基于Folksonomy模式的数字资源多维度聚合研究
|
摘要
随着网络技术的应用与普及，数字资源的开发利用已成为时代赋予的重大课题。众所周知，数字资源组织是数字资源开发利用的前提，然而事实上数字资源组织往往呈现出局部有序而整体无序的窘境，具体体现为数字资源孤岛、数字资源超载等，这大大阻碍了用户对数字资源的有效获取和共建共享。为摆脱这种窘境，学者们都将解决该问题的途径聚焦在了数字资源的再组织上。关于数字资源的再组织，国内学者在长期的探索实践中依次形成了“资源整合”和“资源聚合”两种模式。数字资源聚合尚未形成完备的方法体系，但也探寻出了两类行之有效的操作行方法：一为知识组织方法；二为计量分析方法。知识组织方法以概念分析、本体、关联数据等方法增强资源语义，计量分析方法以共现关系、耦合关系、社会网络分析等方法挖掘资源关联。
目前，数字资源聚合的途径主要通过结构维度下的领域本体来实现，其语义化程度较高但却无法摆脱概念树结构的桎梏。而关联维度则能够突破主题领域内部严谨苛刻的层级限制，基于知识间的关联关系将平面树形结构拓展到网络立体空间。群聚维度更是将知识的客观属性与人类的主观认知相结合，充分体现了知识与人的交互。笔者认为，以多维度融合的视角考查数字资源聚合，有助于突破知识组织研究领域的瓶颈，使基于复杂网络分析和Folksonomy（分众分类法）融合的数字资源多维度聚合成为可能。鉴于此，本研究尝试将分众分类法和复杂网络分析二者有机地融合在一套体系之下，提出基于复杂网络分析的分众分类法模式下数字资源多维度聚合的思想，探索提高现代知识服务的解决方案。
本研究遵循“理论—模型—实证”的技术路线，研究聚焦于复杂网络与分众分类法互补融合视角下的数字资源“多维度聚合”，从结构维度、群聚维度、关联维度三个方面论述了数字资源的多维性，构建了数字资源聚合的多维度理论框架，主要研究内容包括如下：
（1）通过对与选题相关的国内外文献的分析与综述，确定了本论文研究的逻辑主线：数字资源聚合的基本逻辑——结构维度；数字资源聚合的社会逻辑——群聚维度；数字资源聚合的扩展逻辑——关联维度。
（2）从资源聚合的理念、维度、实现技术和具体应用等四个方面对分众分类法和复杂网络分析进行比较分析，力图寻找分众分类法与复杂网络分析在数字资源聚合方向上的融合点。
（3）通过对用户标签网络的属性分析以及模块化处理，将标签云中的标签划分成若干个知识群落。借助连线、颜色、字号的相互配合，从主题知识关联的视角优化标签云，为标签云体系研发提供依据。
（4）运用复杂网络分析方法对基于网络中心性的标签关系、基于网络群聚性的标签关系、基于网络关联性的标签关系，以及基于复杂网络的分众分类法扩展等问题进行系统研究。
（5）从知识的结构维度、知识的群聚维度、知识的关联维度等方面对基于复杂网络分析的分众分类法数字资源聚合进行实证研究。
With the popularization and application of the network technology, the developmentand utilization of digital information resources have become a major task endowed by thetimes. As everyone knows, the organization of digital resource is the prerequisite for thedevelopment and utilization of digital resources, but in fact the organization of digitalresource often presents the partial ordered and disordered situation overall, embodied in thedigital resource, digital resource overload, which greatly hinders the acquisition and sharingof the digital resources of users. In order to get rid of the dilemma, all the scholars havefocused on how to reorganize digital resources to solve this problem. In the long-termexploration and practice, domestic scholars have in turn formed two such modes on how toreorganize the digital resources as the "integration of resources" and "resource sharing". Acomplete system of polymerization method of digital resources has not been formed, butthey have also explored two kinds of effective methods of operation: knowledgeorganization method and quantitative analysis method. The former one mainly uses conceptanalysis, ontology, relational data and other methods to enhance the resource semantics; thelatter one mainly uses co-occurrence, coupling relationship, social network analysis methodof mining resources association.
At present, the digital resources aggregation approach and knowledge discovery isrealized by the dimensions of the organizational structure of the domain ontology. Thesemantic degree is high but can't get rid of the shackles of concept tree structure. Thecorrelation dimension is able to break through the rigorous and harsh topic hierarchy limit.The two-dimensional tree structure is extended to three-dimensional network space basedon the relationship between knowledge. Transfer diffusion dimension is the subjectivecognition and objective attribute of human knowledge combination, which fully embodiesthe interaction between knowledge and human. The author believes that, in order toexamine the digital resources integration of multidimensional perspective of polymerization,which helps to break through the bottleneck of the field of knowledge organization andresearch, the complex network analysis and Folksonomy fusion based on degree of polymerization is possible. In view of this, this study attempts to organically combineFolksonomy and complex network analysis into a set of system, puts forward the idea ofmultidimensional digital resources of degree of polymerization of the complex networkanalysis based on Folksonomy mode, and explores the solution to improve the modernknowledge service.
This study follows the technical route of the "theory model empirical", focuses on thecomplex network and Folksonomy complementary digital resources" under the perspectiveof the integration of the multidimensional polymerization", discusses the multidimensionaldigital resources from the dimensions of organization structure, spreads three aspectsdimension and correlation dimension and constructs a theoretical framework ofmultidimensional digital resources polymerization. The main research contents are asfollows:
(1) Through the analysis and summary of the topics related with the domestic andforeign literature, the logical clue of this thesis is the basic logic structure dimension ofdigital resources polymerization; digital resources aggregation of social logic clusterdimension; the extended logic digital resources aggregation associated dimension.
(2) From the four aspects of resource aggregation concept, dimension, implementationtechnology and application this study conducts comparative analysis of Folksonomy andcomplex network analysis and tries to find the Folksonomy and complex network analysispolymerization fusion point in the direction of digital resources.
(3) Through the attribute analysis of the user label network and modularized, the tagcloud label is divided into a number of knowledge communities. By the cooperation withline, color, font size, from the perspective of optimizing the tag cloud theme knowledgerelated, it provides the basis for the tag cloud system R&D.
(4) By using complex network analysis method, this study conducts research ondimensional expanding of Folksonomy based on network centrality of labels, networkcluster of labels, and network connection of labels,.
(5) From the three dimensions of structure dimension, cluster dimension and associated dimension, this study conducts research on digital resources aggregation based onFolksonomy of the complex network.
目前，数字资源聚合的途径主要通过结构维度下的领域本体来实现，其语义化程度较高但却无法摆脱概念树结构的桎梏。而关联维度则能够突破主题领域内部严谨苛刻的层级限制，基于知识间的关联关系将平面树形结构拓展到网络立体空间。群聚维度更是将知识的客观属性与人类的主观认知相结合，充分体现了知识与人的交互。笔者认为，以多维度融合的视角考查数字资源聚合，有助于突破知识组织研究领域的瓶颈，使基于复杂网络分析和Folksonomy（分众分类法）融合的数字资源多维度聚合成为可能。鉴于此，本研究尝试将分众分类法和复杂网络分析二者有机地融合在一套体系之下，提出基于复杂网络分析的分众分类法模式下数字资源多维度聚合的思想，探索提高现代知识服务的解决方案。
本研究遵循“理论—模型—实证”的技术路线，研究聚焦于复杂网络与分众分类法互补融合视角下的数字资源“多维度聚合”，从结构维度、群聚维度、关联维度三个方面论述了数字资源的多维性，构建了数字资源聚合的多维度理论框架，主要研究内容包括如下：
（1）通过对与选题相关的国内外文献的分析与综述，确定了本论文研究的逻辑主线：数字资源聚合的基本逻辑——结构维度；数字资源聚合的社会逻辑——群聚维度；数字资源聚合的扩展逻辑——关联维度。
（2）从资源聚合的理念、维度、实现技术和具体应用等四个方面对分众分类法和复杂网络分析进行比较分析，力图寻找分众分类法与复杂网络分析在数字资源聚合方向上的融合点。
（3）通过对用户标签网络的属性分析以及模块化处理，将标签云中的标签划分成若干个知识群落。借助连线、颜色、字号的相互配合，从主题知识关联的视角优化标签云，为标签云体系研发提供依据。
（4）运用复杂网络分析方法对基于网络中心性的标签关系、基于网络群聚性的标签关系、基于网络关联性的标签关系，以及基于复杂网络的分众分类法扩展等问题进行系统研究。
（5）从知识的结构维度、知识的群聚维度、知识的关联维度等方面对基于复杂网络分析的分众分类法数字资源聚合进行实证研究。
With the popularization and application of the network technology, the developmentand utilization of digital information resources have become a major task endowed by thetimes. As everyone knows, the organization of digital resource is the prerequisite for thedevelopment and utilization of digital resources, but in fact the organization of digitalresource often presents the partial ordered and disordered situation overall, embodied in thedigital resource, digital resource overload, which greatly hinders the acquisition and sharingof the digital resources of users. In order to get rid of the dilemma, all the scholars havefocused on how to reorganize digital resources to solve this problem. In the long-termexploration and practice, domestic scholars have in turn formed two such modes on how toreorganize the digital resources as the "integration of resources" and "resource sharing". Acomplete system of polymerization method of digital resources has not been formed, butthey have also explored two kinds of effective methods of operation: knowledgeorganization method and quantitative analysis method. The former one mainly uses conceptanalysis, ontology, relational data and other methods to enhance the resource semantics; thelatter one mainly uses co-occurrence, coupling relationship, social network analysis methodof mining resources association.
At present, the digital resources aggregation approach and knowledge discovery isrealized by the dimensions of the organizational structure of the domain ontology. Thesemantic degree is high but can't get rid of the shackles of concept tree structure. Thecorrelation dimension is able to break through the rigorous and harsh topic hierarchy limit.The two-dimensional tree structure is extended to three-dimensional network space basedon the relationship between knowledge. Transfer diffusion dimension is the subjectivecognition and objective attribute of human knowledge combination, which fully embodiesthe interaction between knowledge and human. The author believes that, in order toexamine the digital resources integration of multidimensional perspective of polymerization,which helps to break through the bottleneck of the field of knowledge organization andresearch, the complex network analysis and Folksonomy fusion based on degree of polymerization is possible. In view of this, this study attempts to organically combineFolksonomy and complex network analysis into a set of system, puts forward the idea ofmultidimensional digital resources of degree of polymerization of the complex networkanalysis based on Folksonomy mode, and explores the solution to improve the modernknowledge service.
This study follows the technical route of the "theory model empirical", focuses on thecomplex network and Folksonomy complementary digital resources" under the perspectiveof the integration of the multidimensional polymerization", discusses the multidimensionaldigital resources from the dimensions of organization structure, spreads three aspectsdimension and correlation dimension and constructs a theoretical framework ofmultidimensional digital resources polymerization. The main research contents are asfollows:
(1) Through the analysis and summary of the topics related with the domestic andforeign literature, the logical clue of this thesis is the basic logic structure dimension ofdigital resources polymerization; digital resources aggregation of social logic clusterdimension; the extended logic digital resources aggregation associated dimension.
(2) From the four aspects of resource aggregation concept, dimension, implementationtechnology and application this study conducts comparative analysis of Folksonomy andcomplex network analysis and tries to find the Folksonomy and complex network analysispolymerization fusion point in the direction of digital resources.
(3) Through the attribute analysis of the user label network and modularized, the tagcloud label is divided into a number of knowledge communities. By the cooperation withline, color, font size, from the perspective of optimizing the tag cloud theme knowledgerelated, it provides the basis for the tag cloud system R&D.
(4) By using complex network analysis method, this study conducts research ondimensional expanding of Folksonomy based on network centrality of labels, networkcluster of labels, and network connection of labels,.
(5) From the three dimensions of structure dimension, cluster dimension and associated dimension, this study conducts research on digital resources aggregation based onFolksonomy of the complex network.
引文
[1]中华人民共和国国务院．国家中长期科学和技术发展规划纲要（2006-2020年）中共中央国务院关于实施科技规划纲要增强自主创新能力的决定[M]．北京：中国法制出版社，2006．
[2]贺德方，曾建勋.基于语义的馆藏资源深度聚合研究.中国图书馆学报，2012(4)：79-87.
[3]宋文，刘毅，张旺强，张士男.基于开放引擎的知识组织服务[J].《图书情报工作》，2012（18）：58.
[4] Martha L. Brogan. A Survey of Digital Library Aggregation Services[J]. Scholarly Commons，2003，1（1）：:45‐57.
[5] JISC. Clustering and Sustaining Digital Resources: The JISC eContent Programme2009‐11[EB/OL].[2012‐03‐10].http://www.jisc.ac.uk/media/documents/publications/general/2011/JISCeContentClusteringAndSustainingDigitalResources.pdf
[6] Mehdi Alipour‐Hafezi. IDL Framework to Integrate Disparate Digital Library System: A Case Study[J]. ElectronicLibrary，2014，2（32）：13‐15.
[7] Carole L. Palmer，Ellen M. Knutson，Michael Twidale. Collection Definition in Federated Digital ResourceDevelopment[J].Computer Science，2006（1）：10‐14.
[8]李劲，程秀峰，宋红文.基于寓意的馆藏资源深度聚合模型探析[J].湖北民族学院学报（自然科学版），2013（6）：212‐215.
[9]丁楠，潘有能.基于关联数据的图书馆信息聚合研究[J].图书与情报，2011（6）：50‐53.
[10]贺德方，曾建勋.基于语义的馆藏资源深度聚合研究[J].中国图书馆学报，2012（7）：79‐87.
[11]蒲筱哥.图书馆数字信息资源整合技术研究进展[J].现代情报，2008（7）：31‐35.
[12]邱均平，余凡.基于计量分析的馆藏资源语义化理论研究[J].中国图书馆学报，2012（7）：71‐78.
[13]欧石燕.面向关联数据的语义数字图书馆资源描述与组织框架设计与实现[J].中国图书馆学报，2012（38）：58‐71.
[14] Gruber T. What is an Ontology?[EB/OL].[2013-1-5].http://queksiewkhoon.tripod.com/ontology_01.pdf.
[15] Lee W，Raschid L，Sayyadi H，et al. Exploiting Ontology Structure and Patterns of Annotation toMine Significant Associations between Pairs of Controlled Vocabulary Terms[C].//Bairoch A，Cohen-Boulakia A，Froidevaux C. Data Integration in the Life Sciences. Berlin： Springer-Verlag，2008：44-60.
[16] Murtagh F，Mothe J，Englmeier K. Ontology from Local Hierarchical Structure in Text[EB/OL].[2013-1-05]. http://pdf.aminer.org/000/819/880/ontology_from_local_hierarchical_structure_in_text.pdf.
[17] Li S，Hu H，Hu X. An Ontology Mapping Method Based on Tree Structure[C].//Foster I，Hendler J，Fox G. Second International Conference on Semantics，Knowledge，and Grid. Washington，DC: IEEE ComputerSociety，2006：87.
[18] Stumme Gerd，Maedche Alexander. FCA-MERGE: Bottom-Up Merging of Ontologies[EB/OL].[2013-1-6].http://osm.cs.byu. edu/CS652s04/SM01FCA-Merge.pdf.
[19]周生明.本体上的代数结构[J].广西师范大学学报(自然科学版)，2004，22(4)：27-30.
[20]杨哲.基于复杂网络的本体结构复杂性分析[J].计算机工程与应用，2007，43(36)：77-78，116.
[21]张大陆，王志晓，刘雯，等.基于复杂网络的本体结构分析[J].同济大学学报（自然科学版），2009，37(2)：258-261.
[22]梁帅，罗强一，毕诚，等.基于结构特征量化的本体模块化划分研究[J].计算机工程，2011，37(14)：5-8.
[23]梁帅，罗强一，黄镇鸿.本体结构特征分析与匹配应用研究[J].计算机工程与应用，2012，48(2)：43-47.
[24]薛建武，白燚.本体拓扑结构关系存储研究[J].现代图书情报技术，2012，28(5)：26-31.
[25]史伟，王洪伟，何绍义.模糊本体结构及基于NGD的隶属度确定[J].同济大学学报(自然科学版)，2012，40(11)：1715-1719.
[26] Adam Mathes. Folksonomies-Cooperative Classification and Communication through SharedMetadata[EB/OL].(2004.12)[2012-03-10].http://www.adammathes.com/academic/computer-mediated-communication/folksonomies.html.
[27] Clay Shirky. Ontology is overrated: Categories，Links and Tags[EB/OL].[2012-03-10].http://www.shirky.com/writings/ontology_overrated.html.
[28] Louis Rosenfeld. Folksonomies? How about Metadata Ecologies?[EB/OL].[2012‐03‐10].http://www.louisrosenfeld.com/home/bloug_archive/000330.html.
[29] Schmitz C，Hotho A，J schke R，et al. Mining Association Rules in Folksonomies[C].//Batagelj V，Bock H，FerligojA，et al. Data Science and Classification. Berlin: Springer‐Verlag，2006(VI)：261‐270.
[30] Begelman G，Keller P，Smadja F. Automated Tag Clustering: Improving Search and Exploration in The TagSpace[EB/OL].[2014‐2‐13]. http://iwis.cs.aau.dk/files/automated_tag_clustering.pdf.
[31] Cattuto C，Benz D，Hotho A，et al. Semantic Grounding of Tag Relatedness in Social Bookmarking Systems[C].//Sheth A，Staab S，Dean M，et al. Lecture Notes in Computer Science5318/2008. Berlin: Springer‐Verlag，2008：615‐631.
[32] Kawakubo H，Akima Y，Yanai K. Automatic Construction of A Folksonomy‐Based Visual Ontology[C].//BultermanD，Lee CH，Tsai WH，Liao M.2010IEEE International Symposium on Multimedia(ISM). Washington，DC: IEEEComputer Society CPS，2010：330–335.
[33] Solskinnsbakk G，Gulla J A. A Hybrid Approach to Constructing Tag Hierarchies[C].//Meersman R，Dillon T，Herrero P. On the Move to Meaningful Internet Systems，OTM2010. Berlin: Springer，2010：975‐982.
[34] Zhitomirsky‐Geffet M，Bar‐Ilan J，Miller Y，et al. A Generic Framework for Collaborative Multi‐PerspectiveOntology Acquisition[J]. Online Information Review，2010，34(1)：145‐159.
[35] Fichte D. Intranet applications for tagging and folksonomies.[EB/OL].[2013‐08‐20]. http://www.lights.com.
[36]王翠英.标签的聚类分析研究[J].现代图书情报技术，2008，24(5)：67‐71.
[37]周鑫，王军.基于概念外延的Folksonomy语义关系挖掘方法[J].现代图书情报技术，2008，24(10)：6-10.
[38]刘海旭，郑岩.基于语义的标签关联算法[J].软件，2012(12)：136-138.
[39] Chojnacki S，Klopotek M. Random Graph Generative Model for Folksonomy Network StructureApproximation[J]. Procedia Computer Science，2012，1(1)：1683-1688.
[40] Mas M D. Intelligent Interface Architectures for Folksonomy Driven Structure Network[C]. BarolliL，Xhafa F，Vitabile S，Uehara M. Complex，Intelligent and Software Intensive Systems(CISIS)，2012Sixth International Conference on. Washington，DC: IEEE Computer Society CPS，2012：519-525.
[41]吴江.自由分类标签类聚成网状分类结构研究与实现[J].图书情报知识，2011(1)：75-81.
[42]滕广青，毕强.领域本体与社群分类法结构中心性的比较研究[J].情报学报，2013，32(10)：1037-1045.
[43]贾春华.从文本信息秩序到数字信息秩序——信息组织进展研究[J].情报资料工作，2005（3）：53-55.
[44]刘晓英.知识关联及其应用研究[D].湖南：湘潭大学.2010：27-36.
[45]周杰，刘玉琴，曾建勋.学术研究主体与研究内容间的关联关系可视化方法[J].现代图书情报技术，2012(11)：92-97.
[46]滕广青，毕强.知识组织体系的演进路径及相关研究的发展趋势探析[J].中国图书馆学报，2010，36(5)：49-53.
[47] Bhattacharya U. Digital Information Resource and Digital Information Literary: A Symbiotic Approach[J]. INFLIBNETCentre，2007（12）：351‐357
[48]杜晖.基于耦合关系的学术信息资源深度聚合研究[D].武汉：武汉大学，2013：26-30.
[49] Aggregation. Wikipedia.[DB/OL].[2012-4-5]. http://en.wikipedia.org/wiki/Aggregation.
[50] Oren Etzioni. The World Wide Web: Quagmire or gold mine[J]. Oren Etzioni Communication of the ACM，1996（11）：65‐68.
[51]恽爽，韩立新，董浚，陈道蕾. KDW综述：基于Web的数据挖掘[J].计算机工程，2003（1）：284‐286.
[52]国家图书馆数字战略研究课题组.国家图书馆数字战略研究[M].北京：国家图书馆出版社，2011：174‐176.
[53]孟宇龙.基于本体的多元异构安全数据聚合[D].哈尔滨工程大学.2010，4：20‐25.
[54]刘明辉，张志平，张新民.网络资源聚合方法探析[J].机械管理开发，2008，23（5）：170‐172.
[55]李寰，贾保先.基于RSS聚合和本体检索的数字图书馆个性化门户设计[J].情报杂志，2009，28（2）：47‐49.
[56]邓胜利.信息聚合服务的发展与演变研究[J].情报资料工作，2012（1）：79‐83.
[57]青秀玲译.未来新兴关键技术、挑战与趋势——2008年Horizon报告要点[EB/OL].[2012‐12‐10].http://joinus.las.ac.cn/research/doc/oversea/14.pdf.
[58]姜灵敏.信息资源聚合与数据挖掘[M].广东：华南理工大学.2007：34‐46
[59]何超，张玉峰.基于本体的馆藏数字资源语义聚合与可视化研究[J].情报理论与实践，2013（10）73-76，39
[60]李劲，程秀峰，宋红文.基于语义的馆藏资源深度聚合方法研究[J].情报科学，2013（11）：100-103
[61]游毅，成全.试论基于关联数据的馆藏资源聚合模式[J].情报理论与实践，2013（1）：109-114.
[62] Thomas Vander Wal. Press Coverage.[EB/OL].[2013-01-15]. http://www.vanderwal.net/press.php
[63]杨琳桦.博客要来一场Tag革命.[EB/OL].[2013-01-15].http://tech.sina.com.cn/i/2005-05-25/0910616894.html
[64] Peters I，Stock W G.“Power tags” in information retrieval[J]. Library Hi Tech，2010，28(1)：81-93.
[65]李青.基于复杂网络的互联网舆情演化研究[D].南京.南京邮电大学，2013：65-69.
[66]方锦清.网络科学的理论模型探索及其进展[J].科技导报，2006，24(12)：67-72.
[67]方锦清.网络科学的理论模型探索及其进展[J].科技导报，2006，24(12)：67-72.
[68] Erdǒs P，Rényi A. On the evolving of random graphs[J]. Publications of the Mathematical Instituteof the Hungarian Academy of Science，1960（5）：17-61.
[69] Watts D J，Strogatz S H. Collective dynamics of“small-world”networks[J]. Nature(London)，1998
（393）：440-442.
[70] Barabási A L，Albert R. Emergence of scaling in random networks[J]. Science，1999（286）：509-512.
[71]李晓辉，徐跃权.复杂网络理论的情报学应用研究[J].情报资料工作，2007(3)：9-13．
[72]王翼，杜楠，吴斌.复杂网络在文献信息服务中的应用及实现方法[J].数字图书馆论坛，2008(6)：34－37．
[73]王福生，杨洪勇.情报学期刊科研论文与作者合作网络模型[J].情报学报，2008，27(4)：578－583.
[74]张大伟，薛惠锋，寇晓东.复杂网络领域科学合作状况的网络分析研究[J].情报杂志，2008，27(8)：143－148．
[75]朱涛，常国岑，施笑安.基于复杂网络的指挥信息系统拓扑模型研究[J].系统仿真学报，2008，20(6)：1574－1581．
[76]辛强伟.复杂网络上的信息传播[D].西安：西安理工大学，2007：51-53．
[77] Adamic L A，Lukose R M，Puniyani A R，et al. Search in power－law networks[J]. Physical ReviewE，2001，64(E)：46－135．
[78] Monge P R，Contractor N S. Theories of communication networks[D]. New York：Oxford UniversityPress，2003,64-70.
[79] Yang S J H，Chen I Y L．A social network-based system for sup-porting interactive collaborationin knowledge sharing over peer-to-peer network[J].International Journal of Human－Computer Studies，2008，66(1)：36－50．
[80] Shan Yin，Yang Ang. Application of complex adaptive systems[D]. Hershey：IGI Global，2008，23-30．
[81] Newman M E J. The structure and function of complex networks[J]. SIAM Review，2003，45(2)：167-256.
[82]李静. Folksonomy的网络性质分析[J].现代情报，2009(7)：62-63.
[83]平亮，宗利永.基于社会网络中心性分析的微博信息传播研究——以Sina微博为例[J].图书情报知识，2010（11）：56-58.
[84] Freeman L C. Centrality in Social Networks Conceptual Clarification[J]. Social Networks，197，1(3)：215-239.
[85]刘军.整体网分析讲义：UCINET软件实用指南[M].上海：上海人民出版社，2009：119-166.
[86] TANLEY W，KATHERINE F. Social Network AnalysisMethods and Applications[M].[s.l.]：CambridgeUniversity Press，1994：249-290.
[87]王运锋，夏德宏，颜尧妹.社会网络分析与可视化工具NetDraw的应用案例分析[J].现代教育技术，2008，18(4)：85-89.
[88]杨炳儒.基于内在认知机理的知识发现理论[M].北京：国防工业出版社，2009.7：29-35.
[89]滕广青，毕强，陈晓美.基于概念格的Folksonomy知识组织研究： Tag Cloud的层级体系构建[J].情报学报，2012，31(2)：136-142.
[90] Gruber T. Ontology of folksonomy: A mash-up of apples and oranges[J]. International Journal onSemantic Web and Information Systems (IJSWIS)，2007，3(1)：1-11.
[91] Kim H L，Scerri S，Breslin J G，et al.The state of the art in tag ontologies: a semantic modelfor tagging and folksonomies[C]//International Conference on Dublin Core and MetadataApplications.2008：128-137.
[92] Sternitzke C，Bartkowski A，Schramm R. Visualizing patent statistics by means of social networkanalysis tools[J]. World Patent Information，2008，30(2)：115-131.
[93] Otte E，Rousseau R. Social network analysis: a powerful strategy，also for the informationsciences[J]. Journal of information Science，2002，28(6)：441-453.
[94]李超.一种基于主题和分众分类的信息检索优化方法[J].情报理论与实践，2009(10)：108-110.
[95]李艳.分众分类与受控词表的集成研究[D].太原：山西大学，2013：78-93.
[96]熊回香，廖作芳.本体在Folksonomy中的应用研究[J].情报科学，2010(2)：274-278.
[97]滕广青，毕强，高娅.基于概念格的Folksonomy知识组织研究——关联标签的结构特征分析[J].现代图书情报技术，2012，28(6)：22-28.
[98]赵东霞，赵新力.基于政务主题词表的本体构建研究[J].现代图书情报技术，2008(3)：73-77.
[99]邱均平，王菲菲.基于文献计量的国内外社会网络分析研究比较[J].情报资料工作，2011，32(1)：33-37.
[100] Folksonomy and controlled vocabulary in LibraryThing[EB/OL].[2013-07-10].http://jonathanweber.info/samples/2452-Folksonomy. pdf.
[101]马费成，张斌.图书标注环境下用户的认知特征[J/OL].中国图书馆学报，http://www.cnki.net/kcms/detail/11.2746.G2.20131030.1424.005.html.
[102]滕广青.电子商务网站Folksonomy用户Tag的语义认知分析[J].情报科学，2012，29(12)：1871-1875.
[103] Heymann P，Garcia-Molina H. Collaborative creation of communal hierarchical taxonomies in socialtagging systems[J].2006：11-15.
[104] Rashmi Sinha. A cognitive analysis of tagging[EB/OL].[2005-9-7].[2014-2-1].http://rashmisinha.com/2005/09/27/a-cognitive-analysis-of-tagging/.
[105]刘军.整体网分析讲义-UCINET软件应用(第二届社会网与关系管理研讨会资料)[J].哈尔滨：哈尔滨工程大学社会学系，2007：111.
[106]李镜镜.基于标签的网络Folksonomy研究[J].科技情报开发与经济，2009(31)：71-74.
[107]郭金龙，许鑫.领域博客的社会网络分析——基于图书情报与互联网博客的实证[J].图书情报工作网刊，2012（1）：31-33.
[108]魏群义，侯桂楠，霍然.近10年国内情报学硕士学位论文研究热点统计分析[J].图书情报工作，2012，56(2)：35-39.
[109]张云中.本体与自由分类法的融合机理研究[J].情报理论与实践，2012，35(2)：35-40.
[110] Li P，Wang B，Jin W，et al. User-Related Tag Expansion for Web Document Clustering[C]. In:Proceedings of the33rd European Conference on Advances in Information Retrieval，2011：19－31．
[111] Eric Tsui，W. M. Wang，C. F. Cheung，et al. A concept-relationship acquisition and inferenceapproach for hierarchical taxonomy construction from tags[J]. Information Processing and Management，2010(46)：44-57.
[112] Laniado，D. Eynard，D. Colombetti，M. Using WordNet to turn a folksonomy into a hierarchy ofconcepts[C]. In: Semantic Web application and perspectives-fourth Italian semantic Web workshop.2007：
192-201.
[113] R. Schenkel，T. Crecelius，M. Kacimi，et al. Efficient top-k querying over social taggingnetworks[C]. In: Proceedings of the31st Annual International ACM SIGIR Conference on Research andDevelopment in Information Retrieval，2008：523-530.
[114]张云中，杨萌，徐宝祥.基于FCA的Folksonomy用户偏好挖掘研究[J].现代图书情报技术，2011(6)：72-77.
[115]斯坦利.沃瑟曼，凯瑟琳.福特斯著.社会网络分析：方法与应用[M].中国人民大学出版社，2011：188-195.
[116] Peters I，Stock G W. Folksonomy and Information Retreval[J]. Proceedings of The American Societyfor Information Science and Technology，2007，44(1)：1-28.
[117] Albert R，Barabási A. Statistical Mechanics of Complex Networks[J]. Reviews of Modern Physics，2002，74(1)：47-97.
[118] Schmitz C，Hotho A，J schke R，et al. Mining Association Rules in Folksonomies[C].//BatageljV，Bock H，Ferligoj A，et al. Data Science and Classification. Berlin：Springer-Verlag，2006，VI：261-270.
[119] Begelman G，Keller P，Smadja F. Automated Tag Clustering: Improving Search and Exploration inThe Tag Space[EB/OL].[2013-7-13]. http://iwis.cs.aau.dk/files/automated_tag_clustering.pdf.
[120] Cattuto C，Benz D，Hotho A，et al. Semantic Grounding of Tag Relatedness in Social BookmarkingSystems[C].//Sheth A，Staab S，Dean M，et al. Lecture Notes in Computer Science5318/2008. Berlin：Springer-Verlag，2008：615-631.
[121] Kawakubo H，Akima Y，Yanai K. Automatic Construction of A Folksonomy-Based Visual Ontology[C].//Bulterman D，Lee CH，Tsai WH，Liao M.2010IEEE International Symposium on Multimedia (ISM).Washington，DC：IEEE Computer Society CPS，2010：330-335.
[122] Solskinnsbakk G，Gulla J A. A Hybrid Approach to Constructing Tag Hierarchies[C].//Meersman R，Dillon T，Herrero P. On the Move to Meaningful Internet Systems，OTM2010. Berlin：Springer，2010：975-982.
[123] Zhitomirsky-Geffet M，Bar-Ilan J，Miller Y，et al. A Generic Framework for CollaborativeMulti-Perspective Ontology Acquisition[J]. Online Information Review，2010，34(1)：145-159.
[124] Chojnacki S，Klopotek M. Random Graph Generative Model for Folksonomy Network StructureApproximation[J]. Procedia Computer Science，2012，1(1)：1683-1688.
[125] Mas M D. Intelligent Interface Architectures for Folksonomy Driven Structure Network[C]. BarolliL，Xhafa F，Vitabile S，Uehara M. Complex，Intelligent and Software Intensive Systems(CISIS)，2012Sixth International Conference on. Washington，DC： IEEE Computer Society CPS，2012：519-525.
[126]吴江.自由分类标签类聚成网状分类结构研究与实现[J].图书情报知识，2011(1)：75-81.
[127] Albert R，Barabási A. Statistical Mechanics of Complex Networks[J]. Reviews of Modern Physics，2002，74(1)：47-97.
[128] Bastian M，Heymann S，Jacomy M. Gephi： An Open Source Software for Exploring and ManipulatingNetworks[EB/OL].[2013-12-3]. http://www.Aaai.org/ocs/index.php/ICWSM/09/paper/viewFile/154Forum/1009.
[129] Jacomy M，Heymann S，Venturini T，et al. ForceAtlas2，A Continuous Graph Layout Algorithm forHandy Network Visualization[EB/OL].[2013-12-3].http://www.medialab.sciences-po.fr/publications/Jacomy_Heymann_Venturini-Force_Atlas2.pdf.
[130] Blondel V D，Guillaume JL，Lambiotte R，et al. Fast Unfolding of Communities in LargeNetworks[EB/OL].[2013-12-3]. http://cs.gsu. edu/~myan2/communitydetection/13.pdf.
[131] Jacomy M，Heymann S，Venturini T，et al. ForceAtlas2，A Continuous Graph Layout Algorithm forHandy Network Visualization[EB/OL].[2014-2-17].http://medialab.sciences-po.fr/publications/Jacomy_Heymann_Venturini-Force_Atlas2.pdf.
[132] Fruchterman T M J，Reingold E M. Graph Drawing by Force-directed Placement[J]. Software: Practiceand Experience，1991，21(11)：1129-1164.
[133] Wu D，He D，Jiang J，et al. The state of iSchools: an analysis of academic research and graduateeducation[J]. Journal of Information Science，2012，38(1)：15-36.
[134]姜鑫.组织内非正式网络中心性对隐性知识共享的影响研究[J].图书情报工作，2011，55(16)：111-114.
[135]徐媛媛，朱庆华.社会网络分析法在引文分析中的实证研究[J].情报理论与实践，2008，31(2)：184-188.
[136]王学东，杜晓曦，石自更.面向学术博客知识交流的社会网络中心性分析[J].情报科学，2013，31(3)：3-8.
[137] Stephenson K，Zelen M. Rethinking centrality： Methods and examples[J]. Social Networks，1989，11(1)：1-37.
[138] Voss J. Tagging，folksonomy&co-renaissance of manual indexing?[J]. arXiv preprintcs/0701072，2007：1-12.
[139]张海藩．软件工程导论[M]．第4版．北京：清华大学出版社，2007：50-60.
[140]Voss J.Tagging,folksonomy&co-renaissance of manual indexing?[J]. arXivpreprintcs/0701072,2007:1-12.
[1]中华人民共和国国务院.国家中长期科学和技术发展规划纲要(2006‐2020年)中共中央国务院关于实施科技规划纲要增强自主创新能力的决定[M].北京：中国法制出版社，2006．
[2]贺德方，曾建勋.基于语义的馆藏资源深度聚合研究.中国图书馆学报，2012(4)：79‐87.
[3]宋文，刘毅，张旺强，张士男.基于开放引擎的知识组织服务[J].《图书情报工作》，2012（18）：58.
[4] Martha L. Brogan. A Survey of Digital Library Aggregation Services[J]. ScholarlyCommons，2003，1（1）：:45‐57.
[5] JISC. Clustering and Sustaining Digital Resources: The JISC eContent Programme2009‐11[EB/OL].[2012‐03‐10].http://www.jisc.ac.uk/media/documents/publications/general/2011/JISCeContentClusteringAndSustainingDigitalResources.pdf
[6] Mehdi Alipour‐Hafezi. IDL Framework to Integrate Disparate Digital Library System: ACase Study[J]. Electronic Library，2014，2（32）：13‐15.
[7] Carole L. Palmer，Ellen M. Knutson，Michael Twidale. Collection Definition inFederated Digital Resource Development[J].Computer Science，2006（1）：10‐14.
[8]李劲，程秀峰，宋红文.基于寓意的馆藏资源深度聚合模型探析[J].湖北民族学院学报（自然科学版），2013（6）：212‐215.
[9]丁楠，潘有能.基于关联数据的图书馆信息聚合研究[J].图书与情报，2011（6）：50‐53.
[10]贺德方，曾建勋.基于语义的馆藏资源深度聚合研究[J].中国图书馆学报，2012（7）：79‐87.
[11]蒲筱哥.图书馆数字信息资源整合技术研究进展[J].现代情报，2008（7）：31‐35.
[12]邱均平，余凡.基于计量分析的馆藏资源语义化理论研究[J].中国图书馆学报，2012（7）：71‐78.
[13]欧石燕.面向关联数据的语义数字图书馆资源描述与组织框架设计与实现[J].中国图书馆学报，2012（38）：58‐71.
[14]Gruber T. What is an Ontology?[EB/OL].[2013‐3‐18].http://queksiewkhoon.tripod.com/ontology_01.pdf.
[15]Lee W，Raschid L，Sayyadi H，et al. Exploiting Ontology Structure and Patterns ofAnnotation to Mine Significant Associations between Pairs of Controlled VocabularyTerms[C].//Bairoch A，Cohen‐Boulakia A，Froidevaux C. Data Integration in the LifeSciences. Berlin： Springer‐Verlag，2008：44‐60.
[16]Murtagh F，Mothe J，Englmeier K. Ontology from Local Hierarchical Structure inText[EB/OL].[2013‐1‐05].http://pdf.aminer.org/000/819/880/ontology_from_local_hierarchical_structure_in_text.pdf.
[17]Li S，Hu H，Hu X. An Ontology Mapping Method Based on Tree Structure[C].//FosterI，Hendler J，Fox G. Second International Conference on Semantics，Knowledge，and Grid. Washington，DC: IEEE Computer Society，2006：87.
[18]Stumme Gerd，Maedche Alexander. FCA‐MERGE: Bottom‐Up Merging ofOntologies[EB/OL].[2013‐1‐6]. http://osm.cs.byu.edu/CS652s04/SM01FCA‐Merge.pdf.
[19]周生明.本体上的代数结构[J].广西师范大学学报(自然科学版)，2004，22(4)：27‐30.
[20]杨哲.基于复杂网络的本体结构复杂性分析[J].计算机工程与应用，2007，43(36)：77‐78，116.
[21]张大陆，王志晓，刘雯，等.基于复杂网络的本体结构分析[J].同济大学学报（自然科学版），2009，37(2)：258‐261.
[22]梁帅，罗强一，毕诚，等.基于结构特征量化的本体模块化划分研究[J].计算机工程，2011，37(14)：5‐8.
[23]梁帅，罗强一，黄镇鸿.本体结构特征分析与匹配应用研究[J].计算机工程与应用，2012，48(2)：43‐47.
[24]薛建武，白燚.本体拓扑结构关系存储研究[J].现代图书情报技术，2012，28(5)：26‐31.
[25]史伟，王洪伟，何绍义.模糊本体结构及基于NGD的隶属度确定[J].同济大学学报(自然科学版)，2012，40(11)：1715‐1719.
[26]Adam Mathes. Folksonomies‐Cooperative Classification and Communication throughShared Metadata[EB/OL].(2004.12)[2012‐03‐10].http://www.adammathes.com/academic/computer‐mediated‐communication/folksonomies.html.
[27]Clay Shirky. Ontology is overrated: Categories，Links and Tags[EB/OL].[2012‐03‐10].http://www.shirky.com/writings/ontology_overrated.html.
[28]Louis Rosenfeld. Folksonomies? How about Metadata Ecologies?[EB/OL].[2012‐03‐10].http://www.louisrosenfeld.com/home/bloug_archive/000330.html.
[29]Schmitz C，Hotho A，J schke R，et al. Mining Association Rules in Folksonomies[C].//Batagelj V，Bock H，Ferligoj A，et al. Data Science and Classification. Berlin:Springer‐Verlag，2006(VI)：261‐270.
[30]Begelman G，Keller P，Smadja F. Automated Tag Clustering: Improving Search andExploration in The Tag Space[EB/OL].[2014‐2‐13]. http://iwis.cs.aau.dk/files/automated_tag_clustering.pdf.
[31]Cattuto C，Benz D，Hotho A，et al. Semantic Grounding of Tag Relatedness in SocialBookmarking Systems[C].//Sheth A，Staab S，Dean M，et al. Lecture Notes inComputer Science5318/2008. Berlin: Springer‐Verlag，2008：615‐631.
[32]Kawakubo H，Akima Y，Yanai K. Automatic Construction of A Folksonomy‐BasedVisual Ontology[C].//Bulterman D，Lee CH，Tsai WH，Liao M.2010IEEEInternational Symposium on Multimedia(ISM). Washington，DC: IEEE ComputerSociety CPS，2010：330–335.
[33]Solskinnsbakk G，Gulla J A. A Hybrid Approach to Constructing Tag Hierarchies[C].//Meersman R，Dillon T，Herrero P. On the Move to Meaningful Internet Systems，OTM2010. Berlin: Springer，2010：975‐982.
[34]Zhitomirsky‐Geffet M，Bar‐Ilan J，Miller Y，et al. A Generic Framework forCollaborative Multi‐Perspective Ontology Acquisition[J]. Online Information Review，2010，34(1)：145‐159.
[35]Fichte D. Intranet applications for tagging and folksonomies.[2013‐08‐20].http://www.lights.com.
[36]王翠英.标签的聚类分析研究[J].现代图书情报技术，2008，24(5)：67‐71.
[37]周鑫，王军.基于概念外延的Folksonomy语义关系挖掘方法[J].现代图书情报技术，2008，24(10)：6‐10.
[38]刘海旭，郑岩.基于语义的标签关联算法[J].软件，2012(12)：136‐138.
[39]Chojnacki S，Klopotek M. Random Graph Generative Model for Folksonomy NetworkStructure Approximation[J]. Procedia Computer Science，2012，1(1)：1683‐1688.
[40]Mas M D. Intelligent Interface Architectures for Folksonomy Driven StructureNetwork[C]. Barolli L，Xhafa F，Vitabile S，Uehara M. Complex，Intelligent andSoftware Intensive Systems(CISIS)，2012Sixth International Conference on.Washington，DC: IEEE Computer Society CPS，2012：519‐525.
[41]吴江.自由分类标签类聚成网状分类结构研究与实现[J].图书情报知识，2011(1)：75‐81.
[42]滕广青，毕强.领域本体与社群分类法结构中心性的比较研究[J].情报学报，2013，32(10)：1037‐1045.
[43]贾春华.从文本信息秩序到数字信息秩序——信息组织进展研究[J].情报资料工作，2005（3）：53‐55.
[44]刘晓英.知识关联及其应用研究[D].湖南：湘潭大学.2010：27‐36.
[45]周杰，刘玉琴，曾建勋.学术研究主体与研究内容间的关联关系可视化方法[J].现代图书情报技术，2012(11)：92‐97.
[46]滕广青，毕强.知识组织体系的演进路径及相关研究的发展趋势探析[J].中国图书馆学报，2010，36(5)：49‐53.
[47]Bhattacharya U. Digital Information Resource and Digital Information Literary: ASymbiotic Approach[J]. INFLIBNET Centre，2007（12）：351‐357
[48]杜晖.基于耦合关系的学术信息资源深度聚合研究[D].武汉：武汉大学，2013：26‐30.
[49]Aggregation. Wikipedia.[DB/OL].[2012‐4‐5].http://en.wikipedia.org/wiki/Aggregation.
[50]Oren Etzioni. The World Wide Web: Quagmire or gold mine[J]. Oren EtzioniCommunication of the ACM，1996（11）：65‐68.
[51]恽爽，韩立新，董浚，陈道蕾. KDW综述：基于Web的数据挖掘[J].计算机工程，2003（1）：284‐286.
[52]国家图书馆数字战略研究课题组.国家图书馆数字战略研究[M].北京：国家图书馆出版社，2011：174‐176.
[53]孟宇龙.基于本体的多元异构安全数据聚合[D].哈尔滨工程大学.2010，4：20‐25.
[54]刘明辉，张志平，张新民.网络资源聚合方法探析[J].机械管理开发，2008，23（5）：170‐172.
[55]李寰，贾保先.基于RSS聚合和本体检索的数字图书馆个性化门户设计[J].情报杂志，2009，28（2）：47‐49.
[56]邓胜利.信息聚合服务的发展与演变研究[J].情报资料工作，2012（1）：79‐83.
[57]青秀玲译.未来新兴关键技术、挑战与趋势——2008年Horizon报告要点[EB/OL].
[2012‐12‐10]. http://joinus.las.ac.cn/research/doc/oversea/14.pdf.
[58]姜灵敏.信息资源聚合与数据挖掘[M].广东：华南理工大学.2007：34‐46.
[59]何超，张玉峰.基于本体的馆藏数字资源语义聚合与可视化研究[J].情报理论与实践，2013（10）73‐76，39
[60]李劲，程秀峰，宋红文.基于语义的馆藏资源深度聚合方法研究[J].情报科学，2013（11）：100‐103
[61]游毅，成全.试论基于关联数据的馆藏资源聚合模式[J].情报理论与实践，2013（1）：109‐114.
[62]Thomas Vander Wal. Press Coverage.[EB/OL].[2013‐01‐15].http://www.vanderwal.net/press.php
[63]杨琳桦.博客要来一场Tag革命.[EB/OL].[2013‐01‐15].http://tech.sina.com.cn/i/2005‐05‐25/0910616894.shtml
[64]Peters I，Stock W G.“Power tags”in information retrieval[J]. Library Hi Tech，2010，28(1)：81‐93.
[65]巫兆聪.分形分析中的无标度区间确定问题[J].测绘学报，2002（3）：240‐244.
[66]方锦清.网络科学的理论模型探索及其进展[J].科技导报，2006，24(12)：67‐72.
[67]Erd ǒs P，Rényi A. On the evolving of random graphs[J]. Publications of theMathematical Institute of the Hungarian Academy of Science，1960（5）：17‐61.
[68]Watts D J，Strogatz S H. Collective dynamics of“small‐world”networks[J].Nature(London)，1998（393）：440‐442.
[69]Barabási A L，Albert R. Emergence of scaling in random networks[J]. Science，1999（286）：509‐512.
[70]李晓辉，徐跃权.复杂网络理论的情报学应用研究[J].情报资料工作，2007(3)：9‐13．
[71]王翼，杜楠，吴斌.复杂网络在文献信息服务中的应用及实现方法[J].数字图书馆论坛，2008(6)：34－37．
[72]王福生，杨洪勇.情报学期刊科研论文与作者合作网络模型[J].情报学报，2008，27(4)：578－583.
[73]张大伟，薛惠锋，寇晓东.复杂网络领域科学合作状况的网络分析研究[J].情报杂志，2008，27(8)：143－148．
[74]朱涛，常国岑，施笑安.基于复杂网络的指挥信息系统拓扑模型研究[J].系统仿真学报，2008，20(6)：1574－1581．
[75]辛强伟.复杂网络上的信息传播[D].西安：西安理工大学，2007：51‐53．
[76]Adamic L A，Lukose R M，Puniyani A R，et al. Search in power－lawnetworks[J].Physical Review E，2001，64(E)：46－135．
[77]Monge P R，Contractor N S. Theories of communication networks[D]. New York：Oxford University Press，2003，64‐70.
[78]Yang S J H，Chen I Y L．A social network‐based system for sup‐porting interactivecollaboration in knowledge sharing over peer‐to‐peer network[J].International Journalof Human－Computer Studies，2008，66(1)：36－50．
[79]Shan Yin，Yang Ang. Application of complex adaptive systems[D]. Hershey：IGIGlobal，2008，23‐30．
[80]Newman M E J. The structure and function of complex networks[J]. SIAM Review，2003，45(2)：167‐256.
[81]李静. Folksonomy的网络性质分析[J].现代情报，2009(7)：62‐63.
[82]Watts D J，Strogatz S H. Collective dynamics of“small‐world”networks[J]. Nature，1998（393）：440‐442.
[83]平亮，宗利永.基于社会网络中心性分析的微博信息传播研究——以Sina微博为例[J].图书情报知识，2010（11）：56‐58.
[84]Barabási AL，Albert R，JeongH. Mean‐field theory for scale‐freerandom networks[J].Physica A，1999（272）：173‐187.
[85]Freeman L C. Centrality in Social Networks Conceptual Clarification[J]. SocialNetworks，197，1(3)：215‐239.
[86]刘军.整体网分析讲义：UCINET软件实用指南[M].上海：上海人民出版社，2009：119‐166.
[87]TANLEY W，KATHERINE F. Social Network AnalysisMethods and Applications[M].
[s.l.]：Cambridge University Press，1994：249‐290.
[88]王运锋，夏德宏，颜尧妹.社会网络分析与可视化工具NetDraw的应用案例分析[J].现代教育技术，2008，18(4)：85‐89.
[89]杨炳儒.基于内在认知机理的知识发现理论[M].北京：国防工业出版社，2009.7：29‐35.
[90]滕广青，毕强，陈晓美.基于概念格的Folksonomy知识组织研究： Tag Cloud的层级体系构建[J].情报学报，2012，31(2)：136‐142.
[91]Gruber T. Ontology of folksonomy: A mash‐up of apples and oranges[J]. InternationalJournal on Semantic Web and Information Systems (IJSWIS)，2007，3(1)：1‐11.
[92]Kim H L，Scerri S，Breslin J G，et al.The state of the art in tag ontologies: a semanticmodel for tagging and folksonomies[C]//International Conference on Dublin Core andMetadata Applications.2008：128‐137.
[93]Sternitzke C，Bartkowski A，Schramm R. Visualizing patent statistics by means ofsocial network analysis tools[J]. World Patent Information，2008，30(2)：115‐131.
[94]Otte E，Rousseau R. Social network analysis: a powerful strategy，also for theinformation sciences[J]. Journal of information Science，2002，28(6)：441‐453.
[95]李超.一种基于主题和分众分类的信息检索优化方法[J].情报理论与实践，2009(10)：108‐110.
[96]李艳.分众分类与受控词表的集成研究[D].太原：山西大学，2013：78‐93.
[97]熊回香，廖作芳.本体在Folksonomy中的应用研究[J].情报科学，2010(2)：274‐278.
[98]滕广青，毕强，高娅.基于概念格的Folksonomy知识组织研究——关联标签的结构特征分析[J].现代图书情报技术，2012，28(6)：22‐28.
[99]赵东霞，赵新力.基于政务主题词表的本体构建研究[J].现代图书情报技术，2008(3)：73‐77.
[100]邱均平，王菲菲.基于文献计量的国内外社会网络分析研究比较[J].情报资料工作，2011，32(1)：33‐37.
[101] Folksonomy and controlled vocabulary in LibraryThing[EB/OL].[2013‐07‐10].http://jonathanweber.info/samples/2452‐Folksonomy. pdf.
[102]马费成，张斌.图书标注环境下用户的认知特征[J/OL].中国图书馆学报，http://www.cnki.net/kcms/detail/11.2746.G2.20131030.1424.005.html.
[103]滕广青.电子商务网站Folksonomy用户Tag的语义认知分析[J].情报科学，2012，29(12)：1871‐1875.
[104] Heymann P，Garcia‐Molina H. Collaborative creation of communal hierarchicaltaxonomies in social tagging systems[J].2006：11‐15.
[105] Rashmi Sinha. A cognitive analysis of tagging[EB/OL].[2005‐9‐7].[2014‐2‐1].http://rashmisinha.com/2005/09/27/a‐cognitive‐analysis‐of‐tagging/.
[106]刘军.整体网分析讲义‐UCINET软件应用（第二届社会网与关系管理研讨会资料）[J].哈尔滨：哈尔滨工程大学社会学系，2007：111.
[107]李镜镜.基于标签的网络Folksonomy研究[J].科技情报开发与经济，2009(31)：71‐74.
[108]郭金龙，许鑫.领域博客的社会网络分析——基于图书情报与互联网博客的实证[J].图书情报工作网刊，2012（1）：31‐33.
[109]魏群义，侯桂楠，霍然.近10年国内情报学硕士学位论文研究热点统计分析[J].图书情报工作，2012，56(2)：35‐39.
[110]张云中.本体与自由分类法的融合机理研究[J].情报理论与实践，2012，35(2)：35‐40.
[111] Li P，Wang B，Jin W，et al. User‐Related Tag Expansion for Web DocumentClustering[C]. In: Proceedings of the33rd European Conference on Advances inInformation Retrieval，2011：19－31．
[112] Eric Tsui，W. M. Wang，C. F. Cheung，et al. A concept‐relationship acquisitionand inference approach for hierarchical taxonomy construction from tags[J].Information Processing and Management，2010(46)：44‐57.
[113] Laniado，D. Eynard，D. Colombetti，M. Using WordNet to turn a folksonomyinto a hierarchy of concepts[C]. In: Semantic Web application and perspectives‐fourthItalian semantic Web workshop.2007：192‐201.
[114] R. Schenkel，T. Crecelius，M. Kacimi，et al. Efficient top‐k querying over socialtagging networks[C]. In: Proceedings of the31st Annual International ACM SIGIRConference on Research and Development in Information Retrieval，2008：523‐530.
[115]张云中，杨萌，徐宝祥.基于FCA的Folksonomy用户偏好挖掘研究[J].现代图书情报技术，2011(6)：72‐77.
[116]斯坦利.沃瑟曼，凯瑟琳.福特斯著.社会网络分析：方法与应用[M].中国人民大学出版社，2011：188‐195.
[117] Peters I，Stock G W. Folksonomy and Information Retreval[J]. Proceedings of TheAmerican Society for Information Science and Technology，2007，44(1)：1‐28.
[118] Albert R，Barabási A. Statistical Mechanics of Complex Networks[J]. Reviews ofModern Physics，2002，74(1)：47‐97.
[119] Schmitz C，Hotho A，J schke R，et al. Mining Association Rules inFolksonomies[C].//Batagelj V，Bock H，Ferligoj A，et al. Data Science andClassification. Berlin：Springer‐Verlag，2006，VI：261‐270.
[120] Begelman G，Keller P，Smadja F. Automated Tag Clustering: Improving Searchand Exploration in The Tag Space[EB/OL].[2013‐7‐13].http://iwis.cs.aau.dk/files/automated_tag_clustering.pdf.
[121] Cattuto C，Benz D，Hotho A，et al. Semantic Grounding of Tag Relatedness inSocial Bookmarking Systems[C].//Sheth A，Staab S，Dean M，et al. Lecture Notes inComputer Science5318/2008. Berlin： Springer‐Verlag，2008：615‐631.
[122] Kawakubo H，Akima Y，Yanai K. Automatic Construction of A Folksonomy‐BasedVisual Ontology[C].//Bulterman D，Lee CH，Tsai WH，Liao M.2010IEEEInternational Symposium on Multimedia (ISM). Washington，DC：IEEE ComputerSociety CPS，2010：330‐335.
[123] Solskinnsbakk G，Gulla J A. A Hybrid Approach to Constructing Tag Hierarchies[C].//Meersman R，Dillon T，Herrero P. On the Move to Meaningful Internet Systems，OTM2010. Berlin：Springer，2010：975‐982.
[124] Zhitomirsky‐Geffet M，Bar‐Ilan J，Miller Y，et al. A Generic Framework forCollaborative Multi‐Perspective Ontology Acquisition[J]. Online Information Review，2010，34(1)：145‐159.
[125] Chojnacki S，Klopotek M. Random Graph Generative Model for Folksonomy NetworkStructure Approximation[J]. Procedia Computer Science，2012，1(1)：1683‐1688.
[126] Mas M D. Intelligent Interface Architectures for Folksonomy Driven StructureNetwork[C]. Barolli L，Xhafa F，Vitabile S，Uehara M. Complex，Intelligent andSoftware Intensive Systems(CISIS)，2012Sixth International Conference on.Washington，DC： IEEE Computer Society CPS，2012：519‐525.
[127]吴江.自由分类标签类聚成网状分类结构研究与实现[J].图书情报知识，2011(1)：75‐81.
[128] Albert R，Barabási A. Statistical Mechanics of Complex Networks[J]. Reviews ofModern Physics，2002，74(1)：47‐97.
[129] Bastian M，Heymann S，Jacomy M. Gephi： An Open Source Software forExploring and Manipulating Networks[EB/OL].[2013‐12‐3]. http://www.Aaai.org/ocs/index.php/ICWSM/09/paper/viewFile/154Forum/1009.
[130] Jacomy M，Heymann S，Venturini T，et al. ForceAtlas2，A Continuous GraphLayout Algorithm for Handy Network Visualization[EB/OL].[2013‐12‐3].http://www.medialab.sciences‐po.fr/publications/Jacomy_Heymann_Venturini‐Force_Atlas2.pdf.
[131] Blondel V D，Guillaume JL，Lambiotte R，et al. Fast Unfolding of Communities inLarge Networks[EB/OL].[2013‐12‐3]. http://cs.gsu.edu/~myan2/communitydetection/13.pdf.
[132] Jacomy M，Heymann S，Venturini T，et al. ForceAtlas2，A Continuous GraphLayout Algorithm for Handy Network Visualization[EB/OL].[2014‐2‐17].http://medialab.sciences‐po.fr/publications/Jacomy_Heymann_Venturini‐Force_Atlas2.pdf.
[133] Fruchterman T M J，Reingold E M. Graph Drawing by Force‐directed Placement[J].Software: Practice and Experience，1991，21(11)：1129‐1164.
[134] Wu D，He D，Jiang J，et al. The state of iSchools: an analysis of academic researchand graduate education[J]. Journal of Information Science，2012，38(1)：15‐36.
[135]姜鑫.组织内非正式网络中心性对隐性知识共享的影响研究[J].图书情报工作，2011，55(16)：111‐114.
[136]徐媛媛，朱庆华.社会网络分析法在引文分析中的实证研究[J].情报理论与实践，2008，31(2)：184‐188.
[137]王学东，杜晓曦，石自更.面向学术博客知识交流的社会网络中心性分析[J].情报科学，2013，31(3)：3‐8.
[138] Stephenson K，Zelen M. Rethinking centrality： Methods and examples[J]. SocialNetworks，1989，11(1)：1‐37.
[139] Voss J. Tagging，folksonomy&co‐renaissance of manual indexing?[J]. arXivpreprintcs/0701072，2007：1‐12.
[140]张海藩．软件工程导论[M]．第4版．北京：清华大学出版社，2007：50‐60.
[2]贺德方，曾建勋.基于语义的馆藏资源深度聚合研究.中国图书馆学报，2012(4)：79-87.
[3]宋文，刘毅，张旺强，张士男.基于开放引擎的知识组织服务[J].《图书情报工作》，2012（18）：58.
[4] Martha L. Brogan. A Survey of Digital Library Aggregation Services[J]. Scholarly Commons，2003，1（1）：:45‐57.
[5] JISC. Clustering and Sustaining Digital Resources: The JISC eContent Programme2009‐11[EB/OL].[2012‐03‐10].http://www.jisc.ac.uk/media/documents/publications/general/2011/JISCeContentClusteringAndSustainingDigitalResources.pdf
[6] Mehdi Alipour‐Hafezi. IDL Framework to Integrate Disparate Digital Library System: A Case Study[J]. ElectronicLibrary，2014，2（32）：13‐15.
[7] Carole L. Palmer，Ellen M. Knutson，Michael Twidale. Collection Definition in Federated Digital ResourceDevelopment[J].Computer Science，2006（1）：10‐14.
[8]李劲，程秀峰，宋红文.基于寓意的馆藏资源深度聚合模型探析[J].湖北民族学院学报（自然科学版），2013（6）：212‐215.
[9]丁楠，潘有能.基于关联数据的图书馆信息聚合研究[J].图书与情报，2011（6）：50‐53.
[10]贺德方，曾建勋.基于语义的馆藏资源深度聚合研究[J].中国图书馆学报，2012（7）：79‐87.
[11]蒲筱哥.图书馆数字信息资源整合技术研究进展[J].现代情报，2008（7）：31‐35.
[12]邱均平，余凡.基于计量分析的馆藏资源语义化理论研究[J].中国图书馆学报，2012（7）：71‐78.
[13]欧石燕.面向关联数据的语义数字图书馆资源描述与组织框架设计与实现[J].中国图书馆学报，2012（38）：58‐71.
[14] Gruber T. What is an Ontology?[EB/OL].[2013-1-5].http://queksiewkhoon.tripod.com/ontology_01.pdf.
[15] Lee W，Raschid L，Sayyadi H，et al. Exploiting Ontology Structure and Patterns of Annotation toMine Significant Associations between Pairs of Controlled Vocabulary Terms[C].//Bairoch A，Cohen-Boulakia A，Froidevaux C. Data Integration in the Life Sciences. Berlin： Springer-Verlag，2008：44-60.
[16] Murtagh F，Mothe J，Englmeier K. Ontology from Local Hierarchical Structure in Text[EB/OL].[2013-1-05]. http://pdf.aminer.org/000/819/880/ontology_from_local_hierarchical_structure_in_text.pdf.
[17] Li S，Hu H，Hu X. An Ontology Mapping Method Based on Tree Structure[C].//Foster I，Hendler J，Fox G. Second International Conference on Semantics，Knowledge，and Grid. Washington，DC: IEEE ComputerSociety，2006：87.
[18] Stumme Gerd，Maedche Alexander. FCA-MERGE: Bottom-Up Merging of Ontologies[EB/OL].[2013-1-6].http://osm.cs.byu. edu/CS652s04/SM01FCA-Merge.pdf.
[19]周生明.本体上的代数结构[J].广西师范大学学报(自然科学版)，2004，22(4)：27-30.
[20]杨哲.基于复杂网络的本体结构复杂性分析[J].计算机工程与应用，2007，43(36)：77-78，116.
[21]张大陆，王志晓，刘雯，等.基于复杂网络的本体结构分析[J].同济大学学报（自然科学版），2009，37(2)：258-261.
[22]梁帅，罗强一，毕诚，等.基于结构特征量化的本体模块化划分研究[J].计算机工程，2011，37(14)：5-8.
[23]梁帅，罗强一，黄镇鸿.本体结构特征分析与匹配应用研究[J].计算机工程与应用，2012，48(2)：43-47.
[24]薛建武，白燚.本体拓扑结构关系存储研究[J].现代图书情报技术，2012，28(5)：26-31.
[25]史伟，王洪伟，何绍义.模糊本体结构及基于NGD的隶属度确定[J].同济大学学报(自然科学版)，2012，40(11)：1715-1719.
[26] Adam Mathes. Folksonomies-Cooperative Classification and Communication through SharedMetadata[EB/OL].(2004.12)[2012-03-10].http://www.adammathes.com/academic/computer-mediated-communication/folksonomies.html.
[27] Clay Shirky. Ontology is overrated: Categories，Links and Tags[EB/OL].[2012-03-10].http://www.shirky.com/writings/ontology_overrated.html.
[28] Louis Rosenfeld. Folksonomies? How about Metadata Ecologies?[EB/OL].[2012‐03‐10].http://www.louisrosenfeld.com/home/bloug_archive/000330.html.
[29] Schmitz C，Hotho A，J schke R，et al. Mining Association Rules in Folksonomies[C].//Batagelj V，Bock H，FerligojA，et al. Data Science and Classification. Berlin: Springer‐Verlag，2006(VI)：261‐270.
[30] Begelman G，Keller P，Smadja F. Automated Tag Clustering: Improving Search and Exploration in The TagSpace[EB/OL].[2014‐2‐13]. http://iwis.cs.aau.dk/files/automated_tag_clustering.pdf.
[31] Cattuto C，Benz D，Hotho A，et al. Semantic Grounding of Tag Relatedness in Social Bookmarking Systems[C].//Sheth A，Staab S，Dean M，et al. Lecture Notes in Computer Science5318/2008. Berlin: Springer‐Verlag，2008：615‐631.
[32] Kawakubo H，Akima Y，Yanai K. Automatic Construction of A Folksonomy‐Based Visual Ontology[C].//BultermanD，Lee CH，Tsai WH，Liao M.2010IEEE International Symposium on Multimedia(ISM). Washington，DC: IEEEComputer Society CPS，2010：330–335.
[33] Solskinnsbakk G，Gulla J A. A Hybrid Approach to Constructing Tag Hierarchies[C].//Meersman R，Dillon T，Herrero P. On the Move to Meaningful Internet Systems，OTM2010. Berlin: Springer，2010：975‐982.
[34] Zhitomirsky‐Geffet M，Bar‐Ilan J，Miller Y，et al. A Generic Framework for Collaborative Multi‐PerspectiveOntology Acquisition[J]. Online Information Review，2010，34(1)：145‐159.
[35] Fichte D. Intranet applications for tagging and folksonomies.[EB/OL].[2013‐08‐20]. http://www.lights.com.
[36]王翠英.标签的聚类分析研究[J].现代图书情报技术，2008，24(5)：67‐71.
[37]周鑫，王军.基于概念外延的Folksonomy语义关系挖掘方法[J].现代图书情报技术，2008，24(10)：6-10.
[38]刘海旭，郑岩.基于语义的标签关联算法[J].软件，2012(12)：136-138.
[39] Chojnacki S，Klopotek M. Random Graph Generative Model for Folksonomy Network StructureApproximation[J]. Procedia Computer Science，2012，1(1)：1683-1688.
[40] Mas M D. Intelligent Interface Architectures for Folksonomy Driven Structure Network[C]. BarolliL，Xhafa F，Vitabile S，Uehara M. Complex，Intelligent and Software Intensive Systems(CISIS)，2012Sixth International Conference on. Washington，DC: IEEE Computer Society CPS，2012：519-525.
[41]吴江.自由分类标签类聚成网状分类结构研究与实现[J].图书情报知识，2011(1)：75-81.
[42]滕广青，毕强.领域本体与社群分类法结构中心性的比较研究[J].情报学报，2013，32(10)：1037-1045.
[43]贾春华.从文本信息秩序到数字信息秩序——信息组织进展研究[J].情报资料工作，2005（3）：53-55.
[44]刘晓英.知识关联及其应用研究[D].湖南：湘潭大学.2010：27-36.
[45]周杰，刘玉琴，曾建勋.学术研究主体与研究内容间的关联关系可视化方法[J].现代图书情报技术，2012(11)：92-97.
[46]滕广青，毕强.知识组织体系的演进路径及相关研究的发展趋势探析[J].中国图书馆学报，2010，36(5)：49-53.
[47] Bhattacharya U. Digital Information Resource and Digital Information Literary: A Symbiotic Approach[J]. INFLIBNETCentre，2007（12）：351‐357
[48]杜晖.基于耦合关系的学术信息资源深度聚合研究[D].武汉：武汉大学，2013：26-30.
[49] Aggregation. Wikipedia.[DB/OL].[2012-4-5]. http://en.wikipedia.org/wiki/Aggregation.
[50] Oren Etzioni. The World Wide Web: Quagmire or gold mine[J]. Oren Etzioni Communication of the ACM，1996（11）：65‐68.
[51]恽爽，韩立新，董浚，陈道蕾. KDW综述：基于Web的数据挖掘[J].计算机工程，2003（1）：284‐286.
[52]国家图书馆数字战略研究课题组.国家图书馆数字战略研究[M].北京：国家图书馆出版社，2011：174‐176.
[53]孟宇龙.基于本体的多元异构安全数据聚合[D].哈尔滨工程大学.2010，4：20‐25.
[54]刘明辉，张志平，张新民.网络资源聚合方法探析[J].机械管理开发，2008，23（5）：170‐172.
[55]李寰，贾保先.基于RSS聚合和本体检索的数字图书馆个性化门户设计[J].情报杂志，2009，28（2）：47‐49.
[56]邓胜利.信息聚合服务的发展与演变研究[J].情报资料工作，2012（1）：79‐83.
[57]青秀玲译.未来新兴关键技术、挑战与趋势——2008年Horizon报告要点[EB/OL].[2012‐12‐10].http://joinus.las.ac.cn/research/doc/oversea/14.pdf.
[58]姜灵敏.信息资源聚合与数据挖掘[M].广东：华南理工大学.2007：34‐46
[59]何超，张玉峰.基于本体的馆藏数字资源语义聚合与可视化研究[J].情报理论与实践，2013（10）73-76，39
[60]李劲，程秀峰，宋红文.基于语义的馆藏资源深度聚合方法研究[J].情报科学，2013（11）：100-103
[61]游毅，成全.试论基于关联数据的馆藏资源聚合模式[J].情报理论与实践，2013（1）：109-114.
[62] Thomas Vander Wal. Press Coverage.[EB/OL].[2013-01-15]. http://www.vanderwal.net/press.php
[63]杨琳桦.博客要来一场Tag革命.[EB/OL].[2013-01-15].http://tech.sina.com.cn/i/2005-05-25/0910616894.html
[64] Peters I，Stock W G.“Power tags” in information retrieval[J]. Library Hi Tech，2010，28(1)：81-93.
[65]李青.基于复杂网络的互联网舆情演化研究[D].南京.南京邮电大学，2013：65-69.
[66]方锦清.网络科学的理论模型探索及其进展[J].科技导报，2006，24(12)：67-72.
[67]方锦清.网络科学的理论模型探索及其进展[J].科技导报，2006，24(12)：67-72.
[68] Erdǒs P，Rényi A. On the evolving of random graphs[J]. Publications of the Mathematical Instituteof the Hungarian Academy of Science，1960（5）：17-61.
[69] Watts D J，Strogatz S H. Collective dynamics of“small-world”networks[J]. Nature(London)，1998
（393）：440-442.
[70] Barabási A L，Albert R. Emergence of scaling in random networks[J]. Science，1999（286）：509-512.
[71]李晓辉，徐跃权.复杂网络理论的情报学应用研究[J].情报资料工作，2007(3)：9-13．
[72]王翼，杜楠，吴斌.复杂网络在文献信息服务中的应用及实现方法[J].数字图书馆论坛，2008(6)：34－37．
[73]王福生，杨洪勇.情报学期刊科研论文与作者合作网络模型[J].情报学报，2008，27(4)：578－583.
[74]张大伟，薛惠锋，寇晓东.复杂网络领域科学合作状况的网络分析研究[J].情报杂志，2008，27(8)：143－148．
[75]朱涛，常国岑，施笑安.基于复杂网络的指挥信息系统拓扑模型研究[J].系统仿真学报，2008，20(6)：1574－1581．
[76]辛强伟.复杂网络上的信息传播[D].西安：西安理工大学，2007：51-53．
[77] Adamic L A，Lukose R M，Puniyani A R，et al. Search in power－law networks[J]. Physical ReviewE，2001，64(E)：46－135．
[78] Monge P R，Contractor N S. Theories of communication networks[D]. New York：Oxford UniversityPress，2003,64-70.
[79] Yang S J H，Chen I Y L．A social network-based system for sup-porting interactive collaborationin knowledge sharing over peer-to-peer network[J].International Journal of Human－Computer Studies，2008，66(1)：36－50．
[80] Shan Yin，Yang Ang. Application of complex adaptive systems[D]. Hershey：IGI Global，2008，23-30．
[81] Newman M E J. The structure and function of complex networks[J]. SIAM Review，2003，45(2)：167-256.
[82]李静. Folksonomy的网络性质分析[J].现代情报，2009(7)：62-63.
[83]平亮，宗利永.基于社会网络中心性分析的微博信息传播研究——以Sina微博为例[J].图书情报知识，2010（11）：56-58.
[84] Freeman L C. Centrality in Social Networks Conceptual Clarification[J]. Social Networks，197，1(3)：215-239.
[85]刘军.整体网分析讲义：UCINET软件实用指南[M].上海：上海人民出版社，2009：119-166.
[86] TANLEY W，KATHERINE F. Social Network AnalysisMethods and Applications[M].[s.l.]：CambridgeUniversity Press，1994：249-290.
[87]王运锋，夏德宏，颜尧妹.社会网络分析与可视化工具NetDraw的应用案例分析[J].现代教育技术，2008，18(4)：85-89.
[88]杨炳儒.基于内在认知机理的知识发现理论[M].北京：国防工业出版社，2009.7：29-35.
[89]滕广青，毕强，陈晓美.基于概念格的Folksonomy知识组织研究： Tag Cloud的层级体系构建[J].情报学报，2012，31(2)：136-142.
[90] Gruber T. Ontology of folksonomy: A mash-up of apples and oranges[J]. International Journal onSemantic Web and Information Systems (IJSWIS)，2007，3(1)：1-11.
[91] Kim H L，Scerri S，Breslin J G，et al.The state of the art in tag ontologies: a semantic modelfor tagging and folksonomies[C]//International Conference on Dublin Core and MetadataApplications.2008：128-137.
[92] Sternitzke C，Bartkowski A，Schramm R. Visualizing patent statistics by means of social networkanalysis tools[J]. World Patent Information，2008，30(2)：115-131.
[93] Otte E，Rousseau R. Social network analysis: a powerful strategy，also for the informationsciences[J]. Journal of information Science，2002，28(6)：441-453.
[94]李超.一种基于主题和分众分类的信息检索优化方法[J].情报理论与实践，2009(10)：108-110.
[95]李艳.分众分类与受控词表的集成研究[D].太原：山西大学，2013：78-93.
[96]熊回香，廖作芳.本体在Folksonomy中的应用研究[J].情报科学，2010(2)：274-278.
[97]滕广青，毕强，高娅.基于概念格的Folksonomy知识组织研究——关联标签的结构特征分析[J].现代图书情报技术，2012，28(6)：22-28.
[98]赵东霞，赵新力.基于政务主题词表的本体构建研究[J].现代图书情报技术，2008(3)：73-77.
[99]邱均平，王菲菲.基于文献计量的国内外社会网络分析研究比较[J].情报资料工作，2011，32(1)：33-37.
[100] Folksonomy and controlled vocabulary in LibraryThing[EB/OL].[2013-07-10].http://jonathanweber.info/samples/2452-Folksonomy. pdf.
[101]马费成，张斌.图书标注环境下用户的认知特征[J/OL].中国图书馆学报，http://www.cnki.net/kcms/detail/11.2746.G2.20131030.1424.005.html.
[102]滕广青.电子商务网站Folksonomy用户Tag的语义认知分析[J].情报科学，2012，29(12)：1871-1875.
[103] Heymann P，Garcia-Molina H. Collaborative creation of communal hierarchical taxonomies in socialtagging systems[J].2006：11-15.
[104] Rashmi Sinha. A cognitive analysis of tagging[EB/OL].[2005-9-7].[2014-2-1].http://rashmisinha.com/2005/09/27/a-cognitive-analysis-of-tagging/.
[105]刘军.整体网分析讲义-UCINET软件应用(第二届社会网与关系管理研讨会资料)[J].哈尔滨：哈尔滨工程大学社会学系，2007：111.
[106]李镜镜.基于标签的网络Folksonomy研究[J].科技情报开发与经济，2009(31)：71-74.
[107]郭金龙，许鑫.领域博客的社会网络分析——基于图书情报与互联网博客的实证[J].图书情报工作网刊，2012（1）：31-33.
[108]魏群义，侯桂楠，霍然.近10年国内情报学硕士学位论文研究热点统计分析[J].图书情报工作，2012，56(2)：35-39.
[109]张云中.本体与自由分类法的融合机理研究[J].情报理论与实践，2012，35(2)：35-40.
[110] Li P，Wang B，Jin W，et al. User-Related Tag Expansion for Web Document Clustering[C]. In:Proceedings of the33rd European Conference on Advances in Information Retrieval，2011：19－31．
[111] Eric Tsui，W. M. Wang，C. F. Cheung，et al. A concept-relationship acquisition and inferenceapproach for hierarchical taxonomy construction from tags[J]. Information Processing and Management，2010(46)：44-57.
[112] Laniado，D. Eynard，D. Colombetti，M. Using WordNet to turn a folksonomy into a hierarchy ofconcepts[C]. In: Semantic Web application and perspectives-fourth Italian semantic Web workshop.2007：
192-201.
[113] R. Schenkel，T. Crecelius，M. Kacimi，et al. Efficient top-k querying over social taggingnetworks[C]. In: Proceedings of the31st Annual International ACM SIGIR Conference on Research andDevelopment in Information Retrieval，2008：523-530.
[114]张云中，杨萌，徐宝祥.基于FCA的Folksonomy用户偏好挖掘研究[J].现代图书情报技术，2011(6)：72-77.
[115]斯坦利.沃瑟曼，凯瑟琳.福特斯著.社会网络分析：方法与应用[M].中国人民大学出版社，2011：188-195.
[116] Peters I，Stock G W. Folksonomy and Information Retreval[J]. Proceedings of The American Societyfor Information Science and Technology，2007，44(1)：1-28.
[117] Albert R，Barabási A. Statistical Mechanics of Complex Networks[J]. Reviews of Modern Physics，2002，74(1)：47-97.
[118] Schmitz C，Hotho A，J schke R，et al. Mining Association Rules in Folksonomies[C].//BatageljV，Bock H，Ferligoj A，et al. Data Science and Classification. Berlin：Springer-Verlag，2006，VI：261-270.
[119] Begelman G，Keller P，Smadja F. Automated Tag Clustering: Improving Search and Exploration inThe Tag Space[EB/OL].[2013-7-13]. http://iwis.cs.aau.dk/files/automated_tag_clustering.pdf.
[120] Cattuto C，Benz D，Hotho A，et al. Semantic Grounding of Tag Relatedness in Social BookmarkingSystems[C].//Sheth A，Staab S，Dean M，et al. Lecture Notes in Computer Science5318/2008. Berlin：Springer-Verlag，2008：615-631.
[121] Kawakubo H，Akima Y，Yanai K. Automatic Construction of A Folksonomy-Based Visual Ontology[C].//Bulterman D，Lee CH，Tsai WH，Liao M.2010IEEE International Symposium on Multimedia (ISM).Washington，DC：IEEE Computer Society CPS，2010：330-335.
[122] Solskinnsbakk G，Gulla J A. A Hybrid Approach to Constructing Tag Hierarchies[C].//Meersman R，Dillon T，Herrero P. On the Move to Meaningful Internet Systems，OTM2010. Berlin：Springer，2010：975-982.
[123] Zhitomirsky-Geffet M，Bar-Ilan J，Miller Y，et al. A Generic Framework for CollaborativeMulti-Perspective Ontology Acquisition[J]. Online Information Review，2010，34(1)：145-159.
[124] Chojnacki S，Klopotek M. Random Graph Generative Model for Folksonomy Network StructureApproximation[J]. Procedia Computer Science，2012，1(1)：1683-1688.
[125] Mas M D. Intelligent Interface Architectures for Folksonomy Driven Structure Network[C]. BarolliL，Xhafa F，Vitabile S，Uehara M. Complex，Intelligent and Software Intensive Systems(CISIS)，2012Sixth International Conference on. Washington，DC： IEEE Computer Society CPS，2012：519-525.
[126]吴江.自由分类标签类聚成网状分类结构研究与实现[J].图书情报知识，2011(1)：75-81.
[127] Albert R，Barabási A. Statistical Mechanics of Complex Networks[J]. Reviews of Modern Physics，2002，74(1)：47-97.
[128] Bastian M，Heymann S，Jacomy M. Gephi： An Open Source Software for Exploring and ManipulatingNetworks[EB/OL].[2013-12-3]. http://www.Aaai.org/ocs/index.php/ICWSM/09/paper/viewFile/154Forum/1009.
[129] Jacomy M，Heymann S，Venturini T，et al. ForceAtlas2，A Continuous Graph Layout Algorithm forHandy Network Visualization[EB/OL].[2013-12-3].http://www.medialab.sciences-po.fr/publications/Jacomy_Heymann_Venturini-Force_Atlas2.pdf.
[130] Blondel V D，Guillaume JL，Lambiotte R，et al. Fast Unfolding of Communities in LargeNetworks[EB/OL].[2013-12-3]. http://cs.gsu. edu/~myan2/communitydetection/13.pdf.
[131] Jacomy M，Heymann S，Venturini T，et al. ForceAtlas2，A Continuous Graph Layout Algorithm forHandy Network Visualization[EB/OL].[2014-2-17].http://medialab.sciences-po.fr/publications/Jacomy_Heymann_Venturini-Force_Atlas2.pdf.
[132] Fruchterman T M J，Reingold E M. Graph Drawing by Force-directed Placement[J]. Software: Practiceand Experience，1991，21(11)：1129-1164.
[133] Wu D，He D，Jiang J，et al. The state of iSchools: an analysis of academic research and graduateeducation[J]. Journal of Information Science，2012，38(1)：15-36.
[134]姜鑫.组织内非正式网络中心性对隐性知识共享的影响研究[J].图书情报工作，2011，55(16)：111-114.
[135]徐媛媛，朱庆华.社会网络分析法在引文分析中的实证研究[J].情报理论与实践，2008，31(2)：184-188.
[136]王学东，杜晓曦，石自更.面向学术博客知识交流的社会网络中心性分析[J].情报科学，2013，31(3)：3-8.
[137] Stephenson K，Zelen M. Rethinking centrality： Methods and examples[J]. Social Networks，1989，11(1)：1-37.
[138] Voss J. Tagging，folksonomy&co-renaissance of manual indexing?[J]. arXiv preprintcs/0701072，2007：1-12.
[139]张海藩．软件工程导论[M]．第4版．北京：清华大学出版社，2007：50-60.
[140]Voss J.Tagging,folksonomy&co-renaissance of manual indexing?[J]. arXivpreprintcs/0701072,2007:1-12.
[1]中华人民共和国国务院.国家中长期科学和技术发展规划纲要(2006‐2020年)中共中央国务院关于实施科技规划纲要增强自主创新能力的决定[M].北京：中国法制出版社，2006．
[2]贺德方，曾建勋.基于语义的馆藏资源深度聚合研究.中国图书馆学报，2012(4)：79‐87.
[3]宋文，刘毅，张旺强，张士男.基于开放引擎的知识组织服务[J].《图书情报工作》，2012（18）：58.
[4] Martha L. Brogan. A Survey of Digital Library Aggregation Services[J]. ScholarlyCommons，2003，1（1）：:45‐57.
[5] JISC. Clustering and Sustaining Digital Resources: The JISC eContent Programme2009‐11[EB/OL].[2012‐03‐10].http://www.jisc.ac.uk/media/documents/publications/general/2011/JISCeContentClusteringAndSustainingDigitalResources.pdf
[6] Mehdi Alipour‐Hafezi. IDL Framework to Integrate Disparate Digital Library System: ACase Study[J]. Electronic Library，2014，2（32）：13‐15.
[7] Carole L. Palmer，Ellen M. Knutson，Michael Twidale. Collection Definition inFederated Digital Resource Development[J].Computer Science，2006（1）：10‐14.
[8]李劲，程秀峰，宋红文.基于寓意的馆藏资源深度聚合模型探析[J].湖北民族学院学报（自然科学版），2013（6）：212‐215.
[9]丁楠，潘有能.基于关联数据的图书馆信息聚合研究[J].图书与情报，2011（6）：50‐53.
[10]贺德方，曾建勋.基于语义的馆藏资源深度聚合研究[J].中国图书馆学报，2012（7）：79‐87.
[11]蒲筱哥.图书馆数字信息资源整合技术研究进展[J].现代情报，2008（7）：31‐35.
[12]邱均平，余凡.基于计量分析的馆藏资源语义化理论研究[J].中国图书馆学报，2012（7）：71‐78.
[13]欧石燕.面向关联数据的语义数字图书馆资源描述与组织框架设计与实现[J].中国图书馆学报，2012（38）：58‐71.
[14]Gruber T. What is an Ontology?[EB/OL].[2013‐3‐18].http://queksiewkhoon.tripod.com/ontology_01.pdf.
[15]Lee W，Raschid L，Sayyadi H，et al. Exploiting Ontology Structure and Patterns ofAnnotation to Mine Significant Associations between Pairs of Controlled VocabularyTerms[C].//Bairoch A，Cohen‐Boulakia A，Froidevaux C. Data Integration in the LifeSciences. Berlin： Springer‐Verlag，2008：44‐60.
[16]Murtagh F，Mothe J，Englmeier K. Ontology from Local Hierarchical Structure inText[EB/OL].[2013‐1‐05].http://pdf.aminer.org/000/819/880/ontology_from_local_hierarchical_structure_in_text.pdf.
[17]Li S，Hu H，Hu X. An Ontology Mapping Method Based on Tree Structure[C].//FosterI，Hendler J，Fox G. Second International Conference on Semantics，Knowledge，and Grid. Washington，DC: IEEE Computer Society，2006：87.
[18]Stumme Gerd，Maedche Alexander. FCA‐MERGE: Bottom‐Up Merging ofOntologies[EB/OL].[2013‐1‐6]. http://osm.cs.byu.edu/CS652s04/SM01FCA‐Merge.pdf.
[19]周生明.本体上的代数结构[J].广西师范大学学报(自然科学版)，2004，22(4)：27‐30.
[20]杨哲.基于复杂网络的本体结构复杂性分析[J].计算机工程与应用，2007，43(36)：77‐78，116.
[21]张大陆，王志晓，刘雯，等.基于复杂网络的本体结构分析[J].同济大学学报（自然科学版），2009，37(2)：258‐261.
[22]梁帅，罗强一，毕诚，等.基于结构特征量化的本体模块化划分研究[J].计算机工程，2011，37(14)：5‐8.
[23]梁帅，罗强一，黄镇鸿.本体结构特征分析与匹配应用研究[J].计算机工程与应用，2012，48(2)：43‐47.
[24]薛建武，白燚.本体拓扑结构关系存储研究[J].现代图书情报技术，2012，28(5)：26‐31.
[25]史伟，王洪伟，何绍义.模糊本体结构及基于NGD的隶属度确定[J].同济大学学报(自然科学版)，2012，40(11)：1715‐1719.
[26]Adam Mathes. Folksonomies‐Cooperative Classification and Communication throughShared Metadata[EB/OL].(2004.12)[2012‐03‐10].http://www.adammathes.com/academic/computer‐mediated‐communication/folksonomies.html.
[27]Clay Shirky. Ontology is overrated: Categories，Links and Tags[EB/OL].[2012‐03‐10].http://www.shirky.com/writings/ontology_overrated.html.
[28]Louis Rosenfeld. Folksonomies? How about Metadata Ecologies?[EB/OL].[2012‐03‐10].http://www.louisrosenfeld.com/home/bloug_archive/000330.html.
[29]Schmitz C，Hotho A，J schke R，et al. Mining Association Rules in Folksonomies[C].//Batagelj V，Bock H，Ferligoj A，et al. Data Science and Classification. Berlin:Springer‐Verlag，2006(VI)：261‐270.
[30]Begelman G，Keller P，Smadja F. Automated Tag Clustering: Improving Search andExploration in The Tag Space[EB/OL].[2014‐2‐13]. http://iwis.cs.aau.dk/files/automated_tag_clustering.pdf.
[31]Cattuto C，Benz D，Hotho A，et al. Semantic Grounding of Tag Relatedness in SocialBookmarking Systems[C].//Sheth A，Staab S，Dean M，et al. Lecture Notes inComputer Science5318/2008. Berlin: Springer‐Verlag，2008：615‐631.
[32]Kawakubo H，Akima Y，Yanai K. Automatic Construction of A Folksonomy‐BasedVisual Ontology[C].//Bulterman D，Lee CH，Tsai WH，Liao M.2010IEEEInternational Symposium on Multimedia(ISM). Washington，DC: IEEE ComputerSociety CPS，2010：330–335.
[33]Solskinnsbakk G，Gulla J A. A Hybrid Approach to Constructing Tag Hierarchies[C].//Meersman R，Dillon T，Herrero P. On the Move to Meaningful Internet Systems，OTM2010. Berlin: Springer，2010：975‐982.
[34]Zhitomirsky‐Geffet M，Bar‐Ilan J，Miller Y，et al. A Generic Framework forCollaborative Multi‐Perspective Ontology Acquisition[J]. Online Information Review，2010，34(1)：145‐159.
[35]Fichte D. Intranet applications for tagging and folksonomies.[2013‐08‐20].http://www.lights.com.
[36]王翠英.标签的聚类分析研究[J].现代图书情报技术，2008，24(5)：67‐71.
[37]周鑫，王军.基于概念外延的Folksonomy语义关系挖掘方法[J].现代图书情报技术，2008，24(10)：6‐10.
[38]刘海旭，郑岩.基于语义的标签关联算法[J].软件，2012(12)：136‐138.
[39]Chojnacki S，Klopotek M. Random Graph Generative Model for Folksonomy NetworkStructure Approximation[J]. Procedia Computer Science，2012，1(1)：1683‐1688.
[40]Mas M D. Intelligent Interface Architectures for Folksonomy Driven StructureNetwork[C]. Barolli L，Xhafa F，Vitabile S，Uehara M. Complex，Intelligent andSoftware Intensive Systems(CISIS)，2012Sixth International Conference on.Washington，DC: IEEE Computer Society CPS，2012：519‐525.
[41]吴江.自由分类标签类聚成网状分类结构研究与实现[J].图书情报知识，2011(1)：75‐81.
[42]滕广青，毕强.领域本体与社群分类法结构中心性的比较研究[J].情报学报，2013，32(10)：1037‐1045.
[43]贾春华.从文本信息秩序到数字信息秩序——信息组织进展研究[J].情报资料工作，2005（3）：53‐55.
[44]刘晓英.知识关联及其应用研究[D].湖南：湘潭大学.2010：27‐36.
[45]周杰，刘玉琴，曾建勋.学术研究主体与研究内容间的关联关系可视化方法[J].现代图书情报技术，2012(11)：92‐97.
[46]滕广青，毕强.知识组织体系的演进路径及相关研究的发展趋势探析[J].中国图书馆学报，2010，36(5)：49‐53.
[47]Bhattacharya U. Digital Information Resource and Digital Information Literary: ASymbiotic Approach[J]. INFLIBNET Centre，2007（12）：351‐357
[48]杜晖.基于耦合关系的学术信息资源深度聚合研究[D].武汉：武汉大学，2013：26‐30.
[49]Aggregation. Wikipedia.[DB/OL].[2012‐4‐5].http://en.wikipedia.org/wiki/Aggregation.
[50]Oren Etzioni. The World Wide Web: Quagmire or gold mine[J]. Oren EtzioniCommunication of the ACM，1996（11）：65‐68.
[51]恽爽，韩立新，董浚，陈道蕾. KDW综述：基于Web的数据挖掘[J].计算机工程，2003（1）：284‐286.
[52]国家图书馆数字战略研究课题组.国家图书馆数字战略研究[M].北京：国家图书馆出版社，2011：174‐176.
[53]孟宇龙.基于本体的多元异构安全数据聚合[D].哈尔滨工程大学.2010，4：20‐25.
[54]刘明辉，张志平，张新民.网络资源聚合方法探析[J].机械管理开发，2008，23（5）：170‐172.
[55]李寰，贾保先.基于RSS聚合和本体检索的数字图书馆个性化门户设计[J].情报杂志，2009，28（2）：47‐49.
[56]邓胜利.信息聚合服务的发展与演变研究[J].情报资料工作，2012（1）：79‐83.
[57]青秀玲译.未来新兴关键技术、挑战与趋势——2008年Horizon报告要点[EB/OL].
[2012‐12‐10]. http://joinus.las.ac.cn/research/doc/oversea/14.pdf.
[58]姜灵敏.信息资源聚合与数据挖掘[M].广东：华南理工大学.2007：34‐46.
[59]何超，张玉峰.基于本体的馆藏数字资源语义聚合与可视化研究[J].情报理论与实践，2013（10）73‐76，39
[60]李劲，程秀峰，宋红文.基于语义的馆藏资源深度聚合方法研究[J].情报科学，2013（11）：100‐103
[61]游毅，成全.试论基于关联数据的馆藏资源聚合模式[J].情报理论与实践，2013（1）：109‐114.
[62]Thomas Vander Wal. Press Coverage.[EB/OL].[2013‐01‐15].http://www.vanderwal.net/press.php
[63]杨琳桦.博客要来一场Tag革命.[EB/OL].[2013‐01‐15].http://tech.sina.com.cn/i/2005‐05‐25/0910616894.shtml
[64]Peters I，Stock W G.“Power tags”in information retrieval[J]. Library Hi Tech，2010，28(1)：81‐93.
[65]巫兆聪.分形分析中的无标度区间确定问题[J].测绘学报，2002（3）：240‐244.
[66]方锦清.网络科学的理论模型探索及其进展[J].科技导报，2006，24(12)：67‐72.
[67]Erd ǒs P，Rényi A. On the evolving of random graphs[J]. Publications of theMathematical Institute of the Hungarian Academy of Science，1960（5）：17‐61.
[68]Watts D J，Strogatz S H. Collective dynamics of“small‐world”networks[J].Nature(London)，1998（393）：440‐442.
[69]Barabási A L，Albert R. Emergence of scaling in random networks[J]. Science，1999（286）：509‐512.
[70]李晓辉，徐跃权.复杂网络理论的情报学应用研究[J].情报资料工作，2007(3)：9‐13．
[71]王翼，杜楠，吴斌.复杂网络在文献信息服务中的应用及实现方法[J].数字图书馆论坛，2008(6)：34－37．
[72]王福生，杨洪勇.情报学期刊科研论文与作者合作网络模型[J].情报学报，2008，27(4)：578－583.
[73]张大伟，薛惠锋，寇晓东.复杂网络领域科学合作状况的网络分析研究[J].情报杂志，2008，27(8)：143－148．
[74]朱涛，常国岑，施笑安.基于复杂网络的指挥信息系统拓扑模型研究[J].系统仿真学报，2008，20(6)：1574－1581．
[75]辛强伟.复杂网络上的信息传播[D].西安：西安理工大学，2007：51‐53．
[76]Adamic L A，Lukose R M，Puniyani A R，et al. Search in power－lawnetworks[J].Physical Review E，2001，64(E)：46－135．
[77]Monge P R，Contractor N S. Theories of communication networks[D]. New York：Oxford University Press，2003，64‐70.
[78]Yang S J H，Chen I Y L．A social network‐based system for sup‐porting interactivecollaboration in knowledge sharing over peer‐to‐peer network[J].International Journalof Human－Computer Studies，2008，66(1)：36－50．
[79]Shan Yin，Yang Ang. Application of complex adaptive systems[D]. Hershey：IGIGlobal，2008，23‐30．
[80]Newman M E J. The structure and function of complex networks[J]. SIAM Review，2003，45(2)：167‐256.
[81]李静. Folksonomy的网络性质分析[J].现代情报，2009(7)：62‐63.
[82]Watts D J，Strogatz S H. Collective dynamics of“small‐world”networks[J]. Nature，1998（393）：440‐442.
[83]平亮，宗利永.基于社会网络中心性分析的微博信息传播研究——以Sina微博为例[J].图书情报知识，2010（11）：56‐58.
[84]Barabási AL，Albert R，JeongH. Mean‐field theory for scale‐freerandom networks[J].Physica A，1999（272）：173‐187.
[85]Freeman L C. Centrality in Social Networks Conceptual Clarification[J]. SocialNetworks，197，1(3)：215‐239.
[86]刘军.整体网分析讲义：UCINET软件实用指南[M].上海：上海人民出版社，2009：119‐166.
[87]TANLEY W，KATHERINE F. Social Network AnalysisMethods and Applications[M].
[s.l.]：Cambridge University Press，1994：249‐290.
[88]王运锋，夏德宏，颜尧妹.社会网络分析与可视化工具NetDraw的应用案例分析[J].现代教育技术，2008，18(4)：85‐89.
[89]杨炳儒.基于内在认知机理的知识发现理论[M].北京：国防工业出版社，2009.7：29‐35.
[90]滕广青，毕强，陈晓美.基于概念格的Folksonomy知识组织研究： Tag Cloud的层级体系构建[J].情报学报，2012，31(2)：136‐142.
[91]Gruber T. Ontology of folksonomy: A mash‐up of apples and oranges[J]. InternationalJournal on Semantic Web and Information Systems (IJSWIS)，2007，3(1)：1‐11.
[92]Kim H L，Scerri S，Breslin J G，et al.The state of the art in tag ontologies: a semanticmodel for tagging and folksonomies[C]//International Conference on Dublin Core andMetadata Applications.2008：128‐137.
[93]Sternitzke C，Bartkowski A，Schramm R. Visualizing patent statistics by means ofsocial network analysis tools[J]. World Patent Information，2008，30(2)：115‐131.
[94]Otte E，Rousseau R. Social network analysis: a powerful strategy，also for theinformation sciences[J]. Journal of information Science，2002，28(6)：441‐453.
[95]李超.一种基于主题和分众分类的信息检索优化方法[J].情报理论与实践，2009(10)：108‐110.
[96]李艳.分众分类与受控词表的集成研究[D].太原：山西大学，2013：78‐93.
[97]熊回香，廖作芳.本体在Folksonomy中的应用研究[J].情报科学，2010(2)：274‐278.
[98]滕广青，毕强，高娅.基于概念格的Folksonomy知识组织研究——关联标签的结构特征分析[J].现代图书情报技术，2012，28(6)：22‐28.
[99]赵东霞，赵新力.基于政务主题词表的本体构建研究[J].现代图书情报技术，2008(3)：73‐77.
[100]邱均平，王菲菲.基于文献计量的国内外社会网络分析研究比较[J].情报资料工作，2011，32(1)：33‐37.
[101] Folksonomy and controlled vocabulary in LibraryThing[EB/OL].[2013‐07‐10].http://jonathanweber.info/samples/2452‐Folksonomy. pdf.
[102]马费成，张斌.图书标注环境下用户的认知特征[J/OL].中国图书馆学报，http://www.cnki.net/kcms/detail/11.2746.G2.20131030.1424.005.html.
[103]滕广青.电子商务网站Folksonomy用户Tag的语义认知分析[J].情报科学，2012，29(12)：1871‐1875.
[104] Heymann P，Garcia‐Molina H. Collaborative creation of communal hierarchicaltaxonomies in social tagging systems[J].2006：11‐15.
[105] Rashmi Sinha. A cognitive analysis of tagging[EB/OL].[2005‐9‐7].[2014‐2‐1].http://rashmisinha.com/2005/09/27/a‐cognitive‐analysis‐of‐tagging/.
[106]刘军.整体网分析讲义‐UCINET软件应用（第二届社会网与关系管理研讨会资料）[J].哈尔滨：哈尔滨工程大学社会学系，2007：111.
[107]李镜镜.基于标签的网络Folksonomy研究[J].科技情报开发与经济，2009(31)：71‐74.
[108]郭金龙，许鑫.领域博客的社会网络分析——基于图书情报与互联网博客的实证[J].图书情报工作网刊，2012（1）：31‐33.
[109]魏群义，侯桂楠，霍然.近10年国内情报学硕士学位论文研究热点统计分析[J].图书情报工作，2012，56(2)：35‐39.
[110]张云中.本体与自由分类法的融合机理研究[J].情报理论与实践，2012，35(2)：35‐40.
[111] Li P，Wang B，Jin W，et al. User‐Related Tag Expansion for Web DocumentClustering[C]. In: Proceedings of the33rd European Conference on Advances inInformation Retrieval，2011：19－31．
[112] Eric Tsui，W. M. Wang，C. F. Cheung，et al. A concept‐relationship acquisitionand inference approach for hierarchical taxonomy construction from tags[J].Information Processing and Management，2010(46)：44‐57.
[113] Laniado，D. Eynard，D. Colombetti，M. Using WordNet to turn a folksonomyinto a hierarchy of concepts[C]. In: Semantic Web application and perspectives‐fourthItalian semantic Web workshop.2007：192‐201.
[114] R. Schenkel，T. Crecelius，M. Kacimi，et al. Efficient top‐k querying over socialtagging networks[C]. In: Proceedings of the31st Annual International ACM SIGIRConference on Research and Development in Information Retrieval，2008：523‐530.
[115]张云中，杨萌，徐宝祥.基于FCA的Folksonomy用户偏好挖掘研究[J].现代图书情报技术，2011(6)：72‐77.
[116]斯坦利.沃瑟曼，凯瑟琳.福特斯著.社会网络分析：方法与应用[M].中国人民大学出版社，2011：188‐195.
[117] Peters I，Stock G W. Folksonomy and Information Retreval[J]. Proceedings of TheAmerican Society for Information Science and Technology，2007，44(1)：1‐28.
[118] Albert R，Barabási A. Statistical Mechanics of Complex Networks[J]. Reviews ofModern Physics，2002，74(1)：47‐97.
[119] Schmitz C，Hotho A，J schke R，et al. Mining Association Rules inFolksonomies[C].//Batagelj V，Bock H，Ferligoj A，et al. Data Science andClassification. Berlin：Springer‐Verlag，2006，VI：261‐270.
[120] Begelman G，Keller P，Smadja F. Automated Tag Clustering: Improving Searchand Exploration in The Tag Space[EB/OL].[2013‐7‐13].http://iwis.cs.aau.dk/files/automated_tag_clustering.pdf.
[121] Cattuto C，Benz D，Hotho A，et al. Semantic Grounding of Tag Relatedness inSocial Bookmarking Systems[C].//Sheth A，Staab S，Dean M，et al. Lecture Notes inComputer Science5318/2008. Berlin： Springer‐Verlag，2008：615‐631.
[122] Kawakubo H，Akima Y，Yanai K. Automatic Construction of A Folksonomy‐BasedVisual Ontology[C].//Bulterman D，Lee CH，Tsai WH，Liao M.2010IEEEInternational Symposium on Multimedia (ISM). Washington，DC：IEEE ComputerSociety CPS，2010：330‐335.
[123] Solskinnsbakk G，Gulla J A. A Hybrid Approach to Constructing Tag Hierarchies[C].//Meersman R，Dillon T，Herrero P. On the Move to Meaningful Internet Systems，OTM2010. Berlin：Springer，2010：975‐982.
[124] Zhitomirsky‐Geffet M，Bar‐Ilan J，Miller Y，et al. A Generic Framework forCollaborative Multi‐Perspective Ontology Acquisition[J]. Online Information Review，2010，34(1)：145‐159.
[125] Chojnacki S，Klopotek M. Random Graph Generative Model for Folksonomy NetworkStructure Approximation[J]. Procedia Computer Science，2012，1(1)：1683‐1688.
[126] Mas M D. Intelligent Interface Architectures for Folksonomy Driven StructureNetwork[C]. Barolli L，Xhafa F，Vitabile S，Uehara M. Complex，Intelligent andSoftware Intensive Systems(CISIS)，2012Sixth International Conference on.Washington，DC： IEEE Computer Society CPS，2012：519‐525.
[127]吴江.自由分类标签类聚成网状分类结构研究与实现[J].图书情报知识，2011(1)：75‐81.
[128] Albert R，Barabási A. Statistical Mechanics of Complex Networks[J]. Reviews ofModern Physics，2002，74(1)：47‐97.
[129] Bastian M，Heymann S，Jacomy M. Gephi： An Open Source Software forExploring and Manipulating Networks[EB/OL].[2013‐12‐3]. http://www.Aaai.org/ocs/index.php/ICWSM/09/paper/viewFile/154Forum/1009.
[130] Jacomy M，Heymann S，Venturini T，et al. ForceAtlas2，A Continuous GraphLayout Algorithm for Handy Network Visualization[EB/OL].[2013‐12‐3].http://www.medialab.sciences‐po.fr/publications/Jacomy_Heymann_Venturini‐Force_Atlas2.pdf.
[131] Blondel V D，Guillaume JL，Lambiotte R，et al. Fast Unfolding of Communities inLarge Networks[EB/OL].[2013‐12‐3]. http://cs.gsu.edu/~myan2/communitydetection/13.pdf.
[132] Jacomy M，Heymann S，Venturini T，et al. ForceAtlas2，A Continuous GraphLayout Algorithm for Handy Network Visualization[EB/OL].[2014‐2‐17].http://medialab.sciences‐po.fr/publications/Jacomy_Heymann_Venturini‐Force_Atlas2.pdf.
[133] Fruchterman T M J，Reingold E M. Graph Drawing by Force‐directed Placement[J].Software: Practice and Experience，1991，21(11)：1129‐1164.
[134] Wu D，He D，Jiang J，et al. The state of iSchools: an analysis of academic researchand graduate education[J]. Journal of Information Science，2012，38(1)：15‐36.
[135]姜鑫.组织内非正式网络中心性对隐性知识共享的影响研究[J].图书情报工作，2011，55(16)：111‐114.
[136]徐媛媛，朱庆华.社会网络分析法在引文分析中的实证研究[J].情报理论与实践，2008，31(2)：184‐188.
[137]王学东，杜晓曦，石自更.面向学术博客知识交流的社会网络中心性分析[J].情报科学，2013，31(3)：3‐8.
[138] Stephenson K，Zelen M. Rethinking centrality： Methods and examples[J]. SocialNetworks，1989，11(1)：1‐37.
[139] Voss J. Tagging，folksonomy&co‐renaissance of manual indexing?[J]. arXivpreprintcs/0701072，2007：1‐12.
[140]张海藩．软件工程导论[M]．第4版．北京：清华大学出版社，2007：50‐60.