科学网用户以科研人员、学校教师、技术人员等高级知识分子为主。该网站上博主对学术问题探讨的参与度和活跃性都较强, 因此以科学网博客为学术社交媒体代表, 宏观地分析该网站上学科间知识流动规律。在科学网上, 博主主要分布在“生命科学”、“医学科学”、“化学科学”、“工程材料”、“信息科学”、“地球科学”、“数理科学”以及“管理综合” 8大学部。不同学部的博主之间通过建立“好友”关系、评论、推荐、转载等方式实现知识流动。相比较而言, “好友”关系蕴含了更多社会关系因素, 体现了更多的博主兴趣和交流特征, 是研究知识交流规律的最佳选择^[18]。因此, 本文爬取科学网博客上的学科分类体系和用户信息学科信息及“好友”关系数据, 构造学科知识交流网络开展知识流动规律的挖掘与揭示, 研究思路如图1所示。

由图1可知, 数据采集完之后, 主要通过部级学科用户知识流动分布分析和一级学科知识流动网络社区挖掘方法研究学科知识流动规律。

(1) 学部用户知识流动分布分析。在2018年3月, 笔者团队向科学网上70多个活跃度较高的博主发放博主学科跨度调查^①(①https://www.wjx.cn/jq/21238770.aspx.), 统计得到“统计分析您好友的‘研究方向’能在一定程度上间接反映您的学科跨度”平均分为3.41^②(②选项是5分量表形式,分数越高代表越能反映。), 这说明在科学网上用户好友确实能在一定程度上反映用户的学科知识交流情况。为此, 统计各个学部用户的好友学科分布, 分析不同学部用户好友学科分布上的相似性, 进而挖掘社交媒体上知识流动中学部间亲密远疏关系, 详细过程见3.2节。

(2) 一级学科知识流动网络社区挖掘。在挖掘出社交媒体上知识流动中学部间亲密远疏关系之后, 进一步通过学部类目下的一级学科关系网络分析学部亲密疏远原因所在。主要通过一级学科知识流动网络的构建和一级学科知识流动网络社区结构发现来实现, 详细过程见3.3节。

各个学部用户的好友学科分布统计是关键, 其过程如下:

(1) 根据用户自身所填学科方向归类各个学部用户;

(2) 在获得一个学部用户之后, 合并该学部下全部用户的好友, 得到该学部用户的好友集, 重复上述过程, 直到获得各个学科用户的好友集;

(3) 提取8个学部共有的一级学科, 统计各个学部用户好友在这些一级学科上的分布情况。

在获得各个学部用户的好友学科分布之后, 利用简单相关系数指标计算知识流动对象上表现出来的学部间相关性。假定X_i和Y_i分别是变量X和变量Y的样本观测值, $\bar{X}$和$\bar{Y}$是变量X和Y样本观测值的平均值, n是样本的个数, 则变量X和变量Y之间的简单相关系数r可以描述两个变量间线性相关强弱的程度, 计算方法如公式(1)所示。

$r=\frac{\sum{({{X}_{i}}-\bar{X})({{Y}_{i}}-\bar{Y})}}{\sqrt{\sum{{{({{X}_{i}}-\bar{X})}^{2}}{{\sum{({{Y}_{i}}-\bar{Y})}}^{2}}}}}$ (1)

其中, r取值范围是[-1, 1]。当r等于0时, 表明二者之间没有线性相关关系; 当$\text{ 0}<\text{ }\!\!|\!\!\text{ }r\text{ }\!\!|\!\!\text{ }<\text{1}$时表明X与Y之间存在一定的线性相关关系。r越接近1, 表明两个变量线性程度越强。

一级学科知识流动网络构建是关键。当知识节点为一级学科、知识关联为知识流动关系时, 就构成一级学科知识流动网络。其构造过程如下:

(1) 根据科学网上用户填写的研究方向, 实现用户到一级学科的映射, 用户填写几个研究方向, 便可以映射得到对应数目的一级学科方向, 表1中ID为36782与404069的用户, 分别有三个研究方向, 则可以分别映射到三个一级学科上。

(2) 根据每个用户好友关系, 实现一级学科与一级学科知识流动关系的映射, 如表1中两个用户为好友关系, 则根据用户与学科之间映射关系可以映射得到3×3条边的知识流动网络, 这些边对分别为: (图书馆、情报与文献学, 自动化)、(图书馆、情报与文献学, 建筑环境与结构工程)、(图书馆、情报与文献学, 管理科学与工程)、(计算机科学, 自动化)、(计算机科学, 建筑环境与结构工程)、(计算机科学, 管理科学与工程)、(自动化, 自动化)、(自动化, 建筑环境与结构工程)、(自动化, 管理科学与工程)。

(3) 统计步骤(2)中得到的知识流动边对出现次数, 得到带权的一级学科知识流动网络。在边对出现次数统计中, 将“(自动化, 自动化)”这样两端为同一节点的边对权重也保留下来。

在一级学科知识流动网络构建完成后, 使用Louvain算法进行一级学科社区发现。Louvain算法是一种基于聚类法的社区划分算法, 能够快速有效地对大型网络进行社区划分, 且划分精准度高, 能够有效辨别有层次的社区结构。在利用Louvain算法进行社区发现时, 模块度(Modularity, 记为Q)^[19]能够描述划分的社区内部节点的紧密程度, 取值范围[0,1], 该值越大, 表示划分效果越好, 其计算方法如公式(2)所示。

$Q=\frac{1}{2m}\sum\limits_{ij}{({{A}_{ij}}-{{P}_{ij}})\delta ({{C}_{i}},{{C}_{j}})}$ (2)

其中, A_ij是网络图的邻接矩阵, m是网络图的边数, P_ij表示空模型中节点i和j之间边的期望值, 如果节点i和j在同一个社区, δ(C_i,C_j)=1, 否则为0。通常网络社区结构较明显时模块度取值介于0.3-0.7之间^[19], 越接近1表明社区结构越明显。

从科学网博客上的博主名录^①(①http://blog.sciencenet.cn/blog.php?mod=member.)解析出全部博主ID, 使用火车采集器采集这些博主的学科方向和好友关系, 累计得到57 944位博主的数据(包括所填学科方向和博主好友关系)。同时, 爬取科学网上的学科分类体系, 共得到8个部级学科, 包含105个一级学科和1 218个二级学科, 各个学科数目如表2所示。

在获得用户学科方向和好友关系后, 根据学科方向所属学部进行用户归类, 得到8个学部的用户数目如表3所示。

通过表3可以看出, 在科学网上, 最热门的两个学科是“生命科学”与“工程材料”, 二者博主数量最多, 而“医学科学”领域的博主数则相对较少, 这与邱均平等的研究结论^[20]——“在科学网内, 最热门的两个学科是管理综合和生命科学, 而医学科学领域的博主数以及活跃程度则相对较低”有一些不同, 可能有以下原因。

(1) 本文处理数据时根据用户填写的三个研究方向来归类。以ID号为36782的博主章成志为例, 在其学术名片上有三个研究方向: 管理综合->图书馆、情报与文献学->情报学, 信息科学->计算机科学->自然语言理解与机器翻译, 信息科学->自动化->人工智能与知识工程, 因此在计算一级学科类目下人数时, 该博主对“管理综合”与“信息科学”的一级学科人数统计都有贡献。通过人数统计也可以看出, 表3中8个学部用户数目累计有65 658, 而实际通过博主名录采集到的是57 944名用户。

(2) 两个研究样本差距大, 前者研究样本为6 750位博主, 本研究样本为57 944位博主。

(3) 前者发文时间是2011年, 距离本文数据集时间跨度较远, 这中间也确实会存在“工程材料”学科用户人数增长超过“管理综合”领域用户人数的可能。

根据8个学部用户, 统计各个学部用户好友数目和好友研究方向。在科学网上, 允许用户填写三个研究方向(见表1), 这在博主学术名片上可以看到。在统计好友研究方向时, 三个研究方向包含的学科都纳入统计, 最终结果如表4所示(限于篇幅, 仅给出Top5的一级学科方向和该方向的人数)。

通过表4可以看出, “数理科学”与“管理综合”这两个学部的人均好友数目最多(均大于3), 说明这两个学部用户在知识交流的整个过程中都具有至关重要的作用。

另外, 通过表4中Top5可以看出, 各学部的用户好友分布显示出学部之间具有明显的亲密远疏特性。为此, 进一步统计8个学部用户好友共同填写的学科分支, 最终统计得到104个共同的学科分支, 在全部105个学科中唯一缺少的是“考古学”, 查看原因是“医学科学”学部下好友没有填写“考古学”这一方向。这104个共同的学科分支上好友数目按照“管理综合”学部降序排列Top10如表5所示。

通过表5可以看出, 各个一级学科通常在所属的学部上人数最多(加粗显示)。根据共有的104个学科分支上的人数, 分析学部之间的相关性, 得到结果如表6所示。

(1) 整个科学体系表现出明显的知识流动, 不同学部之间知识来源分布相似程度较高;

(2) “生命科学”与“医学科学”表现出最强的相关性, 二者相关系数达到0.96, 这也凸显了医学科学部与生命科学部之间的亲缘学科特性;

(3) 表6中相关系数次高的是0.94, 分别是“信息科学”与“管理综合”, “医学科学”与“管理综合”, “工程材料”与“数理科学”这三对学部。这可能表示这三对学部之间存在一些关联密切的学科。

利用3.3节方法得到一个包括105个节点与976 883个节点对的无向无权网。经过加权处理后(即执行每两个节点对出现1次, 其节点对构成的边权重便增加1的操作), 最终得到包含105个节点和4 937条边的带权网络, 按照权重降序排列得到的Top10如表7所示。

通过表7可以看出, 多数一级学科用户与同学部内同学科领域(简称同学部同领域)用户联系紧密。但是也有一些学科与同学部内其他领域(简称同学部异领域)用户或者不同学部的交互也明显明确, 如表7中黑色加粗部分。为此, 使用Louvain算法进行社区发现, 得到最大模块度为0.161 5时的4个社区, 如表8所示, 各个社区划分结果分别如图2-图5所示, 图中边的粗细与权重成正比, 节点大小与领域内用户数成正比。

在学科分类中, “耳鼻咽喉头颈科学”来自“医学科学”部, “考古学”来自“管理综合”部, “地球化学”、“地球物理学和空间物理学”、“地质学”属于“地球科学”部, “冶金与矿业”、“水利科学与海洋工程”、“建筑环境与结构工程”属于“工程材料”部类, 结合图2呈现的社区内边的粗细, 可以看出这些学科之间亲缘性较强。

通过图3呈现出的社区, 可以看出“无机非金属材料”与“物理学I”、“物理学II”之间表现出明显的学科亲缘性。

通过图4的社区, 可以看出“计算机科学”不仅与“自动化”表现出明显学科亲缘性, 同时也与“图书馆、情报与文献学”、“管理科学与工程”表现出较强的社区特性。

通过图5, 可以看出社区4的学科数目较多, 不易清楚看出学科社区划分, 其中的子社区如表9所示, 结合表9展示社区4内通过Louvain算法寻找到的子社区节点。通过表9可以看出, 子社区1的学科来自“医学科学”部, 子社区2来自“生命科学”部, 子社区3中的“地方病学/职业病学”来自“医学科学”部, 其余来自“地球科学”部。这三个子社区被划分进社区4, 说明“医学科学”、“生命科学”及“地球科学”表现出明显的学科亲缘性。

综合4.2节与4.3节的研究结果, 忽略一级学科代码之间的边, 将社区结果映射到科学网学科分类树上, 如图6所示。“Root”代表树的根节点, 两位数的节点代表学部节点, 四位数的节点代表一级学科节点(前两位同学部节点代码)。具体来说, “01”、“02”、“03”、“04”、“05”、“06”、“07”、“08”分别代表“信息科学”、“化学科学”、“医学科学”、“地球科学”、“工程材料”、“数理科学”、“生命科学”、“管理综合”。此外, 图6上不同颜色代表不同学科社区, 红色的、黄色的、绿色的及蓝色的分别对应于社区1、社区2、社区3及社区4。

(1) 蓝色节点代表的社群表明“03”(“医学科学”)、“07”(“生命科学”)及“04”(“地球科学”)是一个知识流动明显的知识场。这与吴江等^[3]基于基金申请代表中的结论“地球科学-生命学科-医学科学”一致。基于不同途径能得到一致结论, 足以说明这三个学科之间确实有很多相通之处。

(2) 绿色节点代表的社群表明“08”(“管理综合”)与“01”(“信息科学”)表现出明显的学科亲密性, 这主要体现在“信息科学”部下的“计算机科学”与“管理综合”部类下的“图书馆、情报与文献学”、“管理科学与工程”及“宏观管理与政策”联系紧密。

(3) 黄色节点代表的社群表明“02”(“化学科学”)、“05”(“工程材料”)、“06”(“数理科学”)及“01”(“信息科学”)存在明显的知识流动, 结论与吴江等^[3]基于基金申请代表中结论“化学科学-工程材料-数理科学-信息科学”这条知识路径一致。结合图3的社区2可以看出, 这主要是因为“工程材料”部类下“无机非金属材料”与“数理科学”部类下的“物理学I”、“物理学II”及“化学科学”部类下的“物理化学”联系紧密。

(4) 红色节点代表的社群表明“04”(“地球科学”)与“05”(“工程材料”)存在明显的知识交流。结合图2的社区结果, 主要原因在于“地球科学”部下的“地球化学”、“地球物理学和空间物理学”、“地质学”与“工程材料”部类下的“冶金与矿业”、“水利科学与海洋工程”、“建筑环境与结构工程”交流密切, 这条交流也比较容易理解, 地球上存在大量矿物质与水资源, 对这些矿物质和水资源的研究离不开材料成分的研究与分析。