基于社团结构发现的知识网络主题识别研究(3)
1999年，在关于“知识网络”的课题研究中，美国国家科学基金会（NSF）分析研究得出知识网络是一个社会网络的结论，并且表明该性质的网络能够提供知识、信息的利用等。
2001年，Newman开始着手运用social network analysis(社会网络分析方法)，以此来建立科学家之间的关系网络，我们称之为科学合作网络。开始研究论文、机构、期刊等发表作者之间引证关系网络以及合作网络等相关性的网络，这些网络是广泛存在科学界中的社会网络，研究表明了这些社会网络的相互关系、特征和规律，成为近年来科学计量学和文献计量学等研究领域兴起的一个热点研究方向[1]。
知识网络在信息科学和计算机领域的研究更是引人注目，取得了很大的研究成果。如关于数据库、知识库、知识仓库、知识挖掘、知识发现、搜索引擎、语义网络、网络链接关系等方面的探索研究，都广泛运用了知识网络的相关知识，并且随着应用规模和研究领域的不断向四周延伸拓展，正在与其它学科领域的研究相互交叉、互相渗透和融合，都取得不错的研究成果。与此同时，社会学、教育学和心理学等学科领域也都开展了有关知识网络的研究，如人际关系网络、专家网络、概念地图、概念网络等[2]。
因此，知识网络已经开始吸引专家学者们的眼球，知识组织、知识管理、知识挖掘、知识检索、知识发现、文献计量学、科学的测量领域和科学研究管理等领域都得到了知识网络的广泛应用。
1.2 研究内容
学术界关于复杂网络的研究方兴未艾，特别是国际上两项开创性研究成果的发布，自此在学术界中刮起了一股研究复杂网络的旋风。
一是1998年Watts和Strogatz[3]在Nature杂志上发表文章，引入了小世界(Small-World)网络模型，以描述从完全规则网络到完全随机网络的转变。小世界网络既具有与规则网络类似的聚类特性，又具有与随机网络类似的较小的平均路径长度。