大数据分析与情报分析关系辨析

来源:用户上传      作者:

　　摘要：近年来，在大数据环境下，有关大数据分析的大数据理论引起情报界的关注。通过对比发现，大数据分析和情报分析存在一定的联系，既有共性，又存在一定的相似之处。面对庞杂、多样的数据时，只有通过大数据分析，才能更好地提升情报分析能力。大数据分析与情报分析的辨析和融合，是时代发展的必然方向。
　　关键词：情报学;大数据;情报分析;大数据分析
　　中图分类号：G642.0     文献标志码：A     文章编号：1674-9324（2019）11-0048-02
　　 一、引言
　　20世纪在美国发源的信息公开运动，使得计算机的硬件飞速发展。与此同时，互联网概念的兴起，使得数据成指数增长。在大数据推动时代变革的社会背景下，21世纪以来，世界上很多国家开始关注大数据的发展。很多学者开始对大数据进行研究以及分析。大数据分析是指利用大数据理念以及方法对大量增长迅速且真实的数据进行分析，发掘其相关关系以及其他有用信息。大数据的发展推动时代变革，被情报学所关注。大数据及其有关大数据的分析，在为情报学带来机遇的同时，也带来了巨大挑战。情报学是20世纪50年代左右出现的词汇，大数据分析则是近年来新兴发展起来的事物。两者虽然拥有不同的特点，但也有一些共性。大数据的主要特点就是“大”，但数据过多，难以从中得到最有价值的部分，情报分析则可以实现这点。但情报分析所需的数据需要大数据提供支持。所以，在大数据的新时代背景下，将大数据融入情报分析，既是时代需求，也是情报分析的契机。
　　二、数据分析与情报分析的共性
　　情报分析同样也称作情报研究，是根据用户需求，通过现代技术手段以及科学操作进行分析、评价等综合加工，得到新的、更有价值的情报产品。所以，由此来看，情报分析以及大数据分析具有天然的共性，是将信息以及数据作为研究对象，进行有效的组织管理、分析发掘，为社会用户提供相关服务。
　　（一）看重对数据的定量分析
　　19世纪的工业革命，以蒸汽机改变了人们手工业的生产生活方式。20世纪以来，计算机的出现大大推进时代变革，使人们的生活方式大为改观。在各种APP急速增长，微信、QQ等社交方式在日常生活中越来越重要的情况下，各种数据每分每秒都在进行铺天盖地的更新。根据统计，一天之内由互联网产生的数据将刻满将近2亿张DVD。这可能比之前人类所有印刷数据的总数还要多。大数据时代的来临，是一个全新的革命，各个行业的数据都开始了量化进度。如今，大数据时代的来临，使我们的数据随处可见，这时对数据的分类以及分析就显得更加重要。如今，从繁杂、庞大的数据库中提取有价值的信息，成为创造价值的全新渠道。
　　情报分析同样看重数据。大数据来临之前，情报分析是由少量的人员对特定的数据进行分析。但随着大数据时代的来临，情报分析所面对的数据量逐年增多，综合知识越来越深，分类越来越细，仅仅靠人力已经难以胜任这项工作，它越来越依赖计算机。这也说明对于数据的分析，是情报分析的一个重要环节。
　　（二）看重不同类型的数据融合
　　大数据的特点之一便是数据结构各异，种类繁多。语音、访问记录、消息、交易记录、电子邮件、照片、视频等，均为大数据的不同形态。这些信息通过不同的视角反映人物以及事件。通过将各个方面信息相互融合，可以得到更加全面的事件分析以及人物分析。在市场应用中，可以将得到的信息运用发掘新的商业形式，为市场开拓、竞争选择、商业形式选择提供有力的数据保障。例如，通过对用户浏览记录的判断，可以明确用户所喜爱的事物，以及用户所想要知道的信息，各大电商如淘宝、京东以及亚马逊，都是通过对顾客浏览商品的大数据分析，明确用户最近想要购买的事物，并对用户进行相关推送，了解用户的电子交易记录，还能通过各种社交平台了解到用户的社交网络以及个人动态。通过多种不同渠道信息的综合考虑，可以较为全面地得到个人信息特征。用一句话说，多种数据的综合分析是大数据分析的主要特征之一。
　　与此同时，情报分析正在向社会各行各业渗透，并且所需要研究的问题更加深入、课题更加多元。所以，单一的数据并不能满足情报分析的需要。所以，同一类型的信息可能来自不同的供应商。比如，论文可能来源于中国知网、万方数据、重庆维普等。一个论题或是前沿课题的研究，仅仅只有一种类型的文章是不能满足的，需要从不同地方得到大量的有用数据进行批判与汲取，将期刊、论文、图书等融合在一起，更能说明一个方面的研究。
　　三、大数据分析和情报分析的差异性
　　通过上述所讲，我们可以发现大数据分析和情报分析存在很多共性，但不可否认的是，它们之间同样存在差异性。以数据对象来说，大数据分析主要侧重数值信息，情报分析则主要侧重文本信息。以数据规模来讲，大数据分析较为大而全，而情报分析则比较追求适度的数据，突出关键。在分析时机上，大数据分析一般情况是实时分析，但情报分析有时滞。分析任务方面，大数据分析侧重挖掘新模式，情报分析一般任务明确，模式既定。
　　（一）数据对象存在差异
　　情报分析一般以文本文献为主要分析对象，情报分析需要找出文獻中的语义连结等方面明确需要得到的信息;而大数据分析以数值为主，如用户信息、电商电子简易记录。
　　（二）数据规模不同
　　大数据分析主要面向大数据，情报分析中，一般海量数据就可以满足。在情报分析中，想要得到相关任务的全部数据几乎是不可能的。以国家的一些保密设备举例，情报分析根本不可能得到全部信息。
　　（三）分析时机不同
　　大数据分析的出现，就是为了保障大量数据的处理，所以大数据对数据的处理一般是实时处理。情报分析虽然以动态更新的数据做支撑，但因为经常性的规律总结可能导致无法避免的滞后性，所以我们经常在文献中看到“19世纪以来、在这一百年中”等字眼。 　　（四）分析任務不一样
　　大数据分析一般是通过所得到的大数据进行规律分析以及未来预测。在生活中，我们经常可以感受到大数据所带来的便利，比如，浏览器经常出现你喜爱的事物，社交网络经常会推送你可能认识的人;而情报分析是为了满足明确的任务，得到最终的答案。
　　四、情报分析和大数据分析融合的意义
　　大情报分析是通过对各种资料的研究得到想要的答案，并且认识到事物发展的本质以及规律。这需要强大的数据支撑。以数量庞大的数据作为对象，以大数据分析入手开展情报分析，是新时代的良好发展方向。人们努力从海量数据中分析有价值的情报，但大数据时代的来临使我们明白，之前的情报分析不过是“小数据”而已。大数据的分析有助于提升情报分析的效率和相关能力，尤其是对未来方向的预测分析能力，将在大数据的支撑下大大加强。
　　五、结束语
　　综上所述，大数据分析在与情报分析具有明确共性的同时，又存在各自的特点，应该明确。大数据本身也处于不断发展过程中，要运用到情报分析中来，还有很长的路要走。在大数据时代背景下，尽可能地发挥情报分析的优点，努力适应全新的时代特征，勇敢迎接挑战。
　　参考文献：
　　[1]李广建，化柏林.大数据分析与情报分析关系辨析[J].中国图书馆学报，2014，（5）：14-22.DOI：10.13530/j.cnki.jlis.140020.
　　[2]李广建，化柏林.大数据分析与情报分析关系辨析[J].中国图书馆学报，2014，（5）：14-22.
　　[3]高琰，余游，冯林.大数据情报分析平台在图书馆管理与服务中的应用[J].四川图书馆学报，2018，（3）：29-32.
　　[4]李超，周瑛，周焕，等.大数据环境下情报分析方法与情报分析软件探讨[J].现代情报，2017，（7）：151-158，165.
　　Analysis of the Relationship between Big Data Analysis and Intelligence Analysis
　　CHEN Yu
　　（Renmin University of China，Beijing 100872，China）
　　Abstract：In recent years，in today's big data environment，big data theory about big data analysis has attracted the attention of the intelligence community.Through comparison，there is a certain connection between big data analysis and intelligence analysis.They have both commonalities and certain similarities.In the face of complex and diverse data，only through big data analysis can we better enhance the ability of intelligence analysis.The analysis and integration of big data analysis and intelligence analysis is the inevitable direction of the development of the times.
　　Key words：information science;big data;intelligence analysis;big data analysis
转载注明来源:https://www.xzbu.com/9/view-14744508.htm