)基于關(guān)聯(lián)數(shù)據(jù)的館藏資源聚合模式進(jìn)行了理論闡述[45]。

4 現(xiàn)有揭示方法評(píng)價(jià)及未來(lái)發(fā)展趨勢(shì)

目前，國(guó)內(nèi)對(duì)數(shù)字文獻(xiàn)資源關(guān)聯(lián)關(guān)系的揭示主要從兩個(gè)角度出發(fā)，一種思路是從發(fā)現(xiàn)數(shù)字文獻(xiàn)資源之間的關(guān)聯(lián)關(guān)系出發(fā)，利用計(jì)量分析來(lái)挖掘數(shù)字文獻(xiàn)資源之間的關(guān)聯(lián)關(guān)系，包括基于引文的、基于共現(xiàn)與耦合的和基于社會(huì)網(wǎng)絡(luò)分析的關(guān)聯(lián)關(guān)系與數(shù)字文獻(xiàn)資源聚合；另一種是從構(gòu)建關(guān)聯(lián)關(guān)系出發(fā)，從知識(shí)組織角度，主要通過(guò)運(yùn)用概念分析、本體、關(guān)聯(lián)數(shù)據(jù)等方法增強(qiáng)資源語(yǔ)義，從而進(jìn)行關(guān)聯(lián)關(guān)系揭示，包括基于本體和語(yǔ)義的數(shù)字文獻(xiàn)資源聚合、基于關(guān)聯(lián)數(shù)據(jù)的數(shù)字文獻(xiàn)資源聚合等。

引文分析法直接揭示文獻(xiàn)之間的關(guān)聯(lián)關(guān)系，形式化程度高，其不足在于對(duì)數(shù)字文獻(xiàn)關(guān)聯(lián)關(guān)系揭示較單一。

基于共現(xiàn)與耦合的揭示方法能通過(guò)數(shù)字文獻(xiàn)中不同特征項(xiàng)實(shí)現(xiàn)數(shù)字文獻(xiàn)關(guān)聯(lián)，并可根據(jù)不同的研究目的來(lái)分析不同的特征項(xiàng)之間的共現(xiàn)關(guān)聯(lián)關(guān)系。其不足在于由于理論和技術(shù)原因，目前只能對(duì)三個(gè)或以下特征項(xiàng)進(jìn)行共現(xiàn)分析。

社會(huì)網(wǎng)絡(luò)分析法可以提供多個(gè)聚合應(yīng)用的數(shù)據(jù)關(guān)聯(lián)訪問(wèn)，將不同資源的關(guān)聯(lián)特征或不同資源間建立的社會(huì)網(wǎng)絡(luò)進(jìn)行整合、提取，并按用戶的需求組織資源?；谫Y源內(nèi)、外部特征間的關(guān)聯(lián)以及資源利用過(guò)程的關(guān)聯(lián)，可以構(gòu)建作者互引關(guān)系、作者合作關(guān)系、作者-關(guān)鍵詞等關(guān)系網(wǎng)絡(luò)，其主要缺點(diǎn)是難以形式化表達(dá)。

基于本體與語(yǔ)義的揭示方法能對(duì)數(shù)字資源本身構(gòu)建豐富的語(yǔ)義，形式化程度高，可以共享復(fù)用，其主要不足在于重表達(dá)，輕分析，特別是本體往往局限于某一領(lǐng)域。

基于關(guān)聯(lián)數(shù)據(jù)的數(shù)字文獻(xiàn)關(guān)聯(lián)關(guān)系揭示法是應(yīng)用于數(shù)字資源整合的極少實(shí)踐研究方法之一，其語(yǔ)義豐富，形式化程度高。主要不足在于對(duì)資源間隱含關(guān)系和深層次語(yǔ)義關(guān)系的識(shí)別還不夠充分。

在以往的研究中，大多數(shù)對(duì)數(shù)字文獻(xiàn)資源關(guān)聯(lián)關(guān)系揭示的視角往往基于某一單一的技術(shù)方法。但實(shí)際上很多方法在數(shù)字文獻(xiàn)資源關(guān)聯(lián)關(guān)系揭示方面存在著必然聯(lián)系和相似性，如社會(huì)網(wǎng)絡(luò)分析方法、復(fù)雜網(wǎng)絡(luò)分析方法、信息計(jì)量學(xué)等。因此，了解技術(shù)方法上的互補(bǔ)融合之處，是全面、透徹地揭示數(shù)字文獻(xiàn)資源關(guān)聯(lián)關(guān)系的關(guān)鍵所在，這也是實(shí)現(xiàn)數(shù)字文獻(xiàn)全方位關(guān)聯(lián)的重要保障。未來(lái)還會(huì)有更多的數(shù)字文獻(xiàn)資源關(guān)聯(lián)關(guān)系的揭示方法，必然也是多維度和多視角的。

（來(lái)稿時(shí)間：2014年10月）

1,21.張?jiān)浦?從整合到聚合：國(guó)內(nèi)數(shù)字資源再組織模式的變革.數(shù)字圖書(shū)館論壇，2014（6）：16-20

2.李亮先.信息資源的關(guān)聯(lián)應(yīng)用.情報(bào)雜志，2004（2）：103-104

3.王濤.基于關(guān)聯(lián)數(shù)據(jù)的館藏信息資源聚合研究.圖書(shū)館學(xué)刊，2012（8）：44-46

4.畢強(qiáng)，王雨，孫暢.數(shù)字圖書(shū)館資源聚合模式研究——基于社會(huì)網(wǎng)絡(luò)分析的視角.數(shù)字圖書(shū)館論壇，2014（6）：2-7

5,34.畢強(qiáng)，王雨，吳海媛.基于社會(huì)網(wǎng)絡(luò)分析的數(shù)字圖書(shū)館資源聚合實(shí)證研究.數(shù)字圖書(shū)館論壇，2014（6）：8-15

6.孫中秋等.大數(shù)據(jù)時(shí)代數(shù)字資源整合與聚合研究.數(shù)字圖書(shū)館論壇，2014（6）：28-34

7,44.丁楠，潘有能.基于關(guān)聯(lián)數(shù)據(jù)的圖書(shū)館信息聚合研究.圖書(shū)與情報(bào)，2011（6）：50-53

8,28.邱均平，王菲菲.基于共現(xiàn)與耦合的館藏文獻(xiàn)資源深度聚合研究探析. 中國(guó)圖書(shū)館學(xué)報(bào)，2013（5）：25-33

9.賀德方，曾建勛.基于語(yǔ)義的館藏資源深度聚合研究.中國(guó)圖書(shū)館學(xué)報(bào)，2012，38（7）：79-87

10.魏來(lái).基于在線詞表的 folksonomy 語(yǔ)義關(guān)聯(lián)識(shí)別方法研究.圖書(shū)情報(bào)工作，2011，55（5）：103-108

11.黃筱瑾.基于元數(shù)據(jù)的科學(xué)數(shù)據(jù)與科技文獻(xiàn)關(guān)聯(lián)研究.情報(bào)理論與實(shí)踐，2013（7）：27-40

12,31.胡瓊芳，曾建勛.基于多共現(xiàn)的文獻(xiàn)相關(guān)度判定研究.情報(bào)理論與實(shí)踐，2010，33（8）：77-80

13,32.龐弘燊.基于多重共現(xiàn)揭示高校圖書(shū)館與核心期刊間的發(fā)文關(guān)聯(lián)關(guān)系研究.圖書(shū)館，2012（2）：75-78

14.ARONSON A R. Effective mapping of biomedical text to the UMLS metathesaurus: the metamap program//ProcAMIA Annu Fall Symp，2001: 17-21

15.MANNING C H S. Foundations of statistical natural language processing.Cambridge.MA: MIT Press，1999

16.YOSHIDA M，F(xiàn)UKUDA K，TAKAQI T. PNAD-CSS: a workbench for constructing a protein name abbreviation dictionary.Bioinformatics，2000，16（2）：169-175

17,29. Morris S.A.etc.DIVA: a visualization system for exploring document databases for technology forecasting.Computers ＆ Industrial Engineering，2002（43）： 841-862

18,30. Morris S. A.，Gary G.Yen.Crossmaps: Visualization of overlapping relationships in collections of journal papers.[2014-08-21].http://www.pnas. org /cgi/doi/10.1073/pnas.030760410

19. Loet Leydesdorff.What Can Heterogeneity Add to the Scientometric Map? Steps towards algorithmic historiography.[2014-08-21].http:// arxiv.org/abs/1002.0532

20.畢強(qiáng).數(shù)字資源：從整合到聚合的轉(zhuǎn)變.數(shù)字圖書(shū)館論壇，2014（6）：前言

22.邱均平.信息計(jì)量學(xué).武漢:武漢大學(xué)出版社, 2007：316-317

23.周曉英，陳蘭杰.基于引文網(wǎng)絡(luò)的知識(shí)鏈接框架研究.情報(bào)雜志，2010（10）：37-40

24.Garfield E.citation indexes for science：a new dimension in documentation through association of ideas.science,1955，122：108-111

25,26.邱均平，董克.引文網(wǎng)絡(luò)中文獻(xiàn)深度聚合方法與實(shí)證研究——以 WOS 數(shù)據(jù)庫(kù)中 XML 研究論文為例.中國(guó)圖書(shū)館學(xué)報(bào)，2013（3）：111-120

27.王立學(xué)，孫楊，楊代慶.基于引文的情報(bào)學(xué)領(lǐng)域主題關(guān)聯(lián)特征分析.情報(bào)雜志，2012（10）：27-31

33.孫中秋,陳曉美,周珊珊.Folksonomy與SNA資源聚合類比研究.數(shù)字圖書(shū)館論壇，2014（6）：21-27

35.郭金龍，許鑫.領(lǐng)域博客的社會(huì)網(wǎng)絡(luò)分析:基于圖書(shū)情報(bào)與互聯(lián)網(wǎng)博客的實(shí)證.圖書(shū)情報(bào)工作網(wǎng)刊，2012（1）：1

36.魏群義，侯桂楠，霍然.近10年國(guó)內(nèi)情報(bào)學(xué)碩士學(xué)位論文研究熱點(diǎn)統(tǒng)計(jì)分析.圖書(shū)情報(bào)工作，2012,56（2）：35-39

37.凌海云，左志宏，陳蘭.語(yǔ)義標(biāo)注元數(shù)據(jù)及其抽取技術(shù).計(jì)算機(jī)應(yīng)用研究，2004（7）：147-149

38.馬文峰，杜小勇，盧曉慧.基于知識(shí)的資源整合.情報(bào)資料工作，2007（1）：51-56

39.Wache, H., Voegele, T., Visser, U., Stuckenschmidt, H.,Schuster, G., Neumann, H., Huebner, S.Ontology-based integration of information - a survey of existing approaches.Proceedings of the workshop on Ontologies and Information Sharing at the International Joint Conference on Artificial Intelligence (IJCAI), 2001:108-117

40.李勁，程秀峰，宋紅文.基于語(yǔ)義的館藏資源深度聚合方法研究.情報(bào)科學(xué)，2013,31（11）：100-103

41.何超，張玉峰.基于本體的館藏?cái)?shù)字資源語(yǔ)義聚合與可視化研究.情報(bào)理論與實(shí)踐，2013,36（10）：73-76,39

42.王濤.基于關(guān)聯(lián)數(shù)據(jù)的館藏信息資源聚合研究.圖書(shū)館學(xué)刊，2012（8）：44-46

43. Sderbck A, Malmsten M.LIBRIS-Linked Library Data.Nodalities，2008（5）：19-20

45.游毅，成全.試論基于關(guān)聯(lián)數(shù)據(jù)的館藏資源聚合模式.情報(bào)理論與實(shí)踐，2013,36（1）：109-114