知识共聚:领域分析视角下的知识聚合模式

doi:10.13266/j.issn.0252-3116.2018.08.015

图书情报工作 ›› 2018, Vol. 62 ›› Issue (8): 115-122.DOI: 10.13266/j.issn.0252-3116.2018.08.015

知识共聚:领域分析视角下的知识聚合模式

陈果¹, 吴微¹, 肖璐²

1. 南京理工大学经济管理学院信息管理系南京 210094;
2. 南京财经大学新闻学院南京 210046

收稿日期:2017-08-24 修回日期:2018-01-07 出版日期:2018-04-20 发布日期:2018-04-20
通讯作者: 陈果(ORCID:0000-0003-2873-1051),讲师,博士,通讯作者,E-mail:delphi1987@qq.com
作者简介:吴微(ORCID:0000-0002-6111-0495),硕士研究生;肖璐(ORCID:0000-0001-5485-1407),讲师,博士。
基金资助:
本文系国家社会科学青年基金项目"领域分析视角下的科技词汇语义挖掘与知识演化研究"（项目编号：16CTQ024）研究成果之一。

Knowledge Copolymerization: A Knowledge Aggregation Mode Under the Perspective of Domain Analytic Paradigm

Chen Guo¹, Wu Wei¹, Xiao Lu²

1. Department of Information Management, Nanjing University of Science and Technology, Nanjing 210094;
2. School of Journalism, Nanjing University Of Finance & Economics, Nanjing 210046

Received:2017-08-24 Revised:2018-01-07 Online:2018-04-20 Published:2018-04-20

摘要/Abstract

摘要： [目的/意义] 当前知识聚合模式研究侧重"依据何种知识关联开展知识聚合"，本文补充性地探索"利用知识关联将知识单元聚合成何种形式"这一后续问题，以完善知识聚合模式研究和引导实践的深入。[方法/过程] 借鉴化学领域中对聚合反应两大类型划分的方法，提出以"是否保留知识单元间及其关联间的差异性"为根据，将知识聚合划分为知识类聚和知识共聚，并探讨知识共聚的基本实现形式。[结果/结论] 领域知识是知识共聚开展的基础；以文档、词语为基本知识单元粒度，以用户需求入口和聚合目标资源为维度，知识共聚可通过四种基本形式实现：基于分面导航、基于多维概念关联推荐、基于知识元链接、基于资源潜在关联发现。

关键词: 知识组织, 知识聚合模式, 知识共聚, 领域知识分析, 领域概念关联

Abstract: [Purpose/significance] Current research on knowledge aggregation mode focuses on the types of knowledge connection that knowledge aggregation is based on. As an indispensable complementary, this paper explores the follow-up question of what form knowledge elements can be aggregated based on those connections,it aims at perfect the research of knowledge aggregation mode and guide related practice.[Method/process] Taking the classification of polymerization in chemistry, this paper put forward to divide knowledge aggregation mode into homopolymerization and copolymerization according to "whether or not remain the differences between knowledge units and their correlations", and then explored the basic realization forms of knowledge copolymerization.[Result/conclusion] Domain knowledge is the basis of knowledge copolymerization. Utilizing documents and words as two basic knowledge elements, and considering users' demand portals and target knowledge elements as two dimensions, knowledge copolymerization can be achieved through the following four basic forms:based on faceted navigation, multidimensional recommendation based on conceptual relation, based on knowledge element linking, and knowledge discover based on the potential connection of resources.

Key words: knowledge organization, knowledge aggregation mode, knowledge copolymerization, domain analytic paradigm, domain conceptual relation

中图分类号:

G250

陈果, 吴微, 肖璐. 知识共聚:领域分析视角下的知识聚合模式[J]. 图书情报工作, 2018, 62(8): 115-122.

Chen Guo, Wu Wei, Xiao Lu. Knowledge Copolymerization: A Knowledge Aggregation Mode Under the Perspective of Domain Analytic Paradigm[J]. LIS, 2018, 62(8): 115-122.

参考文献

[1] THOMPSON D. 牛津现代英汉双解词典[M].北京:外语教学与研究出版社, 2003:38.
[2] CLAYDEN J, GREEVES N, WARREN S G. Organic chemistry[M]. Oxford, UK:Oxford University Press, 2001.
[3] 李亚婷. 知识聚合研究述评[J]. 图书情报工作, 2016, 60(21):128-136.
[4] 赵雪芹. 知识聚合与服务研究现状及未来研究建议[J].情报理论与实践, 2015, 38(2):132-135.
[5] 贺德方, 曾建勋. 基于语义的馆藏资源深度聚合研究[J]. 中国图书馆学报, 2012, 38(4):79-87.
[6] 毕强,尹长余,滕广青,等. 数字资源聚合的理论基础及其方法体系建构[J]. 情报科学, 2015(1):9-14.
[7] 赵蓉英, 王嵩, 董克. 国内馆藏资源聚合模式研究综述[J]. 图书情报工作, 2014, 58(18):138-143.
[8] 曹树金, 马翠嫦. 信息聚合概念的构成与聚合模式研究[J]. 中国图书馆学报, 2016, 42(3):4-19.
[9] 刘萍, 陈烨. 词汇相似度研究进展综述[J]. 现代图书情报技术, 2012, 28(7):82-89.
[10] 马文峰,杜小勇. 关于知识组织体系的若干理论问题[J]. 中国图书馆学报, 2007(2):13-17.
[11] 滕广青,毕强. 知识组织体系的演进路径及相关研究的发展趋势探析[J]. 中国图书馆学报, 2010(5):49-53.
[12] 张振森, 程灏, 李丽. 网络信息分面分类体系的理论与应用研究[J]. 情报杂志, 2009, 28(8):62-66.
[13] 唐晓波, 肖璐. 基于单句粒度的微博主题挖掘研究[J]. 情报学报, 2014, 33(6):623-632.
[14] 景丽萍, 恽佳丽, 于剑. 领域知识在文本聚类应用中的机遇和挑战[J]. 计算机工程与科学, 2010, 32(6):88-91.
[15] 王琳. 领域分析范式视角下知识组织中若干问题研究[J]. 图书情报工作, 2011, 55(4):90-105.
[16] HJφRLAND B, ALBRECHTSEN H. Toward a new horizon in information science:domain analysis[J]. Journal of the Association for Information Science and Technology, 1995, 46(6):400-425.
[17] BUCKLAND M K, CHEN A, GEBBIE M, et al. Variation by subdomain in indexes to knowledge organization systems[C]//BEGHTOL C, HOWARTH L C, WILLAMSON N J. Dynamism and stability in knowledge organization:proceedings of the 6th international ISKO conference. Wuerzburg:Ergon Verlag, 2000:48-53.
[18] VICKERY B C. Faceted classification:a guide to construction and use of special schemes[J]. Library quarterly information community policy, 1960(3):289.
[19] 陈果. 基于领域概念关联的网络社区知识聚合研究[D]. 武汉:武汉大学, 2015.
[20] 国家质量技术监督局.术语工作原则与方法:GB/T10112-1999[S].北京:中国标准出版社,1999:1-6.
[21] 梁凯强, 陆菊康. 基于领域本体与概念格的关联规则挖掘[J]. 计算机工程与设计, 2007, 28(13):3033-3035.
[22] 毕强, 周姗姗, 马志强,等. 面向知识关联的标签云优化机理研究[J]. 现代图书情报技术, 2014(5):33-40.
[23] 胡媛, 陈琳, 艾文华. 基于知识聚合的数字图书馆社区集成推送服务组织[J]. 图书馆学研究, 2017(19):9-17.
[24] 张云中, 杨萌. Tax-folk混合导航:社会化标注系统资源聚合的新模型[J]. 中国图书馆学报, 2014(3):78-89.
[25] HEARST M A. Clustering versus faceted categories for information exploration[J]. Communications of the ACM, 2006, 49(4):59-61.
[26] 陈果,肖璐,孙建军. 面向网络社区的分面式导航体系构建——以丁香园心血管论坛为例[J]. 情报理论与实践, 2017, 40(10):112-116.
[27] 吴思竹. 社会标注系统中标签推荐方法研究进展[J]. 图书馆杂志, 2010, 29(3):48-52.
[28] 陆伟, 张晓娟. 基于主题与用户偏好分析的查询推荐研究[J]. 情报学报, 2012, 31(12):1252-1258.
[29] 洪婕, 张健, 胡亮. 基于领域本体知识库的专业搜索引擎查询推荐算法研究——以盐湖化工领域为例[J]. 情报学报, 2014(10):1091-1098.
[30] 靳延安. 社会标签推荐技术与方法研究[D]. 武汉:华中科技大学, 2011.
[31] 曾建勋. 知识链接的研究现状与发展趋势[J]. 情报理论与实践, 2011(2):119-123.
[32] 孙震, 冷伏海. 基于知识元的新型科学计量范式探析[J]. 情报学报, 2017, 36(6):555-564.
[33] 毕崇武, 王忠义, 宋红文. 基于知识元的数字图书馆多粒度集成知识服务研究[J]. 图书情报工作, 2017, 61(4):115-122.
[34] 陈果, 肖璐. 网络社区中的知识元链接体系构建研究[J]. 数据分析与知识发现, 2017, 1(11):75-83.
[35] 陈兰杰, 侯鹏娟. 数字文献资源关联关系揭示方法研究[J]. 图书馆, 2015(2):41-45.
[36] 赵夷平, 毕强. 关联数据在学术资源网相似文献发现中的应用研究[J]. 现代图书情报技术, 2016, 32(3):41-49.
[37] 洪韵佳, 许鑫. 基于领域本体的知识库多层次文本聚类研究——以中华烹饪文化知识库为例[J]. 现代图书情报技术, 2014(12):19-26.
[38] SWANSON D R. Undiscovered public knowledge[J]. Library quarterly, 1986, 56(2):103-118.

知识共聚:领域分析视角下的知识聚合模式

Knowledge Copolymerization: A Knowledge Aggregation Mode Under the Perspective of Domain Analytic Paradigm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	王伟, 梁继文, 杨建林. 基于引文网络的领域主题层次结构识别方法研究[J]. 图书情报工作, 2022, 66(17): 81-92.
[2]	司莉, 郭财强. 基于内容分析的数字人文领域中知识组织价值体现研究综述[J]. 图书情报工作, 2022, 66(13): 127-137.
[3]	欧阳剑, 梁珠芳, 任树怀. 大规模中国历代存世典籍知识图谱构建研究[J]. 图书情报工作, 2021, 65(5): 126-135.
[4]	丁培. 学术图表知识发现技术框架及研究进展[J]. 图书情报工作, 2021, 65(23): 136-148.
[5]	李璐, 马捷, 孙恒宇, 王珏. 面向中医诊疗知识库的医案元数据模型构建研究[J]. 图书情报工作, 2021, 65(2): 4-16.
[6]	张运良. 大数据服务中知识组织的挑战及应对[J]. 图书情报工作, 2020, 64(4): 88-94.
[7]	纪姗姗, 赵炳容, 刘峥. 国外知识组织体系管理工具比较分析与启示[J]. 图书情报工作, 2020, 64(24): 73-83.
[8]	邓君, 钟楚依, 王阮, 宋雪雁, 刘沁淳. 清代职官知识组织与关联分析——以《长春县志·长春职官考释表》为例[J]. 图书情报工作, 2020, 64(17): 18-26.
[9]	邱科达, 马建玲. 机器学习在术语抽取研究中的文献计量分析[J]. 图书情报工作, 2020, 64(14): 94-103.
[10]	常春, 杨婧, 李永泽. 知识组织生态系统构架形成与研究进展[J]. 图书情报工作, 2019, 63(7): 146-150.
[11]	刘宁静, 刘音, 王莫言, 郭晶. 数字人文视角下学术名人知识模型构建研究——以李政道数字资源中心为例[J]. 图书情报工作, 2019, 63(23): 113-121.
[12]	李旭晖, 吴燕秋, 王晓光. 基于角色关联的叙事型文化遗产知识表示方法[J]. 图书情报工作, 2017, 61(9): 116-122.
[13]	韩燕, 何琳, 彭爱东. 近10年我国传统知识组织系统关联化研究述评[J]. 图书情报工作, 2017, 61(24): 135-143.
[14]	毕强. 面向知识服务的知识组织研究的重要成果——简评《面向知识服务的知识组织理论与方法》[J]. 图书情报工作, 2017, 61(19): 146-149.
[15]	张娴, 胡正银, 茹丽洁, 许海云, 肖国华, 方曙. 专利技术供需信息关联知识组织模式研究[J]. 图书情报工作, 2016, 60(8): 118-125.