|
|
|
| Interdisciplinarity of Information Resources Management: An Analysis Based on Multi-label Classification |
| Liu Qingmin1,2, Wang Fang1,2 |
1.Department of Information Resources Management, Business School, Nankai University, Tianjin 300071
2.Center for Network Society Governance, Nankai University, Tianjin 300071 |
|
|
|
|
Abstract In contemporary society, there are numerous complex, diverse, and interconnected problems that cannot be fully addressed within in a single discipline. Hence, interdisciplinary studies integrate knowledge, theories, methods, and technologies from multiple disciplines to address ambiguous and complex issues. To reveal the interdisciplinary trends and characteristics of research in the field of information resource management, this study uses the Chinese Library Classification Number (CLCN) as the basis for subject classification. Addressing inaccuracies in CLCN annotations provided by authors, the study employs large language models for data augmentation and optimization and applies a BERT-CNN algorithm to refine the CLCN. A systematic analysis of the literature in the field of information resource management is conducted. Regarding interdisciplinary diversity, two new metrics—inclusiveness and permeability—are proposed to measure the knowledge absorption capacity and diffusion influence among disciplines. The use of CLCN codes to mine and analyze high-frequency, continuous cross-disciplinary research themes and emerging hot topics has revealed the rapid development of emerging fields such as health informatics and digital humanities, as well as the ongoing interdisciplinary research. The results show that the field of information resource management presents a rich and diverse disciplinary pattern, with each discipline closely connected and influencing each other; its development is the result of the cross-integration of multiple disciplines. Interdisciplinary research is on the rise and plays an important role in information resource management. The establishment of guiding secondary disciplines has demonstrated rationality and effectiveness in terms of theoretical foundation, practical application, and interdisciplinary cooperation.
|
|
Received: 06 May 2024
|
|
|
|
1 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.
2 姜霖, 顾继光. 基于引用情感的跨学科知识内化规律——以我国图书情报学科为例[J]. 情报杂志, 2024, 43(4): 200-207.
3 Frank R. “Interdisciplinarity”: the first half-century[M]// Words for Robert Burchfield’s Sixty-fifth Birthday. Woodbridge: D. S. Brewer, 1988: 91-101.
4 宋魏巍. 档案学跨学科研究评析[J]. 档案学通讯, 2011(4): 58-61.
5 Valentin F, Norn M T, Alkaersig L. Orientations and outcome of interdisciplinary research: the case of research behaviour in translational medical science[J]. Scientometrics, 2016, 106(1): 67-90.
6 王卫军, 姚畅, 乔子越, 等. 基于词嵌入的国家自然科学基金学科交叉知识发现方法——以“人工智能”与“信息管理”为例[J]. 情报学报, 2021, 40(8): 831-845.
7 王露荷, 吕沨绚, 虞逸飞, 等. 图书情报领域期刊全文本引文特征研究——基于被引参考文献深度分析功能[J]. 图书情报工作, 2023, 67(9): 110-120.
8 李牧南, 王流云. 三维打印技术的潜在风险识别: 跨学科主题词挖掘视角[J]. 科研管理, 2019, 40(1): 89-104.
9 陆泉, 秦雨萱, 陈静. 跨学科“技术—主题”创新组合识别——以人工智能技术驱动图情领域创新为例[J]. 图书情报工作, 2024, 68(2): 50-61.
10 周贞云, 邱均平. 中图分类号的学科应用及其可视化——以我国知识图谱研究为例[J]. 现代情报, 2022, 42(5): 3-12, 68.
11 李秀霞, 邵作运. 基于参考文献中图分类号的学术期刊跨学科特征分析[J]. 中国科技期刊研究, 2023, 34(3): 364-372.
12 郭利敏. 基于卷积神经网络的文献自动分类研究[J]. 图书与情报, 2017(6): 96-103.
13 魏瑞斌, 田大芳, 武夷山. 基于中图分类号的图书情报学期刊发文现状分析[J]. 现代情报, 2014, 34(3): 93-103.
14 李学勤, 王斯德. 中国高校哲学社会科学发展报告: 1978—2008 历史学[M]. 桂林: 广西师范大学出版社, 2008.
15 章成志, 吴小兰. 跨学科研究综述[J]. 情报学报, 2017, 36(5): 523-535.
16 Reid P P, Dale Compton W, Grossman J H, et al. Building a better delivery system: a new engineering/health care partnership[M]. Washington, DC: The National Academies Press, 2005.
17 熊文靓, 付慧真. 基于主题挖掘模型的跨学科性研究主题及其演化研究[J]. 情报科学, 2021, 39(11): 117-126.
18 章成志, 吴小兰. 跨学科研究综述[J]. 情报学报, 2017, 36(5): 523-535.
19 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.
20 李楠, 汪波. 跨学科语义漂移识别与可视化分析[J]. 数据分析与知识发现, 2023, 7(10): 15-24.
21 霍朝光, 韩粤吉. 中国学科目录视域下的学者跨学科合作交叉测度与分析——以中国人民大学为例[J]. 情报资料工作, 2024, 45(2): 38-47.
22 李长玲, 刘非凡, 郭凤娇. 运用重叠社群可视化软件CFinder分析学科交叉研究主题——以情报学和计算机科学为例[J]. 图书情报工作, 2013, 57(7): 75-80.
23 Chi R B, Young J. The interdisciplinary structure of research on intercultural relations: a co-citation network analysis study[J]. Scientometrics, 2013, 96(1): 147-171.
24 Zhang C, Wang F, Huang Y, et al. Interdisciplinarity of information science: an evolutionary perspective of theory application[J]. Journal of Documentation, 2024, 80(2): 392-426.
25 汪雪锋, 张娇, 李佳, 等. 跨学科团队与跨学科研究成果产出——来自科学基金重大研究计划的实证[J]. 科研管理, 2018, 39(4): 157-165.
26 吴小兰, 章成志. 国家自然科学基金视角下学科跨学科性演变研究[J]. 科技情报研究, 2022, 4(3): 20-32.
27 Huang L, Cai Y J, Zhao E D, et al. Measuring the interdisciplinarity of Information and Library Science interactions using citation analysis and semantic analysis[J]. Scientometrics, 2022, 127(11): 6733-6761.
28 翟姗姗, 叶丁菱, 胡畔, 等. 融合Altmetrics与引文分析的数据论文学术影响力评价[J]. 情报学报, 2020, 39(7): 710-718.
29 郑德俊, 程为. 基于三维主题特征测度的新兴主题识别研究[J]. 情报学报, 2024, 43(2): 167-180.
30 张文惠. 行业跨学科文献资源分类探讨——以水上运输业跨学科文献资源库建设为例[J]. 图书情报工作, 2014, 58(20): 120-124, 111.
31 王曰芬, 傅柱, 陈必坤. 采用LDA主题模型的国内知识流研究结构探讨: 以学科分类主题抽取为视角[J]. 现代图书情报技术, 2016(4): 8-19.
32 徐浩, 朱学芳, 肖平, 等. 学科交叉研究领域知识源流可视化分析——以我国中医学学科交叉领域为例[J]. 图书馆杂志, 2015, 34(9): 55-62, 109.
33 Zhu X Y, Li J X, Ren J T, et al. Dynamic ensemble learning for multi-label classification[J]. Information Sciences, 2023, 623: 94-111.
34 Liu S M, Chen J H. A multi-label classification based approach for sentiment classification[J]. Expert Systems with Applications, 2015, 42(3): 1083-1093.
35 Wang L X, Chen Z L, Lin N K, et al. An interdisciplinary literature classifier based on multi-task multi-label learning[C]// Proceedings of the 2021 International Conference on Asian Language Processing. Piscataway: IEEE, 2021: 183-188.
36 Zhang Q S, Tsang E C C, He Q, et al. Ensemble of kernel extreme learning machine based elimination optimization for multi-label classification[J]. Knowledge-Based Systems, 2023, 278: 110817.
37 Xiao M, Qiao Z Y, Fu Y J, et al. Expert knowledge-guided length-variant hierarchical label generation for proposal classification[C]// Proceedings of the 2021 IEEE International Conference on Data Mining. Piscataway: IEEE, 2021: 757-766.
38 王卫军, 宁致远, 杜一, 等. 基于多标签分类的科技文献学科交叉研究性质识别[J]. 数据分析与知识发现, 2023, 7(1): 102-112.
39 江天明, 郑国杰, 王晴, 等. 面向投稿选刊的学术论文多标签分类研究[J]. 现代情报, 2024, 44(1): 48-56, 108.
40 邓三鸿, 傅余洋子, 王昊. 基于LSTM模型的中文图书多标签分类研究[J]. 数据分析与知识发现, 2017, 1(7): 52-60.
41 蒋彦廷, 胡韧奋. 基于BERT模型的图书表示学习与多标签分类研究[J]. 新世纪图书馆, 2020(9): 38-44.
42 翁梦娟, 姚长青, 韩红旗, 等. 不均衡数据集下基于CNN的中图分类标引方法[J]. 数据分析与知识发现, 2020, 4(7): 87-95.
43 薛春香, 何琳, 侯汉清. 基于《中图法》知识库的自动分类相关问题探析[J]. 图书馆建设, 2015(6): 16-20, 26.
44 徐卫宝. 图书分类号不一致问题分析[J]. 图书情报工作, 2009, 53(S1): 17-20, 29.
45 Lyutov A, Uygun Y, Hütt M T. Machine learning misclassification of academic publications reveals non-trivial interdependencies of scientific disciplines[J]. Scientometrics, 2021, 126(2): 1173-1186.
46 张晓丽. 科技论文中图分类号标引现状分析及规范化建议[J]. 科技与出版, 2012(9): 120-121.
47 黄莉, 李湘东. 基于《中图法》的自动分类研究现状与展望[J]. 图书情报知识, 2012, 29(4): 30-36.
48 Ye J J, Chen X T, Xu N, et al. A comprehensive capability analysis of GPT-3 and GPT-3.5 series models[OL]. (2023-12-23). https://arxiv.org/pdf/2303.10420v2.
49 胡志强, 李朋骏, 王金龙, 等. 基于ChatGPT增强和监督对比学习的政策工具归类研究[J]. 计算机工程与应用, 2024, 60(7): 292-305.
50 Eysenbach G. The role of ChatGPT, generative language models, and artificial intelligence in medical education: a conversation with ChatGPT and a call for papers[J]. JMIR Medical Education, 2023, 9: e46885.
51 杨思洛, 于永浩. 基于BERTopic模型的国内信息资源管理研究主题挖掘与演化分析[J]. 情报科学, 2024, 42(8): 12-21.
52 孙建军, 李阳, 裴雷. “数智”赋能时代图情档变革之思考[J]. 图书情报知识, 2020, 37(3): 22-27.
53 李树青, 刘蕴涵, 蒋伟伟, 等. 中国特色信息资源管理学科研究体系的构建路径[J]. 数字图书馆论坛, 2023(9): 71-78.
54 王玉梅, 朱学芳. 我国图情档领域CSSCI期刊内部知识流动探析[J]. 情报理论与实践, 2021, 44(9): 122-128.
55 施朝兴, 彭树禹, 李嘉琪, 等. 人工智能算法在信息资源管理学科中的扩散[J/OL]. 图书馆论坛, (2024-06-03) [2024-07-17]. http://kns.cnki.net/kcms/detail/44.1306.G2.20240531.1726.002.html.
56 张海, 段荟, 王东波. 信息资源管理领域生成式人工智能: 研究现状、研究主题及研究展望[J]. 情报杂志, 2024, 43(10): 150-156.
57 杨金庆, 庞业佳, 刘智锋, 等. “问题—方法”关联视角下领域知识创新网络演化机制研究——以信息资源管理学科群为例[J]. 图书情报工作, 2024, 68(10): 97-108.
58 白如江, 任前前, 陈鑫. 信息资源管理一级学科更名背景下研究主题历史演化及未来发展趋势研究[J]. 现代情报, 2024, 44(2): 43-54.
59 Joulin A, Grave E, Bojanowski P, et al. FastText.zip: compressing text classification models[OL]. (2016-12-12). https://arxiv.org/pdf/1612.03651v1.
60 Kim Y. Convolutional neural networks for sentence classification[C]// Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing. Stroudsburg: Association for Computational Linguistics, 2014: 1746-1751.
61 Artene C G, Tibeic? M N, Leon F. Using BERT for multi-label multi-language web page classification[C]// Proceedings of the 2021 IEEE 17th International Conference on Intelligent Computer Communication and Processing. Piscataway: IEEE, 2021: 307-312.
62 冯惠玲. 以信息资源管理的名义再绘学科蓝图[J]. 信息资源管理学报, 2022, 12(6): 4-10.
63 马费成. 凝聚共识, 推动信息资源管理一级学科建设[J]. 信息资源管理学报, 2023, 13(1): 4-8.
64 冯惠玲, 闫慧, 张姝婷, 等. 中国图书情报与档案管理教育发展研究: 历史与现状[J]. 中国图书馆学报, 2020, 46(1): 38-52.
65 洪芳林, 龚蛟腾, 邹淑梅. “图书情报与档案管理”学科更名的大学生元认知分析[J]. 情报理论与实践, 2023, 46(2): 7-14, 34.
66 李坚, 刘会平. 我国图书情报与档案管理学科建设现状与研究新动向——2010年一级学科硕士点申报材料统计分析[J]. 图书情报工作, 2011, 55(11): 39-42.
67 Rafols I, Meyer M. Diversity and network coherence as indicators of interdisciplinarity: case studies in bionanoscience[J]. Scientometrics, 2010, 82(2): 263-287.
68 Simpson E H. Measurement of diversity[J]. Nature, 1949, 163(4148): 688.
69 Stirling A. A general framework for analysing diversity in science, technology and society[J]. Journal of the Royal Society, Interface, 2007, 4(15): 707-719.
70 吴小兰, 章成志. 社交媒体视角下图书情报领域的跨学科性研究[J]. 图书情报工作, 2019, 63(13): 66-74.
71 Wang J, Thijs B, Gl?nzel W. Interdisciplinarity and impact: distinct effects of variety, balance, and disparity[J]. PLoS One, 2015, 10(5): e0127298.
72 Leinster T, Cobbold C A. Measuring diversity: the importance of species similarity[J]. Ecology, 2012, 93(3): 477-489.
73 中国学术期刊(光盘版)检索与评价数据规范: CAJ-CD B/T 1-2006[S]. 北京: 中国标准出版社, 2006: 1-4.
74 韩红旗, 安小米. 1991—2010信息资源管理研究发展状况的文献计量分析[J]. 情报科学, 2013, 31(4): 145-148.
75 中国学位与研究生教育学会. 研究生教育学科专业简介及其学位基本要求[EB/OL]. [2024-03-27]. https://www.acge.org.cn/encyclopediaFront/enterEncyclopediaIndex.
76 钟旭. 中国情报学图书馆学档案学著者跨学科研究的文献计量学研究[J]. 情报学报, 2000, 19(2): 187-192.
77 王浩, 李长玲, 高峰, 等. 正交分解跨学科推动力识别学科对外输出热点——以图书情报学为例[J]. 图书情报工作, 2024, 68(7): 69-78.
78 宋艳辉, 朱李, 舒非, 等. 中美图情学博士学位论文主题跨学科发展比较研究[J]. 情报学报, 2022, 41(5): 536-548. |
|
|
|
