Page 98 - 《中国图书馆学报》2025年第1期
P. 98
096 Journal of Library Science in China
结果将展示目标实体及其对应的成果或基础,以知识图谱可视化和表格两种形式展示实体间关系,可
视化图谱能够帮助用户直观且形象地了解各实体间的关系,受可视化的空间限制,图例中无法展示的
信息可以通过节点详情补充展示。 图 5 展示了以“信息生态理论”为创新基础实体的检索结果页面。
当用户点击具体节点时,可以查看该节点的详情。 对于创新成果实体可以查看其对应的论文出处,通
过点击论文节点,可以查看与该论文相关联的所有创新的“贡献” “过程” “工具” “研究对象” 实体。
与关系型数据库不同,基于知识图谱产生的检索结果能够一次性展示出更丰富的关系信息,且通过可
视化的形式将加工过的信息更直观地呈现在用户面前。
图 5 创新实体及关系检索展示界面(以“信息生态理论”为例)
(2)创新知识推荐功能
基于相似度计算实现创新知识推荐功能,从论文关键词、创新成果实体、创新基础实体、贡献实体
以及过程实体多个可匹配维度展开。 在这一模块中,平台通过相似度计算,匹配更多相关知识,如用
户通过检索论文关键词,能够得到一系列具有较高相似度关键词的论文检索结果,平台不是仅匹配出
包含当前检索词的论文。 按照相似度查询的目标不同,本模块具体又可细分为基于论文关键词的知
识推荐、基于创新成果/ 基础的推荐和基于创新过程/ 贡献的推荐三个模块。
以基于论文关键词的知识推荐为例,选取检索词后,通过 word2vec 模型进行最高相似度的检索
结果匹配,通过模糊查询包含相似关键词的论文,以论文实体为根节点返回所有与之相连的实体。 以
总第五十一卷 第二七五期 Vol. 51. No. 275
