查看原文
其他

文章荐读 | 多源数据驱动下产业竞争情报智慧服务机制研究 ——基于扎根理论的探索性分析

郑荣, 魏明珠等 情报学报ISSN10000135
2024-09-23

文 章 荐 读 



多源数据驱动下产业竞争情报智慧服务机制研究  ——基于扎根理论的探索性分析 


郑荣1,2, 魏明珠1, 王晓宇1, 陈玉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

       在国际产业竞争环境日益复杂的时代背景下,如何通过数据赋能,借助多源数据驱动并辅以人工智能等技术,为产业竞争与发展提供高效、精准的竞争情报智慧服务变得日益迫切。因此,亟须探索系统化的多源数据驱动下的产业竞争情报智慧服务机制,营造协同化、体系化、可持续性的产业竞争情报服务环境,以保障各服务要素协调稳定运行。本文采用半结构化访谈方式,对竞争情报相关工作群体进行深度访谈,利用扎根理论提炼出47个初始概念、12个基本范畴和4个主范畴,在梳理范畴间逻辑关系的基础上,构建出多源数据驱动下产业竞争情报智慧服务机制作用模型。研究结果发现,以“需求偏差最小化-情报认知最大化”为核心的供需耦合机制、以“数据动力-智能技术-服务生态”为核心的协同保障机制、以“全面感知-个性定制-情境引导”为核心的联动管理机制和以“政府赋能-用户蓄能-共创释能-反馈淬能”为核心的动态优化机制,最终形成“目标-核心-升华-延伸”四位一体的产业竞争情报智慧服务机制体系。


关键词

产业竞争情报; 智慧服务; 服务机制; 竞争情报; 扎根理论


引用格式:

郑荣, 魏明珠, 王晓宇, 陈玉. 多源数据驱动下产业竞争情报智慧服务机制研究[J]. 情报学报, 2023, 42(7): 790-800.


👈长按识别文章二维码查看全文


0

引言

        2022年《政府工作报告》中提出,要加快传统产业数智化改造,创新服务方式[1];强调在产业服务平台搭建方面应给予大力支持,从而推动产业向中高端迈进。这要求充分发挥产业竞争情报工作的“耳目、尖兵、参谋”作用。随着信息化、网络化、智能化以及数据挖掘与知识发现的不断深入,产业竞争情报服务工作逐渐进入“智慧服务”新高度。同时,随着大数据价值的日益凸显与数智赋能的日渐兴起,数据+算力+算法构成了新时代经济社会运行的核心要素之一,如何实现数据乃至多源数据、产业竞争情报工作、智慧服务的有机结合,最大限度地发挥数据价值,并推动产业竞争情报智慧服务持续、有效开展成为重要研究方向之一。

        本文基于多源数据驱动背景,结合中国产业竞争情报服务与需求的现实情境,以产业竞争情报智慧服务为目标导向,从多源数据驱动视角对产业竞争情报智慧服务机制进行系统性研究,亦即探索产业竞争情报智慧服务运行过程中,能够确保提供一体化、智能化、精准化、个性化、预警性的“靶向”全链条的智慧情报服务所需的一整套情报活动运行保障体系,其是竞争情报智慧服务设计与发展的保障,也是智慧服务全局化、体系化、持续化的重要前提。


1

相关研究

        产业竞争情报承上启下地弥补国家与企业间的情报空白[2-3],是以解决产业当前发展问题及满足产业群体的需求为出发点,围绕具体产业获取竞争优势的理论方法研究及实践应用的总和[4-5]。在大数据环境下,多源数据的充分利用是竞争情报服务发展的必然结果[6-7],通过数据集成与关联融合,实现智慧情报需求计算、形势描述、环境分析及动态感知[8]。在此背景下,相关学者展开关于产业竞争情报分析框架与服务模式的细化研究。郑荣等[9]基于活动理论,探讨服务主体、客体、工具、规则、共同体和分工6个要素之间如何通过有机配合与协同确保产业竞争情报服务的有效开展。刘光宇等[10]基于大安全格局的生物医药产业竞争情报内容框架,从国家、产业、企业3个发展战略层面提出情报支撑策略。Ranjan等[11]利用扎根理论,分析大数据方法在竞争情报循环中的实践。周磊等[12]基于企业年报信息,利用数据与文本挖掘、社会网络分析等方法,实现企业财务风险预警、合作机会发现等产业竞争情报服务。产业竞争情报智慧服务通常从多源数据的融合、应用场景的智慧性、大数据技术的智能性等角度开展研究。蒋恺[13]从知识关联角度,分别建立情报数据库入侵防护与加密保障机制,以实际应用技术切入产业竞争情报智慧服务。周洪等[14]构建专利技术-应用二维热图,有效识别企业直接、潜在、间接竞争对手。Adil等[15]基于多源数据,利用聚类算法及文本挖掘构建弱信号检测框架,准确捕捉企业竞争机会与威胁环境变化的早期信号。王克平等[16]从目标层、准则层、指标层构建产业风险识别指标体系,实现动态实时的产业发展预警工作。然而,在多源数据杂冗无序、产业主体各自为营、情报资源条块分割的背景下,如何整合产业竞争情报智慧服务共性要素,促使智慧情报服务工作规范化、全局化、体系化的服务机制研究较少。郑荣等[17]深入研究基于云服务平台的竞争情报服务联盟的运行机制。李明等[18]结合小米公司CBMCE(community,beta,mass production,connection,extension)运营模式,提出集群数据联结、竞争情报扩展等运行机制。

        综上,大多数学者均关注到了多源数据对产业竞争情报分析与智慧服务的作用,反映出对新技术、大数据及智慧服务的重视,肯定了多源数据的有机融合与利用能够为产业供需匹配“搭桥梁”,为产业多元主体“牵红线”,为产业发展提供“靶向”智慧服务的作用。然而,在数据赋能与智慧服务需求的双重推动下,社会对竞争情报服务提出了更高要求,需要最大限度地发挥数据价值,以确保产业竞争情报智慧服务高效、可控,但因相关服务机制不完善而导致产业竞争情报智慧服务功能与内容版块之间匹配程度较低,情报产品嵌入决策程度较低,难以指导产业竞争情报智慧服务有序开展。基于此,本文针对上述痛点,结合产业竞争情报智慧服务的现实问题,系统性探索多源数据驱动下产业竞争情报智慧服务机制,以便提升多源数据运转的流畅性、多元主体协作的耦合度、情报产品的智能性,确保数据、主体等各要素协调有序运行,实现产业竞争情报智慧服务的协同发展。


2

研究设计

2.1 研究方法

        扎根理论适合在主题研究尚不成熟时进行理论建构,在研究前不提出任何假设,基于文献、社会资料、个人生活工作经验提出概念与范畴,通过演绎归纳及不断比较修正,形成一定的理论,主要包括开放式编码、主轴编码和选择性编码3个阶段[19]。由于产业竞争情报智慧服务机制的相关研究尚未成熟,且该方法在数据分析编码阶段具有易操作性,因此,本文选择扎根理论探究多源数据驱动下产业竞争情报智慧服务机制,具体流程如图1所示。

图1  研究设计流程


2.2 访谈提纲设计

        本文选择半结构化访谈进行数据搜集,更加灵活、全面、真实地了解受访者对研究问题看法。结合文献调研结果和研究者个人经验,确定初步访谈提纲。邀请2位受访者进行预访谈以修正初稿,并确立正式访谈提纲,具体如表1所示。


2.3 样本选择与数据收集

        根据目的性抽样原则,访谈对象应与研究目的紧密相关,且能反映研究特定现象的典型个体。本文访谈对象条件包括:①具有产业竞争情报智慧服务的相关经验;②具有情报“收集-加工-分析-服务”4个环节中的相关经验;③访谈对象之间的职业、地域具有一定的差异性。因此,本文的主要访谈对象确定为研究或从事产业竞争情报工作的相关政府部门、企业信息部门、高校科研团体、科技情报所及第三方咨询机构等具有典型性的5类群体。最终,选择22名受访人员,具体信息如图2所示。数据收集主要通过微信、腾讯会议和电话3种方式进行,历时40天。访谈录音转录后,进行人工校对及修正,最终形成63092字的规范化文档。

图2  访谈对象基本信息


3

扎根分析

3.1 开放式编码

        开放式编码通过资料内容的横纵向对比分析,对原始语句实现概念化和抽象化描述,生成初始概念及基本范畴[20]。为避免研究人员的主观理解偏差,本文采用边听原始访谈录音边阅读修正转录文档的方式,最终提炼出47条初始概念。根据概念间的逻辑关系,将本质属性相同的初始概念做范畴化处理,最终提炼出12个基本范畴。从概念到基本范畴的过程体现了对研究资料及概念的深层次理解,具体如表2所示。


3.2 主轴编码

        主轴编码基于演绎归纳的逻辑,对基本范畴间潜在的层次关系归纳总结,整合为抽象的主范畴,回答“谁、为什么、怎么样”等概念类属问题[20]。本文共提炼出4个主范畴,即以“需求偏差最小化-情报认知最大化”为核心的供需耦合机制,以“数据动力-智能技术-服务生态”为核心的协同保障机制,以“全面感知-个性定制-情境引导”为核心的联动管理机制,以“政府赋能-用户蓄能-共创释能-反馈淬能”为核心的动态优化机制,具体如表3所示。


3.3 选择性编码及理论饱和度检验

        选择性编码从逻辑关系角度对主范畴反复比较并深度分析,明确核心范畴统领所有主范畴,同时确定主范畴间的逻辑关系,整合为清晰的脉络,完成理论机制构建。本文构建服务机制的目的是确保产业竞争情报智慧服务全局化、体系化、协同化开展,所有主范畴都是为了规范智慧服务的整体过程。因此,本文以“多源数据驱动下产业竞争情报智慧服务”作为核心范畴,围绕这一核心范畴,将供需耦合机制、协同保障机制、联动管理机制、动态优化机制4个主范畴按照合理的逻辑关系梳理为完整、有序的“故事线”,最后形成多源数据驱动下产业竞争情报智慧服务机制作用模型。为了保证产业竞争情报智慧服务机制作用模型中服务机制要素及相关关系的信度和效度,本文利用额外预留的3份原始资料重复开放式编码、主轴编码和选择性编码的过程并进行理论饱和度检验,均未发现形成新的服务机制要素及关系,这表明理论模型中的范畴已经完备,理论模型是饱和的。

        供需耦合机制是产业竞争情报智慧服务的实现目标,只有将服务的“需求”与“供应”精细化适配,才能保障情报服务方向的正确性。服务供给端通过“智能平台+实地考察”双轮驱动方式进一步渗透企业内部需求,力争主动发现和引领用户需求,服务需求端通过用户培育等多种方式将情报认知最大化,在此基础上,需求-服务实现相对耦合,从而以情报的视角探寻决策需求的内容,提供高效与科学的情报信息。协同保障机制以数据流转为主轴,加持自动化、智能化技术工具,在健康有序的服务生态环境中,以非线性思维的集成服务,人机协同开展思维运作,提供跨地区、跨领域、跨机构的智慧服务模式。联动管理机制是对产业竞争情报智慧服务的升华,是多元主体强化情报产品及智慧服务的现实意义和持续性价值。动态优化机制是产业竞争情报智慧服务的延伸,进一步扩张其主体范围与协作网络,促使产业竞争情报智慧服务系统的良性循环,实现智慧服务价值的再升级。多源数据驱动下产业竞争情报智慧服务机制作用模型如图3所示。

图3  多源数据驱动下产业竞争情报智慧服务机制作用模型


4

多源数据驱动下产业竞争情报智慧服务机制分析

        产业竞争情报智慧服务机制体系构建是竞争情报更好地服务于国家与产业发展的前提与基础,服务机制应具有全面性、可持续、安全性、协同性和智慧性。本文以供需耦合为目标,以“数据动力-智能技术-服务生态”的协同保障为核心发力点,通过联动管理提升智慧情报服务价值,辅以“政府赋能-用户蓄能-共创释能-反馈淬能”的动态优化,确保产业竞争情报智慧服务的长效赋能。具体通过“需求牵引-数据驱动-情报产品-智慧服务”的逻辑进一步阐释供需耦合机制、协同保障机制、联动管理机制、动态优化机制的定位及作用,具体如图4所示。

图4  多源数据驱动下产业竞争情报智慧服务机制模型


4.1 供需耦合机制

        耦合是指两个及以上的系统通过相互作用与吸引,最终实现从无序到有序的转变。产业竞争情报智慧服务的供需耦合机制是指服务供给端与需求端相互作用和影响,要素配合密切且发展有序,由原来的单向度情报服务向双向度服务转变,最终实现供需匹配及耦合协调。然而,在多源数据背景下,数据动态性、流动性和数据资源的渠道异构性日益增强,产业竞争情报智慧服务的场景、服务对象随之变得更加复杂,智慧服务过程中供需双方均发生延伸与变革,以往产业竞争情报服务被动满足用户需求的方式无法满足服务功能与内容版块之间的高程度匹配。因此,需要进一步通过对服务供给端与需求端的双向改善实现产业竞争情报智慧服务。

4.1.1 需求偏差最小化

        由于缺少对产业竞争情报内涵的深入理解,需求端表达的需求与真正决策所需情报存在偏差[21],因此,需要服务供给端进一步主动发现和引领用户需求,以用户需求为导向的产业竞争情报智慧服务有效对冲了服务供给方主观理解差异对智慧服务提质增效的阻滞作用。在用户需求经历了从传统化、常规化,到个性化、动态化的转变过程中,智慧服务的工作重点也发生了转变,从研究客观产业发展现状转变为预测和探索产业的态势感知,这不仅需要服务提供者了解产业发展结构,更需要深入渗透企业内部,挖掘痛点和服务机会点。因此,可通过“智能平台+实地考察”双轮驱动方式进行需求识别,以此实现需求偏差最小化。在宏观方面,首先以工业互联网及产业大脑平台为支撑,通过集成的产业链、供应链、资金链、创新链等,融合企业侧和政府侧,基于数字化平台贯通供给端和需求端。其次,构建多维需求情报池。集成通用文献资源、行业特色资源、国外行业报告等,对可能用到的相关资源做进一步的加工升级与质量优化,提供一站式搜索企业或产业战略发展需要的政策、经济、市场、技术、风险等内容,提升共性资源的服务能力,面向全行业人员提供信息监测、搜索及知识获取等功能,促进需求偏差最小化。在微观方面,明确用户需求转变,用户更想知道竞争对手的情况是什么样、区别是什么、为什么会产生这种情况以及应该怎么做等更为具体的问题,因此,了解用户问题背后的真实原因,反复对接,多轮迭代,通过需求调研、识别途径、需求分类、供需模型等方式最小化需求端表达的需求与真正决策所需的情报产品之间的偏差,建立情报服务需求与情报任务之间的多维映射关系,以保证情报的准确性,并确保推理透明且可信任、可检验,最后通过专家研讨验证,提出相应的解决方案,以此促进情报服务供需匹配与耦合协调。

4.1.2  情报认知最大化

        在产业竞争情报智慧服务实际开展过程中,影响双向耦合的关键因素是决策者对竞争情报服务的认知,即决策者的关注程度及支持力度是影响一项情报服务完成情况的重要因素。安吉洛·科迪维拉指出,情报的本质属性是决策型[22]。情报决策的主体是人,竞争情报服务的核心是决策服务,因此,从本质上讲,竞争情报服务其服务对象是决策者,以用户需求为导向的智慧服务是由决策者的情报认知驱动的,其反映了产业决策者对一系列竞争情报智慧服务事宜的优先性排序以及用户需求表达是否完整细致;所以,决策者对竞争情报服务的认知决定了供需耦合的程度。因此,通过用户培育促使决策者的情报认知最大化,同时与决策者成为利益共同体,承受决策的收益或损失,是实现供需耦合协调的重要一环。


4.2 协同保障机制

4.2.1 数据流转协作驱动

        数字时代背景下,数据成为产业竞争情报智慧服务的“持续发展之本,顺利开展之源”。通过数据流转,实现多个情报数据库之间的数据协作,最终驱动数据智能化服务。基于数据运行的角度,数据流转即数据驱动的过程[23],其过程包括多源多维数据输入-复杂语义关联-知识挖掘推理-动态反馈调整。产业竞争情报智慧服务过程中,服务供给端汇“数据之力、算法之力、网络之力、知识之力”为需求端提供多维度数据融合与知识发现,数据在输入及输出的过程中形成的数据流转作用于智慧服务,完成数据到知识的创新性转换。一方面,基于地平线扫描技术与多重数据校验模式,通过情报、信息、服务、科研人员与用户的融合与协同,确保数据的独立性、一致性与真实性,以获得高质量数据。同时,构建统一数据标准及用于数据融合的元数据规范,多源异构数据融合不是简单的数据堆叠,而是根据产业业务应用场景,设计产业数据资源模板,规范产品分类与数据描述,实现数据标签化、原子化,使同一数据具有多个标签属性,有助于多元主体按需调用。通过基于需求侧构建的模型训练语料实现实体预测,由此实现智慧化处理海量数据。另一方面,通过知识图谱对整合的数据资源进行多维复杂语义关联展示,实现数据与数据库的多维映射,并根据用户特定数据标签分析用户需求,完成个性化、精准化匹配。最后,借助信息与智能技术的多维度融入,实现数据分析与知识发现,提供更加个性化、精准化、情境化、智能化的新型情报服务。

        数据协作是打破数据孤岛、实现数据互联、充分展现数据价值的重要基础。多元主体协同合作基础上,建立数据协同共享机制,实现数据自由连通、高维关联。建立数据上下线标准,按照统一的数据结构、文本规范、评价体系聚合多个数据主体、多种数据类型、多项数据属性、多种数据模态,实现多主体数据、内容数据、分析数据集服务数据间的深度交互与协作,实现数据生态化的过程,避免多元主体间信息空白、数据孤岛与信息茧房等问题[24-25]。数据协作体现了各种无序、复杂及零散数据在流转过程中形成知识的协作过程。

        数据流转促使数据协作,推动产业竞争情报智慧服务平台功能的设计与实现,进一步驱动知识发现服务的梯度信息解析。基于用户数据标签自动筛选用户需求,通过相关度计算与推理,调取相应数据库信息构建模型,自动筛选出与用户需求关联度最高的知识逻辑模型,实现对数据资源及用户特定标签相似度的智能控制。在此过程中,用户根据任务需求自定义数据类型和数据量,对数据处理中数据的错误部分及时修正纠错,以避免后续分析偏差。

4.2.2 智能技术迭代嵌入

        智能技术的迭代嵌入是实现多源数据驱动下产业竞争情报智慧服务的有力支撑。以多源数据流转为主轴,在用户需求、多源数据及任务时间的多重条件约束下,借助大物云智移等技术将人与人、人与物、人与场景随时随地连接,有效提升对情报数据的鉴别、筛选、综合研判水平。一方面,搭建采集、存储、超计算等一系列软件和硬件的相关计算设施。例如,通过高可用部署方式,单个服务部署多个数据采集引擎,对不同数据源进行采集,提升数据处理能力。同时,将智能技术迭代嵌入产业竞争情报智慧服务过程中,基于微服务架构搭建产业情报个性化微服务平台,通过模块化封装多个高度自治的微服务以满足多元主体综合复杂的服务需求,微服务组合逻辑随用户需求变化而动态调整,自动识别用户的操作来进行相应智能算法嵌入。另一方面,构建情报决策需求场景,深入分析产业多源知识的组织,围绕产业链并结合产业结构树模型,采取自上而下方法构建产业知识图谱本体模式,通过本体映射、实体对齐、映射融合等步骤构建满足产业竞争情报智慧服务需求的产业知识图谱,将产业动态、产业政策、竞争格局、研究报告、数据中心等多功能知识应用集一体,明确产业各领域知识关联;同时,利用大数据、NLP(natural language processing)、神经网络算法等实现情报挖掘与分析。针对具体产业领域特征,通过工程建模、仿真验证,确保智能技术嵌入应用下情报产品的准确性。

4.2.3  服务生态解构重塑

        高水平的服务生态能够为产业竞争情报智慧服务提质增效,对产业竞争情报智慧服务生态解构重塑主要包括科学的管理机构、合理的人员调配及协调有序的组织环境,从而保障智慧服务径情直遂。首先,应实行政府引导支撑、公益服务护持、产业多主体协同联动的管理模式,践行以市场为中心,聚焦多渠道资源与优势产业领域,着力推动科研方向与产业需求融合,技术创新与产业发展融合的工作方式,推动产业链、供应链、创新链的多链融合应用,形成全要素、全产业链、全价值的生态环境。其次,依据“聘、请、邀、雇、联”5字方针,组建懂专业、懂市场、懂产业、有情怀的人才队伍,有效支撑智慧服务顺利开展。同时,推动情报服务场景与环境建设,包括数据流动、数据开放、数据应用的技术环境,平衡多元主体利益的情报共享环境,以及引导情报服务工作规范性的政策制度环境,最终实现“物尽其用,人尽其才,地尽其利”的高质量智慧服务。


4.3 联动管理机制

4.3.1 全面感知联结式情报萃取与分析

        多源数据驱动下产业竞争情报智慧服务不是对数据简单的呈现,而是基于智能技术手段呈现的结果;通过专业情报人员整合情报内容,沉淀为与产业需求耦合的情报产品。由于产业竞争情报智慧服务平台是面向产业的通用型智慧服务系统,对数据分析与挖掘的数量和质量要求更高,以往简单的情报萃取与分析技术不足以支撑智慧服务。因此,本文引入了机器智能辅助的分析方法。情报萃取通过全面化感知、深层次挖掘、智能化联结等方式保障数据的采集与整合[26],是产业竞争情报智慧服务的要素准备,其智慧主要体现在拓宽了现有情报萃取的方法范畴。通过融合因果推断、深度学习、链路分析等前沿智能技术,实现用户需求任务的深度语义融合与关联推理,从而转变为情报服务智慧。智慧服务情报萃取需要将多源数据中,高质量地与用户需求任务相关的时间、地点、人物、相关基础概念等要素自动标注,基于智能算法抽取相关要素,并进一步实体消歧;同时,基于深度学习模型抽取相关关系,根据用户任务需求,实现关系融合、实体融合及主题融合等,为后续情报分析提供基础保障。情报分析的智慧性着重体现在情报分析人员充分利用智能技术工具实现对用户需求任务的深层次认知、解读与表达,超越数据本身的表达内容[26]。基于文本主题模型、复杂网络关系、关键路径分析等技术方法自动挖掘新兴主题内容及其演化逻辑,基于产业知识图谱,利用深度学习、图神经网络、链路预测等技术方法实现产业新兴领域及方向预测[27],运用态势感知及情景相似度等理论实现智能感知和风险预警。

4.3.2  个性精准定制式情报分级与分类

        个性定制式情报分级与分类是对情报产品精细化管理的方式之一,是产业竞争情报服务智慧性的重要体现。首先,面对浩瀚的网络信息,用户更希望能够直接看到其所关心的竞争对手、专业信息,却苦于某个信息搜索与甄别的困扰。因此,在整合数据资源、提供一站式搜索的前提下,应提供专题定制需求,如针对某个产业领域直接构造相应的高级检索式,并对其检索结果做出相应的数据分析。其次,根据不同用户角色与需求,构建产业主体画像,通过“母爱算法”与“父爱算法”,实现产业竞争情报产品主动精准分发及高价值情报简报自动推送。最后,聚焦产业领域特性,拓展和凝练专业化、垂直型情报服务,如产业新兴技术识别与预测专项服务、产业竞争态势感知服务等。

4.3.3  服务情境引导式情报推送与共享

        服务情境引导式的情报推送与共享是智慧服务实现细分产业知识服务无缝融合与嵌入的关键。根据不同产业特色及用户任务需求,面向领域通用用户的资讯监测及面向企业内部本地化的知识库管理,细分不同服务情境,如数据分析情境、知识发现情境、情报预测情境等,不同情境具有统一的数据资源管理与信息同步,进一步为用户信息偶遇提供连续的情报服务。同时,将基于多粒度认知算法的智能评价反馈机制联动作用于用户需求,通过动态服务功能链实现情报资源最优适配。


4.4  动态优化机制

        多源数据驱动下产业竞争情报智慧服务的开展是一个长期积累并不断完善的过程,若要确保产业竞争情报智慧服务深度发展富有动力、充满活力、形成合力,提升效力,则需建立诸多持续优化条件促使智慧服务过程呈现逐层递进、螺旋上升、良性循环的发展趋势。站在宏观的整体性视角审视时,产业竞争情报智慧服务系统在一系列优化机制串联下实现动态平衡。

4.4.1  动力赋能:政府扶持

        根植于中国独特的制度、市场及技术环境,既往制度惯性下转型中的政府仍把握部分核心要素资源,因此,政府的有力扶持为产业竞争情报智慧服务的持续有效开展保驾护航。在宏观方面,通过产业竞争情报智慧服务工程与项目的顶层规划设计,深化各领域工业互联网平台应用释放平台价值,促使产业体系、技术能力、生态机制紧密结合,促进高端竞争情报资源的汇聚融合,打造国际化的产业高地和竞争情报高地,赋能产业竞争情报智慧服务提质降本增效及资源最优配置。在微观方面,基于企业精准画像与产业全景图谱,推动各类产业资源的集中汇聚与精准对接,深化智慧服务应用与功能迭代,尤其在国际竞争日趋激烈背景下,中国企业走向国际舞台更需要政府提供适当的政策空间。国企搭台、民企唱戏,通过优质项目筛选实现机会对接、明确市场准入、评估国别项目风险、预警政治风险与危机事件,确保产业多主体协同发展,激发平台持久活力。

4.4.2  活力蓄能:用户培育

        智慧服务过程中实时用户交互牵引服务智慧性的拓展。用户是产业竞争情报智慧服务内生动力的源泉,只有用户活力迸发,才能提供有效服务,因此,汇聚智慧服务生态需要进一步的用户培育。当服务供给端的智慧化跑在了需求的前面,技术的快速迭代及非标准化的工具致使用户对于数智化业务及相应的智慧服务的接受能力较弱,此时,需要加大数智化方面的用户培育。一方面,在特定情境下,纵向用户培育发挥业务指导、服务推介及提供资源和激励等多重作用;另一方面,从水平主体关系维度审视,处于产业竞争情报智慧服务链条两端的用户通常处于同一级别水平,横向用户培育将对用户与潜在用户的连接产生深刻影响,以其独特的知识传递加速了产业竞争情报智慧服务平台的扩充。以用户培育方式拓展用户深度交互,以用户新活力为产业竞争情报服务智慧蓄能。

4.4.3  合力释能:价值共创

        大数据与人工智能时代促使情报产品转变为融合智能与人工解析的,且能够深层次满足用户个性化、动态化需求的情报综合体。产业竞争情报智慧服务机制体系的价值共创则进一步体现在情报服务连与产业链中各个机构协同创新关系的合力释能。构建情报机构、高校科研团体、第三方机构同企业、产业协会与政府间的联动。情报机构通过基础数据集成展示、文献传递等服务吸引企业群体后续个性化的服务需求;第三方机构充分发挥自身资源集成与智能技术优势;产业协会联盟根植于产业,深描产业发展的基本架构,通过产业协会联盟的中介作用辐射到产业内部;政府给予一定资金支持。多元主体之间充分发挥自身优势特色,实现核心能力优势互补,最终实现“以政府投入为主,市场化运作为辅;以多源数据驱动为基础,注重资源整合;加强产业竞争情报智慧服务”的价值共创的生态化过程。

4.4.4  效力淬能:评价反馈

        产业竞争情报智慧服务内容与方式是随着用户日益精细多变的需求、开放复杂的情报服务场景及相关政策不断延伸和变化的,因此,评价反馈是智慧服务全链条环环相扣的关键点。搭建智能系统与环境建设[28],利用用户标签数据与行为数据,通过多粒度认知计算及可解释的认知机器学习,自动融合主观意识,智慧生成合理的服务评价模式,完成与用户需求关联的智能反馈。


5

结  论

        本文基于访谈资料,采用扎根理论的研究方法,提炼出12个基本范畴与4个主范畴,并按照合理的逻辑关系梳理提炼出完整的“故事线”,构建多源数据驱动下产业竞争情报智慧服务机制作用模型。研究结果表明,以“需求偏差最小化-情报认知最大化”为核心的供需耦合机制、以“数据动力-智能技术-服务生态”为核心的协同保障机制、以“全面感知-个性定制-情境引导”为核心的联动管理机制和以“政府赋能-用户蓄能-共创释能-反馈淬能”为核心的动态优化机制,最终形成“目标-核心-升华-延伸”四位一体的产业竞争情报智慧服务机制体系,并在系统中根据不同的定位发挥不同的作用,保证产业竞争情报智慧服务稳定运行。本文的研究贡献在于:①以往研究更强调多源数据及其融合对于情报分析与智慧服务的重要作用,较少呈现系统性服务机制研究。本文聚焦多源数据驱动的视角,以产业竞争情报智慧服务持续有效开展为目的,构建多源数据驱动下产业竞争情报智慧服务机制体系,丰富了现有研究的主题,进一步加深了人们对开展产业竞争情报智慧服务工作的理解。②本文采用质性方法,较为全面地梳理了产业竞争情报智慧服务机制相关范畴,并对各机制具体作用进行剖析,可为后续智慧服务模式的深入探究提供参考,为产业竞争情报服务机构提供指导。此外,本文尚存在一定的局限性,小范围的用户访谈与编码的主观性对研究结果的信度、效度有一定影响,后续研究将对更大范围的研究样本进行数据搜集与分析,从而提高研究结果的普适性。


参考文献

[1] 中国政府网 . 最全!一图读懂 2022 年《政府工作报告》[EB/OL]. (2022-03-15) [2022-04-03]. http://www.gov.cn/xinwen/2022-03/15/content_5679117.htm.

[2] 郑彦宁, 赵筱媛, 陈峰, 等. 产业竞争情报的基本问题: 内涵、特征及其多元化供给[J]. 情报理论与实践, 2011, 34(3): 1-5. 

[3] 张立超, 房俊民, 高士雷. 产业竞争情报的内涵、意义及范畴界定[J]. 情报杂志, 2010, 29(6): 152-156. 

[4] 陈峰, 赵筱媛, 郑彦宁 . 应对国外竞争需要高度倚重产业竞争情报[J]. 情报科学, 2009, 27(2): 175-178. 

[5] 陈峰 . 产业竞争情报理论方法研究综述[J]. 情报理论与实践,2014, 37(10): 139-144. 

[6] 刘细文 . 情报学范式变革与数据驱动型情报工作发展趋势[J].图书情报工作, 2021, 65(1): 4-11. 

[7] Kumar V, Saboo A R, Agarwal A, et al. Generating competitive intelligence with limited information: a case of the multimedia in‐dustry[J]. Production and Operations Management, 2020, 29(1):192-213. 

[8] 化柏林, 李广建 . 从多维视角看数据时代的智慧情报[J]. 情报理论与实践, 2016, 39(2): 5-9. 

[9] 郑荣, 杨竞雄, 魏明珠, 等. 活动理论视角下的产业竞争情报智慧服务分析框架研究[J]. 情报杂志, 2021, 40(8): 38-44, 52. 

[10] 刘光宇, 扆铁梅, 黎晓东, 等. 总体国家安全观下的生物医药产业竞争情报研究[J]. 情报杂志, 2021, 40(9): 58-64. 

[11] Ranjan J, Foropon C. Big data analytics in building the competi‐tive intelligence of organizations[J]. International Journal of In‐formation Management, 2021, 56: 102231. 

[12] 周磊, 方芳 . 基于企业年报的产业竞争情报分析方法研究——以集成电路产业为例[J]. 现代情报, 2021, 41(8): 129-135. 

[13] 蒋恺. 基于知识关联的金融竞争情报保障模式研究[J]. 情报科学, 2022, 40(3): 27-32. 

[14] 周洪, 魏凤, 孙玉琦 . 基于专利技术和应用二维框架的竞争对手识别研究——以 DHA 技术为例[J]. 情报理论与实践, 2022,45(3): 149-156. 

[15] Adil B, Abdelhadi F. A framework for weak signal detection in competitive intelligence using semantic clustering algorithms[J].International Journal of Advanced Computer Science and Appli‐cations, 2021, 12(12): 555-565. 

[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] 郑荣, 杨冉, 周志强 . 基于云服务平台的竞争情报服务联盟的运行机制研究[J]. 情报理论与实践, 2017, 40(4): 49-54. 

[18] 李明, 贺伟, 豆洪青 . 高校图书馆驱动小微企业科技创新的服务模式及运行机制研究[J]. 图书馆学研究, 2018(1): 72-77. 

[19] 韩正彪, 周鹏. 扎根理论质性研究方法在情报学研究中的应用[J]. 情报理论与实践, 2011, 34(5): 19-23. 

[20] Corbin J M, Strauss A L. Basics of qualitative research: tech‐niques and procedures for developing grounded theory[M]. 3rd ed. Los Angeles: SAGE Publications, 2008: 159-160, 198-199. 

[21] 石海林, 许明金, 李维思, 等 . 基于 AHP-QFD 的产业竞争情报需求识别方法研究[J]. 情报杂志, 2022, 41(11): 55-61. 

[22] 斯蒂芬·罗宾斯, 玛丽·库尔特. 管理学[M]. 李原, 孙健敏, 黄小勇, 译. 北京: 中国人民大学出版社, 2012: 178. 

[23] 汤妙吉 . 基于数据驱动的智慧图书馆知识发现服务动力机制分析[J]. 情报科学, 2021, 39(10): 63-69. 

[24] 马海群. 总体国家安全观下情报工作保障体系构建研究[J]. 情报资料工作, 2021, 42(3): 71-81. 

[25] 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. 

[26] 白如江, 张玉洁, 赵梦梦, 等 . 面向关联推理的智慧情报感知:内涵、组织与路径[J]. 情报理论与实践, 2022, 45(8): 31-37, 67. 

[27] 郑荣, 魏明珠, 高志豪, 等. 基于SCAN-CPM的产业新兴技术识别与演化路径分析: 以新能源汽车产业为例[J]. 图书情报工作,2022, 66(11): 100-109. 

[28] 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.


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。

继续滑动看下一个
情报学报ISSN10000135
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存