大数据环境下的情报学

大数据已经成为国际国内研究关注的热点话题和重要方向。文章从大数据的内涵出发,阐释了大数据问题的内在价值与现实意义,分析了大数据在数据质量、对技术的要求、信息服务以及信息安全、隐私保护等方面给传统情报学带来的挑战,也分析了大数据的发展给情报学学科发展和情报事业发展带来的新机遇。最后文章也建议情报学与情报工作应利用既有优势和成果积极参与到大数据的研究和发展中去,以大数据的研究为契机实现情报学的大发展。     

大数据环境下情报学的继承与发展

[目的 /意义]分析大数据时代情报学面临的机遇和挑战,探索如何继承和发展情报学的学术传统.[方法/过程]在回顾情报学历史的基础上,分析情报学在大数据时代的处境,提出四个继承和五个发展.[结果/结论]作者认为,没有继承就没有发展,没有借鉴就没有创新.这对于情报学至关重要.     

知识融合:大数据时代知识服务的增长点

大数据丰富了知识服务的内涵和手段,但也给知识服务带来了新的挑战。知识融合是在大数据环境下进行知识获取、组织和利用的有效途径。文章从知识融合的相关研究出发,探析了大数据环境下知识服务面临的问题及其对知识融合的需求,即知识融合的价值就在于从大量多源、异构、动态、碎片化、不确定及稀疏的数据源、知识源中挖掘出隐含的、有价值的、尚未被发现的信息和知识,最后构建了大数据环境下知识融合的基本框架模型。     

大数据环境下情报学发展的十个特征

近年来,认知科学、复杂科学、计算社会科学等领域出现的新思潮和新理论,为情报学的发展带来了新的机遇;大数据、人工智能的兴起,为情报学提供了新方法和新技术。大数据环境下的情报学在思想、方法和技术上都发生了许多变革,文章在跟踪近年情报学发展动态的基础上,归纳了大数据环境下情报学发展的十大特征,分别为计算化、模拟化、平台化、知识化、智能化、一体化、多元数据融合、方法联合化、结果聚合化和人机融合化。     

大数据环境下多源信息融合的理论与应用探讨

[目的/意义]从理论、方法、技术与应用的视角研究大数据环境下的多源信息融合问题。[方法/过程]探索多源信息融合的理论基础与科学依据,梳理多源信息融合的问题与现象,对多源信息融合的技术与方法进行归纳总结,对构建大数据环境下的多源信息融合应用进行探讨。[结果/结论]大数据环境下的多源信息融合理论包括相关性原理、多元表示原理、意义建构理论等,多源信息融合方法包括统一标识、数据比对、异构加权等一系列过程以及多种分析建模方法,多源信息融合在国家层面、城市或行业组织层面、企业机构层面都有着广泛的需求与应用。     

大数据环境下安全情报学的变革与发展

[目的/意义]在大数据时代,大数据是安全情报学所面临的客观环境。因此,探讨大数据环境下安全情报学的变革与发展是非常必要的。[方法/过程]基于学科高度,聚焦于大数据环境下安全情报学的顶层设计,运用理论思辨和比较分析方法,依次探讨大数据环境下安全情报学的研究资源、研究任务、学科属性、方法论与研究内容的变革与发展。[结果/结论]研究发现,大数据可以拓展与深化安全情报学的学科研究资源和任务,强化安全情报学的交叉综合属性和理工科特征。在大数据环境下,安全情报学方法论的革新需从研究范式、思维和具体方法3方面着手。同时,大数据会渗透、融入至传统的安全情报学研究内容,引出一系列新的安全情报学研究课题。     

网络环境下情报学研究的核心价值

网络化的出现极大地拓宽情报学的研究范围,情报学作为一门年轻的、有生命力的学科,有着其独特的领域研究内容。通过介绍情报学的基本概念定义、研究内容的转变以及网络环境下情报学研究的主要内容,得出网络环境下情报学研究的核心价值,并作了详细论述。旨在明确情报学研究的理论和实践价值,从而更有利于情报学的学科建设。     

大数据语境下情报学的坚守与拓展

[目的/意义]研究情报学如何响应大数据语境提出的功能要求,在研究内容、方法及范式上做出相应的调整与聚焦.[方法/过程]应用历史分析方法,梳理总结情报学应对纸介质信息爆炸时在文献选择、内容揭示、服务提供及技术应用等方面积累的经验;应用规范化方法分析大数据时代对情报学在服务对象、信息获取、信息序化和决策支持上的挑战,基于情报学的三维范畴描述讨论情报学在信息发现、信息序化、信息服务、信息技术与信息政策法规等方面的新研究取向.[结果/结论]大数据时代,情报学既应坚守历史演化所积累的学科特色,也应积极响应时代挑战,拓展新的研究领域.     

关于发展特色情报学的设想

随着情报市场的发展和成熟,知识需求和对高级情报工作的需要不断上升,情报学发展面临新的机遇和挑战。发展有特色的知识情报学,开展情报分析、知识咨询、知识挖掘等高级情报工作,是发展特色情报学的关键。     

面向数据智能和知识发现的图书情报学跨界拓展——数据—学术—创造整合论

本文在数据驱动与知识整合研究视野中,依据Web of Science收录文献的学科分布数据,指出图书情报学尚不是智库和大数据研究的核心学科,进而思考图书情报学跨界拓展的有效方向。以逻辑分析法发现在DIKW概念链上统合数据智能和知识发现作为有效方向的合理性,提出在数据智能和知识发现交互作用下图书情报学跨界拓展三大重点:①面向知识发现的数据智能,②=2*GB3融通数据智能的知识发现,③=3*GB3学术评价综合应用。建议发挥图书情报学在“软科学、硬技术”分界中的核心比较优势,以数据智能和知识发现形成图书情报学跨界拓展特色方向,整合为数据—学术—创造（DAC）。图4。表1。参考文献18。     

情报学的知识化趋势

情报学经历了50多年的发展，随着知识经济的兴起及知识管理理论的渗透，情报学受到较大的冲击。情报学研究呈现了知识化趋势，本文从知识，知识组织等概念入手，分析了情报学在知识经济学中所受到的影响以及未来的发展趋势。     

大数据影响下档案学发展趋势的思考

云计算、大数据和物联网已成为时代话题,我国有关大数据的报道和讨论已蜂拥而至,各行各业都在努力迎接这一重大挑战,大数据已然成为学界的热点话题。相比之下作为信息范畴的档案学界反而谈论不多。文章拟从大数据的概念特征、档案实践、档案科研出发提出档案学领域探讨大数据的必要性,通过发现新环境下档案现象和档案理论面临的新问题,阐述了大数据时代档案学的挑战,进而从档案学的研究对象与内容、档案学研究方法论、档案工作模式、档案学理论体系分析大数据时代档案学的发展趋势。     

情报学和情报工作的发展趋势

当前,情报学和情报工作的发展趋势是把理论转化成方法,把方法转化成工具,把工具转化成行动,为中国科技、经济和社会发展做出更大贡献。     

大数据环境下知识表示与知识组织方法应用

伴随着大数据正在从概念到问题解决的关键转型期,如何发挥核心价值与作用是知识服务业面临的机遇与挑战。论文首先梳理与定量分析知识表示和知识组织理论方法体系及研究进展,其次从实践出发,阐述了在复杂产品设计中的知识需求分析与表示、设计知识的分类与设计领域知识的组织。最后,归纳总结了图书情报领域在知识服务过程中应该实现的三个突破,以及如何抓住四个关键环节的体会。     

知识管理态势下的图书情报学变革与发展

介绍知识管理的各种概念,从研究对象、研究重点、处理方式、组织地位、所起作用等5个方面对图书情报学和知识管理两者之间的差异进行比较;从研究对象、研究内容、研究方法、技术研究4个方面分析知识管理给图书情报学带来的变革;运用SWOT分析方法对图书情报学的学科竞争力进行评估,探讨知识管理态势下图书情报学的发展策略,并从学科建设和人才培养两个方面提出相应的学科发展建议。     

信息资源管理理论的继承与创新:大数据与数据科学视角

在大数据时代,信息资源管理理论研究面临着新的挑战与重要变革。本文首先分析大数据时代信息资源管理研究面临的四个主要挑战:研究假定有待重新审视,研究范围亟待进一步拓展,研究范式需要多样化,主要应用场景已发生变迁;其次,探讨了数据科学的研究进展以及数据科学与信息资源管理研究的内在关联;接着,提出了下一代信息资源管理理论的主要变革:从信息资源的管理到基于信息资源的管理,从模式在先到模式在后或无模式,从目标/任务驱动型管理到数据驱动型管理,从计算密集型应用到数据密集型应用,从基于知识的研究范式到基于数据的研究范式;最后,提出了下一代信息资源管理的主要研究问题:基于信息资源的管理与治理、信息资源的保障方法、信息资源的深度加工、信息资源的规范分析、信息资源的快速洞见、信息资源的产品化研发、信息资源的资产化管理。图4。表2。参考文献42。