韩雪

[摘 要] 选取CNKI收录的知识发现相关研究文献，利用STAI构建高频关键词共现矩阵，运用SPSS绘制聚类树状图，采用社会网络分析及共词分析等方法对2012年至2017年五年内知识发现领域研究热点及趋势进行分析，通过梳理国内知识发现领域研究现状，以期为知识发现的研究和发展提供借鉴和指导。

[关键词] 知识发现；社会网络分析；共词分析；可视化

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2018. 03. 055

[中图分类号] G250 [文献标识码] A [文章编号] 1673 - 0194（2018）03- 0136- 03

0 引 言

随着大数据时代的来临，数据的指数级增长和广泛的可用性为知识发现提供了巨大的潜力，并为在各个学科和各领域中的应用带来了新的挑战，知识发现与数据挖掘也成为了国内学术界研究的热点[1]。本文运用社会网络分析方法和共词分析方法，通过关键词共现网络和关键词共词聚类分析，探索我国知识發现研究热点和内容结构，通过与国际研究前沿领域的比较，以期为后续知识发现研究与实践的开展提供参考和建议。

1 数据来源与研究方法

1.1 数据来源

本文选取CNKI中国学术期刊网络出版总库为数据来源，检索式为“主题=知识发现”；检索时间从2012年1月1日至2017年5月1日，得到2 277检索结果，经过数据清洗，去除新闻及通知等不相关检索内容，共获得2 216条检索结果。

1.2 数据处理工具

在进行研究分析前，对数据进行预处理工具是数据分析的重要环节。本文使用文献题录信息统计分析工具（Statistical Analysis Toolkit for Informetrics， SATI）[2]对检索结果进行字段信息抽取、条目频次统计，最后构建共词矩阵，将共词矩阵导入社会网络分析软件Ucinet和SPSS进行分析，形象的展示知识发现的研究热点与前沿发展趋势。……