本书旨在探讨利用文本挖掘技术进行知识分类与识别，特别是在跨学科研究中的应用。书中提供了全面、高效的跨学科知识识别工具，兼具理论与实际应用价值。在理论上，丰富完善了信息计量等相关理论；在实际应用中，为出版商和科研工作者提供通用知识分类方法及学术资源评价基准。 本书研究方法创新，融合信息计量理论和网络分析方法。各章节围绕知识分类、识别展开，涵盖关键词网络、信息计量、关键词特征影响等多方面内容，构建了全面的知识框架，期望推动我国学术研究和科技创新，助科研工作者从多学科角度应对现实挑战。

第1章 导论
1.1 知识分类
1.2 知识识别
1.3 跨学科相关概念界定
1.4 研究内容与研究方法
1.5 结构安排
第2章 基于关键词网络的知识识别
2.1 关键词共现网络
2.2 关键词引文网络
2.3 关键词网络与知识识别
第3章 信息计量视角下的跨学科研究
3.1 布拉德福定律
3.2 文献增长与老化规律
3.3 普赖斯定律
3.4 跨学科研究中的应用
第4章 关键词特征对知识聚类的影响
4.1 关键词特征及研究思路
4.2 关键词特征对分类效果的影响
4.3 关键词特征应用策略
4.4 本章小结
第5章 知识流动视角下的跨学科知识分类
5.1 跨学科知识流动相关概念
5.2 知识跨学科性测度与分类方法
5.3 跨学科知识分类研究实证
5.4 本章小结
第6章 基于核心期刊的跨学科知识识别
6.1 相关工作概述
6.2 跨学科核心期刊识别方法构建
6.3 实证与分析
6.4 本章小结
第7章 跨学科知识主题与知识点识别
7.1 跨科学核心主题识别
7.2 跨科学核心知识点识别
7.3 核心主题识别的方法
7.4 核心知识点识别的方法
7.5 实证分析与结果讨论
7.6 本章小结
第8章 知识组合识别及其应用方法
8.1 跨学科知识组合识别概念
8.2 基于核心主题的知识组合识别
8.3 基于知识点的知识组合识别
8.4 知识组合识别实证
8.5 本章小结