2025《科学知识图谱研究方法的文献综述》3600字.docxVIP

PAGE

PAGEXXIV

科学知识图谱研究方法的文献综述

“科学知识图谱”将科学知识作为科学计量学的一种新的研究方法，基于大数据挖掘技术和信息资源管理，生成复杂领域的数据可视化专业知识图形，以显示它们之间的关系，既是数据可视化的专业知识图形，也是科学化的知识图谱，还表明了网络、构造、演化等关系，目前已在智能有哪些信誉好的足球投注网站、智能问答、智能推荐、医疗、电商等多个领域都实现了应用且发挥着重要的作用，是追踪科技前沿、选择研究方向、开展知识管理的重要方法和工具。

知识图谱最开始出现在国外，科学知识图谱法初次应用是在1964年，加菲尔德[10]等测绘了DNA研究领域的历史发展图谱，促进了科学引文数据库的发展，并为科学知识图谱应用在其他领域的应用打下了基础；普莱斯[11]在1965年也应用了同样的数据进行研究，第一次从理论梳理了科学知识网络；1989年信息可视化的概念被卡德[12]等人提出，并创造了信息可视化的英语专业术语“InformationVisualization”，从那时起，科学知识图谱的方法和技术得到了改进；1998年，瓦茨和他的老师斯托加茨[13]在两人联合发表于《Nature》的论文中提出了著名的“小世界网络”理论，丰富了科学知识图谱法的概念。陈超美[14]于2010年将被引分析和文献分析相结合，通过数据挖掘对1996-2008年情报学领域的12种期刊的结构变化进行研究，发现了H指数等五种聚类，使得知识图谱在其他学科中的应用越来越广泛。常用的知识图谱分析软件有SciMat、VOSViewer、CiteSpace等。

VOSviewer是一个基于引文、书目耦合、共被引关系或共同作者关系，构建期刊、学者或个人出版物等信息的可视化文献计量网络软件，它可用于文本挖掘，构建文献中重要术语的共线网络并对其进行可视化。例如，卢学强[15]为探究海洋环境微塑料的研究现状及演变态势,使用VOSviewer软件对海洋环境微塑料研究论文开展分析，探索研究主题分布特征和演变态势；Ren,JL[16]运用VOSviewer研究澜沧江-湄公河的未来发展趋势，分析了国内外期刊、国家、研究机构、研究热点和发展趋势，以达到概述全球绩效，定量评估当前研究领域热点的目的。

SciMAT是由西班牙格拉纳达大学于2012年开发设计的一种新的开源科学绘图软件工具，它包括了五种分析单元类型：Words、Authors、Reference、Authors-reference、sources-reference，绘制的图谱类型有三种：战略坐标图、主题覆盖图、演化路径图。还实现了检测重复和拼写错误的项目、时间切片、数据缩减和网络预处理等功能。有关该软件的应用，李悦[17]等人运用SciMAT软件的关键词贡献分析生成战略图，分析了近15年人工智能领域的发展情况并对未来趋势进行了预测；Maríadelas[18]等通过SciMAT，回顾了Scopus数据库（1983-2017）中有关国际竞争力的2293篇文献，确定国际范围内有关“竞争力”的科学生产的现状，得出结论研究趋势指向环境科学的知识领域。

文中运用的是陈超美教授根据JAVA语言开发设计的CiteSpace软件，她创造性地提出了从“知识基础”到“知识前沿”的理论模型，将引用分析和共引分析统一起来。CiteSpace可以将文献数据以图谱的形式可视化出来，与其他知识图谱分析软件相比，更新速度比一般图谱软件快得多，目前已应用于多种领域。

CiteSpace最开早开发设计于2004年，在具体运用中简单合理又科学，并且可视化页面美观大方，能够根据调整主要参数得到可观的可视化效果，因而在世界各国计量经济学行业获得了普遍的运用。2004年，陈超美教授最早详细介绍CiteSpace的文章刊登于《美国科学院院刊》(PNAS)[19]。2006年，CiteSpace第Ⅱ版公布，该年的《美国信息科学与技术学会会刊》(JASIST)刊登了第Ⅱ版的介绍[20]。目前为止，CiteSpace依然在不断升级，文本挖掘等愈来愈多的优化算法和功能也被添加到软件中。

2007年初CiteSpace软件被引入到国内，侯剑华于该年发表的《战略管理学前沿演进可视化研究》[21]一文是第一篇使用CiteSpace可视化软件并收录到知网的文献。在中国知网中进行主题词检索，得出有关CiteSpace软件相关文献已经超过5000篇(5284篇，截止到2021年1年17日)，发文量呈逐年上升趋势，2020年发文量达到1742篇。相关文献分布在图书情报与数字图书馆、教育理论与教育管理、计算机软件、体育、农业经济、企业经济、环境科学与医学等学科中。例如，利用CiteSpace知识图谱软件，王娟[22]揭露了世界各国教育大数据的科学研究热点及发展趋