多学科交叉综合的研究领域内学科间分布状态与演化研究

doi:10.3772/j.issn.1000-0135.2020.05.001

情报学报

2020, Vol. 39

Issue (5): 459-468 DOI: 10.3772/j.issn.1000-0135.2020.05.001

专题约稿

本期目录 | 过刊浏览 | 高级检索

多学科交叉综合的研究领域内学科间分布状态与演化研究

曹嘉君¹, 王曰芬¹, 陈盛之², 邹本涛¹

1.南京理工大学经济管理学院，南京 210094
2.南京理工大学计算机科学与工程学院，南京 210094

Research on the Distribution and Evolution of Interdisciplinarity in the Multidisciplinary Cross-Synthesis Research Field

Cao Jiajun¹, Wang Yuefen¹, Chen Shengzhi², Zou Bentao¹

1.School of Economics & Management, Nanjing University of Science & Technology, Nanjing 210094
2.School of Computer Science & Engineering, Nanjing University of Science & Technology, Nanjing 210094

摘要
图/表
参考文献
相关文章 (9)

全文: PDF (4415 KB) HTML (94 KB)
输出: BibTeX | EndNote (RIS)

摘要本研究旨在揭示多学科交叉综合领域内的核心学科并分析学科间内在联系与演变，以此来分析领域内学科态势。以人工智能领域为研究对象，探讨该领域内相关学科的分布，分析学科相互间的关联和研究相似性及演化，为科学研究和政策制定提供支持。对文献资料进行预处理后，用关键词表征学科研究内容，并通过词袋模型构建学科向量；分别从基础统计、共现分析和相似性分析来研究学科的分布、人工智能与其他学科之间以及两两学科之间的相似性与演化。结果表明，人工智能领域内以计算机科学和工程为核心，以数学为基础，并逐渐延伸到社会科学、生物科学等领域，由单一的理论和技术研究向多学科应用领域发展。领域内学科的多元化也促进了管理学和法学等学科研究内容的转变。本研究分析路径可以在一定程度上揭示学科研究的跨学科发展趋势。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	曹嘉君
	王曰芬
	陈盛之
	邹本涛

关键词 ：人工智能, 学科演化, 词袋模型, TF-IDF, 余弦相似度

收稿日期: 2019-10-10

基金资助:国家社会科学基金重大项目“面向知识创新服务的数据科学理论与方法研究”（16DZA224）。

作者简介: 曹嘉君，女，1995年生，博士研究生，研究方向为数据科学、知识工程

引用本文:

曹嘉君, 王曰芬, 陈盛之, 邹本涛. 多学科交叉综合的研究领域内学科间分布状态与演化研究[J]. 情报学报, 2020, 39(5): 459-468.
Cao Jiajun, Wang Yuefen, Chen Shengzhi, Zou Bentao. Research on the Distribution and Evolution of Interdisciplinarity in the Multidisciplinary Cross-Synthesis Research Field. 情报学报, 2020, 39(5): 459-468.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2020.05.001 或 https://qbxb.istic.ac.cn/CN/Y2020/V39/I5/459

1 WagnerC S, RoessnerJ D, BobbK, 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.
2 许海云, 尹春晓, 郭婷, 等. 学科交叉研究综述[J]. 图书情报工作, 2015, 59(5): 119-127.
3 刘仲林. 交叉科学时代的交叉研究[J]. 科学学研究, 1993(2): 11-18, 4.
4 吴丹青, 张菊, 赵杭丽, 等. 学科交叉模式及发展条件[J]. 科研管理, 2005, 26(5): 157-160.
5 StirlingA. A general framework for analysing diversity in science, technology and society[J]. Journal of the Royal Society Interface, 2007, 4(15): 707-719.
6 RafolsI, MeyerM. Diversity and network coherence as indicators of interdisciplinarity: Case studies in bionanoscience[J]. Scientometrics, 2010, 82(2): 263-287.
7 陈赛君, 陈智高. 领域交叉性分析指标与方法新探及其实证研究[J]. 情报学报, 2013, 32(11): 1184-1195.
8 杨良斌, 周秋菊, 金碧辉. 基于文献计量的跨学科测度及实证研究[J]. 图书情报工作, 2009, 53(10): 87-90, 115.
9 PodlubnyI. Comparison of scientific impact expressed by the number of citations in different fields of science[J]. Scientometrics, 2005, 64(1): 95-99.
10 SlyderJ B, SteinB R, SamsB S, et al. Citation pattern and lifespan: A comparison of discipline, institution, and individual[J]. Scientometrics, 2011, 89(3): 955-966.
11 LillquistE, GreenS. The discipline dependence of citation statistics[J]. Scientometrics, 2010, 84(3): 749-762.
12 LuoF H, SunA X, ErdtM, et al. Exploring prestigious citations sourced from top universities in bibliometrics and altmetrics: A case study in the computer science discipline[J]. Scientometrics, 2018, 114(1): 1-17.
13 邱均平, 曹洁. 不同学科间知识扩散规律研究——以图书情报学为例[J]. 情报理论与实践, 2012, 35(10): 1-5.
14 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, 35(4): 76-80.
15 李长玲, 郭凤娇, 魏绪秋. 基于时序关键词的学科交叉研究主题分析——以情报学与计算机科学为例[J]. 情报资料工作, 2014(6): 44-48.
16 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.
17 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.
18 BeelJ, GippB, LangerS, et al. Research-paper recommender systems: A literature survey[J]. International Journal on Digital Libraries, 2016, 17(4): 305-338.
19 MadylovaA, OguducuS G. A taxonomy based semantic similarity of documents using the cosine measure[C]// Proceedings of the 24th International Symposium on Computer and Information Sciences. IEEE, 2009.
20 HintonG E, OsinderoS, TehY W. A fast learning algorithm for deep belief nets[J]. Neural Computation, 2006, 18(7): 1527-1554.