.png){kind=icon}
返回
Insights into Knowledge Evolution based on Semantic Representation and Dynamic Visual Analytics
.png){kind=icon}
OA
AI
DOI：10.1016/j.xinn.2025.101179.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在知识科学领域，理解知识的结构及其动态演化对于推动学科发展和预测研究趋势至关重要。然而，当前的方法论缺乏统一的语义框架来对知识进行结构化表示，这阻碍了对其演化的定量分析，并限制了揭示知识实体间复杂关系的能力。为弥补这些差距，我们提出了一种基于语义嵌入的结构化知识表示方法，能够实现更深层次、更一致的语义关系理解。在此基础上，我们引入“知识转移流”（Knowledge Transfer Flow）的概念，以定量分析和可视化知识热点随时间的动态演化，揭示推动知识转型的底层机制。此外，我们开发了KnowFlowViz系统，利用交互式可视分析技术来揭示知识系统中的复杂结构模式与演化动态，从而支持决策制定并指导未来研究方向。研究表明，既有的知识领域（如长期存在的学科）倾向于维持其主导地位，而新出现的知识实体往往优先与这些领域连接，形成跨学科关联。这种优势累积与优先连接现象加速了新知识实体的成长与认可。该发现强调了培育更公平、包容的知识网络的重要性，并支持制定旨在培育新兴学科、维持多样且活跃知识生态系统的政策。
Keyword:
Knowledge Science
Semantic Embedding
Structured Knowledge Representation
Knowledge Network
Visual Analytic
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
T
IF:
0
论文数:
172
被引数:
0
机构
查看更多机构
引用论文
暂无论文信息