基于語義共詞分析的我國人際情報網(wǎng)絡(luò)研究探析

基于語義共詞分析的我國人際情報網(wǎng)絡(luò)研究探析

1引言人際情報網(wǎng)絡(luò)(humanintelligencenetwork)是應情報活動的需要而構(gòu)建的一種人際網(wǎng)絡(luò)，其已經(jīng)成為競爭情報工作和競爭情報系統(tǒng)的重要組成部分[1]。作為競爭情報系統(tǒng)的三大支持網(wǎng)絡(luò)(組織網(wǎng)絡(luò)、人際情報網(wǎng)絡(luò)和信息網(wǎng)絡(luò))之一，人際情報網(wǎng)絡(luò)對情報從業(yè)者獲取、分析和傳播非公開信息和隱性知識起著非常重要的作用：在情報搜集中，通過人際交流，可以充分獲取、挖掘正式交流中難以獲得的情報信息，可以實現(xiàn)隱性知識的轉(zhuǎn)移和傳遞；在情報分析中，分析人員通過相互配合、協(xié)調(diào)，各抒己見，取長補短，可以出色地完成情報分析任務；在情報服務中，通過人際情報網(wǎng)絡(luò)可以及時有效地將情報提供給情報需求者。鑒于人際情報網(wǎng)絡(luò)以上的作用和價值，自20世紀90年末我國學者將發(fā)源于社會學的人際網(wǎng)絡(luò)理論系統(tǒng)地引入我國情報界以來，有關(guān)人際情報網(wǎng)絡(luò)的研究一直為國內(nèi)相關(guān)領(lǐng)域的研究人員所關(guān)注，并逐漸成為研究熱點之一，涌現(xiàn)了大量的研究成果[2-10]。然而，人際情報網(wǎng)絡(luò)作為一個新興的跨學科的研究領(lǐng)域，其研究方向呈現(xiàn)多元化，加之當前少有研究涉及人際情報網(wǎng)絡(luò)研究的宏觀層面，使得研究者們很難把握該領(lǐng)域的研究狀況。因此，科學揭示人際情報網(wǎng)絡(luò)的研究現(xiàn)狀、重點及發(fā)展趨勢對于科研人員開展該領(lǐng)域的研究具有重要的現(xiàn)實意義和價值。為此，為理清人際情報網(wǎng)絡(luò)這一研究領(lǐng)域的發(fā)展現(xiàn)狀，探討其研究結(jié)構(gòu)及發(fā)展方向，本文采用一種改進的共詞分析法(語義共詞分析法)，對人際情報網(wǎng)絡(luò)中已有的研究成果進行內(nèi)容分析，以得到一些有用的結(jié)論，進而為從事人際情報網(wǎng)絡(luò)研究的科研人員提供有意義的參考。2語義共詞分析法共詞分析法(co-wordanalysis)作為內(nèi)容分析法的常用方法之一，主要是通過專業(yè)術(shù)語共現(xiàn)來判斷學科領(lǐng)域中各主題間的關(guān)系，進而展現(xiàn)該學科的研究結(jié)構(gòu)[11]。共詞分析法認為作者選擇的詞匯能夠在一定程度上反映主題內(nèi)容，能夠揭示某一主題的兩個專業(yè)術(shù)語若在同一文獻中出現(xiàn)，說明它們之間存在一定的內(nèi)在關(guān)系，它們共同出現(xiàn)在不同文獻中的次數(shù)越多，表明關(guān)系越密切。當前共詞分析法已被廣泛應用到研究熱點分析[12]、學科結(jié)構(gòu)揭示[13]和信息檢索[14]等領(lǐng)域。然而，從對共詞分析法的這些應用來看，共詞分析主要停留在語法層面上，還未能深入到語義層次上來，沒有考慮語詞之間的概念與邏輯關(guān)系。由于作者對詞的選擇具有很強的主觀性和隨意性，加之漢語詞的一詞多義和多詞一義現(xiàn)象的普遍存在，使得同一主題往往會由不同的詞表示或者同一詞表示了不同的主題內(nèi)容，并且漢語詞匯本身又具有語義模糊性以及詞之間關(guān)系的不確定性。因此，如果內(nèi)容分析法僅停留在語法層面上，會致使在使用共詞分析法進行分析時出現(xiàn)以下幾個問題：(1)共詞分析過程中詞頻和共現(xiàn)頻率統(tǒng)計不準確，進而造成共詞分析結(jié)果的失真。這主要是由于以下幾個原因造成的：首先作者對詞的選擇具有很強的主觀性和隨意性；其次漢語詞中普遍存在一詞多義和多詞一義現(xiàn)象。這些因素使得同一主題往往會由不同的詞表示或者同一詞表示了不同的主題內(nèi)容，進而使得詞頻和共現(xiàn)頻次統(tǒng)計不準確，造成共詞分析結(jié)果失真。(2)聚在同一類團中的語詞未必都能表達同一主題。這是因為兩個語詞共現(xiàn)就一定相關(guān)的假設(shè)并不是一定成立，共現(xiàn)的詞有時并不相關(guān)，或者相關(guān)性非常小。如在一篇文章中，作者使用了“科技咨詢、專家?guī)?、可視化、社會資本、人際網(wǎng)絡(luò)、構(gòu)建”作為關(guān)鍵詞，很顯然有些關(guān)鍵詞是相關(guān)的，如“社會資本”和“人際網(wǎng)絡(luò)”，而有些是不怎么相關(guān)的，如“科技咨詢”和“可視化”，因此在聚類過程中，只簡單地通過兩個語詞的共現(xiàn)來決定語詞的相關(guān)性，會導致在聚類時將一些概念不太相關(guān)或根本不相關(guān)的主題詞聚集在一起的現(xiàn)象。為克服共詞分析法存在的以上問題，本文提出一種基于主題圖的語義共詞分析法。主題圖(topicmap)可以用來描述任何主題以及主題之間的各種關(guān)系。它是一種用來描述信息資源知識結(jié)構(gòu)的數(shù)據(jù)格式[15]。將主題圖所揭示的各主題詞的語義關(guān)系集成到共詞分析的過程中，能在一定程度上有效提高共詞分析的準確性和科學性?；谥黝}圖的語義共詞分析法的基本思路如圖1所示，其整個過程主要包括以下幾個步驟：(1)明確研究的問題。明確所要分析的主題領(lǐng)域，及通過共詞分析所要最終達到的目的。(2)數(shù)據(jù)源選擇。依據(jù)所選主題領(lǐng)域及要實現(xiàn)的分析目標，選擇相應的數(shù)據(jù)源作為共詞分析的基礎(chǔ)。(3)關(guān)鍵詞抽取與處理。在主題圖的指導下從數(shù)據(jù)源相應字段中抽取關(guān)鍵詞，而后對這些關(guān)鍵詞進行加工處理，映射到與其相關(guān)的主題詞上，最終生成用于標識文檔的主題圖詞條目。(4)高頻主題詞選擇。對主題詞進行詞頻統(tǒng)計，選定一定數(shù)量的出現(xiàn)頻次超過一定閾值的主題詞。(5)高頻主題詞對相關(guān)性分析。兩兩選取高頻主題詞，在主題圖中進行檢索，判斷兩者是否相關(guān)。如果相關(guān)，在相關(guān)矩陣中對應位置上賦值1；如果不存在則認為是不相關(guān)，在相關(guān)矩陣中對應位置上賦值0。(6)高頻主題詞對共現(xiàn)統(tǒng)計。將相關(guān)的主題詞對與用于標識文檔的主題圖詞條目進行匹配，統(tǒng)計這兩個主題詞在文檔中的共現(xiàn)頻次，以該共現(xiàn)頻次作為相關(guān)矩陣中兩相關(guān)主題詞的關(guān)系強度，最終生成一個共詞相關(guān)矩陣。(7)數(shù)據(jù)分析。依據(jù)生成的共詞相關(guān)矩陣，根據(jù)分析目標進行相應的分析，如主成分分析、聚類分析、多維尺度分析等。圖1語義共詞分析從上述的語義共詞分析法的整個流程可以看出，該方法將主題圖融入了共詞分析法中，這樣做可以有效解決共詞分析法中存在的上述兩個問題。一方面以主題圖指導關(guān)鍵詞的抽取和處理，將關(guān)鍵詞映射到主題圖中各主題詞上，使得共詞分析能夠以規(guī)范的主題詞作為分析單元，這樣做能夠提高詞頻和共現(xiàn)頻率統(tǒng)計的準確性。另一方面借助主題圖揭示的各主題詞之間的相互關(guān)系，分析主題詞對的相關(guān)性，可以解決共現(xiàn)詞對虛假相關(guān)的問題。綜上所述，該方法既發(fā)揮了共詞分析法客觀性的優(yōu)點，又彌補了共詞分析法過于依賴數(shù)據(jù)統(tǒng)計的不足，將人類知識集成到共詞分析法中，因而基于語義的共詞分析法可以有效提高分析結(jié)果的準確性和科學性。3國內(nèi)人際情報網(wǎng)絡(luò)研究分析3.1數(shù)據(jù)源選擇為了對國內(nèi)人際情報網(wǎng)絡(luò)的研究進行探討，本文選取CNKI期刊全文數(shù)據(jù)庫作為數(shù)據(jù)源。具體來說，于2011年4月16日在CNKI期刊全文數(shù)據(jù)庫中檢索有關(guān)人際情報網(wǎng)絡(luò)的相關(guān)文獻。用于檢索的檢索式為：(社會網(wǎng)絡(luò)and情報)or(人際網(wǎng)絡(luò)and情報)or人際情報網(wǎng)絡(luò)。由于國內(nèi)第1篇有關(guān)人際情報網(wǎng)絡(luò)的研究成果出現(xiàn)在1999年，因此檢索年限范圍限定在1999-2011年。通過檢索，共獲得185條記錄，去除不相關(guān)記錄之后，共獲得相關(guān)記錄155條。3.2數(shù)據(jù)抽取與處理從檢索到的155條相關(guān)記錄中的標題、摘要和關(guān)鍵詞字段中抽取能夠用來標識文檔的關(guān)鍵詞，然而由于作者用詞的隨意性以及漢語的一詞多義和多詞一義現(xiàn)象的普遍存在，使得基于關(guān)鍵詞的詞頻統(tǒng)計和共詞頻次的統(tǒng)計與實際存在偏差，進而影響到共詞分析的結(jié)果，而主題詞由于其具有規(guī)范性和可組配的特點，使得其成為理想的共詞分析單元。為提高共詞分析的準確性，本文對關(guān)鍵詞進行了處理，將關(guān)鍵詞統(tǒng)一用某一主題詞來代替，并作為最終的數(shù)據(jù)分析單元。數(shù)據(jù)的抽取與處理是在主題圖的指導下進行的。主題圖為我們描述了人際情報網(wǎng)絡(luò)研究領(lǐng)域涉及的各類事務。由于每個事務可能有多個名稱，為揭示這些同義關(guān)系，主題圖規(guī)范為人們提供了兩類名稱標識：BaseName和VariantName。BaseName只有一個，一般由受控的主題詞充當，而VariantName可以有零個或多個，用于描述不同背景下的事務的別名，這些別名與基本名都是同義關(guān)系。這樣在數(shù)據(jù)抽出和處理時，以主題圖做指導，不僅可以提高抽詞的準確性，而且可以有效地將各類關(guān)鍵詞映射到受控的主題詞上。比如將直接抽取的“社會網(wǎng)絡(luò)”、“人際網(wǎng)絡(luò)”、“社會關(guān)系網(wǎng)絡(luò)”和“人際關(guān)系網(wǎng)絡(luò)”等關(guān)鍵詞統(tǒng)一映射到了受控的主題詞“人際網(wǎng)絡(luò)”上。通過數(shù)據(jù)抽取和處理，最終得到用于標識每個文檔的主題詞條目，以作為主題詞詞頻統(tǒng)計和共現(xiàn)主題詞頻統(tǒng)計的基礎(chǔ)。3.3高頻主題詞選擇通過數(shù)據(jù)抽取與處理，最終共獲得321個主題詞。統(tǒng)計各主題詞出現(xiàn)的頻次，按照頻次的大小從高到低排序，本文將累計出現(xiàn)頻次達到46%的前25個主題詞作為高頻主題詞，來研究國內(nèi)人際情報網(wǎng)絡(luò)研究狀況(見表1)。這些高頻主題詞在一定程度上代表了該領(lǐng)域的研究熱點。作為對比，本文將直接抽取的高頻關(guān)鍵詞及其詞頻也統(tǒng)計在表1中，這些關(guān)鍵詞不是在主題圖的指導下抽取的，是非受控的自然語言詞匯。從表1可以看出，無論從高頻詞的成員組成上還是高頻詞的頻次上都存在很大差別。如在高頻關(guān)鍵詞列表中出現(xiàn)了“社會網(wǎng)絡(luò)”，而在高頻主題詞列表中卻沒有該詞；在高頻關(guān)鍵詞列表中“人際網(wǎng)絡(luò)”的詞頻為51，而在高頻主題詞列表中卻是76，這主要是由于未對關(guān)鍵詞進行規(guī)范處理造成的。因為與“人際網(wǎng)絡(luò)”同義的被作者用來表達同一意思的關(guān)鍵詞還有“社會網(wǎng)絡(luò)”、“社會關(guān)系網(wǎng)絡(luò)”和“人際關(guān)系網(wǎng)絡(luò)”等，如果不對這些詞加以規(guī)范化處理，直接進行詞頻統(tǒng)計，很顯然會降低高頻主題詞選擇的準確性，進而使得分析的結(jié)果失去科學性。3.4高頻主題詞對相關(guān)性分析在共詞分析中一般都假設(shè)共現(xiàn)的兩個主題詞一定相關(guān)，然而這個假設(shè)條件在很多情況下并不是一定成立的。因此在聚類過程中，只簡單地通過兩個語詞的共現(xiàn)來決定語詞的相關(guān)性，會導致在聚類時將一些概念關(guān)聯(lián)不太相關(guān)或根本不相關(guān)的主題詞聚集在一起的現(xiàn)象。為解決這一問題，本文將知識管理中的知識組織方法引入到共詞分析中，以主題圖來描述各主題詞之間的語義關(guān)系，在對高頻主題詞進行共現(xiàn)頻次統(tǒng)計之前，首先通過檢索主題圖來判斷兩個主題詞是否相關(guān)，如果相關(guān)則統(tǒng)計這兩個相關(guān)主題詞的共現(xiàn)頻次，如果不相關(guān)，則直接將兩個主題詞的共現(xiàn)頻次設(shè)置為0。這樣就可以避免一些共現(xiàn)但不相關(guān)的主題詞對共詞分析的影響，能夠在一定程度上提高共詞分詞的準確性。3.4.1主題圖本文使用主題圖來描述用于標識人際情報網(wǎng)絡(luò)研究領(lǐng)域相關(guān)文獻的各主題詞以及它們之間的關(guān)系。主題圖的構(gòu)建由領(lǐng)域?qū)＜医柚鷒ntopia[16]提供的主題圖編輯工具ontopoly來實現(xiàn)。人際情報網(wǎng)絡(luò)領(lǐng)域的主題圖詳見圖2。圖2人際情報網(wǎng)絡(luò)主題圖需要指出的是，主題圖網(wǎng)絡(luò)僅描述了各主題詞之間的關(guān)系，但無法通過其分辨出網(wǎng)絡(luò)中哪些主題詞能組成類團。在這里主題圖主要是被用來作為判斷兩個主題詞是否相關(guān)的依據(jù)。若要想了解人際情報網(wǎng)絡(luò)領(lǐng)域的研究狀況，還需要借助共詞分析中的聚類分析法、多維尺度分析等做進一步的分析處理。3.4.2相關(guān)性分析主題圖實際上是一種網(wǎng)狀的索引結(jié)構(gòu)，可以通過主題圖引擎對其進行高效的檢索和主題圖維護工作。在進行高頻主題詞對相關(guān)性分析時，首先從高頻主題詞集合中提取一對主題詞，而后在主題圖中檢索該主題詞對，并判斷該主題詞對是否為某個關(guān)系所鏈接，如果存在則認為是相關(guān)的，在相關(guān)矩陣中對應位置上賦值1，如果不存在則認為是不相關(guān)，在相關(guān)矩陣中對應位置上賦值0(見公式(1))。這樣通過高頻主題詞對的相關(guān)性分析就得到了一個高頻主題詞的相關(guān)矩陣。3.5主題詞對共現(xiàn)統(tǒng)計通過相關(guān)性分析，已經(jīng)得知兩個主題詞是否相關(guān)，而其相關(guān)性強度則不得而知，這需要通過主題詞對共現(xiàn)頻次的統(tǒng)計來獲得。在對相關(guān)主題詞對進行共現(xiàn)統(tǒng)計時，首先從相關(guān)矩陣中依次提取相關(guān)的主題詞對，而后在標識文檔的主題圖詞條目中進行匹配檢索，統(tǒng)計該主題詞對共現(xiàn)的次數(shù)，以這兩個主題詞的共現(xiàn)頻次值作為這一主題詞對在相關(guān)矩陣中的關(guān)系強度值。這樣，相關(guān)矩陣就轉(zhuǎn)化為共詞相關(guān)矩陣了。然而，由于兩個主題詞共現(xiàn)頻次的多少，直接受到這兩個主題詞各自出現(xiàn)頻次的多少的影響，也即使用主題詞共現(xiàn)絕對值，難以真正反映主題詞間的相互依賴程度。因此，為真正揭示主題詞共現(xiàn)關(guān)系，須用相對共現(xiàn)強度這一指標來表示兩個主題詞的共現(xiàn)強度，消除因共詞頻次差異對分析結(jié)果的影響。此外，由于在共現(xiàn)相關(guān)矩陣中0值太多，統(tǒng)計時容易造成誤差過大，影響分析結(jié)果，為更好地符合聚類分析的條件，需要首先將共詞相關(guān)矩陣轉(zhuǎn)化為相異矩陣。本文采用Ochiia系數(shù)法將共詞相關(guān)矩陣轉(zhuǎn)化為相異矩陣。具體過程是：其次，用1與共詞相關(guān)矩陣上的數(shù)據(jù)值相減，得到表示兩個主題詞相異程度的相異矩陣。在相異矩陣中，值越大，兩個關(guān)鍵詞的距離越遠，因此也就越不相關(guān)，反之則結(jié)果相反。由共詞相關(guān)矩陣轉(zhuǎn)化得到的相異矩陣詳見表2(由于版面限制，只給出了部分相異矩陣)。為進行對比，本文也將關(guān)鍵詞的共詞矩陣轉(zhuǎn)化為相異矩陣，以用于共詞分析(但限于篇幅就不再展示)，進而對比基于語義共詞分析方法和基于一般共詞分析方法的異同。通過上述過程，就得到了用于數(shù)據(jù)分析的相異矩陣。此矩陣是進行共詞分析的基礎(chǔ)矩陣，共詞分析中的主成分分析、聚類分析、多為尺度分析等都是在此矩陣的基礎(chǔ)上進行的。3.6數(shù)據(jù)分析3.6.1聚類分析本文采用SPSS17.0提供的系統(tǒng)聚類法(hierarchicalcluster)，對兩個相異矩陣采取相同的方式進行聚類分析。類間距離的測量方法采用的是常用的組間鏈接法(between-groupslinkage)，點間距離的測量方法采用的是針對離散數(shù)據(jù)的chi-squaremeasure測距方法。它們聚類結(jié)果的對照圖如圖3所示。從圖3可以看出，通過聚類分析，主題詞集合和關(guān)鍵詞集合都主要聚成了5個類團。通過對比分析，不難發(fā)現(xiàn)：子圖a中的5個類團主題比較明確(各類團所代表的研究主題將在下文詳細論述)，各類團中包含的主題詞密切相關(guān)；而子圖b中5個類團主題則不鮮明，這主要是因為相關(guān)的關(guān)鍵詞未被聚集在一起，而不相關(guān)的關(guān)鍵詞卻被包含了進來。比如在類團3中僅包含了兩個關(guān)鍵詞“信息網(wǎng)絡(luò)”和“競爭策略”，從這兩個關(guān)鍵詞我們很難判斷其研究的主題是什么，通過對這兩個關(guān)鍵詞共同出現(xiàn)的文章的內(nèi)容分析我們發(fā)現(xiàn)，包含這兩個關(guān)鍵詞的文章主要是圍繞競爭情報系統(tǒng)這一研究主題的，研究的主要內(nèi)容包括競爭情報系統(tǒng)的構(gòu)成(三大網(wǎng)絡(luò)：信息網(wǎng)絡(luò)、組織網(wǎng)絡(luò)、人際情報網(wǎng)絡(luò))以及競爭情報系統(tǒng)的功能(獲得企業(yè)競爭情報以支持企業(yè)競爭策略的制定)等。由此可見，關(guān)鍵詞“競爭情報系統(tǒng)”和“企業(yè)競爭情報”應該與它們聚集在同一類團中，然而這兩個關(guān)鍵詞卻被聚集在類團1中了。而這兩個關(guān)鍵詞“競爭情報系統(tǒng)”和“企業(yè)競爭情報”與類團1并不是非常相關(guān)，通過對包含類團1中的其他3個關(guān)鍵詞的文章的分析發(fā)現(xiàn)，其研究的主題主要是圍繞情報分析這一主題的，主要研究情報人員借助人際網(wǎng)絡(luò)理論和方法對競爭對手進行的情報分析，進而提高企業(yè)競爭的能力。圖b中其他類團也存在類似的問題，在此就不再一一解釋了。由此可見，我們提出的語義共詞分析方法與一般的共詞分析方法相比能夠使類團成員更加合理，類團主題更加明確，因此，基于語義共詞分析法得到的分析結(jié)果具有更高的準確性和科學性。接下來，本文將借助于子圖a中的聚類結(jié)果對國內(nèi)人際情報網(wǎng)絡(luò)領(lǐng)域的研究狀況加以詳細分析。子圖a展示了一棵高頻主題詞的聚類分析樹，從圖中可以看出，高頻主題詞共被聚成了5個類團，這5個類團能較好地揭示當前有關(guān)人際情報網(wǎng)絡(luò)的研究現(xiàn)狀，反映了人際情報網(wǎng)絡(luò)研究的5個熱點領(lǐng)域。(1)類團1。從類團1中所包含的4個相關(guān)主題詞我們可以看出，該類團所反映的研究熱點是“情報分析”。研究內(nèi)容主要包括情報人員借助人際情報網(wǎng)絡(luò)各種相關(guān)理論(如結(jié)構(gòu)洞理論等)和分析方法(如網(wǎng)絡(luò)密度，中心性等)對競爭對手進行相應的情報分析，進而提高企業(yè)競爭的能力。圖3聚類結(jié)果對比圖(2)類團2。根據(jù)對類團2所包含的主題詞的分析可知其所揭示的研究熱點是“競爭情報系統(tǒng)”。研究的主要內(nèi)容包括競爭情報系統(tǒng)的構(gòu)成(信息網(wǎng)絡(luò)、組織網(wǎng)絡(luò)和人際情報網(wǎng)絡(luò))，主要是將人際情報網(wǎng)絡(luò)集成到競爭情報系統(tǒng)中；人際情報網(wǎng)絡(luò)在競爭情報系統(tǒng)的功能，研究其在搜集企業(yè)競爭情報、制定競爭策略的過程中所發(fā)揮的重要作用。(3)類團3。類團3中所包含的主題詞比其他類團都要多，說明其是研究熱點中的熱點。其包含的主題詞所反映的研究主題可以概括為“人際情報網(wǎng)絡(luò)”，是關(guān)于人際情報網(wǎng)絡(luò)自身的研究。人際情報網(wǎng)絡(luò)是人際網(wǎng)絡(luò)在企業(yè)中的應用，有關(guān)研究主要集中在引入其他相關(guān)理論(社會資本理論、結(jié)構(gòu)洞理論等)和技術(shù)(可視化技術(shù)、人際網(wǎng)絡(luò)分析技術(shù)、web2.0技術(shù)等)為自己所用，以形成自己的理論體系和方法論。(4)類團4。聚集在類團4中的主題詞所揭示的研究熱點可以用“人際情報網(wǎng)絡(luò)構(gòu)建”來概括。研究的內(nèi)容主要包括對人際情報網(wǎng)絡(luò)本質(zhì)的分析，研究人際情報網(wǎng)絡(luò)是什么(它是人際網(wǎng)絡(luò)在企業(yè)的應用，是企業(yè)獲得競爭情報的一種有效途徑)，有哪些構(gòu)成要素，以作為人際情報網(wǎng)絡(luò)構(gòu)建的基礎(chǔ)；對人際情報網(wǎng)絡(luò)的構(gòu)建方法的研究，主要是將知識管理的思想(如本體)集成到人際情報網(wǎng)絡(luò)的構(gòu)建方法之中。(5)類團5。類團5中包括4個高頻主題詞，這些主題詞共同揭示了人際情報網(wǎng)絡(luò)研究的又一研究熱點“情報收集”。研究的內(nèi)容包括研究如何利用人際情報網(wǎng)絡(luò)以及虛擬的人際情報網(wǎng)絡(luò)SNS進行情報收集；研究在利用人際情報網(wǎng)絡(luò)進行情報收集時的影響因素，主要是借助“小世界理論”和“嵌入理論”對其影響因素進行分析。3.6.2多維尺度分析圖4概念空間圖為了進一步以可視化的方式揭示各主題詞之間的關(guān)系，本文對人際情報網(wǎng)絡(luò)領(lǐng)域高頻主題詞進行了多為尺度分析(MultidimensionalScaling)，將它們在多維空間中的位置關(guān)系反映在二維空間中，分析結(jié)果如圖4所示。通過對圖4的分析，可以得出以下幾個方面的結(jié)論：