鄒美辰

(1．中國(guó)科學(xué)院大學(xué)，北京 100049；2．中國(guó)科學(xué)院文獻(xiàn)情報(bào)中心，北京 100190)

?

·管理論壇·

基于共詞分析和社會(huì)網(wǎng)絡(luò)分析的國(guó)內(nèi)外關(guān)聯(lián)數(shù)據(jù)研究探析

鄒美辰1，2

(1．中國(guó)科學(xué)院大學(xué)，北京 100049；2．中國(guó)科學(xué)院文獻(xiàn)情報(bào)中心，北京 100190)

準(zhǔn)確把握國(guó)內(nèi)外關(guān)聯(lián)數(shù)據(jù)的研究方向及研究熱點(diǎn)，梳理分析國(guó)內(nèi)外關(guān)聯(lián)數(shù)據(jù)的核心作者及核心團(tuán)體，有效了解國(guó)內(nèi)關(guān)聯(lián)數(shù)據(jù)研究存在的問(wèn)題與差距，以期為國(guó)內(nèi)關(guān)聯(lián)數(shù)據(jù)的后續(xù)發(fā)展提供借鑒與參考。以國(guó)內(nèi)的CNKI和國(guó)外的Web of Science兩個(gè)數(shù)據(jù)庫(kù)中2006-2015年的相關(guān)文獻(xiàn)為數(shù)據(jù)來(lái)源，運(yùn)用共詞分析和社會(huì)網(wǎng)絡(luò)分析方法，分析整理該領(lǐng)域的研究方向及作者合作關(guān)系，并將國(guó)內(nèi)外的相關(guān)情況進(jìn)行對(duì)比分析。發(fā)現(xiàn)國(guó)內(nèi)的研究相較國(guó)外存在一定的差距，認(rèn)為在后續(xù)的發(fā)展過(guò)程中，國(guó)內(nèi)應(yīng)在深化已有研究方向的基礎(chǔ)上，積極開拓新的研究方向，并加強(qiáng)作者和機(jī)構(gòu)之間的合作關(guān)系，促進(jìn)整個(gè)領(lǐng)域的知識(shí)傳播。

共詞分析；社會(huì)網(wǎng)絡(luò)分析；關(guān)聯(lián)數(shù)據(jù)；合作關(guān)系；聚類分析

關(guān)聯(lián)數(shù)據(jù)(Linked Data)這一概念最初是由“萬(wàn)維網(wǎng)之父”Tim Berners-Lee于2006年提出的，之后便引起了國(guó)際范圍內(nèi)的廣泛關(guān)注。其目的是構(gòu)建數(shù)據(jù)之間的關(guān)聯(lián)，形成一個(gè)能被計(jì)算機(jī)理解的數(shù)據(jù)網(wǎng)絡(luò)(Web of Data)，而不是傳統(tǒng)萬(wàn)維網(wǎng)中僅僅能被人理解的文檔網(wǎng)絡(luò)(Web of Document)[1]。通過(guò)構(gòu)建數(shù)據(jù)之間的關(guān)聯(lián)，可以實(shí)現(xiàn)語(yǔ)義查詢和知識(shí)發(fā)現(xiàn)等功能，從而將現(xiàn)存的信息孤島整合成一個(gè)巨大的數(shù)據(jù)庫(kù)。關(guān)聯(lián)數(shù)據(jù)的提出具有劃時(shí)代的意義，有效地推動(dòng)了語(yǔ)義網(wǎng)的發(fā)展。

歐美對(duì)于關(guān)聯(lián)數(shù)據(jù)的研究一直處于領(lǐng)先地位。2007年，W3C的關(guān)聯(lián)開放數(shù)據(jù)(Linking Open Data，LOD)項(xiàng)目啟動(dòng)，極大地推動(dòng)了關(guān)聯(lián)數(shù)據(jù)的發(fā)展，包括英國(guó)廣播公司(BBC)、美國(guó)國(guó)會(huì)圖書館(LOC)、瑞典國(guó)家圖書館在內(nèi)的很多組織都開始參與到關(guān)聯(lián)數(shù)據(jù)的發(fā)布當(dāng)中。截止到2014年7月，LOD云圖中的數(shù)據(jù)集已經(jīng)達(dá)到570個(gè)[2]。近年來(lái)，國(guó)外又開啟了關(guān)聯(lián)數(shù)據(jù)研究的新階段，趨向于將關(guān)聯(lián)數(shù)據(jù)應(yīng)用到知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘等前沿領(lǐng)域。

國(guó)內(nèi)對(duì)于關(guān)聯(lián)數(shù)據(jù)的研究則比較滯后，最早的研究始于2008年劉煒?biāo)龅囊M(jìn)介紹[3]，隨后劉煒等人又翻譯了兩篇關(guān)聯(lián)數(shù)據(jù)領(lǐng)域的相關(guān)論文，分別為瑞典國(guó)家圖書館書目數(shù)據(jù)的關(guān)聯(lián)化[4]和美國(guó)國(guó)會(huì)圖書館以關(guān)聯(lián)數(shù)據(jù)的形式發(fā)布主題詞表[5]。2010年之后，關(guān)聯(lián)數(shù)據(jù)的相關(guān)研究開始出現(xiàn)大幅增長(zhǎng)，達(dá)到高潮。但研究的重點(diǎn)主要集中于關(guān)聯(lián)數(shù)據(jù)的概念、理論和發(fā)布等方面，相較國(guó)外存在一定的差距。因此，筆者認(rèn)為對(duì)比分析國(guó)內(nèi)外關(guān)聯(lián)數(shù)據(jù)的研究情況是十分必要的，可以為國(guó)內(nèi)關(guān)聯(lián)數(shù)據(jù)的后續(xù)發(fā)展指明方向。

1 數(shù)據(jù)來(lái)源與研究方法

1.1 數(shù)據(jù)來(lái)源

為保證國(guó)內(nèi)外研究數(shù)據(jù)的權(quán)威性，本研究選取的數(shù)據(jù)來(lái)源為國(guó)內(nèi)的CNKI和國(guó)外的Web of Science兩大數(shù)據(jù)庫(kù)，檢索時(shí)間為2015年6月27日。

國(guó)內(nèi)數(shù)據(jù)的獲取途徑是在CNKI數(shù)據(jù)庫(kù)中以主題詞為“關(guān)聯(lián)數(shù)據(jù)”或者“關(guān)聯(lián)開放數(shù)據(jù)”檢索2006-2015年的相關(guān)文獻(xiàn)。同時(shí)為了保證查準(zhǔn)率，將學(xué)科領(lǐng)域限定為“信息科技”，共得到文獻(xiàn)589篇。經(jīng)過(guò)人工篩選，剔除重復(fù)、無(wú)作者信息和非相關(guān)文獻(xiàn)后得到有效文獻(xiàn)270篇。

國(guó)外數(shù)據(jù)的獲取方式則是在Web of Science核心合集中以主題詞為“l(fā)inked data”或者“l(fā)inked open data”檢索2006-2015年的相關(guān)文獻(xiàn)，并在國(guó)家/地區(qū)當(dāng)中排除中國(guó)和臺(tái)灣地區(qū)。同樣為保證查準(zhǔn)率，將研究方向限定為計(jì)算機(jī)科學(xué)、圖書和情報(bào)學(xué)、數(shù)學(xué)和醫(yī)學(xué)信息學(xué)等領(lǐng)域，得到有效文獻(xiàn)1 105篇。

1.2 共詞分析

共詞分析是內(nèi)容分析法的一種，最初是在20世紀(jì)70年代由法國(guó)計(jì)量學(xué)家提出的[6]。雖然目前對(duì)于共詞分析沒(méi)有明確的定義，但文獻(xiàn)計(jì)量學(xué)領(lǐng)域已經(jīng)開始廣泛認(rèn)可和應(yīng)用這種方法。共詞分析就是通過(guò)統(tǒng)計(jì)某一領(lǐng)域相關(guān)文獻(xiàn)中關(guān)鍵詞對(duì)同時(shí)出現(xiàn)的情況，來(lái)揭示該領(lǐng)域的研究方向與研究熱點(diǎn)，分析該領(lǐng)域的發(fā)展趨勢(shì)。共詞網(wǎng)絡(luò)與其他傳統(tǒng)網(wǎng)絡(luò)最根本的區(qū)分就是其節(jié)點(diǎn)是抽象的知識(shí)單元而非有形的實(shí)體，是一種具有認(rèn)知意義的知識(shí)網(wǎng)絡(luò)[7]。

運(yùn)用共詞分析進(jìn)行文獻(xiàn)計(jì)量研究的步驟為：第一，確定分析的問(wèn)題和領(lǐng)域；第二，確定該領(lǐng)域的高頻詞；第三，構(gòu)建高頻詞共現(xiàn)矩陣；第四，運(yùn)用不同的統(tǒng)計(jì)方法揭示該矩陣所包含的各種信息。

1.3 社會(huì)網(wǎng)絡(luò)分析

社會(huì)網(wǎng)絡(luò)分析起源于數(shù)學(xué)領(lǐng)域的圖論[8]，并因?yàn)樾∈澜缋碚摰奶岢龅玫綄W(xué)術(shù)界的認(rèn)可和重視。社會(huì)網(wǎng)絡(luò)分析研究的是一組行動(dòng)者之間的關(guān)系結(jié)構(gòu)及其屬性，可以廣泛應(yīng)用于輿情監(jiān)測(cè)、數(shù)據(jù)可視化和數(shù)據(jù)挖掘等領(lǐng)域。

近年來(lái)，社會(huì)網(wǎng)絡(luò)分析開始廣泛應(yīng)用于文獻(xiàn)計(jì)量學(xué)領(lǐng)域，對(duì)其發(fā)展產(chǎn)生了深遠(yuǎn)的影響。傳統(tǒng)文獻(xiàn)計(jì)量學(xué)采用的主要是基于統(tǒng)計(jì)思想的研究范式，而社會(huì)網(wǎng)絡(luò)分析則重視對(duì)圖形的繪制以及對(duì)結(jié)構(gòu)關(guān)系的研究，有效地彌補(bǔ)了傳統(tǒng)文獻(xiàn)計(jì)量學(xué)對(duì)于合作關(guān)系、引用關(guān)系和知識(shí)結(jié)構(gòu)關(guān)系分析的不足。

1.4 研究流程

本研究主要從兩方面展開，一是探析國(guó)內(nèi)外關(guān)聯(lián)數(shù)據(jù)的研究方向和研究熱點(diǎn)并進(jìn)行對(duì)比分析；二是研究國(guó)內(nèi)外關(guān)聯(lián)數(shù)據(jù)作者合作情況，探尋兩者之間的差異。具體的研究流程如圖1所示。本文的創(chuàng)新之處在于，將社會(huì)網(wǎng)絡(luò)分析和傳統(tǒng)的文獻(xiàn)計(jì)量學(xué)相結(jié)合，對(duì)研究領(lǐng)域進(jìn)行多角度、全方位的分析。同時(shí)，在共詞分析的過(guò)程中，不僅僅依賴軟件分析的結(jié)果，而是將軟件分析和具體的文章內(nèi)容分析相結(jié)合，以達(dá)到更好的分析效果，得到更有價(jià)值的研究結(jié)論。

圖1 研究流程圖

2 國(guó)內(nèi)外關(guān)聯(lián)數(shù)據(jù)研究方向分析

當(dāng)前關(guān)聯(lián)數(shù)據(jù)已經(jīng)經(jīng)過(guò)了十年的發(fā)展，回顧國(guó)內(nèi)和國(guó)外在這十年當(dāng)中的發(fā)展歷程，分析其研究方向與研究熱點(diǎn)，對(duì)于該領(lǐng)域進(jìn)一步的發(fā)展具有很強(qiáng)的指導(dǎo)意義。同時(shí)，有助于發(fā)現(xiàn)與國(guó)外的差距所在，為國(guó)內(nèi)的后續(xù)研究指明方向。

2.1 構(gòu)建關(guān)鍵詞共現(xiàn)矩陣

在CNKI數(shù)據(jù)庫(kù)和Web of Science數(shù)據(jù)庫(kù)中分別以EndNote和HTML格式下載相關(guān)文獻(xiàn)，并保存相應(yīng)的文獻(xiàn)題錄信息。之后將其導(dǎo)入SATI軟件[9]當(dāng)中，提取文獻(xiàn)的關(guān)鍵詞并進(jìn)行詞頻統(tǒng)計(jì)。為了全面地概括該領(lǐng)域的發(fā)展情況，同時(shí)減少低頻關(guān)鍵詞的干擾，將國(guó)內(nèi)和國(guó)外相關(guān)文獻(xiàn)中的詞頻選取閾值分別設(shè)置為4和8，得到高頻關(guān)鍵詞33個(gè)和36個(gè)。為了消除頻次懸殊造成的影響，筆者使用ochiia系數(shù)構(gòu)造高頻關(guān)鍵詞的相似矩陣[10]。相似矩陣中的數(shù)字代表關(guān)鍵詞之間的相似性，數(shù)值越大表明相似性越高，反之相似性越低。國(guó)內(nèi)和國(guó)外關(guān)聯(lián)數(shù)據(jù)領(lǐng)域高頻關(guān)鍵詞的相似矩陣如表1、表2所示(由于篇幅所限，只給出部分?jǐn)?shù)據(jù))。

從相似矩陣中只能看出高頻關(guān)鍵詞兩兩之間的相似性，無(wú)法明確地表示其隱藏關(guān)系。為了進(jìn)一步分析國(guó)內(nèi)外關(guān)聯(lián)數(shù)據(jù)領(lǐng)域的研究方向，需要采用聚類分析的方法。

表1 國(guó)內(nèi)關(guān)聯(lián)數(shù)據(jù)領(lǐng)域高頻關(guān)鍵詞相似矩陣(部分)

表2 國(guó)外關(guān)聯(lián)數(shù)據(jù)領(lǐng)域高頻關(guān)鍵詞相似矩陣(部分)

2.2 聚類分析

聚類分析的主要任務(wù)就是基于數(shù)據(jù)對(duì)象之間的相似度，將其劃分至不同的類別。聚類分析在共詞分析中運(yùn)用十分廣泛，通過(guò)將高頻關(guān)鍵詞進(jìn)行聚類，能夠直觀地展示該領(lǐng)域的研究方向與研究熱點(diǎn)。

將表1、表2所示的相似矩陣導(dǎo)入SPSS統(tǒng)計(jì)分析軟件當(dāng)中進(jìn)行層次聚類分析，得到的聚類結(jié)果樹狀圖如圖2、圖3所示。

圖2 國(guó)內(nèi)關(guān)聯(lián)數(shù)據(jù)領(lǐng)域高頻關(guān)鍵詞聚類結(jié)果樹狀圖

圖3 國(guó)外關(guān)聯(lián)數(shù)據(jù)領(lǐng)域高頻關(guān)鍵詞聚類結(jié)果樹狀圖

從聚類結(jié)果可以看出，國(guó)內(nèi)在該領(lǐng)域的主要研究方向呈現(xiàn)為七大類，國(guó)外則大致分為十大類，筆者根據(jù)涵蓋的高頻關(guān)鍵詞賦予其概括性的名稱或含義，如表3所示。

從表3可以看出，國(guó)內(nèi)外主要研究方向的前四類是十分相似的，但根據(jù)類別中的關(guān)鍵詞和對(duì)文章內(nèi)容的分析，其涵蓋的內(nèi)容和側(cè)重點(diǎn)又有所區(qū)別。

表3 國(guó)內(nèi)外關(guān)聯(lián)數(shù)據(jù)領(lǐng)域主要研究方向

①關(guān)聯(lián)數(shù)據(jù)的基本理論：國(guó)內(nèi)在該研究方向上的文章大多為綜述類的，介紹了關(guān)聯(lián)數(shù)據(jù)的研究現(xiàn)狀與最新進(jìn)展，包括關(guān)聯(lián)數(shù)據(jù)的概念、發(fā)布原則、應(yīng)用情況以及面臨的前景和挑戰(zhàn)等。例如，潘有能等人對(duì)關(guān)聯(lián)數(shù)據(jù)及其應(yīng)用進(jìn)展的研究[11]，李琳闡述了關(guān)聯(lián)數(shù)據(jù)在圖書館界的應(yīng)用與挑戰(zhàn)[12]。國(guó)外的文章則多集中于對(duì)特定技術(shù)和平臺(tái)的研究，例如對(duì)某一具體關(guān)聯(lián)數(shù)據(jù)集和技術(shù)工具的介紹。筆者認(rèn)為產(chǎn)生這一差別的原因在于關(guān)聯(lián)數(shù)據(jù)在國(guó)內(nèi)的發(fā)展較晚，因此在目前階段，綜述類的文章占大多數(shù)。

②關(guān)聯(lián)開放數(shù)據(jù)：國(guó)內(nèi)在該方面的研究主要集中于分析關(guān)聯(lián)開放數(shù)據(jù)的現(xiàn)狀和應(yīng)用以及關(guān)聯(lián)開放數(shù)據(jù)的關(guān)聯(lián)發(fā)現(xiàn)過(guò)程，大部分集中在理論層面。例如，嚴(yán)駿研究了關(guān)聯(lián)數(shù)據(jù)的概念及應(yīng)用[13]，沈志宏、黎建輝等對(duì)關(guān)聯(lián)開放數(shù)據(jù)關(guān)聯(lián)發(fā)現(xiàn)過(guò)程的定位、目標(biāo)和復(fù)雜性進(jìn)行了分析[14]。國(guó)外則側(cè)重于將關(guān)聯(lián)開放數(shù)據(jù)和傳統(tǒng)數(shù)據(jù)相結(jié)合或利用關(guān)聯(lián)開放數(shù)據(jù)提供一些服務(wù)，大部分集中在技術(shù)層面。例如，利用DBpedia數(shù)據(jù)集開發(fā)關(guān)聯(lián)數(shù)據(jù)移動(dòng)瀏覽器[15]以及將關(guān)聯(lián)開放數(shù)據(jù)和傳統(tǒng)數(shù)據(jù)相結(jié)合，以提升數(shù)據(jù)挖掘的效果[16]。

③知識(shí)組織：國(guó)內(nèi)在該方面的研究主要集中于利用關(guān)聯(lián)數(shù)據(jù)改進(jìn)原有的知識(shí)組織和管理方法，構(gòu)建新的知識(shí)組織模式，并闡述其相對(duì)于傳統(tǒng)方式的優(yōu)勢(shì)所在。例如，付旭雄基于關(guān)聯(lián)數(shù)據(jù)的知識(shí)地圖中知識(shí)鏈接的構(gòu)建研究[17]，以及牟冬梅、張艷俠等對(duì)于數(shù)字資源語(yǔ)義互聯(lián)模式的比較研究[18]。國(guó)外在該方面的研究則集中于探索關(guān)聯(lián)數(shù)據(jù)領(lǐng)域的詞表和本體對(duì)于知識(shí)組織的促進(jìn)作用，從文章內(nèi)容分析來(lái)看，研究點(diǎn)更加明確具體。

④資源整合：國(guó)內(nèi)在該方面的研究側(cè)重于關(guān)聯(lián)數(shù)據(jù)資源整合在圖書館中的應(yīng)用，并構(gòu)建了新的資源整合模式。例如，鐘莉?qū)τ陉P(guān)聯(lián)數(shù)據(jù)背景下圖書館信息資源整合的研究[19]。國(guó)外則側(cè)重于資源整合過(guò)程中可視化技術(shù)的使用，從而構(gòu)建新型的網(wǎng)絡(luò)服務(wù)。例如，國(guó)外的Linked Jazz項(xiàng)目，以可視化的形式展示了爵士樂(lè)領(lǐng)域杰出音樂(lè)家之間的關(guān)聯(lián)[20]。

通過(guò)上述分析，筆者以表格的形式對(duì)國(guó)內(nèi)外在這四類研究方向上的側(cè)重點(diǎn)進(jìn)行了對(duì)比分析，結(jié)果如表4所示。

表4 國(guó)內(nèi)外相似研究方向?qū)Ρ确治?/p>

下面筆者將對(duì)國(guó)內(nèi)外在該領(lǐng)域的其他研究方向進(jìn)行分析。國(guó)內(nèi)的主要研究方向除了上述四大類，還包括數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)、關(guān)聯(lián)數(shù)據(jù)的發(fā)布以及圖書館的知識(shí)服務(wù)。

①數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)：數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)是國(guó)內(nèi)關(guān)聯(lián)數(shù)據(jù)研究的新興方向，國(guó)內(nèi)在該方面的研究主要集中于知識(shí)發(fā)現(xiàn)研究體系和研究框架的建立，技術(shù)實(shí)現(xiàn)方面的研究較少，還不夠深入和成熟。例如，李楠和張學(xué)福探索了有關(guān)關(guān)聯(lián)數(shù)據(jù)知識(shí)發(fā)現(xiàn)模型和知識(shí)發(fā)現(xiàn)體系的構(gòu)建[21]。

②關(guān)聯(lián)數(shù)據(jù)的發(fā)布：國(guó)內(nèi)在該方面的研究主要集中于關(guān)聯(lián)數(shù)據(jù)的發(fā)布流程和發(fā)布技術(shù)。例如，夏翠娟、劉煒等人梳理了關(guān)聯(lián)數(shù)據(jù)的發(fā)布模式和發(fā)布工具，并運(yùn)用開源的語(yǔ)義網(wǎng)技術(shù)平臺(tái)成功地將“中國(guó)歷史紀(jì)年和公元紀(jì)年對(duì)照表”發(fā)布為關(guān)聯(lián)數(shù)據(jù)[22]，以及沈志宏、劉筱敏等人探討了將科技文獻(xiàn)和科學(xué)數(shù)據(jù)發(fā)布為關(guān)聯(lián)數(shù)據(jù)的流程及關(guān)鍵問(wèn)題[23]。但從文章內(nèi)容分析來(lái)看，大部分的發(fā)布方式都是簡(jiǎn)單的將數(shù)據(jù)發(fā)布為RDF的形式，缺少本體和模型的支撐。

③圖書館的知識(shí)服務(wù)：國(guó)內(nèi)在該方面的研究側(cè)重于構(gòu)建基于關(guān)聯(lián)數(shù)據(jù)的圖書館知識(shí)服務(wù)模型，從而提升圖書館的知識(shí)服務(wù)質(zhì)量，幫助用戶更加高效地獲取符合自身需求的知識(shí)。例如，賀令輝對(duì)于關(guān)聯(lián)數(shù)據(jù)環(huán)境下高校圖書館知識(shí)服務(wù)的探討[24]。

國(guó)外的主要研究方向還涵蓋了大數(shù)據(jù)與社會(huì)化媒體、關(guān)聯(lián)數(shù)據(jù)的質(zhì)量、數(shù)據(jù)網(wǎng)絡(luò)與互操作、實(shí)體識(shí)別、信息檢索與語(yǔ)義查詢以及云計(jì)算與眾包。

①大數(shù)據(jù)與社會(huì)化媒體：國(guó)外在該方面的研究主要集中于將社會(huì)化媒體中產(chǎn)生的大量數(shù)據(jù)用關(guān)聯(lián)數(shù)據(jù)和語(yǔ)義網(wǎng)的技術(shù)進(jìn)行處理，以挖掘數(shù)據(jù)背后的隱藏信息。

②關(guān)聯(lián)數(shù)據(jù)的質(zhì)量：國(guó)外在該方面的研究主要集中于構(gòu)建關(guān)聯(lián)數(shù)據(jù)的原則和框架，以提升關(guān)聯(lián)數(shù)據(jù)的質(zhì)量。并且開發(fā)了一系列的工具和平臺(tái)來(lái)驗(yàn)證關(guān)聯(lián)數(shù)據(jù)的質(zhì)量。例如，國(guó)外學(xué)者提出的綠色關(guān)聯(lián)數(shù)據(jù)的原則和框架[25]。

③數(shù)據(jù)網(wǎng)絡(luò)與互操作：國(guó)外在該方面的研究側(cè)重于構(gòu)建數(shù)據(jù)網(wǎng)絡(luò)中的互操作機(jī)制和框架，包括模式變換、映射生成、查詢轉(zhuǎn)換和查詢效率等?；ゲ僮鳈C(jī)制對(duì)于用戶獲取和查詢數(shù)據(jù)網(wǎng)絡(luò)中的數(shù)據(jù)是十分關(guān)鍵的。

④實(shí)體識(shí)別：國(guó)外在該方面的研究側(cè)重于探索實(shí)體識(shí)別的具體算法，以及一系列的關(guān)聯(lián)發(fā)現(xiàn)框架。例如，Yves Raimond等[26]結(jié)合語(yǔ)義網(wǎng)中的音樂(lè)數(shù)據(jù)集，提出了基于文本匹配的互聯(lián)方式以及基于圖匹配的互聯(lián)方式。國(guó)外的學(xué)者還提出了基于規(guī)則的關(guān)聯(lián)發(fā)現(xiàn)框架SILK[27]和針對(duì)關(guān)系型數(shù)據(jù)的語(yǔ)義連接發(fā)現(xiàn)框架LinQuer[28]等。

⑤信息檢索與語(yǔ)義查詢：國(guó)外在該方面的研究主要集中于開發(fā)可用于信息檢索的語(yǔ)義搜索引擎，促進(jìn)隱形知識(shí)發(fā)現(xiàn)，為用戶提供更加精準(zhǔn)的檢索結(jié)果。例如，Elbedweihy等概述了語(yǔ)義搜索引擎的評(píng)價(jià)方式[29]。

⑥云計(jì)算與眾包：國(guó)外在該方面的研究主要集中于利用眾包的方式進(jìn)行關(guān)聯(lián)數(shù)據(jù)的互聯(lián)和集成，將機(jī)器和人工處理方式相結(jié)合。同時(shí)還探索了利用云計(jì)算處理大規(guī)模關(guān)聯(lián)數(shù)據(jù)集的方法。眾包指的是以自愿的形式，讓大眾參與到某個(gè)特定任務(wù)當(dāng)中，涵蓋了用戶共創(chuàng)價(jià)值的理念。

通過(guò)以上分析可以看出：①國(guó)內(nèi)外的主要研究方向存在重合，但具體的側(cè)重點(diǎn)不同。國(guó)內(nèi)重視理論層面的研究，而國(guó)外則偏重于技術(shù)。例如，對(duì)于關(guān)聯(lián)開放數(shù)據(jù)的研究，國(guó)內(nèi)側(cè)重于關(guān)聯(lián)開放數(shù)據(jù)的現(xiàn)狀與應(yīng)用，而國(guó)外則側(cè)重于將關(guān)聯(lián)開放數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)相結(jié)合，或利用其提供新型服務(wù)；在資源整合方面，國(guó)內(nèi)注重資源整合在圖書館中的應(yīng)用，以及新型資源整合模式的構(gòu)建，而國(guó)外則注重可視化技術(shù)在資源整合中的使用。②國(guó)內(nèi)是“面”的研究，而國(guó)外則是“點(diǎn)”的研究。例如，對(duì)于關(guān)聯(lián)數(shù)據(jù)的基本理論，國(guó)內(nèi)側(cè)重于整個(gè)領(lǐng)域的研究現(xiàn)狀與最新進(jìn)展，而國(guó)外則側(cè)重于特定的技術(shù)和平臺(tái)；在知識(shí)組織方面，國(guó)內(nèi)注重新型知識(shí)組織模式的構(gòu)建，而國(guó)外則注重詞表和本體對(duì)知識(shí)組織的作用。③國(guó)外的研究方向覆蓋面更廣，涵蓋了一些前沿研究方向。例如，大數(shù)據(jù)與社會(huì)化媒體、信息檢索與語(yǔ)義查詢、以及云計(jì)算與眾包等。而國(guó)內(nèi)的研究方向則比較傳統(tǒng)，在前沿方向上的研究匱乏，缺乏創(chuàng)新性。

筆者認(rèn)為國(guó)內(nèi)在后續(xù)的發(fā)展過(guò)程中，首先要深化已有研究方向，強(qiáng)調(diào)技術(shù)層面的研究。其次應(yīng)逐步收斂研究方向，從“面”轉(zhuǎn)移到“點(diǎn)”，注重特定的技術(shù)和平臺(tái)。最后要加強(qiáng)對(duì)前沿方向的研究，提升研究的創(chuàng)新性。

3 國(guó)內(nèi)外關(guān)聯(lián)數(shù)據(jù)作者合作關(guān)系分析

運(yùn)用社會(huì)網(wǎng)絡(luò)分析方法分析作者合作網(wǎng)絡(luò)，可以從總體上了解該領(lǐng)域的作者合作關(guān)系。同時(shí)通過(guò)網(wǎng)絡(luò)密度與中心性分析，可以衡量該領(lǐng)域的知識(shí)流動(dòng)性，識(shí)別該領(lǐng)域的核心作者與核心團(tuán)體。

3.1 構(gòu)建作者合作網(wǎng)絡(luò)

將CNKI和Web of Science數(shù)據(jù)庫(kù)中下載的相關(guān)文獻(xiàn)導(dǎo)入SATI軟件當(dāng)中，提取文獻(xiàn)的作者并進(jìn)行發(fā)文量統(tǒng)計(jì)。由于構(gòu)建整體的作者合作網(wǎng)絡(luò)十分復(fù)雜，也不便于分析，所以為了能夠直觀地了解該領(lǐng)域的作者合作情況，需要進(jìn)行作者篩選。筆者根據(jù)普賴斯定律選取了該領(lǐng)域的高產(chǎn)作者[30]。普賴斯定律認(rèn)為，在相同的主題當(dāng)中，半數(shù)的論文是高生產(chǎn)力作者完成的，高產(chǎn)作者的最低發(fā)文量計(jì)算公式如下。

其中，N為該領(lǐng)域作者最高發(fā)文量。在關(guān)聯(lián)數(shù)據(jù)領(lǐng)域，國(guó)內(nèi)發(fā)文量最高的作者為夏翠娟，發(fā)表論文13篇。國(guó)外發(fā)文量最高的作者為Auer，S，發(fā)表論文21篇。經(jīng)過(guò)計(jì)算，分別選取國(guó)內(nèi)和國(guó)外發(fā)文量大于等于3和大于等于4且存在合作關(guān)系的作者，構(gòu)建作者合作網(wǎng)絡(luò)。作者合作網(wǎng)絡(luò)的構(gòu)建需要借助UCINET社會(huì)網(wǎng)絡(luò)分析軟件，國(guó)內(nèi)和國(guó)外的作者合作網(wǎng)絡(luò)如圖4、圖5所示。圖中的節(jié)點(diǎn)表示作者，連線表示其兩端的節(jié)點(diǎn)在同一篇文章中出現(xiàn)，節(jié)點(diǎn)的大小表示與之有合作關(guān)系的合作者數(shù)量，連線的粗細(xì)則表示作者合作次數(shù)的多少。

從圖中可以看出，國(guó)內(nèi)核心作者之間的合作情況較少，且沒(méi)有大型連通分量，網(wǎng)絡(luò)的連通性較差。共有子網(wǎng)12個(gè)，最大的合作子網(wǎng)為5人的蛛型子網(wǎng)，其余大部分為雙核子網(wǎng)和三核子網(wǎng)，子網(wǎng)內(nèi)部的連通性較好。國(guó)外核心作者之間的合作情況雖然也不多，但存在一個(gè)大型連通分量，網(wǎng)絡(luò)的連通性要明顯好于國(guó)內(nèi)。共有子網(wǎng)19個(gè)，最大的合

圖4 國(guó)內(nèi)關(guān)聯(lián)數(shù)據(jù)作者合作網(wǎng)絡(luò)

圖5 國(guó)外關(guān)聯(lián)數(shù)據(jù)作者合作網(wǎng)絡(luò)

作子網(wǎng)為圖5左側(cè)的作者群，共62人。

3.2 網(wǎng)絡(luò)密度分析

網(wǎng)絡(luò)密度是指節(jié)點(diǎn)之間實(shí)際聯(lián)結(jié)數(shù)目與最大聯(lián)結(jié)數(shù)目之間的比值，比值越高，密度越大。一般認(rèn)為，合作網(wǎng)絡(luò)的密度越大，越有利于知識(shí)的傳播，越能促進(jìn)該領(lǐng)域的發(fā)展。經(jīng)過(guò)計(jì)算，國(guó)內(nèi)和國(guó)外的作者合作網(wǎng)絡(luò)密度分別為0.0622和0.0227，整體結(jié)構(gòu)都比較松散，知識(shí)的流動(dòng)性較差，這一點(diǎn)在作者合作網(wǎng)絡(luò)圖中也能明顯看出，但另一方面也說(shuō)明該領(lǐng)域還處于成長(zhǎng)期，有很大的發(fā)展空間。

國(guó)內(nèi)的作者合作網(wǎng)絡(luò)密度高于國(guó)外，并不是因?yàn)樵擃I(lǐng)域在國(guó)內(nèi)的發(fā)展較好，而是因?yàn)榇笮途W(wǎng)絡(luò)的密度一般都要小于小型網(wǎng)絡(luò)。在實(shí)際生活中，一個(gè)人的精力是有限的，維持某些關(guān)系的能力也是有限的，所以大型網(wǎng)絡(luò)的密度一般都較低。

3.3 中心性分析

中心性一般用于衡量一個(gè)節(jié)點(diǎn)的重要性，中心性越高，該節(jié)點(diǎn)在網(wǎng)絡(luò)中充當(dāng)?shù)慕巧驮街匾行男砸话憧梢苑譃辄c(diǎn)度中心性和中介中心性。點(diǎn)度中心性衡量的是該領(lǐng)域的中心人物，作者的點(diǎn)度中心性越高，說(shuō)明他與越多的作者存在合作關(guān)系。中介中心性衡量的則是該領(lǐng)域的樞紐或者橋梁，作者的中介中心性越高，說(shuō)明他的橋梁作用越明顯，其他作者必須通過(guò)其建立間接合作關(guān)系。

經(jīng)過(guò)UCINET的計(jì)算，國(guó)內(nèi)外關(guān)聯(lián)數(shù)據(jù)領(lǐng)域點(diǎn)度中心性和中介中心性排名前10的作者，如表5、表6所示。

表5 國(guó)內(nèi)外關(guān)聯(lián)數(shù)據(jù)核心作者點(diǎn)度中心性

表6 國(guó)內(nèi)外關(guān)聯(lián)數(shù)據(jù)核心作者中介中心性

從表5可以看出，國(guó)內(nèi)點(diǎn)度中心性最高的作者為付旭雄、周習(xí)曼、馬倩倩、梁艷琪和高勁松，均來(lái)自于華中師范大學(xué)，絕對(duì)點(diǎn)度中心度為4.000，所占份額為0.054，是該領(lǐng)域的核心人物。國(guó)外點(diǎn)度中心性最高的作者為Decker，S，來(lái)自于愛(ài)爾蘭國(guó)立大學(xué)，絕對(duì)點(diǎn)度中心度為16.000，所占份額為0.040，處于該領(lǐng)域的核心地位。國(guó)內(nèi)和國(guó)外整個(gè)網(wǎng)絡(luò)的點(diǎn)度中心度分別為5.88%和10.00%，說(shuō)明國(guó)外的作者合作關(guān)系較多，而國(guó)內(nèi)有待進(jìn)一步提升。

從表6可以看出，國(guó)內(nèi)中介中心性最高的作者為張艷俠，來(lái)自于吉林大學(xué)，絕對(duì)中介中心度為2.0，標(biāo)準(zhǔn)化中介中心度為0.232，說(shuō)明其他人通過(guò)其進(jìn)行溝通的可能性較高。整個(gè)網(wǎng)絡(luò)中除了張艷俠之外，其他作者的中介中心度均為0，說(shuō)明網(wǎng)絡(luò)的連通性不好，各個(gè)合作團(tuán)體之間的聯(lián)系較少。國(guó)外中介中心性最高的作者仍為Decker，S，絕對(duì)中介中心度為676.721，標(biāo)準(zhǔn)化中介中心度為7.827，說(shuō)明其占據(jù)該領(lǐng)域的樞紐位置。整個(gè)網(wǎng)絡(luò)的中介性為7.41%，遠(yuǎn)遠(yuǎn)高于國(guó)內(nèi)的0.36%，說(shuō)明國(guó)外各個(gè)合作團(tuán)體之間的聯(lián)系更加緊密。

同時(shí)，國(guó)外有5位作者在點(diǎn)度中心性和中介中心性當(dāng)中均排名前10，分別為Decker，S、Lehmann，J、Ngomo，CAN、Cyganiak，R和Deus，HF，說(shuō)明他們既與較多的作者存在合作關(guān)系，同時(shí)也占有相對(duì)豐富的資源，應(yīng)予以重點(diǎn)關(guān)注。

3.4 合作團(tuán)體分析

合作團(tuán)體的劃分可以通過(guò)距離進(jìn)行計(jì)算，在一定的距離范圍內(nèi)可達(dá)的節(jié)點(diǎn)為一個(gè)團(tuán)體。利用UCINET軟件中的N-派系分析方法，對(duì)作者合作團(tuán)體進(jìn)行劃分。由于國(guó)內(nèi)和國(guó)外作者數(shù)量差距較大，故選取不同的參數(shù)進(jìn)行劃分。在劃分國(guó)內(nèi)合作團(tuán)體時(shí)，將距離設(shè)置為2，節(jié)點(diǎn)數(shù)量下限設(shè)置為3，劃分結(jié)果為7個(gè)團(tuán)體。

團(tuán)體1，梁艷琪、高勁松、付旭雄、周習(xí)曼、馬倩倩，均來(lái)自于華中師范大學(xué)，于2013-2015年合作發(fā)表論文3篇，第一作者均為高勁松，研究方向主要為關(guān)聯(lián)數(shù)據(jù)的語(yǔ)義鏈接。

團(tuán)體2，夏翠娟、劉煒、張春景、朱雯晶，均來(lái)自于上海圖書館，于2011-2015年合作發(fā)表論文9篇。團(tuán)體中的核心人物為夏翠娟和劉煒，研究方向主要集中于關(guān)聯(lián)數(shù)據(jù)的應(yīng)用及其技術(shù)實(shí)現(xiàn)。

團(tuán)體3，沈志宏、張曉林、黎建輝，均來(lái)自于中科院文獻(xiàn)情報(bào)中心，于2011-2013年合作發(fā)表論文8篇。在該團(tuán)體發(fā)表的論文當(dāng)中，沈志宏均為第一作者，研究方向主要為關(guān)聯(lián)數(shù)據(jù)的互聯(lián)。

團(tuán)體4，李春旺、黃永文、劉媛媛，均來(lái)自于中科院文獻(xiàn)情報(bào)中心，于2011-2012年合作發(fā)表論文3篇，研究方向主要為關(guān)聯(lián)參考服務(wù)的構(gòu)建。

團(tuán)體5，范煒、方安、洪娜，范煒來(lái)自于四川大學(xué)，其他來(lái)自于中國(guó)醫(yī)科院醫(yī)學(xué)信息研究所，于2012-2013年發(fā)表論文3篇，研究方向主要為醫(yī)學(xué)關(guān)聯(lián)數(shù)據(jù)的發(fā)展。

團(tuán)體6，張艷俠、黃麗麗、畢強(qiáng)、牟冬梅，均來(lái)自于吉林大學(xué)，于2012-2014年合作發(fā)表論文5篇，研究方向主要為關(guān)聯(lián)數(shù)據(jù)的語(yǔ)義互聯(lián)。

團(tuán)體7，王忠義、石義金、夏立新，均來(lái)自于華中師范大學(xué)，于2013-2015年合作發(fā)表論文5篇，第一作者均為王忠義，研究方向主要為關(guān)聯(lián)數(shù)據(jù)的創(chuàng)建與發(fā)布。

通過(guò)對(duì)團(tuán)體的分析，可以看出國(guó)內(nèi)關(guān)聯(lián)數(shù)據(jù)領(lǐng)域作者的合作關(guān)系受地域和機(jī)構(gòu)影響較大，相同地區(qū)和機(jī)構(gòu)的作者更容易形成合作關(guān)系。同時(shí)多數(shù)的合作關(guān)系為師生合作，隨著學(xué)生的畢業(yè)，合作關(guān)系也就隨之中斷。目前，比較活躍的團(tuán)體為團(tuán)體1、團(tuán)體2和團(tuán)體7，其余團(tuán)體沒(méi)有最新的研究出現(xiàn)。

在劃分國(guó)外團(tuán)體時(shí)，將距離設(shè)置為2，節(jié)點(diǎn)數(shù)量下限設(shè)置為10，劃分結(jié)果為11個(gè)團(tuán)體。由于團(tuán)體成員較多，不在進(jìn)行一一列舉。國(guó)外合作團(tuán)體和國(guó)內(nèi)的不同之處在于，不同團(tuán)體之間存在交叉，且不局限于同一個(gè)機(jī)構(gòu)，知識(shí)流動(dòng)性較強(qiáng)。

基于上述分析，筆者認(rèn)為，國(guó)內(nèi)應(yīng)首先加強(qiáng)作者和各個(gè)團(tuán)體之間的合作關(guān)系，促進(jìn)知識(shí)的流動(dòng)。其次，合作關(guān)系不應(yīng)受到機(jī)構(gòu)和地域的限制，跨機(jī)構(gòu)的合作更有利于該領(lǐng)域的發(fā)展，能碰撞出更多的思想火花。

4 結(jié) 語(yǔ)

本研究運(yùn)用共詞分析和社會(huì)網(wǎng)絡(luò)分析方法，對(duì)國(guó)內(nèi)外關(guān)聯(lián)數(shù)據(jù)的研究現(xiàn)狀進(jìn)行了分析。分別以CNKI和Web of Science數(shù)據(jù)庫(kù)中2006-2015年的文獻(xiàn)數(shù)據(jù)為研究對(duì)象，分析了該領(lǐng)域的研究方向以及作者合作情況，并對(duì)國(guó)內(nèi)外的相關(guān)情況進(jìn)行了對(duì)比。通過(guò)分析得出：①國(guó)內(nèi)外的主要研究方向存在重合，分別為關(guān)聯(lián)數(shù)據(jù)的基本理論、關(guān)聯(lián)開放數(shù)據(jù)、知識(shí)組織和資源整合。但具體的側(cè)重點(diǎn)不同。國(guó)內(nèi)重視理論層面的研究，而國(guó)外則偏重于技術(shù)；國(guó)內(nèi)是“面”的研究，而國(guó)外則是“點(diǎn)”的研究。②國(guó)外的研究方向覆蓋面更廣，涵蓋了一些前沿研究方向。而國(guó)內(nèi)的研究方向則比較傳統(tǒng)，在前沿方向上的研究匱乏，缺乏創(chuàng)新性。③國(guó)內(nèi)外作者合作網(wǎng)絡(luò)的密度較低，整體結(jié)構(gòu)比較松散，知識(shí)的流動(dòng)性較差，說(shuō)明該領(lǐng)域還處于成長(zhǎng)期，有很大的發(fā)展空間。④國(guó)內(nèi)外作者合作網(wǎng)絡(luò)的點(diǎn)度中心性和中介中心性存在較大差異，國(guó)外的作者和各個(gè)團(tuán)體之間的聯(lián)系更加緊密，連通性更好，而國(guó)內(nèi)則有待進(jìn)一步提升。⑤國(guó)內(nèi)在該領(lǐng)域的合作團(tuán)體相較國(guó)外受地域和機(jī)構(gòu)影響較大，同時(shí)多數(shù)的合作關(guān)系為師生合作，隨著學(xué)生的畢業(yè)，合作關(guān)系也就隨之中斷。

本研究一方面概述了國(guó)內(nèi)外關(guān)聯(lián)數(shù)據(jù)的研究情況；另一方面為國(guó)內(nèi)的后續(xù)發(fā)展提供了意見和建議。當(dāng)然，本研究也存在很多不完善之處，要對(duì)該領(lǐng)域有更全面的認(rèn)識(shí)，還需要進(jìn)行引文分析等研究，追蹤知識(shí)的產(chǎn)生和積累過(guò)程。這也是筆者后續(xù)所要關(guān)注的。

[1]Tim Berners-Lee.Linked Data-Design Issues[N/OL].http:∥www.w3.org/DesignIssues/LinkedData.html，2015-06-20.

[2]State of the LOD Cloud 2014[N/OL].http:∥linkeddatacatalog.dws.informatik.uni-mannheim.de/state/，2015-06-21.

[3]付瑤,楊畔.基于共詞分析的我國(guó)關(guān)聯(lián)數(shù)據(jù)研究進(jìn)展探析[J].圖書館學(xué)研究,2013，(4):18-24.

[4]Martin Malmsten.將圖書館目錄納入語(yǔ)義萬(wàn)維網(wǎng)[J].李雯靜，譯.現(xiàn)代圖書情報(bào)技術(shù),2009，(3):3-7.

[5]Ed Summers,Antoine Isaac,Clay Redding,Dan Krech.LCSH，SKOS和關(guān)聯(lián)數(shù)據(jù)[J].現(xiàn)代圖書情報(bào)技術(shù),2009，(3):8-14.

[6]廖勝姣,肖仙桃.基于文獻(xiàn)計(jì)量的共詞分析研究進(jìn)展[J].情報(bào)科學(xué),2008,26(6):855-859.

[7]范少萍,李迎迎,張志強(qiáng).國(guó)內(nèi)外共詞分析研究的文獻(xiàn)計(jì)量分析[J].情報(bào)雜志,2013,32(9):104-109．

[8]滕廣青,牟冬梅,任晶.國(guó)外社會(huì)網(wǎng)絡(luò)分析在文獻(xiàn)計(jì)量領(lǐng)域的應(yīng)用研究[J].情報(bào)資料工作,2014，(1):47-51.

[9]劉啟元,葉鷹.文獻(xiàn)題錄信息挖掘技術(shù)方法及其軟件SATI的實(shí)現(xiàn)——以中外圖書情報(bào)學(xué)為例[J].信息資源管理學(xué)報(bào),2012，(1):50-58.

[10]劉春年,陳通.基于共詞聚類的能源互聯(lián)網(wǎng)研究熱點(diǎn)及發(fā)展脈絡(luò)分析[J].現(xiàn)代情報(bào),2015,35(11):127-133.

[11]潘有能,張悅.關(guān)聯(lián)數(shù)據(jù)研究與應(yīng)用進(jìn)展[J].情報(bào)科學(xué),2011,29(1):124-130.

[12]李琳.關(guān)聯(lián)數(shù)據(jù)在圖書館界的應(yīng)用與挑戰(zhàn)[J].圖書與情報(bào),2011,(4):58-61.

[13]嚴(yán)駿.關(guān)聯(lián)開放數(shù)據(jù)概念及應(yīng)用[J].信息與電腦：理論版,2014,(12):88.

[14]沈志宏,黎建輝,張曉林.面向LOD的關(guān)聯(lián)發(fā)現(xiàn)過(guò)程的定位、目標(biāo)與復(fù)雜性分析[J].中國(guó)圖書館學(xué)報(bào),2013，(6):101-108.

[15]Christian Becker,Christian Bizer.DBpedia Mobile:A Location-Enabled Linked Data Browser[J].LDOW,2008,369-370.

[16]Paulheim Heiko,Fümkranz Johannes.Unsupervised generation of data mining features from linked open data[C].Proceedings of the 2nd international conference on web intelligence,mining and semantics.ACM,2012:31-42.

[17]付旭雄.基于關(guān)聯(lián)數(shù)據(jù)的知識(shí)地圖中知識(shí)鏈接構(gòu)建研究[D].武漢:華中師范大學(xué),2012.

[18]牟冬梅,張艷俠,黃麗麗.數(shù)字資源語(yǔ)義互聯(lián)的模式及其比較研究[J].圖書情報(bào)工作,2013,57(17):6-10.

[19]鐘莉.基于關(guān)聯(lián)數(shù)據(jù)的圖書館信息資源整合研究[D].杭州:浙江大學(xué),2014.

[20]Lange Leanora,Pattuelli Maria Cristina.Linked Jazz:Building with Linked Open Data[N/OL].http:∥www.educause.edu/ero/article/linked-jazz-building-linked-open-data，2015-06-23.

[21]李楠,張學(xué)福.基于關(guān)聯(lián)數(shù)據(jù)的知識(shí)發(fā)現(xiàn)模型研究[J].圖書館學(xué)研究,2013，(1):73-77.

[22]夏翠娟,劉煒,趙亮,等.關(guān)聯(lián)數(shù)據(jù)發(fā)布技術(shù)及其實(shí)現(xiàn)——以Drupal為例[J].中國(guó)圖書館學(xué)報(bào),2012，(1):49-57.

[23]沈志宏,劉筱敏,郭學(xué)兵,等.關(guān)聯(lián)數(shù)據(jù)發(fā)布流程與關(guān)鍵問(wèn)題研究——以科技文獻(xiàn)、科學(xué)數(shù)據(jù)發(fā)布為例[J].中國(guó)圖書館學(xué)報(bào),2013，(2):53-62.

[24]賀令輝.基于關(guān)聯(lián)數(shù)據(jù)的高校圖書館知識(shí)服務(wù)探討[J].圖書館研究,2013，(1):95-97.

[25]Hoxha Julia,Rula Anisa,Ell Basil.Towards Green Linked Data[C].COLD，2011.

[26]Raimond Yves,Sutton Christopher,Sandler Mark.Automatic Interlinking of Music Datasets on the Semantic Web[J].LDOW,2008：369.

[27]Volz Julius,Bizer Christian,Gaedke Martin,Kobilarov Georgi.Silk-A Link Discovery Framework for the Web of Data[J].LDOW,2009：538.

[28]Hassanzadeh Oktie,Kementsietsidis Anastasios,Lim Lipyeow,Miller Renée,Wang Min.A framework for semantic link discovery over relational data[C].Proceedings of the 18th ACM conference on Information and knowledge management.ACM,2009:1027-1036.

[29]Elbedweihy Khadija,Wrigley Stuart,Clough Paul,Ciravegnae Fabio.An overview of semantic search evaluation initiatives[J].Web Semantics:Science,Services and Agents on the World Wide Web,2015,30:82-105.

[30]邱均平,伍超.基于社會(huì)網(wǎng)絡(luò)分析的國(guó)內(nèi)計(jì)量學(xué)作者合作關(guān)系研究[J].圖書情報(bào)知識(shí),2011，(6):12-17.

(本文責(zé)任編輯：馬 卓)

The Research of Linked Data in Domestic and Abroad Based on Co-word Analysis and Social Network Analysis

Zou Meichen

(1．University of Chinese Academy of Sciences，Beijing 100049，China；2．Documentation and Information Center of Chinese Academy of Sciences，Beijing 100190，China)

The paper aimed to grasp the research orientations and research focuses accurately,to analyse the core authors and the core groups related to linked data field in domestic and abroad,to understand the problems and gaps in domestic linked data research,and to provide advice to it in the following development.The paper took the related documents from 2006-2015 in CNKI and Web of Science database as the data sources.Based on the co-word analysis and social network analysis,the paper studied the research orientations and the cooperative relationships of authors in this field.After that,comparing the relevant situation of domestic and abroad.The paper found that the research in domestic was well behind abroad.It argued that the research in domestic should deepen the existing research orientations,develop the new orientations and strengthen the cooperative relationships of different authors and organizations,so that the knowledge dissemination in this field could be promoted.

co-word analysis;social network analysis;linked data;cooperative relationship;clustering analysis

2015-09-07

鄒美辰(1992-)，女，碩士研究生，研究方向：信息資源組織與建設(shè)。

10．3969/j．issn．1008-0821．2016．03．023

G203

A

1008-0821(2016)03-0135-09