發布時間：2021-06-24所屬分類：教育職稱論文瀏覽：1次
摘 要： 摘要：以美國物理學會旗下期刊20002019年發表的論文和WebofScience論文摘要為基礎，用模因短語刻畫知識，構建模因關系網絡并引入跨學科測度Rao-Stirling指數以計算模因的跨領域分數，從而追蹤物理學中的跨領域模因。分別從網絡拓撲結構指標、跨領域測度指標
摘要：以美國物理學會旗下期刊2000—2019年發表的論文和WebofScience論文摘要為基礎，用模因短語刻畫知識，構建模因關系網絡并引入跨學科測度Rao-Stirling指數以計算模因的跨領域分數，從而追蹤物理學中的跨領域模因。分別從網絡拓撲結構指標、跨領域測度指標和專業術語對比3個方面進行驗證，證明了所提的模因關系網絡和模因的跨領域分數可以有效反映知識在不同領域間的擴散現象。
關鍵詞：模因;跨領域;社區發現;美國物理學會數據集
近年來，一些社會問題和研究課題往往無法在單一領域內得到解決，于是跨領域研究逐漸成為一種新的解決思路。大數據的出現為探索科學結構及其發展模式提供了數據基礎[1]。計算機科學、網絡科學等科技的蓬勃發展為科學學研究提供了多種技術手段[2]。從研究引文分布[3-4]到合著網絡[5-6]再到團隊合作[7]，科學學漸漸成為一門獨立的、融合多學科知識的學科。雖然有些科學家更傾向于主流學科領域的創新[8-9]而不認可跨學科研究[8]，但不可否認的是越來越頻繁的跨領域交流對科學研究起到了一定的促進作用。文獻[10]的分析表明，論文和發明專利的組合往往能獲得更高的影響因子。文獻[11]認為，如果把看似不相關的思想和方法成功地結合起來可能會產生很大的影響。但迄今為止這些宏觀的跨學科研究往往以論文[9]、期刊[12]、學科領域[9]、團體[13]為研究對象，忽略了跨領域的微觀本質——知識交流。
科學研究中知識的傳播和演化從微觀層面體現在知識隨著論文的引用關系而傳播[14]。用模因(meme)來描述知識的傳播過程已經得到大多數學者的認同。模因由道金斯在《自私的基因》[15]一書中首次提出，他認為單詞、旋律、食譜、思想等文化實體與基因的進化相似：都具有復制和突變功能，并且都用人類文化代替基因作為繁殖媒介。研究表明，模因的演化可以有效推動網絡的擴散和演化[16]。在引文網絡中，科學模因可以理解為論文中的短文本單位，在引用文獻中被復制并以多種表現形式分布在不同領域[14]。分析模因在不同領域的分布可以有效追蹤知識在不同領域的演進過程。因此，本文利用引文網絡中的模因短語來推導知識在引文網絡中的演化。
科學知識由包含在論文、書籍、專利、軟件和其他學術制品中的概念和關系構成，這些知識元素又通過正式和非正式的信息流、思想等連接起來[17]。因此，科學知識可以描述為一個復雜的、自組織的、不斷進化的多尺度網絡[2]。網絡科學為揭示知識的傳播和演化提供了一個高效的工具。作為一種分析網絡的工具，網絡科學有助于更好地理解作者或論文在合著網絡、引用網絡中的作用。已有相關研究通過構建科學合作網絡使知識的微觀特征達到可視化，從而分析了合作網絡的結構特性[18]。雖然不同領域表現出不同的網絡拓撲結構[5-6]，但是許多網絡結構表現出相似的全局特性。小世界架構就是其中之一[6]，它反映了領域內高度聚集、領域間稀疏連接的情況，為跨領域研究提供了一種思路。
本文從模因角度追蹤跨領域的知識交流，構建模因關系網絡，從而提出了一種分析科學文獻中跨領域知識關系的研究框架，并將其應用于2000—2019年美國物理學會(AmericanPhysicalSociety,APS)數據集。在所構建的模因關系網絡中，節點代表模因短語，邊代表模因短語在論文摘要中的關聯程度。利用有權無向的模因關系網絡，本文對網絡的結構特性和節點間關聯度進行了探索性的研究，并著重進行以下實驗：1)從引文網絡中提取科學模因[14]，構建模因關系網絡，以探究其社團結構和小世界特性。2)基于之前論文多樣性的研究[19]，假設模因短語可以量化跨領域研究程度，提出了領域相似度，并計算模因跨領域指標，追蹤到跨領域模因。
1數據和方法
1.1數據集
本研究的數據集使用物理學領域的引文網絡，依托于APS數據集(包含元信息及引用關系)和WebofScience數據庫中的APS文獻摘要信息。在選取數據集時從現實角度出發主要考慮物理學對科學界長久以來的影響力，從數據權威性看APS數據集更能代表物理學的發展動態，且選取單一的數據集也有助于形成統一的標準化領域分類。
在數據預處理方面，本文根據文獻唯一索引號DOI將摘要信息整合到APS數據元信息中，并提取出APS數據集中的引用關系形成引文網絡。
1.2定義科學模因
文獻中經常出現的短語或詞匯可作為重要的模因，但是一些高頻出現的詞匯如理論、研究所包含的知識價值往往很低。文獻[14]提出了一種基于引文網絡識別科學模因的算法，利用模因出現的頻率及其在引文中的傳播比例刻畫出模因短語的得分。
1.4.2領域相似性
模因所屬領域由APS數據集中包含該模因的一組論文集確定。如圖1所示，包含模因1的6篇文獻中有4篇文獻屬于領域a，2篇文獻屬于領域b，由此推導出模因1屬于領域a。如果領域i中的論文和領域j中的論文存在引用關系，那么領域i和領域j更相似[21]。將這一思想推廣到模因關聯度網絡中，若領域i和領域j中的模因存在共現關系，那么領域i和領域j更相似。
本文提出基于模因關聯度網絡的領域間相似性度量指標Sij。如果模因間的關聯跨越了領域i和j，則領域i和j的相似度增加;如果模因間的關聯跨越了領域i和領域j以外其他領域，則領域i和j的相似度減少;如果模因間的關聯在領域內部，則不影響領域間的相似度。同時相似度的計算考慮模因間的關聯權重Wab。
1.5網絡跨領域測度
為了從總體上度量一個學科內部的跨領域交流情況，單純地累加領域相似度既缺乏可解釋性，又忽略了不同領域維度對總體度量指標影響力的差異性。于是，本文借鑒Dworkin衡量網絡跨領域程度的思想[22]提出了宏觀的、平衡各領域維度差異的網絡跨領域測度。
2結果和分析
2.1科學模因
本文在構建APS引文網絡后使用式(2)識別摘要中的模因[14]，模因得分越高的短語或詞匯越有可能成為領域研究中的模因。
表1列出了2015—2019年期間APS引文網絡中排名前10的科學模因。在百度詞條中檢索表1中的模因可以發現，近5年物理學領域的研究熱點主要聚焦在宇宙學、材料(石墨烯)、量子通信、流體力學領域。同時科學模因分數也在隨著研究的深入不斷演變，進而反映出模因短語的熱門程度隨時間變化的趨勢。
2.2模因關系網絡
通過識別模因可以探究熱點知識的演變。本文用構建模因關系網絡的方法實現模因間關系的可視化，直觀地展示不同模因間的關聯程度，揭示模因演化過程中的相互影響。使用式(3)計算模因間的關聯程度，并構建模因關聯度網絡。圖2描繪了模因關系網絡，并刻畫了網絡社團結構。網絡可視化使用Gephi軟件，其中網絡可視化的具體設置為FruchtermanReingold布局(力引導布局)、快速模塊化社區發現算法[23]和pagerank算法[24]。
模因關系網絡不僅能呈現出社區劃分結果，而且能夠反映不同領域中科學模因的社團結構。可以看到，具有更多跨領域聯系的模因(統計物理、交叉學科物理等)往往表現出更強類間連接，并與非線性物理、量子通信、復雜網絡的模因呈現較強的關聯度。同一模因往往橫跨多個領域。
模因關系網絡中邊的權重表示不同模因間關聯程度，關鍵模因周圍的關聯模因反映了關鍵知識隨時間的演化趨勢。其他模因與關鍵模因的距離用余弦相似度度量，模因字體大小與關聯程度有關。圖3顯示2017—2019年期間分數排名第1的模因“darkmatter”、分數排名第2的模因“graphene”與其他模因的關聯度變化。
2.3模因多樣性指標
本節在構建模因關系網絡的基礎上進一步探究其跨領域特性，追蹤跨領域模因的多樣性。首先，由模因的領域關系定義出不同領域間的距離dij=1−Sij。其次，將領域間距離dij代入RS多樣性指標∆，得到模因跨領域得分。最后，通過模因關系網絡的社團劃分、網絡跨領域測度指標和對比百度詞條來驗證模因跨領域分數的準確性。
2.3.1領域相似性
為了量化不同領域間的模因擴散現象，本文以2000—2019年期間APS模因關系網絡為基礎，由式(5)計算出APS的領域相似性Sij，從而得到領域間距離如圖4所示。從圖4可以看到，關聯度最高的兩個領域為Gravitation,Cosmology&Astrophysics和Particles&Fields，從模因關系網絡中得到的領域間相似性均低于0.3，這與以往跨學科相似度度量指標一致[25]。圖4展示的領域相似度與模因社團劃分結果相似，Particles&Fields表現出較強的交叉領域特性，可見領域相似性有效反映了領域間的合作關系。——論文作者：周毅1，閆光輝1，盧彬煒1，王珊1，李世魁1，衛祥3，楊仕博2，靳丹3
相關期刊推薦：《應用科學學報》辦刊宗旨：積極反映我國應用科學方面的最新科研成果，廣泛開展國內外學術交流，努力為繁榮科學研究、推廣科研成果服務，促進應用科學領域的發展。報道范圍：本刊強調科學的應用性，主要刊登電子技術、信息與通信工程、計算機科學、機電自動化、材料科學、應用物理、應用化學、應用數學等領域內的創新性科研成果。
SCISSCIAHCI
