大數據時代科研用戶的知識創新服務需求調查*

王曰芬，周玜宇，李 塽

0 引言

大數據驅動下，技術發展和外界環境的改變使得科學研究由經驗范式、理論范式、模擬范式逐漸向數據密集型范式轉變。新的研究范式以數據作為科研的對象和工具，進而開展研究活動，包括數據的收集或模擬產生、處理、存儲、分析等內容[1]。密集型數據逐漸成為科學研究活動的基礎，研究過程中所涉及的數據和信息既是研究創新活動的對象或知識工具，也是新的研究起點。隨著科研流程與新興技術的緊密結合，科研活動的開放協作趨勢越發顯著，科研人員之間數據、信息、成果等內容的共享利用越發普遍，科研人員需要洞悉海量數據中蘊含的知識，以掌握科學發展的特點與規律。同時，隨著研究環境與支撐條件的轉化，科學研究的難度更大，研究任務的維度與范圍更加復雜。科學研究是一個系統過程，知識創新是科學研究的前提并貫穿于整個科學研究中，因此科研過程中的用戶知識需求受到多方因素的影響，呈現的動態性和層次性更加顯著，并且不同階段中科研用戶對數據源、數據分析的廣度和深度、知識呈現與傳遞的方式等的需求也表現出多樣化和個性化的特點。與此同時，知識服務在新環境下受到大數據等新技術發展的沖擊，面臨數據源多樣易變、數據量浩繁、數據供給過載、知識碎片化等問題。如何為用戶提供具有較高知識價值的服務產品，成為相關機構及研究者迫切需要突破的難點。因此，以知識創新為驅動，針對用戶在科研過程中的需求為其提供深度知識支持服務，即開展知識創新服務，既是傳統知識服務變革與重構的發展方向，也是滿足科研知識創新需求的重要支撐。而了解與掌握科研過程中的用戶需求，是知識創新服務開展的前提和基礎。

1 研究基礎與現狀

1.1 知識創新服務

在新科研模式推動下，科學研究范式、知識形態、知識獲取、知識交流及處理機制面臨巨大挑戰，知識創新對知識服務提出了更高要求，并引發出新的研究關注。從已有研究看，有學者認為知識服務是知識管理的發展和延伸，如Clair等認為知識服務是一種管理方法，它將信息管理、知識管理和戰略學習(以績效為中心)結合在一起，形成一個企業范圍內整體和廣泛的運作功能[2]；也有學者認為知識服務應當與知識創新聯系起來，如Ebersberger認為知識密集型服務是在公司或組織的內部或外部提供的創新服務，而創新服務被理解為針對組織發展的服務及其創新的模式和目標，包括公共和非營利機構[3]。隨著大數據與知識創新驅動需要的增長，知識創新服務受到學者們的青睞。姚遠等結合大數據時代的背景，將知識創新服務定義為綜合利用大數據、語義網等技術，重新組織各類信息資源，建立關聯網絡、語義網絡等，并進行可視化呈現的服務[4]。陶麗等借鑒智庫知識管理模式和知識創新的經驗，提出知識創新服務可依托智庫管理的核心要素構建高質量的知識資源技術輔助平臺，提供舒適的空間互動環境以及豐富的可參與式服務，以幫助用戶優化知識結構，實現知識創新[5]。

筆者結合前人研究成果，將知識創新服務定義為以知識創新為目標的知識服務，即面向創新的知識服務，其核心內容包括信息需求分析、信息采集與知識抽取、知識融合與知識發現、知識創新服務機制構建、知識創新服務應用[6]。因此，本文在上述概念界定的基礎上，聚焦科研過程中的知識創新支持，進一步明確知識創新服務的目的是：將相關信息資源集成整合、形成增值的知識產品，以促進知識創新和滿足科研過程中創新活動的需求。

1.2 用戶信息需求與科研生命周期

(1)用戶信息需求及其相關研究。Maurice認為信息需求就是人們工作、研究和構思所需要的事實和數據等[7]。Shih等依據用戶的行為來確定用戶需求，提出一種信息需求雷達模型，由用戶、內容和概念來描述信息需求，且建立基于該模型的信息搜索框架以獲取并評估信息需求，并通過實驗證明該模型結構的適用性和有效性[8]。Abdullah調查發現，信息資源的可獲取性、數據的質量和易用性是影響數字信息資源使用的主要因素[9]。Dehghani等利用扎根理論，結合半結構化用戶訪談，探尋影響數字圖書館知識推薦服務的用戶情境因素模型，包括用戶基本情況、目的或意圖、用戶的期望值等[10]。總的來說，用戶信息需求是指用戶針對內在認知與外界環境接觸后所感覺到的差異、不足和不確定，試圖找尋消除差異和不足，判斷不確定事物的一種要求。而用戶知識需求是信息需求的深化，是隨著知識服務的興起而逐漸產生與發展的。

(2)科研生命周期及其相關研究。科研人員需要借助于一定的工具進行資料收集及處理以完成特定研究任務，在此過程中會有多種需求以及為滿足需求而進行的行為。許多學者從信息行為視角解析科研流程，構建了科研活動框架模型，比較典型的有Microsoft Research Connections建立的包含知識生產各個階段的學術交流生命周期，即：“‘數據收集、研究和分析→寫作→出版和傳播→歸檔和保存’，而‘合作、查找和發現’則完善了整個過程。”[11]JISC(Joint Information Systems Committee，英國聯合信息系統委員會)將科學研究生命周期劃分為Ideas→Partners→Proposal writing→Research process→Publication[12](見圖1)，其中Ideas主要指通過文獻檢索、背景閱讀等發現的新問題或新觀點；Partners 主要指通過網絡工具尋找合作伙伴；Proposal writing主要指研究者需要撰寫一份研究計劃；Publication主要指在開放獲取期刊或存儲庫中發布研究信息或成果等，以提高研究的可見性；Research process主要包括模擬、實驗、觀察(Simulate，experiment，observe)，管理數據(Manage the data)，分析數據(Analyse data)與分享數據(Share data)。在模擬、實驗、觀察環節中，不同學科的研究過程差別較大；而管理數據主要指研究人員需要制定數據管理計劃；分析數據環節涉及對社會調查數據的分析等；分享數據即策劃或保留原始數據(或已處理數據)以便他人訪問和使用。該框架模型能夠揭示科研人員在研究中對信息/知識的獲取、吸收、創造與傳播活動，展現了科研情境下完整、系統的知識創新與利用行為。

圖1 JISC科研生命周期模型

2 研究問題與設計

2.1 研究問題與思路

用戶需求是知識創新服務的出發點。在科學研究范式遷移與知識服務轉變的驅使下，科研用戶知識需求發生了很多變化，進而帶來了知識創新服務的新需求。因此，科研用戶知識創新服務的需求調查，對知識服務的理論與實踐具有重大意義。結合已有的研究成果與實踐，本文將研究問題確定為兩個方面：(1)在科研生命周期各個階段，科研用戶知識創新服務需求的內容與行為具有哪些特點？(2)科研用戶的知識創新服務需求與行為是否隨人口統計特征發生變化？為解決上述問題，借鑒相關理論與方法，本文設計的研究思路為：以知識創新服務為基礎，以用戶信息需求理論與JISC 科研生命周期模型為支撐，嵌入知識創新，將科研生命周期劃分為選題構思、組建團隊、確定課題(項目申請)、研究探索、成果產出、關注與交流6個階段，并從全過程出發對科研用戶的知識創新服務需求展開調查與分析。

2.2 問卷設計與數據收集

基于研究問題與思路，本文設計的問卷主要包括兩個部分：(1)用戶的基本信息，如年齡段、性別、學科領域、學歷等；(2)科研用戶知識服務需求與行為調查，主要針對用戶在不同科研階段的具體服務需求和行為習慣。在正式調查前隨機進行小范圍的問卷預調研，以便發現問卷設置的細節問題，如題項表述存在的歧義等，從而保證問卷的科學性及合理性。問卷主要借助問卷星平臺正式發放，要求答卷者具有科研經驗，且在科研活動中使用過相關的知識創新服務。因此，在研究中將樣本對象鎖定為有科研經歷的高校及科研院所師生。問卷采用便利抽樣，通過微信朋友圈、學術社交論壇等多種途徑邀請目標用戶進行填寫。為保證樣本數量達標，將問卷調研的時間范圍設置為2019年8月15日至9月10日。在該期間通過問卷星平臺共回收問卷388份，對邏輯不符、填寫不完整等無效問卷進行篩選后得到332份有效問卷，問卷合格率約為86%。

3 數據分析與結果闡釋

3.1 用戶基本信息統計分析及結果

參與本次調研的用戶人口(學)基本特征如表1所示。被調查者性別分布較均衡，在學科領域(類別)上人文社科所占比例稍高于自科科學，在科研經驗上除了工作年限小于4年的，其他類別的分布相差不大。由于選定的樣本要求具有科研經驗，主要為科研院所及高校的學生和老師，故年齡基本在22歲以上，學歷集中為碩士、博士。

表1 人口統計特征描述性統計

3.2 用戶知識創新服務需求與行為分析

在廣泛的文獻調查與實地調查基礎上，針對選題構思、組建團隊、確定課題、研究探索、成果產出、關注與交流等不同階段，提出有關用戶知識創新服務需求與行為的問題并展開調查。具體地，選題構思階段包括：科研選題方式、期望能得到的知識服務(基礎資源層次、知識產品層次、服務層次)、希望抽取的知識維度及關系特征；組建團隊階段包括：尋找合作者時的單位傾向、領域傾向和服務支持途徑；確定課題(項目申請)階段包括：協助文獻綜述、科研查新等服務；研究探索階段包括：工具培訓服務、科研數據服務、數據共享意愿與原因分析等；成果產出階段包括：學術寫作服務、期刊投稿服務、學術會議信息及科研成果發布途徑推介、成果轉化服務、科研評價服務等；關注與交流階段包括：交流方式、交流內容的選擇等。限于篇幅限制，下面以選題構思階段為例，對調查結果數據進行闡釋。同時將總體的調查研究結果在結論中給予闡述。

3.2.1 用戶需求與行為分析：以選題構思階段為例

(1)科研選題方式。選題構思是科研活動的起點，決定著相應的研究方向、問題、任務以及研究的意義和價值。科研用戶的選題方式往往各有不同，針對其選題習慣進行調查的結果見圖2。

圖2 科研選題方式

由圖2可知，“從熱點趨勢中選題”占比最高。學科熱點往往代表當前研究的聚焦問題，圍繞熱點進行選題往往能獲取較大關注度，引發更廣泛的討論。“從碰到問題中選題”的占比位居第二。從認知角度看，認知總是從已知向未知領域逐漸拓展，拓展的外在形式就是問題。科研人員在實踐活動中可能會面臨諸多問題，這些問題在一定程度上會激發創新性思維，給予其相應的創新靈感。“從學科帶頭人、導師推薦中選題”位居第三，學科帶頭人或導師等對相應學科領域有較深刻的理解，能夠給出建設性意見。“從交叉學科中選題”位居第四，科學研究的復雜化程度越來越大，學科交叉融合中也碰撞出更多的問題與研究點，成為科研人員的選題來源之一。此外，從基金項目、期刊或會議主題中選題的也有不少。“從基金項目中選題”的優勢在于，項目往往已具有相對完整的研究框架和較強的可操作性，能夠在一定程度上保障選題的高質量。“從期刊或會議主題中選題”可使主題更具有針對性，也有益于后期的論文投稿。整體來說，不同選題方式的優劣勢不盡相同。偏自主性的選題方式能使科研人員自由發揮其的特長，但對經驗不足的科研人員來說，由于自身研究水平的限制，選題可能會出現不合理之處。而根據學科帶頭人、導師的推薦選題，可以站在較高的層次去理解題目，進而避免可能出現的選題重復等問題。

(2)所需的服務支持。用戶在選題構思時往往需要知識服務的支持，本研究主要從3個層次對其進行調研，即基礎資源、知識產品和服務。在基礎資源層次上，用戶期望使用的資源類型見圖3。其中，學術期刊、博碩論文及會議論文是用戶慣常使用的資源。值得注意的是，用戶對科學數據集、非公開出版的灰色文獻也表現出較強烈的需求意愿。

圖3 基礎資源層次的服務需求

從知識產品層次看(見圖4)，前沿動態和歷史文獻分析占比較高。學科領域的前沿動態是科研人員把握的焦點，及時了解相關內容及其特征對于探索知識體系的新趨勢十分重要。歷史文獻分析是幫助用戶了解研究領域背景及相關知識點的關鍵環節，能讓用戶在面對大量文獻時較快掌握領域知識脈絡和發展狀況，加深對學科知識體系的認識。研究領域的學者資訊、時政熱點與政策方針占比也不低。學者資訊信息能幫助科研用戶了解領域權威學者或學科帶頭人的相關學術活動，如科研方向、項目成果狀況等，有助于跟蹤掌握領域新理論、技術方法和行業動態。及時掌握時政熱點與政策方針有助于科研人員對研究方向和活動規范的把握，使科研工作符合相應的政策且能夠順利開展，從而創造出更大的社會效益及經濟效益。歷年基金項目統計、標準信息分析和歷史專利分析三者占比相近，分別基于3種不同的信息源進行統計分析。歷年基金項目統計分析可在一定程度上揭示學科領域的資助方向和重點及其進展，能起到參考評估的作用。諸如國家標準、行業標準等的信息分析對于科研人員規避科研活動中可能存在的風險，提高科研工作的規范化程度具有積極作用。歷史專利分析能夠幫助科研人員掌握相應的技術態勢，了解行業專利技術的構成及分布情況，從而進一步加深對技術發展規律及熱點趨勢的認識。

圖4 知識產品層次的服務需求

從服務層次看(見圖5)，占比最高的是一站式知識檢索服務，其次是動態知識推薦及可視化知識導航。數據館藏的分布式儲存，致使用戶在獲取不同類型知識資源時需要分別訪問相應的數據庫，而不同數據庫的檢索規則有所差異，對用戶的檢索技能水平要求較高，因此用戶對一站式的知識檢索服務期望較高。一站式知識檢索服務能夠將多種資源類型以不同的知識粒度進行組合，降低用戶的檢索成本。隨著可視化技術的發展，用戶對檢索結果的呈現也提出較高要求；以圖表形式展現各類知識，讓用戶從點線關聯之間加深對知識層次關系的理解，既直觀，又有利于對學科隱性知識的發現。科研活動是一個階段性的過程，相應地，科研用戶需求也呈現出多元化特征。隨著研究階段的推進，用戶需求也隨著階段任務情境的變換而發生變化。因此，用戶對基于其項目階段、行為興趣等的動態知識推薦服務期望較大。

圖5 服務層次的服務需求

(3)基于文獻知識單元的需求。文獻是科研活動的重要資源支撐。本文進一步調查用戶期望獲取的基于文獻抽取的知識維度及關系特征，如圖6所示。

圖6 服務需求的知識維度及關系特征

從基礎知識項(知識維度)看，關鍵詞、發表年度、學科類別、作者、文獻來源等占比較高，均在50%以上，機構和所屬基金項等占比相對較低。從關系特征看，相似關聯分析占比最高，為58%；其次是引證分析，占54%；文獻主題挖掘占比51%，共現分析占42%。相似關聯關系反映知識單元的同質性，用戶往往希望就自身所感興趣的問題進行散發性思考，為此需吸收關聯信息，以便在較短時間內迅速掌握更充足的知識；而且，在信息過載的情況下，相似關系的呈現能幫助用戶減小認知負荷。與之類似的有文獻主題挖掘，其優勢在于將文獻的重點主題內容以相對簡潔的方式呈現出來，幫助科研人員快速理解主題脈絡，提高科研效率。引證(關系)分析展現了文獻的知識來源以及知識輸出情況，是加深用戶對領域知識點研究積累以及動態發展的有效途徑，有一定的參考借鑒價值。共現分析也在一定程度上反映了知識單元的關聯特征，不同知識單元的組合從不同維度反映其強弱關系，從而幫助科研人員更深入地了解知識的脈絡結構。

3.2.2 交叉分析

為探究年齡、性別、學歷、職稱、學科類別、科研經驗6個人口統計特征對科研用戶知識創新服務需求的影響，本研究對調研對象的人口統計特征及其服務需求進行了卡方檢驗與交叉統計分析，仍以選題構思階段為例加以分析與闡釋。表2為選題構思階段用戶服務需求的卡方檢驗結果，當對應的P 值小于0.05時，說明不同特征項樣本在對應題項上存在顯著性差異。

表2 選題構思階段的用戶服務需求卡方檢驗結果

(1)科研選題方式。年齡、性別、學歷、職稱、學科類別、科研經驗對科研選題方式均有顯著性影響。通過交叉統計可知：年齡上，28歲及以上的科研用戶選擇“從熱點趨勢中選題”的占比較高，而18～27 歲的用戶選擇“從學科帶頭人、導師推薦中選題”的占比較高，其他4種選題方式中也以33歲及以上的用戶為主；從學歷維度看，碩士學歷的用戶中“從學科帶頭人、導師推薦中選題”“從熱點趨勢中選題”比例較高；從職稱看，初級、中級和副高職稱的用戶選擇“從熱點趨勢中選題”的占比較高，正高職稱用戶選擇“從碰到問題中選題”的比例較高，而學生用戶“從學科帶頭人、導師推薦中選題”的較多；從學科類別看，自然科學用戶“從交叉學科中選題”的占比高于人文社科；從科研經驗來看，具有5～10年科研經驗的用戶中，“從交叉學科中選題”和“從基金項目中選題”占比較其他用戶高；科研經驗在4年及以下的用戶主要“從學科帶頭人、導師推薦中選題”。總體來看，“從熱點趨勢中選題”和“從碰到問題中選題”是應用較廣的兩種選題方式，在不同維度上二者的占比均較高。相較而言，28歲以下、科研經驗較少的用戶更傾向于選擇“從學科帶頭人、導師推薦中選題”，而科研經驗較為豐富的用戶則更傾向于“從交叉學科中選題”和“從基金項目中選題”。

(2)對基礎資源的需求。6個人口統計特征對基礎資源的選擇均有顯著性影響。從交叉統計看，學術期刊、博碩論文、會議論文在不同維度下的占比均較高，報紙、年鑒、專利、工具書在18～22歲用戶中的占比高于其他年齡段，圖書、標準、圖片、視頻在28～32歲用戶中的占比高于其他年齡段，科學數據集和灰色文獻在33歲及以上用戶中的占比高于其他年齡段。此外，本科學歷用戶對年鑒、圖書、工具書的需求高于其他學歷，專利、標準、科技成果、圖片、視頻在自然科學用戶中的占比高于人文社科，科技成果、灰色文獻在科研經驗為23年及以上的用戶中占比較高。

(3)對知識產品的需求。本研究中的各個人口統計特征對知識產品的選擇有顯著性影響。前沿動態、歷史文獻分析在不同特征維度下的占比均比較高。研究領域的學者資訊、時政熱點與政策方針在28歲及以上用戶中占比較高。歷史專利分析在自然科學中的占比高于人文社科，時政熱點和政策方針在人文社科中的占比高于自然科學。

(4)對服務種類的需求。年齡、性別、職稱和科研經驗對服務種類的選擇有顯著性影響。相較于其他年齡段，33歲及以上的用戶較少選擇“可視化知識導航服務”，而18～22歲用戶選擇該服務的占比較高，選擇“動態知識推薦服務”的較少。

(5)希望抽取的知識維度及關系特征。性別、學歷、學科類別對知識維度及關系特征的選擇有顯著性影響。其中，文獻主題挖掘、引證分析、共現分析、相似關聯分析在人文社科用戶中的需求占比高于自然科學。

4 總結與展望

本文以科研生命周期為基礎，以科研用戶為研究對象，通過實證調查與統計分析探尋科研用戶的知識創新服務需求，并基于年齡、性別、學歷、職稱、學科類別及科研經驗6 個人口統計項，對科研用戶的需求行為進行交叉檢驗，研究不同階段中的差異性特征。研究發現：

(1)選題構思階段。用戶的選題方式有所差異，主要與其自身的學科屬性、科研經驗有關。除了基礎資源的使用，科研用戶對科研數據集、灰色文獻的需求較大。在知識產品的選擇上，用戶較多選擇前沿動態、歷史文獻分析、研究領域的學者資訊、時政熱點與政策方針等；同時，由于自然科學用戶的研究應用性較強，對專利分析的需求也較大。從服務層次看，一站式知識檢索是用戶較為青睞的服務，其次是動態知識推薦及可視化知識導航。

(2)組建團隊階段。用戶的合作者主要為同單位、同領域的學者，并且對獲取相似用戶的定位服務表現出較強的需求意愿。

(3)確定課題(項目申請)階段。用戶的需求集中在課題的申請指導方面，如協助文獻綜述寫作、申請格式規定咨詢、申請經驗交流等。

(4)研究探索階段。服務主要圍繞研究的具體實施而展開，主要包括科研數據管理、文獻資料管理、學術信息追蹤等。大部分用戶對數據共享持積極態度，認為這樣可提高研究的重現性，促進研究成果的交流傳播。用戶不愿意共享數據的原因主要是擔心他人會不正當及不正確地使用數據。

(5)成果產出階段。科研活動主要涉及研究成果的撰寫、發布以及轉化等，相應地也產生了學術寫作規范指導、出版服務、成果轉化與評價服務等需求。

(6)關注與交流階段。整個科研生命周期各階段的科研活動都需要溝通與交流，資料分享、科研經驗交流、文獻評論等內容。此外，不同特征科研用戶的某些需求行為存在顯著性差異。

受資源、渠道等因素限制，本研究的科研用戶主要來自高校、科研機構等；而且，只對用戶特征與服務需求做差異性分析，未進一步對細分的科研用戶進行服務內容的劃分，未來的研究可相應擴大調研范圍，將企業科研用戶納入其中。另外，可進一步細化研究內容，對科研用戶進行特征劃分，分析對應的需求內容，設計更為具體的服務方案，從而為創建更全面精細的知識創新服務模式提供更多的支持。