在线知识社区知识系统与社会系统序化规律研究 — —以Wikipedia为例

【目的/意义】在线知识社区中知识通过社会关系进行传播,形成知识网络,用户之间通过交流、沟通形成社 会网络,通过网络结构来探索社会关系与知识结构的序化过程。【方法/过程】基于社会网络分析理论和网络结构熵 理论,以英文维基百科为研究对象,通过知识网络和社会网络的平均路径长度、聚类系数、同配系数、 “蔡”结构熵, 揭示网络的演化规律。【结果/结论】通过词条“Big Bang”的案例研究发现：在线知识社区中知识观点较社会关系更 为紧密,聚合程度较高;社区演化初期,两个网络是无序的同配网络,随后逐渐演化为有序的异配网络。     

网络用户在线评论的主题图谱构建及可视化研究——以酒店用户评论为例

【目的/意义】网络用户在线评论是用户对某产品或服务机构体验感知的反馈,对网络用户在线评论的文 本挖掘是情报分析的重要内容。【方法/过程】为了更有效从海量网络用户在线评论文本中挖掘用户感兴趣的信息, 本研究爬取TripAdvisor网站四大城市的酒店用户在线评论,基于主题图谱理论和文本聚类算法构建网络用户在线 评论的聚类模型,通过图谱可视化揭示不同地区酒店用户观点差异,并分析不同图谱的社会网络特征。【结果/结 论】研究发现酒店用户最关注的是服务,其次是酒店的环境和位置。本研究能够快速挖掘酒店用户关注内容,对帮 助酒店管理者了解用户住宿需求并以此提高用户满意度具有重要价值。【创新/局限】本文结合主题图谱和文本挖 掘技术构建酒店用户在线评论主题图谱,在大数据文本主题聚类上显示出优越性。但本文仅分析TripAdvisor网站 四个城市中部分酒店的用户在线评论,数据面覆盖不够广泛。     

基于信息关联的负面网络舆情风险分级与预测研究

【目的/意义】网络社会充斥大量负面网络舆情,负面网络舆情风险分级和研判对提高网络治理能力和网络 社会治理成效意义重大。【方法/过程】构建负面网络舆情风险指标体系,并采用熵权法计算风险指标权重;基于加 权GRA模型计算灰色加权信息关联度,在此基础上,运用k-means聚类算法构建负面网络舆情风险分级方案,据此 对负面网络舆情进行风险预测。【结果/结论】实证分析结果表明,所建负面网络舆情风险分级模型客观性强、可靠 度高,可为负面网络舆情风险精准响应提供有效决策依据。【创新/局限】以信息关联为视角,为负面网络舆情风险 分级与预测提供了新的研究框架,但典型案例数据库有待继续完善。     

知识聚类视角下国际智库前沿演进研究

【目的/意义】通过对国际智库知识群的聚类,分析相关热点问题,以期对我国的智库研究和发展起到一定 的借鉴意义。【方法/过程】运用文献计量学和知识图谱方法,对SCI数据库中从1990年至2016年所有国际智库研究 的文献数据进行聚类,绘制国际智库研究前沿热点知识图谱。【结果/结论】发现国际智库研究核心知识群主要由公 共政策和核心智库两大聚类形成;前沿热点主要围绕外交政策、新自由主义、公共政策、实证研究、关键路径注册模 型、德尔菲法、数字化治理等。     

知识传播的社会网络结构研究——以MOOC为例

【目的/意义】随着网络和多媒体技术的迅速发展,知识虚拟社区作为一种以实现教育和学习为目的的网络 学习共同体,亦成为学习者进行知识共享和经验交流的重要平台。对教育虚拟社区中知识传播的网络结构研究能 够帮助认识知识扩散模式,有利于虚拟社区中的知识组织和知识管理。【方法/过程】本文基于知识图谱理论以 MOOC（慕课）为例构建知识传播社区图谱并分析其网络结构,使用社会网络分析方法分别从宏观和微观剖析知识 传播社区中以学生学习课程构成的网络的互动结构特征和互动关系特征,挖掘知识传播模式。【结果/结论】研究结 果揭示虚拟教育学习社区各节点的关联关系以及路径距离。学生学习课程网络中的节点连接紧密,形成的社区较 明显;具有较高中心度和PageRank值的课程更受学生欢迎;具有较高中心度和PageRank值的学生更积极参与课程 互动。研究结果为在线教育知识传播社区用户管理和知识管理提供依据和方法支撑。【创新/局限】论文从理论层 面论述了知识图谱理论构建教育虚拟社区知识转移及知识传播网络,通过可视化图谱呈现知识社区网络结构; MOOC作为数据源分析教育虚拟社区网络结构,且采集的样本数据量还有待增加,具有一定局限性。     

基于司法判决书的知识图谱构建与知识服务应用分析

【目的/意义】构建基于司法判决书的案件知识图谱是对司法数字资源的有效利用,有助于提升司法智能化 水平,积极响应国家“智慧法院”建设发展战略。【方法/过程】以“网络诈骗”领域为例,用“自顶向下”的方式构建知 识图谱。首先,结合文书内容与专家意见构建案件领域本体;接着,通过知识抽取、知识表示、知识融合等环节获取 实体、属性及关系;再利用Neo4j生成案件知识图谱。最后,提出了基于知识图谱的智慧司法知识服务框架。【结果/ 结论】基于 2015年-2020年的“网络诈骗”领域司法判决书,构建了含有约 3万个实体和 18万条关系的案件知识图 谱,并详细阐述了具备基础资源层、知识图谱层、服务应用层的智慧司法知识服务框架设计。【创新/局限】实现了案 件知识图谱的实体类型扩充,以丰富图谱应用场景,并将知识图谱技术与智慧司法知识服务框架进行融合;局限在 于仅使用网络诈骗领域判决书数据进行实证研究。     

信息生态视角下网络舆情生态多维图谱构建研究

【目的/意义】以总体国家安全观为指导思想,力争在中华民族伟大复兴关键时期,使网络舆情生态治理成 为国家理政治国的重要工具。具体立足于信息生态视角,分析网络舆情生态的多维图谱的构建方法与过程。【目 的/意义】首先分析网络舆情生态的构成维度,具体包括主体维度、客体维度及时空维度;其次基于网络舆情生态的 不同维度,分别利用社会网络分析法、知识图谱及网络复杂性分析法构建网络舆情生态的多维图谱;最后,以“重庆 万州公交车坠江事件”为例,对网络舆情生态多维图谱构建做进一步解释说明。【结果/结论】分别从主体图谱、客体 图谱及时空图谱揭示网络舆情生态的动态变化及演化规律,为网络舆情生态的监管及治理提供参考及建议。【创 新/局限】本文从信息生态视角构建网络舆情的主体—客体—时空环境图谱,全方面揭示网络舆情的动态演化过 程。目前研究案例仅仅针对微博平台,后续研究将着眼于更广泛的新媒体平台及类型。     

面向科技文献知识元的知识图谱构建研究

【目的/意义】基于知识元挖掘科技文献中的科学知识,建立科学知识之间的联系,构建细粒度知识图谱,旨在打通知识之间的壁垒,满足用户细粒度的知识需求。【方法/过程】首先,本文构建基于图的知识元表示框架,并以知识元为核心构建细粒度知识组织模型;其次,设计面向科技文献知识元的知识图谱,并探究知识图谱构建流程,以实现知识图谱的自动化构建;最后以科技文献中的摘要和引言为实验数据,进行实证研究,构建面向科技文献知识元的知识图谱。【结果/结论】本文所构建的知识图谱不仅能直观地展现学术论文所需要探究的问题、所提出的方法和模型等,还能够揭示科学知识之间的内在关联。【创新/局限】本文探究了细粒度知识组织模型,构建了面向科技文献知识元的知识图谱。在未来的研究中,将不断完善知识图谱构建流程,并探索知识图谱的应用领域。     

面向网络社区知识交流与共享的用户关系图谱构建 与可视化研究

【目的/意义】网络社区已经成为用户分享知识和信息、交流互动以及发展人际关系的一种新的社会组织形 式。揭示网络社区的用户知识交流和共享行为特征对提高其知识交流和共享效率有着重要意义。【方法/过程】采 用社会网络分析及其可视化方法,在构建并分析“经管之家”用户关系网络图谱的基础上,讨论该用户关系网络中 用户知识交流和共享的行为特性。【结果/结论】研究表明,处于结构洞的活跃用户、强弱关系的合理结构比例,以及 用户动机等是促进知识交流和共享的重要因素。     

基于AHP-EVM模型的科技期刊编辑能力评价研究

摘 要 【目的】构建有效测度科技期刊编辑能力的评价模型。【方法】将层次分析法(AHP)与熵值法(EVM)有机结合,构建了AHP-EVM评估模型,引入到科技期刊编辑能力评价中,并运用一个案例对模型进行了检验。【结果】 AHP-EVM模型结合了层次分析法和熵值法的特点,避免了对指标采用主观权重,并且优化过程直观、简单,能有效对科技期刊编辑能力进行优劣划分和综合排序。【结论】AHP-EVM模型为合理评价科技期刊编辑能力提供了有效的决策方法和依据。     

题名与关键词在文献内容揭示中的对比研究 — —基于农产品品牌评价领域

【目的/意义】随着数字文本数量的增加,题名与关键词作为文本表示方式之一,对文本的揭示作用日益突 显。【方法/过程】基于我国农产品品牌评价领域的相关文献,对文章的题名与关键词分别进行了聚类分析,并对两 者的聚类结果进行了对比,发现基于题名与基于关键词的聚类结果不完全一致,但存在交集,进而将题名与关键词 叠加后进行聚类,经过分析认为聚类结果得到了改善。【结果/结论】发现题名与关键词对文献内容的揭示程度不 同,且均不能良好地概括农产品品牌评价领域的文献内容,二者融合后结果得到改善;同时对今后研究中论文题名 与关键词的选取提出了一些建议。     

信息计量学研究的知识结构与发展态势

【目的/意义】信息计量学是计量学重要的分支学科,揭示其研究动态对五计学的发展深化有重要意义。【方法/过程】文章利用关键词共现网络与科学知识图谱,从信息计量学代表性期刊《Journal of Informetrics》刊载文献的视角,揭示了信息计量学研究的知识结构和发展态势。【结果/结论】当前信息计量学研究主要分为评价指标的理论与实践、网络指标对绩效的影响、高校科研绩效评价、期刊影响力与跨学科性测度、基于网络数据库的引文分析、研究的社会影响测度六个主题社区,其知识来源由学者科研绩效评价、引文绩效评估、影响因子优化、科学学与科学管理四个知识集群组成。在未来发展上,高校科研绩效评价和基于网络数据库的引文分析是信息计量学未来的重点;研究的社会影响测度有演化成计量学子学科的潜质。【创新/局限】这些结论为信息计量学研究的系统化发展提供了科学、客观的参考,并为期刊发展提供了思路。未来研究应丰富数据,开展更全面的论述分析。     

基于交互式可视化的领域知识图谱构建研究

【目的/意义】基于文献数据的领域知识图谱构建有助于探测某学科领域的主要研究内容及其发展方向，是 进行技术创新的基础情报工作，对于研究人员、企业都具有一定的意义。【方法/过程】提出基于交互式可视化技术 的知识图谱构建方法，首先基于经典LDA模型进行主题识别，然后基于社会网络分析方法构建领域主题网络识别 关键主题词；最后，基于JS（D3 工具）绘制可交互的关键主题词关联与检索知识图谱，发现关键主题词的隐含联系， 辅助进行领域知识挖掘与分析。【结果/结论】通过对我国医疗健康信息领域进行实证研究，验证了本文提出方法的 准确性和有效性。     

基于词共现与词向量的概念层次关系自动抽取模型——以学术论文评价领域为例

【目的/意义】通过概念层次关系自动抽取可以快速地在大数据集上进行细粒度的概念语义层次自动划分, 为后续领域本体的精细化构建提供参考。【方法/过程】首先,在由复合术语和关键词组成的术语集上,通过词频、篇 章频率和语义相似度进行筛选,得到学术论文评价领域概念集;其次,考虑概念共现关系和上下文语义信息,前者 用文献-概念矩阵和概念共现矩阵表达,后者用word2vec词向量表示,通过余弦相似度进行集成,得到概念相似度 矩阵;最后,以关联度最大的概念为聚类中心,利用谱聚类对相似度矩阵进行聚类,得到学术论文评价领域概念层 次体系。【结果/结论】经实验验证,本研究提出的模型有较高的准确率,构建的领域概念层次结构合理。【创新/局限】 本文提出了一种基于词共现与词向量的概念层次关系自动抽取模型,可以实现概念层次关系的自动抽取,但类标 签确定的方法比较简单,可以进一步探究。     

基于主题引用网络的交叉学科知识传播研究 ——以数字图书馆为例

【目的/意义】首先构建主题之间的引用网络,在此基础上分析主题影响力,并观察科学知识在不同主题之 间的知识传播过程。通过这些分析研究交叉学科中跨学科知识传播的过程和规律。【方法/过程】借助社会网络分 析方法,在交叉学科内部和相关基础学科两个层次上构建交叉学科主题引用网络,并构建主题层次知识传播图 谱。【结果/结论】研究发现,在数字图书馆学科内部知识传播过程中,通过研究问题的关注和交流是主要的传播 形式,而且基础学科对于交叉学科的跨学科知识输出中研究方法的知识输出亦是重要的知识输出内容。同时,通 过构建主题层次知识传播图谱能够帮助用户可视化分析主题之间的知识流动。 关键词：主题引用网络;交叉学     

基于社会网络分析和密度算子的学术期刊综合评价研究

【目的】 针对学术期刊多属性综合评价中指标间相关性较强的问题,提出一种新的基于社会网络分析和密度算子的学术期刊综合评价模型。【方法】 将学术期刊评价指标视为网络节点,依据节点间相关性构造关系网络矩阵。设计节点中心度和子群凝聚度,度量节点和子群的重要性。基于密度算子综合集成评价信息,计算并且排序学术期刊综合评价值。【结果】 以图书情报类学术期刊为研究对象,实证结果表明该方法能够充分顾及指标间的相关性,得出较为合理的评价结果,是一种切实可行的学术期刊综合评价方法。【结论】 基于社会网络分析和密度算子的学术期刊综合评价模型为科研机构评价学术期刊提供了一种新思路。     

知识扩散路径上节点的分类和聚类分析 ——以知识分享平台“知乎”数据为例

【目的/意义】研究知识扩散路径和知识扩散网络中节点的特征,从而服务于知识扩散的模型研究。【方法/ 过程】通过对流行的中文知识分享平台-“知乎”网络上一次典型的知识扩散进行回溯,建立参与知识扩散的节点的 知识扩散网络和节点之间的社会关系网络。通过对节点历史行为和网络位置属性的交叉分类,分析整个知识扩散 网络中节点的统计特征。并且,对社会关系网络中一个节点的所有相邻节点进行 K-Means聚类,分析这些相邻节 点的特征。【结果/结论】通过分析,发现了知识扩散过程中,节点较强的聚类特性。更重要的是,父节点在知识扩散 网络中的子节点同时具有较强的聚类特征,并与父节点具有较强的相似性。这些通过交叉分析挖掘得到的数据特 征和结论,能够为知识扩散模型研究提供新的研究思路和方向。     

产学研机构中知识消费者学术问答行为特征与需求研究

【目的/意义】探究产学研机构知识消费者在学术社交网络问答服务中的行为和需求特征,以提升用户学术交流效力,为平台优化提供支撑依据。【方法/过程】本文以ResearchGate问答服务中的知识消费者作为研究对象,运用方差分析、层次聚类、社会网络分析等方法比较分析产学研机构的用户行为,并从时间维度揭示行为特征演化和需求变化趋势。【结果/结论】提问特征上,产学研机构知识消费者提问标题长度和添加标签数量及变化趋势有一定相似性。信息需求上,三类机构知识消费者关注内容较分散,高校和科研院所有更多共同话题,但各自个性化需求占比却更高,而企业的个性化需求占比较低。在2010-2019年间,除共同高频话题呈现稳定或微弱下降的趋势外,企业高频话题多为下降趋势,高校和科研院所呈上升趋势的高频话题居多。【创新/局限】从机构视角对比研究知识消费者行为,促进用户问答效用的提升及学术社交网络问答服务的优化;本文局限性在于只选择顶尖产学研机构和ResearchGate进行研究。     

基于多源异构数据挖掘的在线评论知识图谱构建

【目的/意义】随着网络购物的普及,在线评论成为影响消费者、销售者和生产者决策的重要数据。大数据 时代,在线评论呈现出多源异构、爆发式增长的特点,难以为用户的购买决策和商家竞争提供有力的情报支撑。【方 法/过程】本文利用多源异构的在线评论数据构建知识图谱,提出了一种基于多源异构数据构建知识图谱的框架, 模式层构建围绕在线评论的信源、内容以及形式构建,最终形成知识图谱的概念框架,并运用word2vec从多源异构 文本中获取实体、关系和属性,并进行数据融合与知识图谱分析。【结果/结论】实验部分以手机商品在线评论为例, 验证了本文所构建的知识图谱对在线评论相关研究及挖掘的有效性,研究结果揭示了多源异构在线评论数据的特 点,为大数据环境下在线评论信息组织、展示和挖掘提供了新的研究视角。【创新/局限】运用知识图谱对在线评论 进行描述,有效解决信息过载、多源异构信息融合等问题。本文采用半自动化的方式构建知识图谱,未来考虑引入 无监督的方法提高构建效率。     

国内基于深度学习的目标跟踪研究知识图谱分析

【目的/意义】基于深度学习的目标跟踪研究在国内研究热潮的迅速高涨，吸引了多位来自计算机视觉领域 学者产出丰硕的成果，知识图谱能直观地揭示该领域的研究概况与前沿。【方法/过程】利用CiteSpace 分析软件，以 中国知网引文索引（CNKI）数据库为数据源，搜集基于深度学习的目标跟踪研究相关文献数据。从时空分布、机构 与作者分布、关键词频度共现、研究趋势变化时序图谱等方面，绘制知识图谱，梳理研究脉络，揭示国内基于深度学 习对目标跟踪的研究现状与发展方向。【结果/结论】以客观数据和图谱为依据，对基于深度学习对目标跟踪的研究 发展进行分析和总结，同时提出相关建议，为该领域的后续研究提供参考。