《面向专家的知识地图研究》由会员分享，可在线阅读，更多相关《面向专家的知识地图研究（15页珍藏版）》请在金锄头文库上搜索。
1、面向专家的知识地图研究刘勘周丽红-921 ：:38来源:情报资料工作2期 【英文标题】 Rondupf Epert-Oried Kowege Map Studie 【作者简介】刘勘,男,1970年生,中南财经政法大学信息与安全工程学院信息系副专家；周丽红，女，1988年生,中南财经政法大学信息与安全工程学院信息系研究生研究生，武汉307 【内容提纲】 文章一方面简介专家知识地图的定义、基本特性和分类，针对专家知识地图的基本特性、构成要素和实际应用状况，阐明专家知识地图常用的构建措施，最后分别针对专家研究领域知识地图和专家社会网络知识地图进行了进一步分析和举例阐明。 Firly, t pape
2、intodue fnitions, ba chractes nd classiicatonof te pert wdgeap, andthen, llustes soe cmmn mtosfor building exetknlege map bining thcualaplications, features andundering dienio. Finally, teexper dmain knoledg map and ert cia etork knowlge maparelaboad and illuratd by ich, vivd exampes. 【关 键 词】知识管理知识地
3、图/专家知识地图knowledemanageen/nowledge map/xpert knolegmap 知识管理是近年来一种热点的研究领域，涉及知识发明、获取、加工、存储、传播和应用等。专家作为组织中掌握大量知识的人力资源，始终是知识管理研究中的重要因素，而知识地图作为知识管理的一种重要技术线路,力图以直观的方式展示知识、知识源、知识发明者、知识使用者之间的关联以及知识的产生、发展和传播途径等，以协助组织做出最优的决策1。近年来,许多研究人员针对专家和知识地图展开了进一步的研究,获得了一定的成果,从而使专家知识地图成为知识管理中一种比较活跃的分支。本文从专家知识地图的基本概念与研究现状入手
4、，探讨专家知识地图的基本特点与分类,总结专家知识地图的构建措施,列举并评述不同类型专家知识地图及其应用实例。 1、研究背景 .1专家知识地图的概念 知识地图最早是由英国情报学家BC布鲁克斯在其典型著作情报学基本中提出，指出情报学的真正目的是组织、加工和整顿客观知识，并绘制以各个知识单元为节点的知识地图2。知识地图应当完毕两个任务:一是通过知识资源调查、获取的知识资源目录,二是拟定目录内各款目之间的关系。 许多重要的知识都是以隐性知识的形式被少数的领域专家所掌握,专家是在不同领域和行业中对某一事物精通或者具有独特见解的人,专家的重要职责是进一步研究某一学科或者行业领域中的知识,为学科或行业的发展
5、提供理论分析和实践指引,对热点、难点问题提供决策支持。针对基于专家的知识地图,陈强等3将其定义为：知识管理领域中的知识地图是用于定位知识的知识管理设施，能将散落的专家知识汇整起来,予以有效的管理与维护；刘彤等从社会网络分析的角度将其定义为：以专家为节点的知识网络，在各节点上通过对专家所具有的知识及多种技能进行显性化的标引，以此来实现专家的定位功能。本文将面向专家的知识地图理解为:通过获取专家在其学科、领域内的特长知识，实现专家的定位和导航,挖掘有用的隐性知识，整合领域知识并以一种通用、直观的可视化方式将零散的专家知识予以呈现的一种措施。.2专家知识地图的特点 由定义可以看出，专家知识地图应当具
6、有目的性、针对性、直观性和概括性的特性。 （)目的性。用来挖掘领域或学科中的专家知识，揭示专家知识体系，迅速查找目的专家或专家知识，提供有效的知识导航。 （2）针对性。针对某一学科或领域数据集,从中辨认出具有有效性、潜在有用性以及最后可理解模式的专家知识。 (3）直观性。面向专家的知识地图需要通过可视化的形式来直观呈现，体现形式可以是网状地图、树形地图、星状地图、点状地图、条列地图和等高线地图等。 (4)概括性。通过一系列的操作将零散的专家知识进行整合，以一种综合和概括的方式予以呈现。 .3专家知识地图的分类 为了进一步探究不同专家知识地图中存在的共性和差别性,可以从不同的角度对专家知识地图进
7、行划分。按照研究对象的不同,专家知识地图可分为专家研究领域知识地图和专家社会网络知识地图5。专家研究领域知识地图是分析和展示领域或学科内专家团队或个人的知识地图；专家社会网络知识地图是将专家或专家知识作为知识地图中的构成要素节点，构建专家网络知识地图,从而分析隐含的专家联系和专家知识联系6。 按照专家数据来源的不同，专家知识地图可分为基于期刊文献的专家知识地图、基于Wb数据的专家知识地图和混合型专家知识地图7。 按照研究所采用的措施不同,专家知识地图可分为基于语义技术的专家知识地图、基于挖掘技术的专家知识地图和基于人工智能的专家知识地图等。 根据以上分类,本文从研究对象入手，进一步探讨知识地图
8、对专家研究领域的描述和对专家社会网络构造的描述。 2、专家知识地图的构建措施 1专家知识地图的一般构建环节 面向专家的知识地图的有关文献重点多放在知识地图的功能和表达上，对其构建过程简介不多，总结起来专家知识地图一般由专家知识单元、专家知识管理和专家知识资源地址三部分构成。夏立新等觉得构建专家知识地图一般需要通过专家知识获取、专家知识索引、专家知识关联和专家知识地图四步8。 (1)专家知识获取。由于大多数专家知识都是以隐性知识的形式存储的，使专家知识的获取有一定的难度。目前,专家的隐性知识获取措施和途径重要有三种:个人填写。能最确切地将自己的隐性知识显性化。文献、专利调查。可以通过检索该专家已
9、刊登的期刊、会议论文和所从事的项目研究来获取专家重要研究领域和特长。网络调查法。重要通过检索专家在博客、维基等刊登的言论来获取专家所体现出来的隐性知识。()专家知识标引。专家知识标引是通过标引专家知识节点来规范专家知识描述的措施。专家知识节点的标引工作可以分为三个部分：专家特长信息（涉及专家重要擅长的领域和课题）、专家基本信息（涉及专家的个人信息，如姓名、工作单位和部门、职称、联系方式和住址等)和专家人际网络(涉及专家之间、专家与组织之间的关系网络，如工作岗位级别关系等）。(3)专家知识关联。专家知识关联重要涉及专家知识自身的关联和专家之间的关联。其中，专家之间的关联方式可以概括为工作岗位关系
10、中的级别关联（如上下级关系)、特长或技能关联和共同经历关联(如参与同一培训、上过同一大学、联合刊登过同一论文等)9。（4)专家知识地图。陈强等觉得专家知识地图的构建不仅应遵守知识地图的算法流程与原则，还应涉及四个核心技术：构建专家基本数据库。收集专家学历、职称、特长、电子邮件等信息。构建专家特长数据库。抽取专家的研究课题、研究方向、发明专利等信息。专家人际关系线索、个人及所属团队的关系等的自动收集,并构建专家社会网络。提供专家基本资料、接触目的专家的关系途径等的图形呈现,建立专家知识地图1。 22构建专家动态知识数据库 专家知识地图的构建是一种动态、循环的过程，其核心问题是如何获取有效信息构建
11、专家基本信息库、专家特长信息库和专家社会网络信息库。具体的构建措施和顺序如图1所示。 具体而言,一方面从专家知识信息源（涉及网页和期刊等)收集专家的多种信息,构建专家基本信息库。然后根据专家基本信息针对专家的特长和人际关系网络信息分别构建专家特长信息库和专家社会网络信息库。最后设立专家特长信息和专家社会网络的参数，运用可视化工具对专家知识进行可视化分析,实现专家知识地图的可视化。 数据源是构建专家知识地图的重要基本，专家的期刊文献信息和网络信息(专家的个人主页、博客微博、论坛等）是两类重要的专家知识数据源，专家知识地图的构建多是从这两类信息展开。梁勇等觉得通过期刊文献信息构建专家知识地图应当从
12、三个方面入手：专家的基本信息、专家的研究领域信息、专家之间的关联信息。可以通过文献作者之间的合著关系和专家刊登文献时互相引用的关联信息等来实现专家知识的关联。通过借鉴期刊关联系数还可以进一步计算专家之间的关联系数，从而构建专家知识地图。 针对专家的网络信息，不同的信息构造采用的分析措施不尽相似。TseMin a等致力于针对专家博客数据运用语义技术来挖掘领域专家榜11。领域专家榜就是一种在专家博客数据中使用语义技术和交互索引技术以发现专家专业知识水平的应用技术。一般使用的专家数据有专家博客中使用的核心词和专家之间交互作用的记录两类。图3描述的是使用专家数据和概念空间来实现领域专家榜的过程。 3、
13、专家研究领域知识地图 3.1组织内部的专家知识地图 基于组织内部的专家知识地图是针对某一机构组织收集有关的专家信息、抽取专家知识、构建公司或者团队专家知识地图,从而评估整个团队或公司内的专家知识水平，发现科研优势和局限性，这样的组织机构涉及公司、团队、大学、研究所等。组织运用专家知识地图可以协助改善内部人员的选择和配备,加强对员工的培训等。 Ajita h等使用标签、顾客和标签活动，描述和设计某软件技术公司的专家领域知识地图12，如图4所示。可以看出，该公司的技术专家重要的知识领域有三个，即V、TCKS和J2E Appserver X（图中面积较大的圆）。此外,该公司对开发团队也十分注重(外圈
14、中的深色圆点较多）,对图4进一步研究和扩大还可以发现潜在的、顾客没有进行标记的标签和领域。2专业领域的专家知识地图 基于专业领域的专家知识地图是从某专业领域的范畴描述专家知识地图，目的是迅速发现研究领域中的专家，评估专家的专业水准，并绘制该领域内的专家关联。顾客可以懂得:（）在某个领域内哪些人可以达到专家水准，能回答她们提出的问题或者满足她们的规定；(）这些专家与领域的其她专家相比与否具有更大的优势13。an Huang等运用M和MDS算法对专家知识（数据源是科技文献）进行降维解决，分别构造了基于和DS的专家领域知识地图14,分析和构建台湾商务管理领域知识地图，并运用M算法和MDS算法进行可视
15、化展示。 iaan Song等建立了一种以顾客为中心的专家发现模型EertseNet15。ertisee结合动态语义检索技术实现了两个方面的专家挖掘:一方面列出与搜索领域直接有关的专家列表；另一方面检索出与给定知识领域间接关联的“知情人”列表，这些“知情人”是对有关知识领域中部分专家信息比较理解的人,她们与专家之间的关系比较密切,这样就可以通过“知情人”渠道找出相应的领域专家。 elroy Camern等运用本体技术来解决领域专家搜索问题。在选择和表达专家数据时引入了语义网，大大提高了专家数据表达的精度，然后运用主题分类法，根据所给定的主题分类信息来拟定专家研究领域，将已经创立的10个主题分类知识导入系统中来辅助专家发现6-1。通过wetDbl本体研究技术,实目前不同主题的本体中将专家列表进行关联，Moya-Anen等人也做了类似的研究
