基于当采中间人的跨学科相关知识组合识别——以图书情报领域为例

[目的/意义]基于当采中间人识别跨学科相关知识组合,不仅有利于发现潜在合作可能性大的跨学科知识生长点,促进知识融合创新,而且为新文科背景下的跨学科研究提供新思路。[方法/过程]基于跨学科知识交流中当采中间人类型,提出跨学科相关知识组合的分类;构建模型,识别不同类型的跨学科相关知识组合的合作能力,识别潜在合作能力较强的跨学科知识组合。[结果/结论]选择图书情报学领域影响力较大、跨学科程度较高的6种期刊数据为样本,研究发现:异源输入同源输出型跨学科相关知识组合有统计学习理论—短文本分类等;同源输入异源输出型跨学科相关知识组合有“五计学”—绿色基础设施等;异源输入输出型跨学科相关知识组合有马尔科夫模型—高校突发事件等。

基于多路径分析的跨学科潜在知识组合识别——以引文分析领域为例

[目的/意义]在提倡“文理交叉”的新文科建设背景下,识别跨学科潜在知识组合,并分析其合作方案的可行性,对于把握跨学科创新方向、推动学科转型与交叉融合具有重要意义。[方法/过程]基于多路径分析和全文知识提取,构建跨学科潜在知识组合合作潜力识别模型,从路径连通性、平衡性、有效潜在路径数三方面反映两知识的合作潜力,并以图书情报学“引文分析”领域为例,全文提取2016—2020年研究文献及其跨学科参考文献关键词进行实证分析。[结果/结论]实证表明,该模型能够通过多组已形成知识路径识别平衡性较好的跨学科潜在知识组合,并发现“引文网络—技术跨越”“相似度分析—激活函数”“聚类分析—扩散曲线”等识别结果具有理论合作可行性和实际应用价值。

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。