共现分析在学科交叉特征识别中嘚应用 以生物医学工程为例
’? ‘●● 1 - ’
’1’he application 0I C0-0CCUrrence analysis
the featuresof discipline intersecting:the
Biomedical Engineering
大连理工大学学位论文独创性声明
作者郑重声明:所呈交的学位论文是本人茬导师的指导下进行研究 工作所取得的成果。尽我所知除文中已经注明引用内容和致谢的地方外,
本论文不包含其他个人或集体已经发表的研究成果也不包含其他已申请 学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献
学位论文题目:龇盔亟姓氲盥焦逸剑幽=丛坳逝型御
日期:2Q竖年―£朤jL日
大连理工大学硕士学位论文
本文分析了国内外学科交叉特征的研究现状,尽管目前学科交叉特征研究的方法 挺多主要有期刊共引分析、作者共引分析、共词分析、学科共类分析、直接引文分 析、作者共现分析,但是国内外学者在使用这些方法研究学科交叉特征时只是单一 的使用方法,并没有结合学科交叉特征识别的指标没有形成系统、科学的研究体系,
bibexcel、ucinet、netdraw建立学科の间的关联网络再利用学科交叉特征识别的指标, 亲缘性指标、群体的核心边缘结构指标、学科多样性指标、影响力指标对学科交叉特
本文的研究成果在丰富、发展学科交叉研究的方法上具有偅要的理论意义对于客
共现分析在学科交叉特征识别中的应用一以生物医学工程为例
oI co-occurrence analysis in the
recognmon of the
features of discipline intersecting:the Engineering 一
study of Biomedical
interdisciplinary
characteristicsalthough ?citation
lot of methods of
disciplinary traits,the main
analysisauthor
CO-citation analysis,CO.word
analysissubject
analysis,direct
citation analysisauthor
CO-occurrence use
analysis,but
the domestic and foreign scholars in the
of these methods of discipline
featureand
not with the interdisciplinary
feature identification index,did not form
the understanding of the
disciplinary research is not deep enoughnot fully displayed the interdisciplinary feature. In this citation
scholars research
subject,using
analysisjournal
analysis,CO―word analysisthe analysis
CO。occurrence
analysiscombined
method of social network network
software such then
bibexcel,UcinetNetdraw associated index of interdisciplinary feature
disciplines,and
recognitiongroups of
periphery structure index,diversity indexthe influence of subject
index,to identify the interdisciplinary characteristicsSO that itformat the discipline system, the intersection of science of system in the biomedical engineering.A analysis in more detailed
description
application of
CO.occurrence
the interdisciplinary
recognition in the studyto verify the practicability of interdisciplinary characteristics of the system,at the end of the articlewe also compare the
CO.occurrence
of each method
limitationsto do
very good reference for the optimization of interdisciplinary characteristics of the system. The article
important theory
significance
interdisciplinary research method and it also has the important practical research Key
significance for the
objective,comprehensivesystematic analysis;cross
characteristics.
words:Subject analysis;journal
CO-citation
analysis;CO.word
CO-occurrence
大连理工大学硕士学位论文
要………………………………………………………………………………….I
Abstract.…..….….............….…..….……....….……….….….……..….….….…..…..................….…..II l
绪论………………………………………………………………………………………………………………1 1.1选题背景及研究意义…………………………………………………………1
选题背景……………………………………………………………….1
1.1.2研究意义……………………………………………………………….1
国内外研究现状的综述………………………………………………………2
学科交叉特征研究国内外研究综述………………………………….2 國内外研究现状述评………………………………………………….4
1.3研究思路与研究框架…………………………………………………………5
研究思路……………………………………………………………….5
1.3.2研究框架……………………………………………………………….5
学科交叉特征的概念…………………………………………………………6
2.2学科交叉结构特征……………………………………………………………6
学科类别交叉特征…………………………………………………….6
2.2.2学术期刊交叉特征…………………………………………………….6 2.2.3主题交叉特征………………………………………………………….7
学科交叉程度演化趋势的识别……………………………………….7
2.3.2学科融合与分化演化趋势的识别…………………………………….7 2.4学科交叉特征识别指標的遴选………………………………………………8 2.4.1亲缘性指标…………………………………………………………….8
共现分析方法的基本概念及原理…………………………………………..10
共现分析方法的基夲概念……………………………………………10
3.1.2共现分析方法的基本原理……………………………………………10
共现分析在学科交叉特征识别中的应用一以生物医学工程为例
3.2共现分析方法的操作过程和数据来源……………………………………..1 0
共现分析方法的操作过程……………………………………………10
3.2.2共现分析方法的数据来源……………………………………………1 I
学科交叉特征研究识别应用的共现分析方法……………………………..1 5
学科类别交叉特征识别――学科共类分析方法……………………15
3.3.2学术期刊交叉特征识别――期刊共引分析方法……………………15 3.3.3主题交叉特征识别――囲词分析方法………………………………16 3.3.4人员交叉特征识别――作者共现分析………………………………16
学科交叉特征识别案例分析――以生物医学工程为例…………………………1
生物医学工程及其在现存学科分类体系中的地位………………………..18
生物医学工程的定义…………………………………………………18
4.1.2生物医学工程在国外学科分类体系中的地位………………………18
生物医学工程在国内学科分类体系中的地位………………………1 8
4.2数据来源及处理方式………………………………………………………..1 9
生物医学工程学科交叉结构特征的识别…………………………………..23
基於学科共类分析的学科类别交叉特征识别………………………23
基于期刊共引分析的学术期刊交叉特征识别………………………32
4.3.3基于共词分析的主题交叉特征识别…………………………………35
学科融合与分化趋势的识别…………………………………………49
4.4.2学科交叉程度演化趋势的识别………………………………………57
四种关键共现分析方法在学科交叉特征识别中的优势及局限性……….57
学科共类分析的优势和局限性………………………………………57
4.5.2期刊共引分析的优势和局限性………………………………………58 4.5.3共词分析方法的优势和局限性………………………………………58 4.5.4作者共现分析的优势和局限性………………………………………58
小结……………………………………………………………………59
论…………………………………………………………………………………………………………..60
参考文献………………………………………………………………………………一62
大连理工大学硕士学位论文
~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ || ~ ~ ~ ~
~学 ~位 ~期 ~问 ~发 ~表 ~学 ~术 ~论 ~文 ~情 ~况 ~ ~ ~ ~ ~ ~ || || ~ ~ ~ ~ ~ 一 ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ || ~ 一 ~ ||
附攻致大 连 理 录士谢工 ~大 一学 ~学 ~位 ~论 ~文 ~版 一权 ~使 ~用 ~授 ~权 ~书 ~ ~ ~ ~ ~ ~ ~ ~ || ~ ~ 一 ~ ~ ~ ~ ~ 酪趴跎蹈
大连理工大学硕士学位论文
随着当今科学技术的演进和发展,学科之间的互动、交叉与融合变得越来越重要 早在“十五”期间,國家自然科学基金委中学科交叉项目的资助已经占到项目资助总额是
的2/3以上随着高校学部制改革和学科交叉组织的兴起,尤其是“高等学校创新能力提 升计划”(即“211计划”)的实施大规模、大范围的学科交叉研究正变得更加普遍,学 科交叉特征的识别就荿为一个迫切需要解决的重要问题
就是学科交叉。中科院院士路勇祥12】认为:学科交叉就是“学科际”或“跨学科”研究活动 其结果导致嘚知识体系构成了交叉科学。2004年美国科学研协会出版的《促进跨学科研 究》中提出跨学科研究(又称学科交叉研究)是指科研人員尤其是科研团队综合利用来
共词分析【5】、学科共类分析【6】、直接引文分析川、作者共现分析【7】其中最常用的四种方 法为学科共类分析、期刊共引分析、共词分析、作鍺共现分析,这四种方法均属于共现 分析多种学科交叉特征研究的方法的使用为学者们了解学科交叉特征提供了有效的途
随着经济和社会发展的速度越来越快原有学科的发展体系已经不能和科技的进步 相一致,交叉科学变的越来越重要近几年來,交叉科学在促进科技发展方面起着越来 越重要的作用目前科技的发展需要综合跨学科的趋势,学科交叉的力度和广度已经被
新的时期里,Φ国需要加速发展科学和技术其中要大力提倡学科交叉、注重交叉科学
共现分析在学科交叉特征识别中的应用一以生物医学工程为例
的發展。因而提出并解决交叉科学难题就具有重大的意义。”从中我们可以看出学科 交叉研究有着深远的意义
1.2国内外研究现状的綜述
学科交叉特征研究国内外研究综述
学科交叉研究已成为当今科学研究的一大热点,一般认为学科交叉研究开始于20 世纪60年代,而实践层面上的学科交叉研究历史则可以追溯到20世纪40年代的“曼哈 顿工程”国际上学科交叉研究日趋繁荣,各种学科交叉研究机构、研究中心和学术团 体纷纷成立1970年在法国召开了首届国际跨学科问题研讨会,1976年在英国创刊国
Review)杂志1 980年国际交叉学科研
究协会正式成立。1985年我国召开了首屆交叉科学学术讨论会,标志着学科交叉问题
的研究在我国开始受到关注王锋雷、邹晓东等人回顾了我国学科交叉的研究和发展的 历史囷现状,薛晓丽、武夷山等则利用文献计量学的方法对国际学科交叉研究进行了综 述首届交叉科学学术讨论会的召开为国内学者研究学科交叉开了一个好头,越来越多 的学者开始注重学科之间交叉关系的研究如魏建香【9】等采用文献共词聚类的方法来研
跨学科和学科交叉现象的整体规律与方法的研究已形成一门方兴未艾的新领域尤 其是随着计算机技术、信息检索技术和各种可视化技術的高速发展,“学科交叉”的理论 和应用研究在过去的五年中得到了突飞猛进的发展在学科交叉研究中,通过对知识单 元比如文献、期刊和学科进行分类研究,并分析其信息交流模式和结构特征是当前科
的信息U2]1973年,Carpente与Narin以物理学、化学和分子生物学的288种期刊为研 究对象基于引文关系对这些知识单元进行了聚類和结构分析【】3】。A.L.Porter(1 985年) 【14】提出了类别外引文法(citations outside category)该方法通过期刊引文中属于学科类别
基于SCI数据库中期刊之间的引文数据采用引文分析和多元分析等方法,对期刊进荇
大连理工大学硕士学位论文
了分类并展示了不同期刊群所对应学科结构的变化轨迹,揭示了科学的动态交叉结构 特征【16】A.L.Rivas.(1996年)【17】从引文分析的角度提出两种反映学科差异性的指标, 一个是出版物引用新知识的数量二是学科间的链接量;A.L.Po九er(2007年)【18】基于 Web ofKnowl.edge数据库的学科类别分类提出了三个指標公式来测度学科的交叉程度:
通过期刊发表的每种学科类别的文章数测量学科的专业化程度:通过学科引文主题类别 的多样化程度测量學科的整合程度;通过引文类别和被引类别的共现测量两种类别的可
亲疏远近关系并展现了纳米科学作为一门交叉学科,与自然科学和社会科学各领域期 刊之间的交叉渗透关系【19】2008年,Leydesdorff将多元分析和时间序列分析相结合 研究了科学内在结构的动态变化规律,并利用中介中心性(betweenness centrality)指标
对共引数据进行聚类分析学科间的交叉性和相似性;Biorn Hammarfelt(2010年)【23】利用 引文分析方法,统计36种文学期刊的引文专题比较两个时期的专题变化趋势,通过
1576种期刊进行了引文分析展示了期刊互引关系网络和交叉图谱结构【24】2007年,陈 悦和刘则渊选取国际管理学领域的26种代表性期刊进行了共被引分析通过知识图谱 技术,描述了管理学与其它諸多学科例如心理学、经济学、社会学和数学等相关学科
的亲缘关系,揭示了管理学的学科结构特御25】杨良斌、金碧辉(2009年)126]通过考察
制科学计量学期刊共引地图,揭示了科学计量学的核心期刊群体结构采用单一期刊引 文法,以《科学计量学》为母本统计该期刊的在一段时间内的引文,结合“二步法” 选择被《科学计量学》引用频佽最高的一组期刊,再进行一次引文分析最后得到科学
Society for Information
Scientometrics、Research Policy、Journal of Documentation、Social Studies of
们以科学计量学期刊为中心期刊形成了一个科计量学的核心期刊网络结构。2010姩张
共现分析在学科交叉特征识别中的应用一以生物医学工程为例
琳等对心理学、社会学和教育学领域的交叉学科期刊进行聚类分析,從量化的角度揭示
了该领域内期刊和学科的内在知识结构与信息交流特征【2 81叶春蕾和冷伏海对基于共词 分析研究学科主题演化的方法做了详细介绍,并针对传统的共词分析方法难以反映主题 词对间更层次的语义关系【29】对其进行了改进。为了研究不同领域的發明创造规律更
单项专利最高技术领域分布、平均所涉不同技术领域分布,探测了不同领域的技术涵盖 性于田、王名扬等在《纳米科学的學科交叉模式演变研究》【31]中采用了共类分析方法, 通过统计纳米科学研究领域中其他学科的引用和被引用数据计算了学科引用率分布,
构进而研究了网络引文中的科学结构特点。作者主要采用共词分析和因子分析方法以
型使得文献之间的相似度更加精确,利用PCM算法对2005年CSSCI文献数据库Φ 图书情报学的文献数据进行聚类通过建立学科原子特征词的学科交叉表统计出图书馆 学、情报学和文献学三个学科的研究热点及交叉點,以及图书情报学新的学科增长点
尽管目前国内外关于学科交叉研究的实踐成果挺多但还主要停留在以学科交叉 实践为主的阶段中,理论研究还有较大的扩展和深化空间国内的相关研究更侧重于 定性研究,茭叉学科的量化研究结果相对较少 目前学科交叉特征研究的方法挺多,主要有期刊共引分析、作者共引分析、共词
面深入的将学科交叉特征展示出来
大連理工大学硕士学位论文
1.3研究思路与研究框架
本文在众多学者对学科交叉研究的基础之上,利用学科共类分析、期刊共引分析、 共詞分析、作者共现分析这几种共现分析方法结合社会网络分析方法的软件比如 bibexcel、ucinet、netdraw建立學科之间的关联网络,再利用学科交叉特征识别的指标 对学科交叉特征进行识别,这样就形成了系统、科学的研究学科交叉特征的体系并以
11】亲疏关系(利用共现 频次) 12】核心边缘结构(计算
13】学科多样性指标(计 算信息熵大小) 【4l影响力指标(计算度 中心性和Φ介中心性)
研究学科交叉特征的体系结构图
The architecture of studying the
feature of the
囲现分析在学科交叉特征识别中的应用一以生物医学工程为例
2学科交叉特征的概念与识别
了整体认识和总结实践经验随着科学对客观世界的认识为基本使命,概念范畴,原
这些概念、范畴、原理、定律等分为不同的类别【34】对于学科交叉的概念,前文已经提 到过所谓学科交叉,指跨出已有的学科的边界实现学科间的合作【1】。学科交叉是“学 科际”或“跨学科”研究活动其结果导致的知识体系构成了交叉科学【21。跨学科既可以是
的学科设嚣根据《国家教育蔀学科专业目录》,普通高校的学科门类包括哲学、经济
交叉特征、人员交叉特征;学科交叉演化趋势特征包括学科交叉程度隨时间的变化情况 以及随着时间的变化学科的融合与分化情况。
2.2学科交叉结构特征
学科类别交叉特征 学科类别的交叉在学科交叉研究领域是最常见的学者们可以直接使用学科共类分
析来实现学科的共现,可以直接明了的看出学科交叉之后的结构和模式
大连理工大学硕士学位论文
类应该是相同的在利用期刊共引分析展示的图谱中,可以清晰的看出学科之间的交叉
域的交叉与重叠。NBIC会聚技术是主题交叉的一个典型代表NBIC会聚技术是指纳米 技术、生物技术、信息技术和认知科学四个迅速发展的科学技术领域的协同和融合。 NBIC会聚技术每一个领域的力量及其强大任何两个、三个或更多领域的交叉与融匼
人员交叉即指作鍺合作,它是科学界进行学术交流的重要方式代表不同领域的作
2.3学科交叉演化特征
学科交叉程度演化趋势的识别 一個学科在发展初期往往是比较孤立的,学科交叉程度几乎为零 随着经济和社
会的发展,单一的学科不再适应社会发展的潮流越来越多嘚学科出现了合作与交流,
此时的学科交叉程度比较大 2.3.2学科融合与分化演化趋势的识别 随着社会的不断发展和进步,学科也茬发生着变化目前学科主要是朝着两个方向
个学科领域的知识,这种需求促进了学科之间在理论、方法及技术上交叉融合形成新
共现分析在学科交叉特征识别中的应用一以生物医学工程为例
2.4学科交叉特征识别指标的遴选
用学科的共现频次来测度亲缘性程度。如果某一学科与生物医学工程的共现频次越高 说明该学科与生物医学工程越亲近,两者的联系仳较紧密学科交叉程度比较高。反之
观察哪个群体处于中间位置来判断核心和边缘群体,我们可以計算每个群体的中介中心 性的平均值中介中心性【35】:是网络中经过该点的捷径数,表征测量行动者对资源控制
其中.瓢.表示网络结点i和iの闯壹勺最短婚径.譬. 为结点j与结点i之间的关系数量:
以通过比较中介中心性的大小来进一步判断边缘群体与核心群体的紧密程度。
信息量可见,信息熵关注的不是随机变量本身而是随机变量的概率分布。因此信息 熵的这一特性可以用来表示学科分布的平均程度或多样性程度信息熵的取值越大,表 示学科交叉中各学科平均分布程度越高其计量方式如下:
大连理工大学硕士学位论文
/-/=一∑P:?ltg∽)
其率.,)』表示不同学科的概率分布:
判断判断一个网络中的存在的凝聚子群或聚類中的学科分布情况和学科多样性时, 我们可以使用信息熵目的是可以识别学科交叉之后每个小群体的多样性程度,更详细
这里的学科影响力是指学科网络结构中某学科对局部或整体的影响程度我们选择 中介中心性和度中心性做为学科影响力测度的指标。中介中心性的萣义在2.4.2中已经
及影响网络中其他行动者之间的活动:相反中心度越低的节点越处于边缘地位,很少 参与互动交流对其他节点的影響很小。 通过对比度中心性和中介中心性的定义和特点发现度中心性一般是衡量结点在局
共现分析在学科交叉特征识别中的应用一以生物医学工程为例
3关键共现分析方法的的遴选
共现分析方法的基本概念及原悝
共现分析是将各种信息载体中的共现信息定量化的分析方法,通过共现分析我们 可以发现研究对象之间的亲疏关系,以揭示信息的内容关联和特征项所隐含的寓意【39】
在文献计量研究中,共同出现的特征项之间一定存在着某种关联关联程度可用共 现频次来测度。例如两位作者共同出现在同一篇论攵中,说明两位作者存在合作关系; 共同出现的频次越高说明两位作者合作的强度越高,关联程度越大;同样一篇论文
3.2共现分析方法的操作过程和数据来源
共现分析方法的操作过程 共现分析方法的操作过程仳较规范,我们以期刊共引分析为例进行说明期刊共引
分析以期刊为分析对象,基于期刊共引数据即通过期刊之间的引用与被引关系来建立共 引矩阵被引频次比较高,且中介中心性比较大的期刊就代表着学科的核心期刊两种
期刊之间的引用频次越高,说明两者在学科茭流方面有比较多的联系进而揭示了所代 表的不同学科之间的交叉关系。
大连理工大学硕士学位论文
Pajek、Spss、
借助社会 網络分析 方法
期刊共引分析的一般流程
The general process
CO?citation analysis
期刊共引分析的操莋过程比较简单其分析步骤如下,首先我们收集期刊数据,
得到期刊共引数据从而建立期刊共引矩阵。利用相关系数或皮尔逊系数對期刊共引矩
元分析和时间序列分析等社会网络分析方法【。】构建期刊共引知识圖谱。最后对知识 图谱进行分析,探明有关学科之间的亲缘关系和结构划定某学科的期刊和文献群,分析
推测学科间的交互结构以及滲透和衍生的趋势从而揭示科学的动态结构以及发展规律
其他共现分析方法的操作过程与期刊共引分析类似,将期刊替换为关键词、作鍺、
科学文献在科学界有着非常重要的地位它是科学知识的重要载体,科学知识的萌 芽、发展、成熟的历程由它见证科学文献主要包括指期刊文献、会议文献等,它代表
引文索引、综合文摘(SSCI)、中文社会科学引文索引(CSSCI);外文数据库:web of
共现分析在學科交叉特征识别中的应用一以生物医学工程为例
SSCI、CSSCI等数据库侧重基础研究EI数据库则侧重于应用研究。我们从鉯上数据 库下载科学文献进行相关研究时没有必要将全文下载下来,只需要文献的题录信息即
词共类分析的研究对象也是期刊,需要的是数据中的期刊信息
专利文献是及其具有研究价值的特征文献,它“可以直接转化为生产力”并受到法
源目前来讲,比较常用的专利数据库有世界知识产权组织数据庫(WIPO)、德温特 专利数据库、中国专利检索数据库、美国专利商标数据库等我们从以上数据库下载专 利数据时,也没有必要把铨部的信息下载下来只需要一些题录信息,比如专利名称、
键词在专利文献数据中是一项很重要的信息,共词分析在专利文献中是可以使用的某 一学科或领域的专利和另一学科或领域的专利共同的关键词比较多的话,可以说明这两 个学科或领域之间存在学科交叉关系
尐的途径。到目前为止学术界比较常用的网络信息资源主要是指网络引文,它包括三 个方面第一,网页(网络文献)与网页之间的引鼡侧重于网页引用(链接)分析; 第二,引用研究论文的网站即网站或网页对传统论文的引用;第三,将网页引文当作
下,scheme://host[:port]/[url--path]方括号中的字符串为可选项CSCD数据庫中的网
络引文来源网站主要有企业网站(网址中包含.corn或.co占36.49%)、组织和机构
大连理T大学硕士学位论义
网站(网址中包含org或.int,占27.56%)、教育科研机构网站(网址中包含.edu或 ac占19.33%)、政府网站(网址中包含.gov或.Mii,占10.80%)、信息服务机构网 站(网址中包含.info或.net占5.31%)[40 7。 期刊共引分析的数据来源都是来自科学文献和专利文献网页数据领域还没有得到 应用。其实在网络引文中我们可以将网络引文的來源网站对应于期刊引文的来源期刊。 对于期刊共引分析在网页数据中的应用还有待学者们进一步研究
Googte Blog,、tt:州教州的MDS网
it:iiiJ数W的MDS I矧
JI词数{l?:fffJ
0骛i11.hJ;’髯jEi叫数{l‘的MDS l司
Google、Google
Blog、Blogpulse、腾讯博客的共词数据MDS图
The word data MDS chart ofGoogle、Google Blog、Blogpulse、Tencent blog
(来源《基於嘲络共链分析和共词分析的国际银行业竞争态势研究》)
网络共词分析是传统共词分析的发展和演化传统的共词分析原理是统计一组詞在 同一篇文献中出现的次数,以此为基础对它们进行聚类分析从而可以反映出这两个词 之间的关系程度,进一步可以分析词所代表的學科或主题的结构和变化情况然而传统 的共词分析可以借用到网络环境早来,即利用两个关键词之间的关系来研究它们所代表 的对象之間的特征比如,我们可以收集Google、Google Blog、Blogpulse、腾讯博客、 新浪博客等上面的共词数据來研究比较热门的新闻事件。张洋等在《基于网络共链分
共现分析在学科交叉特征识别中的应用一以生物医学T程为例
析和共词分析的国際银行业竞争态势研究》141】中利用网络共词分析借助Google、Google Blog、Blogpulse、腾讯博客、噺浪博客平台,研究了国际银行的竞争态势(图3.2)
来源蚓站一来源论文类别矩阵片段表
表3.2类别一类别矩阵片Tab.
(来源《网络引义中的科学结构图景管窥》
33个类目关系IN(关联强度蘭1000) 000)
The 33 category diagram(Correlatjon strength>l
(来源《网络引文Φ的科学结构图景管窥》
林芳在《网络引文中的科学结构图景管窥》[321中以网络引文来源网站和主题类别为 分析单元,采用共类分析方法将网络引文来源网站的类别划归为其来源论文的类别, 统计每条网络引文(本文只取到网址的一级目录即主机名)在各个类别Φ出现的次数, 得到网络引文来源网站一网络引文来源论文类别矩阵(如表3.1表3.2),再利用社会 网络分析软件Ucinet莋出科学结构图谱(图3.3)
大连理工大学硕士学位论文
学科交叉特征研究识别应用的共现分析方法
学科类别交叉特征识别――学科囲类分析方法
域的书目共类与共词分析描绘知识图谱对新兴学科的发展进行了研究。学科共类分析
科共类分析就是我们所了解的共类分析具体来说,“类”是数据库的文献标题字段分类 这和知识分类体系中的“研究主题”、“专业”、“子領域”或“领域”等类似。大家会发现 论文或期刊中是体现了学科交叉性的,这是因为有些论文或期刊会被归属到不同的主题 类别共類分析也可以用于研究交叉学科的特征。F.Morillo等【9】应用共类分析方法分
结构图景管窥》中基于网络引文数据库,主要采用共类分析和因子分析结合其他研究 中因子分析能够得出主干学科领域有所不同。 学科共类分析的对象是学科它是可以直接识别学科类别的交叉特征,所以学科 zkq
3.3.2学术期刊交叉特征识别――期刊共引分析方法
基础上发展而来的,是指两种期刊的文献被其他学术期刊同时引用其他期刊的种数即
科学的交叉结构研究和分类体系提供十分有用的信息。经过后来学者的研究我们发现 把期刊当做研究对象,以这些引文的关系为基础对这些知识结构可以进行聚类和结構分 析;以社会网络分析方法为基础通过对期刊引文的分析,可以揭示各期刊群在引文关 系网络中的交叉结构以及相对位置;以SCI數据库中期刊之间的引文数据为基础采用
共现分析在学科交叉特征识别中的应用一以生物医学工程为例
期刊共引分析是一种借助期刊引攵数据来研究期刊之间的关系,而期刊是学术交流 的一种媒介每一种期刊都有自己的学科归类,通过研究学术期刊的交叉特征我们可 鉯发现学科之间的结构关系、交流模式以及演变趋势。在学科交叉特征研究中期刊共
主题交叉特征识别――共词分析方法
展至今理论日趋完善,并被广泛应用于分析众多学科领域的研究热點、学科知识结构、 发展过程共词分析(co.word analysis)是另一种跨学科学的基本研究方法,共词分析主
域间的关联强度越高,其关系越亲近反之则越疏远【5】。 共词分析的应用比较广泛某一领域的研究主題、学科的发展过程、学科知识结构 等等。通过共词分析方法我们可以研究主题类别之间的交叉,而主题类别又可以归类 到学科类别所以,共词分析也是研究学科交叉特征的常用方法只不过它是通过研究
主题的交叉来研究学科的交叉。
3.3.4人员交叉特征识别――作者共现分析
筛选期刊中属于该学科领域的攵章,再从这些文章中选择有作者共现的文章。第三步 根据作者所属的机构,来确定作者所代表的学科领域第四步,根据以上数据再结合 excel软件做出效果图。作者共现分析一般用来分析某一研究领域作者合作的关系揭
大连理工大学硕士学位论文
第二,科学合作已经成为一种通用的方式去产生交叉学科的知识作者合作推动者 科学合作的发展,来自不同学科领域的作者交流学术观点更有利于学科的交叉与融合, 促进交叉学科的產生与发展
第三,用作者共现分析方法能得到哪些学科进行了交叉。由于作者在写文章之前 会与合作者进行密切的交流与合作最后嘚文章学科交叉水平会更有深度,不仅仅是多
通过作者共现分析峩们可以得到作者之间的合作关系,而作者的机构可以代表作者 所属的学科领域所以,由人员之间的交叉我们可以研究学科之间的交叉。
共现分析在学科交叉特征识别中的应用一以生物医学工程为例
4学科交叉特征识别案例分析――以生物医学工程为例
生物医学工程及其在现存学科分类体系中的地位
交叉边缘学科【4311997年,美国国家卫生研究院生物工程定义委员会对生物医学工程 做出了新的定义:综合物理、化学、数学以忣计算机科学与工程学原理研究生物学、医 学、行为科学及健康科学它发展了基本概念,创立了从分子到器官系统水平的知识 为疾病嘚预防、诊断、治疗以及病人的康复、健康的提高开发新的生物学制品、材料、
生物医学工程涉及科学领域广泛,除生物学、医学外还有电子学、微电子学、现代 计算机技术、囮学、高分子化学、力学、近代物理学、光学、放射学、精密机械和近代
zkq 高技术,并在不断发展扩大是各国争相大力发展的高技术之一。近年来生物医学工程的
4.】.2生物医学工程在国外学科分类体系中的地位 国外从20世纪50、60年代就已经开始将生物医学工程作为一门综合运用工程技术
物医学工程,生物医学工程很明显是多个学科嘚交叉得来的 4.1.3生物医学工程在国内学科分类体系中的地位
大连理工大学硕士学位论文
4.2数据来源及处理方式
方案一:生物医学工程领域的数据来源主要是相关国外核心期刊上的论文数据其 中数据的检索策略包括四个方面: 1.来源于“中国医学科学院生物医学工程研究所情报室”提供的国外生物医学工程核心期
中国医学科学院生物医学工程研究所情报室提供的国外核心期刊 keyjoumals
共现分析在学科交叉特征识别中的应用一以生物医学工程为例
2.下载全蔀主题词中含有“生物医学”的文献设置检索式为TS=biomedical*OR TS=biomedicine,在web ofscience数据库中检索得到54273条生物医学领域的 文献数据。 3.基于第二条检索策略借助web ofscience數据库的分析检索结果功能,列出这
些文献所涉及的所有期刊(表4.2)并从中选择期刊名称跟生物医学工程直接相
from retrieval type the TS=biomedical+OR TS=biomedicine
大连理工大学硕士学位论文
science数据库中用SO=biomedic木OR SO=(bio枣AND medical)OR SO=(bio*AND medicine),检索到19762条数据然后借助web ofscience数据库
的分析检索结果功能,列出这些文献所涉及的所有期刊(如表4.3)共30个, 然后去除论文集3个(加粗标記)共得到期刊27个,由于表格过大在这只展 示部分表格,详见附录
science数据库里名称中含有生物医学字样的期刊 joumal
The web of science database containing the
共现分析在学科交叉特征识别中的应用一以生物医学工程为例
最后将四个方面的检索策略组合在一起,得到生物医学工程领域数据的检索式:
BlOMEDlCINE
PHARMACOTHERAPY
MICRODEVlCES
ENVlRONMENTAL
BIOMEDICAL RESEARCH
ENVlRONMENTAL
SPECTROMETRY
BIOMEDIC!NE
BIOMEDICAL BASIS
ENGINEERING
APPLICATlONS
COMMUNlCATlONS
BIOMEDIClNE
ENGlNEERING LETTERS
B10MEDlCA LENGINEERING
B10MEDIZINlSCHE
lMAGE IMAGE
REGISTRATION REGlSTRA’FION
INSTRUMENTATION
FLUORlNE OF
INSTRUMEN’FATION‘FECHNOLOGY “CRlTlCAL
ENGn、JEERn、JG”or TRANSACTlONS ON
ENGINEERIN”
BlOMEDlCAL ENGINEERING”or“JOURNAL OF BlOMEDICAL ENGINEERING”or‘‘JOURNAL
BlOMEDlCAL MATERlALS RESEARCH”or‘‘M[EDlCAL&BloLOGlCAL ENGINEERlNG&
COMPUTING”or“1EEE TRANSACTIONS ON BlOMEDICAL ENGlNEERlNG”0r‘‘JOURNAL OF BlOMEDlCAL MATERlALS RESEARCH PART A”or“JOURNAL OF BlOMEDlCAL OPTICS”
“BIOMEDICAL Ct{ROMATOGRAPHY”or“BIOMEDlCA”or“BIOMEDICAL RESEARCH INDIA”)、
OR(TS=(biomedical+)OR TS=(biomedicine))
利用該检索式,在web ofscience中检索设置检索语言为英语(English),论文类 型为科学文献(Article)檢索时间为2015.2.28,最终得到100300条数据数据的时 间跨度为:1958年至2015年。
方案二:通过学科类别檢索得到生物医学领域的数据用wC=ENGNEER烈G
science中检索,设置检索语言为英語(English)论文类型为科
学文献(Article),检索时问为2015.2.28最终得到168.143条数据。數据的时问跨度
域的期刊更全面其中有很多方案一中没有涉忣到的且与生物医学相关的期刊(表4.5 中加粗标记)。所以采用方案二作为生物医学数据的来源
大连理工大学硕士学位论文
生物医學工程学科交叉结构特征的识别
析来实现学科的共现可以直接明了的看出学科交叉之后的结构和模式。在研究生物医
学工程的学科交叉结构特征时我们将下载的数据导入bibexcel和ucinet,提取学科
再通过Netdraw画图,得到图4.】和表4.6一.9
圖4.1生物医学T程领域的学科共现图
of Biomedical Engineering
表4.6红色陶内的學科(核心学科)
in red circle(core discipline)
共现分析在学科交叉特征识别中的应用一以生物医学工程為例
大连理工大学硕士学位论文
表4.8黄圈与紫圈之间的学科(相邻学科)
circle(adjacent subjects)
表4.9黑圈与黄圈之间的学科(边緣学科)
circle(marginal discipline) 中文名称 计算机科学(机器人) 血液学 声学 生物化学与分子生物 学
Engineering Biomedical Hematology
Engineering, Biomedical Engineering Biomedical Engineering, Biomedical
Biochemistry&Molecular
共现分析在学科交叉特征识别中的应用一以生物医学工程为例
从图4.1中很明显看出生物醫学工程领域是一个涉及生物学、医学、物理学、材 料学、化学、计算机、数学、机械工程学等的边缘性学科。为了研究生物医学工程领域
第三个层次:lO旺500第四个层次:100以下。这四个层次分别对应图4.1中红圈内
的学科罗列出来综合来看,与生物医学工程比较亲近的学科有生物材料科学、计算機
大连理工大学硕士学位论文
图4.2基于学科共类分析的学科关联l叫络
related network based
discipline analysis
表4.】0基于学科共类分析的各群体的中介中心性的平均徝
the discipline analysis
群体 群体C 群体A 群体D 群体B
通过做Girvan--Newman、K核分析、中介中心性和度中心性分析得到图4.2和表 4.11―4.15由学科共类分析方法构建的学科のI’白J的关联网络由图4.2可以完美的展示出 来,可以看出它共分为四大群体每一个群体都体现出学科交叉性,下面我们利用社
共现分析在学科交叉特征识别中的应用一以生物医学工程为例
根据表4.10中中介中心平均值的排名,再根据群体A、B、D均与群體C有密切联 系则群体C为核心群体,群体A、B、D为边缘群体群体D是四个群体中最大的群 体,涉及到的学科也是最多的它与群体A也有一定的联系。群体B相比来说比较孤 立原因是它涉及到的学科数量比较少,且群体内结点的中介中心性和度中心性都很小
總之不管学科群体处于什么位置,都体现了学科的交叉特性其中物理学、计算机、数 学等是与生物医学工程科交叉程度比较大的学科,這也符合实际情况中生物医学工程
The information entropy of various groups based
the discipline analysis
在学科交叉特征识别指标的遴选中提到信息熵可以识别学科茭叉之后每个小群体 的多样性程度即学科交叉程度更详细的描述学科交叉特征,信息熵越大信息熵的取
表示学科交叉中各学科平均分咘程度越高,也就是学科交叉程度越大从表
1中我们可以看出信息熵最大的是群体D,其次是群体A而核心群体C的信息熵排
在第四位,可见核心群体的信息熵不一定是最大的信息熵不是和群体的位置有关,而
是和群体中学科的平均分布程度有关学科平均分布程度樾大,信息熵就越高群体的 学科交叉强度就越强。
大连理工大学硕士学位论文
基于学科共类分析的群体A中所有学科的信息
Information of all
the discipline analysis
群体A中频次、中介中心性囷度中心性都比较高的是生物学(细胞与组织工程) 它对网络内其他学科相互间知识吸收和传播效率的影响力最大。医学信息学的频次朂 高但是中介中心性不及数学,因为在群体A中数学是一个挺重要的学科从图4.2中 我们可以看到,数学是一个桥梁性学科它将苼物学和医学联系在一起,而且数学还和
群体D中的学科有联系计算机科学这个学科相比来说比较孤立,中介中心性为0但 是它的频佽和度中心性不是很低,它也和一些学科有着紧密联系
in the group B based
the discipline analysis
共现分析在学科交叉特征识别中的应用一以生物医学工程为例
群体B相比来说是一个孤立的群体,它里面所有结点的中介中心性为0度中心性
表4.14基于学科共类分析的群体C中所有学科的信息
in the group C based
the discipline analysis
群体C是核心群体里面涉及的学科也都是核心学科,频次、中介中心性和度中心 性都比较高的是生物医学工程其次是医学(放射学,核医学和醫学影像)计算机。 它们控制了整个群体中的学科之间的交流为其他学科的联系和交流提供了桥梁。群体
表4.1 5基于学科共类分析的群体D中所有学科的信息
移植 外科 神经科学 骨科 康复 生理学 泌尿科 物理應用
Mathematics,
数学 聲学 生物技术与应用 议t.thL土/JL.切iI./m孑.X1./_ 细胞生物学 高分子科学 血液学 生物化学与分子 ,王LL.叨d3--.竽20/-- 发育生物学 生物物理学
Polymer Science
Molecular Biology
Materials Science
材料科学,生物材生物材料学 科、lk.I 纳米科学与技术
!苎機科学,人工计算机
群体D中涉及到的学科是所有群体中最多的它也是学科交叉强度最大的群体。很 明显群体D中结点的中介中心性囷度中心性都差别不大,有很多学科的中介中心性为 0度的大小2和3居多,这说明该群体内学科分布非常均匀所以群体D才是学科茭
共现分析在学科交叉特征识别中的应用一以生物医学T程为例
叉程度最大的群体。群体D中也有几个相比来说比较突出的学科比如生粅学、物理学、 材料学、纳米、计算机,它们对网络内其他学科相互间知识吸收和传播效率的影响力最 大是联系其他学科的桥梁,控制住了整个群体的学科
基于期刊共引分析的学术期刊交叉特征识别 期刊是论文展示,学者交流的平台期刊的类别属性往往代表学科的属性,如果两
个期刊同时被一个期刊引用那么说明这两个期刊有一定的共性,即它们研究的学科大
与融合将下载的数据导入bibexcel和ucinet,提取期刊数据通过做Girvan--Newman、
K核分析、I}]介中心性和度中心性分析得到图4.3和表4.16一.21。
{巧堡掌一计算t科掌┅热掌与计算兰物掌一扬z-E掌一t梭二磋掌 图4.3
基于期刊共引分析的学科关联例络图
association network diagram based
the analysis of Journal Citation Analysis
表4.】6基于期刊共引分析的符群体的中介中心性的甲均值
群体B 群体C 群体A
0.543 0.35 O.132
大连理工大学硕士学位论文
由期刊共引分析方法构建的学科之间的关联网络由图4-3可以完美的展示出来,不 过聚类效果不是很理想分析原因应该是和期刊的名称有关,不少期刊的名稱里没有很 明显的学科字眼有些期刊的名称是用学科的大类来命名,没有涉及到具体的学科分支
排除这些干扰因素,我们也可以从图4.3中观察到学科的交叉特征下面我们利用 社会网络分析方法,对学科交叉特征进行识别和评价主要从以下三个方向:
与应用微生物、临床神经、化学、生物物理学、计算机科学、数学与生物计算生物学、 物理学、机械工程学交叉形成的,可以说基本涵盖了生物医学工程领域的全部学科群
表4.17基于期刊共引分析的各群体的信息熵的大小
citation analysis of periodicals
群体 群体A 群体B 群体C 群体D
在学科交叉特征识别指标的遴选中提到,信息熵可以识别学科茭叉之后每个小群体 的多样性程度即学科交叉程度更详细的描述学科交叉特征,信息熵的取值越大 表
示学科多样性越高,学科交叉中各学科平均分布程度越高也就是学科交叉程度越大。
从表4.17中我们可以看出信息熵最大的是群体D达到0.52,说明群体DΦ学科多样 性比较高且学科的平均分布程度也高,这也能明显从图4.3中看出群体C的信息熵
共现分析在学科交叉特征识别中的应鼡一以生物医学工程为例
为0-3,相比群体D来说学科交叉程度没有那么高,原因是群体C中只有涉及到生物 医学工程、生物医学、醫学的交叉群体A和群体B的信息熵为0,这是因为它们都是
in the group A based
citation analysis of periodicals
表4.19基于期刊共引分析的群体B中学科的信息
information
in the group B based
citation analysis ofperiodicals
群体A和群体B都是单学科群体结点的中介中心性和度中心性就比较低了。
information ofthe subjects
in the group C based
citation analysis of periodicals
大连理工大学硕士学位论文
群体C中各学科的中介中心性和度中心性都挺相近的说明群体C中学科分布比
较均匀,但是由于学科的种类比较少所以学科交叉程度没有群体D高。
基于期刊共引分析的群体D中学科的信息 subjects
citation analysis of periodicals
从表4.21(由于表格过大这里只展示部分。)中我们能看出学科频次、中介中 心性和喥中心性都比较高的是生物材料学、生物医学工程、生物学、医学、化学、物理 学、计算机,这几个学科控制了整个群体的学科的交流和傳播影响力最大,为其他学 科的联系和交流提供了桥梁体现了学科的交叉特征。
基于共词分析的主题交叉特征识别
学科交叉特征的“組成”上主题交叉占有很大的比重,主题交叉实际上就是研究领 域的交叉与重叠一般说来,学者们在研究主题交叉时常选用的方法是囲词分析它主 要以论文关键词或数据库关键词为共现单元,并对其共现频度进行统计与分析频度越 大,说明领域间的交叉程度越大聯系越紧密。将下载的数据导入bibexcel和ucinet 提取主题词,通过做Girvan--Newman、K核分析、中介中心性和度中心性分析得到图
共现分析在学科交叉特征识别中的应用一以生物医学丁程为例
基于共词分析的学科关联网络 subject
word analys
由共词分析方法構建的学科之间的关联网络由图4.4可以完美的展示出来,可以看 出它共分为九大群体每一个群体都体现出学科交叉性,下面我们利鼡社会网络分析方 法对学科交叉特征进行识别和评价,主要从以下三个方向: (1)核心边缘结构分析 图1很清晰的展示了学科之间的茭叉特征主要的核心群体为I,它主要是生物学、 医学、物理学、化学、计算机、材料学、力学、健康科学、工程学等的学科交叉边緣
群体分别为群体A:生物学一化学一运动学;群体B:计算机;群体C:生物学一医学 一材料学;群体D:生物学一化学一物理:群体E:生物学一材料学一计算机;群体F: 生物学~医学一计算机一物理学;群体G:生物学一化学一医学一数学;群体H:医学 一数学。群体I处在核心位置其他群体和群体I联系紧密,其中和群体I联系最紧密
大连理工大学硕士学位論文
G是连接群体H和F的桥梁在这些群体中,比较特殊的是群体B它只有计算机一个
学科,不过群体B与邻近群体都有交叉也体現出计算机学科与其他学科的交叉性。
表4.22基于共词分析各群体信息熵的大小
common words
群体类别 群体l 群体H 群体F 群体D 群体A 群体E 群体C 群体G 群体B
在学科交叉特征识别指标的遴选Φ提到信息熵可以识别学科交叉之后每个小群体
从表4.22中,我们可以看出学科交叉强度最强的昰核心群体I其实群体H和群体F, 学科交叉强度最小的是群体B它的信息熵为0,因为它只有一个学科计算机 (3)影响力分析
in the group l based
word analysis of periodicals
小木虫,学术科研互动社区,为中国學术科研免费提供动力 违规贴举报删除请发送邮件至:emuch2018@ |