内容简介
《知识计量与可视化:原理、方法及应用》主要介绍基于科学文献的知识计量与可视化的基本理论、研究方法、分析工具以及具体的应用案例。首先,从知识计量的基本概念出发,介绍知识计量与信息可视化方法的由来及其历史沿革;从知识计量学科族的协同演进提出知识计量学的创建及其科学化发展历程,并从作者分析、关键词分析、引文分析等方面详细论述知识计量与可视化的基本原理。然后,介绍知识计量与可视化的数据获取手段、具体的研究方法和计量指标以及主要的软件工具。最后,分别从科学文献和专利文献的数据分析的角度,给出知识计量与可视化应用的部分案例。
《知识计量与可视化:原理、方法及应用》可以作为信息科学、科学技术管理、图书情报等领域研究者和学生的专业书籍,同时也可以作为其他领域研究者学习掌握对本研究领域进行基于文献的研究历程、研究前沿及相关问题分析的工具书使用。
内页插图
目录
1 知识计量与可视化概述
1.1 科学知识相关概念释义
1.1.1 科学、知识与科学知识
1.1.2 科学知识体系
1.1.3 学科的含义
1.1.4 知识领域
1.2 知识计量与可视化技术的沿革
1.2.1 科学可视化概念的提出
1.2.2 从科学可视化到信息可视化
1.2.3 知识计量与文献信息可视化
1.2.4 知识可视化研究的兴起
1.3 知识计量与可视化的主要功能
1.3.1 揭示科学知识体系的演进历程
1.3.2 探测科学知识领域研究热点与研究前沿
1.3.3 挖掘知识领域的代表人物与学术团体
1.3.4 考察科学技术合作网络
1.3.5 开展科学技术评价研究
1.3.6 展现学科交叉及其演化规律
1.4 知识计量与可视化的研究意义
2 知识计量学科的演进发展
2.1 从书目统计到知识计量
2.2 知识计量学科族概述
2.2.1 文献计量学
2.2.2 科学计量学
2.2.3 信息计量学
2.2.4 网络计量学
2.2.5 专利计量学
2.2.6 知识计量学
2.3 知识计量学科协同演进
2.3.1 学科协同演进释义
2.3.2 协同要素解析
2.3.3 协同演进的可视化分析
3 知识计量研究的学科化进程
3.1 知识计量学的界定
3.2 知识计量研究的创生与发展
3.2.1 知识计量研究的兴起
3.2.2 知识计量研究的学科基础
3.2.3 知识计量研究的现状
3.3 知识计量研究的对象与方法
3.3.1 知识计量的研究对象
3.3.2 知识计量的研究方法
3.4 知识计量学的学科体系与定位
3.4.1 知识计量学的基本研究框架
3.4.2 知识计量学的学科定位
4 知识计量与可视化的原理
4.1 作者分析的原理
4.1.1 作者的科学生产率
4.1.2 作者引用率分析
4.1.3 作者合作分析
4.1.4 H指数分析
4.2 机构分析的原理
4.2.1 高产机构及绩效评价
4.2.2 机构合作及其分布规律
4.3 关键(主题)词分析的原理
4.3.1 词频分析
4.3.2 共词分析
4.4 引文分析的原理
4.4.1 引文分析
4.4.2 共被引分析
4.5 期刊分析的原理
4.5.1 来源期刊的评价与计量指标
4.5.2 期刊(共)被引的计量指标
4.6 文本分析的原理
5 知识计量数据的获取
5.1 国外文献数据库
5.1.1 Web ofknowledge检索平台
5.1.2 Scopus文献检索数据库
5.2 国内文献数据库
5.2.1 中国知识资源总库
5.2.2 中文社会科学引文索引数据库
5.2.3 中国科学引文数据库介绍
5.2.4 维普信息资源系统
5.2.5 万方数据知识服务平台
5.3 国内外专利数据库
5.3.1 Derwent专利数据库
5.3.2 USPTO专利数据库
5.3.3 中国知识产权局数据库
5.3.4 欧洲专利局数据库
5.3.5 日本专利数据库
6 知识计量与可视化的方法
6.1 知识体系的计量指标
6.1.1 作者信息的计量指标
6.1.2 关键词信息的计量指标
6.1.3 引文信息的计量指标
6.2 知识体系的可视化方法
6.2.1 社会网络分析方法
6.2.2 复杂网络分析方法
6.2.3 多维尺度分析方法
6.2.4 因子分析与主成分分析方法
6.2.5 聚类分析方法
6.3 科学知识图谱方法
6.3.1 什么是科学知识图谱
6.3.2 科学知识图谱的创生背景
6.3.3 科学知识图谱的理论基础及其演进
6.3.4 科学知识图谱的主要功能
6.3.5 科学知识图谱在中国的发展
6.4 知识体系可视化的实现过程
6.4.1 引文网络与可视化图谱
6.4.2 知识领域可视化的步骤
6.5 知识计量与可视化的关键技术
6.5.1 分析对象的选择与界定
6.5.2 数据检索与标准化处理
6.5.3 科学知识图谱的绘制与解读
7 知识计量与可视化的工具
7.1 CiteSpace信息可视化软件系统
7.1.1 CiteSpace可视化软件开发者简介
7.1.2 软件主要功能介绍
7.1.3 软件主要原理和算法
7.2 VOSviewer软件介绍
7.2.1 VOSviewer软件概述
7.2.2 软件主要功能介绍
7.2.3 软件主要原理和算法
7.3 引文分析的软件工具
7.3.1 Bibexcel软件
7.3.2 HistCite软件
7.4 社会网络分析的软件工具
7.4.1 Pajek软件及其原理
7.4.2 Ucimet软件及其原理
7.4.3 NetdRaW与NetMiner软件
7.5 其他相关的软件工具
7.5.1 Word Smith Tools软件
7.5.2 Thomson Data Arialyzer软件
8 知识计量与可视化案例
8.1 引文分析方法的应用实例
8.1.1 研究界定与数据选择
8.1.2 20世纪决策理论的主要演进
8.1.3 21世纪决策理论的演进与发展
8.1.4 决策理论的研究前沿和发展趋势
8.2 作者和机构合作分析方法的应用实例
8.2.1 组织理论的创生与发展
8.2.2 组织理论研究数据的选择
8.2.3 组织理论最新研究群体
8.3 词共现分析方法的应用实例
8.3.1 分析方法与研究设计
8.3.2 新兴技术基本研究主题的监测
8.4 专利分析方法的应用实例
8.4.1 风能产业与风能技术
8.4.2 专利文献收集
8.4.3 战略性新兴技术主题识别
后记
前言/序言
信息科学与文献数据库的不断发展,为科学知识的可视化分析提供了坚实的基础,随之产生的信息计量、网络计量和专利计量等领域不仅为传统的科学计量学研究注入了新的研究方法和思路,也推动了知识计量学的创生和快速发展。知识计量与可视化方法可以实现对科学知识演化脉络的动态监测,也是探测科学知识领域研究热点和前沿问题的客观、有效的技术手段,可以更好地为研究者和科学工作者进一步把握学科领域的前沿动态,提供第一手研究资料。近年来,国内外专业的文献数据库不断涌现,数据收录的范围不断扩大,并且日益规范,这种半结构化的文献数据为应用计算机程序进行数据处理提供了极大便利。文献知识的计量对象和手段也逐渐增多。其中,通过科学知识图谱的方式展现海量文献数据中潜藏的结构关系越来越成为科学计量学和文献计量学领域研究的主要方法。知识计量与信息可视化技术已经成为当前国内外科学计量学和科学技术管理学研究的热点和前沿问题。
当前,国内外研究相关问题的学者主要从科学计量学、文献计量学等领域对知识计量与可视化进行研究,系统地介绍知识计量和信息可视化原理和方法的研究成果不多,本书旨在实现对知识计量与可视化的原理和方法尽可能全面地介绍,从而进一步拓展科学文献计量与信息可视化研究领域,丰富研究方法。
知识计量与可视化既是具体的研究方法和手段,同时也初步形成了系统的理论体系框架。通过对知识计量与可视化问题的深入研究,进一步挖掘知识计量与可视化的理论基础,构建知识计量学的学科体系,在一定程度上,丰富了社会科学泛知识计量学科的学科体系,同时也为科技政策与管理、科技发展战略的制定提供重要的技术手段。本书通过大量的分析案例,从不同领域和分析对象对知识计量与可视化进行分析验证,为科技政策与管理实践提供更多的决策参考,解决科学技术管理的实际问题,具有一定的学术价值和实践意义。
本书尝试对当前基于文献的知识计量和可视化研究的基本原理、主要方法和典型的分析案例进行系统的整理,努力使读者对这一研究领域获得较为全面地认识,因此在写作中注重介绍主流的基于文献的计量方法、原理,收集典型的应用案例。本书共分为八章,第1章是概述部分,主要介绍知识计量与可视化的基本概念、演进历程和主要功能等基本问题。第2章是知识计量学科家族的协同演进过程。第3章介绍知识计量学作为一门学科的研究对象、学科体系、学科定位等基本问题。第4章从作者分析、机构分析、关键(主题)词分析、引文分析、期刊分析和文本分析等方面详细介绍知识计量与可视化的基本原理。第5章主要对作为知识计量与可视化基础的文献数据库进行介绍。第6章主要从知识计量的指标、可视化方法、科学知识图谱等方面介绍知识计量与可视化的基本方法。第7章主要介绍知识计量与可视化方法的主要工具。第8章主要是对以当前国际上流行的文献信息可视化软件系统CiteSpace为主的应用案例进行介绍。全书围绕基本概念-原理-方法-应用这条主线展开,尽可能全面地介绍知识计量与可视化的相关内容。
探索未知的知识疆域:一本关于数据驱动决策与信息呈现的权威指南 本书深入探讨了信息爆炸时代背景下,如何通过严谨的量化分析和创新的可视化技术,将海量、复杂的知识转化为可理解、可操作的洞察力。我们聚焦于知识的结构、演化规律及其在现实世界中的应用价值,为读者提供一套系统化的理论框架、实用的分析工具和前沿的实践案例。 第一部分:量化知识的基石——理论与方法论的构建 本部分旨在为读者奠定坚实的理论基础,理解知识测量的基本原理与核心挑战。 第一章:信息时代的知识观与计量学基础 我们首先审视知识在数字生态中的形态变化,从传统文献计量学向现代信息计量学的演进。本章详细阐述了知识计量学的核心概念,包括信息熵、复杂性理论在知识网络中的体现,以及如何构建跨学科知识体系的度量标准。重点讨论了如何定义和量化“知识单元”,以及在处理非结构化数据时面临的挑战。 第二章:核心计量指标的推导与验证 本章专注于构建和评估关键的知识计量指标。内容涵盖: 影响力评估: 传统的引用分析(如影响因子、H指数)的局限性,以及面向网络结构和动态演化的新型影响力指标(如中心性、介数中心性在知识流中的作用)。 知识密度与稀疏性分析: 如何量化特定领域知识的饱和度与潜在的知识空白点。 演化速率模型: 建立描述知识产生、传播和消亡的动力学模型,预测新兴领域的发展趋势。 可靠性与偏差控制: 讨论数据源的偏差、抽样误差,以及如何通过多源数据融合和交叉验证来提高计量结果的可靠性。 第三章:知识网络的构建与拓扑分析 知识不是孤立存在的,而是通过复杂网络连接起来的。本章详述了构建不同类型知识网络的具体步骤: 共现网络构建: 基于关键词、作者、机构或引用的共现矩阵构建网络模型。 语义关联网络: 采用自然语言处理技术(如词嵌入、主题模型)提取潜在的语义连接,构建更高维度的关联图谱。 网络拓扑分析: 深入应用图论算法,如模块化(Modularity)检测社区结构、识别核心知识节点(枢纽)与桥梁节点(连接不同知识簇的学者或主题),揭示知识传播的路径和瓶颈。 第二部分:洞察的转化——可视化技术的实践应用 知识的价值需要通过直观的展示才能被高效利用。本部分侧重于如何将复杂的计量结果转化为清晰、富有洞察力的视觉表现形式。 第四章:原则与美学:信息可视化的设计哲学 本章强调数据可视化不仅仅是绘图,更是一种科学的沟通方式。我们将探讨: 感知效率最大化: 基于人机交互和认知心理学的原理,选择最适合展示特定类型知识关系的可视化编码(颜色、形状、布局)。 交互式设计: 介绍过滤、钻取(Drill-down)、链接和概览(Overview first, zoom and filter)等交互范式,使用户能够在复杂的知识图中自由探索。 应对高维度数据的挑战: 维度约减技术(如t-SNE, UMAP)在知识地图绘制中的应用。 第五章:特定知识场景的可视化技术栈 本章系统地介绍针对不同计量需求的具体可视化技术: 趋势与演化可视化: 使用河流图(River Graphs)、时序散点图、动态树图来展示知识随时间推移的增减和结构变化。 关系与结构可视化: 专注于力导向图(Force-directed layouts)、径向布局(Radial layouts)在展示作者合作、引文关系和知识领域边界时的应用。 领域前沿与热点可视化: 结合主题模型(如LDA)的输出,使用词云、热力图、专题地图(Topic Maps)来定位研究的集中区域和新兴方向。 跨语言与跨文化知识流动可视化: 针对国际合作、专利布局等场景,设计多层级的地理空间知识图谱。 第三部分:赋能决策——知识计量的实际应用 本部分将理论与技术应用于实际的研究管理、技术预警和战略规划中,展示知识计量如何驱动高效决策。 第六章:科研绩效评估与机构战略规划 本章探讨如何利用量化指标优化科研资源的配置: 评估工具箱: 构建平衡记分卡(Balanced Scorecard)应用于学术机构的绩效评估,平衡引用量、合作广度、社会影响力等多个维度。 人才识别与引进: 基于网络中心性和知识贡献度,识别高潜力的研究人员和团队。 学科交叉与整合: 通过分析不同知识模块之间的连接强度,指导机构设立跨学科研究中心,促进知识的有效迁移。 第七章:技术预警与创新机会捕获 本章聚焦于利用知识计量工具进行前瞻性分析,以应对快速变化的技术环境: 新兴技术信号检测: 通过监测低频但快速增长的关键词、早期专利的引用模式和“知识溢出”现象,识别潜在的颠覆性技术。 技术路线图绘制: 将知识网络中的关键技术节点按时间顺序排列,生成未来三至五年的技术发展预测图景。 竞争态势分析: 对竞争对手的专利布局、核心研究机构的合作网络进行可视化分析,提供战略性的市场情报。 第八章:知识可视化在政策制定中的应用 知识可视化可以极大地增强政策制定过程的透明度和说服力。本章将展示如何: 论证科研投资的合理性: 通过清晰展示现有研究的成果分布、空白领域和未来潜力,为政府部门和资助机构的决策提供数据支持。 监控知识转移与社会效益: 追踪基础研究成果向产业应用(如专利转化、技术标准采纳)的路径,量化知识的外部性价值。 面向公众的知识传播: 设计针对非专业人士的交互式信息平台,提高公众对科学研究复杂性的理解和信任度。 总结与展望 本书不仅是一部工具手册,更是一份关于如何驾驭知识洪流的行动指南。未来的知识计量将更加依赖于人工智能的深度学习能力来理解语义的细微差别,并结合增强现实(AR)技术,使得知识地图不再局限于屏幕,而是融入真实的工作环境。我们期望读者能够掌握这些方法,将数据转化为洞察,从而在各自的领域中做出更明智、更具前瞻性的决策。