基于社会网络分析的隐性知识推送服务方法研究.pdfVIP

知识组织与知识管理 基于社会网络分析的隐性知识推送服务 方法研究* 黄 微 高俊峰 王 晨 齐 玥 (吉林大学管理学院 长春 130022) 摘要: 【目的 】通过引入社会网络分析理论, 解决知识推送服务中隐性知识推送不足的问题。【应用背景】在数 字图书馆数据库的访问日志的环境下, 选取 24 小时内登录用户的知识偏好为实验数据开展研究。【方法】通过 引入“n-团子群”与“点度中心性”概念分析目标用户群, 将相似用户的隐性知识需求显性化共现并对相关知识实 体加以推送。【结果】发现推送隐性知识的广度与精准度直接受n- 团子群的参数n 值影响, 将其值设置为2 能够 保证推送的隐性知识更具颗粒性。【结论】解决知识推送服务中数据极端稀缺、用户隐含的知识需求获取力度差 的问题, 促进隐性知识交流。 关键词: 社会网络分析 知识推送 n- 团子群 隐性知识共现 分类号: G250 1 引 言 等策略, 以期为用户提供满意的隐性知识推送服务。 知识推送技术应用于数字图书馆领域以来, 凭借 2 研究背景 其独特的个性化需求获取力度以及高效的知识传播能 知识推送技术对用户需求的获取方式包括基于内 力成为数字图书馆信息服务的重要组成部分。但随着 容与基于用户两类[1], 前者的核心思想是查找与用户 用户知识需求不断呈现出离散、多样化趋势, 目前主 之前喜欢的内容相似的项目集[2], 后者主要通过建立 流的知识推送方法也不可避免地暴露出些许弊端, 其 用户项目评分矩阵对用户聚类分类建立用户行为模型 中最主要问题是用户隐性知识服务能力不足。 [3] 从而推送信息 。 隐性知识能帮助用户突破原有的认知结构对当前 目前, 国内外学者对知识推送技术的相关研究取 认知活动的影响, 具有提升用户对客观知识利用率的 得了丰硕成果: 重要意义。但是隐性知识需求不同于“看得见”的显性 (1) 在用户群体特征的推荐研究方面, 有学者分 知识需求, 系统能根据用户种子订阅情况或跟踪用户 析 Wiki 平台的知识共享与知识交流机制, 提出基于 的检索习惯等方式把握用户的显性知识期望, 而面对 Wiki 平台的群体用户双向与多向的知识沟通与推荐 如何有效获取用户无法感知描述的隐性知识需求, 并 模式[4] 。另有观点指出Web 2.0 环境下网络用户群体 且高效地将承载隐性知识载体的数据推送给用户等难 的划分是基于自相似性与吸引因子两方面, 网络群 题, 本文提出基于社会网络分析的隐性知识推送方法, 体的聚合效应对用户的行为具有极强的引导性作用, 采用用户子群划分、用户中心性计算、子群知识共享 可增强相似用户群体内知识的传递[5] 。国外有学者通 收稿日期: 2013-08-14 收修改稿日期: 2013-11-18 *本文系国家自然科学基金项目“语义网络环境下数字图书馆资源多维度聚合与可视化展示研究”(项目编号:）、国家社会科学基 金重大项目“基于语义的馆藏资源深度聚合与可视化研究”(项目编号: 11ZD152 ）和吉林大学985 工程项目的研究成果之一。 48 现代图书情报技术 总第243 期 2014 年 第2 期 过判断用户行为特征的相似程度, 设定阈值 K 以此 获取相似用户集, 提取相似用户群体对某一项目的 [6] 评价进而推送知识 。 (2) 基于相似用户群体的知识与行为特征进行知 识推荐的实践,