迄今，情报研究人员在信息序化与情报转化方面已作了很多工作，展示了很多研究成果，但是对于融合与结合的研究相形欠缺。情报学是一门自然科学与社会科学相融合的交叉学科，情报从业人员来自于不同学科与专业，情报学的研究主题具有明显的交叉性，情报工作或学科研究过程中也经常借鉴或使用来自于不同学科的方法。可以说，融合与结合已是情报学的一种泛在现象，但是我们对于这个现象的了解与把握还不够强。

从情报实践的角度看，情报监测、热点发现、科技查新、科技评价等都是情报工作的重点内容，这些工作需要多种来源的信息，简称多源信息。论文数据的来源包括万方数据、重庆维普、中国知网等，专利数据的来源包括WIPO、德文特、国家知识产权局网站等等。除了不同来源渠道的信息，还需要不同类型的信息，如论文、专利、项目、会议、著作、科技报告等。领域深度分析报告、动态监测快报需要及时关注各方面的信息，如项目进展、成果产出、政策导向等。行业分析报告、竞争对手分析报告需要行业数据、产品信息、研发动态、市场前景等。这些工作都需要在充分搜集多种来源信息的基础上，运用多种方法进行分析与综合，以便更全面地扫描学科领域进展或揭示行业发展态势，为科学决策提供更有力的情报支撑。

无论我们用“海量信息”还是“大数据”来表征这个时代，多源信息融合的问题都已无法回避。如果数据不完备，即使研究方法再好，结论也不一定可信。我们发现，有些人做主题研究时往往只使用中国知网数据或只使用万方数据，这难免会导致数据不完备的情况，特别是在计量分析类论文或综述类论文中，这一问题尤为明显。计量分析类论文要尽量使用多源数据，例如，万方数据与中国知网数据的融合，WoS数据与CSTPCD数据的融合。还有，在设计指标体系过程中，经常采用调查问卷来选择指标以及指标的权重，但指标体系是否合理需要用实际的测试数据进行验证。这样，不仅把问卷数据与测试数据结合起来，而且问卷方法与实证方法也结合起来了。

令人高兴的是，情报学研究人员敏锐地捕获到了多源信息融合的问题，并展开了研究，本期的首篇论文《基于多源信息与多元方法的产业竞争情报分析范式》就是针对多源信息融合的问题进行研究的。多源信息的融合需要多种方法，多源信息的情报工作环境更需要多方面的融合，包括方法的融合、关系的融合、研究视角的结合等。本期的《基于度量级融合的论文元数据提取方法》、《一种基于情景相似度的多维信息推荐新方法研究》、《基于z得分的科学计量学多关系融合方法研究》、《多重关系网络视角下企业技术竞争优势综合评价模型研究》等文章分别从模型方法融合、多维信息结合、多关系融合等角度探讨了多方融合的问题。我们希望通过这些论文的刊发，能够引起大家对“多方融合”的持续关注与深入探讨。

中国科学技术信息研究所     化柏林 武夷山

 化柏林武夷山_多源信息需要多方融合.pdf