Folksonomy模式中紧密型领域知识群落动态演化研究

具有高度感知易用性的Folksonomy知识组织模式,在实践应用中却呈现离散纷杂的外在表象。对Folksonomy知识组织模式中领域知识群落及其结构关系的研究,对于洞悉领域知识发展过程中的衍生、交叉、融合等现象具有重要意义。本研究以复杂网络分析中的层次派系分析技术为主要研究方法,基于标签共同标注关系构建领域知识网络。从标签间关联关系出发,对特定领域知识网络中紧密型知识群落的发展过程进行时间序列的动态跟踪与分析。研究结果表明:标签数量在领域成熟期趋于饱和,但标签间的连线数量却持续增长,紧密型领域知识群落规模逐渐扩大;紧密型领域知识群落数量总体递增的同时也存在波动,这种波动与知识群落自身的扩张、衰减、派生、融合的演化过程有关;随着领域知识的发展,紧密型知识群落之间的交叠密度呈上升趋势,并基于交叠关系形成了一个更大的知识群落,成为领域知识网络的部分骨架结构,进而能够展示出多个主要发展方向。对领域知识群落演化规律的揭示,有助于把握领域知识演进的发展脉络,并揭示Folksonomy知识组织模式中领域知识的发展模式与规律。

基于CAS理论的网络社群知识涌现机制及管理启示

基于Folksonomy知识组织模式中领域知识群落自组织状态下的知识衍生、交叉、融合等问题的研究,选取时间变量探索领域知识系统的复杂网络知识涌现条件,揭示领域知识系统涌现规律具有重要意义。研究结果表明:社群自组织系统的知识涌现动力机制可视为标注行为、Hub涌现和结构多元三主体间螺旋式上升、相互协同共进的自适应过程,社群自组织系统是一个复杂自适应的知识系统,只要社群领域知识系统满足多元化要素频繁相互作用,对外部环境进行信息的自组织与自适应动态交换,领域知识系统中的要素就会由无序向有序衍生,最终形成有序的协同状态产生知识涌现。