知识可视化理论、方法和工具及军事医学应用研究

发布时间：2017-10-17 11:07

  本文关键词：知识可视化理论、方法和工具及军事医学应用研究

  更多相关文章： 知识可视化 军事医学 文献研究 战略研究

【摘要】：随着科技的快速发展，知识呈爆炸式增长，如何从海量知识中揭示知识的发展规律及其结构特征等可视化的信息，已成为科学研究的重要课题。军事医学符合一般科学发展规律，军事医学知识的快速增长需要从大量知识中揭示其发展规律和结构特征。此外，军事医学科学院在十二五规划中提出两型一流发展目标，针对一流的发展目标，需要全面把握国际重要军事医学机构的研究方向及其变化趋势，需要对优势学科、优秀科研团队和优秀人才等进行科技评价。这就需要基于定量分析的知识可视化方法来揭示。 本研究采用文献调研、系统分析、综合分析和专家咨询相结合的研究方法，全面梳理了知识可视化理论的发展过程、研究基础、不同学科中知识可视化研究存在的问题以及关联性，提出了情报界的知识可视化定义、研究内容和研究对象。全面梳理了情报界知识可视化方法的分类、流程以及流程中各步骤涉及的数学和计算机方法。采用知识可视化方法集成分析、多元统计方法集成分析、知识可视化工具的综合应用和实证研究等方法，对科研机构、研究方向、学科领域和研究团队进行了知识可视化试验研究，较好地证明了方法和工具的适用性以及部分不足。 重点研究内容及结论分为以下三个部分： 第一部分：理论研究。 首先，系统分析了教育界和情报界的知识可视化理论的形成和发展，教育界的知识可视化概念为“视觉表征应用于改善两个或两个以上人之间知识创造和传递的研究”。发现教育界的研究缺乏可视化作用效果研究，所使用的经典表征方法只是一些图解表示，未形成批量的实际应用范式或工具。情报界的知识可视化可归纳为利用各种数学和计算机辅助方法对科学知识进行图表展示，来揭示科学发展规律和科学知识内部结构特征。 其次，探讨了情报界知识可视化的理论基础为计量学和知识图谱，将计量学分为统计分析、科学发展规律的数学模型和揭示知识单元结构特征。知识图谱则是将计量学中揭示知识单元结构特征的系列方法集成的系列软件。 最后，提出情报界知识可视化的概念、研究内容和研究对象。情报界知识可视化的概念：运用数学和计算机辅助方法，以图表等直观方式揭示科学技术产出的文献、专利和成果等知识的数量、质量、发展进程与结构关系的方法。研究内容：衡量知识的量化指标、知识的发展规律和知识的结构特征。并归纳了衡量知识的量化指标的10种常用科学技术指标和7种常用科学计量指标。研究对象：作者/发明者、关键词（主题词）、期刊、学科、引用作者、引用文献、引用期刊、机构、国家/地区和时间等。 第二部分：方法和工具研究。 将情报界知识可视化分为统计类、数学模型类和结构特征类。系统梳理了知识可视化流程，统计类和数学模型类知识可视化流程为数据获取、数据整理和数据分析三个步骤。结构特征类知识可视化的流程为数据检索、数据清理、选择知识单元、构建知识单元关系、数据标准化、数据简化、可视化和解读七个步骤。总结各步骤涉及的方法，其中构建知识单元关系的二维、三维或多维共现是结构特征类知识可视化揭示研究对象的社会关系结构、概念结构、知识结构等的重要手段。 将常用集成工具分为统计分析软件、社会网络软件和专业软件，并描述各软件的特点和使用方法。根据数据处理需求和军事医学知识可视化需求选择了本论文试验研究中使用的TDA、TI、BICOMB、SPSS和CiteSpaceII软件和相关方法。 第三部分：应用和实证研究。 首先，根据军事医学知识可视化应用分析，将军事医学知识可视化按照目的、功能和内涵进行分类。军事医学知识可视化目的分为科学研究和科研管理中的知识可视化应用，军事医学知识可视化功能分为统计类、关联网络类、结构空间类和路径决策类知识可视化。统计类包括科学技术指标、科学计量指标、科学发展规律的数学模型以及一维知识单元数量等的统计。关联网络类是知识节点之间的属性连接关系。结构空间类是从知识的位置关系角度，揭示研究对象在知识空间中的结构。路径决策类是在关联网络类和空间结构类知识可视化基础上加入时间的动态分析考量。将常用内涵分为研究机构、科研方向、研究领域和科研团队知识可视化。 然后，针对军事医学机构知识可视化试验研究，，选取全军医院为例，基于全军医院的SCI文献和TI专利数据，得出全军医院的研究方向及其随时间变化、军内医院合作及其随时间变化、与外单位合作的原因、重要作者之间的可能合作/竞争领域以及领域的潜在快速发展可能。证明了词共现、机构合作、作者合作、词共现与时间以及机构合作与时间知识单元关系方法能够进行军事医学机构知识可视化研究。但专利地图与专利技术词条共现聚类相比较，专利技术词条共现聚类更适合军事医学机构重要专利技术的领域划分。 然后，针对军事医学研究方向的知识可视化试验研究，选取国际重要军事医学机构的研究方向为例，分析了这些机构的主要研究方向及其随时间变化，并与情报调研结果比较，证明了基于SCI论文的关键词共现聚类和多维尺度分析能够揭示军事医学的研究方向，但还需要增加非英语文献和专利数据的知识可视化揭示才更完善。 然后，针对军事医学科研领域的知识可视化试验研究，选取睡眠剥夺领域为例，分析了睡眠剥夺领域的子领域分类、子领域方向随时间变化，领域突现词，重要机构合作、重要作者合作和重要研究基础。证明了主题词共现方法能较好的进行子领域分类，突现词能够揭示领域中的突发研究方向和技术，文献共被引能够揭示领域的重要研究基础。 最后，针对军事医学研究团队的知识可视化试验研究，选取军事医学科学院的蛋白质组学创新团队为例，分析了团队的主要研究方向、主要成员、与外部机构合作、作者合作、团队子结构以及团队的重要研究基础。证明了作者合作网络可揭示研究团队的内部结构，文献和期刊共被引能揭示科研团队的重要研究基础。H指数能够评价研究团队和研究人员的学术影响力，但还需要增加发表文献的期刊评价指标、文献的同行评议分值（如f1000分值）以及专利强度指标（如Innography的专利强度分值）等质量评价指标。
【关键词】：知识可视化 军事医学 文献研究 战略研究
【学位授予单位】：中国人民解放军军事医学科学院
【学位级别】：博士
【学位授予年份】：2014
【分类号】：R82
【目录】：

• 术语表6-9
• 中文摘要9-12
• ABSTRACT12-17
• 1 前言17-24
• 1.1 立题依据17-18
• 1.1.1 军事医学知识的急剧增长需要知识可视化分析17
• 1.1.2 军事医学科学院十二五发展目标需要知识可视化分析17
• 1.1.3 知识可视化领域发展需要全面梳理17-18
• 1.2 国内外研究现状18-19
• 1.3 主要研究内容19-20
• 1.4 研究思路与方法20-22
• 1.4.1 研究思路20
• 1.4.2 研究方法20-22
• 1.5 技术路线22
• 1.6 理论意义与实用价值22-24
• 2 军事医学知识可视化需求研究24-31
• 2.1 科学研究的知识可视化需求分析24-28
• 2.1.1 宏观层面需求分析25-26
• 2.1.2 中观层面需求分析26-27
• 2.1.3 微观层面需求分析27-28
• 2.2 科研管理的知识可视化需求分析28-30
• 2.2.1 科研项目管理需求分析28-29
• 2.2.2 科技评价需求分析29-30
• 2.3 本章小结30-31
• 3 知识可视化理论研究31-47
• 3.1 知识可视化理论沿革31-37
• 3.1.1 教育界的知识可视化解析31-34
• 3.1.2 情报界的知识可视化解析34-37
• 3.2 知识可视化的基础探析37-41
• 3.2.1 计量学分类37-41
• 3.2.2 知识图谱41
• 3.3 知识可视化研究的内容和对象探讨41-45
• 3.3.1 知识可视化的研究内容41-44
• 3.3.2 知识可视化的研究对象44-45
• 3.4 本章小结45-47
• 4 知识可视化方法和工具研究47-64
• 4.1 知识可视化过程的解析47-50
• 4.1.1 统计类知识可视化47
• 4.1.2 数学模型类知识可视化47-48
• 4.1.3 结构特征类知识可视化48-50
• 4.2 知识可视化方法总结50-55
• 4.2.1 数据清理方法50
• 4.2.2 知识单元方法50-51
• 4.2.3 知识单元关系方法51-53
• 4.2.4 数据标准化方法53
• 4.2.5 数据简化方法53-55
• 4.2.6 可视化和解读方法55
• 4.3 知识可视化工具总结55-63
• 4.3.1 统计分析软件56
• 4.3.2 社会网络软件56-57
• 4.3.3 专业软件57-63
• 4.4 试验研究的方法和工具选择63
• 4.5 本章小结63-64
• 5 军事医学知识可视化应用研究64-74
• 5.1 军事医学知识可视化应用的目的分析64-68
• 5.1.1 军事医学中的科学研究65-66
• 5.1.2 军事医学中的项目管理66-67
• 5.1.3 军事医学中的科技评价67-68
• 5.2 军事医学知识可视化应用的功能分析68-71
• 5.2.1 统计类知识可视化68-69
• 5.2.2 关联网络类知识可视化69-70
• 5.2.3 结构空间类知识可视化70
• 5.2.4 路径决策类知识可视化70-71
• 5.3 军事医学知识可视化应用的内涵分析71-73
• 5.3.1 科研机构的知识可视化分析71-72
• 5.3.2 研究方向的知识可视化分析72
• 5.3.3 科研领域的知识可视化分析72
• 5.3.4 研究团队的知识可视化分析72-73
• 5.4 本章小结73-74
• 6 试验研究 1：科研机构知识可视化－以全军医院为例74-114
• 6.1 全军医院科技产出数据选择74
• 6.2 全军医院科技产出统计分析74-86
• 6.2.1 研究方案75
• 6.2.2 研究结果75-84
• 6.2.3 讨论84-86
• 6.3 全军医院研究方向分析86-96
• 6.3.1 研究方案86
• 6.3.2 数据处理86-87
• 6.3.3 方法和工具87-88
• 6.3.4 研究结果88-95
• 6.3.5 讨论95-96
• 6.4 全军医院合作网络分析96-112
• 6.4.1 研究方案96
• 6.4.2 数据处理96-99
• 6.4.3 研究结果99-111
• 6.4.4 讨论111-112
• 6.5 本章小结112-114
• 7 试验研究 2：研究方向知识可视化－以国际军事医学机构的研究方向为例114-156
• 7.1 综合类军事医学机构比较114-138
• 7.1.1 研究方案114
• 7.1.2 数据处理114-119
• 7.1.3 研究结果119-137
• 7.1.5 讨论137-138
• 7.2 三防和环境医学类军事医学机构比较138-155
• 7.2.1 研究方案138-139
• 7.2.2 数据处理139-143
• 7.2.3 研究结果143-154
• 7.2.4 讨论154-155
• 7.3 本章小结155-156
• 8 试验研究 3：学科领域知识可视化-以睡眠剥夺领域为例156-171
• 8.1 数据选择156-157
• 8.2 数据处理157-160
• 8.3 研究结果160-170
• 8.3.1 基于主题词聚类的领域分类160
• 8.3.2 睡眠剥夺领域随时间变化160-162
• 8.3.3 基于关键词的突现词分析162-164
• 8.3.4 重要机构合作网络164-165
• 8.3.5 重要作者合作网络165-167
• 8.3.6 高被引文献共被引167-170
• 8.4 本章小结170-171
• 9 试验研究 4：研究团队知识可视化－以蛋白质组学创新团队为例171-184
• 9.1 研究方案171
• 9.2 数据处理171-173
• 9.3 研究结果173-182
• 9.3.1 关键词共现聚类分析173-176
• 9.3.2 机构和作者合作网络分析176-178
• 9.3.3 高被引文献和期刊分析178-182
• 9.4 本章小结182-184
• 10 全文总结与讨论184-188
• 10.1 主要结论184-185
• 10.2 创新点185-186
• 10.3 讨论186-187
• 10.4 展望187-188
• 附录：图和表188-226
• 参考文献226-234
• 文献综述234-242
• 参考文献240-242
• 发表文献242-262
• 个人简历262-264
• 致谢264

【参考文献】

中国期刊全文数据库 前10条

1 赵国庆;;知识可视化2004定义的分析与修订[J];电化教育研究;2009年03期

2 杨君岐;李海平;乐甲;谭宏武;;影响期刊影响因子的BP神经网络模型构建与实证研究[J];广西师范大学学报(自然科学版);2007年04期

3 赵国庆,黄荣怀,陆志坚;知识可视化的理论与方法[J];开放教育研究;2005年01期

4 唐伏良,张向明,茅及愚,刘令勋;科学计算可视化的研究现状和发展趋势[J];计算机应用;1997年03期

5 熊晓英;;相对影响因子及其意义[J];中国科技期刊研究;2005年06期

6 刘则渊;朱晓宇;;国际科学计量学及其姊妹学科的计量与图谱[J];科技导报;2012年07期

7 杨峰;;从科学计算可视化到信息可视化[J];情报杂志;2007年01期

8 钟伟金;李佳;;共词分析法研究(一)——共词分析的过程与方式[J];情报杂志;2008年05期

9 楼文高;张卫;杨雪梅;;科技期刊学术水平综合评价的神经网络模型[J];情报杂志;2009年09期

10 包惠民;李智;;CNKI数据实现ucinet共现分析的方法及实证分析[J];软件导刊(教育技术);2012年01期

本文编号：1048476