知识融合实例及分析

5.3.1　知识融合实例及分析

知识融合实例自动构建了“知识管理”领域概念图。数据来源是《情报学报》《中国图书馆学报》《图书情报工作》《现代图书情报技术》《情报理论与实践》《情报科学》《情报杂志》《图书情报知识》8种期刊2001～2005年论文中与知识管理相关的532篇论文。通过词频统计选取频率最高的134个关键词作为概念来源，其中词频最高的20个关键词的词频情况如表5-1所示。

表5-1　词频最高的前20个词

接着，针对134个关键词进行两两共现词频统计，将共现频率作为两个关键词关联强弱的依据；共现频率越高，说明二者关联越强。表5-2列出了部分关键词之间的共现频率。

表5-2　部分关键词共现频率

续表

利用相应的算法，从关系矩阵中挖掘出关联矩阵并写入XML文档，然后采用力导向算法进行展示，效果如图5-13所示。从图5-13可以发现，知识管理技术、知识管理系统、知识管理内容及知识管理与图书情报学之间的关系构成了概念图的框架，位于图形上方信息技术、数据挖掘、本体、知识发现、商务智能、Web挖掘及文本挖掘等构成了知识管理的核心技术；位于图形左边的知识门户、网格、知识存储、知识网格及专家系统等构成了知识管理系统构建的关键；位于“知识管理”节点下方的知识创新、知识服务、知识、知识组织、知识产权及知识交流则是知识管理的主要内容；图形右边的竞争情报、信息管理、信息资源管理、人力资源管理、情报学、图书馆学及图书情报学则是探讨知识管理与相应学科的关系。同时，处在图形边缘的节点是频率相对较小，多是研究的新生点，例如系统整合、隐性知识管理、公共知识管理、绩效评价及智力资本等。通过自动生成领域概念图，可以揭示领域的重要概念，并给出概念之间的关系，并且可以用于知识吸收和知识提取活动中。

图5-13　“知识管理”领域概念图

图5-13给出的是整个概念图，可以从全局角度查看所有概念的分布状况，但由于节点较多、连线丰富，详细探查节点之间的细节关联不是很容易，特别是位于中间位置的节点以及连线偏多的节点。这时，可以采用节点过滤功能将部分节点隐藏，通过设置距离参数实现，距离是指从一个节点到达另一个节点的最小连线数量。设置一定的距离参数可以将距离大于该参数的节点过滤掉。例如，距离设置为“1”表示与中心节点直接相连的节点，图5-14分别给出了与“知识管理”和“知识”节点直接相连的节点。

图5-14　与“知识管理”和“知识”节点直接相连的节点

与“知识管理”直接相连的节点包括“图书馆”“情报学”“信息管理”“知识”“知识经济”“知识共享”“知识服务”“知识创新”“知识组织”以及“企业”等节点，说明这些关键词与知识管理共享的频率最高，也是知识管理研究最热的关键词。“图书馆”“情报学”“信息管理”三个关键词之所以出现频率较高，是因为来源论文中有多篇论文是探讨知识管理与情报学、信息管理之间的关系以及图书馆知识管理的。与“知识”直接相连的节点包括“显性知识”“隐性知识”“信息”“图书馆学”“信息管理”“知识管理”“知识经济”“知识库”及“知识管理系统”等节点，说明知识与显性知识、隐性知识及信息之间的关系是比较受关注的，知识研究也是知识管理与其他学科研究的交叉。

图5-15给出了与“本体”节点距离在2以内的所有节点。“本体”节点与“XML”节点的距离为“1”，与节点“Web服务”的距离为“2”。通过该图，用户可以了解与“本体”比较相关的概念有哪些，这些概念之间的距离如何。例如本体学习、本体演化及本体管理是本体研究的三个重要方面，本体构建的基础是XML语言，而本体是知识管理的重要技术。

通过从知识库中自动挖掘概念图可以让用户把握概念之间的关联状况，迅速观察领域全貌并能细致观察具体关联。由于本例数据源采用的是图书情报类的期刊，所以构建出的概念图中包含了大量与图书情报研究相关的节点；同时，数据量也不是很大，所以关联强度中出现的数据也不是很高。但是，该例反映了可视化技术在知识融合中的作用，能够为用户直观地展现复杂的知识结构，并允许用户进行动态交互，通过交互获取更多的模式和知识。

图5-15　与“本体”节点距离是1和2的所有节点