基于外部學科屬性及內部主題演化的學科交叉發展態勢分析

摘 要： ［目的／ 意義］ 結合外部學科屬性及內部主題演化開展學科交叉發展態勢分析， 有助于捕獲領域發展前沿， 推進交叉創新發展。［方法／ 過程］ 本文基于目標領域的全景與突破性研究， 通過構建學科交叉共現網絡開展外部學科屬性演化分析， 依托ＢＥＲＴｏｐｉｃ 模型挖掘學科交叉內部主題并開展內部主題演化分析， 進而開展全景與突破性研究的對比分析。［結果／ 結論］ 本文以生物醫學工程研究為例， 在外部學科屬性層面， 學科交叉程度日益加強， 且突破性研究的關鍵子網絡是全景研究的子集， 前者更關注醫學而后者更關注工學； 在內部主題演化層面，學科交叉演化速度日趨加快， 前者演化速度較快而后者演化速度相對穩定， 且二者各有不相交的５ 個和３ 個前沿主題。基于外部學科屬性與內部主題演化揭示全景與突破性研究的學科交叉發展態勢有助于促進交叉創新。

關鍵詞： 學科交叉； 學科屬性； 主題演化； 發展態勢； 生物醫學工程

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２５．０２．０１１

〔中圖分類號〕Ｇ２０３ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２５） ０２－０１１６－１７

社會發展和科學研究范式的加速演進， 使得學科間的相互滲透與融合趨勢愈加明顯［１］ ， 學科交叉也已逐步成為促進學科發展創新的重要因素之一。研究學科交叉發展態勢， 不僅對理解學科交叉演化規律、揭示學科交叉本質具有重要意義， 而且能夠幫助識別潛在學科交叉領域， 進而為引導學科交叉發展提供管理依據及有益指導［２］ 。此外， 突破性研究是指根本性突破或研究進展， 具有原創性且影響力可輻射至其他領域［３］ 。隨著近年來我國對突破性研究的重視程度逐步提高， 開展基于突破性研究的學科交叉發展態勢分析， 有助于敏銳捕獲領域發展前沿， 以期為推進領域技術創新發展和優化學科布局提供更為精準的參考依據。

對此， 眾多學者在開展學科交叉發展態勢分析方面取得了諸多研究成果。已有文獻主要通過構建學科交叉測度指標， 結合學科差異度［４］ 、學科凝聚性［５］ 及學科多樣性［６］ 等指標， 運用文獻計量法［７］ 、社會網絡分析［８］ 、文本分析［９］ 等研究方法對相關論文數據進行文本挖掘和充分解讀， 進而探究學科交叉發展態勢。但是， 仍存在以下不足： 第一， 現有研究大多僅運用定量測度指標粗粒度開展宏觀層面的學科交叉發展態勢分析， 而較少從微觀層面的學科交叉主題入手來剖析其發展態勢， 難以為把握具體領域學科交叉發展方向提供細粒度參考依據。第二， 現有研究多聚焦于開展面向全景研究的學科交叉發展態勢分析， 而較少關注具體領域內少數帶來技術變革的突破性研究的學科交叉演化過程， 由此可能會影響分析結果的前瞻性和全面性。

有鑒于此， 本文結合外部學科屬性及內部主題演化開展學科交叉發展態勢分析。在收集目標領域的全景研究和突破性研究相關數據后， 運用Ｇｅｐｈｉ軟件分別構建二者在各時間段下的學科交叉共現網絡并開展外部學科屬性演化分析， 依托ＢＥＲＴｏｐｉｃ模型分別挖掘二者在各時間段下的學科交叉內部主題并開展內部主題演化分析， 進而開展全景研究與突破性研究學科交叉發展態勢對比分析， 以期為目標領域的技術創新發展和學科布局優化提供科學的決策參考依據。

１ 相關研究

１. １ 學科交叉概念與內涵

作為促進學科發展與創新的新興動力， 學科交叉融合研究日益引起了學者的廣泛關注［６］ 。隨著研究的深入發展， 涌現出許多與學科交叉相關的概念術語， 如跨學科、交叉學科等。對此， 國內外不少學者對相關概念進行了具體闡述和辨析。

學科交叉概念最早是由來自哥倫比亞大學的心理學家Ｗｏｏｄｗｏｒｔｈ Ｒ Ｓ 提出的， 認為學科交叉是指跨越已知學科邊界而進行的研究活動， 同時涉及兩個或兩個以上的學科［１０－１１］ 。進一步的， 美國國家科學院認為， 學科交叉是由團隊或個人進行的一種研究模式， 通過集成兩個或兩個以上學科或專業知識團體的信息、數據、技術、工具、理論等， 解決那些超過單一學科范圍或研究實踐領域的關鍵問題［１２］ 。而后， Ｒａｆｏｌｓ Ｉ 等［１３］ 在上述定義的基礎上指出， 學科交叉的重點在于整合不同學科知識體系而并非違反學科邊界。而“跨學科” 與“學科交叉” 雖表述不同， 但其基本內涵相通。國內學者范春竹等［１４］ 指出， 跨學科與學科交叉均是交叉學科的部分研究內容， 表現為多個學科領域跨越邊界進行整合。而張雪等［１２］ 認為， “交叉學科” 是指兩門或兩門以上學科滲透融合的活動及所形成的新學科群。

綜上， 學科交叉（跨學科）更側重于具體實踐層面， 且其作為一種科研組織方式， 屬于交叉學科的部分研究內容， 即學科交叉（跨學科）研究可能會逐漸發展壯大形成交叉學科， 也可能會因沒有良好的發展前景而逐步消亡。

１. ２ 學科交叉發展態勢

隨著數據信息的激增， 開展具體領域的學科交叉發展態勢研究， 對于深入理解領域學科結構、把握學科交叉發展脈絡及趨勢具有重要的參考意義。近年來， 國內外學者從不同角度對多個領域的學科交叉發展態勢展開了豐富研究。例如， 馬麗麗等［１５］從學科交叉規模、學科交叉強度、學科交叉網絡及演化３ 方面進行了合成生物學領域的學科交叉發展態勢分析； 曾德明等［１６］ 則通過構建交叉融合網絡，分析了交叉融合的路徑并探究了網絡的結構演化特征； 張雪等［１７］ 以美國科學基金會資助項目為研究對象， 剖析了各科學部的學科交叉度及其演化趨勢；基于Ｗｅｂ ｏｆ Ｓｃｉｅｎｃｅ（ＷＯＳ）數據庫， 齊燕等［１８］ 從交叉度、交叉規模和交叉時序３ 個角度探究了醫學學科近４０ 年來的學科交叉發展態勢， 而Ｓｏｎｇ Ｙ 等［１９］以新開發的指標ＤＩＶ? 及其成分的多樣性、平衡性和差異性作為跨學科測度依據， 剖析了學科交叉對氣候變化領域科學影響力的影響； 吳小蘭等［２０］ 借用布里淵指數及豐富性、均衡性和差異度的三維指標， 探索了學科的跨學科性演變； Ｐａｒｋ Ｈ［２１］ 運用研究數據的均衡性及多樣性測度指標研判了科學、技術、工程及數學等多領域研究數據的跨學科性；Ｚｈｏｕ Ｈ 等［２２］ 從跨學科知識流的廣度、強度及同質性３ 方面細粒度描述了不同學科間的知識交流， 并提高了跨學科知識流的研究粒度及可用性； Ａｌａｓｅ?ｈｉｒ Ｏ 等［２３］ 依托文本相似性分析模型Ｄｏｃ２Ｖｅｃ 提出了一種用于分析認知科學領域跨學科性的方法。

整體來看， 現有學科交叉發展態勢研究取得了一系列頗有見地的研究成果， 但仍存在一定的局限性。相關文獻大多運用學科交叉定量測度指標粗粒度開展學科交叉發展態勢研究， 由此可能會影響分析結果的精準性。此外， 以往研究較少關注具體領域內少數帶來技術變革的突破性研究， 由此可能會影響分析結果的前瞻性和全面性。因此， 本文將結合外部學科屬性及內部主題演化開展學科交叉發展態勢分析， 從更為全面和細粒度的視角為具體領域學科交叉發展提供有益參考。

２ 研究框架

在借鑒前人研究成果的基礎上， 本文開展基于外部學科屬性及內部主題演化的學科交叉發展態勢分析， 共分為４ 個階段， 整體研究框架如圖１ 所示。第一， 分別收集目標領域的全景研究論文數據及突破性研究論文數據， 并對其進行數據預處理。第二，獲取全景研究論文數據集與突破性研究論文數據集的ＳＣＡＤＣ 學科分類信息， 運用Ｇｅｐｈｉ 軟件構建各時間段下的學科交叉共現網絡并開展外部學科屬性演化分析。第三， 依據ＳＣＡＤＣ 學科分類信息篩選全景研究與突破性研究的學科交叉共現論文數據，依托ＢＥＲＴｏｐｉｃ 模型挖掘各時間段下的學科交叉內部主題并開展內部主題演化分析。第四， 基于外部學科屬性及內部主題演化兩方面開展全景研究與突破性研究的學科交叉發展態勢對比分析。

２. １ 全景研究與突破性研究的數據收集及預處理

開展學科交叉發展態勢分析首先需要從海量數據源中選擇合適的數據庫， 收集目標領域的相關信息并進行數據預處理。

由于論文數據庫能夠提供高質量、多學科且持續更新的學術研究數據， 因此， 本文選擇論文數據庫作為全景研究學科交叉發展態勢分析的數據源［２４］ 。此外， 同行評議作為學術論文發表體系及規范中的重要環節， 能夠較為精準地評估論文的創新性、有效性、價值與意義［２５］ 。因此， 本文選擇同行評議數據庫作為突破性研究學科交叉發展態勢分析的數據源。

具體內容包括： 首先， 選擇合適的論文數據庫，并根據目標領域制定檢索表達式來獲取全景研究論文數據集， 進而對其進行數據預處理； 其次， 選擇合適的同行評議數據庫， 并根據目標領域制定檢索表達式來獲取突破性研究論文數據集， 進而對其進行數據預處理。

２. ２ 全景研究與突破性研究的學科交叉外部學科屬性演化分析

開展全景研究與突破性研究的學科交叉外部學科屬性演化分析， 能夠直觀呈現學科間知識相互融合的程度與趨勢， 揭示學科交叉視角在解決領域復雜問題時的新思路， 進而有助于引導科技創新發展的方向和重點。由此， 本文基于前述獲取的數據集，探究目標領域全景研究與突破性研究的學科交叉外部學科屬性演化過程。

由于Ｉｎｃｉｔｅｓ 數據庫涵蓋國內外主要學科分類體系， 并提供ＷＯＳ 期刊分類與其他學科分類體系的映射關系［２６］ ， 因此， 本文選擇Ｉｎｃｉｔｅｓ 作為獲取學科分類信息的數據源。此外， ＳＣＡＤＣ 分類體系是我國雙一流建設和評估的學科分類基礎， 包含學科門類和一級學科分類兩個層級［１５］ 。為清晰地對我國學科交叉發展提供有益參考， 本文將依據ＳＣＡＤＣ學科門類和一級學科分類兩個層級開展全景研究與突破性研究外部學科屬性演化分析。

具體內容包括： 首先， 對所得到的全景研究與突破性研究論文數據集進行時間段劃分， 并從Ｉｎ?ｃｉｔｅｓ 數據庫中獲取每篇論文相對應的ＳＣＡＤＣ 學科門類及一級學科分類信息； 其次， 依據ＳＣＡＤＣ 學科分類信息分別構建全景研究與突破性研究各時間段下的學科交叉共現矩陣， 并運用Ｇｅｐｈｉ 軟件［２７］繪制學科交叉共現網絡； 最后， 分別基于ＳＣＡＤＣ學科門類及一級學科分類的學科交叉兩方面開展全景研究與突破性研究外部學科屬性演化分析。

２. ３ 全景研究與突破性研究的學科交叉內部主題演化分析

開展全景研究與突破性研究的學科交叉內部主題演化分析， 能夠從基于知識語義的微觀層面細粒度探究學科交叉的關鍵問題及熱點方向， 進而為厘清學科交叉發展脈絡和預測發展趨勢提供參考。由此， 還需探究全景研究與突破性研究的學科交叉內部主題演化過程。

具體內容包括： 首先， 從全景研究論文數據集與突破性研究論文數據集中篩選包含兩門及以上ＳＣＡＤＣ 一級學科分類的論文， 提取這些論文的題目、關鍵詞、摘要、發表年份等關鍵信息； 其次，依托ＢＥＲＴｏｐｉｃ 模型［２８］ 從上述所篩選論文相關數據中提取全景研究與突破性研究各時間段下的學科交叉主題， 并結合目標領域專業知識對其進行清洗和預處理； 最后， 利用余弦相似度［２９］ 計算相鄰時間段下學科交叉主題之間的相似度， 借助?；鶊D［３０］ 分別繪制全景研究與突破性研究的學科交叉內部主題演化路徑并進行演化分析。

２. ４ 全景研究與突破性研究的學科交叉發展態勢對比分析

開展全景研究與突破性研究的學科交叉發展態勢對比分析有助于全面了解學科發展脈絡及前沿趨勢， 并精準洞悉領域發展方向及重點。由此， 還需開展基于全景研究與突破性研究的學科交叉發展態勢對比分析。

具體內容包括： 首先， 依據２. ２ 小節中全景研究與突破性研究的學科交叉外部學科屬性演化分析過程， 開展基于外部學科屬性的學科交叉發展態勢對比分析； 其次， 依據２. ３ 小節中全景研究與突破性研究的學科交叉內部主題演化分析過程， 開展基于內部主題演化的學科交叉發展態勢對比分析。

３ 生物醫學工程研究的學科交叉發展態勢分析

隨著科學與技術的蓬勃發展， 生物醫學工程研究中越來越多的問題需要借助跨學科的合作來解決［３１］ 。生物醫學工程作為一門結合生物醫學和理工學而發展起來的交叉邊緣學科， 涉及包括電子學、現代計算機技術、高分析化學、物理學等多門學科知識， 是各國（地區）爭相大力發展的高新技術之一［３２］ 。近年來， 生物醫學工程發展非常迅速， 其中， 生物醫學圖像與醫學影像學的發展更是日新月異。由此可見， 通過剖析當前生物醫學工程研究的學科交叉發展態勢， 能夠深入理解和厘清不同學科之間知識和經驗的共享現狀與趨勢， 有助于推動新的研究方向形成并挑戰傳統的學科邊界。由此， 探究生物醫學工程的學科交叉發展態勢， 不僅能夠推動技術創新和科學進步， 還能夠解決現實生物醫學問題， 并為人類健康帶來更多福祉。

３. １ 生物醫學工程研究的相關數據收集及預處理

３. １. １ 全景研究的相關數據收集及預處理

本文運用ＷＯＳ 核心合集數據庫進行生物醫學工程全景研究論文數據檢索。根據文獻調研并結合專家意見， 首先需要確定論文數據的具體檢索方案，如表１ 所示。

對檢索到的論文進行格式清洗與統一， 并將每篇論文的題目、摘要、關鍵詞及發表年份等關鍵信息作為全景研究論文數據集以開展后續外部學科屬性及內部主題演化分析。

３. １. ２ 突破性研究的相關數據收集及預處理

Ｈ１ Ｃｏｎｎｅｃｔ（原Ｆ１０００ 數據庫）是生物醫學工程研究中極具特色的同行評議數據庫， 該數據庫收錄的重要文獻更具創新性和突破性［３３］ 。由此， 本文運用Ｈ１ Ｃｏｎｎｅｃｔ 數據庫進行生物醫學工程突破性研究的論文數據檢索。具體的檢索方案如表２ 所示。

對所檢索到的論文進行格式清洗與統一， 并依據論文題目信息在ＷＯＳ 核心合集數據庫中檢索對應論文， 并將每篇論文的題目、摘要、關鍵詞及發表年份等關鍵信息作為突破性研究論文數據集以開展后續外部學科屬性及內部主題演化分析。

３. ２ 生物醫學工程全景研究與突破性研究的學科交叉外部學科屬性演化分析

３. ２. １ 基于ＳＣＡＤＣ 學科分類的論文信息獲取

一是運用Ｉｎｃｉｔｅｓ 數據庫實現對全景研究論文數據集的ＳＣＡＤＣ 學科分類信息獲取。依據１９８０—２０２３ 年全景研究論文數據集的逐年論文數量， 將其劃分為６ 個時間段， 如圖２ 所示。

二是運用Ｉｎｃｉｔｅｓ 數據庫實現對突破性研究論文數據集的ＳＣＡＤＣ 學科分類信息獲取。依據２０００—２０２３ 年突破性研究論文數據集的逐年論文數量， 將其劃分為４ 個階段， 如圖３ 所示。

３. ２. ２ 學科交叉共現網絡構建

通過構建基于ＳＣＡＤＣ 學科門類及一級學科分類的學科交叉共現網絡， 能夠實現不同學科之間共現關系的可視化表達。

一是基于學科門類的全景研究與突破性研究學科交叉共現網絡構建。依據１９８０—２０２３ 年的６ 個時間段下生物醫學工程全景研究論文數據集的ＳＣＡＤＣ學科門類信息及其共現關系， 運用Ｇｅｐｈｉ 軟件構建各時間段下的學科交叉共現網絡， 如圖４ 所示。其中， 每個節點代表１ 個學科門類， 節點間的連線越粗表示兩學科門類在論文中的交叉融合越明顯。

依據２０００—２０２３ 年的４ 個時間段下突破性研究論文數據集的ＳＣＡＤＣ 學科門類信息及其共現關系， 運用Ｇｅｐｈｉ 軟件構建各時間段下的學科交叉共現網絡， 如圖５ 所示。

二是基于一級學科分類的學科交叉共現網絡構建。依據１９８０—２０２３ 年的６ 個時間段下生物醫學工程全景研究論文數據集的ＳＣＡＤＣ 一級學科分類信息及其共現關系， 運用Ｇｅｐｈｉ 軟件構建各時間段下的學科交叉共現網絡， 如圖６ 所示。其中， 每個節點代表１ 個一級學科分類， 節點顏色表示各節點所代表的學科門類， 節點間的連線越粗表示兩一級學科分類在論文中的交叉融合越明顯。需要注意的是， 由于各一級學科分類的名稱較長， 難以直觀展示， 因此在圖中用其學科分類代碼簡要表示， 各一級學科分類的具體名稱如表３ 所示。

依據２０００—２０２３ 年的４ 個時間段下生物醫學工程突破性研究論文數據集的ＳＣＡＤＣ 一級學科分類信息及其共現關系， 運用Ｇｅｐｈｉ 軟件構建各時間段下的學科交叉共現網絡， 如圖７ 所示。其中， 各一級學科分類的具體名稱如表３ 所示。

３. ２. ３ 學科交叉的外部學科屬性演化分析

一是生物醫學工程全景研究的學科交叉外部學科屬性演化分析。結合上述所構建的學科交叉共現網絡， 本文分別從學科門類和一級學科分類兩方面分析其在１９８０—２０２３ 年的６ 個時間段下全景研究的學科交叉發展情況。

１） 基于學科門類的全景研究學科交叉外部學科屬性演化分析

由圖４ 不難看出， 在１９８０—１９９０ 年生物醫學工程研究的發展初期， 主要涉及醫學、工學和理學３門學科， 其中醫學和工學的交叉研究相對較多。在１９９１—２０００ 年期間， 該研究領域的學科數量明顯增加， 包含１３ 個ＳＣＡＤＣ 學科門類， 且各學科門類間開始出現少量的學科交叉研究， 并初步呈現出以“醫學—工學—理學” 這一子網絡為中心的多學科交叉共現網絡特征， 這表明生物醫學工程作為一個復雜而多樣化的研究領域逐漸開始從更多學科吸取和匯集不同的專業知識與技術。在２００１—２０１０ 年期間， 各學科門類間的學科交叉研究數量逐步增多，“醫學—工學—理學” 子網絡的中心地位也更為凸顯。２０１０ 年之后的３ 個時間段內， 各學科門類間的學科交叉種類逐漸減少， 但各學科門類間的交叉次數逐漸增多， 這種變化可能源于該研究領域在近年來的快速發展和不斷分化， 使得研究者更趨向于從深入、專業和特定的研究方向中探尋問題的求解思路。此外， “醫學—工學—理學” 這一子網絡的共現程度也在逐漸增強， 表明這３ 門學科之間的交叉合作在該研究領域的重要性逐漸提高。

２） 基于一級學科分類的全景研究學科交叉外部學科屬性演化分析

由圖６ 可知， 整體上看， “１００１（基礎醫學）—０７１０（生物學）” 和“０８０５（材料科學與工程）—０８３１（生物醫學工程）” 是網絡中的兩個關鍵學科交叉組合， 且這兩個組合之間的融合程度隨時間變化逐漸增強。這表明生物醫學工程相關研究需要結合基礎醫學和生物學的知識來深入理解人體生理、疾病機制等， 且二者的交叉融合能夠為其提供扎實的生物學基礎； 同時也需要結合材料科學與工程及生物醫學工程的技術和應用來開發醫療材料和器械等， 且二者的交叉融合能夠為其提供應用技術支持。此外， 自１９９０ 年后， 各時間段下的網絡呈現出以“０８０５（材料科學與工程）—０７１０（生物學）—０７０３（化學）—０８３１ （ 生物醫學工程）—１００１ （ 基礎醫學）—０７０２（物理學）—０８３６ （生物技術與生物工程）—０８１２（計算機科學與技術）—１００２ （臨床醫學）—１０１０（醫學技術）—１００９（特種醫學）” 這一子網絡為中心的特征， 表明上述１１ 門學科的相互交叉融合對于生物醫學工程研究的創新發展至關重要。同時， 從各學科門類在不同時間段下的一級學科分類占比情況可知， 工學、理學及醫學學科所涉及的一級學科分類數量占比較大且整體呈上升趨勢。其中工學學科下的一級學科分類數量最多， 占比約為４２％， 且關鍵一級學科分類為０８０５（材料科學與工程）、０８３１（生物醫學工程）、０８３６（生物技術與生物工程）及０８１２（計算機科學與技術）， 表明工學學科中的技術應用與工程實踐相關知識能夠極大推動該領域的技術創新與發展。

二是生物醫學工程突破性研究的學科交叉外部學科屬性演化分析。結合上述所構建的突破性研究學科交叉共現網絡， 本文分別從學科門類和一級學科分類兩方面分析其在２０００—２０２３ 年的４ 個時間段下突破性研究的學科交叉發展情況。

１） 基于學科門類的突破性研究學科交叉外部學科屬性演化分析

由圖５ 不難看出， 生物醫學工程突破性研究主要涉及醫學、工學、理學、管理學和交叉學科５ 個學科門類， 這表明在該研究領域中跨學科合作和知識融合是取得突破性進展的重要因素。具體而言，在２０００—２０１０ 年期間， 生物醫學工程的突破性研究主要涉及醫學、工學、理學和交叉學科， 且開始初步呈現“醫學—工學—理學” 的學科交叉子網絡。這表明醫學、工學、理學在突破性研究中開始出現合作和交流， 而交叉學科還未與其他學科產生聯系。在２０１１—２０１４ 年期間， 生物醫學工程的突破性研究開始涉及管理學學科， 且“醫學—工學—理學” 的學科交叉子網絡呈現出較為緊密的聯系。在２０１５—２０１８ 年期間， 生物醫學工程的突破性研究主要涉及醫學、工學、理學和交叉學科， 且“醫學—工學—理學” 的學科交叉子網絡呈現出更為緊密的聯系。在２０１９—２０２３ 年期間， 管理學學科再次出現在生物醫學工程的突破性研究中， 且涉及交叉學科的論文數量有所增加。這一變化趨勢表明，交叉學科在生物醫學突破性研究中的影響力逐漸增加， 而管理學的影響力仍在不斷變化。同時， “醫學—工學—理學” 學科交叉子網絡聯系得逐漸緊密表明突破性研究中對于跨學科合作、知識融合、解決綜合性問題的需求日益增加。這種趨勢有助于突破性研究的開展， 進而推動生物醫學工程領域在醫療保健和生命科學等多方面的進步。

２） 基于一級學科分類的突破性研究學科交叉外部學科屬性演化分析

由圖７ 可知， 整體上看， “０７１０（生物學）—１００１（基礎醫學）” 和“１００１（基礎醫學）—１００２（臨床醫學）” 是網絡中的兩個關鍵學科交叉組合， 且隨時間推進這兩個組合之間的融合程度逐漸增強， 表明上述３ 門學科之間的合作交流是推動生物醫學工程取得突破性研究的關鍵因素。此外， 各時間段下的網絡逐步呈現出以“１００１（基礎醫學）—０７１０（生物學）—０８３１（生物醫學工程）—０８０５（材料科學與工程）—１００２（臨床醫學）” 這一子網絡為中心的特征， 表明這５ 門學科的相互交叉融合對于生物醫學工程突破性研究的創新發展至關重要。同時， 從各學科門類在不同時間段下的一級學科分類占比情況可知， 醫學學科所涉及的一級學科分類數量整體呈上升趨勢， 且所增一級學科分類為１００９（特種醫學）和１０１０（醫學技術）， 其中特種醫學可能包括針對特定人群或特殊疾病的研究， 而醫學技術可能涉及對醫療設備、醫學成像等的研究， 這表明醫學學科對于生物醫學工程的突破性研究產生了更多的影響及貢獻。

３. ３ 生物醫學工程全景研究與突破性研究的學科交叉內部主題演化分析

３. ３. １ 基于ＳＣＡＤＣ 學科分類的交叉共現論文數據獲取

首先從全景研究論文數據集中篩選包含兩門及以上一級學科分類的論文， 共得到１７ ７９２篇； 其次，從突破性研究論文數據集中篩選包含兩門及以上一級學科分類的論文， 共得到２３８ 篇； 最后， 提取這些論文的題目、摘要、關鍵詞及發表年份等關鍵信息， 并將其分別作為全景研究與突破性研究后續主題挖掘的數據集。

３. ３. ２ 學科交叉內部主題挖掘

依托ＢＥＲＴｏｐｉｃ 模型， 從上述數據集中分別提取全景研究與突破性研究各時間段下的學科交叉主題， 結合生物醫學工程領域專業知識及專家意見對主題下的關鍵詞進行清洗和預處理， 主要包括去除與該領域相關度較低的主題及其關鍵詞、合并語義相近或相似的主題等， 進而為各主題命名［３４］ 。

３. ３. ３ 學科交叉的內部主題演化分析

首先利用余弦相似度分別計算全景研究與突破性研究相鄰時間段下學科交叉主題之間的相似度，從而判定主題演化關系； 其次， 為簡化主題演化路徑， 清晰呈現關鍵主題的發展脈絡， 本文在計算主題相似度時將閾值設為０. ３； 第三， 運用?；鶊D分別繪制生物醫學工程全景研究與突破性研究的學科交叉內部主題演化路徑， 如圖８ 和圖９ 所示； 最后，開展全景研究與突破性研究的學科交叉內部主題演化分析。其中， 相鄰時間段下各主題之間線條的粗細表示相鄰時間段主題間的相似度大小。

１） 全景研究學科交叉的內部主題演化分析

分析發現， 生物醫學工程全景研究的學科交叉內部主題演化趨勢具有以下特點： 在１９８０—１９９０年期間， 全景研究中主要涉及醫療設備、臨床工程與模型建模、細胞治療與電極技術、ＤＭＤ 研究與基因治療４ 個主題。這表明該研究領域初期著重于通過開發和改進醫療設備提高醫療效果、開發新的治療方法和應用基因技術進行疾病治療。自１９９０ 年后， 各時間段下的全景研究均主要涉及７ 個主題。從整體來看， 與腫瘤免疫治療（Ｔ２－２、Ｔ３－３、Ｔ４－３、Ｔ５－４、Ｔ６－４）相關的主題是全景研究近年來持續存在的主題， 表明腫瘤免疫治療是生物醫學工程全景研究中的一個重要分支且得到了長期關注和研究。與組織工程（Ｔ２－３、Ｔ４－２、Ｔ６－３）、基因工程（Ｔ２－５、Ｔ３－５、Ｔ５－７、Ｔ６－６）、骨骼組織工程（Ｔ２－１、Ｔ３－１、Ｔ３－２、Ｔ５－２、Ｔ５－３、Ｔ６－２）相關的主題在各時間段下的出現次數也較多， 表明這些主題在生物醫學工程全景研究中也具有重要地位。此外， 與水凝膠材料（Ｔ４－１、Ｔ５－１、Ｔ６－１）、納米醫學（Ｔ４－５、Ｔ５－６、Ｔ６－５）、生物醫學材料（Ｔ３－４、Ｔ４－４、Ｔ５－５）相關的主題從２０１１ 年開始嶄露頭角，是近年來比較有前景的研究方向， 也是未來生物醫學工程全景研究的重點之一。這表明隨著科技進步， 新型材料在生物醫學工程的應用成為研究熱點， 這些主題的持續發展能夠為該領域提供新的診斷和治療方法， 進而改善和提升醫療效果。

２） 突破性研究學科交叉的內部主題演化分析

分析發現， 生物醫學工程突破性研究的學科交叉內部主題演化趨勢具有以下特點： ２００１—２０１０ 年期間， 該領域突破性研究著重于研發新型疫苗和感染控制方法， 探索神經科學領域的機制和治療方法，以及應用生物材料和細胞移植技術進行組織修復和再生； ２０１１—２０１４ 年期間， 該領域突破性研究開始加強對組織修復與再生醫學的關注力度， 探索免疫治療和腫瘤靶向治療的方法， 并探究納米技術在該領域的應用； ２０１５—２０１８ 年期間， 該領域突破性研究進一步加強對組織修復、干細胞及其應用的探究，關注神經退行性疾病的機制和治療方法， 并注重３Ｄ 打印、器官移植等新興技術在生物醫學工程中的應用； ２０１９—２０２３ 年期間， 該領域突破性研究尤為關注視覺障礙的治療方法， 并深入探究組織修復與再生醫學， 探索生物傳感器和細胞治療技術在生物醫學工程中的應用。此外， 從整體來看， 與組織修復與再生醫學（Ｔ１－１、Ｔ２－１、Ｔ３－１、Ｔ４－１）、癌癥與免疫治療（Ｔ１－４、Ｔ２－４、Ｔ２－５、Ｔ３－４、Ｔ４－３、Ｔ４－４）相關的主題是突破性研究近年來持續存在的主題， 表明這些主題長期占據重要地位。就組織修復與再生醫學研究主題而言， 隨著干細胞技術和生物材料的發展， 未來研究將進一步探索如何促進組織和器官的自然修復能力， 推動再生醫學的發展；就癌癥與免疫治療研究主題而言， 未來研究可能集中在深入理解腫瘤的發生、發展和轉移機制， 并探索新的靶向治療策略。

３. ４ 生物醫學工程全景研究與突破性研究的學科交叉發展態勢對比分析

３. ４. １ 基于外部學科屬性演化的學科交叉發展態勢對比分析

依據圖４ 和圖５ 開展基于學科門類的生物醫學工程全景研究與突破性研究學科交叉發展態勢對比分析， 具體結果如表４ 所示。

由表４ 不難看出， 全景研究與突破性研究的學科交叉程度均日趨加強， 但所涉及的學科門類數量存在一定差異。此外， 二者的關鍵子網絡均是“醫學—工學—理學”， 且其在全景研究及突破性研究的學科交叉共現網絡中均呈現出不斷增加的發展趨勢， 表明這３ 個學科在生物醫學工程研究中的跨學科交流合作越來越密切， 且它們的交叉融合對于該領域的創新發展至關重要。

依據圖６ 和圖７ 開展基于一級學科分類的生物醫學工程全景研究與突破性研究學科交叉發展態勢對比分析， 具體結果如表５ 所示。

由表５ 不難看出， 全景研究與突破性研究所涉及的一級學科分類數量存在一定差異。同時， 突破性研究的關鍵子網絡是全景研究關鍵子網絡的一個子集， 且“１００１（基礎醫學）—０７１０（生物學）” 在兩類型研究中都屬于關鍵學科交叉組合， 這進一步反映了基礎醫學和生物學對于推動該研究領域發展至關重要。此外， 在全景研究網絡中工學學科下的一級學科分類占據重要地位， 而在突破性研究網絡中醫學學科下的一級學科分類數量呈上升趨勢。這一差異反映了全景研究和突破性研究在目標、方法及側重點上的不同， 且表明醫學學科在推動突破及創新方面的作用逐漸增強。

３. ４. ２ 基于內部主題演化的學科交叉發展態勢對比分析

由圖８ 和圖９ 可知， 在生物醫學工程全景研究與突破性研究的學科交叉內部主題演化路徑中， 各時間段所包含的主題存在一定差異。具體而言， 從整體上看， 全景研究中不同時間段下的主題大多具有強關聯性， 而突破性研究中不同時間段下的主題間差異較為明顯。這表明全景研究的內部主題演化致力于提供較為全面的視角理解領域整體發展脈絡及趨勢， 而突破性研究更能夠凸顯一些具有革新性和前沿性的研究方向。此外， 突破性研究的內部主題涵蓋了大量在全景研究主題演化中未出現的主題詞， 如２０１９—２０２３ 年的視覺障礙與治療、生物傳感器、細胞治療、遺傳變異、生物醫學技術等主題，這些主題可能是未來具有創新潛力的重要方向， 也是能夠推動該領域技術創新發展的核心力量。

３. ５ 與其他學科發展態勢研究方法的結果對比分析

為進一步說明本文所提學科交叉發展態勢分析方法的優越性， 將在此進行對比實驗。借鑒已有學科交叉發展態勢的研究范式［１５］ ， 從學科交叉規模、學科間的交叉融合情況兩層面開展對比實驗。

從學科交叉規模上來看， 本文通過統計１９８０—２０２３ 年生物醫學工程領域逐年論文數量及逐年學科交叉論文占比來分析該領域的學科交叉程度， 如圖１０ 所示。

由圖１０ 可知， 該領域隨時間發展發表論文總量逐年上升， 且在１９８０—１９９５ 年研究初期， 已開始出現學科交叉研究論文， 但其占比波動較大， 在１９９６ 年后， 該領域的學科交叉論文占比趨于穩定，總體范圍在２０％～４０％之間。由此可見， 生物醫學工程領域的發展涉及多個學科領域， 學科交叉能夠在一定程度上推動研究成果的應用和轉化。

統計１９８０—２０２３ 年逐年涉及的學科數量及學科交叉度來進一步分析該領域的學科交叉強度， 如圖１１ 所示。

學科交叉度計算方法參考已有文獻［１５］ ， 具體如式（１） 所示：

其中， ｍ 表示生物醫學工程領域的論文數量，ｎ 表示該領域論文所屬的學科門類數量。

由圖１１ 可知， 生物醫學工程領域隨時間發展所涉及學科數量逐漸增多， 且學科交叉度在１９８０—１９９５ 年研究初期波動較大， 自１９９６ 年后趨于穩定，在０. ７ 上下波動。由此可見， 該領域具有較高的學科交叉程度。

為進一步明晰該領域所涉及的具體學科信息，還需從學科間交叉融合程度來進行分析。統計１９８０—２０２３ 年生物醫學工程領域研究論文中所涉及的學科分類數量， 并分析各學科間的交叉融合共現次數。

由圖１２ 可知， 該領域中工學、醫學、理學為最重要的學科分類， 由此可見， 工學提供了工程技術方法， 醫學提供了醫學知識和實踐經驗， 理學則提供了數學、物理等基礎理論支持， 三者結合共同促進該領域的創新發展。

由圖１３ 可知， “工學—理學” “理學—醫學”“工學—醫學” ３ 個學科交叉組合是該領域中最為關鍵的學科交叉組合， 由此可見， 結合工程技術、科學原理及醫學知識， 能夠提供多角度、多層次的研究視角， 為該領域提供更為全面的解決方案。

綜合上述對比實驗結果， 開展其與本文所提結合外部學科屬性與內部主題演化的學科交叉發展態勢分析方法的對比分析。首先， 對比實驗從學科交叉規模、學科間的交叉融合情況進行分析， 能夠直觀揭示該領域的學科交叉情況， 但難以為精準洞悉其發展方向提供細粒度指導。而本文通過結合外部學科屬性及內部主題演化， 不僅能夠宏觀揭示學科交叉發展情況， 而且能夠從語義層面探究其學科交叉發展前沿。因此， 本文所提方法的分析結果細粒度更強。其次， 對比實驗聚焦于該領域的全景研究，為其學科交叉發展提供全局性分析結果， 但難以進一步探究該領域的突破創新前沿問題。而本文所提方法不僅考慮了全景研究， 還將突破性研究納入其中， 能夠更為全面地剖析生物醫學工程領域的學科交叉發展態勢。因此， 本文所提方法的分析結果全面性更強。

４ 結 論

研究學科交叉的發展過程， 厘清學科交叉的演化規律， 對于揭示學科交叉本質和引導新興交叉學科發展具有重要意義。基于這一認識， 本文面向全景研究和突破性研究， 開展基于外部學科屬性及內部主題演化的學科交叉發展態勢分析， 并進行兩類研究的對比分析。研究發現， 生物醫學工程研究在外部學科屬性層面， 學科交叉程度日益加強， 且突破性研究的關鍵子網絡是全景研究的子集， 前者更關注醫學而后者更關注工學； 在內部主題演化層面， 學科交叉演化速度日趨加快， 前者演化速度較快而后者演化速度相對穩定， 且二者各有不相交的５ 個和３ 個前沿主題。

在本文分析基礎上， 對今后生物醫學工程的學科交叉發展提出如下建議： 積極開展醫學、工學、理學３ 個學科的交叉研究， 發揮這一學科交叉核心子網絡在生物醫學工程研究中的關鍵作用； 加強基礎醫學學科與生物學學科之間的交叉融合， 促進二者在生物醫學工程研究中的轉化應用； 在全景研究中積極發揮工學學科的關鍵作用， 在突破性研究中積極發揮醫學學科的關鍵作用； 在全景研究中重視并推進水凝膠材料、納米醫學、生物醫學材料等研究方向的延伸和發展， 在突破性研究中重點關注視覺障礙與治療、生物傳感器、細胞治療、遺傳變異、生物醫學技術等研究方向的發展， 合力促進生物醫學工程研究的科技進步與交叉創新。

本文具有一定的理論和現實意義。在理論層面，一方面， 結合基于學科分類體系的外部學科屬性和基于知識的內部主題演化探究目標領域下不同學科間交叉融合的動態發展趨勢， 不僅解決了以往運用學科交叉定量測度指標粗粒度開展學科交叉發展態勢研究可能導致的模糊及粗粒度問題， 而且提高了分析結果的精準性； 另一方面， 本文充分探究目標領域突破性研究的學科交叉發展態勢并開展全景研究與突破性研究的對比分析， 不僅克服了以往較少關注領域內少數帶來技術變革的突破性研究的局限性， 而且提高了分析結果的前瞻性和全面性。在實踐層面， 本文通過揭示生物醫學工程研究領域的學科交叉演化規律， 為相關學者和研究人員精準洞悉學科交叉新興趨勢、優化學科布局和技術創新資源配置提供了科學的決策依據。

本文仍存在一定局限性。其一， 雖然借助ＳＣＡＤＣ學科分類體系對論文進行學科劃分具有一定的科學性， 但其普適性略顯不足， 仍需進一步提高學科劃分的普適性。其二， 本文僅以單案例作為研究對象探究學科交叉發展態勢， 后續還需嘗試對比分析不同類型研究領域的學科交叉發展態勢， 以期為高效開展面向學科交叉的技術創新活動提供更全面的有益參考。

參考文獻

［１］ 馬費成， 張帥． 我國圖書情報領域新興交叉學科發展探析［Ｊ］．中國圖書館學報， ２０２３， ４９ （２）： ４－１４．

［２］ 操玉杰， 毛進， 潘榮清， 等． 學科交叉研究的演化階段特征分析———以醫學信息學為例［Ｊ］． 數據分析與知識發現， ２０１９，３ （５）： １０７－１１６．

［３］ Ｓｃｈｎｅｉｄｅｒ Ｗ Ｊ， Ｃｏｓｔａｓ Ｒ． Ｉｄｅｎｔｉｆｙｉｎｇ Ｐｏｔｅｎｔｉａｌ “ Ｂｒｅａｋｔｈｒｏｕｇｈ”Ｐｕｂｌｉｃａｔｉｏｎｓ Ｕｓｉｎｇ Ｒｅｆｉｎｅｄ Ｃｉｔａｔｉｏｎ Ａｎａｌｙｓｅｓ： Ｔｈｒｅｅ Ｒｅｌａｔｅｄ Ｅｘｐｌｏｒ?ａｔｉｖｅ Ａｐｐｒｏａｃｈｅｓ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ａｓｓｏｃｉａｔｉｏｎ ｆｏｒ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉ?ｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， ２０１７， ６８ （３）： ７０９－７２３．

［４］ 王晉飛， 孫巍， 張學福， 等． 基于自適應特征選擇的科研論文跨學科性測度方法研究［Ｊ］． 農業圖書情報學報， ２０２３， ３５ （３）：５２－７０．

［５］ 黃菡， 王曉光， 王依蒙． 復雜網絡視角下的研究主題學科交叉測度研究［Ｊ］． 圖書情報工作， ２０２２， ６６ （１９）： ９９－１０９．

［６］ Ｚｈａｏ Ｑ， Ｙａｎｇ Ｍ． Ａｎ Ｅｆｆｉｃｉｅｎｔ Ｅｎｔｒｏｐｙ ｏｆ Ｓｕｍ Ａｐｐｒｏａｃｈ ｆｏｒ Ｍｅａｓ?ｕｒｉｎｇ Ｄｉｖｅｒｓｉｔｙ ａｎｄ Ｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｉｔｙ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｉｎｆｏｒｍｅｔｒｉｃｓ，２０２３， １７ （３）： １０１４２５．

［７］ 常鳳嬌， 劉芳， 姚潔． 基于文獻計量學的醫學學科交叉研究發展態勢的可視化分析［Ｊ］． 循證護理， ２０２３， ９ （１１）： １９８８－１９９３．

［８］ Ｑｉａｎ Ｙ， Ｒｕｉ Ｔ， Ｓｈａｎ Ｊ． Ｅｘｐｌｏｒｉｎｇ ｔｈｅ Ｅｖｏｌｕｔｉｏｎ ｏｆ ＩｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｙＣｉｔａｔｉｏｎ Ｎｅｔｗｏｒｋ ｂｙ ｔｈｅ Ｃｏｌｏｒｅｄ Ｎｅｔｗｏｒｋ Ｍｏｔｉｆｓ： ｔｈｅ Ｃａｓｅ ｏｆ Ｐｅｒｏｖｓ?ｋｉｔｅ Ｍａｔｅｒｉａｌｓ ［Ｊ］． Ｓｃｉｅｎｔｏｍｅｔｒｉｃｓ， ２０２３， １２８ （８）： ４４２１－４４４６．

［９］ Ｗａｎｇ Ｚ， Ｃｈｅｎ Ｊ， Ｃｈｅｎ Ｊ， ｅｔ ａｌ． Ｉｄｅｎｔｉｆｙｉｎｇ Ｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｙ Ｔｏｐ?ｉｃｓ ａｎｄ Ｔｈｅｉｒ Ｅｖｏｌｕｔｉｏｎ Ｂａｓｅｄ ｏｎ ＢＥＲＴｏｐｉｃ ［ Ｊ］． Ｓｃｉｅｎｔｏｍｅｔｒｉｃｓ，２０２３： １－２６．

［１０］ 劉仲林． 交叉科學時代的交叉研究［Ｊ］． 科學學研究， １９９３，（２）： １１－１８， ４．

［１１］ 章成志， 吳小蘭． 跨學科研究綜述［Ｊ］． 情報學報， ２０１７， ３６（５）： ５２３－５３５．

［１２］ 張雪， 張志強． 學科交叉研究系統綜述［Ｊ］． 圖書情報工作，２０２０， ６４ （１４）： １１２－１２５．

［１３］ Ｒａｆｏｌｓ Ｉ， Ｍｅｙｅｒ Ｍ． Ｄｉｖｅｒｓｉｔｙ ａｎｄ Ｎｅｔｗｏｒｋ Ｃｏｈｅｒｅｎｃｅ ａｓ Ｉｎｄｉｃａｔｏｒｓｏｆ Ｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｉｔｙ： Ｃａｓｅ Ｓｔｕｄｉｅｓ ｉｎ Ｂｉｏｎａｎｏｓｃｉｅｎｃｅ ［Ｊ］． Ｓｃｉｅｎｔｏ?ｍｅｔｒｉｃｓ， ２００９， ８２ （２）： ２６３－２８７．

［１４］ 范春竹， 韓毅． 學科交叉研究的可持續發展識別———以應急管理領域為例［Ｊ］． 情報資料工作， ２０２２， ４３ （６）： ３０－３７．

［１５］ 馬麗麗， 趙晏強， 左錕瀾， 等． 學科交叉視角下合成生物學研究領域發展態勢分析［Ｊ］． 科學管理研究， ２０２３， ４１ （３）：１９－２６．

［１６］ 曾德明， 于英杰， 文金艷， 等． 基于Ｗｅｂ ｏｆ Ｓｃｉｅｎｃｅ 分類的學科交叉融合演化特征分析［Ｊ］． 情報學報， ２０２０， ３９ （８）： ８７２－８８４．

［１７］ 張雪， 張志強． 美國科學基金會資助項目的學科交叉度演化規律及影響研究［Ｊ］． 情報理論與實踐， ２０２１， ４４ （１２）： １２２－１３２．

［１８］ 齊燕， 高東平． 特定學科跨學科交叉發展態勢分析： 以醫學為例［Ｊ］． 情報雜志， ２０２０， ３９ （９）： ２００－２０７．

［１９］ Ｓｏｎｇ Ｙ， Ｆａｎｇ Ｚ， Ｆｕ Ｈ． Ｉｎｆｌｕｅｎｃｅ ｏｆ Ｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｉｔｙ ｏｎ Ｓｃｉｅｎ?ｔｉｆｉｃ Ｉｍｐａｃｔ： Ｔｈｅ Ｃａｓｅ ｏｆ Ｃｌｉｍａｔｅ Ｃｈａｎｇｅ Ｆｉｅｌｄ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｉｎ?ｆｏｒｍｅｔｒｉｃｓ， ２０２３， １７ （３）： １０１４１０．

［２０］ 吳小蘭， 章成志． 國家自然科學基金視角下學科跨學科性演變研究［Ｊ］． 科技情報研究， ２０２２， ４ （３）： ２０－３２．

［２１］ Ｐａｒｋ Ｈ． Ｔｈｅ Ｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｉｔｙ ｏｆ Ｒｅｓｅａｒｃｈ Ｄａｔａ： Ｈｏｗ Ｗｉｄｅｌｙ ｉｓＳｈａｒｅｄ Ｒｅｓｅａｒｃｈ Ｄａｔａ Ｒｅｕｓｅｄ ｉｎ ｔｈｅ ＳＴＥＭ Ｆｉｅｌｄｓ？ ［Ｊ］． Ｔｈｅ Ｊｏｕｒ?ｎａｌ ｏｆ Ａｃａｄｅｍｉｃ Ｌｉｂｒａｒｉａｎｓｈｉｐ， ２０２２， ４８ （４）： １０２５３５．

［２２］ Ｚｈｏｕ Ｈ， Ｇｕｎｓ Ｒ， Ｅｎｇｅｌｓ Ｅ． Ｔｏｗａｒｄｓ Ｉｎｄｉｃａｔｉｎｇ Ｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒ?ｉｔｙ： Ｃｈａｒａｃｔｅｒｉｚｉｎｇ Ｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｙ Ｋｎｏｗｌｅｄｇｅ Ｆｌｏｗ ［ Ｊ］ Ｊｏｕｒｎａｌｏｆ ｔｈｅ Ａｓｓｏｃｉａｔｉｏｎ ｆｏｒ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， ２０２３，７４ （１１）： １３２５－１３４０．

［２３］ Ａｌａｓｅｈｉｒ Ｏ， Ａｃａｒｔｕｒｋ Ｃ． Ｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｉｔｙ ｉｎ Ｃｏｇｎｉｔｉｖｅ Ｓｃｉｅｎｃｅ：Ａ Ｄｏｃｕｍｅｎｔ Ｓｉｍｉｌａｒｉｔｙ Ａｎａｌｙｓｉｓ ［Ｊ］． Ｃｏｇｎｉｔｉｖｅ ｓｃｉｅｎｃｅ， ２０２２， ４６（１２）： ｅ１３２２２－ｅ１３２２２．

［２４］ 歐桂燕， 陳佩， 吳江． 學術文本可讀性特征對Ａｌｔｍｅｔｒｉｃｓ 的影響研究———以Ｗｅｂ ｏｆ Ｓｃｉｅｎｃｅ 論文摘要數據為例［Ｊ］． 圖書情報工作， ２０２３， ６７ （４）： １０２－１１３．

［２５］ 張光耀， 謝維熙， 姜春林， 等． 同行評議速度與論文影響力的關系研究———以二次文獻選文速度為視角［ Ｊ］． 信息資源管理學報， ２０２３， １３ （４）： １４０－１５０．

［２６］ 耿海英， 張建東， 楊立英， 等． 不同學科分類體系下學科結構畫像的對比分析［Ｊ］． 情報科學， ２０２３， ４１ （１０）： ８３－９０， １２０．

［２７］ 卞俊， 戴珍燕， 周斌． 基于社會網絡分析的網絡公益信息傳播研究———以微博為例［Ｊ］． 情報探索， ２０２２， （３）： ２６－３２．

［２８］ Ｅｕｎｊｉ Ｊ， Ｎａｅｕｎ Ｙ， Ｙｏｕｎｇ Ｓ Ｓ． Ｅｘｐｌｏｒｉｎｇ Ｎｅｗ Ｄｉｇｉｔａｌ ＴｈｅｒａｐｅｕｔｉｃｓＴｅｃｈｎｏｌｏｇｉｅｓ ｆｏｒ Ｐｓｙｃｈｉａｔｒｉｃ Ｄｉｓｏｒｄｅｒｓ Ｕｓｉｎｇ ＢＥＲＴｏｐｉｃ ａｎｄ ＰａｔｅｎｔＳ?ＢＥＲＴａ ［Ｊ］． Ｔｅｃｈｎｏｌｏｇｉｃａｌ Ｆｏｒｅｃａｓｔｉｎｇ ＆ Ｓｏｃｉａｌ Ｃｈａｎｇｅ， ２０２３， １８６（ＰＡ）： １２２１３０．

［２９］ 王金鳳， 仵軒， 馮立杰， 等． 用戶偏好－制造商偏好雙重視閾下的產品創新機會識別路徑研究［Ｊ］． 計算機集成制造系統，２０２４， ３０ （４）： １４３３－１４４５．

［３０］ 王健， 楊柳， 李雪松， 等． ＣｈａｔＧＰＴ 網絡輿情特征多維度演化分析［Ｊ］． 情報雜志， ２０２４， ４３ （７）： １３８－１４５．

［３１］ Ｂｉｎ Ｌ， Ｘｉｎ Ｙ， Ｙｉｎｇ Ｚ， ｅｔ ａｌ． Ａ Ｒｅｖｉｅｗ ｏｆ Ｎａｎｏ／ Ｍｉｃｒｏ／ ＭｉｌｌｉＮｅｅｄｌｅｓ Ｆａｂｒｉｃａｔｉｏｎｓ ｆｏｒ Ｂｉｏｍｅｄｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ ［Ｊ］． Ｃｈｉｎｅｓｅ Ｊｏｕｒ?ｎａｌ ｏｆ Ｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ， ２０２２， ３５ （１）： １０６．

［３２］ 侯海燕， 王亞杰， 梁國強， 等． 基于期刊學科分類的學科交叉特征識別方法———以生物醫學工程領域為例［ Ｊ］． 中國科技期刊研究， ２０１７， ２８ （４）： ３５０－３５７．

［３３］ 遲培娟， 丁潔蘭， 冷伏海． 突破性論文的三元計量特征及識別研究———以生物醫學領域為例［Ｊ］． 情報學報， ２０２２， ４１ （７）：６６３－６７５．

［３４］ 馮立杰， 秦浩， 王金鳳， 等． 融合專利數據與社交媒體數據的潛在顛覆性技術識別———基于深度學習模型［Ｊ］． 情報學報，２０２４， ４３ （２）： １８１－１９７．

（責任編輯： 楊豐僑）

基金項目： 國家社會科學基金重點項目“心理賬戶理論視角下在線健康社區精準信息服務研究” （項目編號： ２０ＡＴＱ００８）。