基于期刊作者耦合的学科结构识别研究

作     者：卢小莉 吴登生 Lu Xiaoli;and Wu Dengsheng

作者机构：中国地质图书馆北京100083 中国科学院科技战略咨询研究院北京100190 中国科学院大学北京100049 

出 版 物：《情报学报》 (Journal of the China Society for Scientific and Technical Information)

年 卷 期：2020年第39卷第11期

页      面：1154-1161页

核心收录：

学科分类：050302[文学-传播学] 02[经济学] 0201[经济学-理论经济学] 05[文学] 020101[经济学-政治经济学] 0503[文学-新闻传播学] 

基　　金：国家自然科学基金面上项目“科研经费配置不均衡性的结构测度与驱动要素研究”(71874180) 国家自然科学基金优秀青年科学基金项目“数据驱动的科技管理与决策”(72022021) 

主　　题：学科结构 期刊分类 期刊作者耦合 经济学 

摘      要：通过计算期刊之间的关联关系进而识别学科结构,有助于探索不同学科之间的交互特征,分析学科间的知识流动趋势情况。本文采用一种基于期刊作者耦合方法来识别学科结构,并针对传统方法只是利用二值矩阵进行分析进而损失大量信息的问题,提出直接利用期刊-作者分布矩阵进行聚类分析的思想。针对期刊-作者矩阵聚类过程中出现的高维数据难以聚类分析的问题,提出了利用t-SNE降维和层次聚类模型进行聚类的新方法。选择经济学领域重要中文期刊进行实证分析,从CSSCI数据库中遴选出69种期刊作为分析样本,并采集了2014—2018年的43617篇论文和47458位作者进行实证分析。实证结果表明,本文提出的t-SNE+层次聚类模型,能够有效处理和利用期刊-作者矩阵信息,对期刊进行分类。实证结果将69种经济学期刊分成9类(子领域),并可以较为清晰地给出不同类的具体含义。本文也梳理了期刊作者耦合方法用来识别学科结构的前提和适用条件。