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

doi:10.13266/j.issn.0252-3116.2020.21.014

图书情报工作 ›› 2020, Vol. 64 ›› Issue (21): 111-119.DOI: 10.13266/j.issn.0252-3116.2020.21.014

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

牌艳欣, 李长玲, 徐璐

山东理工大学科技信息研究所淄博 255049

收稿日期:2020-06-03 修回日期:2020-07-21 出版日期:2020-11-05 发布日期:2020-11-05
通讯作者: 李长玲(ORCID:0000-0001-6266-4820),教授,硕士生导师,通讯作者,E-mail:lichl69@163.com
作者简介:牌艳欣(ORCID:0000-0001-6266-4820),硕士研究生;徐璐(ORCID:0000-0002-6086-464X),硕士研究生。
基金资助:
本文系国家社会科学基金重点项目"跨学科潜在知识生长点识别与创新趋势预测研究"（项目编号：19ATQ006）研究成果之一。

Discussion on the Method of Interdisciplinary Related Knowledge Combination Identification on the Perspective of Weak Citation Relationship——Taking Information Science for Example

Pai Yanxin, Li Changling, Xu Lu

Science and Technology Information Research Institute, Shandong University of Technology, Zibo 255049

Received:2020-06-03 Revised:2020-07-21 Online:2020-11-05 Published:2020-11-05
Supported by:

摘要/Abstract

摘要： [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A_I、知识媒介影响力指数B_I、跨学科知识相关性指数C_I、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。

关键词: 弱关系, 引文分析, a-b-c弱连接, 跨学科相关知识组合, 潜在合作指数P

Abstract: [Purpose/significance] With the complexity of the scientific system, interdisciplinary research has become an important paradigm and inevitable trend of modern scientific innovation research. Identifying interdisciplinary relevant knowledge combination that has high cooperation potential, becomes the key to promoting interdisciplinary scientific research cooperation and innovation. [Method/process] Firstly,the paper selected target subject source literature,its interdisciplinary reference literature, and its interdisciplinary citing literature, so as to construct an interdisciplinary knowledge weak reference relational network based on keywords. Secondly, it classified the types of Knowledge Medium b, and identified the weak relational structure of the Knowledge Node a of the target discipline-Knowledge Medium b - Interdisciplinary Knowledge c. Finally, the paper defined the Knowledge Node Influence Index AI of the target discipline, the Knowledge Media Influence Index BI, the Interdisciplinary Knowledge Correlation Index CI, the Interdisciplinary Knowledge Combination a-c and Potential Cooperation Index P, to identify the interdisciplinary knowledge combination with high cooperation potential. [Result/conclusion] The papers of 9 CSSCI journals in the field of informatics from 2015 to 2019 and their interdisciplinary references and citations were selected as samples for empirical research, to verify the effectiveness and feasibility of the discovery method of interdisciplinary knowledge combination based on weak citation relationship, and to identify the interdisciplinary knowledge combination with high cooperation potential of intelligence disciplines such as "scientific research cooperation"-"knowledge flow"-"population dynamics model".

Key words: strength of weak ties, citation analysis, a-b-c weak connection, interdisciplinary related knowledge combination, potential cooperation index P

中图分类号:

G250

牌艳欣, 李长玲, 徐璐. 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[J]. 图书情报工作, 2020, 64(21): 111-119.

Pai Yanxin, Li Changling, Xu Lu. Discussion on the Method of Interdisciplinary Related Knowledge Combination Identification on the Perspective of Weak Citation Relationship——Taking Information Science for Example[J]. LIS, 2020, 64(21): 111-119.

参考文献

[1] GATES A J, KE Q, VAROL O, et al. Nature's reach:narrow work has broad impact[J]. Nature, 2019, 575(7781):32-34.
[2] GRANOVETTER M. The strength of weak ties[J]. The American journal of sociology,1973, 78(6):1360-1380.
[3] ONNELA J P, SARAMAKAI J, HYVONEN J, et al. Structure and tie strengths in mobile communication networks[J]. Proceedings of the National Academy of Sciences of the United States of America, 2007, 104(18):7332-7336.
[4] BAKSHY E, ROSENN I, MARLOW C, et al. The role of social networks in information diffusion[C]/Proceedings of the 21st annual conference on World Wide Web.Lyon:Annual conference on World Wide Web,2012:519-528.
[5] ZHAO J, WU J, XU K. Weak ties:subtle role of information diffusion in online social networks[J]. Physical review E,2010, 82(1):16105.
[6] DAVID E, JON K. Networks, crowds, and markets:reasoning about a highly connected world[M]. United Kingdom:Cambridge University Press, 2012.
[7] GENIUS S K. Published literature and diffusion of medical innovation:exploring innovationgeneration[J]. The Canadian journal of information and library science,2005, 29(1):27-54.
[8] ABBASI A, ALTMANNl J, HOSSAIN L. Identifying the effects of co-authorship networks on the performance of scholars:a correlation and regression analysis of performance measure and social network analysis measures[J]. Journal of informetrics, 2011, 5(4):594-607.
[9] BETTONI M, SCHILLER G, BERNHARD W. Weak ties cooperation in the CoRe knowledge network[C]//The 9th European conference on knowledge management. Southampton:Southampton Solent University,2008:1-7.
[10] YANG L Y, MORRIS S. Mapping institutions and their weak ties in a specialty:a case stud y of cystic fibrosis body composition research[J]. Scientometrics, 2009, 79(2):421-434.
[11] 隗玲,许海云,郭婷,等. 基于弱共现和突发监测的情报学学科研究主题及交叉性分析[J]. 图书情报工作,2015, 59(21):105-114.
[12] 李长玲,刘小慧,刘运梅,等. 基于开放式非相关知识发现的潜在跨学科合作研究主题识别——以情报学与计算机科学为例[J]. 情报理论与实践,2018, 41(2):100-104.
[13] 刘小慧,李长玲,崔斌,等. 基于闭合式非相关知识发现的潜在跨学科合作研究主题识别——以情报学与计算机科学为例[J]. 情报理论与实践, 2017, 40(9):71-76.
[14] SONG M, KANG K, YOUNG A. Investigating drug-disease interactions in drug-symptom-disease triples via citation relations[J]. Journal of the Association for Information Science and Technology, 2018, 69(11):1355-1368.
[15] 梁镇涛,巴志超,徐健. 基于引文的跨学科领域发展路径分析——以眼动追踪领域为例[J]. 图书情报工作, 2019, 63(23):65-78.
[16] PORTER A L, COHEN A S, ROESSNER D J, et al. Measuring researcher interdisciplinarity[J]. Scientometrics, 2007, 72(1):117-147.
[17] 林向义,罗洪云,李秀成. 企业个体从社交媒体网络吸收异质性知识的过程机理:弱连接关系视角[J]. 情报理论与实践, 2019, 42(3):65-71.
[18] 杜德慧,李长玲,相富钟,等. 基于引文关键词的跨学科相关知识发现方法探讨[J/OL].情报杂志:1-6[2020-09-21].http://kns.cnki.net/kcms/detail/61.1167.G3.20200721.1527.004.html.
[19] 张瑞,赵栋祥,唐旭丽,等. 知识流动视角下学术名词的跨学科迁移与发展研究[J]. 情报理论与实践,2020, 43(1):47-55.
[20] LOUADI M,MOHAMED El. Knowledge heterogeneity and social network analysis-towards conceptual and measurement clarifications[J]. Knowledge management research & practice, 2008, 6(3):199-213.
[21] 王雪,李睿. 知识生态学视角下的各类引文现象阐释[J]. 情报杂志, 2018, 37(9):179-184
[22] FAJARDO-ORTIZ D, LOPEZ-CERVANTES, DURAN L, et al. The emergence and evolution of the research fronts in HIV/AIDS research[J]. Plos one, 2017, 12(5):e178293.
[23] 周复恭, 黄运成. 应用线性回归分析[M]. 北京:中国人民大学出版社, 1989.
[24] 李峰,刘静延,蒋录全. 预测方法的发展及最新动态[J]. 情报杂志, 2005(6):76-77.
[25] 牛顿. 自然哲学的数学原理[M].赵振江,译.北京:商务印书馆, 2009.
[26] 冯志刚,李长玲,刘小慧,等. 基于引用与被引用文献信息的图书情报学跨学科性分析[J]. 情报科学,2018, 36(3):105-111.
[27] 李长玲,牌艳欣,相富钟,等. 改进z指数的高被引学科研究热点识别方法探讨[J]. 情报理论与实践,2020(6):39-45,66.
[28] 李月琳,章小童,王姗姗,等. 情报学的坚守与拓展——基于2018年ASIS&T年会论文的综述[J]. 图书情报知识, 2019(3):4-16.
[29] 刘运梅,李长玲,杜德慧. 时间序列视角下PLOS ALM指标特性识别模型构建与应用[J]. 情报资料工作, 2019, 40(6):6-15.
[30] 宗张建. 睡美人文献识别方法研究进展[J]. 图书情报工作, 2019, 63(16):132-142.
[31] 吕晓赞,王晖,周萍. 中美大数据论文的跨学科性比较研究[J]. 科研管理, 2019, 40(4):1-13.
[32] 李国杰,程学旗. 大数据研究:未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J]. 中国科学院院刊,2012, 27(6):647-657.
[33] 李纲,巴志超. 科研合作超网络下的知识扩散演化模型研究[J]. 情报学报, 2017, 36(3):274-284.
[34] KIVAN V, LEWIS M, BENTZ B J, et al. A dynamical model for bark beetle outbreaks[J]. Journal of theoretical biology, 2016, 407(21):25-37.
[35] 陈文杰,许海云. 一种基于多元数据融合的引文网络知识表示方法[J]. 情报理论与实践, 2020, 43(1):150-154.
[36] BREKELMANS A M, POORT H W, SLOOFF J H. A new method to analyse the mechanical behaviour of skeletal parts[J]. Acta orthopaedica scandinavica, 2009, 43(5):301-317.

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

Discussion on the Method of Interdisciplinary Related Knowledge Combination Identification on the Perspective of Weak Citation Relationship——Taking Information Science for Example

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	苏辀恒, 张敏, 王锦. 图书情报领域情感研究现状述评[J]. 图书情报工作, 2022, 66(6): 137-147.
[2]	张雪, 张志强, 曹玲静, 阮伟南, 任晓亚, 冯志刚. 学科领域研究前沿识别方法研究进展[J]. 图书情报工作, 2022, 66(12): 139-151.
[3]	刘亚辉, 许海云. 突破性创新早期识别与弱信号分析综述[J]. 图书情报工作, 2021, 65(4): 89-101.
[4]	张汝昊. 基于语义和位置相似的作者共被引分析方法及效果实证[J]. 图书情报工作, 2020, 64(8): 111-124.
[5]	刘小慧, 沈哲思, 廖宇, 杨立英. 科研论文颠覆性指数的改进及其影响因素研究[J]. 图书情报工作, 2020, 64(24): 84-91.
[6]	马文飞, 赵欧荣, 韩放. 改进SIR模型在高校图书馆阅读推广信息传播中的应用研究[J]. 图书情报工作, 2020, 64(20): 74-80.
[7]	石燕青, 赵一方. 科学文献被引轨迹的跨学科特征影响研究[J]. 图书情报工作, 2020, 64(14): 74-84.
[8]	李贺, 袁翠敏, 解梦凡. 专利文献中的睡美人现象分析与研究[J]. 图书情报工作, 2019, 63(6): 64-74.
[9]	梁镇涛, 巴志超, 徐健. 基于引文的跨学科领域发展路径分析——以眼动追踪领域为例[J]. 图书情报工作, 2019, 63(23): 65-78.
[10]	齐燕. 基于专利引文分析的领域科技关联发展态势探究——以HCV为例[J]. 图书情报工作, 2019, 63(23): 97-105.
[11]	王新才, 杨千, 王海宁. 国内与国际跨学科研究人员文献需求的对比分析——以南海争端问题为例[J]. 图书情报工作, 2018, 62(5): 6-14.
[12]	艾楠竹, 王新才. 高校2011协同创新中心文献保障的实证分析——以武汉大学为例[J]. 图书情报工作, 2018, 62(5): 15-22.
[13]	杨瑞仙, 姜小函. 从学科和期刊的引证视角看交叉学科的知识结构和演化问题——以图书情报学科为例的实证研究[J]. 图书情报工作, 2018, 62(5): 30-39.
[14]	王冰璐, 步一, 徐扬. 作者三重耦合分析在知识图谱绘制中的应用研究[J]. 图书情报工作, 2017, 61(7): 96-101.
[15]	刘晓娟, 马梁. 基于BKCI的学术著作引文分布研究[J]. 图书情报工作, 2017, 61(24): 105-113.