開 濱

(山東女子學(xué)院圖書館，山東 濟南 250300)

·管理論壇·

基于科學(xué)疊加圖的我國人文社會科學(xué)跨學(xué)科現(xiàn)象研究

開 濱

(山東女子學(xué)院圖書館，山東 濟南 250300)

[目的/意義]利用科學(xué)疊加圖進行跨學(xué)科的研究,可以非常直觀地從全領(lǐng)域的宏觀層面對學(xué)科之間的引用關(guān)系及跨學(xué)科現(xiàn)狀進行研究。[方法/過程]基于CSSCI中23個學(xué)科對我國人文社科領(lǐng)域的科學(xué)疊加圖的制作過程進行了探討研究，具體包括我國人文社科領(lǐng)域基礎(chǔ)圖、科學(xué)疊加圖的制作以及Rao-Stirling跨學(xué)科指數(shù)的計算。[結(jié)果/結(jié)論]對我國圖情學(xué)和山東省6所高校CSSCI發(fā)文這兩個實例進行了實證研究。結(jié)果表明，基于CSSCI構(gòu)造的人文社科領(lǐng)域科學(xué)疊加圖較好地展示了學(xué)科的引用情況，Rao-Stirling指數(shù)較好地顯示了跨學(xué)科的水平，因此可以將其作為一種展示我國人文社科領(lǐng)域跨學(xué)科研究的可視化方法。

科學(xué)疊加圖；人文社科領(lǐng)域；跨學(xué)科；Rao-Stirling指數(shù)

隨著各學(xué)科領(lǐng)域的不斷融合發(fā)展，學(xué)科交叉性態(tài)勢呈現(xiàn)出不斷上升的趨勢，局部領(lǐng)域科學(xué)圖譜由于受制于有限的學(xué)科范圍，無法揭示整個全領(lǐng)域?qū)W科之間的特征及變化過程。近年來在計算機大數(shù)據(jù)計算及可視化技術(shù)日漸成熟的條件下，產(chǎn)生了一種不同于局部科學(xué)圖譜的方法——科學(xué)疊加圖。科學(xué)疊加圖是近年來興起的一種較新的可視化展示技術(shù)，用于對全領(lǐng)域性進行科學(xué)有效地展示?？茖W(xué)疊加圖作為一種全領(lǐng)域的科學(xué)圖譜，與以往局部的科學(xué)圖譜呈現(xiàn)的不同，借助于科學(xué)疊加圖，使我們能夠快速地跟蹤領(lǐng)域的發(fā)展變化，特別是在跨學(xué)科研究方面，科學(xué)疊加圖能夠為研究人員的科學(xué)研究及科學(xué)評價提供了一種全新的視角。國外研究方面，Leydesdorff和Rafols等學(xué)者開創(chuàng)了科學(xué)疊加圖的先河，他們通過使用WOS中的JCR構(gòu)建了由221個學(xué)科組成的基礎(chǔ)圖，并利用科學(xué)疊加圖對具體實例進行了實證研究，證明了科學(xué)疊加圖已經(jīng)成為科學(xué)研究非常有力的工具[1-2]。關(guān)于科學(xué)疊加圖的實用方面的研究包括Garechana等學(xué)者對廢物回收利用研究領(lǐng)域[3]、Kalz等學(xué)者對技術(shù)增強學(xué)習(xí)領(lǐng)域[4]等的實證研究。Shiji Chen等學(xué)者基于NSF包含的143個學(xué)科構(gòu)造了一個全學(xué)科基礎(chǔ)圖，并以此構(gòu)建的科學(xué)疊加圖對國際上生物化學(xué)和生物分子學(xué)的跨學(xué)科演變過程進行了分析[5]。國內(nèi)研究方面主要是基于Leydesdorff和Rafols等學(xué)者制作的科學(xué)疊加圖對不同領(lǐng)域的跨學(xué)科進行研究，如張金柱、郭婷等學(xué)者分別對國際圖情學(xué)[6-7]、齊燕等學(xué)者對國際醫(yī)學(xué)信息學(xué)科[8]等進行的研究。孫茜等學(xué)者通過對國外科學(xué)疊加圖的概念、特點、原理進行了歸納總結(jié)，并通過實證研究證明了科學(xué)疊加圖同時也可以作為一種有效的展示機構(gòu)學(xué)科成果評價的可視化工具[9]。當前的研究者主要基于國外的學(xué)科分類法進行科學(xué)疊加圖的構(gòu)造，迄今還未有學(xué)者針對我國的引文數(shù)據(jù)庫構(gòu)造我國的科學(xué)疊加圖，基于此，本文擬采用CSSCI數(shù)據(jù)庫對我國人文社科領(lǐng)域的基礎(chǔ)圖及科學(xué)疊加圖進行構(gòu)造，以期為我國跨學(xué)科研究提供相應(yīng)參考。

1 數(shù)據(jù)來源

本文數(shù)據(jù)來源包括兩部分，第一部分為CSSCI中獲取的全學(xué)科數(shù)據(jù)，該數(shù)據(jù)用于構(gòu)造全學(xué)科基礎(chǔ)圖，該數(shù)據(jù)來源于我國中文社會科學(xué)引文索引數(shù)據(jù)庫(CSSCI)中23門學(xué)科包含的數(shù)據(jù)，由于檢索延遲的原因2016年部分數(shù)據(jù)還未收錄，因此我們設(shè)定發(fā)文時間從2006-2015年的10年。第二部分為我國中文社會科學(xué)引文索引數(shù)據(jù)庫(CSSCI)中獲取的實例數(shù)據(jù)，本文中包含的實例數(shù)據(jù)分別為我國圖情學(xué)的數(shù)據(jù)以及山東省6所高校發(fā)表的CSSCI數(shù)據(jù)。以上兩部分數(shù)據(jù)的文獻類型均為Article，數(shù)據(jù)獲取時間截止到2017年2月20日。

2 具體制作過程

具體制作過程包括4步，流程圖如圖1所示，下面我們結(jié)合圖1對各步驟進行說明。

圖1 制作過程流程圖

2.1 原始數(shù)據(jù)的獲取

從CSSCI中下載23個學(xué)科在2006-2015年10年間的全部數(shù)據(jù)，同時列出23個學(xué)科的中文名稱與英文縮寫的對照表，23個學(xué)科名稱及對應(yīng)表見表1所示。

2.2 引文矩陣、引文相似性矩陣的構(gòu)造

為了對CSSCI原始數(shù)據(jù)中的引文進行分析，我們編寫程序用于對原始數(shù)據(jù)中的來源期刊進行自動提取以及對提取的期刊與學(xué)科進行自動匹配，最終得到23個學(xué)科之間的引文矩陣，該引文矩陣為非對稱矩陣，其中橫向代表施引學(xué)科，縱向代表被引學(xué)科。該矩陣中的數(shù)值為整數(shù)，代表了該數(shù)值所在的橫向?qū)W科引用了縱向?qū)W科的頻次，同時也代表了該數(shù)值所在的縱向?qū)W科被橫向?qū)W科引用的頻次。由于引文矩陣為非對稱矩陣，無法直接進行分析，接下來我們將引文矩陣導(dǎo)入SPSS中進行余弦相似性分析，得到學(xué)科引用相似性矩陣。該矩陣為對稱矩陣，該矩陣中的數(shù)值范圍為[0,1]，代表了兩個學(xué)科之間的相似性程度，該數(shù)值越大，說明學(xué)科之間的相似性越高。

2.3 基礎(chǔ)圖及科學(xué)疊加圖的構(gòu)造

為了構(gòu)造科學(xué)疊加圖，我們首先要構(gòu)造全學(xué)科基礎(chǔ)圖。由于本文采用Pajek[10]可視化軟件，因此我們需要構(gòu)造3種能被Pajek識別的文件，分別為Net文件、Clu文件和Vec文件。Net文件用于存放各學(xué)科代碼及其引用關(guān)系，Clu文件用于存放學(xué)科聚類信息，Vec文件用于存放實例數(shù)據(jù)中被引學(xué)科的頻次。下面分別對這3種文件的構(gòu)造進行說明。

表1 CSSCI各學(xué)科名稱與代碼對應(yīng)表

2.3.1 Net文件的構(gòu)造

Net文件包含各學(xué)科之間的引用關(guān)系，簡言之，即某一學(xué)科具體引用了哪些學(xué)科及其引用頻次，該文件由3列構(gòu)成，第1、2列分別為施引學(xué)科和被引學(xué)科，第3列為引用次數(shù)，引用頻次由引文矩陣來構(gòu)造，然后依次經(jīng)過去除零引用關(guān)系、去除自引關(guān)系、去除有向邊等步驟后得到Net文件。

2.3.2 Clu文件的構(gòu)造

Clu文件包含各學(xué)科之間的聚類關(guān)系，簡言之，即哪些學(xué)科之間的關(guān)系更強，可以合并為同一大類。為了將其聚類，我們將引文相似性矩陣導(dǎo)入SPSS中進行因子分析，采用主成分分析法，因子旋轉(zhuǎn)采用最大方差法，共萃取得到8個主成分，如表2所示，其總方差解釋量為70.34%，這8個主成分即可得到Clu文件。

表2 CSSCI各學(xué)科因子分析結(jié)果

2.3.3 Vec文件的構(gòu)造

這3類文件中，Net文件和Clu文件構(gòu)造完成后即固定不變。只有Vec文件屬于實例文件。Vec文件的構(gòu)造如下，從CSSCI中下載需要分析的實例數(shù)據(jù)后，通過自編程序可得到實例數(shù)據(jù)中的引用學(xué)科及其頻次，即得到了Vec文件。

2.3.4 基礎(chǔ)圖的構(gòu)造

將上面得到的Net文件、Clu文件導(dǎo)入Pajek中，即可得到全學(xué)科的基礎(chǔ)圖，如圖2所示，該圖直觀顯示了2006-2015年我國人文社科領(lǐng)域23個學(xué)科之間的引用及聚類關(guān)系，圖中每個點代表了一個學(xué)科，連線的粗細代表了學(xué)科之間的相對引用頻次，線條越粗，表示學(xué)科之間引用的次數(shù)越多，相同顏色的點代表了學(xué)科之間屬于相同的聚類。

圖2 CSSCI人文社科全領(lǐng)域基礎(chǔ)圖

2.3.5 科學(xué)疊加圖的構(gòu)造

在全學(xué)科基礎(chǔ)圖的基礎(chǔ)上，我們可以對具體的實例，例如某一學(xué)科領(lǐng)域、某一機構(gòu)、某一地區(qū)或者某一作者的CSSCI數(shù)據(jù)進行科學(xué)疊加圖的構(gòu)造。方法為將Net文件、Clu文件以及Vec文件同時導(dǎo)入Pajek中即可得到相應(yīng)實例的科學(xué)疊加圖。

2.4 Rao-Stirling指數(shù)計算

根據(jù)Rao-Stirling指數(shù)的公式，需要計算兩個變量：被引學(xué)科i所占的比例以及學(xué)科i、j之間的相似性Si,j。其中學(xué)科i所占的比例可以從實例數(shù)據(jù)的Vec文件中求得。Si,j可以從學(xué)科引文相似性矩陣中求得，最終可以計算Rao-Stirling指數(shù)。

3 應(yīng)用舉例

例1：以CSSCI中2006年至2015年我國圖情學(xué)為例，繪制10年間我國圖情學(xué)的科學(xué)疊加圖，并對其跨學(xué)科變化進行分析，研究步驟如下。

第一步，從CSSCI中下載2006-2015年我國圖情學(xué)包含的數(shù)據(jù)作為實例數(shù)據(jù)；

第二步，將數(shù)據(jù)導(dǎo)入自編程序中得到10年間我國圖情學(xué)總的引用的學(xué)科及其頻次，該數(shù)據(jù)用于構(gòu)造科學(xué)疊加圖；得到我國圖情學(xué)每年引用的學(xué)科及其頻次，該數(shù)據(jù)用于計算每年的Rao-Stirling指數(shù)；

第三步，將Net文件、Clu文件和Vec文件一并導(dǎo)入Pajek中，得到十年間我國圖情學(xué)的科學(xué)疊加圖，如圖3所示；

第四步，分別計算每年的Rao-Stirling指數(shù)及其變化趨勢，如表3、圖4所示。

從圖3可以直觀地看出，10年間我國圖情學(xué)最大的學(xué)科來源為圖書館、情報與文獻學(xué)，該學(xué)科代表的點遠遠大于其他學(xué)科所代表的點。這是因為：從隸屬關(guān)系來說，圖情學(xué)屬于圖書館、情報學(xué)與文獻學(xué)的范疇，說明我國圖情學(xué)的學(xué)者最經(jīng)常引用的為本學(xué)科的知識。除了自引之外，我國圖情學(xué)的學(xué)科來源主要集中在管理學(xué)、經(jīng)濟學(xué)、新聞學(xué)與傳播學(xué)、教育學(xué)等學(xué)科，這些學(xué)科構(gòu)成了近十年來我國圖情學(xué)的主要學(xué)科來源，我國圖情學(xué)與這些學(xué)科的關(guān)系非常密切，說明我國圖情學(xué)的學(xué)者也較多的從管理學(xué)、經(jīng)濟學(xué)、教育學(xué)、新聞與傳播學(xué)等學(xué)科中引用知識。而環(huán)境科學(xué)、人文、經(jīng)濟地理、民族學(xué)與文化學(xué)、宗教學(xué)、考古學(xué)、藝術(shù)學(xué)、中國文學(xué)、外國文學(xué)等學(xué)科由于被引用頻次非常少，成為我國圖情學(xué)學(xué)科來源中的邊緣學(xué)科，這些學(xué)科與我國圖情學(xué)的關(guān)系較為疏遠。從圖3中我們也可以看出，與圖情學(xué)密切相關(guān)的學(xué)科大致分布在圖情學(xué)的鄰近位置，而與圖情學(xué)關(guān)系較為疏遠的學(xué)科則分布在離圖情學(xué)較遠的位置。

從表3和圖4我們可以得出如下結(jié)論：從被引學(xué)科數(shù)量來看，我國圖情學(xué)的引用學(xué)科的涉及面基本保持在21～23個學(xué)科之間，說明學(xué)科數(shù)量的多樣性變化并不明顯。從跨學(xué)科指數(shù)的變化趨勢來看，10年間我國圖情學(xué)的跨學(xué)科經(jīng)歷了增長、下降、增長的過程，具體為2006-2011年，我國圖情學(xué)的跨學(xué)科處于增長階段，2012-2014年，我國圖情學(xué)跨學(xué)科處于下降階段，2015年之后又開始增長，說明2010年、2011年、2012年這3年我國圖情學(xué)的跨學(xué)科水平最高，即這幾年圖情學(xué)的引文分布較為均衡。同時我們也發(fā)現(xiàn)跨學(xué)科指數(shù)與自引率呈現(xiàn)出了相反的關(guān)系，這可以解釋為學(xué)科自引率越高，會導(dǎo)致越多的引文集中到該學(xué)科中，因此其引文分布變化相對不均衡，從而導(dǎo)致跨學(xué)科水平也越低。在計算跨學(xué)科指數(shù)時，我們同時計算每年的布里淵指數(shù)和COC指數(shù)進行對比。將表3導(dǎo)入SPSS進行相關(guān)性分析，結(jié)果顯示3種跨學(xué)科指數(shù)具有顯著的正相關(guān)性，其中Rao-Stirling指數(shù)與布里淵指數(shù)、COC指數(shù)的相關(guān)性分別高達0.997、0.999，說明了三者在描述跨學(xué)科變化程度上具有一致的效果，同時這一結(jié)論也可以從圖4中的3種指數(shù)的曲線具有非常近似的變化趨勢得出。

圖3 2006-2015年我國圖情學(xué)科學(xué)疊加圖

年引用的學(xué)科數(shù)量Rao-Stirling指數(shù)布里淵指數(shù)COC指數(shù)(%)自引率(%)年引用的學(xué)科數(shù)量Rao-Stirling指數(shù)布里淵指數(shù)COC指數(shù)(%)自引率(%)2006220.2196170.27983213.0986.912011220.3029110.346519.5180.492007220.2212420.2780413.3186.692012230.2986990.34662319.1180.892008220.2270270.28357913.7086.302013220.2803590.33059417.7082.302009220.2505480.30436115.4484.562014230.257490.31065315.8484.162010220.3001030.34886119.1980.812015210.2820470.3378117.4982.51

圖4 2006-2015年我國圖情學(xué)3種跨學(xué)科指數(shù)變化過程

例2：以2011-2015年山東省6所高校(山東大學(xué)、中國海洋大學(xué)、中國石油大學(xué)(華東)、山東師范大學(xué)、山東農(nóng)業(yè)大學(xué)、山東科技大學(xué))所發(fā)表的CSSCI文獻為研究對象，繪制6所高校的CSSCI科學(xué)疊加圖并進行分析，研究步驟如下。

第一步，從CSSCI中下載2011-2015年內(nèi)6所高校發(fā)文的數(shù)據(jù)作為實例數(shù)據(jù)；

第二步，將數(shù)據(jù)導(dǎo)入自編程序中得到5年間6所高校所引用的學(xué)科及其頻次，該數(shù)據(jù)用于構(gòu)造科學(xué)疊加圖及計算Rao-Stirling指數(shù)；

第三步，將6所高校的Net文件、Clu文件和Vec文件一并導(dǎo)入Pajek中，得到5年間6所高校的科學(xué)疊加圖，如圖5所示；

第四步，分別計算6所高校的Rao-Stirling指數(shù)，如表4所示。

圖5 2011-2015年山東省6所高?？茖W(xué)疊加圖

從圖5和表4我們可以得出如下結(jié)論：從6所高校的引文學(xué)科數(shù)量來看，CSSCI學(xué)科上涉及面最廣的為山東大學(xué)和山東師范大學(xué)，均為23個學(xué)科，其余4所高校為21個學(xué)科，這一點可以從圖5中各高校包含的點的數(shù)量看出。從6所高校相互比較來看，山東大學(xué)、中國海洋大學(xué)、山東師范大學(xué)3所高校所含有CSSCI優(yōu)勢學(xué)科的數(shù)量較多，說明這3所高校在CSSCI學(xué)科的發(fā)展過程中優(yōu)勢較為明顯，這一點可以從圖5中各高校包含的較大的點的數(shù)量看出。從6所高校自身比較來看，這6所高校在CSSCI學(xué)科上具有自身的特點，這一點可以從圖5中各高校具體包含哪些較大的點看出。其中山東大學(xué)的CSSCI優(yōu)勢學(xué)科主要集中在經(jīng)濟學(xué)、管理學(xué)、法學(xué)、政治學(xué)、歷史學(xué)、考古學(xué)、語言學(xué)等學(xué)科上，中國海洋大學(xué)的CSSCI優(yōu)勢學(xué)科主要集中在經(jīng)濟學(xué)、管理學(xué)、人文、經(jīng)濟地理等學(xué)科上，山東師范大學(xué)的CSSCI優(yōu)勢學(xué)科主要集中在心理學(xué)、經(jīng)濟學(xué)、教育學(xué)、中國文學(xué)等學(xué)科上，中國石油大學(xué)(華東)、山東科技大學(xué)兩所學(xué)校的CSSCI優(yōu)勢學(xué)科集中在經(jīng)濟學(xué)和管理學(xué)上，除此之外6所高校也有各自的優(yōu)勢學(xué)科，如山東大學(xué)的法學(xué)政治學(xué)、歷史學(xué)、考古學(xué)，中國海洋大學(xué)的人文、經(jīng)濟地理，山東師范大學(xué)的心理學(xué)、教育學(xué)、中國文學(xué)，這些學(xué)科也與6所高校實際的人文社科優(yōu)勢學(xué)科基本一致，代表了在學(xué)校發(fā)展中逐步積累起來的自身科研優(yōu)勢。

表4 2011-2015年山東省6所高?？鐚W(xué)科指數(shù)列表

從跨學(xué)科指數(shù)來看，6所高校中山東師范大學(xué)的跨學(xué)科水平最高，說明該校從CSSCI各學(xué)科中吸收知識的多樣性和均衡性最為合理，之后依次為山東大學(xué)、中國石油大學(xué)(華東)、中國海洋大學(xué)，山東農(nóng)業(yè)大學(xué)和山東科技大學(xué)兩所高校的跨學(xué)科性最低，一方面是由于這兩所高校引用的CSSCI學(xué)科數(shù)量及頻次相對較少；另一方面也由于這兩所高校在CSSCI的學(xué)科吸收方面，過度地集中在少量幾個學(xué)科中(山東農(nóng)業(yè)大學(xué)為經(jīng)濟學(xué)為主，山東科技大學(xué)為經(jīng)濟學(xué)、管理學(xué)為主)，缺乏較多有競爭力的優(yōu)勢學(xué)科，導(dǎo)致了CSSCI學(xué)科的知識吸收均衡性水平相對較低。

4 結(jié) 語

本文基于CSSCI中23門學(xué)科的引文分析，對我國人文社科領(lǐng)域的基礎(chǔ)圖及科學(xué)疊加圖的制作及Rao-Stirling指數(shù)計算進行了研究。并以我國圖情學(xué)領(lǐng)域及山東省6所高校的CSSCI發(fā)文數(shù)據(jù)為例進行了實證研究。結(jié)果表明本文構(gòu)造的CSSCI科學(xué)疊加圖能夠較好地反映我國人文社科領(lǐng)域?qū)W科引用的真實情況，同時Rao-Stirling指數(shù)也能較好地對我國人文社科領(lǐng)域的跨學(xué)科水平及其演變過程進行描述。因此借助于本文構(gòu)造的科學(xué)疊加圖，我們可以開展如下研究：

1)針對CSSCI中某一學(xué)科、領(lǐng)域的科學(xué)疊加圖進行構(gòu)造，能夠分析該學(xué)科、領(lǐng)域?qū)τ谖覈宋纳缈祁I(lǐng)域不同學(xué)科知識的吸收利用程度，同時也能夠反映學(xué)科、領(lǐng)域的跨學(xué)科狀況及其變化過程，為該學(xué)科、領(lǐng)域內(nèi)的跨學(xué)科研究提供一種全局的視角。

2)針對某一地區(qū)、某一研究機構(gòu)或研究學(xué)者在CSSCI中所發(fā)文獻的科學(xué)疊加圖進行構(gòu)造，能夠分析該地區(qū)、研究機構(gòu)或?qū)W者的科研產(chǎn)出對于各學(xué)科知識的吸收水平，這可以體現(xiàn)該地區(qū)、研究機構(gòu)和學(xué)者對于不同學(xué)科輻射的廣度及深度，同時對于評價不同地區(qū)、不同研究機構(gòu)、不同學(xué)者之間的科研水平也提供了一種全新的方法。

當然本文的研究還存在一定的局限性，由于本文構(gòu)造的科學(xué)疊加圖只能對我國人文社科領(lǐng)域進行描述，對于自然領(lǐng)域則無能為力。本文的第2個例子中，中國海洋大學(xué)、中國石油大學(xué)(華東)、山東農(nóng)業(yè)大學(xué)、山東科技大學(xué)4所高校均為理工類高校，因此根據(jù)人文社科領(lǐng)域科學(xué)疊加圖得出的結(jié)果僅能反映上述4所高校人文社科領(lǐng)域的科研水平，而并不能真實反映該校自然領(lǐng)域的科研水平，因此將本文構(gòu)造的人文社科領(lǐng)域科學(xué)疊加圖擴展到全領(lǐng)域(包括自然領(lǐng)域和人文社科領(lǐng)域)范圍內(nèi)的科學(xué)疊加圖才會更加真實地反映不同機構(gòu)的科研水平和特色。由于科學(xué)疊加圖是基于引文數(shù)據(jù)庫開發(fā)的，最能代表我國人文社科領(lǐng)域和自然領(lǐng)域的引文數(shù)據(jù)庫分別為CSSCI和CSCD，如何將CSSCI和CSCD兩大引文數(shù)據(jù)庫整合在一起構(gòu)造我國人文社科領(lǐng)域和自然領(lǐng)域全學(xué)科領(lǐng)域的科學(xué)疊加圖，需要后續(xù)的進一步研究。

[1]Rafols,Ismael,Porter,Alan L.,Leydesdorff,Loet.Science.overlay maps:A new tool for research policy and library management[J].Journal of the American Society for Information Science and Technology,2010,61(9) :1871-1887.

[2]L Leydesdorff,I Rafols.Interactive overlays:A new method for generating global journal maps from Web-of-Science data[J].Journal of Informetrics,2011,6(2):318-332.

[3]G Garechana,R Rio,E Cilleruelo,J Gavilanes.Tracking the evolution of waste recycling research using overlay maps of science[J].Waste Management,2012,32(6):1069-1074.

[4]M Kalz,M Specht.Assessing the crossdisciplinarity of technology-enhanced learning with science overlay maps and diversity measures[J].British Journal of Educational Technology,2014,45 (3) :415-427.

[5]Shiji Chen,Cle ment Arsenault,Yves Gingras,Vincent Larivie`re..Exploring the interdisciplinary evolution of a discipline:the case of Biochemistry and Molecular Biology[J].scientometrics,2015,102(2):1307-1323.

[6]張金柱,韓濤,王小梅.利用參考文獻的學(xué)科分類分析圖書情報領(lǐng)域的學(xué)科交叉性[J].圖書情報工作,2013,(1):108-111,146.

[7]郭婷,許海云,岳增慧,等.情報學(xué)學(xué)科交叉態(tài)勢可視化研究[J].情報理論與實踐,2015,(9):94-99.

[8]齊燕,許海云,方曙.基于WOS數(shù)據(jù)的醫(yī)學(xué)信息學(xué)學(xué)科交叉發(fā)展態(tài)勢研究[J].中華醫(yī)學(xué)圖書情報雜志,2016,(11):30-41.

[9]孫茜,趙旭,王大盈.科學(xué)疊加圖譜及其應(yīng)用研究[J].情報資料工作,2016,(5):53-60.

[10]Pajek主頁[OL].http://mrvar.fdv.uni-lj.si/pajek，2017-04-18.

ResearchontheInterdisciplinaryPhenomenaofHumanitiesandSocialSciencesinChinaBasedonScienceOverlayMaps

Kai Bin

(Library,Shandong Women’s University,Jinan 250300,China)

[Purpose/Significance]Interdisciplinary studies using science overlay maps could be very intuitive to study the citation relations and interdisciplinary situations from the macro level of the whole field.[Method/Process]This paper studied the production process of the science overlay maps based on 23 disciplines in the CSSCI of China’s humanities and social sciences,specifically including the production of base map and science overlay maps of humanities and social sciences in China,and the calculation of Rao-Stirling index.[Result/Conclusion]This paper then made an empirical study on the two instances of library science and information science and scientific output of CSSCI in 6 universities in Shandong Province.The results showed that the science overlay maps of humanities and social sciences based on CSSCI could better demonstrate the citation of disciplines,and the Rao-Stirling index preferably showed the interdisciplinary level,therefore,it could be used as a visualization method to demonstrate interdisciplinary research in humanities and social sciences in China.

science overlay maps;humanities and social sciences;interdisciplinary;Rao-Stirling index

10.3969/j.issn.1008-0821.2018.01.024

G250.252

A

1008-0821(2018)01-0162-07

2017-08-01

開濱(1981-)，男，副研究館員，碩士，研究方向：科學(xué)計量學(xué)、跨學(xué)科計量研究。

郭沫含)