数字人文学科交叉特征探究 ——基于作者关键词共现网络的实证研究

数字人文是计算机学科和人文学科交叉研究的新领域,把握其多学科交叉特征有助于……

作者:甘琳 钱烨;转自:公众号 DH数字人文

学术趋势研究

甘琳 / 南京大学信息管理学院

钱烨 / 南京大学计算机科学与技术系

————————————

摘要:数字人文是计算机学科和人文学科交叉研究的新领域,把握其多学科交叉特征有助于理解其内涵和未来发展。以中国知网和万方期刊文献数据库作为数据来源,通过构建作者—关键词共现(AKCA)矩阵,从作者—关键词联系、高影响力作者、高频关键词、关键词共现网络和作者合作网络角度出发,对数字人文领域的多学科交叉特征进行统计分析。研究结果显示,数字人文学科交叉性极强、图书情报学的理论和方法是其主流研究趋势,并出现了学科化发展趋势和研究合作“小网络”化。

关键词:数字人文 学科交叉 作者—关键词共现

————————————

数字人文是计算机学科和人文学科相结合产生的交叉研究领域,由计算人文(Computing in the Humanities)和人文计算(Humanities Computing)领域发展而来[1]。2001年4月首本以“数字人文”为书名的图书《数字人文指南》(Companion to Digital Humanities)问世,标志着“数字人文”取代“人文计算”成为在西方乃至全世界广泛传播的新兴跨学科研究领域[2]。作为一个不断发展的概念,不同时代、不同学科的学者对数字人文的内涵进行了多种阐释和延展,有关数字人文的定义始终未有统一说法,主要观点包括将数字人文视为一个研究领域、一套实践方法、一种方法论、一种研究范式、一个社区或一种解决人文问题的计算工具[3]。尽管其定义难以统一,但武汉大学信息管理学院王晓光教授、美国伊利诺伊州立香槟分校图书馆和信息科学研究生院教授约翰·昂斯沃斯(John Unsworth)一致认同,数字人文的主要内涵是改变人文知识的发现(Discovering)、标注(Annotating)、比较(Comparing)、引用(Referring)、取样(Sampling)、阐释(Illustrating)与呈现(Representing),实现人文研究与教学的升级和创新发展。把握数字人文的多学科交叉发展特征和趋势,有助于各领域学者开拓新的研究方向[4],主动寻求合作机会,扩大数字人文学术网络的广度,赋予这一跨学科合作场域更多活力。

一、数字人文多学科交叉研究现状

国内外学者从不同角度研究了数字人文的学科交叉性质。国内学者主要聚焦数字人文研究文献的主题,利用文献计量方法,结合可视化方法,总结和提炼这一研究领域的热点、研究演进路径和发展趋势等内容。例如,柯平等人基于WoS核心数据集,对数字人文研究文献进行统计分析和内容挖掘,分析数字人文研究的前沿和热点领域,明确其演进路径和发展趋势[5]。高胜寒等人从文献发表年份、学科分布、高被引文献等角度出发,对国内外数字人文研究成果进行了文献计量分析和对比,对该领域未来的研究发展提出了建议[6]。王贵海从时间分布、学科领域变化、主题变迁、研究热点、核心研究作者和研究机构六个方面分析了我国数字人文研究的演进路径,总结我国数字人文研究的发展趋势,提出图书馆数字人文研究支持策略[7]。汪莉以高校图书馆在数字人文跨学科合作中的定位为切入点,对高校图书馆的价值理念、制度环境、团队建设、数字生态系统等方面提出了较为具体的建议[8]。李煜等人基于WoS和CSSCI数据库,从文献生命周期的角度出发,对国内外数字人文研究发展的知识脉络进行了阶段划分和对比分析[9]。相较而言,国外学者对数字人文多学科交叉的研究视野更加开阔,研究对象更加具体。Salcedo等人以“Brazilian Philatelic Repository-REFIBRA”项目为研究对象,详细介绍了计算技术作为一种方法论在数字人文交叉学科中的运用,总结了如何匹配和衔接计算技术与信息需求,产出高质量的实践模型[10]。Poole以国际数字人文项目为研究对象,采用半结构化访谈和扎根分析方法,收集了11个样本项目中53名项目参与者的访谈数据,考察学者(图书馆与情报学学者、人文主义学者、计算机科学家等)的跨学科研究工作实践,总结项目运营的经验教训与挑战。[11]另外,Chan以一个跨学科合作案例为研究对象(这一合作涉及网络开发和人类学两个研究领域),探讨了数字人文跨学科合作中如何融合不同价值、如何匹配不同目标、如何恰当运用不同方法等挑战。[12]Desfriches通过行动者网络理论(Actor Network Theory),借助大量研究数字人文网络形成的工具和方法,阐述数字人文学科交叉的内涵和基础,及其跨学科的工作方式。[13]据此,国内外学者对数字人文多学科交叉现状的研究主要分为两方面,一是以数字人文相关文献为研究对象,利用文献计量方法,分析其发展脉络、主题分布和学科构成等内容;二是围绕具体的数字人文项目,归纳项目理论与实践,剖析数字人文的跨学科性质,总结此类项目的经验教训与面临的挑战。国内学者的研究偏重于前者,而国外学者的研究则注重后者。

目前,学术界并没有关于“学科交叉”的统一概念。最早由R. S. Woodworth在1926年公开使用interdisciplinary(跨学科)一词。他认为,跨学科是超越一个已知学科的边界而进行的、涉及两个或两个以上学科的研究领域。[14]关于学科交叉的研究自1980年代就已经引起国内学者关注。1980年杨廷郊提出,1940年代,特别是进入第二次世界大战之后,由于信息传播速度大大加快,科学技术进入空前发展时期,科技文献发表量呈指数式增长,学科间的界限不断被打破。一方面,学科专业化程度不断提高,学科内部发展逐渐精细化,造成了同学科不同专业之间的隔阂;另一方面,学科交叉产生边缘学科,边缘学科要求科学工作者突破不同学科、不同专业之间的知识隔阂,推动边缘学科的发展[15]。路甬祥等人认为“学科交叉是‘学科际’或‘跨学科’研究活动”。该研究活动带来新的知识体系,“构成了交叉科学”。即多学科之间的相互作用、相互交叉形成的理论体系构成了交叉学科,“众多交叉学科构成交叉科学”[16]。根据此定义,学科交叉代表着不同学科的理论和方法之间有融合,融合为交叉学科带来独有的研究范式,进一步推动交叉学科稳固发展。学科交叉既是科学发展的产物,同时也促进了科学发展。

国内学者对学科交叉的研究基本可以分为两个层面——宏观和微观。宏观研究聚焦学科交叉的定义、内涵、方法、本质和历史等方面,例如韦艳艳对学科交叉现象的本质的追问[17]、金薇吟对学科交叉方法的探析与分类[18]、刘平峰对学科交叉与融合理论和模型的研究[19]、许海云对学科交叉研究的综述[20];微观研究以具体学科为基础,从不同视角出发,利用文献计量法测度学科交叉,例如刘小鹏等人发表的《医学与其他学科交叉融合的文献计量学分析——以国内五所综合性大学为例》、徐庶睿等人发表的《术语引用视角下的学科交叉测度——以PLOS ONE上六个学科为例》、魏建香等人发表的《学科交叉知识挖掘模型研究》、徐迎迎发表的《基于AVSM模型的学科交叉可视化研究——以图书情报学为例》等。

对科学研究领域结构的分析可以以科学出版物相关特征为基础,基于文献层次,分析文献耦合、文献同被引情况;通过作者层次,分析作者同被引、作者间关系;在关键词或主题词层面,分析关键词共现和聚类情况。基于不同层面,国内外学者提出了不同的分析方法和角度。比较著名的有H. D. White和B. C. Griffith提出的作者同被引分析(Author Co-citation Analysis,ACA),以作者同被引情况为基础建立作者之间的关系[21];Zhao Dangzhi(赵党志)等人提出的作者文献耦合分析(Author Bibliograpgic Coupling Analysis,ABCA)[22]是利用作者间关系揭示学科结构的新视角。刘志辉和张志强提出了作者关键词耦合分析(Author Keywords Coupling Analysis,AKCA)——利用关键词的耦合强度分析作者之间关系[23]。AKCA以两个作者拥有相同关键词的数量来量度作者研究领域的相似度,并在科学计量学研究范式下进行实证分析。两位作者认为AKCA能更加清晰地揭示研究主题。为展现数字人文研究领域知识结构,发现该研究领域作者学术兴趣多样化的特征,本文利用作者—关键词耦合分析,从量化角度说明拥有较高影响力的学者和研究热点,并解读数字人文的学科交叉性。

二、数据来源与研究方法

(一)数据来源

以中国知网文献数据库和万方文献数据库为检索源,以“篇名=数字人文OR人文计算”为检索入口,共收集700多份文献,在剔除重复文献、新闻报道和论文征稿等无关文献后,共得到368篇文献,时间跨度从2012年至2019年。

(二)研究方法

社会网络分析理论提到,通常人们通过他们隶属的组织或群体而相互联系,个人与组织之间的网络即为2—模网络,由行动者集合和参与事件集合构成的2—模网络被称为“隶属网络”,“隶属网络”可以用来研究行动者和事件的二重性问题,描述一群行动者和诸多事件之间的关系,涉及的关系体现在三个方面:可以表明行动者和事件相互间的关联关系;事件产生行动者之间的关系;行动者形成事件之间的关系[24]

基于社会网络分析理论的2—模网络,本文将数字人文文献作者视为“行动者”(actors),将文献关键词视为“事件”(events),只要关键词ki出现在aj撰写文献的关键词列表中,就认为作者aj与关键词ki存在关联关系,出现频次越多,则关联越强。以A{a1,a2,a3,…,ax}表示数字人文研究领域内的作者集合,以K{k1,k2,k3,…,ky}表示该研究领域作者撰写文献的关键词集合,矩阵元素eij表示关键词ki在作者aj文献关键词列表中出现的频次。利用该隶属矩阵可以进一步处理数据,原始隶属矩阵可以转化为二值矩阵E2,二值矩阵是作者和关键词之间的强关联矩阵。利用E2可以得到作者耦合矩阵Ea和关键词共现矩阵Ek,从而计算作者和关键词在各自网络中的网络中心度。

作者耦合矩阵Ea=E2E2T,该矩阵的对角线元素是作者拥有关键词的数量,表征作者研究范围的广度和学术兴趣的多样化程度。非对角线矩阵元素等于对应两位作者拥有相同关键词的数量,拥有相同关键词的数量可以用来测度两位作者研究领域的相似度,根据耦合矩阵进行聚类分析或多维尺度分析,能够发现研究方向相似的作者群体。

关键词共现矩阵Ek=E2TE2,该矩阵的对角线元素是关键词在作者群体中出现的频次,频次越多,该关键词相关的研究方向受到大家的关注越多,表征研究热点的能力越强。非对角线矩阵元素对应两个关键词的共现情况。

三、实证分析

(一)数据选择

1.作者选择

普莱斯定律认为,某一研究领域核心作者的确定公式为:m≈0.749(nmax1/2)。nmax代表最高产作者发表的文献数量,m代表核心作者发表的最低文献数量。本文收集的368篇数字人文相关文献共计作者438人,其中发表文献最多的是夏翠娟(发表数字人文文献11篇)。据此确定国内数字人文研究领域核心作者78人,他们都至少发表过2篇数字人文相关文献,是国内数字人文研究领域的重要力量。

2.关键词选择

基于关键词的客观性和指向性的基本要求,本文剔除了意义过于宽泛、指向性不强的关键词,如“国外”“模式”等;合并了同义关键词,如“高校图书馆”和“大学图书馆”,“人文”和“人文科学”等。通过合并同义关键词、删除无意义关键词和低频关键词处理,本文选择了60个高频关键词。

表1 作者—关键词原始矩阵(部分)

(二)作者—关键词网络可视化结果

根据作者—关键词矩阵(详见表1),作者之间、关键词之间、作者和关键词之间连线较多,难以识别作者或关键词的聚类。本文利用Ucinet处理了作者—关键词矩阵,通过Networks绘制出作者—关键词网络。为清晰显示作者—关键词网络的聚类关系,本文首先去除了网络中无任何联系的节点,基于Pathfinder networks算法的三角形不等式原理和最小生成树算法[25],适当地减少了节点连接数量,将复杂网络简化,以便更加清晰地显示网络聚类。Pathfinder networks最初应用于认知心理学和人工智能等研究领域,在情报学研究领域,最早由White将其引入作者共被引(ACA)分析[26]。学者们经多年研究发现[27],相比于传统的作者共被引数据处理分析方法,例如多维尺度分析、聚类分析、因子分析,Pathfinder networks算法在简化数据处理过程方面具有明显优势[28]。随着Pathfinder networks算法的广泛应用,该算法已经从作者共被引分析运用于一般的共被引分析。图1是基于Pathfinder networks算法得出的作者—关键词关系可视化图。图中作者和关键词均用节点表示,若两者之间存在联系就用连线连接,连线粗细代表作者与关键词之间的关联强度,即关键词在作者发表文献列表中出现的次数越多,二者之间的连线就越粗。根据作者—关键词关系可视化图,得出下列有意义信息:

图1清晰地说明了数字人文作者的主要研究领域,他们主要来自于:图书馆学、情报学、计算机科学、新闻传播学、历史学、文学。其中图书馆学、情报学和计算机科学研究领域作者所占比例最高,超过本文所确定的核心作者数量的2/3。

图1明确地展现了数字人文作者的主要研究内容。例如,与夏翠娟直接相关的关键词是:知识服务、关联数据、图书馆;与许鑫直接相关的关键词有:融合网络、引文上下文、知识网络;与黄水清直接相关的关键词有:人文计算、研究范式、研究方法和概念辨析。这些信息无法在单一的作者共被引分析、作者耦合分析中直接体现。

图1详细地展现了作者共同的研究领域,例如,蔡迎春和李泉共同研究数字人文—数字化相关内容;林施望和黄水清共同研究人文计算相关内容。

图1 作者—关键词矩阵的可视化图

(三)网络中心度计算

虽然可视化图能直观展现作者—关键词、作者—作者的关系,但图1无法量化说明该网络关系结构和深层次关系。为进一步剖析该网络的深层次结构,本文对作者和关键词进行了网络中心度位置测量。2—模网络中心度的测量方式多样,Faust在其发表的文献中主要研究了5项中心度指标:度数中心度(Degree)、接近中心度(Closeness)、中间中心度(Betweenness)、特征向量中心度和流量中心度[29]

由作者集合和关键词集合构成的2—模网络属于隶属网络。在本文的隶属网络中,一个作者的度数中心度是该作者所隶属的关键词数,一个关键词的度数中心度是该关键词所拥有的作者数。作者的度数中心度越高,说明其撰写文献所涉及的关键词越多,研究兴趣多样化、研究领域可能较广或者研究方向可能向纵深发展;关键词的度数中心度越高,说明该关键词或者其所在的研究领域受到更多学者的关注。根据表2显示,朱庆华、夏翠娟、赵宇翔和朱学芳在数字人文领域研究范围较为广泛,涉及研究方向包括数字人文人才培养、数字人文学科建设、相关网络基础设施建设、地理信息系统、文献计量、图书馆建设、开放数据服务等等,几位作者的研究跨学科性十分明显。根据关键词度数中心度的统计,排名靠前的关键词是:数字人文、图书馆、高校图书馆、人文计算、文学研究、可视化、大数据和美国等。这说明来自图书馆学、计算机科学、文学的学者非常关注数字人文的发展,关注重点在高校图书馆、可视化、美国数字人文研究进展等方面。

一个作者或关键词(可以称为一个节点)的接近中心度是该节点与其他节点的距离之和,再加上该节点到所有关键词的距离之和。该指标测度的是一个作者受其他作者和与之无直接关联的关键词的约束程度,衡量作者在领域内进行科研合作的便捷性[30]。据统计,朱庆华、刘炜、赵宇翔、夏翠娟、朱学芳、何晨晨、母永然、张轩慧、徐孝娟、练靖雯、赵生辉、贺晨芝、张磊和金家琴的接近中心度较高。在数字人文研究领域,这些作者之间已经建立起合作网络,并且他们主要来自南京大学和上海图书馆,合作方式主要为机构内部合作。

中间中心度则显示作为节点的作者或关键词在多大程度上处于网络的中心位置。作者的中间中心度越高,他们在信息传播、科学交流和科研合作方面的贡献越突出,比如朱庆华、刘炜、夏翠娟、赵宇翔、朱学芳、何晨晨、徐孝娟、李欣和曾子明,他们大部分是国内一流高校的博士生导师,或国内一流图书馆的高级研究员和高级工程师,他们在数字人文研究合作网络中处于中心地位;关键词的中间中心度高,代表它们是数字人文领域的研究热点或潜在研究热点。比如,数字人文、图书馆建设、人文、高校图书馆、人文计算、数字技术、经典阅读推广、档案学。由此可见,图书情报与档案学相关研究对象与数字人文研究领域密切相关,是连接两者的重要枢纽。

表2 作者、关键词中心度分析结果(部分)


结 论

(一)数字人文学科交叉性极强

通过研究数字人文作者的主要研究领域发现,数字人文主要是图书馆学、情报学、计算机科学、新闻传播学、历史学和文学的研究交叉聚合点。数字人文较好地将人文社会学科进行融合,促使各人文学科突破学科边界,加强不同学科理论与方法的交流与合作。不仅如此,数字人文还为计算机科学带来了更多的人文关怀。计算机处理的不再是冷冰冰的数字和代码,而是还原了精彩纷呈的社会历史、构建了内容丰富的知识库、创作了高质量的文化娱乐项目等[31]

(二)数字人文出现主流研究趋势

国内数字人文研究以图书情报学理论和方法为主。国内图书馆学和情报学学者是数字人文研究领域的主力部队,其主要围绕图书馆、知识服务、知识网络、关联数据等与数字人文的关系,从科学文献计量的角度开展研究。笔者认为这一现象出现的原因是数字人文研究尚处于探索阶段,图书情报学理论与方法有助于研究人员从相关文献的内部和外部特征出发,把握数字人文发展的特征和规律,为进一步的深入研究奠定基础。

(三)数字人文的学科化发展趋势

虽然数字人文尚未形成其相对独立的知识体系,但它涉及几乎所有的人文社会科学学科。根据我国高等教育划分的13个学科门类,数字人文也难以归属于其中某一个学科门类。但是国内学者的研究已经开始关注数字人文学科建设、课程设置、人才培养、相关基础设施建设。伴随着学者对数字人文研究内容和经验的思考、归纳、理解和抽象,零散的数字人文交叉研究将逐渐上升为知识,知识通过科学和实践的验证形成体系,将凸显数字人文这一交叉学科的共性特征。

(四)数字人文研究合作“小网络”较为普遍

根据作者接近中心度统计和作者—关键词网络可知,机构内部合作(以师生合作和同事合作为主)是研究数字人文的主要方式。“小网络”合作研究的形成,首先是由作者的研究方向及其承担项目的需求所决定[32]。它在一定程度上说明了在数字人文研究领域,学者之间跨学科和跨机构的相关研究仍然不足,要形成“大网络”合作研究方式还需数字人文具体研究和项目进一步推动。

—————————————————————————————————————————————————————–

Interdisciplinary Research in Digital Humanities: Empirical Research Based on Co-occurrence Network of Authors- Keywords

Gan Lin, Qian Ye

Abstract: Digital Humanities is a new field of interdisciplinary research between computer science and humanities. To grasp its interdisciplinary characteristics is helpful to understand its connotation and future development. Taking CNKI and Wanfang journal literature databases as data sources, this paper constructs the author keywords coupling analysis (AKCA) matrix, and analyzes the interdisciplinary characteristics in the field of numeral humanities from the perspectives of author keyword relationship, high impact authors, high- frequency keywords, keyword co-occurrence network and author cooperation network. The results show that Digital Humanities is highly interdisciplinary, and the theory and methods of library and information science are the mainstream research trends, and the development trend of discipline and the “small network” of research cooperation appear.

Keywords: Digital Humanities; Interdisciplinary; Authors-Keywords Co-occurrence

—————————————————————————————————————————————————————–

编 辑  | 刘知远

注释:

[1]Digital Humanities, July 5, 2015, https://en.wikipedia.org/wiki/Digital_humanities.

[2]朱本军、聂华:《跨界与融合:全球视野下的数字人文——首届北京大学“数字人文论坛”会议综述》,《大学图书馆学报》2016年第5期。

[3]柯平、宫平:《数字人文研究演化路径与热点领域分析》,《中国图书馆学报》2016年第6期。

[4]王晓光教授报告援引“数字人文的概念难于界定”出自《数字人文季刊(Digital Humanities Quarterly)》2007年创刊欢迎辞:J. Flanders, M. Terras and W. Piez“, Welcome to Digital Humanities Quarterly,”Digital Humanities Quarterly, no. 7, 2007, p. 1。

[5]柯平、宫平:《数字人文研究演化路径与热点领域分析》,《中国图书馆学报》2016年第6期。

[6]高胜寒、赵宇翔、朱庆华:《国内外数字人文领域研究进展分析》,《图书馆杂志》2016年第10期。

[7]王贵海:《我国数字人文研究演进路径及图书馆支持策略探析》,《图书馆工作与研究》2019年第10期。

[8]汪莉:《高校图书馆数字人文:跨学科合作的现实困境与对策研究》,《新世纪图书馆》2018年第12期。

[9]李煜、刘虹、孙建军:《生命周期视角下国内外数字人文研究比较分析》,《图书馆杂志》2019年第2期。

[10]Salcedo D. Andres et al.,“The Genesis of The Brazilian Philatelic Repository: an Interdisciplinary Experience in the Digital Humanities,”Informacao & Sociedade-Estudos, vol. 28, no. 3, 2019, pp. 69-80.

[11]Alex H. Pode, Deborah A. Garwood,“Interdisciplinary scholarly collaboration in data-intensive, public- funded, international digital humanities project work,”Library & Information Science Research, vol. 40, no. 3-4, 2018, pp. 184-193.

[12]Chan A. Chenhall et al.“, Interdisciplinary Collaboration and Brokerage in the Digital Humanities,”Digital Humanites Qyarterly, vol. 11, no. 3, 2017, pp. 33-49.

[13]Orélie Desfriches-Doria et al.“, What is Digital Humanities’ identity in interdisciplinary practices?,”WS.2 2018: Proceedings of the 2nd International Conference on Web Studies.1515 Broadway, New York: Assoc Computing Machinery, 2018, pp. 39-47.

[14]刘仲林:《交叉科学时代的交叉研究》,《科学学研究》1993年第2期。

[15]杨廷郊:《情报科学的产生和发展》,《情报学刊》1980年第3期。

[16]路甬祥:《学科交叉与交叉科学的意义》,《中国科学院院刊》2005年第1期。

[17]韦艳艳、陈墀成:《学科交叉现象的本质探析——基于在对交叉学科现象的研究中的某些论述的分析》,《长沙理工大学学报》(社会科学版)2011年第6期。

[18]金薇吟:《学科交叉方法探析》,《科学学研究》2006年第5期。

[19]刘平峰、李晓菲、聂规划:《学科交叉与融合的理论及模型研究》,《理工高教研究》2010年第4期。

[20]许海云、尹春晓、郭婷、谭晓、方曙:《学科交叉研究综述》,《图书情报工作》2015年第5期。

[21]H. D. White, K. W. McCain,“Visualizing a discipline: An author co-citation analysis of information science, 1972-1995,”Journal of the American Society for information Science, no. 49, 1998, pp. 327-355.

[22]See Zhao Dangzhi,“Going beyond counting first authors in author co-citation analysis,”Processing of the American society for information science and technology, vol. 42, no. 1, 2006.

[23]刘志辉、张志强:《作者关键词耦合分析方法及实证研究》,《情报学报》2010年第2期。

[24]林聚任:《社会网络分析:理论、方法与应用》,北京:北京师范大学出版社,2009年,第143—148页。

[25]R. W. Schvaneveldt, Pathfinder Associative NetworksStudies in Knowledge Organization, Norwood, Ablex Publishing Corporation, 1990, pp. 1-13.

[26]马瑞敏、倪超群:《作者耦合分析:一种新的学科知识结构发现方法的探索性研究》,《中国图书馆学报》2012年第2期。

[27]陈卫静、郑颖:《基于作者关键词耦合的潜在合作关系挖掘》,《情报杂志》2013年第5期。

[28]马瑞敏、倪超群:《基于作者同被引分析的我国图书情报学知识结构及其演变研究》,《中国图书馆学报》2011年第6期。

[29]Katherine Faust“, Centrality in Affiliation Networks,”Social Networks, no. 19, 1997, pp, 157-191.

[30]孙海生:《作者关键词共现网络及实证研究》,《情报杂志》2012年第9期。

[31]钟远薪:《凡是过往,皆为序章——评〈数字人文:改变知识创新与分享的游戏规则〉》,《图书馆论坛》2020年07期,2020年2月19日,http://kns.cnki.net/kcms/detail/44.1306.G2.20200217.1542.002.html,2020年8月27日。

[32]漆永乐:《组织、空间情境与科研合作网络关系研究》,硕士学位论文,浙江理工大学,2015年。

—————————————————————————————————————————————————————–

作者简介:

甘琳,南京大学信息管理学院,博士研究生。研究方向:智库研究与评价、档案学理论与方法。作者贡献:提供研究框架、负责数据收集与分析、论文撰写等主要内容。

钱烨,南京大学计算机科学与技术系,硕士研究生。研究方向:图像处理、计算机视觉。作者贡献:负责数据处理。

—————————————————————————————————————————————————————–

原刊《数字人文》2020年第3期,转载请联系授权。

zh_CNChinese