國(guó)內(nèi)知識(shí)地圖的共詞聚類分析

甘耀進(jìn) 詹亭 劉克凡 羅家瑤 梁雅文

摘 要：利用從CNKI中國(guó)期刊全文數(shù)據(jù)庫(kù)中收錄的2007-2017年與知識(shí)地圖相關(guān)的核心期刊與優(yōu)秀論文作為基礎(chǔ)，采用ROST CM軟件來(lái)進(jìn)行詞頻統(tǒng)計(jì)和共詞矩陣分析以及SPSS軟件進(jìn)行共詞聚類分析，通過(guò)研究各個(gè)高頻關(guān)鍵詞之間的內(nèi)在聯(lián)系，分析知識(shí)地圖領(lǐng)域的研究熱點(diǎn)，發(fā)現(xiàn)知識(shí)地圖領(lǐng)域的研究現(xiàn)狀，以便能夠進(jìn)行知識(shí)地圖領(lǐng)域的發(fā)展趨勢(shì)分析。

關(guān)鍵詞：知識(shí)地圖；共詞分析；聚類分析

1 引言

自從人類進(jìn)入科技時(shí)代，科技的發(fā)展已是日異月新。知識(shí)地圖作為時(shí)下一種非常有效的工具，在很多方面，尤其是在知識(shí)管理方面，有很好的應(yīng)用[1]。知識(shí)地圖是一種智能化的的知識(shí)管理工具，能將知識(shí)管理活動(dòng)中的主體、資源及相互關(guān)系鏈接起來(lái)形成一種動(dòng)態(tài)可變的網(wǎng)絡(luò)結(jié)構(gòu)[2]。知識(shí)地圖是組織知識(shí)管理的重要工具，基于本體的組織知識(shí)地圖不但能為用戶提供知識(shí)導(dǎo)航和檢索，還可以促進(jìn)組織內(nèi)知識(shí)的共享和交流，實(shí)現(xiàn)知識(shí)創(chuàng)新[3]。而在科技研究方面，知識(shí)地圖作為一種有效的知識(shí)管理工具，通過(guò)知識(shí)地圖的搜索功能，可以幫助科研人員在很短時(shí)間內(nèi)找到所需知識(shí)[4]。因此，對(duì)于知識(shí)地圖的研究熱點(diǎn)與其發(fā)展趨勢(shì)分析也就顯得非常有必要了。

2 數(shù)據(jù)獲取與預(yù)處理

在CNKI中以主題詞“知識(shí)地圖”進(jìn)行期刊論文的檢索，時(shí)間限定為“2007-2017”，則在CNKI檢索的結(jié)果中顯示共有1164篇，排除掉一些與“知識(shí)地圖”無(wú)關(guān)并且剔除掉一些不合格的期刊論文，共計(jì)獲得合格期刊論文為1111篇。本文采用ROST CM文獻(xiàn)處理軟件，獲得關(guān)鍵詞共計(jì)301個(gè)，共出現(xiàn)頻次2704次，其中頻次較多的關(guān)鍵詞共計(jì)22個(gè)，見表1所示。從表1中可以看出的是，在關(guān)于“知識(shí)地圖”研究方面，知識(shí)管理、隱性知識(shí)、本體、知識(shí)服務(wù)、知識(shí)組織以及競(jìng)爭(zhēng)情報(bào)等方面為該領(lǐng)域的高頻熱點(diǎn)詞匯。在對(duì)知識(shí)地圖研究方面，知識(shí)管理、隱性知識(shí)、本體、圖書館以及情報(bào)學(xué)為主要研究結(jié)構(gòu)，熱點(diǎn)研究方向?yàn)橹R(shí)可視化、個(gè)人知識(shí)管理以及數(shù)字圖書館等。

3 共詞分析

共詞分析方法，對(duì)知識(shí)地圖領(lǐng)域的關(guān)鍵詞進(jìn)行分析，研究它們之間的關(guān)系以及內(nèi)在聯(lián)系。本文所選的期刊論文中，所獲得的關(guān)鍵詞在“知識(shí)地圖”領(lǐng)域的研究熱點(diǎn)方面具有一定的代表意義。在對(duì)其進(jìn)行詞頻統(tǒng)計(jì)之后，采用共詞分析方法，來(lái)對(duì)其進(jìn)行分析。

3.1 構(gòu)造共詞矩陣

對(duì)高頻關(guān)鍵詞表中進(jìn)行兩兩統(tǒng)計(jì)后，形成共詞矩陣，表2為該共詞矩陣的部分內(nèi)容。

共詞矩陣為對(duì)稱矩陣，主對(duì)角線的數(shù)據(jù)定義為缺失，非主對(duì)角線中單元格的數(shù)據(jù)為兩個(gè)關(guān)鍵詞共同出現(xiàn)的次數(shù)。例如關(guān)鍵詞“本體”與“知識(shí)管理”在共詞矩陣中的共詞頻次為20，即表示有20篇期刊論文同時(shí)使用了這兩個(gè)關(guān)鍵詞。

3.2 構(gòu)建相異矩陣

由于對(duì)其運(yùn)用多元統(tǒng)計(jì)方法對(duì)矩陣的數(shù)據(jù)結(jié)構(gòu)有不同的要求，為了能夠進(jìn)行統(tǒng)計(jì)分析的方便，采用Ochiia系數(shù)將表2共詞矩陣轉(zhuǎn)換為相關(guān)矩陣（Ochiia系數(shù)為兩共詞同時(shí)出現(xiàn)的頻次除以兩共詞分別出現(xiàn)的頻次的開方之后的積）。在相關(guān)矩陣中，由于統(tǒng)計(jì)結(jié)果中的0的次數(shù)太多，為了減小分析結(jié)果的誤差，采用相異矩陣的形式來(lái)進(jìn)行分析見表3。

4 統(tǒng)計(jì)分析

本文采用因子分析和聚類分析來(lái)對(duì)“知識(shí)地圖”研究方向進(jìn)行分析，主要通過(guò)利用SPSS軟件對(duì)所得到的相異矩陣來(lái)進(jìn)行分析。

4.1 因子分析

在對(duì)知識(shí)地圖進(jìn)行論證分析的時(shí)候，所采取到的大量數(shù)據(jù)，對(duì)于我們進(jìn)行知識(shí)地圖的研究分析，能夠提供更豐富的信息以及更高的精確度。但是由于工作量的巨大，以及可能會(huì)因?yàn)樽兞恐g存在相關(guān)性而增加了研究問(wèn)題的的復(fù)雜性，因此本文采用因子分析的方法來(lái)對(duì)知識(shí)地圖進(jìn)行研究。因子分析法可以將提取到的觀測(cè)值進(jìn)行分類，將它們以相關(guān)性的密切度進(jìn)行依據(jù)來(lái)劃分分組。通過(guò)來(lái)對(duì)若干重要因子來(lái)進(jìn)行分析，以達(dá)到以小見大的效果。我們將以抽取的關(guān)鍵詞相關(guān)矩陣為基礎(chǔ)對(duì)22個(gè)關(guān)鍵詞進(jìn)行因子分析，在統(tǒng)計(jì)軟件SPSS中，選取主成分法和Varimax（方差最大正交旋轉(zhuǎn)）方法進(jìn)行操作。

在采用主成分法對(duì)知識(shí)地圖的關(guān)鍵字進(jìn)行主成分分析時(shí)，在主成分法中，主成分法的累計(jì)方差貢獻(xiàn)率達(dá)到80%以上的幾個(gè)主成分，都可以選作最后的主成分。通過(guò)運(yùn)用SPSS軟件，結(jié)果提取到了8個(gè)因子，其主成分的的累計(jì)方差貢獻(xiàn)率達(dá)到了83.396%，所以在因子分析時(shí)，將知識(shí)地圖研究分為8類是比較合理的如表4。為了能夠直觀的顯示各主成分的情況，這里采用SPSS中的碎石圖以及旋轉(zhuǎn)因子空間成分圖來(lái)幫助我們進(jìn)行分析，得到因子個(gè)數(shù)的碎石圖以及各成分之間的旋轉(zhuǎn)因子空間成分圖，如圖1與圖2。

圖1 因子個(gè)數(shù)的碎石圖

注：1 知識(shí)管理；2 企業(yè)；3 隱性知識(shí)；4 本體；5 圖書館；6 情報(bào)學(xué)；7 知識(shí)服務(wù)；8 知識(shí)組織；9 知識(shí)管理系統(tǒng)；10 知識(shí)共享；11 高校圖書館；12 競(jìng)爭(zhēng)情報(bào)；13 可視化；14 知識(shí)庫(kù)；15 個(gè)人知識(shí)管理；16 知識(shí)結(jié)構(gòu)；17 數(shù)字圖書館；18 社會(huì)網(wǎng)絡(luò)分析；19 顯性知識(shí)；20 知識(shí)表示；21 知識(shí)圖譜；22 數(shù)據(jù)挖掘；23 文獻(xiàn)計(jì)量

圖2 旋轉(zhuǎn)因子空間成分圖

4.2 聚類分析

聚類分析也叫分類分析或者數(shù)值分析，聚類分析是統(tǒng)計(jì)學(xué)中一種非常重要的統(tǒng)計(jì)方法。聚類分析可以將我們?cè)谥R(shí)地圖中所提取到的關(guān)鍵詞進(jìn)行分組，從而將相似的數(shù)據(jù)歸為一類。通過(guò)應(yīng)用聚類分析的方法來(lái)描述數(shù)據(jù)，可以衡量我們?cè)谥R(shí)地圖中所得到的關(guān)鍵字之間的相似性，以便于我們?cè)诜治鰰r(shí)提供幫助。

本文在聚類分析中采用的是層次聚類中的合并法，層次聚類又稱為系統(tǒng)聚類，在SPSS中，通過(guò)將所有變量輸入，在聚類類型中采用Q型聚類（即根據(jù)變量對(duì)所觀察的樣本進(jìn)行分類的聚類方法），選中Agglomeneration schedule（表示輸出聚類分析的凝聚狀態(tài)表），通過(guò)采用Ward Linkage，并以Dendrogram（表示輸出聚類分析樹狀圖）作為輸出，得到了Dendrogram using Ward Linkage Rescaled Distance Cluster Combine（使用Ward Linkage得到的系統(tǒng)樹圖），如圖3。

圖3 層次聚類的樹狀圖

通過(guò)對(duì)聚類分析得到的結(jié)果進(jìn)行分析，并且與因子分析所得到的結(jié)果進(jìn)行比較，聚類分析將結(jié)果分為8類：知識(shí)管理、企業(yè)應(yīng)用、知識(shí)形態(tài)、知識(shí)本體、圖書館方面、競(jìng)爭(zhēng)情報(bào)、社會(huì)知識(shí)服務(wù)、知識(shí)組織，將元素個(gè)數(shù)的影響包含在內(nèi)，在主體方面與因子分析是相近的。

5結(jié)果討論

在下文中，將結(jié)合知識(shí)地圖的相關(guān)文獻(xiàn)來(lái)對(duì)知識(shí)地圖領(lǐng)域進(jìn)行解讀。

（1）知識(shí)管理。知識(shí)地圖是為了創(chuàng)造價(jià)值，將領(lǐng)域上下中的人、資源和關(guān)系重新組合形成的一種網(wǎng)絡(luò)結(jié)構(gòu)。在組織的知識(shí)管理過(guò)程中，可借助知識(shí)地圖，促進(jìn)知識(shí)的檢索、積累和利用[5]。知識(shí)地圖的核心內(nèi)容是知識(shí)管理，通過(guò)利用軟件系統(tǒng)或其他工具，構(gòu)建知識(shí)管理系統(tǒng)，對(duì)組織中大量的有價(jià)值的方案、策劃、成果、經(jīng)驗(yàn)等知識(shí)進(jìn)行分類存儲(chǔ)和管理，積累知識(shí)資產(chǎn)避免流失，促進(jìn)知識(shí)的學(xué)習(xí)、共享、培訓(xùn)、再利用和創(chuàng)新，有效降低組織運(yùn)營(yíng)成本，強(qiáng)化其核心競(jìng)爭(zhēng)力。隨著組織的知識(shí)管理給社會(huì)的經(jīng)濟(jì)、文化、教育等眾多領(lǐng)域帶來(lái)了巨大的影響，個(gè)人的知識(shí)管理也逐漸受到人們的極大關(guān)注[6]。

（2）企業(yè)應(yīng)用。知識(shí)地圖最初被廣泛應(yīng)用于企業(yè)管理。知識(shí)地圖在企業(yè)的應(yīng)用主要有兩個(gè)方面：一是從企業(yè)內(nèi)部提高企業(yè)自身的競(jìng)爭(zhēng)力。隨著企業(yè)發(fā)展的需要，企業(yè)知識(shí)地圖對(duì)建立企業(yè)文化、快速培養(yǎng)員工、增加企業(yè)知識(shí)積累、加快企業(yè)發(fā)展、超越競(jìng)爭(zhēng)對(duì)手等有著至關(guān)重要的影響[7]。通過(guò)數(shù)據(jù)挖掘等手段，提高企業(yè)領(lǐng)導(dǎo)者的管理決策能力，提升企業(yè)技術(shù)人員的創(chuàng)新能力，增加人力資本，降低人力成本，挖掘客戶知識(shí)，維持現(xiàn)有客戶以及發(fā)掘有價(jià)值的新客戶，從而獲取利潤(rùn)。二是在與同類企業(yè)競(jìng)爭(zhēng)時(shí)，利用知識(shí)地圖來(lái)獲取競(jìng)爭(zhēng)情報(bào)，以形成競(jìng)爭(zhēng)優(yōu)勢(shì)。知識(shí)是企業(yè)迅速發(fā)展、保持競(jìng)爭(zhēng)優(yōu)勢(shì)的核心因素，對(duì)生產(chǎn)流程更加復(fù)雜、知識(shí)需求較大的項(xiàng)目型企業(yè)而言更加重要，知識(shí)管理的水平將決定企業(yè)能否在競(jìng)爭(zhēng)日益激烈的市場(chǎng)中發(fā)展生存[8]。也正是因?yàn)檫@樣知識(shí)地圖在企業(yè)方面的研究，一直是不會(huì)“過(guò)期”的研究熱點(diǎn)。

（3）知識(shí)形態(tài)。知識(shí)分為顯性知識(shí)和隱性知識(shí)，顯性知識(shí)是指能夠用正規(guī)和系統(tǒng)語(yǔ)言明確表達(dá)及傳遞的知識(shí)，隱性知識(shí)是沒(méi)有用系統(tǒng)和編碼的語(yǔ)言表達(dá)出來(lái)的蘊(yùn)藏于組織慣例之中的知識(shí)。隱性知識(shí)難于理解和表達(dá)，具有不容易獲取和轉(zhuǎn)移的特性。而知識(shí)挖掘，就是從數(shù)據(jù)庫(kù)中抽取隱含的、以前未知的、具有潛在應(yīng)用價(jià)值的信息的過(guò)程。通過(guò)知識(shí)挖掘，利用合適并有效的方法，獲取其中的關(guān)鍵事件以及特征，歸納到知識(shí)地圖的對(duì)應(yīng)分支，提高知識(shí)挖掘的效率和準(zhǔn)確性，從而實(shí)現(xiàn)隱性知識(shí)顯性化。

（4）知識(shí)本體。本體（Ontology）是一個(gè)源于哲學(xué)的概念，是共享概念模型明確的形式化規(guī)范說(shuō)明。把本體的概念融入到知識(shí)地圖中，可以保證知識(shí)地圖具有統(tǒng)一規(guī)范的結(jié)構(gòu)形式[9]。基于本體知識(shí)地圖的構(gòu)建一般大致可分為三個(gè)過(guò)程，一是本體的構(gòu)建；二是以本體技術(shù)為依托構(gòu)建知識(shí)地圖；三是知識(shí)地圖的可視化[10]。首先是明確知識(shí)地圖的構(gòu)造目標(biāo)，然后選擇合適的構(gòu)建方法與工具構(gòu)建本體，再以合適的方式以實(shí)現(xiàn)知識(shí)地圖的可視化。知識(shí)圖譜（Mapping Knowledge Domain）也被稱為科學(xué)知識(shí)圖譜，在圖書情報(bào)界稱為知識(shí)域可視化或知識(shí)領(lǐng)域映射地圖，是顯示知識(shí)發(fā)展進(jìn)程與結(jié)構(gòu)關(guān)系的一系列各種不同的圖形，用可視化技術(shù)描述知識(shí)資源及其載體，挖掘、分析、構(gòu)建、繪制和顯示知識(shí)及它們之間的相互聯(lián)系。作為一種重要的描述知識(shí)本體的重要理論工具，目前，知識(shí)圖譜的實(shí)際應(yīng)用在發(fā)達(dá)國(guó)家已經(jīng)逐步拓展并取得了較好的效果，但是它在國(guó)內(nèi)仍屬研究的起步階段。

（5）圖書館方面。如何將圖書館內(nèi)部的顯性知識(shí)和隱性知識(shí)進(jìn)行挖掘，提高知識(shí)的管理效率，是圖書館面臨的難題之一，而知識(shí)地圖的運(yùn)用可以有效的解決這一問(wèn)題。通過(guò)具體分析圖書館中的知識(shí)管理特點(diǎn)和知識(shí)地圖特點(diǎn)，目的在于通過(guò)全面有效的系統(tǒng)分析，設(shè)計(jì)出圖書館特有的知識(shí)地圖系統(tǒng)，為圖書館的工作人員、研究人員等不同類型的知識(shí)需求者提供一個(gè)知識(shí)獲取的快速平臺(tái)[11]。高校圖書館知識(shí)地圖的構(gòu)建能夠促進(jìn)地圖使用者快速、高效的查找所需知識(shí)，因此構(gòu)建知識(shí)更全面、知識(shí)定位更準(zhǔn)確的知識(shí)地圖尤為重要[12]。另一方面，隨著信息技術(shù)的發(fā)展，需要存儲(chǔ)和傳播的信息量越來(lái)越大，信息的種類和形式越來(lái)越豐富，傳統(tǒng)圖書館的機(jī)制顯然不能滿足這些需要。于是，行業(yè)內(nèi)的專家提出了數(shù)字圖書館的概念，數(shù)字化也成為圖書館的發(fā)展方向。數(shù)字圖書館相對(duì)傳統(tǒng)圖書館而言，所展現(xiàn)的知識(shí)地圖的優(yōu)勢(shì)體現(xiàn)在以下兩個(gè)方面：一是其所能存儲(chǔ)的信息遠(yuǎn)大于后者，契合當(dāng)今時(shí)代信息發(fā)展的需要；二是用戶共享突破了空間限制以及時(shí)間限制。

（6）競(jìng)爭(zhēng)情報(bào)。作為當(dāng)今社會(huì)三大資源之一的信息資源，也逐步超越了物質(zhì)和能源資源，而成為社會(huì)的主要資源。競(jìng)爭(zhēng)情報(bào)方面主要的應(yīng)用還是在于企業(yè)知識(shí)管理方面，但競(jìng)爭(zhēng)情報(bào)與知識(shí)管理既相似又有不同，將知識(shí)管理與競(jìng)爭(zhēng)情報(bào)有機(jī)結(jié)合起來(lái)，能夠更好地發(fā)揮知識(shí)管理與競(jìng)爭(zhēng)情報(bào)各自的優(yōu)勢(shì)與長(zhǎng)處，進(jìn)一步提升競(jìng)爭(zhēng)力[13]。競(jìng)爭(zhēng)情報(bào)為知識(shí)轉(zhuǎn)變?yōu)榭晒┬袆?dòng)的情報(bào)提供了路徑，競(jìng)爭(zhēng)情報(bào)對(duì)企業(yè)情報(bào)需求和外部環(huán)境做出反應(yīng)，并能夠提供情報(bào)、方案和對(duì)策[14]。作為知識(shí)管理技術(shù)之一，它被應(yīng)用于情報(bào)學(xué)領(lǐng)域可以保障情報(bào)研究工作和知識(shí)交流工作順利進(jìn)行，提高工作效率，避免因資源不足或經(jīng)驗(yàn)缺失造成的資源浪費(fèi)，是對(duì)情報(bào)學(xué)技術(shù)的豐富和發(fā)展[15]。

（7）社會(huì)知識(shí)服務(wù)。對(duì)互聯(lián)網(wǎng)上海量信息進(jìn)行處理，通常經(jīng)過(guò)信息采集，信息過(guò)濾，信息分類，信息摘要，精華萃取等處理過(guò)程；運(yùn)用交互式方法為用戶提供服務(wù)是知識(shí)服務(wù)的主要方法。構(gòu)建知識(shí)地圖，可以更有效地促進(jìn)知識(shí)服務(wù)。同時(shí)，借助社會(huì)網(wǎng)絡(luò)分析，既可以從文獻(xiàn)的表面特征間接揭示學(xué)科發(fā)展趨勢(shì)、發(fā)現(xiàn)核心作者和核心思想等，也可以基于挖掘文獻(xiàn)內(nèi)容和內(nèi)涵直接揭示學(xué)科知識(shí)流動(dòng)、構(gòu)建知識(shí)地圖、發(fā)現(xiàn)隱性知識(shí)等[16]。

（8）知識(shí)組織。知識(shí)組織的目的是為了能夠構(gòu)建出適合人們需要的知識(shí)結(jié)構(gòu)，這在知識(shí)地圖的建立有著重要的應(yīng)用。知識(shí)結(jié)構(gòu)具有多種結(jié)構(gòu)模型，每一種模型都具有不同的特性，而所呈現(xiàn)出來(lái)的知識(shí)地圖也不相同。知識(shí)表示則是知識(shí)組織的前提和基礎(chǔ)，任何知識(shí)組織方法都是要建立在知識(shí)表示的基礎(chǔ)上。

在當(dāng)今的知識(shí)經(jīng)濟(jì)時(shí)代，如何對(duì)飛速增長(zhǎng)的知識(shí)進(jìn)行管理已成為一個(gè)組織必須面對(duì)的問(wèn)題，知識(shí)地圖作為知識(shí)管理中極為重要的一個(gè)實(shí)施工具，近幾年在國(guó)內(nèi)外也得到廣泛的重視[17]。知識(shí)地圖的主要研究方面還是在于企業(yè)管理以及教育等這些方面，而目前也有向很多方面發(fā)展的趨勢(shì)。我們?cè)谠絹?lái)越多的方面能夠看到知識(shí)地圖的身影，但是向多方向發(fā)展仍然還是有不成熟的方面。

參考文獻(xiàn)

[1]楊曦宇. 知識(shí)地圖研究綜述[J]. 圖書館學(xué)刊， 2007（03）：133-136.

[2]李大鵬. 基于本體的學(xué)科知識(shí)地圖構(gòu)建研究[D]. 華中師范大學(xué)， 2011.

[3]潘有能， 丁楠. 基于本體的組織知識(shí)地圖構(gòu)建研究[J]. 情報(bào)科學(xué)， 2008（12）：1856-1860.

[4]鄭軼松， 齊二石， 裴小兵. 知識(shí)地圖及其在高科技復(fù)雜產(chǎn)品項(xiàng)目組織結(jié)構(gòu)中的應(yīng)用[J]. 系統(tǒng)工程， 2007（05）：116-119.

[5]熊奇. 基于知識(shí)地圖的知識(shí)檢索與推薦方法研究[D]. 上海交通大學(xué)， 2009.

[6]吳佳憶. 基于知識(shí)地圖的教師個(gè)人知識(shí)管理研究[D]. 云南大學(xué)， 2015.

[7]徐道珍. 連鎖超市企業(yè)知識(shí)管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 電子科技大學(xué)， 2014.

[8]劉常樂(lè)， 任旭. 項(xiàng)目型企業(yè)知識(shí)地圖的應(yīng)用研究[J]. 項(xiàng)目管理技術(shù)， 2014（05）：21-24.

[9]宋有聰. 基于本體知識(shí)地圖構(gòu)建方法的研究[D]. 湖南大學(xué)， 2013.

[10]郭翚.基于本體的人物傳記資料知識(shí)地圖構(gòu)建研究[D]. 華中師范大學(xué)， 2015.

[11]高孟娜. 圖書館知識(shí)管理中知識(shí)地圖的分析與構(gòu)建[D]. 鄭州大學(xué)， 2015.

[12]趙捷. 基于知識(shí)地圖的高校圖書館資源的管理研究[J]. 現(xiàn)代制造技術(shù)與裝備， 2014（01）：67-68.

[13]趙巖. 企業(yè)知識(shí)管理與競(jìng)爭(zhēng)情報(bào)整合模型研究[D]. 武漢理工大學(xué)， 2013.

[14]邱均平，段宇鋒.論知識(shí)管理與競(jìng)爭(zhēng)情報(bào)[J].圖書情報(bào)工作，2000，（4）：11-14.

[15]張旭.知識(shí)管理視域下情報(bào)學(xué)發(fā)展路徑探析，2013，（11）：3-6.

[16]牟冬梅， 鄭曉月， 王萍， 等. 社會(huì)網(wǎng)絡(luò)分析在學(xué)科知識(shí)結(jié)構(gòu)研究上的方法思辨[J]. 情報(bào)理論與實(shí)踐， 2016（08）：22-27.

[17]楊睿. 高校知識(shí)地圖分析與構(gòu)建[D]. 哈爾濱工業(yè)大學(xué)， 2010.