图书情报学知识图谱的构建及解读

本文尝试从定量分析的角度出发，将方法用于学科层面。通过在权威数据库中提取相关文献的主题词，采用引文分析，因子分析，聚类分析和共词分析的方法，对图书情报学科进行整体分析，构建图书情报学知识图谱，解读学科的研究热点，归纳并整理学科知识图谱构建的基本流程和方法，分析学科未来的发展趋势。研究方法：第一页，共13页。知识图谱（MappingKnowledgeDomains）知识图谱是把应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法和计量学引文分析、共现分析等方法结合，用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识构架的多学科融合的一种研究方法。是显示科学知识的发展进程与结构关系的一种图形，它以科学知识为计量研究对象，属于科学计量学范畴。第二页，共13页。请在此输入您的标题第三页，共13页。引文分析1因子分析2聚类分析3共词分析4多元分析5论文分析方法第四页，共13页。引文分析利用各种数学及统计学的方法和比较、归纳等逻辑方法，分析科学期刊、论文、著者等引用与被引用情况，以便揭示其数量特征和内在规律的一种文献计量法第五页，共13页。因子分析通过尽可能少的因子来描述尽可能多的指标及指标之间的关系，其基本思想是根据相关性大小把研究对象的变量分组，使得同组内的变量之间相关性较高，而不同组的变量相关性较低。第六页，共13页。共词分析过对高频主题词的聚类，发现研究对象的分析热点和主要内容，深入揭示相对应的研究结构，进而系统探讨其研究维度、学科背景和理论基础,以期进一步把握其研究现状、学术热点及发展趋势。共词分析可用于对某一学科的分析，也可对某个特定研究领域的探索第七页，共13页。多元统计分析从经典统计学中发展起来的一个分支，是一种综合分析方法，对多个对象和多个指标互相关联的情况下分析它们的统计规律。“维度降低技术”是多元统计分析的最主要特征之一。（降低维度技术）其原理是将观测数据分配到一个二维或三维的概念空间中的特定位置，数据点间的距离由计算出的不相似性决定，从而可以在低度空间描述相似性和不相似性，以得到对象关系的“空间”理解。第八页，共13页。聚类分析依照“物以类聚”的原理，根据事物本身的特性研究个体的分类，将一批样本或变量按照在性质上的亲疏程度，在没有先验知识的情况下自动进行分类的方法。其原理是同一类中个体有较高的相似性，不同类之间的个体差异性较大。第九页，共13页。1.采用科学计量学研究方法，以WebofScience收录期刊为基础，EBSCO为数据析取平台，定量、科学地构建图书情报学知识图谱2.根据构建的图书情报学知识图谱，对图书情报学当前研究热点和未来发展进行系统的分析和解读研究创新点第十页，共13页。EndNoteEndNote是SCI（ThomsonScientific公司）的官方软件，支持国际期刊的参考文献格式有3776种，写作模板几百种，涵盖各个领域的杂志能直接连接上千个数据库，并提供通用的检索方式，为您提高了科技文献的检索效率。能管理的数据库没有上限，至少能管理数十万条参考文献。与之相似的软件：zotero、noteexpress等第十一页，共13页。疑问点如果在中文中能否实现对关键词的抓取？（这篇论文中涉及到的关键字大都为英文）