基于詞頻突變和專家研判的研究前沿識別*
——以光學(xué)學(xué)科為例

次雨桐 黃進(jìn) 何益華 方吉 張虎

（1. 華中科技大學(xué)圖書館，武漢 430074；2. 華中科技大學(xué)光學(xué)與電子信息學(xué)院，武漢 430074）

學(xué)科研究前沿是科研產(chǎn)生重大突破、引領(lǐng)科技發(fā)展的關(guān)鍵。世界各國從國家戰(zhàn)略高度支持前沿研究，以促進(jìn)科技創(chuàng)新與發(fā)展。準(zhǔn)確、及時識別并搶占研究前沿，既是國家戰(zhàn)略的宏觀需求，也是科研管理人員制定學(xué)科發(fā)展策略的根據(jù)，又是科學(xué)研究人員跟蹤創(chuàng)新趨勢、把握學(xué)科發(fā)展方向的微觀需要。然而，如何快速、精準(zhǔn)地識別研究前沿，以盡早布局學(xué)科未來發(fā)展計劃是目前的科學(xué)難點(diǎn)和重點(diǎn)。

目前，已有學(xué)者在研究前沿識別方面做出了貢獻(xiàn)，但仍然存在一些未解決、未明確的問題，如研究前沿如何產(chǎn)生[1]和如何發(fā)展演化[2]。這些問題的解決需要相關(guān)理論的完善和方法的創(chuàng)新?；诖?，本文提出一種引文分析-文本分析-專家研判相結(jié)合的方法，從研究熱點(diǎn)中識別研究前沿，并對此方法的可靠性進(jìn)行評估、驗證，以期為研究前沿的識別方法提供一個新的路徑。

1 研究前沿的概念與識別方法

1.1 研究前沿的概念辨析

1965年，Price[3]首次提出“研究前沿”的概念：“卓越科學(xué)家進(jìn)行的領(lǐng)先研究，是正在開發(fā)的研究領(lǐng)域”。此后，諸多學(xué)者都提出了對研究前沿的理解。Small等[4]認(rèn)為研究前沿是一組高被引論文。Persson[5]將研究前沿定義為與一組高被引論文相關(guān)聯(lián)的施引文獻(xiàn)。Kessler[6]、Morris等[7]認(rèn)為研究前沿是一組具有耦合關(guān)系的文獻(xiàn)。Garfield[8-9]將研究前沿定義為一組高被引論文及其施引文獻(xiàn)，指出科學(xué)文獻(xiàn)的引用分析能夠跟蹤并發(fā)現(xiàn)科學(xué)研究的新興領(lǐng)域。Chen[10]認(rèn)為研究前沿是新興的研究主題，是一組增長率明顯變化的突變詞。目前，學(xué)術(shù)界對研究前沿的定義還沒有形成共識，這一點(diǎn)可以從研究前沿、研究熱點(diǎn)和新興趨勢等概念的交替使用上看出。但毋庸置疑的是，研究前沿應(yīng)該具有新穎性，與新興領(lǐng)域、新興趨勢和新興主題在內(nèi)涵上相差不大。

然而，以往的文獻(xiàn)中較少對研究熱點(diǎn)與研究前沿的概念進(jìn)行辨析，常出現(xiàn)定義模糊、概念交替使用、將研究熱點(diǎn)和研究焦點(diǎn)等誤認(rèn)為是研究前沿的情況。一般來說，研究熱點(diǎn)是某領(lǐng)域目前發(fā)展較熱、關(guān)注度較高的研究主題，與研究焦點(diǎn)內(nèi)涵相同。而研究前沿是正在興起、暫未引起廣泛關(guān)注但極具突破性和引領(lǐng)性的研究。兩者存在明顯的區(qū)別并可以動態(tài)轉(zhuǎn)化，研究熱點(diǎn)中可能發(fā)展出多個有潛力的前沿方向。另外，隨著研究前沿得到越來越多的同行關(guān)注和認(rèn)可，新的研究者加入后，研究前沿也會轉(zhuǎn)變成研究熱點(diǎn)。對于學(xué)科研究前沿，本文認(rèn)為其是學(xué)科領(lǐng)域中近3年興起的最具引領(lǐng)性、突破性和發(fā)展?jié)摿Φ男逻M(jìn)展、新成果和新問題。

1.2 研究前沿的識別方法

對研究前沿的內(nèi)涵理解不同，便產(chǎn)生了不同的識別方法。目前有4類常用的研究前沿識別方法，分別是引文分析、文本分析、專家研判和復(fù)合分析法[11]。

引文分析是最傳統(tǒng)、最經(jīng)典的方法，已逐步應(yīng)用到實(shí)際工作中，主要包括共被引分析法、耦合分析法和直接引用法。Small首次提出文獻(xiàn)共被引的概念，以測度文獻(xiàn)間關(guān)系程度。當(dāng)兩篇論文同時被一篇文獻(xiàn)引用，認(rèn)為這兩篇論文共被引。Small認(rèn)為通過統(tǒng)計文獻(xiàn)共被引頻次可以確定領(lǐng)域核心文獻(xiàn)集，共被引強(qiáng)度高的核心文獻(xiàn)之間內(nèi)容相似度高，由此聚類形成的主題代表領(lǐng)域研究前沿。Garfield、Price和Small等最早通過共被引分析，呈現(xiàn)科學(xué)結(jié)構(gòu)和脈絡(luò)，跟蹤科研進(jìn)展；李小濤等[12]對醫(yī)學(xué)信息學(xué)高被引論文進(jìn)行共被引聚類，識別出5個前沿方向；中國科學(xué)院發(fā)布的《研究前沿》報告也采用共被引分析法識別學(xué)科研究前沿，獲得廣泛關(guān)注。但共被引分析法存在引文時滯性問題，導(dǎo)致識別出的研究前沿可能已經(jīng)不能代表最新的研究方向。文獻(xiàn)耦合的概念由Kessler提出，認(rèn)為兩篇引用同一篇論文的論文稱為耦合論文，文獻(xiàn)耦合強(qiáng)度越高，主題相關(guān)性越高。此方法被Gl?nzel等[13]、Morris等[7]用來識別學(xué)科研究前沿，并取得較好效果。文獻(xiàn)耦合分析法采用施引文獻(xiàn)，在一定程度上克服了共被引分析法的時滯性問題，但可能存在引用目的不同導(dǎo)致識別結(jié)果不精確的問題[14]。直接引用法是將具有引用關(guān)系的相似文獻(xiàn)聚類，揭示領(lǐng)域的發(fā)展脈絡(luò)，這些新出現(xiàn)的并形成一定規(guī)模的相似文獻(xiàn)的集合可以表征研究前沿。Shibata等[15-16]利用直接引用法識別研究前沿的文獻(xiàn)，并在氮化鎵和復(fù)雜網(wǎng)絡(luò)等領(lǐng)域進(jìn)行了實(shí)證研究；2017年，愛思唯爾公司采用此方法，對Scopus中的論文聚類，識別出近9.6萬個研究主題，北京理工大學(xué)在此基礎(chǔ)上遴選出材料科學(xué)領(lǐng)域研究前沿[17]。目前應(yīng)用直接引用法相對較少，且統(tǒng)計過程較為復(fù)雜。

文本分析主要包括共詞分析法、主題概率模型法和突變詞檢測算法3種。共詞分析法在20世紀(jì)70年代被提出[18]，認(rèn)為一組相關(guān)聯(lián)的詞匯可以代表研究前沿的主題內(nèi)容。該方法通過統(tǒng)計詞匯在同一篇文獻(xiàn)中同時出現(xiàn)的次數(shù)來計算關(guān)系強(qiáng)度，進(jìn)行聚類，進(jìn)而分析共詞文獻(xiàn)簇代表的主題，從而識別學(xué)科前沿。曾碩勛等[19]、張斌等[20]分別采用此方法探析富勒烯和檔案學(xué)領(lǐng)域研究前沿；張洋等[21]提出了共現(xiàn)網(wǎng)絡(luò)構(gòu)建模型。共詞分析法由于缺少對低頻詞的關(guān)注，可能無法識別新興研究前沿[22]。主題概率模型法（LDA）是Blei等[23-24]提出的一種建立在概率層次下的主題識別方法，通過對文本進(jìn)行全文語義分析，探測有價值的潛在主題。該方法利用文獻(xiàn)中的詞匯來生成主題，同時揭示了詞-主題-文獻(xiàn)關(guān)系，可以有效表達(dá)詞匯之間語義關(guān)系，有助于揭示研究前沿的內(nèi)容。唐恒等[25]、劉忠寶等[26]運(yùn)用LDA模型識別智能網(wǎng)聯(lián)汽車和無人機(jī)領(lǐng)域新興技術(shù)。突變詞檢測算法最早由Kleinberg[27]提出，根據(jù)研究前沿出現(xiàn)往往伴隨詞頻改變這一規(guī)律現(xiàn)象，該方法找出各時間段中增長率激增的突變詞，通過分析突變詞狀態(tài)的變化來發(fā)現(xiàn)前沿。CiteSpace軟件中的Burst Detection功能采用該算法檢測突變詞，識別領(lǐng)域研究前沿；胡靜等[28]利用此方法，挖掘閱讀推廣的前沿領(lǐng)域；王曰芬團(tuán)隊[29-32]基于國家、機(jī)構(gòu)和作者等不同視角利用突變詞檢測算法探析人工智能研究前沿。突變詞檢測算法和主題概率模型法對表現(xiàn)形式有差異的相同概念認(rèn)定為不同概念，導(dǎo)致結(jié)果準(zhǔn)確率降低。

專家研判是另一種識別研究前沿的有效方法，憑借專家智慧、知識和經(jīng)驗，綜合多位專家的觀點(diǎn)對問題作出判斷和評估。如國際頂級期刊《科學(xué)》通過咨詢專家建議，提出125個前沿問題；中國工程院發(fā)布的《全球工程前沿》報告，主要以專家研判為核心，融合數(shù)據(jù)分析，遴選全球工程研究前沿。單純依靠專家研判時，費(fèi)時費(fèi)力且效率低下，并容易受專家個人主觀認(rèn)識影響[33]。

為了從多角度識別研究前沿，有些學(xué)者提出了復(fù)合分析法，通過將引文分析、文本分析、專家研判等互相組合分析，以更準(zhǔn)確定位研究前沿，如Braam等[34]、孫震等[35]在共被引分析的基礎(chǔ)上結(jié)合共詞分析，分析研究前沿的演變規(guī)律；王興旺等[36]結(jié)合詞頻分析和專家研判確定兒童早期發(fā)展研究前沿。

本文提出一種基于引文分析-文本分析-專家研判相結(jié)合的新思路，將共被引分析、突變詞檢測算法和專家研判3種方法有機(jī)結(jié)合，通過共被引分析法關(guān)聯(lián)相似文獻(xiàn)，揭示研究主題和熱點(diǎn)，利用突變詞檢測算法識別研究熱點(diǎn)發(fā)展演變過程中新出現(xiàn)的突發(fā)主題，改善共被引分析法的滯后性，再引入專家研判法，使得識別結(jié)果更加可靠。這種復(fù)合性分析方法發(fā)揮了單一方法的優(yōu)勢，同時彌補(bǔ)了單一方法存在的滯后性、精確性差等缺點(diǎn)，有助于科學(xué)、精確地識別研究前沿。

2 基于詞頻突變和專家研判的研究前沿識別方法

2.1 數(shù)據(jù)來源

在以往的研究中，通?；谀骋惶囟▽W(xué)科領(lǐng)域的論文探測學(xué)科研究前沿。然而，在跨學(xué)科研究熱潮之下，學(xué)科研究前沿往往產(chǎn)生于學(xué)科交叉融合處。因此，從各學(xué)科高被引論文的關(guān)聯(lián)中更容易產(chǎn)生研究熱點(diǎn)和前沿突破?；趯W(xué)科研究前沿的概念界定，本文嘗試將研究熱點(diǎn)作為知識基礎(chǔ)，通過追蹤研究熱點(diǎn)的后續(xù)進(jìn)展，從研究熱點(diǎn)中探測研究前沿。

本文數(shù)據(jù)來自Web of Science核心合集的SCIE和SSCI數(shù)據(jù)庫，數(shù)據(jù)檢索時間為2020年12月。首先，獲取2012—2017年出版的所有學(xué)科的高被引論文（被引頻次在同學(xué)科領(lǐng)域、同出版年排名前1%的論文），通過聚類遴選出研究主題，每個研究主題包含一組高被引論文；其次，根據(jù)高被引論文所屬學(xué)科，遴選出包含光學(xué)（optics）學(xué)科高被引論文的研究主題，根據(jù)高被引論文的總被引頻次和平均出版年2個指標(biāo)識別出最具影響力且最“年輕”的研究主題作為光學(xué)研究熱點(diǎn)；再次，獲取光學(xué)研究熱點(diǎn)中高被引論文的施引文獻(xiàn)（施引文獻(xiàn)出版年為2012—2020年），從施引文獻(xiàn)中檢測出在近3年（2018—2020年）產(chǎn)生突變的突變詞；最后，結(jié)合專家研判識別出學(xué)科研究前沿。

考慮到后期需要對研究前沿識別結(jié)果可靠性進(jìn)行驗證，故將高被引論文出版年截止日期設(shè)為2017年，將2012—2017年出版的高被引論文作為知識基礎(chǔ)，將其在2018—2020年的最新進(jìn)展作為研究前沿。

2.2 學(xué)科研究前沿識別方法與過程

本文通過對高被引論文進(jìn)行共被引分析，聚類出研究熱點(diǎn)后，追蹤研究熱點(diǎn)的后續(xù)發(fā)展?fàn)顟B(tài)，對高被引論文的施引文獻(xiàn)進(jìn)行突變詞檢測，得到一組突變詞。突變詞可能變成研究前沿，也有可能趨弱或沉寂[37]?；诖丝紤]，本文在定量方法基礎(chǔ)上，輔助專家研判，通過定量、定性相結(jié)合，集成共被引分析方法-突變詞檢測算法-專家研判法，從學(xué)科研究熱點(diǎn)中識別研究前沿，將在更大程度上保證識別結(jié)果的可靠性（見圖1）。

圖1 學(xué)科研究前沿識別方法與過程

2.2.1 基于共被引關(guān)系的主題聚類算法

研究主題形成首先通過共被引關(guān)系形成共被引論文對，然后將共被引論文對聚類成不同文獻(xiàn)簇（研究主題）。當(dāng)兩篇論文被一篇文獻(xiàn)同時引用，則這兩篇論文共被引，形成一個共被引論文對。創(chuàng)建共被引論文對后，將共被引頻次進(jìn)行歸一化，采用余弦相似性計算共被引相似度，再通過單鏈接算法將各個共被引論文對進(jìn)行聚類。

本文設(shè)置共被引相似度的閾值為0.2，從某一個滿足閾值（共被引相似度大于或等于0.2）的共被引論文對（如C1）開始，將其作為初始集合，找到與初始集合有共被引關(guān)系的其他共被引論文對（如C2），計算兩個集合的最相似成員之間的相似度，相似度大于或等于0.2，則合并兩個集合，一直持續(xù)到?jīng)]有論文可以添加到集合中，由此產(chǎn)生的集合形成一個聚類，即研究主題。聚類時設(shè)置每個聚類或研究主題至少包含2篇高被引論文，最多包含50篇高被引論文。共被引論文對C1和C2的相似度S（C1，C2）由兩個集合中的最相近論文的相似度決定。

2.2.2 基于施引文獻(xiàn)的突變詞檢測算法

Kleinberg提出突變詞檢測算法，檢測使用頻次在某些出版年份驟增或在較短時間內(nèi)突然出現(xiàn)的術(shù)語。CiteSpace軟件中的Burst Detection模塊集成了該算法的功能，本文使用CiteSpace軟件，從高被引論文的施引文獻(xiàn)中初步識別出一組突變詞，基于突變詞的突變時間段初步篩選出候選的學(xué)科研究前沿列表。

2.2.3 專家研判法

專家研判法作為一種定性分析法，是對共被引分析和突變詞檢測算法等定量分析法的重要補(bǔ)充，是識別研究前沿的重要手段。領(lǐng)域?qū)＜夷軌蜉^為準(zhǔn)確地把握學(xué)科領(lǐng)域發(fā)展方向，因此，本文邀請每個研究熱點(diǎn)相關(guān)領(lǐng)域的多位專家對突變詞檢測算法識別出的候選研究前沿進(jìn)行判斷、甄別、補(bǔ)充，得到最終的學(xué)科研究前沿。

3 光學(xué)學(xué)科研究前沿識別

3.1 研究熱點(diǎn)

首先，基于Web of Science中SCIE和SSCI數(shù)據(jù)庫收錄的2012—2017年出版的高被引論文，計算高被引論文之間的相似度，利用單鏈接算法進(jìn)行聚類，形成研究主題，每個研究主題包含一組高被引論文；其次，從研究主題中篩選出包含“optics”學(xué)科類別高被引論文的研究主題200個，作為光學(xué)研究主題；再次，將200個光學(xué)研究主題，按照高被引論文總被引頻次進(jìn)行降序排列，提取排在前20%的研究主題，再根據(jù)高被引論文的平均出版年降序排列，遴選出高被引論文的平均出版年份在2014年及其之后的研究主題，得到9個光學(xué)研究熱點(diǎn)；最后，對9個光學(xué)研究熱點(diǎn)包含的高被引論文的題目進(jìn)行分析，進(jìn)而命名研究熱點(diǎn)。9個光學(xué)研究熱點(diǎn)分別為有機(jī)聚合物太陽能電池、宇稱-時間對稱、等離激元光子學(xué)、二維材料、光學(xué)相干斷層成像、有機(jī)發(fā)光二極管、量子點(diǎn)太陽能電池、量子相干、量子自旋。其中，最小的一個聚類是有機(jī)聚合物太陽能電池研究熱點(diǎn)，包含3篇高被引論文；最大的一個聚類是光學(xué)相干斷層成像研究熱點(diǎn)，包含39篇高被引論文。

每個研究熱點(diǎn)包含一組高被引論文，每篇高被引論文在Web of Science核心合集數(shù)據(jù)庫中都有一個唯一的入藏號，即UT號。將每個研究熱點(diǎn)中包含的高被引論文的UT號之間用“OR”連接，構(gòu)建檢索式，在Web of Science核心合集的高級檢索功能中進(jìn)行檢索。得到檢索結(jié)果后，對這組高被引論文進(jìn)行引文分析，通過Web of Science核心合集中的“引文報告”功能，獲得每個研究熱點(diǎn)中包含的高被引論文的施引文獻(xiàn)，并下載施引文獻(xiàn)的全部著錄項，包含標(biāo)題、摘要、關(guān)鍵詞、出版年、來源出版物和UT號等多個字段。依據(jù)此方法，分別獲取光學(xué)9個研究熱點(diǎn)的施引文獻(xiàn)數(shù)據(jù)集。

3.2 研究前沿初步識別

因有機(jī)聚合物太陽能電池研究熱點(diǎn)體量較小，更容易闡述，故本文以有機(jī)聚合物太陽能電池這一個研究熱點(diǎn)為例，展示研究前沿的初步識別、命名方法和專家研判過程。

首先，獲取有機(jī)聚合物太陽能電池研究熱點(diǎn)涉及的3篇高被引論文的施引文獻(xiàn)，共2 071篇。通過Kleinberg提出的突變詞檢測算法，從施引文獻(xiàn)的標(biāo)題、摘要和關(guān)鍵詞中初步識別得到突變詞36個。其次，剔除無意義和較寬泛的突變詞。再次，篩選突變時間在2018—2020年的詞。最后，將突變詞進(jìn)行整理、合并，得到9個突變詞，即non-fullerene（非富勒烯）、power conversion efficiency（能量轉(zhuǎn)換效率）、all-polymer solar cell（全聚合物太陽能電池）、stability（穩(wěn)定性）、f lexible solar cell（柔性太陽能電池）、ternary polymer solar cell（三元有機(jī)太陽能電池）、bulk heterojunction solar cell（異質(zhì)結(jié)太陽能電池）、interfacial material（界面材料）、active layer（活性層）。其中，有些突變詞需要經(jīng)過整理或合并之后再請專家研判，例如13 percent efficiency和11 percent efficiency這兩個突變詞都表示有機(jī)聚合物太陽能電池的能量轉(zhuǎn)換效率，因此可以合并為power conversion efficiency。

3.3 專家研判確定研究前沿

將9個突變詞（候選研究前沿）通過郵件發(fā)送給有機(jī)聚合物太陽能電池領(lǐng)域的3位專家，當(dāng)一個突變詞獲得2位及以上專家認(rèn)可，本文即認(rèn)為是研究前沿；同時，也接受專家提名研究前沿，如果一個突變詞獲得2位及以上專家提名，本文即認(rèn)為是研究前沿。最終，從有機(jī)聚合物太陽能電池研究熱點(diǎn)中識別出8個研究前沿（見表1）。隨后，在Web of Science數(shù)據(jù)庫中檢索有機(jī)聚合物太陽能電池8個研究前沿的相關(guān)文獻(xiàn)，統(tǒng)計從2012—2020年的逐年發(fā)文量，結(jié)果見圖2。

表1 專家研判的有機(jī)聚合物太陽能電池的研究前沿

圖2 有機(jī)聚合物太陽能電池領(lǐng)域研究前沿

從表1可知，3位專家均認(rèn)為非富勒烯聚合物太陽能電池（A1）、有機(jī)聚合物太陽能電池的穩(wěn)定性（A4）、柔性有機(jī)太陽能電池（A5）是有機(jī)聚合物太陽能電池的研究前沿。從圖2文獻(xiàn)統(tǒng)計趨勢發(fā)現(xiàn)，非富勒烯聚合物太陽能電池（A1）是近年來有機(jī)聚合物太陽能電池領(lǐng)域中最熱的前沿方向。不同的非富勒烯材料以及給體材料的合成是近年來有機(jī)聚合物太陽能電池能量轉(zhuǎn)換效率（A2）提升最主要的原因。在2016年以前，聚合物太陽能電池的受體主要以富勒烯為主，電池能量轉(zhuǎn)換效率在10%徘徊。2016年，基于非富勒烯材料ITIC與聚合物給體PBDB-T的電池效率突破11%之后，不同的非富勒烯受體以及與之相匹配的給體相繼問世，在短短的3年時間里，有機(jī)聚合物太陽能電池的效率達(dá)到17.4%。有機(jī)聚合物太陽能電池的穩(wěn)定性（A4）也是目前研究重點(diǎn)。為了實(shí)現(xiàn)應(yīng)用，電池的穩(wěn)定性直接決定了太陽能電池的使用壽命。另外，相較于其他種類電池，有機(jī)太陽能電池機(jī)械性能高、質(zhì)量輕，使得它在柔性器件方面有著天然優(yōu)勢，高效率柔性器件應(yīng)用廣泛，商業(yè)化前景強(qiáng)，因而柔性有機(jī)太陽能電池（A5）被廣泛研究。

另外，獲得了兩個由專家提名的研究前沿，分別是有機(jī)聚合物太陽能電池內(nèi)部的能量損失（B1）和疊層太陽能電池（B2），從文獻(xiàn)量來看，兩個研究前沿的文獻(xiàn)量逐年上升。

研究前沿的命名不僅考慮突變詞本身的含義，也要考慮其與研究熱點(diǎn)的關(guān)聯(lián)。例如，對于突變詞nonfullerene，本義是非富勒烯，定位其關(guān)聯(lián)的論文并閱讀論文標(biāo)題，結(jié)合網(wǎng)絡(luò)搜索和專家意見，確定該突變詞代表的研究前沿應(yīng)命名為“非富勒烯聚合物太陽能電池”。

與同區(qū)塊近年來施工情況對比，東9-8、埕南91-平13、孤南24-斜91、濱5-斜45、樁59-斜40施工平均鉆機(jī)月速達(dá)到了同井深、同類型施工井的最好水平，創(chuàng)下區(qū)塊指標(biāo)。

3.4 研究前沿匯總

獲取光學(xué)研究熱點(diǎn)的施引文獻(xiàn)，從中檢測突變詞，并結(jié)合專家研判，最終識別出51個光學(xué)研究前沿，具體內(nèi)容見表2。

表2 施引文獻(xiàn)突變詞檢測結(jié)合專家研判識別出的光學(xué)研究前沿

4 光學(xué)學(xué)科研究前沿識別結(jié)果的評估

在以往的一些研究中，較少對研究前沿識別結(jié)果的可靠性進(jìn)行評估。資料驗證法指利用已公布的重要獎項或已發(fā)表的文獻(xiàn)對研究結(jié)果的可靠性進(jìn)行驗證[38]。例如，Small等[39]利用諾貝爾獎、IEEE獎勵計劃和權(quán)威潛力研究方向列表（如《科學(xué)》雜志公布的年度十大科學(xué)突破）等作為參考，評估識別的新興話題，驗證結(jié)果顯示，1/3的識別結(jié)果可以得到相關(guān)獎項的支持。本文借鑒Small的資料驗證法來評估研究前沿識別結(jié)果可靠性。

4.1 資料驗證

本文搜集了美國光學(xué)學(xué)會發(fā)布的optics in 2019、optics in 2020等年度光學(xué)進(jìn)展，《科學(xué)》雜志每年度發(fā)布的Science: Breakthrough of the year，諾貝爾物理學(xué)獎，英國物理學(xué)會主辦的《物理世界》每年公布的國際物理學(xué)年度十大突破，丹尼斯·加博爾獎和歐洲物理學(xué)會菲涅爾獎等；此外，也搜集了《中國激光》雜志社“中國光學(xué)十大進(jìn)展”和國家科學(xué)技術(shù)三大獎的獲獎名單。獲取上述所有獎項近3年的獲獎名單作為參考。

4.2 結(jié)果分析

將表2中51個光學(xué)研究前沿與近3年獲獎名單進(jìn)行比對后發(fā)現(xiàn)，在51個光學(xué)研究前沿中，17個研究前沿得到相關(guān)的獎項支持，即1/3的研究前沿可以得到相關(guān)的獎項支持。雖然這些獎項存在不完整性，但可以在一定程度表明與研究前沿相關(guān)的研究進(jìn)展已經(jīng)獲得較權(quán)威機(jī)構(gòu)的認(rèn)可。例如，“光的非互易傳輸”在2018年和2020年均入圍美國光學(xué)學(xué)會年度光學(xué)進(jìn)展。“量子計算機(jī)”和“量子精密測量”相關(guān)研究成果分別入選2019年和2020年度國際物理學(xué)十大突破。

5 總結(jié)

本文提出了一種將共被引分析法、突變詞檢測算法和專家研判法相結(jié)合的復(fù)合分析法，來從研究熱點(diǎn)中識別研究前沿，并以光學(xué)學(xué)科為研究目標(biāo)，展示了識別學(xué)科研究前沿的路徑和過程。本文的方法從理論上補(bǔ)充和豐富了研究前沿識別方法，具有一定的科學(xué)價值，并且在實(shí)踐上具有較強(qiáng)的可操作性。從識別效果的評估和驗證表明，該方法也具有一定的可靠性和認(rèn)可度，能夠?qū)W(xué)科發(fā)展方向的研判提供參考。

同時，本文提出的方法也存在一定的局限性，如本文從高被引論文出發(fā)識別研究前沿，由于引文的時滯性，導(dǎo)致最終識別出的研究前沿是近年來正在興起的研究主題，并不能預(yù)測未來的研究前沿；此外，沒有與其他研究前沿識別方法的效果進(jìn)行比較。這些問題都需要在后續(xù)進(jìn)行更深入的研究。