社會網(wǎng)絡(luò)視覺下的知識服務(wù)

前言

　　近幾年，新興的網(wǎng)絡(luò)應(yīng)用模式伴隨著Web的發(fā)展而產(chǎn)生，SNS、Wiki、Blog等使得網(wǎng)絡(luò)資源的形式更加多樣化，資源之間的關(guān)系也更加復(fù)雜。網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展使得傳統(tǒng)人際網(wǎng)絡(luò)關(guān)系在互聯(lián)網(wǎng)上延伸，人們對網(wǎng)絡(luò)資源的共享、協(xié)同的要求也不斷提高，從最初頁面互聯(lián)、信息互聯(lián)的Webl.0到現(xiàn)在的知識互聯(lián)Web，從人人互聯(lián)的以社會軟件為主體的Web2.0到將來的智慧互聯(lián)Web3.0，推動Web不斷發(fā)展的是人們對知識服務(wù)不斷提升的要求。同時，我們也看到，網(wǎng)絡(luò)所顯現(xiàn)出的資源之間的關(guān)聯(lián)關(guān)系，其實都是資源提供者的知識結(jié)構(gòu)以及社會人對網(wǎng)絡(luò)資源認知狀況的體現(xiàn)。因此，資源背后隱藏的社會網(wǎng)絡(luò)關(guān)系對知識服務(wù)具有重要的影響，從社會網(wǎng)絡(luò)視角分析知識服務(wù)也成為國內(nèi)外學(xué)者關(guān)注和研究的熱點問題?！　∽?008年開始，社會網(wǎng)絡(luò)分析方法在國內(nèi)外被廣泛應(yīng)用于各個領(lǐng)域的研究，在與知識服務(wù)相關(guān)的研究中，學(xué)者們較多關(guān)注的是如何利用社會網(wǎng)絡(luò)分析方法分析知識服務(wù)平臺上的社交網(wǎng)絡(luò)群體，并利用群體用戶間的關(guān)聯(lián)快速準確地定位用戶的知識需求，發(fā)現(xiàn)各種顯性和隱形的知識，同時，鼓勵用戶創(chuàng)造知識、分享知識和合理利用知識。研究者們有的從社會網(wǎng)絡(luò)的角度分析知識管理的模式；有的專門對社會化標注的理論和基于這一理論的知識服務(wù)實踐應(yīng)用進行研究；有的利用社會網(wǎng)絡(luò)分析軟件實現(xiàn)基于社會化標簽網(wǎng)絡(luò)的個性化信息服務(wù)模型的具體應(yīng)用，分析在線社區(qū)團體中社會網(wǎng)絡(luò)的存在；還有的專門研究數(shù)字圖書館如何從根本上改造以往用戶的角色——使用戶從內(nèi)容消費者成為內(nèi)容的創(chuàng)造者，并分析如何通過對數(shù)字圖書館資源的社會化評論（Social Annotations）將數(shù)字資源、評論者和其他用戶聯(lián)系在一起……現(xiàn)有成果多側(cè)重于社會網(wǎng)絡(luò)和知識服務(wù)的某一局部問題的研究，因此，本書希望能從更為系統(tǒng)和全面的角度對社會網(wǎng)絡(luò)下的知識服務(wù)進行梳理?！　　?/pre>


內(nèi)容概要
　　《社會網(wǎng)絡(luò)下的知識服務(wù)》從知識服務(wù)、社會網(wǎng)絡(luò)以及基于社會網(wǎng)絡(luò)的知識服務(wù)應(yīng)用三個方面展開研究。本書采用文獻調(diào)研和實證調(diào)研相結(jié)合的方法，通過文獻調(diào)研分析社會網(wǎng)絡(luò)和知識服務(wù)的基本理論，明確社會網(wǎng)絡(luò)與知識服務(wù)的關(guān)系，通過實證調(diào)研分析web2．O環(huán)境下各種社會化知識服務(wù)模式，以驗證相關(guān)理論和方法在實踐中的應(yīng)用效果，在此基礎(chǔ)上，本書最后提出了基于社會網(wǎng)絡(luò)的知識服務(wù)系統(tǒng)的框架和構(gòu)建方法。



書籍目錄
第一篇 知識服務(wù)
 第1章 知識管理與知識服務(wù)
 1．1 知識與知識經(jīng)濟
　 1．1．1 知識的定義
 　 1．1．2 知識經(jīng)濟
 1．2 知識管理
 　 1．2．1 知識管理發(fā)展歷程
 　1．2．2 企業(yè)知識管理
 　1．2．3 圖書館知識管理
 1．3 知識服務(wù)及相關(guān)理論
 　 1．3．1 知識服務(wù)的概念
 　 1．3．2 知識服務(wù)的理論基礎(chǔ)
 　1．3．3 知識服務(wù)的特征
 　1．3．4 知識服務(wù)的職能與作用
 　1．3．5 知識服務(wù)的模式
 第2章 知識服務(wù)機制
 2．1 知識獲取機制
 　 2．1．1 顯性知識獲取
 　 2．1．2 隱性知識獲取
 　 2．1．3 知識獲取與知識服務(wù)系統(tǒng)
 2．2 知識轉(zhuǎn)移和共享機制
 　 2．2．1 知識轉(zhuǎn)移分析框架和過程
 　 2．2．2 知識轉(zhuǎn)移和共享的影響因素
 2．3 知識創(chuàng)新機制
 　 2．3．1 知識創(chuàng)新的模式
 　 2．3．2 知識創(chuàng)新的路徑
 　 2．3．3 知識創(chuàng)新的內(nèi)容
 第3章 知識服務(wù)的主要工具
 3．1 知識獲取工具
 　 3．1．1 搜索引擎
 　 3．1．2 知識發(fā)現(xiàn)
 3．2 知識組織工具
 　 3．2．1 知識庫和知識倉庫
 　 3．2．2 知識地圖
 3．3 知識轉(zhuǎn)移與共享工具
 　 3．3．1 知識社群
 　3．3．2 復(fù)雜網(wǎng)絡(luò)
 3．4 知識創(chuàng)新工具
 　 3．4．1 奧斯本檢核表法
 　 3．4．2 思維導(dǎo)圖
第二篇 社會網(wǎng)絡(luò)
 第4章 社會網(wǎng)絡(luò)概述
 4．1 社會網(wǎng)絡(luò)的概念
 4．2 社會網(wǎng)絡(luò)的發(fā)展
　 4．2．1 國外的發(fā)展歷程
　 4．2．2 國內(nèi)的發(fā)展歷程
 4．3 社會網(wǎng)絡(luò)的應(yīng)用
 第5章 社會網(wǎng)絡(luò)理論
 5．1 網(wǎng)絡(luò)結(jié)構(gòu)觀
 5．2 結(jié)構(gòu)角色理論
 5．3 六度分隔理論(Six Degrees of
Separation)
 5．4 弱連帶優(yōu)勢理論(Weak—tie
Theory)和嵌入性理論(Embeddeclness)
 　 5．4．1 弱連帶優(yōu)勢理論
 　 5．4．2 嵌入性理論
 　 5．4．3 強關(guān)系力量假設(shè)
 5．5 結(jié)構(gòu)洞理論(Structure Holes)
 5．6 社會資本理論
第三篇 社會網(wǎng)絡(luò)與知識服務(wù)
結(jié)語
參考文獻


章節(jié)摘錄
版權(quán)頁：   插圖：   Wolfram Alpha是一個能夠回答問題的搜索引擎，于2009年由英國科學(xué)家斯蒂芬·沃爾弗拉姆（Stephen Wolfram）和他的團隊開發(fā)。它將自己定位為計算型知識搜索引擎（Computational Knowledge Engine），與常見搜索引擎不同的是，Wolfram Alpha系統(tǒng)自帶10萬億條信息的數(shù)據(jù)庫，還存有5萬多種算法和模型，能對需要搜索的內(nèi)容進行計算，給出具體答案而不是提供相關(guān)鏈接。普通搜索引擎只提供網(wǎng)絡(luò)上存在的內(nèi)容，而這種新引擎能通過計算，給出以前沒有出現(xiàn)過的答案。例如，使用者在搜索框中輸入：委內(nèi)瑞拉的首都在哪里？得到的答案不僅僅是加拉加斯，它還將地圖、城市人口、現(xiàn)在的當(dāng)?shù)貢r間、天氣實況等一系列數(shù)據(jù)整合起來一并提供。如果在其他搜索引擎輸入同樣的內(nèi)容，返回的結(jié)果一般是數(shù)量龐大的網(wǎng)頁鏈接。Wolfram Alpha搜索引擎的設(shè)計目標就是要讓盡可能多的人獲得專家級的知識和能力，要實現(xiàn)完全接受自由形式的輸入。 搜索引擎是組織獲取外部知識的重要工具，而對內(nèi)部知識的獲取，目前也有不少成熟的軟件提供相應(yīng)的支持。Lotus Notes R5提供的搜索功能，能夠在Notes文檔中實現(xiàn)高效率的全文檢索，并且允許任意組合檢索條件，使用戶能夠快速地查找需要的資料。Lotus Notes R5提供的搜索器還將Internet搜索引擎和專家搜索器整合在一起，使用戶在Notes的環(huán)境下也能方便地獲取外部資源。 3.1.2知識發(fā)現(xiàn) 知識發(fā)現(xiàn)（Knowledge Discovery in Databases，KDD）是確定數(shù)據(jù)中有效的、新穎的、潛在有用的、基本可理解的模式的特定過程，是將低層數(shù)據(jù)轉(zhuǎn)換為高層知識的過程。 3.1.2.1知識發(fā)現(xiàn)過程 知識發(fā)現(xiàn)是一個系統(tǒng)化的工程，其過程一般包括問題定義、數(shù)據(jù)抽取、數(shù)據(jù)預(yù)處理、數(shù)據(jù)挖掘和模式評估。 （1）問題定義。 這是知識發(fā)現(xiàn)的準備階段，數(shù)據(jù)挖掘人員與領(lǐng)域?qū)＜乙约白罱K用戶需要緊密合作，對問題背景、用戶需求和挖掘的目標進行深入的分析，以確定可能的解決途徑。 （2）數(shù)據(jù)抽取和集成。 這是知識發(fā)現(xiàn)的關(guān)鍵性工作，根據(jù)問題的定義收集有關(guān)的數(shù)據(jù)。這里需要設(shè)計存儲新數(shù)據(jù)的結(jié)構(gòu)，并準確定義它與源數(shù)據(jù)庫之間的映射關(guān)系，以便實現(xiàn)從源數(shù)據(jù)庫到新數(shù)據(jù)庫的準確抽取和數(shù)據(jù)轉(zhuǎn)換。數(shù)據(jù)轉(zhuǎn)換的效率以及數(shù)據(jù)冗余和數(shù)據(jù)兼容性問題需要充分考慮。 （3）數(shù)據(jù)清洗和預(yù)處理。 這是為提高知識發(fā)現(xiàn)準確性而做的又一項準備工作。數(shù)據(jù)清洗是去除或修補元數(shù)據(jù)中的不完整、不一致、含噪音的數(shù)據(jù)的過程。數(shù)據(jù)預(yù)處理是對源數(shù)據(jù)進行再加工，對提取出的數(shù)據(jù)進行合法性檢查并清理含有錯誤的數(shù)據(jù)的過程。 （4）數(shù)據(jù)挖掘。 數(shù)據(jù)挖掘是知識發(fā)現(xiàn)過程的一個基本步驟，它會選擇特定的挖掘算法從數(shù)據(jù)庫中發(fā)現(xiàn)感興趣的模式。 ①數(shù)據(jù)選擇和整理：對數(shù)據(jù)進行再加工，辨識出需要分析的數(shù)據(jù)集合，縮小處理范圍，提高數(shù)據(jù)挖掘質(zhì)量。主要包括根據(jù)知識發(fā)現(xiàn)任務(wù)，對數(shù)據(jù)進行采樣以減少學(xué)習(xí)量，對數(shù)據(jù)進行變換，構(gòu)造新屬性以便于處理和分析或使數(shù)據(jù)規(guī)范化以適于學(xué)習(xí)算法等。為了使數(shù)據(jù)與任務(wù)達到最佳匹配，這個步驟可能反復(fù)多次。 ②選定算法：根據(jù)數(shù)據(jù)和用戶期待的問題解決方案形式選擇合適的數(shù)據(jù)挖掘算法，并決定如何在這些數(shù)據(jù)上使用該算法，最后使用選定的數(shù)據(jù)挖掘算法對經(jīng)過預(yù)處理后的數(shù)據(jù)進行模式提取。 （5）結(jié)果的評價。




編輯推薦
《社會網(wǎng)絡(luò)視覺下的知識服務(wù)》由四川大學(xué)出版社出版。





圖書封面






評論、評分、閱讀與下載



還沒讀過(10)
勉強可看(748)
一般般(127)
內(nèi)容豐富(5294)
強力推薦(434)


 


    社會網(wǎng)絡(luò)視覺下的知識服務(wù) PDF格式下載