​张志强：面向领域知识发现的学科信息学

数据密集型科学新范式时代，科学创新呈现出“大数据” 加“ 大计算” 促进“ 大发现” 的科学发展新趋势，学科信息学(Subject Informatics) 在数据密集型科学新范式时代应运而生、迅猛发展。学科信息学是一门基于学科领域大数据体系分析而开展学科领域知识发现的科学创新的前沿交叉性学科，对其理论方法体系的构建完善与知识发现应用研究是发展和促进学科领域知识发现的学科要务。

进入21世纪以来，随着新一轮科技革命加速演进，全球性的网络化、数字化、计算化、智能化等趋势相辅相成、相互促进，导致各类数据爆发式迅猛增加，被誉为“大数据时代” 的新时代到来，引发了人类思维、生活、学习、工作、经济和社会运行等的大变革。大数据学术概念被正式提出，科学研究的“数据密集型” 范式或者“数据驱动型”范式日益确立，科学研究的基于大数据分析计算与知识发现的新时代已经到来。大数据时代的到来，开启了几乎所有领域的学科数据信息分析与知识发现的新时代。大数据成为科技、经济和社会发展创新的新前沿，数据成为继粮食、石油等传统战略资源之后国家的新的基础性和关键性战略资源，数据治理能力成为国家竞争优势新的重要砝码。只有牢牢掌握新的数据战略资源，成为数据治理强国，才能掌握国家的现在与未来命运，才能成为真正的现代化强国。

▋学科信息学

数据密集型科学时代，科学创新呈现出“大数据” 加“大计算” 促进“大发现” 的科学发展新趋势，科学数据治理能力与科学数据计算能力，成为科学发展的主要新能力。各学科领域内，基于学科领域大数据的学科信息分析和知识发现研究的快速发展，专门学科领域的学科信息学蓬勃发展，成为每个学科二元化发展( “X信息学” 与“计算X学”) 的典型特征。

▲ 学科信息学的内核与关联关系

学科信息学(Subject Informatics) 是在数据密集型科学时代应运而生并迅猛发展的、基于学科领域大数据体系分析而开展学科领域知识发现的科学创新的前沿交叉性学科。该概念于2015 年正式提出，是关于学科领域大数据分析的一般性理论方法的新学科，是大数据科学研究与知识发现范式下开展科学研究的一般性原理与方法论型学科。由于各个学科领域都有其数据全生命周期管理、数据分析与知识发现的学科依赖性，各个学科领域都有其与学科依赖性相关的学科信息学研究方向，学科领域数据信息分析与知识发现无疑成为每个学科领域发展的重要支撑。从这个意义上说，学科信息学的家族是一个不断增加的庞大的学科体系，事实也是如此。

▲ 学科信息学用以支持科学知识发现的知识发现过程流

▋学科信息学发展再展望

张志强和范少萍(2015) 在文章《论学科信息学的兴起与发展》 中对学科信息学未来发展作出以下展望：

学科信息学极大改变相应学科知识创新的方式方法；

学科信息学与数据科学的兴起与应用相互促进；

学科信息学推动科学数据管理与知识计算的理论、方法与应用的发展；

学科信息学是情报研究新范式的支撑学科。

从迄今学科信息学的发展来看，上述展望均在不同特定学科领域发展中有所体现。

数据密集型科学新范式时代全面来临。学科领域研究与新知识的发现，从传统的经验科学、理论模型、计算模拟等范式跨入到学科领域大数据驱动、大数据密集的科学发现阶段的科学新范式。

数据科学成为所有学科领域发展的基石。多源异构的大数据体系是知识发现的源头，因此数据的采集、存储、标准化、挖掘、应用等是学科领域发展的基石。目前各特定学科领域为适应基于大数据的知识挖掘，满足学科发展需要，建立许多经良好组织和管理的数据库和数据平台。同时大量数据的产生也对数据存储、处理、隐私管理等提出更高要求，促使数据科学的理论和实际应用得以升华。

学科信息学发展需要新型数据分析技术方法的支撑。传统的统计分析方法无法适应大规模数据分析需求，且受益于大量数据的可获得性、可用性，机器学习方法以及以人工神经网络为基础的深度学习技术，正在重塑学科知识发现范式。另外，得益于分析对象和分析方法的丰富，目前学科知识发现的分析粒度逐渐从早期的粗颗粒过渡到细粒度，更加注重微观知识的挖掘。

传统上的学科情报学在内涵上正在不断向学科领域知识发现学科(即学科信息学) 发展。学科情报学的核心任务即是面向学科领域国际科技前沿，开展科学研究动态监测、学科发展态势趋势分析、学科发展战略与规划研究等专业型领域知识分析与战略情报研究与咨询服务。随着学科信息学的发展，也赋予情报研究新的范式，如开发特定学科大数据分析平台、创新学科知识发现分析理论方法与应用、设计可被读者易于理解的数据可视化方式等。

通过上述归纳梳理学科信息学研究迄今取得的进展，针对发展中存在的问题，良好支撑未来学科信息学的快速发展和成功实践应用，需要重视加强以下方面：

建设增强数据存储能力的数据管理平台；

完善增强数据治理能力的数据治理体系；

改进增强数据分析能力的数据处理手段；

提升增强数据解释能力的数据验证功效；

应用人工智能和元宇宙等技术促进学科信息学发展。

▋面向领域知识发现的学科信息学理论与应用研究

在学科领域大数据体系迅猛发展、学科领域数据信息分析与知识发现需求不断增长等背景下，学科领域的大数据分析与知识发现研究工作需要不断规范化、学术化、学科化和科学化，亟待以学科信息学的理论方法来建构有关学科领域的大数据分析和知识发现研究的学科概念、理念方法等框架体系。开展面向学科领域知识发现的学科信息学理论方法与应用研究，即是为实现本目的。

《面向领域知识发现的学科信息学理论与应用研究》（张志强等著. 北京:科学出版社，2023. 6）一书是国家社会科学基金重点项目“面向领域知识发现的学科信息学理论与应用研究” (项目编号: 17ATQ008) 的研究成果。项目选题正是基于广泛领域学科信息学的兴起和快速发展的现实，目的是遴选最具代表性的专门领域学科信息学，以及普遍性和工具性学科信息学，梳理、归纳其概念内涵、研究流程、学科体系、发展重点、实践应用等；进一步地，对特定领域学科信息学的研究进展、关键问题、发展前瞻进行总结，对其重点应用领域、应用案例等进行介绍，以便厘清特定领域学科信息学的发展脉络及未来走向，洞察学科信息学在领域知识发现与科技创新中的重要作用和未来发展趋势，为其他特定领域学科信息学的发展提供参考借鉴。本书通过概论篇、理论方法篇、应用实践篇、技术方法篇等4个部分对上述问题及有关学科信息学进行深入研究。

学科信息学作为学科二元发展的一个主要分支学科，已经成为学科发展的重要且不可分割的组成部分。《面向领域知识发现的学科信息学理论与应用研究》依托于学科信息学的理念及其发展，并基于笔者已出版的《学科信息学与学科知识发现》等研究成果，继续尝试对学科信息学的新发展进行重点和针对性梳理，对其应用前景进行再观察展望。

在理论体系方面，对政策信息学、专利信息学、网络信息学、传播信息学、文献信息学等具有代表性的普遍性和工具性学科信息学，以及生物医学信息学等专门领域学科信息学的发展与应用进行深入解读和应用发展研究，进一步丰富充盈了学科信息学的研究体系。

在应用实践方面，关注科学学大数据分析与知识发现，特别是聚焦奖励信息学等研究的典型代表诺贝尔科学奖和国际科技领域权威奖项等数据挖掘和知识发现的理论与应用研究进行全面分析，进一步补充了科学领域发展的内在知识规律发现。

在大数据分析方法方面，对支撑学科信息学研究发展的大数据分析与知识发现技术方法、专利大数据分析技术、知识图谱技术方法等前沿技术的发展与应用等进行分析和总结展望，进一步明晰了学科信息学相关数据分析技术方法的发展现状与走向。

通过对上述一系列关键问题的研究与梳理，为面向学科领域知识发现与科技创新的学科信息学理论方法与应用研究等提供关键参考和借鉴。

本文摘编自《面向领域知识发现的学科信息学理论与应用研究》（张志强等著. 北京:科学出版社，2023. 6）一书“前言”“第1章　面向领域知识发现的学科信息学发展与展望”，有删减修改，标题为编者所加。

ISBN 978-7-03-075384-7

责任编辑: 刘 超

学科信息学是数据密集型科研范式时代面向领域知识发现的多学科交叉性和战略支撑性学科体系。学科信息学理论方法体系的构建完善与知识发现应用研究，是发展学科信息学和促进学科领域知识发现的学科要务。本书包括概论篇、理论方法篇、应用实践篇和技术方法篇等4个部分共14 章，旨在对学科信息学的最新整体发展予以全景式系统性论述和对领域知识发现的深入应用研究。本书从宏观层面概述了学科信息学的发展进展和趋势，遴选普遍性和工具性学科信息学方向及典型专门领域学科信息学，全面深入系统阐述这些学科信息学领域的理论方法与应用发展，开展了这些学科信息学领域知识发现的深入应用研究，梳理介绍了学科领域知识发现全流程所涉及的大数据分析前沿技术和方法进展等。本书构建了基础性和工具性学科信息学的系统性理论方法体系，提供了相应学科信息学领域知识发现研究的深度应用研究案例，为面向领域知识发现的学科信息学理论方法与应用研究提供了系统性知识体系和支撑性学术思想基础。本书可供管理学类、数据科学和学科信息学类专业的高校师生及相关管理和决策人员、科技工作者阅读参考。

（本文编辑：刘四旦）

一起阅读科学!

专业品质  学术价值

原创好读  科学品味