大數據背景下科技情報服務“與時俱進”

王 艷

(天津商業大學 圖書館，天津 300134)

移動互聯網、物聯網、云計算以及人工智能的快速發展，致使遍布的智能終端等，不時地記錄著人們產生的“數據足跡”，大數據已經滲透到各行各業，世界正在深刻地發生著變化。大數據作為一種新的戰略資源，對社會經濟發展的貢獻度在不斷提升，已是同人力資源、自然資源等一起構成促進國家競爭力的重要資源和手段。在科學研究領域，基于密集數據分析已經成為繼實驗科學、理論科學和計算科學之后的第四種科學探索方式[1]。科研數據聯盟(The Research Data Alliance)成立于2013年，其宗旨是加快國際范圍的數據共享和數據驅動研究[2]。截止到2020年，成員多達145個國家的10 000多名。大數據環境下，科學研究的新的知識源是以數據驅動為主的，它為科研工作帶來更多的收益和更大的價值，科研工作者比以往更加依賴信息數據的交流、處理和使用。但是科研數據呈指數式發展和增長，數據來源多元化和數據格式的多樣化為科研數據管理帶來極大挑戰。科技創新發展的一個相當重要的手段就是需要探索以大數據處理為基礎的動態情報解決方案，而科技情報服務工作的重點就是要通過對海量數據資源進行數據采集、挖掘與分析處理而實現面向用戶的智慧化的服務。

1 大數據背景下科技情報服務所面臨的挑戰

1.1 科技信息大數據的介紹

大數據是一個比較籠統又抽象的概念，至今也沒有一個很統一、確切的定義，不同的個人或機構會給出不同的定義。國際數據公司(IDC)則對大數據的定義為：大數據一般要涉及兩種或兩種以上的數據形式，通過快速抓取、分析和處理技術，從中獲取價值。北京理工大學副教授張華平指出：大數據是從變化、多源、大規模微觀數據中，利用信息智能技術挖掘知識后轉化為智慧的一種方法學。不論哪種定義，對于大數據的本質認識都需要一個不斷深化的過程，但這并不妨礙大數據科學的應用與發展。

而科技信息大數據是科技活動要素及要素之間相關關系組成的多源異構大規模數據，這些要素包括科技投入、科技主體、科技平臺條件、科技過程、科技交流、科技產出以及科技規劃與管理，這些要素所反映出的數據以及數據之間的關系所形成的整個科技活動生態的相關數據構成了科技信息大數據的內容[2]。北京大學化柏林將科技信息大數據主要分為三類，分別是：科技信息的支撐數據，主要是在數據的處理過程中使用到的數據資源；科技信息的核心數據，指主要的科技活動形成的成果數據；科技信息的外圍數據，比如科學家的微信、微博以及科研機構的微信公眾號、官方微博等多媒體數據[3]。

大數據的特征主要包括4個層面：數據體量巨大(Volume)、數據種類繁多(Variety)、數據價值密度低(Value)、數據處理速度快(Velocity),即4“V”特征。科技信息大數據也同時滿足上述大數據特征，此外，也有其自身一些較為突出的特點：比如很強的即時性，在做情報分析時，需要對研究領域最新信息進行跟蹤，并結合已有信息做深度分析與挖掘；還具有突出的國際性，科學研究以及科學技術的國內外交流、對比分析與比較也已成為科技信息大數據的明顯特征；數據的保密性與敏感性，科研數據包括部分涉密、涉密和不涉密等類型，這也決定了數據管理安全的等級。

1.2 科技情報服務所面臨的挑戰

1.2.1 在數據資源以及數據處理方面的挑戰。首先，大數據背景下，隨著互聯網、社交網絡、物聯網、科學研究等不斷產生的數據使得數據規模迅猛增長，盡管為科技情報服務工作提供了海量的數據基礎，能夠被利用的信息資源比以往更加豐富，但同時也使科技情報服務機構曾經的資源獨占優勢弱化了。政府數據公開、研究機構數據公開獲取以及數據集市商務模式等的出現，加劇了科技情報機構作為數據樞紐角色的弱化[4]。這也就意味著用戶獲取科技情報的渠道相比以往更多了，對科技情報機構信息資源服務帶來了一定的挑戰。

另外，對于大數據時代各種類型數據的爆炸式增長，一方面需要更加有效的海量數據存儲能力，以應對科技情報研究中信息資源的資源存儲和存儲體系的綜合性應用；另一方面，就是要對這些“繁星如海”的數字資源進行快速高效地分析和處理，深入挖掘蘊藏于其中的隱性知識，真正發現其潛在的有價值的情報。因此，“大數據”對科技情報機構的物理存儲空間和軟件設施提出更高的要求，以往的數據大多以結構化數據為主，一般運用關系型數據庫作為工具，通過計算機設備和軟件較易進行處理。但是數據世界發展到目前，產生了具有大小、格式、內容等結構不同并且不能用一定結構來進行框架等特點的海量非結構化數據，這就為人們如何方便、迅速地處理數據帶來很大的挑戰。

1.2.2 在用戶需求方面的挑戰。大數據時代下，知識的產生、運用與存儲均發生了非常大的變化，科學研究的學科跨度越來越大，越來越多的知識以數字形式存在。用戶信息行為與科學研究環境也出現很多新的變化，傳統的科技情報服務內容與模式已經不能夠滿足用戶多元化的需求，用戶獲取科技情報的渠道和方式越來越多樣化。百度搜索、Google搜索等各種各樣信息獲取途徑涌現在互聯網上，并且可以對信息進行分析、組織、重組和推送，科技情報機構已不再是用戶取得情報的主要途徑。用戶不再滿足于以往經過簡單加工、處理過的以文獻資源為依托的信息服務，而是轉向對于信息數據的深入分析。這主要包括數據資源快速評價推薦、知識單元的抽取和分析、細粒度數據分析以及可視化、計算化的數據呈現與分析等[4]。還包括情景服務和創新服務以及其他數據融合服務，用戶需求是朝著信息多領域發展的，這就需要科技情報服務做出巨大改變，并迎接新的挑戰。

2 大數據背景下科技情報服務工作開展的有效措施

2.1 加強科技情報服務工作的數據資源建設

在大數據時代，科學數據尤其具有明顯的潛在價值和可開發價值，并在廣泛應用過程中增值，是信息時代影響面廣、傳播速度快、開發利用潛力巨大的科技資源，是支撐科技創新的重要基石，是提升科技水平和綜合國力的重要戰略資源和保障。因此，數據資源建設，是新形勢下科技情報服務工作發展不可或缺的重要部分。

一方面擴展多源科技情報資源的采集與聚合。大數據背景下的數據的重要特征之一，是數據來源的種類繁雜即4V中的“Variety”，當然，科技信息大數據也不例外。某些科學數據涉及上百個參數，其復雜性不僅體現在數據樣本本身，更體現在多源異構、多實體和多空間之間的交互動態性。因此，多種來源結構異質的數據需要被融合，并集成多種數據分析方法，經由融合多源數據挖掘資源之間隱性關聯[5]。而通過把不同渠道、利用多種采集方式獲取的具有不同數據結構的信息匯聚到一起，形成具有統一格式、面向多種應用的數據集合，這一過程稱為多源數據融合[6]。同時需注意的重要問題是，所收集的數據應是從分析目標出發，正確地采集高質量且服務于既定分析目標的數據，經過進一步的數據處理與加工以滿足用戶日益增長的個性化需求。另一方面，加強科學數據的共享服務。新技術的快速發展驅使科學數據急劇增加，未來的科研活動將是以科學數據驅動的科研活動。而科學數據的收集與整合需要耗費大量的人力、物力和時間才能完成，因此，科學數據的共享服務對研究人員、研究機構都具有重要意義。科學數據的共享服務可以最大化利用現有科學數據，也即使科技信息資源的使用率提高，實現知識快速增長，從而有利于科學研究的成果產出。

2.2 注重數據處理的時效性

互聯網時代，用戶對信息處理的時效性要求越來越高。隨著科學技術的發展，大量產生的各類型的數據呈指數增長，逐漸超出了傳統關系型數據庫處理的能力，數據中存在的關系和規則難以被發現。面對多樣的、龐雜的數據源和數據量以及大量冗余無關的數據，需要搭建通用的大數據實時處理技術平臺，建立數據篩選機制，選擇適當的數據工具過濾掉大量無用數據，完成有效數據的篩選，并根據情報問題的特性，選擇適合的大數據實時分析處理模式，從而得到有效而準確的數據。

2.3 以科技情報用戶的需求為指引，發展個性化、專業化的深層次科學數據服務

在大數據環境下，隨著信息技術的迅猛發展，使得各類科研要素，日益走向信息化和數字化，同時也使得用戶獲取知識與數據的方式也發生了巨大變化。從科技情報服務的角度而言，只有通過對用戶需求的深入了解和把握，才能滿足其需求，才能真正體現情報服務的價值和作用。科技情報服務工作應重視這一方面，把用戶需求作為科技情報服務和產品的核心關注點，明確用戶使用情報產品和服務的各類場景，準確、及時地分析把握用戶需求，才能在最大限度上發揮科技情報的價值并獲得用戶信賴[7]。科技情報服務內容要從傳統的文獻信息服務轉向數字知識服務，提供更多的情報分析與知識發現，服務程度不斷增強，重視個性化服務和基于科學研究的深層次服務。

未來的科研活動是以科學數據驅動為主的科研活動，新技術的迅速發展驅使科學數據激增。科技情報服務需要利用網絡信息技術、智能運算等技術將科學數據資源和用戶緊密聯系起來，為用戶提供一種集成互動性、多元性的科學數據服務窗口。可以是在線數據服務，基于各領域科學數據平臺門戶網站，提供科學書籍資源在線瀏覽、檢索和下載等一站式服務。也可以為用戶提供專題數據服務，為了滿足用戶日益增長的個性化需求，在專題細分用戶需求分析的基礎上，根據具體的應用領域，有針對性地建立專題數據庫或數據集，為細分用戶提供個性化的專題數據服務。此外，還可以為用戶提供科學數據的定制服務，用戶可以通過電子郵件、電話、表單提交或實地到訪等方式向情報機構定制數據的技術指標及數據類別。這一服務可以根據用戶需求靈活地配置科學數據，更加有針對性和匹配性，使科學數據的使用率得到進一步提高。

3 大數據背景下科技情報工作的創新型服務模式探討

3.1 開展智慧化科技情報服務

面對信息技術的迅速發展，科技情報服務工作需更進一步地發展與創新。它不僅需要有效組織數字資源環境、靈活組織各類信息資源體系，進行知識挖掘、計算、試驗與評估，而且需要情報人員對信息資源結構與規律的深度理解，熟練應用數據挖掘與分析工具，構建用戶畫像，形成數據驅動下，以用戶需求為主導的智慧化科技情報服務模式。真正智慧情報是智能化技術與情報專家的智慧的結合。智慧化科技情報服務強調以人為本，強調從科研用戶的需求出發，進行服務內容與服務方式的規劃調整以及設計，借助資源、工具、方法、專業知識等軟硬件設施，提供高質量的科技情報服務。智慧化科技情報服務具有知識共享化、需求個性化、服務精準化等特征。在基于本體數據的科技情報用戶行為模型構建(行為本體數據庫構建)基礎上，數據驅動科技情報智慧服務整體方案需要進一步從本體數據庫構建、用戶偏好與需求挖掘以及基于本體的科技情報智慧服務推送三方面實現[8]。

3.2 構建立體化全方位服務系統

綜合應用大數據和云計算技術，堅持關聯性、連續性和完備性等原則，構建全方位、立體化的服務系統，在更大的數據環境中兼容更廣泛的異構數據來源，在技術上實現用戶需求即時動態和全程服務，及時收集完整數據信息，進行數據不間斷的連續收集，解決用戶實際問題[9]。加強移動終端的多接入方式建設，如利用微信公眾號開發微信服務、移動App新平臺等，以方便用戶能隨時隨地獲取其所需情報服務。

4 結束語

在大數據時代大潮下，隨著互聯網、云計算、智能計算等技術的快速發展，給科技情報服務工作的服務內容、服務模式、發展方式帶來了前所未有的挑戰，同時，科研數據的變化引發科研環境的變化，使得用戶對科技情報服務的需求變得專業化、個性化和多元化。為此，科技情報服務工作應在傳統服務基礎之上另辟新徑，抓住大數據時代的機遇和挑戰，在服務空間、服務手段、服務方式與內容、服務效果、用戶服務等方面采取有效措施，突破傳統，與時俱進，更進一步、深層次地推進科技情報服務工作有效發展。