文 / 魏扣 李子林 郝琦

知識聚合是在社會信息量激增、用戶信息需求涌現(xiàn)、新興信息技術(shù)發(fā)展應(yīng)用等因素共同作用的時代背景下產(chǎn)生的新概念。該概念是在以文獻、資料為主的粗顆粒度的信息整合的基礎(chǔ)上不斷發(fā)展的一種精細化、細粒度層次的知識單元聚合活動。當(dāng)前，我國圖書情報界對知識聚合理論、技術(shù)應(yīng)用和實踐推廣已進行深入研究，但檔案學(xué)界對檔案知識聚合的研究卻較為鮮見。截至2018年4月，筆者在中國知網(wǎng)、讀秀知識庫、萬方數(shù)據(jù)資源系統(tǒng)—數(shù)字化期刊全文庫等主流數(shù)據(jù)庫中以“檔案+聚合”為關(guān)鍵詞進行題名檢索，僅獲得6篇文獻，以“檔案+知識聚合”進行篇名檢索，未檢索到相關(guān)文獻?？梢姡瑖鴥?nèi)檔案學(xué)界對檔案知識聚合的研究剛剛起步，有待進一步深入和體系化發(fā)展。作為知識聚合的關(guān)鍵環(huán)節(jié)，選擇適當(dāng)?shù)闹R聚合模式將直接影響到知識聚合結(jié)果的呈現(xiàn)，進而影響知識聚合服務(wù)的質(zhì)量。鑒此，檔案知識聚合的實現(xiàn)需要合理選擇符合檔案知識特點，滿足檔案知識聚合原則的檔案知識聚合模式。

一、檔案知識聚合產(chǎn)生的背景

檔案知識聚合概念的提出并非偶然之舉，一方面，外在環(huán)境的變化為該概念的提出營造了良好的氛圍；另一方面，相關(guān)理論與實踐研究成果為該理念的發(fā)展與落地提供了支撐。

（一）外在環(huán)境驅(qū)動

需求是對需要完成的某種事情的陳述，需求就是需要，是開展一項工作的前提和起點。知識經(jīng)濟時代，我們常常遭遇著這樣的窘境——“我們淹溺在信息海洋中，卻不得不面臨知識饑渴”。檔案用戶對檔案知識資源需求比以往任何時刻都要強烈，檔案部門過去提供原始檔案文獻或者提供簡單編研的檔案信息等粗獷的檔案服務(wù)方式已經(jīng)無法滿足新時代用戶的檔案利用需求。檔案用戶更加希望能夠直接獲取解決實際問題的檔案知識，同時，也對檔案知識的處理程度提出較高的要求，希望獲得那些經(jīng)過挖掘、整理、聚合之后的強關(guān)聯(lián)性、高聚合度、高精準(zhǔn)度的檔案知識集合。因此，在這種外在用戶需求力量的驅(qū)動之下，檔案知識聚合的提出和研究成為必然。與此同時，圖書情報與檔案管理作為一級學(xué)科，近年來的發(fā)展態(tài)勢良好。圖書情報領(lǐng)域在知識聚合研究方面取得的突出成果，一方面為檔案領(lǐng)域開展相關(guān)研究提供參考借鑒，另一方面也催生了檔案界學(xué)者的“焦慮感”，迫切需要在知識聚合研究方面尋求突破。檔案學(xué)者能夠較為方便地借鑒圖書情報領(lǐng)域知識聚合的已有成果，結(jié)合檔案知識的自身特點，選取恰當(dāng)?shù)木酆夏Ｊ胶途酆戏椒?，在現(xiàn)有信息技術(shù)的支撐下深入開展檔案知識聚合的理論研究和實踐應(yīng)用。

（二）相關(guān)研究基礎(chǔ)的支撐

盡管國內(nèi)檔案學(xué)者對檔案知識聚合的相關(guān)研究甚少，但與檔案知識聚合相關(guān)的理論與實踐研究基礎(chǔ)較為扎實，主要集中在檔案信息資源整合、檔案知識管理、檔案利用服務(wù)三個方面[1]。首先，檔案信息資源整合是根據(jù)一定需求，將分散的檔案實體、檔案信息及相關(guān)的檔案管理要素進行融合、重組，形成能夠反映一定主題的高效率的檔案資源新系統(tǒng)[2]。蔣冠[3]、陳永生[4]、劉明[5]等學(xué)者分別從檔案信息資源整合的內(nèi)容、整合模式、整合技術(shù)及標(biāo)準(zhǔn)體系建設(shè)的維度開展研究。檔案資源整合思想和檔案知識聚合思想基本類似、大體相通。前者的對象為檔案信息，粒度相對較粗，而檔案知識聚合的對象為檔案知識，是基于知識語義的深層次、細粒度聚合?？梢?，檔案資源整合的相關(guān)研究為檔案知識聚合的提出打下了一定的理念基礎(chǔ)。其次，檔案知識管理研究，即將知識管理的理念應(yīng)用于檔案管理中，根據(jù)檔案工作的自身特點進行檔案知識管理的具體實踐。張斌[6]、徐擁軍[7]等學(xué)者從知識抽取、知識組織、知識標(biāo)引等流程出發(fā)開展研究，旨在為檔案用戶提供所需的檔案知識服務(wù)。檔案知識管理研究為檔案知識聚合的提出奠定了扎實的理論基礎(chǔ)。最后，關(guān)于檔案利用服務(wù)研究，黃霄羽[8]、向澤紅[9]等從檔案利用服務(wù)方式、檔案利用服務(wù)技術(shù)、檔案用戶需求等方面展開研究，旨在提升檔案工作的社會價值。通過分析這些研究成果，發(fā)現(xiàn)學(xué)者們均已認識到檔案利用服務(wù)中檔案知識挖掘、處理、整合等的重要性，只有基于檔案用戶需求的檔案知識處理，才能提升用戶獲取檔案知識的體驗和對檔案利用服務(wù)的滿意度。雖然目前檔案學(xué)界還鮮有學(xué)者直接提出“檔案知識聚合”，但從諸多學(xué)者近來發(fā)表或出版的研究成果的字里行間中可以發(fā)掘和透露出：檔案知識聚合是檔案利用服務(wù)未來的發(fā)展趨勢和研究熱點。

二、檔案知識聚合的概念及特點

檔案知識聚合概念及其特點是檔案部門科學(xué)、合理地選擇檔案知識聚合模式的基本前提。通過核心概念的明晰及關(guān)鍵特點的分析，可幫助檔案部門深入了解檔案知識聚合的本質(zhì)與需求，推動檔案知識聚合工作的順利實施。

（一）概念與內(nèi)涵

檔案知識聚合由“檔案知識”與“知識聚合”兩個概念組配而成。在綜合以上兩個概念的基礎(chǔ)上，可以總結(jié)出檔案知識聚合的概念與內(nèi)涵?！皺n案知識聚合”可定義為通過對數(shù)字檔案資源進行相應(yīng)的知識抽取和知識表示處理，形成檔案知識單元并存入檔案知識庫，再按照檔案用戶的需求，充分挖掘檔案知識單元間的關(guān)聯(lián)，對其進行重新聚集和組合，形成用戶感興趣的能夠解決實際問題的具有較強知識性的檔案知識集合?；谥R聚合的要素構(gòu)成和檔案知識聚合特點可歸納出，檔案知識聚合由聚合主體、聚合客體以及聚合環(huán)境三個部分構(gòu)成。檔案知識聚合主體主要是檔案工作者（隨著人工智能技術(shù)的發(fā)展，未來可能會實現(xiàn)無人工干預(yù)的智能化檔案知識自聚合模式）。檔案知識聚合客體就是檔案知識，是蘊含在檔案資源之中，對檔案用戶有重要價值并能為用戶提供解決問題的決策或者直接幫助其解決實際問題的信息。檔案知識聚合環(huán)境要素的概念與內(nèi)涵相對復(fù)雜、廣泛。從宏觀角度分析，主要是影響檔案知識聚合的社會因素，涉及社會政治、經(jīng)濟、文化、教育等方面的發(fā)展情況以及此背景下的社會檔案意識、社會公眾文化素養(yǎng)、社會科技發(fā)展?fàn)顩r。從微觀視角分析，檔案知識聚合環(huán)境要素主要由理論環(huán)境、硬件環(huán)境、技術(shù)環(huán)境、需求環(huán)境等構(gòu)成。

（二）檔案知識聚合的特點

檔案作為特殊類別的信息資源，與圖書、報刊、網(wǎng)絡(luò)信息等存在著本質(zhì)區(qū)別，在內(nèi)容、載體、管理方式及權(quán)限等方面存在獨特的要求。因此，相較于其他類型信息資源的知識聚合，檔案知識聚合特點更加顯著。

1.檔案知識聚合主體的特點。檔案工作者作為檔案知識聚合的主體，與其他知識聚合主體相比具有以下特點：一是檔案工作者對檔案知識聚合的整體認識較低、知識聚合的意識不高。長期以來，“國家檔案觀”的理念始終影響著檔案工作者業(yè)務(wù)職能的發(fā)揮。盡管檔案學(xué)界一直呼吁轉(zhuǎn)變“重存輕用”的業(yè)務(wù)工作態(tài)度，但檔案工作者的職能轉(zhuǎn)型并不順利，對檔案利用方式創(chuàng)新的重視程度不夠，檔案知識聚合更是“天方夜譚”；二是檔案工作者對檔案知識化處理的能力不足。檔案工作者的專業(yè)背景以文史類、社會學(xué)類、管理類為主，而檔案知識聚合是一個重視技術(shù)應(yīng)用的研究。檔案工作者相對缺乏對檔案進行知識處理的專業(yè)技能，需借助計算機技術(shù)人員輔助推進檔案知識聚合工作。然而，計算機技術(shù)人員的檔案管理知識又相對匱乏。這便對兩者的溝通與配合提出了更高的要求。因此，檔案知識聚合主體結(jié)構(gòu)逐漸轉(zhuǎn)變?yōu)闄n案人員與技術(shù)人員的混合形式。

2.檔案知識聚合客體的特點。檔案作為檔案知識聚合的客體，具有四個特點。一是與其他類型的信息資源相比，檔案是具有原始記錄性和憑證性的信息，社會用戶對檔案資源的知識性需求屬于剛需。因此，對檔案資源進行知識聚合的社會價值顯著。二是檔案資源與其他信息資源相比具有保密性的特點，這便決定了某些檔案資源只能在特定群體內(nèi)共享和利用，其他群體不具備共享與利用權(quán)限。因此，檔案知識聚合的普遍適用性較低，一般而言，針對某一主題的檔案知識聚合僅能夠面向特定群體甚至是個人。用戶群體的精細劃分也會造成檔案知識聚合成本的增大，檔案知識聚合成果的擴展范圍受限。三是檔案資源具有系統(tǒng)的整理方法。尊重“全宗原則”、保持檔案文件之間的歷史聯(lián)系等檔案整理的關(guān)鍵原則為檔案知識聚合打下堅實的理論基礎(chǔ)，減少了檔案知識聚合中檔案資源整合的工作量。四是檔案知識聚合需在數(shù)字環(huán)境中實施，當(dāng)前，紙質(zhì)檔案資源仍占據(jù)較大比重，因此，在檔案知識聚合過程中如何對檔案資源進行恰當(dāng)?shù)谋阌诤笃谥R組織的數(shù)字化處理，需要開展深入的研究。

3.檔案知識聚合環(huán)境的特點。檔案知識聚合的環(huán)境要素特點主要有：一是目前社會整體檔案意識較為薄弱，公眾對檔案的接觸、了解和認識程度不高。檔案資源獲取難度系數(shù)相較于其他信息資源更大，造成公眾對檔案利用服務(wù)的期望值不如其他信息資源高。公眾更希望能夠方便地利用檔案資源，至于檔案知識聚合等創(chuàng)新性的檔案利用服務(wù)實屬理想狀態(tài)；二是檔案知識聚合的理論研究還未全面開展，目前只能夠借鑒圖情領(lǐng)域的研究成果，如何確定適合于檔案知識的聚合模式、聚合方法，還需要深入研究；三是檔案知識聚合實施需要紙質(zhì)檔案數(shù)字化設(shè)備、數(shù)字檔案知識處理、存儲設(shè)備等硬件基礎(chǔ)設(shè)施支持。因此，檔案知識聚合的開展存在著明顯的地域性發(fā)展不平衡現(xiàn)象；四是檔案知識聚合作為一種檔案資源開發(fā)利用新理念，需要信息管理、語言分析等技術(shù)的支撐。目前的知識聚合技術(shù)雖然具有一定的通用性，但如何與檔案資源的自身特點相結(jié)合，選取和開發(fā)適用的知識聚合技術(shù)是檔案知識聚合研究的關(guān)鍵點。

三、檔案知識聚合的模式選擇

檔案知識聚合模式的選擇是建構(gòu)檔案知識聚合實踐模型的關(guān)鍵。針對不同的信息資源類型、信息環(huán)境以及用戶需求，應(yīng)該選取相適應(yīng)的聚合模式。目前，檔案知識聚合模式的研究較少。因此，檔案知識聚合模式的選擇需要借鑒現(xiàn)有知識聚合模式研究成果。

（一）知識聚合模式的類型

現(xiàn)有研究成果中的知識聚合模式主要包括基于語義的知識聚合、基于情景的知識聚合、基于計量的知識聚合三類。這三類知識聚合模式不是相互獨立、不相兼容的，可以根據(jù)實際知識聚合需求進行復(fù)合運用。

1.基于語義的知識聚合模式。從信息學(xué)的角度來看，語義是一個非常重要的概念，它是揭示和描述文獻、信息之中所蘊含知識的重要工具。文獻、信息等語義挖掘得越深入，語義之間關(guān)聯(lián)揭示得越徹底，對于文獻、信息的利用效果就會越好[10]。同理，在語義環(huán)境下對知識進行聚合時，最基本的要求就是要深入挖掘文獻、信息的內(nèi)在語義及語義間的關(guān)聯(lián)，語義及其關(guān)聯(lián)的挖掘和揭示程度是影響知識聚合效果好壞的主要因素。目前，基于語義的知識聚合大體分為基于領(lǐng)域本體的知識聚合、基于關(guān)聯(lián)數(shù)據(jù)的知識聚合、基于主題模型的知識聚合三類。以基于領(lǐng)域本體的知識聚合為例，本體概念源自于哲學(xué)領(lǐng)域，本體即為“對客觀存在事物的系統(tǒng)描述”，本質(zhì)上指對特定領(lǐng)域的全部知識進行表述的概念體系，能夠反映該領(lǐng)域內(nèi)的各種概念以及概念之間的關(guān)系?；陬I(lǐng)域本體的知識聚合首先對各領(lǐng)域知識進行統(tǒng)一識別和規(guī)范化描述，形成公認的語義描述框架，達成領(lǐng)域內(nèi)知識概念及概念間關(guān)系的共識。其次，通過對不同領(lǐng)域的本體進行語義映射操作，發(fā)現(xiàn)異構(gòu)資源、系統(tǒng)之間的語義關(guān)聯(lián)，再對相互獨立的知識本體進行基于語義關(guān)聯(lián)的聚合操作，進而得到結(jié)構(gòu)完整、相互關(guān)聯(lián)、規(guī)范標(biāo)準(zhǔn)的立體知識網(wǎng)絡(luò)，實現(xiàn)知識的深層次聚合。

2.基于情景的知識聚合模式。該模式可以根據(jù)所針對的不同情景進行劃分。曹樹金等將其劃分為基于情境感知的知識聚合、基于實時情景的知識聚合以及基于個性化用戶需求的知識聚合三種類型[11]。首先，基于情境感知的知識聚合是對情景感知傳感器獲得的與某一聚合對象有關(guān)的海量實時多媒體環(huán)境信息進行識別、抽取、整合，最終將這些情景信息融合到聚合結(jié)果中的知識聚合模式。該類知識聚合模式通常應(yīng)用于視頻監(jiān)控、信息監(jiān)測、動態(tài)事件數(shù)據(jù)監(jiān)測、實時情景預(yù)測等方面。其次，基于實時情景的知識聚合一般發(fā)生在社交媒體環(huán)境下，通過對知識用戶當(dāng)時所處時間、空間、知識主題進行整合，生成知識用戶的擴展模型，應(yīng)用該模型分析用戶的知識需求，實現(xiàn)基于情景的用戶知識推薦。Singh等學(xué)者就將各種社交媒體環(huán)境下知識用戶所處的空間、時間等情景要素與實時閱讀的知識主題等各種信息進行融合，監(jiān)測知識用戶所處的狀況，為用戶在恰當(dāng)?shù)臅r間、適合的地點提供所需的知識，從而提升用戶的知識獲取體驗[12]。再次，基于個性化用戶需求的知識聚合，該模式是在知識聚合過程中融合入用戶需求信息，根據(jù)用戶特定個性化需求去進行相關(guān)知識的聚合，以提升知識聚合的精度和效果。在具體實踐中可以劃分為面向用戶個體的需求模型構(gòu)建與知識聚合和面向群體用戶的模型構(gòu)建與知識聚合兩類。

3.基于計量的知識聚合模式。該模式主要針對科研文獻而提出，通過計量學(xué)的相關(guān)方法來分析科研文獻的外部特征和內(nèi)容特征。其外部特征主要包括作者維度、機構(gòu)維度、區(qū)域維度，內(nèi)容特征則主要是文獻的詞語維度、主題維度和領(lǐng)域維度[13]。首先，對這些特征進行計量分析，將計量分析的結(jié)果直接用語義網(wǎng)進行表示，以此來構(gòu)建基于科研文獻元數(shù)據(jù)的語義關(guān)系網(wǎng)絡(luò)。其次，從主題詞共現(xiàn)、文獻作者耦合、文獻參考與引證關(guān)系、關(guān)鍵詞共現(xiàn)等角度來對科研文獻進行基于一定要求的聚類，形成中粒度的文獻知識集合。最后，進行更細粒度的基于本體、語義的深層次聚合。因此，計量學(xué)的相關(guān)研究在知識聚合中的主要作用是對聚合對象（主要是指科研文獻）進行中粒度的聚類，提升知識聚合在知識內(nèi)容上層次性、關(guān)聯(lián)性和結(jié)構(gòu)性的精確度，最終提升知識用戶需求的顯性化程度。該聚合模式目前已取得一系列研究成果，相關(guān)應(yīng)用實踐也在逐步出現(xiàn)。這方面具有典型代表性的就是，武漢大學(xué)邱均平教授研究團隊基于共現(xiàn)關(guān)系、合作關(guān)系、耦合關(guān)系三大維度深入研究了計量學(xué)在知識聚合中的具體應(yīng)用。

（二）知識聚合模式對比分析

從優(yōu)勢、劣勢、應(yīng)用場景三個角度對基于語義的知識聚合、基于情景的知識聚合、基于計量的知識聚合三類模式進行比較分析（見表1），以期有利于檔案知識聚合模式的確立。

（三）檔案知識聚合模式的確定

根據(jù)知識聚合模式的比較研究成果，立足檔案知識聚合模式選擇遵循的深度性、易操作性、全面性、保密性原則，結(jié)合檔案知識聚合的自身特點，本文最終將檔案知識聚合模式確定為基于“語義－情景”的檔案知識聚合模式。選取該模式的主要有四個原因。第一，檔案知識聚合對象為檔案蘊含的檔案知識，為了對其進行深度聚合，必須從語義層面進行操作?；诒倔w的知識聚合模式可以通過構(gòu)建關(guān)于目標(biāo)主題的檔案知識領(lǐng)域本體來實現(xiàn)對檔案知識語義及其之間關(guān)聯(lián)的準(zhǔn)確描述。在此基礎(chǔ)上，利用關(guān)聯(lián)數(shù)據(jù)，將領(lǐng)域本體內(nèi)的知識與領(lǐng)域外的相關(guān)知識進行聚合，進而可以保證檔案知識聚合的深度性和全面性。第二，對檔案資源進行知識聚合時，會涉及到大量的自然語言文本和圖形圖像文件。對此，可利用主題模型、文本聚類等方法對這些高維文件進行降維操作，降低此類文件聚合的難度，滿足檔案知識聚合的可操作性原則。第三，在檔案知識聚合操作過程中，需充分考慮用戶的檔案知識需求，與此同時，實現(xiàn)聚合的全面性還需將用戶所處的實時情景（時間、位置等）融入到聚合結(jié)果中，而基于情景的知識聚合模式能夠滿足上述要求。第四，該聚合模式是綜合基于語義的知識聚合模式、基于情景的知識聚合模式的各方面優(yōu)點而得到的，具有良好的擴展性，可以設(shè)計相應(yīng)的安全保障功能，能夠確保檔案知識的信息安全和保密性。

四、結(jié)語

表1 知識聚合模式的對比分析

檔案知識聚合的提出和研究具有重要的意義。檔案知識聚合是從微觀的視角去分析如何挖掘、處理、聚合檔案知識，因此，在一定程度上是對檔案知識管理中知識處理技術(shù)的擴展。同時，檔案知識聚合要求從語義關(guān)聯(lián)的角度，根據(jù)用戶需求，對檔案資源進行基于知識單元的細粒度、深層次聚合，也是對檔案資源整合理論的進一步發(fā)展。作為面向?qū)嵺`、面向應(yīng)用的研究，檔案部門開展檔案知識聚合的具體實踐既可以有效增強檔案工作者對檔案進行知識化處理的意識和能力，也可以有效解決原先檔案部門對不同類型數(shù)字檔案進行分開處理和存儲所導(dǎo)致的高成本問題[14]。

[1]魏扣,李子林,郝琦.面向檔案的知識聚合服務(wù)研究現(xiàn)狀及趨勢展望[J].數(shù)字圖書館論壇,2018(3):20-24.

[2]余厚洪.2003-2011年我國檔案信息資源整合研究綜述[J].檔案管理,2012(1):63-65.

[3]蔣冠.網(wǎng)絡(luò)環(huán)境下檔案信息資源整合研究[D].湘潭:湘潭大學(xué),2005.

[4]陳永生.政府信息資源整合共享研究——從國家檔案館的角度[J].檔案學(xué)研究,2010(1):46-51.

[5]劉明.網(wǎng)絡(luò)檔案信息資源整合研究[J].檔案與建設(shè),2007(12):15-17.

[6]張斌,郝琦,魏扣.基于檔案知識庫的檔案知識服務(wù)研究[J].檔案學(xué)通訊,2016(3):51-58.

[7]徐擁軍.“檔案知識管理”系統(tǒng)構(gòu)建的原則與策略[J].檔案學(xué)通訊,2009(2):58-62.

[8]黃霄羽,郭煜晗,王丹,等.國外典型檔案館應(yīng)用社交媒體創(chuàng)新檔案服務(wù)的實踐特點[J].檔案學(xué)通訊,2016(3):87-93.

[9]向澤紅.基于云計算和3D虛擬技術(shù)的智能化檔案信息服務(wù)研究[J].山西檔案,2014(3):59-61.

[10]賀德方,曾建勛.基于語義的館藏資源深度聚合研究[J].中國圖書館學(xué)報,2012(7):79-87.

[11]曹樹金,馬翠嫦.信息聚合概念的構(gòu)成與聚合模式研究[J].中國圖書館學(xué)報,2016(223):4-18.

[12]Singh V K,Gao M,Jain R.Situation detection and control using spatio-temporal analysis of microblogs[C]//ACM.Proceedings of the 19th International Conference on World Wide Web,NC,USA,2010:1181-1182.

[13]董克,程妮,馬費成.知識計量聚合及其特征分析[J].情報理論與實踐,2016(6):47-51.

[14]呂元智.數(shù)字檔案資源跨媒體語義關(guān)聯(lián)聚合實現(xiàn)策略研究[J].檔案學(xué)研究,2015(5):60-65.