基于時間拓展網(wǎng)絡的知識發(fā)現(xiàn)與發(fā)展路徑識別
——以信息管理領域為例

王宗水，劉海燕，劉 葦，趙 紅，張 健

（1.北京信息科技大學經(jīng)濟管理學院，北京 100192；2.中國科學院大學數(shù)學科學學院，北京 100190；3.中國科學院數(shù)學與系統(tǒng)科學研究院，北京 100190；4.中國科學院大學經(jīng)濟與管理學院，北京 100190）

1 引 言

知識發(fā)現(xiàn)是獲取數(shù)據(jù)中新穎、具有潛在價值，且能被理解的知識的過程[1]，不僅是企業(yè)解決信息超載問題、獲得競爭優(yōu)勢的重要方式[2]，也是知識成果轉化的前提[3]。知識來源的多樣性導致了知識發(fā)現(xiàn)在內(nèi)容與方法上的差異性，由于知識之間的關聯(lián)性，通過網(wǎng)絡分析方法來研究知識表達與知識挖掘得到了廣泛關注[4]，尤其是知識網(wǎng)絡的動態(tài)演化模型在知識分類與識別中具有更好的適用性[5]。

知識發(fā)現(xiàn)的過程包括數(shù)據(jù)的獲取、預處理、數(shù)據(jù)挖掘、數(shù)據(jù)后處理等步驟[6]。學術論文作為最新的研究主題，常被用于研究趨勢與發(fā)展路徑的分析[7-8]。數(shù)據(jù)挖掘方法和聚類分析方法已成為知識發(fā)現(xiàn)的重要方式[9-11]。基于此，Sato等[12]將數(shù)據(jù)挖掘與聚類分析、關聯(lián)規(guī)則分析結合起來，對多目標拓撲優(yōu)化中的知識予以挖掘，并通過實例證明了方法的有效性。

盡管知識網(wǎng)絡的概念尚未形成統(tǒng)一認識，但是通常可理解為知識節(jié)點的集合，知識節(jié)點可以是圖書、論文、專利、情報或文字[7]。節(jié)點間的關系既可以是文獻的引用關系，也可以是同一數(shù)據(jù)來源中不同知識的共現(xiàn)關系。例如，Xiao等[13]通過引文關系構建知識網(wǎng)絡來研究知識的擴散過程，此時網(wǎng)絡連接為文獻的引用關系；唐洪婷等[5]在研究大眾協(xié)同創(chuàng)新社區(qū)中的知識發(fā)現(xiàn)過程中，則以知識點的共現(xiàn)作為知識超圖中的超邊。另外，在研究知識體系的發(fā)展與概念演化過程中，關鍵詞的共現(xiàn)已經(jīng)成為主要的網(wǎng)絡構建基礎[14]，是研究知識關聯(lián)的重要方式[15]。然而，在知識發(fā)現(xiàn)的過程中引文分析具有滯后性，關鍵詞分析能夠有效避免此問題，但在關鍵詞中同義詞的存在在一定程度上降低了知識發(fā)現(xiàn)的準確性[7]。

時間拓展網(wǎng)絡是一種離散時間下的動態(tài)網(wǎng)絡流建模方法，通過將靜態(tài)網(wǎng)絡的節(jié)點與弧在離散時間框架下分別進行復制和更新，從而形成新的網(wǎng)絡[16]，通常被應用于物流系統(tǒng)優(yōu)化[17]、傳輸最短路徑識別[18]、基于網(wǎng)絡距離的收費結構設計[19]，其在網(wǎng)絡路徑識別與優(yōu)化中具有良好的適用性。所以用時間拓展網(wǎng)絡來研究以節(jié)點距離為基礎的知識發(fā)展路徑具有理論上的可行性。

鑒于此，結合已有研究，本文提出一種基于時間拓展網(wǎng)絡的知識發(fā)展路徑識別方法，將所得數(shù)據(jù)劃分為等時間間距的不同階段，采用文本挖掘方法對每個階段的關鍵詞進行依次提取；同時，為了提高數(shù)據(jù)的準確性與可靠性，對關鍵詞進行編輯與篩選，將不同階段的相同關鍵詞標的為關系連接點，通過定義關鍵詞網(wǎng)絡關聯(lián)準則，形成基于時間流的知識連接網(wǎng)絡，并結合節(jié)點接近中心性的值來探索知識發(fā)展的主要路徑，從而呈現(xiàn)知識的動態(tài)演化過程。

2 基于時間拓展網(wǎng)絡的知識發(fā)展路徑識別方法

2.1 知識網(wǎng)絡的構建

知識網(wǎng)絡的構建需要先確定數(shù)據(jù)來源，而在知識發(fā)現(xiàn)過程中，文獻是主要數(shù)據(jù)源之一[13,20]，因此，本文以文獻為數(shù)據(jù)單元，通過文本挖掘方法來提取關鍵詞，并通過圖1所示的流程構建知識網(wǎng)絡。首先，確定文獻的檢索條件，通過相應數(shù)據(jù)庫初步檢索得到相應文獻，通過人工篩選確定所需下載的條目，下載文獻并以特定格式進行存儲。然后，采用文本挖掘方法進行關鍵詞提取，根據(jù)數(shù)據(jù)范圍進行詞頻統(tǒng)計。最后，在關鍵詞共現(xiàn)矩陣的基礎上形成初步的知識網(wǎng)絡，通過同義詞匯及其共現(xiàn)關系的合并處理形成最終的知識網(wǎng)絡。

圖1 知識網(wǎng)絡構建流程

2.2 知識發(fā)展路徑識別方法

網(wǎng)絡結構的變化能夠直觀地反映知識體系的發(fā)展過程[21]，在科學計量學研究中引文網(wǎng)絡是知識發(fā)展路徑研究的主要方法[13]。但引文分析在知識發(fā)現(xiàn)中具有滯后性，所以學者們引入了關鍵詞與引文分析相結合的方法[7]，因過程相對復雜且仍主要依據(jù)引文網(wǎng)絡對關鍵詞聚類分析，所以仍存在一定的滯后性。因此，知識動態(tài)性的準確刻畫是知識發(fā)展路徑演化必須考慮的因素，而時間拓展網(wǎng)絡既能夠充分體現(xiàn)同階段知識要素的關聯(lián)關系，又能夠反映知識網(wǎng)絡隨時間的演化過程。

鑒于此，本文依據(jù)關鍵詞構建知識網(wǎng)絡，同時依據(jù)知識網(wǎng)絡隨時間變化的動態(tài)性，將知識網(wǎng)絡劃分為不同階段，并通過不同階段網(wǎng)絡結構的變化來識別知識發(fā)展路徑，具體步驟如下：

（1）根據(jù)時間將所獲取的文獻劃分為等間距階段，分別構建不同階段的知識網(wǎng)絡，并形成不同階段的知識單元Ui={Ui1,Ui2,Ui3,…,Uik}，其中，Uik表示第i個階段的第k個關鍵詞。

（2）識別相鄰階段中知識單元Ui與Ui+1中相同關鍵詞，當兩個階段存在相同關鍵詞時，則以相同關鍵詞建立網(wǎng)絡連接，其基本過程如圖2所示。

（3）根據(jù)節(jié)點連接情況，對節(jié)點間的距離xij予以賦值，當相鄰兩個階段的關鍵詞相同時，如U14與U21、U15與U22，兩個階段網(wǎng)絡節(jié)點間的距離記作0；當同階段不同節(jié)點直接連接時，如U12→U13，兩者之間的距離記作1；間接連接時，其距離為最短到達路徑距離，如U23→U24，記作2；兩個節(jié)點通過連接不可能到達時，如U13與U14，記作∞。此時不考慮由后一階段節(jié)點作為中間節(jié)點實現(xiàn)連接的過程。

（4）構建節(jié)點-弧關聯(lián)矩陣，根據(jù)圖2中的部分節(jié)點形成的節(jié)點-弧關聯(lián)矩陣，如表1所示。由于在計算網(wǎng)絡距離過程中不考慮弧的方向性和節(jié)點的自連接，所以其距離矩陣為對稱矩陣，同階段節(jié)點的自身距離記作空值，用“—”表示。

圖2 時間網(wǎng)絡連接示意圖

表1 節(jié)點-弧關聯(lián)矩陣

（5）構建知識發(fā)展路徑的目標函數(shù)，即

在此基礎上，計算出最短路徑f。

（6）知識發(fā)展路徑表明了知識要素在不同階段的發(fā)展過程，而組成路徑的節(jié)點在不同階段的重要性更能體現(xiàn)知識的層次結構和重要內(nèi)容的分布，所以可以按照接近中心性的高低將知識要素劃分為不同的層次[22]。某一關鍵詞接近中心性的值較高時，表明其在知識網(wǎng)絡中的位置越重要，也是知識發(fā)展路徑的重要組成。因此，本文根據(jù)不同階段知識元素在所屬階段知識網(wǎng)絡中的接近中心性（CC(vi)）的值確定其重要性，其計算方法為

其中，N表示網(wǎng)絡中節(jié)點的總數(shù)；dij為節(jié)點vi到vj的最短距離[4]。

然后，按接近中心性排名將節(jié)點以(maxmin)/4，等分為十分重要、比較重要、一般重要以及不重要4個層次，分別記作A、B、C、D，并分別統(tǒng)計每條路徑中4種類型節(jié)點的占比，從而確定不同的路徑在知識發(fā)展中的重要性，篩選出重要路徑。

（7）根據(jù)節(jié)點的連接關系對重要的知識發(fā)展路徑予以網(wǎng)絡展開，并對不同路徑中的相同元素予以挖掘，記作知識發(fā)展路徑的連接點，從而形成不同路徑連接的紐帶，呈現(xiàn)整個知識發(fā)展脈絡。

3 數(shù)據(jù)采集與統(tǒng)計分析

3.1 數(shù)據(jù)來源與發(fā)文量變化趨勢

數(shù)據(jù)的可靠性是知識發(fā)現(xiàn)的基本前提[23]，由于文獻數(shù)據(jù)的完整性和準確性，已經(jīng)成為知識發(fā)現(xiàn)的重要數(shù)據(jù)來源，并得到了較廣泛的應用[24]，如生物醫(yī)學[25]、傳統(tǒng)醫(yī)學[26]等領域。因此，本文選取信息管理領域的24個重要期刊在1979—2018年發(fā)表的論文為樣本（期刊信息如表2所示），檢索日期為2019年1月28日。在數(shù)據(jù)的采集過程中，經(jīng)過初步篩選去除信息不完整、非文章類條目，最終選取43624篇文獻作為研究樣本，其發(fā)文量整體變化趨勢如圖3所示。

表2 期刊及相關領域

圖3 發(fā)文量變化趨勢

為了比較不同階段知識網(wǎng)絡結構及發(fā)展路徑，本文以每10年劃分為一個階段，即階段一（1979—1988年）、階段二（1989—1998年）、階段三（1999—2008年）、階段四（2009—2018年），4個階段文獻的數(shù)量依次為4251、7966、13311和18096。整體上而言，信息管理領域的發(fā)文量呈上升趨勢，且各階段的變化趨勢基本一致，1979—1988年增長速度較慢，經(jīng)過1989—1998年、1999—2008年兩個階段的快速增長，2009年以后趨于相對穩(wěn)定，所以從發(fā)文量的變化趨勢上來看，該階段劃分方式是合理的。

3.2 國家/地區(qū)發(fā)文量

國家/地區(qū)發(fā)文量的多少能夠反映出其在某領域知識創(chuàng)造能力及國際影響力的大小[27-28]，所以在國家/地區(qū)科研能力評價過程中，論文數(shù)量成為重要的指標之一[29]。本文采用CiteSpace軟件對不同階段的國家/地區(qū)發(fā)文量進行統(tǒng)計，其中4個階段發(fā)文量排在前10位的國家/地區(qū)如表3所示。

從表3中可以看出，在信息管理領域，美國的發(fā)文量遠遠高于其他國家/地區(qū)，但每個階段所占發(fā)文量總數(shù)的比重在逐漸降低，例如，階段一美國發(fā)文量占前10位國家/地區(qū)發(fā)文量總數(shù)的80.90%，而階段四則下降至44.80%。大多數(shù)國家/地區(qū)的發(fā)文量整體呈上升趨勢，且發(fā)文量前10位的國家/地區(qū)基本穩(wěn)定。近20年來，我國的發(fā)文量顯著增長，已成為信息管理領域重要的知識創(chuàng)造國，國際影響力顯著提升。

表3 發(fā)文量排名前10位的國家/地區(qū)統(tǒng)計

3.3 關鍵詞統(tǒng)計

關鍵詞是文章核心內(nèi)容的高度概括，在科學計量學的研究中，關鍵詞常被應用于分析科學研究的發(fā)展趨勢[30]以及概念的演化[14]。詞頻的高低可反映某一領域在學術研究中的被關注程度[31]，關鍵詞的共現(xiàn)系數(shù)及網(wǎng)絡關聯(lián)可用于分析研究內(nèi)容的內(nèi)在關聯(lián)[14]。關鍵詞通常指的是作者標注的關鍵詞，而在CiteSpace軟件中，關鍵詞可以為標題、摘要、關鍵詞、出版商補充的關鍵詞共同提取出的關鍵詞[32]。由于標題、摘要存在差異性且文字較多，關鍵詞提取的準確性會降低。因此，本文僅提取作者關鍵詞與出版商關鍵詞作為研究對象進行知識演化路徑分析。通過CiteSpace軟件提取主要關鍵詞，初步提取時，以引用量或出現(xiàn)頻次前10%的條目作為分析對象。由于階段一的文章數(shù)量明顯低于其余3個階段，所以對階段一的詞頻閾值做降低處理，將其設定為2，最終得到61個關鍵詞，其他3個階段分別提取詞頻前100位的關鍵詞作為研究對象。4個階段排名前10位的關鍵詞及頻次如表4所示。

通過表4可以看出，4個階段前10位的關鍵詞在頻次上顯著增加，例如，在階段一最高頻次為12，階段四則為1975，也反映出研究規(guī)模的顯著增加。在內(nèi)容上，關鍵詞存在明顯的差異性，但又存在一些重要內(nèi)容貫穿4個階段，例如，信息系統(tǒng)（information system）在4個階段都具有較高的頻次，這表明其在信息管理研究中的重要性。

表4 高頻關鍵詞統(tǒng)計

4 結果分析

4.1 短路徑計算結果

根據(jù)公式(1)分別計算時間拓展網(wǎng)絡中的最短路徑，其中，最短路徑f的值為0，且存在9條路徑的最小值為0，即表明在4個階段均存在的關鍵詞有9個，分別為management（管理）、information system（信息系統(tǒng)）、innovation（創(chuàng)新）、design（設計）、implementation（實施）、decision support system（決策支持系統(tǒng)）、simulation（仿真）、決策（decision making）、數(shù)據(jù)庫（database）。

然后根據(jù)公式(2)計算各階段最短路徑節(jié)點的接近中心性的值，其接近中心性的值如表5所示，[]內(nèi)的數(shù)值為該階段節(jié)點接近中心性的取值范圍。其中，管理、信息系統(tǒng)、創(chuàng)新、設計與實施在4個階段的接近中心性的值均大于0，表明其在知識網(wǎng)絡中的位置比較重要，而決策支持系統(tǒng)的接近中心性逐漸降低，也反映出在知識網(wǎng)絡中的重要性逐漸降低。通過分別統(tǒng)計每條路徑中A、B、C、D的個數(shù)確定每條路徑在知識發(fā)展過程中的相對重要性。

表5 關鍵詞各階段中心性

由表5可知，管理3A、1C，信息系統(tǒng)2A、2C，創(chuàng)新2A、1B、1C，設計2A、1B、1C，實施2A、1B、1D，仿真1C、3D，決策支持系統(tǒng)2C、2D，決策1A、1B、2D，數(shù)據(jù)庫1A、1C、2D。可以看出，仿真、決策支持系統(tǒng)各階段的相對重要性均較低，決策與數(shù)據(jù)庫在某個階段的重要性較高，而其他5個節(jié)點各階段整體的相對重要性則較高，因此其為重要的知識發(fā)展路徑。

圖5 信息系統(tǒng)為主線的知識發(fā)展路徑

圖6 創(chuàng)新為主線的知識發(fā)展路徑

4.2 知識網(wǎng)絡展開

為了進一步分析信息管理領域知識網(wǎng)絡的發(fā)展路徑，本文對管理、信息系統(tǒng)、創(chuàng)新、設計與實施5條主線，依次以共現(xiàn)關系為鏈接，構建與主路徑節(jié)點距離小于等于2的關系網(wǎng)絡，如圖4~圖8所示。

圖4 管理為主線的知識發(fā)展路徑

圖8 實施為主線的知識發(fā)展路徑

1）管理為主線的發(fā)展路徑

在關鍵詞提取過程中，包含管理的關鍵詞主要有管理、信息系統(tǒng)管理、項目管理以及知識管理4個，為了體現(xiàn)研究內(nèi)容的具體化，并未對其進行合并處理，而是以范圍最廣的管理為主線梳理相關研究的發(fā)展過程。階段一，與管理直接相連的關鍵詞有方法、標準、系統(tǒng)開發(fā)、生活模式4個，在此基礎上形成了相應的知識分支，如項目管理與軟件開發(fā)、系統(tǒng)設計與方法等。階段二，與管理直接連接的關鍵詞只有設計，其成為連接管理與系統(tǒng)、人因工程、建模的紐帶。階段三，與管理直接相連的關鍵詞有技術、問題和框架，但技術是主要的研究內(nèi)容，并且擴展到組織、信息系統(tǒng)、電腦、模型等多個領域。階段四，管理的研究內(nèi)容進一步得到拓展，如知識管理、管理實施、管理的成功模式、管理績效等。整體上而言，管理相關的研究內(nèi)容分散，且不同階段主要內(nèi)容差異較大，但與信息系統(tǒng)、信息技術相關的理論、方法與應用仍是重要的研究內(nèi)容。

2）信息系統(tǒng)為主線的發(fā)展路徑

通過詞頻及接近中心性計算發(fā)現(xiàn)，信息系統(tǒng)是信息管理研究中重要的核心內(nèi)容。在階段一，信息系統(tǒng)與管理信息系統(tǒng)的管理及設計具有最直接的關系，在管理信息系統(tǒng)設計的基礎上，延伸到信息分析、認知模式與用戶參與。然而，在階段二，與信息系統(tǒng)直接關聯(lián)的關鍵詞只有方法，表明此階段信息系統(tǒng)的相關研究更多的關注于系統(tǒng)開發(fā)的模型與方法。進入階段三，盡管與信息系統(tǒng)直接相連的關鍵詞為成功與技術，但研究內(nèi)容更多的與信息系統(tǒng)技術相關，而這些技術涉及管理、通訊、組織等多個方面。經(jīng)過階段三的發(fā)展，在階段四，與信息系統(tǒng)直接連接的關鍵詞只有技術，表明信息系統(tǒng)技術成為最主要的研究內(nèi)容，其涉及的領域有所拓展，如戰(zhàn)略層面的信息系統(tǒng)技術及其應用[33]。從整體上而言，信息系統(tǒng)的研究經(jīng)歷了從管理新系統(tǒng)的管理與設計到對應的方法與模型，再到聚焦于信息系統(tǒng)技術及其應用3個階段。

3）創(chuàng)新為主線的發(fā)展路徑

創(chuàng)新是管理學研究的重要內(nèi)容，在信息管理領域同樣如此，其在信息管理研究的不同階段均具有重要的作用。階段一，信息管理領域的創(chuàng)新研究主要體現(xiàn)在軟件的開發(fā)上，尤其是以項目管理、生活方式相結合的創(chuàng)新模式。階段二與階段一相比，創(chuàng)新的相關研究發(fā)生了明顯的變化，此時更多地關注創(chuàng)新擴散以及對創(chuàng)新的態(tài)度，并延伸到創(chuàng)新的采用及實施。階段三，創(chuàng)新擴散仍是重要的研究內(nèi)容之一，但此時更多地關注企業(yè)的創(chuàng)新能力、獲得的競爭優(yōu)勢以及知識管理，同時，創(chuàng)新的實施也是重要的研究視角。階段四，隨著人們對創(chuàng)新重要性認識的提升，其涉及的領域進一步擴大，研究方法也更為多樣，如采用案例研究分析企業(yè)的信息技術的競爭優(yōu)勢[11]。由于創(chuàng)新涉及的領域較為廣泛，所以在信息管理領域其整體發(fā)展呈現(xiàn)多樣性。

4）設計為主線的發(fā)展路徑

設計在信息管理中的體現(xiàn)主要包括信息系統(tǒng)的開發(fā)、信息需求的實現(xiàn)、信息的提取、信息技術的創(chuàng)新與完善等方面。隨著信息技術的發(fā)展，需要設計來實現(xiàn)的內(nèi)容增多，但與其直接連接或較短距離的關鍵詞數(shù)量卻逐漸減少，表明在信息管理的知識領域，設計相關的研究更為聚焦，形成了以信息系統(tǒng)、信息技術實現(xiàn)與完善相關功能的方式。

5）實施為主線的發(fā)展路徑

實施是信息系統(tǒng)及相關技術功能實現(xiàn)的重要環(huán)節(jié)。階段一，實施成為連接用戶滿意與系統(tǒng)研發(fā)的紐帶，即通過系統(tǒng)研發(fā)的實施來滿足用戶的需求是此階段重要的研究內(nèi)容。階段二，實施將技術與擴散連接起來[34]，研究范圍得到擴展。在階段三和階段四，隨著知識與創(chuàng)新在管理中作用的提升，實施的研究視角與知識、創(chuàng)新相連接，形成了新的研究領域。

圖7 設計為主線的知識發(fā)展路徑

信息系統(tǒng)、管理、創(chuàng)新、設計與實施構成了信息管理知識發(fā)展的主線，彼此之間又通過技術、模型與方法、擴散、知識等內(nèi)容相互關聯(lián)，從而形成了信息管理研究的知識網(wǎng)絡。

4.3 與關鍵詞聚類的比較

在領域知識發(fā)現(xiàn)的過程中，聚類方法得到了較多的應用[35-36]，為了比較基于時間拓展網(wǎng)絡的知識發(fā)現(xiàn)方法與聚類方法的差異，本節(jié)采用了CiteSpace軟件中的LLR（log-likelihood ratio，對數(shù)似然比）對關鍵詞進行聚類分析，同樣以引用量或出現(xiàn)頻次為前10%的條目作為分析對象，以10年為一個時間段，聚類結果以時間軸展示，節(jié)點顯示的閾值為頻次大于等于100，其結果如圖9所示。

圖9 關鍵詞聚類結果

模塊度（modularity）和平均輪廓系數(shù)（mean silhouette score）是反映網(wǎng)絡全局結構特性的重要指標[32]，關鍵詞網(wǎng)絡聚類的模塊度值為0.8383，輪廓系數(shù)值為0.2932，表明網(wǎng)絡被合理地拆分為松耦合集群，且同質(zhì)性較高，聚類結果較理想。其中包括分析、信任、禁忌搜索、實驗、優(yōu)化、決策支持系統(tǒng)、MIS計劃、案例研究、項目管理、信息系統(tǒng)、創(chuàng)新、仿真共12個主要分類，與表4中的主線內(nèi)容具有較高的一致性，研究內(nèi)容隨時間軸的變化在一定程度上反映出信息管理領域知識的發(fā)展過程。

但是聚類分析的結果并不能準確地顯示出知識形成的主要路徑，尤其是同一內(nèi)容在不同階段的重要性不能直觀地展示出來，需要深入挖掘、細化節(jié)點間的關聯(lián)，才能更好地識別知識形成與發(fā)展的主要路徑，所以在知識發(fā)現(xiàn)過程中，聚類得到的結果仍需進一步深入挖掘，尤其是結合節(jié)點的網(wǎng)絡特性才能更好地展示知識發(fā)展路徑。當然，在知識發(fā)現(xiàn)的過程中，聚類分析方法操作更為簡單，亦可展示主要的知識內(nèi)容。

5 結論

知識發(fā)現(xiàn)是管理科學研究的重要內(nèi)容，文本挖掘、聚類分析在知識發(fā)現(xiàn)過程中得到了較廣泛的應用。本文在已有研究的基礎上，提出了一種基于時間拓展網(wǎng)絡的知識發(fā)展路徑識別方法，通過對相關文獻關鍵詞的提取、時間拓展網(wǎng)絡的構建、最短路徑的識別、接近中心性計算及網(wǎng)絡中節(jié)點相對重要性的劃分等步驟，確定知識發(fā)展的主要路徑。

本文以信息管理領域的24個期刊在1979—2018年發(fā)表的文獻為樣本，并以10年為一個間距劃分為4個階段，進行知識挖掘研究。數(shù)據(jù)的初步統(tǒng)計分析發(fā)現(xiàn)，信息管理領域研究規(guī)模逐步增加，近十年來趨于穩(wěn)定，發(fā)文量的變化趨勢表明，改革開放40年來我國在信息管理領域知識創(chuàng)造中的作用顯著增強，國際影響力顯著提升。在知識發(fā)現(xiàn)過程中，管理、信息系統(tǒng)、創(chuàng)新、設計與實施形成了信息管理領域知識發(fā)展的主要路徑，彼此之間又通過技術、模型與方法、擴散、知識等內(nèi)容相關聯(lián)，從而形成了信息管理研究的知識網(wǎng)絡。通過與聚類方法比較，本文提出的方法能夠更好地展示知識發(fā)展的主線，以及不同主線的重要性，但知識發(fā)現(xiàn)過程比聚類方法相對復雜。

本文的研究也存在一定的局限性。第一，基于時間拓展網(wǎng)絡的主要是關鍵詞網(wǎng)絡，并未對文獻內(nèi)的知識元素進行深入挖掘；第二，本文構建的時間拓展網(wǎng)絡以最短知識發(fā)展路徑為基礎，能夠準確地篩選出知識發(fā)展的主線，但僅選取節(jié)點接近中心性作為路徑重要性的評價依據(jù)，評價維度相對單一，可能會忽略其他的重要路徑，因此在后續(xù)研究中會進一步補充其他評價性指標，完善知識發(fā)展路徑的確定過程；第三，本文選取的樣本僅為信息管理領域，其階段特征比較明顯，所以基于時間拓展網(wǎng)絡的方法能夠篩選出主要的知識發(fā)展路徑，在其他領域的有效性仍需進一步驗證。