科研数字环境中的情报分析服务

2023-08-05 理论教育版权反馈

【摘要】：以Thomson公司为代表研发的基于文献计量学原理的知识发现平台如ISI Web of Knowledge，ESI等，为图书馆开展嵌入式知识发现情报分析服务提供了具有竞争力的手段。中国科学院国家科学图书馆近年来研制开发了面向信息技术领域、环境领域和材料领域的知识发现系统，并已开始应用，实现了三个学科领域的情报关联分析服务。RSS因具有信息聚合、高效获取、信息推送功能，目前已被情报分析人员作为推送科技情报的常用工具。

以Thomson公司为代表研发的基于文献计量学原理的知识发现平台如ISI Web of Knowledge，ESI等，为图书馆开展嵌入式知识发现情报分析服务提供了具有竞争力的手段。这些知识发现平台可面向科研活动提供以下情报分析服务：

3.1　基于WOK的情报分析服务

ISI Web of Knowledge（以下简称WOK）是一个开展研究发现、跟踪趋势和评估研究影响力的重要工具，可满足不同科研阶段的情报分析需求。在科研项目开题前，利用WOK紧密跟踪全球最前沿的研究发现，可为基金/项目申请的前期准备提供支持等；在科研项目研发期，利用WOK发现合作机构和合作研发对象、发现技术创新点等；在科研项目结题阶段，利用WOK可评价分析学术产出及影响力，从宏观和微观角度审视研究及发现等。

3.2　基于ESI分析工具的情报服务

基本科学指标数据库（Essential Science Indicators，简称ESI）利用不同聚类原则建立了不同的数据库。情报分析人员需要根据聚类特点，研究学科领域的发展和国际影响力情况。如利用ESI中的“Research Fronts”（研究前沿），可开展学科前沿或热点主题分析，包括某学科领域或热点词研究前沿的关注度、发展趋势以及相关研究前沿的平均水平、研究活跃程度等。利用“Hot Paper”“Highly Cited Papers”开展近一段时间研究领域、科学家、研究机构、国家/地区等的竞争力。利用“Special Topic”可开展研究前沿分析，包括新出现的一些前沿领域、前沿发展路径和前沿科学家创新思维等。

3.3　知识图谱分析服务

在数据挖掘技术和可视化技术的推动下，文献计量分析领域的知识图谱研究已发展成为情报分析领域的一个重要分析工具。知识图谱的分析方法主要包括共词分析、引文分析、共引分析、聚类分析、词频分析、社会网络分析、多维尺度分析等。利用知识图谱类分析工具可以使情报分析直观地展示科学知识之间的关联与结构，辅助科学研究者进行相关领域的趋势演变分析、关联结构分析和研究热点分析等，同时帮助科研管理者直观而深刻地理解科技发展状况，并发现问题。

关于基于知识图谱的文献分析软件在国内外的研究与应用都较多，其中使用较为普遍的有Thomson公司的TDA数据分析软件，Micropatent公司的Aureka，Elsevier出版公司的Sci Val Spotlight，美国Drexel大学陈超美教授开发的Cite Space，荷兰CWTS的VOS（visualization of similarities）viewer（VOSviewer）以及Pajek，Ucinet，Netdraw，Omni Viz，Ref Viz，Network，Workbench和Bibexcel等，它们均可对文献或专利数据进行挖掘，生成知识图谱，支撑知识发现情报分析服务。

国内研发并得到应用的较为典型的有北京理工大学高技术监测研究中心（知识管理与数据分析实验室）研发的情报分析软件，实现了数据结构化图谱分析以及对科技信息技术的半自动化动态监测、评估和预警。另外，还有中国科学院国家科学图书馆研发的科技发展前沿信息监测与分析平台，此平台能够基于知识本体和知识发现，融合多种信息源，分析科技发展的宏观走势，对科技发展前沿研究提供数据挖掘与分析功能，提高情报研究能力与效力。

在开展嵌入式情报分析服务时，要充分利用各知识发现工具的特点，构建情报监测指标或分析指标体系。但计量分析仅是情报分析的一部分，美国知识图谱研究者K．Brner和K.Boyack指出，知识图谱并不能代替对研究对象的分析，可视化图是对研究结果进行表达和呈现的手段。因此，在用知识图谱进行分析时，一定要辅以其他研究分析方法。

3.4　学科领域知识发现工具服务

针对某具体学科领域，研究人员或情报分析人员可以开发个性化、专业化的知识发现工具。比较典型的有针对生物医学领域开发的三个生物医学知识发现系统，分别为美国芝加哥大学情报学教授Don R．Swanson研发的Arrowsmith软件；斯洛文尼亚的卢布尔雅那大学生物医药信息学医学专家D．Hristovski和他的同事B．Peterlin研发的Biomedical Discovery Support System（BITOLA）系统；美国芝加哥伊利诺尹大学Smalheiser团队研发的AnneO＇Tate系统。这些系统均针对Medline数据库中的数据，基于非相关文献研究方法，实现数据关联并实现医学领域的知识发现，已在医学领域被研究人员广为使用。中国中医科学院中医药信息研究所研究和建立的中医药数据知识发现管理子系统——“中医药数据网格挖掘系统”，实现了基数据的中医药知识服务。中国科学院国家科学图书馆近年来研制开发了面向信息技术领域、环境领域和材料领域的知识发现系统，并已开始应用，实现了三个学科领域的情报关联分析服务。

3.5　数字信息自动情报推送服务

比尔·盖茨早在《未来之路》中就曾预言，未来信息服务必须满足用户高度个性化的要求，即要根据用户提出的明确要求提供准确的信息服务，或者通过对用户专业特征、使用偏好及实时需求的分析，使用推送技术，将合适的信息及时、主动地传递给用户，实现将最恰当的信息在最恰当的时间传递给最恰当的人。RSS因具有信息聚合、高效获取、信息推送功能，目前已被情报分析人员作为推送科技情报的常用工具。一方面，情报分析人员自己利用RSS技术，根据不同用户的需求，对特定学科领域或主题领域制定不同的推送策略，主动将情报信息推送到用户桌面。如中国科学院国家科学图书馆的科技新闻聚合网站基于RSS研发的每2小时自动推送19类最新学科领域信息服务，对于科学研究的进展跟踪、动态监测、线索发现、热点分析都有一定的意义，用户可以通过本地的RSS REA DER自动获取该网站新闻。另一方面，情报分析人员可以充分利用一些数据库商或咨询公司（如ISI，Elesiver，Science等）提供的RSS功能，根据科研活动的不同阶段定制相关信息，开展情报信息监测分析。如中国科学院建设的研究所群组集成知识平台包括的一些具体课题组知识平台，将Web of Science等数据库提供的RSS功能嵌入，实现了课题组定制信息的及时推送服务。

Alerts数字化定题服务也是近年来情报分析人员用于嵌入科研过程提供服务的常用手段。Alerts功能可用于情报分析的整个阶段，及时跟踪情报分析目标研究领域国内外的发展动态、前沿领域，迅速、准确地获取最新的专业研究信息，满足个性化信息需求。情报分析人员在利用Alerts推送服务时，需要掌握一定的技巧，需要建立与用户的互动关系，经过几轮检索策略的修订以及用户的肯定，才能确认所推送的定题服务内容符合情报分析要求。Alerts推送具有时效性强、高效率、个性化和受益范围广的特点。目前很多网络数据库都有Alerts功能，如Pub Med，OVID，Pro Quest，EBSCO host，Springer Link，CSA Illumina，等等。WOK提供的电子邮件Alerts定题服务可及时跟踪最新的研究信息。用户可通过Web of Science中的任一种检索方式制定定题服务策略，保存后系统会自动定期通过电子邮件提供定题情报分析服务。

科研数字环境中的情报分析服务

相关推荐