云計(jì)算視野下構(gòu)建個(gè)性化的知識(shí)地圖*

蔡榮嘯 高強(qiáng) 陳剛

揚(yáng)州大學(xué)新聞與傳媒學(xué)院 江蘇揚(yáng)州 225000

1 前言

自從布魯克斯（B.C.Brooks）在其《情報(bào)學(xué)基礎(chǔ)》中提出知識(shí)地圖這一定義后[1]，知識(shí)地圖就以其直觀、概括、有針對(duì)性[2]等特點(diǎn)贏得了廣泛關(guān)注。目前在國(guó)內(nèi)，從技術(shù)角度可以將對(duì)知識(shí)地圖的研究分為三類(lèi)：一類(lèi)是以陳強(qiáng)、廖開(kāi)際、奚建清、林福仁（Fu-ren Lin[3]）等為代表的在數(shù)據(jù)挖掘基礎(chǔ)上進(jìn)行的知識(shí)地圖研究；另一類(lèi)是以胡元蛟、王昊等為代表的在數(shù)據(jù)挖掘和語(yǔ)義網(wǎng)絡(luò)基礎(chǔ)上進(jìn)行的知識(shí)地圖研究[4]；第三類(lèi)則是以劉彤、時(shí)艷琴、蘇新寧（Hsin-Ning Su[5]）等為代表的融合社會(huì)網(wǎng)絡(luò)分析技術(shù)的知識(shí)地圖研究[6]。

知識(shí)地圖雖說(shuō)有多種定義，但在形式上總離不開(kāi)利用圖表等可視化手段將紛繁的知識(shí)數(shù)據(jù)進(jìn)行展示，以達(dá)到將知識(shí)的時(shí)空關(guān)系等分析要素更加簡(jiǎn)潔地呈獻(xiàn)給研究者的目的。

2 構(gòu)建個(gè)性化的知識(shí)地圖

2.1 云計(jì)算視野下的知識(shí)地圖

知識(shí)地圖作為將知識(shí)可視化的形式之一，首先滿足的應(yīng)該是針對(duì)大量知識(shí)數(shù)據(jù)計(jì)算的結(jié)果。面對(duì)大量的數(shù)據(jù)，知識(shí)地圖工具很難將個(gè)性化數(shù)據(jù)匯總出來(lái)并形成面對(duì)不同個(gè)體的知識(shí)地圖。為解決這一問(wèn)題，本文提出建立知識(shí)地圖的系統(tǒng)，此系統(tǒng)的建立是以云計(jì)算思想為基礎(chǔ)的。

1）建立分布式數(shù)據(jù)系統(tǒng)。圍繞解決知識(shí)地圖的個(gè)性化問(wèn)題，本文提出建立分布式數(shù)據(jù)庫(kù)系統(tǒng)。傳統(tǒng)的知識(shí)地圖是針對(duì)無(wú)差別的統(tǒng)一的數(shù)據(jù)進(jìn)行數(shù)據(jù)分析與計(jì)算的，由于缺少對(duì)每個(gè)人個(gè)性化類(lèi)別的需求分析，所以只能局限于某一數(shù)據(jù)中心進(jìn)行計(jì)算，而面對(duì)不同領(lǐng)域的研究者，通過(guò)傳統(tǒng)知識(shí)地圖構(gòu)成方式所得到的知識(shí)地圖，其中包含大量的“垃圾”信息。為解決這一問(wèn)題，其中一條解決方案就是收集每個(gè)人的瀏覽信息，而如果將收集信息并處理信息的工作都交給某一數(shù)據(jù)中心進(jìn)行的話，那么處理速度下降和數(shù)據(jù)量的巨大很有可能導(dǎo)致數(shù)據(jù)中心的崩潰。

因此，若將互聯(lián)網(wǎng)中每個(gè)終端的個(gè)性化信息收集和處理能力作為數(shù)據(jù)中心的一部分，那么上述難題將得到有效解決。圍繞這一方法可建立一個(gè)關(guān)于知識(shí)地圖的分布式的數(shù)據(jù)系統(tǒng)，此系統(tǒng)包括以下幾部分。

①數(shù)據(jù)中心。數(shù)據(jù)中心負(fù)責(zé)對(duì)知識(shí)的匯總以及分析計(jì)算工作。此部分是通過(guò)收集并處理所有的知識(shí)信息，通過(guò)特定的算法將匯總的信息進(jìn)行分析挖掘，得到知識(shí)間的關(guān)系，并以數(shù)據(jù)的形式進(jìn)行保存。之所以使用數(shù)據(jù)的形式進(jìn)行保存，是避免在形成知識(shí)地圖后，由于新加的個(gè)性化信息不能表現(xiàn)在知識(shí)地圖中而導(dǎo)致的重復(fù)計(jì)算、浪費(fèi)時(shí)間。

②云端數(shù)據(jù)。借用云計(jì)算思想，所有處在互聯(lián)網(wǎng)中的計(jì)算機(jī)都構(gòu)成了這個(gè)網(wǎng)絡(luò)中的一個(gè)端點(diǎn)。處在終端端點(diǎn)的數(shù)據(jù)是指將研究者在研究過(guò)程中所涉及的數(shù)據(jù)進(jìn)行匯總與分析，得到研究者所涉獵的學(xué)科范圍、關(guān)注的知識(shí)內(nèi)容等；而處在中端端點(diǎn)的數(shù)據(jù)是指根據(jù)不同終端分析的學(xué)科范圍數(shù)據(jù)按照學(xué)科類(lèi)別歸納匯總的數(shù)據(jù)。例如：有4個(gè)終端，其中1、4號(hào)終端數(shù)據(jù)為教育學(xué)范疇內(nèi)的，而2號(hào)終端數(shù)據(jù)是化學(xué)范疇內(nèi)，3號(hào)終端數(shù)據(jù)是哲學(xué)范疇內(nèi)，則可以將1、4號(hào)劃歸在某專門(mén)處理教育學(xué)的中端節(jié)點(diǎn)上，并由此節(jié)點(diǎn)專門(mén)對(duì)教育學(xué)知識(shí)進(jìn)行計(jì)算、分析；同理，2號(hào)與3號(hào)終端數(shù)據(jù)則分別劃歸在化學(xué)知識(shí)中端與哲學(xué)知識(shí)中端節(jié)點(diǎn)進(jìn)行計(jì)算、分析（具體如圖1所示）。

圖1 云端數(shù)據(jù)分布圖

2）建立統(tǒng)一的知識(shí)地圖系統(tǒng)平臺(tái)。為最后整合各終端的知識(shí)數(shù)據(jù)，需要統(tǒng)一的數(shù)據(jù)處理格式，那么要存儲(chǔ)統(tǒng)一的數(shù)據(jù)格式且在用戶使用軟件的過(guò)程中存儲(chǔ)，則必須使用統(tǒng)一的系統(tǒng)平臺(tái)。

作為知識(shí)地圖系統(tǒng)平臺(tái)，它有以下作用：首先，能夠呈現(xiàn)給研究者想要的反映知識(shí)間關(guān)系的圖表，這一作用就是知識(shí)可視化的結(jié)果；其次是檢索功能，即根據(jù)云端數(shù)據(jù)與數(shù)據(jù)中心數(shù)據(jù)的匯總計(jì)算后得到的知識(shí)間的關(guān)系。此檢索功能有兩個(gè)目的：一是根據(jù)研究者研究方向提供給研究者與檢索詞相關(guān)的其他知識(shí)間的關(guān)系圖表；二是根據(jù)研究者所輸入的檢索詞與研究者選擇的圖表中的知識(shí)，建立針對(duì)研究者本人的知識(shí)情況匯總。

3 實(shí)驗(yàn)驗(yàn)證

IBM公司曾對(duì)于云計(jì)算這一概念從3個(gè)層次進(jìn)行了定義，分別是基礎(chǔ)設(shè)施即服務(wù)（IaaS）、平臺(tái)即服務(wù)（PaaS）、軟件即服務(wù)（SaaS）。從上述定義可以看出，云計(jì)算實(shí)質(zhì)上就是為用戶提供服務(wù)，而且這種服務(wù)在用戶來(lái)看是只針對(duì)他個(gè)人的。因此，本文要實(shí)施的個(gè)性化知識(shí)地圖系統(tǒng)的構(gòu)建，云計(jì)算思想是一種較好的達(dá)成目的的方法。

3.1 云計(jì)算準(zhǔn)備

1）基礎(chǔ)設(shè)施即服務(wù)（IaaS）。在云計(jì)算中，基礎(chǔ)設(shè)施指的主要是硬件設(shè)備，為驗(yàn)證本文觀點(diǎn)，筆者所使用的硬件設(shè)備如下：

①一臺(tái)臺(tái)式機(jī)：2 G內(nèi)存，Intel i5處理器，操作系統(tǒng)是Windows 7，用來(lái)作為部署知識(shí)地圖系統(tǒng)的服務(wù)器。除此之外，還需要利用VMware軟件部署一臺(tái)虛擬機(jī)，如使用Cent OS虛擬機(jī)，通過(guò)部署虛擬機(jī)相當(dāng)于為該知識(shí)地圖系統(tǒng)提供了硬件服務(wù)系統(tǒng)。

②一臺(tái)便攜式筆記本：2 G內(nèi)存，Intel i3處理器，作為客戶端測(cè)試系統(tǒng)。

③4口的思科有線路由器，網(wǎng)線2根。

2）平臺(tái)即服務(wù)（PaaS）。該層位于基礎(chǔ)設(shè)施層上層，主要是為系統(tǒng)進(jìn)行并行計(jì)算、數(shù)據(jù)庫(kù)的分配調(diào)用提供硬件資源。該平臺(tái)包括虛擬機(jī)的Cent OS系統(tǒng)和服務(wù)器的Tomcat服務(wù)器等。

3）軟件即服務(wù)（SaaS）。軟件即服務(wù)處于PaaS層的上層，主要是指用戶所使用的軟件，在本文所指的知識(shí)地圖系統(tǒng)中即通過(guò)IE瀏覽器看到服務(wù)器通過(guò)Tomcat所部屬的知識(shí)地圖系統(tǒng)軟件。

4）數(shù)據(jù)安全（Security）。數(shù)據(jù)的安全性是網(wǎng)絡(luò)時(shí)代不得不面對(duì)的一大問(wèn)題，在云計(jì)算中由于數(shù)據(jù)量的龐雜，數(shù)據(jù)的安全性則尤為突出。為使該系統(tǒng)符合安全性要求，在該系統(tǒng)中使用賬戶登錄方式可在一定程度上滿足安全性要求，即用戶信息只存儲(chǔ)于自己賬戶的數(shù)據(jù)庫(kù)中，其他賬戶的用戶看不到。

5）數(shù)據(jù)資源供應(yīng)（Provision）。筆者為實(shí)現(xiàn)數(shù)據(jù)資源的豐富性，利用Java語(yǔ)言從CNKI數(shù)據(jù)庫(kù)中獲取了《中國(guó)電化教育》《電化教育研究》《遠(yuǎn)程教育雜志》《中國(guó)遠(yuǎn)程教育》《現(xiàn)代遠(yuǎn)程教育研究》5本雜志近10年所刊登的文章。由于所獲取的文章中知識(shí)量太大，為實(shí)驗(yàn)驗(yàn)證，本文均采用文章中的關(guān)鍵詞作為知識(shí)進(jìn)行知識(shí)地圖的繪制。

3.2 云計(jì)算實(shí)現(xiàn)

本系統(tǒng)為滿足知識(shí)地圖系統(tǒng)對(duì)用戶個(gè)性化數(shù)據(jù)的需求，將采用對(duì)平臺(tái)的水平化集群的方式，即在臺(tái)式機(jī)及其虛擬機(jī)中分別部屬Tomcat服務(wù)器，同時(shí)利用Apache Tomcat connecter對(duì)兩個(gè)Tomcat服務(wù)器進(jìn)行均衡負(fù)載，使得虛擬機(jī)能夠存儲(chǔ)某個(gè)用戶的個(gè)性化信息，而臺(tái)式機(jī)則能對(duì)數(shù)據(jù)進(jìn)行匯總和分派。

其中，workers.listoperties文件的基本配置如下：

在上述操作的基礎(chǔ)上，要實(shí)現(xiàn)數(shù)據(jù)的個(gè)性化分布及其計(jì)算，則應(yīng)對(duì)不同數(shù)據(jù)分別進(jìn)行計(jì)算。因此，筆者在虛擬機(jī)上進(jìn)行了hadoop架構(gòu)，并可以根據(jù)hadoop功能對(duì)本地?cái)?shù)據(jù)進(jìn)行讀取、計(jì)算以及記錄。

準(zhǔn)備工作一切就緒，下面進(jìn)行系統(tǒng)的測(cè)試工作。

1）在便攜式筆記本上登錄本地Tomcat部署的網(wǎng)頁(yè)。

2）假設(shè)用戶已經(jīng)登錄，在輸入關(guān)鍵詞的文本框中輸入“開(kāi)放性”，點(diǎn)擊“知識(shí)發(fā)現(xiàn)”按鈕，得到“開(kāi)放性”關(guān)鍵詞的知識(shí)地圖，如圖2所示。

3）此時(shí)，進(jìn)入虛擬機(jī)，打開(kāi)用戶賬戶保存數(shù)據(jù)的xml文件，可以看到用戶所檢索過(guò)的數(shù)據(jù)將被有選擇地保留下來(lái)。

圖2 “開(kāi)放性”關(guān)鍵詞的知識(shí)地圖

圖3 云端經(jīng)用戶干預(yù)后的知識(shí)地圖

4 比較性實(shí)驗(yàn)

為反映云端用戶的作用及云端對(duì)用戶數(shù)據(jù)的記錄作用，作者通過(guò)查詢關(guān)鍵詞“開(kāi)放性”，連續(xù)點(diǎn)擊與之相關(guān)的關(guān)鍵詞“自主性”，這表示多次點(diǎn)擊“自主性”關(guān)鍵詞，與中心關(guān)鍵詞“開(kāi)放性”在云端是非常有意義的，見(jiàn)圖3。將圖2與圖3對(duì)比后發(fā)現(xiàn)，關(guān)鍵詞“自主性”離中心關(guān)鍵詞“開(kāi)放性”更近了，這可以充分證明本文觀點(diǎn)的價(jià)值性。

5 結(jié)論

隨著時(shí)代的進(jìn)步、知識(shí)量的劇增，為研究者或決策者提供恰當(dāng)?shù)闹R(shí)地圖能夠更加有效地提高工作效率。而傳統(tǒng)的知識(shí)地圖雖然能夠體現(xiàn)知識(shí)的關(guān)系，卻很難根據(jù)用戶特點(diǎn)提供個(gè)性化的知識(shí)地圖。本文通過(guò)采用云計(jì)算思想將知識(shí)地圖與云計(jì)算進(jìn)行結(jié)合，產(chǎn)生更加個(gè)性化的新的知識(shí)地圖。

除上述實(shí)驗(yàn)展示的效果外，針對(duì)CNKI中知識(shí)地圖的呈現(xiàn)方式，還可以如本文所提到的根據(jù)期刊是否是核心期刊等信息，給讀者呈現(xiàn)出以期刊的重要性為第三維向量的三維立體地圖，這樣的知識(shí)地圖將更加清晰與準(zhǔn)確，這也將是筆者將來(lái)的研究方向。

[1]陳強(qiáng),廖開(kāi)際,奚建清.知識(shí)地圖研究現(xiàn)狀與展望[J].情報(bào)雜志,2006,25(5):43-46.

[2]劉勘,周麗紅.面向?qū)＜业闹R(shí)地圖研究[J].情報(bào)資料工作,2012(2):18-19.

[3]Fu-ren Lin, Chih-ming Hsueh. Knowledge map creation and maintenance for virtual communities of practice[J].Information Processing and Management,2006(2):551-568.

[4]胡元蛟,王昊.面向CSSCI的學(xué)者知識(shí)地圖構(gòu)建與分析[J].現(xiàn)代圖書(shū)情報(bào)技術(shù),2011(3):38-44.

[5]Hsin-Ning Su, Pei-Chun Lee. Mapping knowledge structure by keyword co-occurrence: a first look at journal papers in Technology Foresight[J].Scientometrics,2010(1):65-79.

[6]劉彤,時(shí)艷琴.基于社會(huì)網(wǎng)絡(luò)分析的專家知識(shí)地圖應(yīng)用研究[J].情報(bào)理論與實(shí)踐,2010(3):68-71.