与一位大学教授讨论信息计量学问题

武夷山

2008年2月28日

X老师：
   关于您的感觉，“看来当今主流信息计量学家实际上多是做分析性的Informatics，而不是真正基于数据归纳的Informetrics”，我以前没有这么想过。
    我原先的感觉是：主流信息计量学家与中国人的差异主要来自研究人员的专业背景，来自应用需求。
    Egghe与Rousseau都是数学出身，所以特别喜欢将特殊情境下获得的定律推广到一般情形，而且做得很好。他们关于“成功产生成功”的数学模型做得很好，我很佩服。国内，我看只有XX大学的XX（数学出身）一个人在做类似的工作，不过属于对国外同行的成果进行修补的性质，尚未达到Egghe与Rousseau的层次。
    应用需求的差异是，中国人以至东方人(含中国、韩国、日本，甚至在一定程度上还有澳大利亚）倾向于拿这些研究成果付诸应用，比如真的用H指数去评价人。他们西方人即使做评价，也是游戏性质的，评价结果一般不会影响评价对象的学术地位与资源获取能力。
    至于分析与归纳，我的感觉是，从数学背景以外进入信息计量学的人，普遍喜欢归纳，如历史学家普赖斯的指数增长，语言学家齐普夫的词频分布，人口统计学家洛特卡的高产作者分布，S. Katz的自组织律,等等，一般来说，他们的数学功力也达不到分析的地步。但是，主流阵营中其实两类人都包括的。我觉得主流阵营有四大类人：分析者，归纳者，手段探索者（如可视化方法的探讨，Leydesdorff做了一些事）和政策应用者（这部分人最多，因为不需要太硬的数学技能。我没有瞧不起他们的意思）。
    供您批评。