20190519 文献数据库未来的发展趋势 035
我一直觉得现在搞科研查资料的方式是非常低效的。
怎么样才能够提升大家查询资料的效率呢？最好是我们检索之后，能够自动通过人工智能的方法进行判断，帮助我们找出最核心的资料，或者说通过更丰富的方式展示文献之间的关系。譬如通过文本分析，以及相互之间的引用来揭示文献与文献之间的关系，然后这样的话，我们就可以更好的去判断哪些文章对我是有用的。
早在2012年，就有一个叫Summly的手机应用，自动对新闻做摘要，提升我们阅读新闻的效率。有没有可能通过自动化的方法把一篇参考文献做一个简单的文摘呢？最好是根据用户的搜索，推断他可能感兴趣的内容，把其中对他有帮助的内容给他直接展示出来，而不是所有的人都展示相同的内容。如果开始做不到的话，能够直接把可能对作者有用的内容标示出来，也会给用户节省很多时间。
现在有很多软件（如endnote），你去搜索某一个关键词的时候，它会把这个关键词高亮出来。这样就可以帮助我们快速定位所需要关注的内容，这也可以帮我们节省时间，其实所有的创新最终都是帮助我们节省时间，提升效率。
所以未来的数据库如何去发展，这也是我们需要关注的一个重要问题。其实自动做摘要的系统有很多人在研究，那么这样的一个系统如果用到文献方面的话，可能会有比较大的一个进展，就是每一篇文献针对不同的读者，他感兴趣的内容不同，如何自动给它提取出来，读者可能感兴趣的那一部分内容。这可能还需要比较长的一段路，但我相信随着科技的发展，这一天一定会到来。
从WOS发展史看数据库发展的不同阶段
如果我们回顾一下，WOS从1997年上线以来，它的发展历程就是不断在提升用户检索效率，不断满足用户需求，不断提供更深入的分析这样一个趋势在发展的。
所有的数据库其实都在朝这个方向去发展，提供更深入的分析，帮助用户从更多维度更全面的角度去阅读这些文献信息。但是我们现在可以看到还有另外一类数据库，就是经过深度加工的数据库，把所有相关的信息进行了整合。如果说你需要从事某方面的研究的话，那只要用这个数据库，它就可以帮助你把很多信息进行了梳理，这样就可以大大减少你去手动一个一个去检索文献和阅读文献的时间，象scifinder数据库，reaxys数据库，以及像这个nature集团的nano数据库，都在通过对文献的深度加工，帮助用户节省时间，创造价值。
我认为像nature集团的nano数据库，其实代表了未来数据库的一个发展趋势。
数据库发展的几个阶段-以WOS为例
第一阶段，是SCI数据库诞生的时候，当时主要还是纸版的。上世界60年代初。
第二阶段，光盘版数据库的诞生，由于光盘版可以通过计算机进行检索，这样就可以大大提升检索效率，所以这是一个巨大的进步。
第三阶段，是网络版的诞生，网络版的诞生使得用户不再需要去图书馆，可以在任何一个角落，只要能够联网都能够访问数据库。
第四阶段，人工智能辅助筛选文献，提供更深度的，更深入的一个分析。这个时代还没有到来。
