科學大數據與社會計算：情報服務的現代轉型與創新發展

李陽+++孫建軍+++裴雷

摘 要：科學大數據的興起拓寬了人文社會科學的研究視域，納入社會計算范式的人文社會科學研究在支持解決經濟社會發展重大問題中具有更廣闊的應用空間。文章從科學大數據與社會計算的交叉融合點入手，探討了融合范式背景下的情報服務數據生態圈問題，并從服務模式變化、應用空間拓展與“創收”能力提升等方面進一步剖析了情報服務在新環境下的變革與創新。文章認為，圖書情報學的研究對象可以從科學大數據拓展到社會大數據，立足于“萬眾創新大數據工程”開展新型情報服務。

關鍵詞：科學大數據；社會計算；情報服務；數據科學

中圖分類號：G250.7 文獻標識碼：A DOI：10.11968/tsyqb.1003-6938.2017090

Scientific Big Data and Social Computing： the Modern Transformation and Innovation-driven Development of Intelligence Service

Abstract The rise of scientific big data has expanded the research horizon of the humanities and social sciences. By bringing into the social computing paradigm， the application and development area of the humanities and social science research could be extensively expanded in supporting the major issues of economic and social development. By introducing the intersection of scientific big data and social computing， this paper probes into the problem of the data ecosphere of intelligence service. Then， the paper discusses the change and innovation of intelligence service in the new environment from three aspects： service mode changing， application space expansion and “revenue-driving” capability improvement. The paper holds that the research object of library and information science can expand from scientific big data to social big data， and the related research should try to provide new type of intelligence service based on the idea of “mass innovation and big data project”.

Key words scientific big data； social computing； intelligence service； data science

1 問題的提出

在大數據與智能化時代，科學研究與實踐進入了以新技術環境為支撐的數據密集型科學發現范式。在此推動下，全球知識創造和科技創新的速度明顯加快，科學大數據正是在這樣的背景下被提出，承載著新一輪科技革命與產業變革的愿景與使命。2015年8月，國務院發布的《促進大數據發展行動綱要》，強調面向經濟社會發展需求，發展科學大數據應用服務中心，支持解決經濟社會發展和國家安全重大問題。科學大數據戰略工程的政策推動為科學研究與實踐打下了堅實基礎，以此為契機，以科學大數據為基礎的科技創新與社會服務不斷涌現，成為政府和學術界關注的熱點和焦點。

科學大數據不僅是科學研究的結果，且成為科學研究的重要基礎，是支持科研活動與科技創新的關鍵。過去，人們習慣于將對科學大數據的認知歸納為自然科學領域的特有體，強調科學實驗、儀器傳感等“自然體”數據。在人文社會科學領域，大數據所引發的思維模式變革促使人文社會科學的“科學性”顯著增強。在大數據推進下，基于科學大數據的計算分析思維逐漸被推廣應用，以“人文計算”、復雜網絡分析、大規模數據分析為特征的研究方法成為人文社會科學領域的重要研究范式[1]。圖書情報學作為人文社會科學領域中的綜合學科，一直以來都是數據收集、數據加工與利用研究的中心陣地，也就是說，圖書情報研究兼顧信息庫與思想庫范疇，理應更加重視科學大數據的深度挖掘與利用問題。由于技術環境、機制模式等層面的影響，圖書情報研究在數據源、方法工具等方面多有受限，情報服務的拓展性、特色性明顯被束縛。大數據時代的情報服務更加強調數據全息化與方法集成化，需要我們利用大數據思維與技術方法進行有針對性的深度挖掘與管理控制，以形成全新的情報服務模式。尤其是泛在社會信號的到來[2]，情報需求走向了以社會型和事實型信息需求為特征的新型需求模式[3]，科學大數據所牽扯的情報服務問題急需向創新2.0、“共享經濟”、“互聯網+”時代的知識供給模式靠攏，為社會管理與人類社會進步奉獻力量。由此綜合來看，科學大數據既是情報研究與服務的重要來源，同時數據密集型計算分析思維方法在人文社會科學領域的深度應用與拓展也成為情報服務的新興方向。本文立足數據科學與圖書情報前沿，從科學大數據與社會計算的交叉融合點入手，探究大數據環境下的情報服務轉型與應用問題，旨在拋磚引玉，以期為大數據時代的情報服務創新發展提供支持和參考，同時為“萬眾創新大數據工程”的推進與實現提供若干思考。endprint

2 科學大數據與社會計算的邏輯基點

科學大數據是一個新興術語，是指與科學相關，反映和表征著復雜的自然和社會科學現象與關系的大數據[4]。兼顧技術與人文視域，科學大數據實際上既包括科學知識大數據（如數據、資料、文獻、音視頻等），還包括科學活動大數據（包括人員、機構項目等實體數據，及其合作、引證、共現、社交等活動數據）。大數據時代，應用復雜性科學來描述社會系統中的復雜現象已經成為學界共識，人文社會科學的應用范圍也隨之擴大。與之相伴，科學大數據所引發的人文社會科學研究轉變不可避免的涉及到關于人、社會及其相關知識的計算分析問題，促使人文社會科學的“科學標桿”從定性走向定量，從感性認知的人文本位向大數據支持的科學與人文結合本位轉變，其核心就是社會計算。基于人文社會科學視域出發，在大數據時代，“科學大數據”思維與“社會計算”應用的結合，主要有兩個邏輯基點。

（1）STS范式的推進促使科學大數據與開放環境下的社會大數據交融。科學自身的發生有其歷史變化，從感知傳承的博物學范式，實驗科學的數理范式，再到科學、技術與社會交融的STS范式，科學活動的影響越來越大，其多維性愈加明顯[5]。大數據時代的到來，促使STS范式進入一個圍繞“數據驅動”理念的社會參與和國家干預階段，在這樣的大科學情境下，與科學活動相關的大數據滲入了大量的社會元素。同時，因特網、社會化媒體等的出現催生了社會信號的大量涌入，開放共享環境下的社會大數據邊界問題很難嚴格界定。換言之，由于科學大數據模型方法的設計與應用和以問題為導向的社會計算分析存在“數據驅動”層面的共性，科學研究與社會管理服務在大數據環境下實現了交融。

（2）人文社會科學的數據化能力提升反向促進科學研究的社會化。社會計算是面向社會科學的新興計算理論與方法，是基于數據對社會活動、社會過程、社會組織及其作用和效應展開研究的計算范式[6]。社會計算其本質是計算科學與社會科學的融合，同時加入了人文思維的價值邏輯，其本身屬于數據密集型科學。過去，人文社會科學研究者計算分析能力的缺失使得很多研究結論是基于觀察、歸納、領悟等傳統方法而出。而在大數據時代，人文社會科學研究將更多地基于數據來思考、設計和實施，人文社會科學大數據的推進倒逼著人文社會科學數據化能力的提升，促使其更加關注基于海量數據的社會計算化問題，關注面向社會現象解讀與社會發展預測的人文社會科學大數據知識發現與管理服務。換句話說，在大數據的推動下，大數據技術與社會計算方法進一步密切關聯，社會計算將成為科學大數據在人文社會科學研究領域中的特別方法。

總之，傳統的人文社會科學研究主要以非計算化的問題解剖為導向，其基本邏輯關系是迭代思維，即需要基于已知的研究觀點來提出新觀點、新見解，數據層面的解析停留在描述性統計、結構化表達階段；而在大數據環境下，計算化分析更多采取融合、仿真或推演的方式[7]，其邏輯是采用相關性思維求得“社會答案”的“最優解”，用于支持特定問題的全面揭示、評估與建議。可見，科學大數據與社會計算的結合，實際上對于解決復雜系統中的社會管理與服務問題具有積極意義，成為其有力方法和重要手段。

3 融合范式下的情報服務數據生態圈

圖書情報領域持續關注以科學數據為支撐的情報服務問題，并在科學計量的實體識別、海量多源異構科學數據的集聚融合、科技情報服務的效用識別等方面做出了突出貢獻。在大數據時代，數據資源獲取進一步走向開放化與社會化，圖書情報機構的資源優勢似有被“弱化”的趨勢，數據加工的難度也逐漸提升。在這樣的背景下，科學大數據的興起推動了知識工程、情報工程的推進，其服務鏈擴展到以數據采集、存儲、加工與服務為核心的多領域、多觸角深度應用上。在社會計算范式中，情報服務又進一步被“中性”化，融入社會人文元素的情報服務逐步將傳統科技情報研究的特色與社會大數據的計算問題連接起來，顯示出新的生命力。而情報研究的核心目的與核心價值恰恰在于利用情報信息資源解決特定問題或實際問題，其“資源”需求與“計算”需求與科學大數據思維、社會計算理念相契合。可見，科學大數據與社會計算的融合，能夠為情報服務提供新范式的轉型機遇。

科學大數據與社會計算范式的融合其根本在于大數據的推動力，因此，在融合范式下，首當其沖的就是情報服務的數據生態圈問題，這與其數據基礎的拓展與新技術環境的變化密切相關。長期以來，基于科學數據的科學發現與應用服務積累了大量的科技成果，包括各類科技報告、專利、學術論文等。隨著網絡社會的崛起，信息獲取渠道逐漸擴充，對于很多科學研究者而言，傳統的科學數據獲取方式以及基于固定數據積淀的研究路徑導向已經不能滿足現代情報服務的新需求。一項前沿研究表明，僅僅使用論文、報告、項目等科技情報領域的傳統數據類型是遠遠不夠的，還必須要充分考慮到政策文本、新聞輿論、企業網站年報信息等多源數據，方能更好地描繪產業與社會發展現狀、科技創新力、核心競爭力等[8]。在社會計算環境下，社交網站、微博、微信等社會化媒體恰恰為情報研究的數據基礎拓展提供了理想的信息渠道，這些社會化大數據包含了大量對現實世界的描述、看法與意見，既可用于決策者跟蹤社會發展態勢，也能為決策者提供有價值的情報，屬于隱藏的“數據礦產”。這樣看來，原本看來低價值密度、弱知識關聯的泛在社會媒體數據，一旦經過計算式分析的內容挖掘，就有了全新的情報價值創造空間，尤其是對于個體行為、情感傾向等傳統人文社會科學研究無法理性審視的定性邏輯問題，大數據在某種程度上給出了可以解答的“最優解”。這樣看來，情報服務的數據基礎逐步由傳統的科技情報類數據向社會型、事實型數據轉移，技術環境變更所連帶的情報服務特征范體與應對策略將發生極大改變。

從更深層次來講，在大數據的持續推動下，用于科學研究的數據資源邊界逐漸模糊，很多與社會范疇相關的數據往往以一種必要映射的方式轉為科學大數據，再轉為科技情報服務的具體內容，反之亦然。也就是說，現代化情報研究與服務的數據來源在向多元化路徑擴展，科技數據、政府數據、社會數據等各類大數據都應成為情報服務數據生態圈的關鍵部分。在這種背景下，社會系統中的開源情報問題將會得到進一步重視，計算環境與思維范式的變更促使大規模開展面向社會系統管理與控制的全源情報分析成為可能，而基于多維空間大數據的計算型情報服務將成為其核心中軸。綜合來看，在數據開放共享的大環境下，情報服務的數據生態圈應從數據資源的廣度深度拓展入手，即不僅僅需要重視科技文獻、科技報告、專利等傳統科技活動信息源的建設策略，還需要關注社會媒體數據、輿情數據、互聯網平臺數據等新型信息源的開發利用。在考慮數據素養、數據安全、數據倫理等問題的基礎上，通過充分利用多源大數據對某一社會問題或現象進行交叉印證與關聯分析，產出更多高質量的情報產品，實現以目標為中心的“智庫”服務功能。endprint

4 新環境下情報服務的思維變革與創新發展

數據處理一直是情報服務創新的動力。在新技術環境下，一個由科學大數據驅動，直接面向復雜系統的數據化計算分析體系已初現端倪，催生了新型知識交流與情報服務體系的誕生。科學大數據，尤其是人文社會科學大數據的發展，重構或延伸了“人文計算”視域下的情報服務模式、情報服務空間與情報服務品質。

4.1 情報服務的思維模式變化

用戶（或言之情報需求方）是大數據情報服務的使用者，用戶的基本狀況與行為決定了情報服務的機制與模式。傳統的情報服務存在多頭重復投入問題，其服務模式主要是按照自上而下的垂直分工。在這種模式下，各類情報生產主體的針對性服務、開放性服務、協同化服務明顯不夠。隨著“雙創”活動的逐漸推進，傳統的嚴格有序的情報服務分工將被逐漸打破，各類情報服務需求不斷增長，情報服務逐漸走向普適化與針對化。情報需求空間的釋放促進了情報服務模式的變化。在科學大數據開放共享與社會計算應用推廣的大背景下，情報服務模式的變化主要體現在兩個方面：一是跨領域、跨系統的協同化情報服務模式逐步強化。由于外在條件環境的成熟，大規模的數據開放與數據匯聚對于挖掘解析國家重大議題、社會重要民生難題等具有積極意義。尤其是大科學、大工程的實施，更需要“眾創”情報服務的支持，以實現理性規劃層面與人文關懷層面的研判指導。如當前興起的超算中心建設，其需求背后不僅僅是產業應用問題，還應考慮學術科研交叉研究問題（基礎工具），尤其是科技前沿領域的知識合作空間及其服務；另一方面，個性化細粒度情報服務模式將成為焦點。在新環境下，充分捕捉用戶的深層次情報需求成為情報服務的基本素養，其最終目的是通過異構數據的整合與網絡知識信息的充分利用，為政府、企業、社會提供專業化、時效性與精準化的情報服務。如針對典型“城市病”交通治理問題，就可以利用科技文獻數據建立理論模型，綜合利用城市多部門政府客觀數據與社會網絡輿情數據來考評交通治理的成效問題等。

總之，科學大數據的推進與社會計算范式的興起，使得傳統的情報服務不可避免地由依托靜態資源數據的單線式分析服務模式向動、靜態結合的情報挖掘解析和計算分析服務轉變。情報服務理念的變化，其核心是基于“情報計量”與“情報計算”的結合，通過閉環式立體化流水線有效地實現情報需求與情報供應雙方之間的相互轉化與相互促進，實現從被動服務到主動服務、由單一目標服務向全社會多目標服務的轉變。

4.2 情報服務的應用空間拓展

如前所述，隨著互聯網的迅猛發展，傳統單一的科技情報資源轉化優勢被不斷弱化，社會開源信息的替代價值凸顯。從科學大數據到社會計算，其本質上是以大數據為驅動力的人文社會科學與計算科學、數據科學的融合，在這種融合視角下，情報服務活動的應用空間產生了相應的變化。傳統的情報服務主要面向科技管理部門需求，在形式上更多強調自我選題、自我定題的跟蹤，關注的主要是科學數據、科技數據的內在開發與利用問題，如科情信息監測（如科技發展態勢預測與分析）、科技知識發現（如科技情報領域的人、物、組織的復雜網絡）等。在大數據環境下，科學大數據的提出給傳統情報服務帶來了強烈沖擊，人類社會“智力爆炸”所帶來的多樣化需求使得情報服務的關注點從單純服務于科技發展轉向到科技、技術與社會的融合范式框架之下（即前文所言的STS范式問題），開始關注以問題為導向的科技創新、產業變革、社會經濟發展、民生環境改善、社會文化重塑等前沿性命題與議題，置身于自然、社會與人的復雜巨系統之中。而在這種背景之下，各類新興人文社會科學大數據的處理工具與平臺也將不斷涌現，如復旦大學社會科學數據管理平臺、上海青少年研究數據平臺等。

由此可見，科學大數據所引出的科學大情報體系與社會大數據所引出的社會大情報體系在范疇空間上實現了某種交融，并從內容層面拓展了情報服務的創新領域。也就是說，情報研究的對象從特有領域的科學現象與發現，到全領域實踐的問題元識別、數據挖掘利用、知識工程實施與情報決策支持，促使情報服務主體對用戶個性化需求與共性化構建的追蹤與分析成為可能，其結果是情報服務逐漸與經濟建設、社會發展、社會現象解讀緊密相結合，力求從多角度、多領域為管理與決策服務。

4.3 情報服務的“創收”能力提升

情報服務的關鍵在于服務品質，其落腳點在于情報產品價值實現的結果。科學大數據與社會計算的融合，能夠進一步改變情報服務的模式傾向、延伸情報服務的應用空間，進而極大提高情報獲取、采集與利用的綜合能力，最終提升情報服務的效益與效果。現階段，大數據促使情報服務走向了3.0時代，數據全息化、方法集成化、技術智能化、服務全納化已經是大勢所趨[9]，正是在這樣的大環境下，情報服務“創收”能力也將更為凸顯。從長遠來看，立足科學大數據，融入社會計算支持的情報服務“創收”能力提升主要表現在三個方面。

（1）情報產品的預見力和可用性增強。情報產品是基于數據信息深度挖掘的結晶，是通過總結概括、研究分析、風險識別、推測預見等而得出的觀點、局勢、態勢、意見、建議等。情報產品的質量高低直接影響到情報服務的“創收”能力。在大數據環境下，科學數據資源逐步開放共享，互聯網不斷滲透，數據源的進一步擴大以及情報分析處理能力的提升，促使情報產品所呈現的方案策略“全景圖”進一步凝聚化。同時，計算式分析方法強調最大化的精確分析與多層次模型評估判斷，并考慮到社會系統的復雜化網絡問題，這對于摒除傳統情報產品所牽扯的政治化現象具有積極意義，即情報產品的內容詮釋不再過度傾向于迎合上級偏好或自我主觀認知，而是以“數據”說話，以問題的具體解決為最終考量。在這樣的情境下，情報產品的獨創性與可用性將明顯增強，情報服務在管理決策中的前端作用以及智庫參謀作用將進一步強化。

（2）情報服務的社會化效應顯著提升。基于科學大數據的情報服務實際上具有外在的價值溢出，這種帶動性是指基于某類數據的問題反映往往也牽扯到或折射出其他社會影響。具體來說，在新環境下，情報服務不僅僅會在其指向性的問題導向中發揮到預期的效果，還會帶動多個創新主體與集群的跟隨與跟進，對社會制造與產出等帶來更為豐富的價值潛能。如前，情報服務已經踏入了社會大生產的特定歷史時期，“創新2.0”“共享經濟”等新興理念層出不窮。在科學大數據環境的背景下，情報服務將更為主動、及時地跟蹤社會需求，而融入科學大數據架構的社會計算能夠有效完成從社會需求到社會制造、社會服務的進一步轉換與升級，情報服務的社會化效應明顯提升。在這種轉換路徑中，其特色就是各類情報生產主體與社會群體智慧的共同創造，屆時協同化的情報服務成為重大社會難題攻克的關鍵。endprint

（3）趨向于大情報驅動的虛實互動空間逐步優化。對于傳統的情報服務而言，情報服務往往依賴于流水線式的科技情報系統，即情報生產與情報服務應用之間沒有形成一個良性的循環反饋過程，應用空間也極為狹窄。隨著科技發展與社會轉型的深入，情報服務所涉及的數據資源、技術方法、領域專家等會在規格上逐步升級，亟需一個能夠納入情報服務全要素的大數據綜合化平臺。目前，ACP模式[2]已經被廣泛認可，其思路是，社會結構和生態的變化會通過社會系統的信號變化來反映，不斷形成社會大數據虛擬空間，而現實世界中相對應的人、物、組織的流動性問題則通過相應的虛擬空間模型算法分析與預測來進行對應的管理控制。可以看出，這種基于社會計算的平行控制，實際上可以在無形中形成一個基于科學大數據鏈條的閉環系統，促使“單向度數據分析”向“多維度的場景綜合模擬體系” [10]轉變，最終實現大情報驅動的虛實互動智能化服務功能。

5 展望與思考

科學研究進入了數據密集型知識發現范式階段，科學大數據的提出對數據深度、廣度及規模都提出了更高的要求。當前，科學研究與社會發展密不可分，科學大數據的深度挖掘與利用不僅僅局限于其內部，也能外延到具體的社會問題。尤其是人文社會科學研究，大數據的到來使得人文社會科學強烈的問題意識與新型計算式分析范式完美融合，這對于致力于實現“情報—決策”價值鏈的圖書情報領域來說，不得不說是一種全新的推動力與“引爆點”。

情報服務一直以來是管理決策的前端支撐，在大數據環境下，情報服務面臨著新的機遇與挑戰。科學大數據的提出促使了開放共享的數據資源集聚成為可能，社會計算的推廣則使得基于數據分析的價值蘊藏帶有明顯的社會系統色彩，融合范式下的情報服務內涵發生極大變化。在此背景下，本文提出了科學大數據與社會計算融合下的情報服務思路與內容，剖析了融合范式視角下情報服務創新的新特征、新需求、新方向與新內容。對于圖書情報研究而言，科學大數據與社會計算的融合應當更為緊密。科學大數據本身強調科學計算理念，社會計算又加入了“人文”思維，這恰恰與情報服務所要實現的“技術理性”與“人文價值”的融合一脈相承。由此，當前圖書情報研究應基于科學大數據環境，納入社會計算的研究方法與內容，通過多源數據采集、數據檢測清洗、政策計算分析、個體群體社會化建模、定量化描述、精準趨勢刻畫、研判預測等多元化途徑產出高質量的情報產品。圖書情報研究應基于大數據建模分析技術方法，在研究對象上可以從科學大數據拓展到各類社會大數據，在應用領域上可以探索對于各類社會活動（如科學研究、政府管理、社會治理、商業活動、個人學習成長社交）的計算分析，以提供更豐盛的數據產品和數據服務。從實踐應用來看，我們的研究團隊近期參與編寫的《2017南京江北新區創新活力指數報告》，就是以數據為中心而開展的大數據產品設計，是通過數據驅動決策的一次應用探索，其中，科學大數據與社會計算的思維在需求判斷裁定、數據采集分析等研究過程中也有部分體現與運用。總之，為了迎合知識經濟時代的情報服務新需求，圖書情報領域應不斷開發具有全面知識信息的產品與社會服務活動，面向需求和創新，從“技術”與“人文”的綜合視角提供多樣化的情報服務，為管理與決策提供數據參考和智力支持。

科學大數據與社會計算是一個全新的范式融合思維，對于推動情報服務的現代轉型與創新發展，進一步深化推進“萬眾創新大數據工程”具有積極意義。隨著數據生態氛圍、技術環境和用戶需求的變化，情報服務將會更加追求實時、精準、普遍，屆時情報服務內容、情報服務網、情報服務文化都將發生巨大改變。本文關于科學大數據與社會計算的情報服務問題探究只能算是拋磚引玉，很多宏觀理解與微觀解析多有“摸著石頭過河”之意，希望更多的學者、政府人士關注或者參與到這一領域，促進科學大數據與社會計算在圖書情報學領域的深入發展與廣泛應用！

參考文獻：

[1] 孫建軍.大數據時代人文社會科學如何發展[N].光明日報，2014-07-07（11）.

[2] 王飛躍.情報5.0：平行時代的平行情報體系[J].情報學報，2015，34（6）：563-574.

[3] 周曉英，劉莎，馮向梅.大數據的影響與情報學的應對策略——從BD2K項目分析情報學的大數據應對策略[J].圖書與情報，2017（2）：55-62.

[4] 諸云強，朱琦，馮卓，等.科學大數據開放共享機制研究及其對環境信息共享的啟示[J].中國環境管理，2015，7（6）：38-45.

[5] 劉嘯霆，史波.STS視野中的科學[J].自然辯證法研究，2014（7）：46-51.

[6] 王飛躍，李曉晨，毛文吉，等.社會計算的基本方法與應用[M].杭州：浙江大學出版社，2012.

[7] 孫建軍.大數據使社科研究不再“望數興嘆”[N].人民日報，2016-02-18（7）.

[8] 化柏林.科技信息大數據在情報研究服務中的應用[J].圖書情報工作，2017，61（16）：150-156.

[9] 吳晨生，李輝，付宏，等.情報服務邁向3.0時代[J].情報理論與實踐，2015，38（9）：1-7.

[10] 李輝，張惠娜，侯元元，等.情報3.0時代科技情報服務能力研究——基于工程技術視角的服務能力四層結構模型[J].情報理論與實踐，2017，40（3）：1-4.

作者簡介：李陽（1989-），男，南京大學信息管理學院博士后，研究方向：信息資源管理、競爭情報；孫建軍（1962-），男，南京大學信息管理學院教授，博士生導師，研究方向：網絡信息資源管理、大數據分析；裴雷（1981-），男，南京大學信息管理學院副教授，研究方向：信息政策分析、信息資源管理。endprint