作者：李辉,张惠娜,付宏（著）
出版社：社会科学文献出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
情报3.0时代科技情报服务能力构建试读：
前言
情报是人脑做出的有价值的判断，是决策科学化的基础。美国现代情报缔造者谢尔曼·肯特（Sherman Kent）认为，情报是一种对决策有用的知识，情报也是从事这种知识探索的机构，情报更是一种专业性很强的活动。美国著名情报学家M.C.约维兹（M.C.Yovits）曾说：情报是由情报的获得与传播机构向决策者提供的，决策者利用获得的情报选择最佳的行动路径，并在执行中变为可观察数据。这些都充分说明了情报功能对战略决策和战术选择的重要性。而科技情报，作为影响全球科技创新发展至关重要的因素，意义更加重大且影响深远。
20世纪50年代，在周恩来总理等老一辈革命家的亲切关怀和直接指导下，在紧密追踪国外先进技术和武器装备发展动态趋势，以及对国外经典的翻译与借鉴过程中，我国科技情报事业迎来了大发展的时代。以1956年第一家专职科技情报机构——中国科学院科技情报研究所（现更名为中国科学技术信息研究所）建立为起点，这项事业从无到有，从小到大，积极适应国家在不同历史时期的要求，满足时代发展的需要。在社会主义事业的建设中，科技情报对国家重大科技战略制定、重大科技规划部署以及经济社会发展都发挥了重要的“耳目、尖兵、参谋”的作用，为我国社会、经济和科技的发展做出了重要贡献。随着这一宏伟事业的发展，全国科技情报机构在吸收借鉴国外先进理论与实践的基础上茁壮成长，不断探索情报研究和情报服务新模式，科技情报服务能力逐步加强，社会功能及价值显著提高。
从20世纪50年代至今的数十年中，我国科技情报研究与服务专业机构的工作和服务模式经历了显著的转型与变化。进入21世纪，无论是社会环境、人文环境和技术环境，还是经济、社会、科技对信息与知识的需求都在发生深刻变化。新的国际竞争环境和国家创新驱动战略给科技情报事业带来了更加重大的发展机遇，科技情报事业重心由服务科学研究正在转向服务国家创新驱动战略。同时，随着下一代信息网络、大数据技术、知识挖掘、深度学习、语义推理、人工智能、社会计算等信息技术的发展，科技情报机构原有的信息资源收集和保藏等功能在逐步退化，我国科技情报事业正在从早期对国外相关文献的翻译与传递服务，以突破国际技术的封锁演进到智能化的知识整合、挖掘、计算，并将其直接转化为生产力的新阶段；正在从以信息服务为标志的情报1.0时代、以知识服务为标志的情报2.0时代迈向“互联网+情报”新形态下，以知识集成与智能服务为核心支撑决策的情报3.0时代。情报3.0是对互联网新技术与科技情报生产各环节要素相互作用、共同演化推进情报服务发展新形态的高度概括。在这一崭新的时代，科技情报的载体和存在形式、科技情报内容处理技术、科技情报服务流程、创新需求与科技情报服务交互模式等都在发生深刻的变化，产生并作用于科技情报服务流程中的科技情报服务能力也必然发生改变，以知识集成与智能服务为源泉的科技情报服务能力将成为科技情报事业未来发展的根本驱动，决定着科技情报服务机构的竞争优势。科技情报服务能力集合体建设是科技情报业供给侧改革的关键。在情报3.0环境下，重新审视和探讨科技情报服务能力这一常态话题，研究其基本架构与构成，对于科技情报工作者胸怀国家和人类大计，做好科技情报工作的引导以及政策决策的智囊，把科技情报机构建设成国家发展的有力智库具有重要意义。
情报界著名专家霍忠文认为，当前，能够从科技情报服务能力或科技信息服务能力理论与实践结合方面，以学术与管理的双重视角，形成令学者和践行管理者都能心动的研究成果，很是不易。本书基于现实的新需求与新要求，结合科技情报服务流程（流程优化），主要从工程技术视角，融合社会（知识）计算、平行管理、社会协同、知识组织挖掘、智能推荐等多学科、多领域的内容，重塑了具有普适性的情报3.0时代科技情报服务能力体系框架，设置了科技情报服务能力构建的四层结构模型（Resource-Interact-Analysis-Coordination，RIAC），即将科技情报机构服务能力表达为情报资源保障能力、情报交互能力、情报分析判断能力、情报协同服务能力四个层次，探讨了科技情报服务能力的评价指标体系及各层能力构建的关键问题，并重点列举了科技情报业务前瞻性工作布局。本书力求体现我国科技情报事业60多年实践经验的升华以及新技术新方法的研究结晶，并对科技情报服务能力构建增添了诸多有益的视角与观点，具有一定前瞻性和学术性，并兼具实用性，对智能科技情报工程、科技情报生产线建设及科技情报机构开展业务工作，具有一定的参考价值。
参与本书撰写的还有北京市科学技术情报研究所的侯元元、刘彦君、李荣、靳晓宏、樊彦芳、赵芳、张婧以及中国青年政治学院的杜智涛。另外，中国国防科技信息中心霍忠文研究员、北京市科学技术情报研究所吴晨生研究员对本书给予了重要指导。本书写作过程中，引用了部分专家和学者的研究成果。值此书完成之际，谨向这些专家和学者一并表示感谢！
谨以此书献给科技情报事业及全体科技情报工作者。我们衷心期望本书的出版能够进一步启发和凝聚科技情报工作者的智慧，使科技情报服务有力支撑国家创新的需求，体现时代发展特征；我们更希望此书的面世进一步激发科技情报工作者的创新热情，使其把握时代脉搏，灵活运用情报新技术、新方法，为把科技情报机构建设成国家发展的有力智库做出更大的贡献。
书中提出了许多新的理念、模式和方法，作为一种探索，还存在不完善之处，有待后续深化。科技情报服务业发展历史是一个较为复杂的过程，书中所指出的三阶段划分还是十分粗略的。本书重点基于工程技术角度设置了具有普适性的情报3.0时代科技情报服务能力四层结构模型，而对于科技情报服务能力体系构建中的一些更具体的内容，如RIAC架构在不同类型、不同层次机构的适度调整问题，RIAC架构针对不同复杂程度“判断”的应用策略问题，尚有待进一步研究。另外，从人文角度，在科技情报服务能力建设中关注科技情报机构的情报服务文化、人财物资源等要素，也需要进一步的思考。希望关心科技情报事业的各方人士能够积极参与，共同探讨有关内容，逐步完善科技情报服务能力体系，使之更符合实际科技情报工作的要求。 第一章 从情报1.0至情报3.0的科技情报服务发展三阶段演化
随着互联网、通信技术的飞速发展，特别是移动互联网的普及与应用，我们正在飞速地进入“互联网+”时代，新的模式正在孕育成长中。一是世界正在向扁平化发展。Web新技术改变了人类的沟通、交往与生产方式。在应用软件和全球光纤网络结合技术的作用下，人与人之间的距离被拉近，个人获得了在全球范围内参与竞争和合作的新机会；人类社会的组织模式、相互关系、生产生活基础被改变，人类的生存模式进而也被改变。由于人类的信息和交流模式的改变，情报依存的介质和传递渠道发生了变化，情报的生产和存在模式也必然随之发生变化。二是科技在换代。网络基础技术的发展正历经移动网络取代固网，硬件的变化表现为智能手机取代功能手机，应用的变换则表现为移动App正在取代PC应用。信息及其交流方式的成本急剧降低，时效已接近人类的理想状态。三是媒介在延伸。互联网等新媒体技术的不断发展使得人人都“手持麦克风”，信息传递从传统的不透明时代延伸到当下的透明时代，情报机构与情报服务对象之间的信息壁垒被打破。四是人文环境的变更。互联网等新媒体技术下，人人都可成为信息的传播者、接受者甚至是信息创造的参与者，进而使得人文模式正在从“前喻文化”向“并喻文化”甚至是“后喻文化”跃迁。信息的传播从单向走向大众化，人人都是信息源，同时也是情报源，每一个普通个体都可能对社会产生“蝴蝶效应”，颠覆式“后喻文化”比比皆是。
世界的发展、科技的换代、媒介的延伸以及人文环境的变更，汇聚成一股巨大的洪流，不仅加速了我们所处时代的变换，而且使得情报服务的本质历经了涅槃——曾经作为情报机构核心竞争力的信息搜集与检索能力，随着数据库技术和搜索引擎技术的成熟而逐渐“下移”为一种社会能力，传统信息和资料提供的职能已在科技和其他领域的决策中被边缘化。在“互联网+情报”的大数据时代，决策者对情报机构的要求已远远不能满足于信息分析与知识服务，情报机构唯有提供更加智能化的决策方案，不仅要能回答个体“是什么”，而且还必须快速地告诉决策者整体和整体中的任意部分“是什么”“为什么”，准确地指导他们“怎么办”，方能发挥情报服务应有的效能。当前，我国整个情报服务业在信息技术推动下发生了巨大的变化，迎来了一个崭新的时代。因此，本书创造性地提出“情报3.0”概念，以期高度概括当前情报服务业发展的崭新时代，宏观描述情报服务发展的总体框架。
以1956年第一家专职科技情报机构——中国科学院科技情报研究所（现名为中国科学技术信息研究所）成立为起点，我国科技情报事业从无到有，从小到大，积极适应国家在不同历史时期的要求，满足时代发展的需要，其社会功能及价值不断提高。历经60余年的发展，我国科技情报事业从早期对国外相关文献的翻译与传递服务，以突破国际技术的封锁；到随着信息革命的兴起、现代信息技术的飞速发展及知识经济的到来，直接推动信息服务的不断更新，进入国际联机检索时代，并逐步向知识服务演变；最后踏着大数据的浪潮，乘着“互联网+”的大船，正在驶向以智能服务为核心的情报3.0时代。可以说，随着下一代信息网络、大数据技术、知识挖掘、深度学习、语义推理、人工智能、社会计算等信息技术的发展，科技情报服务正向智能化的知识整合、挖掘、计算演进，并将其直接转化为生产力的新阶段，正在从以信息服务为标志的情报1.0时代、以知识服务为标志的情报2.0时代迈向“互联网+情报”新形态下，以知识集成与智能服务为核心支撑决策的情报3.0时代（见图1-1）。
本书虽然就科技情报服务业的发展动因和演化的序列以及各个演化形态进行了阐述，但科技情报服务业发展历史是一个较为复杂的过程，本书所指出的三阶段划分还是十分粗略的，尚未对各个演化阶段的科技情报实践及重大事件等进行更详尽、更系统的剖析，这些都有待后续深化。图1-1 从情报1.0至情报3.0的科技情报服务发展三阶段演化1.1 情报1.0：从文献传递到信息服务（1956年—1978年）
20世纪50年代至70年代末，在紧密追踪国外先进技术和武器装备发展动态趋势及对国外经典的翻译与借鉴过程中，我国科技情报研究与服务兴起。在此阶段，我国参考军事情报体系先后成立了中国科学院文献情报中心（1950年）、情报大学（1958年，后并入中国科技大学），开始建立专职科技情报机构。1956年为落实《1956—1967年科学技术发展远景规划》中第57项“科学技术情报建立”的任务，在周恩来总理等老一辈革命家的关怀和指示下，我国成立了第一家综合性科技情报机构——中国科学院科技情报研究所（1958年更名为中国科技情报研究所，现名为中国科学技术信息研究所），相继成立了行业性科技情报机构和区域性科技情报机构，建立起全国科技情报系统；召开全国首次科技情报工作会议，首次派人参加科技情报国际会议；在结束十年“文革”浩劫之后迅速恢复了情报教育并设立了情报学专业（1978年）。在情报资源匮乏时代，科技情报工作以图书馆学为学科原点，主要开展文献传递服务，研究文献的外部和内部特征并进行描述，向用户提供检索和利用服务。随着改革开放不断深入，计划经济体制下的科技情报机构逐渐失去了其原来独有的文献掌控“体制特权”，我国情报启蒙与兴起阶段的文献传递核心功能逐渐式微，迎来了以信息服务为核心的“情报1.0”时代，并在科技发展的浪潮中不断寻道谋变。1.2 情报2.0：从信息服务到知识服务（1979年—2012年）
经历十年浩劫后的中国科技情报事业百废待兴，《情报科学》《情报学刊》《情报学报》等一大批专业情报学术期刊的创刊，使情报服务的本质从哲学层次上得以不断探讨。在全世界兴起的新技术革命浪潮下，我国吹响了改革开放的号角。面临知识经济时代从西方发达国家席卷而来的“知识革命与信息革命”，我国情报数据源从单一的纸质期刊数据，演进到论文数据库数据、专利数据库数据。信息分析专业人才的培养被提上了议事日程，专题化、定制化的情报服务需求日益凸显，情报机构必须突破原有闭门搞情报的窠臼。科技巨擘钱学森明确提出：“情报分析研究，也就是情报的提取、知识和精神财富的活化。”
1994年，中国获准加入互联网络，不仅为突破西方技术封锁提供了情报信息保障，也极大地促进了我国情报界与国际情报界的交流与接轨。以主动推送满足用户需求的“经过加工、提炼与处理之后的情报”为标志的知识服务理念，逐渐成为情报服务思维的主导范式。进入知识经济时代后，全球经济由物质型经济向知识型经济转变，知识成为最重要的生产要素和战略资源。在此背景下的情报服务，从传统物理层次的信息组织转向认知层次的面向个性化知识组织，从提供信息服务转向提供知识服务。情报服务从1.0时代的信息服务向2.0时代的知识服务迈进（见图1-2）。1.3 情报3.0：从知识服务到智能服务（2013年至今）
随着大数据时代、“互联网+”时代的到来，科技情报已经从情报匮乏时代走向了情报过剩时代，信息获取权从贵族时代到大众化时代，正在迈向情报全息化时代。情报机构与服务对象之间的信息壁垒被彻底打破。随着社会化媒体的发展、移动终端以及物联网技术的应用，人与人、人与物、物与物的链接形成一张如同覆盖全球系统的神经系统网络，这张网“就像生命体一样，可以自我复制，它能够跨越时间和空间获得重生”，它因链接了现实世界与赛博空间，而模糊了线上与线下的边界，进而对我们赖以生存的世界进行着不断的解构与重构。在此背景下的情报服务必须在服务的全流程中融入客户对象的专业背景知识，方能明确其需求；介入情报专家智能化的判读，方能为找寻其问题的本质；引入人工智能相关技术和领域专家外脑，方能为其决策提供智能化的服务支撑。
互联网新技术的发展、大数据时代的到来带动着知识服务向其高级阶段——智能服务升华，科技情报机构正迈向以智能服务支撑决策的“情报3.0”时代。目前，科技情报服务已经初步具备了智能服务的性质，体现了智能服务的部分特点，但距离真正的智能服务还有相当的差距。当前，“国家创新驱动”、“工业4.0”、“一带一路”以及“城市圈发展”、“大众创新、万众创业”、“全国科技创新中心建设”等被明确写进政府工作报告，国家战略催生新的情报需求。我们相信，随着情报3.0理论与实践的不断深化，智能化情报服务在促进国家创新驱动大发展战略中必将充分发挥智库支撑的积极作用（见图1-2）。图1-2 从情报1.0时代至情报3.0时代的科技情报服务要素变化 第二章 情报3.0的主要特征及科技情报服务能力需求
随着现代信息技术的飞速发展，人类社会的信息化正向着数字化和智能化发展，这也对科技情报事业发展提出了新的要求，使科技情报工作走上了一条全新的道路。从60余年科技情报工作演化历程可以看到，情报3.0是情报学、大数据、信息技术发展到一定程度的必然阶段。而作为情报活动的主要因素，情报数据、情报方法、情报工具、情报服务在情报3.0时代都呈现出与以往不同的鲜明特征。而这些特征全方位地影响着科技情报服务思维方式，从根本上改变着现有科技情报服务模式，对科技情报服务机构的服务能力提出了更高的要求。作为专业的科技情报机构要想充分发挥精英情报的优势，在创新链条上发挥更加重要的智库作用，其服务理念与服务能力必定要在新形势下创新、丰富和延伸，进一步实现科技情报服务的精准化、高效化、智能化。2.1 情报3.0的主要特征
情报3.0时代，科技情报工作发生了重大变化，与传统情报相比，呈现需求敏感化、数据全息化、方法集成化、技术智能化、服务全纳化等新的特征。2.1.1 需求敏感化
能够及时地主动捕获到情报需求，并实时地监测用户需求的变化是情报3.0时代智慧情报的典型特点之一。但目前，针对情报需求进行识别与定义的方法还不够成熟，对于如何利用数据为情报用户进行建模，实时识别并进行合理演算，以准确地把握情报用户的需求，尚缺乏应对方法。例如，在电子商务领域，运用用户的注册信息、浏览日志、检索日志、购买记录等信息为用户进行画像，准确识别用户需求并进行个性化实时推荐，取得不错效果。这种用户画像的方法在之前的公安情报中应用广泛，在电子商务领域得到了进一步的发展与改进，如果将来在科技情报或竞争情报中能得以利用并加以改进，相信可以更好地判别情报需求。对数据敏感是情报人员的基本素质之一，基于数据对情报需求的高度敏感将是情报3.0时代智慧情报的最典型特点。2.1.2 数据全息化
从决策视角来看，如何借助全息化数据对各种问题进行科学的分析，从而保证决策正确，无疑是各级管理决策者关注的问题。传统的决策一般通过自主调查和咨询的方式来获得决策所需信息，缺乏多来源、全方位的充分信息进行支撑，决策前获取的信息经常是片面的、选择性的，不能保证决策的科学性与正确性。有了大数据的支撑，决策的方式就可能改变。例如，2014年初备受关注的“单独两孩”政策就是通过整合来自公安、统计、民政、卫生、财税、教育、劳动与社会保障、资源、环境等多个部门的各类数据，持续地跟踪与模拟进行大数据分析的结果。
从情报分析视角来看，过去，情报分析聚焦在对象的某个点，不可能站在情报对象整体、全局的高度看待情报对象的行为，误判在所难免，挖掘出的情报深入性、系统性、全面性都有所不足。进入大数据时代，数据作为重要的资产和财富在改变着决策的模式。现代管理科学奠基人美国管理学家戴明（W. Edwards Deming）说：“除了上帝，其他任何人都必须用数据说话。”Science的《聚焦数据管理》专辑中指出“科学就是数据，数据就是科学”，“数据是金矿”。李广建等认为大数据时代下的情报研究应综合利用多种数据源。贺德方提出大数据的发展极大地丰富了传统情报研究中事实数据的来源与内容，不同数据的相互补充可以促进情报工作水平的提升。郑彦宁等提出了基于多源信息与多元方法的产业竞争情报范式，通过不同信息源与方法得到的分析结果的交叉验证，提高情报产品的准确性与有效性。可以看到，大数据环境下情报研究的发展应该注重数据的本质变化。
回顾情报工作的发展，在情报1.0时代，数据主要是文本数据，情报服务重点关注发达国家最新的技术活动，从而获得科研人员关心的科技情报。随着计算机及网络技术的普及，情报2.0时代情报工作关注的数据发生了很大的变化，以论文、专利数据为代表的结构化数据成为主角，这时的情报服务通常采用单一的数据来分析单一的领域。时下，大数据时代的来临又一次冲击了情报服务工作，多种来源、多类形式、多个维度的全息化数据成为情报3.0时代的鲜明特点。众所周知，数据按类型可分为结构化数据、半结构化数据和非结构化数据；数据按形式可分为数值、文本、图片、音频、视频等；数据按来源可分为商业数据库数据（论文数据、专利数据等）、公开信息源数据（政府、行业协会、新闻媒体等）、社会化媒体交互数据（微博、微信等）。在当前情报3.0时代，完成一项情报研究工作，仅使用某种类型或来源的数据是不够的，全息化的数据可以从不同视角反映整个事件或目标的更客观、更全面的信息，因此应把多种来源、多种形式的数据融合起来，综合运用数值、文本、图片、音频、视频等多种类型信息，更全面、可信地揭示科技进展与行业态势，为科学决策提供数据支撑（见图2-1）。图2-1 不同发展阶段情报研究数据的比较
总之，多源数据融合会持续地得到重视，通过搜集各种数据，构建起内部数据与外部数据融合，线上数据与线下数据融合，历史数据与实时信息融合，传感数据与社会数据多源、异构、跨域的大数据。情报机构通过汇集这些多源的数据，对问题、形势进行全面分析与判断，为规划制定与政策出台提供全方位的数据支撑。用全息化数据减少信息的不确定性，保证情报产品的客观性，从而提高决策的科学性是情报3.0智慧情报的时代特点。2.1.3 方法集成化
情报分析工作的开展离不开分析方法的使用，选择不同的情报分析方法，能实现对数据、文献的不同角度的分析与解读，从而保障情报分析结果的准确性与科学性。在研究方法上，情报学一直紧跟许多相关学科的发展，不断地吸收其成果并加以利用。在信息量小、信息匮乏的历史时期（情报1.0时代）可以通过对信息的组织、整理后提取情报来满足用户的需求。随着情报需求的变化，SCI（Science Citation Index，即《科学引文索引》）创始人加菲尔德（Eugene Garfield）1955年提出“引文索引”的设想并出版了《科学引文索引》，为文献计量学的发展做出了重要贡献，也使得文献计量学的方法成为情报方法论的根基。网络与信息技术的发展、各学科的深入交叉、融合，使情报研究开始借鉴各领域的研究方法。网络计量学、内容分析法、专利分析法、社会网络分析法等多学科的众多研究方法已经被纳入情报学的分析方法体系，成为情报2.0时代的主要特征。
当今，面对海量的大数据，过去以结构化数据为主的分析方法已经跟不上时代的步伐。大数据的推进将为情报学提供多学科、新理念的众多方法与分析工具，计算机技术的进步使得多算法、多参数的计算模拟成为可能，方法的集成化成为情报3.0时代情报方法的显著特点。我们可以看到，过去传统的情报分析主要处理结构化数据，使用某一种或某几种方法来处理数据，在整个情报流程中可能要花费80%的时间来处理与分析数据，20%的时间来对情报进行判读与解答。而当今大数据时代，大数据的分析对象并不限于某种数据类型；此外，相比于传统的相对规范的科技数据，大数据更零散、更原始、更复杂，这些巨量、快速、多样的数据存在明显的碎片化特征。同时，随着计算机技术的飞速发展，计算速度的不断提高，我们可以使用大量不同的方法及算法以及全部可能的参数（方法集成程序化，即方法集成后直接形成程序计算）来进行实验模拟，并且处理巨量数据花费的时间与精力显著减少。总体来说，方法集成程序化使得整个情报流程中只花费20%的时间来处理与分析巨量数据，而可以用80%的时间来对情报进行判读与解答。在情报3.0时代，方法集成化，定性分析与定量分析有效结合，使我们能更全面地理解数据，进一步保证得到更准确、更客观的情报信息。方法集成化本身就是智能与智慧的体现。2.1.4 技术智能化
大数据时代，人类的思维从小数据时代的“因果性思维”走向大数据时代的“相关性思维”，数据分析从传统的抽样数据分析转向了全样本的数据分析，显性、结构化的信息处理转变为隐性、非结构化的知识挖掘。在这种态势下，情报服务主体不得不改变数据处理的理念和方法，将情报思维方式或解决问题的方法以技术的方式外显与固化在情报工具中，通过技术的智能化实现例行工作的电子化、专家智慧的程序化，以提高海量数据驾驭能力，提升情报生产效率及情报分析研判精准性。另外，利用智能工具，使资源既能以最小单元形式存储，又能以各种条件组合，形成知识的高度关联，是对碎片化信息的一体化组织管理，形成颗粒化的知识、模块、解决方案，为小场景微服务提供物质基础。
技术智能化体现在情报生产、服务流程的各环节。（1）在情报需求分析方面，浏览器缓存技术、HTTP cookie、个性化知识推荐等技术使情报服务主体对客户信息的追踪乃至个性化需求的分析成为可能。（2）在情报数据采集方面，智能化采集技术实现信息资源，特别是网络资源的自动搜索、甄别、过滤、监测、跟踪，使多种数据源情境下的数据采集能力大大提高。（3）在情报加工方面，智能化的加工和组织技术对采集的成果做更深层次的整序标引和转换，特别是结合元数据、本体（ontology）、语义网等方式对网络资源进行描述与组织。（4）在情报分析挖掘方面，数据挖掘、文本挖掘、知识发现、智能计算、专家系统等智能化分析处理技术帮助情报人员大幅提升海量文档调查的工作效率，帮助情报人员分析发展趋势，并从中发现一些表达隐晦的缄默信息、未知的事实和潜在的情报。（5）在情报服务方面，基于人工智能的理念，智能化检索等技术为情报用户提供满足需求的情报资源；情报可视化技术和智能情报推送技术使情报的报送和发布更为人性化、更为便捷；社会计算技术使传统的自上而下的信息交流方式被互联网思维下的集体参与所取代，有效减少了情报决策领域“机长症候群”现象的发生。未来情报工作的技术依赖性会更强，基于智能化技术的情报分析处理能力、预测决策能力也会越来越强。2.1.5 服务全纳化
情报3.0时代，随着服务对象需求的日益旺盛、传统情报业务范围拓展、技术的智能化发展及情报服务思维模式的变革，情报服务过程也正在从低级、不成熟向高级、成熟演进，并呈现服务全纳化的特点。所谓“情报服务的全纳化”，是指情报服务主体、情报服务对象以及专家智慧与机器智慧融合，全程介入情报服务的全流程；情报服务内容也由传统的定向性情报提供，延伸到情报客户需求发展的各阶段、各环节。
情报服务全纳化突出表现为以下几个方面。（1）情报服务对象的全程融入。传统的情报服务模式基于情报需求客户与情报服务主体的情报供需关系。情报3.0时代，情报需求方由被动地接受情报信息服务，转变为动态介入情报搜集、分析、生产的全过程。（2）情报服务主体的全程介入。现代情报工作已由静态服务转向动态服务，由专业研究向综合研究过渡，由封闭型服务转向开放型服务，由定性分析转向定量与定性分析相结合，由被动服务转向能动地参与科技创新决策。随着情报服务模式的转变，情报服务主体已不再局限于向服务对象提供定向的或满足特定发展阶段的情报产品，而是将情报服务贯穿于情报客户需求发展的各阶段，多层次、全方位、全链条介入支撑决策的各环节。（3）专家智慧与机器智慧的全程引入。在这个以解决人类社会发展面临重大问题为导向，以多学科交叉为特征，讲求多方合作、协同创新的大科学时代，传统的“直觉+经验”的精英决策模式逐渐失效，情报工作也不再是情报工作人员单枪匹马就能胜任的，而是需要运用“从定性到定量的综合集成研讨厅”方法体系，将专家、数据与高度发达的信息技术集合起来协同攻关，才能为科技创新提供决策智慧。具体来说，就是多领域专家介入情报需求、分析过程和情报应用。专家通过分布式计算机、移动式智能终端进行交互，采用智能化决策模型对情报的搜集、加工和应用进行决策指导，即人机交互、信息全程伴随，支持情报生产与服务的各个环节（见图2-2）。图2-2 情报3.0服务全纳化模式2.2 对情报概念的重新审视
审视情报工作重心转移和情报机构转型的历史，重读谢尔曼·肯特的《战略情报》，可以深刻体会到：无论环境、对象和技术方法如何变化，情报工作的宗旨从未有过根本性改变，情报工作的目的就是要保障决策，解决决策中的信息不完备的问题。针对目前情报界存在的对情报工作自身定位认识不足的问题，本书溯本追源，对情报概念进行重新审视，以重新认识新时期情报机构和情报工作的战略定位，更好地指导情报实践工作，并“不忘初心”，坚守“耳目、尖兵、参谋”的历史使命。2.2.1 对情报工作自身定位认识不足
近年来情报界对情报界发展现状进行了反思。针对情报工作者大量从事“打杂”工作、IT界在情报界鸠占鹊巢等现象，部分学者认为，情报学“强调信息，疏忽情报，丢掉了情报本身价值。丢失了学科的内涵与本身的特色”（苏新宁语）。造成这一现象的原因有两个：一是原有的情报定义难以明确情报的边界；二是在以互联网为主要情报载体的情报3.0时代，情报界技术方法和工具建设蓬勃发展，与情报学交叉的其他领域喧宾夺主。显然，技术方法和工具是情报的手段，不能代替情报研究。
一方面，当前情报界对情报定义的认识存在诸多分歧，部分情报人员对情报学与其他学科的学科界限不甚明确，将情报工作与非情报工作混为一谈，不清楚情报“应做什么”与“不应做什么”，以致情报学界“以信息取代情报的现象十分普遍”。对此，情报界前辈包昌火早在20年前就提出，情报学研究面临着“巨大的冲击和困境”，其中重要的问题就是“没有把Intelligence作为构成情报学大厦的重要基石……（情报学）自觉不自觉地囿于科技系统、囿于文献信息，（情报学）研究高度和视野受到很大限制”。
另一方面，随着信息技术与网络技术的飞速发展，情报载体不断发生变化，情报学学科的技术依赖性越来越强，情报界技术方法工具蓬勃发展，情报学和其他学科的交叉领域格外受情报界瞩目。相当一部分学者在没弄清“什么是情报”的背景下，匆忙开展学科交叉点等新兴领域（比如信息技术）的工作，并用新兴领域研究代替情报学研究。新兴领域的声音充斥情报专业领域，这些交叉领域喧宾夺主，情报学学科丢失了自身的研究阵地。这一点正如美籍黎巴嫩作家纪伯伦所言：“我们已经走得太远，以致忘了为什么而出发。”针对情报学研究领域这种舍本逐末现象，苏新宁指出，当前很多情报工作者是“耕了别人的地，荒了自家的田”。
情报学界出现这种舍本逐末现象的原因，主要是情报学界对情报工作自身定位认识不足，将作为情报手段的技术方法工具研究代替了对情报本身的研究。而其根源则在于对情报定义认识的模糊。可以说，正是对情报定义理解模糊，混淆了情报与其他领域的研究界限，情报界逐步忽视了本应进行的核心业务，主动或被动地失去了研究的主阵地。此外，情报业务工作重点在随时代发展而变化方面有所不足。钱学森在20世纪就把情报工作归纳为既相互联系、相互影响、相互作用，又有很大区别的两方面的工作，“一个是搜集知识，一个是激活知识”。20世纪中叶，我国科技情报工作起步发展时，情报工作围绕的重点往往是在知识、信息的采集与编辑上面，这与当时我国情报工作的时代特点密切相关——当时我国信息极度匮乏，所以信息的采集是情报工作重点。而进入了“互联网+”时代、大数据时代，信息不再匮乏，这时，情报分析能力成为工作的瓶颈，情报工作的重心应从搜集信息向激活信息转变，工作重点发生了变化。因此，情报界应正本清源，正视大数据时代情报工作面临的困境与现实威胁，从情报3.0工作实践出发，厘清情报定义、情报工作的根本和核心，以更好地指导实践工作。2.2.2 情报是人脑做出的有价值的判断
如同“物理”“化学”“数学”等定义一样，“情报”的定义应是稳定的、成熟的，其研究对象也应是明确的、特有的，不应该随着时间、研究对象的变化而变化。只有从稳定的、成熟的情报定义出发，才能判断出哪些是情报的核心工作，哪些是情报领域与其他领域的交叉工作，哪些不是情报界应做的工作。这样的定义方才能发挥对情报学科和情报工作的指导作用。
北京市科学技术情报研究所吴晨生研究员对情报定义进行重新思考，提出“情报是人脑做出的有价值的判断”。未来确实有可能会（也必然会）出现基于人工智能的情报判读系统，但正如钱学森提出的，这种情报判读系统本质仍是基于人脑的开发和设计，只不过是将“人的经验纳入这个系统中去”，而这仍是人脑思维的产物。因此，不影响这个定义的正确性。
情报界经常将情报与信息混为一谈，以信息工作取代情报工作。基于“情报是人脑做出的有价值的判断”这一定义，可以很清楚地将“信息”与“情报”区分开——情报是人脑做出的有价值的判断，而信息还没有经过人脑加工，所以不是情报。也就是说，只有经过人脑加工的信息，且明确了对谁有价值后，才是情报——情报是人脑思考和判读（而非条件反射）的结果。
情报的核心是产生判断的判读过程。其中，“判”是采集和筛选判读的对象及范围，即明确哪些信息或现象该“读”，哪些信息或现象可以忽略；“读”则是解读和洞察出隐藏在这些信息或现象背后的更深层、更本质的规律、变化及影响，从而形成判断。换言之，判读是对信息进行研判，找出其中有价值的信息，并读出其背后的规律、变化及影响。判读是情报生产的核心过程。而情报判读的结果是知识。也就是说，经过情报判读生产出来的产品是知识，而且是有价值的知识。因此，也可以说，情报是人脑将信息转换为知识的过程，是人类学习、研究和发明创造的另一个维度的表达。在情报产品的知识维度方面，钱学森曾指出，情报是思维科学的一部分；从情报发挥的作用来说，情报是人们认识客观世界的锐利工具。
情报具有价值性、目标性、相对性、个体性、知识性、传递性、实践性、时效性、预测性和保密性等诸多属性特征。其中，情报的价值具有相对性特征，即同一份知识或信息，对有些人具有价值，对另一些人则没有价值。同样，同一个判断，对有些人有价值，对另外的人则没有价值。也就是说，一个判断，对某些人是情报，对其他一些人则不一定是情报。情报的价值在于有价值的情报判断可以产生溢出效应——改变决策乃至行动。但是，即使没有实现情报溢出价值的判断，它也仍然是情报，即判断有价值即可，不一定苛求实现价值。2.2.3 从情报定义看情报学边界与情报工作重点
从“情报是人脑做出的有价值的判断”这一定义出发，一方面可以明确情报学的研究对象及情报学与其他学科的研究边界；另一方面，从这一定义出发，还可以阐明情报工作的核心和工作重点，厘清情报核心工作与情报非核心工作的区别，阐明情报生产线中各环节的重要程度。（1）从情报定义到情报学
众所周知，物理学是研究物质运动最一般规律和物质基本结构的学科；数学是研究数量、结构、变化、空间以及信息的学科；心理学是研究人类心理现象、精神功能和行为的学科。它们都有明确的研究对象。那么，什么是情报学？情报学的研究对象是什么？
依据“情报是人脑做出的有价值的判断”这一定义，情报学是研究人脑如何做出有价值的判断的科学。情报学只承认经过人脑判断的结果为情报（不包含神经反射的结果）。情报学的研究对象是人脑做出的有价值的判断，而这个研究对象正是情报学与其他科学不同的地方。情报学的特殊性正是以判读为中心，最终得到有价值的判断。围绕“做出有价值的判断”这一情报工作核心建立起来的情报流程是相对固定的。舍弃“判读”这一关键环节而单独谈情报流程的任意环节，都是在借用其他学科、领域的理论方法，不一定有学科特殊性。
实际情况是，情报工作和情报思维方法已经日益广泛渗入其他工作，并用其他工作语言进行了表述。例如，习近平主席认为，调查研究是谋事之基、成事之道。没有调查，就没有发言权，更没有决策权。从情报学角度看，调查是信息采集，研究是分析也就是判读过程，即得出判断的过程，而调查研究的结果就是判断产生的知识。各门科学的发展都是对各自研究对象做出判断，并且这些判断是正确的才可能是有意义的（即有价值的）。而这些有意义的判断就以定理、定律等形式成为各学科的知识。而从情报角度看，这些判断也同时是情报意义上的判断，这些定理、定律从情报的角度看就是情报产品——知识。从这个角度来看，作为人类思维科学的一部分，情报学是从另一个维度描述各门科学创新发展过程的科学。进而可以认为，情报学是从另一个维度描述知识增长过程的科学。（2）从情报定义出发明确情报的边界
从“情报是人脑做出的有价值的判断”这一定义出发，可以按照逻辑推理推导出情报要完成的各类任务。一般而言，可以从情报定义直接推导出来的工作，大多是情报的本职工作；可以从情报定义和其他条件直接共同推导出的工作，一般是需要情报学和其他领域交叉共同完成的工作。
以情报专家系统的构建为例，从“情报是人脑做出的有价值的判断”这一情报定义出发，可以做出如下推导。推论1：情报判读专家的选择是情报的本职工作
情报是人脑做出的有价值的判断。未来，随着人工智能的发展，可能出现（也必然会出现）非人脑的情报判读系统，但即使是这样，这类系统本质上是对人类思维的模拟，仍是人脑思维的产物。同时，建立情报判读系统时所倚仗的专家系统也不可能是完全中立的，也会因主观因素存在着价值或立场上的偏差，会产生情报结果的不确定性。因此，情报判读专家的情报敏感度、知识结构、状态、意识形态等个体的差异会导致情报结果的不同，甚至是对立的。因此，情报判读专家的选择是情报的本职工作，也是情报的核心工作。推论2：情报专家系统的构建需要情报领域与计算机领域合作完成
情报判读专家的选择是情报的本职工作，因此为了选择专家就要搜集专家信息。在互联网时代，利用互联网搜集专家信息，并将专家信息存入数据库是情报业务开展的必经之路。因此，需要以计算机技术为手段建立专家库系统，而这一工作是使用计算机技术完成的工作，需要情报学者和计算机专家共同完成，是情报和计算机交叉的工作，其中涉及的计算机技术应用不是情报主业，但是是情报3.0时代的重点工作。推论3：专家数据库软件开发等技术工作不是情报工作应做的事情
为专家搜索系统建设而进行的专家数据库软件的开发和设计，不能由情报定义和其他条件直接共同推导出，这不是情报工作应做的事情，是计算机领域的工作。
同理，依据“情报是人脑做出的有价值的判断”这一定义，还可以做出其他类似的推导。例如，可以判断出，对爬虫技术获取的信息内容的判读是情报学的研究范围；用爬虫爬取信息则是为判读服务，是将计算机技术应用于情报学领域，这个工作由情报学跟计算机科学共同完成；而研究爬虫技术本身则不是情报学范围的事情，是计算机领域的工作。因此，作为情报3.0时代基本工具的互联网爬虫技术，应是情报与其他领域人员共同完成的工作。（3）从情报定义明确情报工作重点
情报工作是有组织地对信息进行搜集、整理、加工、存储、判读并将判读结果传递给情报用户，从而实现信息、情报应用的业务活动。从“情报是人脑做出的有价值的判断”这一定义出发，可以推导出：以情报判读为核心，紧密围绕“判读”进行的情报工作是情报的核心工作。为了达到情报判读的目的，构建由采集、存储、加工、分析和判读若干环节构成的现代情报生产线，开发出专用信息收集和挖掘工具、信息判别工具，对海量数据进行针对性的挖掘和可视化描述，从而将大数据转换成小数据，将情报人员从大量的劳动中解脱，将更多的力量用在情报判读并产生判断，是情报工作的重点。
情报3.0时代，充分体现了智能情报工具对现代情报工作的技术支撑。但是，应该强调的是，情报界不应让技术支撑喧宾夺主，情报界应认清新形势下的情报机构的战略定位与历史使命，将情报工作聚焦于“判读”这一重点，充分发挥情报“引导决策而不仅仅是论证、支撑决策”的作用。2.2.4 信息技术对情报工作具有较大的塑造作用
虽然，情报界不应被技术支撑手段喧宾夺主，但不可否认的是信息技术作为第一推动力，与科技情报工作具有自然融合的天性，对科技情报工作具有较大的塑造作用。信息技术作为支撑手段，与科技情报工作高度融合的核心目标是使科技情报产品的投入产出系统更协调、更高效，在情报产品的质量、响应时间和成本之间达到平衡。
从广义上讲，情报业也是一种特殊形态的制造业。但与传统的制造行业不同，情报业的典型产品生产是通过数据采集加工、语义标注、挖掘分析进而进行预测的过程。大数据概念提出后，情报业面临更大的挑战。相对于较为规范的文献信息，大数据更零散、更原始、更复杂。这些巨量、快速、多样的数据存在明显的碎片化特征；不少数据仅仅停留在原始数据层面，并未成为真正的信息。这就要求情报人员具备获取和管理多来源的异构资源的能力，实现资源内容的重新组织和有效关联，加强信息组织方法与算法的创新研究，努力发现大数据信息资源中蕴藏的隐性知识和内在关系。情报服务的传统模式将会被彻底改变。如何将相关内容进行辨识、分析和重新组织，提交满足用户真正需求的情报产品，是情报人员面对的最重要的问题。因此，当前更应该积极吸收下一代信息网络、大数据、知识挖掘、自然语言、语义推理、人工智能、社会计算等领域的新技术，实现异构、异源资源的整合，完成情报的自动化交互、加工处理分析、协同服务等过程。2.3 对科技情报服务与科技情报服务能力的认知2.3.1 对科技情报服务的认知
相对于比较宽泛的科技信息服务，“科技情报服务”一般定位于基于知识发现与共享的智力性支撑服务（例如，在英语中，“情报”被表述为“Intelligence”），主要是指科技情报机构以政府、企业和社会等的科技情报需求为基础，利用其自身所拥有的资料集、方法体系、工具模型、专家智慧等资源进行相应的信息采集、处理加工、分析判断、情报应用等工作（即科技情报服务流程，如图2-3所示），进而对某项政策性问题提出观点和意见，最终产出诸如研究报告、要报提案、快讯简报、内参、系列书刊等一系列情报产品以提供决策支持或决策引导。图2-3 科技情报服务流程
北京市科学技术情报研究所吴晨生研究员对“科技情报服务”“科技情报工作”等概念也进行了全新的解读。他提出，（1）“科技情报服务”是依据情报需求方的利益需求，在特定主题或限定条件下，由情报提供者在实践基础上对文字资料、图像、声音等信息对象形成的从感性认识到理性认识的推理、判断与预测，并将判断结果通过知识或信息等形式传递给情报需求方，其终极目标是影响情报需求方的决策，使人类的知识更多地为实践服务。（2）情报3.0背景下的科技情报业务工作，体现大数据时代下情报业务工作的鲜明特点，体现现代智能情报工具对现代情报业务工作的技术支撑。应用包括人工智能在内的任何情报技术的情报工作都应紧密围绕情报“判读”这一核心业务。
归纳各类定义及释义，借鉴吴晨生研究员的新解读，简单来说，“科技情报服务”就是以情报判读为中心对数据和信息进行处理、组织和解释，以揭示其潜在的知识，将其转化为可执行利用的决策支持或决策引导。
一般来说，专业机构的科技情报服务工作会经历几个阶段。一是，主要承担图书馆的职责，这时尚未建立起正式的情报流程或者情报网络，情报工作以收集和管理各类信息为主；二是，逐步建立起正式的组织和网络，开始注重情报分析方法，提供各类情报产品；三是，建立起高度正规化的工作流程和情报网络，提供标准情报产品；四是，到了成熟阶段，情报流程得以制度化，拥有世界范围的情报网络并同时具有快速的反应能力，能够持续不断地提供高质量的情报产品，快速、精准地满足决策主体的需求。根据调查，目前有7%左右的机构已经达到了第四个阶段，中国科学技术信息研究所称之为“情报工程化阶段”。在这一阶段，对情报分析方法、情报处理技术平台、信息资源加工、情报组织体系等四个方面提出了更高的要求。只有这四个方面协调一致，才能快速、持续产出高质量的情报服务产品。2.3.2 对科技情报服务能力的认知
能力理论是20世纪70年代初期由世界著名研究组织行为的学者David McClelland提出的，当时是指个体能力。能力概念从哲学角度来看，专指人的内在素质的外化力量。20世纪90年代，Prahalad和Hamel在管理理论中引用了能力概念而诞生“组织能力”这个概念，是指组织运用各种资源来完成一组协调性的任务并以获取一种最终结果为目的的能力。在科技情报服务机构中，情报服务的运行不单靠资源或者人，还要把各类要素结构因素进行有效组合，并协调与关联结构因素的关系，使情报服务体系按照服务对象的需求运转，实现情报服务的目标。
基于能力理论，“科技情报服务能力”是指科技情报机构针对用户的问题、任务和需求，将科技情报机构自身拥有的各种资源进行有机整合优化，通过控制与协调科技情报服务流程的有效运作，使资源转化为可外化的知识，形成价值更高的情报产品或者服务，解决用户问题，并使自身获取竞争优势的能力。“科技情报服务能力”是一个隐性的概念，依赖于科技情报服务流程的路径和要素载体而存在，滋生并作用于科技情报服务的流程中。科技情报服务能力是情报3.0时代科技情报机构发展的核心能力。科技情报服务能力又是一种十分综合的能力，是多种相关能力要素的集成体现。科技情报服务能力的建设和提升将是一个长期、持续的过程。2.4 情报3.0时代科技情报服务能力需求
情报3.0时代，需求的敏感化、数据的全息化、方法的集成化、技术的智能化、服务的全纳化全方位地影响着情报服务思维方式，从根本上改变着现有情报服务模式，对情报服务机构的服务能力也提出了更高的要求。情报3.0时代科技情报服务能力需求主要包括情报资源的全面获取与协同服务需求、情报资源的语义分析与智能推送需求、情报的前瞻预见与实时预警需求、情报系统对现实的平行控制需求（见图2-4）。图2-4 情报3.0时代主要科技情报服务能力需求2.4.1 情报资源的全面获取与协同服务需求
资源保障是科技情报服务的基础。情报3.0时代，科技情报服务机构长期所依赖的情报资源体系、情报资源获取渠道、表现形式、利用形式与服务环境等都发生了重要变化，科技情报机构的数据枢纽角色被弱化。从创新角度来看，当前创新的速度越来越快，已经从过去的线性发展模式向实时化的非线性创新模式转变。情报资源的共享与大数据的处理能力，已经成为创新能力的重要来源。如何通过情报资源的全面获取，利用大数据思维和技术构建出竞争或创新趋势的全景图，洞察到竞争环境的细微变化，产出具有前瞻性、针对性、导向性和综合性的实施和解决方案，并引导创新主体按其发展，成为当前科技情报服务共同思索的重要问题。同时，随着资源保障的开放性和协作利用更为突出，如何实现现有情报资源的无缝结合，充分发挥其协同服务作用，成为科技情报服务进行深化和创新的新需求。2.4.2 情报资源的语义分析与智能推送需求
科技情报工作从诞生之初起就一直面临数据或信息资源的加工处理和分析利用的挑战，并在不同发展阶段呈现出不同的问题表征。情报3.0时代，科技情报分析工作，从最初引进借鉴的国外“三段论”综述型定性分析模式，正逐步向计算型定量分析模式转化。知识挖掘、深度学习、人工智能、语义推理等智能化技术的发展对情报资源的处理分析提出了新要求，即要求在传统的情报资源开发共享、情报资源建设基础上加入语义网、知识挖掘等新的解决方案，提升情报资源计算的内容构架与实现技术，使情报服务更加智能化，知识的精度和准确性更高。智能计算（知识计算）服务，将是原有科技情报服务与新一代科技情报服务最实质的区别。此外，对下一代情报服务系统（Next Generation Intelligence，NGI）的布局也提出新要求，下一代情报服务系统应在情报资源的知识挖掘和语义网优化的基础之上，进行前瞻性拓展，推动情报服务在“语用网”层面的发展，建立起基于任务、问题、应用的情报检索平台以及智能的用户搜索选择和情报服务推送机制。可以说，情报3.0时代使得信息资源的价值实现更依赖资源利用和分析的溢出效应。2.4.3 情报的前瞻预见与实时预警需求
预见性、预测性情报服务应该是当前信息情报服务中价值最大、难度最大，也最值得期待的服务。目前多数科技情报机构很少涉及预测性的情报服务。情报3.0时代，难度较大的预测成为可能。情报工作应该大力提升基于大数据的分析能力，围绕预测性情报来源、预测性情报加工、预测方法选择、情报人员预测能力培养等方面向能为客户提供较准确的预测性情报服务靠拢。可以深度开发情报服务移动客户端（微信服务或APP等）等在线式服务，使情报服务在决策过程中做到动态实时化、情境移动化和个性推送化，实现预见、预测、预警的“陪伴式服务”。2.4.4 情报系统对现实的平行控制需求
情报3.0时代，情报服务的对象更加复杂，数据动态性、流变性及数据采集的渠道异构性更强（如分部门、分系统获取），出现问题所产生的后果更加难以估量，比如城市交通控制与管理、城市公共安全问题等均如此。当前，社会计算、行为计算、心理计算、平行计算技术的发展使情报系统对现实的平行控制成为可能，即从“单向度数据分析”向“多维度的场景综合模拟体系”转变成为可能，即通过虚拟仿真技术，开发情报仿真模型，在城市发展的实际系统之外，用情报数据构建模拟人工系统，增加情报数据的传感节点的覆盖面，形成“虚实结合”“虚实互动”的平行系统，实现对城市发展仿真与模拟的常态化，经验和知识的数字化、动态化、即时化，情报服务与决策的可视化、精准化和科学化，并为未来的数字化社会和数字化政府管理奠定基础。 第三章 情报3.0时代科技情报服务能力总体框架与评价
情报3.0环境下，用户需求个性化、精准化要求越来越高，情报产品的响应速度要求越来越快。各类新技术使精准服务成为可能，并对科技情报服务提出更高的要求，新要求同时促进新发展。可以说，情报3.0时代为情报学和科技情报服务的发展带来了极好的机遇，使科技情报服务有了更大的上升空间和更加广阔的舞台。情报3.0环境下，科技情报的载体和存在形式、科技情报内容处理技术、科技情报服务流程、创新需求与科技情报服务交互模式等都在发生深刻的变化，滋生并作用于科技情报服务流程中的科技情报服务能力也必然发生改变，以知识集成与智能服务为源泉的科技情报服务能力将成为科技情报机构赢得竞争优势及实现未来发展的根本，建设科技情报服务能力集合体是科技情报业供给侧改革的关键。
在这一崭新的时代，重新审视和探讨科技情报服务能力这一话题，研究其基本架构与构成具有重要意义。本章基于科技情报服务和科技情报服务能力的内涵，结合情报3.0时代科技情报服务需求及科技情报服务流程，主要从工程技术角度探讨了具有普适性的科技情报服务能力的基本架构，设置了科技情报服务能力构建的四层结构模型（RIAC模型），包括情报资源保障能力、情报交互能力、情报分析判断能力和情报协同服务能力四个层次。在此基础上，研究了科技情报服务能力评价思路，并借助文献研究、问卷调查及访谈法、德尔菲法（Delphi）、灰色数学统计法、层次分析法（AHP）具体论证了情报资源保障能力、情报交互能力、情报分析判断能力和情报协同服务能力的一级和二级评价指标，设计了指标权重，提出科技情报服务能力的评价指标体系。3.1 情报3.0科技情报服务能力建设目标：知识集成与智能服务
基于现实的新需求与新要求，科技情报服务能力建设的主要目标是使情报服务工作由信息的采集与分析向知识的集成与知识的智能服务方向升级。
知识集成与知识的智能服务是知识主体在一定的环境支撑下，根据知识集成的需求，利用合理有效的方法、技术或手段，将相关的单一的、分散的、不同层面的知识（即知识客体，包括显性知识和隐性知识），通过主体之间在一定时间、空间里的协同交互，进行知识的融合、重构、集成，并产生新的判断，形成新的知识，为决策提供支[1]撑或引导决策。
试读结束[说明：试读内容隐藏了图片]