基于知识超网络的碎片化知识非线性融合模型研究
【出 处】:
【作 者】:高国伟 段佳琪
【摘 要】【目的/意义】大数据互联网时代,知识以碎片化形式分散在大数据环境中,加剧了大知识融合的难度,深刻地影响了知识的组织和创新过程。如何针对大数据环境下碎片化知识的特征,构建出适于系统性的把握知识和解决复杂问题的知识融合框架就成为大数据知识工程研究的热点问题。【方法/过程】系统性分析了碎片化知识的特征,在此基础上构建了基于知识超网络的融合框架,探讨了知识融合的标准、知识融合的维度以及知识融合的机制。【结果/结论】知识超网络模型是碎片化知识非线性融合的一种可行的研究框架,其面向问题的多维、多级、多层的综合的知识融合模型为大数据环境下碎片化知识的融合提供了新的思路。
上一篇:面向智库建设的图书馆数据共享空间服务模式研究
下一篇:互联网知识共享平台信息过载效应与弱化机制——基于知乎的案例研究