大數據時代背景下科學數據發展對情報學變革影響研究

劉彥喬，楊熙若，雍石泉，李亞丹，王 濤

（四川省科學技術信息研究所，四川 成都 610021）

0 引言

近年大數據、云計算引領的信息技術已然改變了全球經濟和社會運行模式，觸角遍布幾乎所有行業的工作場景和人們的日常生活。數據是這場轉變的中心，而且未來還會有更多的數據。數據驅動創新將帶來巨大的利益，例如通過改進個性化醫療、更新移動傳輸介質，促進可持續化綠色發展。與此同時，全球共享科學數據和商業數據量不斷增加，數據存儲和處理方式的技術革新將成為把握時代命脈的關鍵。

1994年我國正式接入互聯網，數據化、信息化革命開始席卷我國各行各業的科學技術發展，科學數據也迎來數量激增期，數據存儲規模日益擴大，同樣刺激情報學發展變革，對情報學如何存儲、處理、整合以及利用數據施加了不小的壓力，情報學研究逐漸向信息化過渡。2021 年我國進入“十四五”規劃階段，對科技創新有了更高的要求和期許［1］，面臨這個關鍵時期，準確了解前沿科技發展方向和尺度，制定合乎我國國情的發展戰略，情報學就成為了我國邁向科技強國的指南針。以情報學深度挖掘科學數據價值，達到科學數據利用效率最大化，正是通向科技強國的一條關鍵路徑［2］。本論述通過梳理科學數據和情報學研究發展歷程，利用文獻可視化分析了解交叉領域研究現狀，情報學領域研究變化情況，以此得出影響情報學變革的主要原因。

1 科學數據和情報學領域發展歷程分析

1.1 科學數據發展歷程

科學數據指的是在科技活動（實驗、觀測、探測、調查）中通過其他方式所獲取的反應客觀世界本質、特征、變化規律等的原始數據，以及根據不同科技活動需要，進行系統加工整理的各類數據集［3］。

在大數據時代背景下，數據傳輸的速度、影響、潛力都已經與一個國家戰略實力高度成正比，科學數據更是成為科技創新的基石和命脈。歐美等國家早已開啟深度挖掘科學數據資源余量價值，我國雖然起步較晚，但也逐步在人才培養、政策制定上顯現出對科學數據的重視。

科學數據伴隨科學研究范式的變化而變化，科學數據目前為止經歷了4 個科學研究范式：實驗科學范式、理論科學范式、計算科學范式和數據密集型科學范式［4］，如圖1所示。

圖1 科學研究發展范式

信息化時代科學數據存儲和傳播都更加便利快捷，數據量級井噴式增長，數據所帶來的信息資訊更新換代頻率也極其迅速，為了避免“知識鴻溝”出現，科技發展早已告別科學家們“單打獨斗”的時代，公眾科學同樣關乎綜合國力，全世界各國政府都緊緊抓住技術突破當口，紛紛實施科學數據開放共享。

歐盟長期重視科研數據的開放獲取，并走在數據共享的前列，在2016年發布的《開放革新、開放科學、向世界開放——歐洲愿景》中規定三個“開放”作為優先政策，其中開放科學政策旨在讓整個歐洲的科研數據達到可尋找、可獲取、可互動和可重現的目的［5］。在此之前，歐盟已經提倡建立開放和競爭的“單一數據市場”理念，這里的“單一”指的是無國界、無邊界［6］，意欲借助數據化、信息化技術整合歐洲，乃至全世界的數據資源。

2001年，“科學數據共享工程”由我國科技部啟動，十年時間內完成了從共享機制到國家級數據共享網絡的建立［7］，2015 年國務院為規范大數據發展，印發《促進大數據發展行動綱要》，2018 年又發布《科學數據管理辦法》，其實質都是為順應大數據時代、信息技術時代蓬勃發展，推動科學數據向大眾開放共享，增強我國科技創新能力，提高整體科技水平，得到社會、經濟全面發展。

1.2 情報學變革歷程

縱觀情報學學科發展歷程，始終是與時代前沿技術革新和突破發生的重大結點相一致，情報學的研究方法和學科范式不僅持續隨著科技發展更新換代，還利用技術特征，消化成為自身學科優勢。

情報學以文獻學開始，半個多世紀經歷了從文獻學、情報技術到情報學科的發展歷程，其內涵、體系和方法都隨著信息化、數字化技術的不斷突破、用戶需求持續變化及自身分析算法演變而不斷完善，社會功能及價值也在不斷提高。

從情報學學科發展范式來看，總體大致經歷了以下四個階段：第一階段：基于information 的事實型情報學發展范式；第二階段：基于information management的綜述型情報學發展范式；第三階段：基于Intelligence的智慧型情報學發展范式；第四階段：基于大數據的情報學發展范式［8］。

我國情報學起始是1958年中國科學院以創辦中國科學情報大學為標志，在我國率先形成文獻與情報融合的學科發展模式。我國圍繞專業學科背景構建情報機構體系是從中國科學院科學情報研究所更名為中國科學院科學技術情報研究所開始的［9］，這也發生在1958年。情報工作開展的重心也由簡單的編譯報道、檢索服務，向多維度多角度的情報研究、情報決策轉變［10］。

以新中國成立之后我國情報研究的路徑創新來劃分有三個階段：第一階段：以傳統科技情報為支撐的事實認知范式；第二階段：以信息網絡為依托的技術分析范式；第三階段：以大系統融合為方向的情報工程范式［11］。

可見傳統情報學跟隨數字時代發展注入了新活力，發揮其包容的特質，接納新技術并加以利用，在科技發展浪潮中，情報學在不停地更新自己的領域邊界，以免落后或淘汰。

2 科學數據發展對情報學變革影響原因分析

2.1 科學數據與情報學深度融合

本論述利用CiteSpace 軟件對“科學數據”和“情報學”主題下的文獻進行可視化分析。中文文獻選擇知網（CNKI）數據庫，英文文獻選擇Web of Science（以下簡稱為WoS）的核心庫。

在知網（CNKI）通過高級檢索輸入主題“科學數據”和“情報”進行檢索，共有404篇文獻同時涉及到科學數據與情報學領域，篩選后導出文獻369 篇，利用CiteSpace轉換為Web of Science文獻目錄格式得到368篇為可分析的文獻。

在WoS 核心庫中分別用“Scientific data”和“information science”主題以及“Scientific data”和“Informatica”主題進行檢索分別得到171和232篇文獻共403篇，利用CiteSpace篩選去重后，得到234篇可分析文獻。

2.1.1 國外交叉領域研究現狀

英文文獻跨度自1979～2022 年為43 年，選擇5 年為時間切片，得到共現關鍵詞如圖2所示，節點數量為N=764，連線數量為2466，密度為0.0085。以文獻標題為基準進行聚類（cluster）分析，發現出現頻次最高的文獻群組為研究數據（research data）、情報學（information science）和基于服務的框架（service-based framework）。處于網絡中心位置的是研究數據（research data），且根據時間切片是2021～2022 年，說明科學數據與情報學交叉領域的研究中，研究數據是當今最頻繁最新穎的主題。

圖2 交叉領域英文文獻共現關鍵詞網絡

2.1.2 國內交叉領域研究現狀

中文文獻的時間跨度是從1988～2022 年，共34年，以4 年為時間切片的共現關鍵詞網絡如圖3 所示，節點數為430，連線數量1229，密度為0.0133。處于網絡中心地帶是中文文獻討論熱度最高的關鍵詞，中文文獻交叉領域的研究以科學數據為主。結合共現關鍵詞網絡和高頻關鍵詞（表1），情報學和科學數據交叉領域受數據化、信息化技術浪潮影響，研究逐漸與大數據、數據科學等黏性增強，說明密集型數據量激增，在持續影響情報學科研究方向和技術手段。

圖3 交叉領域中文文獻共現關鍵詞網絡

表1 科學數據與情報學交叉研究高頻關鍵詞

2.1.3 原因分析

隨著搜索引擎、社交信息網絡等互聯網應用的盛行，數據量呈爆發式增長趨勢，科學研究進入了以數據為基礎進行科學發現的第四范式時代［12］。科學研究的發展到達第四范式是數據密集型范式，以數據考察為其遵循原則和度量基礎，科學數據自然成為其理論構成、實踐路徑的重中之重［13］。

原來科學數據并沒有得到足夠重視和利用，研究視角大部分都是基于文獻或者圖書這類紙質材料的信息載體，流通成本較高，速度較慢。信息技術的廣泛應用，使數據的存儲、傳輸、下載、更新等操作變得簡單，使用門檻也較低，科學數據的價值逐漸被研究者們發掘，但目前科學數據的利用率與其體量比起來還比較滯后，尚待全面的政策支持和深層次的價值挖掘機制出現。

情報學是以“知識”為中心，以“分析”為方法的學科［14］，科學數據具備“知識”的屬性，隨著信息技術的發展和科學數據共享機制的產生，情報學擁有了充足的事實數據和更加完備的“分析”技術，情報學的變革隨之發生。

如上所述，各類數據數量激增使得數據密集型科學范式的產生，而科學數據共享機制的推行，豐富了情報學“知識”的素材和形式。科技創新需要決策科學化來引領前進的腳步，情報學則就發揮了其“耳目、尖兵、參謀”的學科特點，獨樹一幟的獲得了“創新發展情報先行”的有利地位，情報學研究發展也進入基于大數據的研究發展范式。

2.2 大數據引發情報學自身轉型壓力

2.2.1 情報學領域的研究發展

在WoS 核心數據庫搜索主題“情報學（informatics）”+標題“情報學（informatics）”得到8182 篇文獻，通過CiteSpace 篩選去重復后，英文文獻為3106 篇，跨度從1966至2022年達58年。

（1）情報學與各領域深入融合發展

對英文文獻以5年為時間切片，進行共現關鍵詞和領域分析。共現關鍵詞網絡節點數為543，連線數量1812，密度為0.0123。從圖4中可見，聚類（cluster）字體大小代表文獻數量，可見情報學在醫學信息學和健康信息學領域研究最廣泛，根據時間切片判斷最近情報學在材料信息學中應用逐漸增多。結合共現領域網絡分析（圖5），出現頻次最高的幾乎都是情報學與其他領域融合產生的交叉學科，涉及情報學自身領域發展的研究較少。計算機科學（computer science）為頻次最高的領域，1082 次，其次是醫學信息學（medical informatics）和社會學（social science）。

圖4 情報學領域英文文獻共現關鍵詞分析

圖5 情報學領域英文文獻共現領域網絡

（2）我國情報學領域發展勢頭強勁

對英文文獻進行國家合作網絡分析（圖6），節點數為149，連線數為652，密度為0.0591。合作網絡顯示時間從1966～2022 年以5 年為時間切片的變化情況，從國家在情報領域的發文量看，美國位居第一，且是斷崖式超越其他國家，中國和英國居第二、第三位（表2），最上沿時間切片可以分辨出中國和英國的發文量增加集中在近十年。

圖6 情報學領域英文文獻國家合作網絡

表2 情報學領域英文文獻國家合作網絡-國家頻次

我國不僅發文量近年增加，經突發性探測（圖7）發現，文獻被引量在2016～2022年也維持在較高水平，發展勢頭強勢。其他亞洲國家，如日本、印度和巴基斯坦也在近年有文獻被引量增加的態勢。

圖7 情報學領域英文文獻國家合作網絡突發性探測

2.2.2 原因分析

1992 年9 月15 日，國家科委在召開的全國科技情報工作會議上宣布：經國家科委研究決定，從這次會議開始，將“科技情報”改稱為“科技信息”［15］。至此之后，在“情報”（intelligence）與“信息”（information）的適用邊界和語義規范上的討論在情報學科持續至今。但其實兩者的內涵和外延都有著較為明確的區分，情報本質上是信息，但是又不等同于信息，比信息擁有更加具有戰略意義的延升。

介于“信息”在大眾和科技領域的普及程度，“情報”已經出現經常被“信息”一詞所替代的情況。目前情報工作受大數據、云計算等信息技術影響熱衷于建庫（數據庫、語料庫）、建網（信息系統）與數字化資源建設等，并表現出明顯的后現代主義特征，學科的中心內容不斷被游移或者稀釋［16］。并且由于情報學本身的包容性，衍生了各式各樣的交叉學科，雖然情報學在各個行業領域都能發揮作用，但卻時常處在附庸位置。

如今我國學者對情報學學科研究增加，發展勢頭迅猛。借此勢頭，情報學科可從樹立自身學科優勢的角度，適應時代發展的同時，主動發揮學科特色，尋找深化研究范式的路徑。

3 結論與展望

信息技術正深刻改變我們的日常生活、工作和商業模式以及人們旅行、交流和相互聯系的方式。數字通信、社交媒體互動、電子商務和數字企業正在穩步改變我們的世界。當前生成的數據量不斷增加，如果能夠對這些數據進行匯集、整理和使用，借助這種創造價值的新手段和水平，將會是一場與工業革命一樣的根本性變革。

各學科之間的交叉融合，相互影響變得容易。但是隨著數字化、信息化等技術浪潮席卷全球經濟、科學乃至政治領域，對各行業各學科帶來新活力的同時，也伴隨著新舊模式變革挑戰。科學數據發展將新機遇帶給了情報學，情報學從邊緣學科逐漸在我國創新決策科學化要求下嶄露頭角。

情報學在科技領域中不僅要把握國內科技發展態勢，還應對全球科技前沿有清晰感知，情報學能夠對信息準確分析研判，國際國內政府、各科研機構須共同努力推動科學數據公開共享，無縫訪問。科學數據的范圍也需探索拓展到從研究提案、籌備、執行和結束全生命周期產生的如軟件、科研筆記、失敗案例等方方面面，提高科研資源利用率，避免浪費。

開放共享科學數據將促進科技情報能力轉變為一國科技競爭實力，情報學科也應當積極引進先進數字化技術和算法，豐富自身理論體系，重視方法實踐，做好國家科技戰略指南針。