科技创新发展趋势环境研究论文（共3篇）(4)

　　2相关研究

　　现代社会科技研究活动日益活跃，众多的科研活动中产生了海量的数据共同形成了科技大数据。科技大数据的组织与可视化紧密相关，可视化是对经过数据组织的结构化数据的可视化图形展示，而科技大数据的合理组织则是可视化的基础保障。

　　2.1知识图谱

　　知识图谱（KnowledgeGraph）是由Google于2012年提出的概念。知识图谱由知识以及知识之间的关系组成。知识之间的关系通过两个实体之间相连接的边来表示。本质上，知识图谱是一种揭示实体之间关系的语义网络[4]，可以对现实世界的事物及其相互关系进行形式化地描述。现在的知识图谱已被用来泛指各种大规模的知识库。

　　知识图谱的构建方法通常有自顶向下和自底向上两种。所谓自顶向下的方法是指先构建知识图谱的本体，即从行业领域、百科类网站及其他等高质量的数据源中，提取本体和模式信息，添加到知识库中；而自底向上的方法是指从实体层开始，借助于一定的技术手段，对实体进行归纳组织、实体对齐和实体链接等，并提取出具有较高置信度的新模式，经人工审核后，加入到知识图谱中。然而，在实际的构建过程中，并不是两种方法孤立单独进行着，通常是两种方法交替结合的过程。在构建多数据源的知识图谱时通常结合两种方法，首先采用自顶向下的方式来构建本体库，然后采用自底向上的方式进行提取知识来扩展知识图谱。不同的学科领域已经陆续建立学科知识图谱，其中生物医疗等领域走在知识图谱建设工作的前列。

　　2.2科学知识图谱

　　人类利用形象思维将数据映射为形象视觉符号，从中发现规律，进而获得科学发现，其中可视化技术对重大科学发现起到重要作用[5]。大数据可视化分析将成为大数据时代科技创新管理和决策的新手段。科技管理与决策所依赖的可视化技术中，科学知识图谱（MappingKnowledgeDomains）是其中非常重要的一项[6]。科学知识图谱可以作为宏观层面跟踪科技前沿、选择科研方向、预测学科发展、开展知识管理与辅助决策的有效工具。科学知识图谱和知识图谱的侧重点不同，表现为：知识图谱侧重于知识组织，本质上是用语义网络的知识表示方法将知识点和事实数据进行关联组织；科学知识图谱则侧重于利用可视化技术对知识点之间的关联进行图形化展示，主要目的是通过可视化结果支持科技发展规律发现及趋势分析。

　　科学知识图谱兴起于20世纪末期，其发展过程可以划分为如下阶段：在初始阶段，主要是研究人员基于自身兴趣展开的自由探索，其开发的工具普遍具有功能单一、界面简单等特征。在发展阶段，研究机构和信息服务企业开始重视和投资开发功能全面、界面友好、兼容性强的软件工具。在应用阶段，随着科学知识图谱和可视化技术成为信息科学的研究热点，集成数据清洗、数据分析、数据挖掘、知识可视化等多领域技术进步成果的大型综合性软件工具开始出现，并在不同的行业领域广泛应用。

　　世界各主要国家地区，特别是传统科技强国，都在科学知识图谱和可视化技术方面开展了研究工作。通过科学知识图谱和可视化技术开发与应用研究，为研究机构、企业、政府等提供从技术到内容、从开发到分析、从设计到传播的全面信息支持服务，利用可视化工具设计出很多面向经济和科学决策、科普等方面的精美知识图谱。这些科学知识图谱和可视化技术方面的成果和活动已经产生了巨大社会影响。在科学知识图谱和可视化技术发展方兴未艾的阶段，美国就已经认识到它的重要价值，并开始通过国家公共资金渠道投入和打造知识图谱和可视化技术开发与应用研究团队。美国印第安纳大学KatyBorner教授组建科学知识图谱和可视化技术开发与应用研究团队开展“知识领域可视化”研究[7]。

　　随着数据挖掘技术、科学计量学、信息计量学和计算机技术的不断发展和进步，科学知识图谱和可视化技术的应用范围在不断扩展，呈现出从知识组织展示，到发展规律分析，再到技术预见与决策支持的发展路径。传统的科学知识图谱是以科学计量学原理为基础，通过简单图表直观地表达了一些科学统计结果。主要应用范围集中在知识组织呈现，例如利用文献共词、共引和耦合、合作网络分析等基础理论，研究知识或文献的组织规律和发展脉络。进入20世纪以来，随着数据挖掘领域的进展和高性能数据计算能力的提高，科学知识图谱和可视化技术的应用扩展到对科学问题发展规律的分析，在研究某学科的全球发展结构，分析科技人才队伍结构和协作情况，检测科技产出与影响力分析、发展趋势跟踪等方面发挥重要作用。2005年通过可视化技术发现并展示了生物化学和生物工程稳步地进入化学领域，并对化学领域的知识基础产生影响。近年来，在技术预见和宏观决策支持领域中，科学知识图谱和可视化技术已经开始发挥重要作用[8-9]。

　　2.3基于文献数据的决策需求

　　除了科研机构进行科学知识图谱研究外，传统的科技信息服务公司基于海量文献信息数据库也不断推出可视化分析产品与服务。汤森路透、爱思唯尔集团在各自研发大型文献数据库的基础上，重点研发和推出了集成数据分析、数据挖掘、知识可视化等多领域技术的大型综合性软件工具平台。汤森路透推出的InCites工具，能够帮助政府和学术研究机构中的决策者、科研管理人员分析本机构的学术表现和影响力，并针对全球同行的研究成果进行比较。爱思唯尔研发的SciVal从可视化视角衡量一个机构多年来在科学领域的研究表现。将各个专题领域的总体规模进行量化，使机构能了解其研究的重要性和市场份额及其在领域内的竞争排名。

　　基于海量文献信息数据库基础的科学知识图谱分析软件工具的发展方向，一是分析学科主题与领域发展状况和规律。构建一个学科主题的按时间维度发展的图谱，反映学科的衍生、发展、成熟和衰退状态。同时，可利用关键词共现网络的分布，识别学科热点和发现研究前沿。二是分析科学家、研究团队、机构、国家的产出分布、合作和相互关系。展现国家、机构、团队、科学家等不同层次的科研合作网络，定位空间和时间分布情况。三是表现科技投入与科技产出的关系。将科技投入与产出的状况和关系在一起集中展示，直观地展示科技投入效果与效率。这些应用都为政府和管理部门制定科技规划和布局提供了有效的决策支持。

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说工学类科技创新发展趋势环境研究论文（共3篇）(4)在线全文阅读。