作为大数据时代产物的“Google知识图谱”,紧密依存大数据理论,以及关注数据规范性和关联性的本体和语义网理论。“科学知识图谱”本质是知识管理的分析方法,一般较少涉及知识存储过程。“Google知识图谱”本质是以语义三元组为基础的结构化海量知识库。依据知识应用目的可以分为通用知识图谱和行业知识图谱,见表12.1。“科学知识图谱”侧重于知识共享,兼具知识创新功能;而“Google知识图谱”则只偏重于知识创新。......
2023-07-24
自从2002年由Rasmussen等学者在65届美国信息科学与技术学会会议上发表题为“Visualizing knowledge domains”的文献[5],将可视化方法及工具应用于图书情报领域知识管理的研究在国外学界逐步兴起。国内方面,陈悦、刘则渊等提出将这一研究方法的中文译为“科学知识图谱绘制”。[6]随后,“科学知识图谱”或“知识图谱”概念在国内图书情报领域得到广泛应用,成为知识管理的重要方法。[7][8]
为提供海量数据的智能检索服务,Google公司率先构建了统一结构化的Knowledge Map[9],即以语义网和领域本体为其关键技术的大规模语义网知识库。Knowledge Map按照中英文字面的含义也译为“知识图谱”,近年来主要出现在国内计算机领域相关文献中。[10][11][12]另外,中国中文信息学会已经连续召开三届“中文知识图谱研讨会”(http://www.cipsc.org.cn/),讨论语义网知识库的开发和应用,“知识图谱”概念在中文信息处理领域已经被普遍使用。随着语义网技术在图书情报领域中的广泛应用,以语义网知识库为特征的“Google知识图谱”势必引入到图书情报领域,从而在名称上与作为知识管理重要方法的“科学知识图谱”相冲突,因此有必要理清各自概念的内涵,并予以比较和分析。
两类知识图谱都属于知识管理范畴,在知识管理过程中不同阶段扮演不同角色,完成各自功能。以下首先分析各自术语一般含义,追溯相关理论渊源,重点以知识管理过程为主线进行比较分析,并总结各自适用领域。另外,因为“Google知识图谱”是大数据时代的产物,所以还讨论了两类知识图谱在大数据环境下的应用前景。
有关高校图书馆大数据应用模式与实证研究的文章
作为大数据时代产物的“Google知识图谱”,紧密依存大数据理论,以及关注数据规范性和关联性的本体和语义网理论。“科学知识图谱”本质是知识管理的分析方法,一般较少涉及知识存储过程。“Google知识图谱”本质是以语义三元组为基础的结构化海量知识库。依据知识应用目的可以分为通用知识图谱和行业知识图谱,见表12.1。“科学知识图谱”侧重于知识共享,兼具知识创新功能;而“Google知识图谱”则只偏重于知识创新。......
2023-07-24
为验证本方案的可行性以及观察文献推荐效果,开展以下实证研究。本方案着重讨论面向内容的推荐,而图书或论文的内容在很大程度上由关键元数据决定。表10.2图书数据表10.3论文数据表10.4是结合表10.2中的图书与表10.3中的论文,依据混合关联的设计方案进行关联后并依据表10.1的评分标准所得到的结果,共形成15对关联二元组。按照这种方式,海量的图书和论文二元组将构建成大规模推荐网络图。......
2023-07-24
图书馆大数据应用必须密切结合图书馆大数据服务的需求,针对性地提出应用模式和解决方案,以促进图书馆大数据服务的真正落地。本书利用语义网这一工具和技术,融合语义网最新研究成果,提出一种基于语义网的学科知识服务模式。因此本书提出面向科研的高校图书馆电子资源使用统计模式。......
2023-07-24
学术界和工业界对知识管理理论进行了深入而广泛的研究,然而迄今为止对知识管理涉及的具体内容及一般过程尚未形成统一认识。这里重点介绍图书情报领域专家的相关表述。其管理过程大致包括知识生产、组织、构建、检索、发现、分享、应用和创新等阶段。在知识经济的背景下,知识的发现、利用和创新是贯穿于高校图书馆各项业务工作的主线,知识管理理论也成为大数据时代图书馆大数据应用和服务的主要支撑理论。......
2023-07-24
图4.3论文数据库和图书数据库本体模型和聚合元数据关联。设有两篇论文的题名分别为:论文A:大数据时代数字图书馆面临的机遇和挑战论文B:大数据时代下图书馆的挑战及其应对策略按以下步骤计算它们的相似程度。......
2023-07-24
大数据环境下个性化服务的研究引起学界重视。大数据技术的迅速发展以及图书馆个性化服务要求的不断提高,催生了大数据环境下个性化服务的研究,尤其是在关联数据技术与个性化服务结合方面取得了积极进展。以下结合大数据环境下个性化服务特征,讨论用户行为模型的构建策略。......
2023-07-24
为验证本方案的可行性和推荐性能,实现推荐系统并开展实证研究。按此规则共收集到1万多组数据。针对不同的调和参数α的准确率和多样率的统计结果如图10.15所示。......
2023-07-24
本方案是基于内容的文献推荐方法,当用户浏览图书馆信息系统,点击感兴趣的文献链接时,系统查找与用户当前所点击的文献特征高相似度的文献,经过排名后实施推荐。本方案中用户兴趣建模和文献数据建模均采用“混合关联”方案,如图10.13所示。抽取图书数据库中的“书名”和“内容简介”,与论文数据库中的“篇名”和“中文摘要”等元数据实现关联。Spark库中有专用函数支持“相似性度量”关联的实现。......
2023-07-24
相关推荐