博文
Ranking Theory: SCI中涉及到的数学算法
|||
SCI中每种杂志都有一个分数，那么这个分数是如何算出来的呢？
https://blog.sciencenet.cn/blog-45143-241024.html
上一篇：一代更比一代强：读书篇
下一篇：大学建设：Seminar（研讨班）制度
这方面信息我还不是专业人员，只看了两篇相关科普介绍，提供给大家阅读，专业人士请告知，SCI分数是否真是由下面这两篇文献中的数学算法算出。
实际上，Stanford大学资深数学家，Wolf奖得主 J.B. Keller 于1978年提出了一个Ranking算法，刚开始，是用棒球赛来作为例子的，希望在评价棒球队排名（Rank）时，能够更加客观公平。
当Keller在SIAM任职时（Board of Trustee），开始将这个算法用于期刊评价和作者评价，只需要将“棒球队"换成"期刊"，将棒球队A战胜棒球队B一次，换成期刊A被期刊B引用一次，这种“换元法”对数学家来说当然是小菜一碟。
马志明的文章，未言及著名数学家Keller的贡献，而将其归功于Google的两位创始人，"这一漂亮的想法出自斯坦福大学1998年在读的博士研究生Sergey Brin与Larry Page。"
Keller的这篇文章也讲，“This same method was subsequently discovered by the founders of Google, who realized its value for ranking web pages”。
关于Keller，有一个采访
不管怎样，这都说明，排名问题，不仅仅是一个主观性社会问题，更是一个复杂的数学问题，并不简单。
科学网上，最近有些科学家，指摘SCI的不足之处，不过其理论依据，仍未经数学语言而上升到科学的角度，局限于简单的社会问题范畴，因而其立论往往不能服人，或者模糊性太强，或者博贴的预设政治立场太强。
Keller的文章，就有一段讲到这种算法会出现不足之处的原因，仅仅提了一下，未深入。
实际上，SCI分数，需要数学算法才能科学的定义，数学算法本身为适应更加复杂的实际情况（毕竟SCI这个信息量和复杂性比棒球赛要大得多），也需要进行深入的改进。
科学家们在批评SCI之时，或者，不是批评SCI本身，而是在批评对SCI的乱用之时，最好先对其涉及到的Ranking算法，有一个科普级的了解，毕竟Keller的文章只需要大一水平的线性代数就能看懂，马志明的文章，后半段稍微难些，需要概率统计的知识。
不仅SCI分数，实际上科学基金评审，如何在评审人的投票之后进行排名，怎么设计一个好的数学算法，问题想来应该也并不简单。
我们是科学家，不是政治家，必然不应采取“政治”替代科学的态度。非常可惜的是，在有些科学家的博文上，却出现了这种趋势。还好，后面有些科学家博文跟进，将很多信息明确化，使SCI讨论中的“政治”态度大为减少。
实际上，即使是政治学方面，关于选举的方法，也有本数学书可以参考看看。
S.J.Brams, Mathematics and Democracy: Designing Better Voting and Fair-Division Procedures, Princeton University Press 2008
附注1. 如果用Page Rank算法，取代较为粗陋的SCI算法，应是一个可以尝试的方向。不过，Page Rank算法本身也不完善，细小的缺陷先不去说，先说一个最大的，即，如果一篇文章被不同领域的文献引用，则其Impact Factor应该更大才对。这样，就需要考虑如何在算法上，定义不同领域不同文章的区分度。以及如何将这种区分度，加入到Ranking算法中去，这是目前Google也尚未做到的。
附注2. Ranking（评级）本来是社会中非常重要和严肃的内容，往往牵扯到至关重要的人际资源分配。没想到，因为网络的出现，网络内容的Ranking，实际上严肃性就没有那么大，允许出现错误，这个好处就使得各种Ranking算法的实验成为可能。相信这些实验，通过不严肃的网络评级，最后能演化到严肃的应用，从而为人类政治学的深入，开辟蹊径。
附注1. 如果用Page Rank算法，取代较为粗陋的SCI算法，应是一个可以尝试的方向。不过，Page Rank算法本身也不完善，细小的缺陷先不去说，先说一个最大的，即，如果一篇文章被不同领域的文献引用，则其Impact Factor应该更大才对。这样，就需要考虑如何在算法上，定义不同领域不同文章的区分度。以及如何将这种区分度，加入到Ranking算法中去，这是目前Google也尚未做到的。
附注2. Ranking（评级）本来是社会中非常重要和严肃的内容，往往牵扯到至关重要的人际资源分配。没想到，因为网络的出现，网络内容的Ranking，实际上严肃性就没有那么大，允许出现错误，这个好处就使得各种Ranking算法的实验成为可能。相信这些实验，通过不严肃的网络评级，最后能演化到严肃的应用，从而为人类政治学的深入，开辟蹊径。
https://blog.sciencenet.cn/blog-45143-241024.html
上一篇：一代更比一代强：读书篇
下一篇：大学建设：Seminar（研讨班）制度
