科学知识图谱方法及应用

科学知识图谱方法及应用

课程考核：相关的课程论文，6月1号前交信息管理学院336办公室。包括学号、姓名、联系方式引言对学科（领域、主题）过去、现状、前沿、热点、趋势的把握可通过什么方法手段？引言的重要性！文献是记录有知识的一切载体文献是科学交流的主要途径与手段了解领域历史、现状热点、前沿趋势选题，寻求切入点和突破点寻求新的研究方法和有力的论证依据避免重复劳动网络环境，大数据。。。如果说我比别人看得更远些,那是因为我站在了巨人的肩膀上。我不知道在别人看来，我是什么样的人；但在我自己看来，我不过就象是一个在海滨玩耍的小孩，为不时发现比寻常更为光滑的一块卵石或比寻常更为美丽的一片贝壳而沾沾自喜，而对于展现在我面前的浩瀚的真理的海洋，却全然没有发现

——牛顿目录1知识图谱概述234知识可视化概述知识图谱绘制方法知识图谱绘制工具5CiteSpace简介与操作6知识图谱应用案例知识语言文字肢体其它图像1.知识可视化概述一图展春秋，一览无余；一图胜万言，一目了然

——大连理工大学教授刘则渊知识可视化实质知识可视化形式图解促进传播创新百闻不如一见、一图胜万言！纽约大学心理学专家吉米·布洛诺（JeromeBruner）在实验中发现，人们能记住10%听到的东西，30%读到的东西，但是却可以记住80%看到的东西1.知识可视化概述1.知识可视化概述科学计算可视化(VisualizationinScientific;Computing)、数据可视化(Datavisualization)、信息可视化、知识可视化、知识域可视化。“InformationVisualization”术语是由斯图尔特•卡德、约克•麦金利和乔治•罗伯逊于1989年创造出来的；美藉华人陈超美1999年率先发表了该领域的第一部专著《信息可视化》，创办了国际期刊《Informationvisualization》。1.知识可视化概述知识可视化发展时间很短，正式起源于2004年，M.J.Eppler和R.A.Burkhard共同发表论文(knowledgeVisualization-TowardsaNewDisciplineanditsFieldsofApplication)。Eppler认为：知识可视化主要研究视觉表征的使用，主要目的是改进两人或多人间知识的创造与转移；知识可视化是指能用来构建和传递复杂观点和内容的所有图形手段和方式。1.知识可视化概述

信息可视化知识可视化知识图谱可视化对象非空间数据人类的知识科学知识可视化目的从大量抽象数据中发现新的信息促进群体的知识创新和传播展示学科，促进科学发展可视化方式计算机图形图像绘制草图、知识图表、视觉隐喻多维图表、视觉隐喻交互类型人-交互人-交互人-交互1.知识可视化概述

概念图知识可视化工具及其教育学习应用概念组成设计制作教育应用

思维导图此外，在科研写作中也需要绘制图表，呈现知识关于“概念图”的概念图子题

6子题

7子题

5子题

4子题

3子题

2子题

1主題思考的主题

思维导图：用于放射性思考阅读下面黑体的词汇，然后立刻闭上眼睛，持续30秒，思考它。

水果2.知识图谱概述——基本概念知识是一个内涵非常丰富的概念；知识广泛存在于社会各个领域。科学知识图谱广义上包括：生物的基因图谱、教育教学中的认知地图、探索太空的天体图、描绘地形的GIS、模拟人脑的神经网络图、各种金属图谱等。科学知识图谱是以科学知识为对象，显示学科的发展进程与结构关系的一种图形，具有“图”和“谱”的双重性质与特征。2.知识图谱概述——基本概念2.知识图谱概述——基本概念①较形象、定量、客观、真实地显示学科结构、热点、演化与趋势，是学科基础研究新视角。②知识图谱可发现、描述、解释、预测和评价科学知识。③对图书情报学科具有更重要意义，也有助于信息检索、信息分类与信息服务等。耗时、费力、难以重复、较主观盲人摸象2.知识图谱概述——基本概念2.知识图谱概述——基本概念上世纪50年代，加菲尔德创制SCI，并以编年体形式手工绘制引文网络图谱；随后“文献耦合”（Kessler，1963），“科学引文网络”（Price，1965），“同被引”（Small，1973）、“共词”（Callon，1983）、“引文可视化”（White，1998）相继提出基本原理是分析知识单元（科学文献、科学家、关键词等）的相似性及测度。采用不同的方法和技术绘制不同类型的图谱。科学学科学计量学应用数学计算机科学信息科学科学知识图谱2.知识图谱概述——发展历程传统的科学图谱以简单的二维、三维图形（如：柱形图、线性图、点布图、扇形图、平面图等）表示科学统计结果文献摘要或关键词纪录比例图X论文增长趋势线型图2.知识图谱概述——发展历程1987年，美国基金会发表研究报告《科学计算中的可视》，开始长期资助科学可视化（scientificvisualization)研究1987年，著名计量学家克雷奇默创立“三维构型图谱”threedimensionalconfigurationmap之后出现“多维尺度图谱”multi-dimensionalscalingmap20世纪20、30年代英国人类学研究提出“社会网络分析图谱”socialnetwortanalysismap卡尔提出“自组织映射图谱”self-organizingmap实例：某学科期刊高频关键词共词网络2个知识群实例：某学术群体知识图谱2.知识图谱概述——发展历程PFNET算法根据经验性数据，对不同概念或实体间联系的相似性或差异程度做出评估，然后引用图论中的基本概念或原理生成特殊的网状模型

1990美国心理学家斯克沃斯兹恩巴克提出“寻径网络图谱”pathfindernetworkscalingmap，PFNET将数据以及数据间关系表达成一个图，图中节点表示数据，线表示数据间关系运用较小生成树法及复杂连接删除算法，删除网络中大部分连接，保留最重要连接，最大限度简化网络2.知识图谱概述——发展历程用克林伯格跳变算法和共生词分析法和图示技术，研制主要主题和复杂趋势的发现地图印第安纳大学KetanKMane和泊尔纳提出“PNAS主题爆炸图谱”，用以发现主要主题和复杂趋势网络中各节点代表高频词和爆炸词节点大小代表该词达到最大爆炸水平

颜色代表词常用和达到最大爆炸水平的年代2.知识图谱概述——发展历程利用地理信息系统的可视化信息，地理地图的自然组织框架，构建隐含大量信息的可视化主题地图有维斯(J.Wise)等提出“信息地图”informationlandscape应用案例：

期刊文章的数量与资助基金间的动态关系图谱

2.知识图谱概述——发展趋势随计算机处理能力日益提高、文献数字化，知识图谱工具在模拟人类信息分析等方面，可帮助人类进行某些领域的判读、搜索、决策、预测……IN-SPIRE发现工具可整合交互式信息可视化与询问功能利用专利分析工具形成的专利知识图谱论文的最小生成树图谱最小生成树导航图谱3.科学知识图谱的绘制方法步骤3.1样本数据获取主要数据来源：WebofScience科学文献数据：

(SCI)(SSCI)专利文献数据：德温特创新索引DII国际会议文献数据：(CPCI)另外还有Scopus，ScienceDirect，L国内数据库：CNKI、CSSCI、CSCD、万方等

网络数据源：GoogleScholar、arXiv、CiteSeerX3.2样本数据清洗基于文献数据库进行知识可视化的质量、合理性和可靠性很大程度上依赖于所用数据的精确性和全面性，不准确或不全面的数据往往造成不精确甚至错误的结果。即使目前最权威、公认质量最高的WoS，也存在数据著录格式（如人名和地名的不统一）和遗漏的问题。改正字符错误，统一或增补分时段有代表性的抽取3.3选择知识单元知识单元是知识处理的基本单位：关键词、题名、作者、机构、刊名、分类号、学科等等。目前也扩展到摘要、参考文献和全文。多种结合。3.4构建知识单元关系1、说明科学知识和情报内容的继承和利用2、标志科学的发展耦合文献共被引分析是计量文献之间关系的一种新方法。即2篇文献共同被1篇文献引用，这2篇文献就构成共引关系。共被引频率定义为这2篇文献一起被引用频次——马沙科娃、斯莫尔（苏联、美国）知识单元的共被引关系CR2001,NYTIMES1226,B2*AMPSYCHASS,1994,DIAGNSTATMANMENT*DEPHLTHHUMANSE,1999,MENTHLTHREPSURGG*USBURCENS,2000,STF3ADEPCOMMBURCBLAZERDG,1994,AMJPSYCHIAT,V151,P979EATONL,2001,NYTIMES1116,A1FOTHERGILLA,1999,DISASTERS,V23,P156FULLERTONCS,1999,AVIATSPACEENVIRMD,V70,P902GINEXIEM,2000,AMJCOMMUNPSYCHOL,V28,P495GOENJIANAK,2001,AMJPSYCHIAT,V158,P788

GREENBL,1990,JAPPLSOCPSYCHOL,V20,P1033HANSONRF,1995,JCONSULTCLINPSYCH,V63,P987

HARVEYAG,1999,JCONSULTCLINPSYCH,V67,P985KAWACHII,2001,JURBANHEALTH,V78,P458

KESSLERRC,1995,ARCHGENPSYCHIAT,V52,P1048KILPATRICKDG,1987,CRIMEDELINQUENCY,V33,P479MADAKASIRAS,1987,JNERVMENTDIS,V175,P286MAZURECM,2000,AMJPSYCHIAT,V157,P896

NORTHCS,1999,JAMA-JAMMEDASSOC,V282,P755ORTEGAAN,2000,AMJPSYCHIAT,V157,P615POLEN,2001,JNERVMENTDIS,V189,P442RESNICKH,1999,JANXIETYDISORD,V13,P359RESNICKHS,1993,JCONSULTCLINPSYCH,V61,P984ROTHBAUMBO,1992,JTRAUMASTRESS,V5,P455RUBONISAV,1991,PSYCHOLBULL,V109,P384RUEFAM,2000,CULTURALDIVERSITYE,V6,P235SHAHB,1997,SUDAANUSERSMANUALSHALEVAY,1998,AMJPSYCHIAT,V155,P630SHALEVAY,2000,JCLINPSYCHIATS5,V61,P33SHERBOURNECD,1991,SOCSCIMED,V32,P705SHOREJH,1989,JNERVMENTDIS,V177,P681TUCKERP,2000,JBEHAVHEALTHSERR,V27,P406documentco-citationauthorco-citationjournalco-citationACA/DCA/JCA3.5数据分析——数据标准化为便于可视化，对简单地频次计算的单元数据，标准化常常通过数据间的相似度测量。主要有两大类：一是集合论方法（Set-theoreticmeasures），包括Cosine、Pearson、Spearman、Inclusion指数和Jaccard指数；二是概率论方法（Probabilisticmeasure），主要有合力指数（AssociationStrength）和概率亲和力指数（ProbabilisticAffinity）因子分析以较少几个因子描述许多指标或因素间关系，即把较密切的变量归在同一类，每类变量成为一个因子，以少量的因子反映原资料中大部分信息。主成成分分析其它聚类分析因子分析多维尺度分析通过低维（2维）空间反映作者（文献）间的联系，利用平面距离来反映作者（文献）间的相似程度。在科学知识图谱中，聚集高相似性的作者（文献），形成科学共同体（学科前沿），用中间位置反映作者（文献）与其他作者（文献）的联系越多，说明学科位置核心程度3.6数据分析——简化分析3.6数据分析——简化分析③自组织映射图（SOM），模拟人的神经中枢网络，采用无导师学习的分类方法，能把任意输入信息变换到二维离散网格上，并尽可能地保持原知识的拓扑有序结构。3.6数据分析——简化分析④寻径网络图谱（PFNET），模拟人的记忆模型和联想式思维方式，建立知识单元间最有效连接的路径，经过较复杂的模型运算删除网络中大部分连接，只保留最重要的，目的是将复杂大型的网络进行最大程度的简化。⑤聚类分析（Cluster）、潜在语义分析（LatentSemantic）、ForceDirectedPlacement(FDP)、三角法（Triangulation）、最小生成树法和特征向量法（Eigenvector）等3.7知识可视化知识图谱需要将处理后的知识在人机界面中，进行有效、精确地展示。知识单元及其关系可以通过不同模拟来可视化展示，例如几何图、战略图、冲积图、主题河图、地形图、星团图、簸幅图等等。例如主题河图（ThemeRiver）可视化中，用河流做隐喻来描述文献主题随时间的变化；主题的变化随着外部事件的时间线索而显示出来；主题河由术语的频次支流组成，支流的宽度依据术语在不同时间段上出现频次的不同而发生变化2.8知识图谱解读在知识图谱的解读过程中，常常需要对图谱进行相应操作，包括浏览、放大、缩小、过滤、查寻、关联和按需移动等。解读主要从以下几方面着手：网络分析、历时分析、空间分析、突变检测社会网络分析

据今日美国2006年的报道，911以后，美国国家安全局从AT&T,Verizon,BellSouth等三家美国主要电信公司搜集电话记录，从中分析和查找潜在的恐怖分子网络。著名SNA应用和管理咨询专家ValdisKrebs根据大量公开数据，也绘制出了涉及911的恐怖分子关联网络小世界现象（六度分隔理论）这个星球上的每个人都不过是被其他六个人分割开来。这就是在我们与这个星球上的另外任何一个人之间的六度分离关系。美利坚合众国的总统、威尼斯的船夫……这不仅仅对这些大人物成立，而且对任何人都成立：雨林中的土著人、火地岛的居民、爱斯基摩人，等等。一根六人藤蔓把我和这个世界上的所有人都绑在了一起……理论指出：你和任何一个陌生人之间所间隔的人不会超过五个，也就是说，最多通过五个中间人你就能够认识任何一个陌生人

20世纪60年代，美国心理学家米尔格兰姆设计了一个连锁信件实验。米尔格兰姆把信随机发送给住在美国各城市的一部分居民，信中写有一个波士顿股票经纪人的名字，并要求每名收信人把这封信寄给自己认为是比较接近这名股票经纪人的朋友。这位朋友收到信后，再把信寄给他认为更接近这名股票经纪人的朋友。最终，大部分信件都寄到了这名股票经纪人手中，每封信平均经手6．2次到达。小世界现象（六度分隔理论）社会网络分析方法中的基本术语在科学知识图谱中的释义度数（NodeDegree）基本概念分析角度密度（Density）捷径（Geodesics）距离（Distance）关联图（ConnectedGraph）中心性（Centrality）凝聚子群（Clusters）核心-边缘（Core-periphery）点度中心性（Degree）中间中心性（Betweenness）接近中心性（Closeness）点入度（In-degree）点出度（Out-degree）局部中心度对资源的控制程度整体中心度不受他人控制的程度K核（K-Core）成分（Component）整体网络分析网络密度复杂网络4.科学知识图谱的绘制工具专门工具、通用工具，国内工具和国外工具。4.科学知识图谱的绘制工具可视化展示工具的组合不同的可视化软件具有不同的特点且使用不同的算法去聚类和可视化结果。因此，把握不同软件的特点，根据研究目的对其进行合理的组配使用能够达到理想效果。基于流程的组合方式。基于文件格式的组合方式。基于软件模块的组合方式。Bibexcelhttp://www.umu.se/inforsk/Bibexcel/---afree-wareon-linedevelopedbyOllePerssonSPSS

多元统计分析及可视化软件

Correlationanalysis,PCA(factoranalysis),MDS,clusteranalysisWordsmithTools

词频分析软件

Frequencyanalysisofwords应用的主要软件Software改革开放30年情报学研究论文多产作者多层聚类分析结果科学计量学主流研究领域知识图谱，1978-2004PajekSocialnetworkanalysis

UCINETSocialnetworkanalysis

这些软件网上都有学习视频、教程等相关资源。应用的主要软件Software

——社会网络分析软件、可视化软件UCINET最流行的社会网分析软件，其中包括一维与二维数据分析的NetDraw，同时集成了Pajek用于大型网络分析的免费应用软件程序。/

PajekPajek(ProgramAnalysisforLargeNetwork),由卢布尔雅那大学的VladimirBatagelj和AndrejMrvar于1997年发布，是基于Windows的免费社会科学软件，主要用于社会网络分析可视化。该软件可以提供非商业应用的免费下载，下载网址:

http://vlado.fmf.uni-lj.si/pub/networks/pajek/CreatPajek可以把excel格式的文件转换为Pajek格式的软件。科学计量学合作网络知识图谱，1978-20041992－1998年度情报学共词分析结果应用的主要软件Software——

多视角共引分析可视化软件citespace

---afree-wareon-linedevelopedbyChaomeiChen1、通过引文网络分析，找出学科领域演化的关键路径2、找出学科领域演化的关键点文献（知识拐点）3、分析学科前沿热点4、探测学科知识基础

文献共引图谱国际纳米研究领域的主要期刊分布图谱物理期刊化学期刊、纳米期刊、及其他期刊共引图谱作者共引图谱作者合作网络图谱2纳米粒子1纳米薄膜、纳米晶体、纳米线、纳米结构、碳纳米管4纳米管吸附、纳米硅6纳米棒阵列、氧化锌纳米线3光谱分析、纳米金、纳米簇5纳米复合材料、纳米输运、纳米器件、纳米技术、纳米场效应晶体管7碳纳米管场发射机理8纳米传感器、蛋白质纳米技术图9国际纳米研究热点知识图谱共词图谱672021/5/95

CiteSpace简介与操作★★Citespace是一款应用于科学文献中识别并显示科学发展新趋势和新动态的软件。---afree-wareon-linedevelopedbyChaomeiChen1、发现学科领域演化的关键路径、关键点文献（知识拐点）2、可视化学科前沿、热点和趋势3、可视化学科结构和流派4、可视化学科合作网络结合GoogleEarth生成地理网络合作图

由美国德雷克塞尔大学（费城）信息科学与技术学院（TheCollegeofInformationScienceandTechnology,DrexelUniversity）ChaomeiChen教授研究开发。ChaomeiChen教授研究的InformationVisualization–CiteSpace是近几年来在全美信息分析中最具有特色和影响力的信息可视化软件。大连理工大学长江学者讲座教授。

1983获南开大学理论数学学士，1991获牛津大学计算硕士，1995获利物浦大学计算机学博士。Citespace的安装是否安装JAVA开机进入网站：/~cchen/citespace/OR离线开启下载JAVA并安装否是Citespace的安装Citespace的操作步骤确定关键词和专业术语收集数据选择知识单元（例如提取研究前沿术语）时区分割阀值选择精简和合并显示可视检测验证关键点确定主题词和专业术语收集数据提取研究前沿术语时区分割阀值选择显示可视检测验证关键点★★运用尽可能广泛的专业术语来确定一个知识领域。这是为了确保接下来的分析能涵盖一个知识领域的全部内容。Data：WosExample：CulturalHeritage

★★目前citespace数据主要来源于webofscience

。1、用步骤1确定的关键词wos上进行检索。确定主题词和专业术语收集数据提取研究前沿术语时区分割阀值选择显示可视检测验证关键点1、用步骤1确定的关键词wos上进行检索。确定主题词和专业术语收集数据提取研究前沿术语时区分割阀值选择显示可视检测验证关键点1、用步骤1确定的关键词wos上进行检索。确定主题词和专业术语收集数据提取研究前沿术语时区分割阀值选择显示可视检测验证关键点1、用步骤1确定的关键词wos上进行检索。确定主题词和专业术语收集数据提取研究前沿术语时区分割阀值选择显示可视检测验证关键点下载数据，包括题目、摘要和被引文献。每个文献记录代表一篇引文(citingarticle)，在每条记录中的参考文献被称为被引文献（Citedarticle)1、用步骤1确定的关键词wos上进行检索。确定主题词和专业术语收集数据提取研究前沿术语时区分割阀值选择显示可视检测验证关键点1、用步骤1确定的关键词wos上进行检索。Download_xx.txt格式确定主题词和专业术语收集数据提取研究前沿术语时区分割阀值选择显示可视检测验证关键点文件必须以Download开头数据的导入123确定主题词和专业术语收集数据提取研究前沿术语时区分割阀值选择显示可视检测验证关键点4123确定主题词和专业术语收集数据提取研究前沿术语时区分割阀值选择显示可视检测验证关键点引文题目、摘要、系索词（descriptors,标引主题的单元词或词组）和标识符名词性术语突发词提取研究前沿术语确定主题词和专业术语收集数据提取研究前沿术语时区分割阀值选择显示可视检测验证关键点确定主题词和专业术语收集数据提取研究前沿术语时区分割阀值选择显示可视检测验证关键点C引文数量、CC共被引频次、CCV共被引系数三个层次设定阀值，其余的由线性内插值决定。确定主题词和专业术语收集数据提取研究前沿术语时区分割阀值选择显示可视检测验证关键点聚类显示和时间线显示共被引文献和关键词混合网络确定主题词和专业术语收集数据提取研究前沿术语时区分割阀值选择显示可视检测验证关键点引文年环代表这篇文章的引文历史。引文年轮的颜色代表相应的引文时间。一个年轮的厚度与某个时间分区内引文数量成比例。节点中心旁的数字代表整个时间跨度内的被引次数可视检测——节点类型的分类共引作者共引机构共引国别共引时间关键词共引领域共引文献（DCA）共引作者(ACA)共引杂志(JCA)确定主题词和专业术语收集数据提取研究前沿术语时区分割阀值选择显示可视检测验证关键点确定主题词和专业术语收集数据提取研究前沿术语时区分割阀值选择显示可视检测验证关键点★共引文章的合并网络确定主题词和专业术语收集数据提取研究前沿术语时区分割阀值选择显示可视检测验证关键点★共引文章的合并网络确定主题词和专业术语收集数据提取研究前沿术语时区分割阀值选择显示可视检测验证关键点★经pathfinder裁剪的个体共引网的合并网络修剪选项关键路径和最小生成树算法对各时间切片的个体共被引网络修剪或合并网络修剪确定主题词和专业术语收集数据提取研究前沿术语时区分割阀值选择显示可视检测验证关键点★经pathfinder裁剪的个体共引网的合并网络确定主题词和专业术语收集数据提取研究前沿术语时区分割阀值选择显示可视检测验证关键点Timeline确定主题词和专业术语收集数据提取研究前沿术语时区分割阀值选择显示可视检测验证关键点在citespace软件应用的基础文献中，软件作者认为，关键点的本质可以通过两条途径来确认：1、将关键点文章的作者视为该领域的专家，咨询；2