面向科研用戶小數據微知識服務研究（下）

李立睿 鄧仲華

摘 要：文章首先分析了面向科研用戶小數據微知識服務系統的要素及其內部知識流動過程，在此基礎上構建了以科研用戶實時需求為導向的微知識服務系統動力學模型，并對模型進行了仿真分析，仿真結果表明隱私保障機制、協同激勵機制以及合作共建機制對個性化微知識服務過程具有關鍵性的影響作用，據此進一步揭示了面向科研用戶小數據的微知識服務質量提升的途徑和對策。

關鍵詞：小數據；微知識；知識服務；系統動力學；科研用戶

中圖分類號： G252 文獻標識碼： A DOI：10.11968/tsyqb.1003-6938.2016102

Abstract This paper summarizes elements and knowledge flow process of micro-knowledge services based on small data of researcher. On this basis， the authors established the system dynamics of micro-knowledge services which supports real demand of researcher and simulates it. The simulation results show that the model can validly reflect the key influential factors on process of personal micro-knowledge service from the perspective of privacy protection mechanism，collaborative incentive mechanism and cooperative co-construction mechanism， which reveals the directive approaches and strategies of improving micro-knowledge service capability.

Key words small data； micro-knowledge； knowledge service； system dynamics； researcher

泛在信息環境下，科研用戶小數據不僅成為圖書情報機構創新管理的基礎，而且是其個性化服務深化的依據。小數據作為科研用戶個體化、獨特化的數據，是科研用戶在項目推進過程中的全部“數據足跡”，而這些“數據足跡”就是科研用戶臨時化、精簡化知識需求的表征[1]，因此，這為圖書情報機構以科研用戶項目需求為導向開展個性化微知識服務提供了重要保證。但是，從科研項目生命周期的視角來看，整個微知識服務方式和內容受多方面因素的影響，并具有明顯的不確定性，因此，對于這些影響因素定性化的研究直接關系到微知識服務的質量和科研用戶的滿意度。

既有研究根據知識服務過程中，用戶需求狀況以及知識形態的特點，提出了面向用戶個人信息的新型知識服務模式。如：王炎等[2]探討了“互聯網+”視角下知識服務具有用戶中心性和精確性的特點，并以百度新上線的知識服務產品為例，通過移動終端監測用戶行為來感知其情景敏感性需求，據此實時推送快捷、簡約、智能的知識服務產品；鄧仲華等[3-4]提出了基于科研用戶情景感知的自適應性個性化嵌入式知識服務，并以地球科學領域為例，分別具體探討了嵌入科學數據生命周期和科研項目生命周期的知識服務過程。不難發現，用戶情景化信息作為小數據的重要組成部分，通過這些信息來判斷用戶需求，據此提供知識服務的研究已經取得了一定進展，但是這些研究多局限于知識服務的一個層面，并以案例化分析為主。鑒于此，本文通過抽象面向科研用戶的微知識服務過程，采用系統動力學的方法從量化的視角對整個服務過程進行分析，以此對微知識服務的創新進行探討。

1 面向科研用戶小數據的微知識服務系統分析

微知識服務實質上是通過服務團隊和科研用戶以知識協同的方式，進行服務產品的推送和服務內容的吸收，從而實現了微知識的增值。一方面，科研用戶盡管對其學科專業領域知識具有豐富的應用和創新經驗，但是在整個研究生命周期中，往往難以全面獲取支撐科研問題的相關知識，如密集型科學數據整合、分析、管理等工具的應用，特定科研問題的前沿趨勢等[5]；另一方面，微知識服務團隊由具有綜合化專業素質的人員組成，其不僅熟練掌握了不同學科、不同領域的科研方法和科研工具，同時對于科研問題能夠以跨學科的視角進行分析和解決問題，為科研項目的推進提供了重要的保障。這恰為科研用戶與服務人員的知識協同創新創造了條件（見圖1）。

由此可知，面向科研用戶小數據的微知識服務系統中，主要涉及到的知識流動過程是以小數據知識庫和微知識庫為基礎，其中通過小數據知識庫感知科研用戶知識需求，微知識庫作為個性化知識服務推送的保障，據此服務團隊與科研用戶進行知識協同，促進科研用戶知識發現和知識創新，從而促使知識服務產品增值。

2 面向科研用戶小數據的微知識服務系統動力學模型構建

2.1 系統的邊界及其基本假設

面向科研用戶小數據的微知識服務系統作為本文的研究對象，其中主要包括涉及服務團隊、科研用戶、小數據知識庫、微知識庫內部及其相互之間的關系和隱私保障機制、協同激勵機制以及合作共建機制對于系統內部相關要素的影響規律。

根據面向科研用戶小數據的微知識服務流程及其作用機理，該系統模型的基本假設如下：

（1）服務團隊由具有跨學科專業背景且擁有一定知識服務經驗的人員構成，并且其所開展的服務是圍繞單一科研用戶的特定小型項目或者子項目，整個服務周期為10個月，在此服務周期中，服務團隊的人員數量、組織結構、服務設施等保持相對穩定。

（2）在整個微知識服務過程中，服務團隊所采用的服務方式主要包括直接性的服務推送和基于微知識庫的服務推送，服務團隊整體的知識存量和知識整合能力高于個體科研用戶，而且兩者始終保存一定的知識勢差。

（3）為保證整個微知識服務系統具有一定普適性，在此不考慮其它系統外部因素（如外部政治環境、文化環境、經濟環境等）所引起科研用戶任務的巨大調整，以及一些偶然性因素所導致的科研用戶情景的巨大波動。

2.2 系統因果模型

微知識服務過程中各主體間的數據整合與挖掘、知識交流與轉移等活動以及適應用戶科研外部環境而進行的一系列相關結構和狀態的變化，構成了面向科研用戶小數據的知識協同創新服務的復雜化系統。鑒于此，本文通過因果關系分析以確定系統反饋結構，直觀地描述系統內部知識流動過程[6]，最終構建了面向科研用戶小數據的微知識服務因果關系圖（見圖2）。

通過對整個因果關系模型進行分析，可以發現模型中主要涵蓋三條重要的因果反饋回路。

正反饋回路①：服務團隊知識存量—服務團隊知識輸出量—微知識庫—科研用戶知識吸收量—科研用戶知識存量—小數據獲取量—小數據整合量—小數據知識庫—科研用戶知識需求—知識整合量—服務團隊知識存量。此回路重點強調了服務團隊根據科研用戶需求，借助微知識庫進行個性化服務的推送。其過程主要包括三個階段：其一是科研用戶小數據的獲取、整合和挖掘，以此感知科研用戶需求；其二是服務團隊根據科研用戶需求，并結合自身知識技能，對內部和外部知識源進行整合，從而獲取知識產品；其三是通過對知識產品進行分解和萃取，形成具有特定功能的微知識塊，在豐富和擴展微知識庫的同時，將其推送于科研用戶。

正反饋回路②：服務團隊知識存量—服務團隊知識共享量—微知識增量—微知識庫—科研用戶知識吸收量—科研用戶知識存量—科研用戶知識創新能力—小數據獲取量—小數據整合量—小數據知識庫—科研用戶知識需求—知識整合量—服務團隊知識存量。此回路重點強調了服務團隊依據科研項目的實施進度，通過對科研用戶的項目需求進行預測，從而以前瞻性的視角對微知識庫進行擴充，有效降低了微知識服務的延遲。

正反饋回路③：微知識庫—科研用戶知識吸收量—科研用戶知識存量—科研用戶知識共享量—微知識增量—微知識庫。此回路重點強調了科研用戶作為微知識庫的構建主體，對研究過程中所產生的隱性知識進行顯性化（如研究經驗的總結、新工具的應用等），通過特定的知識組織形式，以自發性的方式輔助微知識庫的構建工作。

不難發現，在協同激勵機制下，服務團隊具有相對較強的知識輸出意愿，能夠針對科研用戶的需求，為其推送相應的微知識服務產品，從而提升科研用戶的知識吸收量，與此同時，這一激勵機制也能夠充分調動服務團隊對于微知識庫構建的積極性，提升其與科研用戶的溝通和反饋效度，進而有助于預測科研用戶的潛在需求，同時服務團隊可以以前瞻性的視角，對微知識庫進行不斷的充實、完善和更新，保證科研用戶的知識需求量。此外，合作共建機制對于服務團隊和科研用戶的微知識開放共享提供了支持，極大地提升了雙方互補性微知識的關聯和融合，從而以協同創新的方式促進微知識庫的構建。

2.3 系統流圖

系統流圖主要由變量狀態、信息傳遞、行為變化等要素構成，用于反映系統動態運行過程中變量間的相互作用關系[7]。在因果關系圖的基礎上，本文根據系統動力學的原理建立了模型的系統流圖（見圖3）。

其中系統流圖中主要方程及參數說明如下：

服務團隊知識存量= INTEG（服務團隊知識整合量-服務團隊知識失效量， 400）；

服務團隊知識整合量=STEP（科研用戶知識需求+知識整合效率服務團隊知識存量， 1）。

這里用階躍函數表示，服務團隊通過運用自身綜合化的知識技能，并結合科研用戶需求進行內部和外部知識資源的整合，設定服務團隊從第1個單位時間后開始獲取所整合的知識。

服務團隊知識失效量=STEP（服務團隊知識失效率×服務團隊知識存量， 0.5）；

知識整合效率=RANDOM UNIFORM（0.1， 0.1， 0.05）+0.1；服務團隊知識失效率=0.1。

由于知識整合會受到知識稀缺性、外部資源的豐富性、服務團隊的知識技能等諸多不確定性因素的影響，因此，這里設置其在[0.15， 0.2]區間內進行隨機變化。

服務團隊知識共享量=服務團隊知識存量×服務團隊知識顯性化程度；

服務團隊知識顯性化程度=RANDOM UNIFORM（0.2， 0.7， 0.5）；

服務團隊知識輸出量=SMOOTHI（協同激勵機制服務團隊知識存量用戶跟蹤反饋， 0.5， 0 ）。

由于服務團隊在知識產品輸出前，需要一定的時間，根據科研用戶的實時需求，對其進行組織和優化，因此，這里使用一階信息延遲函數表示這一優化過程。這里設定初始的知識輸出量為0，延期時間為0.5個單位時間。

微知識創新量=0.35×服務團隊知識輸出量；合作共建機制=0.5；

微知識共享量=合作共建機制×（服務團隊知識共享量+科研用戶知識共享量）/4。

由于服務團隊和科研用戶的知識共享在知識組織過程中會存在一定的重合甚至沖突，并且在知識交互時會出現知識的遺失，然后服務團隊在這些剩余知識的基礎上進行重新整合和萃取，以獲取直接可以推送于科研用戶的微知識，因此，這里設定只有雙方所共享總體知識的四分之一可以轉化為微知識。

微知識失效量=微知識失效率×微知識庫；

微知識失效率=RANDOM NORMAL（ 0.2， 0.4， 0.3， 0.08， 0.3）。

由于管理或技術方面的原因，以及知識具有時效性的特點，因此，微知識會出現一定的失效，而這種失效又具有不確定性，因此，這是采用隨機函數進行表示，其失效率處于0.2到0.4之間。

微知識庫= INTEG （DELAY1I（微知識共享量+微知識創新量-微知識失效量， 0.5， 0）， 0）。

微知識庫的構建需要管理和技術上的共同支撐，這就會存在一定延遲，因此這里用延遲函數表示微知識庫構建的延遲，其延遲時間為0.5個單位時間，且初始化的微知識庫存量設定為0。

科研用戶知識共享量=科研用戶知識存量×科研用戶知識顯性化程度；

科研用戶知識顯性化程度=RANDOM UNIFORM（0.1， 0.5， 0.3）；

科研用戶創新能力=DELAY1I（arctan（1/100科研用戶知識存量）×2/π， 0.5， 0 ）。

科研用戶創新能力是以其擁有的知識存量為基礎的，而在一定程度上，知識存量對于創新能力的提升是一個從量變到質變的過程，這里使用延遲函數表示，并且其延遲時間為0.5個單位時間。

科研用戶知識吸收量=SMOOTHI（協同激勵機制×（微知識庫0.25+服務團隊知識輸出量0.35）， 0.8，0）；

科研用戶知識創新量=STEP（科研用戶創新能力×5 ， 0.25）。

由于科研用戶創新能力轉化為知識產品需要一定時間，因此這里使用階躍函數來表示知識的創新量，正式的知識創新產出在0.25個單位時間后開始形成。

科研用戶知識失效量=科研用戶知識失效率×科研用戶知識存量；

科研用戶知識失效率=0.15；

科研用戶知識存量= INTEG（科研用戶知識創新量+科研用戶知識吸收量-科研用戶知識失效量， 100）；

科研用戶知識需求=（1-需求感知偏差）×用戶跟蹤反饋×小數據知識庫；

需求感知偏差=RANDOM UNIFORM（0.05， 0.35， 0.2）。

由于科研用戶的知識需求隨著項目的推進而不斷變化，并且在不同的研究階段，科研用戶的角色和任務會發生調整，導致需求的獲取不完全，此外，服務團隊對小數據知識庫進行分析的過程中，受服務團隊認知能力、專業背景的影響，促使對科研用戶知識需求的獲取也會發生偏差，因此，這是使用隨機函數表示這部分偏差的波動。

小數據整合量=0.8×小數據獲取量；小數據知識失效率=0.2；

小數據知識分裂=小數據知識失效率×小數據知識庫；

小數據知識契合=0.8×小數據整合量；

小數據知識庫= INTEG （小數據知識契合-小數據知識分裂， 0）；

小數據獲取量=隱私保障機制×科研用戶創新能力×科研用戶知識存量/10。

小數據作為科研用戶的特征化描述，不僅關系到科研用戶的項目狀況，還涵蓋了科研用戶本身所處的知識狀態，這樣就一定涉及到科研用戶的隱私，因此科研用戶創新能力、科研用戶知識存量以及隱私保障機制對于小數據的獲取具有直接的影響作用，并且這些因素具有一定的乘積效應作用。

互動效度=RANDOM UNIFORM（0.2， 0.9， 0.5）；隱私保障機制=0.8；協同激勵機制=0.8；

用戶跟蹤反饋=協同激勵機制×隱私保障機制×互動效度。

在微知識服務推送過程中，服務團隊通過與科研用戶進行互動，以面向服務溝通和跟蹤的方式來獲取科研用戶相關的反饋信息，而整體跟蹤反饋的效果主要由協同激勵機制、隱私保障機制和互動效度共同決定，并且在一定程度上，三者還具有乘積效應。

3 面向科研用戶小數據的微知識服務仿真與應用

3.1 模型的有效性檢驗

本文利用Vensim PLE軟件，對面向科研用戶小數據的微知識服務系統模型進行仿真分析，在此選取服務團隊知識存量、科研用戶知識存量、小數據知識庫、微知識庫、微知識共享量、科研用戶知識吸收量作為系統的主要檢驗對象，通過結合現實情形，對其進行模擬值變化規律的分析與比較，進而對模型的有效性做出判斷（見圖4）。

服務團隊主要由具有綜合化素質的專業知識服務人員組成，其整體科研問題解決能力較強，因此，服務團隊的知識存量高于單個科研用戶。然而，在微知識服務初期，服務團隊中的各參與成員由于在任務分配、合作分工過程中可能會產生分歧，甚至出現沖突，因此，整個團隊需要一定的磨合時間，再加上知識具有時效性，在這段時間會出現遺忘或丟失，這樣導致在服務起步階段，服務團隊的整體知識存量會出現少量的降低。同樣，在小數據知識庫的構建前期，服務團隊與科研用戶雙方需要溝通和協調，小數據的獲取和積累也需要一定時間，因此在整個微知識服務初期小數據知識庫的構建和開發進度相對較緩。但是隨著服務團隊與科研用戶交流頻次的增加，知識協同關系逐步體現出顯著的提升，這樣微知識量的增速趨于更加平穩的增加。盡管在整個科研項目的推進過程中，由于科研用戶會遇到一些不確定性問題或者某些突發性事件的干擾，導致服務團隊和科研用戶的微知識共享量會隨之出現相應的波動，但是對于科研用戶整體的知識吸收量而言，仍然保持著平穩上升的態勢。

3.2 模型仿真結果應用分析

在系統流圖的基礎上，以科研用戶需求為導向，通過改變系統運行中的相關參數值，以此對微知識服務過程中不同保障機制進行仿真模擬，觀察主要變量的相關變化趨勢，進而全面分析系統的整體變化規律，為提升微知識服務的效率和效果提供支持。

（1）形成和完善科研用戶隱私保障機制。小數據作為科研用戶全面特征描述的數據集合，在時間維度上，記錄了科研用戶的物理位置、行為方式、目標狀態、心理狀態、設備狀態等情景化數據，通過對這些數據的分析，能夠準確感知科研用戶需求的同時，也使其面臨個人隱私泄露的風險。因此，隱私保障機制作為科研用戶隱私、需求和服務的重要平衡點，對于科研用戶的優質服務體驗提升具有重要作用。本文將隱私保障機制分別設置為0.6、0.7、0.8、0.9后，觀察系統中四個存量，即服務團隊知識存量、科研用戶知識存量、小數據知識庫和微知識庫的變化規律（見圖5）。

由變化圖可知，隱私保障制度的優化對于服務團隊知識存量、科研用戶知識存量、小數據知識庫和微知識庫的提升具有正向影響作用。首先，隱私保障機制對于科研用戶小數據的獲取具有直接的作用，能夠在很大程度上提升小數據的數量和質量，這樣能夠促進小數據的挖掘和分析工作，從而有利于服務團隊快速而準確的獲取科研用戶需求，提升知識整合量，擴充微知識庫，將隱性知識進行有效的轉移。因此，在隱私保障機制的實踐方面，服務團隊可以制定用戶隱私保護指南[8]，采用安全等級管理策略進行管理，其一，通過同行專家評估，確定不同類型和層面的科研用戶小數據的隱私安全等級，并明確相關問責制；其二，對于不同隱私等級的小數據進行分區存儲，采用網絡監控技術和訪問控制技術，設置不同的訪問級別和融合層次，進而提升科研用戶的隱私保障效度；其三，在微知識服務過程中，科研用戶對服務的反饋信息也是小數據的重要組成部分，因此，服務團隊在與科研用戶進行服務溝通時，可以結合圖書情報機構的行業標準規范，對服務雙方進行隱私保護意識的教育和培訓，明確各自的權利和義務，從而共同提升小數據的獲取、分析和應用過程中的安全隱私問題。

（2）確立參與主體之間的知識協同激勵機制。協同激勵機制是針對服務團隊和科研用戶之間進行知識協同創新行為的鼓勵機制，該機制強調了服務團隊與科研用戶之間的互動及其與外部知識環境的開放互聯。本文將協同激勵機制分別設置為0.6、0.7、0.8、0.9后，分別觀察模型中每個系統存量的變化規律（見圖6）。

協同激勵機制對科研用戶的知識吸收和服務團隊的知識輸出具有直接的影響作用，通過對雙方進行物質和精神層面的刺激和鼓勵，能夠有效提升各服務參與方的積極性，促進其以積極主動方式進行知識共享、知識互補和知識轉移，進而實現參與方最大程度的耦合并產生向心力。由變化圖可知，協同激勵機制每提升一個層次，都能在很短的時間內，加速系統內部知識從無序狀態向有序狀態進行演化[9]，從而產生正向化的連鎖反應，促使整個服務創新績效提升一個更高層次。

因此，在服務團隊與科研用戶的知識協同過程中，服務團隊可以通過舉辦學習交流會，邀請科研用戶作為服務團隊成員，體驗整個微知識服務的流程，對其進行團隊文化氛圍的熏陶，同時對于科研用戶提出的有效建議或意見，服務團隊成員也可以及時采納和反饋，并通過相應的激勵制度給予科研用戶一定的獎勵。這樣可以極大激發服務團隊和科研用戶的知識共享和知識互動意愿，有利于服務團隊充分運用自身服務技能，將復雜知識進行分解和萃取，采用精煉化的知識描述方式，對整體知識資源內容屬性進行深度解析，以科研用戶的專業知識背景視角進行呈現，促進隱性知識的顯性化，提升知識協同效果；另一方面，服務團隊可以通過關系嵌入和網絡嵌入的方式與科研用戶進行相關知識協同激勵措施的商定和修正，促進機制的動態發展和完善，從而在激勵過程中提升服務團隊與科研用戶的關系品質，提高知識服務創新行為的匹配度、縮短雙方認知的差距，有效促進整體知識服務創新績效的增長。

（3）建立以管理和技術協調發展的微知識庫合作共建機制。微知識庫是開展個性化服務的物質基礎，是以科研用戶的項目需求為導向而建立的，通過服務團隊與科研用戶的知識共享和知識交互，按照知識類別，將分散化、無序化和異構化的知識資源進行分析和處理，包括紙質化知識資源、數字化知識資源、問答式知識資源、隱性化學習經驗等涉及科研項目的內外部知識資源，并利用統一的知識描述格式和微知識表示規范進行協同整合和組織，逐步形成跨內容、跨學科、跨系統的綜合化、系統化和全面化的科研項目微知識體系，從而充分凸顯項目特異性，為發揮微知識的特色型和權威性奠定基礎。因此，本文將合作共建機制分別設置為0.5、0.6、0.7、0.8后，觀察系統中服務團隊知識存量、科研用戶知識存量、小數據知識庫和微知識庫的變化規律（見圖7）。

不難發現，提高合作共建機制對于整體服務質量具有積極作用，但是相比協同激勵機制而已，其影響力相對較弱。這是因為微知識庫的構建主要由經驗豐富的服務團隊主導，而在多數情況下，科研用戶僅僅作為微知識庫作用效果的反饋對象，因此，科研用戶主要是微知識庫構建的輔助者。但是對整個系統而言，科研用戶作為一個重要的參與者，對于微知識庫的豐富和發展具有不可替代的作用，合作共建機制能夠充分發揮科研用戶的協助補充作用，促進微知識庫的優化和更新。因此，在應用實踐中，服務團隊可以通過管理維度和技術維度來促進微知識庫的合作共建：在管理維度，服務團隊要通過營造和諧的關系氛圍，降低其與科研用戶的關系距離，如服務團隊可以組織非正式交流會、學習研討班等，促進雙方微知識的有效溝通交流，提高知識顯性化程度，在知識協同創新過程中，相互尊重知識產權和知識獨有性，建立合理的利益分配機制；在技術維度，由于微知識具有一定粘滯性，服務團隊可以借助相關的技術平臺，尤其是“互聯網+”相關技術[10]，通過網絡虛擬的方式嵌入到科研用戶的整個項目研究生命周期中，及時有效地進行網絡行為互動，盡可能降低在合作過程中數據損耗和知識遺失，進而提升合作效果。

4 結語

本文運用系統動力學的原理以定量化的方式分析了面向科研用戶小數據的微知識服務系統，并對整體服務模式進行了細致的探索性研究，仿真結果表明了模型較好地模擬并詮釋了個性化微知識服務的實際變化過程，這也進一步驗證了微知識服務的推送實質上是各服務參與者之間（包括服務團隊內部、服務團隊與科研用戶）知識協同創新的結果。通過對不同參數的設置可以發現，在小數據的獲取和管理方面，隱私保障機制對小數據知識庫的構建顯得至關重要，其直接決定了科研用戶需求的獲取層次以及服務團隊知識的整合效度；在微知識共享與轉移方面，協同激勵機制對服務團隊知識產品的產出和優化具有重要作用，有利于知識的顯性化表達，這將直接影響科研用戶能否快速而主動地吸收這些知識服務產品；在微知識庫的構建方面，合作共建機制對于服務團隊和科研用戶作為創新主體，共同擴充和發展微知識庫具有最直接的作用。

參考文獻：

[1] 李愛國，曹翔，汪社教.圖書館用戶信息資源化過程中用戶隱私信息保護問題與對策[J].圖書情報工作，2015，59（13）：26-30.

[2] 王炎，程剛.“互聯網+”視角下科技型知識服務企業的服務創新研究——以百度新上線知識服務產品為例[J].情報雜志，2015（10）：183-188.

[3] 鄧仲華，李立睿，陸穎雋.基于科研用戶情景感知的嵌入式知識服務研究（上）[J].情報理論與實踐，2014，37（9）：16-19.

[4] 鄧仲華，李立睿，陸穎雋.基于科研用戶情景感知的嵌入式知識服務研究（下）——以地球科學領域科研用戶為例[J].情報理論與實踐，2014，37（10）：15-19.

[5] Hey T，Tansley S，Tolle K.潘教峰，張曉林，譯.第四范式：數據密集型科學發現[M].北京：科學出版社，2012.

[6] 鐘遠光，賈曉菁，李旭.企業系統動力學[M].北京：科學出版社，2009.

[7] 賈仁安.組織管理系統動力學[M].北京：科學出版社，2014.

[8] 田淑嫻，許春漫.國外圖書館用戶隱私保護指南文本分析與啟示[J].圖書情報工作，2015（18）：61-66.

[9] 吳楊，蘇竣.科研團隊知識創新系統的復雜特性及其協同機制作用機理研究[J].科學學與科學技術管理， 2012，33（1）156-165.

[10] 張興旺，李晨暉.當圖書館遇上“互聯網+”[J].圖書與情報，2015（4）：63-70.

作者簡介：李立睿（1989-），男，武漢大學信息管理學院博士研究生，研究方向：信息組織與知識服務；鄧仲華（1957-），男，武漢大學信息管理學院教授，博士生導師，研究方向：信息組織與信息系統。