隨著經(jīng)濟社會數(shù)字化進程的不斷推進，標準的數(shù)字化轉型已成為標準化自身發(fā)展的必然趨勢。為了形成切實有效的標準數(shù)字化解決方案，國際標準化組織（ISO）于2019年提出SMART（Standards Machine Applicable,Readable and Transferable）標準概念，以機器可讀為方向推動標準數(shù)字化工作。2021年，我國頒布《國家標準化發(fā)展綱要》，提出發(fā)展機器可讀標準和開源標準，推動標準化工作向數(shù)字化、網(wǎng)絡化和智能化轉型?！皹藴蕯?shù)字化”已然成為專家學者關注的研究焦點。

近年來國內(nèi)學者圍繞標準數(shù)字化開展了一系列綜述研究，例如：劉曦澤等從標準數(shù)字化的表現(xiàn)形態(tài)、研制模式和社會影響等方面分析了其未來發(fā)展趨勢。汪爍等介紹了國內(nèi)外標準數(shù)字化轉型的相關工作，并重點論述了機器可讀標準分級模型以及語義互操作和信息模型等重要技術。徐曉東提出標準數(shù)字化對引領數(shù)字經(jīng)濟轉型、強化信息技術共享、促進產(chǎn)業(yè)效率提升和增強國際競爭力具有重要作用。張亮分析了國際電工委員會（IEC）標準數(shù)字化的發(fā)展路徑并提出我國標準數(shù)字化發(fā)展的建議。狄矢聰圍繞發(fā)展階段、技術創(chuàng)新、應用場景、監(jiān)管治理、政策保障和國際合作等6個方面，提出了對未來標準數(shù)字化轉型發(fā)展的建議。張嵩等指出國內(nèi)關于標準數(shù)字化的研究工作主要集中于標準內(nèi)容語義識別、知識圖譜和數(shù)字化標準系統(tǒng)建設等3方面。

通過分析發(fā)現(xiàn)，上述研究大多對標準數(shù)字化的發(fā)展現(xiàn)狀和未來趨勢進行分析總結，而對標準數(shù)字化技術的相關研究較為缺乏。標準數(shù)字化不僅在于標準存在形式的“數(shù)字化”，還表現(xiàn)為標準化方法的數(shù)字化，利用數(shù)字化技術推動標準化工作生命周期的全過程發(fā)展。為此，本文利用CiteSpace等軟件構建我國標準數(shù)字化技術領域的可視化知識網(wǎng)絡圖譜，以識別標準數(shù)字化領域的關鍵技術簇和熱點技術，分析其演變關系并探索研究趨勢，以期為后續(xù)相關研究提供借鑒和參考。

1 數(shù)據(jù)收集和篩選

本文基于數(shù)字經(jīng)濟七大產(chǎn)業(yè)，結合“標準數(shù)字化”背景確定檢索關鍵詞，包括：“標準數(shù)字化”“物聯(lián)網(wǎng)”“大數(shù)據(jù)”“人工智能”“云計算”“區(qū)塊鏈”和“工業(yè)互聯(lián)網(wǎng)”；在中國知網(wǎng)（CNKI）數(shù)據(jù)庫選取發(fā)表于2015-2022年的核心期刊論文，共檢索到文獻418篇；剔除與主題不相關論文后得到221篇文獻，具體檢索流程如圖1所示。

2 熱點技術識別與演變分析

2.1 研究方法

文獻計量法是一種以文獻外部特征為研究對象的量化分析方法，它利用統(tǒng)計學方法對數(shù)據(jù)信息進行描述、評價和預測，從而概括其統(tǒng)計規(guī)律，進一步解釋文獻的數(shù)據(jù)特征和變化規(guī)律并分析其原因。CiteSpace是一款基于文獻計量的系統(tǒng)化建模軟件，從文獻中挖掘具有價值的核心術語，通過科學制圖程序?qū)︻I域結構、動態(tài)模式進行可視化分析，捕獲研究主題的前沿趨勢。本文基于中國知網(wǎng)（CNKI）數(shù)據(jù)庫，選取2015-2022年標準數(shù)字化技術領域的核心文獻，利用CiteSpace的聚類分析及Burst算法等提取及梳理領域關鍵技術，并基于“SMART”標準揭示標準數(shù)字化技術領域的研究現(xiàn)狀和演變過程。

2.2 熱點技術識別

關鍵詞是文獻思想與內(nèi)容的精準概括，其頻次、中介中心性、聚類及突現(xiàn)度是4個重要分析指標。本文基于檢索文獻的相關信息，從上述4個指標分析標準數(shù)字化進程中的熱點技術及其應用。

2.2.1 關鍵詞頻次及中介中心性分析

關鍵詞頻次表征領域的受關注度，而中介中心性體現(xiàn)內(nèi)容的重要程度?；跈z索到的221篇文獻，本文利用CiteSpace軟件繪制出關鍵詞共現(xiàn)圖譜，如圖2A所示。該圖譜共包括319個節(jié)點，358條連線。其中，頻次較高的關鍵詞包括：元數(shù)據(jù)（42次）、區(qū)塊鏈（34次）、人工智能（28次）、大數(shù)據(jù)（24次）、標準（20次）、物聯(lián)網(wǎng)（17次）、關聯(lián)數(shù)據(jù)（13次）、數(shù)據(jù)治理（10次）、云計算（10次）。另一方面，中介中心性反映關鍵詞在網(wǎng)絡中的連接作用，中介中心性數(shù)值越大說明其連接的關鍵詞信息越多，在網(wǎng)絡中的樞紐作用也越強。如圖2A所示，元數(shù)據(jù)（0.43）、區(qū)塊鏈（0.30）、標準（0.29）、大數(shù)據(jù)（0.27）、人工智能（0.16）、物聯(lián)網(wǎng)（0.11）有較高的中介中心性，這表明上述關鍵詞在標準數(shù)字化研究領域中起到橋梁中介的作用，是該領域的研究重點。

2.2.2 聚類分析

關鍵詞聚類揭示了領域的主要研究方向。通過對221篇文獻進行關鍵詞聚類得到7個標準數(shù)字化技術類別，如圖2B所示，分別為“元數(shù)據(jù)”“大數(shù)據(jù)”“人工智能”“區(qū)塊鏈”“物聯(lián)網(wǎng)”“云計算”和“關聯(lián)數(shù)據(jù)”，其中聚類模塊值Q為0.7655>0.5，聚類平均輪廓值S為0.9394>0.7，表明聚類結果具有較高可信度。同時本文將上述技術歸納為5個技術簇，分別是人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、云計算和區(qū)塊鏈（元數(shù)據(jù)和關聯(lián)數(shù)據(jù)均屬于大數(shù)據(jù)技術），具體分析如下。

（1）人工智能：“人工智能”是通過計算機程序來呈現(xiàn)人類智能的技術。人工智能技術將海量的標準文本轉化成可自由使用的動態(tài)知識網(wǎng)絡，通過構建標準知識“本體”來實現(xiàn)“人-機”或“機-機”對標準知識的使用與理解。在標準數(shù)字化領域，人工智能技術主要通過自然語言處理（NLP）、機器學習、深度學習、可視化處理等來實現(xiàn)標準內(nèi)容知識的提取、分類與表達。

（2）大數(shù)據(jù)：“大數(shù)據(jù)技術”指的是用于處理、分析和管理大規(guī)模數(shù)據(jù)集的技術和工具。大數(shù)據(jù)技術主要包括大數(shù)據(jù)深度挖掘和大數(shù)據(jù)智能分析。在標準數(shù)字化領域，針對標準知識主題發(fā)現(xiàn)、篇章結構識別、用戶智能推薦、學科交叉融合、中醫(yī)臨床等應用場景，大數(shù)據(jù)技術通過光學字符識別技術（OCR）、數(shù)據(jù)字典、映射技術、信息抽取、數(shù)據(jù)挖掘等形式，為用戶提供用標分析服務，解決標準數(shù)據(jù)分散等問題。

（3）物聯(lián)網(wǎng)：“物聯(lián)網(wǎng)”是提供信息感知、信息傳輸、信息處理等服務的基礎設施，以感知技術和網(wǎng)絡通信技術為主要手段實現(xiàn)人、機、物的泛在連接。目前，在標準數(shù)字化領域，物聯(lián)網(wǎng)技術主要結合大數(shù)據(jù)對收集的數(shù)據(jù)進行挖掘，經(jīng)定位感應技術、互聯(lián)網(wǎng)技術、通信技術等實現(xiàn)信息間的有效交互，利用以太網(wǎng)、語義網(wǎng)、爬蟲技術、DLOU FSI語料庫等實現(xiàn)數(shù)據(jù)資源分析和共享，從而完成標準數(shù)據(jù)的智能化管理。

（4）云計算：“云計算”是面向密集型數(shù)據(jù)、超大容量存儲和超大規(guī)模計算的新型計算模式。在標準數(shù)字化領域中，主要經(jīng)過云計算、邊緣計算等方式實現(xiàn)對標準數(shù)據(jù)采集、處理、推理和比對，通過建設云平臺實現(xiàn)標準數(shù)據(jù)的應用及反饋等。

（5）區(qū)塊鏈：“區(qū)塊鏈”是一個共享數(shù)據(jù)庫，點對點分布式技術、存儲加密技術、全文轉錄技術、共識機制、智能合約等是其主要技術。在標準數(shù)字化領域，區(qū)塊鏈技術利用數(shù)據(jù)匯聚和交換實現(xiàn)快速高效地傳輸數(shù)據(jù)，解決標準數(shù)據(jù)統(tǒng)一、共享以及可追溯等問題。五大技術簇在標準數(shù)字化領域的應用見表1。

2.2.3 關鍵詞突現(xiàn)分析

突現(xiàn)詞表示在某段時期內(nèi)詞頻顯著增加的關鍵詞，反映了該領域在特定時期內(nèi)的研究熱點。本文利用Burst算法對關鍵詞進行突現(xiàn)分析，得到突現(xiàn)度較高的10個關鍵詞（如圖3所示）。由圖3可知，“物聯(lián)網(wǎng)”“人工智能”的突現(xiàn)強度較高，分別為3.59和2.78；“可視化”（2017-2022年）的時間跨度最長；“物聯(lián)網(wǎng)”出現(xiàn)時間最早，而“可視化”“云平臺”“人工智能”“區(qū)塊鏈”和“數(shù)據(jù)共享”的突現(xiàn)時間較近，表明這5個關鍵詞是標準數(shù)字化領域近年來的研究熱點。

2.3 熱點技術演變分析

ISO根據(jù)標準與機器的交互程度將“SMART”標準發(fā)展劃分為5級（如圖4所示）。本文根據(jù)檢索到的文獻信息，結合“SMART”標準的發(fā)展歷程將國內(nèi)標準數(shù)字化技術演變過程分為3個階段（如圖5所示）：探索階段（2015年前）、萌芽階段（2015-2018年）和發(fā)展階段（2019年至今）。具體分析如下。

圖5 5個技術簇的技術演變

（1）探索階段（2015年前）

2015年前，國內(nèi)對標準數(shù)字化已有了初步探索，主要通過統(tǒng)一數(shù)據(jù)形式（如：元數(shù)據(jù)等）對標準信息進行統(tǒng)一編碼，然后錄入數(shù)據(jù)庫實現(xiàn)標準檢索。例如：張元胤等于2001年采用Servlet+JDBC技術建立中文汽車數(shù)字化標準Web數(shù)據(jù)庫系統(tǒng)；2013年，河北省標準化研究院開發(fā)了標準結構化加工工具，初步實現(xiàn)全文標準結構化的自動抽取和指標結構化人工標準抽取。

（2）萌芽階段（2015-2018年）

1）人工智能：在該階段，標記語言、自然語言處理等是人工智能應用于標準數(shù)字化的主要技術。通過主流的標記語言XML、超文本標記語言（HTML）、JSON等實現(xiàn)標準內(nèi)容的結構化，構建通用的標準信息模型解釋各個標準對象間關系和屬性，再利用自然語義處理技術抽取結構化標準文件中的重要概念（第2級）。例如：2016年，丁恒等用XML實現(xiàn)標準文獻數(shù)據(jù)的語義再結構化，并采用自然語言處理技術抽取標準文獻中的內(nèi)容。

2）大數(shù)據(jù)：大數(shù)據(jù)技術主要通過對標準文本的結構化處理，在海量數(shù)據(jù)中進行關聯(lián)分析，其中OCR技術、數(shù)據(jù)字典被廣泛應用于標準數(shù)字化領域。OCR技術將標準電子文本轉換為可編輯的數(shù)字化文本，實現(xiàn)對輸入字符的特征信息進行儲備知識調(diào)用（第2級）。例如：2015年，計雄飛等利用OCR對標準資源庫中的全部標準影印件進行全文識別，組建標準全文數(shù)據(jù)庫。數(shù)據(jù)字典通過對標準數(shù)據(jù)構建編碼、名稱、上下級從屬關系等屬性列表，實現(xiàn)對標準內(nèi)容的實時在線查詢、管理和應用（第2級）；王健等在2018年提出構建軍事數(shù)據(jù)字典實現(xiàn)軍事數(shù)據(jù)標準化。

3）物聯(lián)網(wǎng)：Java、Python、語義網(wǎng)、以太網(wǎng)和爬蟲技術等是該階段物聯(lián)網(wǎng)在標準數(shù)字化領域的主要應用，主要通過Java、Python等開發(fā)軟件識別標準文件和搭建標準數(shù)據(jù)存儲系統(tǒng)（第2級）。例如：南京標準研究院通過語義網(wǎng)、以太網(wǎng)等形式，依托爬蟲技術實現(xiàn)標準信息的傳輸，并提出用FTP對標準數(shù)據(jù)進行文檔轉存。

4）云計算：云技術通過使用云計算、邊緣計算等方式對標準數(shù)據(jù)進行分析處理（第2級）。通過云存儲、海量數(shù)據(jù)分布存儲技術將標準語言存儲在數(shù)據(jù)庫（第2級）。例如：盧小賓等于2018年利用云存儲、分布式存儲對智慧圖書館標準數(shù)據(jù)進行管理。

（3）發(fā)展階段（2019年至今）

1）人工智能：在此階段，機器學習、深度學習和知識圖譜是人工智能應用于標準數(shù)字化的主要技術。機器學習通過對標準文獻進行知識組織和挖掘，利用分類模型對標準信息進行歸類和詞性標注以實現(xiàn)機器可讀（第2級）。深度學習主要通過卷積神經(jīng)網(wǎng)絡等方法準確獲取標準文本信息并實現(xiàn)高效篩選和提?。ǖ?級）。例如：2020年上海“206”系統(tǒng)運用深度神經(jīng)網(wǎng)絡模型和OCR技術對證據(jù)標準等進行機器學習與深度挖掘以嵌入公檢法三機關的刑事辦案系統(tǒng)；南京云問網(wǎng)絡技術有限公司于2022年采用CNN-BILSTM-CRF模型完成標準文獻條款的抽取。知識圖譜通過構建“實體-關系-屬性”三元組關系，直觀表達標準條款間的內(nèi)在關系（第4級）。例如：王一禾等于2022年利用知識圖譜對標準進行機器可讀轉換以解釋標準條款間內(nèi)在關系；同年航空行業(yè)構建了航空領域標準知識圖譜，從而實現(xiàn)系統(tǒng)準確理解訪問需求、匹配訪問對象并給予回復。

2）大數(shù)據(jù)：在此階段，深度挖掘、關聯(lián)分析和大數(shù)據(jù)智能分析是大數(shù)據(jù)應用于標準數(shù)字化的主要技術。運用大數(shù)據(jù)關聯(lián)分析、分類分析、特異群組挖掘和孤立點挖掘等對標準數(shù)據(jù)進行深度挖掘和分析，實現(xiàn)標準數(shù)據(jù)與應用產(chǎn)業(yè)的融合和共享（第3級）。中國標準化研究院于2018年通過對檔案數(shù)據(jù)進行深度挖掘和關聯(lián)分析，獲取標準檔案數(shù)據(jù)間的內(nèi)在關聯(lián)以實現(xiàn)標準比對。利用大數(shù)據(jù)智能分析，融合自然語言處理和機器學習等技術完成標準海量數(shù)據(jù)的提?。ǖ?級）。例如：2022年張嵩等結合智能檢索、可視化等技術，實現(xiàn)航天企業(yè)內(nèi)部卓越標準體系的動態(tài)運營；同年，中國電力科學研究院結合大數(shù)據(jù)和自然語言處理提出電力智能推薦和電力標準指標檢索系統(tǒng)。

3）物聯(lián)網(wǎng)：在此階段，數(shù)據(jù)庫、通信技術、感應技術和智能傳感是物聯(lián)網(wǎng)應用于標準數(shù)字化的主要技術。數(shù)據(jù)庫可以實現(xiàn)標準由“機器閱讀”向“機器理解”轉變，按照需求直接快速獲取標準內(nèi)容，并實現(xiàn)對標準關鍵指標的深度揭示、技術指標的提取和比對（第3級）。例如：2020年呂美茜提出在民用飛機燃油系統(tǒng)建立標準信息數(shù)據(jù)庫和標準檢索系統(tǒng)，實現(xiàn)根據(jù)應用場景對標準內(nèi)容的選擇性訪問。2022年張嵩等構建航天企業(yè)標準資源數(shù)據(jù)庫，實現(xiàn)各級各類標準智能檢索。此外，利用通信技術和感應技術實現(xiàn)標準數(shù)據(jù)的不間斷傳輸和不同系統(tǒng)間的互聯(lián)互通（第4級）。例如：2023年陳心怡等基于IOT協(xié)議、智能傳感技術（5G）和無線網(wǎng)絡通信協(xié)議，使用方可通過自動問答或智能推送獲取所需的標準內(nèi)容。

4）云計算：云平臺和海量數(shù)據(jù)管理技術是此階段云計算應用于標準數(shù)字化主要技術。一方面，通過搭建云平臺將標準數(shù)據(jù)上傳到云端（第3級），例如：南京電子技術研究所于2020年使用云平臺對氣象雷達的標準主要條款進行場景驗證與評估，并依據(jù)結果反向修訂。另一方面，通過海量數(shù)據(jù)管理技術對標準數(shù)據(jù)進行管理（第4級）。例如：2022年，中國航空工業(yè)集團有限公司依托標準智能化云平臺，實現(xiàn)標準數(shù)字化智能檢索和主動推送，利用仿真技術對標準關鍵條款和指標進行數(shù)字化在線驗證。

5）區(qū)塊鏈：分布式存儲、共識機制、智能合約是區(qū)塊鏈在此階段應用于標準數(shù)字化的主要技術。通過上述技術對標準數(shù)據(jù)信息進行加密、分析、識別和確認，實現(xiàn)標準文本溯源對比分析，從而不斷優(yōu)化內(nèi)容的訪問和處理方式（第4級）。例如：陳勇等于2021年建議基于區(qū)塊鏈技術構建電子文件管理系統(tǒng)標準體系。

3 未來發(fā)展趨勢

（1）標準知識表達方式多元化

隨著數(shù)字技術的發(fā)展，自然語言技術將不再是標準知識表達的唯一方式，未來或使用機器語言表達標準內(nèi)容，即將標準轉化為計算機可以理解和執(zhí)行的指令代碼，以便計算機更好地驅(qū)動和應用標準。此外，未來標準內(nèi)容也將以文本和數(shù)據(jù)共存的形式出現(xiàn)，標準的知識表達方式會更加多元化。

（2）多技術融合推動標準運用智能化

未來，多種技術融合推動標準運用智能化。例如：通過機器學習和智能算法，實現(xiàn)標準的自動化解析、應用和更新；物聯(lián)網(wǎng)和傳感器技術的聯(lián)合使用，可以實時收集和監(jiān)測生產(chǎn)過程、環(huán)境參數(shù)等數(shù)據(jù)，實現(xiàn)標準要求的自動檢測、控制和反饋；語義識別、知識圖譜等技術融合實現(xiàn)標準的快速檢索、智能推送和機器編譯等。

（3）標準數(shù)字化應用場景廣泛化

未來，標準數(shù)字化的應用場景將更加廣泛。例如：通過標準數(shù)字化開展金融智能化交易、自動化理賠等服務；通過標準數(shù)字化實現(xiàn)電力標準的智能問答、智能推薦以及智能決策等；標準數(shù)字化用于智慧醫(yī)療機構的管理和醫(yī)療設備的設計生產(chǎn)，提高信息管理和醫(yī)療器械等的安全性。

4 結 論

本文基于2015-2022年發(fā)表的“標準數(shù)字化”技術相關的研究文獻，運用CiteSpace等軟件進行文獻計量分析，得到下述結論。

（1）通過關鍵詞頻次、中介中心性、聚類及突現(xiàn)分析，揭示標準數(shù)字化的五大關鍵技術簇為：“人工智能”“大數(shù)據(jù)”“物聯(lián)網(wǎng)”“云計算”“區(qū)塊鏈”。

（2）結合“SMART”標準發(fā)展歷程，我國標準數(shù)字化關鍵技術的演變可分為探索期（2015年前）、萌芽期（2015-2018年）和發(fā)展期（2019年至今）3個階段。

（3）未來，標準數(shù)字化的發(fā)展促使標準知識表達方式更加多元化，標準運用更加智能化以及標準的應用場景也將更廣泛。