普適服務研究現狀與趨勢的可視化

張宇 阮雪靈 張星

（武漢紡織大學管理學院 湖北省武漢市 430073）

1 引言

普適服務是指根據用戶偏好、行為習慣和時空環境等因素，將相關內容通過各種網絡和終端提供給用戶的一種動態服務模式[1]。該服務將描述用戶情境(Situation)的各種上下文(Context)信息引入服務過程，以進一步提高服務的精確度和用戶滿意度，具有重要的研究意義和實用價值，近年來一直是個性化服務與上下文感知計算領域交叉研究的熱點。迄今，研究人員對該領域的問題進行了大量研究，主要包括：用戶需求分析，上下文數據的采集、處理和融合，服務模型的構建與算法設計，情境感知推薦系統等，取得了很多成果。我國在普適個性化領域的研究起步較晚，相對于美國、德國、日本和韓國等國家的研究存在滯后性。

學者們從不同視角對本領域的研究進行了梳理和評述，但國內鮮見采用文獻計量學的方法研究普適服務領域問題的文獻。隨著大數據、云計算、物聯網、人工智能、深度學習和區塊鏈等一系列新技術的發展，本領域的研究也在不斷深入和細化，并逐步走向實踐應用。為明確直觀地展現本領域不同時期研究側重點的變化，學科交叉發展情況、研究機構的合作情況，特別是研究主題的演進脈絡和未來趨勢的預測情況，本文通過搜集國內十年來的相關文獻，采用文獻計量學的方法和可視化工具，從學科分布、關鍵詞共現圖譜、研究機構圖譜、時區視圖等方面進行了分析，展現了本領域研究的歷程、現狀，熱點與趨勢。為國內進一步的研究提供參考和借鑒，從而促進普適服務領域研究的深入發展。

2 數據來源與整理

本文選取中國知網數據庫為主要數據來源，檢索時間為2009-2019年，限定期刊來源類別為SCI 期刊、EI 期刊、核心期刊、CSSCI 期刊和CSCD 期刊。用主題檢索，先進行廣泛搜索，主題詞包括“普適”、“泛在”、“上下文”、“情境”、“情景”等，然后進一步篩選，以確保檢索結果的主題相關性和準確性。最終得到3513 篇文獻搜索結果。利用工具GooSeeker 提取出每篇論文的詳細信息，包括：論文標題、作者、機構、摘要、關鍵詞、發表時間等。

為發掘論文數據的特征和關系，利用分詞工具ROST CM6 對整理好的數據進行分詞處理，統計出高頻詞匯，并收集與本領域研究相關聯的詞匯，自定義出詞典。根據構建好的詞典進行詞頻分析；剔除一般性的詞匯，如：研究、模型、方法、數據、算法、分析、技術等，生成可視化詞云圖如圖1 所示。

去除情境、服務、上下文等主題詞本身的高頻詞，篩選得到20位高頻詞統計表如表1 所示。表明本領域的研究主要與圖書情報領域、計算機領域以及教育領域的研究具有較大相關性。

3 圖譜分析

3.1 發文量圖

2009年到2019年的論文發表數量直方圖如圖2所示。近十年來，普適服務類論文數量平穩增長，本領域保持著持續的研究熱度。

3.2 學科分布圖

表1：普適服務領域研究相關的詞頻統計表

圖1：普適服務領域研究相關的詞云圖

圖2：2009-2019年論文發表量年代分布圖

學科分布餅狀圖如圖3 所示。十年來國內普適服務領域的研究重點大部分集中在圖書情報檔案、計算機及教育三大領域；其余部分集中在工商管理、信息通信、新聞傳播等學科。

3.3 關鍵詞共現圖譜

利用可視化工具CiteSpace[2]，對樣本文獻的關鍵詞進行分析，首先在得到的關鍵詞中對同義、近義及相關性詞匯進行合并，最終得到有效的關鍵詞200 個，有效關鍵詞出現總數3208 次，平均每個關鍵詞出現16 次。本領域關鍵詞共現知識圖譜如圖4，選取頻次排名前30 位關鍵詞的統計情況得到表2。

表2：頻次排名前30 位關鍵詞統計表

表3：頻次排名前10 位的科研機構表

圖3：文獻學科分布圖

由表2 可見，由于將“情境”作為主題詞檢索，所以其出現的頻次最高，擁有的節點也最大，處于網絡的中心位置。“協同過濾”頻次為52，中心度為0.04，與“情境”相連距離最短，說明協同過濾方法與情境感知服務的研究最為密切。其次，“數字圖書館”、“大數據”、“泛在學習”等關鍵詞出現的頻次也較高，這些關鍵詞一直以來都與本領域的發展密切相關。除高頻關鍵詞外，中心度高的關鍵詞也應受到重視，中心度越高，在網絡中越重要。中心度高而頻次低的節點是近年出現的樞紐節點，通常與其他節點間的關系最為密切，起承接作用，具有一定的發展潛力。諸如“移動學習”、“深度學習”、“人工智能”、“區塊鏈”等。

3.4 機構分布圖譜

圖5 展示了本領域文獻的主要來源機構，其中比較活躍的機構包括武漢大學信息管理學院、吉林大學管理學院、南京大學信息管理學院、中國科學院大學等。研究機構頻次排名前10 的機構如表3 所示。

總體來看，目前國內相對于國外對本領域的研究院校和機構仍然較少。由圖5 可以看出，圖中各機構之間只有信息管理、計算機和信息工程等學科有連接，且交叉并不頻繁，其它學科很少涉及，說明學科交叉弱。而機構合作和學科交叉是影響本領域研究發展的重要因素。普適服務過程中幾個重點問題包括：情境與用戶需求的關系構建問題；構建情境所需的具體上下文的種類、粒度問題；上下文數據的采集、清洗、分析、存儲和利用問題；多媒體內容與網絡終端的適配問題等。這些問題的研究均需要更多學科、專業和技術的交叉與融合，如：市場營銷學、消費者行為學、客戶關系管理、數理統計、決策支持系統；移動通信、云計算、物聯網、人工智能、虛擬仿真、多媒體、大數據理論和技術等，才能得到有效發展，實現規模化應用。

4 發展歷程和趨勢分析

十年來本領域研究主題和熱點變化的關鍵詞共現時區視圖如圖6 所示。

4.1 時區視圖

從研究結果的發展趨勢來看，國內普適服務領域的相關研究呈現從“普適計算、數字圖書館、個性化服務、泛在學習、物聯網”；到“社會網絡、協同過濾、虛擬現實”；到“大數據、互聯網+、移動圖書館、推薦系統”；到“用戶畫像、深度學習、智慧圖書館”；再到“人工智能、區塊鏈、信息接受情境、泛在電力物聯網”的演進發展態勢。

總體來看，本領域的演化發展脈絡可分為三個階段。

第一階段是發展初期（2009-2012年），此階段出現了許多本領域的核心熱點，首先普適服務背景下圖書館開始整體轉型和變革，實現圖書館情境感知服務的技術和工具成為熱點，同時開始將不同上下文信息融入傳統個性化服務過程之中，實現普適化和個性化的結合。該階段的熱點包括：解決普適環境下協同過濾算法存在的數據稀疏性和冷啟動問題、處理上下文數據的不確定性問題，挖掘不同情境下用戶偏好變化的規律性等問題。

第二階段是過渡期（2013-2016年），大數據、互聯網+成為當時的研究熱點，相關學者開始利用大數據研究用戶潛在的規律特征，為用戶提供個性化精準化的服務，來滿足不同層次的用戶偏好。其次，數據挖掘、深度學習等技術開始應用于普適推薦系統，成為本領域的研究熱點，對普適環境下的用戶體驗、用戶行為和用戶需求進行分析，形成用戶畫像，實現多維度動態用戶興趣建模。智慧城市、智慧教育、智慧服務等熱點在本領域的出現也體現了普適服務的智慧化發展。

第三階段是深入期（2017-2019年），人工智能、信息接受情境、泛在電力物聯網、區塊鏈等方面的研究成為新一輪的熱點，這些熱點均是前兩個階段中核心熱點衍生出的新熱點，是對前兩個階段的理論和方法進行調整、融合與創新，不再局限于傳統的本體建模、數據挖掘和混合推薦等方法，本領域的研究主題逐漸從理論演化為具體的行業應用，研究角度逐漸從單一領域轉向產業集群，研究方法逐漸偏向多元化。

普適服務在行業應用的研究主要包括三個方面：

（1）在圖書館方面的應用。本領域在圖書館演變過程中的研究主要包括：基于情境感知的信息檢索服務、基于情境感知的個性化定制服務、基于情境感知的信息推送服務以及基于情境感知的學科咨詢服務。目前本領域在圖書館方面的理論研究與實際應用仍有不足，未來將繼續實現圖書館服務的實時性、個性化、動態性，切實提升用戶服務質量。

（2）在教育方面的應用。普適學習強調環境智能化、資源開放性和學習個性化，在真實的教學情境中以學習者為中心，為學習者充分利用資源進行終身學習提供支持。本領域在教育方面的研究主要是針對泛在學習、智慧教育、翻轉課堂、教學模式、學科服務以及學習資源等方面展開。

圖4：關鍵詞共現圖

圖5：研究機構分布圖譜

（3）在泛在電力物聯網方面的研究。泛在電力物聯網是泛在物聯網在電力行業的表現形式和應用落地，即應用現代信息技術在電力系統的各環節實現萬物互聯、人機交互，構建全息感知、開放共享的智慧服務系統。泛在電力物聯網目前主要應用于智能交通、智能家居、智慧城市等領域，未來泛在電力物聯網將與智能電網融合發展，構建一個能源、業務、數據三體合一的智能化能源網絡平臺。

4.2 突變詞分析

突變詞(Bursts)是指短期內具有很大變化特征的變量詞，突變詞可用來反映更深層的變化，由此來探索領域發展的前沿與趨勢。由本領域的關鍵詞共現圖譜得出的突變詞時間階段圖如圖7 所示。

利用CiteSpace 的Bursts 功能得到11 個突變詞。結果表明：

（1）2015年之前，普適計算的突變率最高，突變發生時間段是2009-2012年，本領域的在圖書情報領域的研究主要包括：普適服務框架、普適個性化內容推薦、基于情境的圖書館內容服務等。

（2）2015年以后，用戶畫像的突變率最高，突變發生時間段是2017-2019年。用戶畫像作為普適服務領域的新興發展方向，主要集中在大數據環境下圖書館用戶畫像構建、基于用戶畫像的情境化推薦服務研究、用戶個性化精準營銷等方面。

（3）總的來看，普適服務的前沿趨勢體現在：研究背景轉變為基于大數據、互聯網+等方面；研究重點集中在緩解數據稀疏性、提高推薦精度和信息接受情境化等問題；研究方法主要包括人工智能、區塊鏈技術等；而泛在圖書館、推薦系統仍然作為普適服務在圖書情報領域的主要研究和應用陣地。

圖6：關鍵詞共現時區視圖

圖7：突變詞時間階段圖

4.3 研究趨勢

通過對本領域時區視圖、突變詞趨勢的分析以及相關權威文獻的深入研讀，總結出國內普適服務領域發展主要的四大趨勢：

4.3.1 趨勢一：形成精準動態的個性化服務模式

精準動態的個性化服務趨勢，即在普適服務的基礎上，考慮情境上下文信息等動態因素，滿足用戶的個性化需求。目前普適個性化領域的研究已逐漸進入實踐應用階段，如Kam-Yiu 等[3]提出了一種利用無線局域網定位和近場通信技術的新型普適商業模型來促進零售店促銷，通過解讀顧客的動作作為對商品的興趣指標來制定個性化的促銷策略；Shini等[4]詳細介紹了旅游推薦系統的發展歷程，與早期基于內部知識資源提供靜態的旅行推薦系統相比，目前的系統能夠生成高度個性化、實時、上下文感知的推薦等。隨著數據資源的爆炸式增長，用戶畫像成為大數據時代實現精準服務的數據分析工具之一，武慧娟等[5]基于用戶認知的理論，將移動用戶微閱讀的情境感知、社交網絡和情感體驗進行融合構建用戶畫像，生成個性化微閱讀自適應信息推薦。未來的普適個性化服務將結合更多新興技術，實現多維度的動態情境服務。

4.3.2 趨勢二：普適服務的智慧化

所謂“智慧化”，就是要從以資源、技術為中心轉變為以人為中心，建設全面感知、智慧與普適相融合的服務。各種新興技術為普適服務的智慧化提供了有力的技術支持。普適服務的智慧化正在逐漸改變人們生活的方方面面，如：Jamel 等[6]集成云計算和物聯網技術，開發了一個普適醫療健康監測系統，使醫療服務提供者能遠程監測和評估患者的健康狀況；SoYeop 等[7]學者利用深度學習的方法，提出并實現了一個有效管理社交媒體內容、實時分析并預測用戶情感路徑的系統，提高了情緒分析和預測的準確性，據此來提供服務。普適服務智慧化的目標是使人們的生活更加舒適、輕松，使技術透明化。人們完全不用刻意感覺各種工具的存在，正如使用水、電和空氣一般。

4.3.3 趨勢三：普適服務的社會化

普適服務的社會化即基于社會網絡，利用社會化媒體上的交互關系實現用戶興趣的擴展，構建用戶群體、情境集合和服務集合三者之間的關系，全方位記錄用戶行為、預測用戶需求。基于普適社會網絡的傳播比以前的人際傳播、互聯網傳播更能滿足用戶群體多樣性、不確定性、動態性的需求。房小可等[8]學者提出一個社會化媒體用戶興趣推薦框架，將情境關系考慮到推薦中，抓取新浪微博數據進行驗證，拓展了用戶的社會關系，同時得到更好的推薦結果。張繼東等[9]通過研究移動社交網絡環境下用戶偏好和情境化內涵，提出了一個基于上下文感知的情景化用戶行為預測與感知方案，為移動社交網絡的信息服務提供實踐指導。普適服務的社會化促進了信息服務的情境共享性，普適社會網絡可建立各種關系的多維度連接，實現用戶群體、情境集合和服務集合的有機融合。

4.3.4 趨勢四：隱私保護和信息安全的問題得到廣泛重視

普適服務在給用戶帶來便利的同時，也面臨著用戶隱私泄露的風險。通常，服務越精準，需要的用戶信息就越多，如：用戶的基本特征信息、行為信息、位置信息等。各種搜集、分析、挖掘、推薦的技術都有可能在用戶未知的情況下影響用戶隱私信息安全，很多情況下，這是用戶所不愿意接受的。因此，隱私保護、信息安全相關的研究得到廣泛重視。如：Aliza[10]研究了人工智能技術在智慧醫療領域的具體應用，但同時指出病人的電子病歷作為重要的研究數據，需要合理的支配權限規范以及相應的隱私保護技術和監管機制；Qaisar 等學者[11]剖析了普適環境下的安全性和用戶數據保護問題，通過回顧分析現有普適計算模型的安全性，在隱私管理參數的基礎上評估出其中的最佳模型等。在相關研究逐漸深入的同時，區塊鏈技術成為不可忽視的新興技術，區塊鏈具有去中心化、去信任化、信息不可篡改、安全可靠等特點，王震等[12]學者重點介紹了區塊鏈技術在個人數據管理、數字財產保護、物聯網通信以及醫療數據共享等方面的應用。作為當下最具普適性的技術架構，區塊鏈是隱私保護、信息安全問題的重要突破口。

5 總結

本文利用文獻計量學的方法和可視化工具對國內該領域的文獻進行了多角度分析。目前，國內在該領域的研究取得了一定的成果。研究的問題主要包括：用戶信息需求分析、上下文數據的本體建模、推薦算法的設計、系統框架的構建、基于情境的圖書館個性化服務等，但研究文獻仍然較少且并不深入。我國對該領域的研究起步較晚，研究的機構數量少，且各機構之間疏于合作，學科交叉性弱。通過對本領域的發展歷程分析，未來普適服務領域的研究趨勢將體現在：服務的精準化、智慧化、社會網絡化，以及用戶隱私保護和信息安全等方面。作為一個多學科交叉的研究領域，需要新的理論、方法、模型和算法進行支撐，才能獲得更深層次的發展，實現規模化應用。

本文研究的主要數據來源為中國知網數據庫，存在部分優秀期刊文獻檢索缺失的問題；文獻的信息提取工具、分詞工具和知識圖譜生成工具相比其它的工具和軟件各有優勢和缺點，因而本文的研究或多或少存在疏漏和不足。以后的研究中可以綜合多種文獻數據庫，利用多種工具和軟件進行分析，再綜合比對分析結果，從而使研究結論更全面、更具說服力。