知识可视化：提升工程学科知识获取效率

2024-03-04 百科知识版权反馈

【摘要】：由表2.5，我们可以进一步看到知识、信息和数据可视化三者的区别。知识可视化把最有价值的知识，无论它是显性的还是隐性的，通过数据挖掘、信息处理、知识计量、图形绘制而显示出来，从而使个人和组织的认知产生更大的效用。该术语在认知心理学、人工智能和知识可视化领域有不同的定义。

2.2.3　知识可视化

信息时代是一个知识成为生产力的时代（Stephen，et al，2004：1—11）。全球知识爆炸性的增长伴随着ICT的广泛传播和应用，带来知识和信息选择的巨大困难。数据可视化、信息可视化和知识可视化（Date/Information/Know ledge Visualization，DV/InfoVis/KV）——一个旨在将最应当注目的数据、信息和知识以可视的图像直观地加以展现的理论和方法——悄然兴起（Gordon，2000；Gomez，et al，2000；Borner，et al，2002；Larsen＆Levine，2005）。

可视化的原意是“可看得见的、清楚的呈现”，它作为专业术语始见于1987年的“科学计算可视化”。按照潘云鹤（2001）的说法，科学计算可视化（visualization in scientific computing）的基本含义是指运用计算机图形学或者一般图形学的原理和方法，将科学与工程计算等产生的大规模数据转换为图形、图像，以直观的形式表示出来。因此，数据可视化的概念首先来自科学计算可视化概念；发展至今，它还包括工程数据和测量数据的可视化，泛指一切空间数据场的可视化。信息可视化（infovis）则是指非空间数据的可视化。面对海量的数据，人们更需要了解数据之间的关系以及隐藏其后的信息，因此需要“借助计算机支持的、交互式的、对抽象数据的视觉表示法以扩大认知”。（Card，et a1，1999）

知识可视化指的是所有可以用来建构和传达复杂知识的图解手段。20世纪60年代，美国康奈尔大学教授诺瓦克等人（Novak J.D.＆D.B.Gowin，1984）在教育领域率先提出和应用了所谓“概念图”，并在80年代出版的《学会学习》（Learning How To Learn）一书中作了正规的论述。概念图又可称为概念图谱（conceptmapping）或概念地图（conceptmaps），前者注重概念生成的过程或概念图制作的具体过程，后者注重概念图过程的最后结果。现在通常把概念图谱和概念地图统称为概念图而不加严格区别，因为两者都是用来组织和表征知识的工具。除了传达事实和概念信息之外，知识可视化更重要的目的在于表达见解、经验、态度、价值观、期望、观点、意见和预测等，并以这种方式帮助他人正确地重构、记忆和应用这些知识。按照Eppler和Burkard（2004）的说法，知识可视化通过提供更丰富的方式来表达人们所知道的各种内容，以增强人们之间的知识传播和知识创新。

由表2.5，我们可以进一步看到知识、信息和数据可视化三者的区别。

表2.5　数据、信息、知识可视化的比较

资料来源：赵国庆等人（2005）。(www.chuimin.cn)

数据是信息的载体，信息是数据的含义，知识则是由信息加工和提炼而成的结晶。知识可视化把最有价值的知识，无论它是显性的还是隐性的，通过数据挖掘、信息处理、知识计量、图形绘制而显示出来，从而使个人和组织的认知产生更大的效用。简单地说，知识可视化就是知识的概念化加可视化（见Gomez，et al，2000），包括通常所说的知识图谱（knowledge mapping）和知识地图（knowledge map）。

知识图谱或知识地图中的项目时常称为“知识制品”（knowledge artifact），分为“认知知识制品”和“物理知识制品”两大类。前者是指对真实物理世界的了解和理解，通常被简化为“知识”，后者则是指认知知识制品的表示法；前者侧重于内容，后者侧重于表现形式。知识制品会因其编码方式、呈现方式和抽象程度的不同而各不相同，它们可以是显性的，也可以是隐性的，然而大多数是两者的组合。知识可视化的实质是将人们的个体知识（主要是显性或隐性的认知知识制品）以图解的手段表示出来，形成能够直接作用于人的感官的知识的外在表现形式（显性的物理知识制品），从而促进知识的传播和创新。文本、图表、模型、数字和编码等都是知识制品的实例。还有一种分类是依据知识地图的概念主题（领域依赖程度）和形式化程度（Usehold，et a1，1996），这个二维分类法便于确定知识地图所属的类别，明确知识地图的特征，同时也便于选择不同的构建原则方法。

知识制品的表达方式称为知识表征（knowledge representation）。该术语在认知心理学、人工智能和知识可视化领域有不同的定义。本书应用的知识表征是指承载知识的图解手段，如：（1）作为知识地图雏形的概念图，揭示概念的内涵和外延，刻画其内在关系；（2）信息资源分布图，侧重于表达信息资源与各相关组织或个人的关系；（3）阶层式（hierarchies）、分类式（taxonomies）、语义网式（semantic networks）表达的概念型与职能型知识地图；（4）企业流程图、认知流程图、推论引擎、事务流程图等流程型知识地图；（5）网页形式的知识地图，以表达组织和个人信息、社会网络信息、关系路径等信息。

知识可视化工具有多种，在教育领域中常用的有：（1）概念图（concept Map），它是知识地图的前身（Novak，et al，1984）；（2）思维导图（mind map），英国人Tony Buzan（1999）所创的一种笔记方法，尤其适用对发散性思维的表达；（3）认知地图（cognitivemaps），又称因果图（causalmaps），由Ackerman和Eden（2001）提出，主要用于帮助人们规划和决策；（4）语义网络（semantic networks），但与计算机科学中的定义不同而与概念图一样，这里的语义网络以概念和有意义的、不受限制的连接词为基础，形成基本的实例或命题，可以包含成百上千的相互关联的概念（Fisher，2000）；（5）思维地图（thinking maps），这是由David Hyerle（1988）开发的，用以帮助阅读理解、写作过程问题解决、思维技巧提高。

知识可视化有着广泛的应用，包括：（1）科学计算可视化，即运用计算机图形学和图像处理技术，将科学计算过程中的数据和计算结果的数据转换为图形与图像在屏幕上显示出来并同时进行交互处理；（2）其他各种数据的可视化，例如数字天气预报的可视化、数字地球与地质信息的可视化、医学信息的可视化、网络信息的可视化、文本信息的可视化、企业的知识管理门户（knowledge management portal）、互联网上普遍使用的超文本链接和应用链接，以及其他信息描述、存储、检索和应用的可视化。

正因为如此，国内的知识可视化研究已经兴起，它所涉及的学科领域有：计算机科学与工程、医学、地质学、地理学（李德仁，2005）、气象学（曹燕、王迎伟，2002）、知识工程（史忠植，1998；2002）、知识管理（王君、樊治平，2003；谭玉红、吴岩，2005）、企业管理（朱晓峰，2003；张钢、倪旭东，2005）、科学学（陈悦、刘则渊，2005；侯海燕等人，2006）、图书情报学（邓三鸿等人，2006），乃至哲学（陈强等人，2006）等等。

知识可视化：提升工程学科知识获取效率

相关推荐