科学分类与科学结构探测的前沿计量方法和指标研究

主要学术创新点:

  • 在自然科学-社会科学-人文与艺术科学的250余个学科的上千万篇论文分析基础上,开发和改进了大规模文献的混合聚类(引文分析+文本挖掘)技术,绘制了科学的动态全景图。
  • 深入到单篇论文的结构层面,打破传统期刊和学科分类界限,新创了引文熵、链接强度等计量指标,构建了一套指标测度体系,为科学结构研究提供了新的计量方法。
  • 基于研究结果对国际“专家”学科分类体系(如 ESI, ECOOM分类)进行量化改进,并为解决当前海量的跨学科成果的归类评价问题提供了一定的参考依据

代表成果与学术影响:

  • 围绕科学分类与科学结构探测的指标和方法研究,申请人在SSCI检索1区期刊和领域重要会议上发表学术论文10余篇
  • 基于混合聚类技术改进传统期刊和学科分类的系列成果被普赖斯奖获得者、Scientometrics主编Wolfgang Glänzel教授书面评价为“张琳在该方向的系列研究成果已被纳入我们整个学科领域的知识体系”,其中4篇相关方法和指标改进的SSCI期刊论文在Web of Science中分别被引55次42次25次19次