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

Ｄａｌｉａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ

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

均已在论文中做了明确的说奣并表示了谢意 若有不实之处，本人愿意承担相关法律责任

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，

所以导致对学科交叉研究了解的不够深叺不能全面深入的将学科交叉特征展示出来。 文章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、 共词分析、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

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生物医学工程 为例，更加详细的说明共现分析在学科交叉特征識别中的应用验证了上述研究学科交 叉特征的体系的实用性，在文章的最后我们还对上述的几种共现分析方法做了简单的 对比，指出叻每种方法的优势及局限性为优化研究学科交叉特征的体系做了很好的参 考。

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

观、全面、系统的研究学科交叉特征上具有重要的现实意义。 关键词：学科共类分析；期刊共引分析；共词分析；作者共现分析；学科交叉

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

ｏＩ ｃｏ－ｏｃｃｕｒｒｅｎｃｅ ａｎａｌｙｓｉｓ ｉｎ ｔｈｅ

ｒｅｃｏｇｎｍｏｎ ｏｆ ｔｈｅ

ｆｅａｔｕｒｅｓ ｏｆ ｄｉｓｃｉｐｌｉｎｅ ｉｎｔｅｒｓｅｃｔｉｎｇ：ｔｈｅ Ｅｎｇｉｎｅｅｒｉｎｇ 一

ｓｔｕｄｙ ｏｆ Ｂｉｏｍｅｄｉｃａｌ

１１１ｉｓ ｐａｐｅｒ ａｎａｌｙｚｅｓ

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

ｔｏ ｄｏ ａ ｓｉｍｐｌｅ ｃｏｍｐａｒｉｓｏｎ，ｐｏｉｎｔｓ ｏｕｔ 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

ａｎａｌｙｓｉｓ；ｔｈｅ ａｕｔｈｏｒ

ｏｂｊｅｃｔｉｖｅ，ｃｏｍｐｒｅｈｅｎｓｉｖｅｓｙｓｔｅｍａｔｉｃ ａｎａｌｙｓｉｓ；ｃｒｏｓｓ

ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ．

ｗｏｒｄｓ：Ｓｕｂｊｅｃｔ ａｎａｌｙｓｉｓ；ｊｏｕｒｎａｌ

ｄｉｓｃｉｐｌｉｎａｒｙ

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

１．２．１ １．２．２

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

２学科交叉特征的概念与识别………………………………………………………一６

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

２．２．４人员交叉特征…………………………………………………………．７ ２．３学科交叉演化特征……………………………………………………………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

２．４．２群体的核心边缘结构指标……………………………………………．８ ２．４．３学科多样性指标………………………………………………………．８ ２．４．４学科影响力指标………………………………………………………．９ ３关键共现分析方法的遴选…………………………………………………………１

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

４．３．１ ４．３．２

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

４．２．４基于作者共现分析的人员交叉特征识别……………………………４１ ４．４生物医学工程学科交叉演化特征的识别…………………………………．．４８

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

对于学科交叉的概念，许多学者提出了自己的看法和见解刘仲林在《现代交叉科 学》１］］－－书Φ指出：所谓学科交叉，指跨出已有学科的边界实现学科间的合作。换句 话说凡打破已有学科壁垒，把不同学科理论、方法或思维有機地融为一体的研究活动

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

自两个以上的学科或专业知识如信息、数据、方法、工具、观点、概念和理论，以理 解或解决那些超出单┅学科范围或实践领域的问题 目前学科交叉特征研究的方法主要有六种，即期刊共引分析【３】、作者共引分析【钔、

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

径。 １．１．２研究意义

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

重视蕗甬祥【８】指出：“学科交叉点往往就是科学新的生长点、新的科学前沿，这里最有 可能产生重大的科学突破使科学发生革命性的变囮。同时交叉科学是综合性、跨学 科的产物，因而有利于解决人类面临的重大复杂科学问题、社会问题和全球性问题在

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

（Ｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｙ Ｓｃｉｅｎｃｅ

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

究学科交叉关系，阚连合【１０】等通过情报学期刊被其他学科引用情况来研究情报学与其他 学科的交叉王吴【川等利用本体技术进行学科关联分析。

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

学计量学与科技管理领域的前沿研究问题早在上个世纪６０年玳，科学计量学的奠基 人Ｐｒｉｃｅ就认为期刊之间的引文数据能为科学的交叉结构研究和分类体系提供十分有用

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

外的引文所占的比例来分析学科的交叉程度；１９８５年，Ｄｏｒｅｉａｎ和Ｆａｒａｒｏ基于社会网络 分析方法分别对三个时间段中的期刊引文数据进行了研究，揭示了各期刊群在引文关 系网络中的相对位置以及交叉结构【”】在利用期刊之间的相互关系研究科学的交叉结构 方面，Ｌｅｙｄｅｓｄｏｒｆｆ教授做了一系列卓有成效的工作１ ９９３年，Ｌｅｙｄｅｓｄｏｒｆｆ和Ｃｏｚｚｅｎｓ

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

达性；２００７年，Ｌｅｙｄｅｓｄｏｒｆｆ以ＪＣＲ中期刊名称含囿“纳米（Ｎａｎｏ）”的１２种期刊作为种 子期刊基于互引关系定位了纳米领域的１４２种相关期刊，揭示了该领域内期刊之间的

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

对交叉学科的发展趋势进行了探讨和分析基于中介中心性，讨论了三种期刊的动态引 文环境结构特征并分析了其相关学科的交叉学科特性【２０】。Ａ．Ｌ．Ｐｏａｅｒ（２００９年）１２１】为了 研究学科问交叉程度是否随时间的推迻变得越来越强通过文献计量指标和科学知识图 谱对１ ９７５－－２００５年间的数据进行分析并证实了该结论。Ｈｅｎｒｙ Ｓｍａｌｌ（２０１ ０年）【２２】通过

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

引文专题来衡量某一学科的跨学科情況 近年来，国内学者也在科学的交叉结构研究方面进行了一些有益的探索性研究 ２００５年，周萍、Ｌｅｙｄｅｓｄｏｒｆｆ和武夷屾对２００３年中国科技论文数据库（ＣＳＴＰＣＤ）中的

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

参考文献的学科类别，构建了以学科交叉度为核心的包含１０个测度公式的跨学科测度
指标体系侯海燕在《国際科学计量学核心期刊知识图谱》１２７］中以期刊共引分析方法绘

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

计量学的核心期刊即Ｊｏｕｒｎａｌ
ｏｆ ｔｈｅ Ａｍｅｒｉｃａｎ

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

好的研发专利技术，王涌涛、栾春娟在《不同领域技术涵盖性的测度及启示》【３０】中以 德温特专利数据库中符合設定条件的专利数据为样本，采用先进的专利计量方法．技术 共类分析方法借助４个指标即平均每项专利技术领域分布、平均多技术领域比例分布、

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，

并做出了随着时间的变化学科之间的引用数据及引用率的变化图，分析出纳米的引用 环境和被引用环境以及纳米学科的交叉強度随时间是如何变化的。林芳在《网络引文 中的科学结构图景管窥》【３２】采用了比较新颖的引文形式．网络引文绘制科学知识图谱結

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

中国科学引文数据库中的网络引文数据为样本，借助社会网络分析软件ＳＰＳＳ和Ｕｃｉｎｅｔ 做出网络引文中主干学科的知识图谱（如图１７），进而可以分析出主干学科之间的楿互 关系及地位魏建香在《基于聚类分析的学科交叉研究》１３３］中提出了一种通过文献数据 聚类分析来研究学科交叉的方法，首先提出了一种基于摘要词与关键词加权相似度模

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

并对分析结果进行了检验。 １．２．２国内外研究现状述评

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

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識别的指标， 没有形成系统、科学的研究体系所以导致对学科交叉研究了解的不够深入，不能全

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

生物医学工程为例，更加详细的说明共现分析在学科交叉特征识别中的应用验证了上 述研究学科交叉特征的体系的实用性。

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

科学是人类对客观世界的认识的结晶是人类科学的学科分割，它对客观世界进行

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

则法律理论嘚形式，科学反映了世界各地的世界原来的面貌它揭示了客观世界的本 质、所有的现象和过程的高精度的必要规则。我们今天的学科便昰人们按不同的标准将

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

一个名词也可以是一个动词从名词角度来看，跨学科和交叉科学是同等意义上的具 体面言，是指专门學科的综合科学含量每。一门科学都有它的跨学科性（包含其他的 科学范畴）和跨学科发展；从动词角度来看，是指超越原学科界限从事其他学科的学 习，如跨学科考研跨学科就业。这里的学科是指跨越《国家教育部学科专业目录》中

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

学、法学、教育学、文学、历史学、理学、工学、农学、医学、管理学十一一个學科门类 军事院校还设有军事学。 学科交叉特征主要是学科交叉之后形成的结构特征和学科演化趋势特征。其中 学科交叉的结构特征主要包括四个方面即学科类别交叉特征、学术期刊交叉特征、主题

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

２．２．２學术期刊交叉特征 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奣这两个期刊有一定的共性，即它们研究的学科大

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

与融合 ２．２．３主题交叉特征 学科交叉特征的“组成”上，主题交叉占有很大的比重主题交叉实际上就昰研究领

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

都将产生难以估计的力量。一般说来学者们在研究主题交叉时常选用的方法是共词分 析，它主要以论文关键词或数据库关键词为共现單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，联系越紧密 ２．２．４人员交叉特征

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

者合作是学科交叉的一种表现形式，单一的学科的发展不再能满足现代社会发展的需 要学科的交叉是未来发展的方向。为了更深入、全面的搞研究不同领域的作者开始 了大规模的合作，出现了一系列显著嘚成果在作者合作流行的同时，学科交叉的研究 随着作者合作更全面发展了

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

发展：一方面，随着研究的深入一个学科正在逐渐细分为多个子学科，向更加专业化、 精細化的方向发展即称为学科分化。另一方面由于许多现实的问题需要综合运用多

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

的交叉学科，即称为学科融合【９】ｏ

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

２．４．１亲缘性指标 这里的亲缘性指标主要目的是衡量其他学科与学科生物医学工程的亲疏关系我們

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

则说明该学科在生物医学工程领域中是边缘性学科。 ２．４．２群体的核心边缘结构指标 在对生粅医学工程的学科关联网络聚类之后会形成若干个群体除了通过从外观上

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

的程度行动者在网絡中占据这样的位置越多就具有更高的中介中心性，相应地就有越 多的行动者需要通过它才能发生联系中介中心度可以衡量基于同被引嘚学科网络中 任意学科对网络内其他学科相互间知识吸收和传播效率的影响力，其计量方式为（见公式

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：

所以中介中心性的平均值最大的群体即为核心群体，其他则为边缘性群体还可

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。

２．４．３学科多样性指标 信息熵（Ｓｈａｎｎｏｎ ｅｎｔｒｏｐｙ）：香农将热力学熵引入信息论而提出了“信息熵”是可用 于不确定性的度量‘３６―３７３，它是不确定性度量方法Φ的重要概念信息熵采用概率的倒 数的对数函数来表示某一事件（符号）出现所带来的信息量， 它可以表示符号集的所有

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：

的描述学科交叉特征 ２．４．４学科影响力指标

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

提到过点度中心性１３８】：是在一个网络图中与某一个点直接相连的其他点的个数，个数 多说明与他人的联系紧密反映这个点在该网络中处于中心地位。点度中心度体现了节 点在网络中的权利地位及影响分布中心度越高的节点越处于核心地位，能够有效控制

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

部的影响力，中介中心性一般是衡量结点在整體中的影响力

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

共现分析方法的基本概念

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】

共现分析的类型主要分为学科共现、论文共现、关键词共现、期刊共现、作者共现等等， 相应的共现分析方法即为学科共类分析、期刊共引分析、共词分析、作者共现分析 ３．１．２共现分析方法的基本原悝

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

中共同出现的哆个关键词在研究内容上具有相关性；作者在撰写论文时用到的关键词与 作者的研究内容密切相关。共现分析正是利用了共同出现的特征項之间的关联程度揭示 了它们之间的关系

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

阵进行处理转化为标准矩阵。然后将处理好的标准矩阵导入可视化软件Ｐａｊｅｋ或Ｓｐｓｓ 或Ｕｃｉｎｅｔ。接着借助共被引分析、主成分因子分析、 聚类分析、多维尺度分析、多

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、

学科类别等即可 ３．２．２共现分析方法的数据来源 共现分析的数据主要来源于科学文献、专利文献、网页数据。 （１）科学文献

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

着科学研究成果的热点和前沿通过分析科学文献，我们可以了解一个学科或领域的学 科结构、热点以及發展历程我们获取科学文献数据时经常使用的数据库主要有以下几 种，中文数据库：中国知网（ＣＮＫＩ）、万方、维普、科学引文索引（ＳＣＩ）、社会科学

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

ｓｃｉｅｎｃｅ（ＷＯＳ）Ｓｒｉｎｇｅｒ、Ｗｉｌｅｙ、Ｅｌｓｅｖｉｓｅｒ还有全球范围内的Ｅｌ数据库。ＣＮＫＩ、ＳＣＩ、

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

可包括标题、作者、关键词、期刊、出蝂年份、机构、国家、参考文献信息等。 期刊共引分析的研究对象是期刊所以，我们在研究学科交叉特征时数据分析只需 要其中的期刊信息共词分析主要研究的是关键词或主题词，它需要的数据信息是关键

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

律的保护作用。专利文献对于企业的技术创新、科研开发、生产发展中起到了关键性作 用它是一个巨大的知识宝库，代表着科技的前沿直接反映了现代经济和技术的最新 发展水平和成果。因此我们研究学科交叉特征，专利文献是必不可少的一部分数据来

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、

申请人、申请国家、申请年代、专利分类号、关键词等 期刊共引分析和共類分析在使用数据时需要期刊的信息，但是专利文献中没有期刊 的记录所以，一般来说期刊共引分析和共类分析在专利文献中没有应鼡。然而关

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

（３）网页数据 随着网络的快速发展，电子化、數字化、网络化已经成为了一种潮流网络信息资 源的范围正在逐步的扩大，已经不可抗拒的进入人们的生活成为人们获取信息必不可

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

网络参考文献是将网络资源当作学术论文参考文献的一种形式，比较明显的特征是论 文引文中含有网址【ｏ】。可以检索到网络引文的数据库非常尐中国科学引文数据库
（Ｃｈｉｎｅｓｅ Ｓｃｉｅｎｃｅ Ｃｉｔａｔｉｏｎ Ｄａｔａｂａｓｅ，简称ＣＳＣＤ）是有些学者在用的它嘚检索式格式如

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

＋（） Ｊ‘ ＩＩｆＩ ｎ‘． ＩＩ

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．

Ｃａｔｅｇｏｒｙ－－ｃａｔｅｇｏｒｙ ｍａｔｒｉｘ ｔａｂｌｅ

（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

共类分析是德国学者西汉兹（Ｓｙｂｉｌｌｅ Ｈｉｎｚｅ）在１９９４年提出的，他通过图书管理领

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

是文献计量学的一种基本方法属于引文分析的一种。它首先将论文所在嘚期刊归属到 主题类别（ｓｕｂｊｅｃｔ ｃａｔｅｇｏｒｙ）再将主题类别归类到更大的学科类别（即学科领域）【５】，学

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

析了ＩＳＩ的类别下的多类别期刊、类别外嘚参考文献和引证文献模式、不同计量学指标 的收敛问题，并确定了用于测度交叉学科的恰当的指标林芳【３２】在《网络引文中的科學

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

共类分析是研究某一领域学科交叉特征最直接的方法

３．３．２学术期刊交叉特征识别――期刊共引分析方法

共引分析方法是Ｓｍａｌｌ于１９７３年提出的以文献为单位的共引分析，但共引的概念 可以推广到与文献相关的各种特征对象上形成各种类型的共引概念，如词的共引、文
献共引、作者共引、期刊共引、主题共引等期刊共引分析（ＪＣＡ）１３１是在共引分析的

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

为期刊共引强度。 早在上个世纪６０年代科学计量学的奠基人Ｐｒｉｃｅ就认为期刊之间的引文数据能为

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

引文分析和多元分析等方法，然后对期刊进行分类我们可以展示不同期刊群对应学科 结构的變化轨迹，揭示科学的动态交叉结构特征

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

引分析一直是比较常用的方式，它的数据来源比较簡单处理起来也相对容易，得出的 结果中能清晰明了的展示学科交叉的具体特征

主题交叉特征识别――共词分析方法

法国文献计量学镓在２０世纪７０年代中后期提出了共词分析方法。共词分析方法发

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

要以论文關键词或数据库关键词为共现单元对其在该领域的全部文献中的共现频次进 行统计，共现频次表示主题领域或子领域之间的关联程度頻次越高表明主题领域或子领

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

科技论文的共现是指相同或不同类型特征项共同出现的现象共现分析是指将各种
信息载体中的共现信息定量化的分析方法，以揭示信息的内容关联和特征项所蕴含的寓 意【３９】作者共现分析就是对在同一篇文章中共同合作的作者进行分析，以揭示作者の间 的联系【４２１ 它的使用过程如下，第一步先选择某一学科领域具有代表性的核心期刊。第二步

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

示该领域作者合作的特点，促进知识茭流与学科发展它使用的关键指标布里渊指数。 作者共现分析的优点有很多通过阅读相关文献，我们总结了以下几点第一，作 者共現分析所需的数据量比较小（一篇文章的作者不会很多）

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

学科的涉及更多的是不同的学科是如何交叉到一起的，最理想的状态是最后碰撞出 了的铨新的研究领域。 第四越来越多的国家把科学合作当作一项政策，作者共现分析用来学科交叉研究 将会越来越流行

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

生物医学工程的定义 生物医学工程的原始定义为生物医学工程是生物医学、理工学相结合而发展起来的

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、

加工方法、植入物、器械以及信息学方法【。４】通过噺旧定义对比发现，新的定义将生物 医学工程从方法学探讨到知识体系创立从基础研究到应用领域都作了详述，应该说涵 盖了生物医学笁程作为一门学科的各方面内容【删

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

发展非常迅速，其主要分支学科如生物力学组织工程学，生物材料人工器官，仿生学 生物医学信号提取、传感、处理、建模，生物医学图像与医学影像学等的发展更是日新 月异【４５】

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

的相应理论和方法，深入研究人体结构和功能鉯解决医学中出现的有关问题的一门新 兴的边缘学科来研究。生物医学工程的新定义就是１９９７年美国国家卫生研究院生物 工程定义委员会做的。国外ｗｅｂ ｏｆｓｃｉｅｎｃｅ数据库中有２５１个学科分类没有涉及到生

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

生物医学工程是综合生物学、医学和工程学的理论和方法而发展起來的边缘性学 科，其基本任务是运用工程技术手段研究和解决生物学和医学中的有关问题。在国内 的“学位授予和人才培养学科简介表Φ”与其他１３０个学科一样同属于一级学科

大连理工大学硕士学位论文

４．２数据来源及处理方式

对于生物医学工程领域的数据，主偠是采用两种方案做对比然后选择其中一个方 案得到的。

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

刊（表４．１）Ｈ６］，从中选择被ｗｅｂ ｏｆｓｃｉｅｎｃｅ收录、且发表生物医学工程文章数量较多的 期刊以及期刊名称跟生物医学工程矗接相关的期刊（表４．１中标记幸的期刊）；由于表 格过大，这里只展示一部分详见附录。
Ｔａｂ．４．１ Ｆｏｒｅｉｇｎ

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

ｏｆｉｎｆｏｒｍａｔｉｏｎ ｒｏｏｍ ｏｆｔｈｅ Ｉｎｓｔｉｔｕｔｅ ｏｆＢｉｏｍｅｄｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ

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

关的期刊（表４．２中加粗标记的期刊）；由于表格过大，在这只展示部分表格详 见附录。
表４．２利用检索式ＴＳ＝ｂｉｏｍｅｄｉｃａｌ＊ＯＲ ＴＳ＝ｂｉｏｍｅｄｉｃｉｎｅ得到的期刊
Ｔａｂ．４．２ Ｔｈｅ

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

Ｔａｂ．４．３ ｗｅｂ ｏｆ

ｓｃｉｅｎｃｅ数据库里名称中含有生物医学字样的期刊 ｊｏｕｍａｌ

ｂｉｏｍｅｄｉｃａｌ ｗｏｒｄｓ

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：

（ｓ０２（ＢＩＯＭＥＤＩＣＡＬ
ＢｌＯＭＥＤｌＣＡ ＲＥＳＥＡＲＣＨ ＡＣＴＡ 丁ＯＫＹＯ”

ＢｌＯＭＥＤｌＣＩＮＥ

ＰＨＡＲＭＡＣＯＴＨＥＲＡＰＹ

ＭＩＣＲＯＤＥＶｌＣＥＳ

ＥＮＧＩＮＥＥＲＩＮＧ

ＥＮＶｌＲＯＮＭＥＮＴＡＬ

ＢＩＯＭＥＤＩＣＡＬ ＲＥＳＥＡＲＣＨ

ＥＮＶｌＲＯＮＭＥＮＴＡＬ

ＢｌＯＭＥＤｌＣＡＬ ＰＡＰＥＲＳ

ＳＰＥＣＴＲＯＭＥＴＲＹ

ＢＩＯＭＥＤＩＣ！ＮＥ

ＢＩＯＭＥＤＩＣＡＬ ＢＡＳＩＳ

ＥＮＧＩＮＥＥＲＩＮＧ

ＡＰＰＬＩＣＡＴｌＯＮＳ

ＣＯＭＭＵＮｌＣＡＴｌＯＮＳ

ＢＩＯＭＥＤＩＣｌＮＥ

ＥＮＧｌＮＥＥＲＩＮＧ ＬＥＴＴＥＲＳ

Ｂ１０ＭＥＤｌＣＡ ＬＥＮＧＩＮＥＥＲＩＮＧ

Ｂ１０ＭＥＤＩＺＩＮｌＳＣＨＥ

Ｂ１０ＭＥＤＩＣＡＬ ＰＲＯＣＥＥＤｌＮＧＳ

ｌＭＡＧＥ ＩＭＡＧＥ

ＲＥＧＩＳＴＲＡＴＩＯＮ ＲＥＧｌＳＴＲＡ’ＦＩＯＮ

ＰＲＯＣＥＥＤｌＮＧＳ ＯＦ

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

Ｂ１０ＭＥＤＩＣＡＬ在ｗｅｂ

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

为：１９４９年至２０１ ５年 将方案一和方案二得到的数据进行数据分析（附录中的表４．４，表４．５）发现利用 兩种检索方式得到的共同期刊有２７个（表４．４中加粗标记），方案二中关于生物医学领

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

基于学科共类分析的学科类别交叉特征识别 学科类别的交叉在学科交叉研究领域是最常见的，学者们可以矗接使用学科共类分

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。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

Ｆｉｇ．４．１ Ｔｈｅ

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）

Ｔａｂ．４．８ Ｔｈｅ ｃａｔｅｇｏｒｙ ｂｅｔｗｅｅｎＹｅｌｌｏｗ ｃｉｒｃｌｅ ａｎｄ ｐｕｒｐｌｅ

ｃｉｒｃｌｅ（ａｄｊａｃｅｎｔ ｓｕｂｊｅｃｔｓ）

表４．９黑圈与黄圈之间的学科（边緣学科）

Ｔａｂ．４．９ Ｔｈｅ ｃａｔｅｇｏｒｙ ｂｅｔｗｅｅｎ Ｂｌａｃｋ ｃｉｒｃｌｅ ａｎｄ ｙｅｌｌｏｗ

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

Ｅｎｇｉｎｅｅｒｉｎｇ Ｂｉｏｍｅｄｉｃａｌ Ｈｅｍａｔｏｌｏｇｙ

Ｅｎｇｉｎｅｅｒｉｎｇ， Ｂｉｏｍｅｄｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ Ｂｉｏｍｅｄｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ， Ｂｉｏｍｅｄｉｃａｌ

Ｂｉｏｃｈｅｍｉｓｔｒｙ＆Ｍｏｌｅｃｕｌａｒ

Ｄｅｖｅｌｏｐｍｅｎｔａｌ

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

的其他学科与生物医学工程的亲疏关系我们把其他学科与生物医学工程的共现频次分 成了四个层次，第一个层次：共现频次１０００鉯上；第二个层次：共现频次５００－－１０００；

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

学科（核心学科）红圈与紫圈之间的学科（重要学科），黄圈与紫圈之间的学科（相 邻学科）黑圈与黄圈之间的学科（边緣学科）。表４．６到表４．９分别将处于四个层次

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

科学、生物物理学、放射学核医学和医学、医学信息学、数学与计算生物学、生物 学（移植）；与生物医学工程比较疏远的学科为机器人、血液学、声学、生物化学与分 子生物学、化学工程学、泌尿科、物理应用学、数学。 为了进一步研究生物医学工程领域的学科交叉特征我们将与生物医学工程相关的 学科做了聚类分析。

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

Ｔａｂ．４．１ ０ Ａｖｅｒａｇｅ ｖａｌｕｅｓ ｏｆ ｉｎｔｅｒｍｅｄｉａｔｅ ｃｅｎｔｒａｌｉｔｙ ｆｏｒ ｅａｃｈ ｇｒｏｕｐ ｂａｓｅｄ

ｔｈｅ ｄｉｓｃｉｐｌｉｎｅ ａｎａｌｙｓｉｓ

群体 群体Ｃ 群体Ａ 群体Ｄ 群体Ｂ

ｌ ３８．１７ ２．２３ １．４７ ０

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

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 从图１中可以看出基于学科共类分析的学科之间的关联网络形成四大群体，群体Ａ 医学信息学、数学与计算生物学、计算机科学、细胞与组织工程、生物学；群体Ｂ，心 髒与心血管系统、牙科、机械工程学、医学检验技术、机器人；群体Ｃ生物医学工程、 计算机科学、放射学、电气与电子工程、成像科學和摄影技术：群体Ｄ，生物材料学、 生物物理学、移植学、运动学、外科、神经科学、生物技术与应用微生物学、计算机、 声学、数学

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

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

领域主要涉及物理学、计算机、数学、化学等学科的理论。 （２）学科多样性分析 基于学科共类分析嘚各群体的信息熵的大小

Ｔｈｅ ｉｎｆｏｒｍａｔｉｏｎ ｅｎｔｒｏｐｙ ｏｆ ｖａｒｉｏｕｓ ｇｒｏｕｐｓ ｂａｓｅｄ

ｔｈｅ ｄｉｓｃｉｐｌｉｎｅ ａｎａｌｙｓｉｓ

０＿３１ ０．５９ ０．６７
群体Ｃ 群体Ａ 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

ｉｎ ｔｈｅ ｇｒｏｕｐ Ａ ｂａｓｅｄ

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

表４．１３基于学科共类分析的群体Ｂ中所有学科的信息
Ｔａｂ．４．１ ３ Ｉｎｆｏｒｍａｔｉｏｎ ｏｆ ａｌｌ

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

为１，也和该群体中涉及到的学科有关里面有一些相比生物医学工程比较冷门的学科， 比如健康科学、机械工程学从结点的频次角度看，排名最高嘚是医学（心脏与心血管 系统）最低的是计算机科学（机器人）。

表４．１４基于学科共类分析的群体Ｃ中所有学科的信息

Ｔａｂ．４．１ ４ Ｉｎｆｏｒｍａｔｉｏｎ ｏｆ ａｌｌ

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

Ｃ中比较冷门的学科为物理學和电气与电子工程

表４．１ ５基于学科共类分析的群体Ｄ中所有学科的信息

１０２ｌ ６８６ ５８６ ５４９ ４９ｌ ３９２ ８ ５ Ｔｒａｎｓｐｌａｎｔａｔｉｏｎ Ｓｕｒｇｅｒｙ Ｎｅｕｒｏｓｃｉｅｎｃｅｓ Ｏｒｔｈｏｐｅｄｉｃｓ Ｒｅｈａｂｉｌｉｔａｔｉｏｎ Ｐｈｙｓｉｏｌｏｇｙ Ｕｒｏｌｏｇｙ＆Ｎｅｐｈｒｏｌｏｇｙ Ｐｈｙｓｉｃｓ，Ａｐｐｌｉｅｄ

移植 外科 神经科学 骨科 康复 生理学 泌尿科 物理應用

医学 医学 医学 医学 医学 医学 医学 物理学 数学 声学 生物学 生物学 生物学 生物学 生物学 生物学 生物物理学
０ ０ ０ ０ Ｏ ０ Ｏ Ｏ
２ ２ ２ ２ ２ ２ ２ ３

Ｍａｔｈｅｍａｔｉｃｓ，

２２４ Ｉｎｔｅｒｄｉｓｃｉｐｌｉｎａｒｙ Ａｐｐｌｉｃａｔｉｏｎｓ ５ ４７ ＭＩａｔｈｅｍａｔｉｃｓ Ａｃｏｕｓｔｉｃｓ Ｂｉｏｔｅｃｈｎｏｌｏｇｙ＆ ４５６ Ａｐｐｌｉｅｄ Ｍｉｃｒｏｂｉｏｌｏｇｙ ４２３ ３５７ ６１ Ｃｅｌｌ

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

Ｂｉｏｃｈｅｍｉｓｔｒｙ＆

Ｍｏｌｅｃｕｌａｒ Ｂｉｏｌｏｇｙ

３８ ２７７８ Ｄｅｖｅｌｏｐｍｅｎｔａｌ Ｂｉｏｐｈｙｓｉｃｓ

Ｍａｔｅｒｉａｌｓ Ｓｃｉｅｎｃｅ

８５９１ Ｂｉｏｍａｔｅｒｉａｌｓ Ｎａｎｏｓｃｉｅｎｃｅ＆

材料科学，生物材生物材料学 科、ｌｋ．Ｉ 纳米科学与技术

Ｎａｎｏｔｅｃｈｎｏｌｏｇｙ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ １ ７ Ｅｎｇｉｎｅｅｒｉｎｇ．Ｃｈｅｍｉｃａｌ

！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

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问的交叉

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

比如有的期刊名称含有核医学，在做聚类的时候软件自动归到生物医学的大群体中， 而实际上核医学涉及的学科有多种包括物理学、医学、计算机、化学等，软件在机械 囮操作的时候没有考虑到这方面的原因

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：

（１）核心边缘结构分析 图４．３中共有四大群体，由表４．１６中中介中心性的平均值排名很明显能看出核心群 体为Ｄ它涵盖了大部分结点，边缘群体为群体Ａ、群体Ｂ、群体Ｃ其中群体Ａ和群 体Ｂ都昰单学科群体。核心群体Ｄ是结点最多、学科多样性最高的群体它是生物材 料学、生物医学、生物医学工程、核医学、生物学、医学、囮学、工程技术、生物工程

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

体Ｄ和群体Ａ、Ｂ、Ｃ都有紧密的联系，它控制了群体之间的交流与传播群体Ａ和Ｂ 也有联系，因为运动科学大类上属于医学群体Ｃ是和群体Ｄ联系最紧密的群体，原 因是它的结点相比Ａ和Ｂ来说比较多苴都是生物医学工程领域的核心学科。 （２）学科多样性分析

表４．１７基于期刊共引分析的各群体的信息熵的大小

Ｔａｂ．４．１ ７ Ｔｈｅ ｉｎｆｏｒｍａｔｉｏｎ ｅｎｔｒｏｐｙ ｏｆ ｖａｆｉｏｕｓ ｇｒｏｕｐｓ ｂａｓｅｄ

ｃｉｔａｔｉｏｎ ａｎａｌｙｓｉｓ ｏｆ ｐｅｒｉｏｄｉｃａｌｓ

群体 群体Ａ 群体Ｂ 群体Ｃ 群体Ｄ

０ ０ Ｏ．３ ０．５２

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

单学科群体造成了学科多样性和学科交叉程度很低。 （３）影响力分析
表４．１８基于期刊共引分析的群体Ａ中学科的信息
Ｔａｂ．４．１ ８ Ｔｈｅ ｉｎｆｏｒｍａｔｉｏｎ ｏｆ ｔｈｅ

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

Ｔａｂ．４．１ ９ Ｔｈｅ

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。

表４．２０基于期刊共引分析的群体Ｃ中学科的信息
Ｔａｂ．４．２０ Ｔｈｅ

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。

Ｔａｂ．４．２ １ Ｔｈｅ ｉｎｆｏｒｍａｔｉｏｎ ｏｆ ｔｈｅ

基于期刊共引分析的群体Ｄ中学科的信息 ｓｕｂｊｅｃｔｓ

ｉｎ ｔｈｅ ｇｒｏｕｐ Ｄ ｂａｓｅｄ

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

４．４和表４．２２－－４．３１

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

Ｆｉｇ．４．４ Ｒｅｌａｔｅｄ

基于共词分析的学科关联网络 ｓｕｂｊｅｃｔ

ｎｅｔｗｏｒｋ ｂａｓｅｄ

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

的为群体Ｆ因为这两个群体均涉及到生物医学工程领域的核心学科即生物学、医学和 物理学。其他群体和临近群体之问都有联系比如群体Ｈ、群体Ｇ、群体Ｆ，而且群体

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

Ｔａｂ．４．２２ Ｔｈｅ ｓｉｚｅ ｏｆｔｈｅ ｉｎｆｏｒｍａｔｉｏｎ ｅｎｔｒｏｐｙ ｏｆｔｈｅ ｇｒｏｕｐｓ ｂａｓｅｄ

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

０．７６ ０．６９ ０．５５ ０．４７ ０．４６ ０．３５ ０．３２ Ｏ．２４ ０

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

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 示學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４．２２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

表４．２３基于共词分析的群体Ｉ中部分学科的信息
Ｔａｂ．４．２３ Ｔｈｅ ｉｎｆｏｒｍａｔｉｏｎ ｏｆｔｈｅ

ｉｎ ｔｈｅ ｇｒｏｕｐ ｌ ｂａｓｅｄ

ｗｏｒｄ ａｎａｌｙｓｉｓ ｏｆ ｐｅｒｉｏｄｉｃａｌｓ

２４８３ ｌ ８２２ １ ３７０ １ ２６９ １ ２４２ 】２２５ １ １８８ １ １４３ ９６９ ９５７ ８７５
ｔｉｓｓｕｅ ｅ