摘要：当今世界新一轮科技革命蓬勃发展，科技成为各国家、企业竞争与角逐的重要战场，科技情报资源作为新的战略资源，已成为科技创新发展的核心要素和推动科技创新的关键力量。现有的科技情报智能分析系统存在诸多不足，其中专门服务于企业的科技情报分析工具更为缺乏。本文围绕企业技术创新、科研合作等核心需求，结合大数据、人工智能等先进数字化技术，设计并实现“科技情报智能分析系统”，应用涵盖产业分析、技术分析、头部企业分析、科技资讯跟踪等功能。实现全方位多来源信息的汇聚与分析，为企业与科研机构的使用者提供更好的服务。

关键词：科技情报智能分析系统；产业分析；技术分析；企业分析；科技资讯跟踪

00 引言

2021年，我国发布了《十四个五年规划和2035年远景目标纲要》，《十四五规划》将“坚持创新驱动发展，全面塑造发展新优势”放在首要位置，提出强化国家战略科技力量、提升企业技术创新能力的方针。科技情报资源作为新的战略资源，我国大部分企业目前并未意识到科技情报建设对推动企业科技创新的作用和意义，大部分企业甚至没有建立科技情报资源系统，即使有建立的打算，也缺乏系统的操作方法，存在科技情报专注度浮于表面、科技情报信息利用率底的现象。此外，我国学界对企业科技情报服务系统的建设研究比较薄弱，研究成果少且深度不足，不利于为企业科技情报分析系统建设提供支持。

01 绪论

1.1 国内外发展现状与趋势

随着时代的发展，科技情报分析的内涵和内容也在不断衍生变化。在新的时期，传统内容与新内容相互消长、整合，构成当前科技情报挖掘的内容图谱。当前的科技情报分析与20多年前相比，有了很大变化。当前，科技情报挖掘的内容主要包括国内外科技信息资源的建设和服务( 包括文献收集加工服务、检索查新服务、数据库建设、网络资源建设等 ) 及为决策服务的信息挖掘研究。这些业务向上延伸到参与国家、行业或地区的决策支撑工作 ( 如科技发展中长期规划 的制定)，向下扩展到开展对企业经营、技术攻关和市场投资的信息服务。

国内在科技情报分析领域比较领先的研究机构为中国科学技术信息研究所、北京科学技术情报研究所、中国国防科技信息中心、北京理工大学等，但尚未开发针对能源垂直领域的科技情报挖掘系统。在能源科技情报分析领域，基于已有调研，国内南方电网开发过面向南方电网集团内部使用的电力情报服务系统，煤炭科学研究总院也建立了相关能源知识服务平台，金风集团在能源领域也正在谋划建设自己的能源领域数据池及能源科技情报挖掘决策支撑体系。国内外在能源领域都在构建数据驱动的智能科技情报挖掘服务体系，并在此基础上逐步建设面向垂直领域的专业知识服务平台。

而国外以Nature nano、Springer、Elsevier、NCBI、Digital Science以及Taylor等知识服务提供商为代表的出版企业，目前正在构建专业领域的数据汇聚及细粒度知识元挖掘组织，以结构性与关联性描述数据，且专业平台服务深度与服务效果也相对稳定，比如Digital Science提供的Dimension工具，已经从专业领域的数据集发现到专业领域的细粒度知识、专家人才及科学数据的关联检索，总之目前相关服务都在向专业化方向进行布局发展。

综述可以看到，国内外在科技情报智能分析系统的建设与服务都在逐步起步发展，甚至国外在专业领域的知识服务建设已经走在前列。而且在当前大数据时代，能源大数据已成为社会生产的新要素，它聚焦政府、行业、企业、电力客户各方的数据应用诉求，通过对各种数据汇聚整合、挖掘分析，促进政府决策科学化、社会治理精准化、公共服务高效化，把握能源经济活动的脉搏，各地开始建立能源大数据中心、能源科技信息挖掘系统及其他能源基础设施。

1.2 国内外的技术应用情况

1) 金融科技评估

此应用场景以专利数据、科技成果数据、专家数据等科技数据为基础，融合机构数据、金融行业舆情数据、工商数据、金融数据等金融数据，科创数据应用于金融行业是随着科技投资、技术交易、知识产权融资等需求挖掘出来的新应用场景，市场需求迫切且容量巨大，产品形式和服务有：（1）全球潜力科技智能发现；（2）科技评价服务；（3）技术价值评估。

2) 科创监测预警

此应用场景以专利数据、科技成果数据、专家数据等科技数据为基础，融合机构数据、产业数据、资讯数据、公司数据、经济数据等相关数据类型，主要服务于科创建设方向，包括：科创资源监测、科创评估，发展预警、人才引进、产研融合等。主要产品形式和服务有：科创监测及科创建设相关场景的大数据平台应用，整体业务板块仍属于蓝海市场，该业务结合近年国家政策导向具有一定发展潜力。

3) 行业知识导航

此应用场景以汇聚行业本地科研数据，构建行业科研大数据底座为基础，挖掘与发现行业深度知识，与数据底座共同形成行业智慧数据中心，可以提供从行业问题、行业专家、行业人才、行业机构、行业成果、国家、区域等不同维度出发，实现行业知识导航，以数据化、平台化、智能化的模式支撑行业科技情报决策。

02 科技情报智能分析系统的设计

2.1 需求分析

从数据本身特性来看，在信息大爆炸时代，数据信息具有四大特征：数据量大、类型繁多、价值密度低、实效高。数据的全息化、碎片化对科技情报分析的数据处理方式提出了更高的要求。因此，需要采用元搜索技术、爬虫技术、数据清理等数据挖掘技术和数据分析技术，对科技情报数据进行全息化地、智能化地分析与判读。

从科技情报的使用用户来看，科技情报的用户范围不断扩大，在大数据时代，科技情报的用户不仅再局限于政府，还包括企业、研究机构等。针对目前科技情报的主要用户群体，即企业、研究机构，其需求主要包括三大方面。

一、掌握目前各产业节点的相关技术，及各技术节点的相关包括专利、成果、期刊等情报资料，以便实时了解该技术的发展动态，以及竞争对手的研究方向，把握科技发展方向，助力企业创新效率的提升。

二、掌握产业链上各技术节点上的头部企业及相关专家的相关信息，掌握竞争对手相关信息，辨别合作企业资质，寻找相关领域专家。

三、实时掌握科技各类信息动态，保障企业在技术研发、发展战略上的与时俱进，保持优势地位，对企业方案的及时调整，助力企业创新决策的制定。

2.2 设计思路

根据系统的需求分析情况，科技情报智能分析系统总体从智慧数据、智慧引擎与智能分析三个层次进行设计：一是构建科技领域的智慧数据建设，覆盖从各科技领域科技数据底座到各科技领域的知识图谱；二是建设科技领域的科技大脑智慧引擎，以数据算法及模型为基础，研发支持多场景的智慧服务；三是建设面向领域人才、领域技术及领域监测等知识服务为基础的智慧服务平台。

图 1 科技情报智能分析系统的设计思路

2.3 总体架构设计

科技情报智能分析系统整体架构主要包括基础数据层、数据中台层和业务应用层，如图2所示。

图 2 科技情报智能分析系统总体架构

1) 数据层

在数据层，系统主要研究能源行业数据源发现技术，如何从全球数亿网站中发现科技战略、科技政策、科学技术资讯、企业资讯等需要采集的信息源，如何从全球专利等数据库中筛选出相关的技术。研究信息获取技术，针对相关信息源的特点，设计开发相应的网络协议解析程序，开发信息获取工具。

2) 中台层

在中台层，系统主要研究数据清洗、抽取、融合和数据服务的技术。主要研究问题包括：科技技术术语的抽取、技术从属关系的抽取、技术依赖关系的抽取、能源产业/产品的抽取、产业上下游关系的抽取，以及科技知识图谱构建技术，还有对外服务的科技检索技术和大数据分析技术。

3) 应用层

科技情报智能分析系统最终提供以下六大应用功能：

产业分析：研究各行业产业链体系构建问题，以能源行业为例，研究能源市场指标构建和抽取问题，以及能源行业项目识别问题。

技术分析：以能源行业为例，主要研究能源技术体系构建问题、能源领域信技术识别问题，能源技术成熟度、产业化应用情况评价问题；主要能源技术研究机构体系构建问题，能源技术体系与法律化专利语言对应问题等。

企业分析：主要研究各领域企业技术评价体系构建问题，企业经营评估体系构建问题，能源企业价值评估问题。

人才分析：主要研究各领域人才识别问题、 技术评价问题。

行业动态分析：主要研究通过行业实时动态信息的采集和分析，及时发现重点关注的政策变化、重大事件跟踪、市场变化趋势等问题。

2.4 数据模型设计

科技情报智能分析系统的数据源包括论文、专利、专家学者、科研项目报告、科技新闻、行业资讯等，数据来源包括但不限于：中英文论文数据库；全球专利数据库：国家知识产权局、欧、 美、日、韩等各国专利局；网络公开科研项目信息：科学基金、重大专项；科技动态信息；行业资讯信息；重点关注的机构信息等。

根据数据大小、种类和服务的对象以及面对的应用场景不同，采用多种存储数据存储方式。数据模型架构如图3所示。

图 3 数据采集与融合模块功能架构

03 科技情报智能分析系统的实现

本文遵循业内通用的技术标准，采用Web多层体系（B/S）进行总体架构，总体技术路线要求采用J2EE技术路线，JDK支持版本1.8或以上。平台支持尽可能多的主流服务器厂家的硬件平台，如：IBM、HP、SUN等；支持尽可能多的操作系统平台，如：Windows/2007/2010、Unix、Linux 等。

目前科技情报智能分析系统主要聚焦能源行业，由于系统的模块较多，以下仅展示主要功能模块：

3.1 科技情报检索模块实现

科技情报检索模块的实现，其主界面如图4所示。科技情报检索模块通过对能源行业的专利、文献、成果、项目、标准进行专业性检索，发现于挖掘情报，辅助用户开展技术研究。

图 4 情报检索主界面

用户可在左侧对检索出的信息进行条件筛选，以便更高效地寻找需要的信息。用户还可点击检索出的内容，如专利、文献、成果等信息，进行详细内容查看。

3.2 产业链与技术链模块实现

围绕能源产业，汇聚科技资源，对能源行业产业全面透视。产业链与技术链模块通过构建氢能、储能、光伏、风电等11个能源产业链结构图谱，发掘上下游产业领域下的企业之间的关联关系，及各产业节点的优秀企业、人才、高校、知识产权等。并对氢能、储能、双碳、风电等11个产业链的技术领域下企业、人才、专利等数据进行结构化处理，形成能源产业技术链图谱。对能源行业技术链全面透视，对技术链节点进行延展，发现技术节点上的企业、专利、人才、科研院校等价值情报。

产业链与技术链模块的主界面如图5所示。用户可选择关注的技术节点，并不断进行延伸，直至最末端。并点击所选技术节点，查看该节点代表性企业与人才，并跳转至企业画像与人才画像模块。

图 5 产业链与技术链主界面

3.3 技术分析模块实现

技术分析模块是基于产业技术链，针对技术链节点的技术进行技术发展趋势、技术成熟度、技术领域分布、技术关注度等方面进行分析；并基于专利价值评估模型，从专利质量、技术质量、市场价值、社会效应、技术先进度5个层面对技术专利进行价值评估；与此同时，根据技术研发热度构建技术发现地图，助力企业 发现技术蓝海，开拓技术新领域。技术分析模块的实现如图6所示。

图 6 技术分析主界面

3.4 企业画像模块实现

企业画像模块通过对重点能源企业的经营状况、研发布局、项目投资、技术应用情况等方面进行搜集分析整理，智能分析高价值技术成果和潜力技术企业，包括工商、科技、风险等多项维度的信息可视化展示，并输出分析报告，助力用户掌握重点企业经营发展的现状及动态，为产业发展及资本运作提供决策参考建议。

企业画像模块的实现，其主界面如图7所示。用户可查看搜索企业的的工商信息、股权信息、投资分布、科创技术的总体情况、企业科创技术分析、专利分布情况、企业风险分析及企业舆情等信息。

图 7 企业画像主界面

3.5 人才画像模块实现

人才画像模块通过分析能源行业专家，从产业技术、行政区域等方面检索专家信息及画像，并对专家的研究成果进行分析，为引进相关技术专业人才提供参考建议。

人才画像模块的主界面如图8所示。用户可查看搜索人才的基础信息、人际关系图、工作履历、科研成果、涉及的技术领域、关联企业及社会影响力等信息。

图 8 人才画像主界面

3.6 行业动态模块实现

行业动态模块通过对能源产业市场信息的搜集、分析整理，提供能源行业最新资讯，并发现能源市场重大项目进展及招投标情况，为能源产业发展布局与挖掘投资机会提供决策参考。

行业动态模块的主界面如图9所示。用户可根据不同栏目分类，使用综合检索对该栏目进行聚焦精准检索，还可以不同维度的范围检索以标题、正文、来源、关键字以及时间范围。并点击报告导出，下载搜索的信息形成资讯报告。

图 9 行业动态主界面

04 结论

本文基于智能多语种NLP算法的能源领域情报信息系统，围绕企业研发、商务、投资决策等部门需求，瞄准前沿技术智能发现、人才画像、行业研究等问题，自动开展能源技术研究机构技术成果汇聚和技术专利状况分析，并自动输出行业技术报告，辅助专家开展技术研究进展评价和技术成熟度判断 ；实现产业与技术、企业、人才关联，从微观到宏观实现用户对行业优势研判；对各行业舆情、政策以及其他公开价值信息进行全面挖掘，帮助企业快速取得商业机会，洞察行业蓝海；基于本平台规划实现智能、效率、协同一体化的科技情报系统，为企业内部研发、投资、经营等工作提供支撑，提升工作效率。

本系统不足之处在于各模块目前尚未实现联动，未能实现针对某一领域直接一键生成包括科技、企业、专家等信息的全景化科技情报智能分析报告功能。

作者简介 ：

梁雪莹，女，硕士，科研员，能源数字化应用技术研究与应用 ；

石洋，男，硕士，资深研究员，能源数字化应用技术研究与应用 ；

周全，男，硕士，副主任科研员，能源数字化应用技术研究与应用；

李硕，男，硕士，高级工程师，能源数字化模型研究及平台开发 ；

陈纲，男，硕士，高级工程师，能源数字化模型研究及平台开发。

作者联系方式 ：

通讯地址 ：北京市昌平区北七家镇未来科学城国家电投集团科学技术研究院

邮政编码 ：102209

联系电话 ：15652893985

电子邮件 ：liangxueying@spic.com.cn

参考文献

[1] 黄莹 . 论“互联网 +”背景下科技情报对企业科技创新的影响 [J]. 科 技 风 , 2021, No.468(28):88-90.DOI:10.19392/j.cnki.1671-7341. 202128030.

[2] 张惠娜 , 李辉 , 付宏等 . 情报服务 3.0: 科技情报服务的全纳化转 向 [J]. 天 津 科 技 , 2015, 42(08):17-18+21.DOI:10.14099/j.cnki. tjkj.2015.08.008.

[3] 任惠超 , 汪雪锋 , 刘玉琴 . 面向战略决策的科技情报智能分析系统 实 践 [J]. 情 报 理 论 与 实 践 , 2022, 45(04):27-34.DOI:10.16353/ j.cnki.1000-7490. 2022.04.004.

[4] 高伟 , 薛梦瑶 , 于成成 . 面向大数据的情报分析方法和技术体系研 究 [J]. 情报理论与实践 , 2019, 42(12):43-48+35.DOI:10.16353/ j.cnki.1000-7490. 2019.12.007.

[5] 马宪军 , 孙红 , 王涛等 . 一个科技情报服务系统的设计与实现 [J]. 大庆石油学院学报 , 2000(02):51-53+110.