[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.
Chen Guo
,
Wu Wei
,
Xiao Lu
. Knowledge Copolymerization: A Knowledge Aggregation Mode Under the Perspective of Domain Analytic Paradigm[J]. Library and Information Service, 2018
, 62(8)
: 115
-122
.
DOI: 10.13266/j.issn.0252-3116.2018.08.015
[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.
