張 瑜劉 玲
(1.遼寧師范大學(xué)管理學(xué)院,遼寧大連 116029;2.南京大學(xué)計算機科學(xué)與技術(shù)系,江蘇南京 211102;3.南京大學(xué)計算機軟件新技術(shù)國家重點實驗室,江蘇南京 211102)
近五年國內(nèi)知識地圖研究的文獻計量分析
張 瑜1劉 玲2,3
(1.遼寧師范大學(xué)管理學(xué)院,遼寧大連 116029;2.南京大學(xué)計算機科學(xué)與技術(shù)系,江蘇南京 211102;3.南京大學(xué)計算機軟件新技術(shù)國家重點實驗室,江蘇南京 211102)
在信息爆炸的社會,知識的無序、分散和泛濫問題突顯,知識地圖作為一種有效的知識管理工具受到學(xué)者們的關(guān)注。論文利用文獻計量的方法,對2007年至2012年知識地圖的研究現(xiàn)狀進行了統(tǒng)計分析,總結(jié)我國近五年來知識地圖領(lǐng)域研究的熱點問題、構(gòu)建模型以及發(fā)展趨勢,并試探性地提出利用概率論中的條件概率對知識地圖在搜索目標(biāo)的準(zhǔn)確性和響應(yīng)時間的長短進行評判。
知識地圖;文獻計量;知識管理;評價指標(biāo)
隨著信息量的指數(shù)級增長、知識資源的豐富,人們希望在多如大海的資源中找到自己所需要的資源,并把這些資源有機地聯(lián)系起來,加以分類、標(biāo)簽,使之更加方便快捷地把顯性知識聚類、隱性知識外化,從而有效地管理知識并使其達到自如為已所用的程度。知識地圖作為一種有效的知識管理工具,不僅有效地導(dǎo)向了知識的方向,而且有效地揭示了知識之間的關(guān)系,其在多領(lǐng)域的建設(shè)和管理中的重要性已經(jīng)被業(yè)界所關(guān)注。
知識地圖的概念最早是由美國情報學(xué)家布魯克斯(Brooks)提出的。她認(rèn)為,人類的知識結(jié)構(gòu)可以繪制成以各個單元概念為節(jié)點的科學(xué)指示圖,通過知識地圖來揭示知識的結(jié)構(gòu)[1]。布魯克斯提出知識地圖的概念之后,有很多專家學(xué)者也從不同角度提出了知識地圖的概念。
知識地圖最主要的特點在于:(1)知識地圖具有導(dǎo)向性。它不直接指向具體的知識,取而代之的是指向知識的存儲地。這樣大大地節(jié)省了存儲空間,加快了查詢的速度。(2)知識地圖揭示了知識間的關(guān)系。知識地圖不僅可以揭示知識間的顯性關(guān)系,還可以揭示隱性關(guān)系。通過本體技術(shù)能把顯性知識聚類,并且通過數(shù)據(jù)挖掘技術(shù)可以把隱性知識轉(zhuǎn)化成顯性知識,即知識的外化。根據(jù)知識地圖的特點,筆者把眾多學(xué)者對知識地圖的定義做了如下整理。
就其本質(zhì)上來說,從兩個方面來探討。一是知識地圖的內(nèi)容方面,二是知識地圖的功能方面[2]。從知識地圖的內(nèi)容分析,知識地圖包括知識節(jié)點以及這些節(jié)點之間的關(guān)系;從知識地圖的功能方面,知識地圖分為:面向概念的知識地圖(即概念地圖),面向能力的知識地圖(即專家知識地圖),面向程序的知識地圖,面向社會關(guān)系的知識地圖。
文獻計量方法是圖書情報學(xué)研究某一領(lǐng)域科研發(fā)展現(xiàn)狀和趨勢的重要方法。通過檢索CNKI數(shù)據(jù)庫,以知識地圖為主題和關(guān)鍵詞進行檢索,將時間跨度設(shè)定為2007年1月1日-2012年11月30日,有關(guān)知識地圖的研究論文共計272篇(圖1)。下面對這些文獻進行簡要分析。
圖1 國內(nèi)知識地圖領(lǐng)域文獻增長趨勢
發(fā)表論文數(shù)量在一定程度上代表了某個領(lǐng)域的研究開展程度和發(fā)展趨勢。
從圖1中可以看出,知識地圖領(lǐng)域中的文獻從2010年和2012年略有下降外,其他年份都呈上升趨勢。由此可見,知識地圖已經(jīng)受到越來越多的關(guān)注,相關(guān)研究已經(jīng)進入了一個相對穩(wěn)定的時期。
從檢索結(jié)果來看,272篇文章涉及期刊83種。假定把文章數(shù)量在10篇以上的期刊設(shè)為知識地圖的核心期刊(表1),共7種,所載論文數(shù)量122篇,占所有論文的48.9%。
經(jīng)過統(tǒng)計,這272篇文章來自于179位作者,具體數(shù)據(jù)如表2所示。
表1 國內(nèi)知識地圖核心期刊分布情況
這一結(jié)果并不是特別符合普萊斯定律,即在知識地圖領(lǐng)域中,全部論文的半數(shù)系由該領(lǐng)域中的全部作者的平方根的那些人撰寫的?!澳切┤恕本褪窃擃I(lǐng)域中的核心作者或高產(chǎn)作者。統(tǒng)計的文章數(shù)量共有272篇,半數(shù)為136篇,該領(lǐng)域中的全部作者為179人,開平方根的結(jié)果為13.38。根據(jù)表2,生產(chǎn)3篇及以上論文的作者共有23人,但是這23人撰寫的文章只有83篇,距136篇有一定距離。
此結(jié)果符合洛特卡定律。按照平方反比分布,所有生產(chǎn)1篇論文的作者的比例為68.72%,且生產(chǎn)n篇論文的作者數(shù)量大約是生產(chǎn)1篇論文的作者數(shù)量的1/n2。
發(fā)表文章數(shù)量為4篇及以上的作者為高產(chǎn)作者,如表3所示。從中可以看出高產(chǎn)作者的學(xué)術(shù)影響力[3]。
發(fā)表文章最多的作者是趙娜,其次是畢強,他們倆都來自吉林大學(xué),主要是從本體論和語義網(wǎng)絡(luò)角度研究知識地圖;趙捧未來自西安電子科技大學(xué),主要研究語義對等網(wǎng)環(huán)境下的知識地圖的構(gòu)建研究;苗英愷來自濮陽職業(yè)技術(shù)學(xué)院,主要研究網(wǎng)絡(luò)環(huán)境下知識地圖的應(yīng)用;劉曉英、文庭孝來自湘潭大學(xué),主要研究知識地圖與現(xiàn)代目錄學(xué)的研究;肖久靈來自南京大學(xué),主要研究企業(yè)知識管理審計模型中知識地圖的應(yīng)用問題;竇永香來自西安電子科技大學(xué),主要研究語義對等網(wǎng)環(huán)境下知識地圖的構(gòu)建研究。
表2 作者發(fā)文情況統(tǒng)計
表3 高產(chǎn)作者情況統(tǒng)計
筆者對發(fā)表論文在10篇以上的機構(gòu)進行了統(tǒng)計,數(shù)據(jù)如表4所示。
從論文發(fā)表的數(shù)量上來看,吉林大學(xué)以25篇的數(shù)量名列第一。排在第二位的是華中師范大學(xué)。其他發(fā)文數(shù)量較多的還有武漢大學(xué)、南京大學(xué)。
從這些機構(gòu)的性質(zhì)來看,全部都是高校,這表明高校機構(gòu)是知識地圖研究的主要陣地。從高校機構(gòu)的學(xué)科設(shè)置來看,除了大連理工大學(xué)以外,均設(shè)有圖書情報檔案學(xué)專業(yè)。這表明圖書情報檔案學(xué)領(lǐng)域涉及和運用到知識地圖的比較多。我們從知識地圖的概念提出也可以看出,大多都是圖書情報檔案專業(yè)人士居多,尤其以情報學(xué)專家為甚。
表4 高產(chǎn)機構(gòu)情況統(tǒng)計
筆者利用EXCEL和SPSS工具,對知識地圖學(xué)科領(lǐng)域和主題進行了分析。
5.1 研究學(xué)科領(lǐng)域
從CNKI檢索結(jié)果來看,關(guān)于知識地圖的研究學(xué)科共有40類,主要涉及的學(xué)科有圖書情報學(xué)、經(jīng)濟學(xué)、計算機科學(xué)、教育學(xué)、管理學(xué)、醫(yī)學(xué)信息學(xué)、傳媒學(xué)、語言學(xué)和社會學(xué)等。從表5中可以看出,生產(chǎn)文獻數(shù)量在35篇以上的學(xué)科領(lǐng)域是圖書情報與數(shù)字圖書館、企業(yè)經(jīng)濟、計算機軟件及計算機應(yīng)用、教育理論與教育管理、高等教育。這些學(xué)科聯(lián)系緊密,相互交叉和重疊較多。
表5 知識地圖研究學(xué)科領(lǐng)域
5.2 研究關(guān)鍵詞
關(guān)鍵詞是文章的核心,是作者對文章的主題進行精煉之后得到的結(jié)果,有著很強的代表性,因此,在分析時往往使用關(guān)鍵詞來研究某一學(xué)術(shù)領(lǐng)域中的研究熱點[4]。在CNKI上用主題是知識地圖,關(guān)鍵詞分別是知識地圖概念、知識地圖特點、知識地圖類型、知識地圖應(yīng)用、知識地圖構(gòu)建、知識地圖技術(shù)、知識地圖研究(綜述)和知識地圖評價來檢索文獻,結(jié)果如圖2所示。隨著計算機網(wǎng)絡(luò)的普遍和人工智能的發(fā)展,關(guān)于知識地圖的應(yīng)用和構(gòu)建領(lǐng)域的文獻近年來研究較多,是這一領(lǐng)域的熱點,而對知識地圖評價指標(biāo)的研究尚顯薄弱,有待加強。
6.1 構(gòu)建模式
Chen Lina認(rèn)為知識地圖構(gòu)建的原則有:直觀信息量盡可能少,減少維護成本;以需求為導(dǎo)向;確定基礎(chǔ)結(jié)構(gòu);有長遠的維護發(fā)展策略;協(xié)調(diào)組織文化[5]。
從表6[6]知識地圖的構(gòu)建步驟中,我們不難發(fā)現(xiàn)都有對知識的整理、分析。其中只有吳巖、譚玉紅提出的三步構(gòu)建法的具體構(gòu)建步驟強調(diào)了知識地圖構(gòu)建的預(yù)備工作[7],比如,界定使用者、調(diào)查和收集知識,但沒有提及知識地圖構(gòu)建最核心的步驟就是知識之間的關(guān)聯(lián)。而陳遠、鐘曉星的四步構(gòu)建法[8]以及kim的六步構(gòu)建法[9],雖然步驟略有不同,其實大同小異,主要就是知識的提取、知識的分類、定義知識、知識之間的關(guān)聯(lián)及驗證。其中,筆者更傾向于四步構(gòu)建法。至于界定知識的使用者、知識的搜集與提取,筆者認(rèn)為都是屬于構(gòu)建知識地圖之前應(yīng)該做的系統(tǒng)分析中需求分析和可行性分析階段。
圖2 知識地圖論文關(guān)鍵詞分析
表6 知識地圖構(gòu)建模式
6.2 構(gòu)建步驟
首先,知識點選取,即節(jié)點選取。列出所需主題的所有重要知識點,比如“反映知識地圖組成要素的知識地圖”中的“知識點表示”、“連接語”和“邏輯結(jié)構(gòu)”。其次,知識點分類。知識的分類包括廣度和深度。所謂廣度分類,就是指同屬某一上位類,但是會分出不同的下位類,在等級結(jié)構(gòu)中處于同一等級,屬于相同意群。比如上一步驟中提到的“知識點表示”、“連接語”和“邏輯結(jié)構(gòu)”都屬于同一等級。深度分類是指不同意群之間的分類。比較寬泛的概念是較窄概念的上位類,具體概念在寬泛概念的下面,是種遞歸的過程。最后,知識的連接。知識的連接是構(gòu)建知識地圖的關(guān)鍵。確定不同意群之間的邏輯聯(lián)系,要從中間節(jié)點出發(fā),尋找該節(jié)點的上位類和下位類以及同位類,并標(biāo)明之間的關(guān)系是“具有”這種包含關(guān)系還是“關(guān)聯(lián)”這種交叉關(guān)系等。
通常我們有兩種方法來表示知識地圖,一種是單線圖。所謂單線圖就是知識點做節(jié)點,在同一水平上的節(jié)點是同位類的知識,用箭頭來連接各個節(jié)點表示節(jié)點之間的聯(lián)系。另外一種就是雙線圖。用直線來表示知識點,用節(jié)點來表示每段線之間的邏輯關(guān)系。一般我們常用的是第一種圖示表示方法。
6.3 基于條件概率的評價指標(biāo)
在2006年馬費成和郝金星發(fā)表的《概念地圖及其評價在知識評價中的應(yīng)用三》[10]中主要介紹了概念地圖的分析指標(biāo)。其中提到了深度指標(biāo)和廣度指標(biāo),大多是利用計算機數(shù)據(jù)結(jié)構(gòu)中樹(二叉樹)的遍歷指標(biāo)為基礎(chǔ),利用節(jié)點個數(shù)、葉子度數(shù)和平均路徑深度等來表示。在利用樹的基礎(chǔ)上,來評價知識地圖做得是否好,人們能否快速準(zhǔn)確地通過已知的節(jié)點找到潛在需要的節(jié)點,我們可以利用概率論中的條件概率來檢測。
比如我們已知知識點A,欲得到知識點F的信息,如圖3所示??闪惺阶樱?/p>
圖3 知識地圖圖示
在事件知識點A發(fā)生的情況下知識點B發(fā)生的概率和在事件知識點B發(fā)生的情況下知識點F發(fā)生的概率,這兩個事件同時發(fā)生就是我們要得到的知識點F的概率。據(jù)此可以推測計算機從知識節(jié)點A到知識節(jié)點F的概率和響應(yīng)時間。具體實證還需要做進一步調(diào)研。
本體自從哲學(xué)引入到圖書情報中來,其代表的就是共享概念模型的明確的形式化規(guī)范說明,其目標(biāo)是捕獲相關(guān)領(lǐng)域的知識,提高對該領(lǐng)域知識的共同理解,確定該領(lǐng)域內(nèi)共同認(rèn)可的詞匯,并從不同層次的形式化模式上給出這些詞匯(術(shù)語)和詞匯間相互關(guān)系的明確定義,這一特點非常適合知識地圖的概念表示和構(gòu)建。但是近年來,數(shù)字圖書館建設(shè)的迅速發(fā)展,數(shù)字資源愈來愈龐大和多樣化,使用單一的本體難以描述和表達多領(lǐng)域的知識特性,這是資源的無限存在和有限表達之間的根本矛盾。因此,韓毅、畢強提出知識地圖需要使用多本體方法,即每一信息源由其自身本體所描述[11]。基于語義網(wǎng)絡(luò)技術(shù)的知識地圖多本體的語義互聯(lián)將是知識地圖未來發(fā)展的新方向。
[1] 莊善潔.從情報學(xué)角度談知識地圖的應(yīng)用[J].現(xiàn)代情報,2005(8):198-200.
[2] 張弦,曾立.從企業(yè)戰(zhàn)略角度重審知識管理實施基礎(chǔ)[J].情報雜志,2009(5):122-125.
[3] 謝笑,李晶,謝陽群.基于知識圖譜的個人信息管理研究熱點與前沿分析[J].情報雜志,2012(1):102-105.
[4] 何明芮,宋喆明,李永建.基于眼動認(rèn)知負荷實驗的知識地圖可獲取性研究[J].管理學(xué)報,2012(5):753-757.
[5] Chen Lina.Know ledge Mapping in Know ledge Management at Enterprises[J]. Library and Information Service, 2003(8):111-116.
[6] 司莉,陳歡歡.國內(nèi)外知識題圖研究進展[J].圖書館雜志,2008(8):13-17.
[7] 譚玉紅,吳巖.關(guān)于學(xué)校知識管理中的“知識地圖”研究[J].電化教育研究,2005(3):17-19,26.
[8] 陳遠,鐘曉星.基于工作流的知識地圖及其在企業(yè)知識管理中的應(yīng)用[J].中國圖書館學(xué)報,2005(2):92-94.
[9] Suyeon Kim, Euiho Suh, Hyunseok Hwang. Building the Know ledge Map: An Industrial Case Study[J]. Journal of Know ledge Management, 2003(2):22-26.
[10] 馬費成,郝金星.概念地圖及其評價在知識評價中的應(yīng)用(III)[J].中國圖書館學(xué)報,2006(1):11-12.
[11] 韓毅,畢強.語義網(wǎng)格環(huán)境下數(shù)字圖書館知識組織的語義互聯(lián)策略研究[J].圖書情報工作,2007(8):9-10.
M easures Analysis of Know ledge M ap Literatures in Recent Five Years in China
Zhang Yu1, Liu Ling2,3
(1. Liaoning Normal University of Management, Dalian 116029; 2. Nanjing University of Computer Science, Nanjing 211102; 3. State Key Laboratory for Novel Software Technology of Nanjing University, Nanjing 211102)
In the information explosion society, know ledge of the disorder, dispersion and flooding problems highlighted, for which know ledge map is an efective tool for know ledge management turn up. Know ledge map draw many scholars’ attention. Thesis of “know ledge map” as the theme of China (CNKI) from 2007 to 2012 the know ledge map research status of statistical by literature measurement. Analyzed our country nearly fve years to the know ledge map research focus, building models and development trend. And tentatively puts forward using the theory of conditional probability of know ledge map in the accuracy of the search target and the length of the response time of evaluation.
know ledge map, literature measurement, know ledge management, evaluating indicator
TP311
:ADOI:10.3772/j.issn.1674-1544.2013.05.012
張瑜(1984- ),女,遼寧師范大學(xué)管理學(xué)院碩士研究生,研究方向:信息資源建設(shè)與服務(wù)。
2013年6月20日。