说明：本博客与微信公众号“林墨”同步更新，所有内容均为原创，可授权转载请扫码关注“林墨”公众号

科学学是一门理解、计量和预测科学研究及其产出的学科。Physics Reports上的一篇文章全面评述了科学学的研究主题。

步一 / Indiana University

注：图片来自于百度。

科学学（Science of Science）是一门理解、计量和预测科学研究及其产出的学科。鉴于科学家群体是科学学的重要研究对象之一，这一领域被多个领域的研究人员所密切关注。科学学研究目前已经渗透到多个学科，例如图书情报学、计算机科学、网络科学、物理学、系统科学和管理科学等。这一领域目前比较活跃，科学学学者也研究了很多主题，例如：计量科学文献（出版物）、科学家、期刊和研究机构的影响力，对科学合作和引用行为进行建模分析，理解创新（innovation）过程，预测未来科学领域的变革，等等。

2017年，北京师范大学、波士顿大学和中科院文献情报中心的研究人员在Physics Report期刊上发表了一篇综述，该综述从复杂系统的视角对科学学领域进行了一次较为全面的综述。

数据从哪里来？

目前科学学所用的数据集主要包括科学文献数据、基金数据和专利数据等。其中，科学文献数据是最常使用的，常用的数据集包括American Physical Society (APS)、MEDLINE/PubMed、MicrosoftAcademic Graph (MAG)、Web of Science (WoS)、Scopus、arXiv和Google Scholar等。

静态网络

从网络（network）的视角看，科学学研究中常构建不同的网络来进行实证研究，例如合作网络、引用网络、共引网络、耦合网络、共词网络等。其中，合作网络的结构属性、同配性等问题在科学学中被重点关注，引用网络中的偏好连接性（preferential attachment）和“小世界”现象也是重点关注的问题。此外，除了传统的一模网络（即网络中只包含一种类型的节点）外，二模网络、多模网络和多层网络（即网络中存在多种类型的边）越来越多地应用在了这个领域内。这一领域的“网络”也与知识图谱（knowledge graph）有很多结合的地方。

动态扩散

与传统文献计量学有所差别的是，从复杂系统视角看科学学更关注科学系统的动态特征，例如对“睡美人”（sleeping beauty）现象进行定量建模、对创新扩散中的“先发优势”（first-mover advantage）进行定量评估；等等。可视化作为交叉领域，也被科学学密切关注。

知识扩散和创新扩散也为本领域关注。例如创新过程、创新网络、知识传播和扩散的路径等话题。此外，这一领域的很多实证研究往往最终落脚到科学政策（scientific policy）上，如科学家申请基金的公平性、同行评议等问题。

消歧：绕不开的挑战

值得注意的是，在科学学研究中，实体消歧（entitydisambiguation）一直是一个绕不开的挑战，其中作者姓名消歧就是其中最重要的问题之一。为解决这一问题，科学学研究人员一方面利用作者的社会和行为属性关系并设计了多种算法，另一方面试图通过ORCID等建立一套认证体系。

科学评价

科学学对于科学系统的评价，往往细化为科学文献、科学家、期刊（会议等）、机构等角度。“引文”及其改进目前进行评价的重要切入点。对于被引量这一指标的改进很多，例如PageRank、h指数、基于网络和动态性的指标等等。同时，对于合作者中贡献分配问题的探讨也是重要议题之一。

科研成功学

“成功学”也是科学学的重点研究领域之一。可能与“成功”的科学家和论文相关的诸多因素都曾被或多或少地研究过，如跨学科研究、广泛合作、社交能力强等等。此外，“团队”（team）也是该领域的一个研究重点，尤其是如何组建一支能取得更高影响力的研究团队。这类研究聚焦于团队取得“成功”的过程和共有的行为模式。

科学预测

科学系统的动态“预测”可以帮助我们更好地理解科学系统及其内部规律。这一子领域的主要包括：（1）合作网络和引文网络的关系预测；（2）科学家未来影响力预测（其中，“未来之星”预测这一主题尤被关注）；（3）科学发展预测；等等。

参考文献

Zeng, A., Shen, Z., Zhou, J., Wu, J., Fan,Y., Wang, Y., & Stanley, H. E. (2017). The science of science: From the perspective of complex systems. Physics Reports.