面向科研用户小数据微知识服务研究（下）

李立睿 邓仲华

摘 要：文章首先分析了面向科研用户小数据微知识服务系统的要素及其内部知识流动过程，在此基础上构建了以科研用户实时需求为导向的微知识服务系统动力学模型，并对模型进行了仿真分析，仿真结果表明隐私保障机制、协同激励机制以及合作共建机制对个性化微知识服务过程具有关键性的影响作用，据此进一步揭示了面向科研用户小数据的微知识服务质量提升的途径和对策。

关键词：小数据；微知识；知识服务；系统动力学；科研用户

中图分类号： G252 文献标识码： A DOI：10.11968/tsyqb.1003-6938.2016102

Abstract This paper summarizes elements and knowledge flow process of micro-knowledge services based on small data of researcher. On this basis， the authors established the system dynamics of micro-knowledge services which supports real demand of researcher and simulates it. The simulation results show that the model can validly reflect the key influential factors on process of personal micro-knowledge service from the perspective of privacy protection mechanism，collaborative incentive mechanism and cooperative co-construction mechanism， which reveals the directive approaches and strategies of improving micro-knowledge service capability.

Key words small data； micro-knowledge； knowledge service； system dynamics； researcher

泛在信息环境下，科研用户小数据不仅成为图书情报机构创新管理的基础，而且是其个性化服务深化的依据。小数据作为科研用户个体化、独特化的数据，是科研用户在项目推进过程中的全部“数据足迹”，而这些“数据足迹”就是科研用户临时化、精简化知识需求的表征[1]，因此，这为图书情报机构以科研用户项目需求为导向开展个性化微知识服务提供了重要保证。但是，从科研项目生命周期的视角来看，整个微知识服务方式和内容受多方面因素的影响，并具有明显的不确定性，因此，对于这些影响因素定性化的研究直接关系到微知识服务的质量和科研用户的满意度。

既有研究根据知识服务过程中，用户需求状况以及知识形态的特点，提出了面向用户个人信息的新型知识服务模式。如：王炎等[2]探讨了“互联网+”视角下知识服务具有用户中心性和精确性的特点，并以百度新上线的知识服务产品为例，通过移动终端监测用户行为来感知其情景敏感性需求，据此实时推送快捷、简约、智能的知识服务产品；邓仲华等[3-4]提出了基于科研用户情景感知的自适应性个性化嵌入式知识服务，并以地球科学领域为例，分别具体探讨了嵌入科学数据生命周期和科研项目生命周期的知识服务过程。不难发现，用户情景化信息作为小数据的重要组成部分，通过这些信息来判断用户需求，据此提供知识服务的研究已经取得了一定进展，但是这些研究多局限于知识服务的一个层面，并以案例化分析为主。鉴于此，本文通过抽象面向科研用户的微知识服务过程，采用系统动力学的方法从量化的视角对整个服务过程进行分析，以此对微知识服务的创新进行探讨。

1 面向科研用户小数据的微知识服务系统分析

微知识服务实质上是通过服务团队和科研用户以知识协同的方式，进行服务产品的推送和服务内容的吸收，从而实现了微知识的增值。一方面，科研用户尽管对其学科专业领域知识具有丰富的应用和创新经验，但是在整个研究生命周期中，往往难以全面获取支撑科研问题的相关知识，如密集型科学数据整合、分析、管理等工具的应用，特定科研问题的前沿趋势等[5]；另一方面，微知识服务团队由具有综合化专业素质的人员组成，其不仅熟练掌握了不同学科、不同领域的科研方法和科研工具，同时对于科研问题能够以跨学科的视角进行分析和解决问题，为科研项目的推进提供了重要的保障。这恰为科研用户与服务人员的知识协同创新创造了条件（见图1）。

由此可知，面向科研用户小数据的微知识服务系统中，主要涉及到的知识流动过程是以小数据知识库和微知识库为基础，其中通过小数据知识库感知科研用户知识需求，微知识库作为个性化知识服务推送的保障，据此服务团队与科研用户进行知识协同，促进科研用户知识发现和知识创新，从而促使知识服务产品增值。

2 面向科研用户小数据的微知识服务系统动力学模型构建

2.1 系统的边界及其基本假设

面向科研用户小数据的微知识服务系统作为本文的研究对象，其中主要包括涉及服务团队、科研用户、小数据知识库、微知识库内部及其相互之间的关系和隐私保障机制、协同激励机制以及合作共建机制对于系统内部相关要素的影响规律。

根据面向科研用户小数据的微知识服务流程及其作用机理，该系统模型的基本假设如下：

（1）服务团队由具有跨学科专业背景且拥有一定知识服务经验的人员构成，并且其所开展的服务是围绕单一科研用户的特定小型项目或者子项目，整个服务周期为10个月，在此服务周期中，服务团队的人员数量、组织结构、服务设施等保持相对稳定。

（2）在整个微知识服务过程中，服务团队所采用的服务方式主要包括直接性的服务推送和基于微知识库的服务推送，服务团队整体的知识存量和知识整合能力高于个体科研用户，而且两者始终保存一定的知识势差。

（3）为保证整个微知识服务系统具有一定普适性，在此不考虑其它系统外部因素（如外部政治环境、文化环境、经济环境等）所引起科研用户任务的巨大调整，以及一些偶然性因素所导致的科研用户情景的巨大波动。

2.2 系统因果模型

微知识服务过程中各主体间的数据整合与挖掘、知识交流与转移等活动以及适应用户科研外部环境而进行的一系列相关结构和状态的变化，构成了面向科研用户小数据的知识协同创新服务的复杂化系统。鉴于此，本文通过因果关系分析以确定系统反馈结构，直观地描述系统内部知识流动过程[6]，最终构建了面向科研用户小数据的微知识服务因果关系图（见图2）。

通过对整个因果关系模型进行分析，可以发现模型中主要涵盖三条重要的因果反馈回路。

正反馈回路①：服务团队知识存量—服务团队知识输出量—微知识库—科研用户知识吸收量—科研用户知识存量—小数据获取量—小数据整合量—小数据知识库—科研用户知识需求—知识整合量—服务团队知识存量。此回路重点强调了服务团队根据科研用户需求，借助微知识库进行个性化服务的推送。其过程主要包括三个阶段：其一是科研用户小数据的获取、整合和挖掘，以此感知科研用户需求；其二是服务团队根据科研用户需求，并结合自身知识技能，对内部和外部知识源进行整合，从而获取知识产品；其三是通过对知识产品进行分解和萃取，形成具有特定功能的微知识块，在丰富和扩展微知识库的同时，将其推送于科研用户。

正反馈回路②：服务团队知识存量—服务团队知识共享量—微知识增量—微知识库—科研用户知识吸收量—科研用户知识存量—科研用户知识创新能力—小数据获取量—小数据整合量—小数据知识库—科研用户知识需求—知识整合量—服务团队知识存量。此回路重点强调了服务团队依据科研项目的实施进度，通过对科研用户的项目需求进行预测，从而以前瞻性的视角对微知识库进行扩充，有效降低了微知识服务的延迟。

正反馈回路③：微知识库—科研用户知识吸收量—科研用户知识存量—科研用户知识共享量—微知识增量—微知识库。此回路重点强调了科研用户作为微知识库的构建主体，对研究过程中所产生的隐性知识进行显性化（如研究经验的总结、新工具的应用等），通过特定的知识组织形式，以自发性的方式辅助微知识库的构建工作。

不难发现，在协同激励机制下，服务团队具有相对较强的知识输出意愿，能够针对科研用户的需求，为其推送相应的微知识服务产品，从而提升科研用户的知识吸收量，与此同时，这一激励机制也能够充分调动服务团队对于微知识库构建的积极性，提升其与科研用户的沟通和反馈效度，进而有助于预测科研用户的潜在需求，同时服务团队可以以前瞻性的视角，对微知识库进行不断的充实、完善和更新，保证科研用户的知识需求量。此外，合作共建机制对于服务团队和科研用户的微知识开放共享提供了支持，极大地提升了双方互补性微知识的关联和融合，从而以协同创新的方式促进微知识库的构建。

2.3 系统流图

系统流图主要由变量状态、信息传递、行为变化等要素构成，用于反映系统动态运行过程中变量间的相互作用关系[7]。在因果关系图的基础上，本文根据系统动力学的原理建立了模型的系统流图（见图3）。

其中系统流图中主要方程及参数说明如下：

服务团队知识存量= INTEG（服务团队知识整合量-服务团队知识失效量， 400）；

服务团队知识整合量=STEP（科研用户知识需求+知识整合效率服务团队知识存量， 1）。

这里用阶跃函数表示，服务团队通过运用自身综合化的知识技能，并结合科研用户需求进行内部和外部知识资源的整合，设定服务团队从第1个单位时间后开始获取所整合的知识。

服务团队知识失效量=STEP（服务团队知识失效率×服务团队知识存量， 0.5）；

知识整合效率=RANDOM UNIFORM（0.1， 0.1， 0.05）+0.1；服务团队知识失效率=0.1。

由于知识整合会受到知识稀缺性、外部资源的丰富性、服务团队的知识技能等诸多不确定性因素的影响，因此，这里设置其在[0.15， 0.2]区间内进行随机变化。

服务团队知识共享量=服务团队知识存量×服务团队知识显性化程度；

服务团队知识显性化程度=RANDOM UNIFORM（0.2， 0.7， 0.5）；

服务团队知识输出量=SMOOTHI（协同激励机制服务团队知识存量用户跟踪反馈， 0.5， 0 ）。

由于服务团队在知识产品输出前，需要一定的时间，根据科研用户的实时需求，对其进行组织和优化，因此，这里使用一阶信息延迟函数表示这一优化过程。这里设定初始的知识输出量为0，延期时间为0.5个单位时间。

微知识创新量=0.35×服务团队知识输出量；合作共建机制=0.5；

微知识共享量=合作共建机制×（服务团队知识共享量+科研用户知识共享量）/4。

由于服务团队和科研用户的知识共享在知识组织过程中会存在一定的重合甚至冲突，并且在知识交互时会出现知识的遗失，然后服务团队在这些剩余知识的基础上进行重新整合和萃取，以获取直接可以推送于科研用户的微知识，因此，这里设定只有双方所共享总体知识的四分之一可以转化为微知识。

微知识失效量=微知识失效率×微知识库；

微知识失效率=RANDOM NORMAL（ 0.2， 0.4， 0.3， 0.08， 0.3）。

由于管理或技术方面的原因，以及知识具有时效性的特点，因此，微知识会出现一定的失效，而这种失效又具有不确定性，因此，这是采用随机函数进行表示，其失效率处于0.2到0.4之间。

微知识库= INTEG （DELAY1I（微知识共享量+微知识创新量-微知识失效量， 0.5， 0）， 0）。

微知识库的构建需要管理和技术上的共同支撑，这就会存在一定延迟，因此这里用延迟函数表示微知识库构建的延迟，其延迟时间为0.5个单位时间，且初始化的微知识库存量设定为0。

科研用户知识共享量=科研用户知识存量×科研用户知识显性化程度；

科研用户知识显性化程度=RANDOM UNIFORM（0.1， 0.5， 0.3）；

科研用户创新能力=DELAY1I（arctan（1/100科研用户知识存量）×2/π， 0.5， 0 ）。

科研用户创新能力是以其拥有的知识存量为基础的，而在一定程度上，知识存量对于创新能力的提升是一个从量变到质变的过程，这里使用延迟函数表示，并且其延迟时间为0.5个单位时间。

科研用户知识吸收量=SMOOTHI（协同激励机制×（微知识库0.25+服务团队知识输出量0.35）， 0.8，0）；

科研用户知识创新量=STEP（科研用户创新能力×5 ， 0.25）。

由于科研用户创新能力转化为知识产品需要一定时间，因此这里使用阶跃函数来表示知识的创新量，正式的知识创新产出在0.25个单位时间后开始形成。

科研用户知识失效量=科研用户知识失效率×科研用户知识存量；

科研用户知识失效率=0.15；

科研用户知识存量= INTEG（科研用户知识创新量+科研用户知识吸收量-科研用户知识失效量， 100）；

科研用户知识需求=（1-需求感知偏差）×用户跟踪反馈×小数据知识库；

需求感知偏差=RANDOM UNIFORM（0.05， 0.35， 0.2）。

由于科研用户的知识需求随着项目的推进而不断变化，并且在不同的研究阶段，科研用户的角色和任务会发生调整，导致需求的获取不完全，此外，服务团队对小数据知识库进行分析的过程中，受服务团队认知能力、专业背景的影响，促使对科研用户知识需求的获取也会发生偏差，因此，这是使用随机函数表示这部分偏差的波动。

小数据整合量=0.8×小数据获取量；小数据知识失效率=0.2；

小数据知识分裂=小数据知识失效率×小数据知识库；

小数据知识契合=0.8×小数据整合量；

小数据知识库= INTEG （小数据知识契合-小数据知识分裂， 0）；

小数据获取量=隐私保障机制×科研用户创新能力×科研用户知识存量/10。

小数据作为科研用户的特征化描述，不仅关系到科研用户的项目状况，还涵盖了科研用户本身所处的知识状态，这样就一定涉及到科研用户的隐私，因此科研用户创新能力、科研用户知识存量以及隐私保障机制对于小数据的获取具有直接的影响作用，并且这些因素具有一定的乘积效应作用。

互动效度=RANDOM UNIFORM（0.2， 0.9， 0.5）；隐私保障机制=0.8；协同激励机制=0.8；

用户跟踪反馈=协同激励机制×隐私保障机制×互动效度。

在微知识服务推送过程中，服务团队通过与科研用户进行互动，以面向服务沟通和跟踪的方式来获取科研用户相关的反馈信息，而整体跟踪反馈的效果主要由协同激励机制、隐私保障机制和互动效度共同决定，并且在一定程度上，三者还具有乘积效应。

3 面向科研用户小数据的微知识服务仿真与应用

3.1 模型的有效性检验

本文利用Vensim PLE软件，对面向科研用户小数据的微知识服务系统模型进行仿真分析，在此选取服务团队知识存量、科研用户知识存量、小数据知识库、微知识库、微知识共享量、科研用户知识吸收量作为系统的主要检验对象，通过结合现实情形，对其进行模拟值变化规律的分析与比较，进而对模型的有效性做出判断（见图4）。

服务团队主要由具有综合化素质的专业知识服务人员组成，其整体科研问题解决能力较强，因此，服务团队的知识存量高于单个科研用户。然而，在微知识服务初期，服务团队中的各参与成员由于在任务分配、合作分工过程中可能会产生分歧，甚至出现冲突，因此，整个团队需要一定的磨合时间，再加上知识具有时效性，在这段时间会出现遗忘或丢失，这样导致在服务起步阶段，服务团队的整体知识存量会出现少量的降低。同样，在小数据知识库的构建前期，服务团队与科研用户双方需要沟通和协调，小数据的获取和积累也需要一定时间，因此在整个微知识服务初期小数据知识库的构建和开发进度相对较缓。但是随着服务团队与科研用户交流频次的增加，知识协同关系逐步体现出显著的提升，这样微知识量的增速趋于更加平稳的增加。尽管在整个科研项目的推进过程中，由于科研用户会遇到一些不确定性问题或者某些突发性事件的干扰，导致服务团队和科研用户的微知识共享量会随之出现相应的波动，但是对于科研用户整体的知识吸收量而言，仍然保持着平稳上升的态势。

3.2 模型仿真结果应用分析

在系统流图的基础上，以科研用户需求为导向，通过改变系统运行中的相关参数值，以此对微知识服务过程中不同保障机制进行仿真模拟，观察主要变量的相关变化趋势，进而全面分析系统的整体变化规律，为提升微知识服务的效率和效果提供支持。

（1）形成和完善科研用户隐私保障机制。小数据作为科研用户全面特征描述的数据集合，在时间维度上，记录了科研用户的物理位置、行为方式、目标状态、心理状态、设备状态等情景化数据，通过对这些数据的分析，能够准确感知科研用户需求的同时，也使其面临个人隐私泄露的风险。因此，隐私保障机制作为科研用户隐私、需求和服务的重要平衡点，对于科研用户的优质服务体验提升具有重要作用。本文将隐私保障机制分别设置为0.6、0.7、0.8、0.9后，观察系统中四个存量，即服务团队知识存量、科研用户知识存量、小数据知识库和微知识库的变化规律（见图5）。

由变化图可知，隐私保障制度的优化对于服务团队知识存量、科研用户知识存量、小数据知识库和微知识库的提升具有正向影响作用。首先，隐私保障机制对于科研用户小数据的获取具有直接的作用，能够在很大程度上提升小数据的数量和质量，这样能够促进小数据的挖掘和分析工作，从而有利于服务团队快速而准确的获取科研用户需求，提升知识整合量，扩充微知识库，将隐性知识进行有效的转移。因此，在隐私保障机制的实践方面，服务团队可以制定用户隐私保护指南[8]，采用安全等级管理策略进行管理，其一，通过同行专家评估，确定不同类型和层面的科研用户小数据的隐私安全等级，并明确相关问责制；其二，对于不同隐私等级的小数据进行分区存储，采用网络监控技术和访问控制技术，设置不同的访问级别和融合层次，进而提升科研用户的隐私保障效度；其三，在微知识服务过程中，科研用户对服务的反馈信息也是小数据的重要组成部分，因此，服务团队在与科研用户进行服务沟通时，可以结合图书情报机构的行业标准规范，对服务双方进行隐私保护意识的教育和培训，明确各自的权利和义务，从而共同提升小数据的获取、分析和应用过程中的安全隐私问题。

（2）确立参与主体之间的知识协同激励机制。协同激励机制是针对服务团队和科研用户之间进行知识协同创新行为的鼓励机制，该机制强调了服务团队与科研用户之间的互动及其与外部知识环境的开放互联。本文将协同激励机制分别设置为0.6、0.7、0.8、0.9后，分别观察模型中每个系统存量的变化规律（见图6）。

协同激励机制对科研用户的知识吸收和服务团队的知识输出具有直接的影响作用，通过对双方进行物质和精神层面的刺激和鼓励，能够有效提升各服务参与方的积极性，促进其以积极主动方式进行知识共享、知识互补和知识转移，进而实现参与方最大程度的耦合并产生向心力。由变化图可知，协同激励机制每提升一个层次，都能在很短的时间内，加速系统内部知识从无序状态向有序状态进行演化[9]，从而产生正向化的连锁反应，促使整个服务创新绩效提升一个更高层次。

因此，在服务团队与科研用户的知识协同过程中，服务团队可以通过举办学习交流会，邀请科研用户作为服务团队成员，体验整个微知识服务的流程，对其进行团队文化氛围的熏陶，同时对于科研用户提出的有效建议或意见，服务团队成员也可以及时采纳和反馈，并通过相应的激励制度给予科研用户一定的奖励。这样可以极大激发服务团队和科研用户的知识共享和知识互动意愿，有利于服务团队充分运用自身服务技能，将复杂知识进行分解和萃取，采用精炼化的知识描述方式，对整体知识资源内容属性进行深度解析，以科研用户的专业知识背景视角进行呈现，促进隐性知识的显性化，提升知识协同效果；另一方面，服务团队可以通过关系嵌入和网络嵌入的方式与科研用户进行相关知识协同激励措施的商定和修正，促进机制的动态发展和完善，从而在激励过程中提升服务团队与科研用户的关系品质，提高知识服务创新行为的匹配度、缩短双方认知的差距，有效促进整体知识服务创新绩效的增长。

（3）建立以管理和技术协调发展的微知识库合作共建机制。微知识库是开展个性化服务的物质基础，是以科研用户的项目需求为导向而建立的，通过服务团队与科研用户的知识共享和知识交互，按照知识类别，将分散化、无序化和异构化的知识资源进行分析和处理，包括纸质化知识资源、数字化知识资源、问答式知识资源、隐性化学习经验等涉及科研项目的内外部知识资源，并利用统一的知识描述格式和微知识表示规范进行协同整合和组织，逐步形成跨内容、跨学科、跨系统的综合化、系统化和全面化的科研项目微知识体系，从而充分凸显项目特异性，为发挥微知识的特色型和权威性奠定基础。因此，本文将合作共建机制分别设置为0.5、0.6、0.7、0.8后，观察系统中服务团队知识存量、科研用户知识存量、小数据知识库和微知识库的变化规律（见图7）。

不难发现，提高合作共建机制对于整体服务质量具有积极作用，但是相比协同激励机制而已，其影响力相对较弱。这是因为微知识库的构建主要由经验丰富的服务团队主导，而在多数情况下，科研用户仅仅作为微知识库作用效果的反馈对象，因此，科研用户主要是微知识库构建的辅助者。但是对整个系统而言，科研用户作为一个重要的参与者，对于微知识库的丰富和发展具有不可替代的作用，合作共建机制能够充分发挥科研用户的协助补充作用，促进微知识库的优化和更新。因此，在应用实践中，服务团队可以通过管理维度和技术维度来促进微知识库的合作共建：在管理维度，服务团队要通过营造和谐的关系氛围，降低其与科研用户的关系距离，如服务团队可以组织非正式交流会、学习研讨班等，促进双方微知识的有效沟通交流，提高知识显性化程度，在知识协同创新过程中，相互尊重知识产权和知识独有性，建立合理的利益分配机制；在技术维度，由于微知识具有一定粘滞性，服务团队可以借助相关的技术平台，尤其是“互联网+”相关技术[10]，通过网络虚拟的方式嵌入到科研用户的整个项目研究生命周期中，及时有效地进行网络行为互动，尽可能降低在合作过程中数据损耗和知识遗失，进而提升合作效果。

4 结语

本文运用系统动力学的原理以定量化的方式分析了面向科研用户小数据的微知识服务系统，并对整体服务模式进行了细致的探索性研究，仿真结果表明了模型较好地模拟并诠释了个性化微知识服务的实际变化过程，这也进一步验证了微知识服务的推送实质上是各服务参与者之间（包括服务团队内部、服务团队与科研用户）知识协同创新的结果。通过对不同参数的设置可以发现，在小数据的获取和管理方面，隐私保障机制对小数据知识库的构建显得至关重要，其直接决定了科研用户需求的获取层次以及服务团队知识的整合效度；在微知识共享与转移方面，协同激励机制对服务团队知识产品的产出和优化具有重要作用，有利于知识的显性化表达，这将直接影响科研用户能否快速而主动地吸收这些知识服务产品；在微知识库的构建方面，合作共建机制对于服务团队和科研用户作为创新主体，共同扩充和发展微知识库具有最直接的作用。

参考文献：

[1] 李爱国，曹翔，汪社教.图书馆用户信息资源化过程中用户隐私信息保护问题与对策[J].图书情报工作，2015，59（13）：26-30.

[2] 王炎，程刚.“互联网+”视角下科技型知识服务企业的服务创新研究——以百度新上线知识服务产品为例[J].情报杂志，2015（10）：183-188.

[3] 邓仲华，李立睿，陆颖隽.基于科研用户情景感知的嵌入式知识服务研究（上）[J].情报理论与实践，2014，37（9）：16-19.

[4] 邓仲华，李立睿，陆颖隽.基于科研用户情景感知的嵌入式知识服务研究（下）——以地球科学领域科研用户为例[J].情报理论与实践，2014，37（10）：15-19.

[5] Hey T，Tansley S，Tolle K.潘教峰，张晓林，译.第四范式：数据密集型科学发现[M].北京：科学出版社，2012.

[6] 钟远光，贾晓菁，李旭.企业系统动力学[M].北京：科学出版社，2009.

[7] 贾仁安.组织管理系统动力学[M].北京：科学出版社，2014.

[8] 田淑娴，许春漫.国外图书馆用户隐私保护指南文本分析与启示[J].图书情报工作，2015（18）：61-66.

[9] 吴杨，苏竣.科研团队知识创新系统的复杂特性及其协同机制作用机理研究[J].科学学与科学技术管理， 2012，33（1）156-165.

[10] 张兴旺，李晨晖.当图书馆遇上“互联网+”[J].图书与情报，2015（4）：63-70.

作者简介：李立睿（1989-），男，武汉大学信息管理学院博士研究生，研究方向：信息组织与知识服务；邓仲华（1957-），男，武汉大学信息管理学院教授，博士生导师，研究方向：信息组织与信息系统。