当前位置:主页 > 社科论文 > 图书档案论文 >

国外图书情报学领域知识管理的可视化研究

发布时间:2014-07-01 16:41
    1 引言

  
  知识管理是目前学术界长兴不衰的研究领域,辐射了管理学、计算机信息科学、图书情报学、经济学、社会学和哲学等学科。综观近年来国内外对知识管理的研究,涉及的内容包括战略管理、人力资源管理、信息资源管理、电子商务、人工智能系统、管理实践、智力资本、组织行为和创新绩效9个领域,囊括了知识管理的理论研究、方法论和应用三大宏观方面以及组织、人员、系统三大微观方面。
  不同的学科对同一主题的研究,在视角、方法和目的上都会有所不同,例如管理学侧重知识管理中的战略制定、人力资源管理;计算机信息科学关注智能系统和电子商务系统的内容;而图书情报学更倾向于对知识管理中的信息资源进行分析。本文即是站在图书情报学的角度,通过数据分析,研究近5年来在该领域中对知识管理的探索主要集中在哪些方面及发展的趋势。
  对知识管理的发展动向,国内外学者都做了大量探索,综述文献如邓湘琳的国内外知识管理的研究进展,卢金荣、郭东强的知识管理热点问题研究综述等;研究类文献如张勤、徐绪松采用共词分析和可视化技术对国外知识管理研究结构的探索,赵艳枝利用关键词的关联规则,对情报学界知识管理研究现状的分析;张勤、马费成以共词分析为方法,对国内知识管理研究结构进行了探讨,Murray从企业的未来创新变革的角度对知识管理的发展重点进行了阐述,Meams针对南非地区信息和知识管理的理论和方法论研究进行了趋势探索,Mohamed更多地从技术的角度分析了知识管理的发展现状,而Andriessen则提出了一个可视化的方法,来对组织的知识管理进行绘图,揭示隐性知识,等等。
  上述研究各具特色,都在一定程度上揭示了知识管理的研究动向和发展趋势,但是由于研究所采用的数据源大多是国内文献,或者只是针对若干种国外期刊,不能全面反映国外知识管理发展的最新进展和动态,分析方法也不够完整,偏重于单纯的定性分析。本文从图书情报学的专业数据库(EBSCO LISTA)中提取2006年至今的有关知识管理的文献,采用词频统计和共词分析的方法,对这些文献的关键词进行数据分析,在定量与定性相结合的基础上,绘制出知识管理的知识地图,并以此解读国外图书情报学领域中知识管理研究的侧重点,总结出发展热点和研究趋势。

  
  2 数据来源

  
  本研究采用的数据来源于EBSCO数据库中的Ljbrarv,Information Science&Technology Abstracts(LISTA)。该数据库收录了600多种期刊及书籍、研究报告和学报的索引,主题包括图书馆学、分类学、编写目录、书籍装订、在线信息检索及信息管理等内容,数据库中的文章可追溯至20世纪60年代中期。该数据库中收录的期刊内容全面、广阔,具有代表性和权威性。本文选取LISTA中从2006年1月至2010年3月这段时间收录的知识管理相关文献,并下载了这些文献的摘要及关键词等信息。
  在LISTA数据库中,以“KW=knowledge management OR su=knowledge management”为检索式,并限定时间为“2006年01月至2010年03月”,对数据库进行检索,得出检索结果1918篇,对这些以知识管理为关键词或主题词的文献进行关键词收集整理,得出以下结果,如表1所示:
  1918篇文献中,共包含不同的关键词5333个,其中除去本位词knowledge management,以及文献类型关键词Book,Nonfiction及Record,有效关键词为5329个,有效关键词出现的总次数为16413次,其中前100位关键词出现总次数为6699,占总数的40.82%,前30位出现的频率为25.97%。从上表中可以看到,前30位关键词的词频均大于60,且占据总词频数的25.97%。而前100位关键词也只占了40.82%,因此,本文的分析就以这30个关键词(见表2)为基础。
  从表2中这些关键词可以看出,在图书情报学领域,对知识管理的研究也包括很多方面,如技术、服务、资源、企业管理、高校图书馆应用、信息素养等内容。那么,这些研究方向对图书情报学知识管理的研究各有怎样的贡献率?它们是否有更进一步的内在联系呢?我们能否从这些文献中解读出图书情报学知识管理的研究热点和研究结构?带着这些问题,本文借助社会统计软件SPSS,对以上获取的关键词进行了相关的统计分析,以期构建出图书情报学知识管理的发展知识地图。

  
  
  3 国外图书情报学领域知识管理研究的可视化分析及知识地图构建

  
  知识地图起源于地理领域的地图,最早由英国情报学家布鲁克斯(B C Brookes)提出,通过分析文献的逻辑内容,找到相互关联、相互影响、能够引起人们创造和思考的知识点并将其联系在一起,构成知识地图,通过知识地图揭示知识的有机结构。知识地图是基于科学计量学引文分析理论和信息科学与技术发展起来的、国际上新兴的可视化研究方法,目的是应用图示的方法揭示出学科领域的发展及演进趋势、研究课题的扩散与传播、作者或机构间的关系等。本文即采用知识地图法,首先对表2列出的前30位高频关键词进行两两的共词检验,即对高频关键词两两出现的频数进行统计,得出30*30的关键词共词矩阵,再将共词矩阵转化为相关矩阵,导入到SPSS中,通过关键词的因子分析、聚类分析和多维尺度分析来绘制图书情报学领域中知识管理的知识地图。
  笔耕文化传播http://www.bigengculture.com
  3.1 因子分析
  因子分析是通过尽可能少的因子来描述尽可能多的指标及指标之间的关系,其基本思想是根据相关性大小把研究对象的变量分组,使得同组内的变量之间相关性较高,而不同组的变量相关性较低。
  对以上提取的30个关键词进行因子分析,结果如图l所示,有8个因子被提取,这8个因子的累计方差解释贡献率为74.943%,即是说,将这30个关键词分为8类,就解释了国外图书情报领域知识管理研究的约75%的信息。而其中前5个因子的累计方差贡献率为62.9%,根据“所提取的因子应能概括总体信息的60%以上”,本文将这30个关键词分为5类。另一方面,与因子抽取相配套的因子个数碎石图(见图2),则直观显示因子分析的前5个因子类别是比较明晰的,前5个因子对整体走势起了决定性作用,是变化最明显的部分,这说明将知识管理研究划分为5~8类都是合理的。
  3.2 聚类分析
  聚类分析是依照“物以类聚”的原理,根据事物本身的特性研究个体的分类。其原理是同一类中个体有较大的相似性,不同类的个体差异却很大。本文采用聚类分析中最常用的系统聚类法对共词的相关矩阵进行聚类分析,将这30个关键词按组间连接法,即将平均距离最小的两项合并为一类,最后绘制出30个关键词的共词龙骨图(见图3),初步反映关键词之间的聚类情况,然后参考前面因子分析的因子个数,将30个关键词聚合成5类。

本文编号:717

资料下载
论文发表

本文链接:https://www.wllwen.com/tushudanganlunwen/717.html


Copyright(c)文论论文网All Rights Reserved | 网站地图

版权申明:资料由用户5c65c***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱[email protected]