摘要：知识的发展演化一直是图书情报学界重点关注的主题。随着复杂网络理论的复兴，以网络思维探索知识发展过程中结构关系的演化成为学术界的共识。本文以知识间关联关系为基础，对社会化标注模式下Folksonomy知识组织模式中领域知识群落的生长展开研究。基于关联频度提取层次网络，利用k-丛和派系识别知识网络中的松散型与紧密型领域知识群落，从频度、关联、数量、规模、时序多个维度进行交叉复现分析。研究结果表明，领域知识群落的基本生长路径为“关联关系→松散群落→紧密群落”；知识问关联关系的增长是领域知识群落生长过程中数量繁衍和规模扩容的保障：关联关系频度和数量的积累是领域知识群落生长过程中核心凝聚的过滤器。知识群落生长模式与规律的揭示，有助于从知识间的互促互扰关系方面拓展领域知识组织视野并把握知识发展脉络。但本研究在维度的划分粒度方面还有待进一步加强。图3。表4。参考文献36。
分类：期刊> 自然科学与工程技术> 信息科技> 图书情报与数字图书馆
收录：CSSCI 南大期刊(含扩展版) > 北大期刊(中国人文社会科学期刊) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > JST 日本科学技术振兴机构数据库(日) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：知识网络 知识关联 知识群落 folksonomy
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
