动态网络视角下金融领域知识结构发现和演化研究.docVIP

动态网络视角下金融领域知识结构发现和演化研究 　　[摘 要] 随着信息化的发展，金融领域信息量迅猛增加，在此背景下用科学的方法对海量信息筛选加工从而挖掘出潜在的知识价值已成为必要。文章以Web of science数据库中2000-2016年的金融领域文献为数据源，基于文献关联构建了金融学领域知识的多重关系网络，通过动态网络模型对该网络的整体演化进行了分析，对网络中潜在的重要关系和变化进行了识别，为我国金融领域科研的创新工作提供参考。 　　[关键词] 知识结构；文献关联；多重网络；动态网络分析；金融学 　　doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2018. 07. 060 　　[中图分类号] F830 [文献标识码] A [文章编号] 1673 - 0194（2018）07- 0145- 05 　　1 引 言 　　随着金融业的快速成长，该领域的知识结构也在随之发生变化，且这之间是存在传承、发展关系的。因此用科学的方法挖掘网络中潜在的知识演化和创新过程，对于把握学科领域发展的全局以及梳理知识发展脉络和追踪新兴主题有着重要意义。 　　在国外，目前比较新的研究是Avkiran N K[1]以金融领域文献为数据源，采用引文分析法研究作者之间的协作关系对文献影响力的作用情况；Michayluk D[2]等对四大顶尖金融期刊以及谷歌学术等数据库中文献的被引频次进行回归分析；Sch？?]ffer[3]采用协同引证分析的方法，对四大顶尖金融期刊上的文献做相关定量分析。相比之下，国内学者们对金融领域知识的分析方法比较侧重于传统的计量统计，如凌雨??[4]从统计分析的角度，借助CSSCI数据对我国金融学领域研究概况进行了总结。 　　随着对领域知识研究的进一步深入，学者们逐渐认识到知识网络的复杂性，想寻找一个途径挖掘更深层次的知识特征，因此有了对动态网络分析（DNA）这一新兴领域的初步探索，国内DNA研究大多用在专利领域。 　　刘彤[5]等利用DNA对锂离子电池领域专利多重关系网络的演化进行了分析，发现DNA提高了专利数据分析的全面性与准确性；同年刘彤 等[6]又对纳米技术专利进行了DNA研究，结果表明该方法提供的测度方式不仅能识别个体在组织中重要性，更重要是能预测网络的演化趋势；而马宁 等[7]则是将DNA应用到网络意见领袖的识别研究中，验证了该方法在意见领袖识别研究中具有可靠性和创新性。 　　综上所述，发现对于金融知识这样一个复杂且规模大的知识网络，传统统计方法局限性大，研究维度较为单一已满足不了研究的需要，而DNA可能是一个更好的选择。但目前国内学者只在专利分析等领域进行了尝试，对于金融领域知识仍有空白。 　　故展开本文的研究，旨为该领域传统的研究分析方法提供一个新视角。另外本文扩充了DNA分析指标，从一个更全面的视角来揭示出金融领域内知识结构的构成与演变，实现领域内热点知识的识别。 　　2 动态网络理论与应用 　　2.1 动态网络分析 　　DNA是一个新兴的领域，是SNA理论和方法的延伸，Carley及其同事拓展了SNA方法，将知识管理、行为研究及社会网络技术融入其中，得到了动态网络分析方法（DNA）[8]。本文采用的分析工具是ORA软件，它能够处理基于人、知识、事务等本体类所构建的元矩阵[9]。 　　如表1中所示，基于几个元素定义了一系列相互联系的网络，各网络之间相互作用、相互影响。 　　2.2 动态网络分析的应用 　　DNA在规模大且复杂的网络中有着广泛的应用，本文的知识网络的研究也是其应用的范畴。在以文献为研究对象的研究中，常见的知识结构的构成要素有作者、机构、主题等[10]。基于领域知识之间存在关联、继承、发展的关系，利用作者、引用和内容等属性建立知识链接，进而构建知识结构网络[11]。 　　本文将动态网络分析中的相关指标映射到金融知识结构网络中，利用相应的指标来测度领域知识网络，下面对相应的指标进行定义说明。 　　分中的相关指标如表2所示。 　　2.3 数据获取 　　为了研究我国金融领域知识发展情况，本文以WC=（Business， Finance）作为检索式在Web of Science数据库中检索，时间跨度为2 000年至2016年3月22日，文献类型为PROCEEDINGS PAPER、ARTICLE和REVIEW，下载文献27 281篇。本文就27 281篇文献进行情报挖掘，分析金融领域知识的研究情况。 　　3 金融领域知识全局网络构建及分析 　　了解金融领域知识概况后，紧接着分析其多重关系网络。通过对多重网络指标的计算，从网络规模、网络强度、网络流通性三个方面分析金融领域知识结构网络整体演化情况。 　　（1）网络规模。网络中节