基于Web of Science学科分类的主题研究领域跨学科态势分析方法研究

doi:10.13266/j.issn.0252-3116.2018.02.017

图书情报工作 ›› 2018, Vol. 62 ›› Issue (2): 127-134.DOI: 10.13266/j.issn.0252-3116.2018.02.017

基于Web of Science学科分类的主题研究领域跨学科态势分析方法研究

叶春蕾

北京农学院图书馆北京 102206

收稿日期:2017-08-18 修回日期:2017-11-11 出版日期:2018-01-20 发布日期:2018-01-20
作者简介:叶春蕾(ORCID:0000-0002-8776-194X),副教授,博士研究生,E-mail:ycl19750318@126.com。
基金资助:
本文系2017年度北京市教委科研计划一般项目"跨学科视角下都市农业学科主题演化研究"（项目编号：SM201710020004）研究成果之一。

Research on the Method of Interdisciplinary Analysis in the Subject Research Field Based on the Subject Categories of WOS

Ye Chunlei

Library of Beijing University of Agriculture, Beijing 102206

Received:2017-08-18 Revised:2017-11-11 Online:2018-01-20 Published:2018-01-20

摘要/Abstract

摘要： [目的/意义]为了更好地揭示主题研究领域跨学科发展的学科对象和研究内容，提出一种综合的跨学科态势分析方法。[方法/过程]首先，根据主题领域确定涉及到的所有学科类别，并定义学科影响力指数，构建学科影响力网络。然后，对学科影响力网络进行中心度、结构洞和可视化分析，识别核心学科类别。最后，构建关键词-学科类别共现网络，使用网络中心度分析获得由关键词表示的主题内容，并结合核心学科类别和领域专家意见获得跨学科主题内容。[结果/结论]实证表明提出的分析方法能够在一定程度上揭示主题研究领域跨学科发展态势，其有效性得到一定程度的验证。

关键词: 跨学科, 态势分析, 网络分析, 学科分类

Abstract: [Purpose/significance] In order to reveal the directions and contents of the interdisciplinary development of the subject research field, this paper proposes a comprehensive interdisciplinary situation analysis method.[Method/process]Firstly, the subject categories involved were determined according to the subject field and the discipline influence index was defined. Then, the subject influence network was constructed. Secondly, the subject categories influence network was analyzed by the centrality, structural holes and visual methods to identify the core subject categories. Finally, a keyword-subject category co-occurrence network wase constructed, and analyzed by the centrality method to obtain the main knowledge content. The interdisciplinary knowledge content was obtained by the combination with the core subject categories and the domain expert opinions.[Result/conclusion]Experimental results show that the comprehensive analysis method can reveal the interdisciplinary development trend of the subject research to a certain extent. Its effectiveness is verified to a certain extent.

Key words: interdisciplinary, situation analysis, network analysis, subject categories

中图分类号:

G250

叶春蕾. 基于Web of Science学科分类的主题研究领域跨学科态势分析方法研究[J]. 图书情报工作, 2018, 62(2): 127-134.

Ye Chunlei. Research on the Method of Interdisciplinary Analysis in the Subject Research Field Based on the Subject Categories of WOS[J]. LIS, 2018, 62(2): 127-134.

参考文献

[1] 刘仲林. 交叉科学时代的交叉研究[J]. 科学学研究, 1993, 11(2):9-13.
[2] WAGNER C S, ROESSNER J D, BOBB K, et al. Approaches to understanding and measuring interdisciplinary scientific research (IDR):a review of the literature[J]. Journal of informetrics, 2011, 5(1):14-26.
[3] 李江. "跨学科性"的概念框架与测度[J]. 图书情报知识,2014(3):87-93.
[4] STIRLING A. On the economics and analysis of diversity[EB/OL].[2017-04-30]. http://www.sussex.ac.uk/Units/spru/publications/imprint/sewps/sewp28/sewp28.pdf.
[5] STIRLING A. A general framework for analyzing diversity in science, technology and society[J]. Journal of Royal Society interface, 2007,4(15):707-719.
[6] 黄颖,高天舒,王志楠,等. 基于Web of Science分类的跨学科测度研究[J]. 科研管理,2016(3):124-132.
[7] 陈仕吉,陈晨,韩涛,等. 基于重叠结构的跨学科链接探测与分析[J]. 图书情报工作,2016,60(15):94-100.
[8] SMALL H. Maps of science as interdisciplinary discourse:co-citation contexts and the role of analogy[J]. Scientometrics, 2009, 83(3):835-849.
[9] RAFOLS I, PORTER A L, LEYDESDORFF L. Science overlay maps:a new tool for research policy and library management[J]. Journal of the American Society for Information Science and Technology, 2010, 61(9):1871-1887.
[10] 魏建香,孙越泓,苏新宁. 学科交叉知识挖掘模型研究[J]. 情报理论与实践,2012(4):76-80.
[11] 岳增慧,许海云,郭婷,等. "情报学"与"计算机跨学科应用"的学科交叉对比研究[J]. 情报资料工作,2016(2):16-22.
[12] BUTER R K, NOYONS E C M, VAN RAAN A F J. Identification of converging research areas using publication and citation data[J]. Research evaluation, 2010, 19(1):19-27.
[13] BUTER R K, NOYONS E C, VAN RAAN A F. Searching for converging research using field to field citation[J]. Scientometrics, 2011, 86(2):325-338.
[14] PUDOVKIN A I, GARFIELD E. Algorithmic procedure for finding semantically related journals[J]. Journal of the American Society for Information Science and Technology, 2002, 53(11):1113-1119.
[15] 林聚任. 社会网络分析:理论、方法与应用[M].北京:北京师范大学出版社,2009.
[16] 刘军.社会网络分析导论[M].北京:社会科学文献出版社,2004.
[17] BURT R S. Structural holes:the social structure of competition[M]. Cambridge, MA:Harvard University Press,1992.
[18] RAIDER H J. Market structure and innovation[J]. Social science research, 1998, 27(1):1-21.
[19] NetDraw[EB/OL].[2017-04-15]. http://www.analytictech.com/downloadnd.htm.
[20] 叶春蕾,邢燕丽. 基于LDA和社会网络中心度的研究生个性化检索推荐模型研究[J]. 图书情报工作,2015,59(13):104-110.
[21] 王旻霞,赵丙军. 跨学科知识交流网络结构特征研究[J]. 情报科学,2016,34(5):46-50.
[22] 苗润莲. 国外都市农业发展与实践[M]. 北京:中国农业出版社,2014.
[23] VAN ECK N, WALTMAN L. Software survey:VOSviewer, a computer program for bibliometric mapping[J]. Scientometrics, 2010, 84(2):523-538.

基于Web of Science学科分类的主题研究领域跨学科态势分析方法研究

Research on the Method of Interdisciplinary Analysis in the Subject Research Field Based on the Subject Categories of WOS

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]	刘明信, 李丹丹, 李荣, 江洪波, 毛开云. 专利视阈下产业技术创新合作网络演化分析——以肿瘤疫苗为例[J]. 图书情报工作, 2022, 66(9): 117-127.
[2]	吉海颖, 戚桂杰, 李娜. 开放式创新平台用户交互对隐性社区的影响研究[J]. 图书情报工作, 2022, 66(5): 105-115.
[3]	黄颖, 李瑞婻, 刘晓婷, 张琳. 科研团队学:内涵、进展与展望[J]. 图书情报工作, 2022, 66(4): 45-55.
[4]	马铭, 王超, 许海云, 龚兵营, 周勇. 面向语义信息分析的多层次技术演化轨迹识别方法研究[J]. 图书情报工作, 2022, 66(4): 103-117.
[5]	王宁, 刘越男. 档案学视角下的科学数据管理——基于国际组织相关成果的研究[J]. 图书情报工作, 2021, 65(5): 88-97.
[6]	任元秋, 王兴, 郑钦钦. 不同学科分类方案下不同学科标准化方法效果的比较研究[J]. 图书情报工作, 2021, 65(3): 84-92.
[7]	高楠, 周庆山. 基于有向合著网络的核心团队挖掘研究——以图情领域为例[J]. 图书情报工作, 2021, 65(20): 81-91.
[8]	池毛毛, 潘美钰, 王伟军. 共享住宿与酒店用户评论文本的跨平台比较研究:基于LDA的主题社会网络和情感分析[J]. 图书情报工作, 2021, 65(2): 107-116.
[9]	赵文静, 张琳, 尚媛媛, 黄颖. 国际公共卫生紧急事件下中美科学合作模式比较分析[J]. 图书情报工作, 2021, 65(18): 58-70.
[10]	阳昕, 张敏, 廖剑岚, 邵诚敏. 社会网络视角下的高校图书馆电子资源利用研究——以复旦大学图书馆为例[J]. 图书情报工作, 2021, 65(15): 91-99.
[11]	雷鸣, 夏梦鸽, 汪雪锋, 刘佳. 基于链路预测的协同药物组合推荐研究:面向疾病并发症诊疗[J]. 图书情报工作, 2021, 65(12): 122-129.
[12]	曾粤亮, 司莉. 跨学科科研合作:背景、理论研究与实践进展[J]. 图书情报工作, 2021, 65(10): 127-140.
[13]	吴小兰, 章成志. 融合内容与关系的学术社交媒体上跨学科用户推荐模型研究[J]. 图书情报工作, 2020, 64(9): 95-103.
[14]	范文洁, 李忠凯, 黄水清. 基于社会网络分析的《左传》战争计量及可视化研究[J]. 图书情报工作, 2020, 64(6): 90-99.
[15]	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.