數據驅動下科技情報智慧服務模式研究

田春梅

(云南省臨滄市科技情報研究所 云南臨滄 677000)

情報服務是通過收集、分析、整理和傳播情報信息來為客戶提供一系列服務的一種業務形式[1]。在科技情報領域應用數據驅動的智慧服務模式已經成為了未來發展的趨勢。通過使用數據分析和算法技術，科技情報服務能夠提供更加精準、快速的情報分析和建議，以幫助科研機構、企業、政府部門等各類客戶進行全面、深入的分析和研究，提供決策支持和科學管理。本文在分析科技情報智慧服務關鍵要素和特征的基礎上，以多源數據驅動、智慧服務模式構建思路、智慧服務模式功能三方面為切入點，對數據驅動下科技情報智慧服務模式進行深入探究，旨在為進一步提升科技情報智慧服務質量提供借鑒與參考。

1 科技情報智慧服務關鍵要素與特征

1.1 科技情報智慧服務關鍵要素

科技情報服務旨在幫助企業、機構和個人對科研、技術、市場等領域進行全面、深入的分析和研究，提供決策支持和科學管理[2]。結合具體實踐，整理科技情報智慧服務關鍵要素包括以下幾點。

1.1.1 智慧數據

智慧數據是通過采集、整理、加工和分析大量的數據，生成有價值的信息，以支持決策和創新。智慧數據可以來自多個數據源，包括內部數據、外部數據、公共數據和私有數據[3]。這些數據具體包括結構化數據、半結構化數據和非結構化數據。

1.1.2 用戶需求

用戶需求是企業和用戶在使用科技情報服務時所需要獲取的信息和解決的問題，包括市場信息、技術信息、競爭對手情報、研發項目等多個方面[4]。

1.1.3 智能技術

智能技術是通過人工智能、機器學習、自然語言處理等技術，對大規模數據進行分析和處理，從而實現智能化、自動化的信息挖掘和分析。在科技情報智慧服務中，對于不同類型的數據信息，相應的智能技術可以有不同的應用。例如：對于結構化的數據，可以應用數據挖掘技術，來探測和分析數據中的潛在規律和關聯；對于非結構化的數據，可以應用自然語言處理和機器學習技術，來提取和理解文本信息中的含義和關系[5]。

1.1.4 科技情報工作者

科技情報工作者需要具備對各類信息源進行有效的采集和處理、分析與挖掘的能力，包括網絡搜索、文獻檢索、專利分析等，以發現其中的規律和趨勢，并為決策提供支持；同時，要具備團隊協作的能力，以便更好地完成任務和達成目標。

1.1.5 科技情報智慧服務平臺

科技情報智慧服務平臺是一個集成了科技情報采集、處理、分析和應用的綜合性平臺。通過各種數據源，如專利數據庫、文獻數據庫、企業數據庫等，采集和整合大量的科技情報數據，并通過數據挖掘、機器學習等技術進行分析和處理，以發現其中的規律和趨勢，并為相關工作人員提供有價值的信息和建議。

1.2 科技情報智慧服務特征

1.2.1 情報數據多源性

大數據時代背景下，各行業領域在實際發展中產生多源、異構的數據資源?？萍记閳笾腔鄯账鶓玫臄祿痪窒抻诳萍夹畔⒋髷祿?，更需要專利、文獻、政策法規、社交媒體等數據信息。其中，專利數據包括專利說明書、專利權相、專利著錄等數據信息；文獻數據包括期刊論文、學位論文、會議論文、專著等數據信息；政策法規包括政策環境與政策導向相關數據；社交媒體包括用戶需求、調研、市場反饋等數據[6]。

1.2.2 用戶需求敏感性

科技情報智慧服務平臺可以根據用戶的需求和反饋，及時調整和優化服務內容和功能。首先，收集用戶對服務的意見和建議，及時了解用戶的需求和反饋，以便進行服務的優化和改進。其次，根據用戶的需求和要求，提供個性化的服務，包括定制化的情報分析報告、專業咨詢服務等，以滿足用戶的具體需求[7]。最后，科技情報智慧服務平臺可以通過數據可視化技術，將復雜的情報數據轉化為直觀的圖表和圖像，方便用戶快速了解和分析數據，滿足用戶對數據可視化的需求。

1.2.3 分析技術智能性

科技情報智慧服務可以進行自動化分析、大數據分析、模型預測、智能推薦，可以實現對大量情報數據進行分析和挖掘，發現數據中的潛在關聯和規律，并能夠對未來發展方向、實踐趨勢進行全面和精準的預測分析，為情報使用者提供更加科學和準確的信息參考。

1.2.4 智慧服務場景化

科技情報智慧服務可以根據不同行業的需求，提供相應的情報分析服務，如醫療行業的疾病預測和治療方案分析、金融行業的市場趨勢分析和風險評估等；根據企業的需求，提供定制化的情報分析服務，如企業競爭對手分析、產品研發分析、市場調研分析等；根據政府的需求，提供相應的情報分析服務；根據個人的需求，提供個性化的情報分析服務。

2 數據驅動下科技情報智慧服務模式構建

2.1 多源數據驅動

多源數據驅動可以整合結構化數據和非結構化數據，以形成全面的數據集，有利于提高數據的準確性和可靠性。由此，基于多源數據驅動的科技情報智慧服務工作的核心在于對數據整體進行關聯，并非對數據樣本的提取和分析，且在數據分析工具選擇方面，更注重定性的相關性分析[8]。本質而言，在科技情報智慧服務工作中，多源異構的科技情報數據能夠充分展示科技活動各項要素之間的關系，包括規劃與管理、機構與人員、交流與成果等，使科技情報數據更具完整性和系統性。同時，多源數據融合可以為用戶需求感知、情報服務智慧化發展研究、用戶服務智能發展提供有力支撐。多源數據驅動框架如圖1所示。

圖1 多源數據融合的框架示意圖

由圖1 分析可知，通過多源數據融合技術與方法庫，根據用戶的實際需求，對數據進行精準化推送。

現階段，我國已經進入了數據3.0時代。在此背景下，情報研究從文獻資源傳遞、知識服務等發展到智能服務階段，且在數據分析工具、情報工作等方面呈現出數據全息化、技術智能化等特征[9]。為進一步推進科技情報工作高質量發展，需要將數據與工具方法、專家智慧相結合，構建新的智慧服務模式。通過多源數據的融合，可以在不同維度上揭示某一事件或活動的本質，能夠從側面展示事實或規律，能夠為科技情報智慧服務提供有力支持。

在數據融合算法層面，情報信息使用者可以結合自身發展實際需求，選擇有針對性的算法，對多源異構數據進行收集和分析，并運用用戶的多源數據構建信息使用情境，從而為情報信息使用者提供個性化的服務。

2.2 智慧服務模式構建思路

結合科技情報服務工作的實踐情況分析，智慧服務模式需要具有用戶需求智慧感知、情報服務智慧研究、用戶服務智能推送三項主要功能[10]。在構建科技情報服務模式過程中，需要遵循涵蓋智慧數據、體現數據多源性、凸顯數據敏感性的原則。智慧服務模式構建思路如圖2所示。

圖2 科技情報智慧服務模式構建思路

2.3 智慧服務模式功能

多源數據融合下的科技情報智慧服務核心功能如圖3所示。

圖3 多源數據融合下的科技情報智慧服務模式核心功能

2.3.1 用戶需求智慧感知功能

動態挖掘用戶信息，可以精準判斷用戶的興趣，有利于提升信息推送的精準性。在用戶需求智慧感知過程中，需要經過五大流程：（1）數據收集與分析；（2）偏好特征挖掘，應用用戶畫像，全面了解用戶行為、需求與偏好特征；（3）用戶服務精準匹配；（4）在線服務推送，根據用戶的需求和偏好，推薦相應的情報服務，并根據用戶的搜索歷史和偏好，智能推薦相關的情報內容；（5）用戶終端情報服務可視化[11]。

為實現上述功能，并提升用戶需求智慧感知的精準性，需要明確科技情報服務主體需求類型，具體見表1。

表1 用戶需求類型

2.3.2 情報服務智慧決策功能

情報服務智慧決策功能的實現需要以人工智能技術為基礎，綜合運用多種信息分析方法、數據挖掘技術，以實現智能化決策的支持性服務功能。結合上述分析可知，情報服務智慧決策功能的實現需要構建包括數據庫、方法庫、案例庫等數據庫的智慧研究體系，以通過交叉映射，精準匹配相關數據信息，為情報信息使用者提供決策服務。

基于人工智能的科技情報服務智慧決策過程為：數據庫—基于需求敏感性的數據采集—多源數據整合、重組與存儲—多源數據分析—決策情報支持。

具體而言，情報服務智慧決策功能應用有3 個突出特征。

（1）自動挖掘，主動推送。通過大數據處理技術的應用，可以從各種情報信息中自動挖掘出有用的信息，主動推送給用戶，節約用戶查找和篩選信息的時間和精力。（2）可視化呈現。通過可視化技術，將信息呈現出來，使用戶更易于理解和快速有效地獲取所需信息[12]。（3）數據分析和綜合評估。情報服務智慧決策功能還具有數據分析和綜合評估的能力。根據用戶的情境、環境等因素，對所收集的情報進行分析、綜合評估，給出有針對性的建議。

2.3.3 用戶服務智能推送功能

用戶服務智能推送功能的實現是構建科技情報智慧服務模式的關鍵。從功能應用視角而言，用戶服務智能推送功能主要是通過用戶歷史搜索記錄、用戶行為偏好等數據分析得出用戶感興趣的主題和信息，并實現信息的自動推送。該功能可以基于個人的興趣和需求，為用戶精準推送科技資訊、相關產品、解決方案等信息。

情報3.0 時代背景下，科技情報服務模式的構建、完善和創新的關鍵在于對為用戶提供精準化的數據供給。在研究用戶偏好、服務目標的過程中，需要盡量避免出現冷啟動、用戶偏好動態性變化等問題。借鑒現階段的電子商務、內容智能分發平臺等較為成熟的內容推送技術，可以在已有方法中探索與科技情報智能服務特征相符合的技術內容，以對用戶的服務偏好進行挖掘，完善科技情報智慧服務體系[13]。

需要注意的是，在實現用戶服務智能推送功能的過程中，還需要考慮用戶隱私和數據保護的問題?？萍记閳笾腔鄯漳Ｊ綉摻⑵鹦畔踩Ｕ蠙C制，保證用戶數據的安全性和保密性，并遵守相關的法律法規，以此為用戶提供更高質量的服務。

3 結語

綜上所述，基于信息技術的進步和數據智能化的發展，科技情報服務已經成為了一個重要的知識服務領域。數據驅動下的科技情報智慧服務模式是未來科技情報服務的發展方向。通過數據采集、數據處理、智能推薦和可視化呈現等技術，可以提高決策效率、個性化服務和數據可視化，為企業和組織提供更加科學和準確的情報服務和決策支持。