系统科学的研究方法可以应用于解决许多学科的相关问题。我校系统科学系在系统科学的研究方面一直处于国内领先水平并有一定的国际影响。日前，系统科学系吴金闪领导的汉字结构研究团队及其合作者，对汉字之间的联系以及如何科学地运用这样的联系做了一定的研究。初步的研究结果已经整理成第一篇论文，与2013年3月7日首先发布在预印本服务器arXiv上（http://arxiv.org/abs/1303.1599）。成果发布之后很快就得到了BBC Future专栏的关注，专栏作家Philip Ball于3月18日，以“A better way to learn Chinese?”为题，对我们的研究成果进行了深度报导，见专栏首页http://www.bbc.com/future，或者文章的固定链接http://www.bbc.com/future/story/20130315-a-better-way-to-learn-chinese。

汉字之间在结构上是相互联系的，而且汉字的含义、读音是与汉字的结构相互联系的。例如汉字“墨”与“黑”不仅字形相互关联，含义相互关联，甚至有文化和工艺含义。但是，目前的汉字教学和检测方面，例如汉字学习的顺序，汉字检测的样本大小和检测的顺序等等问题，基本上是把汉字当成独立的个体处理的。系统科学认为系统组成要素之间的联系决定了要素的内涵以及系统的整体性质。因此，注意到这些关系之后，研究者们思考了如何让这样的关系服务于汉字研究和汉字教学。在这个初步的工作中，我们利用网络来描述汉字与汉字之间的关系，前者是网络的顶点，后者是边。顶点上可以有权重（大语料库中的使用频率），边上也可以有权重（构字方式与理据性程度）。然后大致来说，我们需要优先学习权大的顶点，底层的顶点，度（顶点的边的数目）大的顶点。在这个工作中，研究者们提炼出了一个数学公式来反映这三个方面的考虑，进而从理论上讨论了几种学习顺序的比较。

BBC Future栏目着重介绍和评述可能对我们的未来产生重要影响的科学发现和技术进步。Phil Ball在评述中指出，汉字学习，尤其对以字母语言为母语的西方人群而言，是一件非常困难的事情，而bat365中文官方网站研究人员所发展的方法，虽然还没有经过实际验证，或许能够成为改进汉语学习效率、发展个性化学习方案的新途径。

这一研究工作还有需要进一步改进和发展的地方。例如汉字之间的结构关系可能需要做进一步更扎实的分析，这需要汉字研究者的参与；所提出的学习方案有没有效果，如何进一步改进，这需要实验教学工作者的参与；更一般地来说，这样的一个通过概念（汉字）之间的关系来学习概念（汉字）的方式，在科学教育中应该也能够发挥好的作用，这个需要教育学和学科教育学研究者的参与。目前，下一阶段的后续研究工作将通过与文学院王宁老师的团队的深入合作来开展。

本论文中工作的其他贡献者包含系统科学系博士生闫小勇（同时也是石家庄铁道学院教师）、教师樊瑛、狄增如，以色列Bar-Ilan大学的Shlomo Havlin教授。论文写作后期得到了王宁老师的无私的帮助。相关研究资料可以在以下网站httt://www.learnm.org获得。