基于文献计量和知识图谱分析的元宇宙跨学科特性研究

摘要：元宇宙交叉学科研究不仅为学术界提供了新的研究领域，还有助于推动科技创新。将中国知网数据库获取与元宇宙有关的文献题录及全文数据作为研究对象，采用文献计量、社会网络分析、知识图谱等技术，从学科群、学科个体、学科特征词3个方面进行分析，以揭示元宇宙领域的学科交叉特征。（1）元宇宙相关文献包含100个学科，聚类成了6个学科群；（2）计算机、信息经济与邮政经济等十大学科的研究成果最多，对其他领域的影响最大；法理法史、伦理学、图书情报和数字图书馆等学科的被引次数最高，有较高质量的研究成果。（3）元宇宙领域中，基于学科特色核心词的不同学科领域有着独特的关键词和专业术语。

关键词：元宇宙跨学科文献计量学社会网络分析知识图谱

中图分类号：G353.1

ResearchontheInterdisciplinaryCharacteristicsoftheMetaverseBasedonBibliometricsandKnowledgeGraphAnalysis

SHISong1ZHANGHui1，2*LIZhuyan1LIJianzhou2LIZhenghui3FANJiating1

SHAOGuangsheng4

1.SchoolofInformation，GuizhouUniversityofFinanceandEconomics，Guiyang，GuizhouProvince，550025China;2.PostdoctoralScientificResearchStation，ShijiHengtongTechnologyCo.，Ltd.，Guiyang，GuizhouProvince，550014China；3.Taylor'sBusinessSchool，Taylor'sUniversity，KualaLumpur，47500Malaysia;4.LibraryofGuizhouNormalUniversity，Guiyang，GuizhouProvince，550025China

Abstract：Interdisciplinaryresearchonthemetaversenotonlyprovidesnewresearchterritoriestotheacademiccommunity，butalsoaidsindrivingtechnologicalinnovation.Takingthebibliographicandfull-textdatarelatedtothemetaverseobtainedfromtheCNKIdatabaseastheresearchobjective，thisanalysisutilizestechnologiessuchasBibliometrics，SocialNetworkAnalysis，andKnowledgeGraphtorevealtheinterdisciplinarycharacteristicsofthemetaversefieldfromthreeperspectives：disciplinarygroups，disciplinaryindividuals，anddisciplinarycharacteristicwords，inorder torevealtheinterdisciplinarycharacteristicsofthemetaversefield.（1）Themetaverseliteratureencompasses100disciplines，groupedintosixmainclusters.（2）Thetendisciplines，includingComputerScience，InformationEconomics，andPostalEconomics，havethemostresearchachievementsandexertthegreatestinfluenceonotherareas.DisciplinessuchasJurisprudence，LegalHistory，Ethics，LibraryandInformation，andDigitalLibraryarehighlycited，indicatingtheirhigh-qualityresearchoutcomes.（3）Withinthemetaversefield，differentdisciplineareaspossessuniquekeywordsandtechnicalterminologybasedontheircoredisciplinarycharacteristics.

KeyWords：Metaverse;Interdisciplinary;Bibliometrics;Socialnetworkanalysis;Knowledgegraph

元宇宙即“超越现实的新型世界”，它融合了多种技术和理念，旨在构建一个与现实世界交互、共同演化的虚拟世界[1]。元宇宙价值构成的要点之一便是跨学科交叉融合，另外元宇宙也为不同学科领域的跨界融合和知识共享提供了实验平台与技术工具[2]。跨学科研究定量评估学科的交叉性，进而预测学科交叉的未来动向，识别出学科交叉的关键主题。这种研究不仅能够帮助我们深刻理解学科交叉的内在机制和原理，更为人们探寻学科新的增长点提供了理论支持和数据依托[3]。

文献计量法通过统计与定量分析，不仅可以对学术文献进行描述性统计分析，还可结合社会网络理论分析关键词、作者等关系网络，揭示信息传播和资源流动的路径和模式。社会网络分析法提供了多个网络结构的测度指标（见表1[4，5]），这些指标将被用于元宇宙相关学科网络结构的分析。

1 数据来源与实验方法

本研究基于CNKI中国知网数据库，以“元宇宙”为主题检索词，截至日期设定为2023年7月31号，共获取6710条文献题录数据，覆盖100个学科分类。另外，使用八爪鱼软件获取所要分析的元宇宙领域相关的学科分类、被引量、下载量、以及全文html数据等中国知网不能直接导出的文献信息。对数据进行汇总，构成全新完整的元宇宙文献题录数据。此外，由于CNKI主要依据“中图法”对论文进行学科归类[6]，具有广泛性和客观性，因此本研究的学科分类采用CNKI所制定学科分组信息作为研究依据。

参考胡玉宁等人的科学知识结构模型[7]，本研究将采用“学科网络—学科个体—特色关键词”的逻辑，从上到下，由浅入深地研究元宇宙的交叉学科特征：首先，借助VOSviewer软件和Gephi软件中进行关键词共现与学科共现，生成对应知识图谱并进行详尽分析，从整体上把握元宇宙知识交叉的网络态势，进而从中心性与被引量两方面探究学科个体关系，最后，利用TextRank算法与TF-IDF算法从学科内部的知识要素出发，揭示子学科的主要关注话题。

2 结果与分析

2.1 元宇宙研究热点主题与学科交叉网络

2.1.1 元宇宙研究的热点主题

为了解元宇宙研究领域的热点主题内容，按照学科分类，统计整理期刊文献所含的关键词频次，再构建发文量前8学科与关键词的共现矩阵（节选前15个词），结果如表2所示。作为人类前沿科技领域的新生事物，元宇宙热潮在学术界兴起，多个学科基于自身优势探究元宇宙如何与本学科实现融合创新。例如：计算机软件及计算机应用关注人工智能、数字人等前沿技术，扩展元宇宙的智能化程度与互动性；亦如信息经济与邮政经济研究数字孪生、区块链，解决资产映射、权属管理等问题。元宇宙热潮为各行各业带来了革新机遇，同时也需要加强跨学科间的合作交流，共同推动元宇宙在正确的道路上科学发展。

2.1.2 元宇宙学科交叉网络构建

学科群作为一种高水平抽象表现形式，能够更好地展现元宇宙领域的不同学科以及研究主题间的结构。借鉴文献计量学思想，使用模块度聚类算法，计算元宇宙领域不同学科间的共现关联强度，两个学科词在同一篇文献出现的频率越高，则相关性越强。本研究获得的6710篇文献中，共有3168篇文献的学科词数量≥2，占比47.21%。这表明，接近一半的元宇宙研究建立在与其他学科交叉融合的基础上。借助VOSviewer对元宇宙的学科交叉现象进行学科共现计算，利用Gephi软件中的Modularity社团发现算法构建元宇宙学科群落，结果如图1所示。

元宇宙学科交叉网络（见图1）由100个学科节点构成，节点大小表示节点的中心性大小，括号内数字为学科的群落ID。通过网络平均直径为3，可以知晓任何两个学科之间最多只需要通过两个学科节点就能进行知识的交流，因此能够推出该学科关系网络中的节点之间存在较为紧密的联系和较高的交流效率；而网络密度值0.132则透露出不同学科之间联系较为稀疏，这可能意味着不同学科之间的交流和合作相对较少，学科之间的联系有待加强。元宇宙在100个不同学科得到了广泛的应用，涵盖了自然科学和人文社会学科中的许多重要学科，元宇宙学科交叉网络共划分出6个学科群落，这表明在元宇宙领域中存在着不同的学科聚集，学科之间存在着一定的领域专业化。

2.2 学科个体分析

2.2.1 高中心性学科

参考刘奕杉等人[8]所做的高频词阈值界定方法适用性的实证分析结果，以中心性数值为标准，选取排名前10的学科，并按照每个学科与其他学科共有的文献数量降序排列，对高中心性学科的交叉学科进行罗列（节选前3个学科），结果见表3。在学科群落中，中心性越大的节点越居于核心位置，从而节点在网络中的影响力也就越大，反映在科研上就是研究数量和重要性越大，其中，尤以“计算机软件及计算机应用、信息经济与邮政经济、自动化技术、新闻与传媒、工业经济”5大学科最为引人注目，这5个学科与元宇宙领域其他学科的深度交叉不仅促进了元宇宙领域的发展和元宇宙技术的实际应用，还为元宇宙的技术、经济、传播和商业等问题提供了理论基础和实践支持。

2.2.2 高被引学科

科学知识具有累积性、继承性、互通性的特征[9]。某个领域知识的被引率越高，代表着这个领域的研究课题已经得到了学术界的广泛关注，那么这个领域的研究成果也就越有影响力。本节按照每个学科所包含文献的平均被引次数降序排列，将在元宇宙中有重要研究影响的学科进行展示（见表4）。法理法史、伦理学、图书情报与数字图书馆等人文社科学科在平均被引量中占据重要地位，但它们的中心性并不高，这意味着在人文社科领域内，元宇宙的研究成果质量相对较高，但这些研究和应用目前仍处于相对初级的阶段，仍面临许多未解决的问题和挑战，需要进一步深化研究、拓宽视野，以推动元宇宙在人文社科领域的发展和应用。

2.3 学科特色核心词分析

多学科的交叉研究可以用来预测研究热点、揭示学科前沿。当前，学科间的交叉研究大致可以划分为：宏观层次上的跨学科研究和微观层次上的跨领域主题研究[10]。本节以CNKI数据库中获得的6710篇元宇宙领域相关文献的作者关键词作为宏观层面的计量对象，借助数据挖掘技术获取全文关键词作为微观层面的计量对象。每一篇文献都有两个属性，即“所属学科”和“所含关键词”，每个关键词都代表一个知识点，因此，学科与关键词通过文献这一媒介产生联系，从而可以探究学科交叉时的知识流动与交融情况。

2.3.1 宏观：跨学科的知识含量测算

论文中的关键词是学术文献的核心内容，它是对科学研究成果的高度浓缩，通过对关键字的维度建模与分解统计，能够体现学科的关注热点。本文所选取的元宇宙数据集包括100个学科，庞大的学科数量显示出元宇宙对于人类科技发展的广泛影响。按照学科中包含的关键词数量降序排列，排名靠前的20个学科（占学科总量的20%）的关键词占全部学科关键词总量的76%，表现出“二八定律”的特点[11]，这表明元宇宙领域中的大量知识点蕴含在少数学科内（见表5），这一现象侧面证明了强势学科在元宇宙领域中的领导地位和带动效果。

2021年以前，元宇宙只是一个科幻概念。2021年，随着某公司上市，元宇宙进入公众视野，逐步受到学术界的关注[12]。因此，本研究选择2021年作为时间节点，后续以每1年作为一个时间周期，从各个时间周期内选取元宇宙领域知识量的Top5学科来进行分析，再选取各个学科频次排名前5的关键词，使用Origin工具生成高频关键词冲击图，见图2

，图中数字表示关键词频次。在当前的学术界，作为元宇宙重要支撑技术之一的“虚拟现实”，自2022年开始获得了计算机软件及计算机应用、新闻与传媒、教育理论与教育管理等学科领域研究者的广泛关注。“区块链”技术主要集中出现在计算机软件及计算机应用、信息经济与邮政经济和新闻与传媒等领域的研究论文中。另外，“人工智能”研究也频繁出现在计算机软件及计算机应用、信息经济与邮政经济、教育理论与教育管理等学科领域的论文中。总体来说，虚拟现实、人工智能和区块链的研究热度，反映出它们与元宇宙具有高度相关性，也表明它们是构建和应用元宇宙的关键技术基础。

2.3.2 微观：跨学科的关键词抽取

如果简单地采用传统的文献计量学和社会网络分析方法，提取出的关键词通常更多是基础知识，语义也过于宽泛[13]。因此，本研究直接从期刊全文中提取关键词，这些文本能更细致地展示学科的研究主题、内容和方法等信息。

h指数完全可用作科研群体、学术期刊等对象的评价[14]，因此，本研究提出如下评价学科的h指数定义：当某一学科发表的期刊论文中有h篇论文的被引次数h，且其余论文的被引次数h时，此值即为该学科的h指数。举例来说，某一学科的h指数为20时，表明在该学科发表的论文中被引次数达次20以上的论文至少有20篇。

选取2.2.1所得前10名高中心性学科，计算各学科h指数，共有124篇论文的被引次数h，排除无html文件的论文，最后共获得118篇期刊论文。首先，对数据进行预处理，包括python程序提取论文正文内容，采用TextRank算法分别提取每篇文章权重最大的3个段落。在分词处理中，利用论文中的关键词构建自定义词表，使用jieba这一中文分词工具进行分词。对各个关键词进行TF-IDF计算，从而提取出能够反映学科特征的学科特色核心词。图3展示了10个学科中排名前５的特色核心词，括号内数字代表学科的h指数。结合相关文献可以看出，元宇宙各学科的特色研究主题包括但不限于虚拟现实技术、数字经济、工业自动化、虚拟现实新闻、工业元宇宙、虚拟教学、数字资产、元宇宙商业模式、虚拟现实体育竞技以及元宇宙电商等主题。总体来说，特色核心词的选择和使用能够反映出元宇宙领域不同学科的研究领域、技术应用和发展趋势。这些学科特色核心词从微观层面出发，帮助我们理解元宇宙领域中不同学科的重要性和特点。

3 结语

本文基于CNKI数据库中元宇宙领域相关文献6710篇，按照自上而下、由浅入深的研究思路，从“整体网络”“学科个体”“学科特色”三个层面，运用社会网络分析、文献计量、数据挖掘、知识图谱等手段，对元宇宙学科交叉属性的内涵进行了探究与阐释。

（1）多学科交叉融合已成为元宇宙研究的普遍特征。从高频学科关键词分布来看，元宇宙作为新兴领域，激发了各学科基于自身视角的研究热情。从整体网络来看，元宇宙研究具有“跨度大、层次深”的分布特征，涉及100个不同学科，划分为6个学科群落，每个类别均由一个有影响力的学科来领导。

（2）学科个体表现为两种倾向：以计算机、信息经济和邮政经济、自动化技术等为代表的学科文献量大、核心性强，对其他学科具有较强的影响，在元宇宙的基本理论和技术发展中起到了主导作用；法理、法史和伦理学、图书情报与数字图书馆等学科处于科学研究前沿，平均被引频次高，具有较高的学术质量，为元宇宙的应用提供了重要的理论支撑和实际应用价值。

（3）元宇宙大量的知识点蕴含在少量的学科中，说明强势学科的领导地位，同时对弱势学科有一定带动效果。本文基于TextRank算法和TF-IDF算法的学科特征词汇提取方法，实现具有代表性和区分性的学科特征词汇提取，为科研人员突破研究瓶颈提供多学科视角与启发。

参考文献

[1] 喻国明，耿晓梦.元宇宙：媒介化社会的未来生态图景[J].新疆师范大学学报（哲学社会科学版），2022，43（3）：110-118.

[2] 王国成.虚实交融的元宇宙图景中社会科学的跃升[J].天津社会科学，2022（5）：37-43.

[3] 陈红丽，张自然，叶佳鑫，等.基于ESI数据的学科交叉宏观态势测度研究[J].情报科学，2021，39（1）：96-103.

[4] BLONDELVD，GUILLAUMEJL，LAMBIOTTER，etal.Fastunfoldingofcommunitiesinlargenetworks[J].JournalofStatisticalMechanics：TheoryandExperiment，2008（10）：1000.

[5] 姜鑫，王德庄，马海群.社会网络分析方法在图书情报学科的应用研究[M].北京：知识产权出版社，2019：159-164.

[6] 曹树金，曹茹烨.基于研究主题和引文分析的信息资源管理学科发展探究[J].信息资源管理学报，2023，13（2）：12-29.

[7] 胡玉宁，胡观伟.多源主题融合的科学知识结构模型构建与实证研究[J].情报理论与实践，2019，42（7）：100-105.

[8] 刘奕杉，王玉琳，李明鑫.词频分析法中高频词阈值界定方法适用性的实证分析[J].数字图书馆论坛，2017（9）：42-49.

[9] GARFIELDE.“ScienceCitationIndex”—ANewDimensioninIndexing：Thisuniqueapproachunderliesversatilebibliographicsystemsforcommunicatingandevaluatinginformation.[J].Science，1964，144（3619）：649-654.

[10] 刘俊晓，孟祥增，齐燕，等.基于WOS数据的教育技术学学科交叉研究[J].现代远距离教育，2019（2）：14-24.

[11] 李江，伍军红，孙秀坤.中国科技期刊的“核心区”研究：基于布拉德福定律与二八法则的统计分析[J].中国科技期刊研究，2011，22（6）：869-873.

[12] 方凌智，沈煌南.技术和文明的变迁：元宇宙的概念研究[J].产业经济评论，2022（1）：5-19.

[13] 陈果，肖璐，赵雪芹.领域知识分析中的关键词选择方法研究：一种以学科为背景的全局视角[J].情报学报，2014，33（9）：959-968.

[14] 赵基明，邱均平，黄凯，等.一种新的科学计量指标：h指数及其应用述评[J].中国科学基金，2008（1）：23-32.