李新龍，劉巖，何麗云，劉保延，張艷宏

?

知識(shí)圖譜研究概況及其在中醫(yī)藥領(lǐng)域的應(yīng)用

李新龍，劉巖，何麗云，劉保延，張艷宏

中國(guó)中醫(yī)科學(xué)院，北京 100700

作為科學(xué)計(jì)量學(xué)和信息計(jì)量學(xué)的新發(fā)展方向，知識(shí)圖譜技術(shù)已經(jīng)廣泛應(yīng)用到金融、工業(yè)、醫(yī)學(xué)等領(lǐng)域，成為真實(shí)世界研究中的熱點(diǎn)問(wèn)題。本文就知識(shí)圖譜的概念和特點(diǎn)、繪制流程、現(xiàn)有軟件及其在中醫(yī)藥領(lǐng)域的應(yīng)用現(xiàn)狀、發(fā)展前景等進(jìn)行文獻(xiàn)梳理，以期為中醫(yī)藥領(lǐng)域知識(shí)圖譜相關(guān)研究提供參考。

知識(shí)圖譜；中醫(yī)藥；應(yīng)用前景；綜述

隨著2012年谷歌第一版知識(shí)圖譜的發(fā)布，特定領(lǐng)域的知識(shí)圖譜構(gòu)建成為真實(shí)世界研究中的熱點(diǎn)問(wèn)題。從搜索引擎優(yōu)化，到新藥發(fā)現(xiàn)，知識(shí)圖譜在學(xué)術(shù)界掀起了一股熱潮，并滲透到金融、工業(yè)和醫(yī)學(xué)等領(lǐng)域。這種以科學(xué)學(xué)為基礎(chǔ)，涉及應(yīng)用數(shù)學(xué)、信息學(xué)及計(jì)算機(jī)學(xué)等多學(xué)科的可視化技術(shù)，成為科學(xué)計(jì)量學(xué)和信息計(jì)量學(xué)的新發(fā)展方向。本文就知識(shí)圖譜的概念、特點(diǎn)及其在中醫(yī)藥領(lǐng)域的應(yīng)用現(xiàn)狀、前景進(jìn)行梳理，以期為中醫(yī)藥領(lǐng)域知識(shí)圖譜相關(guān)研究提供參考。

1 知識(shí)圖譜概念及特點(diǎn)

1.1 知識(shí)圖譜的概念

在知識(shí)圖譜的定義上，陳悅等[1-2]從其功能角度進(jìn)行闡釋?zhuān)J(rèn)為知識(shí)圖譜能夠可視化地描述人類(lèi)隨時(shí)間擁有的知識(shí)資源及其載體，繪制、挖掘、分析和顯示科學(xué)技術(shù)知識(shí)以及它們之間的相互聯(lián)系，在組織內(nèi)創(chuàng)造知識(shí)共享的環(huán)境以促進(jìn)科學(xué)技術(shù)研究的合作和深入。楊國(guó)立等[3]從理論和方法層面，將其定義為把應(yīng)用數(shù)學(xué)、計(jì)算機(jī)科學(xué)、科學(xué)學(xué)、信息科學(xué)等學(xué)科的理論和方法與科學(xué)計(jì)量學(xué)引文分析、共現(xiàn)分析、社會(huì)網(wǎng)絡(luò)分析等方法結(jié)合，用可視化的圖譜形象地揭示科學(xué)發(fā)展進(jìn)程和結(jié)構(gòu)關(guān)系的一種研究方法，屬于科學(xué)計(jì)量學(xué)的范疇。

楊思洛等[4]提出知識(shí)圖譜有廣義與狹義之分，廣義上可包括生物的基因圖譜、教育教學(xué)中的認(rèn)知地圖、探索太空的天體圖、描繪地形的地理信息系統(tǒng)（GIS）圖、模擬人腦的神經(jīng)網(wǎng)絡(luò)圖、各種金屬圖譜等；狹義的知識(shí)圖譜主要是運(yùn)用文獻(xiàn)計(jì)量學(xué)方法，通過(guò)文獻(xiàn)知識(shí)單元分析來(lái)可視化科學(xué)知識(shí)的結(jié)構(gòu)、關(guān)系與演化過(guò)程，包括“科學(xué)圖”“文獻(xiàn)計(jì)量圖”“文獻(xiàn)圖”“知識(shí)圖譜”等。

簡(jiǎn)言之，知識(shí)圖譜是隨著計(jì)算機(jī)技術(shù)的發(fā)展，應(yīng)用數(shù)學(xué)算法來(lái)簡(jiǎn)化知識(shí)單元結(jié)構(gòu)以達(dá)到可視化知識(shí)結(jié)構(gòu)關(guān)系的一種方法，是顯示科學(xué)知識(shí)的發(fā)展進(jìn)程與結(jié)構(gòu)關(guān)系的一種圖形，是一種有效的知識(shí)管理工具。

1.2 研究對(duì)象

知識(shí)圖譜所描繪的對(duì)象主要包括：①?gòu)氖驴茖W(xué)技術(shù)活動(dòng)和作為知識(shí)載體的人，包括科學(xué)家、技術(shù)專(zhuān)家、項(xiàng)目組、實(shí)踐團(tuán)體或某一知識(shí)領(lǐng)域共同體；②顯性或編碼化的知識(shí)，如論文、專(zhuān)利、所學(xué)課程、數(shù)據(jù)庫(kù)等；③過(guò)程或方法，包括研究問(wèn)題和解決問(wèn)題的過(guò)程或方法、組織的業(yè)務(wù)流程，以及相關(guān)的知識(shí)投入等。

知識(shí)圖譜主要源于三大領(lǐng)域：①計(jì)算機(jī)科學(xué)領(lǐng)域的數(shù)據(jù)、信息、知識(shí)與知識(shí)域可視化研究；②圖書(shū)情報(bào)領(lǐng)域的引文分析可視化、知識(shí)地圖和知識(shí)網(wǎng)絡(luò)等研究；③復(fù)雜網(wǎng)絡(luò)系統(tǒng)和社會(huì)網(wǎng)絡(luò)分析的研究。上述領(lǐng)域的研究方向和內(nèi)容正在走向融合[5]。

2 知識(shí)圖譜繪制流程

參考國(guó)內(nèi)外已有研究，目前知識(shí)圖譜的繪制主要包括以下幾個(gè)版塊[4，6-7]。

數(shù)據(jù)檢索：繪制知識(shí)圖譜的基礎(chǔ)，其數(shù)據(jù)源在傳統(tǒng)文獻(xiàn)數(shù)據(jù)庫(kù)的基礎(chǔ)上逐漸擴(kuò)展到出版商、機(jī)構(gòu)聯(lián)盟等機(jī)構(gòu)網(wǎng)站的網(wǎng)絡(luò)日志、用戶(hù)記錄、點(diǎn)擊流數(shù)據(jù)等。

數(shù)據(jù)清洗：即對(duì)數(shù)據(jù)的預(yù)處理，包括查重、勘誤等，進(jìn)行歷時(shí)或分時(shí)段對(duì)比分析時(shí)需要對(duì)數(shù)據(jù)進(jìn)行分段處理；若樣本數(shù)據(jù)過(guò)大或分析目的不同，則需要進(jìn)行有代表性的抽取。

構(gòu)建關(guān)系矩陣：選擇要分析的知識(shí)單元，如關(guān)鍵詞、題名、作者等，構(gòu)建其相互關(guān)系，常用方法有共詞分析、共引分析、共作者分析、書(shū)目耦合分析、期刊耦合分析等。

數(shù)據(jù)標(biāo)準(zhǔn)化：根據(jù)數(shù)據(jù)間的相似度對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，常用方法有集合論方法（Cosine、Pearson、Spearman、Ochiai、Jaccard指數(shù)等）和概率論方法（合力指數(shù)、概率親和力指數(shù)等）。

數(shù)據(jù)簡(jiǎn)化：運(yùn)用因子分析、多為尺度分析、自組織映射圖、尋徑網(wǎng)絡(luò)圖譜、聚類(lèi)分析、潛在語(yǔ)義分析、三角法等方法處理數(shù)據(jù)以更好地展示各數(shù)據(jù)單元。

可視化展示：是知識(shí)圖譜構(gòu)建過(guò)程中最重要的一環(huán)，通過(guò)運(yùn)用不同的算法，調(diào)整相關(guān)參數(shù)，構(gòu)建整個(gè)圖譜。可通過(guò)不同模擬實(shí)現(xiàn)可視化，如幾何圖、戰(zhàn)略圖、沖積圖、主題河圖、地形圖、星團(tuán)圖、簸幅圖等。

圖譜解讀：采用歷時(shí)分析、突變檢測(cè)、空間分析、網(wǎng)絡(luò)分析等方法對(duì)圖譜進(jìn)行解讀，同時(shí)需要結(jié)合研究者的經(jīng)驗(yàn)、知識(shí)、學(xué)術(shù)背景、學(xué)術(shù)功底等。

3 知識(shí)圖譜繪制軟件

目前可用于知識(shí)圖譜繪制的軟件非常豐富，根據(jù)主要功能可分為2類(lèi)[4]：一類(lèi)為通用軟件，如SPSS、社會(huì)網(wǎng)絡(luò)分析軟件Ucinet和Pajek、詞頻分析軟件Wordsmith Tools和GIS相關(guān)軟件；另一類(lèi)為繪制知識(shí)圖譜的專(zhuān)用軟件，如CiteSpace、Bibexcel、Gephi、VOSviewer、VantagePoint、Network Workbench Tool、NWB、Sci2 Tool、In-SPRIE、SciMAT、Histcite、GeoTime、ColPalRed、Guess、Leydesdorff、Jigsaw、Carrot等。分析各軟件的特點(diǎn)[6，8-9]可以看出，隨著知識(shí)圖譜的繪制軟件越來(lái)越多，一方面其支持的數(shù)據(jù)格式愈發(fā)多樣，相互之間的兼容性也逐步增強(qiáng)；另一方面，在可視化效果方面也日趨完善，知識(shí)展示的真實(shí)度、準(zhǔn)確度逐漸提高。詳見(jiàn)表1。

表1 常用知識(shí)圖譜繪制軟件比較

4 知識(shí)圖譜在中醫(yī)藥領(lǐng)域的應(yīng)用

目前知識(shí)圖譜的研究中，國(guó)外學(xué)者主要集中在2個(gè)研究方向[10]：部分偏于技術(shù)研究，包括可視化工具和算法的開(kāi)發(fā)；部分以應(yīng)用為主，利用科學(xué)計(jì)量學(xué)理論及相關(guān)方法、知識(shí)圖譜軟件等進(jìn)行分析研究。國(guó)內(nèi)研究也可分為2個(gè)方向：部分以科學(xué)計(jì)量學(xué)為理論基礎(chǔ)，利用可視化方法研究科學(xué)學(xué)與管理學(xué)、科學(xué)技術(shù)合作等領(lǐng)域；部分以電子資源數(shù)據(jù)庫(kù)為數(shù)據(jù)源，通過(guò)可視化方式展示某一學(xué)科的研究前沿和發(fā)展動(dòng)向。

4.1 應(yīng)用現(xiàn)狀

醫(yī)學(xué)領(lǐng)域各學(xué)科中采用知識(shí)圖譜理論與方法進(jìn)行的研究尚處于起步階段，中醫(yī)藥領(lǐng)域已有部分學(xué)者開(kāi)展了相關(guān)研究。

在學(xué)科層面，趙蓉英等[11]以Web of Science為數(shù)據(jù)來(lái)源，運(yùn)用CiteSpace對(duì)中醫(yī)研究領(lǐng)域的研究熱點(diǎn)進(jìn)行了可視化探索。徐浩等[12]以我國(guó)醫(yī)藥衛(wèi)生領(lǐng)域中文核心期刊文獻(xiàn)為數(shù)據(jù)來(lái)源，對(duì)我國(guó)中醫(yī)學(xué)科交叉領(lǐng)域的研究熱點(diǎn)進(jìn)行了可視化分析，但研究?jī)H限于中醫(yī)學(xué)與醫(yī)藥衛(wèi)生領(lǐng)域之間的合作。楊秦等[13]采用共詞分析及社會(huì)網(wǎng)絡(luò)方法對(duì)中醫(yī)外科瘡瘍領(lǐng)域的研究主題及分布進(jìn)行了探索。

具體在疾病方面，譚火媛等[14]基于中國(guó)知識(shí)資源總庫(kù)（CNKI）收錄的近10年中醫(yī)藥治療高血壓相關(guān)文獻(xiàn)，對(duì)前沿與熱點(diǎn)研究進(jìn)行了可視化分析。王淑斌等[15]對(duì)中西醫(yī)治療2型糖尿病的國(guó)內(nèi)外研究進(jìn)行了系統(tǒng)梳理。在證候方面，劉俊麗等[16]采用文本挖掘技術(shù)，通過(guò)數(shù)據(jù)清洗、實(shí)體抽取、構(gòu)建共詞矩陣并采用Ucinet軟件繪制乙型肝炎熱點(diǎn)研究知識(shí)圖譜，分析了子模塊中的中醫(yī)證候描述及疾病名稱(chēng)。秦義等[17-18]基于CiteSpace軟件對(duì)氣虛證、血瘀證證候診斷標(biāo)準(zhǔn)的相關(guān)研究進(jìn)行了可視化分析。在中藥材方面，郭棟等[19]通過(guò)關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)和聚類(lèi)圖對(duì)中藥枸杞的育種、種植、采收、加工、儲(chǔ)存等5個(gè)領(lǐng)域的研究進(jìn)行了熱點(diǎn)分析。在治療措施方面，李曌嬙等[20]對(duì)針灸治療腰椎間盤(pán)突出癥常用腧穴的演變過(guò)程及施穴治療的變遷進(jìn)行了可視化分析，胡松潔等[21]運(yùn)用Ucinet軟件對(duì)“五行音樂(lè)”療法的發(fā)展脈絡(luò)進(jìn)行了梳理。

此外，張靜[22]基于CNKI核心期刊文獻(xiàn)關(guān)鍵詞，探討了中醫(yī)藥專(zhuān)業(yè)人才培養(yǎng)熱點(diǎn)主題。陳姍姍等[23]對(duì)中醫(yī)藥傳播發(fā)展的研究文獻(xiàn)進(jìn)行了可視化分析，榮光等[24]基于中醫(yī)電子病歷研究領(lǐng)域的相關(guān)文獻(xiàn)，構(gòu)建了該領(lǐng)域的研究者、研究機(jī)構(gòu)、關(guān)鍵詞的共現(xiàn)網(wǎng)絡(luò)。

上述研究主要集中在不同領(lǐng)域的研究現(xiàn)狀及熱點(diǎn)分析，多以期刊文獻(xiàn)為數(shù)據(jù)來(lái)源，多采用CiteSpace軟件構(gòu)建研究者、研究機(jī)構(gòu)、關(guān)鍵詞等信息的共現(xiàn)圖和聚類(lèi)圖，從不同側(cè)面宏觀(guān)解釋了中醫(yī)學(xué)信息的整體結(jié)構(gòu)特點(diǎn)。但針對(duì)特定研究目標(biāo)，尚未形成一套明確的建模策略及技術(shù)，導(dǎo)致已有研究結(jié)果中也有差異甚至矛盾之處[5]。因此，中醫(yī)藥領(lǐng)域知識(shí)圖譜理論尚處在針對(duì)各學(xué)科結(jié)構(gòu)宏觀(guān)概述階段，急需解決對(duì)多層信息深度整合的知識(shí)圖譜建模策略及其技術(shù)。

近年來(lái)，已有學(xué)者在中醫(yī)藥知識(shí)圖譜構(gòu)建方法與標(biāo)準(zhǔn)化流程方面進(jìn)行了嘗試和探索。于彤等[25]提出以中醫(yī)藥學(xué)語(yǔ)言系統(tǒng)（TCMLS）為框架，以中醫(yī)藥領(lǐng)域現(xiàn)有的術(shù)語(yǔ)和數(shù)據(jù)庫(kù)資源為內(nèi)容，構(gòu)建大型知識(shí)圖譜的構(gòu)想，并進(jìn)行了探索和實(shí)踐，但尚未實(shí)現(xiàn)中醫(yī)藥知識(shí)資源的有效整合及提供全面、及時(shí)、可靠的知識(shí)服務(wù)。阮彤等[26]基于文本抽取、關(guān)系數(shù)據(jù)轉(zhuǎn)換及數(shù)據(jù)融合等技術(shù)提出了中醫(yī)藥知識(shí)問(wèn)答和輔助開(kāi)藥領(lǐng)域的知識(shí)圖譜半自動(dòng)化構(gòu)建流程。此外，該課題組對(duì)知識(shí)圖譜進(jìn)行了形式化定義，詳細(xì)描述了數(shù)據(jù)驅(qū)動(dòng)的增量式知識(shí)圖譜構(gòu)建方法，同時(shí)闡述了以此方法所構(gòu)建的中醫(yī)藥知識(shí)圖譜在輔助開(kāi)方領(lǐng)域的應(yīng)用，但未涉及其它領(lǐng)域[27]。賈李蓉等[28]以中藥知識(shí)圖譜為例，從數(shù)據(jù)來(lái)源、研究?jī)?nèi)容、圖形化展示等方面探討如何構(gòu)建中醫(yī)知識(shí)圖譜，但其應(yīng)用尚局限于瀏覽檢索方面，對(duì)多種數(shù)據(jù)資源間的映射及數(shù)據(jù)元等標(biāo)準(zhǔn)未進(jìn)行詳細(xì)論述。張德政等[29]提出了基于本體的中醫(yī)核心知識(shí)圖譜表示及其構(gòu)建方法，對(duì)中醫(yī)本體與知識(shí)圖譜的映射方法進(jìn)行了探索，為中醫(yī)知識(shí)圖譜的構(gòu)建提供了較系統(tǒng)的方法流程，但對(duì)多源數(shù)據(jù)的獲取技術(shù)及中醫(yī)師臨床實(shí)際診療數(shù)據(jù)的研究未進(jìn)行深入研究。王華珍等[30]以中醫(yī)慢性胃炎數(shù)據(jù)可視化處理為例，引入隨機(jī)森林（RF）技術(shù)進(jìn)行可視化前的數(shù)據(jù)預(yù)處理，根據(jù)高維中醫(yī)數(shù)據(jù)的特征進(jìn)行變換和降維，使數(shù)據(jù)在低緯空間呈現(xiàn)良好的分離性，從而增強(qiáng)了數(shù)據(jù)的可視化效果。

4.2 應(yīng)用前景

知識(shí)圖譜研究已經(jīng)滲透到金融、醫(yī)學(xué)和工業(yè)等領(lǐng)域，對(duì)知識(shí)圖譜定量與定性特征的科學(xué)理解已成為大數(shù)據(jù)時(shí)代科學(xué)研究中一個(gè)極其重要的挑戰(zhàn)性課題。結(jié)合自身知識(shí)體系的特點(diǎn)，中醫(yī)藥領(lǐng)域的知識(shí)圖譜研究應(yīng)以從事相關(guān)領(lǐng)域活動(dòng)和作為知識(shí)載體的人（如臨床醫(yī)學(xué)領(lǐng)域的醫(yī)師）、顯性或編碼化的知識(shí)（如癥狀、藥物等）、過(guò)程或方法（如辨證論治等）為研究對(duì)象，運(yùn)用圖論、統(tǒng)計(jì)學(xué)、應(yīng)用數(shù)學(xué)、數(shù)據(jù)挖掘等方法，研究知識(shí)之間多維網(wǎng)絡(luò)關(guān)系及演化規(guī)律等一系列問(wèn)題。

在我國(guó)，中醫(yī)臨床研究領(lǐng)域的知識(shí)圖譜構(gòu)建研究仍較滯后，研究大多處在術(shù)語(yǔ)本體領(lǐng)域的研究層面。知識(shí)圖譜在中醫(yī)藥領(lǐng)域有著廣闊的前景，如在中醫(yī)藥知識(shí)體系構(gòu)架方面，可建立中醫(yī)藥知識(shí)地圖系統(tǒng)、維基百科系統(tǒng)[25]等；在中醫(yī)藥知識(shí)的推廣普及方面，可建立基于知識(shí)圖譜的信息檢索系統(tǒng)、基于自然語(yǔ)言的問(wèn)答引擎[26]等；在臨床診療方面，可建立基于知識(shí)圖譜的四診信息采集、診斷、處方用藥系統(tǒng)；在醫(yī)師診療規(guī)律挖掘方面，可運(yùn)用知識(shí)圖譜挖掘中醫(yī)師“病-證-治-效”臨床診療數(shù)據(jù)之間的相互關(guān)系和內(nèi)在規(guī)律。因此，知識(shí)圖譜為開(kāi)展中醫(yī)基礎(chǔ)理論體系、臨床診療規(guī)律研究提供了有利的工具，探索解決中醫(yī)臨床診療過(guò)程中多尺度非完整信息整合的核心技術(shù)，建立中醫(yī)藥知識(shí)圖譜構(gòu)建的流程和規(guī)范將成為研究的熱點(diǎn)。

[1] 陳悅,劉則淵.悄然興起的科學(xué)知識(shí)圖譜[J].科學(xué)學(xué)研究,2005,23(2)：149-154.

[2] 陳悅,劉則淵,陳勁,等.科學(xué)知識(shí)圖譜的發(fā)展歷程[J].科學(xué)學(xué)研究, 2008,26(3)：449-460.

[3] 楊國(guó)立,李品,劉竟.科學(xué)知識(shí)圖譜——科學(xué)計(jì)量學(xué)的新領(lǐng)域[J].科普研究,2010,5(4)：28-34.

[4] 楊思洛,韓瑞珍.國(guó)外知識(shí)圖譜繪制的方法與工具分析[J].圖書(shū)情報(bào)知識(shí),2012,20(6)：101-109.

[5] 楊思洛,韓瑞珍.國(guó)外知識(shí)圖譜的應(yīng)用研究現(xiàn)狀分析[J].情報(bào)資料工作,2013(6)：15-20.

[6] 肖明,邱小花,黃界,等.知識(shí)圖譜工具比較研究[J].圖書(shū)館雜志, 2013,32(3)：61-69.

[7] 陳超美.科學(xué)前沿圖譜——知識(shí)可視化探索[M].北京：科學(xué)出版社, 2014.

[8] 鄧君,馬曉君,畢強(qiáng).社會(huì)網(wǎng)絡(luò)分析工具Ucinet和Gephi的比較研究[J].情報(bào)理論與實(shí)踐,2014,37(8)：133-138.

[9] 侯月明,喬曉東,孫衛(wèi),等.開(kāi)源分析工具在中文文獻(xiàn)分析中的應(yīng)用[J].現(xiàn)代圖書(shū)情報(bào)技術(shù),2013(3)：71-76.

[10] 曹樹(shù)金,吳育冰,韋景竹,等.知識(shí)圖譜研究的脈絡(luò)、流派與趨勢(shì)——基于SSCI與CSSCI期刊論文的計(jì)量與可視化[J].中國(guó)圖書(shū)館學(xué)報(bào),2015, 41(5)：16-34.

[11] 趙蓉英,王敏.國(guó)際視野下中醫(yī)研究的可視化分析[J].醫(yī)學(xué)信息學(xué)雜志,2011,32(7)：36-41.

[12] 徐浩,濮文淵,錢(qián)愛(ài)兵,等.我國(guó)中醫(yī)學(xué)學(xué)科交叉領(lǐng)域研究熱點(diǎn)可視化分析[J].中草藥,2015,46(19)：2966-2973.

[13] 楊秦,曾莉,李文林.中醫(yī)外科關(guān)于瘡瘍研究的知識(shí)圖譜分析[J].南京中醫(yī)藥大學(xué)學(xué)報(bào),2012,28(6)：535-537.

[14] 譚火媛,魏靜,譚定英,等.基于CiteSpaceⅢ的中醫(yī)藥治療高血壓前沿與熱點(diǎn)可視化研究[J].現(xiàn)代計(jì)算機(jī)：專(zhuān)業(yè)版,2016(11)：50-54.

[15] 王淑斌.中西醫(yī)治療2型糖尿病的知識(shí)圖譜分析[D].北京：北京中醫(yī)藥大學(xué),2014.

[16] 劉俊麗,張秀梅,蔣勇青.基于文本挖掘的乙型肝炎相關(guān)文獻(xiàn)知識(shí)圖譜分析[J].醫(yī)學(xué)信息學(xué)雜志,2014,35(1)：48-53.

[17] 秦義,田元祥.基于CiteSpace的氣虛證證候診斷標(biāo)準(zhǔn)知識(shí)圖譜可視化分析[J].中醫(yī)雜志,2015,56(18)：1588-1592.

[18] 秦義,田元祥.基于CiteSpace的血瘀證證候診斷標(biāo)準(zhǔn)研究的可視化分析[J].世界科學(xué)技術(shù)－中醫(yī)藥現(xiàn)代化,2015,17(12)：2656-2665.

[19] 郭棟,童元元,黃生權(quán),等.基于數(shù)據(jù)挖掘的枸杞研究熱點(diǎn)分析[J].中國(guó)中醫(yī)藥信息雜志,2016,23(9)：48-51.

[20] 李曌嬙,田元祥,趙建新.針灸治療腰椎間盤(pán)突出癥常用腧穴的可視化分析[J].河北中醫(yī),2016,38(9)：1372-1377.

[21] 胡松潔,馬彥平.基于知識(shí)圖譜的“中醫(yī)五行音樂(lè)療法”可視化構(gòu)建研究[J].長(zhǎng)春中醫(yī)藥大學(xué)學(xué)報(bào),2015,31(3)：534-537.

[22] 張靜.中醫(yī)藥專(zhuān)業(yè)人才培養(yǎng)研究的知識(shí)圖譜與主題分析[J].濟(jì)寧醫(yī)學(xué)院學(xué)報(bào),2017,40(1)：51-55.

[23] 陳姍姍,邵英俊.基于中國(guó)知網(wǎng)的中醫(yī)藥傳播研究的計(jì)量分析[J]. 中國(guó)中醫(yī)藥現(xiàn)代遠(yuǎn)程教育,2017,15(3)：6-9.

[24] 榮光,謝晴宇,孟慶剛.中醫(yī)電子病歷研究領(lǐng)域科學(xué)知識(shí)圖譜分析[J].中國(guó)中醫(yī)藥信息雜志,2017,24(1)：99-104.

[25] 于彤,劉靜,賈李蓉,等.大型中醫(yī)藥知識(shí)圖譜構(gòu)建研究[J].中國(guó)數(shù)字醫(yī)學(xué),2015,10(3)：80-82.

[26] 阮彤,孫程琳,王昊奮,等.中醫(yī)藥知識(shí)圖譜構(gòu)建與應(yīng)用[J].醫(yī)學(xué)信息學(xué)雜志,2016,37(4)：8-13.

[27] 阮彤,王夢(mèng)婕,王昊奮,等.垂直知識(shí)圖譜的構(gòu)建與應(yīng)用研究[J].知識(shí)管理論壇,2016(3)：226-234.

[28] 賈李蓉,劉靜,于彤,等.中醫(yī)藥知識(shí)圖譜構(gòu)建[J].醫(yī)學(xué)信息學(xué)雜志, 2015,36(8)：51-53.

[29] 張德政,謝永紅,李曼,等.基于本體的中醫(yī)知識(shí)圖譜構(gòu)建[J].情報(bào)工程,2017,3(1)：35-42.

[30] 王華珍,彭淑娟,緱錦,等.基于隨機(jī)森林的中醫(yī)數(shù)據(jù)可視化研究[J]. 系統(tǒng)仿真學(xué)報(bào),2014,26(11)：2751-2756.

Research Review ofKnowledge Graph and Its Application in TCM Field

LI Xin-long, LIU Yan, HE Li-yun, LIU Bao-yan, ZHANG Yan-hong

As the new development of scientometrics and informetrics, knowledge graph has infiltrated into the financial, industrial and medicalfields,and become a hot issue in the real world research.In this article, the concept and features of knowledge graph, construction and the existing softwares, the application status and development prospect in the TCM field were reviewed, whichmay provide references for research on the knowledge graph in the TCM field.

knowledge graph;TCM;application prospect;review

10.3969/j.issn.1005-5304.2017.07.033

R2-05

A

1005-5304(2017)07-0129-04

國(guó)家自然科學(xué)基金面上項(xiàng)目（81673964）;國(guó)家自然科學(xué)基金青年基金（81503679）

劉保延，E-mail：cectcm@gmail.com

（2016-08-20）

（2017-04-09；編輯：向宇雁）