情报学研究热点及前沿领域

8.2.3　情报学研究热点及前沿领域

除了上面所提到的具有代表性的研究内容(信息资源管理、数字图书馆、知识管理等)以外，情报学还出现了一些前沿领域，包括数据库中的知识发现(Knowledge Discovery in Databases，KDD)，语义网(Semantic Web)，3G网格(Great Global Grid)，信息构建(Information Architecture，IA)，元数据，社会网络与小世界现象等⁽⁵⁴⁾。

1.信息资源管理

信息资源管理的研究发端于国外，最初是在政府文书管理和企业界进行。20世纪80年代中后期，国内一些图书情报学者开始关注这一领域。情报学视角下的信息资源管理研究与管理学界有着明显的不同。图书情报学者多从时间的维度对信息资源管理的沿革和发展进行探讨，侧重于信息资源管理的流程和环节；同时，强调从整个社会的宏观视野来理解信息资源，并运用综合手段(包括技术、经济、人文)对人类信息过程进行综和性、全方位的控制和协调，讨论社会信息资源的规划、配置和利用等问题。当前，该领域研究的主要问题包括：社会信息资源管理、信息资源规划、网络信息资源管理、信息资源共享和优化配置、信息政策法规等。对于政府、企业等组织的信息资源管理问题情报学界也有所涉及，但总体来看，内容较为宽泛，组织层面的定位不突出。

2.数字图书馆

国内对于数字图书馆的研究始于20世纪90年代中期，所进行的研究可以归纳为以下三个层面。一是基础理论研究，包括数字图书馆的概念、特征、功能等；二是技术研究，包括XML语言、数据挖掘、知识信息导航、数据异构封装等；三是建设研究，包括数字图书馆与传统图书馆的联合和衔接、对馆员素质的要求、数字图书馆新型服务以及所涉及的知识产权问题等。在纯理论和纯技术方面，都已经取得了较大的进展，接下来是如何将二者结合，从资源建设和用户服务的角度来进行更为深入的探讨⁽⁵⁵⁾。

3.知识管理

对于知识管理的研究，也是由国外引入。这一新兴研究领域的兴起与知识经济浪潮有着直接的关系，它涉及知识组织、知识管理和利用设施、知识资产评估与管理、知识传递和创新、知识员工和专家的管理等方面。20世纪90年代后期，图书情报学界在知识管理研究中比较集中的问题包括：知识管理的概念；知识管理与信息管理；知识管理与知识创新；知识组织；知识管理的实施等⁽⁵⁶⁾。近期的研究热点是：知识组织、知识链、知识发现、知识管理工具、知识转换模式和4力场(4Ba's)、最佳实践库、知识技术、知识网络化研究等⁽⁵⁷⁾。情报是经过智力加工的信息，具有知识的特性和价值。情报学与知识管理有天然的密切联系。知识管理研究成为目前学科研究的热点，这也是情报学研究知识化趋势的突出表现。

4.信息构建

信息构建一词是由美国当时的建筑师协会主席Richard Saul Wurman于1975年首次提出的，他将信息构建准则表述为“使信息可被理解”和“按表达预定意图的方式传递信息”。但这一概念在提出的当时并没有引起重视，而是在20多年后开始成为信息科学界所关注的焦点，并成为美国情报科学学会(ASIS)连续几届年会的主题。目前，人们对于信息构建的理解主要包括：①信息系统内组织、标引、导航和检索体系设计的总和；②为帮助用户访问信息内容并完成任务而进行的信息空间结构设计；③为帮助人们查找、管理信息而对网站进行构造与分类的艺术和科学；④将建筑设计原理引入数字领域的新兴学科和行业⁽⁵⁸⁾。信息构建诞生在情报学与建筑学的结合点上，因而与情报学有着密切的关系。一方面，信息构建借鉴了情报学的基本原理和方法(如元数据、控制词表、词库等)，信息构建中的组织、标引、导航、检索四大主体系统部件无不体现着情报学的典型思想；另一方面，信息构建凭借其源于建筑学的独特优势为情报学研究引入了新的理论元素(如“信息理解”、“用户体验”、“体系结构”等)，并在知识映射、认知检索、知识服务等方面对情报学产生推动作用。

5.数据库中的知识发现

KDD始于20世纪80年代末，起源于人工智能，涉及机器学习、模式识别、统计学、智能数据库、知识获取、数据可视化、高性能计算、专家系统等多个交叉领域。KDD的目的是通过对数据库中大量数据的分析，发现数据中存在的关系和规则，从而挖掘数据背后隐藏的知识。在情报学领域，美国芝加哥大学的Don R.Swanson教授的“基于文献的知识发现方法”创立了新的情报学研究方法，它与KDD都旨在利用知识的相关性原理，寻找和揭示不同知识单元之间的逻辑关系，并由此产生新的知识。

6.语义网

语义网(Semantic Web)是由互联网之父伯纳斯·李提出的一种智能网络技术。作为因特网的延伸，语义网所要实现的目的是把网络上的信息表示成为计算机可读可识别可处理的形式，使其带有语义特征，提高人和计算机之间的交互性能。应用XML(eXtensible Markup Language，可扩展标记语言)和RDF(Resource Description Framework，资源描述框架)，在语义描述支持下，能够定义数据的内在含义，为计算机提供可分辨的标记。这样，在语义网结构中，各个网络节点都带有语义的特征，这为知识映射的实现创造了条件。语义网结构中的概念集(Ontology)则是特定领域公认的关于该领域的对象及对象关系的概念化表述，包含有确定的语义和概念之间的关系，它不仅能够对知识单元的复杂特征和语义进行定义、分析和识别，而且为知识单元间逻辑关系的找寻和推理提供了可能⁽⁵⁹⁾。目前，许多学科都在关注语义网问题，这也是情报学将有很大作为的领域。近期这方面的研究主要有：语义计算机模式，潜语义标引技术，多语种词库自动生成技术，多语种信息存取技术，用户自适应分类法，知识共生现象，网络智能代理等⁽⁶⁰⁾。

7.信息网格研究

网格是构筑在互联网上的一组新兴技术，它将高速互联网、高性能计算机、大型数据库、传感器、远程设备等融为一体，为人们提供更多的资源、功能和交互性，能让人们透明地使用整个网络资源⁽⁶¹⁾。目前，因特网上的信息资源分散在各个网络站点，随着网格技术的实现，有可能给用户提供各种一体化的信息服务基础设施，将分布于全世界的计算机、数据、信息、知识等组织成一个逻辑整体，为用户提供一种“即插即用”的新型资源利用方式。网格技术的研究和应用涉及诸多方面，包括网格环境下的网络信息资源共享，基于网格技术的数字图书馆建设，信息检索和网格技术相融合的网格信息检索，结合网格、语义网和Web服务优点的语义网格、知识网格等。

8.小世界现象和社会网络研究

小世界原理源于哈佛大学社会心理学家斯坦利·米尔格拉姆(Stanley Milgram)所提出的“六度分离”(six degrees of separation)理论。实验发现，任何两个互不相识的人之间通过大约6个中介人的链条，便可相互认识。这一现象在人类的社会交往、信息交流、知识扩散等过程中普遍存在，并在物理、化学、生物、经济、交通、影视传媒等领域显示出广泛的应用价值。而面对互联网上的海量信息资源，利用网络中所具有的小世界网络特性，我们可以研究搜索结果更精确的搜索引擎，同时利用全局拓扑信息，通过增加适当的捷径，对网络资源进行优化⁽⁶²⁾。随着互联网的兴起，基于小世界现象的社会网络研究开始引起人们越来越多的关注，社会网络软件(Social Networking Software，SNS)便是当前研究的一个热点。

此外，基于内容的检索技术、网络搜索技术、元数据、信息可视化、竞争情报、信息政策、信息经济学、网络计量学等也是情报学的研究热点。