摘要
随着社会的发展，社会问题变得越来越多样化和复杂化。传统的单一学科研究所面临的问题的难度有了巨大的变化，单一学科内难以解决的复杂问题越来越需要借助其他学科的内容来解决。1926年，哥伦比亚大学的伍德沃斯教授首次提出了“跨学科”这一概念。自此，跨学科研究蓬勃发展，学科之间相互借鉴渐成趋势。因此，如何从其它学科发现需要的模型、理论、方法等，成为研究者亟待解决的难题。本文基于文献间的引用关系，构建模型，识别跨学科潜在合作主题，既有利于解决此难题，又推动学科的融合和发展。具体内容如下： 第一，基于节点文献关键词与引文关键词，构建节点文献关键词共现网络与参考文献关键词共现网络。根据关键词重叠网络，识别跨学科交叉主题。然后，计算跨学科交叉主题在节点文献关键词共现网络与跨学科参考文献关键词共现网络中的重要性，并按照两个网络规模占比，分别计算结果并进行加权，识别关键跨学科交叉主题。最后将主题根据内容分为研究方法型、研究理论型两个类型。 第二，根据关键词词频，测度关键词的累积热度，并采用时间序列预测中准确性较高的LSTM预测模型，对关键词未来5年的热度进行预测。为验证预测结果，测度预测数据与验证数据的拟合度，并计算平均误差率与平均误差值。根据预测结果，进行回归计算，得出预测结果的回归方程，并求出回归方程斜率。按照斜率将热点划分为“上升型”、“稳定型”与“衰退型”三类。为保证识别准确性，本文对预测模型无法很好应对的突发型热点进行单独测算与识别，共识别到四类研究热点，为研究者的进一步研究做参考。 最后，根据上文识别到的关键跨学科交叉主题与学科热点关键词的识别结果，识别跨学科知识组合。利用关键词间的动态相关关系，分别测度目标关键词与有弱关系连接的跨学科关键词的累积热度，并以相关性方法测度跨学科知识组合相关性，进而识别到关键词的跨学科相关知识，并形成跨学科潜在合作主题。实证发现，利用该方法可以有效识别研究主题的跨学科相关合作主题。 本文为解决目前跨学科相关知识识别细粒度不足的问题，从与本学科有引用关系但是并未与目标关键词有过直接合作的研究主题中，识别目标主题的跨学科潜在合作主题。本文能够帮助研究者根据自身研究方向直接识别所需的跨学科知识，并为跨学科识别提供新的视角和方法。不仅能够为研究者方法创新提供参考，而且结果对它们将来的合作与合作方向有导向作用，对学科发展具有一定的指导意义。
NETL