知识吸收实例及分析

5.3.2　知识吸收实例及分析

VisDLKC提供的知识导航界面如图5-16所示，包括检索入口、关键词网络、关键词分布、时间统计以及结果列表五个区域。当用户输入关键词并提交检索命令后，系统在知识库中匹配相关记录，并将结果返回给用户。返回结果不仅给出结果列表，而且对论文发表的时间进行了统计，并利用直方图与趋势线、分布曲线、分布曲面三种方式进行展示，同时给出了关键词网络和关键词分布图。

关键词网络将返回结果列表中相关文献的所有关键词作为数据源，通过相应算法分析关键词之间的关系，并以图形的方式展现出来。Radial Graph算法将用户点击的节点作为中心，将与其相关的节点呈现出来。图5-16中的关键词网络是点击“本体”节点时的情况，与该节点直接相关的节点包括“知识管理”“本体学习”“本体演化”“本体管理”。Radial Graph算法将处于同一层次上的节点放在同一圆上，由于与“知识管理”相关的节点比较多，系统自动将这些节点放置在最外层的圆上。由于用户能够直接选择希望查看的节点，图形具有较强的交互功能，用户能够根据需要探悉关键词之间的关系。关键词网络的呈现，不仅给出了与检索课题相关的关键词列表，而且给出了关键词之间的关联关系并具有一定的层次结构，为用户提供了一定的知识结构，具备更好的知识推荐功能，能够便于用户进行二次检索。同时，由于用户能够直接选择希望查看的节点，图形具有较强的交互功能，用户可以根据需要进行操作以探悉关键词之间的关系。

图5-16　VisDLKC知识导航界面

关键词分布图则显示了关键词在各篇论文中的分布情况，例如“知识管理”出现在8篇论文中，“本体”出现在2篇论文中，图中每个叶子节点（没有再分隔的矩形区域）代表1篇论文。同时，当鼠标出现在相应矩形时，系统会显示相应论文的简单信息，包括标题、作者及期刊等。关键词分布图的使用，使得用户能够根据一定的关键词更为准确地定位到相关论文。例如可以轻松地发现与“本体演化”相关的两篇论文。与一般的列表方式相比，关键词分布图的优势体现在它实现了论文集合在关键词层次的自动分类，将与特定关键词相关的论文聚合在一起，能够方便用户进行专题检索。

利用Keystone进行知识建构时可以分为逐篇学习和专题学习两个阶段。逐篇学习主要是针对有代表性的文章进行，这样的文章包含了重要内容和观点，对相应领域的知识建构具有重要的指导性作用。专题学习是针对某一研究领域或方向展开系统的研究，逐篇学习是初步的，目的是吸收相关文献的观点内容并形成初步的认知，逐篇学习达到一定数量时，用户对相应领域便形成了系统的认知结构。这时，用户可以根据自己的认知结构绘制某一专题的概念图，通过概念图绘制将这一专题的重要观点、内容和材料系统地组织起来。由于专题学习涉及的内容较多，此过程绘制的是一系列概念图，它们之间以树形结构组织。上层是宏观的结构体系，下层是微观的结构体系，而每个层次的每个节点表达为一个概念图，这样就形成一个树形的概念图体系。

图5-17是学习邱均平教授等撰写的论文《论知识管理学的构建》时绘制的概念图。

论文《论知识管理学的构建》探讨了知识管理学的构建意义、产生背景、研究内容和类型划分，对知识管理这一领域的知识建构具有启示性意义。根据论文《论知识管理学的构建》绘制的概念图的中心节点是“知识管理学”，其子节点包括“概念”“构建意义”“产生背景”“体系结构”“研究内容”“研究现状”以及“原文”等，这些节点反映了这篇论文的主要观点和结构。针对这些子节点，还有各自的子节点甚至更为低层的节点，所有节点按照包含关系进行组织。图中的每个节点均是该论文核心内容反映，通过绘制该图可以把握论文的主要内容、更为深刻地把握论文结构的组织和作者观点的层次。整个绘制过程即是消化、吸收的过程，图形绘制完成后，用户也基本完成了论文的研读。同时，绘制出的概念图可以作为用户之间沟通交流的材料，便于用户针对作者的观点展开讨论，通过讨论能够让用户更为深入地掌握论文的内容并将讨论结果加入概念图之中，提高学习效果。

图5-17　《论知识管理学》的概念图学习

可以使用Keystone提供的附件功能，将绘制的概念图与论文原文关联起来，图5-18是点击代表论文《论知识管理学的构建》原文节点时弹出打开对话框的情况。通过将概念图与原文直接关联，将用户对论文的认知结构与论文结合起来，可以方便用户知识结构的更新。

图5-18　Keystone的附件功能

图5-19是进行“知识转化”专题学习时绘制的概念图。

“知识转化”专题学习概念图的中心节点是“知识转化”，其子节点包括“概念”“相关概念”“技术”“研究趋势”及“模型”等，这些节点反映了知识转化研究的重要方向。当然，这些一级节点还有子节点，例如“模型”节点的子节点包括“SECI模型”“知识链模型”“知识发酵模型”“模型评价”等，而“模型”节点的子节点都具有链接功能，点击相应节点可以打开针对相应节点绘制的子概念图。图5-20是点击“知识链模型”后，打开“知识链模型”子概念图后的情景。

图5-19　“知识转化”专题学习的概念图

图5-20　“知识链模型”子概念图

“知识链模型”子概念图给出了一些具有代表性的知识链模型，这些模型反映了知识链相关研究的主要观点。Keystone具有图像嵌入功能，可以将相关图片作为节点置入概念图之中。例如基于人工智能的知识链模型的图片直接加入了“知识链模型”子概念图中。同时，Keystone还提供了图像链接功能，可以从图像链接到其他文档，例如图像的出处或原文。

概念图的树形结构组织以及链接功能为用户按照自己的认知结构组织知识并关联到相关的资源。与一般的资源组织方式相比，例如分类目录、叙词表及索引检索等，概念图组织方式将学习过程与资源组织紧密结合起来，清晰的概念图结构、丰富的交互操作界面、动态的资源关联机制，更能满足用户学习的需要。在概念图绘制过程中，可以根据需要利用知识导航工具多次收集所需资源，然后按照自身的理解添加到概念图中，知识导航工具和概念图绘制工具的相互补充和支持将提高用户知识吸收的效果。同时，概念图可以由多人协作完成，通过沟通、交流借鉴相互的认知优势，需要特别注意的是概念图是表达能力非常强的知识表示工具，用户之间的沟通效果会因为概念图的采用得到显著提高。