动态多层网络视域下的知识解构与迁移路径识别

来源：图书情报工作杂志2023年第23期北京时间：

作者：王宗水,刘苇,赵红,孙倬

单位：1 北京信息科技大学经济管理学院 北京 100192;2 绿色发展大数据决策北京市重点实验室 北京 100192;3 中国石油大学(华东)经济管理学院 青岛 266580;4 中国科学院大学经济与管理学院 北京 100190;5 郑州大学信息管理学院 郑州 450001

摘要：[目的/意义]文献分析与社会网络分析是知识发现的重要方式，根据知识演化的动态性和层次性，提出一种基于动态多层网络的知识解构和迁移路径识别方法。[方法/过程]首先，通过等时间段划分、知识要素提取、知识网络构建与分层，确定分层网络结构；然后采用单层共有节点占比和Jaccard系数计算知识迁移跨度，采用辛普森多样性指数确定知识要素的重要性，并筛选出知识迁移的主要路径；在此基础上，对知识网络予以重构，明确知识要素间的内在逻辑。以2001—2021年信息管理领域的24种期刊的22 049篇文献为样本，以3年为间距划分为4个阶段，并采用CiteSpace软件进行关键词提取和初步统计，运用Pajek软件进行网络分层和基于重要路径的重构。[结果/结论]结果显示：近些年来，信息管理领域形成了以企业为核心的知识结构、以电子商务与用户行为为核心的知识结构和以信息技术与创新为核心的知识结构，信息技术是企业和用户间的重要连接。较聚类分析、时间拓展网络分析而言，所提出的方法不仅能够展示知识要素在知识迁移过程中的重要性，而且重构的网络所展示的知识要素模块及其内在关系逻辑更为具体明确。

关键词：动态多层网络,知识解构,知识迁移,路径识别,

基金资助：本文系北京市社会科学基金一般项目“基于多源异构用户行为数据的北京市平台型企业异质性及持续创新策略研究”（项目编号：22GLB028）研究成果之一。