数字转型背景下轨道交通专业知识服务模式研究

李子林，安源，姚冬冬，郭肖肖，李雪山

（中国铁道科学研究院集团有限公司 科学技术信息研究所，北京 100081）

0 引言

在全球数字化转型浪潮推动下，数字技术和知识经济迅猛发展，精准化情报服务、知识服务等成为领域创新、行业发展亟需的重要支持工具，人工智能、知识图谱技术在企业情报服务中的应用也成为热门趋势［1-2］。因此，在数字化转型的大背景下，我国轨道交通领域逐步开启精准化情报服务、知识服务的研究和探索。当前，左荣欣等［3］对基于知识聚类技术的高速铁路信息情报网站建设展开研究，并提出落地方案；李雪山等［4］融合竞争情报思维，设计并研发轨道交通专业知识服务系统，构建专题情报服务模式；刘峰博等［5］设计了融合大数据技术的城市轨道交通应急辅助决策系统，通过对北京城市轨道交通各类数据的自动化采集、整合与分析形成情报供应急业务决策参考。以上研究成果主要聚焦工具维度的知识服务实现，如网站或系统建设。然而，立足轨道交通行业科研创新、业务决策需求，涵盖理论建构、实践路径的知识服务模式研究较少，无法在行业内形成有理论深度、标准化、可推广的知识服务模式。

鉴于此，以轨道交通专业知识服务为切入点，首先运用知识管理理论、情报理论对轨道交通专业知识服务的发展脉络、内涵进行辨析；其次，参照科研用户需求完成对轨道交通专业知识服务模式的理论建构；最后，以“轨道交通专业知识服务系统”为案例，论证轨道交通专业知识服务模式的实现路径，为后期相关理论研究和实践业务的开展提供参考和指导。

1 信息爆炸呼唤轨道交通专业知识服务

作为一个综合性应用性强的行业，轨道交通领域涉及的知识层面繁多、知识结构分散、知识获取成本高、知识共享难度大。以“铁路”这一细分领域为例，其包括：铁路工程、机车车辆、通信信号、铁路运输、牵引供电等领域。其中，“铁路工程”同“环境工程”“安全工程”“测绘工程”“土木工程”等学科领域存在内容交叉；“牵引供电”同“电气工程及其自动化”“车辆工程”等学科领域存在内容重合。这种情况直接导致铁路科研资源和知识成果呈分散式分布，增加了铁路行业科研人员查找、利用和获取目标资源的难度和成本。在传统环境下，轨道交通领域科技情报服务主要遵循“被动服务”“等客上门”的服务模式，同时，科技情报服务的内容较为单一，主要包括专题信息代查代检、专题研究资料汇编、专题咨询报告撰写等。然而，伴随着信息的“指数级”增长，依靠人工的传统科技情报服务无法根据科研用户需求从海量信息中自动整合有效知识，形成高价值、知识性输出以支持科研创新、业务决策，使科研人员陷入数据海量、知识难求的窘境。

轨道交通专业知识服务是在传统轨道交通科技情报服务的基础上发展而来的，是一系列内外部因素共同作用的产物。一方面，“数据驱动型”全学科研究范式的确立提升了行业、领域主体的数据资产意识和知识管理观念。以海量数据为基础，运用机器学习、强化学习等算法实现数据间关系（相关关系、因果关系等）的挖掘，完成知识单元提取和知识聚类，成为各行业、领域知识再造、数据赋能的重要任务［6］。另一方面，传统的轨道交通科技情报服务在服务规模、内容时效性以及用户满意度等方面日渐式微。如何紧密贴合数字时代科研用户信息利用需求和偏好，实现跨系统、跨平台、跨数据库的科技情报资源整合，并面向多类用户提供精准化、定制化、知识化的情报服务，成为轨道交通专业知识服务模式创新的内生动力。

2 轨道交通专业知识服务的内涵及辨析

2.1 轨道交通专业知识服务的内涵

轨道交通专业知识服务作为一个组配概念，由“轨道交通专业”“知识服务”2个词组构成。参照构词法进行概念释义，首先需要明确“知识服务”的内涵与外延，在此基础上，对“轨道交通专业知识服务”的内涵进行界定。知识服务是信息服务的更高级形式，通过信息处理过程，提供问题解决方案所需的知识，最终实现知识价值产出［7］。从内容提供角度看，知识服务是经过资源整合后为决策制定提供帮助的知识，是有特定价值的知识；从问题解决角度看，知识服务是从用户提出需求开始，经过相关处理，最终解决问题的一系列过程；从资源利用角度看，知识服务则是一种价值增值，实现从信息资源到知识的转变［8］。综上，该研究将“轨道交通专业知识服务”定义为：通过对轨道交通专业领域科技信息资源进行采集与整合，以人工智能、算法技术工具实现信息的深度组织与处理，形成附加值高、关联性强、可组合拆解的领域知识单元，最终实现知识型产品、工具的输出。

轨道交通专业知识服务的构成要素主要包括4个方面：（1）服务对象。即轨道交通行业内的科研主体、决策主体，包括组织机构和个人。其中，从事铁路、城市轨道交通等细分领域科研工作的人员是轨道交通专业知识服务的主要服务对象。（2）服务内容。轨道交通专业知识服务的内容更趋向于海量数据、文献集的内容挖掘和分析，包括关联检索、趋势预测、成果评估、知识图谱、专家系统等。（3）服务能力。相较于传统科技情报服务，轨道交通专业知识服务的服务能力更高。按照知识服务的流程具体可分为：多源异构数据资源建设能力、知识组织能力、数据分析处理能力、知识传播能力、决策支持能力、研究创新能力等。（4）服务输出。轨道交通专业知识服务的最终目标是为组织决策、科研创新提供参考和支持，其最终产出为参考咨询报告、专题知识产品和技术创新成果等。

2.2 与轨道交通专业情报服务的联系和比较

轨道交通专业知识服务是在轨道交通专业情报服务的基础上发展而来的，两者在服务背景、处理对象、构建方式、处理能力、交互方式、服务形式方面存在显著区别，具体见表1。

表1 轨道交通专业知识服务与情报服务比较

与轨道交通专业情报服务相比，轨道交通专业知识服务是信息与情报服务领域积极适应大数据和泛在知识环境发展的产物，其服务理念与技术环境变革联系更加紧密，具备广阔的发展前景和活力。从处理对象来看，知识服务处理的信息资源颗粒度更高，从传统的文献实体、内容碎片化的文献转向了海量、多源异构的数据集合，贴合“数据驱动型”研究范式的内在逻辑，为轨道交通领域数据价值再造夯实基础。从构建方式和处理能力来看，知识服务延续情报服务依靠人工参与的低自动化构建方式，在此基础上，运用智能模型、算法技术实现高度自动化、智能化的构建，在文献内容处理能力方面取得质的提升。传统情报服务依靠结构化查询、人工经验完成文献内容的分析与挖掘。然而知识服务则依靠大规模计算能力、语义级别的检索、自动分类标引、知识推理等完成自动化、规模化、知识化的文献内容挖掘，最终实现提高效率、节约资源的双重目标。

另外，知识服务依托线上系统可提供多并发用户服务、即时性交流与反馈，优于传统情报服务的“点对点”交流和延时反馈，有利于用户满意度的提升。在服务形式上，知识服务形式更为多样，为用户提供专题定制与研究跟踪服务、智能推送服务、联想词检索服务以及基于大数据的行业词库、领域知识图谱等知识工具。与情报服务依靠人工展开的分析、综述与评价形式相比，前者的多样性、知识化更有助于激发用户主动进行知识发现和创新的积极性。

3 轨道交通专业知识服务模式的理论架构

轨道交通专业知识服务模式的确立有助于进一步提升轨道交通行业科技情报服务能力，为我国轨道交通科技创新工作提供驱动力。轨道交通专业知识服务模式具备4个方面的特点：（1）以用户需求为导向。轨道交通专业知识服务模式强调知识服务的全流程，围绕轨道交通行业机构、个人的科研和业务决策需求展开。从前期数据资源整合、组织到后期知识工具、知识产品输出，均渗透着用户需求导向的理念。（2）以系统平台为依托。轨道交通专业知识服务模式离不开系统平台建设，依托系统平台推进多源异构数据的整合与加工工作，并面向用户提供在线访问和个性化的知识服务。（3）以数据整合为基础。轨道交通专业知识服务模式在本质上仍隶属信息服务的范畴，离不开数据资源的整合与归集工作。跨系统、跨平台、跨数据库的多源异构数据资源整合是知识服务模式实现的基本条件。（4）以知识工具和产品为输出。相较于轨道交通专业情报服务的文本型知识（咨询报告、综述、文摘等）输出，轨道交通专业知识服务模式旨在输出凝聚大数据技术特征的各类知识工具和产品，如领域知识图谱、知识发现报告等。

以“轨道交通专业知识服务系统”为原型，可将轨道交通专业知识服务模式抽象为一个涵盖资源层、业务层、服务层、用户层的4级理论架构（见图1），具体如下：

图1 轨道交通专业知识服务模式理论架构

（1）资源层位于轨道交通专业知识服务模式的底层，主要承担原始数据整合与存储的功能。

（2）业务层上承服务层，下接资源层，主要负责对分布式存储的各类数据资源进行清洗、筛选、规范格式等数据处理工作。同时，为加强多源异构数据的语义性和可计算性，引入机器翻译、知识挖掘等技术工具，对数据进行翻译转换、知识抽取、内容相似度计算，为后期服务层各类功能的实现提供深加工的数据和技术支撑。

（3）服务层为轨道交通专业知识服务模式理论架构的核心层。服务层与用户层直接关联，主要面向不同类型用户提供3种类型的知识服务：①专题定制。基于用户检索和利用行为数据，绘制用户画像，在此基础上为用户提供定题检索、专题信息定制和持续推送服务。②知识工具。在业务层的支持下，结合铁路领域知识分布、研究和业务决策需求，研制铁路大数据词库、铁路科技文献自动分类标引工具、轨道交通专业联想词检索系统、铁路专业机器翻译工具等知识工具，提升用户利用科技信息开展研究、进行决策的自主能力。③智能情报。以自动化数据采集为基点，引入数据可视化分析工具和版式化模型，实现科技情报分析工作的智能化和简约化，自动、实时生成领域研究热点图谱、态势分析报告等知识产品。

（4）用户层主要包括轨道交通领域的科研机构、科技企业和科研人员三类。不同类型用户的需求直接影响知识服务的类型和内容，也以“倒逼”的方式影响着资源层的建设工作。

4 轨道交通专业知识服务模式的实现路径

轨道交通专业知识服务模式的实现既需要理论架构的指导，也离不开机构业务实践的探索。以“轨道交通专业知识服务系统”为例，可将轨道交通专业知识服务模式的实现路径划分为以下4个方面。

4.1 推进多源异构数据的标准化整合与存储

轨道交通行业的数据资源类别丰富，如期刊论文、会议论文、标准、专利、网站资讯、社交媒体平台推送、机构内部文献等。以上各类资源分布在多个系统、网站以及存储介质上，增加了数据整合与归集的难度。参考国内外数字资源存储系统建设经验，可借鉴DSpace数字资源存储系统在数据收集、存储、索引、保存和发布环节的技术架构、功能模块、数据标准，研发多源异构数据统一存储系统，配置各类资源元数据非编程性动态定制、扩展功能。针对不同类型数据资源设定通用型、专属型元数据字段，进而实现多源异构数据的灵活添加、统一存储和检索。

以“轨道交通专业知识服务系统”为例，依托多源异构数据统一存储系统整合了国内外轨道交通行业各类科技文献、多媒体资源3亿多条。其中，中文期刊1.5万种，外文期刊1.9万种，行业内刊56种，国内外铁路专利55万条，专业视频2 000余部，以及丰富的铁路行业科技奖励、成果鉴定报告、行业标准、国外铁路安全简报等自建资源。

4.2 应用算法模型实现资源的深度处理加工

轨道交通专业知识服务模式是轨道交通专业情报服务在大数据技术环境下的发展与创新。依靠人工完成数据检索、分析的传统情报服务模式在知识经济时代稍显动力不足，大规模批处理数据实施难度大，时间成本高，实际效果不理想。同时，轨道交通行业领域知识的复杂性、交叉性，导致精准化的情报服务对领域知识单元、行业专业术语等的依赖程度更高。因此，适时引入人工智能算法模型，对数据资源进行深度处理和加工成为轨道交通专业知识服务模式落实的必经之路。

以“轨道交通专业知识服务系统”科技文献知识组织为例，通过引入融合Word2Vec模型的TextRank关键词抽取方法［9］，对海量铁路科技文献进行内容处理和关键词提取，完成科技文献的知识内容表征，优化信息检索精准度，积累并更新铁路行业基础词库。同时，在前期知识组织成果的基础上，开展铁路科技信息资源自动分类标引、领域知识图谱构建工作。

4.3 设计贴合用户需求行业需要的特色服务

轨道交通专业知识服务模式的核心特点之一是用户需求导向，即探索满足用户科研、业务决策需求的服务方式和内容。在前期阶段，应借助实践调研、用户信息，利用行为数据分析等方法深入了解科研机构用户、科技企业用户、科研个人用户的情报服务需求和偏好，以此为依据完成用户画像工作，建立多类型用户知识服务需求模型。参照不同类型用户知识服务需求模型，提供定制化的知识服务组合，如“专题定制服务+知识工具”“专题定制服务+智能情报”“知识工具+智能情报”等。

“轨道交通专业知识服务系统”设置“专题定制”服务模块，围绕用户的研究方向、目标专题编制高级检索表达式，并固化在“专题定制”功能模块内，实现专题信息自动检索、整合，并借助系统用户中心、邮箱传递等方式提供专题持续推送服务。同时，研发“铁路大数据词库”“轨道交通专业联想词检索系统”等知识工具，帮助科研人员及时更新行业术语，提升情报检索的专业化程度，为领域知识管理、知识发现提供辅助工具。

4.4 建立高效及时的知识服务反馈优化机制

轨道交通专业知识服务模式作为一个开放系统，不断与外界进行“数据—服务”的输入与输出活动。该模式的实现和可持续发展需要反馈与优化机制作为保障，以推进系统的功能优化与迭代。建立知识服务反馈与优化机制主要分两步走：第一，开辟多维度的知识服务反馈渠道，借助系统平台、微信公众号、人工热线等实现高效、及时的用户知识服务反馈。全面收取用户知识服务需求及问题咨询数据，定期进行整合与分析，针对普遍性、典型性的反馈问题进行研讨、解决。第二，搭建“用—学—研”三位一体的知识服务优化工作模式，将知识服务过程中用户反馈点与知识服务理论研究、技术研发相结合，反向指导知识服务优化工作，持续推动服务内容、服务方式、技术支持、系统功能等方面的更新。

“轨道交通专业知识服务系统”在知识服务功能优化方面，始终坚持以用户反馈为参考，通过现有检索功能升级、分类浏览功能改造，提升知识服务的用户满意度。贴合轨道交通领域知识分布广泛、专业性强等特点，结合用户检索过程中遇到的各类疑难，研制出铁路大数据词库、轨道交通专业联想词检索系统等一系列知识工具。同时，通过开展数据采集、数据可视化技术研究工作，探索智能情报服务流程，不断提升系统的大规模知识生产与输出能力。

5 结束语

随着铁路数字化转型步伐的加快，铁路大数据存储、分析和共享的需求日益增加［10］，这也为轨道交通专业知识服务的发展指明方向。以“数据驱动”思维创新科技信息资源的存储与组织方式，运用大数据算法技术开展资源内容挖掘和数据产品定制服务，建立高效及时的服务反馈优化机制，最终以系统平台的方式满足科研用户的知识需求，支撑我国轨道交通行业科技创新工作的开展。