《基于多維度聚合的網絡資源知識發現研究》中期檢查報告

一、 研究進展情況

1. 研究計劃總體執行情況及各子課題進展情況

總體上，本項目組成員依據項目的研究計劃和時間安排，基本完成了預期的研究目標。目前，本課題的研究工作和進度基本與研究計劃吻合，主要對項目的總體研究框架，子課題一和子課題二展開了廣泛而深入的研究。具體來說，本課題的研究工作與進度如下：

1.1研究架構

課題組在進一步了解本課題相關領域理論研究和實踐進展的基礎上，完善了研究架構，確定了研究重點和難點，進一步明確了任務分工。在此基礎上，制定了最終的研究方案。形成了一篇研究成果《基于多維度聚合的網絡資源知識發現》（已經錄用），該論文詳細論述了基于多維度的網絡資源知識發現框架。該框架依據知識發現的基本流程（數據準備->數據挖掘->解釋與評估），從網絡信息資源的結構信息、網絡內容信息和網絡使用信息三個維度，分別探討三個維度上的網絡信息資源的知識發現方法，而后在上述研究基礎上，探討面向全網絡資源多維度聚合的知識發現方法。由此可見，該知識發現框架既遵循知識發現的一般規律，具有可靠的理論基礎，同時又針對網絡資源的特性，具有針對性。最后，論文又依托該框架，以科技成果資源為應用對象，設計了基于多維度聚合的網絡資源知識發現框架的應用實施方案。通過上述分析可知，本論文作為項目初步研究成果，具有提綱挈領的作用，為后繼的研究提供了方向和實施方案。

1.2子課題一研究進展

子課題1的研究已經全面展開，重點研究了四個方面的內容：網絡資源的關聯結構特征研究，網絡資源關聯網絡中的知識分布研究，網絡資源關聯網絡的演化研究，網絡資源關聯網絡中的用戶行為研究。具體來說，各部分的研究情況如下：

（1） 網絡資源的關聯結構特征研究

對網絡資源關聯網絡結構形態進行研究，重點考察了以下幾個方面的內容：首先，對關聯網絡的基本特征進行統計分析，通過度分布、聚類系數的統計分析考察關聯網絡知識節點的離散聚合特征，通過特征路徑長度分析考察知識節點的連通性和距離；其次，進一步研究了關聯網絡中的社區結構，從中觀層次分析知識的集聚特征和領域劃分，通過對研究網絡的層次結構研究領域關鍵詞的層次性，通過對網絡自相似形態的分析考察關聯網絡的對稱性和復制性；最后，以模體和群落為對象分析了網絡資源的中觀結構，探尋從微觀個體到宏觀結構的聯系。論文《網絡資源的關聯結構探析》正在撰寫中，論文架構已經搭建，實驗數據已經搜集。

（2） 網絡資源關聯網絡中的知識分布研究

本部分重點研究了網絡資源關聯網絡中的知識特征與規律。已經形成論文《網絡資源關聯網絡中的知識分布規律研究》（正在撰寫），該論文主要通過統計分析關聯網絡的節點分布，識別關鍵知識節點；通過研究連接分布，分析關聯網絡的中心節點/中心連線；通過研究關聯網絡知識單元的作者分布，尋找網絡中的關鍵的知識生產者；通過研究作者合作關系，探索關聯網絡中的知識合作和知識遷移；通過研究關聯網絡中的機構分布，尋找知識創造的核心群體；通過知識節點產生時間的分布研究，分析知識節點的增長老化特征；通過對網絡資源類型的時序統計分析，探索資源的分布和資源生產的發展趨勢。

（3） 網絡資源關聯網絡的演化研究

本部分重點研究了在大數據環境下，網絡資源關聯網絡動態演化特征，通過分析與實證研究，我們發現一方面網絡資源關聯網絡的結構形態是隨時間動態變化的，另一方面網絡資源關聯網絡的結構演化形成網絡中的小世界效應和無標度特征。小世界效應表現知識單元的強關聯性，無標度反映知識節點的非均勻性。此外，通過研究網絡中心性的遷移規則，分析了中心遷移和新知識產生的關系，通過研究了網絡中的弱鏈接，討論了新知識的演化和發現。

（4） 網絡資源關聯網絡中的用戶行為研究。

有關網絡資源關聯網絡中的用戶行為研究主要探索了：用戶的檢索和使用路徑的形成規律和內在動因。并形成了論文《社會化標簽系統中基于社會網絡的知識推送網絡演化研究》（已經發表），具體來說，主要是利用網絡分析方法，將社會化標簽系統中基于社會網絡的知識推送網絡構造方法描述為六個步驟。借鑒演化理論，將基于社會網絡的知識推送網絡演化動力歸納為內生動力和外生動力。移植生物進化論的相關理論，提出多重動力機制作用下基于社會網絡的知識推送網絡演化周期性模型: 每個周期的起點就是新一輪社會網絡的構建，每個周期內部的演化過程分為選擇階段、遺傳階段、變異階段。該知識推送網絡演化模型，為向用戶提供主動推送服務提供了依據。

1.3子課題二研究進展

課題2網絡資源語義揭示與多維度聚合已經展開初步的研究。具體來說，主要是對海量網絡信息資源的多粒度分割、語義提取、語義標注、多維度聚合等幾個方面進行了探索，并形成了相關研究成果《基于有序分類的文本多粒度分割與語義標注研究》（已經投稿），網絡通常以一篇web文檔作為網絡信息資源組織的基本單位，信息組織的粒度過粗，這也直接導致很難實現檢索即所得的信息資源精準定位服務，更難完成網絡信息資源的多維度語義關聯，實現網絡信息資源的關聯集成服務。為解決網絡信息資源組織存在的上述問題，該論文采取有序分類的方法對網絡信息資源的多粒度分割與語義標注進行了研究，提出了基于有序分類的文本多粒度層級分割與語義標注方法，該方法在總體上采取自下而上的分層聚類的方法來實現網絡內容信息的層級分割，構建出一棵文檔分割樹。該結構的突出優勢是可以實現信息資源的多粒度組織。在對網絡內容信息進行多粒度分割的同時，進行各個粒度層次上的語義提取與關聯，并形成論文《Research on fine-grained linked data creation for digital library resources》（已經投稿），具體來說，采取潛在語義分析的方式進行文檔分割樹各個粒度層次上的語義提取，而后，基于相似度計算、基于規則推理，借助D2R，SILK等工具，實現各個粒度層次上的語義關聯，將各個文檔分割樹關聯成多粒度的語義網絡結構（也即關聯數據），實現網絡內容信息的多粒度多維度的語義關聯，進而滿足網絡用戶的多粒度的信息需求，實現檢索即所得的集成知識服務，降低用戶負擔，提高用戶滿意度。

2. 調查研究及學術交流情況

（1）文獻資料收集

通過圖書館、期刊網、互聯網、內部參考、簡報等渠道大量收集了國內外與本課題相關的文獻。下載了期刊論文438篇，學位論文30余篇，會議論文120余篇，此外還通過各種渠道獲得了時新的PPT，研究手稿等重要的研究資料，并對這些資料進行了分類，整理。

（2）學術會議與交流

為分享研究成果，征得其他專家學者的幫助，項目成員也開展了廣泛的學術交流。具體來說：已在11th International Conference on Knowledge Management上投稿，該會議將于2015年11月在日本舉行。

（3）國際合作

為與項目組的國外專家開展廣泛的合作，派遣多名項目成員去國外訪學，在國外專家的指導下深入開展項目的研究工作。

3. 研究中存在的主要問題、改進措施，研究心得、意見建議

隨著項目研究的不斷拓展和深入，在項目研究中也遇到了一些問題。這些問題給項目的順利開展帶來了不小的困難。具體來說，主要體現在以下幾個方面：

（1）隨著項目研究的不斷擴展，各子課題研究的內容也越來越豐富，這勢必會造成各個子課題內部，以及子課題之間的研究內容之間的聯系越來越復雜，使得整體把握項目的內在聯系變得越來越困難。

（2）隨著項目研究的不斷深入，各子課題探索的內容也越來越專指，這勢必會造成各子課題之間關聯性的降低，甚至脫節，使得項目研究偏離研究的核心內容。

為解決上述問題，保證項目研究的順利進行，項目組經過討論，對項目組的成員結構進行了調整。除設立“學術秘書”負責整體協調各子課題的研究進展之外，還在各子課題之間設立了“跨子課題研究專員”，該研究專員負責兩個子課題之間的銜接。

二、 研究成果情況

三、 代表性成果簡介

（1）《基于多維度聚合的網絡資源知識發現框架研究》（已經錄用）

該論文詳細論述了基于多維度的網絡資源知識發現框架。該框架依據知識發現的基本流程（數據準備->數據挖掘->解釋與評估），從網絡信息資源的結構信息、網絡內容信息和網絡使用信息三個維度，分別探討三個維度上的網絡信息資源的知識發現方法，而后在上述研究基礎上，探討面向全網絡資源多維度聚合的知識發現方法。由此可見，該知識發現框架既遵循知識發現的一般規律，具有可靠的理論基礎，同時又針對網絡資源的特性，具有針對性。最后，論文又依托該框架，以科技成果資源為應用對象，設計了基于多維度聚合的網絡資源知識發現框架的應用實施方案。

（2）《社會化標簽系統中基于社會網絡的知識推送網絡演化研究》（已經發表）

該論文主要是利用網絡分析方法，將社會化標簽系統中基于社會網絡的知識推送網絡構造方法描述為六個步驟。借鑒演化理論，將基于社會網絡的知識推送網絡演化動力歸納為內生動力和外生動力。移植生物進化論的相關理論，提出多重動力機制作用下基于社會網絡的知識推送網絡演化周期性模型: 每個周期的起點就是新一輪社會網絡的構建，每個周期內部的演化過程分為選擇階段、遺傳階段、變異階段。

四、 階段性成果清單

[1] 基于多維度聚合的網絡資源知識發現. 夏立新，陳晨，王忠義.論文.情報科學雜志．錄用．9274字.

[2] 社會化標簽系統中基于社會網絡的知識推送網絡演化研究.易明，毛進，鄧衛華，曹高輝.論文.中國圖書館學報.2014年3月.16373字

[3] Inferring microbial interaction networks based on consensus similarity network fusion.Jiang Xingpeng, Hu Xiaohua. 論文，Science China.2014年11月，4024字.

[4] Social network analysis on a topic based navigation guidance system in a public health portal. Journal of the American Society for Information Science & Technology. Zhang, J., Zhai, S., Liu, H., & Stevenson, J.（2015年已錄用）

[5] Optimization of the Subject Directory in a Government Agriculture Department Web Portal. Journal of the American Society for Information Science & Technology. Zhang, J., Zhai, S., Stevenson, J. & Xia, L.（2015年已錄用）

[6] 大數據時代情報危機的發展演變及其應對策略.夏立新，陳燕芳.情報學報（二審）。