知識圖譜
出自 MBA智库百科(https://wiki.mbalib.com/)
知識圖譜(Mapping Knowledge Domain)
目錄 |
知識圖譜是指對大量科學文獻新信息,藉助於統計學、圖論、電腦技術等手段,以可視化的方式來展示科學學科體系的內在結構、學科特點、研究前沿等信息的一種計量學方法。
知識圖譜,也稱為科學知識圖譜,它通過將應用數學、圖形學、信息可視化技術、信息科學等學科的理論與方法與計量學引文分析、共現分析等方法結合,並利用可視化的圖譜形象地展示學科的核心結構、發展歷史、前沿領域以及整體知識架構達到多學科融合目的的現代理論。為學科研究提供切實的、有價值的參考。科學知識圖譜描述的對象主要包括科學技術活動中從事知識生產的人、作為知識載體的論文、期刊、顯性或者可編碼化的知識,以及科學研究過程。其基本原理是基於文獻單元(科學家、引文、機構、關鍵詞、期刊等)的相似度分析,根據各種數學和統計學的原理來繪製科學知識圖譜。科學知識圖譜已經歷了從二維圖表、三維構型(3DCN)、多維尺度圖譜(MDSM)、社會網路分析圖譜(SNAM)、自組織映射圖譜(SOM)、尋徑網路圖譜(PFNET)等幾個發展階段。
在圖書情報界稱為知識域可視化或知識領域映射地圖,是顯示知識發展進程與結構關係的一系列各種不同的圖形,用可視化技術描述知識資源及其載體,挖掘、分析、構建、繪製和顯示知識及它們之間的相互聯繫。科學知識圖譜分析所使用的數據主要來源於美國湯姆遜公司的科學引文索引(WebofScience),該資料庫整合了SCI、SSCI Conference Proceedings Citation In-dex-Science等大型知名資料庫,所收錄的期刊都經過嚴格的遴選,來源期刊及資料庫均具有國際性、權威性和前沿性;因此,利用該資料庫提供的相關數據繪製科學知識圖譜保證了數據的可靠性和權威性。當然,中國期刊全文資料庫、中文社會科學引文索引資料庫等中文資料庫也是繪製知識圖譜的主要數據源之一。
- 用戶搜索次數越多,範圍越廣。
- 賦予字串新的意義,而不只是單純的字串。
- 融合了所有的學科,以便於用戶搜索時的連貫性。
- 為用戶找出更加準確的信息,作出更全面的總結並提供更有深度相關的信息。
- 把與關鍵詞相關的知識體系系統化地展示給用戶。
- 從整個互聯網汲取有用的信息讓用戶能夠獲得更多相關的公共資源。
知識圖譜的繪製[1]
科學知識圖譜的繪製過程大體包括以下4個環節:
1)數據準備階段。即確定和獲取原始數據,形成原始數據空間。一般是從資料庫中下載相關主題的文獻信息。
2)數據提取階段。從原始數據中析取需要可視的數據,形成可視化數據空間,即通過軟體形成共作者、期刊共引、共詞等計量單元的共現矩陣。
3)可視化映射。即採用一定的映射演算法把可視化數據空間映射到可視化對象。
4)藉助於相關學科的背景知識,對形成的科學知識圖譜進行深入解讀。
- ↑ 薑春林,王海龍.科學知識圖譜在科技期刊編輯工作中的應用[N].《編輯學報》.2010年01期