基于PAGE理论的多领域知识集成与全局视图研究

Since the implementation of the major research plan "Research on Big Data-driven Management and Decision-Making" by NSFC, a large amount of scientific research has emerged, forming a new research paradigm for big data-driven management and decision-making. The major research plan has now entered a critical stage of condensing the research achievements, but the research results are complex and loosely related, which poses big challenges for the integration and sublimation of major research plan. To this end, our research team unites scholars in the fields of statistics, data mining, and information design to conduct research on the knowledge integration and presentation of results in multiple fields, based on the big data of scientific research results generated in the early stages of the projects. The project is grounded in the PAGE theoretical framework and the characteristics of the management and decision-making research paradigm driven by big data. The project aims at implementing in-depth semantic analysis to build a knowledge graph of the research results to achieve the aggregation and extraction of knowledge of the results. At the same time, the project will conduct multi-perspective association analysis of various types of results by mapping them with the PAGE elements, focusing on multi-dimensional evaluations of the research results’ rigorous contributions. On this basis, the project will build a panoramic view for major research projects and present a digital exhibition hall to show the multi-view research achievements of the major research plan. The project is expected to break through the challenges in condensing the research achievements faced by major research plans, and also provide a basis for the integration and sublimation of the major research plan. Meanwhile, the project is expected to provide experts and scholars in the field with new methods of innovation and technological foresight.

“大数据驱动的管理与决策研究”重大研究计划自实施以来，已经涌现了大量科研成果，形成了大数据驱动的管理决策的新型研究范式。该重大研究计划目前已进入到成果凝练的关键阶段，但项目成果复杂且关联较弱，对重大研究计划的集成升华带来巨大挑战。为此，项目组联合统计学、数据挖掘和信息设计等领域的学者，基于重大研究计划前期产生的科研成果大数据，围绕多领域成果的知识集成与呈现开展研究。项目以PAGE框架为理论基础，结合大数据驱动的管理决策特点，基于深度语义分析构建成果知识图谱，实现成果知识的汇聚及萃取。同时，项目对各类型成果与PAGE要素开展多视角关联分析，聚焦于研究科研成果贡献度的多维评估建模。在此基础上，构建重大研究计划的全景成果视图创新体系，研究成果数字化展厅的多视图呈现方式。项目有望突破重大研究计划面临的成果凝练挑战，为重大研究计划的集成升华提供依据，并为领域专家学者提供成果创新和技术预见的新型手段。

本项目针对“大数据驱动的管理与决策研究”重大研究计划自实施以来涌现的大量科研成果开展分析挖掘，围绕多领域成果的知识集成与凝练升华开展研究。项目以PAGE框架为理论基础，结合大数据驱动的管理决策特点，基于深度语义分析构建成果知识图谱，实现成果知识的汇聚及萃取。同时，项目对各类型成果与PAGE要素开展多视角关联分析，聚焦于研究科研成果贡献度的多维评估建模。在此基础上，构建了重大研究计划的全景成果视图创新体系，构造了成果数字化展厅的多视图呈现方式。.项目在以下几个方面取得了突出的研究成果。在成果知识图谱构建与知识萃取方面，提出了基于分层多粒度特征的无监督学习的科技文献关键词抽取方法，避免了高昂的人工标注成本，对文本的分层次建模保证了对关键词的准确抽取。同时，针对科技成果关联要素提取这一关键任务，提出了一种基于序列标注的三元组抽取模型，很好地建模了三元组元素间复杂的映射关系，成功解决了元素重叠问题。在成果关联度与智能化评价方面，项目组提出了基于动态网络多语义表征的分析模型，能够动态追踪科研人员的成果演化路径，并进一步评价成果的贡献度。在全局视图的构建方面，项目组通过大量的调研访谈，对重大研究计划成果进行了深度挖掘，协同指导专家组凝练了各个维度的代表性成果，并且采用3D可视化技术构建了全景式成果数字化展厅，为重大研究计划地最终凝练升华提供技术支持。该项目的成果对于我国其他重大科研项目的成果管理提供了较好的借鉴意义。.项目超额完成了预期成果目标，包括发表高水平期刊论文6篇（其中数据挖掘领域顶刊IEEE TKDE 3篇（CCF A），自然语言处理权威期刊1篇），构建完成了一个面向重大研究计划成果的数字化展厅系统，以及人才培养等计划目标。