图书情报学知识图谱的构建及解读ppt课件

知识文库 第22期205图书馆情报研究知识地图的构建刘 迪在各个学科中，情报学是比较年轻的一门，由产生至今，发展历程仅有60多年。

从来源上看，人们需解决的知识产量不平衡于用量时，产生了情报学。

布鲁克斯为英国情报学家，其在研究“三个世界”过程中，出发点选择为哲学理论，他指出，情报学是一种分析、组织、传播与利用客观知识的科学，情报作用下，基于情报知识，可改变人们的知识结构。

另外，布鲁克斯还做出预言，对于整个社会科学来说，情报学必将成为其基础学科。

时至今日，人们才了解布鲁克斯的预言，而且现阶段情报学研究热点也成为知识、知识组织与知识管理，随着研究的进展，日渐显现出情报学的知识化趋势，此种背景下，必须要构建图书馆情报研究知识地图，以促进情报学的进步。

1构建图书馆情报研究知识地图的必要性从图书馆管理方面说，未来的大的发展方向为知识管理。

信息爆炸趋势下，信息量剧增，加之社会专业化分工，人们的个性化需求逐渐升高，尤其是数字图书馆发展速度迅速，人们更加迫切的需求信息。

图书馆情报研究知识地图良好构建后，网络化知识管理体系可建立起来，有利于进一步的实现知识扩散的目的，从而有力的保证知识管理图书馆；同时，系统化、智能化与全面化知识地图后，知识信息系统可将需求的知识与信息有序的传递给人们，满足人们的需求，优化知识资源后，完成知识管理任务。

本质上，图书馆情报研究工作属于一项知识创新工作，知识创新过程中，研究人员及相关专家的智慧、经验会大量的融入其中，而为能有效的管理其中的显性知识与隐性知识，需要图书馆管理人员良好的进行知识管理工作，由于传统管理方法并不能达到知识管理的要求，就需要建立情报研究知识地图，一目了然的了解其中包含的各类知识，并准确的掌握各类知识的关系，全面的收集与整理相关的信息资源，扎实的开展知识管理工作，充分的发挥情报研究知识的作用，促进情报研究工作的进一步发展。

基于上述叙述可以发现，情报研究工作开展过程中，图书馆要想良好的开展知识管理工作，发挥情报研究知识在研究时的作用，必须要构建完善的知识地图。

收稿日期:2013-10-22 修回日期:2013-11-19作者简介:向剑勤(1987-),男,硕士,助理馆员,研究方向:信息计量与知识管理;赵蓉英(1962-),女,教授,研究方向:知识管理与竞争情报㊁信息计量与科学评价㊂国内外图书情报学研究主题的知识图谱比较研究向剑勤1　赵蓉英2(1.东莞职业技术学院图书馆　东莞　523808;2.武汉大学信息管理学院　武汉　430072)摘　要　通过绘制国内外图书情报学研究主题知识图谱,从学科结构组成㊁分支主题(学术群体)之间关系与最具影响的学术群体等三个方面对国内外图书情报学进行比较分析,揭示出学科主题分布存在的差异:国内形成了以情报学与图书馆学为基础,在数字图书馆与知识管理这一新领域存在广泛交叉的局面,而国外形成了三计学研究主题㊁信息检索系统研究主题与信息系统研究主题三足鼎立㊁相互交叉的局面;国内图书情报学各学术群体交叉较多,联系更为紧密;国内影响最大的研究群体是情报学基础研究群体,国外则是三计学研究群体,且国外在网络计量学㊁信息技术的应用与用户研究㊁信息检索㊁数据挖掘与电子商务等新领域形成了有影响力的独立研究群体,而国内在这些领域的研究力量较弱㊂关键词　图书情报学　作者共引　研究主题　知识图谱中图分类号　G350 文献标识码　A 文章编号　1002-1965(2014)02-0086-09DOI 10.3969/j.issn.1002-1965.2014.02.017A Study of Knowledge Mapping Comparison of the Research Subject ofLibrary and Information Science at Home and AbroadXiang Jianqin 1　Zhao Rongying 2(1.Library of Dongguan Polytechnic ,Dongguan 523808;2.School of Information Management ,Wuhan University ,Wuhan 430072)Abstract By drawing the knowledge mapping of the domestic and foreign research subjects in library and information science (LIS ),the paper comparatively analyzes the differences of distribution of research subject between domestic and foreign LIS in three aspects ,including the disciplines composition ,the relationship of research groups and the most influential research group.First ,there is widespread cross in digital library and knowledge management in domestic research ,which is mainly based on information science and library science ,while there is tripartite confrontation and cross connection in foreign research ,such as the subject of scientometrics ,informetrics and bibliomet⁃rics ,the subject of information retrievals ,and the subject of information systems.Second ,the various academic groups of the domestic LIS are crossed more widely and connected more closely.Third ,the most influential research group is the fundamental research group of information science at home ,but it is the research group of scientometrics ,informetrics and bibliometrics abroad.Besides ,the influential and independent research groups in the new areas that have already formed abroad ,such as in webometrics ,application of information technology and user research ,information retrieval ,data mining and e -commerce ,are less researched in China currently.Key words library and information science author co -citation research subject knowledge mapping0　引　言自20世纪60年代知识图谱初现端倪以来,随着引文分析理论与方法以及可视化技术的不断发展,科学知识图谱理论与方法发展至今已日趋成熟,被广泛应用于学科研究㊂而图书情报学也伴随着计算机技术与互联网技术不断发展,出现了新的发展趋势,研究重点从传统的图书馆管理与服务研究逐渐转向网络信息资源组织与检索㊁数字图书馆㊁数据库建设与数据挖掘的研究领域,在信息技术汹涌的发展浪潮中,图书情报学的走向扑朔迷离㊂在这样背景下,全面比较分析国内外图书情报学研究主题分支及其地位意义重大㊂第33卷　第2期2014年2月 情　报　杂　志JOURNAL OF INTELLIGENCE Vol.33　No.2Feb.　2014在‘辞海“中,主题也被称作 主题思想”,是指文艺作品中所蕴含的中心思想,是作品内容的主体和核心,一部作品可以有一个主题,也可以有多个主题㊂在学科研究中,每篇文献都对应着一个或多个学科研究主题,相似研究内容文献的聚集可以共同反映某个研究主题,而若干学科研究主题共同支撑起了某个学科的结构㊂国内外图书情报学研究主题领域分析的研究成果丰富,研究主题领域分析主要有论文㊁关键词和作者等角度:a.学科主题分类和论文数量分析㊂1988年,著名图书馆学家E㊃A㊃斯蒂芬对美国最主要的9种期刊上发表的图书馆学情报学论文按内容主题进行了归类统计和定量分析研究,揭示出10年间美国图书情报研究的基本概貌和发展趋势[1]㊂而后的1991年,邱均平在此方法的基础上比较分析了中㊁美两国10年间图书情报研究重点㊁各课题兴衰起伏和学科发展阶段方面存在的差异[2]㊂此外,还有学者以主题分类目录或专业期刊的主题分类为基础进行论文主题定量分析,揭示图书情报领域主题变化趋势[3]㊂但基于论文的研究主题分析不可避免地存在一些问题:首先,其研究时间跨度较短,通常是5~10年;其次,在对研究主题进行归类时带有较强的主观性,或者所依据的主题分类目录较为固定,时效性不强,无法及时反映新出现的研究方向;最后,数据一般来源于几种专业期刊,由于主题的分类依赖人为归类,因而较难进行大量数据分析㊂显然,最初主题归类与论文统计的研究主题分析方法在当前信息分析工具功能越来越强大的趋势下已经逐渐较少被人使用㊂b.词频统计分析和高频关键词共现聚类分析㊂词频统计分析角度的研究主要采用词频统计的内容分析法对研究领域进行分析,从某时间段内高频关键词的起伏趋势和主题领域内高频词的数量变化揭示主题变化情况[4-7]㊂而共现分析的方法论基础是心理学的邻近联系法则和知识结构及映射原则㊂由于关键词是从学术论文中选择出来表示论文主题的未规范的自然语言[8],一个学术研究领域较长时域内的大量学术研究成果的关键词的集合,可以揭示研究成果的总体内容特征㊁研究内容之间的内在联系以及学术研究的发展脉络与发展方向等[9]㊂从共词分析方法角度来分析图书情报学主题领域的研究众多,该类文章通常在共词矩阵的基础上结合聚类分析[10]㊁多维尺度分析和因子分析[11]以及社会网络分析[12]等方法绘制多维尺度图㊁共词网络图[13]或战略坐标图[14],可视化地揭示出图书情报学或本学科某领域的主题分布状况与趋势㊂基于关键词的研究主题分析受到数据源的选择(检索关键词或期刊范围的选择)㊁关键词著录的规范性㊁关键词的遗漏与补缺㊁篇均关键词的个数和高频关键词的阈值等几个影响因素的制约,这使得在运用共词分析方法进行学科主题研究时存在诸多限制,对分析过程中的严谨性要求极高,这也使得当前许多运用共词分析方法开展学科主题研究的论文的可信度在某种程度上有一定保留㊂c.作者被共引聚类分析㊂作者共被引(Author Co -citation Analysis,简称ACA)通过文献作者共被引的聚类形成学科群体网络,能反映作者所从事学科专业之间的联系及其发展变化趋势,从而得出学科主题的重要分支与脉络结构㊂ACA方法与共词分析方法相比,在分析学科研究主题时具有两个较为明显的优势:首先,更能展现学科主题分支及其相互关系㊂ACA方法能反映学科共同知识被继承的关系,而共同知识被继承所产生的作者聚类能勾画出学科研究主题的分布,这样的研究主题分布更能展现学科主题分支之间相互关系的学科脉络㊂关键词共现分析主要是学科知识单元关联与出现频次的分析,相对侧重于从词频分析的角度反映学科热门主题领域,呈现学科热点与前沿领域,而较为忽视主题之间交叉与从属关系的反映;其次,更擅长研究学科的整体主题结构㊂由于学者是一个相对稳定的学术载体,学者在其学术生涯中研究主题相对固定,因此作者共被引的数据时间跨度可以选择较长的时限,因而可以得出学科整体的主题结构㊂但关键词共现研究以论文为依托,其时效性要求较强,只能反映短时间内的研究主题分布状况与热点主题㊂此外,由于词语的多义性,关键词共现更容易产生与研究主题无关的关联,而共引关联更多是基于论文内容的关联㊂图书情报领域应用作者共被引方法进行学科主题领域结构研究的历史较早,最早可追溯到1981年怀特与格利菲斯对39位图书情报学家进行共被引分析得到了本学科结构的研究[15]㊂1998年,White与McCain 以1972-1995年间发文被引率最高的前120位作者为样本进行同被引分析,发现图书情报学相对集中在信息检索和引文分析两大领域[16]㊂1992年,王崇德和余珊选取JASIS㊁JIS和Scientometrics三种情报科学期刊进行作者共引聚类分析,并将分析结果与1981年怀特得出的结论进行比较,发现情报学作者人数与学科热点的变化[17]㊂2006年,马费成以中国学术期刊全文数据库(CNKI)为数据源,利用其著者同被引检索功能,得出37位著者的同被引次数,进而揭示出10年间我国情报学的结构与现状[18]㊂2008年,赵勇和沙勇忠对SSCI数据库1996-2008年期间收录的24种情报学核心期刊引文进行了作者共引分析,并绘制了情报学研究的知识图谱,使之与1998年White和Griffith所做㊃78㊃　第2期 向剑勤,等:国内外图书情报学研究主题的知识图谱比较研究的1988-1995阶段情报学研究的MDS分析结果进行比较,显示国际情报学研究热点分布的变化[19]㊂2011年,马瑞敏与倪超群基于CSSCI的数据,综合 聚类分析”和 pathfinder算法”方法分时段研究了我国图书情报学1998-2007年的知识结构[20]㊂文献调研显示,国内少有对国内外同时段图书情报学研究主题分布进行比较研究的文章,其中马费成于2006年对国内情报学的学科结构进行研究时与1981年White和Grifith的研究结果进行简单的比较,但是目前国内还未有对国内外图书情报学研究主题的学科结构进行系统比较研究的文献㊂我们也不难发现当前在基于作者共被引的图书情报学研究主题分析的研究中,其数据来源㊁时间跨度和著者数量的选择上都存在比较大的限制,国外少有以SSCI收录的所有图书情报领域期刊为数据源进行作者共被引分析的研究,而国内由于中国社会科学引文索引(CSSCI)以收录核心期刊为主的数据限制也难以进行较全面的图书情报学作者共被引分析㊂因此,国内学者以中国学术期刊全文数据库(CNKI)为数据源,利用其引文检索功能进行了作者共被引研究的新探索,这大大突破了CSS⁃CI引文数据的限制㊂笔者亦在此方法的基础上选取71位图书情报领域的学者,以CNKI数据库默认年限(1915年至今)为时间跨度进行国内图书情报学作者共被引分析㊂本文将突破当前已有研究的数据㊁时间和研究方面的限制,力求全面比较国内外图书情报学的研究主题,以期明晰国外图书情报学在学科结构方面存在的差异,为国内图书情报学明确其定位提供参考㊂1　数据来源与研究方法国内研究数据以2012年CSSCI收录的图书馆㊁情报与文献学20种期刊1998-2011年的来源期刊文献为其中一个数据源㊂笔者经检索共得到6万余条数据,运用Bibexcel软件统计作者被引频次,得出了国内图书情报领域被引频次排名前100余位的高被引作者㊂考虑到CSSCI引文数据的限制,笔者一方面增加图情领域数据影响力高但在CSSCI的数据中未有较高被引频次的作者,比如黄宗忠和彭斐章等老一辈图书馆学家,另一方面在CNKI中国引文数据库中依次检索这些作者的被引频次,最终确定被引频次高于620次的前71位作者,构建高被引作者的共被引矩阵㊂71位作者总被次数达126533次,平均每位作者被引1782次㊂然后,笔者对71位作者进行两两组合,运用CNKI的引文检索功能分别检索其共被引的次数,得到了国内图情领域71位高被引作者的共引矩阵,并经SPSS软件得到国内图书情报领域的作者共引知识图谱,从而对国内图书情报领域的研究主题进行解析,以便展现我国图书情报学的学科结构,数据最后更新时间为2013年9月2日㊂国外研究数据以JCR(全称‘期刊引证报告“)中2010年度SSCI收录的图书情报学(Library and Infor⁃mation Science)领域的77种期刊为对象,检索图书情报学期刊论文,选择文献类型为 ARTICLE”,检索时间限定为1951-2012年,下载数据时选择全记录和参考文献,共检索到60862篇文献,以便得到国外图书情报学研究主题知识图谱,数据最后更新时间为2013年5月30日㊂通过绘制科学知识图谱的方法展示某个学科的结构㊂知识图谱综合应用引文分析理论与方法以及共现分析方法,融合计算机可视化技术,将学科领域的联系与研究主题可视化的展现出来[21]㊂笔者将运用知识图谱工具与方法可视化地展现国内外图书情报学的学科结构及相应的学术群体,并进行比较分析,以期明晰国内外图书情报学学科结构的差异,从而为国内图书情报学的发展走向提供参考㊂所采用的具体方法包括比较分析㊁作者共引分析(author co-citation analysis)㊁多维尺度分析(multidimensional scaling)㊁因子分析( factor analysis)㊁聚类分析(cluster analysis)[22-27]㊂2　分析结果　2.1　我国图书情报学研究主题知识图谱2.1.1　聚类分析与多维尺度分析　笔者先将原始作者共引矩阵转化为相关矩阵,再导入SPSS19.0中,选择系统聚类,聚类方法选择ward法,度量标准选择平方Euclidean距离,得到清晰的聚类树图(由于篇幅有限,聚类树图展示略去),71位作者可以分为三大类,且可细分为10个小类㊂然后再选择多维尺度(ASLCAL)分析方法,度量标准选择平方Euclidean距离,得到了如图1所示的多维尺度分析结果图(Stress =0.10617,RSQ=0.94923),笔者再将聚类分析结果准确标注在多维尺度分析结果图上,得到了国内图书情报学研究主题知识图谱(见图1)㊂基于ward法的聚类分析,我们得知整个研究主题知识图谱被可分为三大主流学科研究主题(如图1所示),即情报学研究主题㊁图书馆学研究主题以及数字图书馆与信息检索研究主题,各个学科研究主题具体包含的学术群体所对应的分支主题及其代表人物如表1所示㊂情报学研究主题包括学术群体1 情报学基础研究”,主要从事知识管理㊁信息资源与信息管理㊁竞争情报㊁电子商务㊁信息计量与科学评价㊁信息构建等情报学基础理论与方法研究;学术群体2 数字图书馆㊁㊃88㊃ 情　报　杂　志 第33卷图1　国内图书情报学研究主题知识图谱注:研究主题边界线越粗,其影响力越大㊂表1　国内图书情报学研究主题及其分支主题与代表人物研究主题分支主题代表人物被引频次发文量研究主题分支主题代表人物被引频次发文量情报学研究主题1.情报学基础研究邱均平8268533马费成5253162苏新宁3959126赖茂生2937169靖继鹏2396162包昌火226470娄策群1419133谢阳群1349187朱庆华1322149甘利人117895储节旺1130133梁战平110979王伟军77087温有奎76856赵蓉英755105王曰芬74165冷伏海704108周晓英620582.数字图书馆㊁信息资源与服务王知津2774318马海群2602289胡昌平1749141黄晓斌1711120沙勇忠1542104毕　强1191148文庭孝1040118邓胜利68471图书馆学研究主题3.图书馆学基础研究吴慰慈5343156黄宗忠4008162范并思3186168肖希明3051164蒋永福2928115程焕文2741152刘兹恒2366158王世伟2017127王子舟198591李国新1876106于鸣镝1201221马恒通7661214知识管理与数字图书馆柯平2187194盛小平1644101叶继元1560159叶　鹰92876倪　波9041275知识产权与图书馆员初景利2748130陈传夫2341147彭斐章1584111付立宏109097徐建华628100数字图书馆与信息检索研究主题6信息检索㊁数据挖掘与信息可视化焦玉英1731158周　宁134699张玉峰9961117数字图书馆理论与构建研究张晓林4716150索传军139470黄如花1278106刘家真1260145曹树金99886李广建92172姜爱蓉90974张智雄883136司　莉736788数字图书馆版权与服务郑建明1783150秦　珂1229212孙　坦1155140黄国彬820131胡德华702102袁红军6821899情报组织与检索侯汉清1648177张琪玉146914110信息检索与信息素质孙建军95993成　颖82651陈文勇77597㊃98㊃　第2期 向剑勤,等:国内外图书情报学研究主题的知识图谱比较研究信息资源与服务”主要从事数字图书馆㊁信息服务与用户研究㊁知识管理与组织等领域的研究㊂图书馆学研究主题包括学术群体3 图书馆学基础研究”主要从事图书馆学基础理论与方法㊁图书馆服务与图书馆事业以及信息资源建设的研究;学术群体4 知识管理与数字图书馆”主要从事图书馆知识管理㊁图书馆服务与数字图书馆研究;学术群体5 知识产权与图书馆员”主要从事图书馆知识产权㊁图书馆发展与图书馆员研究㊂数字图书馆与信息检索研究主题包括研究群体6 信息检索㊁数据挖掘与信息可视化”主要从事信息检索与搜索引擎㊁竞争情报㊁数据挖掘与电子商务㊁信息可视化等方面的研究;学术群体7 数字图书馆理论与构建研究”主要从事数字图书馆元数据㊁数字资源建设与利用及其环境等数字图书馆理论与构建研究;学术群体8 数字图书馆版权与服务”主要从事数字图书馆知识产权与数字参考咨询服务研究;学术群体9 情报组织与检索”主要从事情报组织与情报检索的研究;学术群体10 信息检索与信息素质”主要从事信息检索理论与信息素质教育研究㊂在整个图谱中,情报学领域的学者主要居于图谱右侧,而图书馆学领域学者主要居于图谱左侧,多数学者集中在图谱上方㊂学术群体1㊁3是较特殊的两大群体,他们分别是情报学与图书馆学的基础研究群体,其学者的被引频次普遍较高,研究方向较多,支撑起了两个学科的基础研究框架㊂学术群体1与学术群体2㊁6㊁8存在较紧密的联系,说明从事情报学基础研究的学者与从事信息资源与信息服务㊁数字图书馆知识服务㊁信息检索等研究的学者研究领域存在交叉㊂情报学研究主题的学术群体2与图书馆学研究主题的学术群体4联系紧密,二者的研究内容在知识管理与数字图书馆等方面存在交叉㊂学术群体2的代表学者王知津㊁马海群和胡昌平是在知识组织㊁知识管理与信息服务理论等方面研究的先行者,而学术群体4的代表学者柯平与盛小平在图书馆服务与图书馆知识管理研究方面较突出,这使得两大学术群体研究内容存在交叉㊂学术群体3与学术群体4㊁5联系紧密,这三大学术群体在图谱中构成了图书馆学研究主题,说明学术群体3的研究主要集中在图书馆学领域㊂在数字图书馆与信息检索研究主题中,学术群体7与8主要研究数字图书馆,其学者大多来自图书馆学领域,其位置与情报学研究主题的学术群体2和图书馆学研究主题的学术群体4㊁5都存在紧密的联系,学术群体2对于信息资源与信息服务的研究,学术群体4㊁5对于知识管理㊁知识服务和知识产权的研究,均是学术群体7㊁8从事数字图书馆研究的主要内容㊂而学术群体6㊁9㊁10主要从事信息检索研究,其学者主要来自情报学领域,其学者数量均较少㊂自成一派的学术群体6与学术群体1联系紧密,偏向于信息技术层面的研究,其对于搜索引擎㊁信息检索技术与方法㊁电子商务与数据挖掘技术的研究是情报学领域研究的新趋势㊂而学术群体9的学者主要活跃于20个世纪80㊁90年代,偏向于情报分类与标引语言和方法研究,与学术群体10联系紧密,二者在信息检索理论与方法研究方向存在交叉㊂2.1.2　因子分析(主成分分析)　笔者运用因子分析的主成分分析法对国内研究主题进行了因子分析,并列出了累积方差达89.621%的前5个成分(见表2)㊂本文采取因子载荷大于0.5的著者分类标准将各位著者归到不同的主成分㊂最终确定,主成分1包含情报学研究主题的学术群体1和2两大学术群体,是影响最大的学术群体集合;主成分2包含图书馆学研究主题的学术群体3㊁4㊁5三大学术群体,是影响仅次于情报学研究主题的学术群体集合;主成分3包含数字图书馆与信息检索的学术群体6㊁7㊁8三大学术群体,而学术群体8和9的影响较为微弱㊂显然,情报学与图书馆学两个学科的基础研究是最主流的研究群体,情报学领域的学术群体对整个图情领域的发展影响最大,图书馆学领域的学术群体其次,两个研究主题在从事本学科领域基础研究的同时共同追逐新兴的知识管理与数字图书馆领域的研究,但从两个基础研究主题中分化出来的数字图书馆与信息检索研究主题,其影响在当前是有限的㊂表2　国内研究主题因子分析结果成分成分所对应的分支主题(学术群体)合计方差的(%)累积(%) 1情报学基础研究数字图书馆㊁信息资源与服务31.76144.73444.734 2图书馆学基础研究知识产权与图书馆员图知识管理与数字图书馆15.34121.60766.341 3数字图书馆理论与构建研究数字图书馆版权与服务信息检索㊁数据挖掘与信息可视化10.35814.58980.930 4信息检索与信息素质3.6265.10886.037 5情报组织与检索2.5453.58489.621　2.2　国外图书情报学研究主题知识图谱2.2.1　聚类分析与多维尺度分析　笔者将从SCI下载的国外图书情报学引文数据使用文献计量工具进行统计,共有49595位作者,选取被引频次达150次以上的70位高被引作者构建作者共引矩阵,70位作者总被引频次达26214次,平均每位作者被引374.485次,占所有作者总共引频次的64.83%,这足以对整个国外的图书情报学学科结构进行研究㊂基于国外作者共被引关系,本文通过SPSS的聚类分析与多维尺度分析(Stress=0.13500,RSQ=0.92324),得到㊃09㊃ 情　报　杂　志 第33卷了国外图书情报学研究主题的知识图谱(见图2)㊂图2　国外图书情报学研究主题知识图谱注:研究主题边界线越粗,其影响力越大㊂ 从图2可以看出国外图书情报学可分为3大研究主题:a.科学交流㊁用户研究与信息检索;b.文献计量学㊁信息计量学和科学计量学;c.信息技术与系统理论㊂经进一步研究发现,这3大研究主题还可以再细分为几个分支主题,具体分支主题(学术群体)及其代表人物如表3所示㊂文献计量学㊁信息计量学和科学计量学也称 三计学”,该研究主题分为学术群体1㊁2㊁3 引文分析理论与网络计量学”㊁ 信息计量与科学评价”和 共词分析与科学研究”三个分支群体,主要热衷于引文分析理论与方法研究㊁科学计量㊁科学交流与科学评价研究㊁文献计量学与信息计量学㊁网络计量学以及共词分析理论与方法研究,它是国外图书情报学经久不衰的研究主题,该主题的研究力量是当前国外图书情报学的主流研究力量,学术群体庞大㊂其中,学术群体1 引文分析理论与网络计量学”是传统引文分析研究群体与新兴网络计量学研究群体的结合,该群体的研究重点主要集中在引文分析㊁网络计量学和信息检索领域,Garfield E ㊁Small H 和White HD 均是研究引文分析理论的代表人物㊂学术群体1㊁2联系十分紧密,学术群体2中的Rousseau R 与学术群体1中的EGG⁃HE L 在研究信息计量学理论方向有较多合作,此外他还与学术群体1中的THELWALLM 均在网络计量学研究领域有较丰硕的研究成果㊂学术群体3 共词分析与科学研究”比较特殊,在图2的国外图书情报学研究主题知识图谱中,该群体处于三个研究主题的中间位置,足见该学术群体的学科交叉性,其研究重点集中在共词分析㊁学科主题与趋势预测研究㊁交互研究与生命周期研究等领域,该群体研究内容较杂,但以共词分析理论与方法研究为主,同时研究共词分析在学科研究中的应用㊂以科学交流㊁用户研究与信息检索为研究重点的信息检索研究主题可分为学术群体4㊁5㊁6 信息检索与用户”㊁ 用户研究与图书馆”和 信息检索与科学交流”等三个分支群体,主要热衷于信息检索系统和用户检索行为与需求研究㊁用户研究及其在图书馆中的应用研究以及文献检索与国际科学交流合作研究,它与 三计学”研究主题以及信息系统研究主题均有较密切的联系㊂学术群体4 信息检索与用户”学术群体关注信息检索系统的设计以及用户检索行为与需求,其最有影响的代表人物SPINK A 对于搜索引擎用户行为与需求以及搜索引擎理论与方法的研究以及BELKIN NJ 对于信息检索行为与交互界面的研究,与学术群体8中的DAVIS FD 与GEFEN D 对信息技术与电子商务系统用户的接受性与可用性的研究,分别从某方面对用户利用信息技术的过程与行为进行了研究㊂学术群体4㊁5联系密切,二者在研究用户信息检索需求与行为方面的研究存在某些交叉,学术群体5㊃19㊃　第2期 向剑勤,等:国内外图书情报学研究主题的知识图谱比较研究。

图书馆学知识图谱分析图书馆学知识图谱：解析知识网络与应用前景随着知识经济时代的到来，图书馆作为知识储备的重要场所，其发展和管理越来越受到。

图书馆学知识图谱作为一种可视化工具，能够将图书馆学领域的知识结构、关系和过程进行图形化展示，方便人们更好地理解和应用。

本文将从图书馆学知识图谱的概述、应用价值、构建方法等方面进行分析，并探讨其未来应用前景。

一、图书馆学知识图谱概述图书馆学知识图谱是一种以图形化的方式表达图书馆学领域内的知识及其关系的工具，通过将复杂的知识结构进行可视化处理，帮助人们更好地理解知识之间的和影响。

在构建图书馆学知识图谱的过程中，需要以一定的方法对图书馆学领域内的文献、知识点等进行抽取和挖掘，并将它们之间的关系进行建立和维护。

二、图书馆学知识图谱的应用价值1、提高信息获取效率：通过图形化的方式将知识呈现出来，使用户能够更快地了解和获取所需的信息，减少在大量文献中查找的时间和精力。

2、优化知识管理：图书馆学知识图谱可以帮助图书馆管理者更好地了解图书馆学的最新进展和发展趋势，为图书资源的建设和优化提供决策支持。

3、促进学科交流与合作：通过图书馆学知识图谱，可以清晰地展示不同学科之间的交叉和融合，为跨学科交流和合作提供便利。

三、图书馆学知识图谱的构建方法构建图书馆学知识图谱需要运用一定的技术和方法，主要包括以下几个步骤：1、数据采集：通过文献检索、网络爬虫等手段获取相关的文献资料和数据信息。

2、数据清洗：对采集到的数据进行预处理和清洗，去除无关信息和错误数据。

3、知识抽取：运用文本挖掘和信息抽取技术，从数据中提取出相关的知识点、概念和实体等。

4、知识关系建立：在抽取出的知识点之间建立关系，形成知识网络。

5、图形绘制：利用可视化工具将知识网络绘制成图形，形成知识图谱。

四、图书馆学知识图谱的未来应用前景1、智能辅助决策：通过运用人工智能技术对图书馆学知识图谱进行分析和处理，可以为图书馆管理者的决策提供智能支持和辅助。

图书馆学基础知识一、信息、知识与文献1．信息的定义[1-2]•信息的名称：Information 资讯信息•广义的信息：是物质存在和运动规律与特点的表现形式。

•狭义的信息：是一种消息、信号、数据或资料。

•综合的信息界定：是再现的差异；是用来消除不确定性的东西；可以以消息、信号、符号、数据等形式来表达、存储、传递、处理、感知和利用。

•信息资源与非加工信息及其作用2．信息的属性[2-5]✶消除不确定性（基本属性）✶普遍性✶对物质、能量的相对独立性✶物质依附性✶可感性✶可传输性✶共享性✶内容理解的歧义性✶内容的可耗散性✶时效性✶不完备性和不对称性✶可伪性✶存在势差3．信息的种类[5-6]•信息无时无处不在。

•信息分为自然信息、生物信息、社会信息和机器信息等四种类型。

自然信息大自然中物质、能量的变化所表现出来的现象。

如：刮风、下雨、严寒、酷暑，等等。

生物信息生物体所携带和发出的信号、消息。

如遗传因子、气味、声响、颜色、动作，甚至语言，等。

社会信息人与人之间交流的信号。

如语言、文字、姿势、动作等。

（人类获取和利用信息的能力大大超过其他任何一种生物。

）机器信息机器设备之间传送的信号。

如声响、温度、光线、电脉冲等。

4．信息的功能[6-7]（1）信息是自然世界存在的客观反映信息与物质、能量在本质上统一的；物质结构、能量的转换隐含着信息及其传递；信息显示物质的存在与运动的方式、状态；信息可以对信息自身的运动再显示。

（2）信息具有消除不确定性功能相对于信息接受者的状态改变而言。

当信息接受者接受到特定信息后，改变或确定了对事物的原有认识。

是申农经典信息论阐释的信息的基本功能，是信息其他功能和社会作用的基础。

（3）信息具有组织功能信息可改变事物结构，是系统从无序走向有序的根据。

普利高津的“耗散结构理论”信息减少不确定性，也就减少无序，减少熵，增加有序度，有利于将因素整合为系统。

（4）信息交流是维系社会发展的纽带信息交流是将人们联系在一起的纽带；信息提供知识的公共积累；通过信息交流加强人们的共存感；信息帮助人们认识环境，并采取相应的行动。

知识图谱本体概念
知识图谱是指对大量科学文献新信息，借助于统计学、图论、计算机技术等手段，以可视化的方式来展示科学学科体系的内在结构、学科特点、研究前沿等信息的一种计量学方法。

知识图谱又称为科学知识图谱，在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。

知识图谱，也称为科学知识图谱，它通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。

在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。

什么是知识图谱知识图谱通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科现代理论。

以下是由店铺整理关于什么是知识图谱的内容，希望大家喜欢!知识图谱的简介知识图谱(Mapping Knowledge Domain)也被称为科学知识图谱，在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。

具体来说，知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。

它把复杂的知识领域通过数据挖掘、信息处理、知识计量和图形绘制而显示出来，揭示知识领域的动态发展规律，为学科研究提供切实的、有价值的参考。

迄今为止，其实际应用在发达国家已经逐步拓展并取得了较好的效果，但它在我国仍属研究的起步阶段。

知识图谱的重要特点1、用户搜索次数越多，范围越广，Google 就能获取越多信息和内容。

2、赋予字串新的意义，而不只是单纯的字串。

3、融合了所有的学科，以便于用户搜索时的连贯性。

4、为用户找出更加准确的信息，作出更全面的总结并提供更有深度相关的信息。

5、把与关键词相关的知识体系系统化地展示给用户。

6、用户只需登录Google旗下60多种在线服务中的一种就能获取在其他服务上保留的信息和数据。

7、Google从整个互联网汲取有用的信息让用户能够获得更多相关的公共资源。

提升Google搜索效果1、找到最想要的信息。

语言可能是模棱两可的——一个搜索请求可能代表多重含义，Knowledge Graph会将信息全面展现出来，让用户找到自己最想要的那种含义。

现在，Google能够理解这其中的差别，并可以将搜索结果范围缩小到用户最想要的那种含义。