文献集规模对科技领域情报分析的影响:多种任务场景下的实证分析
2021-09-09陈果王盼停王曰芬
情报学报 2021年8期
陈果,王盼停,王曰芬
(1.南京理工大学经济管理学院信息管理系,南京 210094;2.江苏省社会公共安全科技协同创新中心,南京 210094)
1 引言
以文献为数据源的科技领域情报分析中,情报工作人员往往会遇到这样的质疑:用于分析的文献集是否真的可靠?这一问题直接决定了科技情报分析结果有效与否。然而,遗憾的是,这一至关重要的问题至今悬而未决。在现实中,情报工作人员不得不基于过往常规经验,而非量化论据来回答这一问题。
实际上,领域文献集可靠性这一问题产生的根源,是科技文献普遍存在的集中与离散的分布规律:其集中性使得人们能低成本、快速地获取一批与领域相关的文献;然而,其离散性又使得人们难以有效获取与领域相关的“全部且精准”文献集。这与信息检索中理想结果集的不可得问题是类似的。值得注意的是,即使是在当前“大数据”环境下,大规模开源文献数据集获取相对容易,但即便拥有世界上全部的文献数据,仍然难以从中有效地抽取构造能代表给定领域的“理想文献集”。
通过深入分析可知,在科技领域情报分析中,文献集是否可靠这一问题可分解为两个子问题:一是全不全;二是准不准。前者侧重于文献集的规模问题,后者侧重于文献集中的杂质和代表性偏差问题。本文针对第一个子问题开展探索:在不考虑文献集中杂质和代表性偏差的情况下,单纯的文献集规模对科技情报分析结果可靠性有何影响?……
登录APP查看全文
