目?錄

CONTENTS目錄

第一章?引言

第二章?研究方法與數(shù)據(jù)

一、利用深度學(xué)習(xí)模型基于同被引關(guān)系確定研究領(lǐng)域………6

二、科學(xué)結(jié)構(gòu)圖譜可視化………………………10

三、科學(xué)結(jié)構(gòu)演變軌跡…………11

四、研究領(lǐng)域特征詞抽取………………………12

五、研究領(lǐng)域?qū)W科交叉性度量…………………13

六、數(shù)據(jù)說(shuō)明……………………14

第三章?科學(xué)結(jié)構(gòu)及其演變

一、科學(xué)結(jié)構(gòu)圖譜2012～2017………………18

二、基于科學(xué)結(jié)構(gòu)圖譜觀察科學(xué)研究的發(fā)展趨勢(shì)……………26

（一）科學(xué)結(jié)構(gòu)圖譜中研究領(lǐng)域數(shù)量持續(xù)擴(kuò)大…………28

（二）科學(xué)結(jié)構(gòu)的時(shí)序發(fā)展………………28

三、快速發(fā)展的研究領(lǐng)域演變分析……………33

（一）引力波演變分析……………………33

（二）量子物理演變分析…………………35

i

MappingScienceStructure

科學(xué)結(jié)構(gòu)圖譜2021

（三）先進(jìn)能源領(lǐng)域演變分析……………37

（四）鈣鈦礦材料與器件領(lǐng)域演變分析…………………40

（五）機(jī)器學(xué)習(xí)演變分析…………………41

（六）無(wú)線通信演變分析…………………43

（七）氣候變化領(lǐng)域演變分析……………45

（八）環(huán)境治理領(lǐng)域演變分析……………48

（九）基因編輯與治療領(lǐng)域演變分析……………………51

（十）表觀遺傳調(diào)控領(lǐng)域演變分析………52

（十一）腸道微生物與健康領(lǐng)域演變分析………………54

（十二）腫瘤免疫治療領(lǐng)域演變分析……………………57

第四章?研究領(lǐng)域的學(xué)科交叉性、新穎性以及對(duì)技術(shù)創(chuàng)新的影響

一、研究領(lǐng)域的學(xué)科交叉性……………………60

二、新興熱點(diǎn)研究領(lǐng)域…………64

三、對(duì)技術(shù)創(chuàng)新有影響的研究領(lǐng)域……………68

第五章?中國(guó)及代表性國(guó)家科學(xué)研究活躍度

一、中國(guó)及代表性國(guó)家整體科研活躍度時(shí)序發(fā)展……………74

（一）核心論文份額分析…………………74

（二）施引論文份額分析…………………77

二、基于科學(xué)結(jié)構(gòu)圖譜觀察中國(guó)及代表性國(guó)家科研活躍度時(shí)序發(fā)展………79

（一）中國(guó)及代表性國(guó)家科研覆蓋及份額分布…………79

（二）中國(guó)及代表性國(guó)家在科學(xué)結(jié)構(gòu)圖譜中各研究領(lǐng)域的科研活躍度………………82

三、中國(guó)及科技強(qiáng)國(guó)在學(xué)科交叉研究領(lǐng)域的活躍度…………86

四、中國(guó)及科技強(qiáng)國(guó)在新興熱點(diǎn)研究領(lǐng)域的活躍度…………88

五、中國(guó)及科技強(qiáng)國(guó)在對(duì)技術(shù)創(chuàng)新有影響研究領(lǐng)域的活躍度………………90

ii

目?錄

第六章?中國(guó)及代表性國(guó)家的國(guó)際合作

一、基于科學(xué)結(jié)構(gòu)圖譜觀察世界國(guó)際合作……………………94

二、中國(guó)及代表性國(guó)家國(guó)際合作時(shí)序變化……………………95

三、基于科學(xué)結(jié)構(gòu)圖譜觀察中國(guó)及代表性國(guó)家國(guó)際合作的變化……………98

第七章?科學(xué)結(jié)構(gòu)圖譜上的科學(xué)資助情況分析

一、中國(guó)及代表性國(guó)家政府資助核心論文在科學(xué)結(jié)構(gòu)圖譜上的分布……105

二、重要國(guó)家政府資助機(jī)構(gòu)資助核心論文分析……………109

附?錄

附錄1中國(guó)、美國(guó)高科研活躍度研究領(lǐng)域………………112

附錄2中國(guó)、美國(guó)論文份額排名前10的學(xué)科交叉研究領(lǐng)域…………117

附錄3中國(guó)、美國(guó)論文份額排名前10的新興熱點(diǎn)研究領(lǐng)域…………119

iii

MappingScienceStructure

科學(xué)結(jié)構(gòu)圖譜2021

第一章

引?言

科技創(chuàng)新已成為推動(dòng)經(jīng)濟(jì)社會(huì)發(fā)展的主要力量，新一輪科技革命和產(chǎn)業(yè)變革的重大歷史機(jī)

遇期，要求我們始終以全球視野科學(xué)研判科技創(chuàng)新發(fā)展的趨勢(shì)，搶占科技發(fā)展先機(jī)。為揭示科

學(xué)研究結(jié)構(gòu)及尋找重點(diǎn)研究方向，科學(xué)結(jié)構(gòu)發(fā)現(xiàn)與可視化分析方法研究組自2007年起開展相

關(guān)研究，每?jī)赡昀L制一期科學(xué)結(jié)構(gòu)圖譜，周期性監(jiān)測(cè)科學(xué)研究結(jié)構(gòu)及其演變規(guī)律，監(jiān)測(cè)科學(xué)發(fā)

展趨勢(shì)。

1

第一章引?言

科學(xué)結(jié)構(gòu)圖譜，通過(guò)可視化技術(shù)，以直幫助科學(xué)研究者揭示演變趨勢(shì)、預(yù)警新興領(lǐng)

觀形象的圖譜形式展現(xiàn)高度抽象的科學(xué)研究域、發(fā)掘潛在合作對(duì)象、遴選優(yōu)先領(lǐng)域等，

的宏觀結(jié)構(gòu)，揭示了科學(xué)熱點(diǎn)前沿間的關(guān)聯(lián)輔助決策者對(duì)科學(xué)發(fā)展的規(guī)劃。

關(guān)系與發(fā)展進(jìn)程。傳統(tǒng)的科學(xué)知識(shí)體系結(jié)構(gòu)研究組先后出版了《科學(xué)結(jié)構(gòu)地圖

及其演化趨勢(shì)的研究通常是通過(guò)檢索和分析2009》《科學(xué)結(jié)構(gòu)地圖2012》《科學(xué)結(jié)構(gòu)地圖

相關(guān)文獻(xiàn)以了解學(xué)科發(fā)展，追蹤同行科學(xué)研2015》《科學(xué)結(jié)構(gòu)圖譜2017》四部著作。鑒

究者的科研活動(dòng)來(lái)掌握學(xué)科趨勢(shì)，通過(guò)專家于近年來(lái)人工智能與深度學(xué)習(xí)快速發(fā)展，本

研討、評(píng)議及專門的規(guī)劃研究進(jìn)一步判斷可期科學(xué)結(jié)構(gòu)使用深度學(xué)習(xí)算法改進(jìn)原有的網(wǎng)

能的突破方向。但隨著科技創(chuàng)新進(jìn)入多學(xué)科絡(luò)聚類及可視化算法，支持更大量的數(shù)據(jù)分

交叉融匯的階段，面對(duì)海量科技文獻(xiàn)，限于析，聚類結(jié)果更加均勻、準(zhǔn)確，揭示更為細(xì)

固有的專業(yè)認(rèn)知體系，科學(xué)研究者有時(shí)難以致的科學(xué)結(jié)構(gòu)，并在可視化細(xì)節(jié)揭示上也有

觀察到不熟悉但相關(guān)的領(lǐng)域，也難以把握它較大改進(jìn)。

們之間的復(fù)雜結(jié)構(gòu)和相互影響，更難以發(fā)現(xiàn)本報(bào)告以科睿唯安（ClarivateAnalytics）

隱藏在復(fù)雜關(guān)系下的致變因素和潛在的發(fā)展公司的基本科學(xué)指標(biāo)數(shù)據(jù)庫(kù)（EssentialSci-

趨勢(shì)。因此，文獻(xiàn)計(jì)量界逐步發(fā)展出利用科enceIndicators，ESI）為信息源，提取了

技信息數(shù)據(jù)來(lái)揭示多維度關(guān)系的大問(wèn)題領(lǐng)域2012～2017年10?223個(gè)研究前沿中包含的

和大時(shí)間跨度的科學(xué)結(jié)構(gòu)，并將科學(xué)結(jié)構(gòu)作高被引論文，通過(guò)再次的同被引聚類分析，

為對(duì)科學(xué)布局、相互作用及演變趨勢(shì)進(jìn)行描得到了1?169個(gè)研究領(lǐng)域（ResearchAreas），

述和分析的工具。科學(xué)結(jié)構(gòu)發(fā)現(xiàn)及可視化方形成了全球視野的科學(xué)結(jié)構(gòu)圖譜，可視化地

法比其他計(jì)量方法具有更獨(dú)特的視角，揭示展現(xiàn)2012～2017年的科學(xué)研究宏觀結(jié)構(gòu)及

了科學(xué)領(lǐng)域間的內(nèi)在聯(lián)系及發(fā)展規(guī)律。其內(nèi)在關(guān)系，揭示了國(guó)際社會(huì)普遍關(guān)注的熱

研究組運(yùn)用文獻(xiàn)計(jì)量學(xué)和機(jī)器學(xué)習(xí)的理點(diǎn)研究領(lǐng)域。在此基礎(chǔ)上，通過(guò)2008～2013

論和方法，利用高被引論文之間同被引關(guān)系年、2010～2015和2012～2017年三個(gè)時(shí)期

的聚類分析，超越傳統(tǒng)的學(xué)科分類，直接體科學(xué)結(jié)構(gòu)圖譜的演化變遷軌跡，分析了各個(gè)

現(xiàn)科學(xué)研究者相互引證所表征的知識(shí)的相互學(xué)科研究領(lǐng)域的演變情況。通過(guò)引入生物學(xué)

作用及知識(shí)的流動(dòng)、融匯和演變，幫助科學(xué)第三代多樣性計(jì)量方法，度量了各個(gè)研究領(lǐng)

研究者了解隱藏在大規(guī)模的復(fù)雜關(guān)聯(lián)的數(shù)據(jù)域的學(xué)科多樣性。基于科學(xué)結(jié)構(gòu)圖譜，分析

下面的科學(xué)研究結(jié)構(gòu)及其變化，努力幫助科了新興熱點(diǎn)研究領(lǐng)域以及對(duì)技術(shù)創(chuàng)新有影響

學(xué)研究者把握大問(wèn)題尺度和交叉融匯機(jī)制下的研究領(lǐng)域。同時(shí)，基于科學(xué)結(jié)構(gòu)圖譜，從

的知識(shí)結(jié)構(gòu)、新興領(lǐng)域及其相互關(guān)系，逐步國(guó)家科學(xué)研究的結(jié)構(gòu)上反映了中國(guó)及代表性

2

MappingScienceStructure

科學(xué)結(jié)構(gòu)圖譜2021

國(guó)家在不同研究領(lǐng)域的活躍程度及其變化趨國(guó)及代表性國(guó)家政府科學(xué)基金在科學(xué)結(jié)構(gòu)圖

勢(shì)，通過(guò)國(guó)際合著率描述了中國(guó)及代表性國(guó)譜上的資助分布，對(duì)比分析不同國(guó)家科學(xué)資

家國(guó)際合作的總體趨勢(shì)。通過(guò)可視化展現(xiàn)中助或同一國(guó)家不同資助機(jī)構(gòu)的資助布局。

本書術(shù)語(yǔ)解釋

科學(xué)結(jié)構(gòu)圖譜：或稱為科學(xué)知識(shí)圖譜，是一系列描述科學(xué)結(jié)構(gòu)的可視化圖形，顯示了科學(xué)知識(shí)結(jié)構(gòu)關(guān)系與發(fā)展

進(jìn)程，反映了科學(xué)知識(shí)之間的結(jié)構(gòu)、互動(dòng)、交叉、演化等諸多關(guān)系。

高被引論文（HighlyCitedPaper）：ESI對(duì)過(guò)去10年SCI論文被引頻次進(jìn)行統(tǒng)計(jì)，將22個(gè)學(xué)科領(lǐng)域中被引

頻次Top1%的論文遴選為高被引論文。

研究前沿（ResearchFront，RF）：ESI以SCI近6年的高被引論文為基礎(chǔ)，利用論文之間的同被引關(guān)系聚類

產(chǎn)生的一系列論文集合。

研究領(lǐng)域（ResearchArea，RA）：在研究前沿基礎(chǔ)上的再次聚類得到的一系列高被引論文集合。

同被引（Co-Cited）：一組論文共同被其他論文引用。

核心論文（CorePaper）：研究領(lǐng)域中的高被引論文。

施引論文（CitingPaper）：引用核心論文的論文。

平均年（MeanYear）：一組論文的出版年的平均值。

國(guó)家核心論文份額：該國(guó)發(fā)表的核心論文數(shù)占世界核心論文數(shù)的比例。

國(guó)家施引論文份額：該國(guó)引用核心論文的論文數(shù)占世界引用核心論文的論文數(shù)的比例。

國(guó)際合著率：一國(guó)有多國(guó)著者的論文數(shù)占該國(guó)總論文數(shù)的比例。

國(guó)家論文計(jì)數(shù)方法：本報(bào)告中論文份額統(tǒng)計(jì)中國(guó)家論文量采用分?jǐn)?shù)計(jì)數(shù)法，按每篇論文中每個(gè)國(guó)家或機(jī)構(gòu)的作

者占全部作者的比例計(jì)數(shù)。一篇論文的分?jǐn)?shù)計(jì)數(shù)之和等于1；國(guó)際合著率統(tǒng)計(jì)中國(guó)家論文量采用整體計(jì)數(shù)法，

每篇論文的作者中只要有1名作者屬于這個(gè)國(guó)家或機(jī)構(gòu)，該國(guó)或機(jī)構(gòu)的論文數(shù)量加1。一篇國(guó)際合著論文的整

數(shù)計(jì)數(shù)之和通常大于1。

3

第一章引?言

4

MappingScienceStructure

第二章

研究方法與數(shù)據(jù)

“科學(xué)結(jié)構(gòu)圖譜”的主體分析單元是熱點(diǎn)“研究領(lǐng)域”，它通過(guò)對(duì)高被引論文的同被引關(guān)系

聚類產(chǎn)生。本期“科學(xué)結(jié)構(gòu)圖譜”的構(gòu)建原理與往期一樣，首先對(duì)高被引論文的同被引關(guān)系進(jìn)

行聚類分析，產(chǎn)生若干“研究領(lǐng)域”；其次根據(jù)各個(gè)研究領(lǐng)域間的關(guān)聯(lián)關(guān)系降維計(jì)算其相對(duì)位

置并可視化。本期對(duì)聚類和可視化方法進(jìn)行了改進(jìn)。

第二章研究方法與數(shù)據(jù)

近年來(lái)人工智能與深度學(xué)習(xí)快速發(fā)展為細(xì)節(jié)揭示效果上也有較大提升。

自然語(yǔ)言處理、網(wǎng)絡(luò)分析等提供了新的方法在構(gòu)建研究領(lǐng)域的布局后，通過(guò)文本分析

與思路。本期報(bào)告使用深度學(xué)習(xí)算法改進(jìn)原對(duì)研究領(lǐng)域中論文的題目和摘要抽取特征詞以

有的網(wǎng)絡(luò)聚類及可視化算法，使聚類結(jié)果更標(biāo)識(shí)各個(gè)研究領(lǐng)域的內(nèi)容；結(jié)合研究領(lǐng)域熱力

加均勻、準(zhǔn)確，揭示更細(xì)致的科學(xué)結(jié)構(gòu)；改圖，由科技情報(bào)研究人員審核以確定研究大類

進(jìn)算法支持更大量的數(shù)據(jù)可視化，在可視化和研究領(lǐng)域群組的名稱并在圖中標(biāo)識(shí)。

一、利用深度學(xué)習(xí)模型基于同被引關(guān)系確定研究領(lǐng)域

同被引指一組論文共同被其他論文引用，為2012～2017年。通過(guò)同被引聚類，形成

當(dāng)該組論文同時(shí)被引用的次數(shù)逐漸增加時(shí)，1?169個(gè)研究領(lǐng)域，其中包含9?854個(gè)研究前

它們之間的內(nèi)在關(guān)聯(lián)不斷加強(qiáng)。同被引關(guān)系沿，46?405篇高被引論文（核心論文）。

可以反映在學(xué)科分類、發(fā)表期刊、作者機(jī)構(gòu)、科學(xué)論文間的引用反映了科學(xué)研究的動(dòng)

研究項(xiàng)目等方面看似毫無(wú)關(guān)聯(lián)的該組論文可態(tài)交互。同被引是指一組論文同時(shí)被其他論

能存在著某種關(guān)系。同被引現(xiàn)象是作者自發(fā)文引用，如圖2-1所示，論文A、B、C同時(shí)

的引用行為，反映了科學(xué)研究?jī)?nèi)容和科學(xué)研被論文1、2、3引用。如果論文A、B、C頻

究活動(dòng)的聚合關(guān)系，因此，可以超越傳統(tǒng)的繁同被引，可以推測(cè)它們擁有相同或相近的

學(xué)科分類限制，反映了科學(xué)研究?jī)?nèi)容的自組研究主題。

織與科學(xué)結(jié)構(gòu)。使用同被引的方法，計(jì)算高被引論文兩

本報(bào)告沿用二層同被引聚類法，但研究?jī)芍g的同被引關(guān)系，并根據(jù)同被引關(guān)系對(duì)

領(lǐng)域的聚類使用深度學(xué)習(xí)模型改進(jìn)了網(wǎng)絡(luò)結(jié)高被引論文進(jìn)行聚類形成若干論文簇，稱為

構(gòu)特征抽取，并選擇了更符合本報(bào)告數(shù)據(jù)特“研究前沿”；在此基礎(chǔ)上利用同被引關(guān)系對(duì)

征的聚類算法。第一層的聚類結(jié)果——研究上述研究前沿再次聚類，得到的若干論文簇，

前沿取自ESI于2018年3月發(fā)布的2012年稱為“研究領(lǐng)域”。高被引論文、研究前沿及

1月至2017年12月的研究前沿，共10?223研究領(lǐng)域之間的關(guān)系如圖2-2所示。

個(gè)，其中包含47?889篇高被引論文。施引本報(bào)告之前的科學(xué)結(jié)構(gòu)采用改進(jìn)的單鏈

論文集選自SCI和SSCI，論文發(fā)表時(shí)間范圍接聚類算法對(duì)ESI研究前沿的同被引關(guān)系網(wǎng)

6

MappingScienceStructure

科學(xué)結(jié)構(gòu)圖譜2021

圖2-1?通過(guò)同被引分析確定研究領(lǐng)域

A、B、C為核心論文

圖2-2?高被引論文、研究前沿、研究領(lǐng)域的關(guān)系

絡(luò)進(jìn)行聚類形成若干個(gè)“研究領(lǐng)域”，屬于基領(lǐng)域只有202個(gè)，僅僅涵蓋1/3左右的研究

于網(wǎng)絡(luò)社團(tuán)劃分的聚類法。ESI研究前沿的前沿，分布情況詳見圖2-3。包含6個(gè)以下

同被引網(wǎng)絡(luò)包含了上萬(wàn)節(jié)點(diǎn)與上百萬(wàn)的關(guān)聯(lián)的研究領(lǐng)域通常在后續(xù)分析中不予考慮，這

關(guān)系，具有十分復(fù)雜的隱性高維關(guān)系，在進(jìn)導(dǎo)致近一半的高被引論文在分析結(jié)果中無(wú)法

行社團(tuán)劃分（聚類）與可視化時(shí)都有很高的體現(xiàn)。圖2-3中，含100篇以上論文的研究

技術(shù)難度和運(yùn)算代價(jià)，因此處理的數(shù)據(jù)量有領(lǐng)域有49個(gè)，占全部研究領(lǐng)域的2.5%，包

一定限制；并且聚類形成的研究領(lǐng)域內(nèi)包含含的論文占總論文的31%；50篇以上的研究

研究前沿?cái)?shù)量分布極不均勻。既有研究領(lǐng)域領(lǐng)域有136個(gè)，占全部研究領(lǐng)域的8.6%，包

包含的論文量過(guò)多，也有研究領(lǐng)域被切分的含的論文占總論文的47%，接近一半；其他

過(guò)小。原科學(xué)結(jié)構(gòu)2010～2015含有1?500多85%以上的研究領(lǐng)域，論文量小于35篇，只

個(gè)聚類，類內(nèi)包含6個(gè)研究前沿以上的研究包含了40%左右的論文。

7

第二章研究方法與數(shù)據(jù)

圖2-3使用改進(jìn)單鏈接聚類的科學(xué)結(jié)構(gòu)2010～2015研究領(lǐng)域分布

本期報(bào)告也嘗試了科學(xué)計(jì)量界社團(tuán)分布不均勻的問(wèn)題。

劃分聚類的最新研究成果Leiden算法對(duì)為了改善上文提到的聚類問(wèn)題，進(jìn)一步

2010～2015年研究前沿進(jìn)行聚類，產(chǎn)生的研提高“研究領(lǐng)域”聚類準(zhǔn)確性，本報(bào)告不再

究領(lǐng)域分布如圖2-4。聚類簇包含的論文量沿用網(wǎng)絡(luò)結(jié)構(gòu)聚類方法，而采用基于深度學(xué)

a

差異更加明顯，最大的一個(gè)類中包含1248篇習(xí)的網(wǎng)絡(luò)嵌入模型結(jié)合機(jī)器學(xué)習(xí)聚類算法

論文。含100篇以上論文的研究領(lǐng)域有94個(gè)，（圖2-5）。首先通過(guò)網(wǎng)絡(luò)嵌入模型發(fā)現(xiàn)ESI

包含論文占全部論文的53.7%；50篇以上的研究前沿的同被引網(wǎng)絡(luò)中的節(jié)點(diǎn)與鏈接之間

研究領(lǐng)域有201個(gè)，包含的論文占總論文的的復(fù)雜關(guān)系，學(xué)習(xí)每個(gè)研究前沿隱含的高維

占70.2%，16.7%的研究領(lǐng)域包含了70.2%特征，將網(wǎng)絡(luò)中節(jié)點(diǎn)轉(zhuǎn)換成空間特征向量的

的論文。小于35篇論文的研究領(lǐng)域占全部研形式。通過(guò)降維分析轉(zhuǎn)換的研究前沿空間特

究領(lǐng)域的77.1%，卻僅僅包含了23.1%的論征向量，發(fā)現(xiàn)研究前沿在空間中分布很不均

文。由此可見，無(wú)論是改進(jìn)單鏈接聚類還是勻，存在明顯的離群點(diǎn)。鑒于多數(shù)聚類算法

Leiden聚類算法都存在聚類簇包含樣本數(shù)量為硬聚類，離群點(diǎn)會(huì)干擾聚類算法的準(zhǔn)確性，

a?

GroverA,LeskovecJ.Node2vec:Scalablefeaturelearningfornetworks.InProceedingsofthe22ndACMSIGKDD

internationalconferenceonKnowledgediscoveryanddatamining2016Aug13(pp.855-864).

8

MappingScienceStructure

科學(xué)結(jié)構(gòu)圖譜2021

圖2-4使用Leiden聚類的科學(xué)結(jié)構(gòu)2010～2015研究領(lǐng)域分布

圖2-5利用深度學(xué)習(xí)模型劃分熱點(diǎn)研究領(lǐng)域流程

因此在聚類前，先利用離群點(diǎn)探測(cè)模型去掉類，一定程度上避免了“硬切分”類的現(xiàn)象，

了98個(gè)在空間中明顯離群的研究前沿，使得從而達(dá)到比往期更好的聚類效果。

聚類之間輪廓更為清晰。最后再通過(guò)經(jīng)典機(jī)圖2-6為使用了新聚類方法得到的科學(xué)

器學(xué)習(xí)Agglomerative（ward距離）層次聚結(jié)構(gòu)2012～2017的研究領(lǐng)域分布。100篇以

類算法劃分“研究領(lǐng)域”，Agglomerative聚上的研究領(lǐng)域有75個(gè)，占全部研究領(lǐng)域的

類能更好的適應(yīng)不同密度與尺度分布下的聚6.4%，包含的論文占總論文的22.5%；50篇

9

第二章研究方法與數(shù)據(jù)

以上的研究領(lǐng)域有331個(gè)，占全部研究領(lǐng)域24%左右的論文。對(duì)比直接使用社團(tuán)劃分聚

的28.3%，包含的論文占總論文的60%；論類，新方法的聚類分布更加均勻與準(zhǔn)確，可

文量小于35篇有56.1%的研究領(lǐng)域，只占了揭示細(xì)致的科學(xué)結(jié)構(gòu)。

圖2-6基于深度學(xué)習(xí)劃分研究領(lǐng)域的分布圖

二、科學(xué)結(jié)構(gòu)圖譜可視化

本報(bào)告采用熱力圖來(lái)展現(xiàn)科學(xué)結(jié)構(gòu)中研究論文的同被引強(qiáng)度成正比。高密度山峰反映了

領(lǐng)域的布局，熱力圖使用了核密度函數(shù)表示每更多的科學(xué)家共同關(guān)注該科學(xué)問(wèn)題，即是一個(gè)

個(gè)研究領(lǐng)域在二維平面上的密度分布。該圖如研究熱點(diǎn)。

同一張群島圖，圖中藍(lán)色的海洋沒有論文分布；前幾期的科學(xué)結(jié)構(gòu)圖譜采用重力模型算

島嶼上山峰越高顏色越暖，山峰的高度與論文法通過(guò)研究領(lǐng)域之間的相互關(guān)系確定各個(gè)研

的相對(duì)數(shù)量和關(guān)聯(lián)度相關(guān)，關(guān)聯(lián)度與科學(xué)家對(duì)究領(lǐng)域在二維空間中的布局位置。原有模型

10

MappingScienceStructure

科學(xué)結(jié)構(gòu)圖譜2021

在處理大量數(shù)據(jù)時(shí)布局穩(wěn)定較差，局部細(xì)節(jié)次，在獲得位置布局后，采用核密度表示研

揭示能力較弱。本期可視化布局算法采用了究前沿在二維平面上的密度分布。

高維數(shù)據(jù)可視化算法中最常用、效果較穩(wěn)定相比以前的科學(xué)結(jié)構(gòu)圖譜，本期可視化方

??

的流型學(xué)習(xí)降維算法tSNE（tDistributed法在保證大樣本整體布局穩(wěn)定的情況下，揭示

StochasticNeighborEmbedding)。首先將研了更多的局部特征，不但不同學(xué)科研究領(lǐng)域在

究前沿的同被引關(guān)系網(wǎng)絡(luò)轉(zhuǎn)換成高維特征向圖譜中有各自清晰的區(qū)域，在學(xué)科領(lǐng)域內(nèi)部子

量，然后利用t-SNE算法映射到二維平面中，領(lǐng)域也出現(xiàn)了聚集效果，子領(lǐng)域之間呈現(xiàn)出明

a

獲得各個(gè)研究前沿的位置布局（坐標(biāo)）。其顯的輪廓。

三、科學(xué)結(jié)構(gòu)演變軌跡

研究領(lǐng)域的演變可以歸納為新增、消失、該研究領(lǐng)域進(jìn)行了標(biāo)識(shí)和描述：括號(hào)內(nèi)數(shù)字

分化、合并、延續(xù)五種模式，但是在知識(shí)的代表研究領(lǐng)域中的核心論文數(shù)，后面的數(shù)字

演變過(guò)程中，分化和融合具有相互轉(zhuǎn)化、相代表研究領(lǐng)域ID號(hào)，冒號(hào)后面跟著的是研究

互滲透的辯證統(tǒng)一關(guān)系，融合往往意味著另領(lǐng)域所屬的研究大類；分隔符后面是研究領(lǐng)

一種形式的分化，再精細(xì)的分化也總是伴隨域的特征詞。圓圈之間的連線表示研究領(lǐng)域

著不同學(xué)科知識(shí)的交叉和融合，由此形成一之間有論文重疊，紅色連線代表重疊度在0.2

種演變模式綜合交錯(cuò)的演變路徑。本報(bào)告采以上，灰色連線代表在0.2以下，線條粗細(xì)

用圖2-7所示的演變軌跡流圖展現(xiàn)研究領(lǐng)域和重疊度成正比。圓圈的顏色根據(jù)中國(guó)在各

演變路徑。圖中圓圈代表研究領(lǐng)域，從左到個(gè)研究領(lǐng)域的份額確定，藍(lán)色：0%；綠色：

右分別表示“科學(xué)結(jié)構(gòu)圖譜2008～2013”“科(0%,1%)；黃色：[1%,3%)；橙色：[3%,7%)；

學(xué)結(jié)構(gòu)圖譜2010～2015”“科學(xué)結(jié)構(gòu)圖譜紫色：[7%,12%)；紅色：[12%,100%]。

2012～2017”三個(gè)時(shí)期。圓圈的面積與所代研究領(lǐng)域的演變關(guān)系基于兩個(gè)時(shí)期科學(xué)

表研究領(lǐng)域核心論文數(shù)成正比。圓圈右方對(duì)結(jié)構(gòu)共同時(shí)間窗內(nèi)（4年）的重疊度（重疊

a?

TingChen,GuopengLi,QipingDeng,XiaomeiWang."UsingNetworkEmbeddingtoObtainaRicherandMoreStable

NetworkLayoutforaLargeScaleBibliometricNetwork."JournalofDataandInformationSciencevol.6,no.1,2021,pp.154-

177.

11

第二章研究方法與數(shù)據(jù)

圖2-7研究領(lǐng)域演變軌跡

論文），重疊論文越多，表明研究領(lǐng)域之間的

繼承關(guān)系越強(qiáng)。

如圖2-8所示，在公共時(shí)間窗口，前一

P

期科學(xué)結(jié)構(gòu)圖譜中的研究領(lǐng)域有核心論文

NPQ圖2-8研究領(lǐng)域的重疊

，后一期科學(xué)結(jié)構(gòu)圖譜中的研究領(lǐng)域有

NQ

核心論文，兩個(gè)研究領(lǐng)域有共同的核心論

NPQ

文，定義兩個(gè)研究領(lǐng)域的重疊度為然后根據(jù)不同時(shí)期研究領(lǐng)域的重疊度對(duì)

=

NNCOPQNNPQ研究領(lǐng)域進(jìn)行聚類，聚在一起的研究領(lǐng)域形

成若干個(gè)演變軌跡流。

四、研究領(lǐng)域特征詞抽取

研究領(lǐng)域是由多篇密切關(guān)聯(lián)的高被引論人員參考核心論文列表對(duì)研究領(lǐng)域進(jìn)行命名

文組成的論文簇。為有效把握科學(xué)研究的結(jié)與解讀，然后由專家進(jìn)行審核的方法。由于

構(gòu)，需要了解研究領(lǐng)域的內(nèi)容信息。早期研科學(xué)結(jié)構(gòu)圖譜反映的是全領(lǐng)域的科學(xué)結(jié)構(gòu)，

究領(lǐng)域內(nèi)容分析采用由具有學(xué)科背景的專業(yè)學(xué)科廣泛，而且部分研究領(lǐng)域的知識(shí)涉及面

12

MappingScienceStructure

科學(xué)結(jié)構(gòu)圖譜2021

廣、研究方向多樣，因此針對(duì)一個(gè)或幾個(gè)相而且在嵌套術(shù)語(yǔ)的識(shí)別上有較高的精度。流

關(guān)的研究領(lǐng)域請(qǐng)一位或若干位該領(lǐng)域的專家程模型如圖2-9所示，主要分為四個(gè)階段：

進(jìn)行判讀效果比較好。但這種方法耗時(shí)較長(zhǎng)，①分詞和詞性標(biāo)注。②運(yùn)用語(yǔ)言學(xué)規(guī)則取得可

也容易因?yàn)閷＜覍?duì)新興交叉領(lǐng)域的不熟悉而能術(shù)語(yǔ)列表。③計(jì)算詞語(yǔ)的術(shù)語(yǔ)度值，取得候

造成命名誤差。選術(shù)語(yǔ)列表；④領(lǐng)域?qū)＜以u(píng)估并確定術(shù)語(yǔ)。

為減少科學(xué)結(jié)構(gòu)圖譜的時(shí)滯性，本研究本期每個(gè)研究領(lǐng)域選擇術(shù)語(yǔ)度值前10的

嘗試用文本挖掘手段，從研究領(lǐng)域核心論文特征詞表征研究領(lǐng)域的研究?jī)?nèi)容。由于新興

的題名和摘要中提取特征詞輔助專業(yè)人員快交叉領(lǐng)域的專業(yè)詞匯來(lái)源復(fù)雜，在新的領(lǐng)域

速理解。為方便控制提取過(guò)程，本研究改用內(nèi)詞匯的含義可能發(fā)生變化，因此對(duì)特征詞

合作伙伴北京理工大學(xué)知識(shí)管理與數(shù)據(jù)分析的選取及研究領(lǐng)域的命名，歷來(lái)具有挑戰(zhàn)。

實(shí)驗(yàn)室的術(shù)語(yǔ)抽取工具，主要利用C-Value限于專業(yè)知識(shí)的局限，目前的研究領(lǐng)域命名

方法進(jìn)行特征術(shù)語(yǔ)的提取。C-Value方法不可能存在不準(zhǔn)確之處。我們將繼續(xù)完善內(nèi)容

需要訓(xùn)練集、語(yǔ)料庫(kù)等前提條件，是一種獨(dú)分析的方法與技術(shù)手段，更好地支持對(duì)研究

立于領(lǐng)域的、多詞語(yǔ)的自動(dòng)術(shù)語(yǔ)抽取方法，領(lǐng)域的了解和認(rèn)識(shí)，也歡迎讀者提出建議。

圖2-9術(shù)語(yǔ)抽取流程圖

五、研究領(lǐng)域?qū)W科交叉性度量

學(xué)科間的相互交叉和滲透是當(dāng)今大科學(xué)學(xué)結(jié)構(gòu)地圖2009》中對(duì)研究領(lǐng)域所屬學(xué)科的

時(shí)代的一大特征。判定規(guī)則，即只要有一個(gè)學(xué)科的核心論文比

嚴(yán)格來(lái)說(shuō)，每個(gè)研究領(lǐng)域很難完全屬于例大于60%，該研究領(lǐng)域就屬于該學(xué)科，否

單一學(xué)科，普遍具有學(xué)科多樣性。出于延續(xù)則，屬于交叉學(xué)科。在此基礎(chǔ)上，受生態(tài)學(xué)中

性和簡(jiǎn)單實(shí)用性的考慮，本報(bào)告保留了《科第三代測(cè)度生物多樣化的倫斯特和科博爾德…

13

第二章研究方法與數(shù)據(jù)

a

（Leinster-Cobbold）指標(biāo)啟發(fā)，本研究引入首先計(jì)算每篇論文的學(xué)科交叉性。其中，

b

2S

了第三代學(xué)科多樣性D指標(biāo)，測(cè)度每個(gè)研究Pi是學(xué)科類別i的占比，通過(guò)論文的參考文獻(xiàn)

領(lǐng)域的學(xué)科交叉程度。計(jì)算，i為參考文獻(xiàn)中第i個(gè)學(xué)科，n為參考

Leinster–Cobbold指標(biāo)公式如下：文獻(xiàn)中總的學(xué)科數(shù)。S=(Sij)是所有學(xué)科領(lǐng)域

1

q?1

NN1?q（基于ESI22個(gè)學(xué)科）間的同被引關(guān)系相似性

qSDP=SP

ii∑∑jj

i=1j=1矩陣。其次，平均研究領(lǐng)域中所有論文的學(xué)

科交叉性，即為研究領(lǐng)域的學(xué)科交叉性。

2S

本研究參考D指標(biāo)，選擇q=2，計(jì)算每

學(xué)科領(lǐng)域相似度矩陣由于利用全庫(kù)數(shù)據(jù)，

個(gè)研究領(lǐng)域的學(xué)科交叉性。

?1變化不大，采用上一期的計(jì)算結(jié)果。

NN1

2DPS=SP=

ii∑∑jjn

i=1j=1

∑SPijijP

ij,=1

六、數(shù)據(jù)說(shuō)明

科學(xué)結(jié)構(gòu)指研究領(lǐng)域的構(gòu)成及研究領(lǐng)域表2-1顯示了六期科學(xué)結(jié)構(gòu)圖譜中高被

間的關(guān)系，反映了科學(xué)研究的整體結(jié)構(gòu)；科引論文、ESI研究前沿、研究領(lǐng)域的數(shù)量及覆

學(xué)結(jié)構(gòu)圖譜是一系列描述科學(xué)結(jié)構(gòu)的可視化蓋時(shí)間。連續(xù)兩期科學(xué)結(jié)構(gòu)圖譜的核心論文

圖，直觀地反映了世界科學(xué)研究領(lǐng)域的關(guān)聯(lián)時(shí)間間隔為2年，重疊4年。需要說(shuō)明的是，

關(guān)系以及演化進(jìn)程?？茖W(xué)結(jié)構(gòu)圖譜使用的高雖然兩個(gè)時(shí)期科學(xué)結(jié)構(gòu)圖譜的時(shí)間窗有重疊

被引論文和研究前沿取自科睿唯安公司的ESI部分，但由于ESI數(shù)據(jù)庫(kù)中不同時(shí)期高被引

數(shù)據(jù)庫(kù)，其時(shí)間跨度是6年。引用核心高被論文遴選閾值的不同，兩個(gè)時(shí)期科學(xué)結(jié)構(gòu)圖

引論文的施引論文論文集合選自SCI和SSCI。譜在重疊窗口內(nèi)的高被引論文不完全相同。

本期研究前沿選取2018年3月公布的2012前五期科學(xué)結(jié)構(gòu)使用原有方法，研究領(lǐng)

年1月至2017年12月的數(shù)據(jù)。域選擇二次聚類后包含至少6個(gè)研究前沿的

a?

LeinsterT.,CobboldC.A.2012.Measuringdiversity:Theimportanceofspeciessimilarity.Ecology,93(3),477–489.

b?

ZhangL.,RousseauR.,&Gl?nzel,W.2016.Diversityofreferencesasanindicatoroftheinterdisciplinarityofjournals:

Takingsimilaritybetweensubjectfieldsintoaccount.JournaloftheAssociationforInformationScienceandTechnology,

67(5):1257～1265.

14

MappingScienceStructure

科學(xué)結(jié)構(gòu)圖譜2021

表2-1六期科學(xué)結(jié)構(gòu)圖譜使用數(shù)據(jù)說(shuō)明

2002～…2004～…2006～…2008～…2010～…2012～…

科學(xué)結(jié)構(gòu)圖譜時(shí)間范圍

2007年2009年2011年2013年2015年2017年

高被引

高被引論文數(shù)/篇53?89256?84066?03374?90382?47890?012

論文層

選取時(shí)間2008年7月2010年7月2012年7月2014年7月2016年3月2018年3月

研究…

研究前沿?cái)?shù)/個(gè)6?0948?5297?4189?1509?54610?223

前沿層

高被引論文數(shù)/篇38?11740?20344?93443?35445?65747?889

研究領(lǐng)域數(shù)/個(gè)9701?0841?169

研究領(lǐng)研究前沿?cái)?shù)/個(gè)8?6569?2379?854

域?qū)?/p>

（改進(jìn)…

方法）高被引論文數(shù)/篇41?56844?49546?405

施引論文數(shù)/篇1?462?8021?775?5242?187?230

研究領(lǐng)域數(shù)/個(gè)121132149212232

研究領(lǐng)研究前沿?cái)?shù)/個(gè)2?3002?0942?4023?2503?464

域?qū)?/p>

（原方

法）高被引論文數(shù)/篇18?20316?39719?25918?49819?850

施引論文數(shù)/篇459?492519?104572?506695?363827?019

簇，僅包含三分之一左右的研究前沿和不到22017》中的數(shù)據(jù)。

萬(wàn)篇高被引論文。改進(jìn)方法的研究領(lǐng)域聚類，圖2-10顯示了科學(xué)結(jié)構(gòu)2012～2017的

除了個(gè)別孤立點(diǎn)外，基本上包含了全部的研10?223個(gè)研究前沿在ESI的22個(gè)學(xué)科中的分

究前沿及研究前沿中含有的論文。除本期外，布情況，其中與“生命科學(xué)”相關(guān)的包括生

我們用新方法回溯計(jì)算了兩期科學(xué)結(jié)構(gòu)，數(shù)物與生物化學(xué)、臨床醫(yī)學(xué)、免疫學(xué)、微生物

量如表2-1所示。2010～2015年高被引論文學(xué)、分子生物學(xué)與遺傳學(xué)、神經(jīng)科學(xué)與行為

和研究前沿?cái)?shù)據(jù)即對(duì)應(yīng)著作《科學(xué)結(jié)構(gòu)圖譜科學(xué)、精神病學(xué)與心理學(xué)、藥理學(xué)與毒物學(xué)、

15

第二章研究方法與數(shù)據(jù)

植物學(xué)與動(dòng)物學(xué)在內(nèi)的9個(gè)學(xué)科共有5041個(gè)的學(xué)科結(jié)構(gòu)不夠平衡，來(lái)源期刊中生物醫(yī)學(xué)

研究前沿，占49.3%。這反映了SCI數(shù)據(jù)庫(kù)類占較大比例。

圖2-10ESI22個(gè)學(xué)科的研究前沿?cái)?shù)

16

MappingScienceStructure

科學(xué)結(jié)構(gòu)圖譜2021

第三章

科學(xué)結(jié)構(gòu)及其演變

本章基于科學(xué)結(jié)構(gòu)圖譜進(jìn)行科學(xué)結(jié)構(gòu)及其演變的分析。研究領(lǐng)域的構(gòu)成及研究領(lǐng)域間的關(guān)

系反映了科學(xué)研究的整體結(jié)構(gòu)，即科學(xué)結(jié)構(gòu)，科學(xué)結(jié)構(gòu)圖譜是一系列描述科學(xué)結(jié)構(gòu)的可視化

圖，直觀地反映了世界科學(xué)研究領(lǐng)域的結(jié)構(gòu)、之間的關(guān)聯(lián)關(guān)系以及演變進(jìn)程。

17

第三章科學(xué)結(jié)構(gòu)及其演變

一、科學(xué)結(jié)構(gòu)圖譜2012～2017

本研究通過(guò)對(duì)ESI高被引論文的同被引研究領(lǐng)域?？茖W(xué)結(jié)構(gòu)的方法利用了論文間的

聚類進(jìn)行分析，算法修改后，本期科學(xué)結(jié)構(gòu)引用關(guān)系，突破了傳統(tǒng)的分類體系，體現(xiàn)了

2012～2017研究領(lǐng)域數(shù)目為1?169個(gè)，包含科學(xué)家科研活動(dòng)的自組織聚合，對(duì)交叉領(lǐng)域

了研究前沿中96%的論文，比前期研究大幅的發(fā)現(xiàn)具有優(yōu)勢(shì)。我們通過(guò)研究發(fā)現(xiàn)，科學(xué)

增加（前期的算法選取了200多個(gè)研究領(lǐng)域，結(jié)構(gòu)的分析方法，聚在一起的論文通常是研

包含近一半的研究前沿論文）。其中，最大的究解決某一科學(xué)問(wèn)題的，這些研究問(wèn)題可能

研究領(lǐng)域包含264篇論文（前期最大的研究會(huì)涉及多學(xué)科的知識(shí)，存在多學(xué)科交叉的現(xiàn)

領(lǐng)域包含678篇論文），最小的研究領(lǐng)域包含象；若干個(gè)研究領(lǐng)域會(huì)形成一片高密度區(qū)域，

4篇論文。是因?yàn)樗麄冄芯拷鉀Q共同的科學(xué)問(wèn)題或使用

我們利用降維算法將各研究領(lǐng)域間的同有關(guān)聯(lián)的研究手段和方法而聚到一起的。

被引關(guān)系轉(zhuǎn)化的高維向量映射在二維空間由于當(dāng)前科學(xué)交叉融匯的程度越來(lái)越

中，形成研究領(lǐng)域之間的布局，生成科學(xué)結(jié)高，學(xué)科知識(shí)之間的界限越來(lái)越模糊，因此

構(gòu)圖（圖3-1），直觀地反映了當(dāng)前的科學(xué)結(jié)研究領(lǐng)域的學(xué)科分類成為一個(gè)難題。前期的

構(gòu)及科學(xué)研究活動(dòng)情況。圖中每一個(gè)圓代表科學(xué)結(jié)構(gòu)采用人工判讀方式將研究領(lǐng)域進(jìn)行

一個(gè)研究領(lǐng)域，由一組論文組成，圓的大小了大類的劃分，主體分成“物理學(xué)”“納米科

與研究領(lǐng)域包含的核心論文數(shù)量成正比（以技”“合成與應(yīng)用化學(xué)”“地球科學(xué)”“生物

下同）。各個(gè)圓之間的相對(duì)位置也反映出它們學(xué)”“醫(yī)學(xué)”六個(gè)學(xué)科領(lǐng)域，以及其他少量歸

之間的關(guān)聯(lián)程度，距離越近，關(guān)聯(lián)程度越高。入“數(shù)學(xué)”“工程科學(xué)”“計(jì)算機(jī)科學(xué)”“經(jīng)濟(jì)

圖中的顏色對(duì)應(yīng)于核心論文的密度。核心論學(xué)”“社會(huì)科學(xué)”和“農(nóng)業(yè)科學(xué)”。算法修改

文密度集中的部分顏色較暖（紅），研究較后，選入科學(xué)結(jié)構(gòu)圖中的論文增加了近一倍，

熱，并且隨著核心論文密度的降低，顏色逐結(jié)構(gòu)更為細(xì)致。通過(guò)分析發(fā)現(xiàn)，當(dāng)前學(xué)科交

漸變冷（藍(lán)）。叉范圍更加廣泛，比如某些具體科學(xué)問(wèn)題，

圖3-1繪制了科學(xué)結(jié)構(gòu)圖，圖中虛線圈既有生物學(xué)也有醫(yī)學(xué)等的相關(guān)研究人員進(jìn)行

標(biāo)識(shí)出了大類。研究，難以截然分開，按原來(lái)的學(xué)科分類不

本研究使用了高被引論文，由聚類生成夠準(zhǔn)確，并且科學(xué)結(jié)構(gòu)的方法恰恰是有利于

的研究領(lǐng)域反映了國(guó)際社會(huì)普遍關(guān)注的熱點(diǎn)發(fā)現(xiàn)科學(xué)研究的交叉融匯。因此，本研究不

18

MappingScienceStructure

科學(xué)結(jié)構(gòu)圖譜2021

圖3-1科學(xué)結(jié)構(gòu)2012～2017

注1.每一個(gè)圓圈代表一個(gè)研究領(lǐng)域，圓的大小與研究領(lǐng)域包含的核心論文數(shù)量成正比

注2.研究領(lǐng)域的坐標(biāo)位置由深度學(xué)習(xí)模型確定，各個(gè)研究領(lǐng)域之間的相對(duì)位置反映出它們之間的關(guān)聯(lián)程度，距離越近，

關(guān)聯(lián)程度越高。圖中上下左右的方位沒有實(shí)際含義

注3.圖中論文量越大，密度越大、顏色越暖；反之，論文量越小，密度越小、顏色越冷。圖中圈出了一些研究領(lǐng)域大

類區(qū)域，標(biāo)識(shí)主體研究?jī)?nèi)容是為了掌握科學(xué)結(jié)構(gòu)的研究?jī)?nèi)容

注4.研究前沿?cái)?shù)據(jù)由科睿唯安公司提供

19

第三章科學(xué)結(jié)構(gòu)及其演變

以傳統(tǒng)的學(xué)科分類為主，而是盡量從共同研機(jī)合成方法學(xué)”“有機(jī)材料合成”“金屬有機(jī)

究解決的科學(xué)問(wèn)題的角度進(jìn)行歸類，按照可框架”等；數(shù)學(xué)、計(jì)算機(jī)科學(xué)、工程科學(xué)位

視化圖中的密度區(qū)域劃分出研究領(lǐng)域群，即于圖的左上部；工程科學(xué)覆蓋范圍較大，與

按照研究領(lǐng)域之間的相似性或其共享的概念“地球科學(xué)”“化學(xué)”等都有交叉；接下來(lái)是

來(lái)劃分群組。只有當(dāng)研究范圍很大，無(wú)法聚地球科學(xué)，包括了“地質(zhì)學(xué)”“氣候變化”“生

焦到比較具體的研究問(wèn)題時(shí)，我們從研究對(duì)態(tài)系統(tǒng)”“生物多樣性”“生態(tài)系統(tǒng)進(jìn)化”等

象角度進(jìn)行歸類，如使用學(xué)科或子學(xué)科等對(duì)群組；植物與動(dòng)物學(xué)、生物學(xué)位于圖的中心

該區(qū)域進(jìn)行命名。同時(shí)，由于科學(xué)結(jié)構(gòu)中研位置，主體包括“植物基因調(diào)控”“微生物

究領(lǐng)域在傳統(tǒng)的學(xué)科分類上的論文數(shù)量不均群落”“基因編輯”“蛋白質(zhì)結(jié)構(gòu)”“表觀遺

衡，不同學(xué)科相關(guān)的研究領(lǐng)域分類的層級(jí)不傳學(xué)”“食品營(yíng)養(yǎng)與健康”等，醫(yī)學(xué)位于生

盡相同。比如，天文學(xué)、數(shù)學(xué)等的研究領(lǐng)域物學(xué)的下方，也是整個(gè)圖的下方，包括“腫

相對(duì)較少并且聚焦在一起；醫(yī)學(xué)由于SCI數(shù)瘤”“心血管疾病”“神經(jīng)與精神疾病”“內(nèi)分

據(jù)庫(kù)中相關(guān)論文量較大，醫(yī)學(xué)的研究領(lǐng)域數(shù)泌疾病”“腸道微生物”“