分类:科学学

科学学是关于科学家行为、科学发展、科学传播的研究。为了更好地开展科学研究，更好地把握科学的发展现状，更好地支持科学的发展，更好地传播科学（教和学科学），我们需要搞清楚一些科学研究的规律，从科学家活动的记录中。关于什么是科学学的更多的讨论，可以看[吴金闪的工作和思考]博客站点上的[什么是科学计量学]，以及本站的科学计量学书稿。

同时，当做数据科学的一个例子，研究科学学可以使得我们发展出来更多从关系数据中回答科学问题的方法。数据科学需要数据（原始数据和关系化以后的数据）、问题和方法。科学学具有比较好的数据积累，有大量的需要回答的问题，我们可以集中关注如何发展合适的方法来从数据中回答相应的需要回答的问题。

对于科学学或者说科学计量学这个学科，我们是有野心的：我们要通过以下几个方面——综合直接和间接影响、内容进入科学学、通过做更好的基础数据和可检验来推动科学学的科学化——来促进这个学科的发展，更加科学化，更加能够解决实际问题的发展。

第一、用多层网络的框架来表示科学计量学数据和问题，做到任何或者至少大多数问题和问题的解决，成为科学学多层网络上的问题和算法。具体来说，这个多层网络框架是指：研究论文体系的作者－论文－主题网络，或者专利体系的发明人－专利－技术领域网络，或者是两者结合的论文－专利多层网络。如何和产品研发和产品生产网络结合，则整体可以构成科学－专利－经济大网络。

第二、在多层网络的分析算法中，考虑间接影响，例如[PageRank]、广义投入产出分析。

第三、依靠主题层的概念之间逻辑关系来更好地在科学计量学中加入内容分析。例如，把每一篇文章定位在这样一个概念地图上，就可以更好地衡量每篇文章的贡献（这一点“给每篇文章配一个概念地图”应该实现以下，然后至少在科学计量学领域内主要期刊推广），当然也能够做更好的论文分类，甚至度量创新性。这个网络需要去构建，但是也可以一遍构建一边使用（研究算法）。目前能用的大概可以考虑化学反应网络、各领域主题编码网络（加共现）。长期来看还可以成为自动摘要、自动综述、个性化或者基于主题的推荐等。这部分可以考虑结合自然语言处理。

概念地图（或者叫做知识地图、概念网络）和科学学结合这一点，其实，在科学学里面具有根本性的地位：科学和科学的发展本来就是在概念空间中的生产和运动。这里面有两个层面的问题：如何构建现在已经有的概念地图，如何在已经构建出来的概念地图的基础上更好地理解一项科学研究。当然，这两个问题可能都需要依靠自然然语言处理来完成。

第四、依靠这个多层网络框架来做更好的基础数据建设，例如作者识别、引用骨架挖掘、作者国家贡献度计量。

也就是说，在实现综合直接和间接影响、内容进入科学学、通过做更好的基础数据和可检验来推动科学学的科学化这几个方面，科学学多层网络框架都能够发挥作用。

这些研究取得一定成果之后，将来有一天，科学计量学的教科书就会直接从这个学科的基本研究对象、基本数据、基本研究问题、基本分析方法和思维方式来开始，成为网络科学的思想和技术的典型应用和发展的案例。

当然，为了使得这个学科成为真正的科学，首先要解决要有可检验的数据基础的问题。于是，整理出来一个科学学本身的概念和概念网络、引用骨架数据就是非常有必要的事情了。这两个基础数据建设，应该是整个领域一起来做的事情。