信息科学论文提纲

2022-08-13

论文题目:大数据驱动的信息科学与社会学科融合 ——基于跨学科引证分析和关键词耦合分析的实证

摘要:在大科学时代,科学研究问题越来越复杂,依靠单一学科很难解决,相关研究表明如今的信息科学正在经历多学科交叉融合的研究模式变革。在大数据驱动下,信息科学文献中大量引用管理学、经济学以及心理学等学科的文献,以提取研究问题、理论支持和研究视角。信息科学,作为大数据技术方法的核心源泉,在近些年不断向其他学科渗透,那么在大数据时代其他学科是否受到信息科学的冲击?有哪些学科依旧坚守传统理念和范式,没有受到信息科学的冲击;又有哪些学科勇于尝试与创新,积极融入信息科学的手段和方法?本文针对情报学和信息科学自身在研究问题和视角上向其他学科的渗透以及其他学科融入信息科学方法手段两个交互层面,以近20年的信息科学以及社会学科的WoS期刊文献为数据样本来源,构建信息科学“溢出度”以及社会学科“大数据融合度”等计量指标,通过立体化的引证计量分析、关键词耦合分析以及可视化手段,从宏观、中观和微观不同层面,对大数据驱动的学科融合现象进行全面揭示。宏观研究发现,在大数据发展的不同阶段信息科学引用社会学科文献的发文量以及篇均引用量快速增长,且信息科学“溢出度”指标的增长说明信息科学利用大数据技术不仅在拓宽融合研究领域,并深入到该领域中去,进行更加深度的融合;在大数据发展的不同阶段,社会学科“大数据融合度”指标在大数据发展后期开始增长,融合的广度和深度也发生了改变,说明各学科正在向多学科交叉融合的研究模式变革。当然,与信息科学的融合情况相比,社会学科的融合强度望尘莫及。中观研究发现,信息科学对管理学、心理学、社会学等领域的引用居于顶端,信息科学已经凭借本领域的独特技术,关注这些领域的研究问题,以更广的视角进行研究;社会学科中管理学、教育学、新闻传播以及交通运输学科对信息科学文献的引用发展趋势极其迅猛,社会学和经济学在发展后期出现了增长,当然还有一些学科对信息科学的篇均引证量几乎没有变化。微观研究发现,在信息科学和社会学科的耦合关键词可视化网络分析中,“deep learning”、“machinelearning”、“artificialintelligent”以及“big data”等关键词中心度变高,同时与“schizophrenia”、“climate change”、“renewable resource”以及“e-health”联系密切,说明信息科学技术与智能医疗、智能电网、可再生资源、精神病患者分类等领域进行了融合。总体来说,大数据技术能使数量巨大、格式多样的数据被便捷处理,促进信息科学与数据密集型学科的融合,尤其是面向管理学、经济学、心理学大数据的研究。

关键词:大数据;学科融合;引证分析;关键词耦合分析

学科专业:图书情报(专业学位)

摘要

ABSTRACT

1 绪论

1.1 研究背景

1.2 研究目标与研究意义

1.2.1 研究目标

1.2.2 研究学科范畴界定

1.2.3 研究意义

1.3 研究方法和主要内容

1.3.1 研究方法

1.3.2 主要内容

2 文献综述

2.1 跨学科知识流动与学科融合

2.1.1 跨学科知识流动现象

2.1.2 跨学科知识流动表征

2.1.3 学科融合

2.2 科学研究的跨学科测量

2.2.1 单测量指标

2.2.2 多测量指标

2.3 跨学科融合的分析方法

2.3.1 引证分析

2.3.2 关键词耦合分析

2.4 大数据的发展及其对学科融合的促进

2.4.1 大数据的发展

2.4.2 大数据对学科融合的促进

2.5 总结

3 研究设计

3.1 数据采集与处理

3.1.1 数据采集

3.1.2 数据汇总与去重

3.2 关键词来源学科的确定

3.3 大数据发展的时间窗口划分

3.4 数据分析方案

3.4.1 大数据驱动下信息科学的跨学科“溢出”分析

3.4.2 大数据驱动下社会学科的跨学科“融入”分析

3.4.3 跨学科融合的测度指标设计

4 大数据驱动下信息科学的跨学科“溢出”分析

4.1 信息科学对社会学科的引证演化分析(宏观)

4.2 信息科学对不同社会学科的引证演化分析(中观)

4.3 信息科学溢出的关键词耦合分析(微观)

4.3.1 基于耦合频次的溢出强度分析

4.3.2 关键词溢出强度分析

4.3.3 基于耦合关键词网络分析的溢出脉络分析

4.4 大数据驱动下信息科学“溢出度”指标测量与分析(宏观测度)

5 大数据驱动下社会学科的跨学科“融入”分析

5.1 社会学科对信息科学的引证演化分析(宏观)

5.2 不同社会学科对信息科学的引证演化分析(中观)

5.3 社会学科融合的关键词耦合分析(微观)

5.3.1 基于耦合频次的融合强度分析

5.3.2 关键词融合强度分析

5.3.3 基于耦合关键词网络分析的融合脉络分析

5.4 大数据驱动下社会学科融合度指标测量与分析(宏观测度)

6 总结

6.1 总结

6.2 创新与意义

6.3 不足与展望

致谢

参考文献

本文来自 99学术网(www.99xueshu.com),转载请保留网址和出处

上一篇:企业安全生产文化思考论文提纲下一篇:教学改革下市场营销学论文提纲