学科交叉研究是现代科学创新发展的重要动力和必然趋势。与单一学科内的纵深研究不同,学科交叉研究更加侧重于横向发展,着重于与其他学科的高度交叉与融合,以解决不断深化的科学技术问题和社会问题。解读学科交叉研究知识生长发展过程能够为当前学科发展提供管理依据,也对发现潜在学科交叉领域、引导新兴交叉学科发展具有重要意义。科学知识网络是以科学知识单元为节点,知识间关系形成的网络,是科学领域知识结构的客观反映,体现了科学知识发展的动态过程和结构状态。相应地,交叉领域的知识网络能够有效、直观地反映出不同学科交叉融合的知识结构、交叉路径及主题发展脉络。鉴于此,本文选择交叉领域的共词网络为具体的知识网络对象展开研究,将关键词属性整合到共词网络中提出一种带属性的交叉领域共词网络模型,以此为基础,通过研究交叉领域共词网络的结构特征、演化过程和动力,来量化研究交叉领域中的知识吸纳、融合和生长过程,揭示交叉领域知识活动背后的运行机制,从而增强交叉领域的理论认知。本文共分为六个部分:（1）交叉领域知识生长的理论与方法基础本章从学科交叉研究、科学领域知识生长和指数随机图模型三个方面整理了交叉领域知识生长研究的相关理论与方法基础。在学科交叉研究的部分,首先梳理了现有的学科交叉研究概念,并基于此对本文研究对象——交叉领域——进行了界定:一种针对单一学科无法解决的复杂问题,对两个及两个以上学科进行知识融合,以便产生对问题新的整体认知或解决方法等超越已有学科边界的新知识的研究活动或研究领域,并认为知识融合是该概念的核心;其次归纳了学者们提出的学科交叉研究类型,从中提取了学者们对学科交叉研究认知划分的基准:知识融合的方式与程度;最后,梳理了常用的跨学科性测度指标,认为其可作为交叉领域知识生长的度量指标。在科学领域知识生长方面,分别对科学知识生长理论模型、基于文献的知识增长描述和基于网络的知识生长相关理论进行了梳理,结合学科交叉研究的理论分析,认为交叉领域知识生长的本质为跨学科知识的吸纳与融合,同时科学知识网络是一个有效的分析视角和工具。指数随机图模型作为本文的一个特殊研究方法,从方法的原理、构建和分析过程对其进行了介绍,为后文的知识网络生长机制分析作铺垫。（2）交叉领域共词网络构建本章首先提出了一种基于共词网络的交叉领域知识生长过程研究框架。将交叉领域共词网络理解为交叉领域知识复杂系统的物理承载,因此,通过交叉领域共词网络的结构和演化分析,能够观察交叉领域知识生长过程中知识吸纳、融合和创新的具体现象,进而揭示其中潜在的运行规律和机制。该分析框架借助共词网络的视角与分析方法,对交叉领域知识生长过程是一个什么样的过程,是什么引发了交叉领域的知识生长以及哪些因素影响了交叉领域的知识生长进行一个全面的解读。基于该分析框架,本章构建了交叉领域带关键词属性的共词网络模型。在此基础上,进行了交叉领域案例选择、数据采集、关键词属性获取、共词网络构建和网络基础数据分析。（3）交叉领域生长过程与特征本章旨在通过对交叉领域的演化阶段进行划分,并研究各个阶段所表现出的特征,回溯学科交叉研究的发展轨迹,探究多学科知识的融合过程。对文献累积量进行逐年统计,拟合普赖斯指数增长曲线,借助生命周期理论将研究领域的生长过程划分为起步期、提速期和高速期三个阶段。接着,针对不同的生长阶段,分别从知识引入和知识产出两个角度进行学科交叉阶段特征的计量和对比。知识引入角度,笔者选择了学科类别总计、跨领域引用指数和信息熵三个跨学科性测度指标计算知识引入的学科交叉程度。知识产出角度,笔者选择了专业度进行知识产出的学科交叉程度度量,同时分别从节点（新词的数量及类型）、关系（关系的数量及类型）和网络结构（网络规模、密度、中心势、聚集系数和平均距离）进行了知识产出的知识结构分析。以每年累积的引文、发文、关键词及共现关系构建的共词网络为基础进行各项指标的阶段内时序演化图绘制,并基于变化趋势进行知识引入与知识产出的相关性分析。进而尝试通过各项指标的时序变化趋势及相关性在不同阶段中体现的差异,来解读交叉领域知识生长的阶段特征。（4）交叉领域知识吸纳与融合过程本章旨在借助共词网络层级结构和连边关系,量化分析交叉领域知识吸纳融合过程。笔者选择了医学信息学作为交叉领域,其引用频次最高的计算机科学作为关联基础学科成为知识吸纳的对象。其中计算机科学的知识范围由医学信息学引用量最高的30个期刊的发文来界定。首先从两个学科共同使用的术语中抽取最早出现在计算机科学领域的关键词,并使用专家标注的方法从中提取专家认为更偏向于属于计算机科学的术语为“共享计算机术语”用于界定被医学信息学所吸纳的计算机知识。利用网络层次划分方法,识别两个学科领域知识层次结构;同时,认为共词网络连边关系体现了知识的融合,使用医学信息学中与所吸纳的计算机知识共现的医学信息学关键词数量用于量化知识融合的广量,使用医学信息学中与所吸纳的计算机知识共现的连边权重之和量化知识融合的强度。（5）基于共词网络的交叉领域知识生长机制本章旨在运用网络嵌入视角,从网络内生结构和外生属性两个方面揭示交叉领域知识生长机制。交叉领域知识生长的微观过程体现在其共词网络中连边关系的形成。借助于指数随机图模型这一统计方法,研究网络结构性质和关键词节点的属性对于共词网络连边形成的影响机制,从而揭示交叉领域知识生长的机制。针对医学信息学领域的研究发现,交叉领域共词网络形成过程中网络内生结构影响大于外生属性,关键词的学科差异能够促进共词连边的形成,同时,关键词倾向于与时间临近的关键词建立连边关系。以上结果反映了知识的结构嵌入、学科差异性和时间临近性对于交叉领域知识生长的影响机制。（6）研究不足与展望本章总结了本研究在数据样本选择和研究内容两个方面的局限,指出后续将在高频词和高权重连边这种核心知识之外,补充对低频词的新兴热点词的研究,丰富交叉领域在新兴知识的生长规律和机理;同时将继续进行学科隶属判定、阶段特征测度指标和生成机制影响因素方面的研究方法优化,尝试针对具体研究问题得到更优的分析结果。此外,针对交叉领域知识的吸纳与融合过程,尝试增加分析维度,逐步增加吸纳的关联基础学科数量,去探讨更完整的跨学科知识吸纳对交叉领域的影响。