揭示科技前沿与发展的科学知识图谱技术
【字号：】
在科技瞬息万变、知识繁冗爆炸的当今世界，如何明晰地判断科技前沿和热点技术？怎么敏锐地发现新兴的科技研究领域？怎样一目了然科技研究进展？如何预测科技发展前景？怎么掌控科技竞争力？目前快速发展的科学知识图谱技术将有助于解决这些科技发展和科学管理方面的焦点问题。
一、科学知识图谱发展的历史
科学知识图谱最早起源于英国科学学奠基人贝尔纳（Bernal）1939年发表的《科学的社会功能》一文以及手工制作的科学技术史图（historiographs）。同期，英国人类学研究提出了&社会网络分析图谱（Social Network Analysis map）&。到了50年代，尤金？加菲尔德(Eugene Garfield)等人提出引文分析概念，创建科学引文数据库（SCI），并用SCI手工绘制了DNA研究领域的历史发展图谱。之后，普赖斯(Price) 进行了科学知识图谱绘制的开创性工作：知识领域可视化、信息可视化和传统的科学计量学知识图谱（简单的二、三维图，如：线性、柱形、扇形、散点图）。但这个时期的知识图谱，用科学计量学图谱（二、三维图）表征的物理现象科学可视化图像交互性不强，而通过非物理空间的抽象信息，如文献数据集、网络通道模式等数据计算形成的可视化图谱直观易解。因而，进入80年代后美国科学基金会(NSF)发表了研究报告《科学计算中的可视化》，并开始长期资助科学可视化(scientific visualization )领域的研究工作；德国科学计量学赫尔德若-克里奇默（Hildrun Kretschmer）提出了科学合作的三维空间模型；卡尔提出&自组织映射图谱（Self-organizing map）&；费里曼（Freeman）研究出用以表示潜在的科学演变关键点的中间中性测度等，从而进一步推进了科学知识图谱研究。随着网络和可视化技术的迅猛发展，90年代，一些著名的学者研究提出了很多网络环境下的文献计量学、知识图谱方法与技术系统，如：美国心理学家斯克沃兹恩巴克提出的&寻径网络图谱PFNET&；格林伯格（J.Kleinberg）设计出的识别新兴研究前沿的突变检测算法；陈超美教授研制出的基于三维虚拟技术的多元、分时、动态复杂网络可视化知识分析工具；Thelwall开展的网络环境下文献计量学方法的拓展工作；波朗克（X.Polnco）等提出的基于多层映射扩展Multi-SOM法的自动划分图像逻辑区域串命名法的图像概括机制等。进入大数据时代，印第安纳大学Ketan K Mane和伯尔纳用格林伯格跳变算法、共生词分析法和图示技术研制出主要主题和复杂趋势的发现地图--PNAS主题爆炸图谱；尤维斯用地理信息系统的可视化信息、地理地图的自然组织框架，构建成隐含大量信息的可视化主题地图等。计量学和信息技术的发展进一步推进了科学知识图谱理论与方法的创建和更新，如：诺恩斯（E. C.Nonons）等提出的特殊文献计量图谱数学方法和科学领域的自组织结构方法论；贝尔纳(Borner)提出的《mapping knowledge domain》定量研究、理论模式、政策与管理研究三大科学分析模式；莫顿（R.K.Merton）开拓的可视化计量分析等。近年来，科学知识图谱从数据、信息可视化进一步向知识可视化研究发展，并已迅速成为最为先进的用于揭示科学技术能力、科学前沿发展趋势、科学活动的机构、人才和成果评估的分析研究理论、方法与技术（图1）。
二、科学知识图谱的概念
科学知识图谱是一种先进的集文献计量学、数学、统计学、计算机科学以及现代数据挖掘、复杂网络和可视化技术为一体的科学发展及其研究前沿知识发现与分析方法与技术。它利用引文分析和图谱技术把抽象数据映射到2D或3D图形中，从宏观、中观、微观等层面揭示学科领域及其结构、研究主题及其热点、学科进展及其发展趋势、研究团队及其合作关系等。使研究者能概貌与深入了解和发现科技发展概况、研究前沿及其新兴、热点领域、重大转变关键节点、科技合作与竞争、学术水平和核心资源等重要信息。由于知识图谱图形直观、绚丽等特点更符合人的认知习惯和更利于人脑处理，因此科学知识图谱分析方法越来越为各领域研究者关注和使用。借助科学知识图谱，人们可以透视庞大的人类各个领域中的知识体系结构、关联与演变，理顺当代知识大爆炸形成的复杂知识网络，探测科学技术知识前沿与发展、活动分布与竞争的最新态势与趋势。
科学知识图谱以科学知识为计量研究对象，在用数学方程式表达科学发展规律、结构、前沿、关系的基础上，以曲线形式将其绘制成多维知识图形。科学知识图谱的基本原理是对研究分析单位（科技文献、科学家、关键词等）的相似性进行分析与测度。其中，CiteSpace II可视化分析系统采用共引、三维图景、进化时间模式，用科学文献的引文和共被引轨迹标识研究前沿及其知识基础，用突变探测算法（burst detection）判断新兴研究前沿，用中间中心性测度表示科技发展演变过程中的关键或转折点，用聚类视图（cluster views）和时区视图（timezone views）标识科学前沿和发展演进及其关键、转折节点，以色带表征引文年代、以时间线显现聚类的动态科学知识的发展演变，实现了&一图展春秋&的最高意境。
用不同技术、方法可绘制出不同的科学知识图谱，目前主要有：（1）传统的科学计量图谱（Two Dimensional Scientometric Map，2DSM），以简单的二维、三维图形直观表达科学统计结果，如：二维柱形图、线性图、点布图、扇形图、平面图等；（2）三维构型图谱（Three Dimension Configuration Map, 3DCM），利用新的数学方法和梅茦格（W.Metezger）心理学&构型（Configuration）&理论以及非线性函数形象地描述科学家合著网络构型以及人际关系结构的三维图形；（3）社会网络分析图谱（Social Network Analysis Map, SNAM），利用社会行为者与其他行为者关系的模型，描述群体关系结构及其对群体功能或群体内部个体影响社会网络分析图谱；（4）自组织映射图谱（Self-Organizing Map, SOM），一种用自学分类方法将任意维输入信号变换到一维或二维离散网络上，并保持拓扑有序性结构的人造神经中枢网络对信息可视化自组织映射模型；（5）寻径网络图谱（Pathfinder Network Scaling Map, PFNET），根据经验数据评估不同概念或实体间关联相似或差异性，应用图论生成特殊的网状模型，以表达不同概念或实体间的语义网络。
三、科学知识图谱的基本研究方法和工具
科学知识图谱的基本研究方法主要包括：引文分析理论与方法、共被引分析理论与方法、多元统计分析方法、词频分析方法、社会网络分析方法、共词分析方法、聚类分析方法和专利计量分析方法。&引文分析法&是一种用各种数学及统计学方法和比较、归纳、抽象、概括等逻辑方法，对科学期刊、论文、作者等各种分析对象的引用与被引用现象进行分析，以揭示数量特征和内在规律的文献计量方法。可用于测定学科的影响和重要性、学科结构分布、核心期刊、科学交流和情报传递规律、文献老化和情报利用规律、情报用户需求特点，学术水平和人才评价等；&共被引分析法&定义两篇文献同时被引用的频率(强度)。分为文献共被引分析、期刊共被引分析、作者共被引分析、学科共被引分析。&多元统计法&是对若干相关的随机变量观测值的分析。采用维度降低技术将高维空间中的目标投影到低维空间（二维），主要用于关系矩阵运算，包括：因子分析、多维尺度分析和聚类分析；&词频分析法&是文献计量学传统分析方法，依据齐普夫定律(Zipf's Law)对文献中主题词或关键词出现的频率及其规律进行统计分析；&社会网络分析法&是一个广义的研究社会结构战略，主要研究社会中行为者间的关系、个体属性和网络结构如何影响行为者行为。已成功地用于研究科学合作网和互联网中的可视化网络，展示科学计量学的合作网络结构与发展。&共词分析法&通过文献关键词的词频、聚类、关联、突现词统计分析，以研究文献内在联系、科学结构、研究热点和新兴领域等。&聚类分析法&借助数据挖掘中的聚类方法，对共词、共被引关系网络中的词间距离或专业术语词频进行数学运算分析，将距离较近的或词频高的主题词聚集起来，形成学术概念类群，用以表示研究主题、专业领域、学科结构等。&专利计量法&采用专利计量学研究框架：专利量（率）、引用及关联分析、国家表现，即：技术研发生产力、影响力以及关联分析。
科学知识图谱软件工具主要有：Bibexce科学计量学研究软件、SPSS统计软件、Pajek大型复杂网络分析工具、Origin数据分析与绘图工具、UCINET矩阵网络分析软件、HistCite绘制学科发展以及定位重要文献软件、VOSviewer大规模数据处理及共引-共现关系图绘制软件、 CiteSpaceII第二代信息可视化分析系统和exCITEr、TDA、Aureka等专利数据处理和分析工具等。
科学知识图谱分析采用的数据来源主要有：中外文科技文献、引用（被引）文献、专利、基金项目、天文观测等类型文献信息数据。
四、科学知识图谱的应用领域
目前，国内外应用较多的是用科学知识图谱方法来帮助科技人员从科技文献发展新趋势和突变中获得科技新发现和重大突破点；从引文（共引）及聚类分析中了解研究前沿分布；从高词频统计或关键节点计算分析中得到关键或转折性研究领域；从引文（共引）随时空变化分析中观测科技发展与演变；从高被引文献分析中探测科技发展趋势。如图2：利用CiteSpaceII系统的突变探测、中间中心性算法对科技文献进行突变探测和关键节点分析，进而发现纳米科技研究热点与新兴领域、脑科学研究前沿技术等；如图3：用CiteSpaceII系统对科技文献进行共词（共引文献）&&时区图分析，以揭示纳米药物研究国际发展态势和纳米等离子领域研究前沿及演变（图3.1）、辐射加工技术研究进展概况等（图3.2）。
可视化专利分析工具利用专利计量分析以及3D专利地图等技术、方法帮助企业技术研发和管理人员宏观了解行业技术发展趋势和竞争对手专利布局，发现核心技术、合作伙伴和竞争对手；利用技术矩阵图直观了解技术方案分布，发现技术雷区和空白点，以利专利分析决策和战略规划等。通过对专利申请人、同族专利量等指标统计分析，把握专利技术分布状况及其发展态势；通过对分类号、专利技术焦点等组配统计分析，以共现矩阵和曲线图形式揭示专利信息内含的技术知识；通过技术分类聚类分析明了竞争对手的专利分布；通过专利引证分析衡量技术发明的价值和扩散程度，从形成的引证表、引证
树和引证地图中获得不同技术的专利网络、特定技术领域的生命周期，以及竞争对手间技术依赖关系等。如：对专利文献进行UC共现强度聚类等分析，可揭示新兴产业发展态势和关键技术领域等，图4表明在技术交叉背景下中、美、日、欧四方核心专利在节能环保、新一代信息技术、生物、高端设备制造、新能源、新材料、新能源汽车七大新兴产业领域的分布情况；战略新兴产业/子产业及其技术；国家优先发展产业及其技术；国家产业控制实力以及我国战略性新兴产业发展态势与核心技术储备概况。
科学知识图谱方法可为科技管理决策和战略规划提供量化、直观、有效的参考依据。目前，国内外管理界较成熟地采用科学知识图谱对学科结构布局、科研成果、科学家及科研团队、合作关系、学术水平等科技竞争力方面进行分析研究，如图5：用科学结构地图可视化技术对科学引文文献进行分析，可绘制出国际科学研究的宏观结构、热点研究领域、四个时期科学研究领域演变以及中国在世界热点前沿中的覆盖和引领程度等；如图6.1：用定量和引文分析方法对科技论文引文文献进行分析，从而得到全球科技强国与新兴科技国家的基础竞争力和学科结构竞争力分布；如图6.2：用CiteSpaceII系统的国家（机构、作者）&&词频分析网对科技文献进行分析，可揭示某领域世界各国（机构、作者）研究成果数量及其排行、学科带头人及其团队以及合作关系。同理，这两种分析方法还可用来衡量和评价国家、机构、研究者的学术水平和学术位置等。
在科学文献数据剧增、爆炸时代，科学知识图谱方法还可用来识别和判断核心文献和重点出版物，如：用CiteSpaceII系统的共词（共引）分析网&中间中心性算法对科技文献进行关键文献分析，可找到研究领域的关键文献和核心出版物。
五、结论和展望
网络环境下的信息分析与情报研究是个快速发展的前沿领域。当今，由先进的哲学、科学学、计量学、计算科学和可视化技术等理论、方法与技术构成的科学知识图谱大大促进了信息分析和情报研究定量、模型、实时、自动、智能化的发展，提高了情报研究工作的深度和效率。
科学知识图谱作为多学科、方法和先进技术融合的前沿研究领域，就其研究内容的丰富性、研究方法的广博性、应用的广泛性和分析效果的强大性，将有更多更新的发展、突破和繁荣。在知识图谱理论方法方面，鉴于科学学、计量学、应用数学和计算机等科学以及信息、网络、数据挖掘、智能化、可视化等技术日益融合与集成，科学知识图谱将逐渐形成和建立本学科的理论基础及其内容范围。同时，进一步研究发展或引入更多更新的专业理论，如：信息计量学、知识计量学、知识数学量化表达方式、认知学习理论、本体知识地图等。在技术工具完善与开发方面，多种知识图谱分析工具及其分析方法的综合和参照使用是未来的研究重点之一。在实际应用方面，除科技前沿与发展应用研究外，还可探索应用于企业发展与管理，如：行业战略设计、前沿（共性、关键）工程技术、技术评估与技术预见等分析研究。用于知识管理前景宽广，如：科学传播研究、区域创新系统研究、卓越机构与人才资源研究、金融市场、经济生态环境研究等。在文献情报领域可用以深入地开展全球竞争情报研究、文献分析等。
鉴于目前的科学知识图谱新兴不久，尚未形成完整、系统的本学科理论体系，其研究方法尚存局限性，其分析技术与工具尚在提升与完善，其分析数据有待类型扩展和规范等，所以在使用科学知识图谱方法时须采用多种信息分析方法和技术，同时结合相关专家论证等综合措施来提高其预期精度以及参考使用价值。
作者简介：周宁丽，中国科学院文献情报中心研究馆员，中科院老科协文先情报分会秘书长，专业：学科情报研究/参考咨询，近年来主持完成了北京市科委项目《国际脑计划&脑科学研究进展》、《世界各国类脑计算研究热点及其内容概况》、《国际脑科学、脑计算发展趋势》、《大数据技术发展态势与策略》、《第三代半导体国内外产业概况》、《固态锂电池国内外发展报告》、《中国石墨烯产业发展分析》、《国内/国外智能驾驶技术发展趋势》等情报研究工作。古代科学技术排行榜科普知识：科学与技术的区别
我的图书馆
科普知识：科学与技术的区别
馆友“智者1111”：&&&& &&&&您好！您的文章“”深受广大馆友的喜爱，于日进入“阅览室”频道的“社会/财经”下“科学/探索”类别的精华区。360doc代表全体馆友感谢您的辛勤劳动和慷慨分享！&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&360doc个人图书馆
科普知识：科学与技术的区别
一、形态不同——科学一般表现为知识形态，理论形态；技术一般表现为物质形态，直接应用的软件形态。
二、任务不同——科学解决“是什么”、“为什么”；技术解决“做什么”、“怎么做”。
三、目的不同——科学是现象中探求未知的本质，以“认识课题”为己任；技术是已有认识的升华，用于“改造课题”的活动。
四、管理方法不同——科学强调“工作得如何”；技术注重“如何工作”。
五、科学革命与技术革命不是一回事——科学革命如：哥白尼、牛顿解决了宏观低速运动规律；其后，普朗克、爱因斯坦等提出了量子论和狭义相对论；目前正在进行的生命科学研究等。技术革命往往带来产业革命，第一次是蒸汽机，第二次是电机，第三次是电脑，目前已进入信息网络时代。
六、评价标准不同——科学要求“深”，技术要求“新”。
七、密级不同——科学无须保密，保密的都是技术。先进的科学发现都抢先发表，而新技术却绝对保密。
八、价格不同——科学没有商业性质，不能出卖和转让；而新技术却价格高昂。
喜欢该文的人也喜欢科普知识讲座材料_百度文库
您的浏览器Javascript被禁用，需开启后体验完整功能，
享专业文档下载特权
&赠共享文档下载特权
&100W篇文档免费专享
&每天抽奖多种福利
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
科普知识讲座材料
&&科普知识讲座材料
阅读已结束，下载本文需要
定制HR最喜欢的简历
下载文档到电脑，同时保存到云知识，更方便管理
加入VIP
还剩6页未读，
定制HR最喜欢的简历
你可能喜欢