2006—2012年我国关联数据探究论文定量研究.doc

2006—2012年我国关联数据探究论文定量研究【摘要】以2006-2012年我国所发表的关于关联数据的论文为分析数据，采用文献定量分析的方法进行统计分析，从时间分布、作者分布、期刊分布、研究资助基金分布和主题分布几个方面来分析我国关联数据研究的现状。同时，总结研究中尚存在的不足，探讨研究发展的趋势。 【关键词】关联数据；定量分析；语义网 Abstract：The paper focused on Linked Data which has been published by 1990- 2010 in China for the analysis of data，then used quantitative analysis method to carry on the statistical analysis，analyzed the situation of Linked Data from time distribution，author distribution，periodicals distribution，Scientific research fund distribution and the subject distribution.At the same time，this paper summarized the shortcoming and development trend of Linked Data research. Key words：Linked Data；quantitative analysis；Semantic Web 关联数据的概念为WWW（World Wide Web）的发明者，被誉为互联网之父的Tim Berners-Lee于2006年在《关联数据笔记》中首次提出，在该文中他分析了Web的发展与演变，提出了发展数据网络的思想，而数据网络的核心和关键则是关联数据。2009 年在TED大会上，他提出关联数据就是一箱箱数据，当通过开放标准关联在一起时，从中可以萌发出很多新事物和新应用[1]。 关联数据简单的说就是一些RDF格式的数据，也是用三元组（主体，谓词，客体）来表示资源。所以研究关联数据，知道数据的RDF（Resource Description Framework）格式是必不可少的。关联数据和RDF数据最主要的区别在于关联数据是要发布到网上，并供人搜索的，所以描述资源的三元组的不再是统一资源标志符（URI），而是URI和HTTP协议的组合，可称为统一资源定位符（URL），这样资源才能发布到网上。 有学者侧重对语义的认识，如白海燕认为关联数据是用来在语义网中使用URI 和RDF 发布、分享、连接各类资源，强调建立已有信息的语义标注和实现数据之间的关联，具有框架简洁、标准化、自助化、去中心化、低成本的特点，为构建人机理解的数据网络，提供了根本性的保障，为实现语义网远景奠定了坚实的基础[2]。Boutin G也持同样的观点，认为关联数据是提供了关联结构化数据的新媒介，可以更好地让机器读取这些数据[3]。 关联数据由于提出的时间还不长，尤其在国内对这个概念的研究还比较少，但国外关联数据的发展方兴未艾，越来越多的部门和企业发布了关联数据，加速了信息化的发展。为了使未来我国的下一代互联网技术不再落后于国外，研究关联数据的发展和动态是很有必要的。 本文利用CNKI中国期刊全文数据库高级检索系统，它是目前国内收录期刊较全，文献量大的综合性文献数据库之一，特点是文献收录全面，来源广泛，真实性强。本文以“关联数据”为主题词进行精确检索，对所得数据进行整理，统计出2006年到2012年8月关于关联数据的有效论文共203篇。 1.论文数量及年代分布 研究论文的数量在一定程度上反映了某领域学术研究水平和发展速度，论文的年代分布反映了该领域研究的历史过程。由表1可以清晰地看到国内关联数据的研究虽然自2006年已开始，但关联数据概念及其应用价值自2008年后才得到国内学界的重视和关注。而自2008年后，每年质量较高，较有价值的关联数据研究论文总体来看稳步增长，根据文献的规律，可知任何学科的发展，其初期在研究论文上都呈现文献量较少、中前期文献量快速递增、中后期文献趋于稳定的现象。从整体趋势来看，关联数据的研究尚处于中前期，预计未来几年，随着研究的深入、技术的发展、研究主体的扩展，关联数据研究的文献量会不断攀升。 2.论文作者分析 2.1 核心作者分析 核心作者一般是指在某专业领域期刊上发表论文较多、影响较大的作者集合[4]。现在利用普莱斯定律N≈0.749*（其中N为核心作者发表最低论文数，Nmax为最高产作者发表论文数），对该领域研究的核心作者进行统计