组织情报组织智能与系统情报系统智能：从基于情景的情报到基于模型的情报

doi:10.3772/j.issn.1000-0135.2020.12.005

情报学报

2020, Vol. 39

Issue (12): 1283-1294 DOI: 10.3772/j.issn.1000-0135.2020.12.005

情报理论与应用

本期目录 | 过刊浏览 | 高级检索

组织情报组织智能与系统情报系统智能：从基于情景的情报到基于模型的情报

赵志耘¹, 孙星恺^2,3, 王晓^2,4, 高芳¹, 王飞跃^2,3,4

1.中国科学技术信息研究所，北京 100038
2.中国科学院自动化研究所复杂系统管理与控制国家重点实验室，北京 100190
3.中国科学院大学，北京 100049
4.青岛智能产业技术研究院，青岛 266500

Systems Intelligence and Organizational Intelligence: From Scenario-Based to Model-Based Intelligence

Zhao Zhiyun¹, Sun Xingkai^2,3, Wang Xiao^2,4, Gao Fang¹, Wang Feiyue^2,3,4

1.Institute of Scientific and Technical Information of China, Beijing 100038
2.The State Key Laboratory for Management and Control of Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing 100190
3.University of Chinese Academy of Sciences, Beijing 100049
4.Qingdao Academy of Intelligent Industries, Qingdao 266500

摘要
图/表
参考文献
相关文章 (0)

全文: PDF (1439 KB) HTML (109 KB)
输出: BibTeX | EndNote (RIS)

摘要中国共产党第十九届五中全会审议和通过的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》对我国进入新的发展阶段、坚持新的发展理念、构建新的发展格局提出了新的更高要求，坚持突出创新在我国现代化建设全局中的核心地位，把科技自立自强作为国家发展的战略支撑，同时规划《建议》要求必须遵循的五大原则中首次提出坚持系统观念。所谓创新发展，情报先行，站在新的历史起点、处在新的历史方位，我们必须按照新发展理念重新定位情报理论和方法。本文的核心就是按照十九届五中全会的精神系统审视未来情报理论与实践发展的需求，提出情报的系统组织和系统情报的概念和理论，探索适应新发展阶段的情报服务方式和方法。情报是知识（Knowledge，K）、行动（Action，A）和组织（Organization，O）的一体化，人工智能方法为实现情报科学的KAO一体化初心提供了更加坚实有效的手段与工具。然而，情报KAO一体化的切实落实，必须借助系统工程的新理念和方法，特别是基于模型的系统工程方法，利用基于模型的情报，从组织情报到系统情报，从组织智能到系统智能，构建智能情报的体系及其系统工程。围绕这一理念，提出相应问题，解答五中全会的重点关注，就是本文讨论的实质。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	赵志耘
	孙星恺
	王晓
	高芳
	王飞跃

关键词 ：系统情报, 系统智能, 基于模型的情报, 基于情景的情报, 智能情报系统工程

收稿日期: 2020-11-20

基金资助:国家自然科学基金青年科学基金项目“基于个体及群体影响力量化分析的动态网群组织（CMOs）演化规律及规模预测研究”（61702519）；国家自然科学基金重点项目“基于CPSS的流程工业生产计划知识自动化系统及应用验证”（61533019）。

作者简介: 赵志耘，女，1966年生，博士，研究员，博士生导师，主要研究领域为战略与决策管理；孙星恺，男，1985年生，博士研究生，中级工程师，主要研究领域为社会计算、科技情报、知识自动化与知识图谱；王晓，女，1988年生，博士，副研究员，主要研究领域为社会计算、复杂系统管理、平行智能；高芳，女，1980年生，博士，副研究员，主要研究领域为科技政策与战略、重点科技领域信息分析；王飞跃，男，1961年生，博士，研究员，博士生导师，主要研究领域为平行智能、社会计算和复杂系统管理与控制，E-mail:feiyue.wang@ia.ac.c；

引用本文:

赵志耘, 孙星恺, 王晓, 高芳, 王飞跃. 组织情报组织智能与系统情报系统智能：从基于情景的情报到基于模型的情报[J]. 情报学报, 2020, 39(12): 1283-1294.
Zhao Zhiyun, Sun Xingkai, Wang Xiao, Gao Fang, Wang Feiyue. Systems Intelligence and Organizational Intelligence: From Scenario-Based to Model-Based Intelligence. 情报学报, 2020, 39(12): 1283-1294.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2020.12.005 或 https://qbxb.istic.ac.cn/CN/Y2020/V39/I12/1283

1 赵志耘. 构建我国科学决策机制面临的形势及关键措施[J]. 中国科学院院刊, 2008, 23(3): 195-200.
2 王飞跃. 知识产生方式和科技决策支撑的重大变革——面向大数据和开源信息的科技态势解析与决策服务[J]. 中国科学院院刊, 2012, 27(5): 527-537.
3 王飞跃. 从激光到激活: 钱学森的情报理念与平行情报体系[J]. 自动化学报, 2015, 41(6): 1053-1061.
4 王飞跃. 情报5.0: 平行时代的平行情报体系[J]. 情报学报, 2015, 34(6): 563-574.
5 赵志耘, 张兆锋, 姚长青, 等. 面向科技创新的决策剧场研究[J]. 中国软科学, 2018(10): 136-141.
6 赵志耘, 王飞跃. 平行情报与决策剧场: 从基于模型的情报到智能情报系统工程[R]. 工作报告, 2019.
7 Harold W. Organizational intelligence[M]. NewYork: Basic Books, 1967.
8 McMaster M D. The intelligence advantage: Organizing for complexity[M]. Boston: Butterworth-Heinemann, 1996.
9 Akgün A E, Byrne J, Keskin H. Organizational intelligence: A structuration view[J]. Journal of Organizational Change Management, 2007, 20(3): 272-289.
10 Matsuda T. Organizational intelligence: Coordination of human intelligence and machine intelligence[M]// Economics and Cognitive Science. Amsterdam: Elsevier, 1992: 171-180.
11 王飞跃. 天命唯新: 迈向知识自动化——《自动化学报》创刊50周年专刊序[J]. 自动化学报, 2013, 39(11): 1741-1743.
12 李国秋, 吕斌. 论组织情报[J]. 图书馆杂志, 2010, 29(11): 2-8.
13 曹文振, 赖纪瑶, 王延飞. 人工智能时代情报学发展走向之辨——对本体论、感知论、方法论、服务论的再思考[J]. 情报学报, 2020, 39(5): 557-564.
14 王飞跃. 软件定义的系统与知识自动化:从牛顿到默顿的平行升华[J]. 自动化学报, 2015, 41(1): 1-8.
15 胡康林. 中国情报学界的情景应对研究进展分析[J]. 图书情报工作, 2020, 64(12): 11-18.
16 宗蓓华. 战略预测中的情景分析法[J]. 预测, 1994, 13(2): 50-51.
17 司马珂, 阮文华, 仇理宽. 基于模型的理念: 认知提升与研发模式转型[J]. 科技导报, 2019, 37(7): 30-35.
18 徐敏, 李广建. 情报分析模型综述[J]. 情报理论与实践, 2018, 41(2): 14-21.
19 党蓓, 赵蕴华, 赵志耘, 等. 基于专利的官产学合作关系测度研究——以中韩石墨烯领域为例[J]. 情报杂志, 2014, 33(5): 66-70.
20 Gao F, Jia X F, Zhao Z Y, et al. Bibliometric analysis on tendency and topics of artificial intelligence over last decade[J/OL]. Microsystem Technologies, 2019 (2019-04-11). https://doi.org/10.1007/s00542-019-04426-y.
21 胡昌平. 情报用户研究[M]. 武汉: 湖北科学技术出版社, 1987.
22 曾忠禄. 基于经济学理论的竞争情报需求模型[J]. 情报理论与实践, 2012, 35(10): 6-9.
23 王娟娟, 陈峰. 基于生产理论的产业竞争情报需求模型研究[J]. 情报杂志, 2013, 32(1): 15-20, 26.
24 邢宪光, 刘敏榕. 基于系统动力学的产业竞争情报供需模型研究[J]. 图书情报工作, 2012, 56(16): 91-96, 147.
25 吴金红, 张玉峰, 王翠波. 基于本体的竞争情报采集模型研究[J]. 情报理论与实践, 2007, 30(5): 577-580, 583.
26 王翠波. 基于文本情感挖掘的企业技术竞争情报采集模型研究[J]. 图书情报工作, 2010, 54(14): 75-78.
27 王玻, 彭伟. 基于数据挖掘的服务企业诊断信息情报智能采集模型研究[J]. 科技管理研究, 2020, 40(1): 184-192.
28 王飞跃. 社会信号处理与分析的基本框架:从社会传感网络到计算辩证解析方法[J]. 中国科学: 信息科学, 2013, 43(12): 1598-1611.
29 Wang F Y, Lai G, Tang S. An application specific knowledge engine for researches in intelligent transportation systems[C]// Proceedings of the 7th International IEEE Intelligent Transportation Systems. IEEE, 2004: 841-846.
30 包昌火, 谢新洲. 关于我国情报学研究中若干问题的思考——写于《信息分析丛书》前言[J]. 情报理论与实践, 2006, 29(5): 513-515.
31 Singhal A. Introducing the knowledge graph: Things, not strings[EB/OL]. [2013-04-10]. http://googleblog.blogspot.co.uk/2012/05/introducing-knowledge-graph-things-not.html.
32 周京艳, 刘如, 李佳娱, 等. 情报事理图谱的概念界定与价值分析[J]. 情报杂志, 2018, 37(5): 31-36, 42.
33 赵志耘, 张均胜, 姚长青, 等. 面向管理与决策的中国科技创新图谱研究[J]. 情报学报, 2018, 37(8): 774-781.
34 邵黎明, 赵志耘, 许端阳. 基于专利文献和知识图谱的技术预测方法研究[J]. 科技管理研究, 2015, 35(14): 134-140.
35 李辉, 张惠娜, 侯元元, 等. 情报3.0时代科技情报服务能力研究——基于工程技术视角的服务能力四层结构模型[J]. 情报理论与实践, 2017, 40(3): 1-4.
36 Marchionini G. Exploratory search: From finding to understanding[J]. Communications of the ACM, 2006, 49(4): 41-46.
37 Parsa S, Entezari-Maleki R. RASA: A new grid task scheduling algorithm[J]. International Journal of Digital Content Technology and Its Applications, 2009, 3(4): 91-99.
38 Burtsev M, Seliverstov A, Airapetyan R, et al. DeepPavlov: Open-source library for dialogue systems[C]// Proceedings of ACL 2018, System Demonstrations. Stroudsburg: Association for Computational Linguistics, 2018: 122-127.
39 王飞跃. X5.0: 平行时代的平行智能体系[J]. 中国计算机学会通讯, 2015, 11(5): 10-14.
40 王飞跃, 张俊, 王晓. 知识计算和知识自动化: 新轴心时代的核心需求[J]. 张江科技评论, 2017(4): 25-27.