国内知识图谱研究的可视化分析-科学网—博客.doc

PAGE  PAGE 7 国内知识图谱研究的可视化分析 魏瑞斌 （安徽财经大学管理科学与工程学院，蚌埠，233030） 摘要：对国内知识图谱期刊论文的外部特征和内容特征进行可视化分析。研究表明：国内知识图谱研究处于起步阶段，研究人员和机构相对集中，研究论文的合著率较高，研究主题鲜明。今后的研究需要加强学科间的合作，加强基础理论研究，创新研究方法，优化数据质量。 关键词：知识图谱 可视化 共词分析 Ucinet 分类号：G310 Visualization Analysis of the Achievements in Mapping Knowledge Domain in China Wei Ruibin (School of Management Science and Engineering of Anhui University of Finance Economics, Benbu 233030) Abstract：This paper analyzed the external characteristics and content features of the paper studied the mapping knowledge domain in China. The research shows that domestic research on the mapping knowledge domain is still at the starting stage, researchers and institutions are more concentrated, the coauthor rate is higher, these paper have distinct theme. The research should strengthen cooperation between different disciplines, pay more attention to basic theory research, promote research method and optimize data quality in the future. Keywords: Mapping Knowledge Domain; Visualization; Co-words Analysis; Ucinet 1引言 知识图谱是将以科学学为基础，涉及应用数学、信息科学及计算机科学诸学科交叉的领域，是科学计量学和信息计量学的新发展。随着统计分析、引文分析和网络分析方法在科学计量学领域的广泛应用，以及计算机图形学和可视化技术的发展，知识图谱研究在20世纪90年代以后得到迅猛发展[1]。 知识图谱的研究发端于美国、荷兰等国。根据刘则渊教授对科学计量学重大变革的三条路径与重要人物的介绍[1]，笔者认为国外知识图谱的研究主要有三大学派。第一类是科学计量学学派。这个学派主要是以引文分析理论为基础研究不同学科的知识图谱。如加菲尔德等人（1964）手工绘制了DNA领域的历时态图谱[2]；普赖斯（1965）运用相同的数据完成了他的经典论文“科学论文网络”[3]；Small（1973）年提出了论文“共被引”的概念和共被引分析方法，并绘制了粒子物理学领域高被引论文的共引图谱[4]；White、McCain、Noyons等人（1998）将引文分析与多维尺度分析相结合，建立了基于多维尺度分析的知识图谱方法[5][6]。第二类是复杂网络学派。这个学派主要是利用复杂网络理论和方法对引文网络、科研合作网络、关键词共现网络等展开研究。如社会学家Hummon（1989）把社会网络分析方法引入了引文网络研究，提出了引文网络中的关键路径算法[7]；纽曼（2001）用复杂网络方法测定了生物医药、物理学和计算机科学等领域科学合作网络中最有影响力的科学家，并揭示了科学合作结构具有复杂网络的高集聚和小世界等特性[8][9][10]。第三类是可视化学派。这个学派的研究者将计算机科学的理论、方法和引文分析等有机结合，利用专门软件对大量反映知识结构及发展脉络的数据自动处理，生成可视化的知识图谱。如陈超美提出了探索关键路径的pathfinder算法，并开发了供全球用户免费下载使用的Citespace软件。他（2010）还提出了多视角的共引分析方法，把共引网络分为多个聚类谱，重点关注聚类谱之间的相互关系[11]。Mane和B?rner（2004） 探讨了Kleinberg跳变算法、共词分析和图像展示技术在研究主题和发展趋势中发现中的应用[12]。阿米德等学者（2004）运用Wilmascope三维动画可视化技术对IEEE InfoVis引文网络进行可视化