知識圖譜的原理及應用

黃桂平 陳巧瑩 何斯娜 余舒紅 葉江彬 陳金萍

1.產生背景

知識圖譜的起源最早可追溯到文獻計量學和科學計量學的誕生時期。1938年Bernal制作了早期學科圖譜;1948年Ellingham手工繪制了圖表，形象地展示自然科學和技術分支學科間的關系。同年，Price用簡單的曲線可視化科學知識指數增長規律。到20世紀50年代，Garfield創制《科學引文索引》。并以編年體形式手工繪制引文網絡圖譜;隨后“文獻耦合”（兩篇文獻同引一篇或多篇相同的文獻）、“科學引文網絡”、“同被引”（與本文同時被作為參考文獻引用的文獻，與本文共同作為進一步研究的基礎）、“共詞”（指一定頻率共現于同一語篇中的詞）、“引文可視化”等相繼被提出，科學知識可視化成為專門領域。近年來，因為網絡信息技術的飛速發展使得網絡信息呈爆炸式增長，造成大量信息冗余，資源重復率高，人們對知識與信息選擇更加困難，查找精確性和效率都有了很大的影響。為了解決上述問題并能可視化的展示知識及信息，科學知識圖譜應運而生[1]。

2.含義

知識圖譜（Mapping Knowledge Domain）也被稱為科學知識圖譜、知識域可視化或知識域映射地圖，旨在描述真實世界中存在的各種實體或概念，是可視化地描述人類隨時間擁有的知識資源及其載體，繪制、挖掘、分析和顯示科學技術知識以及它們之間的相互聯系，在組織內創造知識共享的環境以促進科學技術知識的合作和深入[2]。具體分為傳統科學計量圖譜、三維構型圖譜、多維尺度圖譜、社會網絡分析圖譜、自組織映射圖譜、尋徑網絡分析圖譜等幾個種類。

3.原理

知識圖譜的基本原理是科學文獻、科學家、關鍵詞等分析單位的相似性分析及測度。根據不同的方法和技術可以繪制不同類型的科學知識圖譜。該方法首先，通過計算機和互聯網搜索引擎強大的自動查詢功能，在極短的時間里面完成對海量信息的準確查詢。其次，通過計算機對已查詢到的海量零散信息進行文獻計量統計分析，不僅可以通過量化模型將其以科學的、可視化的形式直觀地呈現出來，而且還可以發現它們之間的深層次關系和趨勢，為今后在該領域的研究提供更有力的客觀數據和科學支持。

4.特征

知識圖譜具備動態性、空間性、知識依賴性、關聯性四方面的特征[3]：

第一，動態性。這是知識圖譜區別于傳統知識地圖的本質特征，它以靜態的圖譜中點與點以及連線的關系形式，揭示知識間隱含的動態結構變化信息。

第二，空間性。知識圖譜以二維或者三維圖形展示知識之間的空間結構，通過坐落空間位置和所占據領域大小來標示知識所處戰略位置的重要程度。

第三，知識依賴性。知識圖譜與一般圖像的區別在于，一般圖像是對原材料進行直接加工所生成，而知識圖譜是建立在對知識進行數據統計或者文本分析后，所構建的客觀知識綜合體的基礎上的再次加工處理。知識圖譜一般無法直接從原始知識材料中加工產生，它依賴于對原材料的再次加工。

第四，關聯性。知識圖譜可以揭示各知識點之間的相互關系，點與點在圖譜中所處的距離遠近表示它們間關系的親疏，點與點之間連線的粗細表示它們關系連接的力度大小。

5.繪制流程

知識圖譜繪制的基本繪制流程主要有數據的收集、處理與繪制以及圖譜解讀三個階段過程。

5.1數據的收集

確定并選取合適的數據源，對數據源進行采集。（在進行論文研究時主要可對CNKI、CSSCI、CSCD和萬方等文獻數據庫中抽取數據進行分析研究。）

5.2處理與繪制

選取繪圖工具繪制知識圖譜，揭示選取數據之間的深層次關系，常見的知識圖譜應用的軟件有Bibexcel、Pajek、CiteSpace、BICOMB和SPSS、HistCite等。

5.3圖譜解讀

對于繪制的結果的圖表進行專業的解讀。

6.基本方法

知識圖譜的基本方法主要包括五種，分別是引文分析法、共被引分析法、多元統計分析法、詞頻分析法、社會網絡分析法。

6.1引文分析法

引文分析法（Citation Analysis）就是利用各種數學、統計學的方法，以及比較、歸納、抽象、概括等邏輯方法，對科學期刊、論文、著者等各種分析對象的引用和被引用現象進行分析，以便揭示其數量特征和內在規律，達到評價、預測科學發展趨勢的一種信息計量研究方法[4]。常見的引文分析技術主要包括文獻合配分析法、影響因子分析法和共被引用分析法。

6.2共被引分析法

共被引分析法的含義是一種定量的情報研究方法，它以具有一定學科代表性的一批文章（著者或期刊）為分析對象，利用聚類分析、多維標度等多元統計分析方法，借助電子計算機，把眾多的分析對象之間錯綜復雜的共引網狀關系簡化為數目相對較少的若干類群之間的關系，并直觀地表示出來，使分析對象之間相互關系的格局清晰可辨，在此基礎上分析研究分析對象所代表的學科及文獻的結構和特點[5]。主要分為共詞分析法、共作者分析法、共期刊分析法、共文獻分析法五種類型。

6.3多元統計分析方法

多元統計分析方法包括：聚類分析、主成分分析、因子分析和多維尺度分析。

6.3.1聚類分析法

聚類分析指在沒有先驗知識的條件下，采用定量方法，根據事物本身所固有的特性的親疏程度從數據分析的角度自動進行歸類，對數據給出一個更準確、細致的分類結果，是研究“物以類聚”的一種科學有效的方法。

6.3.2主成分析法

主成分分析也稱主分量分析，指把多個變量（指標）化為少數幾個綜合變量（綜合指標）的一種統計方法。它是一種降維方法，通過找出幾個綜合變量來代表原來眾多的變量，盡可能地反映原來所有變量的信息量，而且彼此之間互不相關，從而達到簡化的目的[6]。

6.3.3因子分析法

因子分析是主成分分析的推廣，是采用降維方法，從研究原始變量相關矩陣內部結構出發，把一些具有錯綜復雜關系的變量歸結為少數幾個綜合因子的一種多元統計分析方法[7]。

6.3.4多維尺度分析法

多維尺度分析又稱多維量表分析，它是將一組個體間的相異數據經過MDS轉換成空間構圖，且保留原始數據的相對關系。多維尺度分析依據需要分析對象的變量，把對象映射到一個特定的空間位置上，通過分析對象位置間的距離，可以揭示對象間的親疏關系。

6.4詞頻分析法

詞頻分析法是文獻計量方法中的定性分析法，通過分析某一研究領域文獻中的詞出現的頻次高低，可以確定該領域發展動向和研究熱點發展動向[8]。根據對象的不同分為：關鍵詞詞頻分析法、主題詞詞頻分析法、篇名詞頻分析法。

6.5社會網絡分析法

社會網絡分析又稱社會網或網絡分析，是對社會網絡中行為者之間的關系進行量化研究的一種具體工具。也就是說，社會網絡分析是測量與調查社會系統中各部分（點）的特征與相互間的關系（連接），將其用網絡的形式加以表示，進而分析其關系的模式與特征的理論、方法和技術。社會網絡分析可以分為兩類：一是自我中心社會網分析，探討個體在網絡中的聯結與位置;二是整體社會網分析，探討的是網絡整體的構成與形態[9]。

7.應用

科學知識圖譜應用范圍廣泛，在應用上主要分為通用知識圖譜和行業知識圖譜。通用知識圖譜面向通用領域，以常識性知識為主，首先考慮結構化的百科知識，強調知識的廣度，使用者是普通用戶。而行業知識圖譜是面向某一特定領域，對基于行業的數據進行建構，優先考慮的是基于語義技術的一些行業的知識庫，強調的是知識的深度，它的潛在使用者是行業的人員。知識圖譜主要是基于數據及業務的關系分析，因為是多學科的交叉融合，科學知識圖譜能在諸多研究領域中得到應用，在行業上其廣泛用于金融、醫療、教育、證券投資等領域。對于研究方面，樂飛紅等在2002對知識圖譜的有效作用作了部分總結：搜索導航，利用提供知識檢索，提高知識的復用和防止知識的冗余，從而增強檢索和獲取效率;隱型知識的轉化，發現知識孤島并建立聯系，促進知識共享;為知識評估提供基礎;幫助學習者快速獲取所學知識;提供學習知識的機會;創造、評價知識資產;建立對知識進行組織和管理的基礎設施等。

參考文獻

[1]朱游娟，《初中數學問題的全知識圖譜設計與實現》碩士論文

[2]劉則淵、陳悅、侯海燕等著：《科學知識圖譜：方法與應用》人民出版社2008年版，第5頁。

[3]陳祖香：《面向科學計量分析的知識圖譜構建與應用研究》，2010年南京理工大學碩士學位論文，第26頁

[4]邱均平：《信息計量學》，武漢大學出版社2007年版，第315頁

[5]趙黨志：《共引分析——研究學科及其文獻結構和特點的一種有效方法》，《情報雜志》1993年第2期，第36—42頁

[6]唐啟義、馮明光：《實用統計分析及其DPS數據處理系統》，科學出版社2002年版，第333—372頁

[7]李健生：《“引文分析法”質疑》，《圖書情報工作》1992年第5期，第41—45、57頁

[8]馬費成、張勤：《國內外知識管理研究熱點——基于詞頻的統計分析》，《情報學報》2006年第2期，第163—171

[9]李新蕊.主成分分析、因子分析、聚類分析的比較與應用[J].山東教育學院學報，2007（6）：23—26

（作者單位：福建師范大學福清分校應用心理學研究所）