瞿輝　吳位剛

摘要：新常態(tài)下，作為我國產(chǎn)業(yè)創(chuàng)新發(fā)展主要支撐條件的公共知識服務(wù)體系建設(shè)發(fā)揮著越來越關(guān)鍵的作用。其中，如何精確把握產(chǎn)業(yè)（特別是企業(yè)）發(fā)展過程中的知識需求問題是建設(shè)科學(xué)有效的公共知識服務(wù)體系面臨著主要挑戰(zhàn)。本文提出基于知識關(guān)聯(lián)網(wǎng)絡(luò)的企業(yè)知識需求識別方法，以期進(jìn)一步提升公共知識服務(wù)的針對性和精準(zhǔn)度，助力我國公共知識服務(wù)體系建設(shè)工作。

關(guān)鍵詞：知識關(guān)聯(lián)網(wǎng)絡(luò)；企業(yè)知識需求；識別方法

中圖分類號：F27；TPl82 文獻(xiàn)識別碼：A 文章編號：1001-828X（2017）001-0000-02

引言

知識經(jīng)濟(jì)時代，知識資源已成為促進(jìn)社會經(jīng)濟(jì)發(fā)展的核心要素，對其的有效獲取及利用能力已成為企業(yè)提高競爭力和創(chuàng)新力的關(guān)鍵。[1]從產(chǎn)業(yè)發(fā)展演化角度而言，正確把握產(chǎn)業(yè)空間中知識資源分布演化的內(nèi)在邏輯和動力機(jī)制是提供有效產(chǎn)業(yè)知識服務(wù)的基本前提[2]；而其中的首要問題是如何有效識別經(jīng)濟(jì)主體（企業(yè)乃至產(chǎn)業(yè)）的知識需求。因此，本文提出基于知識關(guān)聯(lián)網(wǎng)絡(luò)的相關(guān)理論和技術(shù)來識別企業(yè)的知識需求，力圖從伴隨產(chǎn)業(yè)經(jīng)濟(jì)客觀發(fā)展實(shí)際的知識表征角度來理解相關(guān)問題，以期更好地推動我國知識服務(wù)體系的建設(shè)。

一、知識關(guān)聯(lián)網(wǎng)絡(luò)

1.知識關(guān)聯(lián)。知識關(guān)聯(lián)（knowledge association）指的是廣泛且客觀存在于不同知識單元（knowledge unit）之間的各種聯(lián)系的總和。[3]由于知識并不能離開其依存的物質(zhì)載體而獨(dú)立存在，因此在實(shí)際研究過程中，一般使用知識載體來指代知識單元，并將知識載體之間的關(guān)系作為替代來表征知識關(guān)聯(lián)。其內(nèi)涵可作如下表示：定義UI={U1，U2，U3，…，Ui}為同一類型知識載體Ui的集合，定義UJ={U1，U2，U3，…，Uj}為另一類型知識載體Uj的集合，其中，UI∩UJ為空；由此，可以將知識關(guān)聯(lián)KA表示為UI的子集UIsubset與UJ的子集UJsubset之間的共現(xiàn)關(guān)系（co-occurrence relation），其一般性表示如表1所示。從具體的關(guān)聯(lián)規(guī)則上來講，知識關(guān)聯(lián)是一個異常復(fù)雜的集合，幾乎難以對其進(jìn)行分類。學(xué)界目前所采用的方法，主要是回避對具體關(guān)聯(lián)類型的細(xì)分而集中去進(jìn)行更具普遍性的關(guān)聯(lián)規(guī)則挖掘之上，這方面的代表性研究可以參考Hipp[4]、Vaidya[5]以及 Qian[6]等人的研究，限于篇幅這里不再贅述。

根據(jù)事物普遍聯(lián)系的客觀原則，知識關(guān)聯(lián)既可以用來揭示知識單元之間的一般性聯(lián)系，也可以幫助人們通過這些聯(lián)系來發(fā)現(xiàn)知識單元及知識主體之間所具有的特殊關(guān)系，并將其應(yīng)用到知識管理與服務(wù)的實(shí)踐中去。由于獨(dú)立的知識關(guān)聯(lián)本身并不能夠提供多少有用的信息，實(shí)踐中還需要將不同的知識關(guān)聯(lián)進(jìn)行疊加，已建構(gòu)出更具語義知識揭示能力的知識關(guān)聯(lián)網(wǎng)絡(luò)（knowledge association network）。

2.知識關(guān)聯(lián)網(wǎng)絡(luò)。廣義的知識關(guān)聯(lián)網(wǎng)絡(luò)是指由不同知識節(jié)點(diǎn)（若為知識單元則成為狹義知識關(guān)聯(lián)網(wǎng)絡(luò)）以及不同知識關(guān)聯(lián)所共同構(gòu)成的復(fù)雜語義網(wǎng)絡(luò)，根據(jù)構(gòu)成網(wǎng)絡(luò)中知識節(jié)點(diǎn)是否屬于同一類型，可以將知識關(guān)聯(lián)網(wǎng)絡(luò)分為異質(zhì)性知識關(guān)聯(lián)網(wǎng)絡(luò)（表2）以及同質(zhì)性知識關(guān)聯(lián)網(wǎng)絡(luò)（表3）兩種類型。表2中，橫、豎分別為不同類型的知識節(jié)點(diǎn)集合，而表3則是由相同類型知識節(jié)點(diǎn)所構(gòu)成。對于同質(zhì)性知識關(guān)聯(lián)網(wǎng)絡(luò)的研究目前已經(jīng)非常成熟，其中最為著名的就是文獻(xiàn)計(jì)量學(xué)中的共現(xiàn)研究，而針對內(nèi)涵更豐富的異質(zhì)性知識關(guān)聯(lián)網(wǎng)絡(luò)則相對較少，已有的研究多集中在耦合分析領(lǐng)域，由于其結(jié)構(gòu)的特殊性，在分析方法上還有待完善。

實(shí)際上，同質(zhì)性知識關(guān)聯(lián)網(wǎng)絡(luò)本質(zhì)上可以看成是異質(zhì)性知識關(guān)聯(lián)網(wǎng)絡(luò)在受約束條件下的特例。[7]以表3為例，可以看成是表2在約束條件，即{Ti}與{Ej}之間存在相關(guān)性。這一結(jié)果對于解決企業(yè)知識服務(wù)的針對性和前瞻性具有重要的價值和意義。

二、企業(yè)知識需求的表征

關(guān)于什么是知識需求（knowledge demand），目前學(xué)界尚未有清晰、統(tǒng)一的界定，但我們可以將其看成是“一個受到內(nèi)、外部環(huán)境的共同影響、動態(tài)演化的隨機(jī)過程”[8]，對其進(jìn)行定量描述是非常困難的。本文認(rèn)為，可以間接以一種替代形式來表征和描述知識需求，其基本的思路如下：任何一個知識主體（包含企業(yè)）的活動必然會外化為某種可以觀測、記錄和獲取的物質(zhì)形式（語言、文字、數(shù)字或圖表），這些形式可以將其歸類為不同的知識單元，進(jìn)而構(gòu)成相應(yīng)的知識關(guān)聯(lián)網(wǎng)絡(luò)；那么，對于企業(yè)知識需求的研究就可以簡化為對與企業(yè)相關(guān)的知識關(guān)聯(lián)網(wǎng)絡(luò)及其結(jié)構(gòu)的研究。例如，以表2為例，{Ej}表示企業(yè)的集合，{Ti}表示知識單元的集合，那么aji就表示與企業(yè)Ej與知識單元Ti的相關(guān)系數(shù)，系數(shù)越大說明其相關(guān)性也就越緊密。

這樣的表示雖簡單，但其僅能夠提供當(dāng)前某個企業(yè)可能的知識需求，因而并未解決更加重要的需求趨勢預(yù)測問題。這時候就需要綜合盡可能多的相似企業(yè)知識需求信息，以期找到某些規(guī)律和結(jié)構(gòu)特征，具體的做法是：在表2的基礎(chǔ)上建立表3，并對其進(jìn)行聚類分析，然后根據(jù)相關(guān)知識單元所在聚類反推以確定特定企業(yè)可能的知識需求及其變化。如圖1所示，Ei表示不同的企業(yè)，ti為不同企業(yè)所對應(yīng)的知識單元，C為對同質(zhì)性知識關(guān)聯(lián)的聚類。以E1為例，t1為其直接知識需求，而{t2，…，ti}則為其潛在的知識需求；同時，從結(jié)構(gòu)上看，潛在知識需求中的不同知識單元與E1之間的關(guān)聯(lián)程度是不同的，以此就可以表征出語義更加豐富企業(yè)知識需求內(nèi)容與結(jié)構(gòu)。

三、基于語義關(guān)聯(lián)網(wǎng)絡(luò)的企業(yè)知識需求識別方法

基于語義關(guān)聯(lián)網(wǎng)絡(luò)的企業(yè)知識需求識別方法主要涉及到主題詞表的編制、關(guān)聯(lián)信息的搜集與提取、共現(xiàn)關(guān)系網(wǎng)絡(luò)的生成、聚類與關(guān)聯(lián)規(guī)則對應(yīng)等步驟。具體包括：

1.主題詞表的編制。用來指代細(xì)粒度的知識單元，主要在確立樣本企業(yè)后，通過多方面、多渠道的搜集來編制，并經(jīng)過不斷的學(xué)習(xí)和優(yōu)化來提高主題詞表的代表性和科學(xué)性；

2.關(guān)聯(lián)信息的搜集與提取。由于考慮到目前網(wǎng)絡(luò)信息資源已經(jīng)成為企業(yè)信息的主要呈現(xiàn)形式，因此主要通過網(wǎng)絡(luò)爬蟲等手段獲取與不同企業(yè)相關(guān)聯(lián)的關(guān)鍵詞；并通過主題詞表?xiàng)l目的逐一對比，構(gòu)建表2所示的異質(zhì)性知識關(guān)聯(lián)網(wǎng)絡(luò)；

3.共現(xiàn)網(wǎng)絡(luò)的生成與聚類。將得到的異質(zhì)性知識關(guān)聯(lián)網(wǎng)絡(luò)轉(zhuǎn)化為表3所示的同質(zhì)性知識關(guān)聯(lián)網(wǎng)絡(luò)，以備后續(xù)的知識單元聚類分析（其結(jié)果如圖1所示）。

4.關(guān)聯(lián)信息的對應(yīng)。將得到的分析結(jié)果通過表2進(jìn)行關(guān)聯(lián)信息的對應(yīng)，最終確定不同企業(yè)的知識需求內(nèi)容與結(jié)構(gòu)。

四、實(shí)驗(yàn)與討論

1.實(shí)驗(yàn)。為了驗(yàn)證方法的有效性，本文利用上述方法對福建省晉江市的20家企業(yè)的只是需求進(jìn)行了識別。數(shù)據(jù)來源主要通過企業(yè)官方網(wǎng)站和百度搜索獲取，并利用《福建省產(chǎn)業(yè)主題詞表》作為參照對獲取的關(guān)鍵詞信息進(jìn)行了修正、優(yōu)化，最后利用聚類與對應(yīng)后的分析結(jié)果（當(dāng)前知識需求和未來知識需求目錄）對20家企業(yè)進(jìn)行了問卷調(diào)查來判斷分析結(jié)果的準(zhǔn)確性。問卷采用李克特量表（Likert scale），企業(yè)分別對與自己相關(guān)分析結(jié)果中的主題詞按“非常準(zhǔn)確”（得分1）、“準(zhǔn)確”（得分0.5）、“不一定”（0）、“不準(zhǔn)確”（-0.5）、“非常不準(zhǔn)確”（-1）一一打分，最后計(jì)算得分的平均值，調(diào)查結(jié)果參見表4。

2.討論。從表4來看，實(shí)驗(yàn)結(jié)果具有一定的準(zhǔn)確性，對知識需求判定和知識需求預(yù)測的平均準(zhǔn)確度分別達(dá)到43.3%和47.9%，但整體上的準(zhǔn)確度還有很大的提升空間。通過研究，本文發(fā)現(xiàn)實(shí)驗(yàn)結(jié)果的準(zhǔn)確度主要受到三個方面的影響：一是信息獲取的全面性和準(zhǔn)確性高低；二是參照主題詞表的科學(xué)性和完整性；三是受訪企業(yè)對知識需求的認(rèn)知和表述能力。前兩個因素屬于方法本身所存在的系統(tǒng)性問題，需要通過后續(xù)的深入研究來不斷減小誤差，但由于受到當(dāng)前相關(guān)條件的限制，這類誤差只能盡量減小克服但無法消除；第三個影響因素則屬于方法的外部性干擾問題，即企業(yè)是否具有能力去理解和表述自身的知識需求，這需要企業(yè)具有或者可以找到具備知識管理相關(guān)知識背景的專業(yè)人員，而在本文實(shí)驗(yàn)中的20家企業(yè)大多不具備這樣的條件。

五、結(jié)語

新常態(tài)下，產(chǎn)業(yè)經(jīng)濟(jì)的創(chuàng)新與發(fā)展有賴于強(qiáng)化企業(yè)作為創(chuàng)新主體的根本性作用，其中的關(guān)鍵就是如何提高企業(yè)的知識創(chuàng)新能力。就政策而言，知識產(chǎn)品具有典型的公共產(chǎn)品屬性，其投入產(chǎn)出的不平衡使得廣大中小企業(yè)自身既沒有動力也沒有能力去投入生產(chǎn)，而只能退而求其次尋求外部公共資源的支撐。因此，各級政府作為創(chuàng)新驅(qū)動戰(zhàn)略的實(shí)施者和領(lǐng)導(dǎo)者應(yīng)該在知識產(chǎn)品生產(chǎn)與服務(wù)上加大投入力度，同時加強(qiáng)和鼓勵面向企業(yè)和產(chǎn)業(yè)創(chuàng)新的知識服務(wù)制度建設(shè)。本文基于知識關(guān)聯(lián)網(wǎng)絡(luò)的企業(yè)知識需求識別方法實(shí)際上就是面向產(chǎn)業(yè)經(jīng)濟(jì)創(chuàng)新的公共知識服務(wù)平臺建設(shè)這一大背景所提出來的，其目的就是針對企業(yè)實(shí)際探尋產(chǎn)業(yè)驅(qū)動的知識服務(wù)新方式。

參考文獻(xiàn)：

[1]孫萬東，趙建梅.知識鏈與企業(yè)核心競爭力[J].山東社會科學(xué)，2007（7）：118-120.

[2]陳建軍，袁凱.從經(jīng)濟(jì)關(guān)聯(lián)走向知識關(guān)聯(lián)——產(chǎn)業(yè)空間分布動力機(jī)制演化[J].南開學(xué)報（哲學(xué)社會科學(xué)版），2013（5）：88-96.

[3]文庭孝，劉曉英，劉進(jìn)軍.知識關(guān)聯(lián)的理論基礎(chǔ)研究[J].圖書館，2010（4）：9-11.

[4]Hipp J， Ntzer U， Nakhaeizadeh G. Algorithms for association rule mining -a general survey and comparison[J]. Acm Sigkdd Explorations Newsletter， 2000， 2（1）：58-64.

[5]Vaidya J. Privacy preserving association rule mining in vertically partitioned data[J]. Journal of Computer Applications， 2006， 26（1）：639--644.

[6]Qian G， Rao C R， Sun X， et al. Boosting association rule mining in large datasets via Gibbs sampling.[J]. Proceedings of the National Academy of Sciences， 2016， 113（18）：201604553.

[7]康宇航.基于融合創(chuàng)新視角的異質(zhì)性知識流動網(wǎng)絡(luò)探測研究[J].情報學(xué)報，2016，35（9）：963-970.

[8]Pier Paolo Patrucco. Collective knowledge production costs and the dynamics of technological systems[J]. Cardiovascular Diabetology， 2005， 18（3）：295-310.

基金項(xiàng)目：福建省軟科學(xué)研究項(xiàng)目“面向福建省縣域經(jīng)濟(jì)創(chuàng)新的知識服務(wù)平臺及其利用研究”（2015R0054）。