基金视角下的学科知识流动网络构建与分析

[目的/意义] 在学科交叉融合的背景和趋势下,科研人员的跨学科研究行为促进了知识在不同学科之间的共享与流动。以基金领域为视角,研究学科知识流动,以期为基金管理工作提出建议。[方法/过程] 提出基于基金代码共现的学科知识流动强度测量方法,并利用社会网络分析方法,对193517个国家自然科学基金项目数据构建学科知识流动网络,探究网络的演变过程以及不同学科层次内知识流动路径。[结果/结论] 通过以上分析,得到如下结论:学科知识流动网络是无标度网络,随着时间的推移,网络的规模和结构都发生显著的变化,网络中重要节点呈非稳态;不同学部之间,存在若干条较为重要的知识流动路径;在某一个学部内,具有较广影响力的一类学科往往更容易构成知识流动链条。     

基于合著论文的学科知识流动网络的特征分析——以“药物化学”学科为例

[目的/意义] 在科研过程中,知识流动的内容是多样的,而学科知识流动是其中一个重要的研究方面。从区别于基于引文的学科知识流动分析角度,从科研合作角度出发,期望从合著论文中分析出因科研合作过程而产生的学科知识流动特征。[方法/过程] 基于合著论文的参考文献的学科分布确定此论文的多学科共现属性,并根据此属性构建合著论文的多学科共现网络,即基于合著论文的学科流动网络。通过网络的整体特征和网络的节点特征两个方面对合著论文的学科流动网络进行特征分析。其中,网络整体特征包括学科流动的广泛性、学科流动的有效性、学科流动的新颖度、学科流动的流通度;网络节点(即学科节点)特征包括学科流动的核心性、学科流动的连续性、学科流动的一致性、学科流动的差异性。[结果/结论] 以"药物化学"学科为例,通过前后5年各个指标的数据对比,得出在科研合作中"药物化学"学科与其他学科之间的流动趋势是逐渐增加的,其流动的质量也是不断提升的,学科间的交流在不断地加深。同时,中美日3个国家在此学科的不同时间段均具有各自不同的表现。运用基于合著论文的学科知识流动网络分析方法能够反映科研合作中"药物化学"学科知识流动的情况,但是需要研究论证此方法在其他学科的应用程度。     

一种基于图卷积自编码模型的多维度学科知识网络融合方法

[目的/意义] 针对包含单一类型知识单元的知识网络难以全面反映学科知识结构的问题，提出一种从多维度进行知识网络结构融合的方法，为学科领域知识结构挖掘提供借鉴。[方法/过程] 利用LDA及TF-IDF方法抽取学科知识单元，然后运用语义相似度和关键词共现分析方法构建3个学科知识子网络：主题网络、关键词网络和实体网络，并采用空间节点传递对齐方法对齐子网络节点，接着设计基于图卷积操作的自编码模型对知识节点进行表示，最后通过计算余弦相似度重构学科知识网络。[结果/结论] 实验部分以人工智能领域为例，构建融合主题、关键词和实体的学科知识网络并展开分析，实验结果表明，本文所提方法能有效地揭示学科领域研究内容和知识结构，为学科知识发现与组织研究提供有益参考。     

我国人文社会科学领域跨学科知识流动量化分析

[目的/意义]学科交叉融合使得学科间知识交流日益频繁,从个体引文网络和整体引文网络入手,对我国人文社会科学领域跨学科知识流动进行量化分析,对“新文科”背景下该领域学科的守正与创新具有重要意义。[方法/过程]以2016-2020年23个学科450本期刊的论文引用关系为数据源,基于个体引文网络,从23个学科自身出发,根据学科互引关系确定模糊规则,利用Matlab进行模糊推理,确定学科知识固化程度;基于整体引文网络,运用“累积”的思想,计算学科知识累积流动率和累积影响力,根据知识流动情况划分学科类型。[结果/结论]研究结果表明,从个体引文网络视角分析,语言学、体育学、法学综合知识固化程度较高,统计学综合知识固化程度最低;从整体引文网络视角分析,将该领域23个学科根据知识流动划分为3种类型,经济学和管理学的累积影响力最大。研究发现“累积”思想对学科的评价效力优于直接引文分析,能够挖掘“隐藏”的学科知识流动潜在信息,为我国人文社科领域的学科建设和发展提供一定的启示。     

知识网络的结构及其知识活动分析

认为知识网络能帮助企业整合资源,获取竞争优势。对以知识链为基本单元的知识网络的内涵、结构及其知识活动进行分析,提出知识网络的构成要素包括网络节点、网络资源、网络活动和支撑环境四个部分,构建出知识网络结构示意图。在此基础上,分析知识网络中的知识活动以及知识活动的基本分析单位之间的知识流动模式。     

科研合作视角下的学科知识流动分析方法研究——以药物化学学科为例

从科研合作角度出发,学科知识流动是指科研学者在共同的科研过程中,将相同或不同的学科知识融合、最终产生新知识的过程。基于这一理论,运用科学计量学的方法,设定恰当的计量指标,以药物化学学科为例,以独著论文中的学科知识流动表现为基础,对比分析科研合作视角下的学科知识在学科内与学科外的流动表现及其变化。最后对中国、美国、日本3个国家在此领域中表现出来的学科知识流动差异进行分析,展示各个国家药物化学领域的学科知识流向及其研究动态变化。     

基于关系强度理论的集群网络知识流动分析

网络强弱关系被视为影响集群网络知识流动的重要因素：强关系通过企业间的信任传递复杂知识,有利于隐性知识流动;弱关系能够提供丰富的异质性信息,有利于显性知识流动。集群网络的发展需要在强、弱关系之间保持一种适当的平衡。在分析集群网络强弱关系动态平衡实现机理的基础上,结合知识转化的SECI模型构建了基于强弱关系互动分析的集群网络知识转化模型.     

知识场的考证与知识场的生成及场效应分析

描述了场的散度、旋度和梯度三个基本特征,分析了科学知识的扩散、吸收和在分布中的知识密度梯度三个重要参量,结果表明在知识分布的空间范围内存在场的基本特征,由此论证了知识场的存在。通过学科知识要素的分析,认为知识场是由学科的根基,即知识的基因生成的。最后以知识流动的实例论述了知识场的效应。     

“数字人文”领域科研协作知识交流中的学科交叉与地域交叉测度分析

为改变以往研究局限于从学科或地域交叉单一测度探究该跨度对科研协作知识交流影响的做法,本文融合分析学科交叉和地域交叉两个测度对科研协作知识流动元网络特征形成的复杂影响过程。先构建起科研协作知识流动元网络,并设置节点、子群、全网各维度特征分析的指标体系;然后分别根据计算出来的各指标值分析得到元网络特征;再分别从地域交叉和学科交叉两个测度分析得到这两个子网对应的在节点、子群、全网各维度的特征;最后建立起地域交叉和学科交叉子网与科研协作知识流动元网络特征之间的联系,得到学科交叉、地域交叉在科研协作知识流动元网络特征形成演化过程中的作用机理。     

知识网络的演化(Ⅱ):增长老化与知识产生时点的关系

针对知识老化与增长的关系及老化与知识产生的时间的关系问题,构建了知识的演化网络模型,提出了知识老化曲线形成的一种客观性的新解释.演化模型通过在无标度演化网络的基础上引入知识节点的logistic增长,对演化网络的拓扑结构和节点的历时被连接数进行了数理分析和仿真实验.模型揭示了知识产生的时点与知识增长老化之间的关系:在所属学科的扩展期产生的知识节点历时被连接数先上升后下降,而在衰退期产生的节点的历时被连接数一直是衰减的;知识的利用效率随其所属知识领域的扩张而增加,随衰退而减少.     

领域知识聚类性的动态演化分析

[目的/意义]探索领域知识发展过程中的聚类演化问题有助于揭示知识聚类的特征和规律,对于掌握知识生长演进过程中关联知识的聚集具有重要意义。[方法/过程]以复杂网络的思想为基础,基于标签邻接关系的发生值构建时间序列领域知识网络。即依据网络模体的理论,采用网络聚类系数的分析方法,对领域知识网络进行动态跟踪与分析;结合网络密度、特征路径长度、节点度值、封闭三元组等指标,从随机因素、度相关性、邻近关联3个方面对领域知识发展过程中的聚类演化现象进行分析。[结果/结论]研究结果表明：①领域知识在发展进程中始终保持较高的聚类性;②领域知识的聚类性同时包含随机性与结构性（非随机性）两方面因素; ③领域知识聚类的动态状态在小世界网络和无标度网络之间摇摆演化; ④领域知识的聚类状态在网络全局和局部节点之间表现出一定的差异性。     

层次视角下概念知识网络的三元关系形态研究

基于关键词共现的概念知识网络具有明显的层次结构,以节点k-core值为依据可将其划分出层次。引入三元闭包作为知识网络分析的基本单元,在层次视角下,三元闭包存在多样性,可用于描述节点的同层聚集、知识融合、知识分化等多种现象。以“数字图书馆”领域为例,由其关键词组成的概念知识网络可进行分层,引入节点层级差异和三元闭包类型后,可以更深入地分析知识网络中节点的微观关联结构。     

基于无标度与分形理论的层次知识网络原理解析

[目的/意义]在保障知识网络的整体性征的条件下,从原始知识网络中提取具有显著意义的层次知识网络,奠定基于关联频度提取层次知识网络的理论基础。[方法/过程]以无标度网络与分形几何作为基础理论支撑,在对关键词知识网络和标签知识网络关联频度分布进行分析的基础上,采用关联频度作为阈值提取层次知识网络。并对层次知识网络的无标度性和小世界效应两项网络整体性征进行验证。[结果/结论]知识网络的关联频度分布服从幂律分布。以关联频度为阈值提取的层次知识网络在节点度值分布和关联频度分布方面都保持了原始整体网络的无标度性。层次知识网络能够很好地保持原始网络所具有的小世界特征。基于关联频度提取的层次知识网络与原始知识网络等效。     

基于深度学习的领域知识对齐模型研究:知识网络视角

随着大数据的迅速发展,知识网络在不同语言、不同领域和不同模态等情境下呈现高度多样性和复杂性,如何对齐与整合多源情境下的异构知识网络,成为研究者所面临的严峻挑战。本文在知识网络深度表示学习的基础上,提出一种由知识网络构建、跨语言网络表示学习和统计机器学习三个模块构成的知识网络对齐(knowledge network alignment,KNA)模型。为验证模型的有效性,在中英文双语知识网络数据集上开展实证研究,借助于网络表示学习算法将异构知识网络表征到同一空间,利用已知的对齐链接来训练统计机器学习模型,并通过模型来预测未知的节点对齐链接。KNA模型在跨语言共词网络对齐任务中取得Precision@1值为0.7731,高于基线方法 (0.6806),验证了KNA模型在跨语言知识网络对齐上的有效性。研究结果对于改进知识网络的节点对齐效果,促进多源情境下的异构知识网络融合具有重要意义。     

维基百科知识分类结构演化规律研究

维基百科分类页面所构成是一种在用户自发的协同编辑行为下建立起来的、具备自组织特性的全新知识分类结构。依据维基百科分类结构特点,将其看成是以分类页面为领域知识节点,以节点间相互包含关系为边的领域知识分类结构。采用自回避随机游走方法(self-avoiding random walks)构建领域知识节点熵测量模型,从而测定领域知识结构中心领域知识和边缘领域知识节点,以研究领域知识节点随时间演化的规律。研究表明,大多数情况下,多样性熵值越大的节点,越趋向于知识结构的中心领域知识,且其创建的时间也越长;处于相同社团结构中的节点间存在关联关系,使得它们的多样性熵值表现出相似的变化趋势。     

基于二模复杂网络的隐性知识发现方法研究——以潜在药物靶点挖掘为例

[目的/意义] 通过构建二模复杂网络模型，揭示隐藏在海量文献中的隐性知识。[方法/过程] 通过NetworkX复杂网络工具包，依据任意两个节点的共现关系构建二模复杂网络模型；对网络模型中节点的共现关系进行加权，计算网络的拓扑信息并进行AP聚类，提取节点间的直接关系；采用AUC方法对AA、JC、加权改进的wAA和wJC等4种链路预测算法进行评价，遴选出最合适的预测算法，并对复杂网络的隐性关系进行预测分析。[结果/结论] 以潜在药物靶点挖掘为例进行的实证研究结果表明，wAA链路预测算法为最优的链路预测算法；二模复杂网络模型、指标和方法体系在美国化学文摘社数据库中的药物靶点挖掘中具有一定的有效性。下一步计划在其他数据库中或其他研究领域中进行尝试，以进一步验证该模型的通用性和有效性。     

论学科知识网络的理论基础

通过文献调研和归纳演绎的方法,对照理论基础的涵义及其作用,诠释了知识场理论、知识生命周期理论、知识链接理论和知识地图理论完全具备作为学科知识网络理论基础的客观条件;指出知识场理论演化形成学科知识场域,知识生命周期理论演化形成学科知识发展网络,知识链接理论演化形成学科内主题知识链接网络,知识地图理论演化形成学科知识图谱;得出学科知识网络的理论基础为知识场理论、知识生命周期理论、知识链接理论和知识地图理论的结论。     

基于“用户-标签”关系的社群知识自组织研究

指出随着网络分析理论在知识组织领域中的大规模应用,人文因素在知识组织中的作用也逐渐引起学术界的关注。从Folksonomy社群中的“用户-标签”关系出发,基于后结构主义网络分析的思想,采用传统的1-模网络分析方法对社群知识的组织结构进行判识和分析。在此基础上,进一步构建“用户-标签”2-模网络,并基于2-模网络中用户与标签的互动关系,对社群知识的“自组织”问题进行深入剖析。揭示用户主观认知对社群知识的组织结构的影响,以及社群知识的组织结构对用户主观认知的形塑。