• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于共詞分析的知識域可視化研究

      2015-07-13 02:00:05劉妮萍宋艷輝
      電腦知識與技術(shù) 2015年13期
      關(guān)鍵詞:共詞分析

      劉妮萍 宋艷輝

      摘要:共詞分析方法是文獻(xiàn)計量學(xué)的研究方法,而知識域可視化的一種交叉學(xué)科研究。本文嘗試將共詞分析應(yīng)用于知識域可視化的研究。該文對知識域以及知識域可視化進(jìn)行定義,并詳細(xì)分析了如何以共詞分析進(jìn)行知識域可視化的研究。

      關(guān)鍵詞:共詞分析;知識域可視化;知識域

      中圖分類號:TP311 文獻(xiàn)標(biāo)識碼:A 文章編號:1009-3044(2015)13-0238-02

      Abstract: The Co-words Analysis method is the research method of literature metrology, and domain knowledge visualization of a cross-disciplinary study. This article attempts to apply Co-words Analysis to the domain knowledge visualization research. In this paper, the knowledge domain and the domain of knowledge visualization are defined. We analyze in detail how to apply Co-words Analysis to domain knowledge visualization research.

      Key words: Co-words Analysis; Domain Knowledge Visualization; Domain Knowledge

      隨著知識經(jīng)濟(jì)在全球范圍內(nèi)的廣泛興起,知識這種可以產(chǎn)生巨大經(jīng)濟(jì)效益的無形資產(chǎn)受到前所未有的重視,知識也因此被提升到與物質(zhì)、能量同等重要的位置。在學(xué)術(shù)界,與知識密切相關(guān)的一系列研究也在悄然興起,如知識管理、知識經(jīng)濟(jì)等。如何從可視化的角度顯示知識就是眾多研究中的一支重要的研究力量,這是計算機(jī)技術(shù)與知識表示相結(jié)合的一個研究領(lǐng)域,即知識域可視化。我們認(rèn)為,共詞分析方法能夠較好的進(jìn)行知識域可視化。本文嘗試以共詞分析與知識域可視化結(jié)合起來進(jìn)行研究。

      1 知識域可視化概念

      知識域通常被理解為知識領(lǐng)域,知識領(lǐng)域可以是一個一級學(xué)科、二級學(xué)科、三級學(xué)科,甚至可以僅僅是一個技術(shù)領(lǐng)域。但是,其它學(xué)科的學(xué)者對知識域有不同的理解。藝術(shù)學(xué)有人將知識域理解為“教學(xué)中傳授的全部知識內(nèi)容,包含兩個部分:教學(xué)的常設(shè)知識部分、信息部分[1]”。經(jīng)濟(jì)學(xué)領(lǐng)域有人認(rèn)為知識域是在知識的經(jīng)濟(jì)價值轉(zhuǎn)化過程中,不同形態(tài)的同質(zhì)知識與異質(zhì)知識,由于表現(xiàn)出的不同的價值差異性而重新整合從而形成的一種知識的群聚[2]。我們認(rèn)為,與可視化結(jié)合在一起的所謂的知識域是一般意義上的知識域,即學(xué)科知識領(lǐng)域。The International Symposium on Knowledge Domain Visualization(知識域可視化國際學(xué)術(shù)研討會)對知識域可視化做出的定義是:使用可視化技術(shù)用直覺的方式表示領(lǐng)域知識結(jié)構(gòu)關(guān)系及其發(fā)展進(jìn)程的方法;其目的是通過多種可視化思維、可視化發(fā)現(xiàn)、可視化探索和可視化分析技術(shù)來揭示一個知識域的動態(tài)發(fā)展,并從中發(fā)現(xiàn)模式。

      2 基于共詞分析的知識域可視化

      “共詞分析”被認(rèn)為是由20世紀(jì)70年代末法國計量學(xué)家Callon提出的[3]。其原理是,統(tǒng)計文獻(xiàn)中共同出現(xiàn)的主題詞,計算這些主題詞在同一篇文獻(xiàn)中出現(xiàn)的次數(shù),從而建立主題詞之間的共詞網(wǎng)絡(luò),通過主題詞的聚類以及關(guān)聯(lián)效應(yīng)研究文獻(xiàn)之間的依存關(guān)系。這實際上已經(jīng)是從內(nèi)容層面探析文獻(xiàn)之間的內(nèi)容關(guān)系,因此,共詞分析被認(rèn)為是內(nèi)容分析法的一種。共詞分析中的主題詞一般都是敘詞表中的敘詞,但最具有分析意義的應(yīng)該是論文的關(guān)鍵詞,它是論文作者對論文內(nèi)容進(jìn)行高度的概括與精確的凝練而形成的。共詞分析是發(fā)現(xiàn)科學(xué)研究各領(lǐng)域之間關(guān)系的有效方法,也是追蹤人類社會認(rèn)知網(wǎng)絡(luò)的結(jié)構(gòu)和變化的一種有力工具。共詞分析方法在知識域可視化中的基本步驟可以表述如下:

      1)從數(shù)據(jù)庫中提取可以代表該學(xué)科研究主題或研究方向敘詞(高頻關(guān)鍵詞或主題詞);

      2)計算這些敘詞在文獻(xiàn)中共同出現(xiàn)的次數(shù),即它們的共現(xiàn)次數(shù),形成共詞矩陣;

      3)矩陣的處理,如對角線值,標(biāo)準(zhǔn)化等問題;

      4)選取多元統(tǒng)計、詞頻法、突變詞檢測、關(guān)聯(lián)法等方法分析對共詞矩陣中敘詞關(guān)系(如果是知識域的分析,使用較多的可能是聚類方法),揭示敘詞所代表的學(xué)科的知識結(jié)構(gòu)與發(fā)展?fàn)顩r。

      5)對研究結(jié)果進(jìn)行可視化展示,并進(jìn)行詳細(xì)闡述。

      周寧等認(rèn)為,共詞分析分析法有兩個主要的應(yīng)用:①探索知識領(lǐng)域之間的互相關(guān)系;②探測次要的但是存在著潛在增長性的知識域[4]。我們認(rèn)為,戰(zhàn)略坐標(biāo)圖就是共詞分析方法在知識域可視化上對這2個應(yīng)用方面的很好體現(xiàn)。戰(zhàn)略坐標(biāo)圖是由Law等人提出的[5]。戰(zhàn)略坐標(biāo)圖以向心度和密度為參數(shù)繪制成的二維坐標(biāo)圖,一般情況下,X軸為向心度(Centrality),Y軸為密度(Density),原點為二者的均值。

      向心度(Centrality):測度類團(tuán)之間的相互作用力。對于某一類團(tuán),其對其它類團(tuán)的聯(lián)系越緊密,聯(lián)系越多,該類團(tuán)在結(jié)構(gòu)圖中就會越處于中心位置,其重要性也就不言而喻[6]。我們可以計算各個類團(tuán)之間的主題詞或者關(guān)鍵詞的相互鏈接強度來推算向心度。具體的計算公式是外部鏈接的總和、平方和的開平方。

      密度(Density):不同于向心度計算類團(tuán)之間的相互作用力,它是計算類團(tuán)內(nèi)部的相互作用,即類團(tuán)內(nèi)部鏈接的緊密型。它可以通過計算類團(tuán)內(nèi)部主題詞或者關(guān)鍵詞對在同一篇文獻(xiàn)中出現(xiàn)的的次數(shù)的定量化數(shù)值(如平均值、平方和或者中位數(shù))來獲取。

      如圖1所示的分為四個象限的戰(zhàn)略坐標(biāo)圖就是一種較好的表達(dá)研究領(lǐng)域的研究發(fā)展?fàn)顩r的。

      Ⅰ象限:它們的密度高,向心度也較高。密度高說明研究主題內(nèi)部聯(lián)系緊密,研究趨向成熟;向心度高,說明這個象限中的研究主題又與其余各研究主題有廣泛的聯(lián)系,即處于研究網(wǎng)絡(luò)的中心。

      Ⅱ象限:此象限的研究主題內(nèi)部聯(lián)系緊密,說明結(jié)構(gòu)已相對固定,但與其他研究主題聯(lián)系不密切,在整個研究網(wǎng)絡(luò)中處于邊緣位置。

      Ⅲ象限:此象限的研究主題密度較低、向心度也較低。較低的密度和較低的向心度都說明其研究主題處在整個研究網(wǎng)絡(luò)的邊緣位置,需要向中心區(qū)域推進(jìn)。

      Ⅳ象限:此象限的研究主題向心度較高,密度較低。向心度高說明,它跟別的主題還是有一定聯(lián)系的,研究者們對其有興趣。但較低的密度又說明該主題內(nèi)部松散、呈渙散狀,尚處于發(fā)展初、中期,還需要有進(jìn)一步提升的空間。

      圖2為2000-2010年間我國圖書館學(xué)知識域的戰(zhàn)略坐標(biāo)圖(SPSS繪制)[7]。

      3 結(jié)語

      本文認(rèn)為共詞分析方法是一種比較有效的知識域可視化的表示方法,實際上,知識域可視化還有很多研究方法,如共被引方法、耦合方法、合作方法、共詞方法。在今后的研究中,我們會系統(tǒng)地進(jìn)行這些方法的研究。

      參考文獻(xiàn):

      [1]焦應(yīng)奇. 知識域概念和專業(yè)知識板塊的劃分與設(shè)計[J]. 美術(shù)觀察,2001(9):16-20.

      [2]高政利, 梁工謙. 價值性差異、知識域結(jié)構(gòu)與知識計量研究[J]. 科學(xué)學(xué)研究,2009,27(6):881-890.

      [3]Callon, M., Courtial, J.P.,Turner W.A.. From translations to problematic networks: An introduction to co-word analysis [J]. Social Science Information Surles Les Sciences Sociales, 1983, 22(2):191-235.

      [4]周寧,張李義,等. 信息資源可視化模型與方法[M]. 北京:科學(xué)出版社,2008.

      [5]Law J., Bauin S., Courtial J.P., etal. Policy and the Mapping of Scientific Changer: A co-word analysis of Research into Environmental Acidification[J]. Scientometrics,1988,14(3-4):251-264.

      [6]Callon M.,Laville F.Co-word Analysis as a tool for Describing the Netword for Interactions Between Basic and Technological Research:The Case of Polymer Chemistry[J].Scientometrics,1991,22(1):155-205.

      [7]丁敬達(dá). 學(xué)術(shù)社區(qū)知識交流模式研究[D]. 武漢:武漢大學(xué)博士學(xué)位論文,2011.

      猜你喜歡
      共詞分析
      基于德溫特數(shù)據(jù)庫的關(guān)鍵共性技術(shù)分析
      中國市場(2016年31期)2016-12-19 09:15:43
      國內(nèi)圖書館嵌入式服務(wù)研究主題分析
      基于文獻(xiàn)計量分析我國生物科學(xué)素養(yǎng)研究狀況(2001~2016年)
      基于知識圖譜的智慧教育研究熱點與趨勢分析
      基于關(guān)鍵詞共現(xiàn)聚類的電子商務(wù)信用研究熱點分析
      基于共詞分析的近年國內(nèi)O2O研究主題分析
      商(2016年5期)2016-03-28 10:55:02
      國內(nèi)移動用戶行為研究熱點與前沿
      商(2016年3期)2016-03-11 12:43:03
      國內(nèi)MOOC學(xué)術(shù)研究熱點領(lǐng)域構(gòu)成的共詞可視化分析
      高教探索(2015年11期)2015-12-02 04:22:20
      關(guān)鍵詞共詞分析法:高等教育研究的新方法
      高教探索(2015年9期)2015-09-21 04:24:01
      十五年來我國社區(qū)教育研究規(guī)律和研究熱點
      成人教育(2015年8期)2015-09-06 10:53:05
      喀喇| 县级市| 诸暨市| 临城县| 平湖市| 新和县| 宿州市| 深圳市| 北安市| 建德市| 云梦县| 东莞市| 阿克陶县| 阜康市| 陆良县| 桃园市| 疏勒县| 万山特区| 迁安市| 新余市| 双鸭山市| 云霄县| 财经| 四川省| 高安市| 灵川县| 徐州市| 易门县| 东乡| 益阳市| 泸溪县| 湾仔区| 浙江省| 绥阳县| 临城县| 黎川县| 乳山市| 海淀区| 黄浦区| 荆州市| 读书|