近年來我國圖書館知識發現研究的知識圖譜分析

李素梅

摘 要：文章將中國知網數據庫中收錄的1995—2016年主題為知識發現的相關文獻作為數據源，借助信息可視化軟件，繪制了高頻關鍵詞聚類視圖，并通過對知識圖譜的解讀，探析了我國圖書館知識發現領域的研究熱點及主題分布情況。

中圖分類號：G250文獻標識碼：A文章編號：1003-1588（2018）09-0122-03

關鍵詞：知識發現；可視化分析；知識圖譜

知識發現（KDD：Knowledge Discovery in Database），又稱數據挖掘或知識抽取，是從數據集中識別出有效的、新穎的、潛在有用的，以及最終可理解模式的非平凡過程[1]。基于數據庫的知識發現“KDD”一詞最早是在1989年8月美國底特律召開的第一屆“KDD”專題討論會上正式形成的，隨后引起國際人工智能領域和數據庫領域專家的廣泛關注[2]。隨著“知識發現和數據挖掘”國際學術會議的召開和推進，知識發現研究很快成為多個學科領域的研究熱點。1995年，我國圖書館界開始對知識發現的相關主題進行研究，經過20多年的研究，學術成果頗豐。為持續跟蹤和把握我國在知識發現研究方面的趨勢及發展規律，筆者選取中國知網數據庫中以知識發現為主題的相關研究成果作為研究對象，采用文獻計量學統計分析法，并借助CiteSpaceⅤ等可視化文獻分析軟件繪制了相應的知識圖譜，以形象、科學的分析方法挖掘和展現了我國在知識發現研究方面的變化趨勢、研究熱點及主題分布情況，以期為我國學者在該領域開展后續的研究提供有益的參考與借鑒。

1 數據來源和研究方法

為全面掌握我國圖書館知識發現的研究狀況，筆者以中國知網為數據源，以主題為檢索字段，以知識發現、Knowledge discovery、KDD、KD為檢索詞，檢索日期為2017年3月10日，剔除征稿啟事、會議通知等非學術性文獻，共獲得有效文獻614篇。為了便于考查論文的年代分布，筆者繪制了文獻發表時間分布表（見表1）。從表1可以看出，我國圖書館界關于知識發現的研究始于1995年。因此，筆者對1995—2016年這22年的文獻數據進行了分析總結，利用CiteSpaceⅤ軟件繪制了高頻關鍵詞聚類視圖，將知識圖譜與文獻計量學相結合，對繪制的相關圖例進行了深入分析與解讀，詳細論述了我國圖書館知識發現研究的相關狀況。

2 研究的變化趨勢探析

2.1 萌芽期（2000年以前）

從表1可以看出，1995—2000年共有6篇論文，年度發文量較少，該階段出現的高頻關鍵詞有圖書館、KDD和信息檢索等。20世紀末，隨著網絡技術的不斷發展，急劇增長的數據信息散落在各種數據庫中，使數據庫的規模日益龐大，簡單的信息查詢、信息檢索已不能滿足用戶高層次的信息需求，人們期待從數據庫中獲取隱含的、有價值的、有助于決策的知識和信息，期待新的自動分析工具的出現。基于數據庫的知識發現在這種應用需求背景下產生并迅速發展起來，越來越顯示出強大的生命力。

2.2 起步發展期（2001—2011年）

該階段的發文量總體呈上升趨勢，且在2010年出現第一個高峰，發文量為35篇。該階段的高頻關鍵詞明顯增多，且在2002—2005年、2007—2009年、2010—2011年形成了三個節點密集區，涌現出很多高頻關鍵詞。

具體體現在：①2002—2005年。這一階段出現的高頻關鍵詞包括知識發現、知識服務、信息服務、數據挖掘、知識管理、知識挖掘、數字圖書館和個性化服務等。這些高頻關鍵詞還與其他時間點的高頻關鍵詞有密集連線，說明我國圖書館界對這些熱點研究具有連續性。21世紀初，信息的迅猛增長致使知識“碎片化”問題嚴重，知識信息的有效獲取和利用變得更加困難，人們迫切希望信息服務機構能夠根據用戶需求，提供有助于決策或解決問題的知識產品和服務。知識服務在這種環境下應運而生，它是一種面向用戶，面向知識增值，貫穿于用戶解決問題全過程的個性化、專業化服務。知識服務最為關鍵的一環就是知識發現，數據挖掘是知識發現的核心組成部分。隨著數據庫的大量應用及數字資源的激增，大量數據的積累引發了研究者的興趣，數據挖掘逐漸發展起來，隨著數據挖掘技術與方法的逐漸成熟，有關數據挖掘的研究與實踐很快在多個學科領域廣泛展開。②2007—2009年。這一階段出現的高頻關鍵詞包括非相關文獻、非相關文獻知識發現和文本挖掘等。我國圖書館領域關于非相關文獻知識發現方法及軟件的引進與介紹始于2004年，很快在2007—2009年形成一個研究高峰，出現了一大批高質量的研究成果。③2010—2011年。這一階段出現的高頻關鍵詞包括知識組織、知識關聯和情報研究等。任何一種知識結構都是按照一定的規則相互關聯的，知識組織研究的重要對象就是知識關聯，學者對知識關聯進行研究，有助于改善知識組織的效果，有利于分析和揭示文獻所蘊含的深層次內容，更有助于發現有價值的知識。

2.3 機遇期（2012年至今）

以關聯數據為支撐的新一代網絡基礎的形成及大數據時代的到來，擴展了資源發現的范圍，給基于數據的知識發現帶來了全新的發展機遇，越來越多的學者重新思考新技術、新標準、新環境下的知識發現問題。基于關聯數據的知識發現和大數據驅動下的知識發現，成為復雜關聯的數據網絡下眾多學者研究的熱點課題，可視化、發現服務、數據分析和智慧圖書館等成為該階段的創新性研究熱點。

3 關鍵詞共現與研究熱點主題分析

3.1 高頻關鍵詞分析

高頻關鍵詞展現了研究者關注的主題，也是研究者注意力的匯聚，代表了該研究領域的熱點。為了更清楚地展現各個時間節點的關鍵詞聚類情況，筆者利用CiteSpaceⅤ軟件繪制了高頻關鍵詞聚類視圖（見圖1）。

從圖1可以看出，知識發現、數據挖掘、數字圖書館、知識服務、知識管理、信息服務、大數據、個性化服務、關聯數據、非相關文獻和文本挖掘等詞對應的節點都相對較大，表明這些主題是近年來眾多學者關注和青睞的研究熱點。知識關聯、元數據、搜索引擎、數字資源聚合、復雜網絡、發現系統、服務創新和數據分析等詞對應的節點都相對較小，基本都處在整個關系網絡的連線末端，表明這些主題是該領域近幾年及未來的研究熱點。

3.2 研究熱點主題分析

3.2.1 非相關文獻知識發現。統計結果顯示，許多學者對這一問題進行了實證研究，將非相關文獻知識發現的研究劃分為基礎理論研究、關鍵技術研究、在醫學與農業領域的應用研究、中文非相關文獻知識發現系統研究等主題。

3.2.2 數據挖掘、文本挖掘與知識發現。許多研究者對數據挖掘技術在圖書館服務（如讀者服務、個性化服務、學科服務、創新服務和知識服務等）、資源建設、圖書館管理中的應用進行了深入研究與探討。中文文本的處理特點及適合中文文本挖掘的快速高效方法是學者研究的熱點，諶志群[3]等設計了中文文本挖掘模型，該模型為中文文本挖掘提供了基本體系框架。隨著網絡的普及及海量在線文本的出現，對海量、異構、動態、半結構化或非結構化的Web文本進行挖掘逐漸成為研究熱點。近年來，文本挖掘研究呈逐步細化的趨勢，意見挖掘、網絡評論觀點挖掘和情感分析等也成為文本挖掘研究領域的創新研究熱點。

3.2.3 知識組織、知識關聯。文庭孝等指出，知識本身與知識載體間存在各種關聯，揭示和利用知識相互關聯的規律和規則是知識發現的起點，也是有效組織知識、檢索和管理知識的基礎[4]。劉曉英指出，知識關聯的研究可以更加有效地開發和利用知識資源，也有利于知識的組織與創新[5]。

3.2.4 關聯數據、大數據與知識發現。目前，我國圖書館領域基于關聯數據的知識發現的相關研究主題集中在關聯數據的概念、技術及應用，關聯數據的知識發現模型及應用體系構建，關聯數據的知識聚合等方面。以上海圖書館劉煒為代表的研究團隊，專門針對圖書館關聯數據的理論和應用展開了研究。大多數研究者則從知識發現與關聯數據的關系著手，構建了關聯數據的知識發現模型，并展開深入研究。關聯數據化解了數據的語義異構和本體定位問題，為知識聚合和知識發現提供了更高效的途徑與方法。劉江玲[6]認為，隨著大數據時代的來臨，傳統的信息服務體制和服務方式已經不能滿足用戶的信息需求，創建符合用戶需求特征的具有知識挖掘與數據分析功能的知識發現系統，已成為大數據時代信息服務機構的必然選擇。劉文遠[7]、文庭孝[8]等指出，利用相關分析技術發現數據中隱含的知識、價值，尋找數據間的關聯，是大數據研究的重要目標。

3.2.5 知識管理與知識挖掘。知識管理的實現離不開信息技術的支撐，知識挖掘是知識管理的核心技術之一，其目的是運用智能工具在發現顯性知識之間關聯的同時，將隱藏于人頭腦中的經驗、情感、組織文化等隱性知識挖掘出來，將隱性知識顯性化并進行管理，進而提高企業的競爭力。知識管理的意義在于通過對知識的創造、應用，提高組織的應變能力和創新能力。李陽[9]等認為，知識管理是知識有效利用的手段，知識發現是知識管理的高級階段，是實現數據轉化為知識的必然過程。

3.2.6 數字圖書館知識發現研究。靳曉恩[10]認為，將知識發現技術引入數字圖書館的積極意義在于：①知識發現技術中的關聯分析、聚類、分類等方法，能將知識本身及潛藏于文獻、資料、數據背后的相關性知識一起挖掘出來，并通過知識發現系統推送給用戶，提高資源利用率。②知識發現技術可發掘用戶的個性化信息及知識行為特征，提高數字圖書館個性化知識服務水平。③知識發現技術可找出資源內部深藏的特征和規律，有助于優化館藏資源結構，合理配置資源。近年來，語義網格環境下數字圖書館知識共享體系的構建、語義檢索、知識組織與獲取成為研究者研究的目標。隨著泛在知識環境的到來，泛在知識環境下基于用戶的知識發現服務也成為數字圖書館努力的方向和重點。

3.2.7 知識發現與知識服務。圖書館知識服務的關鍵在于知識發現，只有將知識發現應用于圖書館知識服務的全過程，才能提供用戶所需的知識產品[11]。李佳[12]認為，知識發現服務是知識服務的主要組成部分，是近年來圖書館知識服務的一個發展趨勢。盧章平[13]等認為，大數據環境下，以資源發現、知識發現、用戶發現等為服務內容和方式的學科服務和知識服務，將成為高校圖書館的服務趨勢。王峰[14]等認為，新信息環境下，數據分析與知識發現已成為知識服務中最重要的部分，圖書館有必要開發利用各種數據挖掘分析工具，協助用戶進行知識挖掘和知識發現。

4 結語

目前，我國圖書館的知識發現研究正處于新應用背景下的機遇期，研究文獻呈現出快速增長的趨勢，顯示出知識發現研究旺盛的生命力。隨著信息技術的飛速發展及研究的深入，我國圖書館知識發現領域的研究熱點將集中在數據挖掘、數字圖書館、知識服務、知識管理、信息服務、大數據、關聯數據、非相關文獻和文本挖掘等方面。

參考文獻：

[1] 楊江平.知識發現及其在圖書館的應用研究[J].圖書館學研究，2008（7）：92-93.

[2] 蔣秀英.數據挖掘技術的應用研究[J].商場現代化，2008（10）：45-46.

[3] 諶志群，張國煊.文本挖掘與中文文本挖掘模型研究[J].情報科學，2007（7）：1046-1051.

[4] 文庭孝，劉曉英，劉進軍.知識關聯的理論基礎研究[J].圖書館，2010（4）：9-11.

[5] 劉曉英.知識關聯及其應用研究[D].湘潭：湘潭大學，2010.

[6] 劉江玲.面向大數據的知識發現系統研究[J].情報科學，2014（3）：90-92.

[7] 劉文遠，李少雄，王曉敏，等.大數據知識發現[J].燕山大學學報，2014（5）：377-380.

[8] 文庭孝，姜坷炘，趙陽，等.大數據時代的信息分析變革研究[J].圖書情報知識，2015（5）：66-73.

[9] 李陽，蔣國瑞.兩種重要的知識管理技術：數據挖掘和知識發現[J].情報雜志，2007（3）：53-54.

[10] 靳曉恩.知識發現在提升數字圖書館服務能力中的應用[J].情報探索，2010（1）：118-120.

[11] 陳高潮.知識服務的關鍵在于知識發現[J].現代情報，2003（7）：17-18.

[12] 李佳.基于知識發現的圖書館個性化知識服務研究[J].圖書與情報，2013（5）：100-102.

[13] 盧章平，袁潤，王正興.發現服務：大學與研究機構圖書館的趨勢[J].中國圖書館學報，2014（3）：20-26.

[14] 王峰，劉燕，王學光.論知識服務中海量數據的知識挖掘與發現[J].情報探索，2013（8）：43-45.

（編校：孫新梅）