基于引用的潛在跨學科知識組合識別方法探究

杜德慧 劉超

上海大學圖書情報檔案系 上海 200444

1 引言

隨著科學“微分化”的發展和研究問題復雜度的提高，單一學科的知識已無法滿足人們解決問題的需要，從而導致學科間知識融合的程度逐漸加深，進程不斷加快。科研人員通常需要打破不同學科的界限，跨越不同的研究領域，借助學科間的相互滲透促進知識創新[1]。與此同時，各門學科的迅速發展和研究工具的日益精巧，促使科學工作者或者使用一種方法將本學科知識應用于不同的研究領域，或者將各種方法應用于某個固定的學科領域[2]。在探究跨學科（Interdisciplinary）知識交流中，識別并判斷未來可能的發展趨勢才能更好地對跨學科研究的發展和規劃提供建設性意見[3]。面對當前新興技術浪潮的沖擊，新文科建設要求突破傳統文科的思維模式，強調學科發展中的繼承與創新、交叉與融合，而在圖書情報學的學科體系構建過程中也吸收借鑒了許多來自于其他學科的理論、方法等[4]。跨學科知識組合指融合潛力較高的本學科知識與其他學科知識，即由本學科主題或關鍵詞所構成的知識與由其他學科主題或關鍵詞所構成的知識通過某種關系得以關聯所形成的具有研究價值、新穎性和發展潛力的知識組合。面對不同學科間知識融合需求的日益增長，亟需從數量龐大的科技文獻中挖掘潛在跨學科知識組合。通過識別潛在跨學科知識組合能夠有針對性地掌握其他學科可以與目標學科相結合的知識點，從而服務于目標學科的問題研究。

2 相關研究綜述

1926年，美國哥倫比亞大學的R. S. Woodworth教授[5]在社會科學研究理事會的年會上首次提出“跨學科”的概念，強調跨學科是不同基礎學科之間的交叉、滲透與融合。針對跨學科知識研究，學者們主要從跨學科領域知識發揮的作用、跨學科領域的發展模式與演化以及跨學科主題的結構特征與跨學科知識識別3個方面展開探究。

從跨學科角度探索領域知識在不同學科轉移過程中發揮的作用，有助于明晰跨學科知識在促進成果產出與學科知識發展方面的影響力。E. Yan等[6]將知識貿易理論與施引網絡相結合，通過計算學科主題類別間的貿易順差額度探析了學科知識的貿易影響力。H. Eto[7]利用跨學科信息的輸入和輸出作用力，對納米技術項目的成果產出行為進行測度。K. Karunan等[8]基于引文網絡構建定量方法模型，評估不同學科間知識相互作用的強度、主導模式和相互貢獻率。柯青等[9]通過分析圖書情報學科的跨學科引用總體情況和時間演變態勢，揭示該學科的主要知識來源與知識貢獻推進效應。徐璐等[10]從輸出強度、時效性和跨學科性3個維度，分析得出跨學科引用有助于拓寬知識輸出的學科范圍。上述相關研究主要從知識轉移視角對跨學科知識的作用強度和知識貢獻等特征進行定量分析，為后續探索跨學科相關研究奠定了基礎，但缺乏對跨學科領域形成及其演化特點的分析，而探究跨學科領域的發展和演化有助于深入了解各學科相互作用的動態關系變化情況。

在跨學科發展過程中，各領域知識在不同發展階段發揮的作用有所不同，因而有必要探析跨學科領域的發展模式與演化過程。跨學科研究通常經歷潛伏期、萌芽期和成熟期3個階段，各研究領域在不同時期扮演知識來源者、知識接收者、知識響應者和跨學科參與者等不同角色[11]。T. Chakraborty[12]提出施引文獻多樣性指數，結合參考文獻多樣性指標歸納出跨學科領域知識具有“吸收—內化—輸出”的發展模式。呂冬晴等[13]通過聚類分析得到國內人文社會科學學科具有內聚型、收斂型、平衡型和開放型4種跨學科模式，以及低平、高平、劇烈波動和均衡波動4類演變態勢。岳增慧等[14]從集中趨勢、離散程度和分布形態描述學科知識擴散數量特征，運用社會網絡分析法探析學科知識擴散中介性特征以及中間人角色特征。梁鎮濤等[15]運用引文關系網絡分析跨學科發展的模式，考察不同階段各學科在跨學科領域中的關系結構與角色演變，并基于文獻引證關系從微觀層面揭示跨學科領域的演化路徑。上述相關研究主要運用引文分析法，通過構建測度指標模型或引文關系網絡探析跨學科領域的形成過程和發展模式，并從微觀層面研究跨學科領域的動態演化以及發展路徑。

隨著跨學科研究的深入，僅僅圍繞跨學科領域的發展模式和演化過程已經無法實現對跨學科知識本身的細粒度挖掘與探索，因此，一系列學者著手研究跨學科主題的結構及其特征，并探究跨學科相關知識的發現方法。L. Li等[16]提出一種主題相關分析法，從多個學科中提取共有和特有的主題潛在特征。S. Lafia等[17]基于加州大學Santa Barbara分校地球研究所的出版物和研究項目，構建模型并設計科學地圖，揭示該研究院跨學科研究的潛在主題結構。李長玲等[18]針對情報學與計算機科學主要期刊的互引論文，通過分析兩學科關鍵詞共詞矩陣的核心—邊緣模型識別交叉研究主題。岳增慧等[19]運用高頻詞共現及高頻詞—學科共現網絡，從學科交叉領域基礎以及學科交叉關聯基礎兩個方面，識別情報學和計算機跨學科應用這兩個學科的熱點研究主題和交叉研究主題。吳蕾等[20]使用改進的主題相關分析法，提取農學生殖生物學和獸醫學兩個學科的共同主題和各自的獨立主題，結合相關性測度方法量化學科獨立主題之間的關聯性。李長玲和劉小慧等[21-22]分別運用閉合式、開放式非相關知識發現法，定義主題跨學科合作潛力指數并挖掘潛在跨學科合作主題。另外，也有學者基于引文分析法對跨學科相關知識的識別進行探究。張瑞等[23]從文獻引用角度測量學科間的知識流動，抽取跨學科學術名詞并判斷其發展趨勢。杜德慧等[24]基于引文關鍵詞構建學科相關新穎性指數，以圖書情報學為例探討識別跨學科相關知識的方法。牌艷欣等[25]利用目標學科源文獻、跨學科參考文獻和跨學科引證文獻，構建跨學科知識弱引文關聯網絡并識別跨學科相關知識組合。此外，李長玲等[26]基于學者博文的好友關系，構建目標學科知識節點與跨學科相關知識的弱關系網絡，識別最佳跨學科相關知識對。

綜上，挖掘跨學科研究主題以及相關知識可以為進一步探索跨學科知識的運用、發揮跨學科研究的潛在利用價值提供思路與參考。當前研究主要運用主題相關分析法、共現分析法、非相關知識發現理論和引文分析法對跨學科研究主題及相關知識進行挖掘，少有學者借助文獻間的直接引用關系識別不同學科的潛在跨學科知識組合。因此，本研究借助引文分析法，從直接引用關系角度對潛在跨學科知識組合的識別方法進行探究，并挖掘融合可能性較大的潛在跨學科知識組合，以豐富有關跨學科知識融合發現的相關方法和途徑。

3 引用關系下潛在跨學科知識組合識別

3.1 潛在跨學科知識組合識別路徑分析

引文是學術成果間知識流動的載體，基于引用關系的知識發現方法能產生更多類型的關聯實體，并能保持局部一致性[27]。關鍵詞是標識文獻內容的重要知識單元，是文章核心內容的濃縮和提煉，通過分析關鍵詞所在跨學科參考文獻的被引用路徑可以揭示跨學科知識在目標學科文獻中的被引用情況[28]。令學科A為目標學科，通過不同學科間文獻的引用關系可以獲取與目標學科具有較高融合潛力的跨學科相關知識。在目標學科節點文獻集S(S={S1,S2,S，…，SN})的參考文獻中，存在跨學科參考文獻集IR(IR={IR1,IR2,IR3，…，IRN})，令節點文獻關鍵詞構成的集合為GK，GK中含有關鍵詞Kp（p=1，2，…，x），令跨學科參考文獻關鍵詞構成的集合為GI，GI中含有關鍵詞Iq（q=1，2，…，y）。GI對于節點文獻集S來說屬于知識輸入方，所以可從中識別出對目標學科具有較高利用價值的跨學科知識。圖1為引用關系下潛在跨學科知識組合的識別路徑示意圖。

如圖1所示，跨學科參考文獻關鍵詞集GI內含有對于目標學科來說較為新穎的跨學科知識，這里運用作者前期研究成果IDN指數[24]從該引用關系中識別出較少或尚未應用于目標學科的類屬于其他學科的相關知識。IDN指數的計算方法為跨學科參考文獻關鍵詞Iq在節點文獻集S中的被引量與其所在節點文獻數的乘積，除以目標學科中以Kp為主題發表的文檔數。通過IDN指數計算能有效識別與目標學科相關性強且新穎度高的跨學科知識，根據Kp所在節點文獻與Iq所屬跨學科參考文獻形成的引用關系，可將代表該類跨學科知識的Iq與其對應的代表本學科知識的Kp進行配對得到初始跨學科關鍵詞組，之后通過融合潛力指標與灰色關聯分析法計算篩選得到融合潛力較大的潛在跨學科知識組合。

圖1 直接引用關系下潛在跨學科知識組合的識別路徑

3.2 融合潛力評價指標構建

如上文所述，本文基于IDN指數得到與目標學科相關性強且新穎度高的跨學科知識，并通過引用關系匹配得到初始跨學科關鍵詞組。為挖掘對于目標學科來說融合可能性較高且新穎性較強的潛在跨學科知識組合，筆者從目標學科節點文獻關鍵詞Kp與跨學科參考文獻關鍵詞Iq的引用關聯性、Kp的學術研究價值度，以及Kp與Iq的潛在融合新穎性三方面衡量初始跨學科關鍵詞組的融合潛力，從而為后續潛在跨學科知識組合的識別與篩選奠定基礎。

（1）引用關聯性。在直引關系中，Kp與Iq的關聯性強度體現為Kp所在節點文獻引用Iq所屬跨學科參考文獻（下文部分簡稱Kp引用Iq）的總頻次M值的大小，M越大，表明Kp引用Iq的強度越大，Iq對于Kp來說的關聯性越強，則它們產生融合的可能性越高。

（2）學術研究價值度。在引用關系中會產生許多針對性不強的跨學科知識組合，為此，需篩選出具有較高學術研究價值度的目標學科知識與跨學科相關知識進行匹配。目標學科節點文獻關鍵詞Kp在其學科中的學術研究價值度越高，對應的跨學科關鍵詞與其結合所形成的潛在跨學科知識組合越有針對性。本研究從學術影響力及學術研究熱度兩方面衡量Kp的學術研究價值度。

俞立平教授提出的時間因子[29]根據發表時間的新舊賦予指標對象不同權重，修正了因論文出版時間遠近所帶來的引用時滯對評價結果的影響。本文引用該指標測度5年時間窗口內節點文獻關鍵詞Kp在目標學科中的學術影響力（TIF5），其計算公式如下：

公式（1）中，時間窗口r=5年，統計年份為t，Ct-d(d=1,2,3,4,5)表示節點文獻關鍵詞Kp在5年時間范圍內距離統計年份t前d年的文獻于統計年份t的被引頻次，Et-d(d=1,2,3,4,5)表示節點文獻關鍵詞Kp在5年時間范圍內距離統計年份t前d年的文獻量。另外，為使Kp于某年的文獻量為0時公式有意義，將分母中Et-d加1。公式（1）中關鍵詞所屬文獻的發表時間越新，其權重越高。

主題詞在目標學科中的文獻數量是該主題詞研究熱度的直接體現，因此，本文利用目標學科中以節點文獻關鍵詞Kp為主題的年均文獻量Va表示時間窗口r內Kp在目標學科中研究熱度的整體水平，因本文的時間窗口限定為5年，則其計算公式如下：

令W1表示學術影響力TIF5的權重，W2表示學術研究熱度Va的權重，則節點文獻關鍵詞Kp在目標學科中的學術研究價值度（Academic Research Value，ARV）的計算公式為：

（3）潛在融合新穎性。直接引用關系下目標學科節點文獻關鍵詞Kp與跨學科參考文獻關鍵詞Iq可能已經產生融合，體現在文獻中便是兩者存在共現關系。基于此，Kp與Iq在目標學科中的共現關系越強，表明它們結合所形成的知識新穎度越低，越不利于跨學科知識的創新性融合。令U表示在目標學科中以Kp與Iq共同作為主題的文獻量，U值越小，表明兩者的融合新穎度越高，則Kp與Iq在目標學科中的潛在融合新穎性（Degree of Potential Integration Novelty，PIN）計算公式為：

灰色關聯分析法是綜合定量評價研究中常用的方法之一，它具有計算簡便、可靠性強和樣本量要求少等優點。因此，本文運用灰色關聯分析法對ARV指數、M值和PIN指數3個指標進行綜合評價，從而篩選獲得具有較高融合可能性的潛在跨學科知識組合。

4 實證研究

4.1 數據來源與預處理

本文以圖書情報學作為目標學科，選擇CSSCI作為節點文獻集和參考文獻集的來源數據庫，獲取圖書情報學領域9種優質期刊（《情報學報》《情報資料工作》《情報理論與實踐》《情報雜志》《圖書情報工作》《圖書情報知識》《情報科學》《圖書與情報》《現代情報》）于2018年的載文題錄信息和參考文獻題名信息。去掉期刊載文中的“會議通知”“選題指南”等非學術型文章，最終得到2 168篇圖書情報學科的有效節點文獻，52 401篇參考文獻。接下來從維普批量下載可獲取的“參考文獻—參考文獻關鍵詞”數據，并用CNKI數據庫補充不完整的參考文獻關鍵詞數據，后借助關系型數據庫MySQL匹配得到“節點文獻集—參考文獻集—參考文獻關鍵詞集”的關系數據。

4.2 初始跨學科關鍵詞組匹配

本文運用《中國科技期刊引證報告（擴刊版）》的期刊—學科分類體系與VBA程序對參考文獻進行學科分類，剔除圖書情報與檔案類后共得8 954條其他學科類別的中文期刊類參考文獻，通過匹配最終得到“節點文獻集S—節點文獻關鍵詞集GK—跨學科參考文獻集IR—跨學科參考文獻關鍵詞集GI”的關系數據。

不同學科間交換的知識主要包括科學研究的方法、過程、思維方式和技術等[3]，因而對于圖書情報學科來說，其他學科領域的理論、方法、模型、算法等是更具有潛在利用價值的知識，其往往能促進學科之間的交叉和相互滲透。因此，本文運用自編程序結合人工判別，從跨學科參考文獻關鍵詞集GI中提取類屬“理論”“方法”“模型”“算法”等及其同義詞或近義詞的跨學科節點文獻關鍵詞。以學科相關新穎性指數值大于等于2的跨學科參考文獻關鍵詞為樣本，借助關系數據抽取與它們構成的初始跨學科關鍵詞組。經過統計發現，初始跨學科關鍵詞組中存在大量Kp引用Iq頻次僅為1（M=1）的部分，說明它們的關聯性很弱，融合潛能極小，故將此類數據過濾。經過上述步驟處理，得到的部分初始跨學科關鍵詞組如表1所示：

表1 初始跨學科關鍵詞組（部分）

4.3 潛在跨學科知識組合識別

統計Kp所在節點文獻引用Iq所屬跨學科參考文獻的總頻次M，結果如表2第3列所示。借助CNKI的專業檢索平臺，以CSSCI中圖書情報與文獻學的20種來源期刊作為檢索范圍，令時間窗口r=5年，統計距離t=2019年前d年的文獻主題中含有Kp的文獻量Et-d(d=1,2,3,4,5)，結 果 見 表2第4-8列；統 計Et-d于統計年份t的被引頻次Ct-d，結果見表2第9-13列。將表2第4-13列各數據代入公式（1）和公式（2），分別計算節點文獻關鍵詞Kp在目標學科中的學術影響力TIF5和研究熱度整體水平Va，計算結果分別見表2第14和15列。運用熵權法對TIF5和Va進行賦權得到W1=19.66%、W2=80.34%，通過公式（3）與SPSSAU分析軟件計算得到Kp在目標學科的學術研究價值度ARV指數的總得分，結果見表2第16列。統計CSSCI中圖書情報與文獻學的20種來源期刊在2019年將Kp與Iq共同作為主題的文獻量U，如表2第17列所示。將U值代入公式（4）計算Kp與Iq在目標學科中的潛在融合新穎性PIN指數，如表2最后1列所示，計算結果保留兩位小數。因篇幅限制，這里僅展示部分數據結果。

觀察表2第1-2列可以發現，“數字人文—ACP方法”“大數據—ACP方法”和“情報體系—ACP方法”等對應的跨學科知識都是“ACP方法”。因此，本文運用灰色關聯分析法對初始跨學科關鍵詞組的ARV指數、M值和PIN指數3個指標進行綜合評價，從而獲取具有較高融合潛力的跨學科知識組合。其計算過程如下：

表2 初始跨學科關鍵詞組各指標統計與計算結果（部分）

（1）根據初始跨學科關鍵詞組的M值、ARV指數和PIN指數，構建原始指標矩陣，選取樣本數據中這3個指標的最大值構成參考指標序列為：A0=(7, 0.86, 1)。

（3）由各指標數據和參考指標序列得到3個指標進行標準化后的序列矩陣，部分結果見表3第2-4列。

（4）計算各指標序列與參考指標序列對應元素的絕對差值，構成i個樣本對象j個指標的差序列Δ0i(j)，如表4第2-4列所示。由差序列Δ0i(j)得到最大差，即差序列中樣本對象所有指標最大值的最大值，以及最小差，即差序列中樣本對象所有指標最小值的最小值。令分辨系數 =0.5，將表3第2-4列數值代入公式（5），得到指標序列與參考序列對應元素的關聯系數，其中，指標M的關聯系數 1、ARV指數的關聯系數 2和PIN指數的關聯系數 3的部分計算結果見表4第5-7列。

表3 M、ARV指數和PIN指數標準化后的序列矩陣（部分）

表4 指標M、ARV指數、PIN指數的差序列及關聯系數（部分）

（5）運 用 熵 權 法 對M值、ARV指 數和PIN指數進行賦權得到三者的權重分別為73.16%、22.16%、4.68%，將各指標權重與表4第5-7列各指標的關聯系數代入公式（6），計算各初始跨學科關鍵詞組的關聯序Ri，計算結果保留4位小數。

根據關聯序的大小，從每組具有相同跨學科參考文獻關鍵詞的初始跨學科關鍵詞組中選擇關聯序最大的作為該組融合潛能最高的跨學科知識組合，部分結果如表5第2列所示，它們對應的關聯序Ri值見表5第3列。

表5 直接引用關系下的潛在跨學科知識組合及其關聯序Ri（部分）

觀察表5可知，由樣本數據集得到融合潛能最高的跨學科知識組合為：“因子分析—多準則妥協解排序法”（VIKOR）。因子分析是一種用于客觀評價的定量分析方法，其在高校[30]、學者[31]、期刊[32-34]等的科技評價領域應用廣泛，但因子分析僅選取特征根大于1的公共因子進行評價，會導致信息損失。多準則妥協解排序法的原理是確定正理想解和負理想解，并根據評價對象的評估值和理想解的接近程度進行優先排序[35]。多準則妥協解排序法能夠同時考慮樣本對象整體的最大化與個體差異的最小化，進而使評價結果更加合理[36]。因此，可以將多準則妥協解排序法與因子分析相結合，在充分利用樣本整體數據的基礎上得到更加真實、合理的評價結果。

此外，“引文分析—技術軌道”的融合潛能也較高。技術軌道（technology trajectory）也被稱為技術軌跡，即技術發展的自然軌道，是隱含于技術范式中的、針對技術變化方向做出明確取舍所依據的技術演化路徑，或是一組可能的技術發展方向[37-39]。在圖書情報學領域，可以將技術軌道理論與引文主路徑分析的SPC（search path count，搜索路徑數）、SPLC（search path link count，搜索路徑鏈接數）等算法相結合，借助技術軌道的連續性、有限性、系統性、多樣性和排他性等特點，探究技術主題在知識交流、知識進化和知識突變等過程中的形成及演化。

5 結語

隨著科技的發展和科學研究的不斷深化，跨學科成為掙脫單一學科固定思維的方式之一，為解決科研問題注入了新鮮血液。本研究根據引用關系分析潛在跨學科知識組合的識別路徑并構建融合潛力評價指標。在實證分析方面，借助圖書情報學領域9種優質期刊的載文與參考文獻、施引文獻構建關系數據集，匹配得到初始跨學科關鍵詞組，并利用灰色關聯分析法和熵權法識別數據集中融合可能性較大的潛在跨學科知識組合。然而，作為潛在跨學科知識的探索性研究，本文僅以圖書情報學為例進行實證分析，有關該方法在其他學科中的應用情況還有待完善。