科學大數據：范式重塑與價值實現

孫建軍+++李陽

摘 要：大數據時代，科學研究與實踐的各個領域與環節發生了根本性變革，科學大數據成為科技創新與應用的新引領，是新一輪科技革命的“引爆點”。文章立足數據科學與圖書情報科學前沿，提出了一個兼具“技術理性”與“人文價值”色彩的科學大數據范式特體。文章認為：科學大數據的概念框架應兼具知識維度和活動維度；科學大數據的“迭代優化”特征將會驅動其范式共同體的擴展與生態系統的形成；科學大數據價值鏈的提升則需要通過資源、模式與內容等方面的優化進行綜合推進。在新技術環境下，科學大數據具有廣闊的應用前景，其范式重塑與價值實現對于推進現代大科學研究理論與實踐體系的建設具有積極意義。

關鍵詞：科學大數據；數據科學；范式；價值鏈

中圖分類號：G355 文獻標識碼：A DOI：10.11968/tsyqb.1003-6938.2017089

Scientific Big Data：Paradigm Remodeling and Value Realization

Abstract In the era of big data， scientific research and practice have made sharp changes in several areas and links. Scientific big data has become the new leadership of innovation and application of science and technology， as well as the "tipping point" of a new round of technological revolution. Based on the scientific frontier of data science and LIS （Library and information science）， this paper puts forward a special scientific big data paradigm by integrating "technical rationality" and "humanistic value". This paper states that the conceptual framework of scientific big data should have both knowledge dimension and activity dimension. Meanwhile， the iterative optimization features of scientific big data will drive the expansion of the paradigm community and the formation of ecosystem. As it should be， the enhancement of the value chain of scientific big data needs to be comprehensively promoted through the optimization of resources， patterns and contents. Under the new technology environment， the scientific big data has broad application prospect， its remodeling and value realization are significant to the construction of modern big science research theory and practice system.

Key words scientific big data；data science；paradigm；value chain

1 引言

近年來，大數據熱潮促進了數據科學的發展，尤其是計算機技術、互聯網通信技術、傳感技術的持續創新，科學研究的數據化能力得到進一步提升，以大數據為推動力的科學研究范圍、方法、方式等發生了極大改變[1]。在此背景下，科學研究與工程實踐不斷推進，一系列大科學、大工程、大項目與大數據密切相關，如“E級超算”項目、人類基因組計劃、未來世界計劃等。科學大數據是科學研究中的海量數據，它既取之于科學，也反過來影響和擴大更多的科學探索與應用，成為架起數據科學與業務實踐之間的關鍵橋梁。隨著知識經濟與科技競爭不斷白熱化，新一輪的科技革命蓄勢待發，科學大數據逐步成為重塑國家科技水平與生產力的主導力量。同時，政府管理與社會治理進入了新常態，科技發展進入縱深發展的轉折期，科學大數據管理邁向了新的節點和征程，科學研究、政府決策、產業發展等越來越依賴于科學大數據以及對其分析的能力。

科學大數據是支撐國家科技創新的戰略資源，黨和政府高度重視科學大數據的發展。2015年8月，國務院發布的《促進大數據發展行動綱要》中，強調了發展科學大數據，積極推動由國家公共財政支持的公益性科研活動獲取和產生的科學數據逐步開放共享，構建科學大數據國家重大基礎設施，實現對國家重要科技數據的權威匯集、長期保存、集成管理和全面共享等。2016年8月，國務院印發的《“十三五”國家科技創新規劃》，其強調著力擴大科技開放合作，從政策指引上部署了科技2030的大數據重大工程等。不僅如此，科研機構也積極參與科學大數據的相關實踐，為了契合國家戰略，中國科學院“十三五”信息化專項專門設置和實施了科學大數據工程項目，以期通過重點數據庫建設來推動科學大數據的發展等。

在現實背景、社會需求與政策導向上，科學大數據的基礎理論與實踐推進已經成為當前政府與社會關注的重要議題。長期以來，數據驅動理念與科學研究現狀的固有矛盾一直制約著科學大數據的發展，新一代數據科學研究對科學大數據管理與服務提出了更高要求。然而，目前關注科學大數據的學理議題討論較為少見，特別是關于科學大數據跨領域、跨學科協同的復雜性問題，學術界鮮有系統性研究。過去人們對于科學大數據的理解局限于自然科學視域，人文社會科學視域下的科學大數據邏輯沒有得到應有的重視，而實際上，人文社會科學研究恰恰在大數據時代顯示出其新的生命力。因此，如何從全新的視角系統厘清科學大數據的基礎科學問題，以指導科學大數據的應用實踐，支持滿足社會發展與國家安全的重大需求，成為當前科學大數據研究的重要突破點。鑒于此，本文主要從數據科學、信息管理、圖書情報的角度出發，旨在探究并提出科學大數據的核心內涵與數據價值鏈問題，形成兼具共識性的科學大數據理論與實踐范式，以此推動科學大數據的繁榮與發展。endprint

2 科學大數據的概念框架

科學大數據的提出源于大數據對科學知識發現與創新研究的深刻影響，其節點是2012年美國總統奧巴馬宣布啟動“大數據研究與開發計劃”。從詞語結構上看，科學大數據是一個典型的復合詞，學術界關于科學大數據的術語裁定是圍繞詞根語素“大數據”之本身，強調“大數據”層面的范疇定性問題。如諸云強等[2]學者將科學大數據被定義為與科學相關，反映和表征著復雜的自然和社會科學現象與關系的大數據；黎建輝等[3]學者認為科學大數據是通過“機器”自動化快速采集、規模化存儲與分析處理、具有較高維度和復雜關聯的數據及其衍生產品。實際上，隨著不同類型科學研究的交叉與關聯傾向不斷加強，科學大數據問題已經從單純的大數據問題延伸為科學研究體系的大數據化問題。換句話說，科學大數據不僅僅來源于物理層面的科學數據，還涉及到社會空間、信息空間的科學關聯數據問題，也就是說，科學大數據的概念邏輯理應在內涵與外延層面進一步拓展與延伸。

科學大數據是以數據科學為本位學科的專有術語，目前圖書情報學科與數據科學的相融愈加密切，基于該范疇出發，本文認為，科學大數據有狹義與廣義之分：狹義的科學大數據是指科學實驗、科學設計等科學研究領域產生的一系列原始性、基礎性數據，其本質上是以數據論（強調數據體量、類型與傳播）為代表的科學大數據集合；廣義的科學大數據存在于科研活動與科學研究的整個生命周期之中，包括科研啟動、科研合作、科研結果與成果利用過程中涉及到的科研人員數據、科研資料數據、科研技術數據與科研環境數據等。從廣義視角來看，科學大數據的概念范疇可分為兩個結構維度，一是知識維度，即科學知識大數據，包含各科學領域已形成的基本數據、資料、文獻等承載知識內容的數據；二是活動維度，即科學活動大數據，包括科學活動中的實體（如人員、機構、項目等）及其關系數據（如合作、引證、共現、社交等）。目前學術界對科學大數據的理解主要著眼于知識維度層面的科學大數據集聚與融合問題，而對活動維度層面的科學大數據實體關系識別與效用計量評估等問題關注較少。實際上，走向大科學（Big Science）范疇的科學大數據是以目標為導向的科學家合作、科學網絡形成與科學數據價值共創的系統工程，由此，科學大數據的外延將不斷泛化，而內涵則固化到具體的科學問題與科學任務攻克，最終形成數據聚合、工具集成與專家協同的科學大數據“網”。

3 科學大數據的范式建構剖析

庫恩將范式定義為針對科學革命的整體性框架與價值標準，包括定律、方法、技術等[4]。科學大數據的提出與形成有其歷史特殊性，圖靈獎獲得者Jim Gray提出科學研究的第四范式，即數據密集型科學發現，科學大數據正是該范式下的核心基點和載體。面對科學研究的特定問題，科學大數據范式在研究途徑、功能、機制等方面表現出不同于其他范式的獨特內涵和新興解釋力，這與其范式變革與建構密切相關。

3.1 范式共同體及其拓展

科學共同體表征為科學家團體的群體集合，科學共同體是范式的主體，科學共同體及其約定則是范式的載體[5]。在大數據理念下，科學大數據分析與共享促使從事科學研究與科學發現的科學共同體凝聚力與通約性更強，表現為人員更龐大、交叉更明顯、滲透更緊密等。科學大數據工程的推進為科學共同體的科學交流與科研產出提供便利，而科學共同體的合作與開放將為科學大數據工程的邁進提供堅實基礎。從這個思維出發，科學大數據的科學共同體問題既解釋了科學大數據的廣義概念邏輯，也從共同的理論模型和問題框架需求層面倒逼科學大數據范式特體的形成與演進。

從研究范式來看，科學大數據的科學共同體包括計算機學家、數據科學家、圖書情報學家、檔案學家、數據管理者等一系列為科學大數據資源的管理與服務起著關鍵作用的相關集團。由此，科學大數據的科學共同體學術團隊或個體的學術關聯與銜接紐帶成為科學大數據主體形態的合作網絡，主體間性通過何種方式形成科學大數據研究鏈則成為其關鍵；從實踐范式考慮，科學大數據的戰略推進與實施、服務策略與方式、產品生產與應用等是由科學共同體、政府、民眾等共同作用的結果。尤其是在大數據語境或環境下，科學研究與科學發現所依賴的科學大數據范式特體已經逐步形成一個由科學共同體及其特定關聯主體組成的有機整體。這樣，脫離科學家“霸權”的科學大數據共同契約以及契約之間的相互聯結與作用將會促使原有的科學大數據范式共同體向由科學大數據導向的多元主體向度延伸，屆時各類主體參與科學知識創造與體制改進，共同為科技發展與人類社會進步服務。

3.2 科學大數據范式內容構成

范式具有明顯的結構性特點，依托科學大數據的第四范式是由多層面、多層次的內容而構成。科學大數據范式推進的內容構成實際上是大數據支持下的科學創新過程及其結果，本文結合數據科學、圖書情報科學的邏輯框架，從信息鏈視角出發，認為科學大數據的深度挖掘與利用是一個從數據、信息再到創造的過程。因此，以科學大數據為基的新范式建構的內容框架應包括五大部分：科學大數據戰略制定與規劃、科學大數據資源支持與建設、科學大數據融合與處理、科學大數據開放與共享、科學大數據成果評價與應用推廣。

具體而言，首先，科學大數據是一項系統工程，因此，必須在科學的大數據知識服務策略與戰略需求分析下對科學大數據進行全局規劃，而這依賴于國家政府層面的大力支持；其次，科學大數據的對象是科學大數據資源本身，科學大數據資源既涉及到實驗室儀器設備數據、測試模擬仿真數據等，還涉及到與科學研究相關的互聯網數據、人際交流數據等。科學大數據資源的環境營造是科學大數據工程實施的實際保障，這涉及到數據信息化平臺開發、數據團隊建設、數據資源機構設置等；第三，科學發現依賴于對科學大數據信息碎片、知識片的深度挖掘，因此，多維度、多粒度、多模態科學大數據的實體關聯與關系抽取問題成為科學大數據深度挖掘的關鍵。在一些特有領域（如天文領域），大規模數據的并行處理與實時分析技術已經成為科學知識發現的基本保障；第四，科學大數據的開放與共享是當前科學大數據的核心攻克難題，它涉及到科學大數據匯交機制、存儲調配機制、出版機制等。科學大數據的開放共享需要在限定的規則框架下實現集成共享與智能推薦，包括政策驅動、主題驅動[6]、興趣驅動等；第五，大數據的到來促使科學研究成果的評價逐漸從結果考評轉變為過程考評，因此，科學大數據的成果評價與反饋更加注重“創新和質量導向”，以形成科學規范、形式多樣、客觀公正的科學大數據成果評價與反饋體系。同時，科學大數據成果還需要通過應用推廣來實現數據價值提升，科學大數據應用推廣最終有利于國家科技管理與決策機制的優化與創新。endprint

3.3 科學大數據范式新特征

科學大數據范式形成是大科學研究的基礎，科學大數據范式理念蘊含著促進科學知識發現與應用的隱喻本質和顯性功能。近年來互聯網+、大數據、眾包眾創、共享經濟等理念不斷深入，知識發現、科技創新、服務質量提升等方面均對科學大數據提出了新的需求，科學大數據范式呈現出新特征，主要概括為以下三個方面的轉變：多特征層次化的“數據資源池”涌現、數據科學合作網絡的不斷成長、跨領域服務的全納化變革。

（1）多特征層次化的“數據資源池”涌現。時下，數據驅動的科學研究已經邁向了新的臺階，不同來源、形式、維度的科學數據匯聚一堂，大規模科研信息催生了全息化科學大數據的形成，以便于從不同視角、不同情境反映科學動態與科技關鍵議題。相比于其它領域、其它類型的大數據，科學大數據具有典型的多層次逐級演化特征，換句話說，科學研究往往會隨科學應用和目標不同而擇取差異化的科學大數據級別[3]。由此，科學大數據的匯聚與分析可以按照蜂巢式數據聯接化管理模式，力求將各類結構化、半結構化與非結構化的科學數據資源進行數據云設計，實現泛互聯網化，屆時與科學大數據密切相關的各類“數據資源池”不斷涌現。

（2）數據科學合作網絡的不斷成長。科學大數據的價值特異性不僅僅與數據本身有關，科學大數據使用者、參與者的能力在某種程度上決定了科學研究與工作的績效輸出。也就是說，數據開發者與利用者在科學大數據生態系統中扮演著關鍵角色。科學大數據范式將會催生大量的科學研究新興團體，科學合作巨網絡的形成為“大數據—大科學—大發現”奠定了基礎。未來，數據科學家群體將成為科學大數據探索的先導，而創新數據科學合作網絡的成長必然要突破地理域、平臺域、學科域等限制，以幫助他們頻繁地參與科研合作與交流。當然，科學大數據理念的目標是在更高層面實現知識的泛在化創造，未來領域先鋒者、小眾專家、民間智者等新興知識主體將逐漸出現，最終走向全民智慧化時代。

（3）跨領域服務的全納化變革。如前所述，科學大數據存在于科研活動與科學研究的整個生命周期之中，在新型科學大數據生態理念要求下，科學大數據服務應走向更高級的全納化階段。服務全納化是指服務主體、服務對象等全程介入服務流程之中，以實現各階段、各環節的客戶需求定制[7]。傳統的科學數據服務局限于某個領域或某個主題，科學大數據范式導向的科技服務需要全方位、全鏈條的考慮科學大數據群體的協同攻關問題，即科技管理主體要支持科學大數據的按需流動、快速流水線作業與動態集成調配，以提升科學大數據服務過程的公開性與有效性，實現科學大數據采集、存儲、分析與利用的一體化。

總而言之，在大數據時代，科學大數據范式提供的“以數據為本”理念能夠帶來科學領域的思維轉變，科學大數據的范式建構主導著現代科學研究與實踐的大方向。未來，大數據的全觀視野必然推動著科學形態走向全科學大數據范式，即凝聚科學、技術與社會三元要素[8]，向后現代科學觀轉變。科學大數據不僅僅關注數據和信息層面的處理問題，還關注與之相關的管理和社會服務問題。也就是說，科學大數據范式將帶有更多的技術元素與人文社會意涵色彩，并在大數據語境下實現“技術理性”與“人文價值”的統一。

4 新范式下科學大數據的價值考量

大數據催生了從數據中挖掘和發現知識的新需求，這種新需求成為科學研究與科學服務范式形成的重要推動力量。科學大數據在科技監測、知識發現、科技創新等管理決策支持方面發揮了積極作用，但科學大數據價值的真正落地還存在諸多困境與挑戰，仍然依賴于大數據管理模式、方法技術等突破性進展。在科學大數據范式建構總體框架下，科學大數據的價值實現體現出特殊的表征形態與培育路徑。

4.1 價值共創情境下的科學大數據

大數據助推科研行為方式與科技創新模式的變革，科學大數據由此承載了更多科技領域未來探索的潛在愿景。從科學大數據的范式新特征可以看出，科學大數據呈現出典型的“迭代優化”特征，而這種演進的最終意義是通過高度的創造性釋放其價值，為國家戰略需求提供科技應用服務，為政府管理與決策提供政策指導。本文認為，科學大數據是一種特殊的數據資產，從價值實現角度出發，科學大數據一般涉及兩個方面內容：價值增值與價值變現，它們分別指向對內能力強化與對外情景應用，前者包含科學大數據本身的管理優化、成本控制等，后者包括科學大數據外延而出的數據出版、產品開發等。強調科學大數據的數據資產理念，不是要對其進行刻意保護，而是要以更開放的視角挖掘其潛力價值；從動態全局的視角考慮其價值內涵與表現形式的變化，思量其對內能力強化與對外情景應用的融合銜接問題。話句話說，如何盤活科學大數據資產，是科學大數據生態系統的核心內涵與活力所在。

目前，“互聯網+”為科學研究與發現搭建了前所未有的新空間和新平臺，眾籌、眾包、眾創等新興理念為科技創新模式提供了更多的選擇。在創新2.0時代，全要素開放式的綜合服務成為主流，面對“大眾創業，萬眾創新”的時代號召，科技管理部門應從為傳統的科研創新主體及決策主體提供信息服務，拓展到產業及創業主體，通過優化配置各類科學大數據資源，構建符合創新創業需求的科學大數據服務新形態與生態鏈。從邏輯上來看，科學大數據的價值創造是需求用戶通過布局科技管理規劃，科學研究主體再通過相關科技平臺將科學大數據轉化為社會公眾服務的過程。在這個過程中，科學大數據的服務對象得到了擴展，形成了科學大數據獨有的“眾創空間”。不同主體關于科學大數據的價值協調與價值傳遞出發點雖然不同，但其范式體現出的共同契約指向一致，形成價值共創情境的科學大數據生態系統。而為了保障科學大數據價值共創的效率和效果，就必須以數據資產為核心，以科研需求為牽引，以社會應用為落地，將科學大數據參與主體及相應的生態系統[9]、支撐體系等進行有機整合，實現科學大數據價值鏈的轉型與升級。

4.2 科學大數據價值鏈提升的現實路徑endprint

科學大數據的價值鏈是一個從科學大數據生成、獲取、整合、分析、挖掘到轉化為價值的過程，是以科學大數據資源為基、以科學大數據管理為力、以科學大數據挖掘為核、以科學大數據服務為標的數據價值創造過程。當前，科學大數據價值鏈的提升與培育可以從以下三個方面著力突破。

（1）激活科學大數據的“全源”特征。科學是一個大范疇，在全科學范式建構思路下，科學大數據體系的邊界往往很難把握，如社會大數據、政務大數據、教育大數據等往往會以一種另類映射的方式銜接到科學領域。由此，科學大數據理應在大數據環境下實現“全源化知識/信息”的拓展，其實質就是融合學術論文、專利、科技報告、政策文件、科學數據、（人際）網絡信息等多源數據。具體來說，包括文獻數據（一次、二次、三次文獻數據）、事實數據（科研機構、領域專家、基金項目）、要素詞表數據（案例、命名實體）、網絡數據（網絡社區、社交媒體）、用戶行為數據（Web日志、高頻詞）等。科學大數據的“全源”激活[10]，需要在研究意識與實踐理念上進行強化，包括基于科學大數據與社會計算的交接問題、科學大數據資源庫的多樣化建設問題等。目前應嘗試通過統一協同的科學大數據平臺建設實現多渠道科學大數據的接入、多源科學大數據與多維科學大數據管理，以支持科學研究基礎數據與采集數據的實時更新與即進即用。

（2）提升科學大數據的開放共享度。開放共享是實現科學大數據良性流轉與價值轉化的有效途徑，科學大數據的有效利用依賴于數據開放共享程度的提升。提升科學大數據的開放共享度，需要針對科學大數據的跨學科、跨區域、多類型特點，改變傳統科學大數據獲取與引進方法，降低用戶科學大數據獲取難度，促進資源的有效配置與利用。目前科學大數據開放共享模式主要有兩種：一種是政府主導的公益性模式，即科學大數據的開放共享機制由政府、跨政府組織等來制定，按照自上而下的模式進行逐步推進；另一種是市場主導的商業化模式，即科學大數據的使用者與資助者按照一定的協議許可進行有償式使用[11]。我國由于體制方面的原因，科學大數據的開放共享推進仍然是以政府主導為主、市場配合為輔。在具體開放共享機制層面，應堅持“開放為默認，不開放為特例”的基本原則，根據不同區域背景、數據結構的環境差異來進行規則設定與綜合引導，包括強制性數據匯交制度、數據聯盟專項交換機制、申請審核數據開放機制、積分制數據開放共享推廣機制、社會力量數據分享參與機制等。

（3）注重科學大數據服務的內容競爭力。科學大數據呈爆發式增長，由此引發的內容過剩問題成為科學研究與實踐各個領域與環節的新思量。科學研究、科技管理決策乃至社會應用依賴于高質量的科學大數據產品及其服務，內容價值是其根本。傳統的科技生產力模式專業門檻較低，大數據支持下的科學研究與實踐在內容定位上將更加專業、細分、協同與高效，逐漸走向個性化、定制化與系統化。因此，提高科學大數據服務的內容競爭力，就必須面向需求提升內容研究基點，創新產出成果內容。所謂“取之于科學，用之于科學”，依托科學大數據驅動的科技成果從內容導向上應積極服務于社會發展與經濟建設。如中科院就通過對“一帶一路”沿線國家的人口、地理、環境等各類數據進行整合，為“一帶一路”科學家聯盟提供科技數據服務，為相關決策提供科技戰略咨詢[12]。與此同時，還要加強科學大數據服務質量控制，對科學大數據獲取渠道及其內容進行質量評價。目前應該嘗試構建多維度嵌入、多主體參與的科學大數據質量評價指標體系等，從數據源、數據媒介與數據產出等角度來保障科學大數據服務。

5 結語

科學大數據已經成為科技創新引領與決策支撐的重要戰略資源，在科學大數據的范式引領下，科學研究與實踐正在完成“假設驅動”到“數據驅動”的巨大轉變。科學大數據是國家科技創新潛力與能力的表征，科學大數據的深度挖掘與利用能夠為社會發展、政府治理、國家安全等提供新的動能。隨著互聯網+、創新2.0、共享經濟等新興理念的不斷應用，科學大數據呈現出全新的范式特體，本文正是在這樣的背景下，對科學大數據的范式重塑與價值實現問題進行了深入探討與解析。對于科學大數據的解讀，學科視角、主體視域的不同會帶來差異化的理解與思路，本文立足數據科學，從圖書情報視角賦予科學大數據一個比較科學的共同話語體系，寄期望于推進科學大數據研究及其深度應用，同時也有利于進一步增進數據科學、信息管理等相關學科的繁榮與發展。

當然，無論是對于政府機構、科研機構，還是科學家集團或社會公眾，科學大數據在帶來轉型機遇的同時，也意味著更多的困難和挑戰。就近期來看，2017年5月，國務院印發了《政務信息系統整合共享實施方案》，從決策部署上推進了政府開放數據工程的實施，對于政務大數據的互聯互通是重大利好。科學大數據與政務大數據有密切的關聯性，科學大數據所依賴的機制體制保障也需要從國家政策層面進行頂層設計，以更好的服務科學大數據范式的重塑與轉型。同時，在學理層面，科學大數據的基礎科學問題還需要進一步的深入探討，尤其是關于科學大數據的開放共享機制，需要處理好權益關系、知識產權、數據安全等核心難題。總之，科學大數據范式正處于起步階段，我們需要篤定對科學大數據的信心，通過科學大數據來引領科技創新與社會發展！

參考文獻：

[1] Demchenko Y，Laat C D，Wibisono A，et al.Addressing big data challenges for scientific datainfrastructure[C].IEEE，International Conference on Cloud Computing Technology and Science.IEEE Computer Society，2012：614-617.

[2] 諸云強，朱琦，馮卓，等.科學大數據開放共享機制研究及其對環境信息共享的啟示[J].中國環境管理，2015，7（6）：38-45.

[3] 黎建輝，沈志宏，孟小峰.科學大數據管理：概念、技術與系統[J].計算機研究與發展，2017，54（2）：235-247.

[4] Kuhn T S.Second thoughts on paradigms[A].F.Suppe.The structure of scientific theories[C].Urbana，IL：University of Illinois Press，1977：459-482，500-517.

[5] 馬費成，宋恩梅，張勤.IRM-KM范式與情報學發展研究[M].武漢：武漢大學出版社，2008.

[6] 楊友清，陳雅.科學大數據共享研究：基于國際科學數據服務平臺[J].新世紀圖書館，2014（3）：24-28.

[7] 吳晨生，李輝，付宏，等.情報服務邁向3.0時代[J].情報理論與實踐，2015，38（9）：1-7.

[8] 劉嘯霆，史波.STS視野中的科學[J].自然辯證法研究，2014（7）：46-51.

[9] 李立睿，鄧仲華.“互聯網+”視角下的科學數據生態系統研究[J].圖書與情報，2016（2）：66-71.

[10] 化柏林.科技信息大數據在情報研究服務中的應用[J].圖書情報工作，2017，61（16）：150-156.

[11] 王晴.論科學數據開放共享的運行模式、保障機制及優化策略[J].國家圖書館學刊，2014，23（1）：3-9.

[12] 李建榮.開放科學數據，助推科技創新——中國科學院建成開放服務的科學數據云[N].科技日報，2016-04-12（7）.

作者簡介：孫建軍（1962-），男，南京大學信息管理學院教授，博士生導師，研究方向：網絡信息資源管理、大數據分析；李陽（1989-），男，南京大學信息管理學院博士后，研究方向：信息資源管理、競爭情報。endprint