摘 要：[目的/意義]為反映知識獲取與知識積累過程中的學科交叉特征，提出圖書借閱行為這一學科交叉研究新視角，將學科交叉測度指標遷移到圖書借閱場景中以測度其學科交叉特征，有助于完善學科建設和圖書館服務。[方法/過程]基于圖書共同借閱關系建立學科交叉網絡，引入網絡密度、布里淵指數、Jaccard系數與網絡核心度指標，對學科領域內的子學科交叉特征進行測度，并以湖北美術學院圖書館借閱數據為例，對文學和藝術學領域內的子學科交叉特征進行實證研究。[結果/結論]實證結果表明，本文的圖書借閱行為視角及測度方法能有效揭示讀者知識獲取與知識積累過程中的子學科交叉特征，豐富了學科交叉的研究視角與分析方法，拓展了圖書借閱數據的應用領域，可供圖書館開展學科建設工作與提升讀者服務質量參考。

　　關鍵詞：圖書借閱行為;學科交叉特征;文獻計量;社會網絡分析

　　學科交叉是情報學的重要研究對象，也是當前高校學科建設與發展的主要方向。2018年，教育部、財政部、國家發展改革委聯合印發的《關于高等學校加快“雙一流”建設的指導意見》指出，要促進學科交叉融合，加強急需學科專業人才培養，構建協調可持續發展的學科體系，打破傳統學科之間的壁壘，促進基礎學科、應用學科交叉融合[1]。已有學科交叉研究往往以學術論文、期刊或專利為分析資料，借助文獻計量學方法對這些資料進行定量分析，從而發現不同學科之間的交叉態勢以及識別學科交叉熱點主題等。但是，這些資料主要體現了科研人員根據研究呈現的需要對相關學科知識反復斟酌和精挑細選的結果[2]，難以有效反映其在學習與研究所需的知識獲取與知識積累過程中的學科交叉特征，這阻礙了對學科交叉的全面認識與相關管理服務工作的有效開展。

　　高校圖書館是讀者獲取與積累多學科知識的重要來源，圖書館借閱數據是反映讀者借閱行為的主要數據，且具有規范性強、連續性強、學科信息標注完備等特點[3]，因此，圖書館持續記錄的借閱數據是一種理想的學科交叉分析數據來源，可以有效反映讀者在知識獲取和知識積累中的學科交叉特征，對已有基于學術論文、期刊或專利的學科交叉研究形成補充。同時，圖書作為記錄和傳播知識的載體，其被讀者同時借閱及先后借閱的關系與學術文獻的同被引及引用關系在本質上非常相似，因此可以借鑒文獻分析的方法對借閱行為數據進行分析，如將基于文獻分析的學術評價方法引入圖書借閱行為分析[4-5]。這為將文獻計量領域的學科交叉測度指標引入圖書館借閱場景，從而在圖書借閱行為視角下揭示讀者在知識獲取和知識積累中的學科交叉特征，指出了可行途徑。

　　基于以上分析，本文提出從圖書借閱行為出發進行學科交叉研究的新視角，并將傳統的學科交叉測度指標遷移到圖書借閱場景中，根據圖書館讀者的借閱數據對各學科圖書之間的關系進行量化分析，發現隱藏在讀者借閱行為背后的學科交叉特征，從而為優化學科布局、改進圖書館服務提供有益指導。本文實驗階段以湖北美術學院圖書館借閱數據為例，對文學和藝術學領域內的子學科交叉特征進行實證研究。

　　1 相關研究現狀

　　1.1 學科交叉研究

　　學科交叉在國外通常被稱為“跨學科(Interdisciplinary)”，關于學科交叉的定義，國內外學術界尚未形成統一的定義和概念。最早公開使用“Interdisciplinary”一詞的是心理學家Woodworth R S，他認為跨學科研究是超越一個涉及兩個或多個學科領域的研究[6]。

　　根據分析方法的不同，國內外關于學科交叉的研究主要采用文獻計量學和社會網絡分析的相關理論與方法展開。研究學科交叉的文獻計量方法有引文分析、作者分析、聚類分析等，如Noorden R V通過分析來自14個學科143個專業的引用文獻，發現自然科學和社會科學引用其他學科的論文的比例在逐漸增加[7];Abramo G等比較了從作者的學科多樣性和參考文獻的學科多樣性兩方面進行學科交叉研究的結果差異，發現參考文獻的學科多樣性通常隨著作者學科多樣性的增加而增加[8];魏建香等通過提取文獻關鍵詞和摘要詞建立文獻向量空間模型矩陣并進行聚類，以此找出學科交叉的研究熱點及交叉點[9]。社會網絡分析方法主要通過構建學科共現網絡、關鍵詞共現網絡、作者合作網絡并進行可視化來進行學科交叉研究，如侯海燕等通過構建學科關聯網絡，識別生物醫學工程領域學科交叉的結構演化特征[10];Huang L等基于信息科學和人工智能領域發表的學術文獻構建關鍵字的共現網絡，以發現跨學科研究的熱點[11];Zhang W Y等通過構建作者合作網絡并計算論文作者之間的相似性來具體衡量學科交叉程度[12]。

　　根據測量維度的不同，學科交叉的測度屬性主要可以分為學科多樣性和學科聚合性兩種[13]，并以此衍生出其他測度指標。學科交叉多樣性測度指標包括加權跨領域引用指數(Citations Outside Category，COC)[14]、布里淵指數(Brillouin Index，BI)[15]、Jaccard系數[16]等。學科交叉聚合性測度主要是基于社會網絡分析方法的計量指標，包括中介中心度、網絡核心度、網絡密度[17]等。Rao-Stirling指標[18]和Intergration指標[19]是結合了學科多樣性與學科聚合性的綜合性測度指標。實證研究方面，Huang M等使用布里淵指數衡量信息科學的學科交叉程度[20]，姜春林等用Jaccard系數對學科共現矩陣進行標準化后，發現了與直升機研究領域交叉程度較大的學科[21];許海云等采用網絡核心度和網絡密度指標分別測量了情報學與其他學科之間的聯系緊密程度和情報學的核心地位[22]。

　　1.2 圖書借閱行為研究

　　借閱數據是反映圖書館用戶借閱行為的主要數據，目前關于圖書館借閱行為的研究也主要以圖書借閱數據作為分析對象。根據研究層次的不同，國內外關于圖書館用戶借閱數據的現有研究可以大致歸為以下3類：一是對讀者借閱需求與興趣進行分析，這類研究主要運用時間序列分析、回歸分析等一般性的統計分析方法對借閱數據進行整體或分層的描述性統計，得到如圖書借閱排行榜[23]、用戶熱門搜索主題趨勢[24]的研究結果。二是數據挖掘相關技術的應用研究，主要包括關聯分析，如通過FP-Growth算法得出圖書主題與借閱時間、借閱地點之間的關聯規則[25];流量分析，如通過混沌分析方法建立借閱變化趨勢的預測模型[26];聚類分析，如通過K-means算法和兩步聚類算法細分讀者群體[27]。三是基于借閱數據的圖書推薦算法研究，這類研究主要是將推薦算法中的協同過濾、混合推薦等算法與其他數據挖掘方法相結合并應用到圖書館借閱領域，如將協同過濾算法與關鍵詞概率模型結合以改善Top-N推薦性能[28]。

　　推薦閱讀：廣西圖書館系列職稱需要幾篇論文