国内图书情报领域知识融合研究的发展与分析
我国图书情报学发展现状分析
・
科 技 文 献 信 息 管 理
１
文献信 息资源 开发 与利用 ・
我 国 图书情 报 学发 展 现 状分 析
陈 晨
（ 黑龙江大学 信息管理学院 黑龙 江 哈尔 滨 摘
建议 。
１ ５ Ｏ ０ ８ ０ ）
要
以对 中国知 网（ Ｃ ＮＫＩ ） ２ ０ ０ ５ －２ ０ １ ４年 图书情报 期刊论 文数据分析 为基础 ， 阐述 了我
图书情报 学研 究 的热 点 与重点 。其 中 比较有 代 表性 的作者—— 邱 均 平 先 生 ， 发 文量 为 ２ ３篇 ，当前 图书情 报 学 的学 术大 家 ． 其研 究领 域 主要 有 信息 计 量与
科学 评价 、 知识管理 与竞 争情 报 、 网络计 量与信
竞争情 报 、 竞 争 战略信 息管理 与信 息系统 、 战略 信息 管理 ； 苏 新 宁先 生 发文量 为 ７篇 ， 研究 领域
主要 有 ： 信息 智能 处理 与检索 、 信 息分析 与科学 评价 、 电子政 务 。 由作 者 的研 究方 向 ． 结合 相关 资料． 可 以得 出 当今 图 书情 报学 主 要研 究 主题
管理 与建设 等 （ 见图 ２ ） 。
钟 舞 ～
一
１ ． ４ 图 书情报 学论 文 被 其他 专题 引 用
情 况 分析
鼽
。
壁 旭
…
硼
一
春 厚
论 文 的被引用情 况可 以用 来研究 学科 问 的 知识 扩 散程 度 ， 用 以 了解 罔 书情报 学 的辐 射影 响， 研 究学 科 问 的相 互 关 系 。Ｃ ＮＫＩ 学 术 期 刊 将 所 有资源 划分为 １ ０个专 辑 ， 细分 为 １ ６ ８个专 题 。本 文采 用 以“ 图书情报 学” 为主题 设 置检索 项。 排 除“ 图书情 报 与数 字 图书 馆 ” 这 一 子 专题 对 图书 情报 学论 文 的引用 情 况进 行 专 题检 索 。 统计 结 果 表 明， ２ ０ ０ ６ －２ ０ １ ４年 近 １ Ｏ年 问 图 书 情报 学 论 文 在 其 他 专 题 被 引 用 为 １ ０ ５ ６次 ， ２ ０ ０ ９ 年 引用 次数 最高 ， 达到了 ２ ４ ２次 。虽 然近 年来 被 引用 次 数有 所下 降 ， 但 总 体 还是 呈 持增
大数据在图书情报领域中的研究现状及发展趋势
大数据在图书情报领域中的研究现状及发展趋势随着数字化时代的到来，大数据技术正逐渐成为图书情报领域内重要的研究工具。
本文从大数据的概念、图书情报领域的应用现状及未来发展等方面进行探讨。
一、大数据概述大数据是指传统数据处理方法难以处理的超大规模、高复杂度的数据集合。
大数据技术主要包括数据采集、存储、清洗、处理和分析等步骤。
随着信息技术的发展，大数据技术得以快速发展，并为各行各业的发展带来了新的机遇和挑战。
二、图书情报领域中的应用现状在图书情报领域，大数据技术应用主要集中在以下几个方面：1.数字图书馆和数字图书馆服务的建设。
随着图书馆数字化建设的不断深入，数字图书馆内部大量资源的处理、存储和检索等工作已经成为图书情报领域大数据技术研究的重要内容。
2.图书文献的元数据标注。
大数据技术可以帮助图书馆对图书文献元数据进行标注，包括作者、出版日期、书名、摘要等信息，使得读者可以更加方便地检索和了解相关信息。
3.读者行为分析。
大数据技术可以收集读者的借阅、阅读、评论等方面的数据，然后通过数据分析方法探究读者的阅读趋势、偏好和需求等，进而进行藏书的规划和标准化。
4.数字化阅读体验的提升。
大数据技术可以为读者提供更好的阅读推荐，比如通过阅读历史、兴趣爱好等数据推荐相应主题的图书、文章等。
5.版权保护和合理使用。
大数据技术可以帮助图书馆对电子资源进行版权保护，同时也能帮助图书馆对资源的正确使用进行监督和管理。
三、未来发展趋势未来，大数据技术在图书情报领域中仍有很大的发展空间和需要探索的问题：1.数据来源：如何规范化和标准化多样化、复杂化的数据来源成为了大数据应用的关键问题。
2.技术基础：由于数据量的爆炸性增长，大数据的存储和处理能力仍然存在一些瓶颈，因此如何提高大数据技术的处理速度和效率，成为大数据技术研究的核心问题。
3.安全与隐私保护：随着数据来源的增多，数据安全和隐私保护也成为了大数据技术发展的难点。
4.应用场景的不断变化：由于新兴技术不断出现，如何将大数据应用到图书情报领域的不同场景，也需要不断进行研究和优化。
浅析国内图书馆情报学的发展现状与趋势
浅析国内图书馆情报学的发展现状与趋势【摘要】国内图书馆情报学作为信息管理和知识服务领域的重要学科，其研究方向涵盖信息资源管理、数字图书馆建设等多个方面。
本文对国内图书馆情报学的发展现状、趋势和未来挑战进行了浅析，指出其发展前景广阔，重要性不断提升，应用价值日益凸显。
随着信息社会的快速发展，国内图书馆情报学将面临更多挑战，但也将逐步完善和创新，为社会提供更优质的信息服务和知识管理。
【关键词】国内图书馆情报学、发展现状、发展趋势、未来挑战、发展前景、重要性提升、应用价值。
1. 引言1.1 国内图书馆情报学的定义国内图书馆情报学是研究图书馆与情报机构的资源组织、管理、利用和服务等方面的学科。
它涉及到信息资源的获取、整理、传播和利用等过程，旨在提高信息的利用效率和服务质量，促进社会的信息化进程。
国内图书馆情报学包括了图书馆学和情报学两个方面的内容，旨在培养专业人才，提高信息管理和服务水平，推动我国信息产业的发展。
通过研究图书馆情报学，可以更好地了解信息资源管理和服务的规律，为社会的信息需求提供更好的解决方案，推动我国信息产业的发展和进步。
国内图书馆情报学在当今信息社会中具有重要的地位和作用，对于提升信息化水平、促进社会进步具有重要意义。
1.2 国内图书馆情报学的重要性国内图书馆情报学的重要性体现在多个方面。
图书馆情报学是信息社会的基础工作之一，其在信息资源管理、信息服务、信息传播等方面起着至关重要的作用。
图书馆情报学的发展可以帮助我们更好地利用和管理信息资源，提高信息服务的质量和效率，促进知识传播和文化交流。
图书馆情报学的发展与国家和社会的发展息息相关，可以为国家科技创新、文化建设、经济发展等提供重要支持和保障。
图书馆情报学也是培养信息素养和提升社会文化素质的重要途径，通过图书馆情报学的学习和实践，人们可以不断提升自己的信息获取、分析和利用能力，拓展自己的知识视野，培养终身学习的习惯和意识。
国内图书馆情报学的重要性不容忽视，其发展对于推动社会进步、促进文化繁荣、提升国民素质具有重要意义。
大数据在图书情报领域中的研究现状及发展趋势
大数据在图书情报领域中的研究现状及发展趋势引言随着信息技术的不断发展和应用，大数据已经成为当今社会的热点话题。
在图书情报领域，大数据的应用也越来越广泛，为图书馆和情报机构提供了更多的可能性和机遇。
本文将就大数据在图书情报领域中的研究现状及发展趋势进行探讨。
1.图书情报领域的大数据资源图书情报领域的大数据主要来源于图书馆的馆藏数据、读者借阅数据、期刊论文数据、数字化文献数据、图书馆管理系统数据等。
这些数据规模庞大，内容丰富，蕴含着丰富的信息和价值，通过科学的分析和处理，可以为图书馆和情报机构提供精准的决策支持和运营管理。
大数据技术在图书情报领域的应用包括数据挖掘、数据分析、数据可视化、人工智能等多个方面。
通过这些技术手段，图书馆和情报机构可以对海量的数据进行深入挖掘和分析，发现数据背后的规律和趋势，为决策提供可靠的依据。
3.大数据在图书情报研究中的实践案例目前，国内外很多图书馆和情报机构已经开始运用大数据技术进行研究和实践。
美国的亚马逊公司通过大数据分析，提高了图书销售的精准度和效率；中国的清华大学图书馆通过大数据技术改进了馆藏开发和图书采购；日本的国立国会图书馆通过大数据技术提升了数字化资源的管理和检索能力。
1. 数据驱动的决策模式将成为主流随着大数据技术的不断成熟和应用，数据驱动的决策模式将成为图书情报领域的主流。
图书馆和情报机构将会越来越多地基于数据进行管理和决策，实现从经验驱动向数据驱动的转变。
2. 大数据技术将深度融合人工智能大数据技术与人工智能的深度融合将成为未来的发展趋势。
通过人工智能技术，图书馆和情报机构可以更加智能地分析和利用大数据，实现智慧图书馆和智能情报服务。
3. 数据治理和隐私保护将成为重要议题随着数据规模的不断扩大，数据治理和隐私保护将成为图书情报领域的重要议题。
图书馆和情报机构需要建立健全的数据管理体系和隐私保护机制，确保大数据的合法、安全和有效使用。
4. 开放数据和共享资源将成为趋势在大数据时代，开放数据和共享资源将成为必然趋势。
图书情报专业在我国未来的发展与前途-精选文档
图书情报专业在我国未来的发展与前途引言就我国目前的情况来说，图书情报学事业方面进步是非常明显的，只是相较于欧洲一些其他国家较为落后。
如今的社会是一个信息化网络管理上升期，我们可以看到人们的生活离不开网络，在信息化管理下更加便捷。
那么图书情报学专业在需求和机遇占据着自己独特的优势。
我国图书情报学在经历了多年的风雨之旅途后，也为社会各方面教育处许多人才。
当然，如今的图书情报学专业就业领域正在扩大，我们可以发现许多企业、包括各大高等院校此类情报学人才。
如今在全中国的大部分地区，传统图书馆的管理模式将已经被网络化图书管理所代替。
不难看出各大城市的大型图书馆和高校图书馆已经建设网站，并且增加了图书馆管理的各项功能，也为大众创造了舒适的图书馆环境。
不过从目前看来，也仍旧存在一些不足，不过这都是图书馆事业发展逐渐需要面临的问题，那么在今后很长的一段时间里面，图书情报方面的高端人才将会拥有更大的市场求职空间。
而具有传统管理模式的图书馆学也需要大量的人才，这就是我国目前对于这个专业的潜在需求，人才决定其图书情报专业的未来发展，与个人的前途更是息息相关。
1关于国内图书情报专业的发展状况1.1 我国图书情报学未来发展从未来的状况来说，图书情报专业人才需求会在平衡状态之下稳步上升。
诸所周知，图书馆事业在我国目前来说属于公共型事业，根据社会需求，在这几年来的招生和就业人数来说一直比较稳定发展。
一般本专业毕业生进入到工作当中之后，平均收入水平会根据地区和单位状况进行分配，所以我们看到图书情报专业人员的收入与社会发展是同步进行的。
不少人认为图书馆事业属于公共事业，所以它的就业人数应该不多，其实不然，从这几年近图书馆改造建设和信息技术的快速发展来看，对毕业生人才或是行业人才提升了很大的进步与升职空间，我们可以发现国家关于数字化信息管理工程、各大图书馆建设在科学化倡导之下的成果是显而易见的。
所以图书情报学专业就业的领域也不断的增加，除了我们所了解的集中各省级市级大型公共图书馆，和各个地区的资料室、信息管理等部分，还有各大高校、各类新兴企业、IT企业等等。
图书情报学研究的创新与发展
图书情报学研究的创新与发展在知识的海洋中，图书情报学如同一艘航船，承载着人类智慧的宝藏。
然而，随着科技的飞速发展，这艘航船正面临着前所未有的挑战和机遇。
如何创新和发展图书情报学研究，成为了我们亟待解决的问题。
首先，我们需要认识到图书情报学研究的局限性。
传统的图书情报学研究往往局限于纸质文献的整理和分类，而忽略了数字资源的整合和利用。
这种局限性使得图书情报学在信息时代显得力不从心。
因此，我们需要拓宽视野，将数字资源纳入图书情报学的研究范畴，实现纸质文献与数字资源的有机结合。
其次，我们要注重跨学科的研究方法。
图书情报学是一门综合性学科，涉及到多个领域的知识。
因此，我们需要借鉴其他学科的研究方法，如计算机科学、统计学等，来丰富图书情报学的研究手段。
通过跨学科的研究方法，我们可以更好地解决图书情报学中的问题，推动其创新发展。
此外，我们还要关注用户需求的变化。
在信息时代，用户的需求日益多样化和个性化。
图书情报学研究需要紧跟时代步伐，关注用户需求的变化，提供更加精准、便捷的服务。
例如，我们可以利用大数据技术分析用户的阅读习惯和兴趣偏好，为用户提供个性化的推荐服务。
同时，我们要加强国际合作与交流。
图书情报学是一门全球性的学科，各国之间的研究成果和经验值得我们学习和借鉴。
通过加强国际合作与交流，我们可以共同应对全球性的挑战，推动图书情报学的创新发展。
最后，我们要重视人才培养和队伍建设。
图书情报学的发展离不开人才的支持。
我们需要培养一支具备专业知识和技能的研究队伍，为图书情报学的创新发展提供有力的保障。
同时，我们还要加强与其他领域的人才合作，形成跨学科的研究团队，共同推动图书情报学的发展。
总之，图书情报学研究的创新与发展是一个复杂而艰巨的任务。
我们需要拓宽视野、注重跨学科研究方法、关注用户需求变化、加强国际合作与交流以及重视人才培养和队伍建设等方面的努力。
只有这样，我们才能在信息时代的浪潮中乘风破浪，推动图书情报学不断向前发展。
图书情报领域大数据应用现状分析
图书情报领域大数据应用现状分析随着互联网的快速发展，图书情报领域的数据量呈现爆发式增长。
传统的图书情报工作主要依靠人工收集、整理和处理信息，这种方式效率低下且容易出错。
而随着大数据技术的应用，图书情报领域也迎来了机遇和挑战。
本文将重点分析图书情报领域大数据应用的现状，并对未来的发展趋势进行展望。
1. 图书推荐系统图书推荐系统是大数据在图书情报领域的典型应用之一。
通过分析用户的阅读历史、评论、评分等数据，系统能够为用户推荐个性化的图书。
这种方式不仅可以提高读者的阅读体验，还可以促进图书销售。
2. 图书藏书管理传统的图书藏书管理主要依靠人工进行分类、编目和整理。
而利用大数据技术，可以根据用户的借阅记录和浏览行为对图书进行智能分类和标引，提高图书馆的藏书利用率和服务质量。
3. 图书馆协同服务大数据技术可以实现不同图书馆之间的数据共享和协同服务。
通过对多个图书馆的用户借阅记录和馆藏信息进行分析，可以实现图书馆资源的共享和利用，提高图书馆的整体服务能力。
4. 科研图书情报分析大数据可以对科研图书情报进行深入分析，包括作者合作网络、期刊引用网络、学科关联网络等。
这些分析结果可以为科研机构和学者提供决策支持，促进科研成果的产出和传播。
5. 社交媒体图书推广大数据分析可以挖掘社交媒体上的用户评论和观点，帮助图书出版社和书店了解读者喜好，以及对图书的评价。
通过这些数据，图书出版社可以调整出版策略，提高图书的市场反应和销售效果。
1. 数据挖掘与机器学习的应用随着大数据技术的成熟和普及，数据挖掘和机器学习在图书情报领域的应用将会更加广泛。
通过对大量的图书情报数据进行挖掘和分析，可以发现不同图书之间的关联性，进而推荐给读者更合适的图书。
2. 跨学科研究图书情报领域的大数据应用将与其他学科进行深入的交叉研究。
将大数据技术与社会学、心理学等学科相结合，对读者的阅读行为和阅读习惯进行深入研究，提高图书推荐的准确性和个性化程度。
大数据在图书情报领域中的研究现状及发展趋势
大数据在图书情报领域中的研究现状及发展趋势随着现代科技和互联网的发展，大数据技术在图书情报领域中的应用越来越广泛，这对于提升图书情报领域的数据挖掘、信息检索、用户行为分析等方面都有着重要的影响。
下面从研究现状和未来发展趋势两方面来阐述大数据在图书情报领域中的应用。
一、研究现状目前，大数据在图书情报领域中主要的应用包括以下几个方面：1. 数据挖掘利用大数据技术，对实现数据挖掘，在海量数据中发现数据规律以及关系，从而为用户提供准确的推荐和个性化的服务。
例如，在图书馆的图书借阅数据中，可以利用数据挖掘技术找出用户借阅习惯，然后为用户推荐相似的图书。
2. 信息检索大数据可以有效地提升图书情报领域的信息检索效率和质量。
利用大数据技术，可以对海量的文献资源进行建立索引、聚类等操作，还可以进行自然语言处理，实现信息检索的精确度和覆盖面的提升。
3. 用户行为分析通过收集用户的浏览、搜索、借阅等数据，利用数据分析技术对用户行为进行分析，可以更精准地了解用户需求，在此基础上为用户提供更为个性化的服务。
二、发展趋势随着大数据技术的不断发展，越来越多的数据被积累起来，但这些数据往往是分散的，难以利用起来。
未来，图书情报领域的大数据将会更多地进行数据共享，从而实现更精准的数据挖掘和信息检索。
2. 人工智能大数据技术又催生出人工智能技术的发展，这将进一步提升图书情报领域的自动化程度和智能化水平。
例如，利用人工智能技术，图书馆可以根据用户借阅历史和行为规律为用户推荐更为个性化的图书，提升用户体验。
3. 多元化应用未来，大数据技术将会与其他技术进行融合，为图书情报领域带来更多的创新应用。
例如，大数据技术可以和虚拟现实技术结合，实现图书情报领域的虚拟现实馆藏、阅读等服务。
总之，大数据在图书情报领域中的应用具有巨大的发展潜力，将会为图书情报领域带来更多的变革和创新。
随着技术的不断发展，大数据领域的应用也将进一步加速。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
国内图书情报领域知识融合研究的发展与分析张心源;邱均平【摘要】采用文献分析法，对比分析知识融合在图书情报、教育学和计算机科学等学科领域研究特点的异同，辨析知识融合在图书情报领域的相关亲缘概念，总结其发展历程。
研究认为，知识融合在图书情报领域的研究特点包括：丰富的知识源作为研究背景，与大数据研究联系紧密，知识融合应用研究为主，以提供知识服务为主要融合导向。
图书情报领域关于知识融合的研究趋势是通过知识融合实现分布式知识库中多源、异构的知识资源的深层加工，提供更精准化、智慧型以及预测型的知识服务。
%This paper compares and analyzes the characteristics and difference of knowledge fusion in information and library science, pedagogy, computer science and other related subjects according to documental analysis method, careful y defines similar concepts in information and library science, and summarizes the development process of knowledge fusion research. It shows that there exist some features about knowledge fusion in information and library science, that is, rich knowledge origins, close links with big data, applicability and aiming to provide knowledge services. The research trend of knowledge fusion in information and library science is to provide more accurate as wel as intel igent knowledge services by the deep processing of multisource and heterogeneous knowledge in distributed knowledge base throughout knowledge fusion.【期刊名称】《数字图书馆论坛》【年(卷),期】2016(000)003【总页数】7页(P17-23)【关键词】知识融合;知识服务;图书情报学【作者】张心源;邱均平【作者单位】武汉大学信息管理学院，武汉430072; 武汉大学中国科学评价研究中心，武汉430072;武汉大学信息管理学院，武汉430072; 武汉大学中国科学评价研究中心，武汉430072【正文语种】中文大数据环境下知识资源的多源、异构等特点，推动了分布式知识库的广泛应用和网络技术、知识服务要求的提升。
分布式知识库的有效管理对于高效利用知识资源、开展高质量的知识服务具有重要意义。
知识融合（knowledge fusion）的目的是在现有知识资源基础上，通过融合规则实现对分布式知识库系统中的知识资源的转化、集成和融合，产生有价值的新知识，并提供更为有效的知识服务。
在很多应用领域，对知识融合的理论、框架、实现模式等方面都开展了丰富的研究，尤其是在机械制造和计算机科学领域中，产生大量以知识融合为主题的相关文献。
相比之下，图书情报领域对知识融合的研究起步较晚，但一经提出便引起较高的关注度。
本文采用文献分析法对国内知识融合相关研究文献进行梳理，归纳总结知识融合在图书情报领域的发展过程和特点，以及其在图书情报领域的发展趋势，以期为情报研究和知识服务研究等提供借鉴与参考。
在CNKI中以“主题=知识融合”进行检索共得到1373条结果，检索日期为2015年11月4日，按照主题相关性排序逐条查阅，其中符合本文研究范围的文献有80篇，涵盖多个学科领域的研究成果。
1.1 时间分布从CNKI已收录成果的发表时间看，知识工程层面的知识融合概念的产生早于图书情报领域知识科学视角下的研究。
早在2002年信息融合应用中就出现了知识融合的概念，这一时期的知识融合属于信息融合的高级阶段，在原有信息融合基础上开展的知识融合理论和应用研究很快在计算机科学、机械制造等工学领域形成完整的研究体系，并在2005年以后出现大量对知识融合技术、应用的探讨。
知识科学视角下的知识融合研究起步较晚，最早的相关研究是2006年李智霞在进行知识管理与图书馆期刊管理研究中提到的期刊知识融合的概念［1］，后来工学领域的相关研究引起图书情报领域的关注，逐步演化成知识科学视角下的知识融合，2012年之后，研究明显增多。
1.2 学科分布按学科分类，发现教育学领域对知识融合的研究成果数量最多，其次是计算机科学领域和机械制造及自动化技术领域，图书情报领域取得的成果数量与以上学科产出数量相比并不丰富。
笔者选取以上各研究领域的高被引文献、综述性文献等代表文献进行深入研读，对每个学科研究的知识融合含义进行对比、分析，发现知识融合在各学科的含义和应用存在明显的区别。
教育学领域的知识融合多关注对教育对象将各类知识综合运用的能力。
根据初等教育、中等教育、职业教育和高等教育等教育对象和教育内容的不同，教育学领域的知识融合所指的知识类型也随之变化。
初等教育和中等教育主要研究学生对不同课程的知识融合、综合运用能力［2-3］；职业教育则更关注专业知识和职业技能的融合能力［4］；高等教育对知识融合的关注面较为广泛，既包括以大学生为主体的学科知识融合能力培养方法，又包括基于知识融合思想的学科划分、发展研究和跨学科知识融合方法研究等［5-7］。
总的来看，教育学领域关注的知识融合对象以隐性知识为主。
计算机科学和机械制造及自动化技术领域的知识融合概念从知识工程发展而来，以知识融合算法和应用研究为主，属于三级、四级高层信息融合的一个范畴。
该领域中，知识融合是指在特定的环境下通过流程、算法和应用检验来实现分布、异构和多源知识的转换与创新［8-9］，以期消除实例知识的冗余和不一致性，提高融合知识的语义规范性和准确性，以便能够基于融合的知识作出正确有效的推理与判断［10］。
图书情报领域的知识融合研究是知识科学视角下的知识融合研究，即知识融合的第二种含义，融合对象为第三世界的“知识”，特别是现存知识库中的知识资源。
图书情报领域对知识融合的研究侧重于知识源的规范化、知识表现规则的完备化等理论、体系构建方面。
可以说，以各类知识库为主要载体，以知识科学视角研究第三世界的“知识”对象是图书情报领域或管理学学科关注的知识融合焦点。
本文对知识融合的理论研究进行了完善的梳理，对现有的知识融合相关技术进行总结，认为图书情报领域知识融合对于处理、综合利用分布式知识库资源，既是一种有效工具，又提供了一种新的处理模式，知识融合的目的是针对不同信源的知识，通过融合处理，形成新的知识，从而提高知识的内涵、层次和置信度，以及提升实现系统任务目标的能力［11］。
知识融合在不同学科领域的融合对象的差异和研究重点如表1所示。
知识融合在图书情报领域的研究晚于上述其他学科领域的发展，其发展充分运用已有学科领域对知识融合相关技术手段的技术基础。
知识融合是知识工程与知识科学的交叉学科，其在图书情报领域的研究方向与其他相关领域的研究具有交叉部分。
如图1所示，A表示机械制造及自动化、计算机科学领域；B表示图书情报领域；C表示教育学领域。
国内知识融合研究可分为两部分：一部分是计算机科学等相关基础性研究，该部分是图情领域开展知识融合研究的基础工程；另一部分是针对大数据知识源的知识融合应用研究，即图书情报领域最为关注的研究焦点。
（1）计算机科学相关基础研究图书情报学所研究的知识融合是以第三世界的“知识”为融合对象的知识科学背景下的知识融合，与机械制造及自动化技术领域的知识工程有显著的区别。
但是计算机科学对知识库组织、知识库系统以及知识表示、融合算法的研究引起了图书情报学研究者对知识融合的关注。
计算机科学对知识融合相关技术、算法和融合系统的研究奠定了图书情报领域开展知识融合研究的基础，并在后续图书情报领域知识融合研究中，提供技术支持与借鉴，为图情领域知识融合目标提供实现模式。
根据文献调研结果，计算机科学相关基础研究包含以下研究方向：一是知识表示技术研究。
如鲍军鹏等提出了一种基于XML的知识表示方法——XKR （XML-based Knowledge Representation），利用XKR将规则、框架、过程、表格、语义网格等多种知识表示方法统一在一个形式描述语言之中［12］；曹存根阐述了Web中的多信息源存在的内涵和外延的异构，论证了Web信息的同步处理机制，给出了一种基于概念空间的XML信息源集成模型，并提出多匹配策略的本体映射方法［13］。
二是实现模式、方法研究。
如赖朝安对产品设计中的知识工程进行研究，提出了服务于人机协同创新的知识融合流程结构［14］；刘忠途等认为在三维CAD系统中，工程问题和任务可以先分解为知识项，再分解至知识约束，并实现设计知识融合驱动的知识约束模型［15］。
三是融合实现算法研究。
如韩立岩等［16］在处理企业失败预警问题时，提出基于D-S（Dempster-Shafer）证据理论进行融合处理的实现方法；蒋黎黎等在解决分布和多源知识的融合与创新问题时，提出并验证了分众分类法并在知识融合研究中引入了粒度计算理论和微商空间法［10］。
四是知识融合发展综述研究。
缑锦对知识融合的发展过程、相关学科研究进行了详细的阐述，并对知识融合运用的关键技术进行了细致的研究［17］；郭强等分析了国内外知识融合理论研究发展现状，为后续知识融合研究提供了有益的思路［18］。
五是知识融合应用研究，如在网络科研社区等知识分享平台中进行知识融合提升知识价值［19-21］。
（2）图书情报领域新焦点知识融合的研究从2010年开始达到快速发展阶段，近五年知识融合相关研究成果的年产量相对1990-2000年有了明显提高。
虽然相对大数据、语义网等研究成果数量偏少，但说明知识融合在知识科学研究中已经引起众多学者的重视，对知识融合的研究呈现出增长的趋势。
基于知识的共享和服务已经成为研究者关注的热点，而知识融合，尤其是隐性知识发现逐渐成为基于知识的共享和服务中知识处理和优化的核心部分。
自2012年开始，知识融合研究在图书情报领域也逐渐引起重视，并借助语义网、关联数据等技术研究基础［21-24］，发挥知识融合在图书情报研究中的作用［25］。