| 标题 | 国内知识地图的共词聚类分析 |
| 范文 | 甘耀进 詹亭 刘克凡 罗家瑶 梁雅文 摘 要：利用從CNKI中国期刊全文数据库中收录的2007-2017年与知识地图相关的核心期刊与优秀论文作为基础，采用ROST CM软件来进行词频统计和共词矩阵分析以及SPSS软件进行共词聚类分析，通过研究各个高频关键词之间的内在联系，分析知识地图领域的研究热点，发现知识地图领域的研究现状，以便能够进行知识地图领域的发展趋势分析。 关键词：知识地图；共词分析；聚类分析 1 引言 自从人类进入科技时代，科技的发展已是日异月新。知识地图作为时下一种非常有效的工具，在很多方面，尤其是在知识管理方面，有很好的应用[1]。知识地图是一种智能化的的知识管理工具，能将知识管理活动中的主体、资源及相互关系链接起来形成一种动态可变的网络结构[2]。知识地图是组织知识管理的重要工具，基于本体的组织知识地图不但能为用户提供知识导航和检索，还可以促进组织内知识的共享和交流，实现知识创新[3]。而在科技研究方面，知识地图作为一种有效的知识管理工具，通过知识地图的搜索功能，可以帮助科研人员在很短时间内找到所需知识[4]。因此，对于知识地图的研究热点与其发展趋势分析也就显得非常有必要了。 2 数据获取与预处理 在CNKI中以主题词“知识地图”进行期刊论文的检索，时间限定为“2007-2017”，则在CNKI检索的结果中显示共有1164篇，排除掉一些与“知识地图”无关并且剔除掉一些不合格的期刊论文，共计获得合格期刊论文为1111篇。本文采用ROST CM文献处理软件，获得关键词共计301个，共出现频次2704次，其中频次较多的关键词共计22个，见表1所示。从表1中可以看出的是，在关于“知识地图”研究方面，知识管理、隐性知识、本体、知识服务、知识组织以及竞争情报等方面为该领域的高频热点词汇。在对知识地图研究方面，知识管理、隐性知识、本体、图书馆以及情报学为主要研究结构，热点研究方向为知识可视化、个人知识管理以及数字图书馆等。 3 共词分析 共词分析方法，对知识地图领域的关键词进行分析，研究它们之间的关系以及内在联系。本文所选的期刊论文中，所获得的关键词在“知识地图”领域的研究热点方面具有一定的代表意义。在对其进行词频统计之后，采用共词分析方法，来对其进行分析。 3.1 构造共词矩阵 对高频关键词表中进行两两统计后，形成共词矩阵，表2为该共词矩阵的部分内容。 共词矩阵为对称矩阵，主对角线的数据定义为缺失，非主对角线中单元格的数据为两个关键词共同出现的次数。例如关键词“本体”与“知识管理”在共词矩阵中的共词频次为20，即表示有20篇期刊论文同时使用了这两个关键词。 3.2 构建相异矩阵 由于对其运用多元统计方法对矩阵的数据结构有不同的要求，为了能够进行统计分析的方便，采用Ochiia系数将表2共词矩阵转换为相关矩阵（Ochiia系数为两共词同时出现的频次除以两共词分别出现的频次的开方之后的积）。在相关矩阵中，由于统计结果中的0的次数太多，为了减小分析结果的误差，采用相异矩阵的形式来进行分析见表3。 4 统计分析 本文采用因子分析和聚类分析来对“知识地图”研究方向进行分析，主要通过利用SPSS软件对所得到的相异矩阵来进行分析。 4.1 因子分析 在对知识地图进行论证分析的时候，所采取到的大量数据，对于我们进行知识地图的研究分析，能够提供更丰富的信息以及更高的精确度。但是由于工作量的巨大，以及可能会因为变量之间存在相关性而增加了研究问题的的复杂性，因此本文采用因子分析的方法来对知识地图进行研究。因子分析法可以将提取到的观测值进行分类，将它们以相关性的密切度进行依据来划分分组。通过来对若干重要因子来进行分析，以达到以小见大的效果。我们将以抽取的关键词相关矩阵为基础对22个关键词进行因子分析，在统计软件SPSS中，选取主成分法和Varimax（方差最大正交旋转）方法进行操作。 在采用主成分法对知识地图的关键字进行主成分分析时，在主成分法中，主成分法的累计方差贡献率达到80%以上的几个主成分，都可以选作最后的主成分。通过运用SPSS软件，结果提取到了8个因子，其主成分的的累计方差贡献率达到了83.396%，所以在因子分析时，将知识地图研究分为8类是比较合理的如表4。为了能够直观的显示各主成分的情况，这里采用SPSS中的碎石图以及旋转因子空间成分图来帮助我们进行分析，得到因子个数的碎石图以及各成分之间的旋转因子空间成分图，如图1与图2。 图1 因子个数的碎石图 注：1 知识管理；2 企业；3 隐性知识；4 本体；5 图书馆；6 情报学；7 知识服务；8 知识组织；9 知识管理系统；10 知识共享；11 高校图书馆；12 竞争情报；13 可视化；14 知识库；15 个人知识管理；16 知识结构；17 数字图书馆；18 社会网络分析；19 显性知识；20 知识表示；21 知识图谱；22 数据挖掘；23 文献计量 图2 旋转因子空间成分图 4.2 聚类分析 聚类分析也叫分类分析或者数值分析，聚类分析是统计学中一种非常重要的统计方法。聚类分析可以将我们在知识地图中所提取到的关键词进行分组，从而将相似的数据归为一类。通过应用聚类分析的方法来描述数据，可以衡量我们在知识地图中所得到的关键字之间的相似性，以便于我们在分析时提供帮助。 本文在聚类分析中采用的是层次聚类中的合并法，层次聚类又称为系统聚类，在SPSS中，通过将所有变量输入，在聚类类型中采用Q型聚类（即根据变量对所观察的样本进行分类的聚类方法），选中Agglomeneration schedule（表示输出聚类分析的凝聚状态表），通过采用Ward Linkage，并以Dendrogram（表示输出聚类分析树状图）作为输出，得到了Dendrogram using Ward Linkage Rescaled Distance Cluster Combine（使用Ward Linkage得到的系统树图），如图3。 图3 层次聚类的树状图 通过对聚类分析得到的结果进行分析，并且与因子分析所得到的结果进行比较，聚类分析将结果分为8类：知识管理、企业应用、知识形态、知识本体、图书馆方面、竞争情报、社会知识服务、知识组织，将元素个数的影响包含在内，在主体方面与因子分析是相近的。 5结果讨论 在下文中，将结合知识地图的相关文献来对知识地图领域进行解读。 （1）知识管理。知识地图是为了创造价值，将领域上下中的人、资源和关系重新组合形成的一种网络结构。在组织的知识管理过程中，可借助知识地图，促进知识的检索、积累和利用[5]。知识地图的核心内容是知识管理，通过利用软件系统或其他工具，构建知识管理系统，对组织中大量的有价值的方案、策划、成果、经验等知识进行分类存储和管理，积累知识资产避免流失，促进知识的学习、共享、培训、再利用和创新，有效降低组织运营成本，强化其核心竞争力。随着组织的知识管理给社会的经济、文化、教育等众多领域带来了巨大的影响，个人的知识管理也逐渐受到人们的极大关注[6]。 （2）企业应用。知识地图最初被广泛应用于企业管理。知识地图在企业的应用主要有两个方面：一是从企业内部提高企业自身的竞争力。随着企业发展的需要，企业知识地图对建立企业文化、快速培养员工、增加企业知识积累、加快企业发展、超越竞争对手等有着至关重要的影响[7]。通过数据挖掘等手段，提高企业领导者的管理决策能力，提升企业技术人员的创新能力，增加人力资本，降低人力成本，挖掘客户知识，维持现有客户以及发掘有价值的新客户，从而获取利润。二是在与同类企业竞争时，利用知识地图来获取竞争情报，以形成竞争优势。知识是企业迅速发展、保持竞争优势的核心因素，对生产流程更加复杂、知识需求较大的项目型企业而言更加重要，知识管理的水平将决定企业能否在竞争日益激烈的市场中发展生存[8]。也正是因为这样知识地图在企业方面的研究，一直是不会“过期”的研究热点。 （3）知识形态。知识分为显性知识和隐性知识，显性知识是指能够用正规和系统语言明确表达及传递的知识，隐性知识是没有用系统和编码的语言表达出来的蕴藏于组织惯例之中的知识。隐性知识难于理解和表达，具有不容易获取和转移的特性。而知识挖掘，就是从数据库中抽取隐含的、以前未知的、具有潜在应用价值的信息的过程。通过知识挖掘，利用合适并有效的方法，获取其中的关键事件以及特征，归纳到知识地图的对应分支，提高知识挖掘的效率和准确性，从而实现隐性知识显性化。 （4）知识本体。本体（Ontology）是一个源于哲学的概念，是共享概念模型明确的形式化规范说明。把本体的概念融入到知识地图中，可以保证知识地图具有统一规范的结构形式[9]。基于本体知识地图的构建一般大致可分为三个过程，一是本体的构建；二是以本体技术为依托构建知识地图；三是知识地图的可视化[10]。首先是明确知识地图的构造目标，然后选择合适的构建方法与工具构建本体，再以合适的方式以实现知识地图的可视化。知识图谱（Mapping Knowledge Domain）也被称为科学知识图谱，在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。作为一种重要的描述知识本体的重要理论工具，目前，知识图谱的实际应用在发达国家已经逐步拓展并取得了较好的效果，但是它在国内仍属研究的起步阶段。 （5）图书馆方面。如何将图书馆内部的显性知识和隐性知识进行挖掘，提高知识的管理效率，是图书馆面临的难题之一，而知识地图的运用可以有效的解决这一问题。通过具体分析图书馆中的知识管理特点和知识地图特点，目的在于通过全面有效的系统分析，设计出图书馆特有的知识地图系统，为图书馆的工作人员、研究人员等不同类型的知识需求者提供一个知识获取的快速平台[11]。高校图书馆知识地图的构建能够促进地图使用者快速、高效的查找所需知识，因此构建知识更全面、知识定位更准确的知识地图尤为重要[12]。另一方面，随着信息技术的发展，需要存储和传播的信息量越来越大，信息的种类和形式越来越丰富，传统图书馆的机制显然不能满足这些需要。于是，行业内的专家提出了数字图书馆的概念，数字化也成为图书馆的发展方向。数字图书馆相对传统图书馆而言，所展现的知识地图的优势体现在以下两个方面：一是其所能存储的信息远大于后者，契合当今时代信息发展的需要；二是用户共享突破了空间限制以及时间限制。 （6）竞争情报。作为当今社会三大资源之一的信息资源，也逐步超越了物质和能源资源，而成为社会的主要资源。竞争情报方面主要的应用还是在于企业知识管理方面，但竞争情报与知识管理既相似又有不同，将知识管理与竞争情报有机结合起来，能够更好地发挥知识管理与竞争情报各自的优势与长处，进一步提升竞争力[13]。竞争情报为知识转变为可供行动的情报提供了路径，竞争情报对企业情报需求和外部环境做出反应，并能够提供情报、方案和对策[14]。作为知识管理技术之一，它被應用于情报学领域可以保障情报研究工作和知识交流工作顺利进行，提高工作效率，避免因资源不足或经验缺失造成的资源浪费，是对情报学技术的丰富和发展[15]。 （7）社会知识服务。对互联网上海量信息进行处理，通常经过信息采集，信息过滤，信息分类，信息摘要，精华萃取等处理过程；运用交互式方法为用户提供服务是知识服务的主要方法。构建知识地图，可以更有效地促进知识服务。同时，借助社会网络分析，既可以从文献的表面特征间接揭示学科发展趋势、发现核心作者和核心思想等，也可以基于挖掘文献内容和内涵直接揭示学科知识流动、构建知识地图、发现隐性知识等[16]。 （8）知识组织。知识组织的目的是为了能够构建出适合人们需要的知识结构，这在知识地图的建立有着重要的应用。知识结构具有多种结构模型，每一种模型都具有不同的特性，而所呈现出来的知识地图也不相同。知识表示则是知识组织的前提和基础，任何知识组织方法都是要建立在知识表示的基础上。 在当今的知识经济时代，如何对飞速增长的知识进行管理已成为一个组织必须面对的问题，知识地图作为知识管理中极为重要的一个实施工具，近几年在国内外也得到广泛的重视[17]。知识地图的主要研究方面还是在于企业管理以及教育等这些方面，而目前也有向很多方面发展的趋势。我们在越来越多的方面能够看到知识地图的身影，但是向多方向发展仍然还是有不成熟的方面。 参考文献 [1]杨曦宇. 知识地图研究综述[J]. 图书馆学刊， 2007（03）：133-136. [2]李大鹏. 基于本体的学科知识地图构建研究[D]. 华中师范大学， 2011. [3]潘有能， 丁楠. 基于本体的组织知识地图构建研究[J]. 情报科学， 2008（12）：1856-1860. [4]郑轶松， 齐二石， 裴小兵. 知识地图及其在高科技复杂产品项目组织结构中的应用[J]. 系统工程， 2007（05）：116-119. [5]熊奇. 基于知识地图的知识检索与推荐方法研究[D]. 上海交通大学， 2009. [6]吴佳忆. 基于知识地图的教师个人知识管理研究[D]. 云南大学， 2015. [7]徐道珍. 连锁超市企业知识管理系统的设计与实现[D]. 电子科技大学， 2014. [8]刘常乐， 任旭. 项目型企业知识地图的应用研究[J]. 项目管理技术， 2014（05）：21-24. [9]宋有聪. 基于本体知识地图构建方法的研究[D]. 湖南大学， 2013. [10]郭翚.基于本体的人物传记资料知识地图构建研究[D]. 华中师范大学， 2015. [11]高孟娜. 图书馆知识管理中知识地图的分析与构建[D]. 郑州大学， 2015. [12]赵捷. 基于知识地图的高校图书馆资源的管理研究[J]. 现代制造技术与装备， 2014（01）：67-68. [13]赵岩. 企业知识管理与竞争情报整合模型研究[D]. 武汉理工大学， 2013. [14]邱均平，段宇锋.论知识管理与竞争情报[J].图书情报工作，2000，（4）：11-14. [15]張旭.知识管理视域下情报学发展路径探析，2013，（11）：3-6. [16]牟冬梅， 郑晓月， 王萍， 等. 社会网络分析在学科知识结构研究上的方法思辨[J]. 情报理论与实践， 2016（08）：22-27. [17]杨睿. 高校知识地图分析与构建[D]. 哈尔滨工业大学， 2010. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。