吳正洋 陳先哲

[摘 要] 隨著Web 2.0及社交網(wǎng)絡的普及，以協(xié)同合作為推動力的科技創(chuàng)新有了新的開展環(huán)境。利用學術(shù)社交網(wǎng)絡平臺，學術(shù)人員可以共享及快速獲取開展科研活動所需的各類學術(shù)信息和資源，廣泛發(fā)布合作需求信息，尋求合作伙伴，以及與身處不同地域的合作伙伴進行實時交流，實現(xiàn)跨學科的科研合作?！疤岣邊f(xié)同效率”是學術(shù)社交網(wǎng)絡平臺設計的核心理念，本文以此為基礎，重點討論了學術(shù)社交網(wǎng)絡平臺建設中的兩個問題：一是信息采集及語義化處理；二是開展協(xié)同創(chuàng)新所需信息的推薦方法。最后，展示了一個學術(shù)社交網(wǎng)絡平臺的實例。

[關(guān)鍵詞] 學術(shù)；社交；網(wǎng)絡；平臺；協(xié)同；創(chuàng)新

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2014 . 11. 057

[中圖分類號] TP393；TP311 [文獻標識碼] A [文章編號] 1673 - 0194（2014）11- 0089- 03

1 引 言

創(chuàng)新是學術(shù)發(fā)展的核心動力，促進學科交流，加強交叉學科研究，是推動科技創(chuàng)新的重要手段。2012年教育部啟動2011計劃，旨在鼓勵積極開展跨學科合作，校企合作，實現(xiàn)協(xié)同創(chuàng)新。然而，如何獲取跨學科領(lǐng)域的有效信息，找到最佳合作伙伴，是協(xié)同創(chuàng)新工作開展需要解決的首要問題。隨著Web 2.0及社交網(wǎng)絡工具的廣泛應用，人們的交流方式由傳統(tǒng)的語言文字交流，發(fā)展為基于網(wǎng)絡平臺的即時通訊、多媒體、多渠道的交流。尤其是社交網(wǎng)絡（SNS，Social Networking Services）的普及，使人際關(guān)系發(fā)展、信息傳播速率得到了顯著提高，傳統(tǒng)的協(xié)作模式和研究方法都面臨新的變革。近年來，眾多面向?qū)W術(shù)科研的社交網(wǎng)絡平臺（如學者網(wǎng)、中國知網(wǎng)學者圈、學術(shù)網(wǎng)等）逐漸興起，帶動增加了學術(shù)人員在社交網(wǎng)絡上的活動。以學者網(wǎng)為例，2013年度，其活躍用戶數(shù)增加了932人。因為學術(shù)人員作為高層次知識結(jié)構(gòu)的人群，具有更高水平的網(wǎng)絡活動接受度和參與度。同時，在社交網(wǎng)絡平臺的應用中，也在不斷產(chǎn)生各種新的交流方式，信息共享的種類、信息傳播的范圍、信息擴散的速率都在以幾何倍數(shù)增大，對用戶而言，接收信息變得非常容易，交流合作的機會也不斷增多，學術(shù)社交網(wǎng)絡為學術(shù)人員開展協(xié)同創(chuàng)新活動提供了一個支持平臺。本文從提高有效信息的獲取率、發(fā)掘最優(yōu)的潛在合作者等方面研究學術(shù)社交網(wǎng)絡的應用技術(shù)，使其能夠為學術(shù)人員的協(xié)同創(chuàng)新提供更強大的支持。

2 協(xié)同與創(chuàng)新

1976年，德國斯圖加特大學的哈肯教授（Hermann Haken）首次系統(tǒng)地論述了協(xié)同論，著重探討各種系統(tǒng)從無序變?yōu)橛行驎r的相似性。近幾十年來，協(xié)同論從對物理學相關(guān)領(lǐng)域的研究，逐漸發(fā)展成為應用廣泛的綜合性學科。協(xié)同思想廣泛應用在制造行業(yè)，用于優(yōu)化大規(guī)模工程設計以及生產(chǎn)的過程優(yōu)化和資源配備。隨著科技發(fā)展，制造行業(yè)的生產(chǎn)規(guī)模日益擴大，越來越多的資源和業(yè)務流程需要優(yōu)化整合，傳統(tǒng)的人工記錄或協(xié)調(diào)已經(jīng)無法適應生產(chǎn)需要，鑒于此，計算機輔助制造研究興起，各類管理信息系統(tǒng)、協(xié)同軟件（Collaboration Software）應運而生。協(xié)同軟件[1]是指那些以團隊協(xié)作為目標的協(xié)作軟件工具，主要包括群組協(xié)作管理，如：工作流管理、項目管理等；各種通信軟件，如E-Mail、即時通信、VoIP等。據(jù)Gartner統(tǒng)計分析，從2003年開始，全球范圍協(xié)同軟件已成為用戶應用軟件采購最大熱點，位居信息化應用軟件首位，到2005年全球協(xié)同軟件市場的營業(yè)額將達500億美元，到2006年協(xié)同軟件市場規(guī)模將趕超ERP。

從事科學研究工作的學術(shù)人員，對于學術(shù)交流、項目合作等信息的需求比較大，經(jīng)常使用網(wǎng)絡平臺輔助教學科研工作。然而在互聯(lián)網(wǎng)上，存在的信息資源極為豐富、信息的結(jié)構(gòu)也極為復雜，要提高用戶創(chuàng)新能力，重點是要提高協(xié)同效率。提高協(xié)同效率包括兩方面的內(nèi)容：一是提高用戶操作的便捷度；二是為用戶提供有利于跨學科合作的資源信息。由于術(shù)業(yè)有專攻，學術(shù)人員可能對不同學科的知識沒有深入了解，如果想快速檢索其他學科的專業(yè)信息，尤其是與本人研究領(lǐng)域有交叉的知識，尚存在一定的難度。如何快速跨學科檢索，是學術(shù)社交網(wǎng)絡平臺需要解決的核心問題。

3 信息獲取及處理

互聯(lián)網(wǎng)上以下兩類信息常用于科研輔助活動：①著作、論文、項目摘要、專利等科研成果信息；②由學術(shù)人員發(fā)布的對于開展學術(shù)合作的需求信息。

學術(shù)社交網(wǎng)絡平臺數(shù)據(jù)來源可以通過采集—清洗—分類存儲的過程形成。從互聯(lián)網(wǎng)上采集數(shù)據(jù)，首先，通過程序進行清洗，然后，將數(shù)據(jù)分為成果信息與需求信息，分別進行存儲；再利用學術(shù)領(lǐng)域本體分析學術(shù)關(guān)系并生成學術(shù)關(guān)聯(lián)知識庫。

3.1 數(shù)據(jù)采集

數(shù)據(jù)有兩個來源：一是從互聯(lián)網(wǎng)上直接抓取，二是學術(shù)人員根據(jù)系統(tǒng)要求提供。協(xié)作所需要的學術(shù)人員基本信息、成果信息、協(xié)作需求信息等可以在系統(tǒng)使用的過程中產(chǎn)生并收集，而更多的學術(shù)信息需要通過抓取互聯(lián)網(wǎng)上的數(shù)據(jù)獲得。目前業(yè)界有一些成熟的搜索引擎框架，能夠?qū)崿F(xiàn)這一功能，比較常用的是基于Java的開源搜索引擎，包括Apache Lucene、Nutch、MG4J等，其中，建立在Hadoop分布式系統(tǒng)上的Apache Nutch是一個較全面的軟件框架，它提供了開發(fā)人員運行自己的搜索引擎所需的全部工具，包括網(wǎng)頁全文搜索和Web爬蟲。在運行Nutch框架的基礎上，開發(fā)針對學術(shù)信息網(wǎng)頁的插件來擴展其功能，將互聯(lián)網(wǎng)上的學術(shù)信息網(wǎng)頁轉(zhuǎn)化為文獻對象，再進行存儲[2]。數(shù)據(jù)清洗主要是將抓取到的數(shù)據(jù)進行檢索和再判斷，刪除一些不必要的冗余或誤差，比如，數(shù)據(jù)抓取軟件可能會在不同的數(shù)據(jù)源采集到同一篇期刊論文信息，此時就需要利用查冗算法檢索匹配該論文的多項有關(guān)信息，如作者、單位、發(fā)表的刊物名稱等，如果找到多個結(jié)果，就保留一個，并記錄重復版本數(shù)，同時刪除其他結(jié)果。

3.2 語義化處理

為提高信息檢索的效率，需要對學術(shù)實體進行語義化處理。首先要對學科知識進行預處理，學科知識預處理主要是針對學科進行語義描述，可利用DBpedia中關(guān)于各學科的定義和屬性關(guān)系劃分學科知識點層次結(jié)構(gòu)。DBpedia是從維基百科的詞條里擷取出的結(jié)構(gòu)化資料，在實現(xiàn)學科知識的描述后，便于根據(jù)學科關(guān)鍵字進行檢索和匹配。同時，還要對成果信息和需求信息進行關(guān)系分析，如對論文、著作、項目摘要等所包含屬性的邏輯關(guān)系進行分析，以論文為例，論文的作者、合著者之間有合作關(guān)系，論文關(guān)鍵字能夠反映學科知識點之間的關(guān)系，作者歸屬單位、作者所在學科等重要關(guān)系也能夠從中體現(xiàn)。整理邏輯關(guān)系并用OWL本體文件方式進行存儲，可用于信息檢索和智能推薦。

4 推薦優(yōu)化

4.1 推薦策略

電子商務中比較常用的智能推薦方法是協(xié)同過濾算法[3]，該方法的原理是通過建立學術(shù)人員偏好數(shù)據(jù)庫，找到與指定用戶偏好相匹配的其他用戶，根據(jù)找到的這些用戶對某一信息的評價，作為指定用戶對此類信息的喜好程度。在學術(shù)社交網(wǎng)絡中，學術(shù)人員查詢信息、下載資源、評論等行為比較活躍，將學術(shù)人員產(chǎn)生的偏好數(shù)據(jù)搜集并進行實時更新，再根據(jù)相似學術(shù)人員的喜好進行推薦，便能夠達到比較好的推薦效果。

在運用協(xié)同過濾算法的基礎上，還可以根據(jù)學術(shù)人員的特點實現(xiàn)推薦功能。學術(shù)人員在注冊時通常都會提供所在高校、研究方向、研究興趣等信息，甚至包括學歷、職稱等信息，可以利用這些信息來計算學術(shù)人員的相似度，進而進行更精確的推薦。

4.2 推薦排序

推薦算法能夠給出若干推薦結(jié)果，而隨著平臺上活躍學術(shù)人員及共享資源的增多，產(chǎn)生的推薦結(jié)果數(shù)量也會增多，此時，有必要對推薦結(jié)果進行排序。要解決排序問題，首先要為每個推薦的結(jié)果賦值，可稱之為偏好值，該值能反映學術(shù)人員對于某論文、著作或項目信息以及對某領(lǐng)域?qū)＜业南埠贸潭?，從而作為推薦結(jié)果排序的依據(jù)，可設定偏好值越大的結(jié)果越可能是學術(shù)人員想要的結(jié)果。

推薦結(jié)果是依據(jù)相似學術(shù)人員的喜好，所以在偏好值方面可以參考兩個數(shù)據(jù)：一是學術(shù)人員相似度，二是相似的學術(shù)人員對某類信息的偏好程度。某學術(shù)人員的特征可以依據(jù)注冊信息，結(jié)合網(wǎng)絡社交行為記錄，并根據(jù)這些信息建立學術(shù)人員特征文檔。學術(shù)人員特征文檔能夠反映相應學術(shù)人員的基本特征和行為活動，如此，學術(shù)人員的相似度問題就轉(zhuǎn)化為了學術(shù)人員特征文檔的相似度問題。文檔相似度的計算方法有很多種[4]，比較經(jīng)典的有基于文本向量空間模型（Text Vector Space Model， TVSM）[5]，還有基于集合模型的相似度計算方法、基于層次結(jié)構(gòu)的相似度計算方法等，也有綜合計算方法[6]。在按相似度進行相似學術(shù)人員排序后，再按各學術(shù)人員對于某信息的偏好程度進行二次排序，并記錄數(shù)值，以此作為推薦結(jié)果的順序。

5 應用實例

為提高學術(shù)人員個人信息的共享度，擴大被檢索范圍，學術(shù)社交網(wǎng)絡可為其設置個人空間。個人空間是對學術(shù)人員個人信息進行規(guī)范定義的模塊。同時，也為可充當他們的網(wǎng)上助手，融合了記事本、研究備忘錄、個人簡歷管理、成果展示平臺等功能，還可以用于添加及聯(lián)絡好友等。為了方便學術(shù)人員之間開展協(xié)同合作交流，學術(shù)社交網(wǎng)絡平臺還可以向?qū)W術(shù)人員用戶提供學術(shù)團隊空間，方便共享資源、即時通訊、及時掌握團隊研究進展等。個人空間界面效果如圖1所示.

6 結(jié)束語

“開放、合作、協(xié)同”日益成為創(chuàng)新的必然發(fā)展方向，我國推行協(xié)同創(chuàng)新計劃也正是基于以上背景。本學術(shù)社交網(wǎng)絡平臺正是基于此理念設計：一是通過界面整合相關(guān)應用，使各創(chuàng)新主體操作更便捷；二是通過優(yōu)化數(shù)據(jù)，為各創(chuàng)新主體提供有利于跨學科合作的學術(shù)信息。這個平臺的功能發(fā)揮和進一步開發(fā)，可以使高校、科研院所、企業(yè)等科研用戶更加緊密團結(jié)，多模式、深層次地開展合作，在基礎研究、應用研究、開發(fā)研究之間形成完整鏈條。

主要參考文獻

[1]湯庸， 冀高峰， 朱君. 協(xié)同軟件技術(shù)及應用[M].北京：機械工業(yè)出版社，2007.

[2]李建國，毛承潔，劉曉，等. 學術(shù)信息服務平臺的研究與設計[J]. 華南師范大學學報：自然科學版，2012，44（3）：51-54.

[3]Sarwar B， Karypis G， Konstan J，et al. Item-based Collaborative Filtering Recommendation Algorithms[C]//Proceedings of the 10th International Conference on World Wide Web. ACM， 2001： 285-295.

[4]周博，岑榮偉，劉奕群，等. 一種基于文檔相似度的檢索結(jié)果重排序方法[J]. 中文信息學報，2010，24（3）：19-23.

[5]賀超波，沈玉利，余建輝，等. 基于學術(shù)社區(qū)的科技論文推薦方法[J]. 華南師范大學學報： 自然科學版，2012，44（3）：55-58.

[6]宋玲，馬軍，連莉，等.文檔相似度綜合計算研究[J]. 計算機工程與應用，2006，42（30）：160-163.