目标结构的多样性与优化

科学知识聚合的总体目标是定位用户所需的资源集，并以知识体系而非单独的知识片段的方式提供给用户，最终满足用户知识需求，实现知识服务增值，具体体现在如下5个目标类型。

(1)评价科学知识的影响力

影响力的评价近年来已经发展成为整个社会学研究的一个重要议题，科学家和政策制定者目前对科研产出的评价问题尤其重视。对于科学家来说，评价科学研究的影响力有助于他们找到潜在的合作者，发现新的研究主题，并且明确哪些出版物适合发表他们的研究成果。对于政策制定者来说，评价研究的影响力有助于制定合理的科研经费分配计划，反映领域的进展，促进科学的交叉研究以激发新的科学发展点。

(2)理解科学知识的交流模式

科学交流是一类大规模的社会现象，其中最典型的体现是科学合作。通过合作网络聚合科学知识的创造者群体，提供了分析现实世界中的科研交流的途径。传统的以抽样调查的方式获取网络数据存在难以避免的问题，首先，以问卷或者访谈方式获得的社会网络数据过于实验室化，其规模是明显受限的；其次，问卷和调查方式在先天上存在缺陷，可能导致获得的数据受到过多的主观干扰，因而无法反映网络的真实情况；最后，由于调查的范围有限，抽样的方法无法保证完全合理，并且各个群体的边界无法被清晰地界定。因此，相对于传统的分析对象，作者之间的学术网络为社会网络研究提供了良好的研究载体。同样的，以往的研究虽然对作者之间的学术网络进行了相应的研究，但社会网络分析所揭示的数学特征使得作者学术关系的研究从相对局限的科学学和科学计量的领域走入更加广阔的学科视角。

(3)区分科学知识主题和研究结构(www.xing528.com)

随着科学发展的大规模化，科学研究的智力组织问题是管理人员要面对的一个重要议题。有效地组织不同主题和不同学科的知识，成为当前科学管理和科学分析的重要工作。在这样的环境下，学者们采用了许多中观的聚类分析技术对论文、作者、机构、关键词、学科甚至国家进行分析，以期能够有效分析同一学科内部不同的主题分布情况。资源及其实体的聚合能够提供科学主题和研究结构分析素材，结合相关的技术，例如科学地图和可视化等也被广泛应用于学科主题和研究结构的分析中，通过可视化的结果，结合聚类能够很快地使用户理解科学研究的结构。

(4)进行科学知识的跨学科和交叉学科分析

跨学科、跨领域的研究是单一的科学研究主题结构基础上的一种升华，也是研究中一直被重点关注的研究主题。一般来说，研究人员通过一定的学科分类依据，圈定某个学科领域的资源，进一步对资源包含的实体对象如作者或者期刊，通过定量的分析方法，观察来自不同的学科领域的作者或者期刊之间的合作或者相互引用情况，以此反映跨学科信息之间的交流情况。在微观的层面，许多基于网络的指标也被引用于学科交叉，例如熵^[18]、集成与专门化^[19]以及分散与凝聚等。

(5)描述和认知科学知识发展过程

知识的发展过程往往体现在实施扩散和知识传递过程中。知识和科学发展的过程很早就被研究人员所重视。知识和科学发展的过程在引文网络中体现得最为明显，由于引文网络是一个从以往的知识基础指向最新的知识走向的有向结构，因此，通过对以引文为基础的网络结构的时序分析能够很快地刻画出知识发展的过程，例如加菲尔德的引文时序分析。此外，通过其他的一些技术如主路径分析技术等^[20]，聚合整个科学知识发展过程中的核心资源，并在此基础上显性化核心资源之间的链式结构，成为用户描述和认知科学知识发展过程的重要途径。