时间：2023-06-16 16:05:08
【关键词】网络环境；用户需求；信息服务
一、用户信息需求的分析
（1）用户需求的认知障碍。在现实的用户信息行为中，一方面用户尚不能正确认识和理解自己的信息需求，导致对信息需求认识的不完全性、不彻底性，甚至很大的片面性和不确定性。另一方面由于信息服务人员与用户在信息能力、专业知识等方面的差异，难以对用户需求进行准确定位，这直接会给信息服务造成障碍。（2）用户需求的表达障碍。认识到的信息需求也存在着表达障碍，正确地表达自己的信息需求是用户成功实施信息检索的前提。在实践中，用户能正确地表达出来的信息需求与他的客观信息需要，甚至认识到的信息需求之间有时存在相当大的差距。表达出的信息需求可能仅是自己认识需求的一部分。意大利学者米扎罗在论述信息检索的相关性问题时，提出用户的信息需求可以分成四个层次：
RIN（Real Information Need）是用户潜在的真实的信息需求，PIN（Perceived Information Need）是用户所感知到的信息需求，Request则是用户表达出来的信息需求，Query是最后提问表达式。由于受到各种因素的干扰，用户并没有也不可能把所有的RIN都转化为PIN，更没有把所有的PIN转化成表达出来的Request，进而符合系统形式化需求的提问式Query。在这个过程中，用户本身就没有把自己真实的信息需求表达出来，同时用户所感知的信息需求也很难转换成准确的提问式。
二、网络环境下用户信息需求的变化
（1）用户信息需求的多元化。随着信息化的发展，人们的信息意识日益增强，对信息的需求比以往更加迫切。用户对信息的需求和使用已成为了一种日常行为，用户对信息与知识的需求需要利用多家图书情报机构的服务才能满足。（2）用户信息需求的精品化。信息资源的网络化给用户创造了无限信息资源的同时，也带来了信息爆炸式增长以及信息传递的无序性，致使信息污染严重。为了在有限时间内获得价值较高的信息资源，用户的精品意识逐渐加强，用户的信息需求逐渐向精品化方向发展，信息用户逐渐从需要大量的一般信息转变为对特定信息的需求。（3）用户信息需求的个性化。计算机发展日趋个性化、私人化，使得用户从事个人研究成了易事。现代信息技术和网络技术的应用，各类数据库的建立，为每一个用户架构了展现个性化信息需求的空间并提供了满足个性化信息需求的有效途径，使个性化的价值追求能够得到最充分的释放。
三、网络环境下加强面向用户的信息服务对策
（1）促进用户需求准确表达。首先要激发用户表达其需求的欲望，让用户放心地提供个人的相关信息，并确信可以得到满意的信息服务。其次系统需要提供知识发现服务，挖掘出用户隐性的信息需求，使用户在不断调整、规范提问表达方式时能表达出真实的信息需求。最后，系统要利用先进的技术，不断提高智能化水平，从而更加深入地理解用户的信息需求。（2）不断改善信息服务环境。图书情报机构的信息检索和资源组织环境应构建为以用户为中心的信息环境。能提供信息交流的方式；可直接处理和转发用户的各种信息服务请求；能开展双向交流的信息传递；可提供各类数据库进行远程登录和访问等。（3）做好个性化服务。个性化服务本身就是“以人为本”服务理念的体现。图书情报机构要真正做好个性化服务，就必须将“以用户为中心”作为服务的出发点和归宿，真正贯彻到服务系统的各个方面。主动分析用户的需求，做出具有针对性、灵活性、智能性的定制服务，使这一服务产生最优化的效果，提高用户满意率。同时还要加强服务反馈工作，如同商品的售后服务，个性化服务反馈不仅反映用户的满意度，更是今后改进信息服务工作的一个重要依据。
图书情报机构的宗旨是一切为用户服务。网络时代与知识经济环境下，用户的信息需求发生了巨大的变化，只有将用户的信息需求作为其服务的基石，与时俱进，时时分析用户需求的变化及其障碍，不断变化服务内容、模式以及运行机制，才能在新的时代体现其自身的存在价值。
参 考 文 献
[1]胡昌平，柯平，王翠萍.信息服务与用户研究[M].科学技术文献出版社，2005
[关键词]情报研究 情报研究方法 研究方法
[分类号]G350
1 情报研究方法解析
情报研究工作主要包含三个过程，即信息的收集和整理、情报分析以及情报研究方案。其中，信息的收集和整理是情报研究的基础，情报分析是关键，情报研究的结果表现为具体的判断、预测或解决方案。在情报研究工作中，贯穿于这三个过程，所使用的方法称为情报研究方法。概括地说，情报研究方法是指个人或组织在对信息资源进行收集、整理、分析，并最终形成判断、预测和解决方案的情报过程中所使用的方法的总和。在情报研究过程的信息收集阶段，主要以信息检索方法为主，因此这种只在情报研究基础阶段发挥作用的方法在严格意义上不属于情报研究方法。同样，通过非正常手段直接获取信息，由于没有经过情报分析过程，也不属于情报研究方法。
伴随不断发展的科技水平，为了满足不同用户的情报需求，情报研究需要从不同角度切入，于是涌现出各类情报研究方法。
在宏观上，就分析方式而言，既有定性研究和定量研究，也有定性和定量相结合的研究方法。由于两者功能各异，优势互补，越来越多的情报研究工作已经不再孤立地使用其中一种方法，而是更多地将两者结合起来开展情报研究工作。
在微观上，就分析单元而言，由于情报研究的对象是信息资源，这种资源可以是显性的，如文献资料等，也可以是隐性的，如个人或组织的经验等隐性知识；可以是印刷型的，也可能是电子型的、网络型的。因此，情报研究方法既有以数据或文献及其构件为情报研究单元的方法，也有以文献中的知识以及人或组织所掌握的知识为情报研究单元的情报研究方法。纵览这些角度不同的切入点，可以总结出，在分析单元方面现有情报研究方法主要包括以下5种：①基于数据的情报研究方法；②基于文献的情报研究方法；③基于人的情报研究方法；④基于组织的情报研究方法；⑤基于认知的情报研究方法。这些方法在不同社会背景下受到不同程度地重视，并且方法之间不是相互平行、完全独立的，而是相互渗透的，其中不仅渗透着定性分析、定量分析以及定性和定量相结合的分析方式，各类方法之间还存在着相互渗透，交叉使用的情况。
本文将以上述5种方法为基础介绍情报研究方法的发展现状，期望为情报研究方法的未来发展提供可参考性的帮助。
2 各类情报研究方法的发展现状
2.1基于数据的情报研究方法
基于数据的情报研究方法，其情报研究对象可以用数据来描述，从多角度对所研究的情报问题进行考察，然后运用数理统计中的一系列理论和方法，对大量数据进行各种提炼加工，从涉及多因素、相互交织的复杂现象中推断出有意义的结论。这种情报研究方法主要包括回归分析法、聚类映像法、判别分析法、主成分分析法、因子分析法、趋势外推法、时间序列法、模拟模型法等。比如，时间序列法就是考虑研究对象与时间之间的相关关系，把时间作为自变量，将研究事物的特征值统计数据按其发生时间的先后顺序排列作为情报研究的样本。
基于数据的情报研究方法，经常作为一种统计工具被交叉使用在其它类型的情报研究方法中，用来处理大批量数据，所得出的结果一般具有统计意义。因此，该方法通常作为定量研究中的中介方法，不仅适用于社会科学领域，目前也被应用于很多自然科学领域，如能源、医学等领域。
2.2基于文献的情报研究方法
长期以来，文献作为人类文明成果记录与传播的重要载体，一直是科学研究工作最直接的体现。因此，在情报研究工作中，经常选取文献作为重要的信息源。基于文献的情报研究方法正是以文献及其构件作为分析单元，即使在信息时代，传统的印刷型文献被大量的电子型文献和网络型文献所包围，情报研究工作依然沿用传统的基于文献的情报研究方法，并且不断吸收计算机技术来深化这些方法，使它们向自动化、智能化发展。
基于文献的情报研究方法具有强烈的情报学特色，是情报学中开展情报研究工作专门的分析方法，主要包括文献计量学方法、引文分析法和内容分析法等。这些方法的研究对象可以是整篇文献、期刊、报纸或专著；也可以是标志文献的外部特征(如篇名、作者、引文、出版社、网站、借阅与复制的情况等)，或标志文献的内容特征(如概念、词语、关键词等)。基于文献的情报研究方法的数据源详见图1。获取这些数据的途径可以借助书目、索引、文摘、百科全书、数据库等二次或三次文献，也可以从报纸、期刊或网络上获取发表的原始文献。
基于文献的情报研究方法以文献及其构件为数据源，利用“共现”原理，即相同或不同的文献特征项共同出现的现象，比如，共词、共篇、共引等，被广泛应用于科技领域的情报研究中。利用这些方法可以描述情报研究对象的现状，概括情报研究对象的发展规律，分析和评价研究对象，预测其发展趋势，利用文献之间明显的相关性挖掘更为重要的隐性信息。
为了获得更为有价值的情报研究结果，借助计算机技术，共词、共篇、共引等方法在原有基础上不断改进和拓展，形成了一些新的基于文献的情报研究方法。新方法的重点在于将研究对象引入到知识的层面，突破了早期仅依靠数据和文献来进行情报研究。这种新兴的基于文献的情报研究方法又被称为基于知识的情报研究方法。
基于知识的情报研究方法主要以知识的挖掘和发现为基础，最终目标是要经过情报研究方法的使用，找到不具有关联的信息或者在不具有关联的信息之间建立起某种关联，把研究对象引入知识的层面，进而发现更具价值的情报。该方法基本上是以文献及其构件作为主要研究对象，这类方法主要包括空白点分析法、知识基因法、非相关文献知识发现法等，其中空白点分析法可以更好地发现知识孤岛，知识基因法和非相关文献知识发现法都可以揭示知识间的关联，并且非相关知识发现法还可以发现新知识。
2.2.1共词分析的新发展――数据库内容结构分析法 以传统的共词分析为基础，美国海军研究部20世纪90年代初的文本挖掘示范项目中提出了数据库内容结构分析法(DT)。这种方法基于“临近度”原理，研究学科主题的分布和变化趋势。整个DT法大致需要三个步骤：第一是文本检索流程建立检索结果数据库；第二是识别广义主题以及广义主题和子主题之间定量和定性关系的确定；最后是跟踪这些主题的演进和之间关系的变化。目前DT法的研究与应用尚未涉及最后一步，分析只到第二步为止。
DT法中实现的自上而下的共现聚类的分类体系，可以更加客观地揭示主题领域内的知识结构、研究层次以及科研活动的活跃程度，精确地确定主题领域的
发展方向，短语的临近度分析有效揭示了领域内的科技关联。因此，DT法可以在某种程度上揭示和挖掘特定领域内的研究空白和知识创新点，是揭示知识演化关系、预测演化趋势的有效手段。
2.2.2共引分析的新发展 从最初提出共引分析，到由文献共引扩展到作者共引、期刊共引，共引分析方法不仅实现了研究对象的拓展，还在数据处理方面进行了探索。在共引分析方法的统计分析技术中，除了经常使用传统的统计分析处理技术，如聚类分析(cluste-ring)、因子分析(factor analysis)、多维尺度(multidi-mensional scaling)等，近年来，提出了两个新的数据分析技术，基于模型的聚类算法――自组织映射(SOM)技术和PFNETs(Pathfinder Network Scaling)技术。
・SOM技术。1997年，美国肯塔基州大学的Linxia已开始尝试将SOM技术应用到作者共引分析中。SOM技术是一种神经网络模型，自组织学习方法，具体的工作原理是将任意维输入模式在输出层映射成一维或二维离散图形，并保持其拓扑结构不变。此外，网络通过对输入模式地反复学习，可以使权重向量空间与输入模式的概率分布趋于一致。这种自组织聚类过程是在系统自主、无导师指导的条件下完成的。其优势是尽可能忠实地保存输入数据之间的距离关系，映射保存了输入数据之间最重要的相邻关系，并使这些关系清楚显示出来；特征图根据它们出现的频率，为输入向量分配不同数量的节点。
・PFNETs技术。PFNETs发展于认知科学用以确定网络中最突出的链接。它对不同概念或实体间形成的语义网络进行表达，从一定程度上模拟了人脑的记忆模型和联想式思维方式，主要应用于认知心理学和人工智能等研究方面。PFNETs算法首先检查所有数据之间的关系，然后建立数据间最有效连接的路径。最后将数据以及数据之间的关系表达成一个图，图中节点表示数据，边表示数据之间的关系。PFNETs已被用于作者共引分析，其中将作者视为节点，假设节点间由加权的路径相连，权值为作者的共引频次，并且仅显示节点间最短路径。PFNETs计算快捷，并且具有很强的可视性。
SOM技术和PFNETs技术的应用扩大了共引分析方法的应用层面，使得共引分析的研究范围由单一的小学科逐步扩大到多学科甚至整个科学结构的展示；从最初研究科学发展历程、科学结构发展到展示科学交流模式等，特别是随着信息技术及网络的发展，又用于信息检索可视化及研究网络结构等，它们已成为重要的分析方法。
2.2.3非相关文献法 非相关文献主要是指，文献数据之间没有明显的相关性，这些数据缺乏外部特征方面的共性，且在内容特征方面，不同文献表面看起来在关键词或是题名上也不具相似性或者相互引用的关系。这些文献数据彼此间呈现出一种独立状态，通常是分属不同学科或是收录于同一学科不同分支的不同数据库中；其获取方式也不是仅仅依靠一次性的信息检索从外部或是内容信息线索就可以获取的，而是要通过对这些文献数据中的内容进行挖掘，将这些原本没有关联的文献数据通过一定的逻辑关联联系起来，进而发现其内容所富含的更深层次的知识关联。
非相关文献法的实施过程始于一个研究人员感兴趣的开始词，然后利用一个文本挖掘子系统来发现一系列与开始词具有直接关联性的词，并形成一个有序的关联词列表。之后，对每一个关联词利用同样的文本挖掘子系统来确定与其直接相关的词，这些词被称为目标词。最后，目标词被聚集起来，并且基于产生该词的关联词的数量进行排序，这样就为开始词提供了一个有序的可能存在关联的词汇列表。这种方法的实施模式主要有两种，即开放式和封闭式。
开放式模式的特征是可以产生科学假设，从关键概念A出发，找到与A有密切关系的关键概念B，此时的B可能有很多个，再通过这些B找到与它们有着密切关系的C，同样，C这一关键概念也不会是一个，通过某些规则找出关联度较高的候选C，以便进一步研究，证实原有的假设。
封闭式模式的特征则可以用于验证科学假设，如果有科学家或者研究人员已有了某种假设，认为当前还没有任何关系的A与C具有某种可能的联系，则可以从A和C两个方向同时出发，找出相关的多个B，其中如果从A到B和从C到B的关系越多，B所表征的内容越相似，就证明A与C有关联的这一假设成立。
2.3基于人的情报研究方法
信息技术的影响并没有使得情报研究忽视“人”在情报研究工作中的重要作用，基于人的情报研究方法将人特别是“专家”引入到情报研究工作中，依靠专家的知识与经验，挖掘专家的隐性知识，充分发挥和调动人(尤其是专家)在情报研究中的作用。
这类方法充分发挥人在情报研究中的主观能动性，无需建立繁琐的数学模型，操作简便直观，通过专家参与可以比较准确地反映他们对于情报研究对象的意见。这类方法常与其他类情报研究方法交叉使用，发挥各自的优势，其主要包括德尔菲法、交叉影响分析法、头脑风暴法、个别访谈法等。
其中，头脑风暴法、个别访谈法以定性方法为主，德尔菲法和交叉影响分析法的出现则将很多定性问题转化为定量处理，避免了过多地主观性判断。基于此，苏塞克斯大学科技政策研究中心对传统德尔菲法进行了改进，提出了大规模德尔菲法和市场德尔菲法。这两种方法最突出的特点在于，参与的专家不再仅仅局限于少数人群，而是吸引了来自政府、企业、高校、研究机构和社会各方面的大量专家。同时，所涉及的问题非常广泛，除技术本身的发展外，还要考虑技术可能带来的经济及社会影响。
2.4基于组织的情报研究方法
基于组织的情报研究方法又称竞争情报的方法，是某一或某些特定组织为应对复杂的竞争环境和多样的情报对象而在情报研究工作中使用的方法。它立足于某一或某些特定组织的情报的收集，待收集的竞争性情报可以揭示组织的情报特征，如财务数据、客户、产品、企业战略等，通过对这些信息进行整理与分析，把看似毫无意义的信息经过比较和重新组合，最终为组织决策提供支持，进而达到提升组织竞争优势的战略目标。
基于组织的情报研究方法包括宏观环境PEST分析法、技术经济分析法、产品生命周期分析法、核心竞争力分析法、顾客满意度分析法、企业战略组群分析法、财务分析方法、定标比超法、反求工程和SWOT分析法等。这类情报方法最初应用于企业组织，目前已经在各级政府、研究机构、医院、学校等各种类型的组织中被广泛应用，并且“组织”的含义还在不断延伸，已经把共同应对相同或相似问题或事件的组织都作为研究对象。基于这种变化，又涌现出一些新的方法。比如，世界最著名的咨询机构美国兰德公司就开发出一些基于组织的新的情报研究方法，下面简要列举部分方法。
・远景分析法。2001年，兰德公司成立了关注长
期全球政策和未来人类环境的Pardee研究中心，该中心的目标是提高思考长期未来(从35年到甚至是更远的200年)事件的能力，开发新的分析当前政策选择对长期全球潜在影响的方法。经过几年的探索，该中心建立了一套远景分析方法体系框架，包括：德尔菲法、Hyper论坛、Long Bets、世界模型、环境监测、问题管理、突发问题分析、趋势外推、动态系统分析和计算机建模、模拟与博弈、交叉影响分析、技术预见、技术影响评估、环境影响评估、社会影响评估、情境分析、科学假设、直觉预见、相关树、CERT／CPM分析。
・不确定性分析法。兰德公司已经开发了处理不确定问题的严格系统方法，包括使用计算机程序帮助规划在不确定未来更好工作的战略，而不是消除这一不确定性。研究人员使用一个已有模拟模型的简单版本来决定面对未来变化情境哪种战略最有效。
・情景模拟法。情景模拟法可以模拟每种能源的供应市场、转换部门和消费部门，包括宏观经济模块、国际模块、居民支出模块、民用／商业能源需求模块、工业能源需求模块、运输能源需求模块、电力市场模块、可再生能源模块、油气供应模块、天然气输送和分配模块、石油市场模块、煤炭市场模块。
2.5基于认知的情报研究方法
基于认知的情报研究方法主要是将哲学方法、思维方法和一般科学方法引入到情报研究中，这些方法并不是提供具体的专业知识，而是重在从情报认知的角度促使情报研究人员对研究对象的认识从感性阶段提升到理性阶段，以高于任何学科的思维方式为情报研究人员提供新的思路，以便更好地开展具体的情报研究工作，提出具有价值的情报研究结果。比如，美国著名情报学家、哥本哈根皇家图书情报学院的赫约兰德(Hjorland)和阿尔布莱奇森(Albrechtsen)将领域分析的思想引入到情报学中，实际上就是新型的基于认知的情报研究方法。他们主要从认识论和社会认知的角度，强调以领域整体为关注点，将社会因素融入到对某一个主题领域的知识整理，最终是要解决如何对特殊领域知识进行分类的问题。
3 情报研究方法发展趋势
通过上述分析总结如下三点：
・各类情报研究方法并不相互平行、完全独立。比如，基于数据的方法是各类研究方法处理大批量数据的重要工具；基于人的方法可以从定性的角度控制情报研究结果的质量；基于文献的方法和基于知识的方法都是以文献及其构件为主要数据源，并且基于知识的方法是以基于文献的方法为基础发展起来的，两者之间的差别在于基于知识的方法更侧重于提供知识层面的情报，两者之间的共性在于两种方法都会经常与基于数据的方法和基于人的方法联合使用；基于认知的方法则凌驾于其他几类方法之上，以高屋建瓴的思维指导情报研究人员更科学地开展情报研究工作。
・各类情报研究方法的应用领域侧重不同。各类情报研究方法的切入点不同，基于文献和基于知识的方法侧重于科技领域；基于组织的方法围绕商业领域；基于数据、基于人以及基于认知的方法则可以适用于各种领域的情报研究工作。
关键词： 大数据；科技情报研究技术；资源管理
引言：社会科技水平的应用和发展，推进了数据资源的应用程度在社会发展中的作用进一步加深，大数据环境下科技情报研究技术的分析和应用是开展数据信息资源传输，提高信息分析的详细程度的资源保障，为科技情报研究技术提供了丰富的发展空间。
一、科技情报研究技术的现状和主要内容
目前，我国科技情报研究主要是通过文献调查、比较调查、内容分析、技术预测等技术方法，对期刊、杂志等科技文献资源进行搜集、整理、加工和分析，在科技动态、产业发展、科技政策研究、科技发展战略、科技发展跟踪等方面进行针对性研究，为制定科技发展战略及科技政策提供决策依据；为科研立项、科技水平认定等科技活动提供信息支持。
二、传统科技情报研究技术面临的挑战
（一）科技情报研究技术中应用的数据资源短缺
社会科技水平逐步进步发展，对科技情报研究技术的要求也逐步提高，而传统的科技情报研究技术中存在众多问题，成为阻碍我国科技情报研究技术进步发展的重要阻碍。传统科技情报研究技术中应用数据资源短缺，互联网模式下的数据信息资源来源广，种类多，逐渐成为科技情报研究技术发展的新方向，而传统的科技情报研究中的数据资源来源不仅受到地域限制，准确程度也无法得到保障，与现代科技情报研究技术格格不入，严重影响了科技情报技术的发展与应用。
（二）科技情报研究技术中的用户需求的满足标准降低
现代科技水平中人们对数据资源应用程度进一步提高，数据管理的质量和要求也逐步提高，传统的科技情报研究技术主要采用人工为主，互联网为辅的情报研究分析技术[1]，导致科技情报研究分析技术的质量性无法与客户需求的数据信息质量之间达成共识，降低了科技情报研究的使用价值，从而影响了科技情报研究技术在实现应用中的创新发展。
（三）科技情报研究中研究人员信息量少
科技情报研究技术中重要组成部分是研究中心的人员，传统的科技情报研究中研究人员是推进科技情报研究技术进步的重要部分，研究人员对科技知识的应用创新受到研究范围的限制，导致研究人员自身数据信息量更新速率慢，与互联网环境下的大数据要求之间的间隙逐步增加，降低了科技情报研究技术的作用。
三、实现大数据环境下科技情报研究技术的创新发展
（一）完善科技情报研究中的数据资源
大数据的挖掘和整理主要依靠互联网的虚拟空间进行多种数据资源的整理和应用[2]，将众多不同种类的数据信息资源汇集到网络虚拟空间中，然后按照程序执行要求从数据库中的众多资源中进行信息筛选，得出相应的数据资源结果。在科技情报研究中，应用大数据进行分析整理能够实现科技情报研究中数据库资源整理与应用的准确性发展，提高了科技情报分析的准确性，同时也为数据资源的来源提供了保障，实现科技情报研究中的资源管理与资源应用中数据完完整性和高效性运行。
（二）实现科技情报研究中数据存储体系的完善和发展
传统的科技情报研究中，数据研究和分析体系中主要采用人工数据分析为主，计算机分析为辅的形式进行数据资源分析管理，这种“劳动密集型”的分析存储体系使科技情报研究中的技术性较低[3]，信息准确程度也受到一定的限制，大数据下信息资源分析存储体系逐步完善和发展，使科技情报研究从数据信息供应到数据信息资源整理之间形成完美的数据对接，实现科技情报研究中信息资源中存储体系和存储资源的综合性应用。同时互联网虚拟数据存储空间的应用，提高了科技情报研究技术的信息资源存储的保密性和完整性，促进科技情报研究技术体系的完善和创新发展。
（三）提高科技情报研究技术人员自身信息量
虽然现代科技情报研究技术中大部分数据资源来自于基于互联网等大数据信息资源挖掘，但科技情报研究的研究人员也应当不断丰富自身的科技信息资源信息量，这样可以保障对数据信息的精确化分析，充分发挥科技情报研究技术体系中研究人员的作用，促进我国科技情报研究技术在大数据环境下开拓新的发展领域。
（四）加强大数据环境下科技情报研究中心数据收集和整理
互联网应用环境中大数据资源的应用和管理，为科技情报研究技术的发展提供了源源不断的信息资源，促进科技情报研究中数据研究资源的丰富。但大数据挖掘中常常混杂着多种多样的数据信息资源，科技情报研究技术人员进行数据资源分析和管理过程中应当提高对信息资源分辨能力，对大数据环境中的信息资源进行合理的收集整理，保障科技情报研究技术中资源应用和管理程度向着更加专业化，更加科学化发展，从而提高科技情报研究数据的准确性。
结论：基于大数据的科技情报研究技术分析是推进互联网应用发展在数据信息资源应用中的体现，是促进我国信息资源发展的有效途径，注重把握大数据下的科技情报研究技术的分析能够促进我国科技水平创新发展。
参考文献
[1]祁玉方，时建强，王中伟.科技情报机构三级联动平台建设模式探析――以中国太阳能热利用产业专利数据分析与决策支撑平台建设为例[J].现代情报，2012，10：99-102.
[2]钟辉新，张兴旺，黄晓斌.面向大数据的企业竞争情报动态运行模式MDD：监控、发现、决策的互动.情报理论与实践，2014，03：6-11+15.
[关键词]图书馆；情报；云计算；统计分析
doi：10.3969/j.issn.1673 - 0194.2015.16.157
[中图分类号]G353.1 [文献标识码]A [文章编号]1673-0194（2015）16-0-01
在全球经济一体化发展的大背景下，现代科学技术的发展也日新月异，逐渐朝着全球一体化的方向发展，与此同时，教育科研合作也是推动当前世界科技一体化进程的重要动力，这对我国在研究与分析情报领域数据管理方面具有重要的借鉴意义。当前，图书情报领域作为一个交叉性的学科出现在人们的视野中，我国在图书情报领域数据管理方面更多地借鉴国内外相关学科的研究成果。
1 我国图书情报领域数据引用情况分析
1.1 数据来源
数据是当前图书学术界研究领域的热点词汇，同时也是当前国内图书情报领域研究的重要内容。对于当前处在迅猛发展之中的图书情报领域数据管理研究，可从以下角度进行分析。
本文重点以我国图书情报领域数据的引用情况为研究对象，就目前发展形势来看，我国图书情报领域方面的引用与研究，在具体数据来源及选取上主要以CNKI中国学术期刊网络出版总库为主要数据来源。为证明这一观点，以“图书情报”从篇名途径进行检索，仅统计2015年度上半年的检索文献数量，共得出4 817条检索结果，充分说明我国的图书情报领域数据研究呈现一片繁荣的景象。以“云计算”为检索词，并以篇名为检索途径，仅在2015年上半年的文献资料就有1 332篇。
1.2 研究方法
本文对国内图书情报领域数据管理研究的方法主要包括社会网络统计分析的研究方法、互联网“云计算”文献计量统计分析的科学研究方法、数据引用行为分析的研究方法等。本文主要针对以上3种方法的创新结合模式来进行研究与分析。
2 统计结果及其分析
表1反映的是我国在2004―2014年间的图书情报领域数据引用情况，针对当前国内3个最为权威的期刊为主要对象。
主要参考文献
[1]查颖.H指数与论文自引――以图书情报领域中国学者为例[J].图书馆理论与实践，2008（6）：36-38.
关键词：大数据 大数据分析方法 情报研究 适用性
中图分类号： G250.2 文献标识码： A 文章编号： 1003-6938（2014）05-0013-07
Preliminary Study on the Big Data Analytics and Its Adaptability in Intelligence Studies
Abstract Big data analytics has brought new opportunities for data-oriented or information-oriented intelligence studies' development. Based on existing research， the author makes a review of three viewpoints of big data analytics based on data， process and information technology， and then summarizes five levels of analytics which including statistics， mining， discovery， predict and integrate， and its 17 kinds of relevant research methods. The adaptability of big data analytics in the intelligence studiesis discussed and it is found that 10 research methods can be directly transplanted to intelligence studies， 2 research methods should be adjusted for transplantation， 2 research methods are inapplicable， and 3 research methods needfurther study.
Key words big data; big data analytics; intelligence studies; adaptability
大数据分析（Big Data Analytics，BDA）是以“深度的发现分析、引领行动”作为目标的工作[1-2]，它包括由多个任务组成的高度重复执行的步骤[3-4]。BDA通常要集成多种分析技术与软件工具，以便让海量数据的处理及分析变得更加容易，从数据中提取有用信息并形成结论，用来验证、指导及规范组织或个人的决策行动;BDA的执行过程一般包括问题需求及假设提出、数据获取及记录、信息抽取及清洗、数据整合及表示、选择建模及分析方法、结果诠释、评测结果有效性及监控等几个阶段。从以上BDA的定义及过程来看，BDA与情报学领域中的情报研究（也称情报分析）在本质上是一致的，两者至少在方法与技术（以下简称方法）上可以相互借鉴或补充。本文基于情报学的视角，关注哪些BDA方法可以为情报研究提供借鉴，并解决情报研究的相关问题。因此，本文首先概略总结BDA的方法体系，然后探讨BDA方法在情报研究中的适用性。
1 大数据分析的方法分类
到目前为止，尚没有公认的BDA方法的分类体系，甚至对BDA包括哪些方法，也有不同的认识。本文首先综述现有的相关研究，并以此为基础提出我们的分类体系。
1.1 相关研究
不同学者对BDA方法的看法各有差异，概括起来，主要有三种分类体系，分别是面向数据视角的分类、面向流程视角的分类以及面向信息技术视角的分类。
（1）面向数据视角的BDA方法分类。这类研究主要是以BDA处理的对象“数据”作为分类依据，从数据的类型、数据量、数据能够解决的问题、处理数据的方式等角度对BDA方法进行分类。
Power[5]依据分析需求将数值型数据的分析方法划分为三类：①若是模式理解及对未来做出推论，可采取历史数据及定量工具进行“回顾性数据分析”;②若要进行前瞻及预测分析，可采取历史数据及仿真模型进行“预测性数据分析”;③若要触发事件，可采取实时数据及定量工具进行“规范性数据分析”。美国国家研究委员会在2013年公布的《海量数据分析前沿》研究报告中提出了七种基本统计数据分析方法[6]，包括：①基本统计（如一般统计及多维数分析等）;②N体问题（N-body Problems）（如最邻近算法、Kernel算法、PCA算法等）;③图论算法（Graph-Theoretic Algorithm）;④线性代数计算（Linear Algebraic Computations）;⑤优化算法（Optimizations）;⑥功能整合（如贝叶斯推理模型、Markov Chain Monte Carlo方法等）;⑦数据匹配（如隐马尔可夫模型等）。
针对非纯粹的数值型数据，Li、Han[7]梳理了面向“时空数据”（Spatiotemporal Data）的BDA方法，通过对动态数据挖掘出主体的预测性，如运用物理工程领域的傅立叶变换（Fourier Transform）及自相关匹配（Autocorrelation）侦查某一时间区段的信号、发生的事件或生物基因中的周期性节律，也可运用时间序列方法预测地点位置的变化;魏顺平[8]以教育领域为例，梳理了面向学生与学习环境的“学习分析方法”（Learning Analytics），此方法集成了内容分析、话语分析、社会网络分析、统计分析、数据挖掘等多种方法，从中挖掘学习的各种语义关系，并回答“谁在学、学什么、怎么学、学的结果如何”等问题，为教学与优化学习提供参考。
Mohanty等人[3]从数据获取（Data Ingestion）角度，依照处理的数据量从小至大的顺序，区分出八种分析方法：①流分析（Streaming Analytics），以预定模式及时处理数据流;②高速的数据采集（High Velocity Data Ingestion），不转换任何格式，可稍晚处理; ③链结分析（Linkage Analysis），构建不同数据源的关系与链接;④罕见事件侦查（Rare-Event Detection），从庞大数据集中寻找特定模式;⑤数据聚合（Data Mash-Ups），需要对数据属性发展故事线或链接关系进行分析;⑥文本分析（Text Analytics），如观点挖掘或社会网络分析等;⑦时间序列分析（Time-Series Analysis），通过模式侦测及事件发生概率来处理时空数据;⑧数据辩论（Data Forensic），用于数据科学家探索大规模数据集。
Chen等人[9]认为，在商业智能分析发展的过程中，商业智能分析经历了从处理结构化程度较高的数据、到处理网络上半结构化数据、再到处理移动数据的发展，涵盖了五类核心的分析方法：①数据分析，涉及数据仓储、ETL、联机分析及数据挖掘等分析技术，可应用在时间序列挖掘、网站挖掘、空间数据挖掘等;②文本分析，涉及信息检索、查询处理、相关反馈等分析技术，可应用在QA系统、观点挖掘、多语义分析、可视化分析等;③网站分析，涉及信息检索、网络爬虫、日志分析等分析技术，可应用在云计算、社会网络分析、网站可视化等;④网络分析，涉及信息计量、引用网络、数学网络模式等分析技术，可应用在链结分析、社区发现、社会影响力及扩散模式等;⑤移动分析，可应用在移动通讯服务、个性化分析、游戏营销分析等。
（2）面向流程视角的BDA方法分类。这类研究主要是依据BDA的步骤和阶段对BDA方法进行分类。
美国计算社区协会出版的《大数据的机会与挑战》白皮书指出BDA是一个多阶段任务循环执行过程[4]，从整体看，其分析的过程包括了五个阶段，每一个阶段都包含该阶段需要使用的方法：①数据获取及记录，从各种感知工具中获取的数据通常与空间时空相关，需要及时分析技术处理数据并过滤无用数据;②信息抽取及清洗，从异构数据源抽取有用信息，并转换为结构化的格式;③数据整合及表示，将数据结构与语义关系转换为机器可读取、自动解析的格式;④数据建模及分析，从数据中挖掘出潜在规律及知识，涉及可扩展的挖掘算法或知识发现等方法;⑤诠释，为了让用户容易解读分析结果，可视化分析技术变得十分重要。此外，严霄凤、张德馨[10]依照搜集、分析到可视化的流程，梳理了适用于大数据的关键技术，包括：遗传算法、神经网络、数据挖掘、回归分析、分类、聚类、关联规则、数据融合、机器学习、自然语言处理、情感分析、网络分析、空间分析、时间序列分析等多种方法。
（3）面向信息技术视角的BDA方法分类。这类研究强调大数据技术本身涉及到的新型信息技术，将大数据处理架构、大数据计算模式、大数据系统等作为BDA方法分类的依据。
孟小峰、慈祥[11]着眼于大数据处理框架，梳理了数据抽取与集成、数据分析及数据解释所使用的分析方法，在数据抽取与集成方面，可区分为基于物化（Materialization）或ETL的方法、基于联邦数据库或中间件的方法、基于数据流的方法以及基于搜索引擎的方法等四类;在数据分析方面，传统的数据挖掘、机器学习或统计分析面临数据规模、算法调整等困难，需进一步发展;在数据解释方面，引入可视化技术或交互式的数据分析过程，有助于用户理解分析结果。覃雄派等人[12]认为，非关系数据管理（如MapReduce）扩展了数据分析的多维视角，使数据分析的生态系统从“大量数据的移动”转向“直接对数据进行分析”。
2012～2013年在印度召开了两次BDA国际研讨会[13-14]，会上分别就BDA中的机器学习面临数据规模与多维度问题、可扩展的机器学习算法（如随机映射、随机梯度下降等）、机器学习在MapReduce的应用、社交媒体数据挖掘（如话题检测与跟踪、地点推理、语义连接等）、高维数据降维分析（如主成分分析、因子分析、经典相关分析等）、图像挖掘（如Main Memory Approach、Disk-Based Approaches、Database-Oriented Approach）及图像比对分析（如特征提取、Iterative Methods）等进行了探讨。2013年IEEE计算机协会在美国召开大数据国际研讨会，BDA结合MapReduce、Hadoop等模型的分析方法仍是主流，研究的内容包括了Map-Based Graph Analysis、Sketch-Based Load Balancing Algorithm、Large Scale Neural Networks等方法。
1.2 BDA方法的分类――面向层次的BDA方法框架
上述三种视角的BDA分类各有特点，都有一定的道理。从面向数据的视角来看，BDA方法正从统计（Statistics）转向挖掘（Mining），并提升到发现（Discovery）和预测（Prediction）。基于流程的BDA分类则更能反映BDA过程的集成性（Integration），也就是说，在完成一项分析任务时，需要综合使用多种方法。从面向信息技术的BDA分类中可以看出，这种分类方式强调使用新技术对传统数据处理方法进行改进和创新，同时更重视新型系统架构与分析方法的集成，例如，各种数据挖掘算法的MapReduce化，就是这方面的典型实例。
本文认为，如果综合上述三种分类体系中体现的层次性，将可以更准确描述BDA方法。在此，本文提出一个面向层次的BDA分类框架，将BDA方法分为统计、挖掘、发现、预测及集成五个层次，并初步归纳出17种BDA相关方法（见表1）。
2 BDA方法在情报研究中的适用性探讨
如前所述，BDA与情报研究在本质上有共同之处，BDA方法可为情报研究提供借鉴，因此，探讨BDA方法对情报研究的适用性就很有必要性。以下综合考虑方法本身的完善性及可操作性、情报研究的分析对象特征、方法的可移植性[15]等因素，对本文所列举的17种面向层次的BDA方法在情报研究中的适用性进行分析。
2.1 可直接移植的方法
可直接移植方法是指这些方法的原理、流程、算法等可以直接应用于情报研究，用来对情报研究的数据源（如科技文献、网络资源等）进行处理，解决情报研究过程中的一个或几个步骤中要解决的问题。在本文所列举的17种面向层次的BDA方法中，数据挖掘、文本挖掘、知识发现、观点挖掘、话题演化分析、多元统计分析、时间序列分析、海量数据的基本统计方法、高维数据降维分析方法、多源数据融合方法等10种方法均属于可直接移植方法，其中有些方法在情报研究中已经有多年的应用历史。
（1）数据挖掘与文本挖掘。数据挖掘与文本挖掘是不同概念，两种方法分别使用不同的发现技术，文本挖掘属于基于计算机语言学及统计方法的发现技术，用来揭示文本中的词与句法特征;数据挖掘以数据库中的大量结构化的数据挖掘为基础，用来揭示数据中潜在的、可能的数据模式及关联规律[16]。在情报学领域的实践应用中，数据挖掘多应用在图书馆自动化技术与服务方面，例如，馆藏采购决策、个性化服务、信息检索、读者管理、馆藏布局等。文本挖掘在情报研究的价值在于弥补了情报学专门分析方法对科技文献内在知识挖掘不足的缺欠，例如，祝清松、冷伏海[17]为了解决引文分析方法无法揭示论文的研究内容这个问题，提出引文内容分析，先建立基于规则的引文内容抽取来识别引用句，再通过基于C-value多词术语识别算法找出高被引论文主题，相比于引文分析，这种方法较能提供客观的语义信息与文献之间的语义关系。
（2）知识发现。情报研究中所说的知识发现，主要是指基于文献的知识发现，例如，张树良、冷伏海[18]在共词、共引、文本挖掘等方法基础上，提出了“基于文献的知识发现”，包括：基于相关文献、基于非相关文献及基于全文献三种条件下的知识发现，完整揭示文献的知识结构与演化情况。在网络环境下，李楠、张学福[19]认为关联数据的RDF数据模型、数据访问机制、URIs及自描述数据等规范所形成的数据共享环境，为知识发现提供了新的研究潜力，包括知识发现的范围被扩展成全球数据空间、高效率理解及处理数据间的语义关系等。简言之，知识发现从不同数据源之间的复杂关系中获得隐含的知识或规律，甚至可对未来进行预测。
（3）观点挖掘与话题演化分析。观点挖掘与话题演化分析两种方法实际上是数据挖掘及文本挖掘的具体及深化应用。观点挖掘主要有三种挖掘任务：情感分类、基于特征的观点挖掘、比较语句和关系挖掘[20]，例如，黄晓斌、赵超[21]通过对网络舆情信息的文本挖掘，找出不同民众对某一社会事件的情绪、态度及观点，再通过关联分析找出网络舆情信息的各种关联性。赵洁、温润[22]认为微博情感分析的关键是观点句识别，并根据文本特征的差异性，提出了基于新词扩充和特征选择的观点句识别方法，即先扩充情感词典来提高分词准确率，再结合微博特征进行句子选取。话题演化分析方法是近年文本挖掘的研究热点，借助不同的话题模型，包括基于LSI模型、基于pLSI模型、基于LDA模型等，获取文本中的一组词语，表示为某一话题的集合，再引入时间信息模拟该话题随着时间推移所表现的受关注程度及关注点的变化[23]。又例如，贺亮、李芳[24]利用LDA模型抽取科技文献中的话题（即主题词），再计算话题的强度与内容演化，从而区分热门与冷门话题及其历年特征词的演化趋势。
（4）多元统计分析与时间序列分析。多元统计分析与时间序列分析两种方法也是情报研究常见的定量分析方法[25]，前者研究客观事物中多个变量（或多个因素）之间相互依赖的统计规律，后者则是基于随机过程理论和数理统计学方法，研究动态数据序列的规律性。这两种分析方法的一个重要特点在于能基于历史数据的变化，评价事物现状或预测事物未来的发展。
（5）海量数据的基本统计分析方法。海量数据的七种基本统计分析方法适用于情报研究的原因是，专家们普遍认为，在现有硬件技术条件下要开发一个海量数据分析系统的难度过高，且高性能计算领域也面临许多困难，因而转向寻找共通的基础性计算方法来帮助运算[6]，同时这些统计方法也经常应用于数据挖掘或文本挖掘。对情报研究来说，处理的数据量不及高性能计算领域的海量数据，因此可以容易地应用这些基本统计分析方法。尽管如此，随着情报研究处理的文本量增加，包括文献计量或信息计量方法在内的定量分析方法，仍然要经常借鉴基础性的计算方法，并进行公式改进。
（6）高维数据降维分析方法。高维数据降维分析方法反映了海量的数值型数据在数据缩减的重要性，常见的降维（Dimensionality Reduction）方法包括主成分分析、因子分析、典型相关分析、独立成分分析、投影寻踪等[26]。高维数据经常存在大量的弱相关内容或噪音，通过线性（如主成分分析、典型相关分析等）或非线性（如投影寻踪、核方法等）映射可以将数据样本从高维空间映射到低维空间，从而提高机器学习的效率[27-28]。情报研究在处理文本语料时，广泛使用基于向量空间模型来表示文本，形成的高维特征集会对文本分类或机器学习的效果产生很大影响，通过特征选择（如特征频率、互信息等）进行特征抽取（如PCA、LSI、NMF等），转换成一个低维的特征集来提高训练效果，是非常必要的[29]。
（7）多源数据融合方法。多源数据融合方法是解决大数据环境下异构数据整合而提出的方法，例如，为了解决不同研究阶段产生的各类科学数据集成问题，白如江、冷伏海[30]认为解决关键在于中间件构建，例如，通过基于XML模型将异构数据源的元数据映射到全局视图，解决了不同数据源的关系描述问题，并提供用户可灵活订制查询规则;但基于XML模型只能提供语法层次的整合，为了提供数据在语义层次的整合，可通过基于语义模型对XML的对象进行分类，在对象模型的基础上生成逻辑规则，揭示隐含在科学数据中的语义信息。此外，也可以通过基于物化或ETL方法、基于数据流方法或其他方法对异构数据源中的数据抽取出实体与关系，再进行数据集成或数据清洗[11]。多源数据融合方法是进入数据分析之前的重要任务，对情报研究来说，需要多种来源支持情报分析工作，包括同型异源信息、异质异构信息、多语种信息等，都需要通过异源信息字段的映射、拆分、滤重、加权等进行融合分析[31]。
2.2 调整后移植的方法
调整后移植的方法是指其在原本的领域已经成功应用，但由于该方法最早或成功应用的领域在任务需求、数据处理、分析过程有自身的特点，若移植到情报研究时，需要根据情报研究自身的特征进行调整。数据可用处理及分析方法、时空数据分析等两种分析方法就属于这类情况。
（1）数据可用处理及分析方法。大数据环境中容易产生许多劣质数据来降低数据可用性，为了提高数据可用性及数据质量，李建中及刘显敏[32]梳理了数种数据可用性的相关方法，包括高质量数据获取与整合、数据错误自动检测与修复、弱可用数据处理与分析等，分别解决了大规模数据集预处理阶段常见的一致性、精确性、完整性、时效性及实体同一性等问题。对情报研究来说，情报素材、产品形式及工作任务分解的质量控制是情报工作的核心[33]，其中，情报素材的质量对后续的情报分析成败存在着至关重要的作用，当数据或信息是错误或不完整时，提炼出来的情报势必会存在缺陷或错误。过去对情报研究的质量控制取决于人，如果能引入数据可用处理及分析方法解决数据或信息源可能存在的不一致、不精确、遗漏、滞后或重复等问题，有助于提高情报分析素材的可用性与正确性。
（2）时空数据分析。时空数据分析是地球信息科学相关领域的研究热点，其中最常使用“周期”（Periodic Behavior）分析，例如天气预报、环境监控、地理信息系统、城市交通网络管理等都是常见的应用实例[7]。现有研究的多数做法是采取基于时间序列的方法进行周期建模，但建模过程容易出现对象可能没有周期、时间点分布不一定呈现周期性等问题，为了解决这些问题，王阅等人[34]提出基于ERP的周期检测方法解决周期长度定义问题，孟志青等人[35]提出多粒度时间文本下的周期模式挖掘算法解决时态文本数据挖掘问题。对情报研究来说，时间是文本中一个重要的属性，如文献发表规律、舆情监控、科研人员的研究主题周期等。在原有数据基础上增加时间维度进行长时段分析是多数研究的常见做法，但并没有呈现出其中的周期性规律，特别是文本中的规律特征较难发现，如果能引入此类方法，将有助于找出情报演化的周期模式。
2.3 不适用的方法
考虑学科领域差异，本文认为 “翻译生物信息学分析”及“学习分析方法”两种专门研究方法不适合情报研究。
（1）翻译生物信息学分析。翻译生物信息学分析是生物信息学的专门分析方法，这种方法是依据特定目的整合多数据源及促进领域知识的有效利用，其结果可应用在生物医学研究、产生支持医疗人员在治疗点中的“可操作的决策”（Actionable Decision），同时能对人类与疾病的关联关系提供更好的理解。生物信息学为了找出更多基因与疾病的关系，通过翻译生物信息学分析，可以将分析方法与工具开发从系统层面横跨到分子、个人或全人类层面，分析视角从单一基因或多肽（Polymorphic）挖掘的研究转向新基因或遗传性状组合与预测研究[36]。从分析方法的操作过程来说，考虑到数据源的特殊性（如DNA编码数据、蛋白质结构等）、分析视角、工具构建及使用等因素，并不符合情报学的学科研究特色。
（2）学习分析方法。学习分析方法是搜集、分析及评测学习者及其学习语境的分析方法，目的在于理解与优化学习及其学习环境[8]。从UNESCO IITE机构在2012年11月出版的学习分析方法政策简报可知，学习分析方法的数据分析功能是基于数据挖掘从而开展相关分析内容，包括行为分析、学习资源浏览分析、各种关联分析与影响因素分析等。虽然数据挖掘是情报研究的常见方法，但学习分析方法的结果意义在于解释学习者的学习语境，为教师或管理者提供决策支持，从而改善学习者的学习习惯及促进学习效果。由于这种方法有其特定的含义和应用环境，离开了学习语境，方法的内涵和外延可能就会产生变化，因此，难以移植到情报研究。
2.4 需要继续关注的方法
基于MapReduce或Hadoop的衍生分析方法、图模型分析与挖掘以及商务智能分析，是近年研究探讨较多的方法，但目前尚未形成一个成熟且完善的方法体系，例如，MapReduce或Hadoop等之类的工具还在持续发展中，本身也存在不断的改进空间，它们与各种分析方法的集成缺乏公认的标准和规范，同样地，对于关注图像与事物之间关联的图模型分析与挖掘也尚没有发展出固定的技术，又例如，商务智能分析被定义为由数据仓库、ETL、联机分析、数据挖掘、客户关系管理、知识管理等多种技术融合的一组系统，通过BI系统管理组织内部及个人相关的商业数据、专家信息及知识，涉及数据的融合、取用及分析等方法与工具[37-38]，目前也没有标准化的体系架构。
因此，本文还无法明确回答上述三种方法将如何应用于情报研究、在应用过程中需要做哪些调整、这些方法与现有的情报研究方法的关系如何等相关问题，但可以肯定的是，这些方法对未来的情报研究具有借鉴价值，例如，一旦情报研究的处理对象（即数据）积累到了一定程度，成为传统关系数据库处理不了的大数据，那么，使用基于MapReduce或Hadoop的衍生分析方法就成为了必然。又如，图模型分析与挖掘可补充情报研究在图像分析的不足，而商务智能分析可理解为一套集成系统，可应用在情报机构的知识库或机构典藏，找出组织的知识缺口等方面。
3 结语
大数据时代就是一个数据分析的时代，学界和业界提出了很多大数据分析的方法与技术，这些方法与技术对情报研究产生了积极的借鉴作用，本文总结了大数据分析的方法，提出面向层次的BDA方法框架，归纳总结了其中的17种BDA方法，并从可直接移植、将调整后移植、不适用于情报研究以及需要继续关注等四个方面对这些方法在情报研究中的适用性进行了分析，以期为情报研究借鉴或移植BDA相关方法提供参考，促进情报研究的理论与实践发展。
参考文献：
[1]Lavalle S， Lesser E， Shockley R， et al. Big Data， Analytics and the Path From Insights to Value[J].MIT Sloan Management Review，2011，52（2）：21-32.
[2]Russom P. BIG DATA ANALYTICS[R].The Data Warehousing Institute，2011.
[3]Mohanty S， Jagadeesh M， Srivatsa H. Big Data Imperatives - Enterprise Big Data Warehouse， BI Implementations and Analytics[M]. New York： Apress， 2013.
[4]Computing community consortium. Challenges and Opportunities with Big Data[R]. Washington， DC：Computing Research Association，2012.
[5]Power D J. Using "Big Data" for analytics and decision support[J].Journal of Decision Systems，2014，23（2）： 222-228.
[6]Nationalresearchcouncil.Frontiers in Massive Data Analysis[R].Washington，DC：The National Academies Press， 2013.
[7]Li Z H， Han J W. Mining Periodicity from Dynamic and Incomplete Spatiotemporal Data[A]. Chu W W，Data Mining and Knowledge Discovery for Big Data[M].Germany：Springer Berlin Heidelberg， 2014：41-81.
[8]魏顺平. 学习分析技术：挖掘大数据时代下教育数据的价值[J]. 现代教育技术，2013， 23（2）： 5-11.
[9]Chen H C， Chiang R H L， Storey V C. Business Intelligence and Analytics： From Big Data to Big Impact[J]. MIS Quarterly，2012， 36（4）： 1165-1188.
[10]严霄凤，张德馨. 大数据研究[J].计算机技术与发展， 2013， 23（4）： 168-172.
[11]孟小峰，慈祥. 大数据管理：概念、技术与挑战[J]. 计算机研究与发展，2013， 50（1）： 146-169.
[12]覃雄派，王会举，杜小勇，等. 大数据分析――RDBMS与MapReduce的竞争与共生[J].软件学报，2012， 23（1）： 32-45.
[13]Sengamedu S. Scalable Analytics-Algorithms and Systems[A].Srinivasa S， Bhatnagar V.Big Data Analytics[M].India：Springer Berlin Heidelberg， 2012：1-7.
[14]Mehta S， Subramaniam L V. Tutorial ： Social Media Analytics[M].Bhatnagar V， Srinivasa S.Big Data Analytics[M].India：Springer International Publishing， 2013：1-21.
[15]王炼，武夷山. 方法移植对科学计量学研究的方法论启示[J]. 科学学研究，2006， 24（4）： 503-507.
[16]Kroeze J H， Matthee M C， Bothma T J D. Differentiating Data-and Text-Mining Terminology： The 2003 annual research conference of the South African institute of computer scientists and information technologists on Enablement through technology[Z]. South Africa：2003：93-101.
[17]祝清松，冷伏海. 基于引文内容分析的高被引论文主题识别研究[J]. 中国图书馆学报，2014，（1）：39-49.
[18]张树良，冷伏海. 基于文献的知识发现的应用进展研究[J]. 情报学报，2006， 25（6）： 700-712.
[19]李楠，张学福. 基于关联数据的知识发现应用体系研究[J]. 图书情报工作，2013，（6）：127-133.
[20]王辉，王晖昱，左万利. 观点挖掘综述[J]. 计算机应用研究，2009，26（1）：25-29.
[21]黄晓斌，赵超. 文本挖掘在网络舆情信息分析中的应用[J]. 情报科学，2009：（1）： 94-99.
[22]赵洁，温润. 基于新词扩充和特征选择的微博观点句识别方法[J]. 情报学报，2013，32（9）： 945-951.
[23]单斌，李芳.基于LDA话题演化研究方法综述[J]. 中文信息学报，2010， 24（6）： 43-49.
[24]贺亮，李芳. 科技文献话题演化研究[J]. 现代图书情报技术，2012，（4）： 61-67.
[25]查先进.信息分析[M].武汉：武汉大学出版社，2011.
[26]Lakshminarayan C. High Dimensional Big Data and Pattern Analysis： A Tutorial[A].Bhatnagar V， Srinivasa S.Big Data Analytics[M].India：Springer International Publishing， 2013： 8302， 68-85.
[27]胡洁. 高维数据特征降维研究综述[J]. 计算机应用研究，2008，（9）： 2601-2606.
[28]吴晓婷，闫德勤. 数据降维方法分析与研究[J]. 计算机应用研究，2009，（8）：2832-2835.
[29]陈涛，谢阳群. 文本分类中的特征降维方法综述[J]. 情报学报，2005，24（6）： 690-695.
[30]白如江，冷伏海. “大数据”时代科学数据整合研究[J]. 情报理论与实践，2014， 37（1）： 94-99.
[31]化柏林. 多源信息融合方法研究[J]. 情报理论与实践，2013，（11）： 16-19.
[32]李建中，刘显敏. 大数据的一个重要方面：数据可用性[J].计算机研究与发展，2013，50（6）：1147-1162.
[33]王延飞，王林兰. 论情报研究质量[J].图书情报工作，2010，54（10）：35-39.
[34]王阅，高学东，武森，等. 时间序列周期模式挖掘的周期检测方法[J]. 计算机工程，2009， 35（22）： 32-34.
[35]孟志青，楼婷渊，胡强.多粒度时间文本数据的周期模式挖掘算法[J]. 计算机科学，2013，（S2）： 251-254.
[36]Bellazzi R， Diomidous M， Sarkar I， et al. Data analysis and data mining current issues in biomedical informatics[J]. Methods of Information in Medicine，2011，50（6）：536-544.
[37]Negash S. Business intelligence[J]. Communications of the Association for Information Systems，2004，13（1）：177-195.
[关键词]情报理论范式 现代情报理论 复杂性科学
[分类号]G350
1.引言
兴起于20世纪80年代的复杂性科学，是研究复杂系统和复杂性的一门交叉学科，被科学家誉为“21世纪的科学”。它所具有的全新思维方式和世界观，它对复杂系统的科学揭示和对现实世界的深刻洞察，对其他学科复杂性问题研究具有重要的理论指导价值。
现代情报学是按科学方法并运用分析工具，通过观察、理论和再观察系统探索人类情报行为、情报过程和社会情报现象，探索情报与知识的生产、传播和利用规律的科学。网络时代，以数字化和网络化为特征的信息技术的快速发展推动了现代情报研究工作的变化。现代情报学的关注焦点从满足用户文献信息需求向满足其知识需求转变、从重视技术发展向关注社会条件转化、从为用户提供单元信息向为用户提供系统化的情报知识拓展。现代情报学理论范式正在发生转移。
在此背景下，探讨复杂性科学对现代情报学理论的影响，运用复杂性科学的基本原理来分析、研究现代情报系统中的实际问题，研究基于复杂性科学的现代情报学理论范式的转变，有助于理解与把握网络环境下现代情报学理论的变化规律与发展趋势。
2.复杂性科学研究的基本原则
复杂性科学是以还原论、经验论及纯科学等经典理论为基础，吸收与融合系统论、理性论和人文科学等最新发展，以自然界与社会的复杂性和复杂系统为研究核心的新科学。
以复杂性和复杂系统为研究对象，复杂性科学用整体性方法研究真实世界中的复杂性问题，以揭示开放的复杂巨系统的构成，认识各子系统间、各子系统与环境间及系统整体的特性、作用机理与机制，了解其发展的动因及规律，探索利用复杂性创造长期优势的有效途径。复杂性科学因其所具有的全新思维方式和分析视角而受到学界重视。
复杂性科学研究包括混沌学派、结构学派、系统动力学派、自适应学派等多个学派，虽然各学派对学科概念、研究对象、研究方法等问题的认识角度不同，但研究中所遵循的原则是基本相同的。
2.1整体性原则
就是在研究中将复杂系统作为一个整体，从整体角度研究系统性质与特点。复杂性科学认为，组织系统虽然是由多种子系统和子子系统所构成，且每个子系统具有相对独立的结构、功能与行为，但组织作为一个有机体，只有从整体性和系统性角度进行分析与探讨，才能把握组织的实质和基本运行规律。为便于分析和研究，在研究中有时也将复杂系统分解成若干个功能子系统，但需注意系统的整体性质与各子系统性质的因果关系与差异性。
2.2动态性原则
复杂科学认为，在组织系统运动变化过程中，稳定与平衡是运动的一种趋势，而波动、不平衡、矛盾等才是运动的常态。动态性是导致系统复杂性的主要原因之一。动态性原则就是在研究中坚持动态地看问题，发现波动及不平衡中所蕴含的规律，以揭示复杂性系统的基本特性。
2.3时空统一原则
组织系统是一个复杂的、多层次的有机体，在时间与空间中，它既是网络的又是不均匀的、既是正式的又是非正式的、既是实体的又是虚拟的。时空统一原则是指在研究中不但研究复杂系统的时间演化轨迹，还研究其空间运动模式，即研究复杂系统的时空运动变化规律。
2.4宏微观统一原则
作为一个有机整体，组织系统的宏观变化是微观变量相互作用的结果，即由系统中最小的不确定性通过反馈耦合而放大的结果。因此，复杂性科学研究中应坚持宏观与微观相统一的原则，即在整体性原则基础上，注意把握内外环境中关键性的动态偶然变量，从系统角度分析其对组织整体的影响。
2.5开放性原则
组织是内外要素相互关联、相互作用的开放系统，当内外条件变化(信息)达到一定阈值时，便会自动形成一种有序结构。开放性原则就是在研究中将组织放在开放环境中，分析外部随机因素对组织的作用与影响，有效把握组织发展变化规律。
3.基于复杂性科学视角的现代情报学特点分析
现代情报学研究是针对信息传播与情报系统及各环节所展开的系列分析与探索活动。网络环境中，信息传播与情报交流系统所具有环境复杂性、内部复杂性及系统交互复杂性特点，致使现代情报学的研究对象、研究主体、研究过程与研究内容等发生较大变化。以复杂性科学研究理论为视角，网络环境下，现代情报学理论作为一个复杂的理论系统，主要具有如下特点。
3.1情报研究对象的复杂多样性
情报学研究对象包括情报活动、情报现象和情报用户等多个层面。网络环境中，伴随着信息与知识的生产、传播和利用方式的变化，现代情报学的研究对象呈现出前所未有的复杂性与多样性。
当前，越来越多类型的个人与组织参与到情报活动之中，情报活动的范围和深度在不断拓展。以利用先进技术、方法与手段满足用户知识需求和提升信息用户的个性化服务为目标的用户需求、用户行为、用户交互等内容成为情报研究主要对象。同时，以智能性信息组织、知识组织、信息构建、知识地图等为代表的先进信息技术和信息分析工具广泛应用于现代情报学研究中，对具有前沿性、先进性、复杂性特点的情报研究方法与技术的研究也是情报研究重点对象。另外，进一步探讨网络社会中以技术和信息为媒介的人际关系和社会现象、探索由此带来的人与情报复杂关联形式成为现代情报学新的研究对象。
3.2情报研究主体的多重复杂性
网络环境中，情报对象的丰富化与情报现象的复杂化要求研究者一方面重视对自身情报理念、情报哲学的思考和基于情报事实的逻辑分析与判断；一方面则应主动参与情报活动，置身其中分析情报活动中人的作用与影响，探索与研究人的情报吸收过程与知识结构改变。由此可见，在现代情报学研究中，人既是研究主体又是研究客体，具有双重性地位。
网络条件下，情报用户由单纯的被动情报接受者转向积极主动地参与各项情报活动与情报研究，情报用户地位发生了改变，成为情报研究主体的一部分。情报研究中用户与情报工作者间关系日趋密切与复杂。情报用户的知识结构、认知能力、认知风格及价值判断等直接影响现代情报研究理念、研究方法与研究手段。
伴随着新兴信息技术在情报研究中的广泛应用，越来越多的技术工作者参与到情报研究中来。在研究中，虽然技术工作者与情报研究人员分别承担不同任务，但在现代情报研究有机系统中，技术与研究已经紧密地融合在一起，他们只有相互联系、密切配合、协调统
一、共同探索，才能发挥出研究系统的最佳整体功能。因此，技术工作者成为情报研究主体新的构成部分。
3.3情报研究过程的动态复杂性
在动态复杂环境中，情报运动由线性为主要运动方式向非线性、多路径、交互式运动方式转变。以线性逻辑为研究脉络和侧重对情报运动独立环节的研究已经难以把握网络环境中情报现象、情报过程的规律与特点，需要从整体、系统、动态视角研究情报过程与情报系统。
情报学研究过程也是研究主体的情报获取与利用过程。在此过程中，研究主体需要与系统进行持续情报交互，情报研究与情报过程中的情报感知、识别、交换、分析、存储、处理、再生、表示等融为一体，并受到价值观、文化、社会、经济、技术等因素的影响，整个研究过程复杂、难以预测、充满不确定性：
3.4情报研究内容的多学科融合性
以信息技术为先导、以信息知识为资源的知识经济社会赋予情报学以时代特征。现代情报学研究呈现出领域拓宽、内容深化、纵横渗透、恢宏交错、边缘扩展、分支密集等特点。情报学研究范畴越来越模糊，边缘日趋混沌。
在现代情报学发展中，情报学科的兼容性和跨学科属性是现代情报学内在的本质特征。随着情报学研究领域的不断拓展，涉及到许多学科领域的研究(计算机科学、数学、语言学、符号学、经济学、法学等)、许多专门的类型(地理信息系统、社会经济数据流、网站等)、许多应用领域、不同的上层建筑领域(经济的、政治的、文化的)。同时，信息技术在人类社会中以前所未有的态势迅猛发展，与现代情报理论关系密切、共荣共生。在此条件下，现代情报学与其他学科日渐交融，不断吸收与借鉴其他学科的理论与观点，与其他学科相互交叉，研究内容呈现出数学计量化、心理学化、社会学化、传播学化、经济学化、史学及未来学化、技术科学化、生态环境化、人文伦理化、政策法规化、知识化、学体化等多学科融合趋势。
而从现代情报学自身角度看，网络环境中，随着情报主体、情报对象和情报过程的发展与变化，复杂的情报问题已经不能单靠一个学科之力能够解决，需要广泛吸收与借鉴其他学科的理论、方法，并与本学科传统理论相结合，才能有效解决网络条件下的情报问题，由此促成现代情报学的多学科融合态势。
4.基于复杂性科学的现代情报学理论范式转变
由以上基于复杂性科学视角的现代情报学特点分析可见，复杂性科学不仅为现代情报学理论研究提供了全新的理论工具和研究方法，而且直接影响现代情报学理论范式的转变与发展。
4.1现代情报学理论体系向动态系统性转变
现代情报学理论是在吸收与借鉴哲学和社会学领域中社会认识论有益成果基础上，对数字化时代复杂环境下变迁中的知识生产、组织、管理和使用的社会行为和社会认知模式的准确描述、解释和预测。
知识经济社会中，技术进步的推动与应用创新的拉动促进情报学理论向纵深发展，形成了由多重结构有机构成的情报理论体系。由于多主体参与和多要素互动，以及不同子系统的特点和结合方式不同，情报理论体系具有不同质的系统总体形式和多层次性。但在这个有机理论系统中，每一个理论观点的演化不是孤立的，而是以基本情报理论为基础，并与其他理论观点、分支体系相互影响、相互作用、彼此交融，构成具有动态性。系统性的现代情报理论体系。
与此同时，现代情报学作为一门交叉学科，自然科学与社会人文科学中多个专业学科理论对其理论基础发展产生影响，推动现代情报学理论动态发展，丰富、完善理论体系结构，促使其向复杂、多层次理论体系发展。
4.2现代情报学研究范式向复杂范式转变
一个学科范式的变迁与发展既有其独立性，又有一定的历史背景。在人文学科范式的变迁与发展过程中，有时表现为范式的更替，更多时候是各个范式之间相互交织。外部环境的发展推动了现代情报学研究对象、内容与过程的变化。现代情报学研究除了理性思维外，更加关注人的价值和尊严，重视情报过程中人的感情、意志、价值和信仰。在此背景下，情报学原有研究范式已很难对其研究主体、内容、对象和过程的复杂性进行概括，不能科学、客观地指导研究实践。现代情报学研究的发展特点及后现代主义思潮的核心立场决定现代情报学需要一种新的研究范式来主导新形势下的情报研究，即复杂性研究范式。
复杂性范式其实质是以复杂研究思维为主导的一种多元化范式。复杂性范式将现代情报学看作一个动态自组织的、与其他学科联系密切的复杂系统。在此基础上，运用复杂性理论剖析情报研究内容与研究对象稳定区域内的复杂性、系统性和动态性，揭示其混沌区域与不稳定区域内情报运动过程的内在规律性。现代情报学复杂性范式不是对已有范式的否定，而是对已有范式优势的兼收并蓄与整合。
现代情报学复杂性研究范式是对当前情报学研究思维与研究逻辑的高度概括。它既体现了现代情报学研究中以“人”为关注焦点、以“本质”为研究核心的质性范式的研究思维，又是对以“系统”为研究重点、以“交互作用”为研究焦点的技术范式的包容。因此，复杂性范式是符合现代情报学研究特点与研究趋势的主导范式。
4.3现代情报学研究过程向集成综合发展
网络环境中，现代情报研究活动是由多主体参与、多要素互动的动态复杂过程。在此研究过程中，现代情报理论不是各研究部分与研究环节分析内容与理论观点的简单叠加，而是各种观点的综合集成。因此，需要运用整体思维、过程思维、关系思维和非线性思维来分析与研究情报现象、情报行为和情报过程，强调把握研究对象的整体性。与此同时，以先进技术支持的智能性信息组织、知识组织、信息构建、知识地图等技术手段和分析方法有效应用于情报学研究之中并发挥着越来越重要的作用，形成现代情报学研究中的人机交互与人机结合，促使其研究向集成综合发展。
现代情报学研究过程的集成综合是将专家与群体的主观判断逻辑思维、客观数据和信息与计算机仿真有机地结合，将研究者的洞察力、直觉判断与研究的客观标准、真实数据有机地结合在一起，将各个相关学科的理论和研究者的经验与知识结合起来，综合运用观察、调查、实验、文献分析、阐释、模型、计算等技术和方法来分析与探讨复杂的情报现象、行为与过程。其实质是以人为主、人机结合的情报学研究过程，这种集成综合研究不仅为现代情报学研究发展趋势指明方向，也阐明了现代情报学理论与研究进化发展的原则、机制和路径。
4.4现代情报学研究方法向复杂研究法转变
各学科的研究范式与研究方法间通常具有高度的规范一致性。研究方法中，量的研究是以是非为命题的，质的研究是以价值为命题的。虽然在社会科学研究中，有关量的研究与质的研究结合问题尚存在一定争议，世界范围内重视多元、强调对话的思潮推动下，两者间的结合问题已经成为一个跨学科、跨范式的热门话题。纵观情报学研究的发展历程，我们能够发现其从质性研究到定量研究，再到质性与定量相结合的复杂研究的发展轨迹。
>> 基于社会网络分析和共词分析的国内关联数据研究 国内外关联数据研究热点对比分析 国内外关于“转型期执政党社会整合机制”的研究现状分析 基于共词分析的国内人际情报网络研究热点探析 国内外关于电力系统负荷预测的研究现状分析 基于ESI数据库的国内外化学研究机构分析 基于社会网络分析的“网络成瘾”成果研究 国内外关于职业期待的研究简述 国内外关于丧失的研究综述 基于社会网络分析方法的口碑传播研究 国内社会网络分析研究述评 基于共词分析的国内知识服务研究 基于Scopus数据库的国内外远程教育研究成果的定量分析 基于关联数据的知识组织研究 基于关联数据视角的语义网教育研究 国内外关于大学生社会公德意识养成的研究进展 基于关联数据的图书馆信息资源整合分析 基于形式概念分析和社会网络分析的虚拟社区成员知识本体构建研究 社会网络分析中缺失数据的处理方法 基于社会网络分析的我国学科服务研究的主要学术合作群体和热点研究 常见问题解答 当前所在位置：l，2015-06-20.
[2]State of the LOD Cloud 2014[N/OL].http：∥linkeddatacatalog.dws.informatik.uni-mannheim.de/state/，2015-06-21.
[3]付瑶，杨畔.基于共词分析的我国关联数据研究进展探析[J].图书馆学研究，2013，（4）：18-24.
[4]Martin Malmsten.将图书馆目录纳入语义万维网[J].李雯静，译.现代图书情报技术，2009，（3）：3-7.
[5]Ed Summers，Antoine Isaac，Clay Redding，Dan Krech.LCSH，SKOS和关联数据[J].现代图书情报技术，2009，（3）：8-14.
[6]廖胜姣，肖仙桃.基于文献计量的共词分析研究进展[J].情报科学，2008，26（6）：855-859.
[7]范少萍，李迎迎，张志强.国内外共词分析研究的文献计量分析[J].情报杂志，2013，32（9）：104-109.
[8]滕广青，牟冬梅，任晶.国外社会网络分析在文献计量领域的应用研究[J].情报资料工作，2014，（1）：47-51.
[9]刘启元，叶鹰.文献题录信息挖掘技术方法及其软件SATI的实现――以中外图书情报学为例[J].信息资源管理学报，2012，（1）：50-58.
[10]刘春年，陈通.基于共词聚类的能源互联网研究热点及发展脉络分析[J].现代情报，2015，35（11）：127-133.
[11]潘有能，张悦.关联数据研究与应用进展[J].情报科学，2011，29（1）：124-130.
[12]李琳.关联数据在图书馆界的应用与挑战[J].图书与情报，2011，（4）：58-61.
[13]严骏.关联开放数据概念及应用[J].信息与电脑：理论版，2014，（12）：88.
[14]沈志宏，黎建辉，张晓林.面向LOD的关联发现过程的定位、目标与复杂性分析[J].中国图书馆学报，2013，（6）：101-108.
[15]Christian Becker，Christian Bizer.DBpedia Mobile：A Location-Enabled Linked Data Browser[J].LDOW，2008，369-370.
[16]Paulheim Heiko，Fümkranz Johannes.Unsupervised generation of data mining features from linked open data[C].Proceedings of the 2nd international conference on web intelligence，mining and semantics.ACM，2012：31-42.
[17]付旭雄.基于关联数据的知识地图中知识链接构建研究[D].武汉：华中师范大学，2012.
[18]牟冬梅，张艳侠，黄丽丽.数字资源语义互联的模式及其比较研究[J].图书情报工作，2013，57（17）：6-10.
[19]钟莉.基于关联数据的图书馆信息资源整合研究[D].杭州：浙江大学，2014.
[20]Lange Leanora，Pattuelli Maria Cristina.Linked Jazz：Building with Linked Open Data[N/OL].http：∥educause.edu/ero/article/linked-jazz-building-linked-open-data，2015-06-23.
[21]李楠，张学福.基于关联数据的知识发现模型研究[J].图书馆学研究，2013，（1）：73-77.
[22]夏翠娟，刘炜，赵亮，等.关联数据技术及其实现――以Drupal为例[J].中国图书馆学报，2012，（1）：49-57.
[23]沈志宏，刘筱敏，郭学兵，等.关联数据流程与关键问题研究――以科技文献、科学数据为例[J].中国图书馆学报，2013，（2）：53-62.
[24]贺令辉.基于关联数据的高校图书馆知识服务探讨[J].图书馆研究，2013，（1）：95-97.
[25]Hoxha Julia，Rula Anisa，Ell Basil.Towards Green Linked Data[C].COLD，2011.
[26]Raimond Yves，Sutton Christopher，Sandler Mark.Automatic Interlinking of Music Datasets on the Semantic Web[J].LDOW，2008：369.
[27]Volz Julius，Bizer Christian，Gaedke Martin，Kobilarov Georgi.Silk-A Link Discovery Framework for the Web of Data[J].LDOW，2009：538.
[28]Hassanzadeh Oktie，Kementsietsidis Anastasios，Lim Lipyeow，Miller Renée，Wang Min.A framework for semantic link discovery over relational data[C].Proceedings of the 18th ACM conference on Information and knowledge management.ACM，2009：1027-1036.
>> 基于文献计量的国内外Web2.0研究态势分析 国内Moodle平台研究的文献计量分析 国内h指数研究的文献计量分析 国内区域创新研究的文献计量分析 基于文献计量的国内外信息与文献国家标准对比研究 国内信息共享空间研究文献计量分析 国内地方文献研究领域的文献计量分析 播客教学应用的国内研究文献计量分析 国内关于心理契约违背的研究文献计量分析 国内创新网络研究的文献计量分析 基于作者角度的国内开放存取研究文献计量分析 近十年国内开放实验研究的文献计量分析 国内会计准则研究现状的文献计量分析 国内农业信息化研究的文献计量分析 国内外图书馆数字资源评价的文献计量与内容分析 中国生态金融研究的文献计量分析 金线莲研究的文献计量分析 “中国梦”思想研究的文献计量分析 国内计量经济学的文献计量分析 国内文献计量研究的特征分析 常见问题解答 当前所在位置：l.
[2][6]祝智庭，管珏琪，邱慧娴.翻转课堂国内应用实践与反思[J].电化教育研究，2015（6）：66-72.
[3][美]NMC 地平线项目.新媒体联盟2015地平线报告高等教育版[J].龚志武，吴迪，陈阳键，等译.现代远程教育研究，2015（2）：3-22，42.
[4]L.Maureen，G.Platt，M.Treglia.Inverting the Classroom：A Gateway to Creating An Inclusive Learning Environment[J].Journal of Economic Education，2000，31（1）：30-43.
[5][9]J.Wesley Baker.The “Classroom Flip”：Using Web Course Management Tools to Become the Guide by the Side[C]//The 11th International Conference on College Teaching and Learning，Jacksonville： Florida Comm Coll Jacksonvillectr Adv Teaching & Learning，2000：9-17.
[7]汪晓东，张晨婧仔.“翻转课堂”在大学教学中的应用研究――以教育技术学专业英语课程为例[J].现代教育技术，2013，23（8）：11-16.
[8]刘记飞，刘兰杰，葛秋萍.国内知识转移研究的文献计量分析[J].情报科学，2013，31（9）：108-112，121.
[10]何克抗.如何实现信息技术与教育的“深度融合”[J].课程・教材・教法，2014，34（2）：58-63.
[11]庞景安.科学计量研究方法论[M].北京：科学技术文献出版社，1999：299-300.
[12][13][22][24]范少萍，李迎迎，张志强.国内外共词分析研究的文献计量分析[J].情报杂志，2013，32（9）：104-109.
[14]邱均平.信息计量学（七） 第七讲 文献信息分布的集中与离散规律――布齐洛分布系及理论[J].情报理论与实践，2001（2）：77-80.
[15][17]邱均平.信息计量学（四） 第四讲 文献信息离散分布规律――布拉德福定律[J].情报理论与实践，2000，23（4）：315-320.
[16]王崇德.布拉德福定律两种形式的一致性[J].情报杂志.1985，4（14）：31-35.
[18]马费成，张勤.国内外知识管理研究热点――基于词频的统计分析[J].情报学报，2006，（2）：163-171.
[19]D.普赖斯.小科学，大科学[M].宋剑耕，戴振飞，译.世界科学社，1982.
[20]冯琳.国外信息用户研究的文献计量分析[J].图书馆学研究，2010（7）：4.
[21]HIRSCH JE.An Index to Quantify an Individual’s Scientific Research Output[J].Proceedings of the National Academy of Sciences of the United States of America，2005，102（46）：16569-16572.
[23]廖胜姣，肖仙桃.基于文献计量的共词分析研究进展[J].情报科学，2008，26（ 6）：855-859.
[25]R.Pierce，J.Fox.Vodcasts and Active-Learning Exercises in a Flipped Classroom Model of a Renal Pharmacotherapy Module[J].American Journal of Pharmaceutical Education，2012，76（10）.
关键词：图情类期刊 汇总整理 问卷调查 模糊聚类 统计分析
中图分类号： G250 文献标识码： A 文章编号： 1003-6938（2012）05-0105-06
1 引言
问卷调查是一种与现代社会相适应的高效率的调研手段，它能在短时间内，面向较大范围开展社会调查。随着科学技术的不断进步。问卷调查的应用也日趋广泛。已经逐渐成为研究者了解社情、掌握民意、辅助领导决策的理想工具。特别是在调查研究中，问卷的使用更为普遍。因此，美国社会学家艾尔·巴比称“问卷是社会调查的支柱”。为了寻找问卷调查方法在图情类期刊中的应用情况，本文以CNKI2007～2011检索数据的统计汇总数据为研究对象，运用描述统计和模糊聚类分析的方法，旨在剖析问卷调查在图情类期刊中的应用特点及规律。
2 数据来源
2.1 文献的筛选
本文的研究对象是2012～2013年CSSCI来源期刊目录中的《中国图书馆学报》、《大学图书馆学报》、《情报学报》、《图书情报工作》、《图书情报知识》、《情报理论与实践》、《图书与情报》、《国家图书馆学刊》、《情报科学》、《图书馆建设》、《情报资料工作》、《图书馆杂志》、《图书馆论坛》、《情报杂志》、《现代图书情报技术》、《图书馆工作与研究》和《图书馆理论与实践》等17种能代表我国图情研究水平的期刊文献资料。
2.2 数据的搜集方法
本文的研究目的是探索问卷调查方法在图情类期刊中的应用特点。为了得到较为完整的数据，从中国知网（CNKI）利用高级文献[1]搜索功能，使用全面普查的调查方法，通过以下步骤完成所有数据的搜索与汇总工作。
第一步，输入发表时间：2007～2011；文献出版来源：17种不同的图情类期刊名称；剔除题名中包含目录索引、征文、征订、通知、须知、贺信、贺词、讲话等之后，依序手工统计期刊论文总数和基金论文总数，并制作Excel汇总表；
第二步，在第一步的基础上，输入目标文献内容特征：全文含“调查”，依序手工统计期刊论文中使用调查方法的论文总数和基金论文总数，并制作Excel汇总表；
第三步，在第二步的基础上，输入目标文献内容特征：全文含“问卷调查”，依序手工统计期刊论文中使用问卷调查方法的论文总数、基金论文总数及学科类别分组词，并制作Excel汇总表，同时下载所有相关论文，分期刊打包，以备分析所用。
3 数据的统计分析
3.1 调查方法是图情类期刊中最常用、最重要的研究方法
从统计结果（见表1）可以看出，2007～2011年，图情类期刊上共收录论文27242篇，有10220篇使用了调查方法，占37.52%。其中，《中国图书馆学报》、《图书情报知识》等7种期刊使用调查方法的比重都超过了41%，最高的《大学图书馆学报》达到了48.43%。证明调查方法是图情类期刊论文中最常用、最重要的研究方法。
从表1还可以看出，2007～2011年，图情类期刊上共发表基金论文4175篇，占总数的15.33%。其中，基金论文比重最高的是《情报理论与实践》，占33.73%；其次是《情报杂志》和《情报科学》，分别占29.93%和27.80%。说明基金论文比重普遍不高，相对较高的集中在情报类期刊中。
3.2 基金论文中使用调查方法的比重较高
从表1可以看出，2007～2011年，图情类期刊上共收录基金论文4175篇，有1726篇使用了调查方法，占41.34%。其中，《大学图书馆学报》占比重最大，高达65.31%；其次是《图书与情报》、《国家图书馆学刊》、《图书馆论坛》、《图书馆工作与研究》和《图书情报知识》5种期刊，基金论文中使用调查方法的分别占56.91%、55.32%、53.66%、55.10%和50.00%，都达到或超过了50%。说明调查方法在基金论文中的应用更加广泛和主要。
同时还可以看出，2007～2011年，在使用调查方法的1726篇基金论文中，有452篇使用了问卷调查方法，占26.19%。其中，比重最高的是《图书馆杂志》，占48%；其次是《大学图书馆学报》，占43.75%；《图书馆工作与研究》和《情报杂志》各占33.33%和32.83%。
这里要说明一个问题，通过对原始文献的人工抽样调查表明，在1726篇使用了调查方法的基金论文中，不包括使用以下两种调查方法的论文数量。第一种是调查方法的名称里不包含“调查”这个词。如“访问法”、“访谈法”、“小组座谈会法或群体座谈会法”、“深入访谈法”、“个别深访”、“专家访问法”、“观察法”、“文献法”、“德尔菲法”等。第二种是有些基金论文也使用了调查方法进行研究，但都被近似的词所替代，文章中却不会出现“调查”这个词。比如“抽样调查”用“选样”或“样本”替代、“个案调查”和“典型调查”用“个案研究”替代等等。而这两种情况下的调查方法中使用问卷调查的方法也为数不少。所以这1726篇和452篇只是调查方法或问卷调查方法应用的一部分而已。如考虑上述原因，这个比重会大大的高于41.34%和26.19%。说明问卷调查在使用调查方法的基金论文中占有重要的优势。
结合实际究其原因，是因为一般的论文使用调查方法，尤其是问卷调查方法成本较大，研究者无力支付。对于基金项目的研究，研究者有足够的研究经费和充裕的研究时间，支撑调查方法的应用。同时，问卷调查在科学设计问卷、合理搜集数据的基础上，得到的是第一手数据，可以真实体现被研究对象的主客观原因，对于问题的研究具有实证效果。
3.3 基金论文中“图书”类期刊使用问卷调查方法的比例高于“情报”类期刊
为了探寻17种期刊基金论文中调查方法的应用特征，下面使用SPSS统计软件对表1 数据进行标准化处理（见表2）与模糊聚类分析（得到的聚类谱系图见图1，整理的聚类结果见表3）。
[序号＼&X1＼&X2＼&X3＼&X4＼&X5＼&1＼&-0.2901＼&-0.3229＼&-0.4395＼&-0.3022＼&-0.0501＼&2＼&-0.6990＼&-0.6147＼&1.3688＼&-0.3592＼&1.8085＼&3＼&-0.6279＼&-0.7561＼&-1.5979＼&-0.7017＼&-1.2268＼&4＼&1.9073＼&2.1436＼&-0.1327＼&2.0093＼&0.2979＼&5＼&-0.3754＼&-0.2787＼&0.2907＼&-0.2165＼&0.1954＼&6＼&1.0326＼&0.9589＼&-0.4715＼&0.5254＼&-0.3596＼&7＼&-0.4359＼&-0.2787＼&0.7775＼&-0.3878＼&-0.6371＼&8＼&-0.7061＼&-0.6677＼&0.6654＼&-0.6446＼&-0.9467＼&9＼&0.5455＼&0.4727＼&-0.4949＼&0.2115＼&-0.3104＼&10＼&-0.6421＼&-0.4732＼&1.9704＼&-0.3307＼&0.5944＼&11＼&-0.4039＼&-0.3229＼&0.2373＼&-0.5590＼&-1.3950＼&12＼&-0.6279＼&-0.6766＼&-0.6791＼&-0.4163＼&2.2213＼&13＼&-0.4359＼&-0.3141＼&0.5484＼&-0.3878＼&-0.5278＼&14＼&2.7252＼&2.6298＼&-0.4541＼&2.9795＼&0.7480＼&15＼&0.0797＼&-0.5174＼&-2.1011＼&-0.5590＼&-0.8598＼&16＼&-0.6990＼&-0.6589＼&0.6501＼&-0.5019＼&0.7967＼&17＼&-0.3470＼&-0.3229＼&-0.1377＼&-0.3592＼&-0.3489＼&][表2 K=1时表2数据标准化结果]
[图1 利用SPSS对基金论文生成的模糊聚类谱系图]
[第1类＼&第2类＼&第3类＼&情报理论与实践、情报科学、图书情报工作、情报杂志＼&图书馆杂志、图书馆建设、图书情报知识、图书馆工作与研究、大学图书馆学报＼&情报资料工作、国家图书馆学刊、图书与情报、图书馆论坛、图书馆理论与实践、情报学报、现代图书情报技术、中国图书馆学报＼&][表3 由图1整理的聚类结果]
表3显示，基金论文的聚类结果具有明显的规律与特点。3类结果中，第1类是“情报”类期刊，包括《情报理论与实践》等共4种。第2类是“图书”类期刊，包括《图书馆杂志》等共5种。第3类是“图情”综合类期刊，包括《图书与情报》等8种。这表明，基金论文中调查方法的应用也是遵循“图书”与“情报”规律的，且“图书”类期刊中使用问卷调查方法的比例普遍高于“情报”类期刊。
从表1 还可以看出，2007～2011年17种图情类期刊论文中，有2008篇使用了问卷调查方法，其中基金论文有452篇，占22.51%。《情报杂志》的使用比重最高，占43.67%；其次是《中国图书馆学报》，占34.04%。说明问卷调查在基金论文中仍然发挥了较大的作用。
3.4 问卷调查方法使用的聚类结果具有明显的“图书”与“情报”特征
为了进一步探寻17种期刊基金论文中问卷调查方法的应用特征，继续使用SPSS统计软件对表5数据进行标准化处理后的结果见表4；进行模糊聚类得到的聚类谱系图见图2，整理的聚类结果见表5。
表5显示，3类结果中，第1类是“情报”类期刊，包括《情报杂志》、《情报理论与实践》、《情报科学》和《图书情报工作》4种。第3类是“图书”类期刊，包括《现代图书情报技术》、《中国图书馆学报》和《图书情报知识》4种。第2类是“图情”综合类期刊，包括《图书与情报》等10种。这表明，问卷调查方法的使用具有明显的期刊自身特征。同时说明，调查方法在基金论文中应用与问卷调查在图情类期刊中的应用特点具有一致性。
3.5 问卷调查方法主要应用在图书情报与数字图书馆的研究领域
为了分析问卷调查方法在17种图情类期刊论文中的学科类别分布情况，将从CNKI中所搜索的数据按照应用次数的多少倒序排列，选出前14个研究领域，其余都归为其他研究领域，汇总整理并计算的结果见表8和图3。
表6 显示，在使用问卷调查方法的2008篇论文中，有1129篇应用在图书情报与数字图书馆领域，占56.23%；有232篇应用在计算机软件及计算机应用领域，占11.55%；在其他各个领域的应用只占32.33%。表明图情类期刊对于问卷调查方法有其自身突出的应用特点和要求。
4 对策及建议
4.1 合理设计调查方案
所有的调查都要事先设计调查方案。在调查方案中，除了调查明确调查目的外，最重要的就是定义调查对象及调查单位（也就是样本），第三才是调查项目（调查问卷）的设计。此次研究表明，在使用问卷调查方法的期刊论文中，几乎没有研究者提到调查方案的设计问题。大多数研究者只注重对调查单位的描述和说明，却很少有对调查总体的介绍和界定。如《图书馆员职业承诺与离职意愿》一文对福建六所高校图书馆员使用了问卷调查，文章只说明了共发放调查问卷480份，收回有效问卷422份，并没有介绍该六所高校图书馆员的基本情况（应该是已知的），如职称结构、年龄结构、性别结构等，这就很难保证调查结果的代表性。
[序号＼&X1＼&X2＼&X3＼&1＼&-0.7726＼&-0.3022＼&1.4139＼&2＼&-0.3706＼&-0.3592＼&-0.2316＼&3＼&-1.0225＼&-0.7017＼&-1.0208＼&4＼&2.7364＼&2.0093＼&0.6727＼&5＼&-0.4358＼&-0.2165＼&0.4968＼&6＼&0.1834＼&0.5254＼&1.3467＼&7＼&-0.4358＼&-0.3878＼&-0.2316＼&8＼&-0.9247＼&-0.6446＼&-0.6621＼&9＼&0.2703＼&0.2115＼&0.4417＼&10＼&0.1074＼&-0.3307＼&-0.7002＼&11＼&-0.6857＼&-0.5590＼&-0.6047＼&12＼&0.2703＼&-0.4163＼&-1.0153＼&13＼&0.1617＼&-0.3878＼&-0.8843＼&14＼&1.9759＼&2.9795＼&2.3253＼&15＼&-0.9464＼&-0.5590＼&0.3284＼&16＼&-0.0121＼&-0.5019＼&-1.0815＼&17＼&-0.0991＼&-0.3592＼&-0.5936＼&][表4 K=1时对表5数据标准化结果]
[图2 利用SPSS对含“问卷调查”论文
生成的模糊聚类谱系图]
[第1类＼&第2类＼&第3类＼&情报杂志、情报理论与实践、情报科学、图书情报工作＼&图书馆理论与实践、图书馆工作与研究、图书馆杂志、图书馆建设、图书馆论坛、国家图书馆学刊、情报资料工作、情报学报、大学图书馆学报、图书与情报＼&现代图书情报技术、中国图书馆学报、图书情报知识＼&][表5 由图2整理的聚类结果]
[序号＼&刊名＼&含“问卷调查”的论文数量（篇）＼&含“问卷调查”的论文比重（%）＼&1＼&图书情报与数字图书馆＼&1129＼&56.23＼&2＼&计算机软件及计算机应用＼&232＼&11.55＼&3＼&企业经济＼&152＼&7.57＼&4＼&新闻与传媒＼&94＼&4.68＼&5＼&高等教育＼&64＼&3.19＼&6＼&宏观经济管理与可持续发展＼&64＼&3.19＼&7＼&贸易经济＼&44＼&2.19＼&8＼&行政学及国家行政管理＼&35＼&1.74＼&9＼&信息经济与邮政经济＼&28＼&1.39＼&10＼&科学研究管理＼&26＼&1.29＼&11＼&互联网技术＼&19＼&0.95＼&12＼&数学＼&18＼&0.90＼&][表6 2007～2011年17种图情类期刊论文
使用问卷调查方法的按学科类别分组汇总表][数据来源：中国知网。]
4.2 合理设计调查问卷
问卷的设计成功与否，决定着问卷调查结果的成败[2]。严格的讲，所有使用问卷调查方法的文章，都应该对问卷的设计做出详细的说明，甚至有必要将问卷作为附件附在文后，以便衡量调查的合理性。此次研究结果表明，大多数文章都对问卷的设计进行了说明，将问卷附在文后的就很少。问卷设计的原则包括科学性、可行性、非诱导性、通俗易懂和便于整理等。从对问卷调查文章的全面研读结果看，很难找到这些完整的设计原则。尤其重要的是非诱导性原则，要求不能使用各种诱导性词语或语句和语气。因为一旦研究者进行诱导，其调查结果将没有任何意义。如《学生读者的需求满意度调查分析——以厦门大学为例》[3]一文，同样是馆员工作满意度调查，满意度指标中的二级指标共10个，全部使用了诱导性词语，如：“网站/主页信息丰富、揭示清楚、更新及时、界面友好”、“馆藏目录信息准确、功能完善”、“对文献资源进行有效整合、提供一站式检索”、“电子资源便于检索与利用，可远程访问”、“馆舍馆藏布局合理”、“书刊排架准确，书标架标清晰完备、维护良好”、 “借还书手续简便、快捷”、“借阅规则明确、合理”、 “馆际互借与文献传递申请处理及时、满足率高”、“开放时间能够满足需求”，也许在分析时会考虑到这些因素。可是作为读者，就会质疑，这样的满意度指标能调查出不满意的结果吗？
4.3 恰当使用调查方法
问卷仅仅是调查的工具，通常要与抽样及其他的调查方法相结合才能使用。而调查方法的选择不仅取决于研究对象的特点，还取决于研究者的目的与拥有的技术和经济能力。只有综合考虑诸多因素，获得较多有效样本时，才能发挥问卷的作用。如《按照用户需求调整社科信息服务策略——浙江省四大系统图书馆读者信息需求调查》[4]，经过近5 个月的调查，共回收48 所图书馆有效调查表3830 份，应该是一个大样本的调查。又如《创建与使用在Web2.0搜索信息的型人——从问卷调查、深度访谈与追踪观察的心理与社会分析推导创新服务》[5]，就是使用问卷抽样调查与深度访谈及追踪观察相结合的方法获得数据的，发挥各种调查方法的优势并互补。但对使用简单随机抽样的原因并未说明，所以其代表性的问题还是值得斟酌。因为按照随机原则，只有当研究总体各单位间的差异较小时，才可以使用简单随机抽样，这里的研究总体显然已知，所以要考虑如性别、年龄、区域等的代表性。
恰当使用调查方法，还体现在是否选用问卷调查上。有些文章应该使用问卷调查方法，但由于经费或其他原因而没有使用，其结果的可信性会受损。如《西部医学生的阅读行为与阅读心理》[6]，如果使用问卷调查，进而将抽样调查与个别深访相结合，其研究结果就会更加科学。
4.4 科学使用汇总和整理方法
对于耗费时间和精力调查得到的原始数据，如何汇总和整理，也是一个非常重要的问题。通常需要考虑三个问题：首先，是设计合理的汇总表；其次，是汇总标准（分组的标志选择）；第三，是资料的筛选；第四，是汇总技术的选择。通过对大量文献的研读，绝大多数文章，都没有严格按照这个程序进行操作说明。尤其是分组标志的选择最为重要，一般情况下，分组标志就是调查问卷的背景资料（即自然人的自然属性和社会属性），或调查问卷中的各个主要指标，它决定着将来的分析结果取向和主要研究内容。很多研究者都把注意力集中在汇总技术上，如使用SPSS统计软件等，而忽略了对于汇总标准的说明。从此次研究结果看，分组标志的选择不当，多受限于问卷设计。如《图书馆节能减排现状调查与对策分析》[7]，问卷中没有完整的背景资料，就无法区分不同地区间的图书馆在节能减排中的差异。该文是2010年5月对全国99所具有代表性的省、市、区级公共图书馆和高校图书馆的调查，就应该分析不同地区间的差别。尽管文章也涉及到了不同图书馆的具体情况，但是地区特色应该单独分析才更有意义。
4.5 正确使用调查结果的分析方法
调查结果的最终分析，是问卷调查使用效果的直接体现。应该根据研究目的与数据的特点正确选择和使用分析方法。对调查数据做结构分析，是调查分析方法中最普遍最常用的方法；当需要分析研究对象的影响因素时，需要使用相关与回归分析；当研究多变量的综合结果时，可选用层次分析法、聚类分析、主成份分析或因子分析等等。分析方法正确与否是该环节的关键问题，一旦方法使用不当，就会功亏一篑。如《天津市高校女性图书馆员工作满意度实证分析》[8]，在对调查结果进行分析时，使用了多元回归分析方法，建立了模型如下：
Y=2.655+0.207X1+0.166X2+0.351X3-0.059X4
结合该文的原始文献，存在以下的问题：第一，模型的拟合优度未知。也就是可决系数检验缺失，无法综合度量回归模型对样本观测值的拟合程度。第二，模型的显著性未知。也就是F检验缺失，无法判断4个解释变量同时对被解释变量（满意度总指数）的显著性。第三，参数的显著性未知。也就是t检验缺失，无法判断4个解释变量各自对被解释变量（满意度总指数）的显著性。第四，未考虑模型的多重共线。从指标本身主观判断，个人月收入与同行收入对比的满意程度（X1）、个人月收入与同部门同事收入对比的满意程度（X2）之间可能存在多重共线，但文中并没有考虑。第五，对于现有模型的解释不到位。比如，X3 代表图书馆员所在高校类型是否为二级学院，这个回归系数最高，含义是什么，并没有说明。对于这样一个不可靠的模型，怎么叫人相信调查结果的真实性。
5 结语
问卷调查是一种发掘事实现况的研究方式，其目的是搜集、累积研究对象族群各项属性的基本资料，使用描述性与分析性研究在基于客观事实的基础上，寻找被研究对象的特点及规律。在决定是否采用问卷调查方法作为研究工具时，应该考虑是否能顺利达成研究目标以及注意研究样本在问卷上的配合度。通过对CSSCI期刊2007～2011年大量文献资料的调查研究，说明问卷调查在图情类文献中应用频率较高，应用范围较广，同时也充分体现了问卷调查在图情类文献中的作用。但是，由于种种原因，使用问卷调查中存在的问题也是不容忽视的。这诸多问题的出现，或增加了问卷设计中的误差、或增加了调查结果的登记性误差和代表性误差、或增加了问卷汇总及分析中的误差，大大降低了问卷调查结果的精确度与可信度，甚至影响了主要的调查研究结论，更为严重的是会导致错误的研究结论。要妥善解决这个问题，首先需要我们研究人员不仅有纯熟的问卷设计技术，而且有对问卷调查应用自如的经验，还要拥有应对各种调查对象原始资料的数据汇总技能与数据分析方法。其次需要各位编辑们付出更多的辛苦，严格把关，以提高问卷调查在图情类期刊中的应用效果。
参考文献：
[1]中国知网.高级检索[EB/OL].[2012-08-09].http：//epub.
/grid2008/index/ZKCALD.htm.
[2]邓锁，风笑天.问卷调查研究：第二个10年的发展与分析[J].华中理工大学学报，2000，（3）：52-57.
[3]陈滨，邵敏. 学生读者的需求满意度调查分析——以厦门大学为例[J].大学图书馆学报，2010，（3）：106-112.
[4]徐璞英.按照用户需求调整社科信息服务策略——浙江省四大系统图书馆读者信息需求调查[J].大学图书馆学报，2007，（2）：57-64.
[5]顾立平.创建与使用在Web2.0搜索信息的型人——从问卷调查、深度访谈与追踪观察的心理与社会分析推导创新服务[J].图书情报知识，2010，（2）：12-25.
[6]赵玉光等.西部医学生的阅读行为与阅读心理[J].图书情报工作，2008，（S2）：229，298-299.
[7]黎震.图书馆节能减排现状调查与对策分析[J].图书馆建设，2010，（12）：14-18.
关键词：情报学；问题与对策
自1956年我国第一个国防科技情报机构成立，情报学研究至今已走过近六十个年头，从专攻科技情报扩展到经济、社会、文化、资源等多领域的情报，再到对信息咨询与服务、信息资源开发与利用等角度的多维拓宽，情报研究似乎已呈现出“百花齐放”的美景。然而，学界却多年来一直被情报学研究的定位和发展方向所困扰，从情报与信息的联系和区别，到情报学与相关学科的关系，再到情报学的未来发展等问题一直是学界热议的内容。
一、存在的问题
笔者选取目前情报学研究领域具有代表性的五种核心期刊――《情报杂志》、《现代情报》、《情报科学》、《情报理论与实践》与《情报学报》，主要对2006-2011年其中所刊文章进行研究和统计分析。
1、对期刊名称的分析 上述五种核心期刊的中文名称均有“情报”一词，而期刊的英文名称中，只有《情报杂志》将“情报”译为“intelligence”，其它均为“information”。“information”与“intelligence”的意义虽有重合点，但又存在本质区别，前者是对消息接受者来说预先不知道的报导，是一些新情况和新问题；而后者是经过加工整理后的有用信息，是分析研究判断后的成果。因此，“information” 比“intelligence”的涵盖范围要广。况且，1992年国家科委科技信息司在全国科技情报工作会议上已将“情报”改称“信息”，如果杂志所含议题更贴近“情报”研究，理应采用“intelligence”的译法，以符合国家赋予情报部门“耳目”、“尖兵”和“参谋”职责的要求。
2、对期刊所设置栏目的分析 从杂志开设栏目来看，《情报杂志》包括情报研究、知识管理、信息技术与信息服务等；《现代情报》包括理论探索、信息资源开发与利用、信息技术与网络、信息咨询与服务等；《情报科学》包括理论研究和业务研究等；《情报理论与实践》定位于图书馆学情报学专业的理论、技术和方法研究。以上四种期刊虽定位为“情报”研究，但比例略显不足。《情报学报》主要刊登信息收集、加工、分析、传递、存储理论与方法，信息工作的组织管理和政策研究等方面的论文和研究报告，可以看出，该期刊侧重于信息学科的研究。
3、对期刊所刊登学术文章的分析 笔者主要对2006-2011年上述五种核心期刊所刊载的篇名中含有“情报”一词的文章进行了统计（具体数据见表1）。由于并非所有被统计文章篇名中的“情报”有“intelligence”的含义，所以这种统计方法并不能完全反映出存在的问题，但可以从一个侧面为揭示情报学的研究现状提供参考。
分析得出，学界对情报学研究存在严重的“泛信息化”倾向，把“情报”的外延扩展太大，对真正意义上的“情报（intelligence）”研究又偏少。正如包昌火教授所言，“当今时代，是信息过载而情报稀缺的时代”［1］。
二、产生问题的原因
1、概念辨析不清，理解偏差 “信息（information）”和“情报（intelligence）”的混乱使用长期困扰我国情报学的研究。一直以来，“信息”一词受到学者们的格外青睐，而 “情报”的重要性却被忽视。究其根源，是对两者的概念辨析不清楚，把“信息”等同于“情报”。虽然情报与信息都具有知识性和流动性的特点，但“信息”不等于“情报”，两者在范围、价值、加工程度、来源和影响方面都存有差异。“信息”是事物的运动状态和关于事物运动状态的陈述［2］，而“情报”是“为满足某种斗争需要和发展生产、科研工作的需要，而搜集并整理加工的有关某事物或某一方、国家、地区的可供上述需要使用或参考的情况和材料”［3］。情报的重要意义远远大于信息。笔者认为，当前我们研究的“情报”应该是关系到国家安全、社会稳定和发展的重要支撑，情报学的研究平台不能仅仅是个“信息库”，更应该起到“智库”的作用，从而为优化决策服务。
2、术语翻译不准，造成误读 情报学界认为，导致“信息”与“情报”概念争议的一个主要原因是，上世纪五十年代把俄语单词“информация”误译为“情报”［4］。从1956年正式确立并全面展开科技情报研究工作开始，这一术语的误译就长期困扰着情报学界，1992年国家科委将“情报”改为“信息”后，学界一些同仁又转向偏爱“信息”领域的研究，一度造成了对“情报”研究这一本行的忽视。当前，虽然大部分学者已经认识到这一问题，但在付诸实际行动方面依然不尽如人意。
3、学科划界不细，偏离核心 长期以来，情报学的研究与图书馆学、文献学、信息学、档案学、管理学等学科紧密联系。一方面，这是源于对科技情报的格外重视，另一方面，也是由于对学科研究领域的界定存在模糊认识甚至偏差。包昌火教授说，半个多世纪把信息学或者说图书信息学作为情报学来研究，与信息科学和图书馆学争地盘，偏离了情报生产这一核心领域；还指出情报学并非起源于文献学和图书馆学，而应是起源于军事学和谋略学［5］。如此，便为我们提出了一些问题：情报学和信息学、图书馆学、文献学等学科到底是什么关系？应该怎样划定情报学的学科范围、研究领域？怎样才能使该学科充分发挥其应有的作用？
4、研究范式不当，亟需转变 “范式”是指某一科学家集团围绕某一学科或专业所具有的共同信念［6］。它使某学科领域的专家学者采用共同的基本理论和方法来研究问题，并规定共同的研究方向和范围。从某种程度上来讲，“情报”与“信息”的概念不清、情报学与图书馆学等其它学科的难解难分，正是造成情报学研究范式始终没有统一标准的根本原因。从近六年情报学学科杂志所刊载的文章来看，情报学的研究范式仍略显不当，在研究对象方面过于宽泛且含混不清，在共同的研究遵循方面仍未达成广泛一致，在相互交流方面也未能达成有效共鸣。因此，亟需明确合理有效的研究范式，为本学科研究确立共同纲领。
5、行动落实不牢，步履维艰 学界长期以来都在关注“情报”研究的定位和发展方向问题，包昌火等学界前辈和专家对学科发展进行了苦心研究和深入探索，找出了一些问题，并多次提出变革倡议和改进方案。但从最近六年的情报学研究成果来看，情报学界的改进并未见有大的起色。当然，其中涉及到多种主、客观因素的影响，然而情报学研究的困境急需破除，不容迟疑。2009年起《情报杂志》将刊名中“情报”一词译为“intelligence”，并将杂志研究的重点方向定位为：情报研究、情报分析、情报管理、企业情报、情报机构、数据安全、以及反情报等方向［7］，虽然从刊载文章来看，对“情报”的研究仍存在缺憾，但其“敢为天下先”的气度和做法值得肯定。
三、解决问题的几点建议
1、学界应实现认识上的高度统一，为情报学研究确立一致的学术规范 统一认识是行动的前提。在学科界定方面，确定情报学学科的内涵和外延，较细致地划定该学科的研究范围，尽最大可能地将其与图书馆学、信息学等学科门类区分开来，力求创立一门真正的、独立的情报学学科；同时，应确立本学科的研究范式，明确研究理论、方法和发展方向，笔者建议确立基于intelligence的研究范式；在术语界定方面，要规范术语“信息”和“情报”的对应翻译，用“information”表示“信息”，用“intelligence”表示“情报”。
2、学界应力排“泛信息化”思潮的不利影响，确立“情报”核心地位 情报学研究的最初定位是起到“耳目”、“尖兵”和“参谋”的作用，而学界的近期研究中存有严重的“泛信息化”倾向，并一度造成情报学研究方向的偏差。当前，虽然信息潮流涌动，情报涉及领域有所扩大，但情报依然与国家安全紧密相关，在政治、经济、科技、军事、文化、环境、资源等方面都起着“耳目”、“隐形盾牌”、“智囊”和“保障与枢纽”的重要作用［8］。为此，要尽快确立“情报”研究的核心地位，厘清情报研究与信息研究的分界线，同时也要深入探究两者的结合点。
3、情报学期刊应加大对“情报”研究的情感投入，适当增设相关板块 通过对上述五种核心期刊的分析得出，真正意义的“情报”研究学术论文偏少。要充分有效地发挥“情报”对国家安全、社会稳定和发展的“耳目”、“参谋”作用，作为情报学研究的重要学术平台，应起到推波助澜的功效，根据国家、社会发展的现实与未来需求，加大对“情报”研究的情感投入，增设一些栏目，扩充真正意义上的“情报”研究的学术文章刊载量，推动情报学学科的良性发展。
［参考文献］
［1］包昌火，“这里的黎明静悄悄―再谈Intelligence与中国情报学”［J］，《图书情报工作》，2009（8）
［2］陈龙驹，赵胜萍，《军事情报学》［M］，北京：军事科学出版社，2005.06，第2页
［3］陈龙驹，赵胜萍，《军事情报学》［M］，北京：军事科学出版社，2005.06，第3页
［4］成颖，孙建军，柯青，“情报学反思―从信息与情报的概念视角思考”［J］，《情报科学》，2011（8）
［5］包昌火，“让中国情报学回归本来面目”［J］，《情报杂志》，2011（7）
［6］刘放桐等，《新编现代西方哲学》［M］，北京：人民出版社，2010.08，第530页
［7］陕西省科学技术信息研究所，《情报杂志》，2011（12），封底
[关键词]技术竞争情报技术竞争情报演化技术竞争情报定义
[分类号]G350
1 引 言
技术竞争情报工作内涵伴着科学技术的快速发展而迅速演进。18世纪第一次工业革命后，为了满足生产需要而进行的技术革新和技术转移，产生了现代意义上的技术竞争情报。经过两次工业革命启迪后的现代科学技术发展，带来了科学技术文献和信息的繁荣，进而诞生专门负责科技文献生产、转移、存储和传播的情报学(Library and Information Sci－ence)。第二次世界大战(以下简称“二战”)以后，世界各国纷纷开展了国家导向和企业自主实施的科技情报工作，其中以前苏联与日本的科技情报工作及其取得的成就最为典型。前苏联依靠强有力的科技情报体系，成功地在美国之前发射了第一人造卫星；日本则依靠严密的情报收集和整理工作实现了经济腾飞。
我国科技情报工作经过几十年的发展，形成了分布于国家部委、省市和地方政府机构、研究机构完整的科技情报体系。然而，受过去计划经济体制的影响，国内企业长期以来并未完全地参与自由的市场竞争，技术没有成为企业的生存要素。在20世纪后期的市场经济改革中，长期依赖于计划经济体系的科技信息服务迅速崩塌，这就造成了我国科技情报服务整体缺位，技术竞争情报服务在中国企业和技术管理中缺乏了生存的土壤。
2 技术竞争情报的起源与演变
自二战结束后，科学技术的迅猛发展和广泛应用，极大地推动了经济与社会的进步。伴随经济全球化的快速发展，科学技术竞争已经成为世界发展的主要推动力量，科技竞争合作的态势十分明显。为了加强竞争实力，加大竞争筹码，世界各国都相继加强了科学技术的宏观规划及管理，组织实施国家创新体系建设，提升核心竞争力。为了提高产品的市场竞争力，各类企业特别是大型跨国企业，纷纷加大了R&D投入，研发新产品、改进新流程和生产工艺。纵观各国科技竞争的管理和实践，都存在一个显著特点，即科技竞争的范围已经扩展到了科学研究的规划、计划，科研管理全过程。现代技术竞争情报工作也已经从技术分析、科技信息服务、技术环境分析，演进到技术竞争战略、技术创新过程管理、量化分析服务阶段。现代技术竞争情报的发展可以划分为：萌芽、发展、转型和数字化网络化阶段。
2.1 萌芽阶段
现代意义上的技术竞争情报工作源于军事和战争需求。1939年，英国政府选定物理学家R.V.Jones作为情报人员，专门分析德国的“新式武器――导航炸弹”，开创了现代科技情报工作(scientific and technological intelligence)的先河。经过观察和分析，Jones发现德国建立了一套炸弹导航系统――Knickebein，并采取了对应技术措施，与德国开展了一系列的技术竞争，有效地防范了德国飞弹威胁。因此，Jones被誉为科技情报之父。二战中，典型的技术竞争情报工作还有雷达技术、潜艇技术、声纳技术，最有划时代意义的是原子能技术，美国的核技术情报工作直接导致了美国原子弹的成功制造。在二战前的科技情报工作还只是局限在科技文献信息服务领域，包括编制科技论文文摘、组织科技期刊、编制专题书目等。二战期间，敌对双方组织开展了技术竞争情报工作，建立了技术竞争情报体系，主体是开展军事技术的情报工作，分析研究武器性能和特点，监测新式武器研制。
2.2 发展阶段
二战结束后，由于两大意识形态阵营的对抗，国际关系进入了冷战时期。冷战时期，在冷战思维和强大竞争冲动的催促下，科学技术得到了迅猛发展，产生了一批批高技术群，如原子能技术、微电子技术、计算机技术等。这些高技术群的发展，引发了三次科学革命，促使计算机技术、信息技术在产业和社会各个领域得到了广泛应用。
在这一时期，科技文献信息服务工作得到了快速发展，形成了科技信息服务产业。世界各国都建立了体制化的科技信息机构，如前苏联科技信息研究所、日本科技信息研究所、加拿大科技信息研究所、中国科技信息研究所等，形成了制度化的科技信息服务体系。本阶段的科技信息服务发展，遵循了图书馆学、情报学的发展思路，将科技信息服务与科技文献紧密关联。由于科技信息服务的普遍发展，削弱了行业内对科技情报研究的关注。情报研究只是比较多地满足于以科技文献信息服务为基础的分析和服务，使得情报研究没有很好地与机构发展战略、机构的实际运行很好地结合。为了应对日益复杂的国内外经济竞争态势，大型企业特别是跨国企业和科技型企业，都建立独立或“嵌入式”企业竞争情报系统，协助企业决策。这种竞争情报系统通常包括商业竞争情报系统和技术竞争情报系统，分别处理产品生产与销售的市场竞争情报，新产品新技术开发与研究的技术竞争情报(科学技术情报)。因此，在20世纪80年代前存在着两类技术竞争情报服务系统，即基于科技文献的科技情报服务系统和以市场竞争为最终目标的企业技术竞争情报系统。
2.3 转型阶段
由于信息技术的飞速发展和微型计算机的广泛应用，引起了第三次产业革命，即信息技术革命。本阶段的最重要标志是企业全面实行了信息化，建立了内部的信息系统，实现企业生产、销售、管理的信息化。在企业信息系统中，众多国内外企业都建立了竞争情报系统，整合了市场信息、生产计划、产品开发、竞争对手、财务管理信息、政策环境信息等，直接服务企业决策。众多大型跨国企业建立了企业竞争情报系统，组织开展服务企业发展战略的竞争情报服务。
在这些竞争情报系统中，一般是将技术竞争情报系统作为一个子系统建设，或者作为企业信息化系统的一个模块。在企业竞争情报需求中，包括了政治的、经济的、社会的、技术的、法律的、环境的等方面信息，用于形成战略、战术和操作层面的多重决策。作为竞争情报工作，需要重点关注发展机会，认识存在的威胁，评估发展现状，预测发展态势。因此，竞争情报可以包括三个部分：市场竞争情报(market intel－ligence)、技术竞争情报(technology intelligence)和竞争对手情报。
20世纪80年代初期，在美国中央情报局前国家科学技术情报官Jan P.Herring的领导下，摩托罗拉成为首个拥有正式技术情报服务部门的企业，包括10位专职工作人员和公司5个运营分部的部分职能。此时，技术竞争情报系统开始在企业决策管理中独立发挥作用。在日本、德国也开始了企
业技术竞争情报系统的建立。据德国1991年的一项调查，被调查的80家德国企业中有45家设立了正式的科技情报部门。德国汉高公司实现了计算机化的早期预警情报，可以根据掌握的各种早期预警信号，启动特定的反击行动。所有的日本跨国公司都设立了专职的科技情报部门，利用公开的出版物、数据库监视技术动向、识别重要的未来领域，另外，还通过向海外派驻情报收集人员、与大学、研究机构等建立密切联系来获得最新的技术情报。
2.4 数字化发展阶段
20世纪90年代后，互联网技术得到了广泛应用，信息资源大量涌现，形成了一个虚拟的世界。在这个虚拟世界中，所有现实世界中的生活方式、行为方式、社会规则都同时存在。数字化时代，催生了知识经济，造就了新的经济形态，形成了新的竞争格局和竞争模式。在新的经济时代，技术创新已经成为保持和发展核心竞争能力的关键。因此，技术竞争情报已经成为企业实施科学决策的必要条件。
在这一关键时期，技术竞争情报工作呈现出以下特点：①技术竞争情报渗透到技术创新和技术管理的全过程。在全球竞争环境下，跨国企业崇尚战略管理，将技术作为企业发展的核心要素之一，在制订企业竞争计划的全过程中充分发挥技术竞争情报的作用。②形成了众多技术竞争情报分析工具，开发了量化的分析方法。由于文献计量学、科学计量学、网络计量学的研究深入，揭示了科技文献、专利文献、科学术语变化和技术发展间的关系，通过文献计量揭示了科学研究团体、科学研究活动之间的继承关系。通过这些关系的研究，开发了专利分析工具，引文分析工具，技术发展趋势预测工具，情景分析工具，技术路线图分析工具，可视化分析工具等等。③将技术竞争情报作为知识管理的手段之一。在发展知识经济的要求下，知识管理成为现代企业管理的重要手段。技术竞争情报工作通过规范管理企业的技术和知识资产，形成企业核心技术竞争力；同时，通过收集和整理竞争对手的技术信息，掌握竞争对手的状况。④技术竞争情报已经从企业竞争服务扩展到行业、产业群，甚至国家科技竞争方面。国际竞争已经进入白热化程度，国家间、企业间的技术竞争已经深入到技术研发的各个阶段，如在技术规划阶段的技术发展战略调研，在研发计划阶段的科学发展背景调研，在技术研发实施阶段的科技文献服务，在产品试验阶段的产品技术性能调研等。⑤网络化的技术竞争情报服务已经实现技术突破，形成了咨询服务产业。
3 技术竞争情报的内涵
竞争情报(cI：competitive intelligence)通常定义为：关于竞争环境、竞争对手和竞争策略的信息和研究。它既是一种过程，又是一种产品。过程，是指对竞争情报的搜集与分析；产品，是指由此形成的情报或策略。竞争情报包括商业竞争情报(CBI)和技术竞争情报(CTI)两个部分。其核心内容是对竞争对手和竞争环境信息的搜集与分析，主要涉及环境监视、市场预警、技术跟踪、对手分析、策略研究、竞争情报系统建设和商业秘密保护等多个方面。
笔者认为，现代意义上的技术竞争情报已经超出了企业竞争情报的服务范围，不再仅仅只是满足企业发展的需要，而是快速延伸到了宏观科技管理、公共管理、产业政策研究等领域，直接参与了宏观决策服务，为行业竞争和产业发展的战略研究提供竞争性咨询服务。这些快速的变化主要体现在：①从技术竞争情报的研究内涵上看，其研究内容也已经不只是局限于技术研发的内容。在发达国家的国家技术创新系统中，企业已经是技术创新的主体，企业所从事的研发活动也不再只是限于产品技术的开发，也置身于科学研究和科学发明创造。也就是说，在技术竞争压迫下，一些有远见的企业开始从事原创性的科学技术研究，将竞争的着眼点前置，占领竞争的先机。技术竞争情报的服务内涵已经包括了与技术研发有关的科学研究。②从技术竞争情报的服务形式上看，技术情报服务已经与决策密不可分，已经参与了决策的各个阶段。竞争决策的制订过程包括了资料收集、分析、策略制订、战略实施和反馈等阶段。在这些不同阶段，技术竞争情报通过有效的技术方法和工具提供服务。③从技术竞争情报的应用上看，技术竞争情报不再是单纯的决策信息咨询和服务，更不仅仅只是满足于认识技术威胁和识别技术机会，已经演变为一种管理手段与管理工具。从国外技术竞争情报的服务实践中可以清晰地看到，技术竞争情报已经渗透到技术创新管理的各个过程中，形成了获取核心知识、共享知识、利用知识和应用创新的技术竞争情报循环。
3.1 技术竞争情报的几个常用术语
国际上经常使用的代表技术竞争情报涵义的几个术语，包括技术竞争情报(competitive technical intelligence)、科学竞争情报(scientific competitive intelligence)、技术情报(technol－ogy intelligence)、科学技术情报(scientific and technologicalinteUigence)、科学技术信息(science and technology informa－tion)等。“科学技术信息”是指正式公开出版的科技文献，与之相对应“科学技术情报”是指从科技信息综合提炼的结果，包含情报研究的智慧结晶。科学竞争情报指有关企业研究和开发活动的技术情报，包括了对竞争对手研究开发活动和产品设计与生产的技术竞争以及与企业发展有关的科学研究活动的监测，是技术竞争情报的一部分。技术情报是与市场竞争情报(market inteUigence)、商业竞争情报(competi-tive business intelligence)相对应的概念，是服务企业技术研发活动的情报工作，更多强调研究开发在一个组织机构中的作用与功能。因此，从工作内容和服务对象上看，各个术语都有很大的相关性，可以统一用技术竞争情报(CTI)，它既包括了服务企业研发活动和技术策略的技术情报服务，又包含了服务宏观科技政策与战略研究的科技情报服务，还涵盖了科技文献和科技信息服务；既包括了技术发展，还包括了与技术相关的科学研究；技术竞争情报服务是广泛渗透到科技创新和管理全过程的。
3.2 技术竞争情报的定义
关于技术竞争情报的定义，国内外学者都提出了不同的见解。美国的技术竞争情报专家W.B.Ashton和R.A.Klavans(1997年)认为：“技术竞争情报是关于外部科技威胁、机会或发展的，可能影响企业竞争地位的商业敏感信息”。M.M.Coburn(1999年)在竞争情报定义的基础上，将技术竞争情报定义为：“CTI是将竞争对手数据转换成关于竞争对手的地位、努力程度和趋势的相关与可利用的战略技术知识的分析性过程”。并认为，数据可以是关于过去、现在或未来的，但分析的焦点却是未来。P.Savioz(2004年)认为：“技术情报活动是通过搜集、分析和分发等手段，及
时地提供与组织所处环境中的技术事实和趋势相关的信息，以支持技术与管理相关的决策活动”。李艳等人(2006年)认为：“技术竞争情报是指能给组织的竞争地位带来重大影响的外部科学或技术威胁、机会或发展的信息，以及这些信息的获取、监控、分析、前瞻和预警过程，是竞争情报理论和方法在科技领域中的应用”。技术竞争情报的定义，包含以下方面的涵义：①应该是关注机构或组织外部环境中，科学技术发展带来的机会和威胁，特别是竞争对手的技术发展态势；②技术竞争情报是一项分析性的工作，能够提供对未来科技趋势的预测；③技术竞争情报包括了一个完整的信息分析过程，以及由分析所形成的产品；④技术竞争情报是可能影响竞争者地位的敏感信息，它服务于竞争战略。⑤技术竞争情报必须具有时效性。可以将技术竞争情报定义为：组织或机构为了获取技术竞争优势，对有关外部技术机会、威胁和发展的信息进行收集和分析，由此形成有关技术本身、技术竞争环境、竞争对手、竞争策略和战略的分析产品，并组织实施技术创新管理的过程。
3.3 技术竞争情报的研究内容
国外对于技术竞争情报的研究从不同角度，不同层次展开，取得了丰硕成果。在企业技术竞争情报和技术竞争情报系统基本理论研究方面，W.B.Ashton(1997年)、T.F.Krol(1997年)和Cobum(1999年)等人分别研究了企业技术竞争情报的定义、目的、实施过程、在企业中的作用以及技术竞争情报的基本活动等内容。C.I.V.Kerr(2006年)等人构建了一个支持技术情报系统的建立和运作的由框架层、系统层和过程层三个等级构成技术情报概念模型。P.Savioz(2004年)、D.W.McDanald(1997年)等人研究了技术竞争情报系统的结构、功能模块、设计步骤和实现过程，以及中小企业建立技术竞争情报系统的经验性原则等内容。因此，技术竞争情报的基本理论包括了内涵、技术竞争情报活动、技术竞争情报模型、实施过程等。
方法和工具也是技术竞争情报的重要研究内容。Licht―enthaler(2005年)从定量或定性／时间这两个维度对技术竞争情报方法进行了分类，并通过对欧洲和北美的制药、远程通讯设备与汽车／机械行业中25个领先企业的研究，识别了在跨国公司中选择技术情报方法的可能影响因素，并揭示了各种方法的应用频率。李艳(2006年)将技术竞争情报的研究方法分为信息计量类方法、技术图表类方法和创造性思维方法三类，信息计量类方法、技术图表类方法和创造性思维方法。
>> 森林生态系统健康经营内涵研究分析 网络舆论生态系统的运行过程分析 “生态系统信息传递”的案例分析 浅谈网络教育生态系统 信息生态系统进化初探 海西信息生态系统构建 企业信息生态系统的要素及评价指标构建研究 生态系统能量流动分析 生态系统理论视阈下职校教师成长的环境要素分析 汽车制造企业创新生态系统要素分析与概念模型构建 旅游网络信息生态系统中的协同信息服务 从生态学的视角分析Diigo网络学习生态系统 对学术成果信息生态系统健康的影响及优化策略 Web2.0对网络信息生态系统的影响 我国金融生态系统健康状况分析 打造IT渠道健康生态系统 企业生态系统健康诊断探析 矿粮复合区生态系统健康评价 新疆林业生态系统的健康管理 生态系统健康指标依据的研究 常见问题解答 当前所在位置：.
[4] 靖继鹏. 信息生态理论研究发展前沿[J]. 图书情报工作， 2009， 53（4）： 5-7.
[5] 陈海涛，马艳丽，陈博. 信息生态系统演化研究回顾[J]. 情报科学， 2014，32（2）： 157-161.
[6] Thomas H， D.， Laurence Prusak. Information Ecology： Mastering the Information and Knowledge Environment[M]. New York： Oxford University Press， 1997： 155.
[7] 张慧玲. 网络信息生态链研究进展与展望[J]. 情报探索， 2014（7）： 9-12.
[8] 娄策群，周承聪. 信息生态链：概念、本质和类型[J]. 图书情报工作， 2007， 51（9）： 29-32.
[9] 李美娣. 信息生态系统的剖析[J]. 情报杂志， 1998，17（4）： 4.
[10] 韩刚，覃正. 信息生态链：一个理论框架[J]. 情报理论与实践， 2007， 30（1）： 18-20.
[11] 董丽梅，宋微，戴磊. 宏观信息生态系统的概念、构成与功能研究[J]. 情报科学， 2014，32（8）： 27-31.
[12] 陈凤娇，杨雪，马捷. 政务网络平台信息生态化程度测度、缺陷分析与优化[J]. 图书情报工作， 2014， 58（15）： 35-41.
[13] 张向先，张旭，郑絮. 电子商务信息生态系统的构建研究[J]. 图书情报工作， 2010， 54（10）： 20-24.
[14] 杨克岩. 电子商务信息生态系统的构建研究[J]. 情报科学， 2014，32（3）： 37-41.
[15] Cotten， S. R.，Gupta， S. S. Characteristics of online and offline health information seekers and factors that discriminate between them[J]. Soc Sci Med， 2004， 59（9）： 1795-1806.
[16] Hardiker， N. R.，Grant， M. J. Factors that influence public engagement with eHealth： A literature review[J]. Int J Med Inform， 2011， 80（1）： 1-12.
[17] Xiao， N.， Sharman， R.， et al. Factors influencing online health information search： An empirical analysis of a national cancer-related survey[J]. Decision Support Systems， 2014， 57（4）： 417-427.
[18] Hu， Y.，Shyam Sundar， S. Effects of Online Health Sources on Credibility and Behavioral Intentions[J]. Communication Research， 2009， 37（1）： 105-132.
[19] Adams， S. A. Revisiting the online health information reliability debate in the wake of "web 2.0"： an inter-disciplinary literature and website review[J]. Int J Med Inform， 2010， 79（6）： 391-400.
[20] Luo， L.，Park， V. T. Preparing public librarians for consumer health information service： A nationwide study[J]. Library & Information Science Research， 2013， 35（4）： 310-317.
[21] Oh， S.，Noh， Y. Online health information in South Korean public libraries： Developing evaluation criteria[J]. Library & Information Science Research， 2013， 35（1）： 78-84.
[22] 关于加强信息资源开发利用工作的若干意见[EB/OL].[2015-04-15]..
[23] 周晓英. 中国医院网站评估报告（2014）[M].北京：科学技术文献出版社，2015：111-132.
[24] 李月琳，蔡文娟. 国外健康信息搜寻行为研究综述[J]. 图书情报工作， 2012， 56（19）： 128-132.
[25] 周晓英，蔡文娟. 大学生网络健康信息搜寻行为模式及影响因素[J]. 情报资料工作， 2014（4）： 50-55.
[26] 徐敏娜. 我国公共医疗健康信息公益性增值利用研究[J]. 情报资料工作， 2011（6）： 16.
[27] 朱雷，熊军. 医疗网站信息服务及其实现技术[J]. 中华医学图书情报杂志， 2012， 21（5）： 24-27.
[28] 朱雷，熊军，卜世波，等.我国医院网站医疗信息服务综合评价模型的构建及其实证研究[J]. 中华医学图书情报杂志， 2012， 21（9）： 1-9.
[29] 许孝君. 商务网络信息生态链结构模型构建[J]. 图书情报工作， 2013， 57（15）： 50-55.
