188bet网站主页|管帐188bet.com|办理188bet.com|核算机188bet.com|医药学|经济学188bet.com|法学188bet.com|社会学188bet.com|文学188bet.com|教育188bet.com|理学188bet.com|工学188bet.com|艺术188bet.com|哲学188bet.com|文明188bet.com|外语188bet.com|188bet.com格局
我国论文网

用户注册

设为主页

您现在的方位: 我国188bet网站 >> 办理188bet.com >> 办理学基本理论188bet.com >> 正文 会员中心
 办理学基本理论188bet.com   188bet官方网址 本钱办理188bet.com   旅行办理188bet.com   行政办理188bet.com   人力资源办理188bet.com   市场营销188bet.com   秘书文秘188bet.com   档案办理188bet.com   其它办理学188bet.com
 物流办理188bet.com   投资决议计划188bet.com   战略竞赛办理188bet.com   企业办理188bet.com   工商办理188bet.com   公共办理188bet.com   财务办理188bet.com
大数据年代情报学面临的应战和时机
〔摘要〕跟着大数据年代的降临,大数据招引了包含政府、企业等在内的多方重视,被称为是下一个社会开展阶段的“金矿”和“石油”,具有催生社会革新的能量。它相同也给情报学这一学科带来了许多难题和时机。本文针对大数据年代情报学面临的应战进行剖析,提出了大数据年代情报学的学科开展趋势以及情报学在大数据年代开展的时机。
  〔关键词〕大数据;情报学;研讨办法;非结构化数据
  〔中图分类号〕g250.2〔文献标识码〕a〔文章编号〕1008-0821(2013)08-0058-03
  大数据(big data),或称巨量材料,指的是所触及的材料量规划巨大到无法透过现在干流软件东西,在合理时刻内到达撷取、办理、处理,并收拾成为协助企业经营决议计划更活跃意图的资讯。
  跟着云年代的降临,大数据(big data)也招引了越来越多的重视。《著云台》的剖析师团队认为,大数据(big data)一般用来描绘一个公司发明的许多非结构化和半结构化数据,这些数据鄙人载到联络型数据库用于剖析时会花费过多时刻和金钱。大数据剖析常和云核算联络到一同,因为实时的大型数据集剖析需求像mapreduce相同的结构来向数十、数百乃至数千的电脑分配作业[1]。所以大数据年代关于各个学科的要求都进步了许多,关于情报学专业而言,大数据年代相同带来了许多应战和时机。
  1大数据年代情报学面临的应战
  进入2012年之后,“大数据”一词被越来越多的人所提及,它用来描绘信息大爆炸年代发生的海量数据,时至今日“大数据”的研讨价值现已能够和黄金相媲美。www.seunghunhome.com所谓“大数据”望文生义,首先是数据量要大,可是并不是数据量大的数据都能够称之为大数据,ibm公司大数据的特色是4个v:volume(许多)、velocity(高速)、variety(多样)及veracity(实在),它供给了在新的和正在呈现的数据和内容中观察事物的时机,使事务愈加灵敏,并答复以往没有考虑到的问题[2]。gartner公司的陈述也提出,大数据是大容量、高速和多样化的信息财物,它们需求新的处理办法,以进步决议计划才能、洞察力和流程优化[3]。
  在笔者看来,“大数据”还应该参加一个特色便是海量材料之间的相关程度。假如有一批更新速度极快的多样实在的许多数据,将这批数据看作一个全体,每个独自的数据看作是全体的一个组成部分,这些组成部分之间毫不相关,数据互相很孤立,数据间的联络不明晰很难捉摸,看上去并不像一个全体,相反地更像是一盘散沙。这种零星的海量数据之间的联络开裂,其相关程度很低,也就导致其含金量削减,不能构成所谓的“大数据”。
  由此可见,大数据年代的背面其实有愈加深入的理念,一起这些理念也为情报作业者带来了新的应战。
  (1)大数据年代从字面上了解仅仅进入了一个海量数据年代,而实际上大数据年代更深入的理念在于它带领咱们进入了数据剖析年代,数据的剖析跟着大数据年代进入了一个史无前例的黄金时期,怎么从海量数据中获取有用的信息成为情报作业者面临的新应战。
  (2)大数据年代的另一个特色便是其多样性。进入大数据年代之后,数据的品种除了包含一部分结构化的数据以外,还包含许多非结构化的数据,例如文本、音频、视频等许多办法的数据。情报作业者要发掘的某些规则或许隐含在各种办法的数据中,而同一种办法的数据又有或许含有许多规则,如此一来,大数据年代就要求情报作业人员的顾全大局,不能漏过任何一品种型的数据。
  (3)大数据年代不只仅是数据量的巨大,其最主要的特色还有velocity(高速),这一特色就迫使情报作业人员有必要打破以往的人工剖析的作业形式,核算机智能剖析将成为未来大数据年代数据剖析的干流技能。
  在大数据年代中,要求将情报学和其他各个学科相结合,在其他学科的各个范畴内使用情报学的常识对海量的数据进行剖析研讨,并将各个学科范畴内的研讨都归为情报学的一个组成部分加以建造,情报学本身的优势安在,下风安在,怎么掌握大数据年代这一时机进一步进行学科的完善,是咱们应该考虑的问题。
  2情报学在大数据年代的开展趋势
  大数据年代的革新将会引领情报学进入一个簇新的开展阶段,英国莱斯特大学的markphythian教授在2008年宣布了题为“intelligence analysis today and tomorrow”的陈述中指出[4]:①获悉情境是非常重要的。疏忽战略环境、领导作风和心

要素等更广泛的问题,都会引起情报研讨的失误;②加强信息之间的相关。美国政府内部信息同享的妨碍,剖析人员无法取得满意的信息,以支撑剖析活动,导致情报研讨猜测失利;③要学习更多外部的专业常识。这一行动尽管不能确保剖析的成功性,但将是竞赛剖析的重要信息来历。
  在大数据年代背景下,经过对国内外学者和专家的研讨成果的研讨,笔者认为情报学未来开展的三方面趋势:①情报学将会从本来的单一学科的研讨转变为多学科穿插结合研讨;②情报学研讨中数据的收集和获取规模将会从单一的结构化数据转变为参加更多的非结构化数据;③情报学的剖析办法将会从本来的人工剖析为主体转变为核算机智能化为主体的智能剖析。
  2.1单一学科的研讨转变为多学科穿插结合研讨
  情报学是信息大爆炸年代的新兴学科,而面临大数据年代,信息量不光巨大并且更新速度极快,传统的情报学研讨办法现已不能满意大数据年代人们关于信息处理的需求,传统的情报学更多的是处理结构化的数据,而大数据年代给咱们带来更多非结构化的数据,非结构化数据的处理不是根据数学和逻辑运算,而主要是根据对内容意义的了解和语义剖析,包含各种办法的分类、检索、信息抽取和内容匹配等办法。传统数据库技能,例如sql言语在规划之初仅考虑了结构化数据,在海量非结构化数据中已然无用武之地。
  未来情报学在开展中应该罗致各个范畴的不同学科的办法和优势,创始更多新式的研讨办法来应对“大数据”的处理问题,而在非结构化数据的包装下其数据的根源是什么,数据的意义安在,这些问题在今后的情报学研讨中就需求触及到本体论的相关使用来处理。为了习惯大数据年代的需求,面临高速发生的冗杂的海量数据,本体思想无疑是处理内容意义和语义剖析最有力的兵器。  此外,关于许多企业的数据资源,情报学这一学科需求研讨的除了用户的行为发掘之外,还要运用许多其他学科的常识进行辅佐剖析,例如心理学的相关理论现已逐渐被引用到情报学范畴,并起到辅佐数据剖析的效果,而情报学反过来在使用其他专业常识的一起也能够为其他专业供给新的思想和引导。如此一来,多学科穿插将会增多,多学科穿插研讨将会成为未来情报学以及其他学科为习惯大数据年代的一个开展方向。
  2.2情报学研讨中数据的收集和获取规模将会从单一的结构化数据转变为参加更多的非结构化数据不同信息源能够从不同视点提醒问题,如专利、研讨出版物、技能陈述等,能够较为直观地反映研讨者对某科技问题的了解与描绘,而评188bet.com章、科技新闻、市场调查等,能够反映出社会对该科技的观念、认知状况[5]。
  在大数据年代,情报学这一学科需求研讨的数据量更大,数据类型更多,许多在他人看来是无用的数据,在情报学看来它们或许是最有价值的资源,情报学在大数据年代更多的要学会“捡废物”,在海量资源中获取数据的一起不能疏忽任何一个能够找到信息情报的数据,或许某一数据外表看来毫无用处,可是当这个数据和其他数据整合在一同后就有或许是翻开整个数据发掘大门的金钥匙。
  尽管情报学的许多研讨办法在处理非结构化数据方面不是强项,比方情报学的一些剖析办法,在处理图画信息和影音信息方面显得后劲不足,可是在研讨中相同不能疏忽这些资源,这也对情报作业者技能方面提出了更高的要求,开发新技能,更好的对数据进行剖析将是情报学未来面临的难题。而为了得到更优质的研讨结果,从单一结构化数据的收集和获取转变为参加更多的非结构化数据将会是情报学研讨的必定趋势。
  2.3情报学的剖析办法将会从本来的人工剖析为主体转变为核算机智能化为主体的智能剖析正如美国国家科学基金会(nsf)发布的陈述[6]所说,美国在科学和工程范畴的领先地位将越来越取决于使用数字化科学数据以及凭借杂乱的数据发掘、集成、剖析与可视化东西将其转化为信息和常识的才能。
  因为非结构化的数据的许多引进,情报学不可避免的将面临一场技能上的革新,而传统的人工剖析不只糟蹋人力资源,并且底子无法习惯高速发生的数据群。开发核算机智能剖析技能势在必行,在技能上,核算机智能化剖析将会以更快的速度处理不断增加的海量数据,到达节省时刻进步功率的效果。从数据类型方面,许多数据并不是传统人工办法能够完结的,例如剖析视频和音频,这就需求新技能的支撑,未来假如不开发核算

机智能化新技能,将会导致许多视频和音频数据不得不被抛弃掉。
  核算机智能化新技能能够解放更多的人力去做更有价值的研讨,一起也是大数据年代进行高速数据处理,高速数据发掘的需求。未来情报学中核算机智能剖析模型的树立将会对情报作业者提出更多的要求,情报作业者除了稀有据剖析和发掘的才能之外,还应该具稀有学逻辑思想来辅佐核算机智能化模型的树立,传统的人工剖析为主体的剖析办法,必定会被核算机智能化剖析办法所替代,这不只是大数据年代的要求,也是当今社会开展的必定趋势。
  3大数据年代情报学的时机
  狄更斯从前说过“时机不会上门来找,只要人去找时机。”而大数据年代的降临,无疑是为情报学的学科开展发明了关键。情报学仍是一个比较年青的学科,大数据年代的到来也显示出情报学的“年青”之处,怎么将情报学进行完善,怎么让情报学走向老练,这都将会在大数据年代中找到处理的时机。
  3.1完善学科技能和办法
  美国mckinsey global institute在2011年5月发布了研讨陈述“大数据:立异、竞赛和生产力的下一个前沿范畴”[7]。陈述分6个部分,其间第二部分谈论了大数据技能,并环绕大数据剖析技能、大数据技能和可视化三方面进行了论述。在大数据剖析技能中,列举了26项适用于许多职业的剖析技能,包含a/b测验、相关规则学习、分类、聚类剖析、众包、数据交融和数据集成、数据发掘、集成学习、遗传算法、机器学习、自然言语处理、神经网络、网络剖析、优化、形式识别、猜测建模、回归、情感剖析、信号处理、空间剖析、计算、监督学习、模仿、时刻序列剖析、无监督学习和可视化[8]。
  大数据年代,无论是数据量仍是数据类型,都要求情报学这一学科关于本身的技能和研讨办法进行一次革新和完善,以往的技能不能处理的问题,在大数据年代的今日将会得到处理;以往的办法不能研讨的问题,在大数据年代也将得到研讨,这也是技能和办法的提高。大数据年代的到来,能够为情报学这一学科供给更强有力的数据处理剖析东西和办法。
  数据剖析尽管是情报学的研讨内容,可是大数据年代的关键下更多的人才进入这个范畴,这样就使数据剖析办法罗致百家之长,从各个方面得到了完善和开展。一起情报学在完善技能和办法的一起也将会创始更多的新技能,为将来更多的研讨做衬托,情报学专业将会在大数据年代逐渐走向老练。
  3.2情报学将会愈加受到重视
  许多人从前认为没有必要设置情报学专业,乃至网络中有人将情报学列入20个无用的专业之一。可是在大数据年代,任何一个职业想在海量数据中进行“淘金”,都需求情报作业人员的介入,现实验证情报学的一些比较老练的研讨办法是其他专业不能比较的,在情报学对数据发掘的才能面前,从前看着无用的废物信息将会是提醒某种规则的关键性信息。
  情报学专业在大数据年代应该捉住时机展示本身的优势,习惯潮流开展,让更多的人看到情报学专业的闪光点,进一步对学科建造进行完善,使情报学充沛的与数学、经济学、心理学等其他学科结合起来,从而使情报学更为老练,成为数据发掘和数据剖析中的领头羊。
  3.3情报学人才的培育
  情报学未来开发新技能,研讨新办法无疑是需求更多的人才培育,这就需求更多跨专业人才进入情报学,在接收情报学方面人才时应该愈加重视人才在学科中的穿插,不同学科人才的思想办法不同,不同学科人才的特长不同,不同学科人才所了解的研讨办法也是多种多样。未来情报学要捉住大数据年代的关键,对各类人才进行吸收,从而使情报技能更为完善,使研讨办法更为广泛。一起现有的情报作业者也要重视本身的培育,与时俱进,多触及一些其他范畴的常识,使本身的研讨范畴得到更好的完善。  4定论
  综上所述,大数据年代为情报学带来了许多难题,也带来了许多技能和办法上的困难,但与此一起,大数据年代也为情报学带来了更多的开展,时机。本文从大数据年代背景下情报学开展趋势和面临时机方面动身,为情报学未来开展提出了主张,期望能够为今后的研讨者供给些协助。
  参考文献
  [1]http:∥baike.baidu.com/view/6954399.htm[eb].2013,(1).
  [2]what is big data[eb/ol].http:∥www-01.ibm.com/software/data/bigdata/,2013-01-16.
  [3]big data in little new zealand[

eb/ol].http:∥www.techday.co.nz/itbrief/news/big-data-in-little-new-zealand/24518/,2013-01-16.
  [4]intelligence analysis today and tomorrow[j].securitychallenges,2009,5(1):67-83.
  [5]alan l.porter,scottw.cunninghan.tech mining exploiting new technologies for competitive advantage[m].john wiley & sons,2005.
  [6]nsfs cyberinfrastructure vision for 21st century discovery[eb/ol].http:∥www.nsf.gov/od/oci/civ5.pdf,2013-01-16.
  [7]big data:the next frontier for innovation,competition,and productivity[eb/ol].http:∥www.mckinsey.com/insights/mgi/research/technologyandinnovation/bigdatathenextfrontierforinnovation,2013-01-15.
  [8]李广建,杨林.大数据视角下的情报研讨与情报研讨技能[j].图书与情报,2012,(6):3-5.
  • 上一个办理188bet.com:
  • 下一个办理188bet.com:
  •  更新时刻:2013-10-17 10:49:17  作者:佚名 [标签: 我国经济 我国 ]
    姓 名: *
    E-mail:
    评 分: 1分 2分 3分 4分 5分
    谈论内容:
    宣布谈论请恪守我国各项有关法律法规,谈论内容只代表网友个人观念,与本网站态度无关。
    根据PHP言语的MySQL数据库的多种输出计划
    完成考勤数据转化的SQL存储进程规划
    机器翻译与根据大数据言语服务技能的立异
    高校收费办理体系数据库优化战略研讨
    试论档案办理理论对档案数据库建造的影响
    浅析根据数据发掘的数字档案信息办理研讨
    元数据办理是目标办理与常识办理的柱石
    根据数据包络剖析的烟草商业企业经营剖析
    数据发掘在高校财物办理中的使用
    关于核算机Web数据及其在电子商务中的使用探
    浅谈从我馆计算数据探析图书馆文献信息开发
    关于高校图书馆教材教参数据库建造与常识产
    | 设为主页 | 参加收藏 | 联络咱们 | 网站地图 | 手机版 | 188bet.com宣布

    Copyright 2006-2013 © 结业188bet网站 All rights reserved 

     [我国免费188bet网站]  版权所有