大数据背景下情报服务发展方向的探索

【摘 要】 本文通过对数据发展历史由浅入深的描述，阐述了大数据的来源、定义和主要特征;并通过分析大数据对情报服务事业的影响，以及将矿产资源和大数据资源模拟对比，提出了ถ在大数据时代情报服务事业的发展方向：应将重点放在把挖掘到的有价值数据应用到情报分析研究上，这是大数据环境下情报服务由信息服务转向高端的知识服务的一个必然的过程，也是未来情报服务发展的主战场。

【关键词】 大数据 情报 服务

【Abstract】 This article explains the origin， definition and principal characteristics of big data based on the description of the history of data development， and puts forward the development direction ฒof intelligence service business in the big data time through the analysis of big data influence on information services and the simulation bewteen mineral resources and big data resources： the intelligence service business should focus on the intelligence analysis researches with the use of the mined valuable data， that is not only an inevitable process from informtion service to knowledge service （high-end service） under big data， but also the main battlefield for the development of the future information service.

【Key words】 big data; information; Service

1 引言

人类社会出现以后，数据就一直伴随着社会的发展而存在，并不断变换着它的载体和数量。比如，从远古人们用绳子打结记事，到古代在龟甲兽骨、泥板、竹简上刻字纪录，到后来在绢、纸上书写记载，以及到现在通过电子手段存储、处理信息数据，数据随着社会的进步而不断增加它的种类和数量，与之相适应的是产生新的存储、处理载体，而新的载体又激发了数据量的剧增，它们以螺旋方式循环上升。而所谓大数据是个相对的称呼，就是其数据量超出了当时常规数据载体存储、€处理等操作的能力。目前，随着互联网的发展，原先分散的数据一下流通起来，并借助互联网产生了巨量的新数据，因此大数据就是互联网发展到现今阶段的一种表象或特征，在以云计算为代表的技术创新载体支撑下，这些原本很难收集和使用的数据开始容易被利用起来了。通过各行各业的不断创新，大数据会逐步为人类创造更多的价值。

2 大数据定义

麦肯锡（McKinsey’s Global Institute，美国首屈一指的咨询公司）是研究大数据的先驱。在其报告《Big data：The next frontier for innovation，competition，and productivity，大数据：创新、竞争和生产力的下一个前沿领域》中它给出的大数据定义是：大数据指的是大小超出常规的数据库工具获取、存储、管理和分析能力的数据集。但它同时强调，并不是说一定要超过特定TB值的数据集才能算是大数据。国际数据公司（IDC）从大数据的四个特征来定义，即海量的数据规模（Volume）、快速的数据流转和动态的数据体系（Velocity）、多样的数据类型（Variety）、巨大的数据价值（Value）。

3 大数据环境下情报服务事业的机遇与挑战

在20世纪50-60年代，西方国家对我国进行全面封锁，那时的信息获取渠道很少，因此当时的科技情报工作显得十分重要，情报收集整理、情报编译报道、情报分析研究等即高深莫测又成效显著，并为我国的科学技术发展做出了卓越的贡献并取得了令人瞩目的学术研究成果。

到了20世纪80年代，各级科技情报研究机构（所）凭借着其收藏的科技报告、专利文献、标准文献和DIALOG之类的国际联机检索数据库，特别是对科技查新的独家垄断，也曾在当时风光一时。

但是，进入20世纪90年代中期以后，随着计算机和网络的迅速普及、数据资源的易于获得和科技工作者水平的普遍提高，使情报收集整理和情报编译报道等信息服务已没有了多少市场，能体现知识服务的高深的情报分析研究也失去了往日的光环。特别是在互联网高速发展的今天，伴随而生的大数据和云计算等在为各行各业提供机会同时也提出了挑战，而与信息、数据密切相关的科技情报工作更是如此，如何迎接挑战、抓住机遇，情报服务事业如何发展？是我们情报工作者亟待解决的问题。

4 探索情报服务事业的发展途径

从上文第3部分的分析中我们可以看到，在50-60年代，情报服务工作的开展得益于当时社会对信息获取的不易，而情报机构具有独特的获取信息的优势，比如政府的扶持、中外资料的获得、外语人才的拥有等等，也就是具有获取信息、数据的渠道。在20世纪80年代，借助多年信息资料和渠道的积累，我们具有了某些大数据资源的前身，也正因为这些资源，使我们在当时拥有了为企事业单位提供情报服务的优势和能力。而进入20世纪90年代中期以后，特别是到了目前的大数据时代，我们的优势在逐渐消失，在信息服务方面主要体现在是数据源优势的消失，而在知识服务方面主要体现在大数据环境下对数据分析的不适应。 人们现在常把大数据比作宝矿，就像蕴含着巨大价值的矿产资源一样。下面就通过模拟矿产资源，把大数据与矿产资源在开采、生产等不同阶段时期所处的状态进行对比，分析情报工作在不同阶段中可能提供的服务。

在上表1的“资源阶段”，情报服务业务要想占据一席之地，当然最好是拥有自己的大数据资源，比如以前积累的文献资料数据库等，但这完全满足不了情报服务于不同行业的需要。我们还需要寻找其他的大数据源来获取所需的数据，或者根据需要建造某种平台收集新的数据并创建成新的大数据资源，但后者实行起来难度较大，需要国家的扶持和时间的积累。因此，在这一阶段情报服务工作能做的主要是继续利用原有数据资源并加大研发、使用数据挖掘工具，争取在原有数据资源上获取更多的有价值数据;其次就是利用别人的大数据资源开展业务，但在获取可行性方面，还有很多不确定因素，比如是否可以获取（包括技术上是否能实现）、挖掘工具的使用、获取成本、获取程度等等。因此这一阶段，我们原有情报服务业务目前优势不是太大。

在“生产阶段”，对于矿产业来说是把矿石开采出来并提炼出产品，对应于大数据就是使用数据挖掘软件（工具）把有用的数据提取出来。由于目前大数据的产生主要是伴生于网络及互联网，因此现在一谈到数据挖掘技术及工具，基本都是IT人士的事，而情报业务，特别是在情报分析方面的一个明显短板是技术和工具的短缺，所以刚开始的时候，觉得大数据为情报分析提供了丰富的数据资源，可能是提升情报分析水平能力的大好机遇。但是换一个角度看，或许正因为大数据分析学技术非常先进，所以原本技术基础较差的情报❅分析领域反而不容易获益。技术转移的历史经验告诉我们，技术供应方与接收方差距过大是转移失败的主要原因之一。许多“正统”的情报机构由于缺乏技术人才和相应的组织文化，可能与大数据带来的机会失之交臂。Facebook对情报人员的应聘要求包括具有计算机科学或其他相关技术领域的硕士以上学位，有丰富的数据分析工作经验，熟练掌握至少一种脚本语言，轻松自如的面对复杂大量的数据，灵活的分析手段，准确的表达等等。在这种要求下，传统的情报人员已经不能满足大数据环境下情报服务的需要，必须通过角色转型才能满足企事业单位对情报服务的需求。因此，在这一阶段，短期内不是我们情报业务的长项，也是我们情报部门今后急需增强的部分。

在“应用阶段”，对于矿产资源方面来说，是把已提炼出的产品，如金属、化工原料等通过加工，应用到各个领域及行业;而对于大数据方面来说，侧是把提取到的有价值的数据通过处理、编辑、分析等加工后服务于相关行业、用户。而专业的数据分析师对具体应用到的行业就目前来看在了解上还存在着断层，就像编程人员需要懂业务的人员配合才能编写出某一行业的应用软件一样，在大数据被挖掘后到具体应用的这一过程中，也就是在专业数据分析师与各个领域具体应用之间可能还需要存在一个衔接层或中间层。麦肯锡报告指出，能提出正确问题和利用分析结果的管理者和分析师需要量将是数据分析师的10倍。因为优秀的情报人员具备对技术和产业领域的知识和洞察力、处理“零次情报（调研、考察、访谈等记录下来成为数据前的信息）”的经验丰富等等，因而在为数据分析建立假设，感知可能存在的关联，以及理解关联背后的商业逻辑方面有可能表现出其他行业人员难以匹敌的能力，这就能够与大数据分析师互为补充、共同发展，成为大数据分析、应用过程中一个重要组成部分。此外，大数据分析也是信息分析的一种途径和方法，大数据分析和情报分析二者在“外观”上十分相似，而在情服务应用的高端，包括产生最大附加价值的情报分析这样的知识服务方面，一直是情报机构的长项，并且大数据产生价值的实质性环节就是信息分析，因此，在这一阶段，不论是从人才优势、分析方法、还是从大数据价值实现环节上来看，这一阶段应是我们情报服务事业今后发展的重点。

5 结语

在大数据背景下情报服务如何发展，以应对大数据带来的机遇和挑战，是摆在我们情报工作者面前一个亟待解决和回避不了的问题。通过上述分析，本文认为情报服务业务短期内应利用新的数据挖掘工具对原有的数据资源进行进一步的挖掘，发现并利用更多有价值的数据;长期的任务是提高情报人员挖掘、利用大数据的能力，给情报人员提供学习、培训交流等环境，这也是关系到情报业务今后在新环境下是否被替代的问题;而今后情报服务的重点应当放到利用挖掘到的有价值数据来完成情报分析研究这样的高端的知识服务上面。

参考文献：

[2]缪其浩.大数据将如何影响竞争情报[J].竞争情报，2013（1）.

[3]James Manyika. Big data： The next frontier for innovation℃， competition， and productivity[EB/OL].http：//www.mckinsey.com/insights/business_technology/big_data_the_next_frontier_for_innovation，May， 2011.

[4]吴金红.大数据：企业竞争情报的机遇、挑战及对策研究[J].情报杂志，2013（1）.

[5]黄晓斌.大数据时代企业竞争情报研究的创新与发展[J].图书与情报，2012（6）.

[6]江俞蓉.大数据时代情报学面临的挑战和机遇[J].现代情报，2013（8）.

[7]王勇.大数据环境下竞争情报系统的研究与实现[J].广东工业大学学报，2014（3）.