文章荐读 | 多源数据环境下产业竞争情报智慧服务平台构建研究 ——以“三元世界”和CPSS理论为基础
文 章 荐 读
多源数据环境下产业竞争情报智慧服务平台构建研究 ——以“三元世界”和CPSS理论为基础
高志豪1, 郑荣1,2, 魏明珠1, 雷亚欣1
1.吉林大学商学与管理学院，长春 130012
2.吉林大学信息资源研究中心，长春 130012
摘要
面对多源数据环境和复杂信息场景，产业竞争情报服务优化升级成为助力新一轮产业发展和产业链优化的抓手。我国产业亟须构建体系化的竞争情报智慧服务平台，赋能大变局时代和复杂国际竞争中的产业健康发展。本文聚焦于多源数据环境，采用半结构化访谈方法进行产业竞争情报服务平台现状调研，以“三元世界”和CPSS（cyber-physical-social systems）系统建模思想为依据，实现物理世界、信息空间和人类社会中的多源数据多维立体解析和数据融合，借助解构思想进行产业竞争情报元素分解和重组，构建产业竞争情报智慧服务平台模型，并提出“情报协同采集与处理-多源数据跨模态、跨结构融合-联盟链分布式情报数据存储-情报知识挖掘与发现-定制化智慧服务”的产业竞争情报智慧服务平台实施路径。
关键词
多源数据环境; 三元世界理论; CPSS系统建模; 产业竞争情报; 智慧服务; 平台构建
引用格式：
高志豪, 郑荣, 魏明珠, 雷亚欣. 多源数据环境下产业竞争情报智慧服务平台构建研究[J]. 情报学报, 2023, 42(7): 775-789.
👈长按识别文章二维码查看全文
0
引言
习近平总书记指出，“世界处于百年未有之大变局”[1]，新冠肺炎疫情加快了世界发展格局的变化，单边主义和保护主义不断冲击着国际经济秩序，导致全球产业面临巨大的风险，产业发展的不确定性极度增加。面对国际竞争环境的不确定性及国际社会关系的非线性缠绕，我国诸多产业面临严峻挑战。高端产业与战略性新兴产业的发展处于关键阶段，需要准确把握国际产业竞争环境、竞争对手、技术动态、市场竞争格局等相关信息与情报，进行“补短板，锻长板”，提升国家产业发展与规划的科学性、及时性和预见性。在产业竞争情报来源复杂多源的背景下，如何借助大数据、互联网、人工智能之力，为产业链、供应链上各利益相关者提供智能、安全、精准和高效的智慧情报服务，转变传统服务模式，构建具备产业发展支撑能力的竞争情报智慧服务平台，赋能产业健康有序发展，已经成为亟待研究解决的重要理论与现实问题。
本文立足于产业发展过程中涉及的竞争情报服务问题，以“三元世界”理论和CPSS（cyber-physical-social systems）系统建模思想为基础进行多源数据的立体解析和数据融合，以解构思想为主线进行元素分解，根据产业竞争情报智慧服务实际需求进行元素重组，并构建智慧服务平台模型，探究多源数据环境下产业竞争情报智慧服务平台的实施路径，实现竞争情报对产业发展的智慧化支撑作用。
1
文献综述及现状调研
1.1 文献综述
目前，国内外学界对竞争情报服务的研究通常聚焦于竞争情报技术与实际应用。本节将从竞争情报智慧服务理论与实际案例、竞争情报服务平台构建、竞争情报服务平台关键技术和实现路径等方面对现有研究进行总结。
（1）竞争情报智慧服务理论与实际案例研究。郑彦宁等[2]、陈峰[3]、赵筱媛等[4]系统解析了产业竞争情报及其服务的基本理论问题；杨宇田[5]和陈峰等[6]从产业竞争情报服务案例入手，分别以信息产业和半导体产业等为例进行服务模式的研究；侯元元等[7]和陈思等[8]聚焦不同场景，从产业创新环境和创新链、产业技术链及企业集群内部相互关系等进行服务模式探究；罗立群等[9]和郑荣等[10-11]等对智慧服务、竞争情报智慧服务相关理念和概念做了界定。
（2）竞争情报服务平台构建研究。在竞争情报服务平台构建方面，目前国内已经构建的情报服务平台有中国科技情报网、湖南省科学技术信息研究所官网等。此外，国内外学者基于不同的逻辑架构和构建模式研发出了面对不同场景的竞争情报服务平台。郑荣等[11]以企业为服务对象，构建了基于ACP（artificial systems, computational experiments, parallel execution）理论的企业竞争情报智能系统，为产业竞争情报智慧服务平台的搭建奠定了基础；Donohue等[12]针对用户竞争情报需求构建了CIntell平台，用于收集、存储、管理和发布竞争信息，为个人、企业和产业提供了竞争情报交流平台；刘如等[13]提出了竞争情报云服务模式和O2O（online to offline）服务模式，为竞争情报服务平台的构建提供新思路；唐晓波等[14]以提高竞争情报挖掘深度和智能化水平为目标，利用大数据智能构建竞争情报系统；王心妍等[15]从智慧服务角度入手，提出构建产业竞争情报智慧服务体系；王克平等[16]以大数据为基础，构建了产业风险识别与竞争情报预警模型，为竞争情报服务平台预警模块的构建提供借鉴。
（3）竞争情报服务平台关键技术和实现路径。从相关研究脉络可以发现，产业竞争情报服务研究逐渐从传统服务模式转向以新技术、大数据、场景化为核心的智能化、智慧化服务模式。例如，国内学者石进等[17]提出以大数据、工业互联网中的新技术为基础，构建基于工业互联网的竞争情报系统总体架构，为企业、产业决策以及用户提供竞争情报服务；化柏林等[18]提出大数据和多源数据驱动下的融合型竞争情报，强调了数据融合和技术方法融合在竞争情报服务实现路径中的重要性；张亚男等[19]利用区块链技术构建竞争情报联盟协作平台，为竞争情报服务平台的构建提供了新的思路。国外学者的研究更倾向于探究企业群体或具体产业的竞争情报实际需求，探寻关键技术以辅助平台构建。例如，Bose[20]提出了竞争情报分析流程中文本挖掘、Web挖掘、可视化的竞争情报工具的使用；Lutz等[21]基于开源数据，以多源数据融合的角度进行数据融合和知识融合，为汽车供应行业竞争情报平台的构建奠定基础，并提供可靠的竞争情报服务实现路径。
通过对国内外文献的梳理可以发现：
（1）已有研究在理论、案例、服务场景、新技术应用等方面均取得了一定进展，但鲜有关于产业竞争情报数据来源的界定研究，对“多源数据”的分类和解析未形成统一的共识；
（2）当前研究更偏向于模型构建类的探索性研究，缺少以用户需求为实际导向的智慧服务功能设计；
（3）已有研究较少从多源数据融合视角全面理解与挖掘产业内数据及知识的深层逻辑关系及潜在价值，对如何依托信息系统平台开展产业竞争情报智慧服务的研究和探讨不足。
1.2 多源数据环境下产业竞争情报服务平台现状调研
为了掌握目前的产业竞争情报服务平台的现状，更有针对性地构建智慧服务平台，本文面向各产业样本企业、政府部门以及科研机构等产业竞争情报使用主体，通过半结构化访谈的方式对多源数据环境下产业竞争情报智慧服务平台现状进行调研。首先，进行访谈提纲的设计，在访谈过程中对访谈提纲进行修改及迭代。正式访谈根据受访者的实际情况，采用面谈、电话访谈或社交软件访谈等方式，形成访谈记录。本次访谈对象选取的准则：①受访对象为产业竞争情报服务平台的用户，熟悉竞争情报等相关概念和实际情况；②受访对象需要具有产业竞争情报相关工作的经历；③受访者的单位性质要涵盖产业样本企业、产业监管部门、专业化情报研究院所、高校与科研机构及产业竞争情报第三方机构；④受访者需要对竞争情报服务平台、网站或系统具有一定的了解，例如，中国科技情报网、湖南省科学技术信息研究所官网等。访谈时间为2021年11月—2022年3月，调查对象中的产业样本企业涉及多个产业，主要来自电子信息制造业、汽车等机械制造业，以及产业监管部门、情报研究院所、高校与科研机构和第三方机构从事产业竞争情报研究和工作的相关人员，共计30人。研究样本统计如图1所示。
图1 研究样本统计
产业竞争情报服务平台现状调研的半结构化访谈提纲如表1所示。
本文将30名受访者的回答进行了汇总，各类产业及产业相关企业的人员对产业竞争情报服务平台有着较强的认知水平，认为从产业竞争情报服务平台过渡到智慧服务平台是十分有必要的；政府监管部门对于产业竞争情报智慧服务的水平和效用持怀疑态度，认为平台仍需要进一步完善和落地；高校及科研机构对多源数据环境的理解较为深入，并认为多源数据环境下产业竞争情报数据融合是平台实现智慧服务的基础和关键；专业化情报研究所提出要组建产业竞争情报高端交流平台，平台要实现参与主体多元化，方便产业竞争情报的合理及有效共享；目前，已建成的竞争情报服务平台对各自竞争情报使用情况的现状做了阐述，认为目前的平台尚未达到情报服务智慧化，仍需要根据产业发展及用户实际需求，结合大数据、互联网、人工智能之力，提供一体化、智能化、精准化、个性化、预警性的智慧服务。为了保证信度和效度，在30人访谈结束后，另外选取对产业竞争情报服务平台较为熟悉的3名人员进行同样的半结构化访谈，访谈结果无新的观点和内容，通过饱和度检验。
本文对半结构化访谈结果进行关键问题聚类和提取，总结出产业竞争情报服务平台在功能和运行方面存在的问题主要有：①平台在多源数据环境下的产业竞争情报数据获取的全面性、及时性、可靠性、持续性和能用性有待加强，面对多模态、多结构、多内容及多来源的产业竞争情报，难以全面、动态、实时地进行获取和使用；②目前平台具有情报服务权限的用户角色较少，难以满足多元主体的产业竞争情报分析和处理的需求，竞争情报主客体协同性得不到提升；③已建成的竞争情报服务平台虽然初步成型，但仍未真正形成产业竞争情报服务体系，缺乏理论和技术支撑；④已建成的平台仍然难以满足产业用户对于产业情报定向推送、产业动态跟踪、产业突发事件预警、产业事件应急协同和产业政策智慧问答等服务需求；⑤平台的安全性、可靠性和数据增值能力有待加强，情报挖掘的深度和智能化水平稍显不足，弱信号识别能力欠缺，尚未实现智慧服务能力的提升。本文通过桑基图（图2）的形式展示不同类别访谈对象对产业竞争情报服务平台存在问题的主要关注点，根据图中的排序，目前产业竞争情报服务平台存在的主要问题包括“平台未满足用户真正需求”“平台智慧性有待加强”“多源数据环境下情报数据获取和融合不足”“产业竞争情报服务未形成体系”以及“平台服务覆盖面较窄”，具体调研结果如图2所示。
图2 产业竞争情报服务平台现状调研结果
2
理论基础与逻辑框架
2.1 三元世界及CPSS理论
“三个世界”理论最早由波普尔于1972年提出，即物理世界、心理世界和人工世界的集合[22]，在“三个世界”理论的基础上，“三元世界”理论的三元关系强调将物理世界与人类社会空间中的元素或数据通过协同感知与交换共享映射至信息空间，信息空间对映射后的元素和数据进行组织、融合与分析，进而反向指导物理世界和人类社会中的决策行为。“三元世界”融合的本质就是发现和建立起三元空间的关联关系[23]。CPSS是指“网络-物理-社会”融合系统，是传统信息物理系统CPS（cyber-physical systems）整合社会维度后的衍生系统[24]。CPSS将“三元世界”理论中的“物理维度、信息维度和社会维度”进行系统性的融合，形成一套“网络-物理-社会”三维系统建模的思想。当今时代，社会发展进入信息化和智慧化阶段，数据信息暴露在泛在网络之中，呈现信息复杂性、系统复杂性和社会复杂性的特点。在此情境下，融合“人-机-物”于一体的社会信息物理系统CPSS就成为实现复杂性背景下智慧管理和服务的基础，成为在联通的复杂世界中整合各种资源和价值的有效手段，成为实现数字孪生，迈向数字化、透明化、扁平化和精准化智慧服务的切实途径。
2.2 解构主义思想
解构源自哲学范畴，是思维方式的一种转变，是对固化结构的多元视角解读[25]。本文所涉及的解构主义思维旨在开放自由的环境中打碎原固化结构，解构出各基本元素，并在重组中建构新模式。在使用“三元世界”理论和CPSS系统建模思想时，需要从基本元素入手，解构主义思想恰好可以满足二者的要。解构的过程为“原结构定位-解构-重组”，本文将多源数据环境下的产业竞争情报智慧服务进行解构，具体解构对象包括多源数据、服务主体及客体、平台组成元素、智慧服务内容等。解构完成后，将各部分的元素依据智慧服务的实际需求，建立逻辑关系，构建重组逻辑，将分解元素重组，形成重组元素间的多元关系，为多源数据环境下的产业竞争情报智慧服务的形成与平台构建打下基础。
2.3 多源数据环境下产业竞争情报智慧服务逻辑架构
产业竞争情报智慧服务包含三个方面的核心理念。一是提倡开源产业竞争情报数据共建共享的观念，改变各自为政的局面；二是着力多源数据的融合处理，将“三元世界”理论和CPSS系统建模方法进行交叉，实现对“物理世界”和“人类社会”中同型异源、异质异构[26]等数据和信息的采集、处理、整合及融合分析，以形成产业竞争情报多源数据融合后的“信息空间”，实现从繁杂到有序、从低价值到高价值的转变；三是聚焦产业竞争情报数据的动态性和空间性，实现传统竞争情报产品的智能化、智慧化转变。郑荣等[10]构建了面向产业竞争情报智慧服务的多源数据融合框架，提出了产业竞争情报智慧服务维度及方式，但未构建辅助产业竞争情报智慧服务实施的平台和载体。因此，本文将基于上述研究内容，从微观角度剖析和分解产业竞争情报智慧服务的数据元素、技术元素以及服务元素等，结合用户实际需求，构建智慧性产业竞争情报服务平台，丰富和完善面向产业的竞争情报智慧服务体系和模式，以平台为基础，形成具备“兼容性、可拓展性、定制性和智慧性”的产业竞争情报智慧服务。
根据现状调研结果可以看出，目前的产业竞争情报服务缺乏智慧性，未发挥出多源数据的驱动力，数据获取不够全面，难以满足瞬息万变的国际竞争环境中的产业发展情报需求。在此背景下，“三元世界”理论和CPSS系统建模思想能够将来源于物理世界、信息世界和人类社会世界中的情报数据进行融合，并采用适合产业竞争情报服务体系的“网络-物理-社会”三维系统建模思想进行多源数据集成与平台搭建。因此，在产业竞争情报智慧服务中，应用“三元世界”理论以及CPSS系统建模思想具有可行性、必要性、先进性和有效性，并能够从理论层面支撑产业竞争情报智慧服务平台的搭建。多源数据融合作为联系“三元世界”的纽带，为产业竞争情报在物理世界、信息空间和人类社会的融合交互提供了实现路径，从而支撑产业竞争情报智慧服务平台的开发和应用，并促进智慧服务模式的优化和升级。本文构建的产业竞争情报智慧服务平台是一般竞争情报服务系统在理念与功能上的升级与扩展，一般的竞争情报服务系统基本上是借助人工或软件系统满足用户的需求，问题导向或任务导向的被动服务占据主导地位，缺乏多源数据与新技术理念的支撑，服务的智慧性也有待提高。而产业竞争情报智慧服务平台除了具备一般服务系统的基本功能之外，更加注重服务的主动性与智能性、平台的开放性与兼容性、多源数据的集成与知识图谱的核心支持，可以更好地满足多方协同理念与多维情境的需求，是“多源数据集成+知识图谱与知识挖掘+智能型竞争情报服务工具+新型服务思维+多维服务模式+智慧化竞争情报服务实施”的集合体；同时，产业竞争情报智慧服务平台基于解构和重组思想进行技术、需求及服务等元素的重组，在多源数据环境下，运用大数据、人工智能等新兴技术实现及时性、预见性、定制化和精准化的竞争情报智慧服务功能。
产业竞争情报智慧服务主要以产业竞争情报相关用户需求和具体应用为导向，一方面，需要从解构视角下对“多源数据环境”和“产业竞争情报智慧服务”进行元素分解，明确多源数据的类型、来源、结构及模态，根据需求调研完成产业竞争情报智慧服务具体需求的解构，明确面向不同场景和需求的产业竞争情报智慧服务模式；另一方面，需要从方法工具和技术手段角度，研究多源数据环境下产业竞争情报智慧服务平台的构建，为产业竞争情报各主体提供交互、实用、智能的智慧服务，为产业健康发展提供有力的情报平台支撑。具体的逻辑架构如图3所示。
图3 多源数据环境下产业竞争情报智慧服务逻辑框架
3
多源数据环境下产业竞争情报智慧服务平台模型构建
3.1 解构：“多源数据环境”和“产业竞争情报智慧服务”的元素分解
本文以解构视角的整体性和关联性为基本原则，在文献综述的基础上进行总结、提炼与补充，从多源数据、主客体、技术、需求及服务等方面进行元素分解，并进行编码。
3.1.1 多源数据元素分解
解构视角下多源数据元素分解的目的是将多源数据进行细粒度划分，对多源数据进行多维度的解构，解构完成的数据“元素”既可以作为产业竞争情报多源异构数据融合的数据基础，也可以明确多源数据的来源和属性，方便剖析情报数据的多样性，为“多需求、多维度和多主体”的产业竞争情报智慧服务提供数据支撑。基于许海云等[27]对多源数据融合的定义以及郑荣等[10]关于产业竞争情报相关数据来源的界定，本文从数据结构、数据类型、数据内容、数据来源和数据模态五个维度对“多源数据（A）”进行分解，并对分解后的元素进行了编码。具体分解结果如表2所示，编码分别为A1、A2、A3、A4、A5。
3.1.2 主客体元素分解
主客体元素是产业竞争情报智慧服务的参与者，根据智慧服务的特征，将主客体元素按照“主客体类型”和“主客体协作行为”两个维度进行分解，产业竞争情报服务供给主体（B）和客体（C）分解如表3所示，编码分别为B1、B2、C1和C2。在产业竞争情报智慧服务的过程中，情报供给主体和智慧服务客体之间存在协作行为，以政府部门为例，其既是情报供给主体又是智慧服务客体，双重身份使其能够实现情报源和应用端的协同，从而实现多源数据环境下产业竞争情报各主客体之间不同规模的合作，实现智慧服务的多主体协同和情报数据协同。
3.1.3 技术元素分解
数据处理和智慧服务的过程中会涉及大量的技术手段。在文献梳理和实际调研的基础上，本文将技术元素分为多源数据处理（D）阶段和产业竞争情报智慧服务（E）阶段，以技术类型维度进行分解。技术元素分解如表4所示，编码分别为D1和E1。
3.1.4 需求及服务元素分解
需求及服务元素分解面向产业竞争情报用户，根据文献梳理和对用户的实际需求调研，从“需求类型”和“服务类型”两个维度进行分解。多源数据处理（F）面临数据来源多样且分散的状态，产业竞争情报智慧服务（G）提供产业竞争情报个性化服务、精准推送服务、协同应急服务、智能问答服务和智能预警服务等。需求及服务元素分解如表5所示，编码分别为F1、F2、G1和G2。
3.2 重组：产业竞争情报智慧服务平台模型构建
本文构建的多源数据环境下产业竞争情报智慧服务平台模型是以“三元世界”理论和CPSS系统建模思想为指导，最终目标是形成一个连接“物理世界、信息空间和人类社会”并融合“互联网、物联网和社会网”的产业竞争情报智慧服务平台。本研究以解构后的基本元素为基础，根据平台具体功能需求和用户智慧服务需求进行元素重组，构建一个架构灵活、功能多样且方便迭代的智慧化情报服务平台。
3.2.1 重组原则及元素对应关系
重组时应遵循三个主要原则。一是可选择性原则，即重组时根据需要有目的性地选择所需元素；二是无序性原则，可根据关联性乱序重组多个非平行元素；三是特殊性原则，即重组时要以具体问题为导向进行重组的层级和逻辑设计。平台模型的构建要结合产业竞争情报的信息数据特征、物理环境特征及人参与下的产业发展特征，构建基本框架的信息维度（信息空间）、物理维度（物理世界）和社会维度（人类社会）。在不改变产业发展和产业竞争情报实际运行逻辑的前提下，对产业中的多源数据及物理维度和社会维度的数据进行采集，并按照CPSS建模方式进行融合，映射到信息维度，以信息维度、物理维度和社会维度为基础，构建出由产业竞争情报多源数据采集层、产业竞争情报数据处理层和产业竞争情报智慧服务层组成的基本框架。本文依照重组原则和产业竞争情报智慧服务平台基本框架，以智慧服务平台技术需求和服务需求为导向，进行平台各层的重组。重组元素与平台框架的对应关系如表6所示。
3.2.2 平台模型构建
智慧服务平台是基于“三多五维”的原则进行构建的。其中，“三多”是指，一是要围绕多级目标，平台的构建要立足产业战略决策支撑、产业技术创新和产业竞争情报智慧服务三个主要目标；二是要实现多源数据驱动，将物理世界、信息空间和人类社会中的多来源、多模态、多结构的数据进行融合，实现跨模态、跨结构和跨空间的多源数据融合，以保证产业竞争情报数据获取的全面性和立体性，更好地服务于产业竞争情报智慧服务；三是要实现多维度的产业竞争情报智慧服务，平台模型的应用接口面向智慧化的情报服务，为产业发展提供定制化、精准化和智能化的情报服务内容。“五维”要求平台构建要具备独特视角，着眼于多元服务主体、多源异构数据、多维度用户需求、多类型情境感知以及多种智能处理技术五个维度。本文以平台基本框架为内核，构建产业竞争情报智慧服务平台模型，如图4所示。
图4 产业竞争情报智慧服务平台模型
该平台模型立足于各元素、数据、主体、情报供需之间的协同和交互，基于表6中重组元素与平台框架的对应关系，以底层数据采集、情报数据挖掘与处理和情报智慧服务为主要架构，并在数据采集和情报数据挖掘与处理之间加入了多源数据融合和存储层，该层以区块链和数据湖技术实现三元世界环境下的产业多源数据融合及分布式存储；在情报数据挖掘与处理和情报智慧服务之间提供接口，以需求及服务元素分解结果为引导，进行技术和服务需求重组，形成个性化的产业竞争情报智慧服务。
4
多源数据环境下产业竞争情报智慧服务平台实施路径
在多源数据环境下，产业竞争情报智慧服务平台作为产业竞争情报智慧服务的抓手和实施工具，其运行应以国家产业发展战略为纲要，聚焦产业竞争情报应用环境，立足产业竞争情报多源数据协同，破解产业竞争情报服务困境，力求实现需求导向的产业竞争情报智慧服务。在“三元世界”理论和CPSS建模思想的指导下，智慧服务平台中的“情报协同采集与处理”和“情报跨模态与跨结构融合”环节实现了物理世界和人类社会空间的数据协同感知和交换，并映射到信息空间，“分布式情报数据存储”和“情报挖掘与知识发现”完成了信息空间中的情报数据存储、组织、融合与分析，进而反向指导“定制化情报智慧服务”。
4.1 多主体及数据协同：情报协同采集与处理
物理世界、信息空间和人类社会中存在着大量的数据，共同组成“三元世界”的数据集合，泛在网络环境、物理环境和产业之外的社会环境之中同样存在着众多可以辅助产业发展的情报数据。情报协同采集与处理主要有两层含义：一是完成多源数据环境下的情报数据协同采集，二是完成产业竞争情报参与主体之间的协同联动。综合利用云计算、物联网、大数据技术等工具对产业泛在数据进行协同感知与获取、特征提取与多维度解析、序化组织与动态关联等，从而实现多源数据环境下的产业竞争情报数据协同以及多主体协同，在一定程度上实现产业竞争情报多主体之间情报的供需精准匹配及情报共享，为产业竞争情报智慧服务提供多维度、全方位、立体化和协同化的数据支撑。“三元世界”理论下情报协同采集与处理主要有两个方面的任务，一是完成多源数据跨模态、跨结构的采集，二是多主体之间完成产业情报数据的融合、预处理和分析，实现多主体和情报数据的协同联动。“三元世界”理论下的情报协同采集和处理首先对物理维度、信息维度和社会维度中的产业竞争情报“多元主体”和“多源数据”进行解构，然后进行多源数据环境（A1+A2+A3+A4+A5）下的情报数据协同采集，最后完成多源数据融合、情报数据预处理和情报数据分析。具体的产业竞争情报协同采集与处理如图5所示。
图5 产业竞争情报协同采集与处理
4.2 多源数据融合：情报跨模态、跨结构融合
根据表2可知，产业竞争情报数据呈现多结构、多类型、多内容、多来源和多模态的特点，多源数据环境下的情报跨模态、跨结构融合是“三元世界”理论和CPSS建模思想中物理世界和人类社会空间实现数据协同感知和交换的基础环节。因此，平台需要完成泛在网络环境、物理环境和产业之外的社会环境中的产业竞争情报数据融合，实现“三元世界”理论下的产业数据跨模态、跨结构融合，最终完成物理世界和人类社会空间中的多源情报数据向信息空间映射的过程。根据所处阶段的不同，产业竞争情报数据的多源数据融合主要分为三类[27]，分别是前期数据源融合、中期数据关系融合和后期聚类融合。产业竞争情报存在大量的多模态数据，多模态数据融合方法近年来不断迭代，如TFN（multimodal tensor fusion network）方法[28]、LMF（low-rank multimodal fusion）方法[29]、MFN（memory fusion network）方法[30]等。此外，在多源异构数据融合场景中，可采用多媒体文档模型、异构信息图模型、多模态语义模型、多模态哈希模型、多模态深度学习模型等来解决产业竞争情报多源异构数据融合问题。
4.3 联盟区块链底座：分布式情报数据存储
在“三元世界”理论和CPSS建模思想的指导下，产业竞争情报智慧服务平台需要对物理世界和人类社会空间中映射到信息空间的情报数据进行存储、组织、融合与分析。由于产业竞争情报数据源具有敏感性、决策性、对抗性、时效性、隐蔽性等特点，因此，对数据权限、数据安全性和数据监管都有着较高的要求。产业竞争情报智慧服务平台在数据仓库、分布式云存储技术的基础上，增加了联盟链技术底座。联盟链以其成本低、稳定性强、可信任程度高、数据存储安全性佳的特点，为产业竞争情报数据的安全存储、组织、分析与应用提供了可靠的技术支撑[31]。联盟链区块节点集体维护增强了平台的容错率和抗劫持能力，将风险进行各节点均摊，并可实现风险及时阻断，大大降低了产业相关数据遭到恶意篡改的可能性[32]。联盟链点对点共享的加密安全通道和访问控制机制，为所有产业竞争情报节点提供身份验证服务和对应身份的可共享区域，实现产业竞争情报采集与加密，完成多源数据环境下的产业竞争情报融合。联盟区块链分布式情报数据存储的模式保证了产业竞争情报数据不易攻击、不可伪造，使平台的安全性和可靠性大幅提升。
4.4 多维度情报分析：情报挖掘与知识发现
在产业竞争情报智慧服务平台数据采集层中，已经完成了产业竞争情报数据多源采集，并初步完成多源数据跨模态、跨结构的情报数据融合。产业竞争情报智慧服务平台处理层的重点任务是产业竞争情报知识组织，完成物理世界和人类社会空间映射到信息空间中的竞争情报处理，以实现在“三元世界”理论和CPSS建模思想指导下的情报信息组织与分析。该阶段旨在进一步处理采集层带来的异构数据、语义多样性文本及多模态数字信息源，并将多源数据处理成易于知识抽取的状态。处理层的具体流程如下：①将采集层多源数据融合后的数据作为输入源，提取出有关实体（参与者、条件、事件等）和关系的知识，进行产业知识抽取，确定实体、关系和属性类型，并将实体和关系映射到公共本体中；②采取自下而上的模式对产业知识进行转换，识别产业竞争情报中大规模数据中的概念、实体、关系，并进行知识融合（语义融合和实体融合）；③知识融合完成后，以产业专家小组为指导，构建产业知识图谱，为后续构建情境化、主动化、精准化的产业竞争情报智慧服务奠定基础。产业竞争情报挖掘与知识发现流程如图6所示。
图6 产业竞争情报挖掘与知识发现流程图
情报知识挖掘与发现是智慧服务的前提。根据表5中的需求及服务元素分解结果，产业竞争情报智慧服务平台在该阶段需要完成五个方面的情报知识挖掘。一是要对“三元世界”理论的物理维度、社会维度信息进行挖掘，主要包括地理空间和位置信息，以及产业关系信息等，以实现产业竞争情报服务情境建模；二是对产业竞争情报用户主客体的特征及用户行为、用户属性、用户偏好等特征进行挖掘，以实现产业竞争情报用户画像的构建；三是采用图匹配算法对产业事件中的本体[33]进行匹配，并对产业网络演化关键节点进行挖掘，为产业应急事件的协同处理打下基础；四是对产业政策信息进行挖掘，构建产业领域知识图谱，以知识图谱为核心，搭建产业政策问答系统；五是对已发生的产业事件特征进行挖掘和提取，并对产业发展事件进时空数据挖掘和逻辑驱动路径挖掘，以实现产业事件态势走向判断[34]，完成产业发展预警。此外，产业竞争情报智慧服务平台提供服务拓展接口，保证了后续新需求和新服务的兼容性。
4.5 应用情境引导：定制化情报智慧服务
采用“三元世界”理论和CPSS建模思想完成对信息空间的情报数据处理、组织和分析后，以产业竞争情报组织和处理结果为导向实现定制化情报智慧服务。产业竞争情报智慧服务平台的最终目标是为产业相关用户提供定制化的产业竞争情报智慧服务，以产业竞争情报知识挖掘与发现为基础，秉承知识发现促智慧服务的研究理念，以应用情境为导向，实现由面向任务的被动情报服务转向面向内容理解的主动智慧服务。根据实际场景，对技术、需求及服务进行解构并重组，形成定制化情报智慧服务。除情报检索与问答、情报浏览与推荐等基本服务功能外，多源数据环境下的产业竞争情报智慧服务平台能够提供以下五种重点智慧服务，并以表2~表5中的解构编码进行表示。
（1）基于微服务架构的产业竞争情报个性化服务（E1①+E1⑤+F1①+G1①+G2①）。首先采集产业竞争情报多源数据，然后对多源数据进行智能挖掘和知识发现，对产业用户个性化需求进行标签化，利用微服务架构对传统的竞争情报服务内容进行拆分和重组，搭建产业情报个性化微服务平台，提供具有强交互性、便捷且个性化的产业竞争情报微服务。
（2）基于用户画像的产业竞争情报精准推荐服务（D1③+E1③+F1①+F1②+G1②+G2②）。采集产业用户多源数据，如技术专利数据、科研论文数据、泛在网络数据、新闻数据、企业公开招标数据等，融合产业知识图谱和用户特征标签，构建多维度产业竞争情报用户画像，借助主题推荐模型，建立用户多需求和服务场景引导的“需求内容-供给内容-供给方式”的精准推荐服务。
（3）基于图匹配算法的产业协同应急智慧服务（D1③+D1④+E1⑤+E1⑥+E1⑧+G1③+G2③）。采集产业突发事件数据、新闻数据、社交媒体相关事件信息、舆情信息及用户评论信息等，对产业突发事件进行多维度数据建模，以产业网络演化的节点关系及网络结构化特征为基础，挖掘产业发展演化关键节点。以图匹配算法计算各节点相似度[35]，构建应急处置平台，形成“产业发展关键信息挖掘-应急情境感知-应急情况分级-协同应急处置”的智慧服务。
（4）基于政策挖掘的产业竞争情报智能问答服务（D1③+D1④+E1④+E1⑤+E1⑧+E1⑨+G1④+G2④）。采集国内外各类政策数据库中的政策文本并构建政策知识图谱，对基于产业知识图谱的产业政策演进态势进行挖掘，搭建嵌入语义匹配框架的产业政策智能问答系统，提供全面的国内外政策信息及精准的政策解释，以及一站式、全方位智能问答服务。
（5）基于态势感知的智能预警情报服务（D1③+ D1④+E1④+E1⑤+E1⑦+E1⑧+E1⑨+G1⑤+G2⑤）。采集多源数据环境下的产业相关事件数据、应急处置数据、产业或行业年报数据、各类弱信号数据等，根据产业知识图谱，运用态势感知、知识推理及情景相似度等相关理论，以及大数据分析、信息采集处理等技术方法，同时构建智能预警平台，实现国内外产业技术创新、产品研发换代、产业布局等发展态势感知和风险预警。产业竞争情报智慧服务逻辑如图7所示。
图7 产业竞争情报智慧服务逻辑
此外，产业竞争情报智慧服务平台同时提供了产业竞争情报智慧服务接口，可以满足产业竞争情报用户的动态需求，方便第三方情报服务机构研发新的智慧服务，并开放端口以实现智慧服务功能、内容和模式的更新迭代。本文最终形成具有较强兼容性和拓展性的“情报协同采集与处理-多源数据跨模态、跨结构融合-联盟链分布式情报数据存储-情报知识挖掘与发现-定制化智慧服务”流程化平台实施路径。具体的平台实施路径如图8所示。
图8 多源数据环境下产业竞争情报智慧服务平台实施路径
产业竞争情报智慧服务平台的构建借助“三元世界”理论和CPSS建模思想，实现了物理世界、人类社会空间中的情报数据的多源融合，解决了平台在多源数据环境下情报数据获取和融合不足的问题，并以产业竞争情报用户的实际需求为导向，完成多源情报数据在信息空间的映射，在一定程度上提高了平台服务与用户需求之间的匹配程度，真正地满足用户需求，延伸了平台智慧服务的覆盖面。利用解构和重组思想完成平台的构建，增强了平台的兼容性和功能的拓展性，实现了产业竞争情报从被动化服务向自动化和智慧化服务的迈进，平台的智慧性得到明显加强。因此，该智慧服务平台在一定程度上解决了传统竞争情报服务平台服务覆盖范围窄、服务被动化严重、服务与需求不匹配以及多来源竞争情报内容融合不足等一系列突出问题，并形成体系化的产业竞争情报智慧服务。综上，产业竞争情报智慧服务平台为产业用户提供了智慧化的竞争情报产品和服务，释放产业竞争情报在产业发展中的效能，保障我国产业在纷杂的国际竞争环境中处于有利地位。
5
结 语
在产业内外部环境多变、产业国际竞争形势迷雾重重、产业数据来源纷杂的大背景下，产业竞争情报服务的“参谋、引领、向导和预警”作用越发重要。本文聚焦于产业竞争情报多源数据环境，以产业竞争情报服务痛点和产业竞争情报用户实际需求为抓手，借助“三元世界”理论和CPSS系统建模思想实现三元世界中的多维立体解析和数据融合，依据解构思想构建产业竞争情报智慧服务平台模型，形成“情报协同采集与处理-多源数据跨模态、跨结构融合-联盟链分布式情报数据存储-情报知识挖掘与发现-定制化智慧服务”的产业竞争情报智慧服务平台实施路径，实现了产业竞争情报服务从“被动化”向“智慧化”的转变，更好地服务于产业布局、产业发展决策和产业科技资源配置等重大战略目标。本文为多源数据环境下的产业竞争情报智慧服务提供了平台支撑并明确了实施路径，未来的研究将从具体产业应用场景和具体情境入手，突破产业竞争情报智慧服务困境及难点，推动以新技术、大数据、场景化为核心的智能化、智慧化产业竞争情报服务模式落地。
参考文献
[1] 中共中央文献研究室 . 习近平关于社会主义社会建设论述摘编[M]. 北京: 中央文献出版社, 2017.
[2] 郑彦宁, 刘志辉, 赵筱媛, 等. 基于多源信息与多元方法的产业竞争情报分析范式[J]. 情报学报, 2013, 32(3): 228-234.
[3] 陈峰. 产业竞争情报用户细分方法——以风能产业为例[J]. 情报杂志, 2013, 32(5): 56-60, 72.
[4] 赵筱媛, 郑彦宁, 周洋, 等. 产业竞争情报服务模式分析流程研究与应用[J]. 情报理论与实践, 2014, 37(1): 74-78, 83.
[5] 杨宇田 . 商务社交网络的竞争情报分析——以 LinkedIn 为例[C]// 2017 年北京科学技术情报学会年会——“科技情报发展助力科技创新中心建设”论坛论文集 . 北京: 北京科学技术情报学会, 2017: 111-117.
[6] 陈峰, 杨宇田. 应对美国对华技术出口限制的产业竞争情报需求与服务研究——以半导体产业为例[J]. 情报杂志, 2019, 38(9): 36-41, 19.
[7] 侯元元, 乔婧, 黄裕荣, 等. 基于产业创新环境视角的产业竞争情报研究及实践[J]. 情报杂志, 2016, 35(7): 126-131.
[8] 陈思, 赵宇翔, 朱庆华 . 基于技术链的产业技术竞争情报服务模式探析[J]. 情报理论与实践, 2020, 43(5): 31-37.
[9] 罗立群, 李广建 . 智慧情报服务与知识融合[J]. 情报资料工作,2019, 40(2): 87-94.
[10] 郑荣, 杨竞雄, 张薇, 等. 多源数据驱动的产业竞争情报智慧服务研究[J]. 情报学报, 2020, 39(12): 1295-1304.
[11] 郑荣, 王晓宇, 张艺源 . 基于 ACP 理论的企业竞争情报智能系统构建研究[J]. 情报理论与实践, 2021, 44(12): 148-157.
[12] Donohue D P, Murphy P M. Supporting competitive intelligence at DuPont by controlling information overload and cutting through the noise[J]. Journal of Information & Knowledge Man‐agement, 2016, 15(1): 1650004.
[13] 刘如, 唐磊, 吴晨生, 等. 基于情报主动推送服务的用户管理模型研究[J]. 竞争情报, 2016, 12(5): 10-16.
[14] 唐晓波, 郑杜, 翟夏普 . 基于大数据智能的竞争情报系统模型研究[J]. 情报理论与实践, 2018, 41(11): 133-137, 160.
[15] 王心妍, 王晓慧 . 产业竞争情报智慧服务体系研究[J]. 竞争情报, 2019, 15(3): 12-17.
[16] 王克平, 郭小芳, 车尧. 大数据思维下战略性新兴产业风险识别与竞争情报预警研究[J]. 情报理论与实践, 2021, 44(5): 92-99.
[17] 石进, 张天娇 . 基于工业互联网的竞争情报系统研究[J]. 现代情报, 2020, 40(2): 18-25.
[18] 化柏林, 李广建 . 大数据环境下的多源融合型竞争情报研究[J]. 情报理论与实践, 2015, 38(4): 1-5.
[19] 张亚男, 王克平, 王艺, 等. 基于区块链的竞争情报联盟协作平台模型研究[J]. 图书情报知识, 2021, 38(6): 100-109, 122.
[20] Bose R. Competitive intelligence process and tools for intelli‐gence analysis[J]. Industrial Management & Data Systems, 2008,108(4): 510-528.
[21] Lutz C J, Bodendorf F. Analyzing industry stakeholders using open-source competitive intelligence-a case study in the automo‐tive supply industry[J]. Journal of Enterprise Information Man‐agement, 2020, 33(3): 579-599.
[22] 卡尔·波普尔. 客观知识: 一个进化论的研究[M]. 舒炜光, 卓如飞, 周柏乔, 等, 译. 上海: 上海译文出版社, 2015.
[23] 巴志超, 李纲, 安璐, 等 . 国家安全大数据综合信息集成: 应用架构与实现路径[J]. 中国软科学, 2018(7): 9-20.
[24] Liu Z, Yang D S, Wen D, et al. Cyber-physical-social systems for command and control[J]. IEEE Intelligent Systems, 2011, 26(4):92-96.
[25] 乔纳森·卡勒 .《论解构: 结构主义之后的理论与批评》25 周年版序言[J]. 陆扬,译 . 上海大学学报(社会科学版), 2017, 34(2):46-53.
[26] 巴志超, 刘学太, 马亚雪, 等. 国家安全大数据综合信息集成的战略思考与路径选择[J]. 情报学报, 2021, 40(11): 1139-1149.
[27] 许海云, 董坤, 隗玲, 等. 科学计量中多源数据融合方法研究述评[J]. 情报学报, 2018, 37(3): 318-328.
[28] Zadeh A, Chen M H, Poria S, et al. Tensor fusion network formultimodal sentiment analysis[C]// Proceedings of the 2017 Con‐ference on Empirical Methods in Natural Language Processing.Stroudsburg: Association for Computational Linguistics, 2017:1103-1114.
[29] Liu Z, Shen Y, Lakshminarasimhan V B, et al. Efficient low-rank multimodal fusion with modality-specific factors[C]// Proceed‐ings of the 56th Annual Meeting of the Association for Computa‐tional Linguistics. Stroudsburg: Association for Computational Linguistics, 2018: 2247-2256.
[30] Zadeh A, Liang P P, Mazumder N, et al. Memory fusion network for multi-view sequential learning[C]// Proceedings of the 32nd AAAI Conference on Artificial Intelligence. Palo Alto: AAAI Press, 2018: 5634-5641.
[31] 郑荣, 高志豪, 魏明珠, 等. 基于联盟区块链的产业应急情报协同共享模式研究——以半导体产业应对“四川限电”应急场景为例[J]. 图书情报知识, 2022, 39(5): 67-81.
[32] 崔金栋, 王胜文, 辛业春 . 区块联盟链视角下智能电网数据管理技术框架研究[J]. 中国电机工程学报, 2020, 40(3): 836-848.
[33] 崔金栋, 高志豪 . 基于大数据和微本体的微博信息推荐研究[J]. 情报资料工作, 2019, 40(5): 103-112.
[34] 张海涛, 周红磊, 李佳玮, 等. 信息不完全状态下重大突发事件态势感知研究[J]. 情报学报, 2021, 40(9): 903-913.
[35] 崔金栋, 高志豪. 基于微本体和图匹配的微博信息匹配算法研究[J]. 情报科学, 2019, 37(8): 44-50.
制版编辑 | 李 静
审核 | 王海燕
国家自然科学基金管理学部A类期刊
全国中文核心期刊
CSSCI来源期刊
《中国人民大学复印报刊资料》重要转载来源期刊
CSTPCD（中国科技论文与引文数据库）收录期刊
NSSD （国家哲学社会科学学术期刊数据库）
长按扫描二维码 ｜ 关注我们
情报学报官网：qbxb.istic.ac.cn
邮箱：qbxb@istic.ac.cn
电话：010-68598273
欢迎投稿！
【免责声明】本公众号主要发布《情报学报》期刊的录用文章，或转载其他媒体与网站的图文资讯。文章仅代表作者本人观点，本公众号对文中陈述、观点判断保持中立。转载的稿件版权归原作者或机构所有，如有侵权，请联系删除。抄袭本文至其他渠道者引发的一切纠纷与本公众号平台无关。