大数据环境下的跨学科融合 ——基于词向量表征和词移距离的学科间耦合分析

作     者：吕舒雯 

作者单位：南京理工大学 

学位级别：硕士

导师姓名：岑咏华

授予年度：2023年

学科分类：1205[管理学-图书情报与档案管理] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 120502[管理学-情报学] 

主      题：大数据 学科融合 词向量表征 词移距离 

摘      要：在当前的大数据时代下,各种科学问题的研究越来越复杂,仅仅使用单一学科的理论及方法无法彻底解决。关注经济社会发展、社会科学等多重领域的跨学科研究已经成为当下知识生产的主流模式之一,跨学科有别于多学科,融入多学科理论研究与方法,从而促进知识创新以及为重大社会问题提供可解决的方案。随着大数据时代的发展,目前以情报学为代表的信息科学为出发点的跨学科融合研究正成为学者关注的重点问题。目前信息科学相关文献中大量引用管理学、经济学以及心理学等其他学科的文献,以提取研究问题、理论支持和研究视角。信息科学结合自身领域特色——大数据分析技术,以其他学科数据为研究对象进行分析研究,相关研究成果亦是不胜枚举。尽管如此,这些作为研究对象的目标学科是否也同样关注到以“大数据为核心的方法途径革命和学科之间的融合。 因此本文基于前人研究的基础,提出了从语义角度对大数据环境下的跨学科研究进行实证分析。具体方案表现为依据现有研究,将“大数据概念被首次突出到目前这段时间分为三个时间段,分别为大数据发生前(2005-2010)、大数据发生中(2011-2015)、大数据发生后(2016-2021),从词向量表征的角度和词移距离(WMD)的角度分别对大数据环境下的的信息科学和社会科学下的各学科进行耦合分析。为进一步证实大数据确实有驱动学科融合的作用这一观点,本研究设计对照实验,将原语料中与“大数据语义相近的关键词剔除,并从词向量表征的角度和词移距离(WMD)的两种方案重新构建2005-2021年三个时间段下的学科耦合矩阵。利用可视化分析、回归拟合及学科间矩阵对比运算,进一步验证大数据环境下各学科耦合趋势呈上升趋势这一结论。