科学知识多元计量聚合是一个跨学科、综合性很强的问题，本书力求在当前理论和技术背景下明确多元计量聚合的理论和方法切入点，系统阐述科学知识多元计量聚合的理论背景，将其定位于信息计量与信息检索的衔接桥梁，并进一步结合资源重要性评价、聚合发现、语义挖掘等技术手段，综合应用于XML研究领域科学文献资源的知识聚合。本研究旨在为当前服务机构知识服务能力的提升提供有效保障，为学科交叉和方法应用发现更多的研究点。
本书所设计的科学知识多元计量聚合体系更倾向于分析的视角，限于研究背景和个人知识能力，该体系和方法的一些不足有待在后续的研究中进一步实现更加深入的探索。总体而言，主要包括如下几个方面：
(1)语义发现方法的进一步拓展
在当前的技术环境下，许多语义技术已经得到了良好的发展，例如领域本体[1]、知识地图技术[2]、DITA[3]、关联数据[4]等，这些方法主要属于知识组织领域。本研究中所采用的语义发现方法主要是主题模型，要实现科学知识多元计量聚合，在语义的层面实现揭示，知识组织方法的融合同样十分重要，后续的研究中将进一步引入这些技术，在聚合过程中将主题语义进一步结合知识组织，从而更好地扩展聚合的语义化途径和深度。
(2)新的计量方法的进一步融合
本研究所针对的主要是科学文献资源，其重要的方法基础之一即信息计量，在当前的环境下，许多新的计量手段被逐渐开发和应用。例如，随着全文本技术的发展[5]，目前已经逐步出现了相应的技术能够定位文本内容，虽然这种应用仍旧局限于少量的全文数据库，但是标志着一种新的发展方向；此外，随着网络环境下科学交流模式的变化，对网络资源的计量衍生出altmetrics[6]，其中许多指标和方法也十分值得借鉴，有助于完善科学知识多元聚合研究的全面性。
(3)不同类型的科学知识来源载体的聚合拓展
本书的研究主要针对科学文献，其根本原因是，我们认为科学文献作为科学知识的主要来源之一，其规范程度和知识密度均大于其他类型的科学知识来源载体。从目前的发展来看，网络空间和非正式的交流过程记录同样蕴含了海量的科学知识，如何在大数据环境下，针对这些不同类型的科学知识来源载体，应用多元计量的方法实现知识的聚合，是进一步要研究的重要方向。
此外，本书的研究中主要使用英文数据源进行研究，这是因为目前的中文相关数据格式无法满足分析的直接要求，中文数据作为科学文献资源的重要组成部分，同样十分重要。虽然本书所设计的方法体系具有通用性，但是在中文资源的语义揭示和知识聚合过程中可能还涉及到分词问题，这是本研究后续研究的主要方向。同时，科学知识多元计量聚合的最终目标在于满足用户的知识需求，因此需要用户对于最终获得的知识聚合结构进行评价和结果反馈，通过用户反馈进一步实现资源关联推荐，这样才能使得多元计量聚合理论与技术不断完善，从而推进知识服务能力的提升。(www.xing528.com)
【注释】
[1]Berners-Lee T，Hendler J，Lassila O.The semantic web[J].Scientific American，2001，284(5)：28-37.
[2]赵娜，毕强.知识地图在多领域本体语义互联中的作用[J].情报理论与实践，2010，33(12)：60-62.
[3]OASIS.DITA[EB/OL].[2014-2-10].http：//dita.xml.org
[4]Bizer C，Heath T，Berners-Lee T.Linked data-the story so far[J].International Journal on Semantic Web and Information Systems，2009，5(3)：1-22.
[5]Zhao D，Strotmann A.In-text author citation analysis：An initial test[C]//Proceedings of 14th international Society of Scientometrics and Informetrics Conference，University of Vienna，2013：1082-1089.
[6]Priem J，Groth P，Taraborelli D.The Altmetrics Collection[J/OL].[2014-2-10].PLoS ONE 7(11).http：//www.plosone.org/article/info%3Adoi%2F10.1371%2Fjournal.pone.0048753.
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
