学科主题演化路径的多模式识别与预测——一个情报学学科主题演化案例
来源：图书情报工作杂志2016年第13期北京时间：
作者：隗玲,许海云,胡正银,董坤,王超,庞弘燊
单位：1. 山西财经大学信息管理学院 太原 030006;<br />\r\n2. 中国科学院成都文献情报中心 成都 610041;<br />\r\n3. 中国科学院大学 北京 100049;<br />\r\n4. 中国科学院广州生物医药与健康研究院 广州 510530
摘要：[目的/意义] 基于主题关联相似度揭示主题汇聚及变异过程，识别学科交叉主题及交叉模式，归纳学科主题的演化趋势及演化路径模式。[方法/过程] 获取情报学学科科研论文的高频主题词，构造主题词共词矩阵，利用网络社区演化分析工具生成学科主题演化网络图，结合指标数据对学科主题演化过程进行分析。[结果/结论] 总体上看，情报学学科的研究主题虽然在反复地变化，但核心主题一直存在；扩张、收缩和合并是研究主题最普遍的变化态势，分裂现象较少，产生和消亡现象存在；有3条特定社区演化轨迹清晰地贯穿始终，活跃度相对稳定，反映了3类核心研究主题；3类核心研究主题的演化路径呈现出升华吸纳、共融迭新和辐射推进3种演化模式。研究结果显示，基于主题关联学科主题演化路径的多模式识别方法既能从宏观层面呈现学科主题演化形式，也能从微观层面分析学科主题交叉模式，结合二者可揭示学科主题的继承或创新，预测学科交叉主题的发展方向。
关键词：主题关联,主题演化,学科交叉,演化路径,
基金资助：<p>本文系国家自然科学基金管理学部青年项目“基于学科领域科技论文多重共现的情报计量分析方法研究”（项目编号：71403263）研究成果之一。</p>
