1.一种基于文献引用关系的刊物聚类方法，其特征在于：所述方法包括以下步骤：步骤1：收集刊物所发表的论文信息以及论文之间的引用关系，计算刊物之间的相关度，将T个“论文-论文”的引用关系进行逐行转换，得到T行“刊物-刊物”关系；

步骤2：合并T行“刊物-刊物”关系，得到n个刊物之间的关系W，建立以刊物为节点的关系网络；

所述步骤2包括以下步骤：

步骤2.1：对于任意的两个刊物Js和Jh，统计T行“刊物-刊物”关系中出现所述两个刊物Js和Jh的引用关系Js→Jh的次数Ws,h，以Ws,h作为所述两个刊物Js和Jh的相关度；

步骤2.2：循环处理T行“刊物-刊物”关系，得到一个以n个刊物为节点、刊物之间关系为边的有向图W；

步骤3：采用谱聚类对以刊物为节点的关系网络W进行刊物划分，对刊物进行迭代聚类，得到聚类结果。

2.根据权利要求1所述的一种基于文献引用关系的刊物聚类方法，其特征在于：所述步骤1包括以下步骤：步骤1.1：以记录Pi→Pj表示论文Pi引用了论文Pj；

步骤1.2：分别识别论文Pi初次刊发于刊物Js上、论文Pj初次刊发于刊物Jh上；

步骤1.3：得到“刊物-刊物”关系Js→Jh；

步骤1.4：循环T个“论文-论文”的引用关系进行逐行转换，得到T行“刊物-刊物”关系。

3.根据权利要求1所述的一种基于文献引用关系的刊物聚类方法，其特征在于：所述刊物包括发表论文的期刊、会议集和图书。

4.根据权利要求1所述的一种基于文献引用关系的刊物聚类方法，其特征在于：所述有向图W中，Ws,h作为每条边的权重，代表刊物Js上的论文对刊物Jh上的论文的总引用次数。

5.根据权利要求1所述的一种基于文献引用关系的刊物聚类方法，其特征在于：所述步骤3包括以下步骤：步骤3.1：由有向图W计算得到对称矩阵A，A＝(W+WT)/2；

步骤3.2：设置聚类的类目数k，0≤k≤0.5n；

步骤3.3：计算对称矩阵A每行的和，得到对角矩阵D，对角矩阵D中每个对角元素其中，p和q分别代表对称矩阵A的第p列和第q行；

步骤3.4：计算规范化的拉普拉斯矩阵L，

步骤3.5：对矩阵L进行矩阵的特征分解，得到n个特征值及相应的特征向量，对n个特征值排序选出最小的k个特征值，由其对应的特征向量组成矩阵V＝[v1,v2,...vc,...vk]，其中，vc对应第c个特征值的特征向量，c＝1,...k；

步骤3.6：归一化所有矩阵V中的横向量，使矩阵V中的各元素之和为1，得到矩阵V'；

步骤3.7：将矩阵V'中的每一行看成是一个对象的特征表示，以k-means得到所有矩阵V'的n个对象的k个类的聚类。

6.根据权利要求5所述的一种基于文献引用关系的刊物聚类方法，其特征在于：所述步骤3.7包括以下步骤：步骤3.7.1：随机初始化k个中心点，以k维向量m1,m2,...mk表示；

步骤3.7.2：对于矩阵V'中的每一行k维向量vi，计算其与每个中心点的欧式距离||vi-mf||，其中，mf对应第f个中心点的向量，f＝1,...k，f对应为第f个类；把vi分到距离最近的中心点所在的类；

步骤3.7.3：更新k个中心点，每个中心点的向量mf重新计算为所对应类f中的所有的对象的均值 其中，F为第f个类中包括的对象数量；

步骤3.7.4：重复步骤3.7.2，直至每个中心点稳定，此时更新前后的中心点的变化距离小于ε，若仍未稳定，在给定的迭代次数R后结束迭代。

7.根据权利要求6所述的一种基于文献引用关系的刊物聚类方法，其特征在于：所述步骤3.7.2中，对象到中心点的距离由欧式距离计算得到；所述步骤3.7.4中，中心点的变化距离由欧式距离计算得到。

8.根据权利要求1所述的一种基于文献引用关系的刊物聚类方法，其特征在于：所述步骤3中，调用Gephi的可视化模块将聚类结果以可视化图的形式输出。

9.根据权利要求1所述的一种基于文献引用关系的刊物聚类方法，其特征在于：所述步骤3中，通过对聚类结果和人工分组的比较和分析，得出跨领域学科的形成。