（一）關(guān)聯(lián)標(biāo)簽（Folksonomy＋本體）的晶格模式（基于概念格的關(guān)聯(lián)標(biāo)簽）

針對Folksonomy知識組織模式中新展露的關(guān)聯(lián)標(biāo)簽輔助導(dǎo)航現(xiàn)象，以BibSonomy.org真實數(shù)據(jù)為研究對象，從BibSonomy.org的標(biāo)簽云導(dǎo)航頁面中選擇了“ontology”標(biāo)簽（包括其復(fù)數(shù)形式“ontologies”），獲得另一個梯次的關(guān)聯(lián)標(biāo)簽，然后通過形式概念分析（FCA）的方法構(gòu)建關(guān)聯(lián)標(biāo)簽概念格，并基于概念格對關(guān)聯(lián)標(biāo)簽進(jìn)行聚類分析和關(guān)聯(lián)規(guī)則挖掘，以此揭示出關(guān)聯(lián)標(biāo)簽間隱含的概念間關(guān)系和潛在的語義關(guān)聯(lián)，分析了Folksonomy知識組織模式中隱含的結(jié)構(gòu)特征，豐富和完善了Folksonomy知識組織模式的標(biāo)簽導(dǎo)航體系（見圖6-15^[14]）。

圖6-15　基于概念格的關(guān)聯(lián)標(biāo)簽結(jié)構(gòu)分析

首先，采用概念格對關(guān)聯(lián)標(biāo)簽進(jìn)行聚類分析，突破了傳統(tǒng)分類口徑的桎梏。以往的研究中，對知識概念的聚類往往基于學(xué)科類目的劃分，人們在聚類過程中總是潛意識地將知識概念按照所屬學(xué)科或分支加以聚集和歸類，不利于對潛在模式和規(guī)則的挖掘與發(fā)現(xiàn)。將概念格的理論與技術(shù)引入關(guān)聯(lián)標(biāo)簽研究，通過“對象一屬性”的偏序關(guān)系，提取了隱含在數(shù)據(jù)中的最大頻繁項集，使得聚類結(jié)果突出了關(guān)聯(lián)標(biāo)簽最為本質(zhì)的知識特征。并通過概念間的多重繼承關(guān)系以可視化的方式保留和展示了關(guān)聯(lián)標(biāo)簽間的關(guān)聯(lián)關(guān)系（見圖6-16^[15]）。

圖6-16　基于概念格的“Knoeledge”關(guān)聯(lián)標(biāo)簽細(xì)粒度分析

其次，采用概念格對關(guān)聯(lián)標(biāo)簽進(jìn)行關(guān)聯(lián)規(guī)則挖掘，可以動態(tài)調(diào)整挖掘粒度，有助于細(xì)節(jié)信息的呈現(xiàn)與揭示。以往的挖掘方法大多需要在挖掘工作開展之前事先確定支持度、置信度等相關(guān)閾值，以此來消減冗余規(guī)則、提高挖掘效率。這種狀態(tài)下一旦需要調(diào)整相關(guān)閾值，則必須展開新一輪的挖掘工作，而在關(guān)聯(lián)規(guī)則挖掘中對閾值的調(diào)整恰恰又是有效規(guī)則提取的必要手段。基于概念格的關(guān)聯(lián)規(guī)則挖掘中，一旦建格工作完成，所有的數(shù)據(jù)細(xì)節(jié)均被保留，可以根據(jù)任務(wù)需要對閾值進(jìn)行調(diào)整而不會影響概念格結(jié)構(gòu)，閾值調(diào)整僅僅關(guān)系到規(guī)則的篩選，而無須重新展開挖掘，提高了挖掘的效率。

最后，通過基于概念格的關(guān)聯(lián)標(biāo)簽聚類分析與關(guān)聯(lián)規(guī)則挖掘，對關(guān)聯(lián)標(biāo)簽的結(jié)構(gòu)特征進(jìn)行了細(xì)致刻畫與深度分析。Folkson-omy從其誕生之日起，就被許多學(xué)者冠以“平層型”結(jié)構(gòu)的印象，也正是因為這一原因，學(xué)術(shù)界探尋Folksonomy內(nèi)部結(jié)構(gòu)特征的努力一直沒有間斷過。通過基于概念格的關(guān)聯(lián)標(biāo)簽語義關(guān)聯(lián)的分析，證實了同一梯次關(guān)聯(lián)標(biāo)簽間存在的“語義關(guān)聯(lián)詞（Semantic Synonym）”結(jié)構(gòu)，以及第二梯次關(guān)聯(lián)標(biāo)簽相對于第一梯次關(guān)聯(lián)標(biāo)簽的“語義下位詞（Semantic　Hyponym）”關(guān)系。對于完善Folksonomy知識組織模式的標(biāo)簽導(dǎo)航體系做出了有益的探索。

（二）開放存取期刊（OAJ）的晶格模式（基于概念格的開放存?。?/p>

1.開放存取期刊的關(guān)鍵詞分析

近年來，隨著關(guān)鍵詞標(biāo)引在各類網(wǎng)絡(luò)數(shù)字圖書館的興起，尤其是開放存取期刊領(lǐng)域，學(xué)術(shù)界對于這種介于受控詞表與自然語言之間的標(biāo)引模式產(chǎn)生了濃厚的興趣。如何通過這種具有較強自主性的非受控標(biāo)引模式呈現(xiàn)領(lǐng)域內(nèi)學(xué)科和主題的結(jié)構(gòu)與關(guān)聯(lián)，對領(lǐng)域知識加以有效組織，揭示領(lǐng)域研究熱點與發(fā)展脈絡(luò)，成為圖書情報學(xué)界普遍關(guān)心的熱點問題。在此期間，針對文獻(xiàn)關(guān)鍵詞的詞頻分析、共現(xiàn)分析、耦合分析、聚類分析、社會網(wǎng)絡(luò)分析等一系列新穎的分析方法紛紛涌現(xiàn)，并以不同的視角和目的豐富了文獻(xiàn)關(guān)鍵詞分析的方法與手段。

上述分析方法各有優(yōu)勢，但是在面對網(wǎng)絡(luò)環(huán)境下海量數(shù)據(jù)、開放存取、自主標(biāo)引等新問題時也顯露出其諸多不足。詞頻分析主要通過詞頻分布與詞頻增長等指標(biāo)反映學(xué)科主題的熱點及變化，但在揭示主題關(guān)聯(lián)性等方面力量薄弱；共現(xiàn)分析以文獻(xiàn)集合內(nèi)“關(guān)鍵詞對”為分析對象，其基于組合統(tǒng)計的“詞對”提取需要浩大繁重的計算工作；耦合分析可以通過關(guān)鍵詞之間的耦合強度在一定程度上揭示學(xué)科領(lǐng)域的發(fā)展現(xiàn)狀與變化趨勢，但其缺少強有力的理論支撐；聚類分析雖然在呈現(xiàn)文獻(xiàn)內(nèi)聚度方面具有較大的優(yōu)勢，但在類間關(guān)系的說明上仍顯不足；社會網(wǎng)絡(luò)分析有利于呈現(xiàn)領(lǐng)域內(nèi)文獻(xiàn)的整體架構(gòu)，但往往對關(guān)鍵詞元數(shù)據(jù)結(jié)構(gòu)具有特殊的規(guī)范要求。直至本世紀(jì)初，隨著概念格理論的逐漸成熟，開始有學(xué)者采用形式概念分析（FCA）的方法進(jìn)行學(xué)科領(lǐng)域的文獻(xiàn)關(guān)鍵詞分析。

2.開放存取期刊的晶格模式（關(guān)鍵詞粒度概念格）

該研究選擇世界著名的DOAJ（Directory　of　Open　Access Journals）開放存取資源平臺作為研究對象。DOAJ是瑞典Lund大學(xué)圖書館與2003年創(chuàng)建的開放存取資源檢索平臺，截至2011年5月28日已收錄6568種學(xué)術(shù)期刊，其中2917種期刊可以獲取文章內(nèi)容，收錄論文總量達(dá)574023篇。研究中以“Title＝ontology”為檢索式，初步獲得“本體”文獻(xiàn)339篇。經(jīng)過單復(fù)數(shù)、同義詞、近義詞、密切相關(guān)詞等原則對關(guān)鍵詞進(jìn)行篩選后，最后獲得6類高頻關(guān)鍵詞共159個，涉及文獻(xiàn)58篇。

針對開放存?。∣A）資源區(qū)別于傳統(tǒng)館藏資源的特點，該研究在形式概念分析（FCA）的基礎(chǔ)上提出了“粒度概念分析（Granularity　Concept　Analysis，GCA）”的方法（見圖6-17^[16]）。

圖6-17　顆粒度概念分析GCA

如果說關(guān)聯(lián)概念分析（RCA）是在形式概念分析的基礎(chǔ)上著重于在概念橫向關(guān)聯(lián)方面的延伸，那么粒度概念分析（GCA）則強調(diào)在概念縱向細(xì)節(jié)方面的拓展。

這個細(xì)粒度概念格Hasse圖（見圖6-18^[17]）是在粗粒度概念格分析得到的核心關(guān)鍵詞之一“本體工程領(lǐng)域”的基礎(chǔ)上進(jìn)一步細(xì)分的結(jié)果，從這個Hasse圖可以得到：在本體工程領(lǐng)域14篇核心文獻(xiàn)的49個關(guān)鍵詞當(dāng)中，概念格自動形成了6個聚類，該聚類呈現(xiàn)出“本體匹配”、“語義Web”、“本體對應(yīng)”、“本體”、“本體工程”、“知識共享”這6個關(guān)鍵詞在本體工程領(lǐng)域的統(tǒng)馭地位。這一聚類結(jié)果客觀地反映了國際學(xué)術(shù)界本體工程相關(guān)研究的發(fā)展現(xiàn)狀，也在數(shù)字圖書館知識組織中極大地發(fā)揮了OA資源快速發(fā)布、交流與共享知識的優(yōu)勢。

圖6-18　細(xì)粒度概念格（Hassle圖）

該研究以概念格理論為基礎(chǔ)，在形式概念分析（FCA）的基礎(chǔ)上，提出了粒度概念分析（GCA）的方法，再以此方法從DOAJ（Directory　of　Open　Access　Journals）開放存取資源平臺抽取文獻(xiàn)數(shù)據(jù)，構(gòu)建了不同粒度概念格。通過基于粗細(xì)不同粒度概念格的挖掘，對Ontology領(lǐng)域的相關(guān)文獻(xiàn)進(jìn)行了關(guān)鍵詞分析，從而呈現(xiàn)和揭示了Ontology領(lǐng)域相關(guān)知識的結(jié)構(gòu)和內(nèi)在關(guān)聯(lián)。這種方法的最終目的也是為了探索一種基于文獻(xiàn)關(guān)鍵詞分析的OAJ資源知識組織的新途徑。