基于社交媒体弱关系的跨学科相关知识组合识别

[目的/意义]大科学时代,跨学科合作日趋普遍,准确把握跨学科相关知识配对成为跨学科合作研究的前提。基于学术社交媒体弱关系结构识别跨学科相关知识组合,一方面有利于科研人员选择跨学科研究方向;另一方面也是对科学文献数据识别结果的补充。[方法/过程]以科学网为样本来源,以图书情报学科为例进行实证研究。首先,通过用户好友链接关系,构建目标学科用户—跨学科好友用户关系网络;其次,基于学者博文筛选能够代表学者主要研究对象、问题或方法的研究主题作为知识节点,基于好友关系构建目标学科知识节点—跨学科相关知识弱关系网络;最后,构建合作潜力模型,识别最佳跨学科相关知识配对。[结果/结论]识别发现“高被引论文—生态学理论”“科研合作—波士顿矩阵”等是图书情报学跨学科合作知识组合,并分析它们的合作可能性与合作方向,验证模型的可行性与有效性。

基于引文关键词的跨学科相关知识发现方法探讨

[目的/意义]随着跨学科研究的不断深入与发展,从数量庞大的科学文献中挖掘对于目标学科来说具有较大合作可能性的跨学科相关知识,有助于促进学科间知识的融合,从而进一步推动学科的创新性发展。[方法/过程]提取目标学科节点文献-其跨学科参考文献-跨学科参考文献关键词关系数据。以跨学科参考文献关键词被目标学科引用的强度,测定其与目标学科的相关性;以该关键词在目标学科中作为作者标引关键词出现的频次,测定其知识输入新颖程度。两者结合,构建学科相关新颖性指数(IDN指数),计算跨学科引文关键词在目标学科中的新颖且相关程度,识别在目标学科具有较大合作潜力的跨学科相关知识。[结果/结论]以《中国图书馆学报》《情报学报》和《图书情报工作》2018年的载文及其参考文献为实证样本,发现IDN指数能从引文关键词中有效识别与图书情报学科具有较高合作潜能的跨学科知识。

弱引文关系视角下跨学科相关知识组合识别方法探讨——以情报学为例

[目的/意义]科学系统的复杂化,使跨学科合作成为现代科学创新研究的重要范式和必然趋势。识别具有高度合作潜力的跨学科相关知识组合,成为促进跨学科科研合作创新的关键。[方法/过程]首先,选择目标学科源文献及其跨学科参考文献、跨学科引证文献,构建基于关键词的跨学科知识弱引文关联网络;其次,划分知识媒介b的类型,并识别目标学科知识节点a-知识媒介b-跨学科相关知识c的弱关系结构;最后,定义目标学科知识节点影响力指数AI、知识媒介影响力指数BI、跨学科知识相关性指数CI、跨学科知识组合a-c潜在合作指数P,识别合作潜力值高的跨学科相关知识组合。[结果/结论]选择情报学领域9种CSSCI期刊2015-2019年的载文及其跨学科参考与引证文献为样本进行实证研究,验证基于弱引文关系的跨学科相关知识组合发现方法的有效性与可行性,并识别得到"科研合作"-"知识流动"-"种群动力学模型"等情报学科的高合作潜力的跨学科相关知识组合。