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。

关键词共引分析的科学计量方法研究

文献共引分析、作者共引分析和期刊共引分析等共引分析方法经常作为绘制知识图谱的重要手段。本研究以引文关键词为基础扩展传统共引分析方法,提出关键词共引分析(Keyword Co-citation Analysis,KCA)方法作为绘制知识图谱的新路线。该方法主要包括数据集遴选、原始关键词共引矩阵构建、相关矩阵转化和知识图谱绘制及其评估四个主要步骤。网络分析和MDS测度分析结果显示,KCA方法所绘制的知识图谱能够清楚描绘出领域的知识结构,且聚类性能较好。