刘林霞

【摘 要】随着国家“互联网+”战略的推进，科研范式也在发生着变革，本文阐述了“互联网+”时代下，科学研究第四范式——数据密集型科学研究范式的兴起及发展历程，提出了基于“互联网+”时代的高校图书馆情报服务模式创新，包括：嵌入式信息服务、开展重点课题跟踪服务、文献计量分析服务、学科馆员服务和科技查新服务等。

【关键词】“互联网+”時代;数据密集型;科研范式;大数据;情报服务

中图分类号：G251 文献标识码： A 文章编号： 2095-2457（2019）10-0183-003

DOI：10.19694/j.cnki.issn2095-2457.2019.10.079

Exploration on Information Innovation Model of University Library from the Perspective of “Fourth Paradigm”

LIU Lin-xia

（Xinxiang Medical Univercity Library， Xinxiang Henan 453003， China）

【Abstract】With the advancement of the "Internet+" strategy，the paradigm of scientific research is also undergoing transformation.This paper expounds the rise and development of scientific research paradigm in the era of"Internet plus"，and puts forward the innovation of University Library's information service mode based on the"Internet plus"era， including：embedded information service，developing key topic tracking service，bibliometric analysis service，academic librarian service and novelty search service.

【Key words】“Internet+”era;Data intensive research paradigm;Big data;Intelligence service

近年来，随着国家“互联网+”战略的推进，特别是数字化资源的多样化和信息载体的急剧增长，科研范式也在发生着变革，开始由计算机仿真科学转向数据密集型的科学发现。 “互联网+”时代科学研究范式的发展要求图书情报机构不再局限于对数据的收集、存储、查询等静态管理模式，而是要放大服务格局，构建对科学数据、模型工具以及大数据挖掘平台，不断完善满足现代科学研究发展需求的信息服务模式，促进科学研究创新。

1 “互联网+”时代数据密集型科研范式的兴起及发展历程

Tony Hey等将科学范式的发展分为四个演化阶段，分别是以科学实验为模型的经验科学，以数学模型为模型的理论科学，以计算机仿真/模拟为模型的计算科学和以大数据挖掘为模型的数据密集型科学。第一范式是以实验为基础的经验科学范式，起源于几千年前，人类开始用自然规律来解释自然现象，而非超自然原因;第二范式是理论科学范式，人类获取及处理数据能力逐渐提高，人类开始建立抽象的理论，通过实验来验证理论，使用归纳等方法指导科学研究向前发展;第三范式为计算机科学范式，人们开始用计算机仿真模型来模拟自然规律和各种复杂的现象，并利用计算机为各种事物建立数学模型;而第四范式为数据密集型科学研究范式，即Tony Hey等人总结的数据挖掘和数据探索，科学家们从海量密集数据中挖掘数据关系，从而发现内部规律[1]。第四范式研究对象是科研和生产活动产生的大数据集合，包括观察数据、实验数据、模拟仿真数据和互联网数据等[2]。经验科学是理论科学的实践基础，重复实验直至完全准确，则形成理论，理论经过实践证明是正确的，则形成定律。计算机科学范式是对经验科学范式和理论科学范式的有效补充和深层优化，而数据密集型科学范式是对经验科学和计算机科学中产生的大数据进行数据挖掘和数据处理，是前三种模式更高层次的发展（见图1）。

图1 科学研究范式演变体系

JimGray在2007年举办的美国国家研究理事会计算机科学和远程通讯委员会 （NRC-CSTB）中首次提出科学研究“第四范式”概念[3]。自此，继实验科学、理论科学、计算机仿真科学三种科研范式之后，以数据密集型为基础的科学研究第四范式正式被人们所认可[4]。JimGray等人虽提出第四范式的概念，但并未对第四研究范式的内涵和意义等方面进行详细论述。直到2009年，由Tony Hey等撰写，微软研究院出版的《The Fourth Paradigm：Data—intensive Scientific Discoverv》（第四范式：数据密集型的科学发现）一书，深入论述了第四范式的研究现状，从地球环境科学、数字化基础设施、数字化信息交流和生命健康科学四个方面分析和探讨基于海量数据和无处不在的因特网发展起来的数据密集型科研范式[5]。

2 “互联网+”时代数据密集型科研范式研究现状

国内众多情报机构和研究人员对大数据环境下第四范式的研究和应用进行了总结和论述。中国石油大学陈明[6]，介绍第四范式的产生背景、核心内容、格雷法则、范式转变和第四范式时代等内容，提出科学研究第四范式是科学家从事科学研究的一种新的科研模式和思维方式，不等同于科学知识的各种范式。

武汉大学邓仲华[7-8]采用历史分析法，构建了科学研究范式的演变体系，展现了经验范式——理论范式——计算机模拟范式——第四范式的变迁过程，并创新性地利用知识地图的方式呈现出科学研究范式的整个演化过程及体系结构，依据该变迁过程分析了情报学中的范式演变以及范式演变给情报学带来的影响。

广州航海学院朱维乔[9]论述了大数据环境下数据密集型科研活动面临的挑战，在此基础上分析了科学大数据服务平台构建的必要性和可行性，并具体阐述了科学大数据服务平台构建模型，包括科学大数据接收层、科学大数据存储层、科学大数据组织层、科学大数据计算层、科学大数据分析层以及科学大数据用户接口层等，旨在解决数据密集型科研活动面临的大数据采集存储、分析管理以及共享应用等问题。

北京大学化柏林针[10]对当前科技信息界对大数据的认识问题以及如何利用大数据提供更好的情报服务， 围绕数据基础、方法技术与应用服务3个核心要素展开，构建科技信息大数据在情报服务中的应用框架，以便为科技信息大数据环境下的科技情报服务提供参考。

数据密集型第四范式时代的到来及其引起科学研究方式的变革，给情报学的发展带来巨大的挑战。首先，科研模型和范例并没有形成统一的标准;其次，缺乏在合理的时间范围内处理数据密集型问题的软件工具，一方面信息技术在科学研究中的应用加快了数据的产生，另一方面，信息技术解决大数据问题能力不足;再者，不同的学科领域，研究侧重点不同，导致人们科学研究的过程有不同的理解;最后，培养数据密集型科研环境下的数据管理人才势在必行。大数据环境下，情报服务机构的服务内容、服务方式也在悄然发生着变化，适应新型科学环境下的情报服务研究也正在发展和探索中。

3 基于数据密集型科研范式的高校图书馆情报服务模式创新

根据数据密集型科研第四范式的特点，分析提出高校图书馆情报服务的相应转变，从而建立多种情报服务模式，提供精准化、深层次信息服务，包括：嵌入式信息服务、开展重点课题跟踪服务、文献计量分析服务、学科馆员服务和科技查新服务等。

3.1 嵌入式信息服务

从人员嵌入、技术嵌入和过程嵌入三方面入手建立嵌入式的服务模式。组建专业学科馆员团队，面向科研人员提供深层服务。图书馆员嵌入院系学术团队和学术研究中去，提供定制化信息服务。开展学科馆员面对面服务，依托图书馆丰富的学术资源，准确把握科研人员科研过程中的信息需求，主动对文献资源进行情报层面的深度加工和知识分析，挖掘数据内容和知识脉络，将各种已有的文献数据库从检索工具转化为知识发现工具;发挥自身情报专业优势，将文献变为知识，积极探索新的数据处理技术和方法，收集、组织和利用大数据，更好的提升数据服务的质量。

3.2 开展重点课题跟踪服务

为满足科研人员在科研方面的特定需求，对特定的专业、特殊的课题开展重点课题跟踪服务，对重点课题进行跟踪检索，把经过筛选的最新检索结果高效、持续、及时、针对性强的提供给临床科研人员，让科研人员及时了解和掌握自己课题的研究现状及最新动态，促进科研人员产出高水平高质量成果，提升科研水平和综合影响力。

3.3 文献计量分析服务

根据科研人员研究方向和研究课题的需要，跟踪国外相关研究领域、研究团队和科学家的研究动态和进展，提供针对研究方向和科研课题的情报报道和情报分析研究，进一步拓展信息服务领域，学科评价和文献计量分析等服务水平再上新台阶。利用现有数据资源，对科研人员论文进行CNKI、万方、VIP、SCI、SSCI、EI、CSCD和CSSCI等收录分析和电子资源利用统计分析，为科研人员提供深层次的知识服务。

以笔者所在的新乡医学院图书馆文献计量分析服务为例，通过制定《2018年新乡医学院SCI收录论文统计与分析报告》，对检出的新乡医学院SCI论文文献进行研究方向分析，发现483篇SCI文献共涉及44个研究方向。可看出新乡医学院重点研究领域为化学、肿瘤、实验医学研究、细胞生物学、生物化学分子生物学等，药理学药学、神经科学神经病学、其他科技、材料科学、耳鼻喉科学、内科医学和生理学都进入了前十二名。 较前几年相比，研究方向有较大变动。

通过制定各年度教师论文被SCI、SSCI、EI、CSCD和CSSCI等的收录分析和付费电子资源利用统计分析报告，做好学科评价和文献计量分析等服务，为学校重大决策提供依据，同时也为学校有关职称、奖励、评审 等决策提供参考性依据。

3.4 学科馆员服务

学科服务是图书馆面向科研人员开展的一种全方位、多层次的服务。图书馆学科服务团队走入院系，深入学科，到科研人员中去，了解需求，主动服务，真正嵌入教学、科研和重大课题和科研项目，成为科研的助手，为提升新乡医学院的综合实力和科研水平提供文献信息支持。学科馆员利用QQ、微信群、电话、邮件、电子资源利用讲座、文献传递等多种方式开展学科咨询服务。

3.5 科技查新服务

科技查新服务是图书馆情报服务的延伸发展，把科技查新建设和教学研究型的文献资源建设、读者公共服务体系建设、信息素养培养、图书馆现代化建设、读者工作软服务设施建设以及全校文献保障系统整体布局等工作有机结合起来，使查新站和图书馆情报服务有突破性的创新和发展。

笔者所在的新乡医学院是河南省目前唯一一所独立建制的西医本科院校，也是一所集医学、药学等学科专业为一体的综合性医科大学。新乡医学院图书馆依托图书馆自身大量的数据资源，以高校科研、教學为依托，以图书馆丰富的信息资源和人才优势为基础，建立科学、有效的查新机制，成立医药卫生类查新站。查新站依托于图书馆丰富的馆藏资源，借助本地Pubmed文献传递系统、CALIS、NSTL和CASHL等学术搜索与全文递送系统原文传递服务等方式进行全文查找和文献传递。目前，从事查新工作的人员中有 9 名参加过科技部查新业务培训，其中2名工作人员取得中国科学技术信息研究所审核员资格，4名人员取得教育部科技查新员资格，为学校提供高质量、高标准的科技查新及项目咨询服务。

查新站为医药卫生科研工作者开展立项查新、成果查新、专利查新、博士生论文开题、评审查新等工作。同时也为学校其他重要工作提供数据依据服务，为其他部门全面动态掌握学校科研情况提供最新数据和信息，为人才引进、博士考核、学科评估、科研立项、鉴定奖励等提供支撑材料。

4 总结

数据密集型科研范式环境的到来，使得科学研究的信息数据来源、组成、技术以及结果都发生了巨大变化，随着数据密集型科学环境的日益成熟，图书馆情报服务的服务价值也会被社会广泛认可，图书情报领域应该以此为契机，将文献变为知识，从海量文献中找到蕴藏的知识金块，开展深层次的嵌入科研过程的信息服务模式，提升情报学在知识管理和應用领域的影响和效应，为知识创新和学科发展作出贡献。

【参考文献】

[1]TOY HEY.The Big Idea：The Next Scientific Revolution[J].Harvard BusiNess Reviews，2010，88（11）：56-63.

[2]邓仲华，李志芳.科学研究范式的演化——大数据时代的科学研究第四范式[J].情报资料工作，2013，（4）：19-23.

[3]周晓英.数据密集型科学研究范式的兴起与情报学的应对[J].情报资料工作，2012，（2）：5-11.

[4]梁娜，曾燕.推进数据密集科学发现提升科技创新能力：新模式、新方法、新挑战-《第四范式：数据密集型科学发现》译著出版.中国科学院院刊，2013，（1）：115-121.

[5]Tony Hey，Stewart Tansley，Kristin Tolle.The Fourth Paradigm：Data—intensive Scientifjc Discovery[M].Micmsoft Research，Redmond，Washington，2009.

[6]陈明.数据密集型科研第四范式[J].计算机教育，2013，（9）：103-106.

[7]邓仲华，李志芳.科学研究范式的演化——大数据时代的科学研究第四范式[J].情报资料工作，2013，（4）：19-23.

[8]李志芳，邓仲华.科学研究范式演变视角下的情报学[J].情报理论与实践，2014，37（1）：4-7.

[9]化柏林.科技信息大数据在情报研究服务中的应用[J].图书情报工作，2017，61（16）：150-156.

[10]朱维乔.面向数据密集型科研范式的科学大数据服务平台构建研究[J].图书馆学研究，2017（13）：22-25.