基于网络结构演化的领域知识涌现与传承研究

发布时间：2020-10-08 17:29

　　 长期以来,学术界已经普遍意识到知识单元之间的关联关系往往比知识单元本身更加重要。对于特定的知识领域来说,其内部的知识单元不会一直处于完全孤立或游离的状态,而是在彼此之间存在一定的相互依赖、相互促进的关联关系。领域知识的不断演进发展,使得时间序列上的知识网络实际上属于一个时变的动态网,其中关联关系的演化和变迁虽然相对细微,但是却足以构成知识网络结构化重组的微规则。知识网络的结构化重组能够产生整体大于部分之和知识涌现效应,使得热点知识、核心知识从网络中脱颖而出。本研究以网络科学的思想为基础构建时间序列知识网络,基于网络Hub结构、聚类系数等指标对领域知识演化进行分析,并结合社群发现算法识别领域知识网络中的知识群落,沿时间序列对特定领域知识网络中的核心知识、知识群落的演变模式以及知识传承特征等问题进行动态跟踪与分析。研究结果显示,领域知识演变涌现过程中随机性与非随机性交互影响,而在时间序列上领域知识网络由随机性主导的模式逐渐演变为非随机性所主导的模式。同时领域知识网络在发展演变过程中各知识单元并不是一直处于全连通的,而更多地是处于非连通状态,领域知识发展越成熟则群落之间的知识交叉融合越频繁,且交叉融合性的知识传承多发生在巨分支内部的知识群落之间。本研究为揭示知识发展的内在机理,对于掌握领域知识发展脉络以及发展模式具有重要意义,以期对领域知识的演化模式与知识传承做出有益的探索。
【学位单位】：东北师范大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：G353.1
【部分图文】：

边邻居低度值的节点而言即为 Hub。Hub 涌现所关注的重点是在知过程中是否会产生与无标度网络中相似的 Hub 结构。在 T. G. L，具有最大度值的 Hub 按照公式（1）[57]近似地增加其度属性。hub_degree( ) = A +√公式（1）（1）中，A 为与网络密度相关的常数，t 为时间。由公式（1）可最大 Hub 随时间 t 的平方根而增长。因此可以将公式（1）看作一为自变量，以 Hub 度值 hub_degree(G)为因变量的时间序列函数。显b 的成长过程需要采用时间序列分析方法加以考查。明确的是，现实社会中的真实网络中往往含有多个 Hub[58]，即一个个高 Hub 节点的现象。具有多个 Hub 的网络与随机网络之间具有明（见图 1），高 Hub 节点拥有一定范围（距高 Hub 节点 1 跳距离的）内的统驭控制能力。在知识网络中，一个知识领域内部同样可以重要的核心知识。并且这些领域核心知识往往是在领域知识发展过形成的。因此，基于网络中高 Hub 节点的产生及成长过程可以很好心知识的演化涌现过程。

图 2 知识网络聚类系数解析 2 中，（A）为长度为 2 的路径 a-b-c，节点 a 与节点 c 拥有一个共同的 b。在知识网络中通常也被理解为节点 a 与节点 c 有一个共同的关联知b。如果三元组{a, b, c}是封闭的（节点 a 与节点 c 之间也是实线连接点 a 与节点 c 也互为关联知识。因此 M. E. J. Newman 的聚类系数可以识网络中共同与某一知识节点直接关联的两个知识节点之间，相互直接率，即三点形成聚类模体的概率。也可以等价理解为与某一知识节点共两个知识节点，本身也直接关联的平均概率。图 2 中（B）、（C）、（D）量 N=10，连线数量 L=20 的同等规模、同等密度的网络。其中（C）为，由于（C）中并不存在任何封闭三元组（聚类模体），其聚类系数为 C=0面，（B）为同样规模与密度的规则网络，（D）为同样规模与密度的非规由于（B）和（D）中包含一定数量的封闭三元组（聚类模体），因此二高的聚类系数，其中（B）的聚类系数恒定与网络规模无关。由此可以类系数与知识网络是否为规则网络无关，其中起到关键作用的是知识节间具备直接关联关系的聚类模体，即封闭三元组。因此，研究中将采用

图 3 具有分支和社群结构的网络部分代表网络中不同的分支，图的中心位置为网于巨分支来说，虽然其内部各节点彼此之间相互较为明显的社群结构，即每个社群内部的节点之的连接相对来说比较稀疏。领域知识发展演进过发展变化的影响，另一方面则基于领域知识内部迭而变化。这些变化促使各知识节点聚集成不同识网络通常是由不同的分支群落所构成的。一般小分支群落的规模往往较小，通常代表了领域知究的目的在于探索领域知识网络中知识群落的研究中将这些非连通的、孤立的小分支群落统一分支群落”；而对于领域知识网络中的巨分支采落的划分。识群落β来说，随着领域知识的发展，知识群落定不变的。从知识群落形成来源的角度来看，

【相似文献】

相关期刊论文 前10条

1 宋文;张士男;;专业领域知识环境建设的理念与实践[J];图书馆理论与实践;2012年01期

2 宋文;刘毅;黄金霞;刘峥;;院所协同机制下的专业领域知识环境建设[J];图书情报工作;2010年14期

3 裴利芳，朱新明，林仲贤;领域知识与自我解释策略间关系的实验研究[J];心理学报;1997年04期

4 闵罗礼;张铨;;控制领域知识的分类和表达[J];黑龙江自动化技术与应用;1988年04期

5 张广梅,孟祥文;软件原型开发中领域知识的研究[J];山东矿业学院学报;1998年03期

6 张发亮;刘君杰;周沫;;领域知识结构基础理论及构建研究[J];情报杂志;2018年02期

7 阮磊;;浅谈电子技术学科知识的解构与学习领域知识的重构[J];科技信息;2012年27期

8 徐戎;王文杰;周四新;;神经网络与领域知识结合的纳税评估预警模型[J];电子科技大学学报;2009年01期

9 孙江山;;基于学科领域知识的虚拟现实实验系统的设计与实现[J];电化教育研究;2012年08期

10 郭卫宁;;国内图书情报学领域知识服务研究脉络探析[J];图书馆学研究;2016年04期

相关会议论文 前10条

1 蔡笑岳;张维;;要义提示对不同学科领域知识水平学生错误记忆的影响[A];增强心理学服务社会的意识和功能——中国心理学会成立90周年纪念大会暨第十四届全国心理学学术会议论文摘要集[C];2011年

2 蔡笑岳;何伯锋;;知识学习的结构表征与学科建构——学科领域知识学习及其认知机制[A];第十五届全国心理学学术会议论文摘要集[C];2012年

3 孙沛;;ID2的领域知识表示探讨[A];计算机与教育：迎接21世纪教育信息化的挑战——全国计算机辅助教育学会第九届学术年会[C];1999年

4 缪建明;吴晨;郝惠宁;张全;;一种基于HNC理论的领域知识表示研究[A];第三届学生计算语言学研讨会论文集[C];2006年

5 汤朝霞;蔡笑岳;;初中数学问题解决中学科领域知识对元认知监控的影响[A];心理学与创新能力提升——第十六届全国心理学学术会议论文集[C];2013年

6 王挺;庞维国;王振宏;;多领域知识并行启动对创新思维的影响[A];心理学与创新能力提升——第十六届全国心理学学术会议论文集[C];2013年

7 潘海为;韩启龙;印桂生;张炜;李建中;;基于领域知识指导的医学图像关联规则挖掘[A];第二十四届中国数据库学术会议论文集（研究报告篇）[C];2007年

8 张德政;刘洁卉;;基于图分析的领域知识获取技术[A];着力提高高等教育质量，努力增强高校创新与服务能力——北京市高等教育学会2007年学术年会论文集（上册）[C];2008年

9 赵燕;蔡笑岳;;学科领域知识和学业水平对工作记忆广度的影响[A];增强心理学服务社会的意识和功能——中国心理学会成立90周年纪念大会暨第十四届全国心理学学术会议论文摘要集[C];2011年

10 刘朝阳;;领域知识和数据结合的神经网络学习方法和应用[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年

相关重要报纸文章 前10条

1 受访人 华东理工大学出版社 陈艺方 王一佼 藕园 黄娜 采访人 中国出版传媒商报记者 孙珏;垂直领域知识付费产品怎么做透？[N];中国出版传媒商报;2019年

2 记者 蒋建科;电商领域知识产权保护专项整治开展[N];人民日报;2018年

3 内蒙古呼伦贝尔边防支队政委 李天勇;立起“六个标杆” 当好官兵表率[N];中国边防警察报;2016年

4 江苏经济报记者 杜颖梅 通讯员 张锋;长三角联手为电商领域知识产权添装“安全锁”[N];江苏经济报;2017年

5 记者 孙迪;我国首部装备建设领域知识产权管理国家军用标准实施[N];中国知识产权报;2017年

6 记者 方晓静 黄官国;交流生产技术经验 增进科技领域知识[N];中国食品质量报;2005年

7 本报记者 阎密;切实保护电商领域知识产权[N];国际商报;2015年

8 特约记者 卢冬虎;上海表彰商业领域知识产权保护先进企业[N];医药经济报;2009年

9 傅爱平;数字化应用系统中的领域知识[N];中国社会科学院院报;2006年

10 蔡笑岳 何伯锋 广州大学青少年心理发展与教育研究所；广州医学院卫生管理学院心理学系;知识学习的学科建构与结构表征[N];中国社会科学报;2012年

相关博士学位论文 前10条

1 杨立;基于领域知识的知识发现研究[D];中国科学院研究生院（软件研究所）;2005年

2 李卫;领域知识的获取[D];北京邮电大学;2008年

3 李华;基于本体的应急领域知识表示与复用研究[D];天津大学;2008年

4 郝心宁;生物育种领域知识结构与知识演化研究[D];中国农业科学院;2013年

5 张晶;面向数据挖掘的关系型领域知识融合方法研究[D];合肥工业大学;2016年

6 张金宝;物理学科领域知识的类别学习研究[D];天津师范大学;2015年

7 王萍;网络环境下的领域知识挖掘[D];华东师范大学;2010年

8 鹿文鹏;基于依存和领域知识的词义消歧方法研究[D];北京理工大学;2014年

9 王丽苹;融合领域知识的心电图分类方法研究[D];华东师范大学;2013年

10 欧阳鑫;基于本体导向的关联分析方法研究[D];昆明理工大学;2013年

相关硕士学位论文 前10条

1 周志威;融合领域知识的关联规则知识发现研究[D];郑州大学;2019年

2 安宁;基于网络结构演化的领域知识涌现与传承研究[D];东北师范大学;2019年

3 张娜娜;基于领域知识的航空密封标准管理系统开发[D];西安工业大学;2018年

4 何韵林;不同学业水平的高中生物理学科领域知识的表征研究[D];西南大学;2018年

5 李昱昕;特定领域知识图谱的自动构建方法研究[D];哈尔滨工业大学;2018年

6 苏菁;基于领域知识图谱的网络信息可信度测度[D];江苏科技大学;2018年

7 孙丹;数字板书对学生学科领域知识学习的影响研究[D];浙江师范大学;2017年

8 卢海洋;物理学科领域知识教学对学业水平的影响研究[D];上海师范大学;2018年

9 杨晨;基于模板诱导的金融领域知识图谱自动构建[D];武汉科技大学;2018年

10 汪沛;基于领域知识图谱的个性化推荐方法研究[D];昆明理工大学;2017年

本文编号：2832540