國際知識工程研究可視化分析

邱均平　翟莉莉

[摘要]為全面了解國際知識工程領域的研究現狀和發展趨勢，以Web of Science數據庫收錄的2001—2016年知識工程領域的文獻數據為研究對象，借助CiteSpaee軟件，通過文獻計量學和可視化方法從年代分布、期刊分布、學科分布、研究力量分布、重要文獻、研究熱點以及研究前沿等方面進行分析。根據上述研究，繪制知識圖譜，對國際知識工程的研究現狀和發展進行分析和總結，為我國知識工程研究提供參考。

[關鍵詞]知識工程；可視化；知識圖譜；CiteSpace

DOI：10.3969/j.issn.1008—0821.2017.06.024

（中圖分類號]G250.252 [文獻標識碼]A [文章編號]1008—0821（2017）06—0148—07

“隨著信息技術的迅猛發展，人們所掌握的知識呈現出爆炸性增長的趨勢，為了適應知識社會的發展，更合理、有效地管理和利用知識，需要對知識本身及其活動規律展開研究，這是知識工程領域的核心研究內容”。知識工程是伴隨專家系統的研究而產生的，基于專家系統DEN-DRAL的成功，美國斯坦福大學教授Feigenbaum于1977年第五屆國際人工智能會議上提出了“知識工程”的概念，他指出，“知識工程是應用人工智能的原理和方法，對那些需要專家知識才能解決的應用難題提出求解的手段”。

知識工程是計算機科學與人工智能研究的重要領域之一。知識工程的研究內容主要包括知識獲取、知識表示、知識組織、管理及利用。隨著知識工程的發展，已經有越來越多知識工程的方法與技術被應用到各個領域中，為各個行業的知識服務提供支持。國內外已有學者對知識工程領域進行綜述研究，這些研究大多針對某一主題或應用研究領域，如Zipparo M等對5種本體合并技術和工具進行調查研究，并將其與一組通用的評估標準進行比較；La Rocca G探討知識工程的技術基礎，強調了傳統知識工程系統與計算機輔助設計系統的主要差異和相似性；Jiang Hua介紹了主要的知識獲取技術，比較其差異，總結應用知識獲取技術獲取知識的基本步驟，最后描述了知識獲取技術的最新發展狀況；袁國銘等從知識工程的基本概念人手，對知識獲取、知識表示及知識運用進行綜述研究，并指出知識管理對知識工程應用的作用；尹嬋娟等從基礎理論、影響因素、框架模型和方法這4個方面來分析我國知識獲取研究現狀；羅奕玥等介紹了知識工程的概念和發展歷程，重點分析了知識工程在工業工程、教育領域、新興應用等多個領域的主要應用。目前，國內運用計量學方法探索知識工程整體發展現狀的文獻尚不多見，其中趙華、邱均平等分別對知識工程領域論文進行文獻計量分析，但他們的研究都局限于國內知識工程領域的發展現狀，并未涉足國際。鑒于此，本文采用計量學和可視化方法，以知識圖譜的形式展示國際知識工程領域的研究現狀及趨勢，以便相關研究人員能夠更全面直觀地了解國際知識工程領域的發展動態。

1數據來源與研究方法

本文數據來源于Web of Science數據庫，該數據庫收錄了10 000多種學術期刊和超過11萬個國際會議的學術文獻，這些期刊和會議均經過嚴格遴選，因此以Web of Science數據庫中知識工程研究的相關文獻為數據來源，能夠較為全面地展現該領域的研究現狀。在Web of Science數據庫中，以“Knowledge Engineering”為主題詞進行檢索，時間范圍設置為2001—2016年，文獻類型選擇Article、Proceedings Paper，共得到1450條文獻記錄。

本文所選用的工具是由陳超美教授應用Java語言開發的可用于計量和分析文獻數據的可視化軟件CiteSpace。CiteSpace適合用于復雜網絡分析，其繪制的知識圖譜能夠顯示某個學科領域在一定時期內的發展動向，形成若干研究前沿領域的演進歷程。本文運用計量學方法，從文獻的年代分布、期刊、學科分布、研究力量分布、重要文獻、研究熱點及前沿等方面進行可視化展示，從而全面地展現國際知識工程研究的現狀及趨勢。

2知識工程研究結果分析

2.1年代分布

研究文獻的時間分布，可以了解這一學科的研究水平和發展現狀。圖1為知識工程研究的文獻年代分布。可以看出，2001～2016年間知識工程領域的發展大致可以歸納為以下3階段：2001-2005年為成長期，論文數量基本呈穩步上升趨勢，知識工程研究取得一定進展；2006-2010年為發展期，這5年的發文量達到551篇，年均發文量達到最高，說明知識工程研究發展快速，成果顯著；2011-2016年為穩定期，發文量在一定范圍內呈波動狀態。

2.2期刊分布

對某一學科領域研究文獻的來源期刊進行考察，可以進一步了解該領域文獻的空間分布現狀，對開展該領域文獻檢索及研究具有重要意義。為此，選取Cited Journal為研究對象，在CiteSpace中設置合適的閾值，運行軟件得到知識工程領域的期刊共現圖譜，如圖2所示。表l中展示的是知識工程領域的高被引期刊。

節點的中心性是圖論中的一種屬性，可以衡量網絡中不同位置的節點的重要性。經統計，上述高被引期刊中有7個期刊的中心性大于0.1，分別是“COMMUN ACM”、“ARTIF INTELL”、“KNOWL ENG REV”、“EXPERT SYST AP-PL”、“AI MAG”、“LECT NOTES ARTIF INT”、“DATA KNOWLENG”，其中心性依次是0.18、0.17、0.14、0.13、0.12、0.11、0.11。這表明這些期刊在知識工程研究領域占據重要地位，是知識工程研究的主要學術交流陣地，其刊載的文章具有較高的質量，并引起該領域學者的關注。

2.3學科分布

分析某一研究領域的學科分布，能夠識別該領域的學科屬性，擴展研究視野，促進學科間知識交流。選取Care-gory為研究對象，設置合適的閾值，運行軟件得到知識工程領域的學科分布圖譜，如圖3所示。

由圖3可知，知識工程研究主要集中于計算機科學、工程學等領域。經統計，1105篇文獻屬于計算機科學領域，占總體的76.21%；467篇文獻屬于工程學領域，占總體的32.21%。位居前5的余下3個學科依次是：運籌學與管理科學，88篇，占總體的6.07%；自動化及控制系統，71篇，占總體的4.90%；商業經濟，67篇，占總體的4.62%。此外，該研究也涉及教育學、管理學、信息科學與圖書館學、電信學、醫學信息學等學科領域。可見，知識工程研究與眾多學科領域密不可分，具有廣泛的應用領域。

2.4知識工程研究力量分布

2.4.1國家（地區）分布

研究國家分布，可以讓我們了解不同國家（地區）在該領域的研究實力。選取country為研究對象，繪制知識工程研究的國家（地區）分布圖譜，如圖4所示。

圖中的節點代表國家（地區），節點越大表示發文量越多。從發文量來看，美國在知識工程領域的發文最多，為201篇。其次是中國大陸發文193篇，位居第二。另外，知識工程領域高產的國家（地區）還包括法國（133篇）、西班牙（109篇）、英國（90篇）、德國（87篇）、加拿大（53篇）、波蘭（52篇）、意大利（50篇），說明這些國家和地區較為關注知識工程領域研究，并取得一定的成果。從中心度來看，知識工程領域中心度較高的國家有英國（0.35）、荷蘭（0.25）、西班牙（0.19）、意大利（0.1）等，這表明這些國家（地區）在知識工程研究領域處于主導地位。

節點間的連線表示國家（地區）之間存在合作關系，連線越粗則說明國家（地區）之間的合作越緊密。由圖3可知，在知識工程領域，合作較為密切的國家（地區）主要集中于以英國、西班牙、荷蘭等為主的歐洲國家（地區），中國大陸僅與澳大利亞之間有合作關系，缺少國際學術交流。

2.4.2機構分布

選取Institution為研究對象，設置合適的閾值，運行軟件得到知識工程研究的機構分布圖譜（見圖5）。節點大小與該機構的發文量正相關，節點之間的連線代表機構之間存在合作關系。

由圖5可知，知識工程領域研究機構數量眾多，但機構之間的合作較為稀疏，只有較少的機構之間存在合作關系。從中心性來看，圖中機構在網絡圖譜中的中心性均趨近0，表明機構間合作文獻較少，在整個網絡中的連接作用很小。從發文量來看，排名靠前的機構分別是Univ Tech-nol Troyes、Vrije Univ Amsterdam、Univ Calgary、AGH Univ Sci&Technol、Univ Granada、St Petersburg State Univ、Chinese A-cad Sci、Univ Edinburgh、Dalian Univ Technol、Chiang Mai U-niv，Univ Leipzig，Univ Newcastle，Univ Castilla La Mancha，U-niv Pittsburgh。從機構類型來看，高校及科研院所是知識工程研究的主要力量。其中在我國科研機構中，中國科學院及大連理工大學的發文量位居前列，表明這兩所院校在知識工程領域具有較強的科研實力。

2.4.3作者分布

選取作者（Author）為研究對象，設置合適的閾值，運行軟件得到知識工程研究的作者分布圖譜，如圖6所示。圖中節點代表發文作者，節點大小代表作者的發文量，節點越大，表明該作者發文量越多。節點之間的連線代表作者之間存在合作關系。

由圖6可知，知識工程研究領域發文量位居前10的作者分別是Tatiana Gavrilova（13篇）、Edward Szczerbicki（12篇）、Cesar Sanin（9篇）、Nada Matta（9篇）、Yingxu Wang（8篇）、Grzegorz J.Nalepa（7篇）、Carlos Toro（7篇）、Gwo-JenHwang（6篇）、Davy Monticolo（6篇）、Soeren Auer（6篇）。從合作角度看，該領域作者之間的合作相對分散，以2～5人的小團體為主。在這些作者中形成的最大的合作網絡是由Edward Szczerbicki、Cesar Sanin等組成的10人網絡，這些學者來自紐卡斯爾大學等研究機構，主要涉及知識表示與決策研究。從中心性來看，圖中作者的中心性趨近為0，這表明網絡中沒有處于核心地位的作者。

2.5引文分析

文獻被引頻次的高低及其中心性的大小都可以反映文獻的影響力和價值。通常情況下，單篇文獻的被引頻次越高，說明該文獻在研究領域中的學術影響力越大。節點文獻的中心性也體現文獻在學科領域的重要程度。以Cited reference為分析對象，運用可視化軟件展示知識工程研究文獻的共被引圖譜，如圖7所示。

圖7中，節點大小與該文獻的引頻次正相關，帶有紫色光圈的節點具有較高的中心性。結合被引頻次，可以認為具有高被引頻次及高中心性的關鍵文獻是該領域的重要文獻。選取被引頻次位居前列，且中心性均不低于0.2的文獻作為知識工程領域的重要文獻，共有3篇重要文獻。

被引頻次排在首位的是斯坦福大學知識系統實驗室的GRUBER TR于1993年發表的名為“A Translation Approcah to Portable Ontology Specifications”的論文，其中心度為0.48。該文提出了本體的定義，認為本體是概念化的、明確的規范說明，同時也描述了一種用于定義本體的機制，即0n.tolingua系統，用于解決本體表示的問題。被引頻次排在第二的是Studer R等人在1998年發表的“Knowledge Engi-neering：Principles and Methods”一文，其中心度為0.24。該文獻描述了知識工程領域的3種建模框架，即Com-monKADS、MIKE以及PROTeGe-Ⅱ。被引頻次位居第三是Schreiber GT等人于2000年出版的“Knowledge Engineering and Management：The CommonKADS Methodology”，其中心度為0.24。該著作系統闡述了CommonKADS方法，提出知識獲取的工程技術路線和一套組織與任務分析工具。

由以上分析可知，該領域的重要文獻主要研究的是知識工程領域所使用的主要模型與方法，側重于知識工程領域的技術實現。

2.6研究熱點分析

關鍵詞是文章的核心和精髓，是對文章主題的高度概括，因此高頻關鍵詞常常被用來確定一個研究領域的熱點問題。運用可視化軟件CiteSpace繪制知識工程領域的關鍵詞知識圖譜，如圖8所示。圖譜中每個節點代表對應的關鍵詞，節點越大說明關鍵詞頻次越大。

在圖8展示的知識工程領域研究熱點圖譜中，出現頻次最高的關鍵詞是Knowledge Engineering（知識工程），頻次高達506次。高頻關鍵詞反映出的知識工程領域的研究熱點還包括Ontology（本體）、Systems（系統）、Knowledge Man-agement（知識管理）、Knowledge（知識）、Design（設計）、Knowledge Representation（知識表示）、Semantic Web（語義網）、Artificial Intelligence（人工智能）、Knowledge Acquisition（知識獲取）、Expert System（專家系統）等。同時，從中心性角度來看，中心性大于0.1的關鍵詞包括（Systems）系統、Knowledge Engineering（知識工程）、Knowledge（知識）、Software Engineering（軟件工程）、Ontology（本體）、Semantic Web（語義Web）、Knowledge Representation（知識表示）、Knowledge Management（知識管理）、Knowledge Acquisition（知識獲取）等。將高頻關鍵詞與高中心性關鍵詞進行比較可知，兩者大體上保持一致，因此，可以確定這些關鍵詞在一定程度上能夠表示知識工程研究的熱點。

對熱點關鍵詞進行統計分析可知，知識工程的研究主要集中在理論研究、技術方法研究及應用研究等方面，涉及的關鍵詞如Knowledge Engineering（知識工程）、Ontology（本體）、Knowledge Management（知識管理）、Knowledge（知識）、Knowledge Representation（知識表示）、Knowledge Acqui-sition（知識獲取）、Semantic Web（語義Web）、Expert System（專家系統）等。知識是知識工程的處理對象。知識表示是研究計算機表示知識的可行性、有效性的一般方法，是把人類知識表示成計算機能處理的數據結構和系統控制結構的策略。知識獲取通常是指知識從外部知識源到計算機內部的轉換過程。知識獲取、知識表示都是知識工程實現的關鍵環節，知識管理則涉及知識庫的管理。本體的目標是捕獲相關領域的知識，提供對該領域知識的共同理解，并對該領域術語及其關系進行明確定義。語義Web是對傳統Web的延伸，其所有數據都被賦予規范的含義，以便于人機合作完成數據處理任務。本體及語義Web技術的提出，為知識工程研究中知識庫的構建、知識的表示等提供了新的思路。專家系統致力于使用人類專家推理的計算機模型來處理現實世界中需要專家做出解釋的復雜問題，是知識工程領域的具體應用研究。

2.7研究前沿分析

對于學科前沿的追蹤有利于學術共同體更好地把握學科發展的趨勢以及未來研究的方向，我們可以利用CiteSpace中提供的膨脹詞探索技術和算法來探測和分析學科研究前沿的變化趨勢。運行CiteSpace軟件，繪制該領域研究前沿領域可視化圖譜，如圖9所示。

由圖9可知，2001年，Expert-System（專家系統）是知識工程研究的前沿領域，到2007年，Semantic-Web（語義Web）成為該領域的研究前沿，知識工程研究的發文量增多，研究熱潮涌現。此外，近年來知識工程研究的前沿領域還包括Domain-Ontology（領域本體）、Machine-Learn-ing（機器學習）、Natural-Language-Processing（自然語言處理）、Knowledge-Modeling（知識建模）、Bayesian-Network（貝葉斯網絡）等。可以看出，該領域研究學者們在不斷探索新的技術與方法，將本體、語義網、貝葉斯網絡、機器學習、自然語言處理等相關技術方法應用到知識表示、知識建模等各個環節，促進知識工程發展。

3結論

本文采用信息計量學理論和可視化方法，通過可視化軟件CiteSpace，以Web of Science數據庫收錄的知識工程領域的相關文獻為數據來源，對2001-2016年國際知識工程領域研究現狀及發展規律進行可視化分析，得出以下結論：

1）在時間分布上，這一時期知識工程的研究分為3個階段，2001-2005年為成長期，論文數量呈上升趨勢，2006-2010年是發展期，年均發文量較大，2010年以后，發文量在一定范圍內呈波動狀態，逐漸趨于穩定階段。

2）在期刊分布上，“COMMUN ACM”、“ARTIF IN-TELL”、“KNOWL ENG REV”、“EXPERT SYST APPL”、“AlMAG”、“LECT NOTES ARTIF INT”、“DATA KNOWL ENG”這些期刊既是該領域的高被引期刊，也是高中心性期刊。

3）在學科分布上，知識工程研究主要集中于計算機科學、工程學、運籌與管理科學、自動化與控制系統、商業經濟等學科領域。

4）在研究力量分布上，該領域高產國家包括美國，中國、法國、西班牙、英國等，高校和研究院所是該領域研究的主要力量；就合作而言，部分歐洲國家合作相對密切，中國大陸國際合作較少；該領域研究機構和學者眾多，但機構之間的合作較為稀疏，作者間合作以小團體為主，合作網絡中沒有出現處于核心位置的作者，因此有必要加強國家及機構的合作力度，促進作者間的合作研究，為學術交流構建良好的合作環境，促進知識工程學科的發展。

5）在知識工程領域，早期的研究成果被學者們廣泛認可，這些文獻主要涉及到知識工程領域的相關模型及方法，側重于技術實現。

6）知識工程的研究主要集中于理論研究、技術方法及應用研究等方面，涉及的關鍵詞有Knowledge Engiaeering（知識工程）、Ontology（本體）、Knowledge Management（知識管理）、Knowledge（知識）、Knowledge Representation（知識表示）、Knowledge Acquisition（知識獲取）、Semantic Web（語義Web）、Expert System（專家系統）。

7）對知識工程領域的研究前沿進行分析，可以發現知識工程研究在不斷探索新的技術和方法，前沿領域包括Se-mantic-Web（語義Web）、Domain-Ontology（領域本體）、Knowledge-Modeling（知識建模）、Bayesian-Network（貝葉斯網絡）、Expert-System（專家系統）等。