語義網應用研究的文獻計量學分析

劉明國

[摘要]在CNKI中國期刊全文數據庫中選取2001－2010近10年間關于語義網的研究論文共736篇，用文獻計量學的方法，結合內容分析法對這些論文進行分析。從近10年間論文量變化、論文的地區分布、論文作者的機構分布、作者分布、刊物分布等方面總結我國語義網應用研究的現狀，并預測今后5年內語義網應用研究的趨勢。

[關鍵詞]語義網應用；文獻計量學；內容分析法

[中圖分類號]TP39[文獻標志碼]B[文章編號]1005－6041(2012)03－0086－03

1、引言

萬維網的發明人蒂姆·伯納斯·亨爵士于15年前預見到了語義網的興起，我國關于語義網的研究起步于2002年。至今語義網已在諸多方面發揮其作用，例如：通用及垂直搜索引擎、文本助理工具、個人信息管理系統、語義瀏覽工具。近兩年，國外學者對語義網的應用研究集中在信息組織、虛擬組織、知識管理和Web 2.0等領域。除此之外，圖書館功能在語義網中的應用、受控詞表在語義網中的應用、語義網與數字圖書館的研究也正日漸倍受關注。

2、資料與方法

本文選用CNKI中國期刊網全文數據庫的數據，從中搜集2001－2010年間有關語義網的學術研究論文并進行統計。檢索方法如下：使用關鍵詞檢索，檢索詞為“語義網”，范圍為“全部期刊”(包含EI來源期刊、SCI來源期刊、核心期刊和其他)，匹配方式為“精確”。

3、結果與分析

3.1現狀分析

3.1.1從文獻量的變化看我國語義網應用研究的發展狀況。

(1)根據CNKI的檢索結果，2001－2010年間有關語義網的研究論文總量為736篇。經過手工去重、手工去除內容不合要求的文獻共64篇(如發刊詞、商業評論、會議記錄、人物訪談等)，共得到文獻692篇(表1)。通過數據分析，我國對語義網的研究始于2002年，從2006年始文獻增長量趨于穩定(調查時間為2010年7月15日)。

(2)語義網研究分為兩個方面：理論研究和應用研究。理論研究是針對語義網自身的研究，其可以是宏觀的理論研究，也可以是微觀的技術探索。應用研究是有關語義網理論或技術在其之外領域的應用，且語義網的理論和技術在其中起顯著作用。利用內容分析法將2001－2010年間有關語義網的692篇論文按“理論研究”和“應用研究”分類并計數，理論研究的論文數量為237篇，占總量的35.27％；應用研究的論文量為435篇，占總量的64.73％。

(3)2001－2010年間，語義網應用研究各年的論文數量及其占當年語義網研究(包括理論研究和應用研究)的百分比制成表格，如表2所示。并將表2中的百分比以年為單位，制成年度折線圖，如圖1。可以看出，語義網應用研究論文數量最多的年份是2006年，為92篇，同年語義網應用研究論文數量的百分比也為近10年中最高，77.87％。

通過對折線圖的分析，語義網應用研究的論文數量占語義網研究的百分比從2003年起趨于平穩，2003－2009年7年間，這個百分比的平均值為67.42％。這表明我國對語義網應用研究的重視程度較理論研究高，且從2003年起一直穩定。

(4)通過內容分析法發現，語義網應用研究已涉及眾多的領域。例如：圖情檔(信息檢索、數字圖書館、信息資源管理、個性化信息服務)、互聯網建設(e－learning、folksonomy、Web2.0、Web3.0、Web服務、網站建設、網絡安全、網絡社區)、計算機科學(計算機編程、軟件開發、計算機工程、智能代理)、教育、國民經濟(工業、農林業、商業金融、物流、傳媒、進出口)、電子政務、軍隊建設，另外還包括地理學、生物學等。以上的各個領域之間有可能存在交叉，它們在各自發展成熟的過程中相互借鑒和融合，因此并不能截然劃分。對于內容交叉的論文，將根據內容主次，歸入其主要內容所屬的一類。

在上述眾多的研究領域當中，存在一些“熱點方向”和“新興方向”。熱點方向的論文數量較多，新興方向的論文數量較少且出現時間較晚。以占語義網應用研究論文總量的比重4％為界，超過4％的被稱作熱點方向，低于4％且第一篇論文出現的時間在2008－2010年間的被稱作新興方向。通過數據分析和內容分析，共得出6個熱點方向，分別是商業金融、Web服務、教學、數字圖書館、信息檢索、知識管理。論文數量比例合計占53.79％，論文數量最多的方向為信息檢索，為20％；4個新興方向，分別是智能代理、Web2.0／3.0、e－learning、計算機科學，論文數量比例合計占9.8％。如圖2表示為：

3.1.22001－2010年間論文的地區分布。

在本次統計中，標明作者單位的論文共計615篇。此處的作者指論文的第一責任人。除中央級單位的論文41篇之外，地方級高校和科研院所的論文數量為574篇。按照省(自治區、直轄市)的分布進行數據分析并按論文量多寡排序，得出的結論是，北京為論文量最多的地區，有97篇，其次依次為湖北(62篇)、江蘇(53篇)、上海(47篇)、浙江(40篇)、廣東(39篇)、陜西(27篇)。其余省份不作枚舉。

2001－2010年間論文作者(指第一責任人)的機構分布。將作者單位按大專院校、科研機構、醫療單位及其他單位進行分類統計，每類再按“中央”“地方”“其他”分別統計，其結果見表3。

根據論文作者的單位進行分類統計排序之后得出，在2001－2010年間論文出產量最高的單位是武漢大學(25篇)，其次依次為浙江大學(17篇)、北京大學(15篇)、清華大學(13篇)、同濟大學(13篇)、吉林大學(12篇)、中南大學(12篇)、華中科技大學(11篇)、南京大學(11篇)。其余不作枚舉。

3.1.3論文的作者分布情況。

據統計，2001－2010年間，發表論文最多的是中南大學信息科學與工程學院的徐德智、武漢大學計算機學院的虞為，各為5篇。應該指出的是，二人發表論文的年限均為2006－2008年間。

3.1.42001－2010年間文獻的刊物分布及排序。

經統計，發表論文量在10篇以上的刊物共有17種，共計234篇，占語義網研究文獻總量的34.82％。按刊載文獻量的多寡排序如表4。

3.2趨勢分析

一門學科的興衰動向與其表達科學成果的文獻數量和文獻內容結構緊密相連，并具某種相關性。預測2010－2014年語義網應用研究的論文數量及其相對于2009年論文數量的百分比，以觀察其增長情況見表5。

由表5可見，2014年關于語義網研究的論文數量將比2009年增長10.77％，2014年增長13.98％，2014論文數量年較2002年增長25.53倍。預計未來幾年，我國關于語義網應用研究仍將處于上升趨勢。