识别学科交叉研究的前沿主题,并对演化趋势进行分析,有助于揭示学科交叉融合的方向,为未来创新性、突破性研究提供参考。首先,基于引文视角构建测度论文学科交叉性的指标,识别具有学科交叉性的研究论文;其次,通过BERT-LDA模型识别研究主...识别学科交叉研究的前沿主题,并对演化趋势进行分析,有助于揭示学科交叉融合的方向,为未来创新性、突破性研究提供参考。首先,基于引文视角构建测度论文学科交叉性的指标,识别具有学科交叉性的研究论文;其次,通过BERT-LDA模型识别研究主题,利用余弦相似度计算主题之间的相似度,构建主题演化路径;最后,基于新颖度、增长性、关注度、影响力构建前沿主题识别指标体系,识别具有前沿性的学科交叉研究主题。以图书情报学(Library and Information Science,LIS)为例展开研究,研究结果显示,2004—2023年该学科领域的交叉研究主题呈现出逐渐细化和深入的特点,主要集中在信息挖掘与知识发现、互联网信息行为、医疗信息学3个方面;现阶段学科交叉研究前沿主题为医疗数据模型、舆情治理与情感分析、机器学习与深度学习;基于信息技术的研究方法和其在不同领域的应用研究具有良好的应用前景,有可能成为未来LIS领域的核心研究主题。展开更多
为探索全球图书情报领域跨学科研究的发展特征,为“新文科”背景下我国图书情报学科的学科交叉与融合提供参考,通过Web of Science和InCites识别图书情报领域跨学科研究论文涉及的学科和研究主题,对跨学科研究论文的Altmetrics指标特征...为探索全球图书情报领域跨学科研究的发展特征,为“新文科”背景下我国图书情报学科的学科交叉与融合提供参考,通过Web of Science和InCites识别图书情报领域跨学科研究论文涉及的学科和研究主题,对跨学科研究论文的Altmetrics指标特征、主题内容特征和学科交叉网络进行了分析。研究发现:图书情报领域的学科交叉网络初具规模;跨学科研究围绕学科内核展开,兼顾文献传统与计算传统,已在多个维度彰显影响力。高影响力研究主题和新兴交叉领域值得继续密切关注。展开更多
文摘识别学科交叉研究的前沿主题,并对演化趋势进行分析,有助于揭示学科交叉融合的方向,为未来创新性、突破性研究提供参考。首先,基于引文视角构建测度论文学科交叉性的指标,识别具有学科交叉性的研究论文;其次,通过BERT-LDA模型识别研究主题,利用余弦相似度计算主题之间的相似度,构建主题演化路径;最后,基于新颖度、增长性、关注度、影响力构建前沿主题识别指标体系,识别具有前沿性的学科交叉研究主题。以图书情报学(Library and Information Science,LIS)为例展开研究,研究结果显示,2004—2023年该学科领域的交叉研究主题呈现出逐渐细化和深入的特点,主要集中在信息挖掘与知识发现、互联网信息行为、医疗信息学3个方面;现阶段学科交叉研究前沿主题为医疗数据模型、舆情治理与情感分析、机器学习与深度学习;基于信息技术的研究方法和其在不同领域的应用研究具有良好的应用前景,有可能成为未来LIS领域的核心研究主题。
文摘为探索全球图书情报领域跨学科研究的发展特征,为“新文科”背景下我国图书情报学科的学科交叉与融合提供参考,通过Web of Science和InCites识别图书情报领域跨学科研究论文涉及的学科和研究主题,对跨学科研究论文的Altmetrics指标特征、主题内容特征和学科交叉网络进行了分析。研究发现:图书情报领域的学科交叉网络初具规模;跨学科研究围绕学科内核展开,兼顾文献传统与计算传统,已在多个维度彰显影响力。高影响力研究主题和新兴交叉领域值得继续密切关注。