社会网络视觉下的知识服务

出版时间：2012-10  出版社：四川大学出版社  作者：袁莉，赵英　编著  页数：234  字数：292000  

前言

　　近几年，新兴的网络应用模式伴随着Web的发展而产生，SNS、Wiki、Blog等使得网络资源的形式更加多样化，资源之间的关系也更加复杂。网络技术的迅猛发展使得传统人际网络关系在互联网上延伸，人们对网络资源的共享、协同的要求也不断提高，从最初页面互联、信息互联的Webl.0到现在的知识互联Web，从人人互联的以社会软件为主体的Web2.0到将来的智慧互联Web3.0，推动Web不断发展的是人们对知识服务不断提升的要求。同时，我们也看到，网络所显现出的资源之间的关联关系，其实都是资源提供者的知识结构以及社会人对网络资源认知状况的体现。因此，资源背后隐藏的社会网络关系对知识服务具有重要的影响，从社会网络视角分析知识服务也成为国内外学者关注和研究的热点问题。　　自2008年开始，社会网络分析方法在国内外被广泛应用于各个领域的研究，在与知识服务相关的研究中，学者们较多关注的是如何利用社会网络分析方法分析知识服务平台上的社交网络群体，并利用群体用户间的关联快速准确地定位用户的知识需求，发现各种显性和隐形的知识，同时，鼓励用户创造知识、分享知识和合理利用知识。研究者们有的从社会网络的角度分析知识管理的模式；有的专门对社会化标注的理论和基于这一理论的知识服务实践应用进行研究；有的利用社会网络分析软件实现基于社会化标签网络的个性化信息服务模型的具体应用，分析在线社区团体中社会网络的存在；还有的专门研究数字图书馆如何从根本上改造以往用户的角色——使用户从内容消费者成为内容的创造者，并分析如何通过对数字图书馆资源的社会化评论（Social Annotations）将数字资源、评论者和其他用户联系在一起……现有成果多侧重于社会网络和知识服务的某一局部问题的研究，因此，本书希望能从更为系统和全面的角度对社会网络下的知识服务进行梳理。　　……

内容概要

　　《社会网络下的知识服务》从知识服务、社会网络以及基于社会网络的知识服务应用三个方面展开研究。本书采用文献调研和实证调研相结合的方法，通过文献调研分析社会网络和知识服务的基本理论，明确社会网络与知识服务的关系，通过实证调研分析web2．O环境下各种社会化知识服务模式，以验证相关理论和方法在实践中的应用效果，在此基础上，本书最后提出了基于社会网络的知识服务系统的框架和构建方法。

书籍目录

第一篇 知识服务
 第1章 知识管理与知识服务
 1．1 知识与知识经济
　 1．1．1 知识的定义
 　 1．1．2 知识经济
 1．2 知识管理
 　 1．2．1 知识管理发展历程
 　1．2．2 企业知识管理
 　1．2．3 图书馆知识管理
 1．3 知识服务及相关理论
 　 1．3．1 知识服务的概念
 　 1．3．2 知识服务的理论基础
 　1．3．3 知识服务的特征
 　1．3．4 知识服务的职能与作用
 　1．3．5 知识服务的模式
 第2章 知识服务机制
 2．1 知识获取机制
 　 2．1．1 显性知识获取
 　 2．1．2 隐性知识获取
 　 2．1．3 知识获取与知识服务系统
 2．2 知识转移和共享机制
 　 2．2．1 知识转移分析框架和过程
 　 2．2．2 知识转移和共享的影响因素
 2．3 知识创新机制
 　 2．3．1 知识创新的模式
 　 2．3．2 知识创新的路径
 　 2．3．3 知识创新的内容
 第3章 知识服务的主要工具
 3．1 知识获取工具
 　 3．1．1 搜索引擎
 　 3．1．2 知识发现
 3．2 知识组织工具
 　 3．2．1 知识库和知识仓库
 　 3．2．2 知识地图
 3．3 知识转移与共享工具
 　 3．3．1 知识社群
 　3．3．2 复杂网络
 3．4 知识创新工具
 　 3．4．1 奥斯本检核表法
 　 3．4．2 思维导图
第二篇 社会网络
 第4章 社会网络概述
 4．1 社会网络的概念
 4．2 社会网络的发展
　 4．2．1 国外的发展历程
　 4．2．2 国内的发展历程
 4．3 社会网络的应用
 第5章 社会网络理论
 5．1 网络结构观
 5．2 结构角色理论
 5．3 六度分隔理论(Six Degrees of
Separation)
 5．4 弱连带优势理论(Weak—tie
Theory)和嵌入性理论(Embeddeclness)
 　 5．4．1 弱连带优势理论
 　 5．4．2 嵌入性理论
 　 5．4．3 强关系力量假设
 5．5 结构洞理论(Structure Holes)
 5．6 社会资本理论
第三篇 社会网络与知识服务
结语
参考文献

章节摘录

版权页：   插图：   Wolfram Alpha是一个能够回答问题的搜索引擎，于2009年由英国科学家斯蒂芬·沃尔弗拉姆（Stephen Wolfram）和他的团队开发。它将自己定位为计算型知识搜索引擎（Computational Knowledge Engine），与常见搜索引擎不同的是，Wolfram Alpha系统自带10万亿条信息的数据库，还存有5万多种算法和模型，能对需要搜索的内容进行计算，给出具体答案而不是提供相关链接。普通搜索引擎只提供网络上存在的内容，而这种新引擎能通过计算，给出以前没有出现过的答案。例如，使用者在搜索框中输入：委内瑞拉的首都在哪里？得到的答案不仅仅是加拉加斯，它还将地图、城市人口、现在的当地时间、天气实况等一系列数据整合起来一并提供。如果在其他搜索引擎输入同样的内容，返回的结果一般是数量庞大的网页链接。Wolfram Alpha搜索引擎的设计目标就是要让尽可能多的人获得专家级的知识和能力，要实现完全接受自由形式的输入。 搜索引擎是组织获取外部知识的重要工具，而对内部知识的获取，目前也有不少成熟的软件提供相应的支持。Lotus Notes R5提供的搜索功能，能够在Notes文档中实现高效率的全文检索，并且允许任意组合检索条件，使用户能够快速地查找需要的资料。Lotus Notes R5提供的搜索器还将Internet搜索引擎和专家搜索器整合在一起，使用户在Notes的环境下也能方便地获取外部资源。 3.1.2知识发现 知识发现（Knowledge Discovery in Databases，KDD）是确定数据中有效的、新颖的、潜在有用的、基本可理解的模式的特定过程，是将低层数据转换为高层知识的过程。 3.1.2.1知识发现过程 知识发现是一个系统化的工程，其过程一般包括问题定义、数据抽取、数据预处理、数据挖掘和模式评估。 （1）问题定义。 这是知识发现的准备阶段，数据挖掘人员与领域专家以及最终用户需要紧密合作，对问题背景、用户需求和挖掘的目标进行深入的分析，以确定可能的解决途径。 （2）数据抽取和集成。 这是知识发现的关键性工作，根据问题的定义收集有关的数据。这里需要设计存储新数据的结构，并准确定义它与源数据库之间的映射关系，以便实现从源数据库到新数据库的准确抽取和数据转换。数据转换的效率以及数据冗余和数据兼容性问题需要充分考虑。 （3）数据清洗和预处理。 这是为提高知识发现准确性而做的又一项准备工作。数据清洗是去除或修补元数据中的不完整、不一致、含噪音的数据的过程。数据预处理是对源数据进行再加工，对提取出的数据进行合法性检查并清理含有错误的数据的过程。 （4）数据挖掘。 数据挖掘是知识发现过程的一个基本步骤，它会选择特定的挖掘算法从数据库中发现感兴趣的模式。 ①数据选择和整理：对数据进行再加工，辨识出需要分析的数据集合，缩小处理范围，提高数据挖掘质量。主要包括根据知识发现任务，对数据进行采样以减少学习量，对数据进行变换，构造新属性以便于处理和分析或使数据规范化以适于学习算法等。为了使数据与任务达到最佳匹配，这个步骤可能反复多次。 ②选定算法：根据数据和用户期待的问题解决方案形式选择合适的数据挖掘算法，并决定如何在这些数据上使用该算法，最后使用选定的数据挖掘算法对经过预处理后的数据进行模式提取。 （5）结果的评价。

编辑推荐

《社会网络视觉下的知识服务》由四川大学出版社出版。