官思發(fā)

大數(shù)據(jù)知識(shí)服務(wù)關(guān)鍵要素與實(shí)現(xiàn)模型研究*

官思發(fā)

知識(shí)服務(wù)是需求導(dǎo)向和創(chuàng)新驅(qū)動(dòng)的、高度知識(shí)密集型的服務(wù)類型，大數(shù)據(jù)時(shí)代的來臨為知識(shí)服務(wù)既帶來了新的機(jī)遇也帶來了新的挑戰(zhàn)。文章對(duì)大數(shù)據(jù)知識(shí)服務(wù)的影響因素研究現(xiàn)狀進(jìn)行梳理，總結(jié)出大數(shù)據(jù)知識(shí)服務(wù)的五方面關(guān)鍵要素并深入分析，在此基礎(chǔ)上對(duì)宏觀上構(gòu)建大數(shù)據(jù)知識(shí)服務(wù)實(shí)現(xiàn)模型的理論基礎(chǔ)和意義進(jìn)行探討，并構(gòu)建了大數(shù)據(jù)知識(shí)服務(wù)實(shí)現(xiàn)的概念模型。

大數(shù)據(jù) 知識(shí)服務(wù) 關(guān)鍵要素 知識(shí)服務(wù)模型

0 引言

隨著信息技術(shù)的推動(dòng)和知識(shí)需求的進(jìn)一步擴(kuò)大，知識(shí)服務(wù)成為不可替代的服務(wù)類型。張曉林認(rèn)為知識(shí)服務(wù)應(yīng)以信息知識(shí)的搜尋、組織、分析、重組的知識(shí)和能力為基礎(chǔ)，根據(jù)用戶的問題和環(huán)境，融入用戶解決問題的過程之中，提供能夠有效支持知識(shí)應(yīng)用和知識(shí)創(chuàng)新的服務(wù)[1]。大數(shù)據(jù)時(shí)代的來臨為知識(shí)服務(wù)帶來了巨大的變革與重組。大數(shù)據(jù)知識(shí)服務(wù)是以大數(shù)據(jù)知識(shí)服務(wù)人才為核心，以大數(shù)據(jù)思維和理念為主線，利用大數(shù)據(jù)知識(shí)服務(wù)平臺(tái)和大數(shù)據(jù)資源為條件保障，對(duì)知識(shí)服務(wù)需求進(jìn)行準(zhǔn)確抓取，始終以大數(shù)據(jù)理念和技術(shù)為支撐最終實(shí)現(xiàn)知識(shí)服務(wù)的全過程的新型服務(wù)。

大數(shù)據(jù)為知識(shí)服務(wù)帶來了巨大的機(jī)遇，同時(shí)也為知識(shí)服務(wù)帶來了較大的挑戰(zhàn)。大數(shù)據(jù)作為新一代信息技術(shù)產(chǎn)業(yè)的重要內(nèi)容，將新興的云計(jì)算技術(shù)應(yīng)用于經(jīng)濟(jì)、金融、政治、醫(yī)療、生物和科學(xué)研究等領(lǐng)域的大數(shù)據(jù)分析中，在較短的時(shí)間以較低的成本實(shí)現(xiàn)數(shù)據(jù)分析目標(biāo)。在情報(bào)分析和市場(chǎng)研究等領(lǐng)域，將數(shù)據(jù)分析成果形成知識(shí)產(chǎn)品提供服務(wù)已經(jīng)成為情報(bào)分析的熱點(diǎn)研究。但從宏觀上對(duì)大數(shù)據(jù)知識(shí)服務(wù)的關(guān)鍵要素的分析及要素之間的關(guān)聯(lián)關(guān)系方面的研究目前還比較匱乏。本文從知識(shí)服務(wù)的關(guān)鍵要素出發(fā)，結(jié)合大數(shù)據(jù)對(duì)知識(shí)服務(wù)帶來的變革和影響，探討了大數(shù)據(jù)知識(shí)服務(wù)的關(guān)鍵要素構(gòu)成和實(shí)現(xiàn)模型。

1 國(guó)內(nèi)外研究現(xiàn)狀

隨著大數(shù)據(jù)的快速生成和累積，知識(shí)服務(wù)機(jī)構(gòu)在開展知識(shí)服務(wù)過程中必然選擇基于大數(shù)據(jù)資源的儲(chǔ)備和分析去完成知識(shí)服務(wù)任務(wù)。大數(shù)據(jù)為新的信息技術(shù)環(huán)境下的知識(shí)服務(wù)帶來機(jī)遇，同時(shí)帶來了諸多挑戰(zhàn)。如何應(yīng)對(duì)大數(shù)據(jù)環(huán)境下各種結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的多維處理就是其中的一大難題。本文對(duì)已有大數(shù)據(jù)知識(shí)服務(wù)的研究歸納為如下三個(gè)方面：

(1)大數(shù)據(jù)知識(shí)服務(wù)理念和體系研究。張興旺等人組織了大數(shù)據(jù)知識(shí)服務(wù)體系的專題研究[2]。其中，秦曉珠等對(duì)大數(shù)據(jù)知識(shí)服務(wù)的內(nèi)涵進(jìn)行了闡述，詳細(xì)分析了大數(shù)據(jù)知識(shí)服務(wù)的典型特征，并結(jié)合大數(shù)據(jù)知識(shí)服務(wù)模式下對(duì)各種類型大數(shù)據(jù)管理和處理需求，構(gòu)建了大數(shù)據(jù)知識(shí)服務(wù)概念模型[3]；李晨暉等對(duì)大數(shù)據(jù)知識(shí)服務(wù)運(yùn)行機(jī)理、平臺(tái)構(gòu)建體系架構(gòu)及所涉及的關(guān)鍵技術(shù)進(jìn)行了研究，并系統(tǒng)描述了大數(shù)據(jù)生態(tài)系統(tǒng)在圖書館中的應(yīng)用過程[4]，對(duì)大數(shù)據(jù)知識(shí)服務(wù)的框架體系進(jìn)行了初步的嘗試和探索。

(2)大數(shù)據(jù)知識(shí)服務(wù)方法研究。數(shù)據(jù)的快速增長(zhǎng)對(duì)大規(guī)模數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)提出了新的挑戰(zhàn)，粗糙集理論被成功引入數(shù)據(jù)挖掘的知識(shí)獲取中，Zhang Junbo、Wong Jian-Syuan和Li Tianrui等人提出基于并行大規(guī)模粗糙集的運(yùn)用MapReduce的知識(shí)獲取方法，從大數(shù)據(jù)中挖掘有效知識(shí)，并在Hadoop、Phoenix和Twister三個(gè)MapReduce運(yùn)行平臺(tái)上試驗(yàn)，證明了所提并行方法的有效性[5]。蔣勛和劉喜文認(rèn)為對(duì)大數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗是最終獲取知識(shí)的有效途徑，給出了數(shù)據(jù)清洗的基本框架模型及其局限，從而進(jìn)一步提出非清潔數(shù)據(jù)的清潔度的機(jī)制[6]，對(duì)大數(shù)據(jù)環(huán)境下面向知識(shí)服務(wù)的數(shù)據(jù)清洗進(jìn)行了深入的研究。劉海鷗將用戶情景信息引入個(gè)性化推薦過程，結(jié)合云計(jì)算技術(shù)提出了一種大數(shù)據(jù)知識(shí)服務(wù)方法[7]。事實(shí)上，大數(shù)據(jù)知識(shí)服務(wù)是一項(xiàng)復(fù)雜的系統(tǒng)工程，涉及到眾多的復(fù)雜問題，尤其是非結(jié)構(gòu)化數(shù)據(jù)的處理技術(shù)仍然不夠成熟，大數(shù)據(jù)分析的深入探索與實(shí)踐仍需更多的付出與努力。

(3)大數(shù)據(jù)知識(shí)服務(wù)應(yīng)用研究。大數(shù)據(jù)知識(shí)服務(wù)本身是一項(xiàng)高智力、密集型、復(fù)雜度較高的服務(wù)領(lǐng)域，Greco Albert N和Aiss Chelsea G認(rèn)為大數(shù)據(jù)與預(yù)測(cè)已經(jīng)形成了一個(gè)不小的產(chǎn)業(yè)市場(chǎng)，在出版行業(yè)，在線零售商利用大數(shù)據(jù)系統(tǒng)捕獲了大量的消費(fèi)者及其購(gòu)買行為的數(shù)據(jù)，然后運(yùn)用預(yù)測(cè)分析和協(xié)同過濾系統(tǒng)為消費(fèi)者提供購(gòu)買建議，并建議加拿大和美國(guó)的大學(xué)出版社建立大數(shù)據(jù)系統(tǒng)，不斷采集銷售和營(yíng)銷數(shù)據(jù)，利用大數(shù)據(jù)和預(yù)測(cè)分析獲取有效知識(shí)[8]。Cai Dongfeng、Bai yu和Zhang Guiping提出了基于大數(shù)據(jù)處理技術(shù)的知識(shí)服務(wù)平臺(tái)，指導(dǎo)了工業(yè)化和信息技術(shù)應(yīng)用融合項(xiàng)目在中國(guó)沈陽的實(shí)施[9]。國(guó)內(nèi)外已經(jīng)開展大數(shù)據(jù)情報(bào)分析和知識(shí)服務(wù)應(yīng)用方面的探索，而大數(shù)據(jù)知識(shí)服務(wù)的實(shí)踐價(jià)值將會(huì)催生更多的知識(shí)服務(wù)應(yīng)用領(lǐng)域和模式的創(chuàng)新。

總體看，目前的研究對(duì)大數(shù)據(jù)知識(shí)服務(wù)的概念內(nèi)涵和大數(shù)據(jù)知識(shí)服務(wù)平臺(tái)技術(shù)框架等進(jìn)行了初步的探索，也有研究人員對(duì)大數(shù)據(jù)處理的具體技術(shù)或方法進(jìn)行了一定的研究，但僅僅是單獨(dú)從技術(shù)框架、數(shù)據(jù)清洗、具體方法等角度研究大數(shù)據(jù)知識(shí)服務(wù)中的一個(gè)或某些具體問題，缺乏從宏觀上對(duì)大數(shù)據(jù)知識(shí)服務(wù)所涉及的主要因素進(jìn)行統(tǒng)籌規(guī)劃的研究，不能從宏觀上指導(dǎo)知識(shí)服務(wù)機(jī)構(gòu)開展大數(shù)據(jù)知識(shí)服務(wù)的頂層規(guī)劃與內(nèi)容設(shè)計(jì)。

2 大數(shù)據(jù)知識(shí)服務(wù)關(guān)鍵要素分析

圖書館知識(shí)服務(wù)是國(guó)內(nèi)知識(shí)服務(wù)的重要研究方向，戚建林從社會(huì)發(fā)展環(huán)境、信息政策法規(guī)、知識(shí)服務(wù)理論、知識(shí)服務(wù)人才四個(gè)方面論述了圖書館知識(shí)服務(wù)的主要影響因素，并對(duì)未來知識(shí)服務(wù)進(jìn)行了展望[10]。王曰芬、吳婷婷和張蓓蓓從要素結(jié)構(gòu)因素和關(guān)聯(lián)結(jié)構(gòu)因素兩個(gè)角度，對(duì)圖書情報(bào)機(jī)構(gòu)知識(shí)服務(wù)的影響因素進(jìn)行了分析和調(diào)研。內(nèi)部要素結(jié)構(gòu)主要指實(shí)物資源、人力資源、財(cái)務(wù)資源和無形資產(chǎn)；外在關(guān)聯(lián)因素主要指用戶、競(jìng)爭(zhēng)者、社會(huì)的科技環(huán)境、人文環(huán)境、經(jīng)濟(jì)環(huán)境、政策法規(guī)等[11]。司莉認(rèn)為實(shí)現(xiàn)知識(shí)服務(wù)的關(guān)鍵要素在于知識(shí)服務(wù)用戶的迫切需求、知識(shí)服務(wù)人員成為內(nèi)容主題專家、建設(shè)基于本體的知識(shí)庫與交互功能較強(qiáng)的知識(shí)服務(wù)平臺(tái)，還必須有行之有效的戰(zhàn)略學(xué)習(xí)機(jī)制[12]。從現(xiàn)有的文獻(xiàn)中，本文梳理出知識(shí)服務(wù)需求、知識(shí)服務(wù)制度政策、知識(shí)服務(wù)專業(yè)人員、知識(shí)服務(wù)資源和知識(shí)服務(wù)平臺(tái)五大要素作為知識(shí)服務(wù)的關(guān)鍵要素。

大數(shù)據(jù)知識(shí)服務(wù)是由于大數(shù)據(jù)技術(shù)的出現(xiàn)對(duì)知識(shí)服務(wù)帶來的新的變革與發(fā)展。大數(shù)據(jù)知識(shí)服務(wù)構(gòu)成要素仍然與傳統(tǒng)知識(shí)服務(wù)一樣，受知識(shí)服務(wù)需求、知識(shí)服務(wù)制度政策、知識(shí)服務(wù)人員素質(zhì)、知識(shí)服務(wù)資源建設(shè)和知識(shí)服務(wù)平臺(tái)等因素制約，它們的區(qū)別在于，大數(shù)據(jù)技術(shù)將對(duì)這五方面的因素進(jìn)行全新的變革，進(jìn)而為知識(shí)服務(wù)全流程和業(yè)務(wù)服務(wù)模式等帶來徹底的變革與重組。

在開展大數(shù)據(jù)知識(shí)服務(wù)過程中，知識(shí)服務(wù)需求、大數(shù)據(jù)資源、專業(yè)知識(shí)服務(wù)人員、知識(shí)服務(wù)技術(shù)平臺(tái)和知識(shí)服務(wù)制度規(guī)范構(gòu)成大數(shù)據(jù)知識(shí)服務(wù)的關(guān)鍵要素。

2.1 大數(shù)據(jù)知識(shí)服務(wù)需求

大數(shù)據(jù)知識(shí)服務(wù)需求可以從兩個(gè)層面去理解，一是傳統(tǒng)知識(shí)服務(wù)需求，二是由于大數(shù)據(jù)技術(shù)驅(qū)動(dòng)產(chǎn)生的知識(shí)服務(wù)需求。傳統(tǒng)的知識(shí)服務(wù)需求用以往的知識(shí)服務(wù)經(jīng)驗(yàn)或?qū)嵺`模式能夠較好地應(yīng)對(duì)，不屬于大數(shù)據(jù)知識(shí)服務(wù)的主要內(nèi)容。而大數(shù)據(jù)知識(shí)服務(wù)的重點(diǎn)和難點(diǎn)在于如何通過用戶的行為軌跡或活動(dòng)規(guī)律，挖掘出用戶潛在的知識(shí)服務(wù)需求，這也體現(xiàn)了前文描述的大數(shù)據(jù)不光是對(duì)用戶需求的變革，而且是對(duì)用戶服務(wù)需求、過程以及效果等全過程的革新。既要從大數(shù)據(jù)記錄中挖掘用戶的需求，也要通過大數(shù)據(jù)實(shí)現(xiàn)用戶的需求。在市場(chǎng)經(jīng)濟(jì)環(huán)境下，服務(wù)科學(xué)尤其強(qiáng)調(diào)用戶的主動(dòng)地位和核心主導(dǎo)作用，大數(shù)據(jù)知識(shí)服務(wù)作為知識(shí)密集型的服務(wù)之一，以大數(shù)據(jù)分析技術(shù)為手段，挖掘出用戶的真實(shí)需求，并最終滿足用戶需求，這將是知識(shí)服務(wù)最理想的狀態(tài)。

大數(shù)據(jù)對(duì)知識(shí)服務(wù)的所有環(huán)節(jié)進(jìn)行了變革，使大數(shù)據(jù)知識(shí)服務(wù)需求具有數(shù)據(jù)密集性、隱蔽性和動(dòng)態(tài)性等特征。大數(shù)據(jù)環(huán)境下，用戶知識(shí)服務(wù)需求首先具有數(shù)據(jù)密集性的特點(diǎn)，在大數(shù)據(jù)時(shí)代，要想通過傳統(tǒng)的小數(shù)據(jù)分析方式完成知識(shí)服務(wù)已經(jīng)成為歷史，用戶知識(shí)服務(wù)需求已經(jīng)必然地與大數(shù)據(jù)的搜集、組織和分析挖掘相聯(lián)系，數(shù)據(jù)密集型的知識(shí)服務(wù)已經(jīng)或正在改變知識(shí)服務(wù)模式與過程。在海量知識(shí)用戶構(gòu)成的服務(wù)對(duì)象中，單個(gè)用戶的知識(shí)服務(wù)需求有時(shí)候并未直接表達(dá)出來或很容易被發(fā)現(xiàn)，而是隱藏在用戶的行動(dòng)軌跡、用戶瀏覽歷史或其社交網(wǎng)絡(luò)環(huán)境中，需要對(duì)用戶的網(wǎng)絡(luò)行為進(jìn)行跟蹤分析和挖掘才能找出用戶的知識(shí)服務(wù)需求。大數(shù)據(jù)知識(shí)服務(wù)需求的動(dòng)態(tài)性體現(xiàn)在數(shù)據(jù)環(huán)境的快速變化，使得用戶知識(shí)需求隨之改變，以及用戶所處角色、所在社會(huì)媒體和所需完成的任務(wù)或研究課題等的快速改變，都要求對(duì)知識(shí)服務(wù)內(nèi)容進(jìn)行動(dòng)態(tài)更新。

知識(shí)需求是知識(shí)服務(wù)的前提，在產(chǎn)品開發(fā)需求方面，有研究提出“在全球化分布式產(chǎn)品成功開發(fā)過程中，知識(shí)工程起著最核心的作用，通過考察全球軟件開發(fā)不同利益主體的知識(shí)需求，能夠幫助確立全球軟件開發(fā)項(xiàng)目成功的經(jīng)驗(yàn)，并提出了成功開展全球軟件開發(fā)項(xiàng)目的條件”[13]，對(duì)知識(shí)需求的獲取將影響知識(shí)服務(wù)的整體效果。大數(shù)據(jù)知識(shí)服務(wù)需求的數(shù)據(jù)密集性、隱蔽性和動(dòng)態(tài)性就決定了大數(shù)據(jù)知識(shí)服務(wù)需求獲取的復(fù)雜性。從實(shí)踐來看，可以從兩個(gè)方面獲取用戶的知識(shí)服務(wù)需求，一方面是直接獲取，例如可以向用戶詢問獲取知識(shí)需求；另一方面是間接獲取，如可以通過對(duì)用戶網(wǎng)絡(luò)行為的分析獲取用戶的知識(shí)需求。

2.2 大數(shù)據(jù)知識(shí)資源建設(shè)

從信息管理理論看，信息服務(wù)的前提是有足夠的信息資源保障。肖希明認(rèn)為信息資源建設(shè)是人類對(duì)處于無序狀態(tài)的各種媒介信息進(jìn)行選擇、采集、組織和開發(fā)等活動(dòng)，使之形成可資利用的信息資源體系的全過程[14]。同樣，在大數(shù)據(jù)知識(shí)服務(wù)的背景下，大數(shù)據(jù)知識(shí)資源就是大數(shù)據(jù)環(huán)境下開展知識(shí)服務(wù)最基本的條件保障。只有在資源充足的條件下，才有可能在知識(shí)服務(wù)人員的知識(shí)加工和情報(bào)分析基礎(chǔ)上形成知識(shí)產(chǎn)品，滿足大數(shù)據(jù)環(huán)境下的知識(shí)需求。

大數(shù)據(jù)知識(shí)資源建設(shè)具有數(shù)據(jù)規(guī)模大、數(shù)據(jù)結(jié)構(gòu)復(fù)雜、數(shù)據(jù)價(jià)值密度低等特點(diǎn)。2013年中國(guó)產(chǎn)生的數(shù)據(jù)總量超過0.8ZB(相當(dāng)于8億TB)，2倍于2012年，相當(dāng)于2009年全球的數(shù)據(jù)總量。預(yù)計(jì)到2020年中國(guó)產(chǎn)生的數(shù)據(jù)總量將是2013年的10倍，超過8.5ZB[15]。這些數(shù)據(jù)資源為大數(shù)據(jù)環(huán)境下的知識(shí)服務(wù)提供了重要的資源保障。知識(shí)資源結(jié)構(gòu)的復(fù)雜性是大數(shù)據(jù)資源建設(shè)最關(guān)鍵的問題之一。在資源建設(shè)過程中，可以從結(jié)構(gòu)化資源、非結(jié)構(gòu)化資源和半結(jié)構(gòu)化資源的分類入手進(jìn)行資源建設(shè)。大數(shù)據(jù)知識(shí)資源第三個(gè)特征即數(shù)據(jù)價(jià)值密度低，大數(shù)據(jù)知識(shí)資源的價(jià)值隱藏在眾多數(shù)據(jù)之中，局部數(shù)據(jù)價(jià)值含量較低，甚至與總體數(shù)據(jù)包含的價(jià)值信息相悖。

大數(shù)據(jù)環(huán)境下，信息源的自動(dòng)生成主要由各種傳感器和RFID等手段實(shí)現(xiàn)。吳斌等設(shè)計(jì)了一種采集傳感器節(jié)點(diǎn)數(shù)據(jù)，對(duì)其處理形成知識(shí)并提供API接口供上層服務(wù)調(diào)用的方法[16]。通過傳感器自動(dòng)捕獲數(shù)據(jù)、搜集社交網(wǎng)絡(luò)中用戶生成數(shù)據(jù)和信息系統(tǒng)主動(dòng)采集數(shù)據(jù)是大數(shù)據(jù)的三種主要產(chǎn)生方式。大數(shù)據(jù)知識(shí)服務(wù)的資源建設(shè)是沒有盡頭的，只要社會(huì)向前發(fā)展，用戶的知識(shí)服務(wù)需求也會(huì)隨之動(dòng)態(tài)更新和演變，知識(shí)服務(wù)機(jī)構(gòu)的資源建設(shè)和儲(chǔ)備就必須緊跟用戶需求和時(shí)代發(fā)展，尤其是在大數(shù)據(jù)理念和技術(shù)支持下。相對(duì)來說，知識(shí)服務(wù)機(jī)構(gòu)所累積的信息資源越多越好，因此，在實(shí)踐中，知識(shí)資源的建設(shè)需要各個(gè)知識(shí)服務(wù)機(jī)構(gòu)在考慮自身資源和能力的基礎(chǔ)上，持續(xù)不斷地投入人力、財(cái)力和物力，從而為大數(shù)據(jù)知識(shí)服務(wù)提供資源支持。

2.3 大數(shù)據(jù)知識(shí)服務(wù)專業(yè)人員

知識(shí)服務(wù)專業(yè)人員是知識(shí)服務(wù)的核心，知識(shí)服務(wù)質(zhì)量很大程度上取決于知識(shí)服務(wù)人員的專業(yè)化水平。尤其是在大數(shù)據(jù)環(huán)境下，對(duì)知識(shí)服務(wù)人員的專業(yè)化水平要求更高，不僅要求知識(shí)服務(wù)專業(yè)人員熟悉文獻(xiàn)資源和數(shù)字信息資源的組織和利用，而且在計(jì)算機(jī)能力和數(shù)據(jù)統(tǒng)計(jì)分析能力等方面都對(duì)知識(shí)服務(wù)人員提出了新的更高的要求，知識(shí)服務(wù)機(jī)構(gòu)需要多方面的高水平人才共同組建專業(yè)化的知識(shí)服務(wù)團(tuán)隊(duì)。如英國(guó)國(guó)防科技研究院大力發(fā)展深度信息服務(wù)和現(xiàn)場(chǎng)專家服務(wù)，營(yíng)造適于員工學(xué)習(xí)交流的軟硬件環(huán)境和學(xué)習(xí)文化的氛圍，培養(yǎng)了一批由信息專家、信息科學(xué)家和知識(shí)代理組成的知識(shí)服務(wù)隊(duì)伍[17]。

知識(shí)服務(wù)專業(yè)人員在進(jìn)行知識(shí)加工和情報(bào)分析的過程中，最關(guān)鍵的就是知識(shí)服務(wù)能力的培養(yǎng)和體現(xiàn)。知識(shí)構(gòu)建能力是知識(shí)服務(wù)能力的根本保障，從大量文獻(xiàn)或信息中所包含的知識(shí)元及相關(guān)信息間的鏈接，將產(chǎn)生極大的知識(shí)增值。在大數(shù)據(jù)環(huán)境下，專業(yè)人員通過對(duì)知識(shí)元提取和標(biāo)引，基于關(guān)聯(lián)數(shù)據(jù)進(jìn)行知識(shí)組織、基于本體的語義知識(shí)挖掘、知識(shí)推送與個(gè)性化推薦，實(shí)現(xiàn)大數(shù)據(jù)環(huán)境下全流程的知識(shí)服務(wù)。隨著云計(jì)算技術(shù)的日益成熟，探索基于MapReduce的分布式知識(shí)處理平臺(tái)技術(shù)，并整合大數(shù)據(jù)分析的具體方法，進(jìn)而將其完全融入滿足用戶知識(shí)需求的全過程，形成動(dòng)態(tài)可控的知識(shí)服務(wù)所需的知識(shí)產(chǎn)品與服務(wù)生成機(jī)制，將極大地提升大數(shù)據(jù)知識(shí)服務(wù)人員的知識(shí)服務(wù)能力。

2.4 大數(shù)據(jù)知識(shí)服務(wù)平臺(tái)

大數(shù)據(jù)知識(shí)服務(wù)平臺(tái)是一個(gè)大數(shù)據(jù)獲取、存儲(chǔ)、組織、分析、決策服務(wù)資源和服務(wù)能力共享、交易和協(xié)作的智慧平臺(tái)[4]。大數(shù)據(jù)知識(shí)服務(wù)平臺(tái)保障大數(shù)據(jù)知識(shí)服務(wù)全生命周期過程服務(wù)的有效運(yùn)作。從大數(shù)據(jù)知識(shí)服務(wù)的宏觀視角來看，本文認(rèn)為大數(shù)據(jù)知識(shí)服務(wù)平臺(tái)是集用戶知識(shí)服務(wù)需求采集、大數(shù)據(jù)獲取與知識(shí)組織、大數(shù)據(jù)分析與挖掘、大數(shù)據(jù)服務(wù)提供與推薦、大數(shù)據(jù)知識(shí)服務(wù)評(píng)價(jià)與反饋、知識(shí)服務(wù)專業(yè)人員與用戶溝通互動(dòng)等功能于一身的綜合知識(shí)服務(wù)系統(tǒng)。

從實(shí)踐來看，知識(shí)服務(wù)平臺(tái)積累了海量的結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)資源，對(duì)這些資源的充分挖掘和深度分析，將極大地改善知識(shí)服務(wù)的水平。從知識(shí)服務(wù)研究和平臺(tái)建設(shè)實(shí)踐來看，集成多項(xiàng)知識(shí)服務(wù)技術(shù)和功能的平臺(tái)是大數(shù)據(jù)知識(shí)服務(wù)平臺(tái)的主要建設(shè)思想。在分析當(dāng)前知識(shí)服務(wù)系統(tǒng)的基礎(chǔ)上，司莉從知識(shí)構(gòu)建角度提出知識(shí)服務(wù)的四項(xiàng)關(guān)鍵技術(shù)：知識(shí)元標(biāo)引與鏈接技術(shù)、主動(dòng)推送的知識(shí)導(dǎo)航與服務(wù)技術(shù)、支持語義的知識(shí)檢索技術(shù)、知識(shí)重組與整合技術(shù)[12]，這些技術(shù)同樣適用于大數(shù)據(jù)環(huán)境下的知識(shí)服務(wù)。從目前的技術(shù)發(fā)展來看，知識(shí)服務(wù)平臺(tái)具體應(yīng)該包括針對(duì)不同數(shù)據(jù)源的智能采集終端與技術(shù)、數(shù)據(jù)格式標(biāo)準(zhǔn)和數(shù)據(jù)存儲(chǔ)系統(tǒng)、數(shù)據(jù)清洗與處理技術(shù)、數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)技術(shù)、預(yù)測(cè)性分析與個(gè)性化服務(wù)等技術(shù)構(gòu)成的完整技術(shù)體系。在大數(shù)據(jù)環(huán)境下，由于數(shù)據(jù)類型的多樣性和復(fù)雜性，需要從大數(shù)據(jù)本身出發(fā)，構(gòu)建能夠處理大數(shù)據(jù)的分析模型和知識(shí)發(fā)現(xiàn)技術(shù)，并結(jié)合用戶個(gè)性化的需求對(duì)大數(shù)據(jù)進(jìn)行深度挖掘，以更好地保證用戶需求的實(shí)現(xiàn)。尤其是在社交媒體的沖擊下，信息傳播的廣度和深度都得到巨大的提高，社會(huì)網(wǎng)絡(luò)大數(shù)據(jù)成為一種主要的大數(shù)據(jù)來源。從社會(huì)網(wǎng)絡(luò)的視角分析和滿足用戶的知識(shí)服務(wù)需求，并已經(jīng)取得了一些重要成果，這將是大數(shù)據(jù)知識(shí)服務(wù)平臺(tái)的發(fā)展趨勢(shì)。

2.5 大數(shù)據(jù)知識(shí)服務(wù)制度規(guī)范

大數(shù)據(jù)知識(shí)服務(wù)規(guī)范是從制度設(shè)計(jì)的角度對(duì)大數(shù)據(jù)知識(shí)服務(wù)全生命周期進(jìn)行約束和保護(hù)的重要手段。對(duì)大數(shù)據(jù)知識(shí)服務(wù)從戰(zhàn)略規(guī)劃的制定入手，明確知識(shí)服務(wù)發(fā)展的短、中、長(zhǎng)期目標(biāo)，能夠更好地指導(dǎo)知識(shí)服務(wù)活動(dòng)的開展。而其他一些針對(duì)大數(shù)據(jù)背景的技術(shù)標(biāo)準(zhǔn)的制定和過程管理規(guī)范等同樣是大數(shù)據(jù)知識(shí)服務(wù)順利進(jìn)行的必要保證。

大數(shù)據(jù)屬于新興的技術(shù)領(lǐng)域，為知識(shí)服務(wù)過程中知識(shí)產(chǎn)權(quán)的管理和用戶隱私保護(hù)都帶來了巨大的挑戰(zhàn)。大數(shù)據(jù)環(huán)境下，知識(shí)資源通過社交媒體、移動(dòng)互聯(lián)網(wǎng)等渠道快速地傳播，如果不對(duì)這些渠道下資源的傳播進(jìn)行合理規(guī)范，將不利于知識(shí)服務(wù)和知識(shí)創(chuàng)新。本文認(rèn)為，應(yīng)該從大數(shù)據(jù)知識(shí)服務(wù)戰(zhàn)略規(guī)劃的頂層設(shè)計(jì)出發(fā)，制定大數(shù)據(jù)知識(shí)服務(wù)平臺(tái)建設(shè)的標(biāo)準(zhǔn)、大數(shù)據(jù)知識(shí)服務(wù)的過程管理制度和大數(shù)據(jù)知識(shí)服務(wù)的評(píng)價(jià)反饋機(jī)制，從而形成適應(yīng)大數(shù)據(jù)知識(shí)服務(wù)全過程的政策制度支撐體系，確保大數(shù)據(jù)知識(shí)服務(wù)穩(wěn)定運(yùn)行。

3 大數(shù)據(jù)知識(shí)服務(wù)實(shí)現(xiàn)概念模型構(gòu)建

3.1 構(gòu)建的理論基礎(chǔ)

“知識(shí)采集-知識(shí)處理-知識(shí)存儲(chǔ)-知識(shí)服務(wù)-知識(shí)轉(zhuǎn)換”共同構(gòu)成了知識(shí)服務(wù)供應(yīng)鏈結(jié)構(gòu)，對(duì)整個(gè)知識(shí)服務(wù)具有宏觀上的統(tǒng)領(lǐng)作用和指導(dǎo)意義。此外，從情報(bào)研究的角度來看，大數(shù)據(jù)知識(shí)服務(wù)是情報(bào)研究產(chǎn)品或結(jié)果的應(yīng)用過程。在情報(bào)理論方面，經(jīng)典的競(jìng)爭(zhēng)情報(bào)過程模型——Herring模型，由競(jìng)爭(zhēng)情報(bào)規(guī)劃、情報(bào)源采集、情報(bào)加工、情報(bào)服務(wù)與情報(bào)反饋5大階段構(gòu)成，與前文的知識(shí)服務(wù)供應(yīng)鏈具有一定的對(duì)應(yīng)關(guān)系，因此，知識(shí)服務(wù)和情報(bào)研究?jī)?nèi)在的具有較強(qiáng)的關(guān)聯(lián)關(guān)系，能夠用知識(shí)服務(wù)供應(yīng)鏈和競(jìng)爭(zhēng)情報(bào)Herring模型等對(duì)大數(shù)據(jù)知識(shí)服務(wù)進(jìn)行理論指導(dǎo)，同時(shí)，應(yīng)用大數(shù)據(jù)思維對(duì)情報(bào)研究進(jìn)行革新，結(jié)合知識(shí)服務(wù)供應(yīng)鏈對(duì)服務(wù)過程中所有環(huán)節(jié)與關(guān)鍵要素進(jìn)行合理規(guī)劃，能夠提高大數(shù)據(jù)知識(shí)服務(wù)的效果。

3.2 構(gòu)建的意義

大數(shù)據(jù)知識(shí)服務(wù)模型是大數(shù)據(jù)知識(shí)服務(wù)的核心指南，模型對(duì)大數(shù)據(jù)知識(shí)服務(wù)過程中涉及的關(guān)鍵要素進(jìn)行了梳理，并對(duì)關(guān)鍵要素之間的關(guān)聯(lián)關(guān)系進(jìn)行一定的呈現(xiàn)和展示，能夠指導(dǎo)知識(shí)服務(wù)活動(dòng)的順利開展。本文將在大數(shù)據(jù)知識(shí)服務(wù)關(guān)鍵要素梳理的基礎(chǔ)上，對(duì)大數(shù)據(jù)知識(shí)服務(wù)的概念模型進(jìn)行初步勾畫，供知識(shí)服務(wù)機(jī)構(gòu)借鑒和參考。

大數(shù)據(jù)知識(shí)服務(wù)要素是大數(shù)據(jù)知識(shí)服務(wù)模型和開展大數(shù)據(jù)知識(shí)服務(wù)實(shí)踐的基礎(chǔ)。大數(shù)據(jù)環(huán)境下的知識(shí)服務(wù)是一項(xiàng)系統(tǒng)工程，需要在科學(xué)的大數(shù)據(jù)知識(shí)服務(wù)戰(zhàn)略規(guī)劃指導(dǎo)下，通過大數(shù)據(jù)知識(shí)服務(wù)要素之間的協(xié)同配合，共同創(chuàng)造開展大數(shù)據(jù)知識(shí)服務(wù)的需求采集機(jī)制、資源保障機(jī)制、人才支持機(jī)制、技術(shù)平臺(tái)支撐和制度規(guī)范機(jī)制，從這五大方面構(gòu)建基于大數(shù)據(jù)知識(shí)服務(wù)全生命周期的協(xié)同工作模式。其中，掌握大數(shù)據(jù)分析的專業(yè)知識(shí)服務(wù)團(tuán)隊(duì)是大數(shù)據(jù)知識(shí)服務(wù)得以開展和順利實(shí)現(xiàn)的最根本保證。本文從大數(shù)據(jù)知識(shí)服務(wù)構(gòu)成要素的視角，對(duì)大數(shù)據(jù)知識(shí)服務(wù)模型進(jìn)行構(gòu)建，其中，對(duì)知識(shí)服務(wù)要素之間的關(guān)聯(lián)關(guān)系進(jìn)行了高度概括，以知識(shí)供應(yīng)鏈和競(jìng)爭(zhēng)情報(bào)Herring模型為主線，通過大數(shù)據(jù)分析技術(shù)完成知識(shí)深度組織和挖掘。大數(shù)據(jù)知識(shí)服務(wù)的頂層理論設(shè)計(jì)和實(shí)踐指南，豐富了大數(shù)據(jù)知識(shí)服務(wù)的理論內(nèi)容。

3.3 構(gòu)建過程與實(shí)現(xiàn)

大數(shù)據(jù)知識(shí)服務(wù)是一項(xiàng)高度智力密集型和技術(shù)密集型的工作，需要知識(shí)服務(wù)機(jī)構(gòu)投入大量的人力、財(cái)力和物力進(jìn)行相關(guān)資源的建設(shè)和條件保障。如圖1所示，知識(shí)服務(wù)需求、知識(shí)服務(wù)資源、知識(shí)服務(wù)平臺(tái)、知識(shí)服務(wù)制度和知識(shí)服務(wù)專業(yè)人員共同構(gòu)成了大數(shù)據(jù)知識(shí)服務(wù)五個(gè)維度方面的核心內(nèi)容，是大數(shù)據(jù)知識(shí)服務(wù)全生命周期過程中的主體框架。在傳感器終端的自動(dòng)生成、用戶主動(dòng)生成和業(yè)務(wù)處理系統(tǒng)被動(dòng)生成這三種方式交替作用下，快速地累計(jì)了海量的數(shù)據(jù)資源。大數(shù)據(jù)平臺(tái)首先需要實(shí)現(xiàn)對(duì)這些海量數(shù)據(jù)的采集和存儲(chǔ)，這些資源構(gòu)成了大數(shù)據(jù)知識(shí)服務(wù)的前提。由于資源的類型和復(fù)雜度等差異，對(duì)海量數(shù)據(jù)資源進(jìn)行分類和清洗處理是大數(shù)據(jù)知識(shí)服務(wù)平臺(tái)的基礎(chǔ)性工作，從中可得到不同的資源存儲(chǔ)供分析挖掘使用。通過知識(shí)元標(biāo)引和鏈接分析、知識(shí)重組與整合技術(shù)對(duì)知識(shí)資源進(jìn)行深度組織，并通過支持語義的知識(shí)檢索技術(shù)和關(guān)聯(lián)數(shù)據(jù)技術(shù)實(shí)現(xiàn)內(nèi)部資源與外部資源的融合，將進(jìn)行深加工所得的知識(shí)資源作為組織的知識(shí)資產(chǎn)存儲(chǔ)在知識(shí)庫中，在組織內(nèi)部按不同的知識(shí)服務(wù)需求最大限度地進(jìn)行授權(quán)和共享，運(yùn)用社交媒體平臺(tái)進(jìn)行知識(shí)服務(wù)導(dǎo)航與推送，如RSS訂制服務(wù)、Wiki、Blog。

圖1 大數(shù)據(jù)知識(shí)服務(wù)要素關(guān)系框架模型

在知識(shí)用戶的知識(shí)服務(wù)需求的牽引下，知識(shí)服務(wù)專業(yè)人員在知識(shí)服務(wù)的各項(xiàng)制度規(guī)范的約束和監(jiān)督下，利用內(nèi)部知識(shí)庫積累的知識(shí)資源和外部大數(shù)據(jù)作為信息源，在大數(shù)據(jù)知識(shí)服務(wù)平臺(tái)集成的多項(xiàng)知識(shí)服務(wù)技術(shù)的支持下，以知識(shí)用戶的需求為導(dǎo)向，對(duì)大數(shù)據(jù)資源進(jìn)行有序加工和深度分析，實(shí)現(xiàn)知識(shí)服務(wù)全生命周期的管理和服務(wù)。

4 結(jié)語

大數(shù)據(jù)知識(shí)服務(wù)是建立在對(duì)大數(shù)據(jù)的有效處理和預(yù)測(cè)分析的基礎(chǔ)上的服務(wù)，云計(jì)算技術(shù)是進(jìn)行大規(guī)模數(shù)據(jù)處理和復(fù)雜計(jì)算的強(qiáng)有力的技術(shù)手段，Ibrahim Abaker Targio Hashem，Ibrar Yaqoob，Nor BadrulAnuar等人對(duì)基于云計(jì)算的大數(shù)據(jù)定義、特征和分類進(jìn)行了探討，并對(duì)大數(shù)據(jù)和云計(jì)算的關(guān)系進(jìn)行了辨析，也討論了大數(shù)據(jù)存儲(chǔ)系統(tǒng)和Hadoop技術(shù)的關(guān)系，并提出包括可擴(kuò)展性、數(shù)據(jù)有效性、數(shù)據(jù)整合、數(shù)據(jù)清洗、數(shù)據(jù)質(zhì)量、數(shù)據(jù)異構(gòu)性、隱私、法律和政策規(guī)范以及治理方面的問題[18]。大數(shù)據(jù)時(shí)代對(duì)知識(shí)服務(wù)而言既是機(jī)遇也是挑戰(zhàn)，知識(shí)服務(wù)機(jī)構(gòu)應(yīng)該以知識(shí)用戶的大數(shù)據(jù)知識(shí)服務(wù)需求、專業(yè)的大數(shù)據(jù)知識(shí)服務(wù)人員、大數(shù)據(jù)知識(shí)服務(wù)資源建設(shè)、大數(shù)據(jù)知識(shí)服務(wù)技術(shù)平臺(tái)和大數(shù)據(jù)知識(shí)服務(wù)制度規(guī)范五位一體的大數(shù)據(jù)知識(shí)服務(wù)實(shí)現(xiàn)機(jī)制為核心，從這五個(gè)方面進(jìn)行大數(shù)據(jù)知識(shí)服務(wù)核心要素的構(gòu)建和完善，從而保證大數(shù)據(jù)知識(shí)服務(wù)的有效運(yùn)作與實(shí)現(xiàn)。要真正實(shí)現(xiàn)大數(shù)據(jù)知識(shí)服務(wù)，必須對(duì)知識(shí)服務(wù)的每一個(gè)過程和環(huán)節(jié)進(jìn)行深入的研究與實(shí)踐，筆者只是對(duì)大數(shù)據(jù)知識(shí)服務(wù)的宏觀框架和核心構(gòu)成要素進(jìn)行了梳理，尚缺少對(duì)知識(shí)服務(wù)資源建設(shè)、人才培養(yǎng)、方法技術(shù)、政策制定等方面的具體而深入的研究，今后需要結(jié)合實(shí)踐對(duì)這些內(nèi)容進(jìn)行補(bǔ)充和完善。

[1]張曉林.走向知識(shí)服務(wù)：尋找新世紀(jì)圖書情報(bào)工作的生長(zhǎng)點(diǎn)[J].中國(guó)圖書館學(xué)報(bào)，2000，26（5）：32-37.

[2]張興旺.大數(shù)據(jù)知識(shí)服務(wù)體系研究[J].情報(bào)資料工作，2013（2）：11.

[3]秦曉珠，李晨暉，麥范金.大數(shù)據(jù)知識(shí)服務(wù)的內(nèi)涵、典型特征及概念模型[J].情報(bào)資料工作，2013（2）：18-22.

[4]李晨暉，崔建明，陳超泉.大數(shù)據(jù)知識(shí)服務(wù)平臺(tái)構(gòu)建關(guān)鍵技術(shù)研究[J].情報(bào)資料工作，2013（2）：29-34.

[5]JunboZhang，JianSyuanW，TianruiLE.Acomparison ofparallel large-scale knowledge acquisition using rough set theory on different MapReduce runtime systems[J]. IntJApproxReason，2014，55（3）：896-907.

[6]蔣勛，劉喜文.大數(shù)據(jù)環(huán)境下面向知識(shí)服務(wù)的數(shù)據(jù)清洗研究[J].圖書與情報(bào)，2013（5）：16-21.

[7]劉海鷗.面向云計(jì)算的大數(shù)據(jù)知識(shí)服務(wù)情景化推薦[J].圖書館建設(shè)，2014（7）：31-35.

[8]GrecoAN，AissC G.UniversityPressesin theTwentyfirst Century：The Potential Impact of Big Data and Predictive Analytics on Scholarly Book Marketing[J]. JOURNALOFSCHOLARLYPUBLISHING，2015，46（2）：105-140.

[9]Cai D，Bai Y，Zhang G.The Knowledge Service Project in the Era of Big Data[C]//IEEE International Congresson Big Data.Santa Clara，CA，2013：429-430.

[10]戚建林.圖書館知識(shí)服務(wù)的影響因素及其發(fā)展[J].圖書館工作與研究，2003（1）：11-12.

[11]王曰芬，吳婷婷，張蓓蓓.圖書情報(bào)機(jī)構(gòu)知識(shí)服務(wù)的戰(zhàn)略管理與影響因素研究[J].情報(bào)理論與實(shí)踐，2009，32（12）：1-6.

[12]司莉.基于知識(shí)構(gòu)建的知識(shí)服務(wù)的實(shí)現(xiàn)[J].圖書館論壇，2009，29（6）：216-219.

[13]Parviainen P，Tihinen M.Knowledge-related challenges and solutions in GSD[J].EXPERT SYSTEMS，2014，31（3）：253-266.

[14]肖希明.信息資源建設(shè)：概念、內(nèi)容與體系[J].中國(guó)圖書館學(xué)報(bào)，2006，32（5）：5-8.

[15]張廣彬，盤駿，曾智強(qiáng).數(shù)據(jù)中心2013：硬件重構(gòu)與軟件定義[EB/OL].[2014-06-12].http：//wenku.it168. com/d_001358914.shtm.

[16]吳斌，王俊峰，覃毅芳，等.一種面向自主服務(wù)的知識(shí)網(wǎng)絡(luò)構(gòu)建方法[J].四川大學(xué)學(xué)報(bào)：自然科學(xué)版，2013，50（5）：973-978.

[17]趙悅，蔡超，叢姍.穩(wěn)固信息服務(wù)開拓知識(shí)服務(wù)——英國(guó)國(guó)防科技研究院知識(shí)服務(wù)部轉(zhuǎn)型啟示[J].情報(bào)理論與實(shí)踐，2011，34（10）：28-31.

[18]IbrahimAbakerT H，IbrarY，NorBadrulAE.Therise of“big data”on cloud computing：Review and open researchissues[J].InformSyst，2015：98-115.

Research on the Key Factors and Implementation Model of Big Data Knowledge Service

GUAN Si-fa

Knowledge service is demand-driven and innovation-driven，highly knowledge-intensive service.The advent of big data era brings both new opportunities and new challenges for knowledge service.This paper summarizes the current development status of big data knowledge services affecting factors，analyzes the five key elements of big data knowledge services，and builds a conceptual model for big data knowledge service implementation.

big data；knowledge service；key factors；knowledge service model

格式 官思發(fā).大數(shù)據(jù)知識(shí)服務(wù)關(guān)鍵要素與實(shí)現(xiàn)模型研究[J].圖書館論壇，2015（6）：87-93.

官思發(fā)（1987-），男，中國(guó)人民大學(xué)信息資源管理學(xué)院博士研究生。

2015-01-15

*本文系國(guó)家社科基金重大項(xiàng)目“云計(jì)算環(huán)境下的信息資源集成與服務(wù)研究”（項(xiàng)目編號(hào)：12&ZD220）、中國(guó)人民大學(xué)科研基金項(xiàng)目“信息分析技術(shù)創(chuàng)新研究”（項(xiàng)目編號(hào)：10XNJ035）和中國(guó)人民大學(xué)2014年度拔尖創(chuàng)新人才培育資助計(jì)劃研究成果之一