浅谈大数据时代的情报学变革.docx

浅谈大数据时代的情报学变革
 
   
 
 
 
 
 
 
 
     
 
 
 
 
 
文/黑龙江省伊春市铁力市图书馆 代轶威
【摘要】在大数据时代，如何顺应技术进步与市场需求进一步促进情报学的发展，成为相关领域专家与学者的研究热点。本文针对大数据时代的情报学变革展开探讨，希望与广大研究者共分享。
【关键词】 大数据；情报学；变革研究
在互联网时代，人们越来越依赖于信息技术的便捷方式，以数据为存在形式的信息获得规模化发展成就，可见，由此产生的大数据逐渐成为各行各业取得发展优势的关键筹码。情报学作为一种信息科学，显然与大数据的发展息息相关。据有关调查显示，社会生产生活中关于情报学的大数据范畴研究相对落后，现有的情报流程、系统以及发展结构均无法真正与以互联网为依托的大数据浪潮相融合，不利于现代化的可持续发展。因此，为了为新时期情报学的变革提供发展的可参考依据，笔者通过查阅文献、结合经验，从大数据与情报学的各自概念入手，通过对其共性与差异性的分析、情报学变革必要性的分析对未来一段时期内情报学的发展态势进行展望。
一、大数据与情报学的概述分析
大数据是在信息技术发展的大背景下互联网科技的产物，其主要指数据规模庞大且难以统计，但在一定条件下可为人们有目的地识别、提取以及利用。大数据具有体量大、数据生成速度快、数据种类多、数据价值密度低等特征；其中，生成速度快以及价值密度低决定了大数据的难以利用性，给各行各业造成了机遇与挑战的变革局面。另一方面，情报学以及情报分析自1950年的普及与发展以来一直处于调查的全面化与结构的科学化研究状态中，经发展已经形成相对稳定的发展模式，对于相关领域的综合效益具有积极意义；从定义上看，情报学的研究范围包括情报产生、传播、利用、网络以及存储、用户、技术与经济、社会等范畴，具有“最佳的标引方案”“最少的查找时间”以及“最大的情报流通”等宗旨。总之，在了解大数据与情报学两元素的基本概念基础上，有助于提高进一步分析与探究的效率。
二、情报学在大数据时代的发展同向性以及差异化
从上文简述中可知，大数据以及情报学在定义方面已经存在数据处理的共性，且均以一定的用户或对象为服务目的。首先，数据的定量分析是科学研究数据的基本途径。具有关调查可知，淘宝网站的日交易量以千万量计，日数据的生产规模超过50TB；百度搜索引擎在运作过程中基本具有日60亿的搜索请求处理量，数据量超[]过30PB；甚至一个参数为
。可见，在互联网为依托的信息社会中，数据的定量分析是这些数据规律发展、价值发展的重要科学依据。其次，数据的多元融合是大数据处理的形式延伸；在数据规模不断扩大的基础上，必然存在类型的多样化与层次化差异，包括用户差异化、网站差异化、渠道差异化、数据形式差异化等；与此同时，数据还表现为规律与不规律发展的结构特征；要完成相对全面、科学的统计分析工作，必须将这些形色各异的数据进行融合处理，这也是大数据与情报学发展的重要共性之一。另外，相关性分析法作为各类数据的逻辑关系处理模式，属于现象科学分析的一种常见方法。对于大数据与情报学的用户服务性宗旨而言，从数据中生成合理、有用的逻辑关系，也是二者的重要共性之一。
此外