基于關(guān)聯(lián)規(guī)則挖掘的多學(xué)科知識(shí)融合研究
——以新冠肺炎研究領(lǐng)域?yàn)槔?/h1>

2023-03-01 01:33:06溫芳芳鄭詩(shī)嘉

現(xiàn)代情報(bào)訂閱 2023年3期 收藏

關(guān)鍵詞：學(xué)科知識(shí)參考文獻(xiàn)關(guān)聯(lián)

溫芳芳 鄭詩(shī)嘉

(河南科技大學(xué)管理學(xué)院，河南 洛陽(yáng) 471023)

新冠病毒全球肆虐，全世界的科學(xué)家都在開(kāi)展應(yīng)對(duì)這一重大公共衛(wèi)生危機(jī)的相關(guān)研究。鑒于新冠肺炎疫情的突發(fā)性、復(fù)雜性和多變性，單一學(xué)科無(wú)力應(yīng)對(duì)，需要多學(xué)科的交叉與融合。挖掘新冠肺炎研究領(lǐng)域的強(qiáng)關(guān)聯(lián)性學(xué)科組合，并揭示其知識(shí)融合特征，有助于科學(xué)家更好地開(kāi)展跨學(xué)科研究，通過(guò)廣泛的知識(shí)融合以便有效地應(yīng)對(duì)新冠肺炎疫情帶來(lái)的挑戰(zhàn)?？鐚W(xué)科研究是不同學(xué)科領(lǐng)域之間知識(shí)的相互影響和滲透，從知識(shí)來(lái)源的多學(xué)科角度可以展示這一屬性，一篇論文中參考文獻(xiàn)的學(xué)科分布可以在一定程度上反映該論文吸收和整合來(lái)自不同學(xué)科知識(shí)的程度，因此，引文分析成為考察多學(xué)科知識(shí)融合的常用方法[1]。在傳統(tǒng)的共被引分析以外，關(guān)聯(lián)規(guī)則作為數(shù)據(jù)挖掘的經(jīng)典模型，提供了考察多學(xué)科知識(shí)融合的一種新思路。基于新冠病毒論文所包含的參考文獻(xiàn)及其來(lái)源學(xué)科信息，通過(guò)關(guān)聯(lián)規(guī)則算法計(jì)算多個(gè)學(xué)科共現(xiàn)的概率，據(jù)此挖掘出強(qiáng)關(guān)聯(lián)性學(xué)科組合，在此基礎(chǔ)之上結(jié)合關(guān)鍵詞聚類(lèi)方法揭示多學(xué)科知識(shí)融合所形成的熱門(mén)主題，從而為考察新冠病毒研究的跨學(xué)科性以及該領(lǐng)域的多學(xué)科知識(shí)融合的規(guī)律與趨向，開(kāi)拓出一種新的分析維度。

1 文獻(xiàn)綜述

1)關(guān)聯(lián)規(guī)則挖掘在文獻(xiàn)計(jì)量學(xué)中的應(yīng)用。關(guān)聯(lián)規(guī)則挖掘是從大量數(shù)據(jù)中發(fā)現(xiàn)事物的特征或數(shù)據(jù)之間頻繁出現(xiàn)的相互依賴(lài)關(guān)系和關(guān)聯(lián)關(guān)系。邱均平等[2]基于AltmetricTOP榜文獻(xiàn)，采用K-Means聚類(lèi)及Apriori算法的關(guān)聯(lián)規(guī)則探討了不同情況下的文獻(xiàn)傳播特征。阮光冊(cè)等[3]利用Apriori算法提取高關(guān)聯(lián)主題詞集，通過(guò)對(duì)這些關(guān)聯(lián)規(guī)則進(jìn)行共詞分析，挖掘出文獻(xiàn)之間的知識(shí)關(guān)聯(lián)。Li M N[4]基于關(guān)聯(lián)規(guī)則挖掘?qū)⒐苍~分析與突發(fā)術(shù)語(yǔ)檢測(cè)相結(jié)合，通過(guò)挖掘熱門(mén)關(guān)鍵詞與突發(fā)術(shù)語(yǔ)間的聯(lián)系，探索技術(shù)預(yù)見(jiàn)相關(guān)研究的前沿和趨勢(shì)。屈文建等[5]運(yùn)用雙聚類(lèi)分析方法進(jìn)行作者與主題雙向聚類(lèi)，再運(yùn)用關(guān)聯(lián)規(guī)則挖掘算法，揭示了核心作者與前沿主題之間的關(guān)聯(lián)關(guān)系。李海林等[6]運(yùn)用Apriori算法探究期刊論文引用過(guò)程中隱藏的關(guān)聯(lián)規(guī)則。Xu M等[7]綜合采用LDA模型和關(guān)聯(lián)規(guī)則挖掘進(jìn)行了新興主題檢測(cè)。周磊等[8]從專(zhuān)利IPC規(guī)模和專(zhuān)利前向引用兩個(gè)角度分別構(gòu)建加權(quán)關(guān)聯(lián)規(guī)則，建立基于加權(quán)關(guān)聯(lián)規(guī)則的技術(shù)融合探測(cè)方法。

2)基于引文分析方法的知識(shí)融合研究。理論發(fā)展的知識(shí)基礎(chǔ)很大程度上是通過(guò)學(xué)術(shù)研究中所引用的文獻(xiàn)來(lái)反映的。在一定時(shí)期內(nèi)，一個(gè)學(xué)科領(lǐng)域被已發(fā)表的論文所反復(fù)引用的文獻(xiàn)代表了該學(xué)科相對(duì)活躍的知識(shí)成分[9]。參考文獻(xiàn)的多樣性從邏輯上來(lái)說(shuō)是知識(shí)整合的最好測(cè)度，研究領(lǐng)域的引文表達(dá)了其他領(lǐng)域的知識(shí)和信息輸入該領(lǐng)域的情況，可以很好地測(cè)度該領(lǐng)域知識(shí)與信息的交叉融合情況[10]。黃穎等[11]指出，知識(shí)融合度是跨學(xué)科的核心特征，揭示了相關(guān)跨學(xué)科研究的內(nèi)在知識(shí)基礎(chǔ)，參考文獻(xiàn)視角下的跨學(xué)科測(cè)度是當(dāng)前跨學(xué)科測(cè)度的主要思路。Porter A L等[12]基于論文參考文獻(xiàn)學(xué)科分布的“知識(shí)融合度(Integration)”指標(biāo)，結(jié)合“專(zhuān)業(yè)度(Specialization)”指標(biāo)對(duì)研究人員的“跨學(xué)科度”進(jìn)行測(cè)度和分析。李長(zhǎng)玲等團(tuán)隊(duì)開(kāi)展了跨學(xué)科知識(shí)組合識(shí)別方法的系列研究，從跨學(xué)科引用[13]、弱引文關(guān)系[14]等多個(gè)維度進(jìn)行跨學(xué)科潛在知識(shí)組合以及知識(shí)生產(chǎn)點(diǎn)識(shí)別。

3)研究述評(píng)與本文的創(chuàng)新之處。當(dāng)前，學(xué)科交叉與知識(shí)融合研究的重心正在從單純地測(cè)度學(xué)科交叉度和知識(shí)融合度轉(zhuǎn)向預(yù)測(cè)和識(shí)別潛在的學(xué)科交叉與知識(shí)融合。關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘領(lǐng)域的經(jīng)典模型，在預(yù)測(cè)實(shí)體之間關(guān)聯(lián)性方面具有重要價(jià)值，可以作為探索知識(shí)融合趨勢(shì)的有效工具。關(guān)聯(lián)規(guī)則挖掘在文獻(xiàn)計(jì)量學(xué)已經(jīng)有所應(yīng)用，但尚未用于考察多學(xué)科知識(shí)融合問(wèn)題。學(xué)科交叉與知識(shí)融合的主流研究仍是以共引、共被引等傳統(tǒng)的引文分析，再結(jié)合主題模型、社會(huì)網(wǎng)絡(luò)分析及可視化等手段來(lái)實(shí)現(xiàn)，通過(guò)計(jì)算學(xué)科兩兩之間的相似性與關(guān)聯(lián)度來(lái)考察學(xué)科交叉和知識(shí)融合現(xiàn)象，研究維度和方法有待進(jìn)一步革新。鑒于此，本文以國(guó)際期刊上發(fā)表的新冠肺炎主題論文為對(duì)象，依據(jù)其參考文獻(xiàn)的學(xué)科分布，采用關(guān)聯(lián)規(guī)則挖掘方法考察新冠病毒研究領(lǐng)域的多學(xué)科知識(shí)融合特征。相較于以往研究，本文的研究重點(diǎn)和創(chuàng)新之處主要包括：一是采用關(guān)聯(lián)規(guī)則挖掘方法對(duì)引文數(shù)據(jù)進(jìn)行處理，計(jì)算多學(xué)科(組合)的共現(xiàn)概率，而不是僅僅測(cè)度學(xué)科兩兩之間的關(guān)聯(lián)性。二是挖掘具有強(qiáng)關(guān)聯(lián)性的學(xué)科組合，建立起知識(shí)輸入與知識(shí)輸出的關(guān)聯(lián)，預(yù)測(cè)知識(shí)融合的趨向，識(shí)別潛在的知識(shí)生長(zhǎng)點(diǎn)。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來(lái)源

從Web of Science(WoS)的核心集合(SCI-E/SSCI/A&HCI)中獲取發(fā)文及引文數(shù)據(jù)，世界衛(wèi)生組織和國(guó)際病毒分類(lèi)委員會(huì)分別將新冠病毒命名為“COVID-19”和“SARS-CoV-2”，本文以此為檢索詞，采用“COVID-19 or SARS-CoV-2”進(jìn)行主題檢索，文獻(xiàn)類(lèi)型限定為“Article”，文獻(xiàn)發(fā)表的時(shí)間區(qū)間不作限制。檢索時(shí)間是2022年2月24日，共獲得檢索記錄115 267篇，將其題錄信息以全記錄形式下載并匯總。經(jīng)初步篩選，其中516篇論文不提供參考文獻(xiàn)信息，將其予以剔除，最終獲得目標(biāo)文獻(xiàn)114 751篇，從目標(biāo)文獻(xiàn)的CR字段中提取出4 483 881篇參考文獻(xiàn)，將其中著錄信息不完整的情況予以剔除，保留4 365 012篇。科學(xué)研究的過(guò)程，參考文獻(xiàn)和目標(biāo)文獻(xiàn)分別被視為知識(shí)輸入和知識(shí)輸出，其中，參考文獻(xiàn)所對(duì)應(yīng)的學(xué)科被稱(chēng)為知識(shí)來(lái)源學(xué)科。為確定參考文獻(xiàn)的歸屬學(xué)科，從JCR(《期刊引證報(bào)告》)中下載期刊目錄。期刊論文類(lèi)的參考文獻(xiàn)能夠根據(jù)其來(lái)源期刊判斷學(xué)科歸屬，而其他類(lèi)型的參考文獻(xiàn)，如報(bào)紙、專(zhuān)著、報(bào)告等，因沒(méi)有統(tǒng)一的學(xué)科分類(lèi)標(biāo)準(zhǔn)而難以判定其所屬學(xué)科。據(jù)統(tǒng)計(jì)，樣本集合中期刊論文類(lèi)的參考文獻(xiàn)共3 555 637篇，其他類(lèi)型的參考文獻(xiàn)僅占全部參考文獻(xiàn)的18.54%，本文只將具有確切學(xué)科來(lái)源的期刊論文類(lèi)參考文獻(xiàn)納入計(jì)量分析。

2.2 數(shù)據(jù)處理

WoS核心集共涵蓋252個(gè)學(xué)科，目標(biāo)文獻(xiàn)的歸屬學(xué)科根據(jù)其題錄信息中WC字段判定，據(jù)統(tǒng)計(jì)，新冠主題論文涉及全部252個(gè)學(xué)科。參考文獻(xiàn)的學(xué)科歸屬還需結(jié)合每篇文獻(xiàn)來(lái)源期刊的學(xué)科類(lèi)別來(lái)判定，從JCR數(shù)據(jù)庫(kù)獲得期刊的全稱(chēng)、縮寫(xiě)和學(xué)科類(lèi)別，部分期刊信息還需要訪(fǎng)問(wèn)其主頁(yè)進(jìn)行手工補(bǔ)充，最后建立起“期刊全稱(chēng)—期刊縮寫(xiě)—所屬學(xué)科類(lèi)別對(duì)照表”?；谠搶?duì)照表，利用MySQL數(shù)據(jù)庫(kù)將所下載的參考文獻(xiàn)根據(jù)其來(lái)源期刊映射至1個(gè)或多個(gè)WoS學(xué)科類(lèi)別中，若一篇參考文獻(xiàn)的來(lái)源期刊同時(shí)歸屬多個(gè)學(xué)科，相應(yīng)的該篇參考文獻(xiàn)被分別計(jì)入多個(gè)學(xué)科。共得到4 838 020條映射記錄，分布在113 779篇目標(biāo)文獻(xiàn)中，成功匹配的參考文獻(xiàn)占樣本集合中參考文獻(xiàn)總量的87.87%，參考文獻(xiàn)涉及229個(gè)學(xué)科。

2.3 關(guān)聯(lián)規(guī)則挖掘方法

關(guān)聯(lián)規(guī)則挖掘是當(dāng)前數(shù)據(jù)挖掘的主要模式之一，是指在給定數(shù)據(jù)集中查找存在于項(xiàng)目集合之間的頻繁模式、相關(guān)性或因果結(jié)構(gòu)，可以發(fā)現(xiàn)隱藏在數(shù)據(jù)之中不易被發(fā)現(xiàn)，甚至與人的意識(shí)相違背的關(guān)聯(lián)事件[15]。本文采用經(jīng)典的關(guān)聯(lián)規(guī)則Apriori算法進(jìn)行挖掘分析，涉及到的核心概念包括：

事務(wù)集(transactset)：每一條數(shù)據(jù)稱(chēng)為一個(gè)事務(wù)tk，所有事務(wù)組成的集合D={t1,t2,…,tn}稱(chēng)為事物集D，事務(wù)集中所包含的事務(wù)數(shù)量為事務(wù)集的長(zhǎng)度|D|。

項(xiàng)集(itemset)：事務(wù)中的元素稱(chēng)為項(xiàng)目i，事務(wù)集D中所出現(xiàn)的全體項(xiàng)目組成的集合I={i1,i2,…,im}稱(chēng)為項(xiàng)目集。I的任何子集X稱(chēng)為D中的項(xiàng)目子集，X中項(xiàng)目的數(shù)量為項(xiàng)目子集的長(zhǎng)度|X|，若|X|=k，則稱(chēng)項(xiàng)目子集X為K-項(xiàng)集。

支持度(support)：設(shè)tk和X分別為D中的事務(wù)和項(xiàng)目子集，如果X?tk稱(chēng)事務(wù)tk包含項(xiàng)目子集X。全體事務(wù)集D中包含項(xiàng)目子集X的事務(wù)數(shù)，記為δx，δx在事務(wù)集D中所占的百分?jǐn)?shù)(D包含X的概率)稱(chēng)為事務(wù)集D對(duì)項(xiàng)目子集X的支持度，用support(X)表示，即support(X)=δx/lDI*100%；可以設(shè)定一個(gè)最小支持度用minsupport表示。

頻繁項(xiàng)目集：對(duì)于某項(xiàng)目子集X，若滿(mǎn)足support(X)≥minsupport，則稱(chēng)X為頻繁項(xiàng)目集。且若X?Y，Y是頻繁項(xiàng)目集，則X也是頻繁項(xiàng)目集。

置信度(confidence)：設(shè)X1、X2為項(xiàng)目子集，并且X1∩X2=Ф，則全體事務(wù)集D中同時(shí)支持X1與X2(即包含X1∪X2項(xiàng)目子集)的事務(wù)數(shù)，在支持X1的所有事務(wù)中所占的比值(包含X1的事務(wù)中也包含X2的條件概率)，稱(chēng)為X1與X2關(guān)聯(lián)的置信度，用confidence(X1,X2)表示，即confidence(X1,X2)=support(X1∪X2)/support(X1)*100%；可以根據(jù)關(guān)聯(lián)規(guī)則挖掘需要指定最小置信度用minconfidence表示。

關(guān)聯(lián)規(guī)則：對(duì)于規(guī)則X1=>X2，X1稱(chēng)為前件，X2稱(chēng)為后件。大于或等于最小支持度閾值和最小置信度閾值的規(guī)則叫做強(qiáng)關(guān)聯(lián)規(guī)則。即需滿(mǎn)足support(X1?X2)=support(X1∪X2)≥minsupport且confidence(X1?X2)=support(X1∪X2)/support(X1)≥minconfidence。關(guān)聯(lián)分析的最終目標(biāo)就是要找出強(qiáng)關(guān)聯(lián)規(guī)則。

提升度(Lift)：即X2在包含X1的事務(wù)集中出現(xiàn)的概率與X2在事務(wù)集D中出現(xiàn)的概率的比值，Lift(X1?X2)=confidence(X1?X2)/support(X2)。Lift反映了關(guān)聯(lián)規(guī)則中的X1與X2的相關(guān)性，Lift>1且越高表明正相關(guān)性越高，Lift<1且越低表明負(fù)相關(guān)性越高，Lift=1表明沒(méi)有相關(guān)性。

3 研究結(jié)果

3.1 目標(biāo)文獻(xiàn)與參考文獻(xiàn)的學(xué)科分布

提取目標(biāo)文獻(xiàn)和參考文獻(xiàn)的來(lái)源學(xué)科，分別計(jì)算各個(gè)學(xué)科包含的目標(biāo)文獻(xiàn)和參考文獻(xiàn)的數(shù)量，根據(jù)目標(biāo)文獻(xiàn)與參考文獻(xiàn)之間的對(duì)應(yīng)關(guān)系，繪制出新冠論文的知識(shí)來(lái)源分布圖。因頁(yè)面限制，在252個(gè)學(xué)科當(dāng)中，只顯示了發(fā)表新冠論文數(shù)量前10%的主要學(xué)科25個(gè)。如圖1所示，箭頭由目標(biāo)文獻(xiàn)學(xué)科指向參考文獻(xiàn)學(xué)科，整體展示了新冠研究領(lǐng)域的知識(shí)來(lái)源學(xué)科的組成情況。

圖1 新冠論文參考文獻(xiàn)的學(xué)科分布圖

1)新冠肺炎疫情是人類(lèi)社會(huì)百年未遇的全球重大災(zāi)難，自暴發(fā)以后迅速引起了各個(gè)學(xué)科的共同關(guān)注。從目標(biāo)文獻(xiàn)的學(xué)科分布來(lái)看，研究主題非常廣泛，涉及252個(gè)學(xué)科，覆蓋了WoS核心集的全部學(xué)科類(lèi)別。其中，發(fā)文量最高的學(xué)科是公共、環(huán)境與職業(yè)衛(wèi)生，其次是多學(xué)科科學(xué)，說(shuō)明綜合類(lèi)和多學(xué)科科學(xué)類(lèi)國(guó)際期刊是刊載新冠研究成果的主要平臺(tái)。此外，免疫學(xué)、醫(yī)學(xué)內(nèi)科、環(huán)境科學(xué)、傳染病學(xué)等學(xué)科也發(fā)表了大量的新冠論文。整體而言，新冠研究主力來(lái)自于自然科學(xué)，研究重點(diǎn)仍在醫(yī)學(xué)領(lǐng)域。

2)由參考文獻(xiàn)的學(xué)科分布來(lái)看，新冠論文的知識(shí)來(lái)源非常廣泛，其中，醫(yī)學(xué)內(nèi)科是最主要的知識(shí)來(lái)源學(xué)科，其次是公共、環(huán)境與職業(yè)衛(wèi)生和多學(xué)科科學(xué)。綜合類(lèi)和多學(xué)科科學(xué)類(lèi)期刊是新冠研究的主要知識(shí)交流載體，知識(shí)的輸出和輸入都非常活躍，既承載著大量的研究成果，也是重要的知識(shí)來(lái)源學(xué)科。此外，免疫學(xué)、傳染病學(xué)、生化與分子生物學(xué)等也是新冠研究的主要知識(shí)來(lái)源學(xué)科。除了醫(yī)學(xué)類(lèi)專(zhuān)業(yè)以外，新冠肺炎研究所需的知識(shí)還來(lái)自于環(huán)境科學(xué)、精神病學(xué)、心理學(xué)等一些相近和相關(guān)學(xué)科。此外，還有大量其他的知識(shí)來(lái)源學(xué)科在圖中未能顯示，如古生物學(xué)、邏輯學(xué)、地質(zhì)學(xué)等，盡管來(lái)自這些學(xué)科的參考文獻(xiàn)比例很小，但同樣構(gòu)成了新冠研究的知識(shí)基礎(chǔ)。

3)從目標(biāo)文獻(xiàn)學(xué)科與參考文獻(xiàn)學(xué)科的知識(shí)流向來(lái)看,每一個(gè)目標(biāo)文獻(xiàn)學(xué)科都對(duì)應(yīng)著多個(gè)參考文獻(xiàn)來(lái)源學(xué)科，平均值為153個(gè)，說(shuō)明知識(shí)來(lái)源的廣泛性。從各學(xué)科的知識(shí)來(lái)源學(xué)科的組成結(jié)構(gòu)來(lái)看，一般而言來(lái)自本學(xué)科的參考文獻(xiàn)比例最大，但該比例仍在20%以下，多達(dá)80%以上的參考文獻(xiàn)來(lái)自其他學(xué)科。如：免疫學(xué)論文的參考文獻(xiàn)共覆蓋219個(gè)學(xué)科，本學(xué)科的參考文獻(xiàn)占15.51%，剩余84.49%來(lái)自醫(yī)學(xué)內(nèi)科、多學(xué)科科學(xué)、傳染病學(xué)等218個(gè)學(xué)科。可見(jiàn)各個(gè)學(xué)科所發(fā)表的新冠論文，盡管研究視角不同，但都建立在多學(xué)科交叉與知識(shí)融合的基礎(chǔ)之上。不只綜合類(lèi)和多學(xué)科科學(xué)類(lèi)如此，各學(xué)科所開(kāi)展的新冠研究普遍存在著廣泛的多學(xué)科交叉與知識(shí)融合。

3.2 知識(shí)來(lái)源學(xué)科的關(guān)聯(lián)規(guī)則挖掘

每篇目標(biāo)文獻(xiàn)的參考文獻(xiàn)對(duì)應(yīng)的所有學(xué)科類(lèi)別構(gòu)成一條事務(wù)，一條事務(wù)中重復(fù)出現(xiàn)的學(xué)科類(lèi)別只記錄1次，表示該篇目標(biāo)文獻(xiàn)的知識(shí)來(lái)源學(xué)科的集合。113 779篇目標(biāo)文獻(xiàn)對(duì)應(yīng)113 779條事務(wù)，將其導(dǎo)入R語(yǔ)言，采用Apriori算法進(jìn)行關(guān)聯(lián)規(guī)則挖掘，相關(guān)參數(shù)設(shè)置為support=0.2，confidence=0.8，即輸出支持度大于0.2、置信度大于0.8的強(qiáng)關(guān)聯(lián)規(guī)則。首先得到53個(gè)符合條件的頻繁項(xiàng)集，含14個(gè)頻繁一項(xiàng)集、27個(gè)頻繁二項(xiàng)集、11個(gè)頻繁三項(xiàng)集和1個(gè)頻繁四項(xiàng)集。文中不再全部展示，僅以其中的1個(gè)頻繁四項(xiàng)集作為示例予以介紹，如表1所示，count表示該學(xué)科組合在多少個(gè)事務(wù)中共同出現(xiàn)，support表示支持度。

表1 頻繁四項(xiàng)集示例

由表1中頻繁四項(xiàng)集{免疫學(xué)，傳染病學(xué)，醫(yī)學(xué)內(nèi)科，微生物學(xué)}的count值和support值可知，這4個(gè)學(xué)科同時(shí)出現(xiàn)在28 403篇目標(biāo)文獻(xiàn)的參考文獻(xiàn)列表中，占目標(biāo)文獻(xiàn)總量的24.96%。說(shuō)明這4個(gè)學(xué)科之間存在較強(qiáng)的知識(shí)關(guān)聯(lián)，結(jié)成了新冠領(lǐng)域較為穩(wěn)定的知識(shí)來(lái)源學(xué)科組合，相應(yīng)的，這4個(gè)學(xué)科之間更易于發(fā)生跨學(xué)科的知識(shí)融合。傳統(tǒng)的共被引分析方法多用來(lái)揭示兩個(gè)學(xué)科之間的關(guān)聯(lián)，而關(guān)聯(lián)規(guī)則挖掘則可以同時(shí)反映單個(gè)學(xué)科或者多個(gè)學(xué)科之間的關(guān)聯(lián)及其強(qiáng)度，尤其兩個(gè)以上學(xué)科的關(guān)聯(lián)規(guī)則挖掘，更適合于揭示知識(shí)來(lái)源的學(xué)科組合情況。如表1所示的頻繁四項(xiàng)集，同時(shí)揭示出免疫學(xué)、傳染病學(xué)、醫(yī)學(xué)內(nèi)科和微生物學(xué)4個(gè)學(xué)科之間頻繁的知識(shí)融合與深厚的知識(shí)關(guān)聯(lián)。

針對(duì)上述53個(gè)頻繁項(xiàng)集進(jìn)行關(guān)聯(lián)規(guī)則挖掘，共生成37條關(guān)聯(lián)規(guī)則，涉及11個(gè)學(xué)科，全部關(guān)聯(lián)規(guī)則的Lift(提升度)值都大于1，說(shuō)明這些關(guān)聯(lián)規(guī)則中的前件與后件之間存在正相關(guān)性，Lift值越高表明其正相關(guān)度越高，即當(dāng)前件存在時(shí)，后件出現(xiàn)的概率更大。將全部關(guān)聯(lián)規(guī)則及其相關(guān)數(shù)據(jù)用R語(yǔ)言畫(huà)圖進(jìn)行可視化展示，如圖2所示，每根自下至上帶箭頭的折線(xiàn)代表著一條關(guān)聯(lián)規(guī)則，折線(xiàn)將作為前件的學(xué)科(組合)串聯(lián)起來(lái)，最終指向作為后件(rhs)的學(xué)科。連線(xiàn)的粗細(xì)代表該項(xiàng)關(guān)聯(lián)規(guī)則的置信度(confidence)，連線(xiàn)越粗表示置信度越高；連線(xiàn)的顏色深淺代表支持度(support)，顏色越深表示支持度越高。

圖2 關(guān)聯(lián)規(guī)則的平行坐標(biāo)圖

本文挖掘出的37條關(guān)聯(lián)規(guī)則的詳細(xì)信息在圖2予以集中展示，縱坐標(biāo)軸上的數(shù)字代表每項(xiàng)關(guān)聯(lián)規(guī)則中包含的前件學(xué)科的數(shù)量，從“3”引發(fā)的折線(xiàn)表示該關(guān)聯(lián)規(guī)則共有3個(gè)前項(xiàng)，從“2”引發(fā)的折線(xiàn)則表示共有兩個(gè)前項(xiàng)，從“1”引發(fā)的折線(xiàn)表示僅有1個(gè)前項(xiàng)。如微生物學(xué)、傳染病學(xué)和免疫學(xué)3個(gè)學(xué)科所結(jié)成的學(xué)科組合作為前件，可以推導(dǎo)出醫(yī)學(xué)內(nèi)科為后件學(xué)科，即{微生物學(xué)、傳染病學(xué)、免疫學(xué)}=>{醫(yī)學(xué)內(nèi)科}，該關(guān)聯(lián)規(guī)則的置信度較大，表示前后件學(xué)科間關(guān)聯(lián)性較強(qiáng)。本身微生物學(xué)、傳染病學(xué)和免疫學(xué)能夠結(jié)成前件學(xué)科組合，就說(shuō)明這3個(gè)學(xué)科之間存在著深厚的知識(shí)關(guān)聯(lián)，它們組合在一起作為前件與后件(醫(yī)學(xué)內(nèi)科)之間存在較強(qiáng)的相關(guān)性。基于該項(xiàng)關(guān)聯(lián)規(guī)則可以判定，如果一篇新冠論文同時(shí)引用了微生物學(xué)、傳染病學(xué)和免疫學(xué)3個(gè)學(xué)科的參考文獻(xiàn)，則該論文很大概率也會(huì)引用醫(yī)學(xué)內(nèi)科的參考文獻(xiàn)。強(qiáng)關(guān)聯(lián)規(guī)則所包含的多個(gè)學(xué)科之間更易于發(fā)生跨學(xué)科知識(shí)融合，由前件學(xué)科(組合)能推導(dǎo)出后件學(xué)科(組合)，這就為科學(xué)家在新冠研究中選擇知識(shí)來(lái)源和合作伙伴指明了學(xué)科方向。

再如，圖2中所顯示的兩項(xiàng)關(guān)聯(lián)規(guī)則，{細(xì)胞生物學(xué)}=>{生化與分子生物學(xué)}和{生化與分子生物學(xué)}=>{細(xì)胞生物學(xué)}，細(xì)胞生物學(xué)和生化與分子生物學(xué)互為前后件出現(xiàn)在兩項(xiàng)關(guān)聯(lián)規(guī)則中。引用生化與分子生物學(xué)文獻(xiàn)的論文大概率會(huì)引用細(xì)胞生物學(xué)的文獻(xiàn)，而引用細(xì)胞生物學(xué)文獻(xiàn)的論文大概率也會(huì)引用生化與分子生物學(xué)的文獻(xiàn)。作為生物學(xué)的兩個(gè)分支學(xué)科，細(xì)胞生物學(xué)和生化與分子生物學(xué)之間存在著穩(wěn)固的知識(shí)關(guān)聯(lián)，彼此交叉融合的概率很高。但兩項(xiàng)規(guī)則的置信度并不相同，說(shuō)明學(xué)科之間的相關(guān)性并非一定是對(duì)稱(chēng)的。

本文挖掘出的37條關(guān)聯(lián)規(guī)則，有些前件學(xué)科和后件學(xué)科非常接近，但也有一些，如：{公共、環(huán)境與職業(yè)衛(wèi)生}=>{醫(yī)學(xué)：內(nèi)科}，從表面上看，前件和后件學(xué)科的關(guān)聯(lián)性似乎并不是很強(qiáng)。所以，關(guān)聯(lián)規(guī)則挖掘方法能夠突破對(duì)于學(xué)科關(guān)系的慣性認(rèn)知局限，不僅能夠挖掘出相近學(xué)科之間的知識(shí)關(guān)聯(lián)，也能挖掘出那些學(xué)緣關(guān)系較遠(yuǎn)、看似關(guān)聯(lián)性不大的學(xué)科之間的相關(guān)性，這對(duì)于潛在學(xué)科組合及其知識(shí)融合的發(fā)掘和預(yù)測(cè)來(lái)說(shuō)很有價(jià)值。

3.3 關(guān)聯(lián)規(guī)則下的知識(shí)融合主題識(shí)別

通過(guò)關(guān)聯(lián)規(guī)則挖掘出了強(qiáng)知識(shí)關(guān)聯(lián)的學(xué)科組合，但這樣的分析仍然停留在較為宏觀的學(xué)科層面，只能回答“哪些學(xué)科易于發(fā)生知識(shí)融合”，而無(wú)法回答“多學(xué)科知識(shí)融合后形成的研究主題是什么”。結(jié)合關(guān)鍵詞聚類(lèi)方法，從微觀層面識(shí)別多學(xué)科知識(shí)融合的主題，從而能夠更深入具體地揭示知識(shí)融合規(guī)律。本文共挖掘出37條關(guān)聯(lián)規(guī)則，選擇其中置信度最高的關(guān)聯(lián)規(guī)則{免疫學(xué)，醫(yī)學(xué)內(nèi)科，微生物學(xué)}=>{傳染病學(xué)}為例，考察多學(xué)科知識(shí)融合所形成的熱門(mén)研究主題。

先從該項(xiàng)關(guān)聯(lián)規(guī)則的目標(biāo)文獻(xiàn)集合(參考文獻(xiàn)列表中同時(shí)出現(xiàn)這4個(gè)學(xué)科的28 403篇論文)中提取關(guān)鍵詞，然后對(duì)關(guān)鍵詞進(jìn)行人工規(guī)范化處理，包括去除無(wú)效詞、同義詞合并、單復(fù)數(shù)合并等，隨后選取頻次大于30的高頻關(guān)鍵詞構(gòu)建共詞網(wǎng)絡(luò)導(dǎo)入VOSviewer進(jìn)行聚類(lèi)和可視化展示。如圖3所示，節(jié)點(diǎn)代表關(guān)鍵詞，節(jié)點(diǎn)大小表征詞頻，連線(xiàn)代表共詞關(guān)系。

圖3包含了6個(gè)聚類(lèi)，分別用6種不同的顏色予以區(qū)分，說(shuō)明該項(xiàng)關(guān)聯(lián)規(guī)則所涉及的免疫學(xué)、醫(yī)學(xué)內(nèi)科、微生物學(xué)與傳染病學(xué)進(jìn)行多學(xué)科知識(shí)融合以后形成了6個(gè)熱點(diǎn)主題。#1聚類(lèi)(紅色標(biāo)識(shí))圍繞核心關(guān)鍵詞“pandemic”，探討與新冠有關(guān)的公共衛(wèi)生與心理問(wèn)題，研究范圍較為廣泛，涉及病毒空氣傳播、氣溶膠、心理健康、抑郁癥、艾滋病、遠(yuǎn)程醫(yī)療等多個(gè)主題；#2聚類(lèi)(黃色標(biāo)識(shí))圍繞核心關(guān)鍵詞“mortality”，關(guān)注老年人和基礎(chǔ)病患者等易感人群的感染、癥狀、抗體、免疫、死亡等問(wèn)題，還涉及人工智能、深度學(xué)習(xí)等新技術(shù)在新冠疫情中的應(yīng)用；#3聚類(lèi)(藍(lán)色標(biāo)識(shí))圍繞核心關(guān)鍵詞“vaccine”，研究新冠病毒的機(jī)理、毒株、變異、蛋白及RT-PCR檢測(cè)等，重點(diǎn)在于新冠病毒檢測(cè)和疫苗研發(fā)；#4聚類(lèi)(綠色標(biāo)識(shí))圍繞核心關(guān)鍵詞“ACE2”，關(guān)注新冠臨床藥物研制，主要從分子、微生物、生物信息等角度展開(kāi)；#5聚類(lèi)(淺藍(lán)色標(biāo)識(shí))是母嬰主題，規(guī)模相對(duì)較小，聚焦新冠疫情下孕產(chǎn)婦和新生兒等特殊人群；#6聚類(lèi)(紫色標(biāo)識(shí))規(guī)模最小，且與其他5個(gè)聚類(lèi)之間的知識(shí)關(guān)聯(lián)很弱，作為一個(gè)相對(duì)獨(dú)立的小型主題，主要研究味覺(jué)問(wèn)題，即新冠感染者因器官受損而導(dǎo)致味覺(jué)喪失或減退。

圖3 強(qiáng)關(guān)聯(lián)學(xué)科組合的關(guān)鍵詞聚類(lèi)圖

綜上，通過(guò)關(guān)聯(lián)規(guī)則挖掘，發(fā)現(xiàn)了免疫學(xué)、醫(yī)學(xué)內(nèi)科、微生物學(xué)與傳染病學(xué)作為一個(gè)強(qiáng)關(guān)聯(lián)學(xué)科組合，跨學(xué)科的知識(shí)融合非?；钴S。結(jié)合關(guān)鍵詞聚類(lèi)方法進(jìn)一步發(fā)現(xiàn)，這4個(gè)學(xué)科同時(shí)向新冠領(lǐng)域輸出知識(shí)，經(jīng)融合以后形成了公共衛(wèi)生與心理健康、易感人群、疫苗研發(fā)、臨床藥物研制、母嬰患者、味覺(jué)退化等幾個(gè)熱點(diǎn)主題。同理，新冠領(lǐng)域的學(xué)者們?cè)趪@這些主題開(kāi)展研究時(shí)也需要同時(shí)從上述4個(gè)學(xué)科獲取知識(shí)，每一個(gè)主題都依賴(lài)于多個(gè)知識(shí)來(lái)源學(xué)科所提供的知識(shí)基礎(chǔ)。例如，新冠疫苗原本屬于免疫學(xué)的研究問(wèn)題，但疫苗設(shè)計(jì)步驟包括了靶抗原的合理選擇、免疫增強(qiáng)佐劑的設(shè)計(jì)、體液免疫及細(xì)胞免疫類(lèi)型調(diào)控，以及免疫流程的臨床學(xué)優(yōu)化等一系列復(fù)雜問(wèn)題[16]。所以新冠疫苗研發(fā)所依賴(lài)的研究基礎(chǔ)突破了免疫學(xué)的學(xué)科邊界，需廣泛借鑒醫(yī)學(xué)內(nèi)科、微生物學(xué)、傳染病學(xué)等多個(gè)學(xué)科的知識(shí)。綜上，科學(xué)研究的過(guò)程并非知識(shí)的簡(jiǎn)單拼湊和組合，而是在知識(shí)融合中創(chuàng)造新知識(shí)。多學(xué)科知識(shí)融合提供了科學(xué)研究所需的寬廣的知識(shí)基礎(chǔ)，新知識(shí)不斷涌現(xiàn)，也孕育出了一系列新的學(xué)科生長(zhǎng)點(diǎn)。

4 結(jié)論與討論

1)新冠肺炎研究依賴(lài)于多學(xué)科知識(shí)融合

新冠病毒及其變異毒株的致病性和傳染性極強(qiáng)，其感染人群之多、影響范圍之廣、傳播速度之快、病理之復(fù)雜多變，成為史無(wú)前例的全球性大流行病，帶給全球科學(xué)家前所未有的挑戰(zhàn)。為了應(yīng)對(duì)這一挑戰(zhàn)，科學(xué)研究的過(guò)程中需要更為廣泛而深入的多學(xué)科知識(shí)融合。本文經(jīng)過(guò)計(jì)量分析發(fā)現(xiàn)，新冠研究領(lǐng)域的知識(shí)輸入和知識(shí)輸出所覆蓋的學(xué)科范圍都十分寬廣。一方面，目標(biāo)文獻(xiàn)的學(xué)科分布非常廣泛，自然科學(xué)、工程學(xué)、人文、社會(huì)科學(xué)等的科學(xué)家都在積極抗“疫”，從不同維度探討如何應(yīng)對(duì)新冠疫情，發(fā)表的新冠論文覆蓋了全部252個(gè)學(xué)科。從發(fā)文量來(lái)看，研究重心仍在醫(yī)學(xué)學(xué)科，但是研究視角具有明顯的多元性特征；另一方面，參考文獻(xiàn)的學(xué)科分布也非常廣泛，對(duì)于大多數(shù)學(xué)科而言，來(lái)自本學(xué)科的參考文獻(xiàn)尚不足20%，大部分的參考文獻(xiàn)來(lái)源于其他學(xué)科，每個(gè)學(xué)科的研究工作都依賴(lài)于多學(xué)科交叉融合所提供的寬廣的知識(shí)基礎(chǔ)。綜合目標(biāo)文獻(xiàn)和參考文獻(xiàn)的學(xué)科分布可以證實(shí)，新冠研究具有鮮明的多學(xué)科交叉屬性，在多學(xué)科知識(shí)融合的基礎(chǔ)上進(jìn)行新知識(shí)的創(chuàng)造，是科學(xué)家應(yīng)對(duì)新冠挑戰(zhàn)的必然選擇。

2)新冠疫情使得知識(shí)融合的趨勢(shì)進(jìn)一步增強(qiáng)

圍繞新冠主題各個(gè)學(xué)科之間的邊界變得非常模糊，每個(gè)學(xué)科的研究工作都建立在多學(xué)科交叉基礎(chǔ)之上，單純借助本學(xué)科的知識(shí)并不足以支撐起新冠肺炎這樣重大復(fù)雜問(wèn)題的研究，而必須從多個(gè)學(xué)科汲取必要的思想、理論、理念、方法、技術(shù)、工具等，在多元化的知識(shí)場(chǎng)域內(nèi)開(kāi)展知識(shí)創(chuàng)新，進(jìn)而產(chǎn)生新成果。這些成果又會(huì)作為知識(shí)素材被很多學(xué)科吸收和采納，從而構(gòu)成其他學(xué)科開(kāi)展相關(guān)研究的知識(shí)基礎(chǔ)。大科學(xué)時(shí)代，學(xué)科交叉與知識(shí)融合變得非常普遍，科學(xué)研究的過(guò)程也是知識(shí)融合的過(guò)程，尤其對(duì)于新冠肺炎這樣的事關(guān)全人類(lèi)安全與命運(yùn)的重大突發(fā)問(wèn)題，更加依賴(lài)于多學(xué)科交叉融合所提供的寬廣的知識(shí)基礎(chǔ)。在新冠肺炎研究領(lǐng)域，廣泛的知識(shí)融合使得各個(gè)學(xué)科之間的邊界進(jìn)一步模糊，學(xué)科之間的依存度更高，不只相近學(xué)科之間，那些原本學(xué)緣關(guān)系較遠(yuǎn)的學(xué)科之間，也因新冠疫情而建立起知識(shí)關(guān)聯(lián)。新冠疫情背景下所開(kāi)展的科學(xué)研究，不僅充分彰顯了大科學(xué)時(shí)代多學(xué)科交叉融合的特色，也進(jìn)一步增強(qiáng)了多學(xué)科知識(shí)融合的趨勢(shì)。展現(xiàn)出來(lái)的新冠研究正如同一個(gè)生態(tài)系統(tǒng)，鮮花、灌木、喬木和諧共生，不同的學(xué)科相互依存、彼此支撐，構(gòu)成完整的有機(jī)生命體，該領(lǐng)域也因廣泛而深入的學(xué)科交叉和知識(shí)融合而展現(xiàn)出勃勃生機(jī)。

3)關(guān)聯(lián)規(guī)則挖掘提供了考察學(xué)科交叉和知識(shí)融合的新方案

學(xué)科交叉是跨越學(xué)科邊界的知識(shí)相互作用[17]，通過(guò)學(xué)科交叉和知識(shí)融合而創(chuàng)造新知識(shí)并用于解決復(fù)雜的科學(xué)和社會(huì)問(wèn)題，代表著科學(xué)發(fā)展的新趨向，也成為科學(xué)研究的新范式。知識(shí)融合是其本質(zhì)內(nèi)容，學(xué)科交叉是其表現(xiàn)形式，知識(shí)創(chuàng)造則是最終目的。文獻(xiàn)計(jì)量學(xué)常以引文為線(xiàn)索來(lái)考察學(xué)科之間的交叉融合現(xiàn)象，施引文獻(xiàn)和被引文獻(xiàn)分別被視為知識(shí)的輸入和輸出，傳統(tǒng)的分析手段主要包括：以引用與被引用關(guān)系追蹤學(xué)科之間的知識(shí)流動(dòng)，以引文耦合衡量學(xué)科之間的研究相似度，以共被引表征多學(xué)科知識(shí)的交叉融合。本文提出的研究方案實(shí)際上是采用關(guān)聯(lián)規(guī)則挖掘這種經(jīng)典的機(jī)器學(xué)習(xí)算法對(duì)共被引分析方法進(jìn)行升級(jí)改造，旨在通過(guò)大數(shù)據(jù)方法為傳統(tǒng)的引文分析賦能。

傳統(tǒng)的共被引分析僅以共被引頻次來(lái)度量學(xué)科兩兩之間的關(guān)聯(lián)強(qiáng)度，再輔之以聚類(lèi)分析等方法展現(xiàn)學(xué)科知識(shí)結(jié)構(gòu)。本文采用的關(guān)聯(lián)規(guī)則挖掘與其存在相似之處，本質(zhì)上都是借助文獻(xiàn)之間的共被引關(guān)系來(lái)考察學(xué)科之間的知識(shí)關(guān)聯(lián)，且關(guān)聯(lián)規(guī)則挖掘的第一步也需要計(jì)算不同學(xué)科的共被引頻次。盡管如此，基于關(guān)聯(lián)規(guī)則挖掘的研究方案在一些方面明顯不同于傳統(tǒng)的共被引分析：一是計(jì)算方法不同，關(guān)聯(lián)規(guī)則挖掘并不止步于計(jì)算共被引頻次，而是藉由置信度、支持度和提升度等指標(biāo)，由前件學(xué)科(組合)推導(dǎo)出后件學(xué)科(組合)參與知識(shí)融合的概率。二是功能目標(biāo)不同，本方案的主要目的在于挖掘出強(qiáng)關(guān)聯(lián)規(guī)則學(xué)科組合，而非揭示學(xué)科知識(shí)結(jié)構(gòu)。關(guān)聯(lián)規(guī)則算法計(jì)算出某個(gè)學(xué)科(組合)存在時(shí)另一個(gè)學(xué)科(組合)出現(xiàn)的概率，借助概率值可以預(yù)測(cè)知識(shí)融合的趨勢(shì)，識(shí)別出適宜融合的潛在學(xué)科(組合)。三是分析原理不同，關(guān)聯(lián)規(guī)則中包含的學(xué)科數(shù)量不等，能夠同時(shí)揭示多學(xué)科(兩個(gè)以上學(xué)科)的知識(shí)關(guān)聯(lián)，而以往的引文分析通常只計(jì)算學(xué)科兩兩之間的共被引關(guān)系及強(qiáng)度，相比較而言，關(guān)聯(lián)規(guī)則挖掘方法適宜進(jìn)行多學(xué)科組合的知識(shí)關(guān)聯(lián)分析。

此外，本方案較之傳統(tǒng)的共被引分析還做出了一定的改進(jìn)。共被引分析和關(guān)聯(lián)規(guī)則挖掘都只是從知識(shí)輸入的角度揭示學(xué)科關(guān)聯(lián)。本研究在提取出強(qiáng)關(guān)聯(lián)學(xué)科組合的基礎(chǔ)上，又從知識(shí)輸出角度入手，從目標(biāo)文獻(xiàn)中提取出關(guān)鍵詞，通過(guò)共詞分析揭示出強(qiáng)關(guān)聯(lián)學(xué)科組合在知識(shí)融合后能夠形成的研究主題。因此，本方案建立起從知識(shí)輸入到知識(shí)輸出的關(guān)聯(lián)用于考察多學(xué)科知識(shí)融合現(xiàn)象，雖不能解密從多學(xué)科知識(shí)融合到新知識(shí)產(chǎn)生的完整過(guò)程，至少回答了“哪些學(xué)科易于發(fā)生知識(shí)融合以及融合以后會(huì)形成哪些研究主題”的問(wèn)題，這為進(jìn)一步認(rèn)識(shí)和把握知識(shí)融合的機(jī)理提供了一定的參考借鑒，也在一定程度上深化和拓展了傳統(tǒng)的引文分析的內(nèi)容與功能。

5 結(jié)束語(yǔ)

本文以新冠肺炎研究領(lǐng)域?yàn)槔?，基于關(guān)聯(lián)規(guī)則挖掘探討了多學(xué)科知識(shí)融合問(wèn)題，在傳統(tǒng)的共被引分析以外，提供了一種考察多學(xué)科知識(shí)關(guān)聯(lián)性的新方案，挖掘出了具有強(qiáng)關(guān)聯(lián)性的學(xué)科組合，識(shí)別了多學(xué)科組合所形成的熱點(diǎn)主題，獲得的結(jié)論和發(fā)現(xiàn)有助于進(jìn)一步認(rèn)識(shí)和把握多學(xué)科知識(shí)融合的規(guī)律與趨勢(shì)。對(duì)于廣大的科研工作者來(lái)說(shuō)，能夠?yàn)樗麄儗ふ液线m的知識(shí)來(lái)源和潛在的合作伙伴指明方向，為他們攻克科研難點(diǎn)提供新的思路與靈感；對(duì)于管理者和決策者來(lái)說(shuō)，便于他們更有針對(duì)性采取措施推動(dòng)多學(xué)科之間的交叉融合，為科技創(chuàng)新源源不斷地注入能量。本文在研究過(guò)程中仍存在一些不足：一是未能深入剖析多學(xué)科知識(shí)融合的機(jī)理；二是研究結(jié)論和發(fā)現(xiàn)僅限于新冠領(lǐng)域，能否推廣至其他領(lǐng)域還需進(jìn)一步驗(yàn)證；三是關(guān)聯(lián)規(guī)則挖掘與傳統(tǒng)共被引分析方法的分析結(jié)果是否存在明顯差異，尚未通過(guò)實(shí)證分析進(jìn)行直接比較。后續(xù)研究將針對(duì)上述不足進(jìn)行不斷完善。

猜你喜歡

學(xué)科知識(shí)參考文獻(xiàn)關(guān)聯(lián)

高校圖書(shū)館學(xué)科化知識(shí)服務(wù)模式研究

參花(上)(2023年2期)2023-03-06 03:54:09

品讀

江蘇教育·教師發(fā)展(2021年6期)2021-08-11 01:22:06

The Muted Lover and the Singing Poet:Ekphrasis and Gender in the Canzoniere*

國(guó)際比較文學(xué)(中英文)(2019年1期)2019-11-12 23:08:45

“一帶一路”遞進(jìn)，關(guān)聯(lián)民生更緊

當(dāng)代陜西(2019年15期)2019-09-02 01:52:00

奇趣搭配

學(xué)苑創(chuàng)造·A版(2018年11期)2018-02-01 06:29:20

學(xué)校德育要植根于學(xué)科知識(shí)的意蘊(yùn)之中

中國(guó)德育(2017年17期)2017-09-15 22:00:23

智趣

讀者(2017年5期)2017-02-15 18:04:18

Study on the physiological function and application of γ—aminobutyric acid and its receptors

東方教育(2016年4期)2016-12-14 13:52:48

基于本體的學(xué)科知識(shí)門(mén)戶(hù)語(yǔ)義服務(wù)機(jī)制研究

圖書(shū)館理論與實(shí)踐(2015年7期)2016-01-19 02:52:55

The Review of the Studies of Trilingual Education in inghai

中國(guó)校外教育(下旬)(2014年10期)2014-11-20 00:34:27

現(xiàn)代情報(bào)2023年3期

現(xiàn)代情報(bào)的其它文章

面向自然災(zāi)害的應(yīng)急知識(shí)管理研究進(jìn)展

為學(xué)科奠基，助推我國(guó)評(píng)價(jià)事業(yè)高質(zhì)量發(fā)展
——評(píng)邱均平等《評(píng)價(jià)科學(xué)理論·方法·應(yīng)用》

我國(guó)互聯(lián)網(wǎng)醫(yī)院APP的隱私政策評(píng)價(jià)研究
——基于認(rèn)知負(fù)荷與內(nèi)容合規(guī)雙重視域

我國(guó)省級(jí)政府在線(xiàn)政務(wù)服務(wù)渠道發(fā)展水平與地域分異研究

沉浸體驗(yàn)視角下數(shù)字閱讀策略及效果研究

平臺(tái)所有者和參與企業(yè)數(shù)據(jù)共享行為的微分博弈研究