科学知识多元计量聚合的概念认知

建立概念认知模型是对科学知识多元计量聚合机制进行理解的重要途径，多元计量聚合是为了满足用户的知识需求，可以从行为学的角度理解聚合。Norman曾给出一般任务绩效模型，这个模型对于人们的行为给出了一个十分广泛的观察视角^[1]。个体必须首先产生关于自身需求的基本构想，即所希望达到的目的；然后，根据自身的心智模式来决定会对自身、他人或者其他事物产生影响的一些行为，从而达到最初的目的。“心智模式”这个概念常在人机交互的研究中被提及，主要被用来解释人们对于一个系统或者交互界面的理解情况。一个人的心智模式是一个动态的、关于问题环境的内部重现；也可以将之理解为人们对一个能够从外部世界进行信息输入，并对这些信息输入进行反馈的系统的内部重现^[2]。人的行动可以划分成执行(execution)和对结果的评估(evaluation)两个部分。在采取一个行动后，一个人必须评估发生了什么样的变化，并且判断行动是否达到了预期的目标。其中，目标和实际结果之间的差距主要是在执行部分，而确定自身的目标是否已经达成则主要是在评估部分。这主要说明，对于一个用户而言，他对自己的任务相关的知识了解得越少，那么他能够成功达成目标和获取正确结果的可能性也就越小。

知识聚合实际上也是用户和真实的世界进行互动的过程，如图3-1所示。而在知识聚合过程中真实世界表现为资源的集合；用户对自身信息需求的明确类似于制定自身希望达成的目标；明确地表达问题并且在系统中通过查询和导航表述信息需求则对应了执行(execution)；检验获取的结果来决定信息需求是否得到满足则对应了模型中的评估(evaluation)部分。从聚合的角度来看，反馈评价过程是知识聚合过程中的一个核心问题，即从系统和用户的角度同时提升所获取资源最终对于用户需求满足的程度是实施知识聚合的重要目标。

可以认为，科学知识多元计量聚合就是从分析的角度实现对资源和知识整合结果的进一步深度挖掘，计量是其主要的方法依据和出发点，利用计量及其拓展方法，从资源的知识内容和语义特征出发，实现对资源及其知识内容的层次性、关联系、结构性更深层次的揭示，通过不同的分析途径提升用户需求的显性化程度，满足用户深层次的知识需求。(www.xing528.com)

图3-1　科学知识多元计量聚合的概念认知