大数据和开放科学时代的信息计量学：信息科学与数据科学之间的桥梁

下面按"概念---时代背景---桥梁作用---方法演进---应用场景---挑战与趋势"给你一个关于**《大数据和开放科学时代的信息计量学：信息科学与数据科学之间的桥梁》**的系统性概述，适合做读书笔记、课程作业或论文引言。

信息计量学是信息科学中的定量研究分支，研究"信息产生、传播、组织、利用和影响"的数量规律。

它通常包括：

传统信息计量学依赖题录、引文、期刊指标；进入大数据与开放科学时代后，其对象扩展到全文、数据集、代码、预印本、实验过程、社交媒体、知识图谱。

大数据具有 Volume / Velocity / Variety / Veracity / Value 特征，使信息计量学发生转变：

开放科学强调：

这要求信息计量学不再只服务"排名和影响因子"，而要支持：

维度	信息科学	数据科学	信息计量学的桥梁作用
关注对象	信息、知识、文献、用户行为	数据、模型、算法、预测	把"文献/知识对象"转成"可计算数据"
核心问题	信息如何组织、检索、传播	数据如何清洗、建模、创造价值	用数据科学方法研究信息流动
方法来源	图书馆学、情报学、传播学	统计学、计算机、AI、工程	引文网络 + 图学习 + NLP
应用场景	知识组织、检索、智库、科研管理	推荐、预测、自动化决策	科研评价、学科地图、创新监测
价值立场	知识公共性、可及性、长期保存	效率、预测力、商业/政策价值	在"可计算"和"可解释"之间平衡

因此，信息计量学处在中间层：

信息科学提供"信息/知识/科研交流"的理论问题；数据科学提供"大规模数据处理与建模"的工具能力；信息计量学把二者结合起来，研究科学知识系统的量化结构。

相关研究也明确提出：informetrics 已从 bibliometrics 演进到 AI- 和 graph-based 方法，并成为科学信息系统设计、数据互操作的方法论基础。

所以当代信息计量学强调：

不是"用更多数据算分"，而是"用可解释、可审计、负责任的计量理解科学系统"。

在大数据和开放科学时代，信息计量学不再是单纯的"文献统计术"，而是：

以信息科学的问题意识为根，以数据科学的计算能力为器，以开放科学的价值导向为界，成为连接知识组织、科研评价、数据基础设施与智能决策的方法论枢纽。