学术社交媒体视角下学科知识流动规律研究——以科学网为例

作     者：吴小兰 章成志 Wu Xiaolan;Zhang Chengzhi

作者机构：安徽财经大学管理科学与工程学院蚌埠233030 南京理工大学经济管理学院南京210094 

出 版 物：《数据分析与知识发现》 (Data Analysis and Knowledge Discovery)

年 卷 期：2019年第3卷第4期

页      面：107-116页

核心收录：

学科分类：1205[管理学-图书情报与档案管理] 12[管理学] 120502[管理学-情报学] 

基　　金：国家社会科学青年基金项目"社交媒体视域下的跨学科用户发现及其推荐研究"(项目编号:17CTQ047) 教育部人文社会科学研究青年基金项目"社交媒体视角下学科交叉主题识别与追踪研究"(项目编号:16YJCZH116)的研究成果之一 

主　　题：学术社交媒体 知识交流模型 学科社区 Louvain算法 

摘      要：【目的】探索学术社交媒体上学科知识流动规律。【方法】以科学网为例,爬取全部用户研究方向数据和全体用户好友关系数据,利用简单相关系数分析学部用户知识流动分布关系的强弱,借用Louvain社区发现算法挖掘学部内一级学科知识流动中的社区结构。【结果】简单相关系数结果显示,不同学部之间知识交流分布相似程度较高, Louvain算法挖掘出4个明显的知识流动社区。【局限】仅仅依据好友关系构建学科知识流动网络,没有考虑评论及推荐关系。【结论】在科学网上,生命科学与医学科学表现出最明显的学科亲缘性,学科交流中存在地球科学–生命学科–医学科学、化学科学–工程材料–数理科学–信息科学、地球科学–工程材料、信息科学–管理综合这4个明显的知识流动路径。