大数据背景下的应用情报学研究

——教学有效性的“催化剂”

作 者:

作者简介:
刘红霞,女,1983年生,中国人民大学博士研究生。白万豪,男,1984年生,北京市长城企业战略研究所。

原文出处:

内容提要:

文章对大数据背景下应用情报学面临的新情况进行了深入分析,同时对应用情报学在新的形势下可能发展的应用领域进行了探讨。


期刊代号:L1
分类名称:情报资料工作
复印期号:2014 年 01 期

字号:

      1 应用情报学的概念与发展

      1.1 应用情报学的概念

      应用情报学就是将情报学发现、认识的规律应用于社会情报实践,是情报实践技术和方法的科学总结与概括,或者说是情报科学技术与方法在情报实践中的具体应用。它主要研究情报有效地交流、传递和利用过程所采取的方法与手段,包括情报的获取、加工、检索、研究、报道、传递、存储以及整个提供服务过程的最佳化。

      严怡民将情报学分为理论情报学、情报技术科学和应用情报学三部分,应用情报学主要研究的是情报学基础理论在不同社会领域、不同学科、不同部门的应用和发展[1]。根据马克思主义理论,实践是认识发展的基本来源,所以随着实践环境和内容的不断变化,指导实践的理论也会随之改变。随着当今社会逐渐步入大数据时代,情报服务产业的发展和情报活动对经济增长和社会发展的影响越来越大,应用情报学也面临着一个全新的挑战,需要不断通过理论和实践的创新来适应新的环境。

      1.2 应用情报学的发展

      随着时代的发展,应用情报学也在不断地发展,其研究内涵也在不断发生变化,见图1。互联网出现之前,通常意义上的情报学研究对象主要是普通的文本文献,如各种印刷品、出版物等,随着研究的深入,目录学、分类法、索引法等逐渐发展起来。而到了互联网时代,计算机和互联网高度普及,解决了信息的机器可读化和数据的可计算化以及信息传递和信息服务问题,情报学在原有的研究内容基础之上把各种电子信息资源也纳入了应用情报学的研究范畴,并且随着信息技术的发展,电子信息等非文本信息资源渐渐超越了传统的情报资源成为应用情报学研究的主体。随着以云计算技术为标志的大数据时代的到来,应用情报学也进入了一个崭新的阶段,其内涵得到了无限的扩充,除了普通文本文献和电子信息等非文本信息资源之外,社会各个方面的数据将都成为应用情报学研究的内容。例如,通过对某一区域内人口的所有健康数据进行采集并进行深度分析和挖掘,得到的结论可被用于重大疾病的跟踪和预防。

      

      2 大数据时代应用情报学发展的新机遇和挑战

      大数据是指需要通过快速获取、处理、分析以从中提取价值的海量、多样化的交易数据、交互数据与传感数据。从内涵上讲,大数据不仅指数据量大,还有另一层意思就是数据的复杂性“大”。根据2011年大数据世界论坛认为,大数据表现为数据体量巨大、数据类型繁多、价值密度低、处理速度快的4V特征。

      随着互联网、物联网、云计算等技术的快速发展和各种社会应用的不断推广和扩大,当今社会已经具备了明显的大数据特征,全社会正逐渐走进大数据时代。2011年7月,世界大数据论坛在北京成功举行;2012年3月,奥巴马政府发布了美国政府的大数据计划,希望“通过提高从大型复杂的数字数据集中提取知识和观点的能力”。在中国,目前政府层面虽然没有关于大数据的规划,但社会上尤其是产业界对大数据却十分关注。

      毫无疑问,随着大数据时代的到来,原来以数据、信息等为研究对象的应用情报学将面临全新的发展环境和一个千载难逢的好机遇,同时在研究环境、研究对象、研究方法等方面也面临着全新的考验和挑战。

      2.1 新的研究环境

      总体上来看,应用情报学的研究和实践面临着一个全新的环境,我们必须在新的环境下进行应用情报学的研究才有意义。主要表现在以下三个方面。

      (1)数据来源和数据量的爆炸性增长。我们正处于一个信息大爆炸的时代:宽带普及带来的巨量日志和通讯记录,社交网络每天不断更新的个人信息,视频通讯、医疗影像、地理信息、监控录像等视频记录,传感器、导航设备等非传统IT设备产生的数据信息,以及持续增加的各种智能终端产生的图片及信息,这些爆炸性增长的数据正在充斥整个网络。据权威市场调查机构IDC预测,未来每隔18个月,整个世界的数据总量就会翻倍;到2020年,整个世界的数据总量将会增长44倍,达到35.2ZB(1ZB=10亿TB)。

      (2)数据的重要性得到了社会的认可。据欧洲最大的咨询公司凯捷咨询公司(Capgemini)统计,76%的能源和自然资源行业的高管相信他们的公司是数据驱动的,而这一比例在医疗、医药行业和生物科技企业中为75%,在金融行业中为73%。54%的管理人员表示基于冲动或经验做出的战略决定被认为是值得怀疑的,65%同意越来越多的商业决策是基于分析性数据,数据逐渐成为各行业与职能领域的重要生产因素。在海量数据面前,处理数据的效率就是企业的生命。

      (3)技术上的可能性得以实现。物联网技术、互联网技术、大规模存储技术、海量数据挖掘技术以及云计算技术等逐渐成熟,使对海量数据进行搜集、传输、处理和分析成为可能,也从另一方面进一步推动了这些技术在各个领域的应用,促进了数据源和数据量进一步增长。

      2.2 新的研究对象

      传统应用情报学的研究对象主要是数据和信息,而大数据背景下的研究对象则是“海量”的数据和信息。新的社会需求大大拓宽了应用情报的研究视野,仅仅局限在文献、网站等载体上的局部信息已经不能满足人们的实际需求,大数据与传统的研究对象相比,主要新在以下几个方面:

原文参考文献:

  • 94

相关文章: