邱均平　翟莉莉

[摘要]為全面了解國(guó)際知識(shí)工程領(lǐng)域的研究現(xiàn)狀和發(fā)展趨勢(shì)，以Web of Science數(shù)據(jù)庫(kù)收錄的2001—2016年知識(shí)工程領(lǐng)域的文獻(xiàn)數(shù)據(jù)為研究對(duì)象，借助CiteSpaee軟件，通過文獻(xiàn)計(jì)量學(xué)和可視化方法從年代分布、期刊分布、學(xué)科分布、研究力量分布、重要文獻(xiàn)、研究熱點(diǎn)以及研究前沿等方面進(jìn)行分析。根據(jù)上述研究，繪制知識(shí)圖譜，對(duì)國(guó)際知識(shí)工程的研究現(xiàn)狀和發(fā)展進(jìn)行分析和總結(jié)，為我國(guó)知識(shí)工程研究提供參考。

[關(guān)鍵詞]知識(shí)工程；可視化；知識(shí)圖譜；CiteSpace

DOI：10.3969/j.issn.1008—0821.2017.06.024

（中圖分類號(hào)]G250.252 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1008—0821（2017）06—0148—07

“隨著信息技術(shù)的迅猛發(fā)展，人們所掌握的知識(shí)呈現(xiàn)出爆炸性增長(zhǎng)的趨勢(shì)，為了適應(yīng)知識(shí)社會(huì)的發(fā)展，更合理、有效地管理和利用知識(shí)，需要對(duì)知識(shí)本身及其活動(dòng)規(guī)律展開研究，這是知識(shí)工程領(lǐng)域的核心研究?jī)?nèi)容”。知識(shí)工程是伴隨專家系統(tǒng)的研究而產(chǎn)生的，基于專家系統(tǒng)DEN-DRAL的成功，美國(guó)斯坦福大學(xué)教授Feigenbaum于1977年第五屆國(guó)際人工智能會(huì)議上提出了“知識(shí)工程”的概念，他指出，“知識(shí)工程是應(yīng)用人工智能的原理和方法，對(duì)那些需要專家知識(shí)才能解決的應(yīng)用難題提出求解的手段”。

知識(shí)工程是計(jì)算機(jī)科學(xué)與人工智能研究的重要領(lǐng)域之一。知識(shí)工程的研究?jī)?nèi)容主要包括知識(shí)獲取、知識(shí)表示、知識(shí)組織、管理及利用。隨著知識(shí)工程的發(fā)展，已經(jīng)有越來(lái)越多知識(shí)工程的方法與技術(shù)被應(yīng)用到各個(gè)領(lǐng)域中，為各個(gè)行業(yè)的知識(shí)服務(wù)提供支持。國(guó)內(nèi)外已有學(xué)者對(duì)知識(shí)工程領(lǐng)域進(jìn)行綜述研究，這些研究大多針對(duì)某一主題或應(yīng)用研究領(lǐng)域，如Zipparo M等對(duì)5種本體合并技術(shù)和工具進(jìn)行調(diào)查研究，并將其與一組通用的評(píng)估標(biāo)準(zhǔn)進(jìn)行比較；La Rocca G探討知識(shí)工程的技術(shù)基礎(chǔ)，強(qiáng)調(diào)了傳統(tǒng)知識(shí)工程系統(tǒng)與計(jì)算機(jī)輔助設(shè)計(jì)系統(tǒng)的主要差異和相似性；Jiang Hua介紹了主要的知識(shí)獲取技術(shù)，比較其差異，總結(jié)應(yīng)用知識(shí)獲取技術(shù)獲取知識(shí)的基本步驟，最后描述了知識(shí)獲取技術(shù)的最新發(fā)展?fàn)顩r；袁國(guó)銘等從知識(shí)工程的基本概念人手，對(duì)知識(shí)獲取、知識(shí)表示及知識(shí)運(yùn)用進(jìn)行綜述研究，并指出知識(shí)管理對(duì)知識(shí)工程應(yīng)用的作用；尹嬋娟等從基礎(chǔ)理論、影響因素、框架模型和方法這4個(gè)方面來(lái)分析我國(guó)知識(shí)獲取研究現(xiàn)狀；羅奕玥等介紹了知識(shí)工程的概念和發(fā)展歷程，重點(diǎn)分析了知識(shí)工程在工業(yè)工程、教育領(lǐng)域、新興應(yīng)用等多個(gè)領(lǐng)域的主要應(yīng)用。目前，國(guó)內(nèi)運(yùn)用計(jì)量學(xué)方法探索知識(shí)工程整體發(fā)展現(xiàn)狀的文獻(xiàn)尚不多見，其中趙華、邱均平等分別對(duì)知識(shí)工程領(lǐng)域論文進(jìn)行文獻(xiàn)計(jì)量分析，但他們的研究都局限于國(guó)內(nèi)知識(shí)工程領(lǐng)域的發(fā)展現(xiàn)狀，并未涉足國(guó)際。鑒于此，本文采用計(jì)量學(xué)和可視化方法，以知識(shí)圖譜的形式展示國(guó)際知識(shí)工程領(lǐng)域的研究現(xiàn)狀及趨勢(shì)，以便相關(guān)研究人員能夠更全面直觀地了解國(guó)際知識(shí)工程領(lǐng)域的發(fā)展動(dòng)態(tài)。

1數(shù)據(jù)來(lái)源與研究方法

本文數(shù)據(jù)來(lái)源于Web of Science數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)收錄了10 000多種學(xué)術(shù)期刊和超過11萬(wàn)個(gè)國(guó)際會(huì)議的學(xué)術(shù)文獻(xiàn)，這些期刊和會(huì)議均經(jīng)過嚴(yán)格遴選，因此以Web of Science數(shù)據(jù)庫(kù)中知識(shí)工程研究的相關(guān)文獻(xiàn)為數(shù)據(jù)來(lái)源，能夠較為全面地展現(xiàn)該領(lǐng)域的研究現(xiàn)狀。在Web of Science數(shù)據(jù)庫(kù)中，以“Knowledge Engineering”為主題詞進(jìn)行檢索，時(shí)間范圍設(shè)置為2001—2016年，文獻(xiàn)類型選擇Article、Proceedings Paper，共得到1450條文獻(xiàn)記錄。

本文所選用的工具是由陳超美教授應(yīng)用Java語(yǔ)言開發(fā)的可用于計(jì)量和分析文獻(xiàn)數(shù)據(jù)的可視化軟件CiteSpace。CiteSpace適合用于復(fù)雜網(wǎng)絡(luò)分析，其繪制的知識(shí)圖譜能夠顯示某個(gè)學(xué)科領(lǐng)域在一定時(shí)期內(nèi)的發(fā)展動(dòng)向，形成若干研究前沿領(lǐng)域的演進(jìn)歷程。本文運(yùn)用計(jì)量學(xué)方法，從文獻(xiàn)的年代分布、期刊、學(xué)科分布、研究力量分布、重要文獻(xiàn)、研究熱點(diǎn)及前沿等方面進(jìn)行可視化展示，從而全面地展現(xiàn)國(guó)際知識(shí)工程研究的現(xiàn)狀及趨勢(shì)。

2知識(shí)工程研究結(jié)果分析

2.1年代分布

研究文獻(xiàn)的時(shí)間分布，可以了解這一學(xué)科的研究水平和發(fā)展現(xiàn)狀。圖1為知識(shí)工程研究的文獻(xiàn)年代分布?？梢钥闯觯?001～2016年間知識(shí)工程領(lǐng)域的發(fā)展大致可以歸納為以下3階段：2001-2005年為成長(zhǎng)期，論文數(shù)量基本呈穩(wěn)步上升趨勢(shì)，知識(shí)工程研究取得一定進(jìn)展；2006-2010年為發(fā)展期，這5年的發(fā)文量達(dá)到551篇，年均發(fā)文量達(dá)到最高，說明知識(shí)工程研究發(fā)展快速，成果顯著；2011-2016年為穩(wěn)定期，發(fā)文量在一定范圍內(nèi)呈波動(dòng)狀態(tài)。

2.2期刊分布

對(duì)某一學(xué)科領(lǐng)域研究文獻(xiàn)的來(lái)源期刊進(jìn)行考察，可以進(jìn)一步了解該領(lǐng)域文獻(xiàn)的空間分布現(xiàn)狀，對(duì)開展該領(lǐng)域文獻(xiàn)檢索及研究具有重要意義。為此，選取Cited Journal為研究對(duì)象，在CiteSpace中設(shè)置合適的閾值，運(yùn)行軟件得到知識(shí)工程領(lǐng)域的期刊共現(xiàn)圖譜，如圖2所示。表l中展示的是知識(shí)工程領(lǐng)域的高被引期刊。

節(jié)點(diǎn)的中心性是圖論中的一種屬性，可以衡量網(wǎng)絡(luò)中不同位置的節(jié)點(diǎn)的重要性。經(jīng)統(tǒng)計(jì)，上述高被引期刊中有7個(gè)期刊的中心性大于0.1，分別是“COMMUN ACM”、“ARTIF INTELL”、“KNOWL ENG REV”、“EXPERT SYST AP-PL”、“AI MAG”、“LECT NOTES ARTIF INT”、“DATA KNOWLENG”，其中心性依次是0.18、0.17、0.14、0.13、0.12、0.11、0.11。這表明這些期刊在知識(shí)工程研究領(lǐng)域占據(jù)重要地位，是知識(shí)工程研究的主要學(xué)術(shù)交流陣地，其刊載的文章具有較高的質(zhì)量，并引起該領(lǐng)域?qū)W者的關(guān)注。

2.3學(xué)科分布

分析某一研究領(lǐng)域的學(xué)科分布，能夠識(shí)別該領(lǐng)域的學(xué)科屬性，擴(kuò)展研究視野，促進(jìn)學(xué)科間知識(shí)交流。選取Care-gory為研究對(duì)象，設(shè)置合適的閾值，運(yùn)行軟件得到知識(shí)工程領(lǐng)域的學(xué)科分布圖譜，如圖3所示。

由圖3可知，知識(shí)工程研究主要集中于計(jì)算機(jī)科學(xué)、工程學(xué)等領(lǐng)域。經(jīng)統(tǒng)計(jì)，1105篇文獻(xiàn)屬于計(jì)算機(jī)科學(xué)領(lǐng)域，占總體的76.21%；467篇文獻(xiàn)屬于工程學(xué)領(lǐng)域，占總體的32.21%。位居前5的余下3個(gè)學(xué)科依次是：運(yùn)籌學(xué)與管理科學(xué)，88篇，占總體的6.07%；自動(dòng)化及控制系統(tǒng)，71篇，占總體的4.90%；商業(yè)經(jīng)濟(jì)，67篇，占總體的4.62%。此外，該研究也涉及教育學(xué)、管理學(xué)、信息科學(xué)與圖書館學(xué)、電信學(xué)、醫(yī)學(xué)信息學(xué)等學(xué)科領(lǐng)域?？梢?，知識(shí)工程研究與眾多學(xué)科領(lǐng)域密不可分，具有廣泛的應(yīng)用領(lǐng)域。

2.4知識(shí)工程研究力量分布

2.4.1國(guó)家（地區(qū)）分布

研究國(guó)家分布，可以讓我們了解不同國(guó)家（地區(qū)）在該領(lǐng)域的研究實(shí)力。選取country為研究對(duì)象，繪制知識(shí)工程研究的國(guó)家（地區(qū)）分布圖譜，如圖4所示。

圖中的節(jié)點(diǎn)代表國(guó)家（地區(qū)），節(jié)點(diǎn)越大表示發(fā)文量越多。從發(fā)文量來(lái)看，美國(guó)在知識(shí)工程領(lǐng)域的發(fā)文最多，為201篇。其次是中國(guó)大陸發(fā)文193篇，位居第二。另外，知識(shí)工程領(lǐng)域高產(chǎn)的國(guó)家（地區(qū)）還包括法國(guó)（133篇）、西班牙（109篇）、英國(guó)（90篇）、德國(guó)（87篇）、加拿大（53篇）、波蘭（52篇）、意大利（50篇），說明這些國(guó)家和地區(qū)較為關(guān)注知識(shí)工程領(lǐng)域研究，并取得一定的成果。從中心度來(lái)看，知識(shí)工程領(lǐng)域中心度較高的國(guó)家有英國(guó)（0.35）、荷蘭（0.25）、西班牙（0.19）、意大利（0.1）等，這表明這些國(guó)家（地區(qū)）在知識(shí)工程研究領(lǐng)域處于主導(dǎo)地位。

節(jié)點(diǎn)間的連線表示國(guó)家（地區(qū)）之間存在合作關(guān)系，連線越粗則說明國(guó)家（地區(qū)）之間的合作越緊密。由圖3可知，在知識(shí)工程領(lǐng)域，合作較為密切的國(guó)家（地區(qū)）主要集中于以英國(guó)、西班牙、荷蘭等為主的歐洲國(guó)家（地區(qū)），中國(guó)大陸僅與澳大利亞之間有合作關(guān)系，缺少國(guó)際學(xué)術(shù)交流。

2.4.2機(jī)構(gòu)分布

選取Institution為研究對(duì)象，設(shè)置合適的閾值，運(yùn)行軟件得到知識(shí)工程研究的機(jī)構(gòu)分布圖譜（見圖5）。節(jié)點(diǎn)大小與該機(jī)構(gòu)的發(fā)文量正相關(guān)，節(jié)點(diǎn)之間的連線代表機(jī)構(gòu)之間存在合作關(guān)系。

由圖5可知，知識(shí)工程領(lǐng)域研究機(jī)構(gòu)數(shù)量眾多，但機(jī)構(gòu)之間的合作較為稀疏，只有較少的機(jī)構(gòu)之間存在合作關(guān)系。從中心性來(lái)看，圖中機(jī)構(gòu)在網(wǎng)絡(luò)圖譜中的中心性均趨近0，表明機(jī)構(gòu)間合作文獻(xiàn)較少，在整個(gè)網(wǎng)絡(luò)中的連接作用很小。從發(fā)文量來(lái)看，排名靠前的機(jī)構(gòu)分別是Univ Tech-nol Troyes、Vrije Univ Amsterdam、Univ Calgary、AGH Univ Sci&Technol、Univ Granada、St Petersburg State Univ、Chinese A-cad Sci、Univ Edinburgh、Dalian Univ Technol、Chiang Mai U-niv，Univ Leipzig，Univ Newcastle，Univ Castilla La Mancha，U-niv Pittsburgh。從機(jī)構(gòu)類型來(lái)看，高校及科研院所是知識(shí)工程研究的主要力量。其中在我國(guó)科研機(jī)構(gòu)中，中國(guó)科學(xué)院及大連理工大學(xué)的發(fā)文量位居前列，表明這兩所院校在知識(shí)工程領(lǐng)域具有較強(qiáng)的科研實(shí)力。

2.4.3作者分布

選取作者（Author）為研究對(duì)象，設(shè)置合適的閾值，運(yùn)行軟件得到知識(shí)工程研究的作者分布圖譜，如圖6所示。圖中節(jié)點(diǎn)代表發(fā)文作者，節(jié)點(diǎn)大小代表作者的發(fā)文量，節(jié)點(diǎn)越大，表明該作者發(fā)文量越多。節(jié)點(diǎn)之間的連線代表作者之間存在合作關(guān)系。

由圖6可知，知識(shí)工程研究領(lǐng)域發(fā)文量位居前10的作者分別是Tatiana Gavrilova（13篇）、Edward Szczerbicki（12篇）、Cesar Sanin（9篇）、Nada Matta（9篇）、Yingxu Wang（8篇）、Grzegorz J.Nalepa（7篇）、Carlos Toro（7篇）、Gwo-JenHwang（6篇）、Davy Monticolo（6篇）、Soeren Auer（6篇）。從合作角度看，該領(lǐng)域作者之間的合作相對(duì)分散，以2～5人的小團(tuán)體為主。在這些作者中形成的最大的合作網(wǎng)絡(luò)是由Edward Szczerbicki、Cesar Sanin等組成的10人網(wǎng)絡(luò)，這些學(xué)者來(lái)自紐卡斯?fàn)柎髮W(xué)等研究機(jī)構(gòu)，主要涉及知識(shí)表示與決策研究。從中心性來(lái)看，圖中作者的中心性趨近為0，這表明網(wǎng)絡(luò)中沒有處于核心地位的作者。

2.5引文分析

文獻(xiàn)被引頻次的高低及其中心性的大小都可以反映文獻(xiàn)的影響力和價(jià)值。通常情況下，單篇文獻(xiàn)的被引頻次越高，說明該文獻(xiàn)在研究領(lǐng)域中的學(xué)術(shù)影響力越大。節(jié)點(diǎn)文獻(xiàn)的中心性也體現(xiàn)文獻(xiàn)在學(xué)科領(lǐng)域的重要程度。以Cited reference為分析對(duì)象，運(yùn)用可視化軟件展示知識(shí)工程研究文獻(xiàn)的共被引圖譜，如圖7所示。

圖7中，節(jié)點(diǎn)大小與該文獻(xiàn)的引頻次正相關(guān)，帶有紫色光圈的節(jié)點(diǎn)具有較高的中心性。結(jié)合被引頻次，可以認(rèn)為具有高被引頻次及高中心性的關(guān)鍵文獻(xiàn)是該領(lǐng)域的重要文獻(xiàn)。選取被引頻次位居前列，且中心性均不低于0.2的文獻(xiàn)作為知識(shí)工程領(lǐng)域的重要文獻(xiàn)，共有3篇重要文獻(xiàn)。

被引頻次排在首位的是斯坦福大學(xué)知識(shí)系統(tǒng)實(shí)驗(yàn)室的GRUBER TR于1993年發(fā)表的名為“A Translation Approcah to Portable Ontology Specifications”的論文，其中心度為0.48。該文提出了本體的定義，認(rèn)為本體是概念化的、明確的規(guī)范說明，同時(shí)也描述了一種用于定義本體的機(jī)制，即0n.tolingua系統(tǒng)，用于解決本體表示的問題。被引頻次排在第二的是Studer R等人在1998年發(fā)表的“Knowledge Engi-neering：Principles and Methods”一文，其中心度為0.24。該文獻(xiàn)描述了知識(shí)工程領(lǐng)域的3種建模框架，即Com-monKADS、MIKE以及PROTeGe-Ⅱ。被引頻次位居第三是Schreiber GT等人于2000年出版的“Knowledge Engineering and Management：The CommonKADS Methodology”，其中心度為0.24。該著作系統(tǒng)闡述了CommonKADS方法，提出知識(shí)獲取的工程技術(shù)路線和一套組織與任務(wù)分析工具。

由以上分析可知，該領(lǐng)域的重要文獻(xiàn)主要研究的是知識(shí)工程領(lǐng)域所使用的主要模型與方法，側(cè)重于知識(shí)工程領(lǐng)域的技術(shù)實(shí)現(xiàn)。

2.6研究熱點(diǎn)分析

關(guān)鍵詞是文章的核心和精髓，是對(duì)文章主題的高度概括，因此高頻關(guān)鍵詞常常被用來(lái)確定一個(gè)研究領(lǐng)域的熱點(diǎn)問題。運(yùn)用可視化軟件CiteSpace繪制知識(shí)工程領(lǐng)域的關(guān)鍵詞知識(shí)圖譜，如圖8所示。圖譜中每個(gè)節(jié)點(diǎn)代表對(duì)應(yīng)的關(guān)鍵詞，節(jié)點(diǎn)越大說明關(guān)鍵詞頻次越大。

在圖8展示的知識(shí)工程領(lǐng)域研究熱點(diǎn)圖譜中，出現(xiàn)頻次最高的關(guān)鍵詞是Knowledge Engineering（知識(shí)工程），頻次高達(dá)506次。高頻關(guān)鍵詞反映出的知識(shí)工程領(lǐng)域的研究熱點(diǎn)還包括Ontology（本體）、Systems（系統(tǒng)）、Knowledge Man-agement（知識(shí)管理）、Knowledge（知識(shí)）、Design（設(shè)計(jì)）、Knowledge Representation（知識(shí)表示）、Semantic Web（語(yǔ)義網(wǎng)）、Artificial Intelligence（人工智能）、Knowledge Acquisition（知識(shí)獲取）、Expert System（專家系統(tǒng)）等。同時(shí)，從中心性角度來(lái)看，中心性大于0.1的關(guān)鍵詞包括（Systems）系統(tǒng)、Knowledge Engineering（知識(shí)工程）、Knowledge（知識(shí)）、Software Engineering（軟件工程）、Ontology（本體）、Semantic Web（語(yǔ)義Web）、Knowledge Representation（知識(shí)表示）、Knowledge Management（知識(shí)管理）、Knowledge Acquisition（知識(shí)獲?。┑?。將高頻關(guān)鍵詞與高中心性關(guān)鍵詞進(jìn)行比較可知，兩者大體上保持一致，因此，可以確定這些關(guān)鍵詞在一定程度上能夠表示知識(shí)工程研究的熱點(diǎn)。

對(duì)熱點(diǎn)關(guān)鍵詞進(jìn)行統(tǒng)計(jì)分析可知，知識(shí)工程的研究主要集中在理論研究、技術(shù)方法研究及應(yīng)用研究等方面，涉及的關(guān)鍵詞如Knowledge Engineering（知識(shí)工程）、Ontology（本體）、Knowledge Management（知識(shí)管理）、Knowledge（知識(shí)）、Knowledge Representation（知識(shí)表示）、Knowledge Acqui-sition（知識(shí)獲?。emantic Web（語(yǔ)義Web）、Expert System（專家系統(tǒng)）等。知識(shí)是知識(shí)工程的處理對(duì)象。知識(shí)表示是研究計(jì)算機(jī)表示知識(shí)的可行性、有效性的一般方法，是把人類知識(shí)表示成計(jì)算機(jī)能處理的數(shù)據(jù)結(jié)構(gòu)和系統(tǒng)控制結(jié)構(gòu)的策略。知識(shí)獲取通常是指知識(shí)從外部知識(shí)源到計(jì)算機(jī)內(nèi)部的轉(zhuǎn)換過程。知識(shí)獲取、知識(shí)表示都是知識(shí)工程實(shí)現(xiàn)的關(guān)鍵環(huán)節(jié)，知識(shí)管理則涉及知識(shí)庫(kù)的管理。本體的目標(biāo)是捕獲相關(guān)領(lǐng)域的知識(shí)，提供對(duì)該領(lǐng)域知識(shí)的共同理解，并對(duì)該領(lǐng)域術(shù)語(yǔ)及其關(guān)系進(jìn)行明確定義。語(yǔ)義Web是對(duì)傳統(tǒng)Web的延伸，其所有數(shù)據(jù)都被賦予規(guī)范的含義，以便于人機(jī)合作完成數(shù)據(jù)處理任務(wù)。本體及語(yǔ)義Web技術(shù)的提出，為知識(shí)工程研究中知識(shí)庫(kù)的構(gòu)建、知識(shí)的表示等提供了新的思路。專家系統(tǒng)致力于使用人類專家推理的計(jì)算機(jī)模型來(lái)處理現(xiàn)實(shí)世界中需要專家做出解釋的復(fù)雜問題，是知識(shí)工程領(lǐng)域的具體應(yīng)用研究。

2.7研究前沿分析

對(duì)于學(xué)科前沿的追蹤有利于學(xué)術(shù)共同體更好地把握學(xué)科發(fā)展的趨勢(shì)以及未來(lái)研究的方向，我們可以利用CiteSpace中提供的膨脹詞探索技術(shù)和算法來(lái)探測(cè)和分析學(xué)科研究前沿的變化趨勢(shì)。運(yùn)行CiteSpace軟件，繪制該領(lǐng)域研究前沿領(lǐng)域可視化圖譜，如圖9所示。

由圖9可知，2001年，Expert-System（專家系統(tǒng)）是知識(shí)工程研究的前沿領(lǐng)域，到2007年，Semantic-Web（語(yǔ)義Web）成為該領(lǐng)域的研究前沿，知識(shí)工程研究的發(fā)文量增多，研究熱潮涌現(xiàn)。此外，近年來(lái)知識(shí)工程研究的前沿領(lǐng)域還包括Domain-Ontology（領(lǐng)域本體）、Machine-Learn-ing（機(jī)器學(xué)習(xí)）、Natural-Language-Processing（自然語(yǔ)言處理）、Knowledge-Modeling（知識(shí)建模）、Bayesian-Network（貝葉斯網(wǎng)絡(luò)）等?？梢钥闯?，該領(lǐng)域研究學(xué)者們?cè)诓粩嗵剿餍碌募夹g(shù)與方法，將本體、語(yǔ)義網(wǎng)、貝葉斯網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理等相關(guān)技術(shù)方法應(yīng)用到知識(shí)表示、知識(shí)建模等各個(gè)環(huán)節(jié)，促進(jìn)知識(shí)工程發(fā)展。

3結(jié)論

本文采用信息計(jì)量學(xué)理論和可視化方法，通過可視化軟件CiteSpace，以Web of Science數(shù)據(jù)庫(kù)收錄的知識(shí)工程領(lǐng)域的相關(guān)文獻(xiàn)為數(shù)據(jù)來(lái)源，對(duì)2001-2016年國(guó)際知識(shí)工程領(lǐng)域研究現(xiàn)狀及發(fā)展規(guī)律進(jìn)行可視化分析，得出以下結(jié)論：

1）在時(shí)間分布上，這一時(shí)期知識(shí)工程的研究分為3個(gè)階段，2001-2005年為成長(zhǎng)期，論文數(shù)量呈上升趨勢(shì)，2006-2010年是發(fā)展期，年均發(fā)文量較大，2010年以后，發(fā)文量在一定范圍內(nèi)呈波動(dòng)狀態(tài)，逐漸趨于穩(wěn)定階段。

2）在期刊分布上，“COMMUN ACM”、“ARTIF IN-TELL”、“KNOWL ENG REV”、“EXPERT SYST APPL”、“AlMAG”、“LECT NOTES ARTIF INT”、“DATA KNOWL ENG”這些期刊既是該領(lǐng)域的高被引期刊，也是高中心性期刊。

3）在學(xué)科分布上，知識(shí)工程研究主要集中于計(jì)算機(jī)科學(xué)、工程學(xué)、運(yùn)籌與管理科學(xué)、自動(dòng)化與控制系統(tǒng)、商業(yè)經(jīng)濟(jì)等學(xué)科領(lǐng)域。

4）在研究力量分布上，該領(lǐng)域高產(chǎn)國(guó)家包括美國(guó)，中國(guó)、法國(guó)、西班牙、英國(guó)等，高校和研究院所是該領(lǐng)域研究的主要力量；就合作而言，部分歐洲國(guó)家合作相對(duì)密切，中國(guó)大陸國(guó)際合作較少；該領(lǐng)域研究機(jī)構(gòu)和學(xué)者眾多，但機(jī)構(gòu)之間的合作較為稀疏，作者間合作以小團(tuán)體為主，合作網(wǎng)絡(luò)中沒有出現(xiàn)處于核心位置的作者，因此有必要加強(qiáng)國(guó)家及機(jī)構(gòu)的合作力度，促進(jìn)作者間的合作研究，為學(xué)術(shù)交流構(gòu)建良好的合作環(huán)境，促進(jìn)知識(shí)工程學(xué)科的發(fā)展。

5）在知識(shí)工程領(lǐng)域，早期的研究成果被學(xué)者們廣泛認(rèn)可，這些文獻(xiàn)主要涉及到知識(shí)工程領(lǐng)域的相關(guān)模型及方法，側(cè)重于技術(shù)實(shí)現(xiàn)。

6）知識(shí)工程的研究主要集中于理論研究、技術(shù)方法及應(yīng)用研究等方面，涉及的關(guān)鍵詞有Knowledge Engiaeering（知識(shí)工程）、Ontology（本體）、Knowledge Management（知識(shí)管理）、Knowledge（知識(shí)）、Knowledge Representation（知識(shí)表示）、Knowledge Acquisition（知識(shí)獲?。?、Semantic Web（語(yǔ)義Web）、Expert System（專家系統(tǒng)）。

7）對(duì)知識(shí)工程領(lǐng)域的研究前沿進(jìn)行分析，可以發(fā)現(xiàn)知識(shí)工程研究在不斷探索新的技術(shù)和方法，前沿領(lǐng)域包括Se-mantic-Web（語(yǔ)義Web）、Domain-Ontology（領(lǐng)域本體）、Knowledge-Modeling（知識(shí)建模）、Bayesian-Network（貝葉斯網(wǎng)絡(luò)）、Expert-System（專家系統(tǒng)）等。