知識(shí)圖譜的原理及應(yīng)用

黃桂平 陳巧瑩 何斯娜 余舒紅 葉江彬 陳金萍

1.產(chǎn)生背景

知識(shí)圖譜的起源最早可追溯到文獻(xiàn)計(jì)量學(xué)和科學(xué)計(jì)量學(xué)的誕生時(shí)期。1938年Bernal制作了早期學(xué)科圖譜;1948年Ellingham手工繪制了圖表，形象地展示自然科學(xué)和技術(shù)分支學(xué)科間的關(guān)系。同年，Price用簡單的曲線可視化科學(xué)知識(shí)指數(shù)增長規(guī)律。到20世紀(jì)50年代，Garfield創(chuàng)制《科學(xué)引文索引》。并以編年體形式手工繪制引文網(wǎng)絡(luò)圖譜;隨后“文獻(xiàn)耦合”（兩篇文獻(xiàn)同引一篇或多篇相同的文獻(xiàn)）、“科學(xué)引文網(wǎng)絡(luò)”、“同被引”（與本文同時(shí)被作為參考文獻(xiàn)引用的文獻(xiàn)，與本文共同作為進(jìn)一步研究的基礎(chǔ)）、“共詞”（指一定頻率共現(xiàn)于同一語篇中的詞）、“引文可視化”等相繼被提出，科學(xué)知識(shí)可視化成為專門領(lǐng)域。近年來，因?yàn)榫W(wǎng)絡(luò)信息技術(shù)的飛速發(fā)展使得網(wǎng)絡(luò)信息呈爆炸式增長，造成大量信息冗余，資源重復(fù)率高，人們對(duì)知識(shí)與信息選擇更加困難，查找精確性和效率都有了很大的影響。為了解決上述問題并能可視化的展示知識(shí)及信息，科學(xué)知識(shí)圖譜應(yīng)運(yùn)而生[1]。

2.含義

知識(shí)圖譜（Mapping Knowledge Domain）也被稱為科學(xué)知識(shí)圖譜、知識(shí)域可視化或知識(shí)域映射地圖，旨在描述真實(shí)世界中存在的各種實(shí)體或概念，是可視化地描述人類隨時(shí)間擁有的知識(shí)資源及其載體，繪制、挖掘、分析和顯示科學(xué)技術(shù)知識(shí)以及它們之間的相互聯(lián)系，在組織內(nèi)創(chuàng)造知識(shí)共享的環(huán)境以促進(jìn)科學(xué)技術(shù)知識(shí)的合作和深入[2]。具體分為傳統(tǒng)科學(xué)計(jì)量圖譜、三維構(gòu)型圖譜、多維尺度圖譜、社會(huì)網(wǎng)絡(luò)分析圖譜、自組織映射圖譜、尋徑網(wǎng)絡(luò)分析圖譜等幾個(gè)種類。

3.原理

知識(shí)圖譜的基本原理是科學(xué)文獻(xiàn)、科學(xué)家、關(guān)鍵詞等分析單位的相似性分析及測(cè)度。根據(jù)不同的方法和技術(shù)可以繪制不同類型的科學(xué)知識(shí)圖譜。該方法首先，通過計(jì)算機(jī)和互聯(lián)網(wǎng)搜索引擎強(qiáng)大的自動(dòng)查詢功能，在極短的時(shí)間里面完成對(duì)海量信息的準(zhǔn)確查詢。其次，通過計(jì)算機(jī)對(duì)已查詢到的海量零散信息進(jìn)行文獻(xiàn)計(jì)量統(tǒng)計(jì)分析，不僅可以通過量化模型將其以科學(xué)的、可視化的形式直觀地呈現(xiàn)出來，而且還可以發(fā)現(xiàn)它們之間的深層次關(guān)系和趨勢(shì)，為今后在該領(lǐng)域的研究提供更有力的客觀數(shù)據(jù)和科學(xué)支持。

4.特征

知識(shí)圖譜具備動(dòng)態(tài)性、空間性、知識(shí)依賴性、關(guān)聯(lián)性四方面的特征[3]：

第一，動(dòng)態(tài)性。這是知識(shí)圖譜區(qū)別于傳統(tǒng)知識(shí)地圖的本質(zhì)特征，它以靜態(tài)的圖譜中點(diǎn)與點(diǎn)以及連線的關(guān)系形式，揭示知識(shí)間隱含的動(dòng)態(tài)結(jié)構(gòu)變化信息。

第二，空間性。知識(shí)圖譜以二維或者三維圖形展示知識(shí)之間的空間結(jié)構(gòu)，通過坐落空間位置和所占據(jù)領(lǐng)域大小來標(biāo)示知識(shí)所處戰(zhàn)略位置的重要程度。

第三，知識(shí)依賴性。知識(shí)圖譜與一般圖像的區(qū)別在于，一般圖像是對(duì)原材料進(jìn)行直接加工所生成，而知識(shí)圖譜是建立在對(duì)知識(shí)進(jìn)行數(shù)據(jù)統(tǒng)計(jì)或者文本分析后，所構(gòu)建的客觀知識(shí)綜合體的基礎(chǔ)上的再次加工處理。知識(shí)圖譜一般無法直接從原始知識(shí)材料中加工產(chǎn)生，它依賴于對(duì)原材料的再次加工。

第四，關(guān)聯(lián)性。知識(shí)圖譜可以揭示各知識(shí)點(diǎn)之間的相互關(guān)系，點(diǎn)與點(diǎn)在圖譜中所處的距離遠(yuǎn)近表示它們間關(guān)系的親疏，點(diǎn)與點(diǎn)之間連線的粗細(xì)表示它們關(guān)系連接的力度大小。

5.繪制流程

知識(shí)圖譜繪制的基本繪制流程主要有數(shù)據(jù)的收集、處理與繪制以及圖譜解讀三個(gè)階段過程。

5.1數(shù)據(jù)的收集

確定并選取合適的數(shù)據(jù)源，對(duì)數(shù)據(jù)源進(jìn)行采集。（在進(jìn)行論文研究時(shí)主要可對(duì)CNKI、CSSCI、CSCD和萬方等文獻(xiàn)數(shù)據(jù)庫中抽取數(shù)據(jù)進(jìn)行分析研究。）

5.2處理與繪制

選取繪圖工具繪制知識(shí)圖譜，揭示選取數(shù)據(jù)之間的深層次關(guān)系，常見的知識(shí)圖譜應(yīng)用的軟件有Bibexcel、Pajek、CiteSpace、BICOMB和SPSS、HistCite等。

5.3圖譜解讀

對(duì)于繪制的結(jié)果的圖表進(jìn)行專業(yè)的解讀。

6.基本方法

知識(shí)圖譜的基本方法主要包括五種，分別是引文分析法、共被引分析法、多元統(tǒng)計(jì)分析法、詞頻分析法、社會(huì)網(wǎng)絡(luò)分析法。

6.1引文分析法

引文分析法（Citation Analysis）就是利用各種數(shù)學(xué)、統(tǒng)計(jì)學(xué)的方法，以及比較、歸納、抽象、概括等邏輯方法，對(duì)科學(xué)期刊、論文、著者等各種分析對(duì)象的引用和被引用現(xiàn)象進(jìn)行分析，以便揭示其數(shù)量特征和內(nèi)在規(guī)律，達(dá)到評(píng)價(jià)、預(yù)測(cè)科學(xué)發(fā)展趨勢(shì)的一種信息計(jì)量研究方法[4]。常見的引文分析技術(shù)主要包括文獻(xiàn)合配分析法、影響因子分析法和共被引用分析法。

6.2共被引分析法

共被引分析法的含義是一種定量的情報(bào)研究方法，它以具有一定學(xué)科代表性的一批文章（著者或期刊）為分析對(duì)象，利用聚類分析、多維標(biāo)度等多元統(tǒng)計(jì)分析方法，借助電子計(jì)算機(jī)，把眾多的分析對(duì)象之間錯(cuò)綜復(fù)雜的共引網(wǎng)狀關(guān)系簡化為數(shù)目相對(duì)較少的若干類群之間的關(guān)系，并直觀地表示出來，使分析對(duì)象之間相互關(guān)系的格局清晰可辨，在此基礎(chǔ)上分析研究分析對(duì)象所代表的學(xué)科及文獻(xiàn)的結(jié)構(gòu)和特點(diǎn)[5]。主要分為共詞分析法、共作者分析法、共期刊分析法、共文獻(xiàn)分析法五種類型。

6.3多元統(tǒng)計(jì)分析方法

多元統(tǒng)計(jì)分析方法包括：聚類分析、主成分分析、因子分析和多維尺度分析。

6.3.1聚類分析法

聚類分析指在沒有先驗(yàn)知識(shí)的條件下，采用定量方法，根據(jù)事物本身所固有的特性的親疏程度從數(shù)據(jù)分析的角度自動(dòng)進(jìn)行歸類，對(duì)數(shù)據(jù)給出一個(gè)更準(zhǔn)確、細(xì)致的分類結(jié)果，是研究“物以類聚”的一種科學(xué)有效的方法。

6.3.2主成分析法

主成分分析也稱主分量分析，指把多個(gè)變量（指標(biāo)）化為少數(shù)幾個(gè)綜合變量（綜合指標(biāo)）的一種統(tǒng)計(jì)方法。它是一種降維方法，通過找出幾個(gè)綜合變量來代表原來眾多的變量，盡可能地反映原來所有變量的信息量，而且彼此之間互不相關(guān)，從而達(dá)到簡化的目的[6]。

6.3.3因子分析法

因子分析是主成分分析的推廣，是采用降維方法，從研究原始變量相關(guān)矩陣內(nèi)部結(jié)構(gòu)出發(fā)，把一些具有錯(cuò)綜復(fù)雜關(guān)系的變量歸結(jié)為少數(shù)幾個(gè)綜合因子的一種多元統(tǒng)計(jì)分析方法[7]。

6.3.4多維尺度分析法

多維尺度分析又稱多維量表分析，它是將一組個(gè)體間的相異數(shù)據(jù)經(jīng)過MDS轉(zhuǎn)換成空間構(gòu)圖，且保留原始數(shù)據(jù)的相對(duì)關(guān)系。多維尺度分析依據(jù)需要分析對(duì)象的變量，把對(duì)象映射到一個(gè)特定的空間位置上，通過分析對(duì)象位置間的距離，可以揭示對(duì)象間的親疏關(guān)系。

6.4詞頻分析法

詞頻分析法是文獻(xiàn)計(jì)量方法中的定性分析法，通過分析某一研究領(lǐng)域文獻(xiàn)中的詞出現(xiàn)的頻次高低，可以確定該領(lǐng)域發(fā)展動(dòng)向和研究熱點(diǎn)發(fā)展動(dòng)向[8]。根據(jù)對(duì)象的不同分為：關(guān)鍵詞詞頻分析法、主題詞詞頻分析法、篇名詞頻分析法。

6.5社會(huì)網(wǎng)絡(luò)分析法

社會(huì)網(wǎng)絡(luò)分析又稱社會(huì)網(wǎng)或網(wǎng)絡(luò)分析，是對(duì)社會(huì)網(wǎng)絡(luò)中行為者之間的關(guān)系進(jìn)行量化研究的一種具體工具。也就是說，社會(huì)網(wǎng)絡(luò)分析是測(cè)量與調(diào)查社會(huì)系統(tǒng)中各部分（點(diǎn)）的特征與相互間的關(guān)系（連接），將其用網(wǎng)絡(luò)的形式加以表示，進(jìn)而分析其關(guān)系的模式與特征的理論、方法和技術(shù)。社會(huì)網(wǎng)絡(luò)分析可以分為兩類：一是自我中心社會(huì)網(wǎng)分析，探討個(gè)體在網(wǎng)絡(luò)中的聯(lián)結(jié)與位置;二是整體社會(huì)網(wǎng)分析，探討的是網(wǎng)絡(luò)整體的構(gòu)成與形態(tài)[9]。

7.應(yīng)用

科學(xué)知識(shí)圖譜應(yīng)用范圍廣泛，在應(yīng)用上主要分為通用知識(shí)圖譜和行業(yè)知識(shí)圖譜。通用知識(shí)圖譜面向通用領(lǐng)域，以常識(shí)性知識(shí)為主，首先考慮結(jié)構(gòu)化的百科知識(shí)，強(qiáng)調(diào)知識(shí)的廣度，使用者是普通用戶。而行業(yè)知識(shí)圖譜是面向某一特定領(lǐng)域，對(duì)基于行業(yè)的數(shù)據(jù)進(jìn)行建構(gòu)，優(yōu)先考慮的是基于語義技術(shù)的一些行業(yè)的知識(shí)庫，強(qiáng)調(diào)的是知識(shí)的深度，它的潛在使用者是行業(yè)的人員。知識(shí)圖譜主要是基于數(shù)據(jù)及業(yè)務(wù)的關(guān)系分析，因?yàn)槭嵌鄬W(xué)科的交叉融合，科學(xué)知識(shí)圖譜能在諸多研究領(lǐng)域中得到應(yīng)用，在行業(yè)上其廣泛用于金融、醫(yī)療、教育、證券投資等領(lǐng)域。對(duì)于研究方面，樂飛紅等在2002對(duì)知識(shí)圖譜的有效作用作了部分總結(jié)：搜索導(dǎo)航，利用提供知識(shí)檢索，提高知識(shí)的復(fù)用和防止知識(shí)的冗余，從而增強(qiáng)檢索和獲取效率;隱型知識(shí)的轉(zhuǎn)化，發(fā)現(xiàn)知識(shí)孤島并建立聯(lián)系，促進(jìn)知識(shí)共享;為知識(shí)評(píng)估提供基礎(chǔ);幫助學(xué)習(xí)者快速獲取所學(xué)知識(shí);提供學(xué)習(xí)知識(shí)的機(jī)會(huì);創(chuàng)造、評(píng)價(jià)知識(shí)資產(chǎn);建立對(duì)知識(shí)進(jìn)行組織和管理的基礎(chǔ)設(shè)施等。

參考文獻(xiàn)

[1]朱游娟，《初中數(shù)學(xué)問題的全知識(shí)圖譜設(shè)計(jì)與實(shí)現(xiàn)》碩士論文

[2]劉則淵、陳悅、侯海燕等著：《科學(xué)知識(shí)圖譜：方法與應(yīng)用》人民出版社2008年版，第5頁。

[3]陳祖香：《面向科學(xué)計(jì)量分析的知識(shí)圖譜構(gòu)建與應(yīng)用研究》，2010年南京理工大學(xué)碩士學(xué)位論文，第26頁

[4]邱均平：《信息計(jì)量學(xué)》，武漢大學(xué)出版社2007年版，第315頁

[5]趙黨志：《共引分析——研究學(xué)科及其文獻(xiàn)結(jié)構(gòu)和特點(diǎn)的一種有效方法》，《情報(bào)雜志》1993年第2期，第36—42頁

[6]唐啟義、馮明光：《實(shí)用統(tǒng)計(jì)分析及其DPS數(shù)據(jù)處理系統(tǒng)》，科學(xué)出版社2002年版，第333—372頁

[7]李健生：《“引文分析法”質(zhì)疑》，《圖書情報(bào)工作》1992年第5期，第41—45、57頁

[8]馬費(fèi)成、張勤：《國內(nèi)外知識(shí)管理研究熱點(diǎn)——基于詞頻的統(tǒng)計(jì)分析》，《情報(bào)學(xué)報(bào)》2006年第2期，第163—171

[9]李新蕊.主成分分析、因子分析、聚類分析的比較與應(yīng)用[J].山東教育學(xué)院學(xué)報(bào)，2007（6）：23—26

（作者單位：福建師范大學(xué)福清分校應(yīng)用心理學(xué)研究所）