知识组织视角下关键词网络中的小世界现象
摘要：本文以CSSCI中图书馆、情报与文献学学科2012年和2013年间《大学图书馆学报》、《情报学报》、《图书情报工作》、《中国图书馆学报》四个期刊论文的所有关键词为源数据，构建成为一个关键词网络。本文针对学术论文的关键词用复杂网络的方法进行相应知识组织的分析和探讨。基于构建的关键词网络，统计和计算了网络的集聚系数和平均最短路径并与随机网络进行比较，揭示出关键词网络具有小世界效应。除此之外，本文也统计了关键词网络的度与度分布，发现该网络的度分布具有无标度特性。利用社会网络分析工具UCINET，计算了该网络的中介中心性，初步探讨了通过关键词网络的中介中心性来确定学科知识点的方法，并与基于词频确定知识点的方法进行简单比较。
目录
摘要2
关键词2
Abstract2
Key words2
引言3
关键词网络的研究现状3
三、研究方法4
（一）数据源 4
（二）关键词网络的构建4
四、关键词分析4
（一）关键词网络分析 4
1.关键词网络的度与度分布4
2.关键词网络的平均最短路径6
3.关键词网络的平均集聚系数7
4.关键词网络的小世界效应7
（二）关键词网络的举例应用8
1.关键词词频统计 8
2.关键词网络的中介度9
五、结论与不足10
致谢11
参考文献11
图1关键词网络的度分布图6
图2横纵坐标取对数后的度分布图6
图3下面分别是规则网络、小世界网络、随机网络及其转化过程7
表1 按度降序排序的前10个关键词的度值统计表4
表2 节点度值的数量表5
表3 关键词网络和随机网络的平均最短路径和集聚系数8
表4 词频降序排序的前20个关键词的词频统计表8
表5 前20中介度的关键词以及其对应词频排序9
知识组织视角下关键词网络中的小世界现象
引言
Student majoring in Information M
*好棒文|www.hbsrm.com +Q: %3^5`1^9`1^6^0`7^2#
anagement and Information System XIANG Jiadong
Tutor ZHUANG Qian
Abstract：Based on the network comprised of these keywords of library and information science from 2012 to 2013 that are extracted from CSSCI, constructed a keyword network. According to the keywords of academic papers are analyzed and discussed the corresponding knowledge organization method for complex networks. Based on this keywords network,?statistics and?calculates network?clustering coefficients?and the average shortest distance?and compares with the?random network,revealing the?keywords network?has smallworld Phenomenon.?In addition,?this paper?also counts the?keyword network?degree and degree distribution,?found that the?degree distribution?of the network has?scalefree property.?Using social network?analysis tool UCINET, to count betweenness centrality?of the network?,?the betweenness centrality is used to carry out a preliminary study on how to detect the research hotspots of a discipline. This method is also compared with that of detecting research hotspots by word frequency.
Key words: Keywords Network；SmallWorld Phenomenon；The Average Shortest Distance；Degree Distribution；Clustering Coefficients
引言
知识组织是揭示事物间的本质关系的有序结构，即知识的序化。知识组织的任务是寻求抑制这种恶性循环的措施，其主要目标是对知识进行整序和提供知识，既要处理大量的现有知识，又要减少知识的增长，所以，提供文献、评价科学文献和系统表述构成了知识组织的主要研究领域。知识序化一方面是通过一定的原则和方法，将处于无序状态的特定知识变为有序状态的过程，便于知识的提供、利用和有效传播；另一方面是通过对文献中记录的知识的逻辑内容进行分析，根据知识相互影响及联系，形成新知识的集合。关键词是一种典型的知识集合，从知识组织方面对关键词语言进行充分的分析、研究和改进是如今的研究热点，使之逐步适于网络信息的发展。
二、关键词网络的研究现状
由关键词共现所形成的网络中，关键词之间的亲疏关系可以判定这些词代表的主题。在所有的关键词中，两个词共同出现的词频越高就表明它们之间存在着越高的关联强度，当一个关键词与多个关键词间存在关联强度，它就能成为关键词网络的热点词汇，也就是该关键词网络的研究热点。2009年董伟运用共词分析和多元统计分析法对国内图书馆1999 2008年的数据进行了分析的研究[2]，苏娜运用共词分析结合Ucinet软件绘制国外数字图书馆关键词共现网络的研究[3]，吴晓秋等人于2012年利用关键词共现来反映学科领域的热点主题的研究[4]，尹相旭等人利用词频分析方法对19992008年9种情报学杂志所发表的论文中的关键词进行分析探讨当前情报学研究的现状[5]，蒋永新等于2008年对17种图书馆学情报学核心期刊分析近10年来我国图书馆学情报学核心研究的热点论题分布及其变化趋势[6]，魏瑞斌利用社会网络分析方法对19902008年间中国学术期刊网络出版总库的数据的高频关键词所形成的关键词网络的分析研究[7]，这些研究就是关键词法在网络信息发展迅速的当今社会逐步兴起的表现。
关键词网络是一种复杂网络，可以利用复杂网络的相应理论来研究。复杂网络的诸多研究起源于Erdos和Renyi(1960)构建的随机图理论，Gure(1990)在此基础上提出了著名的六度分隔理论。通过类比小世界现象，具有较高聚集性质和较小连通距离的网络被称为小世界网络(Waltsand Slrogalz)。最早的小世界网络模型是Watts和Strogatz在1998年提出的网络模型（WS模型），他们的研究发现掀起了小世界网络的研究高潮，另外很多学科都对小世界现象有所研究，比如生物技术、基因工程、软件工程和语言学等[8]。在生物技术层面，谢彬等人研究了生物系统神经元间的信息传递具有小世界网络的特征；在经济学中，黄海清、何有良对小世界网络在经济管理中的应用进行了研究；在信息计量学中，Hung and Wang (2010)基于RFID专利数据验证了专利引用网络中的小世界现象。
目录
摘要2
关键词2
Abstract2
Key words2
引言3
关键词网络的研究现状3
三、研究方法4
（一）数据源 4
（二）关键词网络的构建4
四、关键词分析4
（一）关键词网络分析 4
1.关键词网络的度与度分布4
2.关键词网络的平均最短路径6
3.关键词网络的平均集聚系数7
4.关键词网络的小世界效应7
（二）关键词网络的举例应用8
1.关键词词频统计 8
2.关键词网络的中介度9
五、结论与不足10
致谢11
参考文献11
图1关键词网络的度分布图6
图2横纵坐标取对数后的度分布图6
图3下面分别是规则网络、小世界网络、随机网络及其转化过程7
表1 按度降序排序的前10个关键词的度值统计表4
表2 节点度值的数量表5
表3 关键词网络和随机网络的平均最短路径和集聚系数8
表4 词频降序排序的前20个关键词的词频统计表8
表5 前20中介度的关键词以及其对应词频排序9
知识组织视角下关键词网络中的小世界现象
引言
Student majoring in Information M
*好棒文|www.hbsrm.com +Q: %3^5`1^9`1^6^0`7^2#
anagement and Information System XIANG Jiadong
Tutor ZHUANG Qian
Abstract：Based on the network comprised of these keywords of library and information science from 2012 to 2013 that are extracted from CSSCI, constructed a keyword network. According to the keywords of academic papers are analyzed and discussed the corresponding knowledge organization method for complex networks. Based on this keywords network,?statistics and?calculates network?clustering coefficients?and the average shortest distance?and compares with the?random network,revealing the?keywords network?has smallworld Phenomenon.?In addition,?this paper?also counts the?keyword network?degree and degree distribution,?found that the?degree distribution?of the network has?scalefree property.?Using social network?analysis tool UCINET, to count betweenness centrality?of the network?,?the betweenness centrality is used to carry out a preliminary study on how to detect the research hotspots of a discipline. This method is also compared with that of detecting research hotspots by word frequency.
Key words: Keywords Network；SmallWorld Phenomenon；The Average Shortest Distance；Degree Distribution；Clustering Coefficients
引言
知识组织是揭示事物间的本质关系的有序结构，即知识的序化。知识组织的任务是寻求抑制这种恶性循环的措施，其主要目标是对知识进行整序和提供知识，既要处理大量的现有知识，又要减少知识的增长，所以，提供文献、评价科学文献和系统表述构成了知识组织的主要研究领域。知识序化一方面是通过一定的原则和方法，将处于无序状态的特定知识变为有序状态的过程，便于知识的提供、利用和有效传播；另一方面是通过对文献中记录的知识的逻辑内容进行分析，根据知识相互影响及联系，形成新知识的集合。关键词是一种典型的知识集合，从知识组织方面对关键词语言进行充分的分析、研究和改进是如今的研究热点，使之逐步适于网络信息的发展。
二、关键词网络的研究现状
由关键词共现所形成的网络中，关键词之间的亲疏关系可以判定这些词代表的主题。在所有的关键词中，两个词共同出现的词频越高就表明它们之间存在着越高的关联强度，当一个关键词与多个关键词间存在关联强度，它就能成为关键词网络的热点词汇，也就是该关键词网络的研究热点。2009年董伟运用共词分析和多元统计分析法对国内图书馆1999 2008年的数据进行了分析的研究[2]，苏娜运用共词分析结合Ucinet软件绘制国外数字图书馆关键词共现网络的研究[3]，吴晓秋等人于2012年利用关键词共现来反映学科领域的热点主题的研究[4]，尹相旭等人利用词频分析方法对19992008年9种情报学杂志所发表的论文中的关键词进行分析探讨当前情报学研究的现状[5]，蒋永新等于2008年对17种图书馆学情报学核心期刊分析近10年来我国图书馆学情报学核心研究的热点论题分布及其变化趋势[6]，魏瑞斌利用社会网络分析方法对19902008年间中国学术期刊网络出版总库的数据的高频关键词所形成的关键词网络的分析研究[7]，这些研究就是关键词法在网络信息发展迅速的当今社会逐步兴起的表现。
关键词网络是一种复杂网络，可以利用复杂网络的相应理论来研究。复杂网络的诸多研究起源于Erdos和Renyi(1960)构建的随机图理论，Gure(1990)在此基础上提出了著名的六度分隔理论。通过类比小世界现象，具有较高聚集性质和较小连通距离的网络被称为小世界网络(Waltsand Slrogalz)。最早的小世界网络模型是Watts和Strogatz在1998年提出的网络模型（WS模型），他们的研究发现掀起了小世界网络的研究高潮，另外很多学科都对小世界现象有所研究，比如生物技术、基因工程、软件工程和语言学等[8]。在生物技术层面，谢彬等人研究了生物系统神经元间的信息传递具有小世界网络的特征；在经济学中，黄海清、何有良对小世界网络在经济管理中的应用进行了研究；在信息计量学中，Hung and Wang (2010)基于RFID专利数据验证了专利引用网络中的小世界现象。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/xxaq/1063.html
