语义相似度分数：商业研究中绘制知识结构的一种新方法

《Journal of Business Research》：Semantic similarity score: A new method for mapping intellectual structures in business research

　　

**S3利用语义相似度绘制知识图谱，规避引用滞后问题。**

**这种基于内容的方法优于书目耦合和BERTopic。**

**引文分析用于验证社群质量，而非驱动聚类。**

**在"创新与多样性"和"商业生态系统"两个领域进行了验证。**

**一款开源网页应用让研究人员无需编程基础即可应用S3。**

**引言**

科学文献的快速增长使得系统性地映射研究领域变得越来越重要，技术挑战也越来越大。研究人员目前可以获取各种跨学科综合知识的方法，从定性方法（如系统文献综述和结构化文献综述）到定量技术（包括元分析和文献计量分析）（Ellegaard和Wallin，2015；Donthu等，2021；Keathley-Herring等，2016；Schmidt，2008）。尽管这些方法在总体目的、优势和劣势方面各不相同，但它们常常被组合使用，以提供更广泛、更全面的领域视角。

Scopus和Web of Science等大型科学数据库的普及，使得大规模全面文献检索成为可能。与此同时，文献计量软件和计算能力的进步使得处理、聚类和可视化数万篇出版物成为现实，这在仅仅十年前还是不可行的（Donthu等，2021；Merigó等，2016）。因此，文献计量分析已成为描绘学科知识结构的主导计算方法，这一趋势在所有主要科学领域中都显而易见（图1）。

文献计量方法将数学、统计和可视化技术应用于大量科学文献。通过利用作者信息、引用关系和关键词共现等数据，这些方法产生了无法仅凭人工审阅实现的科学领域宏观概览（Pritchard，1969）。文献计量分析通常涵盖两个主要应用领域：绩效分析，即在作者、期刊和机构层面评估研究影响力；以及科学图谱绘制，即描绘知识领域的结构及其随时间的演变（Cobo等，2011；Donthu等，2021）。

本文专门聚焦于科学图谱绘制。通过构建基于引用和合著数据的关联网络，科学图谱绘制揭示了领域的知识基础、识别了合作结构，并为预测未来研究轨迹提供了依据（Alonso等，2010；Zhang等，2019）。然而，现有的科学图谱绘制方法——包括共被引分析、书目耦合和共词分析——共享一个共同的结构性局限：它们从关系属性而非科学作品本身的内生内容来推断知识相似性。

这种对关系数据的依赖造成了两个相互关联的问题。首先，假设一种社会或结构性联系等同于一种知识联系，至多是完美的（De Bellis，2009）。引用实践容易受到系统性扭曲的影响，包括同质性、策略性引用和马太效应，这意味着累积引用既可能扭曲也可能延迟知识图谱（G?tzsche，2022；Wallin，2005）。其次，尚未累积引用的论文在图谱中仍然不可见，即使它们阐述的已经是该领域核心理念。这种现象被称为"冷启动问题"，在引用网络尚未跟上知识景观的新兴和碎片化文献中尤为突出（Wallin，2005；Small等，2014）。这些局限共同意味着，传统科学图谱绘制提供了一个不完整且时间滞后的领域演进图景，使其不适合在范式转变性工作成为公认之前加以识别（Donthu等，2021）。

为了克服这些局限，科学图谱绘制需要从关系数据——捕捉谁引用谁以及谁与谁合作——转向分析作品本身的概念内容。基于共享词汇或概念进行映射并非易事，因为同一个术语在不同的研究社区中可能具有不同的含义。只有当一个方法能够识别共享的概念理解，将讨论相同理念但使用不同术语的论文归为一组时，这个问题才可处理。直到最近，以规模化方式执行这一操作的技術能力尚不存在。然而，基于transformer的语言模型的引入（Devlin等，2019）提供了一条超越这一限制的路径。通过从大型文档语料中学习上下文语义，这些模型能够识别同一术语在不同研究社区中如何发挥不同作用，并直接从文本推断概念相似性，而非从引用结构。这种理解语境的语义理解能力使得构建基于论文实际内容而非引用对象的领域图谱成为可能。

在此基础上，我们引入了语义相似度评分（S3），这是一种新颖的基于内容的科学图谱绘制方法。S3利用Sentence-BERT（SBERT）transformer模型计算标题和摘要之间的成对语义相似度，从文本嵌入和时间排序中构建领域的知识结构。至关重要的是，在这一方法中，引文分析并非被丢弃，而是被重新定位。虽然网络结构完全由语义内容决定，但引用数据被重新引入为描述性属性，用于表征和验证由此产生的社群。这种混合设计结合了内容分析的时效性和引文指标的诠释力，防止引用滞后和历史偏见扭曲底层结构图谱。

为了评估和展示S3方法，我们在两个广泛的商业研究领域——"创新与多样性"和"商业生态系统"——中应用该方法，并使用三项性能指标：主题连贯性、轮廓系数和质量指数。这一评估服务于两个主要目标。首先，证明S3产生的科学知识领域结构图像比既有的基于引用的方法和现有的主题建模方法更准确、更全面。其次，利用S3映射构成这些领域知识结构的概念基础，展示基于内容的科学图谱绘制能够揭示传统关系方法无法揭示的内容。

为支持可重复性和广泛采用，我们提供了专用的S3网页应用1的免费访问，该应用具有增强的可用性，以促进研究人员中的广泛采用。提供这样一种可访问、用户友好的工具，直接契合近期旨在使科学研究更加开放、透明和具有影响力的倡议（Deer等，2025）。用户可以访问这一云端应用，将S3方法应用于自己的书目数据集，无需任何编程专业知识。该应用自动执行核心步骤：文本嵌入计算、S3矩阵计算、社群检测和可视化。用户只需上传从任何主要科学数据库（如Scopus、Web of Science、Dimensions或OpenAlex）检索的书目数据导出，然后利用其领域知识交互式地微调所得到的领域知识结构。此语义相似度分析所需的最小数据是论文的标题和摘要。S3方法和应用也公开托管在GitHub上2，研究人员可以在那里提出新的分析并促进该工具的持续发展。

本文其余部分结构如下。第2节回顾既有的科学图谱绘制方法及其共同局限。第3节完整介绍S3方法。第4节描述S3在两个实证领域中的应用并展示结果。第5节评估该方法相对于竞争方法的性能。第6节讨论研究发现的含义。第7节以局限和未来研究方向作为结论。

**章节片段**

**用于科学图谱绘制的文献计量方法**

科学图谱绘制在目的和规模上都不同于其他综述方法（Donthu等，2021；Keathley-Herring等，2016）。它不是在个体研究结果的层面进行综合，而是在整个领域的宏观拓扑层面运作，揭示知识如何组织、研究社区如何连接，以及知识景观如何随时间演变（Zupic和?ater，2015；Chen，2017）。相比之下，系统文献综述（SLR）围绕

**语义相似度评分（S3）方法**

S3围绕三个核心设计决策构建，直接针对既有科学图谱绘制方法的局限。首先，网络结构完全由论文的语义内容——即其文本的内在含义——决定，而非由引用链接或术语共现决定。其次，应用时间排序约束，使得所得网络编码知识谱系，而非仅仅是相似性。第三，引文分析在后期阶段重新引入，

**应用S3进行科学图谱绘制**

为了演示和评估S3方法，我们将其应用于商业研究中的两个广泛领域："创新与多样性"和"商业生态系统"。每次应用都遵循第3节所述的六步工作流程。结果服务于双重目的：(i) 展示S3关于每个领域的知识结构揭示了什么，以及(ii) 为评估S3相对于既有方法的性能提供比较基准。

**性能评估**

方法论贡献需要相对于现有工具的价值和效用证据（Aguinis等，2023）。因此，我们将S3与两种替代方法进行评估：书目耦合，作为映射当前研究前沿的既定基准；以及BERTopic（Grootendorst，2022），代表基于transformer的主题建模方法的最先进水平。我们使用三项指标评估性能：主题连贯性指数（TCI）、轮廓系数以及质量

**启示**

清晰理解一个领域的知识结构对于推进商业研究和识别其新兴前沿至关重要。科学图谱绘制，作为领域分析和可视化的方法论，旨在识别大量科学数据中书目对象的组成及其潜在关系。然而，正如前文所讨论的，传统文献计量方法存在若干局限。为了克服这些约束，本研究

**结论**

本研究通过引入S3，为科学图谱绘制方法论做出了贡献，这是一种旨在克服传统基于引用的图谱绘制结构性与时间性局限的新颖方法。随着科学文献的指数级增长使得准确的实时图谱绘制变得越来越困难，S3提供了一种强大且及时的解决方案。通过利用transformer模型（SBERT）结合时间掩蔽机制，S3完全基于

**CRediT作者贡献声明**

Hamid Bekamiri：写作——审阅与编辑、写作——初稿、可视化、验证、方法论、调查研究、正式分析、概念化。Christian R. ?stergaard：写作——审阅与编辑、验证、方法论、调查研究、正式分析。Bram Timmermans：写作——审阅与编辑、写作——初稿、可视化、验证、方法论、调查研究、正式分析、概念化。

**资助**

本研究未获得公共、商业或非营利部门资助机构的任何特定资助。

**利益冲突声明**

作者声明他们没有已知的竞争性经济利益或个人关系可能会影响本文所报告的工作。

Christian R. ?stergaard是丹麦奥尔堡大学商学院的创新与区域产业动力学教授。他于2001年获得奥尔堡大学产业经济学硕士学位，2005年获得创新、知识与经济动力学博士学位。目前，他担任IKE（创新、知识与经济动力学）研究组组长，可在ike.aau.dk找到相关信息。此外，他还是DRUID执行委员会的成员，领导

Hamid Bekamiri | Christian R. ?stergaard | Bram Timmermans