|
|
|
| Application Characteristics and Development Trends of Data-Intelligence Integration Methods in Scientific and Technological Information Scenarios |
| Liu Bowen, Xia Yikun, Ba Zhichao |
| Research Institute for Data Management Innovation, Nanjing University, Suzhou 215163 |
|
|
|
|
Abstract Both the data and technology environments in the data-intelligence era have undergone profound changes, and the “data-intelligence” transformation of scientific and technological information research is extensively investigated. Organizing existing related studies from a scenario-driven perspective can not only provide insights into the evolution of data-intelligence integration methods based on application demands but also provide a reference for scientific and technological information research to better accommodate uncertain, dynamic, and complex scenarios. Based on the analysis and definition of “data-intelligence integration,” this article analyzes the profound impact of the application of data-intelligence integration methods on scientific and technological information work, reviews relevant domestic and foreign research papers published in 2014-2023, and reveals data-intelligence integration in scientific and technological information scenarios. The application characteristics and development trends of the method are analyzed, and the scientific and technological information scene is structurally reshaped based on the data-information-knowledge-wisdom concept chain. By constructing an evolution diagram of the data-intelligence integration method, the main problems presented in current studies are summarized and discussed. Subsequently, four frontier scenarios of future development and their response strategies are proposed. This study demonstrates that research methods in scientific and technological information scenarios show a significant “data-intelligence integration” trend, whereas related theories and methods present challenges that warrant further investigation.
|
|
Received: 04 March 2024
|
|
|
|
1 赵相安, 赵柯然, 程佳军, 等. 面向科技创新前沿的数智情报方法体系研究[J]. 情报理论与实践, 2023, 46(10): 1-7.
2 耿国桐, 雷帅, 孙颖, 等. 关于科技情报研究智能化的认识与实践[J]. 情报理论与实践, 2022, 45(5): 1-6.
3 Hain D, Jurowetzki R, Lee S, et al. Machine learning and artificial intelligence for science, technology, innovation mapping and forecasting: review, synthesis, and applications[J]. Scientometrics, 2023, 128(3): 1465-1472.
4 缐珊珊. 国外人工智能技术在情报领域的应用研究[J]. 中国电子科学研究院学报, 2022, 17(2): 124-128.
5 赵锐. 评《德国数字纲要2014—2017》: 战略目标、举措和启示[J]. 电子政务, 2015(8): 93-104.
6 百度开放大数据引擎[EB/OL]. (2018-05-21) [2023-11-07]. https://cloud.tencent.com/developer/article/1131188.
7 艾兴, 张玉. 从数字画像到数字孪生体: 数智融合驱动下数字孪生学习者构建新探[J]. 远程教育杂志, 2021, 39(1): 41-50.
8 董新宇, 刘晨晖. 数智化转型下的政府数据安全治理: 时代内涵、核心理念及实践路径[J]. 信息技术与管理应用, 2023(1): 32-39.
9 刘亦文, 陈熙钧. 数智融合发展对中国减污降碳协同治理的影响研究[J]. 环境科学研究, 2023, 36(11): 2189-2199.
10 詹希旎, 李白杨, 孙建军. 数智融合环境下AIGC的场景化应用与发展机遇[J]. 图书情报知识, 2023, 40(1): 75-85, 55.
11 卢小宾, 霍帆帆, 王壮, 等. 数智时代的信息分析方法: 数据驱动、知识驱动及融合驱动[J]. 中国图书馆学报, 2024, 50(1): 29-44.
12 陈昭, 郑蕊, 邱瑞瑾, 等. 基于数智融合的中西药并用代谢性药物肝损伤预警方法的构建[J]. 中华中医药杂志, 2023, 38(4): 1413-1417.
13 SAAB. Information and intelligence fusion[EB/OL]. [2023-11-07]. https://www.saab.com/products/information-and-intelligence-fusion.
14 陈国青, 任明, 卫强, 等. 数智赋能: 信息系统研究的新跃迁[J]. 管理世界, 2022, 38(1): 180-196.
15 李品, 杨国立. 中国情报学的研究范式: 现状与展望[J]. 情报学报, 2023, 42(8): 980-995.
16 化柏林, 李广建. 面向情报流程的情报方法体系构建[J]. 情报学报, 2016, 35(2): 177-188.
17 李品, 杨建林. 基于大数据思维的情报学科发展道路探究[J]. 情报学报, 2019, 38(3): 239-248.
18 白如江, 鞠孜涵, 张玉洁, 等. 面向情报感知的多源多模态数据融合方法研究[J]. 情报杂志, 2023, 42(10): 124-131.
19 van Dis E A M, Bollen J, Zuidema W, et al. ChatGPT: five priorities for research[J]. Nature, 2023, 614(7947): 224-226.
20 谢尔曼·肯特. 战略情报: 为美国世界政策服务[M]. 刘微, 肖皓元, 译. 北京: 金城出版社, 2012.
21 高国伟, 贺帆. 人工智能赋能下情报人员的专业素养发展研究[J]. 数字图书馆论坛, 2022(4): 43-52.
22 Samtani S, Zhu H Y, Padmanabhan B, et al. Deep learning for information systems research[J]. Journal of Management Information Systems, 2023, 40(1): 271-301.
23 Chen L Y, Ding J L, Larivière V. Measuring the citation context of national self-references[J]. Journal of the Association for Information Science and Technology, 2022, 73(5): 671-686.
24 刘博文, 白如江. 数据融合视角下颠覆性技术的演化脉络与演化特征研究[J]. 科技管理研究, 2023, 43(8): 32-41.
25 李欣, 温阳, 黄鲁成, 等. 一种基于机器学习的研究前沿识别方法研究[J]. 科研管理, 2021, 42(1): 20-32.
26 Roh T, Yoon B. Discovering technology and science innovation opportunity based on sentence generation algorithm[J]. Journal of Informetrics, 2023, 17(2): 101403.
27 Rowley J. The wisdom hierarchy: representations of the DIKW hierarchy[J]. Journal of Information Science, 2007, 33(2): 163-180.
28 郑彦宁, 化柏林. 数据、信息、知识与情报转化关系的探讨[J]. 情报理论与实践, 2011, 34(7): 1-4.
29 化柏林, 李广建. 大数据环境下的多源融合型竞争情报研究[J]. 情报理论与实践, 2015, 38(4): 1-5.
30 马亚雪, 毛进, 李纲. 面向科学社会计算的数据组织与建模方法[J]. 中国图书馆学报, 2021, 47(1): 76-87.
31 梁战平. 情报学若干问题辨析[J]. 情报理论与实践, 2003, 26(3): 193-198.
32 王延飞, 赵柯然, 陈美华, 等. 情报感知的研究解析[J]. 情报理论与实践, 2018, 41(8): 1-4.
33 陈凯华, 杨捷, 穆荣平. 技术预见与科技政策研究[M]// 科技政策研究之技术预见方法. 北京: 科学出版社, 2021: 12-21.
34 Stelzer B, Meyer-Br?tz F, Schiebel E, et al. Combining the scenario technique with bibliometrics for technology foresight: the case of personalized medicine[J]. Technological Forecasting and Social Change, 2015, 98: 137-156.
35 Hussain M, Tapinos E, Knight L. Scenario-driven roadmapping for technology foresight[J]. Technological Forecasting and Social Change, 2017, 124: 160-177.
36 曹玲静, 陈云伟. 学科交叉评价研究进展综述[J]. 情报杂志, 2020, 39(7): 173-180.
37 陈必坤, 刘钰馨, 白宽, 等. 基于科学建模的学科交叉测度研究综述[J]. 图书情报工作, 2022, 66(18): 126-139.
38 谭晓, 靳晓宏. 数智时代情报流程模型构建研究[J]. 情报理论与实践, 2023, 46(10): 32-39.
39 陆伟, 罗卓然, 李信. 科技创新评价研究进展[M]// 情报学进展: 2020—2021年度评论(第十四卷). 北京: 航空工业出版社, 2022: 158-187.
40 任惠超, 汪雪锋, 刘玉琴. 面向战略决策的科技情报智能分析系统实践[J]. 情报理论与实践, 2022, 45(4): 27-34.
41 李白杨, 李纲, 王施运, 等. 场景的延伸: 从科技情报到科技服务[J]. 图书情报工作, 2020, 64(1): 64-69.
42 Funk R J, Owen-Smith J. A dynamic network measure of technological change[J]. Management Science, 2017, 63(3): 791-817.
43 Bu Y, Waltman L, Huang Y. A multidimensional framework for characterizing the citation impact of scientific publications[J]. Quantitative Science Studies, 2021, 2(1): 155-183.
44 邓三鸿, 杨杰, 王昊, 等. 多源异构数据视角下的学术评价: 内涵、进展与展望[J]. 科技情报研究, 2023, 5(4): 42-56.
45 杨红艳, 卢思佳, 徐拥军. 自然评价: 人工智能驱动下的学术成果评价模式重构[J]. 重庆大学学报(社会科学版), 2023, 29(4): 101-114.
46 杨国立, 苏新宁. 迈向Intelligence导向的现代情报学[J]. 情报学报, 2018, 37(5): 460-466.
47 何劲, 王曰芬, 傅柱. 场景式情报服务及其发展路径研究[J]. 情报理论与实践, 2024, 47(3): 67-72.
48 Zahedi Z, Costas R, Wouters P. How well developed are altmetrics? A cross-disciplinary analysis of the presence of ‘alternative metrics’ in scientific publications[J]. Scientometrics, 2014, 101(2): 1491-1513.
49 吴江, 金妙. 基于基金代码共现的学科知识流动网络研究[J]. 情报杂志, 2016, 35(6): 23-28.
50 Lin Y K, Chen H, Brown R A, et al. Healthcare predictive analytics for risk profiling in chronic care: a Bayesian multitask learning approach[J]. MIS Quarterly, 2017, 41(2): 473-495.
51 Jee J, Park S, Lee S. Potential of patent image data as technology intelligence source[J]. Journal of Informetrics, 2022, 16(2): 101263.
52 李博闻, 章成志. 学术论文中多方法的过程结构分析研究——以我国图书情报领域为例[J]. 情报理论与实践, 2023, 46(5): 193-201, 143.
53 滕广青, 叶心, 郭思月, 等. 科技信息分析从单一维度到多维复合的演进[J]. 数字图书馆论坛, 2019(12): 2-8.
54 冯立杰, 周炜, 刘鹏, 等. 基于引文网络和语义分析的技术演化路径识别及拓展研究[J]. 情报理论与实践, 2023, 46(1): 90-99, 131.
55 李辉, 曾文, 刘彦君, 等. 面向科技安全的科技情报监测与分析系统构建研究[J]. 情报理论与实践, 2021, 44(6): 98-104.
56 卓可秋, 沈思, 王东波. 自有知识增强下的学术全文本关系抽取研究[J]. 图书情报工作, 2022, 66(7): 120-131.
57 鞠孜涵, 白如江, 冯梦莹, 等. 复杂信息环境下多源数据情报价值发现研究[J]. 图书与情报, 2023(3): 61-70.
58 黄永, 陆伟, 程齐凯, 等. 学术文本的结构功能识别——基于段落的识别[J]. 情报学报, 2016, 35(5): 530-538.
59 Wang X F, Ma P P, Huang Y, et al. Combining SAO semantic analysis and morphology analysis to identify technology opportunities[J]. Scientometrics, 2017, 111(1): 3-24.
60 曾文, 李辉, 徐红姣, 等. 深度学习技术在科技文献数据分析中的应用研究[J]. 情报理论与实践, 2018, 41(5): 110-113.
61 许鑫, 叶丁菱. 数智时代情报学与情报工作的发展透视[J]. 情报学报, 2022, 41(10): 1100-1110.
62 刘春江, 刘自强, 方曙. 基于SAO的技术主题创新演化路径识别及其可视化研究[J]. 情报学报, 2023, 42(2): 164-175.
63 李昌, 杨中楷, 董坤. 基于多维属性动态变化特征的新兴技术识别研究[J]. 情报学报, 2022, 41(5): 463-474.
64 杨茹芸, 马静. 一种融合知识与Res-ViT的特征增强多模态情感识别模型[J]. 数据分析与知识发现, 2023, 7(11): 14-25.
65 Chen X, Mao J, Ma Y X, et al. The knowledge linkage between science and technology influences corporate technological innovation: evidence from scientific publications and patents[J]. Technological Forecasting and Social Change, 2024, 198: 122985.
66 宋培彦, 龙晨翔, 李怡然, 等. 基于冰山模型的科研人员学术专长识别方法研究[J]. 数据分析与知识发现, 2023, 7(6): 50-60.
67 高楠, 高嘉骐, 陈洪璞. 新兴技术识别与演化路径分析方法研究——以集成电路领域为例[J]. 情报科学, 2023, 41(3): 127-135, 172.
68 白如江, 陈鑫, 任前前. 基于供需理论的生成式人工智能赋能情报工作范式模型构建与应用研究[J]. 情报理论与实践, 2024, 47(1): 75-83.
69 杨思洛, 江曼. 新兴技术内涵特征和识别方法研究进展[J]. 情报科学, 2023, 41(5): 181-190.
70 田常伟, 董坤, 郭锐, 等. 基于知识关联分析的科技成果转化效率测度方法研究[J]. 情报理论与实践, 2024, 47(5): 123-130.
71 Liu H D, Zhao H F, Li S Y. Future social change of manufacturing and service industries: service-oriented manufacturing under the integration of innovation-flows drive[J]. Technological Forecasting and Social Change, 2023, 196: 122808.
72 Wei S X, Zhang H H, Wang H Y, et al. Identifying grey-rhino in eminent technologies via patent analysis[J]. Journal of Data and Information Science, 2023, 8(1): 47-71.
73 Ma M, Mao J, Li G. Discovering weak signals of emerging topics with a triple-dimensional framework[J]. Information Processing & Management, 2024, 61(5): 103793.
74 杨建林, 苗蕾. 情报学学科建设面临的主要问题与发展方向[J]. 科技情报研究, 2019, 1(1): 29-50.
75 马红岩, 陈峰, 曾文. 科技情报中多源信息融合的模式构建[J]. 中国科技资源导刊, 2022, 54(3): 1-8.
76 Li X D, Dunkin F, Dezert J. Multi-source information fusion: progress and future[J]. Chinese Journal of Aeronautics, 2024, 37(7): 24-58.
77 安然, 储继华, 洪先锋. 面向非结构化数据的情报分析方法体系框架研究[J]. 情报理论与实践, 2024, 47(2): 143-150.
78 王渊洁, 王秉. 数智时代的情报失误成因及规避策略研究[J]. 情报资料工作, 2025, 46(1): 50-56.
79 张涛, 马海群. 智能情报分析中算法风险及其规制研究[J]. 图书情报工作, 2021, 65(12): 47-56.
80 柴文越, 刘小平, 梁爽. 新兴主题识别方法研究综述[J]. 现代情报, 2023, 43(12): 164-177.
81 孙震. 基于科学论文多源数据的研究前沿集成识别模型研究[J]. 情报杂志, 2016, 35(8): 95-100.
82 章成志, 谢雨欣, 张恒. 学术文献全文内容中的方法实体细粒度抽取及演化分析研究[J]. 情报学报, 2023, 42(8): 952-966.
83 赵又霖, 葛梦真, 刘黎明. 图书情报领域“实证研究”应用特征及热点探析[J]. 信息资源管理学报, 2019, 9(4): 132-141.
84 李曦. ESI研究前沿视角下图书情报学学科交叉融合研究[J]. 图书馆工作与研究, 2023(2): 64-72.
85 赵玉桐, 杨建林. 基于跨领域专利的颠覆性技术识别研究——以人工智能领域为例[J]. 情报理论与实践, 2023, 46(3): 174-182.
86 Bawden D, Robinson L. “Waiting for Carnot”: information and complexity[J]. Journal of the Association for Information Science and Technology, 2015, 66(11): 2177-2186.
87 张传洋, 郭宇, 庞宇飞, 等. 数智化医疗信息利用与服务模式框架构建[J]. 图书情报工作, 2023, 67(13): 49-58.
88 张西硕, 柳林, 王海龙, 等. 知识图谱中实体关系抽取方法研究[J]. 计算机科学与探索, 2024, 18(3): 574-596.
89 赵志耘. 论复杂信息环境下的科技情报卓智赋能[J]. 情报学报, 2022, 41(12): 1229-1237.
90 陈稳, 陈伟. 科学与技术对比视角下的前沿主题识别与演化分析[J]. 情报杂志, 2022, 41(1): 67-73, 163.
91 梁镇涛, 毛进, 李纲. 融合“科学-技术”知识关联的高颠覆性专利预测方法[J]. 情报学报, 2023, 42(6): 649-662.
92 Ebadi A, Auger A, Gauthier Y. Detecting emerging technologies and their evolution using deep learning and weak signal analysis[J]. Journal of Informetrics, 2022, 16(4): 101344.
93 刘佳, 钟永恒, 何晓东, 等. 基于多元关系融合的科学—技术—产业关联模式识别方法研究[J]. 现代情报, 2024, 44(6): 67-81.
94 韩晓彤, 朱东华, 汪雪锋. 科学推动下技术机会发现方法研究[J]. 图书情报工作, 2022, 66(10): 19-32.
95 许海云, 王超, 龚兵营, 等. 科学-技术关联视角下的新兴研究主题产学研合作适用模式研究——以干细胞研究领域为例[J]. 图书情报工作, 2022, 66(15): 3-13.
96 卢小宾, 安然. 产业技术情报分析方法的现状与发展趋势[J]. 情报资料工作, 2023, 44(4): 6-12.
97 赵志耘, 曾文, 王忠军, 等. 需求导向的中国科技情报研究方法探索与思考[J]. 情报学报, 2022, 41(1): 1-9. |
|
|
|
