大数据背景下的情报分析_迟玉琢
大数据时代下图书馆数据挖掘和情报分析研究——以中文发现系统为例
大数据时代下图书馆数据挖掘和情报分析研究——以中文发现系统为例作者：王继华来源：《河南图书馆学刊》 2018年第11期关键词：大数据时代；图书馆数据挖掘；情报分析；中文发现系统摘要：大数据时代，对大量数据进行挖掘、分析、处理、提取成为图书馆服务升级及服务范围拓展的主要工作内容，而海量数据中存在的暗数据对相关数据的实际应用价值造成了严重的阻碍。
文章以大数据时代图书馆中文发现系统数据挖掘及情报分析功能为例，结合大数据的概念及应用特点，对大数据时代图书馆的数据挖掘及情报分析进行了探究，旨在为大数据时代图书馆服务效率的提升提供一些参考。
中图分类号：G250文献标识码：A文章编号：1003-1588(2018)11-0129-03现阶段，全球信息总量呈爆炸式增长，大数据时代已经到来。
目前学界还没有明确的关于大数据的概念，一般来说，大数据主要是指管理PB级的数据存储，并通过数据挖掘及情报分析技术，获得对应数据的潜在价值，从而为相关人员提供信息数据支持。
图书馆大数据主要用于学术性质的数据集合，其在数据大小方面远远超出了常规运行软件可以承受的处理范围。
因此，对图书馆大规模数据进行分析，对数据挖掘及情报分析技术进行适当探究具有非常重要的意义。
1大数据的特点相较于以往的海量数据而言，大数据具有价值密度低、多样性、体量大、速度快的特征。
大数据时代，人们可以利用数学运算的方式对内部数据进行综合分析，从而得出相应事件的未来发展趋势，获得未知领域相关学术信息的关联性。
大数据时代，系统、完整、全面的数据深度剖析，可以对以往知识体系进行逐步完善，并获得更深层次的知识脉络，如亚马逊、奈飞依据用户类似查询，可以进行相关产品推荐，从而提高对应商品的销售效益。
2大数据时代下图书馆的数据挖掘及情报分析的困境及优化思路2.1大数据时代图书馆数据挖掘困境及优化思路大数据时代，数据科学得到了迅速的发展，图书馆大数据开发处理效率得到了有效提升。
大数据在图书情报领域中的研究现状及发展趋势
大数据在图书情报领域中的研究现状及发展趋势引言随着信息技术的不断发展和应用，大数据已经成为当今社会的热点话题。
在图书情报领域，大数据的应用也越来越广泛，为图书馆和情报机构提供了更多的可能性和机遇。
本文将就大数据在图书情报领域中的研究现状及发展趋势进行探讨。
1.图书情报领域的大数据资源图书情报领域的大数据主要来源于图书馆的馆藏数据、读者借阅数据、期刊论文数据、数字化文献数据、图书馆管理系统数据等。
这些数据规模庞大，内容丰富，蕴含着丰富的信息和价值，通过科学的分析和处理，可以为图书馆和情报机构提供精准的决策支持和运营管理。
大数据技术在图书情报领域的应用包括数据挖掘、数据分析、数据可视化、人工智能等多个方面。
通过这些技术手段，图书馆和情报机构可以对海量的数据进行深入挖掘和分析，发现数据背后的规律和趋势，为决策提供可靠的依据。
3.大数据在图书情报研究中的实践案例目前，国内外很多图书馆和情报机构已经开始运用大数据技术进行研究和实践。
美国的亚马逊公司通过大数据分析，提高了图书销售的精准度和效率；中国的清华大学图书馆通过大数据技术改进了馆藏开发和图书采购；日本的国立国会图书馆通过大数据技术提升了数字化资源的管理和检索能力。
1. 数据驱动的决策模式将成为主流随着大数据技术的不断成熟和应用，数据驱动的决策模式将成为图书情报领域的主流。
图书馆和情报机构将会越来越多地基于数据进行管理和决策，实现从经验驱动向数据驱动的转变。
2. 大数据技术将深度融合人工智能大数据技术与人工智能的深度融合将成为未来的发展趋势。
通过人工智能技术，图书馆和情报机构可以更加智能地分析和利用大数据，实现智慧图书馆和智能情报服务。
3. 数据治理和隐私保护将成为重要议题随着数据规模的不断扩大，数据治理和隐私保护将成为图书情报领域的重要议题。
图书馆和情报机构需要建立健全的数据管理体系和隐私保护机制，确保大数据的合法、安全和有效使用。
4. 开放数据和共享资源将成为趋势在大数据时代，开放数据和共享资源将成为必然趋势。
大数据背景下图书情报工作创新的分析
大数据背景下图书情报工作创新的分析随着信息化时代的到来，大数据技术的发展应用，对于图书情报工作带来了巨大的影响和挑战。
大数据背景下，图书情报工作需要不断创新、适应和引领新技术的发展，以更好地满足用户需求，提高工作效率和服务质量。
本文将从大数据对图书情报工作的影响、创新的需求和机遇以及创新方法和策略等方面进行分析。
一、大数据对图书情报工作的影响1. 数据存储和管理大数据时代的到来，带来了海量的数据产生和存储需求，图书馆的数字化馆藏、读者数据、学术研究数据等都在快速增长。
如何有效地存储、管理和利用这些数据成为图书情报工作的一大挑战。
传统的数据库系统已经难以应对大数据的挑战，需要引入大数据技术进行存储和管理，以提高数据的处理效率和运行性能。
2. 信息检索和推荐大数据技术的发展，使得信息检索和推荐变得更加精准和个性化。
基于用户的行为数据和历史数据，可以通过大数据分析技术为用户提供更加个性化的信息检索和推荐服务，帮助用户快速找到所需的信息资源。
3. 数据分析和挖掘大数据背景下，图书情报工作可以利用数据分析和挖掘技术对用户行为、图书馆资源利用、学术研究趋势等进行深入分析，为图书馆的资源建设、服务改进和决策提供更加科学的依据。
4. 面向未来的服务创新大数据技术的发展为图书情报工作带来了更多的面向未来的服务创新机遇，如基于大数据的学术研究预测、读者需求预测、图书馆资源布局优化等，可以更好地满足用户需求，提高服务质量。
二、创新的需求和机遇1. 提升服务质量大数据技术的应用可以帮助图书情报机构更好地了解用户的需求和行为，提高服务的个性化程度，提升服务质量。
2. 完善资源管理大数据分析可以帮助图书馆更好地管理馆藏资源，进行精细化管理，促进资源的共享、开放和互联，为读者提供更加丰富和多样化的资源服务。
3. 改善工作效率大数据技术可以帮助图书馆自动化、智能化的处理和分析大量的数据，提高工作效率，减少人力成本，提高工作效率。
大数据背景下图书情报工作创新的分析
大数据背景下图书情报工作创新的分析
随着大数据时代的到来，图书馆的情报工作也面临了新的挑战和机遇。
在大数据背景下，图书馆可以利用大数据技术和方法来进行图书情报工作，从而实现创新。
大数据技术可以帮助图书馆更加高效地进行图书情报分析。
图书馆可以利用大数据技
术对用户的借阅记录、借阅偏好等数据进行分析，从而了解用户的阅读需求和倾向。
图书
馆可以根据用户的需求进行图书采购，使馆藏资源更加符合用户的需求。
大数据技术可以帮助图书馆实现个性化服务。
通过分析用户的阅读行为和历史借阅记录，图书馆可以为用户推荐符合其兴趣和需求的图书，提供个性化的阅读推荐服务。
这样
可以增加用户的阅读体验和满意度，提高图书馆的服务质量。
大数据技术还可以帮助图书馆进行图书馆资源的管理和利用。
通过对馆藏资源的数据
进行分析，图书馆可以了解哪些图书受到用户的欢迎，哪些图书很少被借阅。
图书馆可以
根据这些数据进行馆藏资源的调整和优化，提高馆藏资源的利用率。
大数据技术还可以帮助图书馆进行图书情报的分析和研究。
图书馆可以利用大数据技
术对图书的内容进行分析，从中发现社会热点、学术趋势等信息，为社会决策和学术研究
提供参考。
利用大数据技术对图书的阅读行为进行分析，可以了解图书受众的喜好和趋势，从而更好地进行图书推广和营销。
在大数据背景下，图书馆的图书情报工作可以借助大数据技术实现创新。
通过利用大
数据技术进行图书情报分析、个性化服务、资源管理和利用以及研究分析，图书馆可以提
高服务质量，满足用户需求，推动图书馆的发展。
基于大数据的情报分析与处理研究
基于大数据的情报分析与处理研究第一章研究背景近年来，随着信息技术的发展和互联网的普及，数据规模呈现出爆炸式的增长。
如何从数据中提取有价值的信息，对于企业、政府、社会等各个领域都具有重要的意义。
特别是在情报分析领域，大数据的应用已经成为必不可少的手段之一。
本文旨在对基于大数据的情报分析与处理进行研究探讨。
第二章基于大数据的情报分析概述情报分析是指对情报信息进行评估、解释、推断和预测的过程。
在信息时代，数据的产生量呈现出指数级的增长，因此传统的情报分析方法已经难以胜任。
基于大数据的情报分析应运而生，它利用数据挖掘、机器学习等技术，将大规模、多样化的数据进行分析和挖掘，以提供更加精准、实时的情报信息。
第三章基于大数据的情报处理技术3.1 数据收集与存储技术数据收集与存储是进行情报分析的基础。
在基于大数据的情报分析中，数据来源涉及广泛，包括社交媒体、网络搜索、公共数据等。
为了有效地收集和存储这些数据，需要借助一系列技术，如网络爬虫、云存储等。
3.2 数据清洗与预处理技术大数据中存在着各种噪声和异常值，这些数据对于情报分析的结果会产生很大的干扰。
因此，在进行情报分析之前，需要对数据进行清洗和预处理。
其中，数据清洗包括数据去重、数据纠错等；预处理包括文本分析、图像处理等。
3.3 数据挖掘与机器学习技术数据挖掘和机器学习是进行情报分析的核心技术。
通过使用数据挖掘算法和机器学习算法，可以对大规模的数据进行分类、聚类、关联分析等操作，从而提取出有价值的情报信息。
第四章基于大数据的情报分析案例研究为了更好地说明基于大数据的情报分析的实际应用，本章节将通过两个案例来进行研究。
4.1 社交媒体情感分析案例社交媒体是人们进行信息交流的重要平台之一，在这里人们可以自由地发表自己的观点和情感。
因此，对社交媒体上的情感进行分析，可以帮助我们了解公众的情感状态，并为决策者提供决策参考。
利用基于大数据的情报分析技术，我们可以对社交媒体上的情感进行分析和预测，并将结果以可视化的形式呈现出来。
大数据背景下的图书出版营销创新
大数据背景下的图书出版营销创新作者：尤玉琢来源：《办公室业务（上半月）》 2020年第2期文/北京科学技术出版社? 尤玉琢【摘要】大数据对于传统的营销模式和传统图书出版??都构成了一定的冲击，??对于人们来讲更加乐于利用手机??信息终端获得大量丰富的信息，目前的时代纸质图书已经离人们越来越远，??传统的出版行业为了能够在当前的时代重获新生，??则需要进行革命性创新。
??本文主要针对图书出版营销现状以及大数据??对其影响因素进行研究，以供相关专业人士进行参考和借鉴。
【关键词】大数据；背景；图书出版；营销创新??在信息技术、互联网技术和新媒体不断发展时代，??需要??针对信息传播模式进行改革和完善，??要??进一步提高信息传播的速度和效率。
??在当前的时代，??人们??获取信息的方式发生了重大的变化，通过购买纸质书籍获取信息的方式正在逐渐减少。
??在当前，图书出版品种越来越多，但是，??单品种效益越来越少的??情况之下，需要针对于?图书营销??模式??进行革命性变化，??只有这样才能够促使传统出版行业重获新生，??谋求进一步发展??的道路。
一、图书出版营销现状??针对目前图书出版实际情况进行分析，业绩还是不够理想，??虽然一部分图书通过采用网络营销的模式获得了一定程度的发展，??但是还不能够??充分吸引读者的关注，??另外??一部分??图书??出版商??网络营销模式严重缺乏??针对性。
实际营销的过程当中较为盲目，??没有能够充分了解读者的现实需求。
此外，开展营销活动的过程当中，??商家缺乏与读者的沟通和交流，同时没有利用反馈机制来增强营销效果。
??另外，对于当前的图书营销商来说，??图书售卖的过程当中没有能够充分考虑到??读者的内心感受，??仅仅只是通过管理者的视角来开展营销活动。
??这样的营销??往往缺乏针对性，同时不利于自身的发展和完善，也难以满足市场需求和读者的需求。
??在目前开展营销工作的过程当中需要在营销层面??加强主动服务。
大数据背景下图书情报领域工作研究
大数据背景下图书情报领域工作研究摘要：图书情报工作受到大数据的影响下，图书情报行业逐渐与其他行业进行融合，服务更加的具备个性化，同时还能够跨平台提供各项服务，给情报领域工作的高效、积极展开提供了很大的便利，与此同时，也给该行业的信息安全、管理和服务、工作人员的专业素质提出了更高的要求，因此在大数据背景下的图书情报工作面临着改革和创新，基于此，笔者针对大数据背景下图书情报领域工作的研究进行相关的探讨，说说我的一些看法。
关键词:大数据；图书情报；创新引言：随着信息技术的不断发展和变化，图书馆的情报领域工作在发生变化，其工作内容、服务形式以及工作理念都在随之发生变化，受到信息技术的渗透和影响，图书情报领域工作中编辑、整理以及著录形式发生了一系列的变化，但是这些工作在整体上还缺乏一定的创新，因此本文针对大数据下图书情报领域工作的研究进行相关的探讨，说说我的一些看法。
一、大数据背景下图书情报领域工作的特点首先是整合与融合数据在此背景下，图书情报领域工作研究更加的深刻和有效，充分地体现了情报工作的价值，同时也使图书情报领域研究工作有了一定的突破和进展，这一过程中，数据起着关键性的作用，大数据的发展给图书情报与大数据之间建立了沟通的桥梁，使图书情报工作朝着数据标准化、资源共享等方向发展，为今后工作的顺利展开提供更多的条件。
其次是服务个性化发展，在大数据背景下，图书情报工作中重要的一部分是为客户收集和分析情报资料，这使图书情报领域工作的服务人性化方向发展，通过大数据来进一步的分析用户所产生的一系列行为，并挖掘客户深层次的需求，为用户提供个性化的服务，最后是提供跨平台服务，在大数据的推动下，互联网逐渐应用到图书情报工作中来，特别是移动终端与互联网使图书情报工作内容更加的丰富，以收集APP为代表的移动客户终端发挥了重要的作用，为用户提供的图书情报服务更加的丰富，还提供了跨平台服务[1]。
二、大数据背景下图书情报领域工作的创新（一）加大力度建设工作队伍在大数据背景下的图书情报工作，必须要加大力度建设工作队伍，提高工作团队的专业素质，才能有效的保证图书情报工作质量，因此从工作的创新而言，必须对内容人员的培训和考评方法进行创新，通过创新型的培训方式和考评方式让人们意识到大数据对情报工作的有效展开所产生的价值和作用，同时结合时代发展的需要，开展相关的工作；工作人员在制定培训内容的过程中，可以充分的发挥大数据的作用，最大化的满足客户的需求，除此之外，还需要完善人力资源体系，当前的图书情报工作是从切入点进行划分岗位，将责任具体的落实到人，然后在制定比较完善的招募计划，从而吸引更多的人才来参与到图书馆情报工作中来，并逐渐打造出专业的工作队伍和团队，与此同时，还需要完善图书馆管理层的选拔制度，让更多优秀的人才出现在时代发展的舞台，为图书情报工作献出自己的聪明才干，为图书情报工作的顺利的展开打下坚实的基础[2]。
大数据背景下图书情报工作创新的分析
大数据背景下图书情报工作创新的分析随着信息技术的不断发展，大数据已经成为了各行各业的关键词之一。
在图书行业中，如何利用大数据为读者提供更好的图书情报服务成为了一个新的挑战。
本文从大数据背景下分析图书情报工作创新的探讨。
一、大数据应用在图书情报工作中的优势1. 提高数据信息的准确性大数据技术可以收集大量的数据信息，通过数据挖掘、分析等技术将数据信息有效的整合，提高数据的准确性和完整性。
例如，利用大数据技术可以对读者的阅读行为、借阅趋势、阅读兴趣等方面进行分析，为图书馆的采购和推荐工作提供更有力的依据。
2. 优化图书服务的质量通过大数据技术可以快速了解读者的需求，从而实现预测性的服务。
利用大数据技术可以对读者进行深度分析，为他们提供更加个性化的服务。
例如，根据读者的借阅记录，推送相应的图书信息，既方便了读者的借阅，也优化了图书服务的质量。
3. 提高工作效率借助大数据技术，图书馆可以在短时间内收集大量的数据信息。
通过自动化处理，自动分类、索引等技术的应用，可以大大降低数据信息处理的时间和成本，提高工作效率。
1. 利用大数据进行图书的推荐和采购2. 利用大数据实现读者阅读行为的监测大数据技术可以帮助图书馆追踪读者的借阅记录、阅读行为等信息。
通过对这些信息的分析可以发现读者的阅读偏好、借阅或阅读的主题等信息，为图书馆提供更准确的图书推荐方案。
3. 利用大数据进行绩效评估和服务优化利用大数据技术，可以对图书情报工作的绩效进行评估。
从读者数量、借阅量等维度对图书馆的服务水平进行评估，从而优化图书馆的服务质量。
4. 利用大数据建设智慧图书馆随着信息技术的不断发展，图书馆的服务方式也在不断的升级。
利用大数据技术可以实现图书馆智能化管理。
通过建设智慧图书馆，可以为读者提供更加便捷、快速的服务，更好的满足读者的需求。
三、结语大数据在图书情报工作中的应用，可以提高图书馆的服务质量和工作效率。
利用大数据技术可以更好地把握读者的需求和阅读兴趣，从而为读者提供更加个性化、全面的服务。
OPAC 2.0的起源及其功能
OPAC 2.0的起源及其功能
迟玉琢;庞海燕
【期刊名称】《高校图书馆工作》
【年(卷),期】2010(030)002
【摘要】随着web 2.0时代的到来,OPAC进入了2.0阶段.国内外对OPAC 2.0的讨论、理论研究和实际应用进行得如火如荼,已取得了阶段性成果.作为公共联机查询目录,提供优质书目数据的功能才是关键,而用户是应用新技术、扩展新功能之前最应考虑的因素之一.参考文献10.
【总页数】3页(P50-52)
【作者】迟玉琢;庞海燕
【作者单位】哈尔滨工程大学,哈尔滨,150001;哈尔滨工业大学,哈尔滨,150001【正文语种】中文
【中图分类】G250.7
【相关文献】
1.图书馆OPAC与网络书店功能比较及改进——以汇文OPAC4.0与亚马逊网络书店为例 [J], 张秀红
2.OPAC2.0的功能发展与远程文献传递服务 [J], 郭颖
3.当OPAC遭遇WEB2.0:OPAC个性化服务展望 [J], 余丰民
4.OPAC系统的功能比较分析——以韩山师范学院OPAC为例 [J], 李富成;郑振鹏
5.WEB2.0环境下OPAC功能特色研究 [J], 王乐群
因版权原因，仅展示原文概要，查看原文内容请购买。
大数据在图书情报领域中的研究现状及发展趋势
大数据在图书情报领域中的研究现状及发展趋势随着现代科技的快速发展，大数据技术在各个领域得以应用，图书情报领域也不例外。
在这个信息爆炸的时代，图书情报工作者需要利用大数据技术来处理和分析庞大的信息量，以便更好地了解读者需求及阅读行为，为读者提供更好的服务。
本文将介绍大数据在图书情报领域的研究现状及发展趋势。
一、研究现状1. 数据采集与处理大数据在图书情报领域的应用，首先需要进行数据的采集和处理。
目前，利用大数据技术进行数据采集和处理的方法主要有两种，一种是通过截获网络数据进行采集和处理，例如采集用户的查询记录、浏览历史等；另一种是通过自建数据库进行数据采集和处理，例如通过采集图书馆的书目信息、借阅信息等。
2. 数据分析和挖掘对于采集到的数据，需要进行数据分析和挖掘。
主要包括：用户需求分析、读者行为分析和图书管理分析。
通过对采集到的数据进行分析和挖掘，可以更好地了解读者需求、借阅行为、喜好偏好等，并根据分析结果来优化服务流程、资源配置以及馆藏建设等。
3. 可视化展示大数据的数据量庞大，必须通过可视化手段来将数据转化为信息、知识和见解。
可视化展示通常包括折线图、柱状图、地图等，它可以使图书情报工作者更好地理解数据，从而更好地认识读者需求，为读者提供更好的服务。
二、发展趋势1. 精细化服务随着大数据技术的应用，图书情报工作者对读者需求的了解将更加深入和准确。
在此基础上，图书情报工作者将提供更加精细化的服务。
例如，为读者提供个性化的推荐服务、读者反馈分析、藏书推荐等服务，以更好地满足读者需求。
2. 优化馆藏管理在利用大数据技术进行数据分析的过程中，图书情报工作者可以更好地了解馆藏情况及馆藏使用情况，从而对馆藏进行优化。
例如，通过统计读者借阅情况，对馆藏进行调整，更新、拓展馆藏内容，满足读者需求。
3. 创新服务模式大数据还可以用于探寻和发现新的服务模式。
通过对读者数据进行分析，图书情报工作者可以更好地了解读者需求及习惯，从而开展新的服务，例如阅读推荐社交、新书预定等服务。
2017-2019年国外图书情报学研究热点与前沿可视化分析
2018 年影响因子 发文量 百分比
5.063
289 9.59
3.892
258 8.56
3.225
39 1.29
2.770
954 31.64
2.603
88 2.92
2.420
123 4.08
2.327
160 5.31
1.946
137 4.54
1.928
174 5.77
1.608
231 7.66
1.573
198 6.57
1.425
84 2.79
1.256
118 3.91
1.203
162 5.37
2 研究热点 本文利用 CiteSpace 软件对 3,015 篇文献的关
键词进行共词 （Co-words） 聚类挖掘分析，科学 直观描述了 LIS 领域的研究热点 （见图 1）。
络社团结构是显著的。Silhouette （S） 是用来衡量 网络同质性的指标，当其值＞0.5 时，表示聚类结 果是合理的，其值越接近 1，同质性越高。通过 LLR 算法，Ｍ＝0.4085，Ｓ＝0.6108，说明得出的 关键词聚类知识图谱合理、客观。图 1 中加粗字 体表示不同文献共同的关键词，“＃ 数字”表示 运用 LLR 算法对共同关键词提取后命名的聚类 词，每个色块表示由各类不同的文献组成的具有 相近研究主题的聚类。通过对关键词的聚类，得 到 LIS 领域的 4 个研究主题。聚类间有线条相连 的现象，表示这些聚类之间存在研究主题上的交 叉，其关系较为紧密，而与其他聚类间不存在连 线的色块，表示该类主题具备较为独立的研究性 质。以“＃０，＃１……”等形式对聚类进行编 号 （Cluster ID），聚类号越小，表示该聚类的经 典文献数量 （Size） 越多，Silhouette 值表示经典 文献之间的紧密程度，Mean （Year） 项表示平均 年份，可反映聚类中文献的时效性，Top Terms 即以 LLR 算法命名的聚类名称 （见表 2）。
大数据在图书情报领域中的研究现状及发展趋势
大数据在图书情报领域中的研究现状及发展趋势随着信息技术的迅猛发展，大数据已经成为当今社会的一个热门话题。
大数据在各个领域都有着广泛的应用，其中包括图书情报领域。
大数据在图书情报领域中的应用，不仅可以帮助图书馆更好地管理资源和服务读者，还可以为图书情报工作者提供更丰富的数据支持和决策依据。
本文将对大数据在图书情报领域中的研究现状及发展趋势进行探讨。
1. 大数据在图书馆资源管理中的应用大数据技术可以帮助图书馆更好地管理自身的资源。
通过对读者借阅数据、图书采购数据等进行分析，图书馆可以更准确地了解读者的需求，针对性地购买图书并进行资源配置，从而提升图书馆的服务质量和读者满意度。
大数据技术还可以帮助图书馆进行图书流通和馆藏管理的优化，提高馆藏的利用率和流通效率。
2. 大数据在用户行为分析中的应用大数据技术可以帮助图书馆更好地了解读者的行为模式和偏好，从而为读者提供更加个性化和精准的服务。
通过分析读者的借阅记录、阅读偏好、信息检索习惯等数据，图书馆可以为读者推荐更合适的图书，提高信息服务的精准度和效果。
大数据技术可以帮助图书情报工作者更好地开展文献情报分析工作。
通过对文献数据进行挖掘和分析，可以更全面地了解某一领域的研究动态、热点问题和学术趋势，为学术研究和决策提供更为准确的信息支持。
1. 数据挖掘和机器学习技术的不断深入应用2. 开放数据和数据共享的推动随着社会信息化和数字化的发展，越来越多的图书馆和信息机构开始将自身的数据向外部开放，促进数据的共享和再利用。
未来，图书情报领域将呈现出更加开放和合作的发展趋势，各个图书馆和信息机构之间可以通过数据共享和合作，更好地发挥大数据在图书情报领域中的作用。
3. 大数据与图书情报学科的融合随着大数据技术的不断发展，图书情报学科也将与大数据技术进行更加紧密的融合。
未来，图书情报学科的教育和研究将更加注重大数据技术的应用，培养更多懂得大数据技术的图书情报专业人才，推动图书情报领域的创新和发展。
图书情报领域大数据应用现状分析
图书情报领域大数据应用现状分析随着信息技术的不断发展和应用，大数据已成为当今社会信息产业发展的重要驱动力之一，对于图书情报领域而言，大数据的应用已经成为不可忽视的趋势。
本文将针对图书情报领域大数据应用现状进行分析，探讨大数据对图书情报领域的影响与挑战。
1.数字图书馆建设随着数字化技术的不断成熟与应用，数字图书馆已经成为图书情报领域大数据应用的重要领域之一。
数字图书馆通过数字化的手段收集、整理和展示各种图书情报资源，使其更加便捷的为读者获取信息。
大数据技术的应用使得数字图书馆能够更加精准的对读者的需求进行分析，为读者提供更加个性化的服务。
2.文献检索与知识图谱建设大数据技术在文献检索和知识图谱方面的应用也得到了广泛的应用。
通过大数据技术，可以更加高效地进行文献检索，挖掘文献中的关联信息，为图书情报工作者提供更加全面的信息支持。
知识图谱的建设也成为了当前图书情报领域大数据应用的热点，通过对知识的整理、关联和展示，实现了知识的可视化与智能化。
3.图书推荐系统大数据技术在图书推荐系统方面也得到了广泛的应用。
通过对用户的信息行为数据进行分析，可以更加准确的为用户进行图书推荐。
基于用户兴趣的大数据分析，实现了个性化的图书推荐服务，极大地提高了读者的阅读体验。
4.数字资源管理与利用大数据技术在数字资源的管理与利用方面，发挥了重要作用。
通过大数据技术，可以更加有效地整理和管理数字资源，同时也能够更加全面地了解数字资源的利用情况，为数字资源的开发和利用提供更加科学的依据。
二、大数据对图书情报领域的影响与挑战1.影响（1）信息获取更加高效大数据技术的应用使得图书情报领域的信息获取更加高效，可以更加快速地为读者提供所需信息。
（2）个性化服务更加突出通过大数据技术，图书情报领域可以更加准确地分析用户需求，实现个性化服务，提高了用户满意度。
（3）信息资源利用更加全面2.挑战（1）数据隐私保护大数据应用所产生的海量数据，也带来了数据隐私保护的问题，如何保护用户的隐私成为了一个亟需解决的问题。
面向科学数据管理的科学数据引用内容分析框架
Ｒｅｓｅａｒｃｈ ｏｎ ｔｈｅ Ｆｒａｍ ｅｗｏｒｋ ｏｆ Ｓｃｉｅｎｔｉｆ ｉｃ Ｄａｔａ Ｃｉｔａｔｉｏｎ Ｃｏｎｔｅｎｔ Ａ ｎａｌｙｓｉｓ ｆｏｒ Ｓｃｉｅｎｔｉｆｉｃ Ｄａｔａ Ｍ ａｎａｇｅｍ ｅｎｔ
Ｃｈｉ Ｙｕｚｈｕｏ ’ ａｎｄ Ｗ ａｎｇ Ｙａｎｆｅｉ ｆ１．Ｃｏｌｌｅｇｅ ｏｆｉｎｆｏｒｍａｔｉｏｎ Ｍ ａｎａｇｅｍｅｎｔ，Ｈｅｉｌｏｎｇ］ｉａｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ １５００８０；
引 言
科学 数 据不 仅 是一 种 重要 的科 学 产 出 ，同时也 是 推 动新 一 轮 科学 研究 进 程 的基 础 。继 实验 科 学 、 理 论 科学 、计 算 科 学之 后 ，出现 了被 称 为 “数 据密 集 型 科学 ”的第 四种研 究 范式 ，科 学 数 据是 一 种重
要 的战 略资 源 ，科 学数 据管理 的重 要性被 广泛 认知 ， 成 为 国际科学研 究领 域共 同关注 的议题 。
２．Ｉｎｆｏｒｍａｔｉｏｎ Ｍ ａｎａｇｅｍｅｎｔ Ｄｅｐａｒｔｍｅｎｔ，Ｐｅｋｉｎｇ Ｕｎｉｖｅｒｓｉｔ ｙ，Ｂｅｉｊｉｎｇ １００８７１）
Ａｂｓｔｒａｃｔ：Ｓｃｉｅｎｔｉｆ ｉｅ ｄａｔａ ｉｓ ａｎ ｉｍｐｏｒｔａｎｔ ｓｔｒａｔｅｇｉｃ ｒｅｓｏｕｒｃｅ．ａｎｄ ｓｃｉｅｎｔｉｔ ｉｃ ｄａｔａ ｍａｎａｇｅｍ ｅｎｔ ｈａｓ ｒｅｃｅｉｖｅｄ ｅｘｔｅｎｓｉｖｅ ａｔｔｅｎｔｉｏｎ ｉｎ ａｃａｄｅｍ ｉｃ ｒｅｓｅａｒｃｈ ａｎｄ ｐｒａｃｔｉｃｅ．Ｓｃｉｅｎｔｉｆｉｅ ｄａｔａ ｍａｎａｇｅｍｅｎｔ ｐｅｒｔａｉｎｓ ｔｏ ｔｈｅ ｕｔｉｌｉｚａｔｉｏｎ ｏｆ ｓｃｉｅｎｔｉｆｉｃ ｄａｔａ， ａｎｄ ｔｈｅ ｓｃｉｅｎｔｉｔ ｉｃ ｄａｔａ ｒｅｑｕｉｒｅｍ ｅｎｔｓ ｃａｎ ｂｅ ｉｄｅｎｔｉｆｉｅｄ ｔｈｒｏｕｇｈ ｏｂｓｅｒｖａｔｉｏｎ ａｎｄ ｒｅｓｅａｒｃｈ ｏｆ ｔｈｅ ｓｃｉｅｎｔｉｆ ｉｅ ｄａｔａ ｕｓｅｓ． Ｔｈｉｓ ｐａｐｅｒ ｄｉｓｃｕｓｓｅｓ ｒｅｌｅｖａｎｔ ｒｅｓｅａｒｃｈ ｏｎ ｓｃｉｅｎｔｉｔｉｃ ｄａｔａ ｃｉｔａｔｉｏｎ ｕｓｉｎｇ ｔｈｅ ａｃａｄｅｍｉｃ ａｃｈｉｅｖｅｍｅｎｔｓ ｏｆ ｃｉｔａｔｉｏｎ ｃｏｎｔｅｎｔ ａｎａｌｙｓｉｓ ａｓ ｒｅｆｅｒｅｎｃｅ．Ｔｈｅ ｃｉｔａｔｉｏｎ ｃｏｎｔｅｎｔ ａｎａｌｙｓｉｓ ｆｒａｍｅｗｏｒｋ ｏｆ ｓｃｉｅｎｔｉｔ ｉｃ ｄａｔａ ｗａｓ ｄｅｖｅｌｏｐｅｄ，ｗｈｉｃｈ ｄｉｖｉｄｅｄ ｔｈｅ ｉｍ ｐｏｒ ｔａｎｃｅ ｏｆ ｓｃｉｅｎｔｉｔ ｉｃ ｄａｔａ ｂａｓｅｄ ｏｎ ｔｈｅ ｃｉｔａｔｉｏｎ ｆｕｎｃｔｉｏｎｓ，ａｎｄ ｔｈｅ ｖａｌｕｅ ｏｆ ｔｈｅ ｓｃｉｅｎｔｉｆｉｃ ｄａｔａ ａｎｄ ｉｔｓ ｓｏｕｒｃｅｓ ｗ ａｓ
图书情报领域大数据应用现状分析
图书情报领域大数据应用现状分析随着大数据技术的快速发展，图书情报领域也开始逐渐应用大数据来解决需求和问题。
本文将对图书情报领域中大数据应用的现状进行分析。
一、图书情报领域的大数据应用背景图书情报领域是指对图书馆、档案馆和情报部门等机构的管理和服务进行研究和实践的领域。
图书情报领域的主要任务是搜集、整理、存储和传播各类信息资源，并为用户提供相应的服务。
随着信息技术的快速发展，图书情报领域面临着更加广泛和多样的需求和挑战。
传统的图书情报服务已经无法满足用户的需求，如何利用大数据技术来改进图书情报服务成为一个热门的研究方向。
大数据在图书情报领域的应用可以帮助机构更加高效地管理和利用信息资源，提升服务质量和用户体验。
二、图书情报领域大数据应用的现状1. 数据采集和整理大数据应用在图书情报领域的第一步是数据采集和整理。
图书情报机构可以通过采集互联网上的大量数据来获取用户的需求和偏好，从而提供更加个性化和精准的服务。
图书馆可以通过分析用户在图书馆网站上的查询和借阅记录，了解用户对不同类别图书的兴趣，从而购买更适合用户需求的图书。
2. 数据存储和管理大数据时代，海量的数据需要进行高效的存储和管理。
图书情报机构可以利用大数据技术来建立海量数据的存储和管理系统，提高数据的存取速度和查询效率。
图书馆可以利用分布式数据库和云存储技术来存储和管理图书馆的藏书信息，方便用户快速查询和借阅。
3. 数据分析和挖掘大数据技术的另一个重要应用是数据分析和挖掘。
图书情报机构可以利用大数据技术来分析用户的阅读行为和兴趣偏好，为用户推荐更符合其需求的图书和资源。
图书馆可以通过分析借阅记录和用户评价来推断用户的兴趣爱好，从而提供个性化的推荐服务。
4. 用户行为分析利用大数据技术，图书情报机构可以对用户的行为进行深入分析。
通过对用户行为的分析，图书情报机构可以了解用户对不同类型图书的评价和认知，为图书馆的采购和服务提供指导。
图书馆可以通过用户评价和借阅记录分析用户对不同类别图书的兴趣，从而购买更多受欢迎的图书。
图书情报领域大数据应用现状分析
图书情报领域大数据应用现状分析随着信息化时代的到来，大数据技术已经渗透到我们生活的方方面面，其中图书情报领域也不例外。
大数据技术的应用为图书情报工作带来了诸多变革，提升了信息处理与利用的效率，但同时也带来了一系列挑战和问题。
本文将对图书情报领域大数据应用现状进行分析，探讨其影响和未来发展方向。
一、图书情报领域大数据应用的基本情况在传统图书情报领域，随着数字化技术的普及和信息化建设的推进，越来越多的数据被数字化记录并存储起来。
这些数据包括了图书馆藏书目记录、图书借阅数据、读者行为数据、期刊收录数据、学术论文数据等等。
而这些数据的规模日益庞大，传统的数据处理方法已经无法满足对数据的高效利用和深度分析的需求。
此时，大数据技术的出现为图书情报领域带来了一线希望。
大数据技术可以对这些庞大的数据集进行高效的存储、分析、挖掘和利用，从而提升图书情报服务的水平和效率。
大数据技术的应用使得图书馆和情报机构能够更好地了解读者需求，优化图书馆藏书目的选择和管理，提升借阅效率，实现个性化推荐和精准营销，改进资源配置和服务模式等。
1. 谷歌图书项目谷歌图书项目是一个独特的数字化图书馆项目，它利用了大数据技术对全球图书馆中的文本资料进行数字化扫描和录入，并将这些文本资料制作成电子书，为读者提供便捷的在线阅读服务。
利用大数据技术，谷歌图书项目可以对全球的图书资源进行全面的信息挖掘和分析，从而为读者提供更加智能化的文献检索和推荐服务，大大提升了图书馆的信息服务能力。
2. 亚马逊图书推荐系统亚马逊是一个大规模零售商，在其网站上销售着成千上万的图书。
亚马逊利用大数据技术对用户的购买历史、阅读历史、浏览行为等数据进行分析，从而制定出个性化推荐策略，为用户提供个性化的图书推荐服务。
这种个性化推荐策略大大提高了用户对图书购买的满意度，也极大程度上促进了图书销售。
3. 图书馆借阅数据分析许多图书馆利用大数据技术对读者的借阅数据进行分析，发现了很多有意思的现象。
图书情报领域大数据应用现状分析
图书情报领域大数据应用现状分析近年来，随着互联网的快速发展，大数据技术正逐渐应用到各个领域，图书情报领域也不例外。
图书情报领域是一个信息密集的领域，传统方法往往难以处理如此庞大的数据量和复杂的信息关联。
而大数据技术的出现，则为图书情报领域的发展提供了新的思路和解决方案。
大数据技术可以在图书情报领域中用于图书馆资源的管理与服务。
传统的图书馆资源管理往往依赖于人工手动录入和整理，耗费时间且易出错。
而大数据技术可以通过自动化的方式对图书馆资源进行数字化处理，包括图书的编目、索引和文献数据库的建设等。
通过对大量图书数据的分析，可以更加准确地进行资源分类和管理，提高图书馆的服务效率和用户体验。
大数据技术可以应用于图书情报领域的数据挖掘和知识发现。
传统的图书情报工作往往依赖于人工的查阅和分析，效率低且容易遗漏。
而大数据技术可以通过对大量图书和文献数据的分析，挖掘出其中的隐藏信息和规律，为图书情报工作者提供更多有价值的知识和发现。
可以通过对图书阅读数据的分析，了解读者的阅读偏好和行为习惯，从而提供个性化的图书推荐和服务。
大数据技术还可以应用于图书情报领域的数据可视化和分析。
大数据技术可以将庞大的图书和文献数据转化为直观、易于理解的图形和表格，帮助图书情报工作者更好地理解和分析数据。
可以通过数据可视化的方式展示不同图书类别的借阅情况和流行趋势，帮助图书馆决策者更好地进行资源规划和配送。
目前图书情报领域大数据应用还存在一些问题和挑战。
图书情报领域的数据来源和标准存在多样性和差异性，如何将这些异构的数据整合和分析仍然是一个难题。
随着大数据技术的飞速发展，隐私和安全问题也日益凸显。
图书情报领域的大数据应用必须要注重保护用户的隐私和数据安全，避免滥用和泄漏。
由于大数据技术的复杂性和技术门槛，图书情报领域的从业人员需要具备相应的技术和专业知识，才能更好地应用和发挥大数据的优势。
图书情报领域的大数据应用具有广阔的前景和潜力。
大数据环境下情报分析对个人信息安全的影响
大数据环境下情报分析对个人信息安全的影响
于洁
【期刊名称】《图书情报研究》
【年(卷),期】2016(009)002
【摘要】大数据环境下的情报分析工作不可避免地会涉及到个人隐私信息,注重保护个人信息安全是大数据环境下情报分析工作应当关注的问题。
在明确＂个人信息＂的含义和内容、总结大数据环境下个人信息呈现的新特征的基础上,从网络搜索行为、社交网络、通讯、商务和金融四个方面总结大数据环境下情报分析对个人隐私产生的影响,提出情报分析工作应对个人信息保护问题的几条策略,包括严把情报收
集入口关、合理运用情报分析方法、设定新的情报产品评价指标。
【总页数】6页(P32-37)
【作者】于洁
【作者单位】[1]北京大学信息管理系,北京100871;[2]北京电子科技学院管理系,北京100070
【正文语种】中文
【中图分类】G203
【相关文献】
1.大数据环境下情报分析对个人信息安全的影响分析 [J], 丘文尉
2.大数据环境下加强个人信息安全与隐私保护的对策建议 [J], 魏来;陈洋
3.大数据环境下高考录取中个人信息安全问题研究 [J], 黄泽文
4.大数据环境下情报分析对个人信息安全的影响分析 [J], 丘文尉;
5.大数据环境下的个人信息安全保护研究 [J], 毛惠明
因版权原因，仅展示原文概要，查看原文内容请购买。
大数据背景下的情报分析_迟玉琢
在科学研究领域，研究人员会持续不断地从过去 的研究实践中进行经验总结，分析新的工作环境，探索 未来发展方向。在大数据背景下，各领域都在不同层 面上关注大数据带来的影响，探讨本领域如何利用大 数据提供的契机，谋求本领域在研究和实践方面的创 新和突破，参与并推动社会和科学发展进程。笔者在 前人研究成果基础上，将大数据环境下情报分析的发 展趋势总结为以下三点： 注重情境研究，开展协同分 析，实时数据分析与预测。
对数据流进行分析首先是一种必要的数据管理手段将实时大量生成的数据整理转化为对目标当前情况的描述其更重要的价值在于对目标的未来第34vol34摇2015环境进行预测分析可能出现的问题机会或事件发展趋势帮助人们实时决策快速反映及时采取措施追求利益最大化或将损失降至最低
第 34 卷 第 1 期 2015 年 1 月
2． 1 注重情境研究 当今世界网络化的复杂关联 要求将情报问题置 于 充 分 的 情 境 环 境 中 进 行 分 析 ，以 保证情报分析过程更严谨，分析结论更准确。在对情 报分析失误教训的反思和总结中，情境的作用被突显 出来，成为避免情报分析失误必须要考虑的重要因素。 英国莱斯特大学 M ark Phythian 教授在“Intelligence Analysis Today And Tomorrow ”［10］报告中指出，充分的 情境信息非常重要，忽略战略环境、领导风格和心理因 素等大范围问题的分析会导致情报失误。
Abstract The arrival of the big data era prompts the status of data and information analysis to an unprecedented height． This article discusses the new environment intelligence analysis faces under the big data background such as focusing on data flow analysis，higher information granular level，dynamic and complex intelligence problems and various analysis technologies． The new trend of intelligence analysis is also identified as contextual research，collaborative analysis and real－time data analysis． It is pointed out in the end that more attention should be paid to tw o problems in the new era： traps of big data and index to be constructed． Key words big data intelligence analysis collaborative analysis contextual research real－time analysis
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
许多讨论大数据的文献都会涉及数据流实时分析 ［2－3，12］，这是一组共现率较高的关键词。如何快速响应 环境需求和变化、如何高效地从实时产生的海量数据 中挖掘蕴含的巨大 价 值 是 摆 在 管 理 者 ，尤 其 是 商 业 领 域管理者面前的重大挑战。英特尔、SAP、IBM 、Teradata 等 IT 巨头给出破题关键，就是构建大数据实时分 析平台。虽然数据流实时分析是大数据分析的一大难 题，但它携带的巨大 价 值 是 推 动 研 究 和 实 践 进 程 的 强 大驱动力。
2 大数据环境下情报分析的发展趋势
在科学研究领域，研究人员会持续不断地从过去 的研究实践中进行经验总结，分析新的工作环境，探索 未来发展方向。在大数据背景下，各领域都在不同层 面上关注大数据带来的影响，探讨本领域如何利用大 数据提供的契机，谋求本领域在研究和实践方面的创 新和突破，参与并推动社会和科学发展进程。笔者在 前人研究成果基础上，将大数据环境下情报分析的发 展趋势总结为以下三点： 注重情境研究，开展协同分 析，实时数据分析与预测。
1． 3 情报问题动态复杂 情报问题变得动态、复杂 是由很多因素导 致 的。 首 先，情 报 需 求 不 再 专 属 于 政 治和军事领域，也不再局限于科研和商业机构，情报需 求主体的丰富使得 情 报 问 题 变 得 复 杂 多 样 ，涉 及 的 要 素更为多元、更为细化。
其次，全球气候的变化较过去更为频繁［7］，各种人 为因素导致的环境 事 件、极 端 天 气 变 化 等 造 成 的 损 失 可能会波及到较大 范 围，甚 至 是 全 球 经 济 和 社 会 的 正 常运行。这主要是由于国家、地区、组织机构和人群之 间的联系增多，关系 更 为 密 切，人、商 品 和 数 据 之 间 的 流动速度更快、交流更频率，诸多事件背后都隐藏着更 深层的关联，信息环境瞬息万变，蝴蝶效应表现得更为 明显。
收稿日期： 2014－10－27
修回日期： 2014－12－01
作者简介： 迟玉琢（ 1982－） ，女，博士研究生，馆员，研究方向： 情报分析、学科服务
·19·
环境进行预测，分析可能出现的问题、机会或事件发展 趋势，帮助人们实时 决 策 、快 速 反 映、及 时 采 取 措 施 追 求利益最大化或将损失降至最低。
Abstract The arrival of the big data era prompts the status of data and information analysis to an unprecedented height． This article discusses the new environment intelligence analysis faces under the big data background such as focusing on data flow analysis，higher information granular level，dynamic and complex intelligence problems and various analysis technologies． The new trend of intelligence analysis is also identified as contextual research，collaborative analysis and real－time data analysis． It is pointed out in the end that more attention should be paid to tw o problems in the new era： traps of big data and index to be constructed． Key words big data intelligence analysis collaborative analysis contextual research real－time analysis
大数据环境下情报 分 析 面 临 的 新 环 境 ，探 讨 情 报 分 析 的发展趋势以及在 新 环 境 下 需 要 注 意 的 问 题 ，以 期 为 我国情报分析理论与实践的发展尽绵薄之力。
1 大数据环境下情报分析面临的新环境
Hsinchun Chen 等人提出： 大数据分析为情报分析 提供了新的研究方向［2］。笔者将情报分析面临的新环 境总结为以下 4 个方面： 数据流分析倍受关注； 信息粒 度更为细小； 情报问题动态复杂； 分析技术丰富多样。
另外，网络、通讯和计算机技术的高速发展和技术 环境的多变，部分机 构 和 个 人 借 此 契 机 具 备 了 操 纵 数 据产生和传播过程 的 能 力，这 都 使 得 当 今 情 报 问 题 呈 现出前所未有的 复 杂 性 和 动 态 性 。 决 策 难 度 加 大，对 人们的数据综合处理能力（ curation） 、信息鉴别和情报
为保证情境能够成为提高情报分析质量的有效支 撑，情境信息首先要尽可能全面。这就非常有必要借 助领域专家提供情境知识，专家所掌握的专业背景知 识是构建情境的重要资源。Silberman －Ｒobb 指出［11］， 由专业知识丰富的专家完成的、细致的策略分析是不
·20·
情报杂志
第 34 卷
可替代的。这其中还 包 含 着 更 深 层 面 的 含 义 ，即 全 面 收集情境信息仅仅 是 第 一 步，还 需 要 对 情 境 信 息 进 行 正确的解读。Silberman －Ｒobb 同时强调，必须认真思 考如何培养深入了 解 目 标 情 境 的 分 析 骨 干 ，忽 视 这 一 问题会严重削弱国家在 21 世纪新的情报挑战面前的 反应能力。
0引言
在大数据背景下，新 技 术 能 够 帮 助 收 集 人 们 生 活 中产生的各类数据，存 储 技 术 的 发 展 和 存 储 设 备 成 本 的降低使得对大规模数据的保存更易于实现。但随着 数据分秒间的不断积累、数据规模的几何增长，人们越 来越意识到： 组织中的数据已多到无法有效利用，如果 不能从这些海量数 据 中 获 益，数 据 的 存 储 也 将 变 得 没 有任何意义。M IT 和 IBM 曾联合对全球 100 多个国 家的 30 多个行业近 3 000 位主管、经理和分析师展开 调查［1］，结果显示： 表现好的机构比表现差的机构要多 出 5 倍的数据分析工作（ analytics） ，“分析产生价值” 成为普遍共识，一半 的 受 访 者 表 示 优 化 数 据 分 析 工 作 是其组织的首要任务。由此可见，在大数据时代，数据 和信息的分析被提 升 到 前 所 未 有 的 高 度 ，情 报 研 究 和 情报分析工作迎来了重要的发展契机。本文旨在总结
分析能力都提出更高的要求。 1． 4 分析技术丰富多样 数据量大 （ volume） 、类
型多样（ variety） 、增长速度快（ velocity ） 是大数据的典 型特征。通过有效的分析，精准地支持决策、准确地预 测未来才能体现 大 数 据 的 价 值 。 而 要 对 大 规 模 的 、多 元的数据集进行处理和分析，必然会带动数据获取、存 储、整合、分析、管理等相关技术的发展，已有的适用技 术或迎合大数据分析需求产生的新技术得到重视和应 用。
第 34 卷 第 1 期 2015 年 1 月
情报杂志
JOUＲNAL OF INTELLIGENCE
Vol． 34 No． 1 Jan． 2015
大数据背景下的情报分析
迟 玉 琢1，2
（ 1 北京大学信息管理系 北京 100871； 2 哈尔滨工程大学图书馆 哈尔滨 150001）
摘 要 大数据时代的到来，将数据和信息分析提升到前所未有的高度。探讨了大数据背景下情报分析面临的新
在大数据的环境 下 ，数 据 来 源 和 数 据 类 型 呈 现 前 所未有的多元化。综合来自不同数据源（ 尤其是来自 微博、社交媒体、搜索引擎的数据） 、不同类型的数据， 就像通过 显 微 镜 从 更 细 微 的 视 角 观 察 和 认 知 目 标。 Google 对流感的预测正是综合利用了全球用户的检 索内容所提供的大量具体的细节信息，针对特定国家 / 地区（ local level） 解释流感的流行趋势［6］。
环境： 数据流分析倍受关注、信息粒度更为细小、情报问题动态复杂、分析技术丰富多样； 进一步提出情报分析的发
展趋势： 注重情境研究，开展协同分析，分析实时数据； 最后指出在新环境下情报分析需要注意的两个问题： 大数据
的陷阱和待构建的指标。
关键词 大数据 情报分析 协同分析 情境研究 实时分析
中图分类号 G353． 1
1． 1 数据流分析倍受关注 数据流主要来自于各 种感应器或记录设备，如 ＲFID、网站点击量、网络日 志、社交媒体、视频、邮件等。数据以“流”的形式产生 和传递，这明显区别于传统结构化数据在数据库中的 存在形式。对数据流进行分析首先是一种必要的数据 管理手段，将实时大量生成的数据整理转化为对目标 当前情况的描述，其更重要的价值在于对目标的未来
文献标识码 A
文章编号 1002－1965（ 2015） 01－0018－05
DOI 10． 3969 / j． issn． 1002－1965． 2015． 01． 004
Intelligence Analysis under Big Data Background