基于科研用户情境感知的嵌入式知识服务研究(Ⅰ)_科学论文

基于科研用户情景感知的嵌入式知识服务研究(上)，本文主要内容关键词为：嵌入式论文,情景论文,科研论文,知识论文,用户论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

       当前，伴随着大数据时代的到来和科学研究范式的转变，知识形态、知识获取、知识交流及处理机制都面临着巨大挑战，由此呼唤适应未来科学研究过程中密集型数据处理需求的新型知识服务模式的出现，促使信息服务形态从传统的知识分析型服务向知识预测型服务转变。与此同时，学科的交融化与协同化，科研用户知识需求的动态化、实时化、个性化、专深化和敏感化，促使知识服务形态从传统的知识被动获取型服务向知识主动推送型服务转变。因此，如何顺应科学研究环境的变化，满足科研用户的需求，适应科学研究模式的转变，提供科技创新的知识服务范式，是值得进行更深层次分析和探讨的问题。

       1 科学研究过程中基于用户情景的嵌入式知识服务产出动因分析

       1.1 外推力——大数据环境的挑战

       在信息社会和知识经济日益发展的背景下，知识服务逐渐成为科技情报机构和研究型图书馆的核心业务发展方向和立业之本[1]，而大数据时代的到来，使知识服务具备了鲜明的时代特征，体现着自我蜕变的发展转型追求。

       大数据是由科学仪器、传感设备、互联网交易、电子邮件、音视频软件、网络点击流等多种数据源生成的大规模、多元化、复杂、长期的分布式数据集[2]。在大数据环境下，科学研究重心逐渐转向以数据为主体，一方面，物联网、传感网、云计算、普适计算和信息物理融合系统等新兴信息技术的发展，使数据的获取变得便捷化，科研用户更加注重海量数据的存储、组织、分析和决策过程，这必然对支持研究过程的知识服务提出了挑战；另一方面，科研环境的转变，进一步推动了数据密集型科学形成，支持科研用户从中发现具有前瞻性、挑战性和实用性的科学问题，全方位地平衡用户研究能力、资源和过程，这也对知识服务提出了更高要求。

       1.2 内驱力——科学研究范式的挑战

       科学研究正在进入一个崭新的阶段，在信息技术的推动下，大量从宏观到微观、从自然到社会的观察、感知、计算、模拟、传播等设施和活动产生大量数据。与此同时，学科的发展逐渐呈现交融化、协同化和复杂化，研究人员逐渐把数据作为科学研究的对象和工具，基于数据来思考、设计和实施科学研究，因此促进了数据密集型科学的兴起，使密集型科学数据成为科学研究的基础，并逐步形成了科学研究第四范式的研究模式[3]。科研模式的重大转变，不仅充实了科学研究的方法，也更加凸显了多种方法融合，促进了优势互补的重要性，这必然导致支持科研用户科技创新研究知识服务的多元性和综合性的出现。

       1.3 引导力——科研用户知识需求深度化、情景敏感化的挑战

       以科研用户为中心、需求为导向是知识服务的出发点与落脚点。大科学的不断发展[4]，科研用户的个性化需求是深度化、多维、复杂、动态、易变的，尤其在当前大数据环境下，科研用户的需求表现出极强的情景敏感性[5]。这种需求特点的变化促使知识服务的转型，引导着知识服务变革的方向。一方面，传统的依靠用户模型提供个性化服务的方式已无法满足用户的需求，这是因为科研用户的知识需求不仅与其身份、兴趣、偏好等有关，而且依赖于时间、地点、科研用户任务以及用户与系统的交互历史等情景信息，后者甚至是决定科研用户所需知识的关键因素；另一方面，学科之间的界限被不断打破，其关联性与交叉性不断增强，科研用户对知识的广度和深度需求也愈渐强烈。

       综上所述，科学研究知识服务的外推力(研究环境)、内驱力(研究模式)和引导力(研究需求)相互影响，相互促进，共同推动传统的知识服务模式向嵌入式、情景感知化知识服务模式转变，见图1。

      

       图1 知识服务的转变因素模型

       2 情景感知及其与嵌入式知识服务的契合性

       2.1 面向科研用户的情景与情景感知

       目前，对于情景的界定尚未统一。1967年，美国学者H.Kahn和Wiener指出，情景是对未来情形以及能使事态由初始状态向未来状态发展的一系列事实的描述[6]。这是首次对于情景信息具有普遍接受的定义。随后，情景被定义为用于描述一个实体所处状态和情形的任何信息。其实体可以是一个人、一个地方、一个物理对象或计算对象等[7]。就理解而言，强调了情景是一种动态变化过程的描述。国内最早是宗蓓华对情景进行了研究，并认为情景是对事物所有可能的未来发展态势的描述，包括对各种态势基本特征的描述，以及描述各种态势发生的可能性[8]。就用户而言，情景一般是指用于表征与交互环境相关的实体状态的信息集合，包括用户位置、所处时间、用户的情绪、心理状态及其相互关系等[9]。基于此，对于科研用户来说，情景指的是科研人员所处状态和情形的任何信息，包括其当前状态的物理环境信息、社会环境信息、行为环境信息和内容环境信息。

       与此对应，情景感知即是对情景的获取与应用[10]，是利用人机交互或传感器感知关于人及其相关联的情景信息，来适应性地改变其行为。因此，情景感知具有以下特点：一方面，能够对当前状况做出适当的反应，对于科研用户而言，这种反应必须满足情景适应性、计算机反应性、情景与反应的响应性、情景敏感性和环境导向性；另一方面，能够预测用户的需求趋向，在恰当的时候采取恰当的行动来提供恰当的服务。在科学研究过程中，情景感知通过建立一种基于科研用户情景的自适应调整机制，根据用户情景的变化进行自动调整和反馈来提供服务[11]。首先，根据科研用户所处情景，提供必要的信息或知识服务；其次，根据科研用户特定情景的相似性程度，提供自动执行服务；最后，根据科研用户非常规突发情景的触发过程，提供自动跟踪和标记情景服务。

       2.2 情景感知与嵌入式知识服务的契合性分析

       泛在知识环境下，信息是海量的、分布的、杂乱的和异构的，而用户对信息的需求是整合的、知识化的和个性的，而两者之间的矛盾不仅需要智能化的数字资源处理技术，更需要嵌入科研全过程的服务团队基于科研用户情景，提供预测型、个性化与推送式知识服务。

       情景感知通过将情景信息引入推荐系统中，以进一步提供针对性服务的精确度和用户满意度，具有个性化的优势。此外，情景感知计算能够利用人机交互或传感器提供给计算设备关于用户与设备环境等方面的情景信息，并让计算设备给出相应的反应，从而支持用户随时随地、透明地获取符合个性化需求的信息。

       嵌入式理论提倡把事物的产生、发展和特点与周围的环境联系起来，放到更大的背景中去考察[12]。同时，知识服务本身就是一个反复迭代知识获取、知识吸收、知识创新、知识应用等环节，不断调整和优化知识服务产品和解决方案的过程[13]，是一种为满足外部用户的知识需要或需求，提供基于内容(数据、信息、知识)的组织产出(如建议、解答、指导)的方案。而嵌入式知识服务是将服务团队融入到科学研究整个过程，考虑一个需求的产生与发展，从课题选定到结束的整个过程中提供满足科研用户的具有全局性和个性化的信息与知识需求。

       因此，由于科研用户个性化需求的复杂、异构、变化甚至冲突，使得用户所处的具体环境和状态不同，其需求亦具差异性。即使在同样的情况下，由于科研用户的知识积累与偏好不同，其所需的知识与服务亦不同。但是通过情景感知可以充分地获取用户个性化需求，并在此基础上，知识服务团队能够对其需求进行合理分析与解构，与科研用户全面协同的同时，能够预见性地将服务深入、细致和准确地推送给科研用户。鉴于此，将情景感知引入到嵌入式知识服务具有重要的研究意义和实用价值，情景感知与嵌入式个性化知识服务具有天然的契合性。

       3 科研过程中情景感知自适应的嵌入式知识服务

       3.1 科研过程中情景感知自适应的嵌入式知识服务的内涵

       面向科研用户情景感知自适应的嵌入式知识服务过程主要包括情景感知获取层、情景分析推理层与嵌入式知识服务层3个要素，并且体现在科学研究过程的每个阶段中，其共同支撑了嵌入科研全过程、面向科研用户研究情景、基于研究问题处理流程的知识服务，见图2。

      

       图2 科研用户的情景感知自适应的嵌入式知识服务过程

       1)情景感知获取层。该层包含用户基本信息、用户心理感知、用户偏好代理、用户关系感知、用户目标感知、情景整合代理。科研用户通过用户交互端登录科研用户情景模型系统，随之，存储于系统中的科研用户基本信息和前期交互的相关隐性信息被触发，用户偏好代理开始进行分析推理，通过不断地监控科研用户在交互端上的行为来捕获用户最基本的情景[14]。首先，系统围绕用户的各种非结构化、无关联的信息(包括用户查询的文本、电子邮件、网页和研究文档等)，采用关联信息导航、信息挖掘和信息合成等技术来理清一系列的事实、信息源和科研用户的相互间关系；其次，结合科研用户偏好，根据科研用户的个人或群体的科研协作网，以及在学科社区、博客、讨论组、学科群等的各种信息行为，来挖掘用户的隐性学科需求，针对当前的交互状态，对科研用户的节律进行分析，从而对科研用户的心理状态进行感知；然后，基于具体的研究问题，运用兴趣描述来获取科研用户短期和长期学术需求，综合科研用户偏好、关系感知和心理感知，从而得到科研用户个人或群体的学术偏好、知识特征、当前任务、短期和长期目标等信息，来进行科研用户目标感知；最后，情景整合代理将科研用户当前的情景进行整理、排序，并规范化和标准化。

       2)情景分析推理层。该层由情景解释器、情景过滤、情景推理、意图识别和情景仓库构成。情景解释器通过采用语义网中的相关技术将底层的情景信息转化成高层的表示法，一方面，能够直接为应用程序理解和使用；另一方面，能让其他服务平台共享。情景仓库是对情景进行组织、表示和描述的模型，情景推理以情景仓库为基础，根据情景过滤所提供的科研用户的特定需求因素作为限制条件，结合当前的研究动态，对科研用户个人或群体各层次需求目标进行定位，并智能化地预测。

       3)嵌入式知识服务层。该层由嵌入式知识服务团队、关联资源信息库、知识服务产品优化、情景化服务推荐列表、基于情景的协同交流和用户交互端构成。嵌入式知识服务团队作为科研用户个性化的服务主体，一方面，其根据情景分析层能及时获得用户实时需求，能够嵌入到科学研究整个过程中，或者作为科研用户的团队成员，进行基于情景的协同交流，来把握知识需求、组织知识环境、定制知识工具以及提供服务成果[15]；另一方面，其以强大的关联资源信息库为基础，结合科研用户自身的知识背景、研究工具、研究领域的实时动态，对服务产品进行不断的优化，提供丰富的情景化服务推荐列表，并满足各个层次的用户偏好，真正达到服务的个性化与专深化。

       基于此，嵌入科研过程的知识服务团队应包括：①具有对信息内容熟练而灵活的分析能力的信息分析师。②具有支持信息资源知识化处理能力的知识建构师[16]。③具有精通各种发现、分析和组织知识的方法与工具的检索与组织专家。④具有对特定科研领域有深入了解的情报分析专家和学科专家。这样通过其之间的通力合作与优势互补，将大量跨领域科研人员、海量密集型的科学数据、信息内容和分析过程有机地融会起来，根据科研用户实时情景，在服务团队与其协同反馈交流的基础上，满足科研用户研究全过程的实时知识需求，促进其高效推动成果的创新。

       3.2 科研过程中情景感知自适应的嵌入式知识服务的特征

       3.2.1 利于科研用户研究过程的知识需求动态分析 嵌入式知识服务团队为用户科研服务，就要了解用户对信息的需求、动机和行为，对其进行综合分析和研究。然而，科研用户的知识需求是动态的，其变化的速度相对较快。如跨学科、跨领域的重大合作型项目，在项目的选定阶段需要了解项目的研究背景、研究综述和研究进展；在项目规划阶段需要在一定程度上有整体和全局地把握项目所使用的相关技术、研究计划方案；在项目实施阶段需要跟踪国内外研究进展与动态信息，对海量信息分类聚类、抽取要点和发现关系，来分析揭示隐藏的知识结构；在项目结题阶段需要对数据处理情况根据数据生命周期进行全面的分析整理，对研究成果根据研究生命周期进行细致总结，将相关知识进行关联、回溯和保存。然而，知识服务人员与用户的沟通因存在一定鸿沟，使其无法快速准确地了解需求的多样性变化，造成不能实时地满足科研用户的动态需求，严重影响了知识服务的质量。

       鉴于此，基于情景感知自适应过程能够全面感知科研协作群体间的关联状态、科研用户自身心理状态、偏好状态和行为状态，通过情景推理，准确地分析出科研用户当前的期望目标。与此同时，嵌入式知识服务团队获取科研用户目标后，能够不断根据需求实时调整知识服务策略，制定个性化的知识服务方案，提供优质的服务。

       3.2.2 基于用户情景信息提供深度知识集成服务 基于情景感知的科研用户体验由原来的“被动满足”变成了“主动服务”，即通过感知用户情景变化，自动调整所提供的服务，主动推送给科研用户。科学研究是一个依赖信息及其分析处理的过程。项目的推进及其科研用户的自主创新和交叉融会创新必须有知识服务作为支撑。鉴于科研问题处理的知识需求流程，将知识集成服务从4个方面进行展开：①在科研用户知识识别过程中，服务团队依据科研用户心理感知和目标感知，提供基于跨学科的关联资源库的知识关联发现服务。②在科研用户知识获取过程中，服务团队为特定科研人员以智能化手段提供对问题解决方案的知识参考咨询服务。③在科研用户知识应用过程中，服务团队将通过对应的工具，采取相应的策略应用到问题的解决方案中，并为特定科研人员以一体化过程提供对具体问题的知识探索学习服务。④在科研用户知识生成过程中，服务团队为特定科研人员以集成化模式提供对问题结果的知识评价共享服务。这样，将深度知识集成服务嵌入到科学研究生命周期中，通过用户的综合情景信息不断调整，针对其具体问题，服务团队以自动匹配推送的方式深度挖掘和高效利用、分析知识，并根据科研用户动态需求来反馈，与其共同探索问题的解决方案。

       4 需要注意和解决的问题

       4.1 科研用户动态情景感知的准确性

       科研用户研究行为和任务是持续动态变化的，一方面，研究过程具有连续性，当前情景与随着时间推移不断积累的历史情景形成用户当前综合情景[17]，然而，当前综合情景是实时动态变化的；另一方面，研究热点的动态发展，科研用户对于研究重心的不断调整，知识需求也随之动态变化。因此，如何实时准确地监控跟踪用户活动，及时感知用户当前综合情景，实时准确定位用户心理状态等，是需要运用跨学科思维继续研究的问题。根据服务团队与科研用户的协同交流，评价和反馈服务效果，调查分析科研用户对服务的满意度，来不断提高科研用户动态情景感知的准确性和适用性。

       4.2 基于关联资源科学数据库的全面整合与共享

       个性化推送服务的提供不但要依靠一定技术的支撑，还要依赖于资源的合理配置与共享。一方面，科学研究正在被海量的密集型数据所淹没，在数据资源的分级、归档、备份和保护的问题上对数据共享的性能提出了挑战[18]；另一方面，科学研究的交叉性更加明显，在大科学中尤为突出，其关联的数据资源涵盖了各类层次研究人员的各个研究阶段以及各类来源的数据资源集合，这对科学数据资源的整合提出了挑战。因此，强调将科研数据集合长期保存，并且将数据资源与相关的文件集合成一体，数据的流动、交互、融合、引用和回溯都将记录并保存下来，这对嵌入式知识服务团队以科研用户实时综合情景为基础，分析关联的信息，提供个性化与自适应性的知识服务起到关键作用。

       4.3 嵌入式知识服务团队协作机制的转变

       知识服务团队要成为科研用户合作的成员，嵌入到科研全过程。一方面，服务人员必须拥有科研用户的学科背景知识，才能快速融入用户科研过程，快速建立合作关系，以用户为中心，保证在服务过程中切合科研用户的需求；另一方面，服务团队与科研用户的合作是随着项目的结题而结束，良好的沟通是在建立长期的合作过程中准确把握科研用户需求，推送情景化服务的必要前提。基于此，只有服务团队与科研用户以及服务团队内部协同作业，才能分工明确，胜任工作环境的不断变换，应对工作内容的多样化，攻克服务中的各种突发状况与困难，并灵活调整工作策略。

       5 结束语

       大数据、泛在环境的发展直接推动了个性化知识服务的变革，知识服务提供者将不再是被动地满足用户的需求，而是主动感知用户情景的变化，并进行知识的交互，提供智能化的自适应服务。这种新型的服务不仅拓展了个性化服务的新模式，丰富了知识服务的理论体系，同时也能够有效地改善用户体验，提升知识服务提供者在瞬息万变的信息环境下应对危机与挑战的能力，具有重要的理论和实践价值。

       可以预见，以科研用户为中心，具备丰富的泛在智能环境和情景感知能力，能为用户提供迅速、快捷、高效的知识资源，提供面向科研用户最佳个性化体验的情景感知的嵌入式知识服务是未来的发展方向。

标签：科学论文;  大数据论文;  嵌入式论文;  云计算论文;  人工智能论文;