复杂信息环境下多源数据情报价值发现研究.pdf

2023年第3 期前沿与热点复杂信息环境下多源数据情报价值发现研究*瀚孜涵白如江冯梦莹张亚辉辛晓梦（1.山东理工大学信息管理研究院山东淄博2 550 4 9)摘要：复杂信息环境下，情报数据更多源，结构更复杂，规模更庞大，如何从多源数据中及时甄别出有情报价值的信息是当前函待解决的问题。文章深入分析了复杂信息环境给多源数据情报价值发现提出的新要求。在此基础上，提出了多源数据情报价值发现模型。首先，构建动态的多源数据空间；其次，从多源数据外部基础特征、内容语义特征以及用户情报需求特征3 个维度分别提出了情报价值发现的设计方案。复杂信息环境下，多源数据的情报价值发现需要快速感知、细粒度挖掘、精细化研判和智能化分析。需要时刻关注用户的情报需求，并结合深度学习等技术实现多源数据情报价值发现的高效化、精准化和智能化发展。关键词：情报价值；多源数据；复杂信息环境；语义特征；情报需求中图分类号：G353.1Research on Intelligence Value Discovery of Multi-source Data in Complex Informa-tion EnvironmentAbstract In the complex information environment,intelligence data has more sources,more complex structure andlarger scale.How to identify information with intelligence value from multi-source data in time is an urgent problem tobe solved.This paper deeply analyzes the new requirements of multi-source data intelligence value discovery in com-plex information environment.On this basis,a multi-source data information value discovery model is proposed.Firstly,a dynamic multi-source data space is constructed.Secondly,a design scheme of information value discovery is pro-posed from three dimensions:external basic characteristics of multi-source data,content semantic characteristics anduser information demand characteristics.In complex information environment,the intelligence value discovery of multi-source data needs fast perception,fine-grained mining,fine judgment and intelligent analysis.It is necessary to alwayspay attention to the intelligence needs of users,and combine deep learning and other technologies to achieve the effi-cient,accurate and intelligent development of multi-source data intelligence value discovery.Key words information value;multi-source data;complex information environment;semantic feature;information re-quirement随着大数据、人工智能的迅猛发展，支撑科技情报决策的数据环境正发生着翻天覆地的变化。数据的来源、类型、规模、结构、质量等也由于信息技术的更新迭代发生重大变化，复杂信息环境下多源数据呈现相对“不稳定状态”。地球上每天约产生5亿条推文、4 0 0 万CB的Facebook数据 2 。诸如此类的多源异构数据为情报研究提供了丰富的数据资源，为情报工作转型带来了新契机，但也使得情报工作陷人了“信息泥潭”“数据焦虑”中。复杂信息环境下，多源数据的内容涵盖了政策、文献标识码：AD0I:10.11968/tsyqb.1003-6938.2023039报告、规划等，动态演变强，呈现出规模庞大、结构异构、语义复杂、数据不完备、粒度各异等特点 3 。在这些良不齐的多源数据网络中，究竟有多少是情报任务需要的信息，如何及时有效地发现多源数据的情报价值，迫切需要有一个完整的情报价值发现体系去支撑和指导实践。从而帮助情报人员从海量的数据中快速且准确地甄别出有情报价值的内容，使情报工作在这个数据、信息过剩的复杂环境中，更加精准化、智能化的发展，发挥多源数据对情报决策支持的重大效果。*本文系国家社会科学基金项目“多源数据融合驱动的智慧情报感知研究”（项目编号：2 1BTQ071)研究成果之一。收稿日期：2 0 2 3-0 5-2 5；通讯作者：白如江（）；责任编辑：刘婷61描述网站之间相互链接的行为，就为后续的定量评价提供了思想指导。基于网络链接分析的方法也在瀚孜涵，白如江，冯梦莹，等.复杂信息环境下多源数据情报价值发现研究 J.图书与情报，2 0 2 3(3)：6 1-7 01情报价值发现研究综述“价值”是指能满足人类某种需要的属性，而“情报价值”是指情报所具有的对人有用的属性 4 ,即情报的获取者接收该情报后，帮助其达到某一具体目标的有用性，是情报客观属性与用户需求的耦合。对于情报价值发现来说，多源数据的客观属性与用户的情报需求，二者缺一不可。在情报价值计算方面，由于情报在加工过程中投入的人力、物力等不能简单分割,而且情报的利用具有一定的特殊性,并不方便计量，因此对于情报价值的判断逐渐成为学界研究的焦点。早期的情报价值发现研究以定性评价多源数据的外部特征指标为主。19 9 1年,Richmond提出了最早的关于多源网络信息情报价值评价的“10 C原则”，包括了内容（content）、可信度（credibility）、连续性（continuity）等10 个定性指标 5。19 9 7 年，佐治亚大学的Oliver等针对网络数据的质量问题，提出了经典的“OASIS评价体系”,包括客观性（objective）准确性（accurate）数据来源（source）、信息量（informa-tion content）、范围（range）5个指标 6 。在后续的研究中，各种不同的定性指标也被陆续提出，如数据的格式、时效性、原创性、全面性等 7 。随着评价角度的不断完善，研究者开始更加注重指标体系构建的科学性与完备性。北约组织针对网络开源情报，提出了准确性、权威性、时效性、客观性和关联性5个方面的评价体系。邹婧雅等结合上述方法，构建了国际智库开源情报的评价体系，从数据源和数据内容两个角度构建评价体系，包括了数据的真实性、完整性、时效性、预测性、实践性、反情报性、可理解性和可回溯性8 个要素 8 。情报价值的定性评价方法已经趋于成熟，能从多种视角对评价对象进行相对全面和细致的分析，但是其主观性强，分析结果的科学性和说服力有待提高，并且不能满足自动化评价的需求。定量的情报价值评估方法通过数量统计分析等,能有效排除一些主观因素，使得评价结果更具可信度，是多源数据情报价值发现的重要发展方向。早在19 9 6 年“链接（sitation）”9 一词被首次提出，用来62实践中取得了巨大成功，如Page等提出的PageRank算法 10 ,作为主流的网页重要性排序方法，也被拓展到数据的情报价值评估研究中。后续,D-S证据理论、AHP层次分析法、Bayesian网络和模糊评价等也被应用于数据的情报价值评估 。但是定量评价方法只能通过数量统计结果进行通用性的评价，无法对多源数据进行深层次的利用。由于定性和定量评价方法都有各自的局限性，所以出现了将二者结合起来的综合性评价方法，评价的角度也从数据外部特征深人到文本内容维度，从而达到相对完整的评价结果。在具体实践中，中科院文献情报中心发布的情报重要度的指标体系和计算方法12 报告中提出了情报类型、情报来源、情报主题、主题相关度和科技相关度5个一级指标，并细化成3 1个二级指标，率先将情报外部特征深人到文本内容维度，为相关研究提供了良好的借鉴。曾文等构建了科技前沿领域的开源数据质量评价体系 13 。在近几年的研究中,以用户情报需求导向的评价指标构建研究逐步增加。如王晰巍等基于信息生态视角，发现不同用户的群体特征对于多源数据利用价值的评判具有较大影响 14 。Vatani和Shiri聚焦数据内容的词特征，通过构建用户兴趣模型关联数据内容与用户偏好，实现了具有较高情报价值的数据过滤与筛选 15。不难发现，情报用户的需求始终是情报工作的核心，对多源数据进行情报价值发现，最终目的也是为了服务用户（见图1)。总体而言，国内外学者已经从定性评估、定量评估和综合评估3 个方面，展开了大量多源数据情报价值问题的研究。但仍存在以下问题：（1)定量化的情报价值计算方法，计算成本高、耗时长，复杂信息环境下迫切需要能支持更大数据规模、更快计算速度的情报价值发现方法；（2)价值评估维度单一，现有研究以考虑数据外部特征或内容特征等某一方面为主，分析结果片面，面对“不稳定”的信息环境需要全面评估而非单一维度；（3)复杂信息环境下数据焦虑、信息迷雾等困扰严重，现有方法对数据语义内2023年第3 期10C原则Richmond最早提出网络数据价值评估快性、来源、信息含评估指标量、范围5方面OASIS体系定性包括客观性、准确北约组织综合更加注重指标体评估系构建的科学性和完备性任务需求需求根据情报任务需导向求，有针对性地发现数据情报价值199119961997199921世纪2011至今未来链接思想网络链接分析方法定量：主流的网页重要性排序：全拓展到多源数据情青评估方方法，其思想被应用于评估报价值评估数据情报价值评估图1多源数据情报价值发现重要研究节点容的挖掘程度不足，需要更加细粒度的价值发现方式 19 。BERT、C h a t G P T 等新技术方法的突破,表明一法；（4)用户需求不断提升，事实型、泛在化的情报服代又一代的AI技术突飞猛进，情报领域更不能浅尝务难以满足需求，这也要求情报价值发现需要充分止，复杂信息环境也为多源数据情报价值发现提考虑情报需求，由表及里，提供精准情报价值发现。出了新要求、新挑战。综上，未来多源数据情报价值发现工作不但要2.1数据海量异构：需要更快的感知响应能力关注数据的外部基础特征，而且要利用计算机技术复杂信息环境下，单源数据往往呈现出碎片化、对多源数据的内容特征进行深层次语义解析，并结线索化的特征，无法提供完整的情报地图。只有通过合情报需求综合发现多源数据的情报价值已成为共多源数据间的相互支持、补充和校对，才能提供更加识。因此，如何在复杂信息环境下，利用深度学习等准确、全面和及时的信息支撑情报工作。此外，多源数技术，从数据的外部特征、内容特征和情报需求3 个据来自不同载体、不同渠道的数据体量大、更新快、方面快速甄别有情报价值的内容，实现精准化情报种类多。面对海量的数据集合，需要更快的感知响应价值发现是目前面临的最突出问题。能力，提高情报工作的效率，数据的分析规模和处理效率大幅提高，海量数据的处理迎来“AI-first突破。2复杂信息环境下多源数据情报价值发现的复杂信息环境的不确定性，可能导致高价值情新要求报数据稍纵即逝，需要利用先进的计算机技术快速赵志耘指出，当前科技情报复杂信息环境的现感知、及时跟踪、全面掌握数据情况。不仅如此，复杂实条件，使情报研究发生了前所未有的影响和变环境也为多源数据获取的深度和广度提供了极大帮化6 。“信息环境 是指科技情报工作在发展和演进助，情报数据分析不再受限于某一领域，要求情报价过程中的信息条件 17 ,而“复杂信息环境”特指科技值发现工作运用数智技术，开展多维度研判。AI技情报产品的生产环境，包括“外部”环境和“内部”环术的应用极大地节省了时间和人力成本，随着情报境两个方面 18 。“外部 环境是指外部环境日趋复杂，任务和问题呈现出实时化、复杂化、多维化等特点，不确定显著增加，科技情报信息源呈复杂性；“内部”过去依赖局部特征、传统工具、人工为主的多源数据环境指情报产品生产所处的环境，也就是数据的来情报价值挖掘方式必将跌落鸿沟。如何将海量异构源、类型、规模等发生着翻天覆地的变化，数据内容的多源数据整合增益，提高情报价值发现的效率和更为复杂 16 。与此同时,人工智能技术以海量的数据准确率，成为新时代情报发展的关键。支持、不断改进的核心算法和不断突破的计算速2.2数据价值稀疏：需要更细粒度的挖掘能力度，深刻变革科技情报感知、融合、分析与服务的模复杂信息环境下，数据来源五花八门，科技博奔63PageRank文献情报中心全面发布情报重要度智能利用人工智能技的指标体系和计算评估术快速甄别海量方法数据的情报价值自动化、智能化瀚孜涵，白如江，冯梦莹，等.复杂信息环境下多源数据情报价值发现研究 J.图书与情报，2 0 2 3(3)：6 1-7 0诱发的数据“迷雾”特征日益凸显，多源数据的情报2.4信息环境复杂：需要更智能化的分析能力价值稀疏，导致高质量情报极有可能被淹没在数据“信息环境”日趋复杂，驱动了情报工作在数据海洋中，迫切需要更细粒度、更智能化的情报挖掘能获取手段、获取方式、处理技术等方面的深刻变革，力来确保情报产品的质量。传统科技文献数据的组仅仅依靠人力分析的做法已不能履行情报工作的使织方式往往以题目、摘要、关键词等外部信息组织为命。随着深度学习的出现，泛智能化是大势所趋，人主，较少深入到文献内容层面。当前，情报分析方法工智能技术的应用对提高复杂信息环境下科技情报由手工作坊转向大规模、细粒度智能分析，类ChatG-“线索发现”能力具有重要作用，为多源数据的自动PT人工智能技术已具有自动综述、观点提炼等潜在化全面搜集、精准过滤和深度分析研判提供了新的能力，为情报分析提供了智能化工具的同时，提高了机遇和可能。情报价值挖掘的准确性，更容易发现数据中隐藏的复杂信息环境下科技情报工作的对象多元化、规律。如在下一代移动通信领域，如果只使用粗粒特征复杂化，数据领域也从传统的科技文献数据拓度数据分析，可能只能得到一些常规的技术发展趋展至几乎所有的领域，信息环境转向开放，迫切需要势，如5G商用化、6 G研发启动；但如果进行细粒度弥补可用数据资源与紧迫情报需求之间的差距，更内容分析，就能挖掘出更多精尖技术、前沿技术，如智能化发现多源数据的情报价值。如中科院自动化太赫兹技术、大规模MIMO技术等。研究所的王飞跃团队提出基于ACP的开源情报分当然细粒度的数据挖掘也存在一些挑战，如需析框架，构建了面向开源数据的科技监测与协作创要更复杂的算法、更精确的数据采集和处理，但随着新平台 2 0 。清华大学唐杰团队建立了新一代科技情计算机技术的不断发展，使得从海量数据中精准挖报大数据挖掘与服务平台AMiner,以科研人员、科技掘细粒度知识对象的能力逐步提升，以研究问题、方文献和学术活动三类数据为基础，对异构科技情报法、步骤等深入到文献内容层面的内容组织成为可网络进行深度挖掘，提供语义搜索、语义分析等服能，为细粒度的情报价值发现提供了可能。务，被称为科研搜索“神器”2 1。能够满足用户精准定2.3情报需求提升：需要更精细化的研判能力位、实时分析的智能情报分析数据库越来越多，驱动复杂信息环境，用户的需求也日渐宽泛，数据规情报工作者开始运用更智能化的方法从纷繁复杂的模不断扩大，技术方法持续更新，情报任务日渐复数据中发现情报价值。杂，对多源数据情报价值的辨析需求相比于过去更2.5对于提出复杂环境下的多源数据情报价值发现为突出，情报需求更多时候由显在转为了潜在,由宏的思考观转向了微观,并不断细化。宏观层面的情报需求，一可以看出，相比于传统信息环境，复杂信息环境般具有框架性、战略性、全局性的特点，通常是在制定下给多源数据的情报价值发现带来的影响包括更强战略定位时所需的需求。这类需求往往不需要经常更快的处理力、更细粒度的挖掘力、更精细化的分析去求证，可以根据情报用户大致判断，或放眼世界来力和更智能化的发现力等。情报数据环境的变化也判断可能会有什么样的情报需求。而微观情报需求决定了情报研究必须重视对数据情报价值的挖掘，大多是需要探明的需求，如一个具体研究问题折射过去普遍认为只有人类才能实现的任务，正在一个出的情报需求，有关某一技术成熟度的情报需求等。个地由机器实现，“人类+AI的组合既优于纯人类也但不管数据环境和情报需求如何变化，情报工优于纯计算机，将复杂信息环境与多源数据情报价作“耳目、尖兵、参谋”的宗旨始终没有改变。及时、值发现结合到一起进行研究，主要有以下思考：准确、全面地捕捉最新、最快的情报需求动态，更精(1)前瞻定位。复杂信息环境下，科技情报工作细化的分析隐藏在数据背后的规律与趋势、内容与面临着需求、视角、模式等的变化，支撑情报研究的价值，提供精准情报支持，对于把握最新研究进展等数据资源呈现出海量、多源、异构的特征。基于海量情报工作具有重要意义。数据开展的情报研究越来越受到重视，做好多源数642023年第3 期据的情报价值发现具有战略必要性。但是，传统的研求的参考作用。究方法难以在大规模数据的基础上保证情报研究的综合上述三方面的考虑，本文提出多源数据情质量，美国情报分析之父ShermanKent也曾指出：如报价值发现研究思路，从良莠不齐的海量数据中，发果要进行情报工作，必须要对情报资料进行评判，才现情报线索，针对情报需求，确定其情报价值。整体能得出相应的假设,如果情报资料是劣质的,那得到分为四个部分：首先，构建多源数据空间，获取多源的情报图景也一定是不合格的 2 。所以在多源数据异构的海量数据，初步筛选去除穴余；其次，选择定情报价值发现中考虑复杂的信息环境，把情报价值性与定量结合的方法对多源数据的外部基本特征发现从传统认知范式里分解出来，更高效的开展情（权威性、时效性、关注度等)进行情报价值的挖掘与报工作是未来研究的重要方向。计算；再次，充分利用BERT模型Transformer架构，(2)任务驱动。目前针对多源数据情报价值的对多源数据的内容特征进行深层次的语义解析；最分析方法通常根据数据的外部特征构建指标体系，后，根据情报任务的具体需求，结合情报线索的揭从而发现情报价值。如来自官方媒体的数据要比来示，对多源数据进行指向性的价值发现，最终达到自个人社交媒体的数据更具有价值。但是，这种方法发现高价值数据的目的（见图2)。并没有对数据的语义内容进行深入探究，在对从多3.1构建多源数据空间源数据中精确挖掘细粒度知识对象的要求不断提高大数据时代下，情报“耳目、尖兵、参谋”的作用的今天，显然是不够的。针对这个问题，充分考虑复越来越得到各方关注，科技情报的工作过程需要广泛杂信息环境下数据价值稀疏特征，着眼于数据内容并且可靠的数据作为支撑。在这个信息互联互通的背层面，在外部特征的基础上增加文本语义内容维景下,数据的获取途径越来越多,获取方式更加多样，度，同时考虑情报任务需求，可以确保情报工作更加过去以单源数据为主的情报工作方式转向多源数据稳定、高效、准确地进行。综合利用，但在杂乱无章的各类数据中构建高质量总体来看，面对复杂的信息环境以及海量、多的多源数据空间仍是情报工作的重要准备环节。源、异构的数据，如何高效地发现和挖掘符合需求的从多源数据空间的组成来看，主要包括两方面有效数据,实现数据价值的增值,成为情报研究面临的数据：一类是以篇章为基本单元的基础资源类数的重要问题。本文就如何基于复杂信息环境进行多据，如论文、规划、专利、标准、分析报告等；另一类是源数据情报价值发现进行可行性分析，希望在守正领域知识库，涵盖相关领域项目、技术、特征等各类继承传统研究范式的基础上，拓展以深度学习等新情报对象的基本情况。由于多源数据的情报价值判技术支撑的多源数据情报价值自动发现，推动情报断有着非常细致的要求，如对通信领域重要的多源工作更加智能、高效地发展。数据，对于其他领域的研究来说可能就没有那么重要，因此领域知识库的建立对于提高情报价值判断3多源数据情报价值发现体系构建精确度会有所帮助。多源数据情报价值发现的目的是为情报用户的在多源数据空间构建过程中，由于这些数据源决策提供支持，因此对于情报价值的判断通常是由异构性强、穴余度高，所以为了高效进行后续的情报情报用户使用后的效果来决定的，使用效果越好则价值发现，需要对搜集到的数据进行初步筛选，去除情报价值越高。这种情报价值的判断方式虽有其客亢余信息，解决数据积累的过程中，数据重复、冲突观性，但并不全面,因为在数据感知泛化的时代背景和不一致的问题。同时，多源异构的数据会引起数据下,情报的准确性是相对的,情报的不确定性才是其空间管理的混乱，如多源载体中针对同一对象有不客观属性。由此可见，对多源数据的情报价值判断，同的表述方法，直接影响了数据的价值发现，甚至导一方面要体现数据的基本性能，另一方面要考虑数致错误的情报决策。因此，需要构建结构化的多源数据的内容语义特征，同时还要兼顾数据对于情报需据表示方法，解决其异构性带来的问题,并基于情报65翰孜涵，白如江，冯梦莹，等.复杂信息环境下多源数据情报价值发现研究 J.图书与情报，2 0 2 3(3)：6 1-7 0复杂信息环境下多源数据情报价值自动发现设计方案多源数据空间基础数据论文分析报告标准政策领域专利规划其他知识库领域技术领域项目库特征词库语义词库事件词库数据外部特征灰色评佳权威性关注度时效性确定、准确性完整性相关度权重Delphi构建指标体系AHP层次分析权值指标、权重8灰色关联分析灰色评价权矩阵模糊综合评价情报价值得分训练集内容语义特征有价值无价值情报划定价值阅值得分数据集BERT有价值无价值测试集情报价值得分二分类BERT选择有情报价值类：本体情报需求特征情报需求情报需求识别多源数据情报线索识别需求识别描述ml数据增强结构化描述模型微调BERT需求知识库四配度计算情报价值得分情报线索3综合评估图2 复杂信息环境下多源数据情报价值发现设计方案任务对应的领域知识结构化、精细化的描述多源数据,继而计算相似度，将情报的重复和冲突程度量化，最终通过分析相似度来衡量数据价值。快节奏时代的多源数据空间并不是一成不变的，每天都有海量的数据扑面而来，数据更新速度远超我们想象，所以多源数据空间一定是一个动态变化的，可以实时更新的同步数据集。此外，在数据获取和更新过程中，要重点关注几点：（1）多源数据质量的把握，着力解决好数据的获取途径和方式的问题；(2)获取基本数据类型的同时,兼顾领域数据，构建好知识组织体系（见图3）。3.2基于数据外部特征的情报价值发现多源数据的外部特征是指数据自身所具备的基66本特征，主要是从数据的外在属性入手,并不涉及数据的具体内容，对数据的情报价值进行挖掘与计算。由于数据的基本特征直接影响了后续数据分析的可接受度和易挖掘性,所以一个或一类数据的基础特征评分越高，其研究价值也就越高。因此多源数据的外部特征是情报价值发现中必不可少的因素。结合现有研究与科技情报工作的特点，本文选择多源数据的权威性、关注度、时效性、准确性、完整性和相关度6 个二级评价指标（见表1），提出DAGF算法充分考虑情报价值评估过程中的模糊、复杂、难以量化的因素，将定性与定量分析综合，得出量化的情报价值。如权威性是指数据来源对象或机构的权威性，多源数据来自科技管理机构、政府部门、国际2023年第3 期数据重复、冲突？结构化表示数据动态更新M图3 多源数据空间构建重点关注的问题表1数据情报价值评估指标究，在一定程度上对多源数据进行了客观地评价，适一级评价二级评价指标指标权威性数据基本关注度特征时效性数据提供的时效性/数据获取的反应时长准确性数据与客观现实的符合程度完整性数据各项要素是否齐全数据客观特征相关度组织、新闻网站等复杂渠道，来源机构的权威性越高，数据权威性越高，其数据价值也在一定程度上提高，如来自政府官网的数据要比自媒体平台的数据更权威；关注度是指数据所受关注的程度，关注度越高，数据传播越广泛，则更容易被发掘，数据价值也就越高。具体来说,DAGF算法是由德尔菲法（Delphimethod）、层次分析法（Analytic hierarchyprocess）、灰色关联分析（Grey correlationanalysis）和模糊评价法(Fuzzy evaluation)集成的评价方法。首先，利用德尔菲法匿名函询、多轮反馈等优点，建立上述指标评价体系；其次，利用层次分析法系统性分析，构造判断矩阵并计算各指标的权重，并计算得到6 个二级指标在指标体系中的权重；第三，利用灰色关联分析操作简单、不需要经典分布规律，且计算量小的优势，依次确定评价量样本矩阵、评价等级集合、各等级的灰数和白化权函数、灰色统计数,最终确定灰色评估权值和权矩阵；最后，利用模糊综合评价矩阵，综合上述指标权重和灰色评价权矩阵，计算该数据的情报价值得分，依据得分对数据进行过滤，支持后续精细化的情报研究（见图4)。将DAGF算法引人多源数据情报价值发现研数据从哪来？数据源质量把握？知识体系构建？基础资源类数据领域知识库用于情报数据要求低、情报需求简化的任务场景，但指标内涵是由于情报价值判断是一个复杂的过程，在细粒度数据来源机构或对象的权威性情报数据感知背景下，还应在实践中结合多源数据数据受关注的程度内容语义特征进行深度分析。3.3吊融合内容语义特征的情报价值发现多源数据的内容特征主要是从数据内容的角度与领域主题是否相关出发，对数据的情报价值进行计算与挖掘。对于数据来源，究其根源还是其内容是否完整，即数据的完备性，是否满足情报用户对内容领域的需求。如果需要研究的是“苹果”，而提供的资料却是很多关于“梨”的数据，即便基础特征再好，数据的情报价值也会大打折扣，所以基于内容语义特征的多源数据价值发现模块必不可少。随着人工智能技术的发展，基于数据内容特征的语义挖掘方法逐渐成熟。本文基于BERT(Bidirec-tional Encoder Representations from Transformers)大规模无监督预训练模型以及其Transformer架构，由于BERT预训练模型不仅可以使下游模型性能大幅提升，且使Transformer信息提取能力增强，是一种超强的特征抽取器，能对文本语义和句法特征有效建模，因此构建基于文本内容语义特征的情报价值发现模型，对多源数据的语义内容特征进行情报价值计算，并结合前文所述的数据外部特征情报价值评估结果，得出综合的情报价值计算结果。由于标注语料集是不可或缺的一部分，但是人工标注情报价值费时费力，借鉴张敏等 2 3 提出的情报价值计算模型思路，利用多源数据情报价值外部特征得分自动构建训练集，采用二分类任务模型输出有无情报价值的结果，并通过预测有情报价值类67翰孜涵，白如江，冯梦莹，等.复杂信息环境下多源数据情报价值发现研究 J.图书与情报，2 0 2 3(3)：6 1-7 0别的置信度来得到该数据情报价值的评分，最后综合外部特征得分计算出最终的情报价值。在模型构建过程中,充分发挥BERT模型Trans-former架构的优势，并将情报的外部资源特征融入到模型中辅助决策。在基于数据内容语义特征的情报价值计算模型中，文本的向量化是重要环节之一，将文本映射到高维向量空间，获取字的表示。具体来说，先将文本分词、标记化，通过WordPiece分词，将单词分解成词片段，并赋予不同的embedding向量，位置嵌入表示词在文本的相对位置信息后进行分段嵌人，,对输人的文本序列进行多层的encoding，得到多个带有语义信息的向量以及最终的文本向量表示。所得结果中的有情报价值类的预测得分即为基于内容语义特征的多源数据情报价值评分。最后结合前文数据外部特征的情报价值得分，得出综合的情报价值。3.4基于情报需求模型的情报价值发现情报工作始终是由需求驱动的，正如情报学家包昌火所说“需求是情报的第一驱动力”，美国情报学家Herring也认为情报工作的首要任务就是识别用户的情报需求 2 4 。因此,多源数据是否符合目标用数据1构建层次结构基本特征炭色关联构造判断矩阵确定评价等级Delphi:AHP客观特征数据n建立指标体系多源数据集图4 基于数据外部特征的情报价值发现流程情报需求识别情报需求层户的情报需求直接决定了数据的价值，由于不同用户的情报需求差异性大，识别不同用户的情报需求和多源数据中的情报线索，成为了开展情报价值发现的重要环节。部分学者尝试从数据驱动的角度获取情报需求，邹益民和张智雄提出了基于对象计算的情报价值判断方法 2 5,吕宏玉杨建林基于模板识别国家战略情报需求 2 6 ,Levashova等通过情报需求建模，分析情报需求与数据价值 2 7 。借鉴现有研究中的情报需求关注模型，结合情报价值自动发现的任务，本文设计的多源数据情报价值发现模型主要包括三部分：一是情报需求识别,结构化描述情报需求和领域先验知识；二是情报线索识别，深层次揭示多源数据中蕴含的情报线索；三是情报需求与情报线索进行匹配度计算，判断多源数据情报价值（见图5）。3.4.1情报需求识别情报需求识别模型的主旨任务是将情报需求转为计算机可读、可计算的知识，也就是结构化、模型化的描述情报主体的任务需求。本文认为情报需求识别模型，还应该关注领域先验知识，考虑情报对象的特殊性,更加精细化的描述情报需求。确定评价量确定灰色样本矩阵评估权值和权矩阵模糊分析计算灰色评价评价结果计算权重确定评估灰类确定各指标权重自化权函数模糊综合评判矩阵统计数匹配情报价值判断情报线索层情报线索识别识别情报对象+事件多源数据层多源数据层情报对象线素情报事件线索情报需求层图5基于情报需求模型的情报价值发现过程682023年第3 期情报任务的差异性，导致了情报人员对各类多源模型支撑。更重要的是这种多源数据情报线索的揭数据的关注点大不相同,因此在结构化描述情报需求示方式与前文所述的情报需求识别模型是一致的，的过程中，必须考虑情报对象及行为的特殊性。如科都是在考虑情报对象及行为的基础上，进行线索的研攻关团队更倾向于关注重大战略报告、技术白皮发现与揭示，为多源数据的价值发现奠定基础。书、重要成果发布报告等，而对于企业团队则更加关此外，当前数据与信息环境呈现复杂性，不同于注政策措施、投资预算等相关信息。不同的情报对象传统科技数据呈现的相对稳定状态，复杂信息环境具有鲜明的特殊性，这也使得在情报需求识别中引下的科技数据并不稳定，在获取更便捷、来源更丰人领域先验知识和精细化需求分析具有必要性。富，带来新契机的同时，“科技信息迷雾”的困扰不容首先，情报需求识别模型是用户情报需求、领域忽视。由于“信息迷雾”的成因更为复杂，给情报线需求分析和领域知识描述的共同语言，是实现领域索的识别带来极大干扰，未来研究中能够准确感知、先验知识“启发”用户情报需求的关键；其次，对情报刻画和表达“情报线索”的方法和技术至关重要。需求进行识别和分析，获取领域需求知识，常用的分3.4.3情报价值判断析方法有专家知识分析法和大数据分析法；最后，通在上述过程中，情报需求识别模型对基于领域过本体描述情报需求，并构建情报需求知识库。值先验知识的情报需求进行了结构化描述，情报线索得注意的是，在情报需求的描述过程中,情报对象的识别对多源数据中散落的情报元素进行了揭示，两行为强度影响了情报需求的识别准确率，如果情报者分别立足于需求与数据视角,还需要对二者进行对象中包含了“革命性地”“首次”“率先”等词修饰，相似度计算，完成情报价值的判断。由于二者均考虑则该数据更具备情报价值。了情报用户及其行为，所以本质是是对用户行为模3.4.2情报线索识别式的匹配，从相似度的视角将情报需求与情报线索多源数据中蕴含着与情报发生相关的地点、时的冲突和冲突量化，最终以相似度度量值来表示情间、任务、机构、人物、缘由等情报元素，然而这些元报价值。具体来说，通过领域先验知识、行为强度修素结构分散、相关关系难以确定，造成了情报价值判饰词等对情报线索进行数据增强，使得重要情报线断的困难。情报线索识别是对多源数据中蕴含的重要索更加突出，再将情报用户需求与情报线索进行相情报线索进行揭示，基于数据增强的BERT预训练模似度计算,并将计算结果归一化和标准化。引用分级型等，完成主体内容识别、情报元素抽取、对象行为抽评价思想，将计算结果分段表示，如星级划分，使计取等处理过程，将多源数据中蕴含的情报发生时间、算结果更容易理解和接受。地点等不同语义角色信息、语篇结构特征等抽取出来，4结语并映射成对象网络，将其转化为可计算的知识单元。情报线索的主体是语篇中的情报对象，语篇对象及其行为直接影响了情报元素抽取的准确性和情报线索匹配的效率。通常情况下，多源数据篇章中的主体对象往往出现在开始部分，或贯穿整个篇章频繁出现。一方面，通过情报对象的分布规律可以辅助情报线索的识别；另一方面，情报对象的出现频次也可以作为定量指标来计算该对象行为情报元素的价值。由情报线索也就是对象及其行为组成的语义结构图，能够更加清晰和直观地反映出多源数据所蕴含的情报信息，能够很好地联系并揭示散落在资源中的情报线索，为情报价值的判断提供坚实的语义复杂信息环境打破了传统情报价值评估的工作模式，将具有新时代特色的情报价值发现思路引入大众视野范围内，为科研人员及时发现高价值的情报信息带来了新机遇。本文提出了复杂信息环境下多源数据情报价值发现新思路，并分别设计了基于数据外部特征、融合内容语义特征和基于情报需求模型的情报价值发现过程。多源数据情报价值发现既要遵循一般情报源的规律，也要因具体领域的变化而适当调整，根据情报分析需求从不同的粒度进行多源数据情报价值挖掘是关键一步，关注情报用户及其行为是核心思想，基于深度学习模型69翰孜涵，白如江，冯梦莹，等.复杂信息环境下多源数据情报价值发现研究 J.图书与情报，2 0 2 3(3)：6 1-7 0实现情报价值自动化发现是大势所趋。在未来研究中，面对复杂数据环境，抢抓新一代信息技术发展机遇，加强多源数据情报价值发现在数据分析规模、挖参考文献：1】赵志耘，曾文.复杂信息环境下科技情报理论体系构建问题研究 J.情报学报，2 0 2 2,4 1(6):54 9-557.2大众日报.约150 年后，数据的比特数量将超地球原子总数 EB/0L.2023-05-08.https:/ J.情报理论与实践，2 0 2 2,4 5(5):1-6.4邹益民，张智雄，刘建华.基于对象行为的情报关注模型研究 J.中国图书馆学报，2 0 13,3 9(5):50-59.5 Richmond B.Cccccc.ccc(ten cs)for evaluating Internet resourcesJ.Teacher librarian,1998,25(5):20.6 Oliver K M,Wilkinson G L,Bennett L T.Evaluating the Quality of Internet Information SourcesMJ.Washington:Departmentof Education,1997.7】徐扬.基于向量分析的情报价值研究 J.情报科学,2 0 13,3 1(2):2 4-2 8.8邹婧雅，于亮，李刚.以国际智库为来源的开源情报评价框架研究 J.图书情报工作，2 0 2 1,6 5(1):2 4-3 3.9 Mckiernan G.CitedSites(sm):Citation Ind