近十年知识管理领域硕博士学位论文研究热点分析——以.pdf

收稿日期 2012 03 03修回日期 2012 04 16 基金项目 国家社会科学基金项目 文献计量分析的知识管理学科规范研究 编号 10BTQ035 安徽大学学术创新团队项目 信息化与知识 信息管理 编号 SKTD010B 的阶段成果之一 作者简介 孙晓宁 1990 男 硕士研究生 研究方向 知识管理与竞争情报 储节旺 1969 男 博士 教授 硕士生导师 研究方向 知识 管理 教育管理 科技管理 近十年知识管理领域硕博士学位论文研究热点分析 以共词分析为方法 孙晓宁储节旺 安徽大学管理学院合肥230601 摘要首先通过选取我国知识管理领域近十年的硕博士学位论文的高频关键词进行两两统计其在同一篇文献中 出现的次数 构造共词矩阵 然后将其转化为相关矩阵 相异矩阵 并在此基础上利用因子分析 聚类分析和多维尺 度分析三种多元统计方法对不同的矩阵进行共词分析 最后 对分析结果进行讨论 归纳出当前的研究热点主要集 中在 4 个方面 关键词知识管理硕博士学位论文共词分析 中图分类号G350文献标识码A文章编号1002 1965 2012 06 0085 06 On Hotspots of Master and Ph D Degree s Dissertations in the Field of Knowledge Management During the Last Decade A Co words Analysis SUN XiaoningCHU Jiewang School of Management Anhui University Hefei230601 AbstractThis paper first focuses on selecting key words of high frequency in domestic master and doctoral dissertations specializing in the field of knowledge management written in the past decade and on calculating in twos their times of appearance in the same document so that co word matrixes can be constructed The co word matrixes then will be classified into correlation matrixes and discriminative ma trixes On the basis of this classification the paper tries to conduct co word analysis on different matrixes taking advantage of three mult ivariate statistic methods factorial analysis cluster analysis and multidimensional scaling analysis At last the results of analyses are discussed and the summary is arrived at that the current research foci are mainly on four aspects Key wordsknowledge managementmaster and Ph D degree dissertationco words analysis 0引言 知识管理 1 是获取 利用并创新知识 提高组织创 新和创造价值的能力 保障组织生存发展的一种活动 作为一系列新的管理思想和管理方法的代表 知识管 理这门新兴学科吸引着来自不同国家 不同学科领域 的研究学者和管理者的关注 1998 年以来 我国掀起 了知识管理的研究热潮 其研究方向在不断地拓展 学 术论文量也在连年大幅增长 研究生作为学科研究中 的一支活跃力量 其学位论文内容新颖 信息量大 专 业性强 学术价值高 2 在一定程度上反映了学科发展 的动态与特点 通过对现有数据库收录的研究生学位 论文的观察 发现研究知识管理的学科专业大部分集 中在情报学 企业管理 管理科学与工程 教育技术学 等 其中 很多高校及科研院所的情报学专业设置了 知识管理与竞争情报 研究方向 因此 本研究选取 了近十年知识管理领域的硕博士研究生学位论文作为 研究对象 利用共词分析的方法 试图探求近年来我国 知识管理学术领域发展的动态和方向 共词分析法 Co term Analysis 最早在 20 世纪 70 年代由法国学者提出 是文献计量学的一种重要方 法 也是内容分析法的常用方法之一 共词分析法的 第 31 卷第 6 期 2012 年 6 月 情报杂志 JOURNAL OF INTELLIGENCE Vol 31No 6 June2012 内涵 3 是指 当两个能够表达某一学科领域研究主题 或研究方向的专业术语 如关键词 在同一篇文献中 同时出现 表明这两个词之间具有一定的相关关系 同 时出现的次数越多 表明它们的关系越密切 之间的距 离也就越近 经过 30 多年的发展 相对于其他文献计量方法 共词分析法日臻完善 具有手段简单灵活 结果直观明 了等优点 但仍存在一些不足 例如 对高频关键词进 行聚类分析时 某一关键词划分到一个主题中 就不能 同时划分到另一个主题中 而往往一些关键词体现的 主题并不唯一 在揭示学科领域研究结构及其动态变 化上 不可避免地存在时滞性 采用高频关键词的同时 忽略掉很多低频关键词 因而不能反映某领域的全部 内容等 总的来说 共词分析法虽然存在一定的缺陷 但其在揭示一些学科研究主题的演进态势上 起到了 其他方法所不能达到的效果 具有非常重要的利用价 值 比如 共被引分析法也是内容分析法中常用的一 种方法 它通过对文献的引用情况进行统计 来分析某 一学科的研究主题 适合于成熟 规范的学科 知识管 理作为一门新兴学科 参与研究的学者众多 但尚未形 成固定流派 作品内容分散 被引用情况不稳定 因此 更适合采用共词分析法 对关键词进行直接统计来揭 示知识管理领域的研究热点 欧洲学者 J Law S Bauin J P Courtial J Whit taker 1988 4 率先将共词分析法应用到对环境酸化 研究中的政策以及科学变化地图的分析中 Law 5 又 以环境的酸化研究为例 绘制研究主题的科学地图 同 时也验证了共词分析法的可行性 M Callon J P Courtial F Laville 6 对化学聚合物领域的出版物进行 共词分析 描述了基础研究和技术研究之间的相互作 用 W A Turner F Rojouan 7 研究了共词分析在区域 性网络中如何评价输入 输出关系 Marie Ang le De Looze Juliette Lemari 8 利用共词分析研究了植物蛋 白工业的物价稳定措施 印度学者 Sujit Bhattacharya Prajit K Basu 9 通过 1990 年和 1995 年两个时间周期 的研究 将共词分析应用到凝聚态物理 CMP 领域 在国内 中国医科大学的崔雷 10 教授发表论文 率先用共词聚类的方法对专题文献高频主题词进行了 分析 随后 崔雷的研究团队发表了多篇以共词分析为 方法的医学文献计量学文章 中国科学院文献情报研 究中心的冯璐 冷伏海 11 提出 发展至今 共词分析法 从原理到使用都得以很大完善 历经三个发展阶段 基 于包容指数和临近指数的共词分析法 基于战略坐标 的共词分析法和基于数据库内容结构分析的共词分析 法 武汉大学的张勤 马费成 12 13 首次将共词分析方 法应用到知识管理领域的研究中来 对国外知识管理 的研究范式和国内知识管理的研究结构进行了讨论 运用多元统计方法及 SPSS Statistical Package for the Social Science 社会科学统计软件包 可通过图表 的形式 将共词分析结果直观明了的表现出来 本文 运用到的多元统计方法有因子分析 聚类分析和多维 尺度分析 1 数据获取 本研究选取中国学术期刊网 CNKI 中的 中国 优秀硕士学位论文全文数据库 中国博士学位论文 全文数据库 中 2002 2011 年的文章作为数据来源 具体检索方法是 在 输入检索范围控制条件 中将时 间限制在 2002 年 1 月 1 日到 2012 年 1 月 1 日 在 输 入目标文献内容特征 中选择 题名 检索项 并键入 知识管理 检索词 于 2012 年 1 月 17 日共检索到 1 092条记录 将检索结果按 中文关键词 分组 选择 词频不低于 15 的关键词 共有 23 个 其中 关键词 知识管理 出现的频率最高 共有 840 次 线条过粗 在本研究中没有实际意义 故而舍弃 这样 最后得到 22 个高频关键词列表 如表 1 所示 表 1 知识管理 领域硕博士学位论文高频关键词列表 序号关键词词频序号关键词词频 1知识管理系统9012核心竞争力25 2知识6913知识库25 3隐性知识6514知识经济25 4知识共享6415知识地图22 5个人知识管理4716数据挖掘22 6本体4117项目管理17 7学习型组织3518模糊综合评价17 8绩效评价3519知识管理能力17 9显性知识3320电子政务15 10客户知识管理2921企业知识管理15 11知识创新2822知识管理战略15 2共词分析 2 1构造矩阵 2 1 1构造共词矩阵 两两统计这 22 个关键词 在 1 092 篇论文中共同出现的频次 形成的共词矩阵 如表 2 所示 共词矩阵是一个对称矩阵 主对角线上的数据表 示关键词与自身的共现频次 即相关程度 非主对角线 上单元格的数据代表两个不同关键词之间的共现频 次 如 知识管理系统 与 知识 的共词频次为 7 即 表明这两个关键词共在 7 篇文献中被同时使用 2 1 2构造相关矩阵 为适应不同的多元统计 方法对数据的要求 需要在共词矩阵的基础上 利用 Ochiai 等值系数的方法构造出相关矩阵 Ochiai 相关系数 Eij Cij CiCj 1 2 68 情报杂志第 31 卷 表 2共词矩阵 12345678910111213141516171819202122 190711222010024223010000 276915703110533520103013 3116566061340210120000001 4156641011511320411101110 527614700050500010000010 620000410000101022000100 723610035030020320000011 8011100035010000001101021 9113455030330110100000001 1000010001029000001000000 11052135100102800300100010 122312002010025030000001 1343000100000025142000000 1425140030103312500000042 1522211220000040220000010 1630010200010020022000110 1701010001001000001700000 18100000010000000000170021 1903010001000000000017000 2000010100000000010001500 2101011012001004010200151 2203100011100102000100115 其中 等值系数 Eij的值在 0 1 之间 代表叙词 A 和 B 共同出现的概率 Cij代表叙词 A 和 B 在文献中 共同出现的频次 Ci代表叙词 A 在文献中出现的频 次 Cj代表叙词 B 在文献中出现的频次 以此为方法得到的相关矩阵如表 3 所示 表 3相关矩阵 部分 12345678910 11 0000 0 0888 0 0131 0 0132 0 0308 0 0329 0 0356 0 0000 0 0183 0 2111 20 0888 1 0000 0 0137 0 0752 0 1229 0 0000 0 0610 0 0203 0 0210 0 0000 30 0131 0 0137 1 0000 0 0930 0 1086 0 0000 0 1258 0 0210 0 7341 0 0000 40 0132 0 0752 0 0930 1 0000 0 0182 0 0000 0 2111 0 0211 0 1088 0 0232 50 0308 0 1229 0 1086 0 0182 1 0000 0 0000 0 0000 0 0000 0 1270 0 0000 60 0329 0 0000 0 0000 0 0000 0 0000 1 0000 0 0000 0 0000 0 0000 0 0000 70 0356 0 0610 0 1258 0 2111 0 0000 0 0000 1 0000 0 0000 0 0883 0 0000 80 0000 0 0203 0 0210 0 0211 0 0000 0 0000 0 0000 1 0000 0 0000 0 0314 90 0183 0 0210 0 7341 0 1088 0 1270 0 0000 0 0883 0 0000 1 0000 0 0000 100 0000 0 0000 0 0000 0 0232 0 0000 0 0000 0 0000 0 0314 0 0000 1 0000 在相关矩阵中 数值的大小表明了两个关键词之 间距离的远近 数值越大表明关键词之间的距离越近 相关程度越大 数值越小则表明关键词之间的距离越 远 相关程度越小 2 1 3转换相异矩阵 如表 3 所示 相关矩阵 中 0 值过多 统计时很容易造成误差 因此 可以用 1 减去相关矩阵中的数据 得到表示两词间相异程度的 相异矩阵 如表 4 所示 与相关矩阵刚好相反 在相异矩阵中 数值越小表 明关键词之间的距离越近 相关程度越大 数值越大则 表明关键词之间的距离越远 相关程度越小 2 2多元统计 表 4相异矩阵 部分 12345678910 10 0000 0 9112 0 9869 0 9868 0 9692 0 9671 0 9644 1 0000 0 9817 0 7889 20 9112 0 0000 0 9863 0 9248 0 8771 1 0000 0 9390 0 9797 0 9790 1 0000 30 9869 0 9863 0 0000 0 9070 0 8914 1 0000 0 8742 0 9790 0 2659 1 0000 40 9868 0 9248 0 9070 0 0000 0 9818 1 0000 0 7889 0 9789 0 8912 0 9768 50 9692 0 8771 0 8914 0 9818 0 0000 1 0000 1 0000 1 0000 0 8730 1 0000 60 9671 1 0000 1 0000 1 0000 1 0000 0 0000 1 0000 1 0000 1 0000 1 0000 70 9644 0 9390 0 8742 0 7889 1 0000 1 0000 0 0000 1 0000 0 9117 1 0000 81 0000 0 9797 0 9790 0 9789 1 0000 1 0000 1 0000 0 0000 1 0000 0 9686 90 9817 0 9790 0 2659 0 8912 0 8730 1 0000 0 9117 1 0000 0 0000 1 0000 101 0000 1 0000 1 0000 0 9768 1 0000 1 0000 1 0000 0 9686 1 0000 0 0000 2 2 1因子分析 因子分析 14 factor analysis 是一种寻找潜在支配因子的模型分析方法 其作用是 分析可观测到的多个原始变量 找出数目相对较少的 对原始变量有潜在支配作用的因子 在 SPSS19 0 软 件中 选择 主成分 principal component 和 平均正 交旋转 equamax 进行分析 该方法利用降维的思 想 将多个相关联数值指标转化为少数几个互不相关 的综合指标 本研究采用相似矩阵进行因子分析 得 到的抽取因子旋转后的总方差解释表如表 5 所示 因 子分析结果如表 6 所示 如表 5 所示 抽取因子旋转后的总方差解释表说 明 有 10 个因子被提取 这 10 个因子的累计方差解释 贡献率为66 939 即将22 个关键词分为10 类 就可 以揭示知识管理领域 66 939 的研究热点 其中 前 三个因子解释的方差比例较高 分别达到 10 974 8 663 8 409 累计方差解释贡献率 28 046 表 明这是近十年知识管理硕博士学位论文研究中最重要 的三个领域 78 第 6 期孙晓宁 等 近十年知识管理领域硕博士学位论文研究热点分析 表 5抽取因子旋转后的总方差解释表 Total Variance Explained Compo nent Initial Eigenvalues Extrac tion Sums of Squared Loadings Total of Variance Cumulative Total Compo nent ExtractionSums of Squared Load ings of Variance Cumulative 12 41410 97410 9742 414110 97410 974 21 9068 66319 6371 90628 66319 637 31 858 40928 0461 8538 40928 046 41 4676 66834 7131 46746 66834 713 51 3426 09840 8111 34256 09840 811 61 2575 71146 5231 25765 71146 523 71 2165 52552 0481 21675 52552 048 81 1955 43257 4791 19585 43257 479 91 0674 84962 3281 06794 84962 328 101 0144 61166 9391 014104 61166 939 110 9964 52571 46411 120 9594 3675 82412 130 934 22980 05213 140 863 90983 96214 150 8483 85587 81715 160 7173 25991 07616 170 683 08994 16517 180 5332 42296 58718 190 3821 73798 32519 200 3181 44599 7720 210 0510 2310021 22 2 55 E 17 1 16 E 16 10022 根据统计学惯例 并结合本研究的样本数量值 规 定在因子分析中 因子负载的绝对值超过 0 3 的才被 接受 超过 0 4 则对解释该因子有帮助 从表 6 中可以看到 第 1 个因子主要解释了隐性 知识 知识共享 绩效评价 显性知识 模糊综合评价 第 2 个因子主要解释了隐性知识 绩效评价 显性知 识 模糊综合评价 第 3 个因子主要解释了知识共享 知识创新 知识经济 企业知识管理 第 4 个因子主要 解释了知识创新 核心竞争力 知识经济 知识管理战 略 第 5 个因子主要解释了知识 个人知识管理 第 6 个因子主要解释了核心竞争力 知识地图 企业知识管 理 第 7 个因子主要解释了知识管理系统 客户知识管 理 电子政务 第 8 个因子主要解释了知识地图 第 9 个因子主要解释了项目管理 知识管理能力 第 10 个 因子主要解释了知识管理能力 2 2 2聚类分析 聚类分析 cluster analysis 15 是一种建立分类的多元统计分析方法 它能够将一批 变量根据其诸多特征 按照性质上的亲疏程度在没有 先验知识的情况下进行自动分类 产生多个分类结果 在 SPSS19 0 软件中 选择个体与小类间的 组间平均 链锁 between groups linkage 距离 进行分析 该方 法利用了个体与小类的所有距离的信息 克服了距离 易受极端值影响的弱点 本研究采用相似矩阵进行聚 类分析 得到的聚类树状图如图 1 所示 从图 1 中可以看到 关键词大致聚为 5 类 第 1 类 隐性知识和显性知识 第 2 类 绩效评价和模糊综 合评价 第 3 类 知识经济 企业知识管理 知识管理战 略 核心竞争力 知识 个人知识管理 知识共享 知识 创新 学习型组织 第 4 类 知识管理系统 客户知识管 理 知识库 知识地图 本体 数据挖掘 电子政务 第 5 类 项目管理 知识管理能力 2 2 3多维尺度分析 多维尺度分析 16 是一种 表 6因子分析结果 Component 12345678910 V1 0 118 0 264 0 2350 1660 197 0 010 5190 2090 0110 121 V20 073 0 2960 3130 0390 595 0 061 0 014 0 0850 1050 083 V30 7890 431 0 3190 1320 010 043 0 0150 0460 002 0 093 V40 436 0 1510 418 0 385 0 3530 0360 271 0 1380 1230 009 V50 3110 014 0 041 0 2760 5250 214 0 1560 2820 0060 226 V6 0 151 0 198 0 297 0 08 0 2280 187 0 308 0 081 0 0050 391 V70 359 0 0350 2130 249 0 361 0 0010 307 0 3770 090 026 V8 0 4510 6990 125 0 1680 0380 0430 166 0 1160 0450 091 V90 7920 425 0 3070 1290 0290 009 0 0330 0940 003 0 093 V10 0 162 0 098 0 238 0 049 0 044 0 3020 5420 351 0 0230 039 V110 306 0 2110 449 0 5880 0110 1830 0290 155 0 0170 089 V120 083 0 1080 2220 382 0 047 0 408 0 044 0 089 0 1230 348 V13 0 173 0 318 0 2670 190 1570 3640 089 0 151 0 05 0 232 V140 085 0 1640 6030 385 0 0850 082 0 0550 238 0 025 0 13 V15 0 025 0 176 0 1910 160 0460 5280 052 0 484 0 0780 114 V16 0 207 0 218 0 305 0 006 0 2990 083 0 0740 3660 158 0 305 V17 0 081 0 0160 0 3110 006 0 242 0 106 0 18 0 791 0 346 V18 0 470 7010 142 0 0950 0190 1260 154 0 0480 0580 146 V19 0 1 0 039 0 006 0 1460 276 0 366 0 134 0 3620 546 0 426 V20 0 109 0 103 0 193 0 154 0 356 0 195 0 4230 0810 2060 208 V21 0 2080 1770 4260 217 0 1220 412 0 1290 2980 042 0 283 V22 0 0610 1510 2520 4260 135 0 186 0 2580 085 0 0980 094 88 情报杂志第 31 卷 图 1聚类树状图 探索性的数据分析方法 它将含有多个变量的大 型数据压缩到一个低维空间 形成一个直观的空间二 维 或三维 图形 以空间中的点表示变量之间的潜在 规律性联系 在 SPSS19 0 软件中 点击 Multidimen sional Scaling ALSCAL 并选择 从数据创建距 离 度量区间为 Euclidean 本研究采用相异矩阵 进行多维尺度分析 得到的分析结果如图 2 所示 图 2多维尺度分析结果 从图 2 中可以看出 关键词大概被分作 5 组 第 1 组 隐性知识和显性知识 第 2 组 绩效评价和模糊综 合评价 第 3 组 知识共享 个人知识管理 学习型组 织 第 4 组 知识创新和知识经 济 第 5 组 知识管理系统 知 识 本体 客户知识管理 核心 竞争力 知识库 知识地图 数 据挖掘 项目管理 知识管理能 力 电子政务 企业知识管理 知识管理战略 3结果讨论 通过因子分析 聚类分析 和多维尺度分析三种方法 结 合相关文献 可对国内近十年 知识管理领域的硕博士学位 论文的研究热点做进一步分 析和探讨 该研究主要从以下 4 个角度切入 3 1知识形态诠释该研 究角度的高频关键词有 知识 隐性知识 显性知识 从认识 论的角度 可以把知识分为显性知识 explicit knowl edge 和隐性知识 tacit knowledge 显性知识 隐性 知识及其相互转换过程的管理 构成知识管理的一项 重要的研究内容 在硕博士学位论文中 主要存在两 种研究模式 一种是显性知识的编码化 其中以图书情 报学专业的研究生为主 如绘制学科 知识图谱 是他 们所热衷的组织知识的方式 另一种是隐性知识的显 性化 其中以企业管理专业的研究生 为主 如通过对知识型员工的激励来 开发企业的隐性知识等 3 2知识管理技术和知识管理系 统诠释该研究角度的高频关键词 有 知识地图 知识库 数据挖掘 本 体 知识管理系统 知识地图 知识 库 数据挖掘是当前知识管理技术研 究的三大主要方向 这些研究大都以 本体理论为中心 知识管理系统作 为实现知识管理的计算机系统也成 为当前知识管理研究领域的重要组 成部分 这一般与特定组织的知识管 理方法 知识处理方式息息相关 是 硕博士研究生比较倾向的一个课题 3 3组织层面的知识管理具体 来说 该研究领域可分为以下 6 个方 向 第一 个人知识管理 关键词 个人知识管理 现 有文献大多描述的是组织中的知识管理 缺乏对个人 98 第 6 期孙晓宁 等 近十年知识管理领域硕博士学位论文研究热点分析 知识管理的概念性 系统性研究 本研究认为 组织层 面的知识管理是建立在个人知识管理的基础之上的 组织决策需要个人知识和组织知识的互动 因此 许 多研究者将个人知识管理作为研究组织知识管理的前 提 第二 企业知识管理 关键词 企业知识管理 知 识经济 核心竞争力 知识管理战略 知识经济时代 的浪潮中 企业面临着许许多多的挑战 企业管理者将 提升企业的核心竞争力作为手段或目标 而其中的一 条重要途径就是以企业知识为基础和核心的企业知识 管理 知识管理战略是以企业内外部的知识作为最重 要的资源进行管理的一系列战略 策略和管理方法的 集成 其目的是形成并保持企业的核心竞争力 最终实 现企业的价值 当前该方向的研究课题主要集中在知 识经济背景下企业以何种方式提升自身的核心竞争 力 并由此促进企业知识管理水平的进步 第三 政府知识管理 关键词 电子政务 现有研 究一般将知识管理理念与方法融入电子政务研究领 域 以此分析政府知识管理的基本原理及系统架构 讨 论电子政务知识的获取 表示 存储 集成 传播 共享 创新 转化等 第四 知识流程管理 关键词 知识共享 知识管 理能力 作为知识流程管理中最重要的一个环节 知 识共享成为当前企业或政府知识管理研究中最重要的 议题 其主要研究方向是推动知识共享的主要手段 知 识管理能力是组织中的个体在知识活动系统中围绕知 识管理所具备的条件和作用力 而这些活动恰恰体现 在知识流程管理中的每一阶段和每一环节之中 知识 管理能力的提升方法与手段成为知识流程管理研究的 一个新热点 第五 知识管理的组织结构 关键词 学习型组 织 学习型组织作为一种理想的组织结构体系 对提 升组织的创造力和竞争力起到了变革性的影响 当前 对其研究主要集中在学习型组织如何促进知识的创 造 共享和应用 第六 知识创新 关键词 知识创新 知识管理的 本质就是一种创新管理 组织的知识创新包括管理创 新 技术创新与制度创新 知识创新的意义在于帮助 组织在创新群体内创造一种共识 以构造可以用来开 发新产品和服务的新知识 硕博士学位论文对该方面 的研究主要集中在知识创新模式的选择和知识创新方 法的改进上 3 4知识管理实施与评价诠释该研究角度的高 频关键词有 项目管理 客户知识管理 绩效评价 模糊 综合评价 实施知识管理是一项复杂的系统工程 涉 及的内容也非常丰富 需要有效的资源配置和精密的 项目规划 17 在知识管理过程中 项目管理的实施策 略和方案是当前硕博士研究的一个热点 判断知识管 理是否能真正的在组织中起到作用 知识管理的评价 就成为必需的一个环节 特别是在企业知识管理的评 价中 对客户如何实施有效的知识管理 诸如绩效评 价 模糊综合评价之类的知识管理评价方法的应用与 改进 成为硕博士研究的两个新热点 参 考 文 献 1 储节旺 等 知识管理概论 M 北京 清华大学出版社 北京 交通大学出版社 2005 38 2 李长玲 翟雪梅 我国情报学硕士学位论文的共词聚类分析 J 情报科学 2008 1 73 76 3 张勤