滕廣青 常志遠(yuǎn) 劉雅姝 趙汝南 張利彪

摘 要：Folksonomy知識(shí)組織模式在眾多的圖書(shū)館和文獻(xiàn)數(shù)據(jù)庫(kù)中被應(yīng)用，其特有的演化發(fā)展規(guī)律也一直是圖書(shū)情報(bào)學(xué)界關(guān)注的重點(diǎn)。文章借助復(fù)雜網(wǎng)絡(luò)理論，基于標(biāo)簽之間的共現(xiàn)關(guān)系構(gòu)建了領(lǐng)域知識(shí)網(wǎng)絡(luò)。從領(lǐng)域知識(shí)網(wǎng)絡(luò)的基本屬性、中心性和群聚性三個(gè)方面，對(duì)領(lǐng)域知識(shí)的演化過(guò)程進(jìn)行了動(dòng)態(tài)跟蹤與時(shí)序分析。研究結(jié)果顯示，F(xiàn)olksonomy模式中領(lǐng)域知識(shí)網(wǎng)絡(luò)逐漸向小世界網(wǎng)絡(luò)演化；領(lǐng)域知識(shí)的中心性并非完全協(xié)同一致；領(lǐng)域知識(shí)的群聚性與標(biāo)簽關(guān)聯(lián)關(guān)系相關(guān)。

關(guān)鍵詞：Folksonomy；領(lǐng)域知識(shí)；知識(shí)網(wǎng)絡(luò)；時(shí)間序列分析；演化規(guī)律

中圖分類號(hào)： G254 文獻(xiàn)標(biāo)識(shí)碼： A DOI：10.11968/tsyqb.1003-6938.2016082

Dynamic Evolution Rules of Domain Knowledge in Folksonomy Knowledge Organization Mode

Abstract As a kind of knowledge organization model， folksonomy is applied in many libraries and literature databases and the evolution rules of folksonomy are one of the focuses of library and information academic community. With the theory of complex networks， this article constructed domain knowledge networks based on co-occurrence relationship between tags. From the basic properties， centrality and aggregation of domain knowledge network， the evolution process of domain knowledge was tracked and time-series analyzed. The results show that domain knowledge network evolves to small-world network； Centralities of domain knowledge are not entirely concerted； Aggregations of domain knowledge are associated with the relationships of tags.

Key words Folksonomy； domain knowledge； knowledge network； time-series analysis； evolution rules

1 引言

Folksonomy[1]知識(shí)組織模式自誕生以來(lái)就受到了圖書(shū)情報(bào)學(xué)界的極大關(guān)注，特別是在學(xué)術(shù)性圖書(shū)館實(shí)踐中得到廣泛的應(yīng)用。如賓夕法尼亞州立大學(xué)圖書(shū)館、北卡羅來(lái)納州立大學(xué)圖書(shū)館、新澤西理工學(xué)院圖書(shū)館、廈門(mén)大學(xué)圖書(shū)館、上海交通大學(xué)圖書(shū)館，以及Bibsonomy、CiteULike等學(xué)術(shù)文獻(xiàn)資源網(wǎng)站。與此同時(shí)，學(xué)術(shù)界也對(duì)Folksonomy知識(shí)組織模式的相關(guān)問(wèn)題展開(kāi)了研究，并取得了較為豐富的成果。

雪城大學(xué)的M Weaver[2]基于公共圖書(shū)館Folksonomy知識(shí)組織模式的研究表明，現(xiàn)實(shí)中的標(biāo)簽集可以被分解為不同的分面結(jié)構(gòu)，能夠幫助用戶獲取所需要的內(nèi)容；德國(guó)曼海姆大學(xué)的K Eckert[3]對(duì)著名的學(xué)術(shù)型文獻(xiàn)數(shù)據(jù)庫(kù)Elsevier中的三種經(jīng)典期刊文獻(xiàn)進(jìn)行了分析，發(fā)現(xiàn)Folksonomy模式下的用戶標(biāo)注是最適合塑造文獻(xiàn)注釋的方法之一，并在此基礎(chǔ)上開(kāi)發(fā)了相應(yīng)的開(kāi)源軟件工具用于主題詞表和知識(shí)分類的分析；紐約城市大學(xué)的K Ma[4]采用冪律分析和邏輯回歸分析對(duì)文獻(xiàn)數(shù)據(jù)庫(kù)CiteULike的Folksonomy知識(shí)組織模式七年的使用情況進(jìn)行了跟蹤，研究結(jié)果表明特定文獻(xiàn)的突出標(biāo)簽具有鮮明的統(tǒng)計(jì)顯著性和穩(wěn)定的增長(zhǎng)模式；阿姆斯特丹大學(xué)的H Voorbij[5]基于荷蘭烏特勒支大學(xué)圖書(shū)館的600條隨機(jī)樣本對(duì)標(biāo)簽性質(zhì)和標(biāo)簽與關(guān)鍵詞關(guān)系進(jìn)行了研究，通過(guò)對(duì)主題標(biāo)目和其他關(guān)鍵詞學(xué)科差異的分析，發(fā)現(xiàn)大多數(shù)標(biāo)簽與主題相符，大約將近一半的記錄能夠基于標(biāo)簽豐富語(yǔ)義內(nèi)容。與此同時(shí)，國(guó)內(nèi)學(xué)者也對(duì)Folksonomy知識(shí)組織模式相關(guān)問(wèn)題展開(kāi)了研究，比較典型的研究主要集中在Folksonomy與受控詞表結(jié)合[6]或者Folksonomy與本體結(jié)合[7]的研究方向上，也有部分學(xué)者對(duì)Folksonomy模式中的標(biāo)簽緊密性[8]、標(biāo)簽聚類[9]、層級(jí)結(jié)構(gòu)[10]等問(wèn)題進(jìn)行了研究。

綜上所述，盡管隨著Folksonomy知識(shí)組織模式在圖書(shū)情報(bào)領(lǐng)域中的應(yīng)用，學(xué)術(shù)界關(guān)于Folksonomy相關(guān)問(wèn)題的研究取得了較為豐富的成果，但是其中大多數(shù)研究工作仍然停留在靜態(tài)分析的層面，僅有極少數(shù)成果采用了動(dòng)態(tài)的研究視角，更缺少對(duì)Folksonomy模式中知識(shí)演化規(guī)律的揭示。鑒于此，本研究以復(fù)雜網(wǎng)絡(luò)理論為指導(dǎo)，基于標(biāo)簽之間的共現(xiàn)關(guān)系構(gòu)建特定領(lǐng)域的知識(shí)網(wǎng)絡(luò)。從時(shí)間序列的角度對(duì)Folksonomy模式中領(lǐng)域知識(shí)的動(dòng)態(tài)演化過(guò)程進(jìn)行跟蹤。以期為Folksonomy知識(shí)組織模式下領(lǐng)域知識(shí)演化規(guī)律的揭示做出有益的嘗試和探索。

2 研究方案與思路

2.1 整體研究方案

領(lǐng)域知識(shí)往往限定于特定的學(xué)科領(lǐng)域或者具體的學(xué)術(shù)方向，既帶有一定程度的專指性也含有知識(shí)之間的關(guān)聯(lián)性。本研究中借助復(fù)雜網(wǎng)絡(luò)科學(xué)[11]的理論與方法，主要從領(lǐng)域知識(shí)網(wǎng)絡(luò)的基本屬性、中心性和群聚性三個(gè)方面，對(duì)Folksonomy模式中領(lǐng)域知識(shí)的演化過(guò)程展開(kāi)時(shí)間序列分析。

研究首先針對(duì)特定領(lǐng)域的文獻(xiàn)數(shù)據(jù)，按照不同的時(shí)間窗口根據(jù)標(biāo)簽之間的共現(xiàn)關(guān)系構(gòu)建了標(biāo)簽鄰接矩陣，并進(jìn)行二值化處理以獲得相應(yīng)的二值鄰接矩陣；然后基于二值鄰接矩陣構(gòu)建領(lǐng)域知識(shí)網(wǎng)絡(luò)，以此作為時(shí)間序列分析的基礎(chǔ)；再對(duì)時(shí)間序列領(lǐng)域知識(shí)網(wǎng)絡(luò)的標(biāo)簽及其關(guān)聯(lián)關(guān)系、網(wǎng)絡(luò)密度、聚類系數(shù)、特征路徑、點(diǎn)度中心勢(shì)、中介中心勢(shì)、緊密中心勢(shì)、派系、k-叢等指標(biāo)進(jìn)行動(dòng)態(tài)跟蹤分析；最后對(duì)分析結(jié)果進(jìn)行討論、歸納和總結(jié)其中隱含的領(lǐng)域知識(shí)動(dòng)態(tài)演化規(guī)律（研究思路見(jiàn)圖1）。

2.2 數(shù)據(jù)采集與領(lǐng)域知識(shí)網(wǎng)絡(luò)構(gòu)建

研究以卡塞爾大學(xué)、維爾茨堡大學(xué)和德國(guó)L3S

研究中心共同資助的Bibsonomy文獻(xiàn)出版共享系統(tǒng)作為基礎(chǔ)數(shù)據(jù)源。以“semanticweb（語(yǔ)義網(wǎng)）”為檢索標(biāo)簽進(jìn)行檢索，共獲得領(lǐng)域知識(shí)相關(guān)文獻(xiàn)1002篇。所獲得的文獻(xiàn)共被287個(gè)標(biāo)簽標(biāo)注過(guò)，時(shí)間跨度為2006-2015年。以年份為時(shí)間刻度，將2006-2015時(shí)間區(qū)間劃分為10個(gè)時(shí)間窗口，匯總各個(gè)時(shí)間窗口中文獻(xiàn)數(shù)量與標(biāo)簽數(shù)量的統(tǒng)計(jì)結(jié)果（見(jiàn)表1）。

進(jìn)一步對(duì)標(biāo)簽之間的共現(xiàn)（共同標(biāo)注）關(guān)系進(jìn)行提取，即如果2個(gè)標(biāo)簽被用于同一篇文獻(xiàn)的標(biāo)注，則這2個(gè)標(biāo)簽之間具有共現(xiàn)（共同標(biāo)注）關(guān)系。由此獲得標(biāo)簽之間的共現(xiàn)關(guān)系總量為1508對(duì)。以標(biāo)簽為節(jié)點(diǎn)，標(biāo)簽之間的共現(xiàn)關(guān)系為連線構(gòu)建各個(gè)時(shí)間窗口的領(lǐng)域知識(shí)網(wǎng)絡(luò)。首先基于文獻(xiàn)與標(biāo)簽之間的隸屬關(guān)系構(gòu)建隸屬關(guān)系矩陣，然后基于標(biāo)簽之間的共現(xiàn)關(guān)系將隸屬關(guān)系矩陣轉(zhuǎn)換為鄰接矩陣。對(duì)鄰接矩陣進(jìn)行二值化處理，獲得二值鄰接矩陣?；诙掂徑泳仃嚇?gòu)建10個(gè)時(shí)間窗口下的時(shí)間序列領(lǐng)域知識(shí)網(wǎng)絡(luò)（見(jiàn)圖2）。

3 領(lǐng)域知識(shí)演化分析

3.1 基于網(wǎng)絡(luò)基本屬性的演化分析

從領(lǐng)域知識(shí)網(wǎng)絡(luò)演化發(fā)展的時(shí)間序列（見(jiàn)圖2）可以發(fā)現(xiàn)，在時(shí)間軸的起始階段網(wǎng)絡(luò)規(guī)模較小，而且結(jié)構(gòu)相對(duì)簡(jiǎn)潔。隨著領(lǐng)域知識(shí)的發(fā)展，領(lǐng)域知識(shí)網(wǎng)絡(luò)的規(guī)模沿著時(shí)間軸逐漸擴(kuò)大，網(wǎng)絡(luò)結(jié)構(gòu)越來(lái)越復(fù)雜。將不同時(shí)間窗口領(lǐng)域知識(shí)網(wǎng)絡(luò)的節(jié)點(diǎn)（標(biāo)簽）數(shù)量與連線（共現(xiàn)關(guān)系）數(shù)量進(jìn)行對(duì)比，得到時(shí)間序列領(lǐng)域知識(shí)網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量與連線數(shù)量對(duì)比折線圖（見(jiàn)圖3）。

可以看出，起始階段領(lǐng)域知識(shí)網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)量與連線數(shù)量比較接近，隨著領(lǐng)域知識(shí)的發(fā)展二者逐漸拉開(kāi)差距。領(lǐng)域知識(shí)網(wǎng)絡(luò)中的連線數(shù)量遠(yuǎn)遠(yuǎn)大于標(biāo)簽節(jié)點(diǎn)數(shù)量，《信息簡(jiǎn)史》的作者J Gleick[12]所強(qiáng)調(diào)的知識(shí)之間的連通性通過(guò)標(biāo)簽間的共現(xiàn)關(guān)系逐漸凸現(xiàn)出來(lái)。從曲線的發(fā)展形態(tài)上看，節(jié)點(diǎn)曲線與連線曲線都經(jīng)歷了由緩慢發(fā)展到高速增長(zhǎng)并最終逐漸趨穩(wěn)的過(guò)程，曲線存在理論上的極值和拐點(diǎn)，整體形態(tài)趨近于邏輯斯蒂曲線（Logistic Curve）[13]。

進(jìn)一步對(duì)10個(gè)時(shí)間窗口中領(lǐng)域知識(shí)網(wǎng)絡(luò)的密度和聚類系數(shù)分別進(jìn)行計(jì)算，得到時(shí)間序列領(lǐng)域知識(shí)網(wǎng)絡(luò)密度和聚類系數(shù)（見(jiàn)表2）。

可以看出，領(lǐng)域知識(shí)網(wǎng)絡(luò)的密度較低，并且隨著時(shí)間軸的延展呈現(xiàn)下降趨勢(shì)，即隨著領(lǐng)域知識(shí)的發(fā)展網(wǎng)絡(luò)逐漸稀疏。反映出領(lǐng)域知識(shí)發(fā)展進(jìn)程中，大量的新知識(shí)不斷涌入到領(lǐng)域內(nèi)部，既包括相關(guān)領(lǐng)域的知識(shí)滲入也包括領(lǐng)域內(nèi)部的知識(shí)新生；另一方面，表2中領(lǐng)域知識(shí)網(wǎng)絡(luò)的聚類系數(shù)雖然存在波動(dòng)，但始終保持在較高的水平上（>0.78）。這一現(xiàn)象說(shuō)明，在領(lǐng)域知識(shí)發(fā)展過(guò)程中，基于標(biāo)簽共現(xiàn)關(guān)系構(gòu)建的領(lǐng)域知識(shí)網(wǎng)絡(luò)一直保持較高的聚類性。領(lǐng)域知識(shí)網(wǎng)絡(luò)的稀疏性和高聚類性比較符合小世界（Small World）[14]的特征，因此，進(jìn)一步對(duì)領(lǐng)域知識(shí)網(wǎng)絡(luò)的特征路徑長(zhǎng)度進(jìn)行探查，獲得時(shí)間序列領(lǐng)域知識(shí)網(wǎng)絡(luò)的路徑距離分布（見(jiàn)表3）。

從領(lǐng)域知識(shí)網(wǎng)絡(luò)特征路徑距離分布可以發(fā)現(xiàn)，在領(lǐng)域知識(shí)發(fā)展過(guò)程中距離為2步的情況占據(jù)絕大多數(shù)，且比例逐漸增大，除去起始階段（2006、2007）外，都保持在90%以上。而且盡管隨著領(lǐng)域知識(shí)的發(fā)展網(wǎng)絡(luò)節(jié)點(diǎn)不斷增加，但是平均路徑長(zhǎng)度始終保持在較短的范圍內(nèi)（1.6-2.0）。這一現(xiàn)象說(shuō)明領(lǐng)域知識(shí)網(wǎng)絡(luò)中任意2個(gè)標(biāo)簽節(jié)點(diǎn)之間最多需要2步就可以實(shí)現(xiàn)連接，而且Folksonomy模式中基于標(biāo)簽共現(xiàn)關(guān)系的領(lǐng)域知識(shí)網(wǎng)絡(luò)的特征路徑長(zhǎng)度相比傳統(tǒng)的基于關(guān)鍵詞共現(xiàn)關(guān)系的領(lǐng)域知識(shí)網(wǎng)絡(luò)的特征路徑[15]更

短。結(jié)合前述領(lǐng)域知識(shí)網(wǎng)絡(luò)的網(wǎng)絡(luò)密度、聚類系數(shù)綜合考察可以發(fā)現(xiàn)，隨著領(lǐng)域知識(shí)的不斷擴(kuò)容，領(lǐng)域知識(shí)網(wǎng)絡(luò)的密度逐漸下降，網(wǎng)絡(luò)越來(lái)越稀疏。同時(shí)，網(wǎng)絡(luò)始終保持著較高的聚類性和較短的特征路徑長(zhǎng)度。根據(jù)D J Watts[16]的理論可知，領(lǐng)域知識(shí)網(wǎng)的演化越來(lái)越符合小世界網(wǎng)絡(luò)的判定標(biāo)準(zhǔn)，演化的結(jié)果向小世界網(wǎng)絡(luò)趨近。

3.2 基于網(wǎng)絡(luò)中心性的演化分析

傳統(tǒng)知識(shí)組織體系中都帶有鮮明的中心性，F(xiàn)olksonomy知識(shí)組織模式的中心性[17]則隱含于離散的外在表象之后。出于對(duì)Folksonomy知識(shí)組織模式中領(lǐng)域知識(shí)演化規(guī)律進(jìn)行揭示的目的，研究中采用L C Freeman[18]提出的網(wǎng)絡(luò)中心性測(cè)度方法，對(duì)時(shí)間序列領(lǐng)域知識(shí)網(wǎng)絡(luò)（見(jiàn)圖2）的中心性進(jìn)行測(cè)算。所獲得的點(diǎn)度中心勢(shì)（Degree Centralization）、中介中心勢(shì)（Betweenness Centralization）、緊密中心勢(shì)（Closeness Centralization）的相關(guān)指標(biāo)數(shù)據(jù)（見(jiàn)表4）。

可以發(fā)現(xiàn)，領(lǐng)域知識(shí)網(wǎng)絡(luò)的點(diǎn)度中心勢(shì)呈現(xiàn)高位（2006年時(shí)間窗口中點(diǎn)度中心勢(shì)為78.57%，其余年份窗口中點(diǎn)度中心勢(shì)都大于90%）震蕩發(fā)展態(tài)勢(shì)。由于網(wǎng)絡(luò)的點(diǎn)度中心性反映節(jié)點(diǎn)在網(wǎng)絡(luò)中的核心聚集程度，因此，點(diǎn)度中心勢(shì)的高位波動(dòng)現(xiàn)象說(shuō)明領(lǐng)域知識(shí)發(fā)展過(guò)程中領(lǐng)域核心焦點(diǎn)比較鮮明，知識(shí)的擴(kuò)充與核心的凝聚交叉伴生。一般情況下，知識(shí)領(lǐng)域內(nèi)的核心焦點(diǎn)總是處于不斷地凝聚過(guò)程中，但是當(dāng)領(lǐng)域中新知識(shí)擴(kuò)充的步伐超越核心凝聚的腳步時(shí)，領(lǐng)域中原有的核心焦點(diǎn)會(huì)在一定程度上被淡化，網(wǎng)絡(luò)的點(diǎn)度中心勢(shì)就會(huì)下降。當(dāng)然，隨著領(lǐng)域知識(shí)的發(fā)展

核心焦點(diǎn)也會(huì)被重塑，進(jìn)而表現(xiàn)出網(wǎng)絡(luò)點(diǎn)度中心勢(shì)的起伏波動(dòng)。

領(lǐng)域知識(shí)網(wǎng)絡(luò)的中介中心性反映的是知識(shí)節(jié)點(diǎn)對(duì)網(wǎng)絡(luò)資源的橋接控制程度，表4中的網(wǎng)絡(luò)中介中心勢(shì)表現(xiàn)出一定程度的波動(dòng)起伏。與點(diǎn)度中心勢(shì)不同的是，在時(shí)間軸的前半段（2006-2010）點(diǎn)度中心勢(shì)與中介中心勢(shì)同步增長(zhǎng)，即在領(lǐng)域知識(shí)核心逐漸顯著的同時(shí)，越來(lái)越多的標(biāo)簽節(jié)點(diǎn)通過(guò)中間節(jié)點(diǎn)拉近彼此間關(guān)聯(lián)關(guān)系，此時(shí)中介中心性與點(diǎn)度中心性二者是互促關(guān)系。在時(shí)間軸的后半段（2011-2015）領(lǐng)域知識(shí)核心再次逐步凝聚（除2015時(shí)間窗口外點(diǎn)度中心勢(shì)總體上升），領(lǐng)域知識(shí)網(wǎng)絡(luò)的橋接程度卻逐步下降（除2011年時(shí)間窗口外中介中心勢(shì)總體下降），此時(shí)中介中心性與點(diǎn)度中心性二者是互擾關(guān)系。顯然，領(lǐng)域知識(shí)的核心性與橋接性的演化規(guī)律并不一致，表4中前后兩個(gè)階段中介中心勢(shì)演化發(fā)展的差異說(shuō)明，前期領(lǐng)域知識(shí)網(wǎng)絡(luò)中連線數(shù)量的高速增長(zhǎng)（見(jiàn)圖3）提高了領(lǐng)域知識(shí)之間的中介橋接程度；后期領(lǐng)域知識(shí)網(wǎng)絡(luò)中連線數(shù)量的緩慢增長(zhǎng)沒(méi)能彌補(bǔ)網(wǎng)絡(luò)規(guī)模擴(kuò)張?jiān)斐傻念I(lǐng)域知識(shí)之間中介橋接程度的衰減。

領(lǐng)域知識(shí)網(wǎng)絡(luò)的緊密中心性反映網(wǎng)絡(luò)中個(gè)體知識(shí)與其他所有知識(shí)的距離遠(yuǎn)近程度。如果網(wǎng)絡(luò)中的標(biāo)簽節(jié)點(diǎn)都只需要通過(guò)很少的節(jié)點(diǎn)就能夠連接到其他所有標(biāo)簽節(jié)點(diǎn)，則該網(wǎng)絡(luò)具有較高的緊密中心性。表4中時(shí)間軸的前半段領(lǐng)域知識(shí)網(wǎng)絡(luò)的緊密中心勢(shì)呈上升趨勢(shì)，與點(diǎn)度中心勢(shì)、中介中心勢(shì)同一時(shí)間段內(nèi)的演化發(fā)展趨勢(shì)相一致。2011年時(shí)間窗口中由于新增標(biāo)簽節(jié)點(diǎn)形成局部網(wǎng)絡(luò)碎片，故而不能計(jì)算全網(wǎng)絡(luò)的緊密中心勢(shì)。2012-2014年時(shí)間窗口的網(wǎng)絡(luò)緊密中心勢(shì)再次上升，此時(shí)的標(biāo)簽間關(guān)聯(lián)關(guān)系將碎片區(qū)域與網(wǎng)絡(luò)主體部分連通。2015年時(shí)間窗口再次出現(xiàn)網(wǎng)絡(luò)碎片。縱觀領(lǐng)域知識(shí)網(wǎng)絡(luò)的緊密中心勢(shì)演化過(guò)程可以發(fā)現(xiàn)，隨著連線數(shù)量的增長(zhǎng)標(biāo)簽節(jié)點(diǎn)之間的關(guān)聯(lián)彼此拉近，領(lǐng)域知識(shí)的緊密性逐漸趨于增強(qiáng)；另一方面，領(lǐng)域知識(shí)網(wǎng)絡(luò)演化發(fā)展過(guò)程中也可能會(huì)出現(xiàn)網(wǎng)絡(luò)非聯(lián)通狀況，新增節(jié)點(diǎn)有時(shí)會(huì)構(gòu)成局部碎片，此時(shí)全領(lǐng)域范圍內(nèi)網(wǎng)絡(luò)的緊密中心性也就無(wú)從談起。

3.3 基于網(wǎng)絡(luò)群聚性的演化分析

本文分析的領(lǐng)域知識(shí)網(wǎng)絡(luò)的高聚類系數(shù)說(shuō)明，領(lǐng)域知識(shí)網(wǎng)絡(luò)具有較高的群聚性，能夠在網(wǎng)絡(luò)內(nèi)部形成知識(shí)群落[19]聚類。研究中分別從互惠性、穩(wěn)健性兩個(gè)方面，采用盧斯—佩里（Luce-Perry）[20]派系（cliques）概念和賽德曼-弗斯特（Seidman-Foster）[21]k-叢（k-plex）概念對(duì)領(lǐng)域知識(shí)網(wǎng)絡(luò)的群聚性進(jìn)行分析。設(shè)上述兩類凝聚子群的最小成員數(shù)量為3，獲得時(shí)間序列領(lǐng)域知識(shí)網(wǎng)絡(luò)群聚性（見(jiàn)表5）。

表5中，派系與k-叢的時(shí)間序列呈現(xiàn)總體上升趨勢(shì)，除2015年時(shí)間窗口中領(lǐng)域知識(shí)網(wǎng)絡(luò)的派系與k-叢數(shù)量有所回落外，都經(jīng)歷了由緩慢發(fā)展到高速增長(zhǎng)并最終逐漸趨穩(wěn)的發(fā)展過(guò)程，與邏輯斯蒂曲線生長(zhǎng)模型相類似。由于派系是領(lǐng)域知識(shí)網(wǎng)絡(luò)中最大的完備子圖，因此，其概念的嚴(yán)格性決定了數(shù)量相對(duì)較少。派系的完備性要求子群內(nèi)部標(biāo)簽節(jié)點(diǎn)之間相互完全連接，進(jìn)而使標(biāo)簽所代表的知識(shí)之間形成完全地相互支撐關(guān)系。表5中的數(shù)據(jù)顯示，在領(lǐng)域知識(shí)的發(fā)展演化過(guò)程中，這種具備完全相互支撐關(guān)系的知識(shí)群落（子群）數(shù)量呈現(xiàn)總體遞增趨勢(shì)。特別是與圖3結(jié)合考察可以發(fā)現(xiàn)，網(wǎng)絡(luò)連線數(shù)量高速增長(zhǎng)的階段也是派系數(shù)量上升最快的階段。由此可知，領(lǐng)域知識(shí)演化過(guò)程中派系數(shù)量的增長(zhǎng)與標(biāo)簽共現(xiàn)關(guān)系（連線）數(shù)量的增長(zhǎng)密不可分，并且隨著領(lǐng)域知識(shí)的發(fā)展領(lǐng)域內(nèi)知識(shí)之間的相互促進(jìn)性越發(fā)顯著。

由于派系的概念過(guò)于嚴(yán)格，因此知識(shí)領(lǐng)域中完全符合派系界定標(biāo)準(zhǔn)的子群條件比較苛刻，現(xiàn)實(shí)中更多的情況是知識(shí)群落內(nèi)大部分知識(shí)之間具有相互支撐關(guān)系。因此，進(jìn)一步使用更穩(wěn)健的k-叢的概念對(duì)領(lǐng)域知識(shí)網(wǎng)絡(luò)的群聚性進(jìn)行考察，只要子群內(nèi)每一個(gè)標(biāo)簽節(jié)點(diǎn)與不少于n-k個(gè)節(jié)點(diǎn)具備關(guān)聯(lián)關(guān)系即可。表5中k-叢指標(biāo)的k取值為2，即子群內(nèi)任意節(jié)點(diǎn)至少與n-2（n為子群內(nèi)節(jié)點(diǎn)總數(shù)）個(gè)節(jié)點(diǎn)連接具備相互支撐關(guān)系。通過(guò)表5中的數(shù)據(jù)可以發(fā)現(xiàn)，由于k-叢的穩(wěn)健性使得同一時(shí)間窗口中k-叢的數(shù)量遠(yuǎn)遠(yuǎn)大于派系的數(shù)量，這一現(xiàn)象在時(shí)間軸的中后期尤為明顯。而且k-叢的高速增長(zhǎng)期同樣對(duì)應(yīng)著圖3領(lǐng)域知識(shí)網(wǎng)絡(luò)中連線的高速增長(zhǎng)期，顯然領(lǐng)域知識(shí)網(wǎng)絡(luò)演化過(guò)程中標(biāo)簽共現(xiàn)關(guān)系（連線）數(shù)量的增長(zhǎng)促進(jìn)了k-叢數(shù)量的增長(zhǎng)。

由于領(lǐng)域知識(shí)網(wǎng)絡(luò)中連線數(shù)量的增長(zhǎng)直接對(duì)派系和k-叢產(chǎn)生影響，因此派系和k-叢在數(shù)量增加的同時(shí)容量也在擴(kuò)充。當(dāng)網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量不變連線數(shù)量持續(xù)增長(zhǎng)，或者節(jié)點(diǎn)數(shù)量增加的速度落后于連線數(shù)量增長(zhǎng)的速度時(shí)，子群容量的擴(kuò)充就有可能導(dǎo)致子群數(shù)量的減少。表5中2014-2015年時(shí)間窗口的數(shù)據(jù)就說(shuō)明了這一點(diǎn)（參照表1中2014-2015節(jié)點(diǎn)數(shù)量不變連線數(shù)量繼續(xù)增加的情況）。這一現(xiàn)象從知識(shí)群落容量（而不是數(shù)量）方面反映出領(lǐng)域內(nèi)知識(shí)之間相互支持與相互促進(jìn)的特征隨著領(lǐng)域知識(shí)的發(fā)展日漸顯著，也再一次印證了知識(shí)之間的關(guān)系比知識(shí)點(diǎn)本身更為重要的觀點(diǎn)。

4 結(jié)果與討論

研究中以復(fù)雜網(wǎng)絡(luò)分析為基本方法，基于Folksonomy知識(shí)組織模式中標(biāo)簽共現(xiàn)關(guān)系構(gòu)建特定領(lǐng)域知識(shí)網(wǎng)絡(luò)，以動(dòng)態(tài)發(fā)展的視角對(duì)領(lǐng)域知識(shí)的演化規(guī)律展開(kāi)時(shí)間序列分析，初步得出如下結(jié)論：

（1）隨著領(lǐng)域知識(shí)的發(fā)展，F(xiàn)olksonomy模式中領(lǐng)域知識(shí)網(wǎng)絡(luò)逐漸向小世界網(wǎng)絡(luò)演化。領(lǐng)域知識(shí)網(wǎng)絡(luò)演化過(guò)程中網(wǎng)絡(luò)連線（標(biāo)簽共現(xiàn)關(guān)系）的數(shù)量遠(yuǎn)遠(yuǎn)超過(guò)標(biāo)簽節(jié)點(diǎn)數(shù)量，其生長(zhǎng)曲線趨近于邏輯斯蒂曲線模型。由于演化過(guò)程中新知識(shí)和新關(guān)聯(lián)關(guān)系的產(chǎn)生和加入，領(lǐng)域知識(shí)網(wǎng)絡(luò)密度遞減的同時(shí)又保持較高的聚類系數(shù)和較短的特征路徑長(zhǎng)度。因此，領(lǐng)域內(nèi)不同知識(shí)之間僅需要較短的路徑就能夠彼此建立連接。

（2）領(lǐng)域知識(shí)演化過(guò)程中網(wǎng)絡(luò)中心性并非完全協(xié)同一致。領(lǐng)域知識(shí)網(wǎng)絡(luò)演化過(guò)程中網(wǎng)絡(luò)的點(diǎn)度中心性、中介中心性、緊密中心性在時(shí)間軸的前半段保持同步增長(zhǎng)。在時(shí)間軸的后半段點(diǎn)度中心性和緊密中心性在經(jīng)歷了短暫回落后再次遞增，中介中心性則表現(xiàn)出遞減趨勢(shì)。而且緊密中心性還會(huì)受到局部網(wǎng)絡(luò)碎片的影響。因此，領(lǐng)域知識(shí)網(wǎng)絡(luò)中心性的演化并非完全協(xié)同一致。

（3）領(lǐng)域知識(shí)演化過(guò)程中網(wǎng)絡(luò)群聚性與標(biāo)簽關(guān)聯(lián)關(guān)系相關(guān)。領(lǐng)域知識(shí)網(wǎng)絡(luò)的凝聚子群（派系、k-叢）數(shù)量隨著領(lǐng)域知識(shí)的發(fā)展逐漸遞增，特別是在網(wǎng)絡(luò)連線（標(biāo)簽共現(xiàn)關(guān)系）的高速增長(zhǎng)階段增幅最大。高速增長(zhǎng)階段也是增長(zhǎng)曲線斜率最大的階段，這一階段中連線數(shù)量的增速與標(biāo)簽節(jié)點(diǎn)數(shù)量的增速迅速拉開(kāi)差距，急劇豐富的標(biāo)簽關(guān)聯(lián)關(guān)系推動(dòng)領(lǐng)域內(nèi)凝聚子群數(shù)量迅速上漲。當(dāng)兩種曲線增速差距縮小或者逆轉(zhuǎn)時(shí)，領(lǐng)域知識(shí)中內(nèi)部相互支持的知識(shí)群落的數(shù)量會(huì)出現(xiàn)回落。

5 結(jié)語(yǔ)

本研究基于標(biāo)簽共現(xiàn)關(guān)系構(gòu)建特定領(lǐng)域知識(shí)網(wǎng)絡(luò)，從時(shí)間序列的角度對(duì)領(lǐng)域知識(shí)網(wǎng)絡(luò)演化過(guò)程進(jìn)行了跟蹤與剖析，對(duì)Folksonomy模式中領(lǐng)域知識(shí)演化規(guī)律的揭示做出了探索。研究工作中也存在一些尚不完善之處，對(duì)網(wǎng)絡(luò)特征屬性指標(biāo)的考察還不夠全面，研究數(shù)據(jù)尚不能窮盡所有的領(lǐng)域知識(shí)資源。這些工作有待于在未來(lái)的研究中進(jìn)一步探索和完善。

參考文獻(xiàn)：

[1] Peters I，Stock G W.Folksonomy and information retreval[J].Proceedings of the American Society for Information Science and Technology，2007，44（1）：1-28.

[2] Weaver M.Contextual metadata：faceted schemas in virtual library communities[J].Library Hi Tech，2007，25（4）：579-594.

[3] Eckert K，H葬援nger C，Niemann C.Tagging and automation：challenges and opportunities for academic libraries[J].Library Hi Tech，2009，27（4）：557-569.

[4] Ma J.The sustainability and stabilization of tag vocabulary in CiteULike[J].Online Information Review，2012，3（5）：655-674.

[5] Voorbij H.The value of LibraryThing tags for academic libraries[J].Online Information Review，2012，36（2）：196-217.

[6] 邰楊芳，賈君枝，賀培風(fēng).基于受控詞表的Folksonomy優(yōu)化系統(tǒng)分析與設(shè)計(jì)[J].情報(bào)科學(xué)，2014，32（2）：112-117.

[7] 熊回香，王學(xué)東.大眾分類體系中標(biāo)簽與本體的映射研究[J].情報(bào)科學(xué)，2014，32（3）：121-126.

[8] 滕廣青，畢達(dá)天，任晶，等.Folksonomy中用戶標(biāo)簽的語(yǔ)義緊密性研究[J].現(xiàn)代圖書(shū)情報(bào)技術(shù)，2013，29（12）：48-54.

[9] 吳江.自由分類標(biāo)簽類聚成網(wǎng)狀分類結(jié)構(gòu)研究與實(shí)現(xiàn)[J].圖書(shū)情報(bào)知識(shí)，2011（1）：75-81.

[10] 陳麗霞，竇永香，秦春秀.利用社會(huì)化標(biāo)簽實(shí)現(xiàn)P2P語(yǔ)義推薦[J].圖書(shū)情報(bào)工作，2011，55（22）：110-113.

[11] Lewis T G.陳向陽(yáng)，巨修煉，等譯.網(wǎng)絡(luò)科學(xué)：原理與應(yīng)用[M].北京：機(jī)械工業(yè)出版社，2011：1-14.

[12] Gleick J.高博譯.信息簡(jiǎn)史[M].北京：人民郵電出版社，2013：409-421.

[13] Pearl R，Reed L J.The logistic curve and the census count of 1930[J].Science，1930，72（1868）：399-401.

[14] Milgram S.The small world problem[J].Psychology Today，1967，1（1）：61-67.

[15] 趙汝南，常志遠(yuǎn)，姜博，等.基于網(wǎng)絡(luò)演化的領(lǐng)域知識(shí)發(fā)展趨勢(shì)研究[J].數(shù)字圖書(shū)館論壇，2016（3）：24-29.

[16] Watts D J.Network，dynamics and the small-world phenomenon[J].American Journal of Sociology，1999，105（2）：493-527.

[17] 滕廣青，畢強(qiáng).領(lǐng)域本體與社群分類法結(jié)構(gòu)中心性的比較研究[J].情報(bào)學(xué)報(bào)，2013，32（10）：1037-1045.

[18] Freeman L C.Centrality in social networks conceptual clarification[J].Social Networks，1979，1（3）：215-239.

[19] 滕廣青，楊明秋，田依林，等.Folksonomy模式中的知識(shí)群落及其核心知識(shí)分析[J].圖書(shū)情報(bào)工作，2015，59（22）：124-129.

[20] Luce R，Perry A.A method of matrix analysis of group structure[J].Psychometrika，1949，14（2）：95-116.

[21] Seidman S B，F(xiàn)oster B L.A graph theoretic generalization of the clique concept[J].Journal of Mathematical Sociology，1978，6（1）：139-154.

a

作者簡(jiǎn)介：滕廣青（1970-），男，東北師范大學(xué)計(jì)算機(jī)科學(xué)與信息技術(shù)學(xué)院信息管理系副教授；常志遠(yuǎn)（1989-），男，東北師范大學(xué)計(jì)算機(jī)科學(xué)與信息技術(shù)學(xué)院碩士研究生；劉雅姝（1993-），女，東北師范大學(xué)計(jì)算機(jī)科學(xué)與信息技術(shù)學(xué)院碩士研究生；趙汝南（1991-），女，東北師范大學(xué)計(jì)算機(jī)科學(xué)與信息技術(shù)學(xué)院碩士研究生；張利彪（1974-），男，東北師范大學(xué)計(jì)算機(jī)科學(xué)與信息技術(shù)學(xué)院副教授。