知識群落在文獻(xiàn)資源動態(tài)主題聚類中的有效性

徐漢青，王思茗，孫熊蘭，滕廣青（東北師范大學(xué)信息科學(xué)與技術(shù)學(xué)院）

隨著科學(xué)技術(shù)的進(jìn)步，各種科技文獻(xiàn)數(shù)量與日俱增，科研工作者面臨的文獻(xiàn)資源篩選困難的難題更加突出。圖書館如何在海量科技文獻(xiàn)中識別科學(xué)研究主題及其演變模式、實現(xiàn)有效的知識組織，成為學(xué)術(shù)界共同關(guān)注的重點(diǎn)。目前，通過引文網(wǎng)絡(luò)分析［1］和共詞網(wǎng)絡(luò)分析等方法，幫助人們快速從海量科技文獻(xiàn)中提取出具有代表性的文獻(xiàn)以及知識概念，并采用聚類分析等方法識別領(lǐng)域知識主題的研究成果已經(jīng)屢見不鮮。然而，傳統(tǒng)主題聚類主要從靜態(tài)知識組織分析的角度出發(fā)，已無法適應(yīng)知識快速發(fā)展演化的當(dāng)今科技環(huán)境。本研究將復(fù)雜網(wǎng)絡(luò)分析方法（Complex Network Analysis，CNA）［2］融入關(guān)鍵詞知識網(wǎng)絡(luò)，基于社群發(fā)現(xiàn)算法和關(guān)聯(lián)頻度提取層次知識群落，結(jié)合時間序列因素，對知識群落在文獻(xiàn)資源動態(tài)主題聚類中的有效性進(jìn)行研究。

1 相關(guān)研究現(xiàn)狀

在圖書情報學(xué)領(lǐng)域，對于知識主題的探測主要通過兩種途徑。其一是在宏觀層面上將領(lǐng)域知識劃分為遠(yuǎn)近有別的層級，這種層級思想在杜威十進(jìn)制分類法（DDC） 和主題詞表中均有體現(xiàn)；另一種則是根據(jù)不同的聚類算法將領(lǐng)域知識劃分為不同的知識群落。X.Qin 等以“Corporate social responsibility”為檢索詞提取WoS 數(shù)據(jù)庫詞間關(guān)系，其研究工作將關(guān)鍵詞知識網(wǎng)絡(luò)分為核心層、中間層以及邊緣層，以三個層級當(dāng)中的關(guān)鍵詞作為該領(lǐng)域的研究熱點(diǎn)和前沿。［3］L.Xiao 等以CJFTD 為基礎(chǔ)數(shù)據(jù)來源，根據(jù)知識節(jié)點(diǎn)之間的聚類系數(shù)和密度的不同，采用社會網(wǎng)絡(luò)分析當(dāng)中的k-core 分解方法，將關(guān)鍵詞網(wǎng)絡(luò)劃分為4 個不同的層級（基礎(chǔ)層、中間層、細(xì)節(jié)層、邊緣層），并據(jù)此呈現(xiàn)知識節(jié)點(diǎn)分布狀況和捕捉領(lǐng)域知識中不同的研究主題。［4］

綜上所述，基于知識群落發(fā)現(xiàn)和識別領(lǐng)域知識主題聚類已經(jīng)得到學(xué)術(shù)界的普遍認(rèn)可。然而，在圖書館知識組織與服務(wù)的實踐中，繁雜的參考信息和推薦信息會一定程度上增加讀者的認(rèn)知負(fù)擔(dān)。因此，如何在海量數(shù)據(jù)中以更高效簡潔的方法提取知識主題同時兼顧科學(xué)知識發(fā)展的動態(tài)變遷，成為圖書館知識組織與服務(wù)工作需要解決的現(xiàn)實問題。

2 理論框架

近年來，學(xué)術(shù)界在領(lǐng)域知識發(fā)展的相關(guān)研究中開始注重知識之間的結(jié)構(gòu)關(guān)系。如，在圖書情報學(xué)界，學(xué)者們在知識網(wǎng)絡(luò)的宏觀結(jié)構(gòu)層面發(fā)現(xiàn)了小世界（Small World）網(wǎng)絡(luò)以及無標(biāo)度（Scale Free）網(wǎng)絡(luò)的特征，［10］在微觀結(jié)構(gòu)層面則發(fā)現(xiàn)了知識網(wǎng)絡(luò)當(dāng)中的模體（Motif）演化特征。［11］而知識群落則是介于宏觀結(jié)構(gòu)與微觀結(jié)構(gòu)之間的網(wǎng)絡(luò)結(jié)構(gòu)，知識群落在時間序列上的演化變遷，為揭示領(lǐng)域知識主題的演化進(jìn)程、潛在模式以及對于新興主題的探測具有至關(guān)重要的意義。

在圖書情報學(xué)領(lǐng)域，對于某一知識領(lǐng)域的研究主題識別和發(fā)現(xiàn)研究中，傳統(tǒng)的文獻(xiàn)計量學(xué)方法是：齊普夫第二定律選取法、普賴斯公式選取法、自選取方法等，確定高頻關(guān)鍵詞與低頻關(guān)鍵詞的選定界限，根據(jù)所選定的高頻知識節(jié)點(diǎn)之間的關(guān)聯(lián)關(guān)系采用相似性算法以及相關(guān)聚類方法，最終凝聚若干個知識群落用于探測領(lǐng)域研究主題。這種靜態(tài)的分析方法對知識主題的動態(tài)變化具有一定的局限性，也無法檢測新誕生的、規(guī)模較小的潛力主題?；诟哳l詞的聚類分析，容易導(dǎo)致一些重要知識概念以及知識關(guān)聯(lián)關(guān)系的遺失。如，知識網(wǎng)絡(luò)當(dāng)中的結(jié)構(gòu)洞（Structural Holes） 知識節(jié)點(diǎn)，盡管往往頻次較低，但是在領(lǐng)域知識中起到非常重要的橋接作用。依靠知識概念的出現(xiàn)頻次無法獲取不同知識之間的結(jié)構(gòu)關(guān)系，甚至?xí)谏w領(lǐng)域知識中知識關(guān)聯(lián)和結(jié)構(gòu)的一些重要信息，無法準(zhǔn)確跟蹤和掌握相關(guān)知識領(lǐng)域的核心主題及其發(fā)展變遷。

2004 年，M. E. J. Newman 等提出了測量網(wǎng)絡(luò)社群聚類程度的模塊度算法，［12］該方法對關(guān)聯(lián)程度不同的網(wǎng)絡(luò)節(jié)點(diǎn)進(jìn)行有效聚類進(jìn)而劃分群落，并將該方法擴(kuò)展至加權(quán)網(wǎng)絡(luò)。在此基礎(chǔ)上，V. D. Blondel 等對該方法加以改進(jìn)，動態(tài)考察海量數(shù)據(jù)背景下群落節(jié)點(diǎn)的流入流出以及節(jié)點(diǎn)間關(guān)聯(lián)關(guān)系的改變，學(xué)術(shù)界稱為Louvain 算法，［13］具體如公式（1）所示。

研究工作將采用Louvain 算法識別領(lǐng)域知識群落，并以其表征文獻(xiàn)資源的主題聚類。課題組在之前的研究工作中發(fā)現(xiàn)，即使通過社群發(fā)現(xiàn)算法將領(lǐng)域知識劃分成不同的知識群落，但是在領(lǐng)域知識演化生長過程中會充斥著大量頻度僅為1 次的關(guān)系。此類結(jié)構(gòu)關(guān)系中難免帶有一定程度的偶然性或隨機(jī)性，不利于領(lǐng)域知識主題聚類與主題演化分析。為了排除這種偶然性或隨機(jī)性，研究工作基于關(guān)聯(lián)頻度提取一定閾值水平之上的知識群落，將低頻度的關(guān)聯(lián)關(guān)系剔除，使知識群落更加緊密和更具有代表性，從而探測和驗證知識群落在文獻(xiàn)資源主題聚類中的有效性。

3 研究數(shù)據(jù)與流程

3.1 研究數(shù)據(jù)

研究工作以中國知網(wǎng)（CNKI）文獻(xiàn)數(shù)據(jù)庫為基礎(chǔ)數(shù)據(jù)來源，以“Folksonomy OR 社會化標(biāo)注OR 社會標(biāo)注OR 大眾分類”為檢索式進(jìn)行高級檢索。期刊級別鎖定為CSSCI，檢索時間跨度從2002-2018 年，累計獲取相關(guān)文獻(xiàn)194 篇，關(guān)鍵詞數(shù)量369 個，關(guān)鍵詞關(guān)聯(lián)關(guān)系1,019 對。具體數(shù)據(jù)如表1 所示。

在表1 中，以自然年份為時間刻度，從2002 年至2018 年劃分為t1-t17 共17 個時間窗口，統(tǒng)計出歷年時間窗口下文獻(xiàn)、關(guān)鍵詞、關(guān)鍵詞關(guān)聯(lián)關(guān)系的累計值以及單年增長量，通過累計值可以初步了解該領(lǐng)域知識整體生長演化的趨勢。通過單年增長量則可以觀察該知識領(lǐng)域中相鄰時間窗口的增長情況。以關(guān)鍵詞為節(jié)點(diǎn)，以關(guān)鍵詞關(guān)聯(lián)關(guān)系為連線構(gòu)建時間序列領(lǐng)域知識網(wǎng)絡(luò)。結(jié)合表1 中的數(shù)據(jù)發(fā)現(xiàn)，t1-t17 時間區(qū)間內(nèi)，除t1-t3 時段外，文獻(xiàn)、關(guān)鍵詞、關(guān)鍵詞關(guān)聯(lián)關(guān)系數(shù)量隨著時間軸的延展一直處于增長狀態(tài)。這一現(xiàn)象驗證了知識網(wǎng)絡(luò)具有許多真實復(fù)雜網(wǎng)絡(luò)共同具有的生長特性。［14］由于t1-t3 時間窗口領(lǐng)域知識無生長變化，下文的相關(guān)研究中將把該時間段合并進(jìn)行測算。需要說明的是，研究中構(gòu)建的領(lǐng)域知識網(wǎng)絡(luò)以關(guān)鍵詞之間的關(guān)聯(lián)關(guān)系頻度作為連線權(quán)重，所構(gòu)建的知識網(wǎng)絡(luò)為無向加權(quán)網(wǎng)絡(luò)。

表1 文獻(xiàn)及相關(guān)數(shù)據(jù)

3.2 關(guān)聯(lián)頻度演化分析

領(lǐng)域知識網(wǎng)絡(luò)的構(gòu)建主要以知識單元和知識關(guān)聯(lián)關(guān)系為基礎(chǔ)，其中知識單元構(gòu)成網(wǎng)絡(luò)的節(jié)點(diǎn)，知識關(guān)聯(lián)關(guān)系則以節(jié)點(diǎn)之間的連線表示。如果兩個知識單元之間存在高頻度關(guān)聯(lián)，則視為這一知識領(lǐng)域中重要的知識關(guān)聯(lián)。研究工作首先對時間序列知識網(wǎng)絡(luò)的關(guān)聯(lián)頻度進(jìn)行統(tǒng)計分析，統(tǒng)計結(jié)果如表2 所示。

按照 GB/T 16291.1—2012中的方法選拔和培訓(xùn)評價員[19]。根據(jù)200名西南大學(xué)本科生的興趣動機(jī)、健康狀況、表達(dá)能力及可用性等情況，篩選出60人在感官分析實驗室進(jìn)行感官靈敏度、感官能力和描述能力的測試。對選出的20人進(jìn)行50 h的感官描述性分析培訓(xùn)，培訓(xùn)內(nèi)容包括感官分析基礎(chǔ)知識的講解、長期感官記憶的訓(xùn)練、感官描述詞語義及標(biāo)度的學(xué)習(xí)等。由5名考核合格的評價員組成怪味胡豆的感官描述分析小組[20] 。

表2 時間序列知識關(guān)聯(lián)頻度分布

表2 中的數(shù)據(jù)表明，在時間序列知識網(wǎng)絡(luò)中，關(guān)聯(lián)頻度最高為8 次，最低為1 次。隨著領(lǐng)域知識的發(fā)展生長，不同頻度的關(guān)聯(lián)關(guān)系關(guān)數(shù)量一直在發(fā)生變化。其中，頻度為1 的知識關(guān)聯(lián)關(guān)系數(shù)量增長幅度較大，關(guān)聯(lián)頻度大于等于2 的知識關(guān)聯(lián)關(guān)系增長緩慢，這說明在領(lǐng)域知識網(wǎng)絡(luò)的生長演化過程中，網(wǎng)絡(luò)中核心的知識關(guān)聯(lián)關(guān)系（高頻度關(guān)聯(lián)關(guān)系）趨于相對穩(wěn)定狀態(tài)。以關(guān)聯(lián)頻度F=2 為分界線可以明顯地觀察出知識網(wǎng)絡(luò)演化過程核心知識關(guān)聯(lián)的發(fā)展過程。同時，表2 中的數(shù)據(jù)還表明，關(guān)聯(lián)頻度數(shù)值越大，其占有的比重就越小，符合領(lǐng)域知識關(guān)聯(lián)頻度分布呈現(xiàn)冪律（Power Law）分布的知識網(wǎng)絡(luò)特征。［15］因此，研究工作基于關(guān)聯(lián)頻度對知識網(wǎng)絡(luò)進(jìn)行提取層次知識群落，能夠有效保證領(lǐng)域知識中結(jié)構(gòu)關(guān)系的代表性與顯著性，也使得網(wǎng)絡(luò)中重要的主題聚類得以凸顯。

3.3 知識群落動態(tài)演化提取

研究中采用Louvain 算法對所構(gòu)建的時間序列知識網(wǎng)絡(luò)進(jìn)行聚類，對網(wǎng)絡(luò)中潛在的知識群落進(jìn)行識別（見表3）。該算法能夠兼顧網(wǎng)絡(luò)節(jié)點(diǎn)以及節(jié)點(diǎn)之間的關(guān)聯(lián)頻度的改變，結(jié)合時間序列分析，可以有效地探測出領(lǐng)域知識網(wǎng)絡(luò)中知識群落及其演進(jìn)狀況。

表3 時間序列原始知識群落演化數(shù)據(jù)

由表3 可見，原始知識群落數(shù)量的變化趨勢與網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量以及關(guān)聯(lián)關(guān)系數(shù)量的增加情況并非完全一致。關(guān)鍵詞數(shù)量或關(guān)聯(lián)關(guān)系的增加并不意味著知識群落數(shù)量一定增加?，F(xiàn)實工作中，參與主題聚類的文獻(xiàn)數(shù)量越多，對領(lǐng)域知識主題的解析也就越復(fù)雜。出于減少主題聚類復(fù)雜程度的目的，進(jìn)一步基于關(guān)聯(lián)關(guān)系頻度對原始知識網(wǎng)絡(luò)進(jìn)行提取，通過關(guān)聯(lián)頻度閾值提取知識網(wǎng)絡(luò)中具有代表性和顯著性的網(wǎng)絡(luò)結(jié)構(gòu)，從而提高數(shù)據(jù)的價值密度?；陉P(guān)聯(lián)頻度（F=2） 提取的時間序列層次知識群落如表4 所示。

表4 中，通過關(guān)聯(lián)頻度閾值水平F=2 進(jìn)行提取之后，所形成的層次知識群落數(shù)量明顯降低，節(jié)點(diǎn)和關(guān)聯(lián)關(guān)系數(shù)量也大幅度減少。同時，原始知識網(wǎng)絡(luò)中一些顯著的演化特征被保留。t10-t11、t12-t13、t13-t17時間段中層次知識群落的演化特征與表3 中原始知識群落的演化特征一致。在數(shù)據(jù)價值密度得以改善的情況下，層次知識群落在演化特征方面與原始知識群落等效，能夠有效精簡圖書館知識組織與知識推薦的復(fù)雜性，從而降低用戶的認(rèn)知負(fù)擔(dān)。研究工作進(jìn)一步對原始知識群落與所提取的層次知識群落演化細(xì)節(jié)進(jìn)行比較分析，并對層次知識群落在文獻(xiàn)資源主題聚類中的有效性進(jìn)行驗證。

表4 時間序列層次知識群落演化數(shù)據(jù)

4 分析結(jié)果

4.1 知識群落演化分析

研究工作在原始知識群落總體演化趨勢（參見表3）的基礎(chǔ)上，進(jìn)一步深入分析每個時間窗口中各個原始知識群落的節(jié)點(diǎn)屬性特征。以知識節(jié)點(diǎn)度值為橫坐標(biāo)，以知識節(jié)點(diǎn)在群落中的度分布概率為縱坐標(biāo)建立直角坐標(biāo)系，得到時間序列原始知識群落中節(jié)點(diǎn)的度序列分布情況（見下圖）。

圖 原始知識群落度序列分布

上圖中，相同形狀的節(jié)點(diǎn)為處于同一個知識群落中的節(jié)點(diǎn)。隨著領(lǐng)域知識的發(fā)展，知識群落數(shù)量在總體上呈現(xiàn)增長態(tài)勢，群落內(nèi)部知識節(jié)點(diǎn)的度序列分布逐漸向近似于冪律分布的長尾狀態(tài)趨近。即群落內(nèi)大多數(shù)知識節(jié)點(diǎn)擁有較低的知識關(guān)聯(lián)關(guān)系，少部分知識節(jié)點(diǎn)擁有較多的知識關(guān)聯(lián)關(guān)系，這一結(jié)果與知識網(wǎng)絡(luò)整體的度序列分布較為近似。結(jié)合各個知識群落的規(guī)模數(shù)據(jù)還發(fā)現(xiàn)，知識網(wǎng)絡(luò)的Hub 節(jié)點(diǎn)并非存在于節(jié)點(diǎn)數(shù)量最多的知識群落，縱觀全序列中所有時間窗口的知識群落，都體現(xiàn)出這一現(xiàn)象。盡管擁有眾多知識關(guān)聯(lián)的Hub 節(jié)點(diǎn)能夠依據(jù)A-L. Barabási 等刊發(fā)于《Science》雜志的論文中提出的擇優(yōu)連接（Preferential Connectivity）機(jī)制，［14］吸附更多的知識關(guān)聯(lián)關(guān)系，但針對知識群落的分析數(shù)據(jù)卻表明Hub 知識節(jié)點(diǎn)并不具備良好的成團(tuán)優(yōu)勢。這一現(xiàn)象表明在知識群落層面上，如果以單純以高度值知識節(jié)點(diǎn)表征該領(lǐng)域知識主題，一些低頻關(guān)聯(lián)的知識也將在主題聚類中凸顯。

此外，研究中還發(fā)現(xiàn)全時間序列中，始終存在個別知識群落規(guī)模在時間序列上沒有發(fā)生變化的現(xiàn)象，這一結(jié)果意味著領(lǐng)域知識網(wǎng)絡(luò)中存在若干完全不生長的知識群落。靜止與生長的差異在以往的靜態(tài)分析中通常被忽略，即使在以往大多數(shù)全網(wǎng)層面的動態(tài)分析中也難以體現(xiàn)，研究工作基于這一現(xiàn)象將知識群落分為兩種類型：靜止型知識群落和生長型知識群落。靜止型知識群落意味著在知識發(fā)展進(jìn)程中主題穩(wěn)定不發(fā)生變化；而生長型知識群落則意味著主題演化變遷，是動態(tài)分析需要關(guān)注的重點(diǎn)。在篩選剔除上述完全不生長的知識群落后，原始知識網(wǎng)絡(luò)中生長型知識群落數(shù)量如表5所示。

表5 中，剔除完全不生長的靜止型知識群落之后，網(wǎng)絡(luò)中的知識群落數(shù)量有所減少，同時發(fā)現(xiàn)，t12 時間窗口仍然是群落數(shù)量比較突出的時間窗口。研究工作進(jìn)一步以F=2 為關(guān)聯(lián)頻度閾值提取層次知識群落，力求以更少量的知識節(jié)點(diǎn)表征知識主題，以降低知識組織與服務(wù)實踐中用戶的認(rèn)知負(fù)擔(dān)。

表5 知識群落數(shù)量對比

研究中發(fā)現(xiàn)，由于關(guān)聯(lián)頻度閾值F=2 剔除了大量頻度較低的知識關(guān)聯(lián)關(guān)系，一些在原始知識網(wǎng)絡(luò)中表現(xiàn)突出的高度值節(jié)點(diǎn)的度值優(yōu)勢被壓縮，而一些原本在知識網(wǎng)絡(luò)中度值較低卻擁有高頻關(guān)聯(lián)的知識節(jié)點(diǎn)被凸顯出來。而且知識群落內(nèi)部同樣表現(xiàn)出較強(qiáng)的異配性。層次知識群落在弱化長尾分布的同時，知識節(jié)點(diǎn)之間強(qiáng)關(guān)系的作用得以浮現(xiàn)，K. Popper 當(dāng)年對于知識關(guān)聯(lián)關(guān)系重要性的論斷得以體現(xiàn)。［16］

4.2 主題聚類有效性驗證

層次知識群落相比原始知識群落，在精簡了大量知識節(jié)點(diǎn)的同時，彰顯了知識節(jié)點(diǎn)之間強(qiáng)關(guān)系的作用。為了驗證提取后的層次知識群落在主題聚類中的有效性，這部分研究從兩個角度進(jìn)行比較分析：一是檢測層次知識群落表征的主題聚類包含的高度值知識節(jié)點(diǎn)（通常視為核心知識節(jié)點(diǎn)）占原始知識網(wǎng)絡(luò)中高度值節(jié)點(diǎn)數(shù)量的比重；二是層次知識群落表征的主題聚類中的知識節(jié)點(diǎn)是否能夠有效關(guān)聯(lián)原始知識網(wǎng)絡(luò)中的生長型知識群落（反映領(lǐng)域知識的生長性）。研究工作首先對主題聚類實際節(jié)點(diǎn)數(shù)量和群落中高度值的節(jié)點(diǎn)數(shù)量進(jìn)行測算，即主題聚類包含的N 個節(jié)點(diǎn)中有多少個節(jié)點(diǎn)的度值排在原始知識網(wǎng)絡(luò)的前N 位。測算結(jié)果如表6 所示。

表6 主題聚類中高度值節(jié)點(diǎn)數(shù)量

由表6 可見，t1-t5 時間窗口由于數(shù)據(jù)稀疏性的原因，以層次知識群落表征的主題聚類中僅有的2 個節(jié)點(diǎn)并非高度值的節(jié)點(diǎn)。在其后的時間窗口中，主題聚類的知識節(jié)點(diǎn)涵蓋高度值節(jié)點(diǎn)的比率始終保持在65.5%以上。以t17 時間窗口為例，該時刻主題聚類共包含53 個知識節(jié)點(diǎn)，其中41 個知識節(jié)點(diǎn)在原始知識網(wǎng)絡(luò)中的度值排名在前53 位。另一方面，通過對主題聚類包含的節(jié)點(diǎn)數(shù)與原始知識網(wǎng)絡(luò)節(jié)點(diǎn)總數(shù)的對比可知，各個時間窗口主題聚類的節(jié)點(diǎn)數(shù)量在原始知識網(wǎng)絡(luò)節(jié)點(diǎn)總數(shù)中占比＜18.2%，即層次知識群落表征的主題聚類以低于18.2%的節(jié)點(diǎn)數(shù)量囊括了高達(dá)65.5%的高度值知識節(jié)點(diǎn)，數(shù)據(jù)的價值密度得到有效的改善?？紤]到生長型知識群落在演化進(jìn)程中的重要性，進(jìn)一步對層次知識群落表征的主題聚類中的知識節(jié)點(diǎn)對原始知識網(wǎng)絡(luò)中生長型群落的關(guān)聯(lián)情況進(jìn)行測算（見表7）。

表7 主題聚類對生長型群落的關(guān)聯(lián)

表7 中，領(lǐng)域知識演化初期，主題聚類中的節(jié)點(diǎn)沒能很好地關(guān)聯(lián)到原始知識網(wǎng)絡(luò)中所有的生長型知識群落。隨著領(lǐng)域知識的發(fā)展，主題聚類與越來越多的生長型知識群落建立有效關(guān)聯(lián)。從t13 時間窗口開始，主題聚類中的知識節(jié)點(diǎn)與原始知識網(wǎng)絡(luò)中所有生長型知識群落建立了有效關(guān)聯(lián)，這意味著建基于高頻關(guān)聯(lián)關(guān)系和少量知識節(jié)點(diǎn)的層次知識群落，在承載知識網(wǎng)絡(luò)演化特征的同時，能夠表征原始知識網(wǎng)絡(luò)中全部具備成長性的主題聚類。

5 結(jié)論與討論

研究工作基于復(fù)雜網(wǎng)絡(luò)的理論方法融合時間序列因素，對特定領(lǐng)域的相關(guān)文獻(xiàn)及文獻(xiàn)當(dāng)中的關(guān)鍵詞、關(guān)鍵詞關(guān)聯(lián)關(guān)系進(jìn)行抓?。灰宰匀荒攴轂闀r間刻度，構(gòu)建時間序列領(lǐng)域知識網(wǎng)絡(luò)；采用社群發(fā)現(xiàn)算法識別網(wǎng)絡(luò)中的知識群落，并基于關(guān)聯(lián)頻度提取層次知識群落；對知識群落展開時間序列動態(tài)分析，并對知識群落在圖書館動態(tài)主題聚類方面的有效性進(jìn)行了驗證?；谏鲜龇治鲞^程和結(jié)果，初步可以得出以下結(jié)論。

（1） 層次知識群落能夠凸現(xiàn)知識之間的強(qiáng)關(guān)系。研究結(jié)果表明，基于關(guān)聯(lián)頻度提取的層次知識群落剔除了大量低頻度的知識關(guān)聯(lián)關(guān)系，使得知識網(wǎng)絡(luò)中度值較低卻擁有高頻關(guān)聯(lián)的知識節(jié)點(diǎn)凸顯出來。高頻關(guān)聯(lián)代表著知識之間的強(qiáng)關(guān)聯(lián)關(guān)系，基于大量文獻(xiàn)產(chǎn)生的高頻度同現(xiàn)關(guān)系，也意味著這類關(guān)聯(lián)關(guān)系得到學(xué)術(shù)界的普遍認(rèn)可。建基于高頻關(guān)聯(lián)的層次知識群落相比單純依靠關(guān)聯(lián)數(shù)量組成的群落可以獲得更高質(zhì)量的主題聚類，也更能夠體現(xiàn)J. Gleick 在《信息簡史》中強(qiáng)調(diào)的知識連通的重要性。［17］

（2）層次知識群落能夠有效表征文獻(xiàn)資源動態(tài)主題聚類。研究中的實驗數(shù)據(jù)表明，層次知識群落僅需要領(lǐng)域中少量的知識節(jié)點(diǎn)（＜18.2%）就涵蓋了領(lǐng)域中大量的核心知識內(nèi)容（＞65.5%），能夠有效提高知識網(wǎng)絡(luò)動態(tài)分析中數(shù)據(jù)的價值密度。同時，剔除了大量節(jié)點(diǎn)的層次知識群落能夠與原始生長型知識群落建立有效的關(guān)聯(lián)，并且隨著領(lǐng)域知識的發(fā)展，達(dá)到與全部生長型知識群落建立關(guān)聯(lián)的穩(wěn)定狀態(tài)。保持和呈現(xiàn)領(lǐng)域知識的生長特性，為基于層次知識群落探測知識主題的動態(tài)演化分析提供了有力的支撐與可行的途徑。

研究工作基于知識關(guān)聯(lián)頻度提取層次知識群落，極大地簡化了原有的知識網(wǎng)絡(luò)規(guī)模，并且凸顯了原始網(wǎng)絡(luò)中所有生長型知識群落和高頻知識關(guān)聯(lián)，有助于在海量的文獻(xiàn)資源中，快速精準(zhǔn)定位知識領(lǐng)域當(dāng)中的核心知識族群和具有潛力的知識簇。但同時研究工作也存在局限性，固定閾值在知識群落的動態(tài)演化分析中尚不能很好地揭示知識衰退問題。未來的研究中，將采用更加靈活的動態(tài)閾值提取方法，進(jìn)一步保障和提升知識群落在文獻(xiàn)資源主題聚類中的有效性。