数字图书馆知识标准规范及应用研究：实现组织目标的因果关系

7.1.1.1 知识树

知识树是通过知识维度分类的初始化,建立知识的分类体系,以树状菜单的形式表现出来。通过知识树,用户可以按照分类索引的方式找到所需的下级分类,点击相应的分类可查阅该分类下的知识内容。知识树本质上就是一个层级式知识图,它表达了为实现某一组织目标的所有相关知识间的因果关系或从属关系。这种树状层级式知识图由于具有对称性、良好图形、连续性等特点,而得到广泛的应用。知识树模型在层级式知识图的基础上拓展了更多的管理功能。

知识树一般体现为一种可供检索和查询的等级式主题目录,可用于数字图书馆知识导航服务中。它以超文本链接的方式将不同学科、专业、行业和区域的信息按照分类或主题目录组织起来。知识树提供一种界面机制,用户利用这个界面,通过主题目录间接地连接并使用多个实际的数据资源,如中国知网数据库检索界面左侧以学科领域进行分类,形成学科分类导航系统,利用导航系统可以逐步选择学科领域缩小检索范围从而提高检索的准确性。另外,期刊导航、专业性的知识库、行业知识仓库也是按照不同行业区域信息进行分类的。知识树模式将知识资源按照某种事先确定的概念体系结构进行分类,用户可根据需要逐层选择自己需要的知识内容,直至最后将信息资源搜索完全。这种方式简单易用,屏蔽了网络信息资源系统对于用户的复杂性,而且树形的浏览界面对用户来讲目的性强,检索方便快捷。

7.1.1.2 知识地图——知识组织的可视化

知识地图具有索引的功能,可以标示出组织中知识的位置,但是无法直接取得知识的内容。当组织中的成员需要某项专业知识时,可通过知识地图的指引,找到所需的知识。在组织内推行知识管理时,知识地图具有增加和扩大组织智力资产的功能。因此,可将知识地图定义为:“可视化地显示可获得的信息及其相互关系,它促使不同背景的使用者在各个具体层面上进行知识的有效交流和学习。在这样的地图中包括的知识项目有文本、图表、模型和数字。”中国台湾地区的研究者们有时也将知识地图称作知识分布图或知识映射图,相应的英文均为“knowledge map”。

知识地图是对知识领域进行映射,即以可视化的手段对知识进行展示。知识地图是对组织中各种知识资源、知识载体、人员及其相互间的联系可视化出来,方便知识使用者快速找到所需知识以促进知识的共享与重用。知识地图能够自动将学科的知识单元进行关联,以图形化链接的方式实现知识检索的拓展和关联;能够收集显示某一学科各类来源文献,利用文献间的复杂引用联系建立显性知识的排序和关联;能够通过作者发文、共引、共用主题词等关系揭示学科专家学者等隐性知识之间的联系,实现对学科隐性知识的检索和浏览。知识地图最初是表现科学技术活动与知识的地理分布状况的地图,由于信息技术的发展,知识地图突破局限于描述知识地理分布的知识地图界限而逐渐演化为含义与内容更加广泛的知识图谱。^[1](www.xing528.com)

主题图(topic map)是一种用于描述信息资源的知识结构的元数据格式,它可以定位某一知识概念所在的资源位置,也可以表示知识概念间的互相联系。作为一种知识组织技术,主题图提出了一种基于主题的元数据组织和描述方式,提供了语义级的数据导航和组织方式,是知识管理和信息资源管理的桥梁。作为一门知识表示语言,主题图能够满足语义网的发展要求,解决信息的发现问题;作为一种知识组织技术,主题图在知识管理方面拥有与知识地图一样的功能,它能够提供一个标准技术方法来构建和共享知识,定义任意复杂的、变化的知识结构,并以元数据的形式体现和表现知识,解决了组织知识所面临的存储、检索和共享的问题。在Web应用方面,主题图与知识地图一样具有信息导航的功能,能够帮助信息知识的使用者克服信息过载的障碍快速找到所需知识。同时,主题图技术可以作为一种知识地图的构建技术,利用主题图技术可标记数据挖掘模块所产生的模式,用数据挖掘产生的主题和它们之间的关系作为主题图的主题及主题间的联系以形成知识地图。

现代组织必须依靠整合分布于组织中的零散知识,通过对这些知识的管理、重用和共享才能使组织获得持续创新发展的动力。知识地图作为一种知识管理工具能够整合组织中的零散知识,提供概览组织知识结构和获取知识的统一界面。

目前,知识地图的构建技术和应用研究方面有所发展。不同应用领域中知识地图具有的功能,其侧重点有所差别,归纳起来主要有如下功能:①信息知识的导航功能。②揭示信息资源间的相互关系。揭示知识节点之间以及节点与人或特定事件之间的关系。通过揭示款目之间的关系,实现知识的提取和共享,如结合社会网络分析方法研究知识间的关联关系,研究组织中隐性知识载体人员之间的关系等。③识别不同系统的知识资源。④知识资产清单。知识地图可以作为一种知识审计,评估知识现状,展示可以利用的资源,发现需要填补空白的工具。

组织建立实用的知识地图,首先要结合自身的知识资源分布状况及其知识结构进行建模。建模即是将资源层不同来源的各种类型知识统一表示出来,通过对知识进行建模来提取出知识特征、描述知识的使用背景,以及用通用的格式对知识进行描述存储。主题图中的主题建模方法以及本体建模技术可以应用到知识地图的知识建模中,利用主题、本体建模工具可以提高建模的效率及准确性,节省人力和时间。现在常用的本体编辑工具有Ontolingua,Ontosau-rus,Web Onto,Protege2000,OntoEdit等,常用的本体及主题图描述语言有KIF,Ontolingua,Cyc L,RDF,OIL,DAML,OWL,XTM等,利用这些描述语言及辅助构建工具可以统一知识的描述格式,有利于知识在不同平台之间共享,有利于知识地图的及时更新及知识概念的合并。知识地图的构建应该结合数据挖掘及人工智能技术,数据挖掘和人工智能技术可以应用于知识地图模型中资源层与描述层之间。数据挖掘中的关联挖掘可以帮助从数据库、知识库及文本中发现概念,丰富已有知识地图中的概念,关联规则的发现可以帮助提取概念之间的层次性关系及确定适当的抽象层次等。

目前,知识地图的理论及应用研究得到了一定程度的发展,但是还存在许多问题急须解决:①知识地图中的知识建模技术的研究。②结合数据挖掘和人工智能技术及其他社会科学知识的应用研究。③知识地图的呈现方式的研究。对知识地图的研究将继续围绕这几个方面进行,随着相关技术的不断完善,知识地图技术将得到迅速的发展与应用。