首页 | 网站地图
首页 > 圖書館學檔案學 > 社會網絡視覺下的知識服務

社會網絡視覺下的知識服務


图书基本信息
出版时间:2012-10
出版时间:四川大學出版社
作者:袁莉,趙英 編著
页数:234
字数:292000
书名:社會網絡視覺下的知識服務
封面图片
社會網絡視覺下的知識服務
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
  《社會網絡下的知識服務》從知識服務、社會網絡以及基于社會網絡的知識服務應用三個方面展開研究。本書采用文獻調研和實證調研相結合的方法,通過文獻調研分析社會網絡和知識服務的基本理論,明確社會網絡與知識服務的關系,通過實證調研分析web2.O環境下各種社會化知識服務模式,以驗證相關理論和方法在實踐中的應用效果,在此基礎上,本書最後提出了基于社會網絡的知識服務系統的框架和構建方法。
书籍目录
第一篇 知識服務
第1章 知識管理與知識服務
1.1 知識與知識經濟
  1.1.1 知識的定義
  1.1.2 知識經濟
1.2 知識管理
  1.2.1 知識管理發展歷程
 1.2.2 企業知識管理
 1.2.3 圖書館知識管理
1.3 知識服務及相關理論
  1.3.1 知識服務的概念
  1.3.2 知識服務的理論基礎
 1.3.3 知識服務的特征
 1.3.4 知識服務的職能與作用
 1.3.5 知識服務的模式
第2章 知識服務機制
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系統
2.2 知識轉移和共享機制
  2.2.1 知識轉移分析框架和過程
  2.2.2 知識轉移和共享的影響因素
2.3 知識創新機制
  2.3.1 知識創新的模式
  2.3.2 知識創新的路徑
  2.3.3 知識創新的內容
第3章 知識服務的主要工具
3.1 知識獲取工具
  3.1.1 搜索引擎
  3.1.2 知識發現
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 知識轉移與共享工具
  3.3.1 知識社群
 3.3.2 復雜網絡
3.4 知識創新工具
  3.4.1 奧斯本檢核表法
  3.4.2 思維導圖
第二篇 社會網絡
第4章 社會網絡概述
4.1 社會網絡的概念
4.2 社會網絡的發展
  4.2.1 國外的發展歷程
  4.2.2 國內的發展歷程
4.3 社會網絡的應用
第5章 社會網絡理論
5.1 網絡結構觀
5.2 結構角色理論
5.3 六度分隔理論(Six Degrees of
Separation)
5.4 弱连带优势理论(Weak—tie
Theory)和嵌入性理論(Embeddeclness)
  5.4.1 弱連帶優勢理論
  5.4.2 嵌入性理論
  5.4.3 強關系力量假設
5.5 結構洞理論(Structure Holes)
5.6 社會資本理論
第三篇 社會網絡與知識服務
結語
參考文獻
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
《社會網絡視覺下的知識服務》由四川大學出版社出版。
PDF格式资源下载

 

 

爬虫代理IP   代理IP   好用代理IP   推荐代理IP   百变IP  


 
社會科學 PDF/TXT下载|社科圖書网 @ 2018