(常州信息職業(yè)技術(shù)學(xué)院圖書館，江蘇 常州 213164)

科技報(bào)告中的知識(shí)發(fā)現(xiàn)研究

袁

艷

(常州信息職業(yè)技術(shù)學(xué)院圖書館，江蘇 常州 213164)

科技報(bào)告作為國家重要的戰(zhàn)略性資源，其蘊(yùn)含的知識(shí)內(nèi)容具有極大的科研價(jià)值?？蒲谢顒?dòng)相關(guān)要素、科技報(bào)告主題內(nèi)容、科技報(bào)告使用記錄及科技報(bào)告與其他資源的集成關(guān)聯(lián)都是科技報(bào)告中知識(shí)發(fā)現(xiàn)的研究內(nèi)容。通過語義組織關(guān)聯(lián)數(shù)據(jù)，構(gòu)建多維度、多層次的科技報(bào)告體系實(shí)現(xiàn)科技報(bào)告中的知識(shí)發(fā)現(xiàn)，確保科技報(bào)告價(jià)值的深度挖掘。

科技報(bào)告；知識(shí)發(fā)現(xiàn)；語義組織

自2014年3月國家科技報(bào)告服務(wù)系統(tǒng)正式上線運(yùn)行后，科技報(bào)告的共享及應(yīng)用日漸進(jìn)入更多的社會(huì)公眾和專業(yè)人員的視線。隨著全國性的“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”浪潮的開展，以及智庫建設(shè)的蓬勃發(fā)展，對科技報(bào)告中的知識(shí)挖掘、知識(shí)發(fā)現(xiàn)研究越顯重要性?？萍紙?bào)告作為一種重要的科技信息資源，其對知識(shí)的創(chuàng)造和知識(shí)的應(yīng)用有著重要的應(yīng)用價(jià)值，所以，其形成、收集、在線瀏覽和檢索只是科技報(bào)告利用的起點(diǎn)，更為重要的是科技報(bào)告價(jià)值的深度挖掘和有效利用。這不僅關(guān)系到科技報(bào)告制度建設(shè)的意義和價(jià)值，更關(guān)系到科技報(bào)告作為戰(zhàn)略性資源的價(jià)值發(fā)揮。

1 科技報(bào)告中知識(shí)發(fā)現(xiàn)的內(nèi)涵及意義

科技報(bào)告中的知識(shí)發(fā)現(xiàn)是指全方位應(yīng)用各類知識(shí)組織工具，對大量科技報(bào)告知識(shí)資源進(jìn)行采集加工、知識(shí)要素描述、標(biāo)注，通過主題鏈接、本體鏈接、交叉鏈接等多種模式建立起科技報(bào)告之間、科技報(bào)告與其他科技資源之間、知識(shí)元、科研實(shí)體、知識(shí)要素之間的多重關(guān)聯(lián)，進(jìn)而滿足不同人員多層次、多樣化的知識(shí)服務(wù)要求。

科技報(bào)告本身是一種高度知識(shí)含量的知識(shí)產(chǎn)品，對科技報(bào)告的學(xué)科主題進(jìn)行知識(shí)發(fā)現(xiàn)研究，不僅可檢測和發(fā)現(xiàn)某一學(xué)科主題的研究熱點(diǎn)、演化特點(diǎn)、前沿態(tài)勢和發(fā)展水平，為相關(guān)部門制定和優(yōu)化科技規(guī)劃項(xiàng)目提供課題指南和參考，為社會(huì)公眾快速了解某一學(xué)科領(lǐng)域國家的科技投入和產(chǎn)出狀況提供途徑。還可通過學(xué)科主題內(nèi)在的知識(shí)關(guān)聯(lián)分析和揭示，將關(guān)聯(lián)知識(shí)集成反饋給使用者，在啟迪使用者思維和靈感的同時(shí)，減輕使用者的認(rèn)知負(fù)擔(dān)，節(jié)省其時(shí)間成本，且可為其后續(xù)研究提供可靠的智力支撐。還可通過知識(shí)“黏結(jié)劑”的特性黏結(jié)科學(xué)研究群體，促進(jìn)形成各種科學(xué)活動(dòng)群體，便于群體成員開展科研交流，避開重復(fù)研究，加快科研進(jìn)程和科研產(chǎn)出。

再者，充分進(jìn)行科技報(bào)告知識(shí)關(guān)聯(lián)的研究和利用，促進(jìn)科技報(bào)告從文獻(xiàn)組織向知識(shí)組織轉(zhuǎn)型，不僅可實(shí)現(xiàn)科技報(bào)告價(jià)值的提升和發(fā)揮，促進(jìn)服務(wù)自主創(chuàng)新，還可提高科技報(bào)告管理人員的知識(shí)服務(wù)能力，通過知識(shí)集成和關(guān)聯(lián)分析，為用戶提供高層次的知識(shí)服務(wù)，提升公共科技資源服務(wù)形象。

最后，進(jìn)行科技報(bào)告發(fā)現(xiàn)研究，有助推動(dòng)國家科技報(bào)告服務(wù)系統(tǒng)的功能完善。目前，我國上線的國家科技報(bào)告服務(wù)系統(tǒng)仍有些問題需改進(jìn)，如開放程度不高，被網(wǎng)絡(luò)搜索引擎索引的程度較低；服務(wù)顆粒度過大，缺少基于事物本身的細(xì)顆粒度服務(wù)，通常以一本科技報(bào)告為單元，用戶若要獲取所需的知識(shí)，還需對科技報(bào)告做進(jìn)一步閱讀才能定位到他們所需知識(shí)；集成度不高，未能充分揭示知識(shí)之間的內(nèi)在聯(lián)系，不便于用戶一站式獲取所需知識(shí)。

2 科技報(bào)告中知識(shí)發(fā)現(xiàn)的內(nèi)容

2.1 科研活動(dòng)相關(guān)要素的知識(shí)發(fā)現(xiàn)

科技報(bào)告與其他文獻(xiàn)資源相比，著錄時(shí)相對要求內(nèi)容較多、較完善，包含大量的科研活動(dòng)相關(guān)要素，即科研活動(dòng)的基本信息和科研實(shí)體相關(guān)信息，如科研人員組成及概況、項(xiàng)目/課題名稱、項(xiàng)目/課題起止日期、科研計(jì)劃類別、科研項(xiàng)目承擔(dān)單位、科技報(bào)告館藏信息等。通過上述科技報(bào)告外部特征的要素統(tǒng)計(jì)分析，可了解科研項(xiàng)目的地區(qū)分布、機(jī)構(gòu)分布、部門分布、人員分布等，還便于對科研活動(dòng)進(jìn)行全面評估，利于發(fā)現(xiàn)核心和優(yōu)秀研究人員及團(tuán)隊(duì)。

2.2 科技報(bào)告主題內(nèi)容的知識(shí)發(fā)現(xiàn)

科技報(bào)告中主題內(nèi)容的知識(shí)發(fā)現(xiàn)是科技報(bào)告知識(shí)發(fā)現(xiàn)研究的主要內(nèi)容，包括三個(gè)層面：一是學(xué)科領(lǐng)域?qū)用娴闹R(shí)發(fā)現(xiàn)，二是學(xué)科主題層面的知識(shí)發(fā)現(xiàn)，三是知識(shí)元層面的知識(shí)發(fā)現(xiàn)。學(xué)科領(lǐng)域的知識(shí)發(fā)現(xiàn)是指通過學(xué)科分類體系對科技報(bào)告進(jìn)行學(xué)科領(lǐng)域的劃分和統(tǒng)計(jì)，分析哪些學(xué)科領(lǐng)域研究相對薄弱，哪些學(xué)科領(lǐng)域研究相對活躍，不同學(xué)科領(lǐng)域研究情況的變化如何，不同學(xué)科領(lǐng)域的科學(xué)研究交叉情況如何等，進(jìn)行形成分析報(bào)告，為科研主管部門制定和優(yōu)選學(xué)科領(lǐng)域課題資助提供決策依據(jù)和參考。

學(xué)科主題層面的知識(shí)發(fā)現(xiàn)是指通過學(xué)科主題挖掘，發(fā)現(xiàn)哪些主題研究相對薄弱，哪些主題研究相對活躍，某一主題現(xiàn)有研究狀態(tài)如何、未來發(fā)展趨勢如何、如何演變，同一學(xué)科不同主題之間的關(guān)聯(lián)性如何等，進(jìn)而發(fā)現(xiàn)某一學(xué)科主題研究的技術(shù)成果，結(jié)合社會(huì)經(jīng)濟(jì)發(fā)展所需的重大技術(shù)和薄弱技術(shù)，助力科研人員識(shí)別技術(shù)發(fā)展的新趨勢、發(fā)現(xiàn)研究中的新問題，為科研人員后續(xù)研究提供導(dǎo)向，為科研管理部門優(yōu)選資助研究主題提供智慧參考。

科技報(bào)告中的圖表、數(shù)據(jù)、參數(shù)、公式、產(chǎn)品技術(shù)等都是顯著的知識(shí)要素，對其進(jìn)行知識(shí)發(fā)現(xiàn)研究，即通過知識(shí)本體等工具對科技報(bào)告中的知識(shí)要素進(jìn)行標(biāo)引和著錄，形成知識(shí)地圖、知識(shí)節(jié)點(diǎn)、知識(shí)網(wǎng)絡(luò)圖等，進(jìn)而厘清某一知識(shí)元的發(fā)展脈絡(luò)，預(yù)測知識(shí)元研究熱點(diǎn)，實(shí)現(xiàn)隱形知識(shí)的顯性化等，為科研人員進(jìn)行探索性知識(shí)研究提供知識(shí)顆粒度細(xì)小化服務(wù)和知識(shí)智力支撐。

2.3 科技報(bào)告使用記錄的知識(shí)發(fā)現(xiàn)

科技報(bào)告使用記錄的知識(shí)發(fā)現(xiàn)利于掌握和了解科技報(bào)告的利用情況和用戶需求及滿意度情況。通過對注冊用戶的數(shù)量、科技報(bào)告網(wǎng)站訪問記錄、收藏和下載頻次、訪問時(shí)間等進(jìn)行統(tǒng)計(jì)分析，研究科技報(bào)告的使用狀況，預(yù)測科技報(bào)告的社會(huì)效益和經(jīng)濟(jì)效益。通過對網(wǎng)絡(luò)注冊用戶的評論、自定義標(biāo)簽、討論交流記錄等數(shù)據(jù)內(nèi)容的分析，研究用戶行為、需求特點(diǎn)，進(jìn)而知曉用戶關(guān)注熱點(diǎn)，掌握用戶使用習(xí)慣和需求內(nèi)容，了解用戶存疑和使用期望及滿意度，發(fā)現(xiàn)核心用戶群體，利于科技報(bào)告服務(wù)系統(tǒng)的進(jìn)一步完善，利于發(fā)現(xiàn)科研價(jià)值大的科技報(bào)告內(nèi)容，利于從用戶角度發(fā)現(xiàn)研究熱點(diǎn)形成科技報(bào)告知識(shí)的拓?fù)浣Y(jié)構(gòu)，進(jìn)而與前面從知識(shí)元方面形成的知識(shí)拓?fù)浣Y(jié)構(gòu)進(jìn)行對比分析。目前，我國已上線使用的國家科技報(bào)告服務(wù)系統(tǒng)還未開展用戶討論交流的相關(guān)應(yīng)用實(shí)踐。美國的國家技術(shù)信息服務(wù)局(NTIS)在高級用戶范圍內(nèi)實(shí)現(xiàn)了在線筆記管理、用戶評論等功能，這些將為我國科技報(bào)告社會(huì)網(wǎng)絡(luò)管理提供借鑒。

2.4 科技報(bào)告與其他資源的集成關(guān)聯(lián)和知識(shí)發(fā)現(xiàn)

將科技報(bào)告與期刊論文、會(huì)議論文、專利等科技文獻(xiàn)進(jìn)行語義關(guān)聯(lián)，利用不同資源的不同特點(diǎn)，如科技報(bào)告描述科研活動(dòng)過程、結(jié)果，期刊論文和會(huì)議論文相對側(cè)重理論問題的探討，專利側(cè)重技術(shù)產(chǎn)品的研發(fā)等。進(jìn)行科技報(bào)告與期刊論文、會(huì)議論文和專利等科技文獻(xiàn)的集成關(guān)聯(lián)，從整體上對科研要素進(jìn)行統(tǒng)計(jì)分析、對比分析，利于全面深入掌握整個(gè)科研活動(dòng)的過程與產(chǎn)出。對幾大類不同科技文獻(xiàn)進(jìn)行粗顆粒度(如文摘)、中顆粒度(如章節(jié))、細(xì)顆粒度(如知識(shí)單元)的主題關(guān)聯(lián)知識(shí)發(fā)現(xiàn)，實(shí)現(xiàn)不同科技資源之間的學(xué)科領(lǐng)域?qū)用妗⒅黝}內(nèi)容層面和知識(shí)元層面的對接。也可通過用戶搭建不同科技資源之間的鏈接，即同一用戶利用同一賬號(hào)訪問不同科技資源，產(chǎn)生不同的訪問記錄和評論、交流信息等，針對這類數(shù)據(jù)挖掘和分析從用戶角度發(fā)現(xiàn)用戶對不同資源的利用偏好、對不同資源的情感依賴、不同資源的關(guān)注熱點(diǎn)等。

3 科技報(bào)告中知識(shí)發(fā)現(xiàn)的實(shí)現(xiàn)

知識(shí)的有效組織是知識(shí)發(fā)現(xiàn)的起點(diǎn)和基點(diǎn)，為確?？萍紙?bào)告價(jià)值的深度挖掘，可以以科技報(bào)告的數(shù)據(jù)為對象，選取關(guān)聯(lián)數(shù)據(jù)，以語義網(wǎng)技術(shù)實(shí)現(xiàn)科技報(bào)告的多維度聚合，從而構(gòu)建一個(gè)相互關(guān)聯(lián)、多維度、多層次的科技報(bào)告資源體系，并與其他資源建立廣泛的語義互聯(lián)，從而實(shí)現(xiàn)科技報(bào)告的知識(shí)發(fā)現(xiàn)。

3.1 科技報(bào)告語義組織框架設(shè)計(jì)

根據(jù)關(guān)聯(lián)數(shù)據(jù)是語義網(wǎng)的最佳實(shí)踐，進(jìn)行關(guān)聯(lián)數(shù)據(jù)的語義組織，建立不同數(shù)據(jù)之間的關(guān)聯(lián)，形成集概念主題、知識(shí)內(nèi)容為一體的科技報(bào)告資源集，為用戶方便快捷利用科技報(bào)告創(chuàng)造平臺(tái)和便利條件。

(1)資源數(shù)據(jù)層：包括按內(nèi)部主題特征分類的科技報(bào)告數(shù)據(jù)庫和按外部特征分類的科技報(bào)告數(shù)據(jù)庫，如科研人員數(shù)據(jù)庫、機(jī)構(gòu)數(shù)據(jù)庫、項(xiàng)目數(shù)據(jù)庫等。

(2)語義描述層：基于概念模型進(jìn)行科技報(bào)告的語義描述?？杉?xì)分為：1)主題元素，描述說明科技報(bào)告的內(nèi)容主題，如標(biāo)題、關(guān)鍵詞、摘要等；2)管理元素，描述科技報(bào)告的管理數(shù)據(jù)，如密級、頁碼等；3)作者元素，記錄科技報(bào)告的撰寫者及其參與者信息，如第一作者、第二作者等；4)項(xiàng)目元素，描述科技報(bào)告所屬的科研計(jì)劃或科研項(xiàng)目類型；5)機(jī)構(gòu)元素，描述科研項(xiàng)目承擔(dān)單位及參與單位的信息，如中科院、北京大學(xué)等。

(3)語義關(guān)聯(lián)層：關(guān)聯(lián)數(shù)據(jù)是語義網(wǎng)的最佳實(shí)踐，基于唯一標(biāo)識(shí)符的多維關(guān)聯(lián)方法進(jìn)行資源間的語義互聯(lián)，實(shí)現(xiàn)人員的關(guān)聯(lián)、主題的關(guān)聯(lián)、機(jī)構(gòu)的關(guān)聯(lián)、項(xiàng)目的關(guān)聯(lián)，以及以上元素之間的相互關(guān)聯(lián)。

(4)語義服務(wù)層：基于SPARQL進(jìn)行關(guān)聯(lián)數(shù)據(jù)的瀏覽、檢索，以及其他應(yīng)用。

3.2 科技報(bào)告語義組織的實(shí)現(xiàn)步驟

第一步，確定關(guān)聯(lián)組織范圍。在以科技報(bào)告題錄數(shù)據(jù)，如人員、機(jī)構(gòu)、項(xiàng)目等為主要組織對象時(shí)，還需考慮用戶的利用需求及使用習(xí)慣增設(shè)組織元素，如“關(guān)鍵詞”“主題詞”“題名”等作為具體關(guān)聯(lián)對象，使關(guān)聯(lián)組織范圍盡可能大些，這樣可避免無關(guān)聯(lián)的產(chǎn)生。

第二步，進(jìn)行語義描述。通過復(fù)用或創(chuàng)建相關(guān)規(guī)范詞匯集或本體，如主題詞表、分類表等，實(shí)現(xiàn)科技報(bào)告的規(guī)范化語義描述。如“題目：Title”規(guī)范化描述為“dc：title”，“作者：author”規(guī)范化描述為“foaf：maker”，“項(xiàng)目/課題名稱：project”規(guī)范化描述為“swrc：project”，“項(xiàng)目/課題承擔(dān)單位：organization”規(guī)范化描述為“foaf：Organization”。規(guī)范化的語義描述為語義關(guān)聯(lián)降低或減少障礙。

第三步，建立數(shù)據(jù)之間的動(dòng)態(tài)關(guān)聯(lián)。數(shù)據(jù)發(fā)布是數(shù)據(jù)關(guān)聯(lián)的前提和基礎(chǔ)。數(shù)據(jù)的發(fā)布模式目前有靜態(tài)發(fā)布、批量存儲(chǔ)、調(diào)用時(shí)生成、事后轉(zhuǎn)換(D2R)等方式。而D2R自動(dòng)生成的關(guān)聯(lián)數(shù)據(jù)，其URI(統(tǒng)一資源定位符)并不是嚴(yán)格意義上的唯一，而是D2R自動(dòng)分配的。為了實(shí)現(xiàn)科技報(bào)告與其他資源有效的語義鏈接，盡可能地復(fù)用已有的、成熟的、通用的各類本體語言，如DC、FOAF、SWRC等，以實(shí)現(xiàn)表內(nèi)關(guān)聯(lián)的鏈接、表間關(guān)系的鏈接以及數(shù)據(jù)庫之間關(guān)系的鏈接。

第四步，提供接口服務(wù)。不僅能支持用戶利用SPARQL語言進(jìn)行數(shù)據(jù)庫檢索，還能讓用戶進(jìn)行基于html的瀏覽、關(guān)聯(lián)數(shù)據(jù)的瀏覽等，以滿足不同用戶對科技報(bào)告的多樣化需求。

在具體的語義組織工作中，還需注意以下問題：1)D2R發(fā)布的關(guān)聯(lián)數(shù)據(jù)并沒實(shí)現(xiàn)真正有效的語義關(guān)聯(lián)，必須對自動(dòng)產(chǎn)生的映射文件進(jìn)行改寫，建立實(shí)際關(guān)聯(lián)；2)SPARQL語言雖然可以實(shí)現(xiàn)各類關(guān)系的挖掘，如合作著者的查詢，但是其前提是必須將各類資源關(guān)聯(lián)數(shù)據(jù)之間的鏈接進(jìn)行有效的關(guān)聯(lián)；3)空白節(jié)點(diǎn)問題。在數(shù)據(jù)的動(dòng)態(tài)關(guān)聯(lián)和科技報(bào)告與其他科技資源的關(guān)聯(lián)中，對沒有全部定義命名域的URI，會(huì)有空鏈，即空白節(jié)點(diǎn)。在語義關(guān)聯(lián)組織中，要盡量避免這種情況。

4 結(jié) 語

科技報(bào)告作為重要的戰(zhàn)略新興資源，蘊(yùn)含極大的科研價(jià)值，尤其是對科研過程的描述、對失敗教訓(xùn)的記錄成為科技報(bào)告獨(dú)有的特色與價(jià)值。通過對科技報(bào)告中所蘊(yùn)含的科研要素知識(shí)、科研主題內(nèi)容以及科技報(bào)告的使用數(shù)據(jù)進(jìn)行分析與挖掘，將極大可能地發(fā)現(xiàn)科技報(bào)告中蘊(yùn)藏的知識(shí)金塊，進(jìn)而助力科研創(chuàng)新和知識(shí)創(chuàng)新。然而，目前我國科技報(bào)告制度建立不久，關(guān)于科技報(bào)告的知識(shí)發(fā)現(xiàn)研究相對較少，上線兩年的國家科技報(bào)告服務(wù)系統(tǒng)還有不少待完善的地方，如缺少科技報(bào)告多顆粒度的規(guī)范化表示，缺少用戶評論、標(biāo)注、在線交流功能，缺少用戶使用記錄的檔案管理，缺少科技報(bào)告與其他科技資源之間的引文鏈接、主題鏈接、科研實(shí)體鏈接、知識(shí)要素鏈接等。這些問題希望能引起業(yè)界專業(yè)人員的關(guān)注，使其成為研究內(nèi)容和研究熱點(diǎn)，助推科技報(bào)告服務(wù)系統(tǒng)的日趨完善和服務(wù)能力的提升。

[1]賀德方.科技報(bào)告的內(nèi)涵、作用與管理機(jī)制[J].情報(bào)學(xué)報(bào)，2014(8)：788—792.

[2]陳傳夫，代鈺珠，曾建勛.科技報(bào)告開發(fā)利用與知識(shí)產(chǎn)權(quán)問題研究[J].情報(bào)學(xué)報(bào)，2014(8)：793—799.

[3]國家科技報(bào)告服務(wù)系統(tǒng)[EB/OL].[2016-3-28]http：∥www.nstrs.cn/index2.aspx.

[4]呂元智.基于關(guān)聯(lián)數(shù)據(jù)的電子政務(wù)信息資源語義組織研究[J].圖書情報(bào)工作，2012(21)：143—146，150.

[5]夏翠娟，劉 煒，趙 亮，等.關(guān)聯(lián)數(shù)據(jù)發(fā)布技術(shù)及其實(shí)現(xiàn)——以Drupal為例[J].中國圖書館學(xué)報(bào)，2012(1)：49—57.

文獻(xiàn)識(shí)別碼

1005-6041(2017)05-0082-03

2017-05-05

袁 艷(1975—)，女，碩士，館員，常州信息職業(yè)技術(shù)學(xué)院圖書館。