当前,随着时代的进步和科学技术的发展,学科间的交叉融合趋势越来越明显,不同学科之间的知识交流越来越频繁。科学研究的深入开展越来越需要不同学科学者的协同创新,如何测度学科间的交叉性是摆在我们面前重要的研究课题。由此可知,学科交叉测度模型的构建对于确定学科的独立性、明确不同学科之间的关系尤为重要。本文基于国内外研究现状,首先对学科交叉模型构建的基本问题,包括学科体系分类、定义研究、方法研究和学科交叉现有模型做了相关的研究探讨,并在此基础上从三个视角进行了学科交叉直接测度模型的再构建。三个视角分别为“文献直引”、“文献耦合”和“共关键词”,为了更加合理地将三个方面集成在一起,我们邀请科学计量学领域的五位专家对这三个方面的权重进行了两轮赋值,最后得出了本文构建的新型学科交叉直接测度模型。并以Web of Science数据库中信息科学与图书馆学和计算机科学-信息系统、管理学、生物化学与分子生物学、应用数学、应用心理学、经济学这六个学科2017年的交叉数据为例进行了实证研究。除此之外,还基于模型得出的结果从内部和外部两个角度展开了比较研究:内部比较是指综合模型和三个单指标模型进行比较;外部比较是跟当前主流指标模型进行比较,其中主流模型包括专门度指标、布里渊指数(又称信息熵)、import/export指数、Cosine值、Simpson指数、Rao-stirling系数、Salton系数和Integrated Diversity值等,依旧选择Web of Science数据库中信息科学与图书馆学和计算机科学-信息系统等六个学科2017年的数据作为原始数据进行模型计算。对比分析结果表明,本研究所构建的模型,相比较于传统的学科交叉度模型,具有一定的优越性:一是简易性。本模型可以直接测度两个学科的相似度,无需构建复杂的相似矩阵,计算简单易行。二是符合实际。从信息科学与图书馆学和其他六个学科的交叉度分析结果来看,本文所提模型能够较为客观地反映它们之间的亲疏关系,与其他学者的既有研究不谋而合。三是区分度强且合理。在模型比较中,我们可以很明显地看出信息科学与图书馆学和其他六个学科的亲疏程度,且易于区分。四是结果更易理解。我们建立的模型计算值介于[0-1]之间,便于理解。