领域知识聚类性的动态演化分析

被引:7
作者
安宁 [1 ]
滕广青 [1 ]
白淑春 [2 ]
毕强 [3 ]
韩尚轩 [1 ]
机构
[1] 东北师范大学信息科学与技术学院
[2] 吉林大学图书馆
[3] 吉林大学管理学院
关键词
领域知识; 知识网络; 知识聚类; 聚类系数;
D O I
暂无
中图分类号
G353.1 [情报资料的分析和研究];
学科分类号
120502 [情报学];
摘要
[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。
引用
收藏
页码:85 / 93
页数:9
相关论文
共 6 条
[1]
Knowledge evolution in physics research: An analysis of bibliographic coupling networks [J].
Liu, Wenyuan ;
Nanetti, Andrea ;
Cheong, Siew Ann .
PLOS ONE, 2017, 12 (09)
[2]
The sustainability and stabilization of tag vocabulary in CiteULike.[J].Ma; Jin.Online Information Review.2012, 5
[3]
Higher order clustering coefficients in Barabási–Albert networks.[J]..Physica A: Statistical Mechanics and its Applications.2002, 1
[4]
Emergence of scaling in random networks [J].
Barabási, AL ;
Albert, R .
SCIENCE, 1999, 286 (5439) :509-512
[5]
Collective dynamics of 'small-world' networks [J].
Watts, DJ ;
Strogatz, SH .
NATURE, 1998, 393 (6684) :440-442
[6]
网络科学.[M].(美) 路易斯 (Lewis;T.G.) ; 著.机械工业出版社.2011,