基于关联书目数据的分层聚合与导航机制研究

The libraries are not only in charge of keeping extensive documents which record the human knowledge, but also undertake the task of managing the documents with an eye to bibliographic data. As units of bibliographic data, documents constitute a relatively complete 'human knowledge map'. Nowadays people are attempting to transform the traditional web into knowledge network. Undoubtedly, the bibliographic data has become one of the best choices. For this purpose, the libraries should explore knowledge management and knowledge service on account of bibliography to realize this change. Knowledge is recorded by kinds of documents, for this reason, the libraries should change their management style and service from a coarser-grained 'document layer' to a finer-grained 'knowledge unit layer'. And scientific methods which would make the mixed knowledge units in different grain sizes to be logically organized should also be adopted by the libraries. This project presents bibliographic data as the object of study. We try to use the linked data technology and some specific methods, such as data mining, data standardization and data semantization, to process the bibliographic data and the knowledge units which are contained in the documents. In this way, the knowledge units in different grain sizes can be aggregated in layers and form a digital 'polymer' on the basis of bibliographic data. The three-layer (Subject Layer, Bibliography/Document Layer and Knowledge Unit Layer) knowledge network（Subject Knowledge Map）is also beginning to take shape. The knowledge units in different grain sizes can be shared and reused in this network. Finally, this research will help document network to evolve into knowledge network. Individual knowledge navigation services will also be put forward on the basis of linked bibliographic data by this research.

图书馆不仅保存着记录人类知识的各类文献，而且实现了基于书目数据的文献管理与服务，书目数据以文献为单元构建了一幅相对完整的人类"知识地图"。当人们试图将Web建设成为知识网络时，书目数据必然是最好选择之一。为此，图书馆需要探索基于书目的知识管理与服务，实现由文献服务向知识服务的转变。由于知识被记录在文献中，因而，图书馆需要将管理与服务由粗粒度的文献层推进到细粒度的知识元层，探索不同粒度知识元混合组织的科学方法。所以，本课题提出将书目数据作为研究对象，利用关联数据技术，通过对书目数据和文献中所含知识元的挖掘、规范化、语义化和关联化等处理，实现不同粒度知识元的分层聚合，形成基于书目数据的数字聚合体，形成以书目数据为基础的三层结构（主题层、书目/文献层、知识元层）的知识网络（或主题知识地图），促进不同粒度知识元的共享与重用；推进由文献网络向知识网络的发展；实现基于关联书目数据的个性化知识导航服务。

知识服务是文献服务发展的大趋势，已被科学界和业界广泛认同。但是，目前知识的保存、管理和服务仍停留在以“文献”为单位的粗粒度阶段。然而，用户最终需要的是包含于文献之中的细粒度的“知识元”。因此，如果能够深入文献内部，找到其所包含的“知识元”并建立关联关系和链接，就有可能解决文献的知识利用与服务问题。本课题就是基于这一背景开展研究的。.本课题的主要研究内容有四部分：一是书目数据的格式转换与关联化发布问题；二是知识元的有关问题，或者说如何找到文献中所包含的知识元；三是不同粒度知识单元的组织问题，通过对书目数据的语义化和关联化研究，探究不同粒度知识单元，以及不同数据集之间数据的关联与聚合问题；四是知识导航问题，本课题以关联书目数据为例，利用书目数据集中有关实体间的关联关系进行导航研究。.本课题经过四年的研究，主要取得了以下研究成果：一是知识元的相关理论研究，首先，对知识元的概念、分类、数据模型等进行了系统的探究。如，通过对不同学科，不同时期人们对知识元概念描述的分析，本课题组认为，知识元是指语义相对完整地表达特定知识的最小内容单元；其次，本课题组提出并验证了两个假设：（1）一篇文献是N（N是正整数）个知识元的逻辑组合。（2）一个知识元是M（M是正整数）个语义三元组的逻辑组合。二是对书目数据的语义化和关联化取得了一些进展。一方面是优化和完善了书目数据的语义描述框架，另一方面是实现了书目数据的序列化。.本课题主要目标是研究如何构建知识网络，从理论上探究由文献服务到知识服务的发展路径。其科学意义，一是推进原有的基于文献的知识管理理论，向基于文献内容中的知识元管理理论的发展。通过对知识元的描述和揭示，使人们可以直接发现和获取所需的知识，节省人们知识生产过程中文献与知识发现，以及阅读理解时间；二是以关联书目数据为例，研究不同知识单元的分层聚合问题，推进从文献管理，发展到文献、文献内容，以及文献之外的相关知识实体，从而构建知识网络空间。.知识元比文献更能反映知识内容本身，知识元问题的解决对以下两个领域有积极的作用。一是能够推进文献计量学、科学计量学和学术评价等从文献层（或文献特征层）深入到文献内容层，使得有关分析和评价能够更加接近事实本身；二是能够推进知识管理理论的发展，建立基于知识元的知识管理理论体系。同时，也能推进图书馆从文献服务向知识服务发展。