20世纪初，学科交叉研究的萌芽在美国最早出现，到20世纪60年代开始兴起。我国学科交叉研究则于20世纪50年代萌生，从20世纪80年代开始专门研究学科交叉。学科交叉研究的出现，使人们更清晰地认识到产生于传统科学，如自然科学、社会科学、人文科学、技术科学之间的，跨越各学科“生长”起来的新兴学科。由于学科交叉产生的新兴学科，能够打破传统学科研究的束缚，为学科发展创造新的生长点，为科技进步提供新的动力，因此引起世界各国的广泛关注。学科交叉借助其研究领域的独特优势在新技术开发、新兴产业应用研究等领域产生极大的影响力，其科学技术创新的能力也被置于极其重要的地位。当前学科交叉现象已成为科学技术发展的一个重要趋势。
从本质上说，学科交叉现象是科学动态发展中的一种“无序”现象。“无序”的根源就在于科学研究“从本质上是解决问题的活动”。而这些问题源于人们对自然界和人类社会的观察和实践，往往不带任何学科限制。这些科学问题的提出、确认和解决，就是科学自主发展的内在动力。而社会对这些问题的解决的迫切性又构成了科学发展的外部动力[1]。正如中国科学院院士路甬祥在《21世纪100个交叉科学难题》一书的序言中所言：“学科交叉点往往就是科学新的生长点、新的科学前沿，这里最有可能产生重大的科学突破，使科学发生革命性的变化。同时，交叉科学是自然科学、社会科学、人文科学、数学科学和哲学等大门类科学之间发生的外部交叉以及本门类科学内部众多学科之间发生的内部交叉所形成的综合性、系统性的知识体系，因而有利于有效地解决人类社会面临的重大科学问题和社会问题，尤其是全球性的复杂问题。这是交叉科学所能发挥的社会功能。”[2]
发现学科研究的交叉点，无异于找到学科研究的新起点，许多科研人员、学者都希望获得本学科与其他学科的交叉点、学科研究新的增长点和研究热点的信息，那么如何从海量文献数据中发现这样的信息，为科学发展、研究创新提供动力呢？从有关学科交叉研究的文献，可以看出目前的几种研究思路。第一种研究思路是以期刊引文关系为基础研究学科交叉关系。例如：杨建林、孙明军在《利用引文索引数据挖掘学科交叉信息》[3]一文中利用引文关系研究情报学与其他学科的交叉信息；阚连合、黄晓鹏和刘梅申在《情报学交叉学科的发展趋势——我国情报学期刊被引分析的启示》[4]一文通过对《中国学术期刊全文数据库》中情报学期刊的参考文献的引用分析，预测情报学交叉学科的发展趋势；李长玲、纪雪梅和支岭等发表《基于E-I指数的学科交叉程度分析——以情报学等5个学科为例》[5]一文，引入网络分析中的E-I指数计算方法，以情报学、图书馆学、计算机科学、科学学、管理学5个学科为例，对不同学科期刊互引网络的学科子群之间的分派程度进行分析，探寻不同学科之间的交叉程度。第二种研究思路是通过关联规则挖掘、文本挖掘等现代数据挖掘技术手段研究学科间的相关性和交叉知识。例如：王昊的《基于关联规则挖掘研究学科间相关性》[6]一文应用关联规则挖掘方法从中文社会科学引文索引（CSSCI）数据库提供的论文引用情况中挖掘关联规则，进而探讨社会科学各学科间相关性问题。魏建香、孙越泓和苏新宁的《学科交叉知识挖掘模型研究》[7]一文，通过构建学科交叉文献发现模型与学科交叉知识发掘模型，从学科交叉点和新的增长点两个方面来揭示学科之间的交叉关系，并通过近10年来情报学与计算机科学两个学科的文献数据进行了实例验证。第三种研究思路是以期刊关键词为基础研究学科交叉的热点。例如：闵超和孙建军发表的《学科交叉研究热点聚类分析——以国内图书情报学和新闻传播学为例》[8]一文以关键词为基础，运用系统聚类分析和战略坐标分析方法，探讨学科交叉研究热点的内在联系和发展脉络。第四种思路是以不同的研究对象为基础，从不同的视角研究学科之间的交叉关系。例如：张春美、郝凤霞、闫红秀的《学科交叉研究的神韵——百年诺贝尔自然科学奖探析》[9]一文，以诺贝尔自然科学奖（物理学奖、化学奖、医学与生理学奖）获奖成果和获奖者为对象，运用统计分析方法，研析诺贝尔奖中学科交叉的变化状况；刘煜、刘仲林在《学科交叉中的科研创新契机——以中科院院士增选为例》[10]一文中通过分析增选的中科院院士的学科交叉背景，并与自然科学诺贝尔奖获得者相关方面的比较，探讨了我国学科交叉的一些特征及发展趋势；于江和党延忠发表《用信息可视化方法分析科研领域发展状况》[11]一文，以2000～2005年度有关部门管理科学相关领域项目申请书的分析数据为依据，对我国基础科研领域发展状况作了分析，重点对研究热点的识别、学科的交叉、学科的演化趋势作了分析研究。以上文章大都从宏观层面以静态数据为基础切入不同的分析角度探讨学科之间是否存在相关性或者相关性的强弱，其中仅有一篇文章对学科交叉的热点作了分析。(www.xing528.com)
本章将以动态数据为基础，通过网络用户使用电子文献资源的行为数据，研究和探讨学科之间的交叉程度，深入挖掘数据的潜在关系，分析学科交叉的研究热点，主要通过运用ERU数据采集平台所获得的用户使用电子文献行为的数据，挖掘学科之间可能存在的交叉关系，为更好地揭示学科交叉关系提供一种新思路。ERU数据采集平台所采集的数据是复旦大学师生、学者和科研人员的使用行为数据，可以分析校内师生、科研人员和学者的文献阅读情况，探究他们在做研究时都会使用到哪些学科的文献数据，这样可以基本判断哪些学科之间可能会产生关联，通过关联频次，可以了解学科之间的关联交叉强度。之后再进一步以关联交叉的文献为基础，寻找高频关键词，以此发现潜在学科交叉的研究热点，为师生、学者和科研人员的研究提供数据参考。在研究方法上，主要运用Session ID关系和共词分析（因子分析和聚类分析），利用文献统计分析软件Bibexcel、SPSS等工具对数据进行分析。为了能够了解复旦大学在学科交叉研究方面与国内、国外学者的差异，再以采集获得的用户行为动态数据为基础，调取同一时间段的静态数据作对比，比较学科交叉的程度和研究热点的异同，查找本校的科研与国内外在学科交叉研究方面的差距，为复旦大学科研人员的研究创新提供参考，帮助其找到研究上的创新点和突破口。本章在数据源和分析方法上都有一定的前瞻性和创新性。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
