大數(shù)據(jù)背景下知識(shí)融合研究綜述

高國偉　梁力琛　李永先　郭琪

摘要：網(wǎng)絡(luò)大數(shù)據(jù)中包含著海量的知識(shí)資源，這些資源在知識(shí)服務(wù)的過程中發(fā)揮著極其重要的作用。如何從多源異構(gòu)的海量數(shù)據(jù)中準(zhǔn)確地提取知識(shí)并加以有效利用成為當(dāng)前知識(shí)服務(wù)的熱點(diǎn)問題。本文以當(dāng)前大數(shù)據(jù)背景下知識(shí)融合研究現(xiàn)狀為出發(fā)點(diǎn)，對(duì)當(dāng)前知識(shí)融合領(lǐng)域內(nèi)的相關(guān)文獻(xiàn)資料進(jìn)行分析，從傳統(tǒng)的知識(shí)融合的理論結(jié)構(gòu)、關(guān)鍵技術(shù)、學(xué)科或領(lǐng)域間的交互運(yùn)用入手，歸納并總結(jié)知識(shí)融合的理論方法與框架模型，從而探討大數(shù)據(jù)環(huán)境背景下的知識(shí)融合研究的新進(jìn)展以及對(duì)未來做出展望，同時(shí)在此基礎(chǔ)上進(jìn)行評(píng)述，以期為該領(lǐng)域更為深入的發(fā)展提供參考。

關(guān)鍵詞：大數(shù)據(jù);知識(shí)融合;知識(shí)服務(wù)

伴隨著互聯(lián)網(wǎng)技術(shù)的不斷普及和創(chuàng)新，大數(shù)據(jù)時(shí)代逐漸走進(jìn)我們的視野。大數(shù)據(jù)不僅是一種實(shí)用性很強(qiáng)的分析工具，而且也是一種重要的思維方式。但大數(shù)據(jù)為我們帶來許多積極影響的同時(shí)也面臨著眾多亟待解決的問題。在大數(shù)據(jù)背景下，知識(shí)庫的容量不斷被豐富，如何讓所得知識(shí)得到最大化利用就成為了現(xiàn)階段知識(shí)學(xué)科需要面對(duì)的頭等問題。為了突破這個(gè)難點(diǎn)，相關(guān)知識(shí)領(lǐng)域的專家學(xué)者提出了“知識(shí)融合”這一概念并對(duì)其進(jìn)行了深度研究。不斷地促進(jìn)和發(fā)展相關(guān)理論與技術(shù)，從而達(dá)到解決問題的目標(biāo)。

知識(shí)融合是一門交叉學(xué)科，它通過對(duì)多元異構(gòu)的分布式知識(shí)進(jìn)行組織提取，以知識(shí)需求作為最終目的對(duì)知識(shí)進(jìn)行轉(zhuǎn)化融合等過程，從而獲取高效、高價(jià)值的新知識(shí)。自20世紀(jì)90年代以后知識(shí)融合概念進(jìn)入學(xué)術(shù)界以來，國內(nèi)外的眾多學(xué)者對(duì)知識(shí)融合問題開展了多方面的研究，綜合現(xiàn)階段的知識(shí)融合領(lǐng)域相關(guān)文獻(xiàn)，可以發(fā)現(xiàn)當(dāng)前的研究重點(diǎn)主要在融合算法和體系建設(shè)兩方面。知識(shí)融合的相關(guān)文獻(xiàn)在不斷的增長，但還未有一個(gè)相對(duì)全面的的研究綜述和系統(tǒng)歸納。

本文通過對(duì)當(dāng)前知識(shí)融合領(lǐng)域的相關(guān)文獻(xiàn)期刊進(jìn)行分析，并分別從知識(shí)融合的理論結(jié)構(gòu)、融合算法、學(xué)科或領(lǐng)域間的交互應(yīng)用等方面進(jìn)行歸納總結(jié)，并對(duì)知識(shí)融合的未來發(fā)展提出了展望，以期為知識(shí)服務(wù)的相關(guān)研究提供一些借鑒和參考。

1、知識(shí)融合的研究概況

我們?cè)谥袊W(wǎng)數(shù)據(jù)庫中，限定主題詞為“知識(shí)融合”進(jìn)行模糊檢索，結(jié)果得到文獻(xiàn)總數(shù)5732篇。再對(duì)檢索結(jié)果進(jìn)行可視化計(jì)量分析。由此得到圖1的知識(shí)融合共現(xiàn)圖譜。

通過圖1的共現(xiàn)圖譜，我們可以發(fā)現(xiàn)大數(shù)據(jù)，知識(shí)服務(wù)，知識(shí)融合，知識(shí)表示這四個(gè)主題之間聯(lián)系密切。知識(shí)融合作為知識(shí)管理的主要內(nèi)容，已經(jīng)成為知識(shí)管理中極其重要的一個(gè)環(huán)節(jié)，對(duì)于實(shí)現(xiàn)知識(shí)的有效利用有著重要作用。而數(shù)據(jù)到信息再到知識(shí)這一過程則體現(xiàn)了前三者之間的相互依存關(guān)系，缺一不可。

在關(guān)鍵詞分布中，我們可以發(fā)現(xiàn)在本主題中用知識(shí)融合做關(guān)鍵詞的文獻(xiàn)所占比重高居所有結(jié)果中的第二位，這說明知識(shí)融合已經(jīng)是融合領(lǐng)域特別是知識(shí)學(xué)科的一大研究熱點(diǎn)。再從學(xué)科分布情況來看，知識(shí)融合涉及到的學(xué)科眾多，分布廣泛，在教育學(xué)和圖書情報(bào)學(xué)領(lǐng)域研究較多，也同樣是這兩個(gè)學(xué)科的研究熱點(diǎn)之一。

2、知識(shí)融合的理論發(fā)展

在大數(shù)據(jù)背景下，知識(shí)的內(nèi)容和來源極其豐富多樣，多元化的知識(shí)具有更加廣泛的深度，也因此更難以利用處理。但通過知識(shí)融合的相關(guān)理論方法卻可以對(duì)其進(jìn)行提取和利用，從而構(gòu)建一個(gè)更為完整且可信度更高的知識(shí)體系，而提升知識(shí)服務(wù)的整體質(zhì)量。但因?yàn)楦鲗W(xué)科對(duì)這一新興概念的解釋存在著不同的立場(chǎng)，含有一定的學(xué)科特色，所以到目前為止，學(xué)術(shù)界對(duì)知識(shí)融合這一概念并沒有形成一個(gè)相對(duì)統(tǒng)一的定義或解釋。

國外學(xué)者A.Preece認(rèn)為知識(shí)融合“是從多種異構(gòu)源中定位并獲取知識(shí)且對(duì)所獲知識(shí)進(jìn)行轉(zhuǎn)換的過程，從而可以將這種結(jié)果運(yùn)用于相關(guān)知識(shí)問題的求解?！痹谶@個(gè)結(jié)論中我們發(fā)現(xiàn)A.Preece關(guān)注知識(shí)融合過程中的三個(gè)要素，即如何去定位知識(shí)，提取知識(shí)，對(duì)知識(shí)進(jìn)行轉(zhuǎn)換。最后再對(duì)獲取到的結(jié)果進(jìn)行融合利用，解決實(shí)際問題。而另一位學(xué)者A.Smirnov則認(rèn)為“知識(shí)融合的目標(biāo)是產(chǎn)生新的知識(shí)，將松耦合來源的知識(shí)集成，從而構(gòu)成一個(gè)合成資源，用來彌補(bǔ)不完全的知識(shí)[2]”，該觀點(diǎn)與A.Preece所提觀點(diǎn)又有所不同，體現(xiàn)在知識(shí)融合的結(jié)果不同，前者是為了彌補(bǔ)不足的知識(shí)，后者則是著重于解決問題。

上述觀點(diǎn)主要是對(duì)知識(shí)融合的內(nèi)涵進(jìn)行歸納總結(jié)，此外還有對(duì)知識(shí)融合的體系構(gòu)架的描述，例如著名的KRAFT理論，此理論的重點(diǎn)在于描述知識(shí)融合相關(guān)元素和它們之間的關(guān)系以及各元素之間的相互作用等。A.Nikolov等人提出了知識(shí)融合系統(tǒng)KnoFuss，該系統(tǒng)提供了面向子任務(wù)的方法，而且可以從中選擇更為正確的方法。

通過以上分析，雖然各個(gè)學(xué)者對(duì)于知識(shí)融合有著不同的看法和出發(fā)點(diǎn)，但其本質(zhì)都是一樣的，都是為了使知識(shí)最大化程度利用。據(jù)此，我們認(rèn)為，知識(shí)融合就是在大數(shù)據(jù)背景下，從異構(gòu)數(shù)據(jù)源出發(fā)，運(yùn)用語義規(guī)則等相關(guān)技術(shù)，對(duì)知識(shí)進(jìn)行獲取和轉(zhuǎn)換以得到其中的相關(guān)關(guān)系，并由此創(chuàng)造出新知識(shí)，用以解決知識(shí)服務(wù)所面臨的各種問題。

3、知識(shí)融合的關(guān)鍵技術(shù)

3.1融合算法

在知識(shí)融合的過程中，如何運(yùn)用相關(guān)技術(shù)對(duì)知識(shí)進(jìn)行提取整合是極其重要的一步。在語義規(guī)則方面，E.Gregoire在邏輯規(guī)則中引入一種新的語義規(guī)則來融合異源知識(shí)，這種方式在于處理相互沖突或不完整的信息，并減少對(duì)于融合公式的遺漏。在貝葉斯網(wǎng)絡(luò)方面，E.Santos將數(shù)學(xué)概率模型作為貝葉斯理論的基礎(chǔ)，從而提出融合算法。這主要有三個(gè)過程，即概率獲取、融合處理和最佳決策。D-S理論又被稱為證據(jù)組合理論，它是對(duì)貝葉斯論的進(jìn)一步發(fā)展，結(jié)果可以直接表示為“不知道”或“不確定”。今天學(xué)界廣泛使用的理論是由Dempester所提出的并做了進(jìn)一步完善。該理論通過獲取不同結(jié)果間的信任函數(shù)，再根據(jù)所提供的組合規(guī)則將所得函數(shù)融合，最后來判斷組合后的函數(shù)，以此來確定最優(yōu)決策。模糊集理論建立在證據(jù)理論知識(shí)基礎(chǔ)上，進(jìn)一步放寬了概率論方法的限制條件。模糊集理論的方法可以處理不精確的知識(shí)，對(duì)開放網(wǎng)絡(luò)知識(shí)的評(píng)估非常有效。

此外，在國內(nèi)的關(guān)鍵技術(shù)研究中擴(kuò)展到了交叉學(xué)科。例如，緱錦提出基于遺傳算法的知識(shí)融合算法;蔣黎黎等提出基于粒度計(jì)算理論的知識(shí)融合模型。由此可見，國內(nèi)對(duì)于知識(shí)融合算法更為具體和廣泛，也有了一定程度的綜合運(yùn)用，但主要還停留在理論層面，并未進(jìn)行更為深層的發(fā)掘。

3.2框架與模型

國內(nèi)學(xué)者徐賜軍、李愛平等提出了基于本體的知識(shí)融合框架，有利于控制知識(shí)融合結(jié)果的規(guī)模，提高了知識(shí)的語義相關(guān)性和準(zhǔn)確度。其中涵蓋了如何構(gòu)造元知識(shí)集、確定測(cè)度指標(biāo)、設(shè)計(jì)算法和反饋處理等核心功能。此外，林海倫、王元卓等以開放知識(shí)網(wǎng)絡(luò)OpenKN作為網(wǎng)絡(luò)大數(shù)據(jù)知識(shí)統(tǒng)一表示和計(jì)算的框架，總結(jié)了面向大數(shù)據(jù)背景的知識(shí)融合框架模式。該框架自下而上包含數(shù)據(jù)收集、知識(shí)獲取和知識(shí)融合功能。

通過上述分析，我們發(fā)現(xiàn)建立一個(gè)合適高效的知識(shí)融合框架有利于管理知識(shí)融合的結(jié)果，提高知識(shí)的語義相關(guān)性，除此之外還能通過相關(guān)的評(píng)價(jià)方法獲取更為精準(zhǔn)的知識(shí)，從而構(gòu)建一個(gè)實(shí)用的框架來解決實(shí)際問題。目前來看，知識(shí)融合的相關(guān)算法和系統(tǒng)框架的研究已經(jīng)有了一定的成果，但在越來越復(fù)雜的網(wǎng)絡(luò)大數(shù)據(jù)背景下，知識(shí)融合仍將會(huì)是一項(xiàng)極具挑戰(zhàn)的工作，知識(shí)融合相關(guān)技術(shù)仍然存在著諸多缺陷，還有大量問題亟待解決。例如，網(wǎng)絡(luò)大數(shù)據(jù)因?yàn)槠涓叨葎?dòng)態(tài)性，就要求知識(shí)評(píng)估具有實(shí)時(shí)性的特點(diǎn);實(shí)體擴(kuò)充和大規(guī)模異構(gòu)分類體系的擴(kuò)充方法能夠面對(duì)更為廣泛的領(lǐng)域發(fā)揮作用等。

4、學(xué)科領(lǐng)域間的交互運(yùn)用

通過綜合國內(nèi)外知識(shí)融合研究文獻(xiàn)的學(xué)科分布情況，我們發(fā)現(xiàn)知識(shí)融合相關(guān)研究最主要集中在“計(jì)算機(jī)科學(xué)”、“經(jīng)濟(jì)管理學(xué)”和“圖書情報(bào)學(xué)”這三個(gè)領(lǐng)域。

早期知識(shí)融合主要由軍事領(lǐng)域發(fā)展而來，隨著計(jì)算機(jī)網(wǎng)絡(luò)飛速發(fā)展和大數(shù)據(jù)時(shí)代的到來，知識(shí)融合的應(yīng)用領(lǐng)域不斷的擴(kuò)大，更多的被應(yīng)用于諸如云計(jì)算、物聯(lián)網(wǎng)等相關(guān)應(yīng)用上。同時(shí)伴隨著知識(shí)學(xué)科的深入發(fā)展，知識(shí)庫中的知識(shí)轉(zhuǎn)化、知識(shí)庫的構(gòu)建和知識(shí)圖譜等都需要更為高效的知識(shí)融合技術(shù)。

謝能付提出了面向基于農(nóng)業(yè)本體的知識(shí)融合框架，用于解決知識(shí)服務(wù)所面對(duì)的精度低、冗余等問題，并運(yùn)用實(shí)例進(jìn)行分析，發(fā)現(xiàn)知識(shí)融合可以有效解決農(nóng)業(yè)知識(shí)領(lǐng)域在此方面的不足之處;國外學(xué)者GeE等利用知識(shí)融合分析了H5N1禽流感，整合了多學(xué)科來分析傳染病的流行因素。

我們發(fā)現(xiàn)，在上述知識(shí)融合各領(lǐng)域運(yùn)用的有關(guān)情況是知識(shí)學(xué)科近年來的熱點(diǎn)問題，但大部分主要還是構(gòu)建模型，距離真正運(yùn)用到實(shí)際中還有待發(fā)展。在互聯(lián)網(wǎng)行業(yè)中，知識(shí)融合則是取得了較大的進(jìn)展，一些企業(yè)對(duì)于數(shù)據(jù)挖掘和知識(shí)融合已經(jīng)有了不錯(cuò)的成功經(jīng)驗(yàn)，如維基百科、谷歌知識(shí)圖譜等。

5、存在問題及未來的發(fā)展趨勢(shì)

過去十多年來學(xué)界針對(duì)知識(shí)融合的體系架構(gòu)、技術(shù)方法等做了大量工作，知識(shí)融合在應(yīng)用中發(fā)揮著越來越重要的作用，針對(duì)知識(shí)融合中的一些關(guān)鍵性問題也有很多新的算法和技術(shù)被提出改進(jìn)。但知識(shí)融合仍然存在一些問題，主要體現(xiàn)在以下幾個(gè)方面：

（1）當(dāng)前的研究主要重點(diǎn)是針對(duì)特定知識(shí)類型在特定場(chǎng)景下的融合手段研究。這種方法的通用性還有不足之處。如何針對(duì)最基本的知識(shí)元素構(gòu)建一個(gè)通用規(guī)范的融合框架是我們需要進(jìn)一步探索的問題。

（2）大多數(shù)融合算法需要借助于本體之間的交互作用，而本體本身的復(fù)雜性降低了算法的效率。本體的管理過程相對(duì)復(fù)雜，如何盡可能的利用本體論技術(shù)優(yōu)勢(shì)為知識(shí)融合提供服務(wù)，又克服本體論中固有的難點(diǎn)對(duì)知識(shí)融合的影響也是今后值得深思的問題。

（3）由于知識(shí)融合的結(jié)果往往是一個(gè)規(guī)模龐大的知識(shí)集，其中的有些知識(shí)甚至是無用的，所以在融合規(guī)則指導(dǎo)下產(chǎn)生的新知識(shí)的有效性還有待通過相關(guān)評(píng)價(jià)機(jī)制進(jìn)行檢驗(yàn)。融合評(píng)價(jià)是知識(shí)融合過程中極為重要的一個(gè)環(huán)節(jié)，這不僅包括對(duì)結(jié)果的正確與否進(jìn)行檢驗(yàn)，也包括對(duì)知識(shí)融合的整個(gè)過程進(jìn)行反饋。

（4）此外，有必要對(duì)知識(shí)元理論加以研究，并基于知識(shí)元理論對(duì)知識(shí)融合乃至整個(gè)知識(shí)服務(wù)進(jìn)行整合研究。同時(shí)對(duì)于現(xiàn)實(shí)中的知識(shí)融合問題而言，必然是一個(gè)多樣而復(fù)雜的過程，如何讓這種過程更加靈活，適應(yīng)大數(shù)據(jù)的網(wǎng)絡(luò)環(huán)境有待深思。

6、結(jié)語

通過對(duì)知識(shí)融合的研究狀況進(jìn)行分析，我們發(fā)現(xiàn)，近年來知識(shí)融合已經(jīng)漸漸成為知識(shí)學(xué)科領(lǐng)域的前沿?zé)狳c(diǎn)問題，各個(gè)領(lǐng)域的學(xué)者對(duì)于知識(shí)融合的理論定義、框架模型等關(guān)鍵問題都做出了不同程度的解釋，極大地豐富和發(fā)展了知識(shí)融合的內(nèi)容，取得了一定的成果。

在網(wǎng)絡(luò)大數(shù)據(jù)的背景下，知識(shí)呈現(xiàn)出更加多樣化和巨量的特點(diǎn)，如何處理知識(shí)的準(zhǔn)確度和知識(shí)庫的實(shí)用性給我們帶來巨大的挑戰(zhàn)。當(dāng)前知識(shí)融合的研究工作在我國大多還處在理論探討方面，對(duì)于實(shí)際生活中的應(yīng)用相對(duì)較少，這方面發(fā)展空間很大，可以作為以后知識(shí)融合的發(fā)展方向。另外，對(duì)于知識(shí)融合來說，各個(gè)學(xué)科有著不同的解讀，學(xué)界還缺乏一個(gè)標(biāo)準(zhǔn)統(tǒng)一的框架規(guī)則，如何統(tǒng)一知識(shí)融合各個(gè)模塊之間的關(guān)系也是今后需要研究的問題。知識(shí)融合的最終目的是要服務(wù)于用戶問題，將知識(shí)融合運(yùn)用于更多學(xué)科，充分發(fā)揮其對(duì)知識(shí)服務(wù)的關(guān)鍵作用。郾參考文獻(xiàn)

[1] PREECE A，HUI K，GRAY A.KRAFT： an agent architecturefor knowledge fusion[J]. International journal ofcooperative information systems，2001，10（1-2）：171- 195.

[2] SMIRNOV A，PASHKIN M，CHILOV N.Multi-agentarchitecture for knowledge fusion from distributedsources[M]. Berlin：Springer， 2002：293- 302.

[3]林海倫等.面向網(wǎng)絡(luò)大數(shù)據(jù)的知識(shí)融合方法綜述[J].計(jì)算機(jī)學(xué)報(bào)，2017（1）：0254-4164.

[4]謝能付.基于農(nóng)業(yè)本體和融合規(guī)則的知識(shí)融合框架研究[J].安徽農(nóng)業(yè)科學(xué)，2013，41（1）：395-397.

[5] GE E.Using knowledge fusion to analyze avian influenzaH5N1 in East and Southeast Asia[J]. PloS One，2012，7（5）.