摘要：大数据时代的到来，引起了政府、企业等各方的广泛重视，成为下一轮“金矿”、“石油”，成为推动社会转型的重要力量。在大数据发展迅速的今天，给情报学的发展提供了新的契机，但也给情报学的发展提出了新的要求。文章通过对情报学在大数据环境下所遇到的各种问题的剖析，指出情报学在大数据环境下的发展机会。

关键词：大数据;情报学;变革

中图分类号：G4 文献标识码：A

前言

随着网络的发展，人类对信息技术的日益依赖，以数据为载体的信息获得了巨大的发展，因此，大数据也逐渐成为了各个领域获取发展的重要筹码。作为一门信息科学，情报学与大数据的发展有着密切的关系。根据相关的调查，目前的情报工作流程、系统和发展架构都不能与网络为依托的海量信息技术相结合，不能实现现代化的可持续发展。本文通过查阅文献，结合经验，从信息学的概念出发，通过分析其面临的困境、共性和差异，分析情报学变革的必然性，对今后一段时间内情报学的发展趋势进行预测。

一、大数据与情报学的概述分析

大数据是网络技术在互联网发展过程中的产物，它所涉及到的数据量很大，很难被统计，但是在特定情况下可以被识别、提取和利用。大数据具有体量大，数据生成速度快，数据种类多，数据价值密度小等特点;在这些因素当中，由于生成的快速和价值密度低，使得大数据很难被利用，这使得各个行业都面临着巨大的机遇与挑战。而情报学和情报分析自从1950年兴起和发展后，就进入了一个整体型的、科学的、有组织的、发展的比较平稳的发展方式;情报学从概念上讲，涵盖了情报产生、传播、利用、网络、存储、用户、技术经济、社会等方面，并具备“最优检索”、“查询最短”、“信息传播最大化”等宗旨。通过对大数据和情报学这两个要素的认识，可以帮助我们更好地进行深入的研究和探索。

二、情报学面临的困境

（一）学科困境

当前，我国情报学的发展面临着两个难题：一是专业名称和性质的摇摆必定。情报总是和信息联系在一起的，以前的“情报”变成了“信息”，现在的“情报学”又变成了“信息学”，现在的信息学院和信息管理系已经把学院的图书馆学情报学系给替代了。二是研究领域的发展不稳定，不成熟。坚持“客观问题领域”“图书馆学的问题域”，虽然与该领域的现实状况相符，但却与时代趋势和专业的拔高要求不符，无法将信息学与图书馆学区分开来;而一旦脱离了图书馆的范畴，就会成为技术的应用，那么，情报学就不再是一个单独的分支，而是一个模棱两可的定位。

（二）教育困境

情报学教育具有如下特征：一是专业学位日益分散，提供的课程越来越多学科化或者交叉学科化。二是课程改革：增加了教学领域，增加了社会经济方面的知识;除去与图书馆有关的目录，图书馆学，编目等，更多的是用技术类的课程来取代了。在这种变革的进程中，情报学很可能丧失核心。

三、大数据时代的特征以及与情报的融合

（一）大数据不仅具有海量的数据容量。它是一项处理庞大数据的综合技术，在大数据的背景下，大数据对企业发展的需求越来越高，它已经成为一个时代的特征。大数据的概念有助于拓展我们的思想领域、发展大型商业，让许多创意变为现实，而在大数据的时代，我们更需要考虑从大量的资料中获得有用的资讯，以及对情报工作者的新的考验。

（二）在大数据时代，其多元化是其重要特征。大数据技术是一个相对综合的技术。进入大数据后，处理的数据种类很多，包括有许多非结构化的资料，比如文字资料、音频资料等等。有此特性的资料会以不同的方法来进行处理。在情报的加工中，数据的真实性、有效性越来越受到重视。情报人员所要发掘的某些规律，也许会在不同的数据中暗藏，而同一形式的数据也会有许多规律。在大数据的今天，情报工作人员必须统筹兼顾，不能疏忽。

（三）大数据时代，除了大量的数据之外，其最突出的特点就是快速。快速的情报工作是提高情报质量的必要条件，因为它具有实效性，一旦错过，那么数据的处理将会变得非常棘手，所以，身为一名专业工作者，必须要肩负起更多的职责，而要做好这一份工作，必须打破以往的情报收集与整理方式，借助大数据技术与云计算技术，将所有有用的数据都储存起来。信息的及时更新使得信息的可靠性和有效性得到了改善。

（四）在大数据发展的今天，情报工作应与其它领域的技术相结合。将情报学的知识运用到其它学科的不同方面去进行大量的数据的分析和研究，将不同的学科划分为情报学的一部分并加以建设，情报学本身的优势在哪，劣势在哪，我们必须把握住大数据时代，进一步的完善，不断加以改进。

四、大数据时代下的情报学发展同向性以及差异化

首先，对数据进行定量的统计是研究数据最基本的方法。根据相关的调研发现，淘宝每天的交易总量以千万计算，每天的数据产出超过50TB;百度在运营期间，每天的查询请求总量为60亿，数据总量超过30 PB;即使是参数为8 Mbps的普通摄像头，其每日生产的数据也是3.6 GB。可以看出，在互联网的信息化社会中，数据的定量分子是数据规律和价值发展的一个重大的科学基础。

其次，数据的多元化是对大数据的一种扩展;随着数据量的增长，用户差异化、网站差异化、渠道差异化、数据形式差异化是不可避免的;同时，统计资料呈现出有规律性和非规律性发展的结构性特点;要实现全面、科学的统计分析，就需要把各种不同类型的数据进行容和处理，是情报学和大数据发展的一个共同特点。此外，相关性分析法是对各种数据进行逻辑联系的一种常用的处理方式。在大数据和情报学的用户服务理念中，从数据中生成合理且有用的逻辑关系，是两者的共同特点之一。

另外，从差异化的角度来看，大数据和情报分析是两个完全不同的研究范畴。首先，与大数据相比，情报学有着更加明确的定量化规律，大量的数据是为了保证整个体系的运行和稳定性，而情报分析则是针对某一领域的数据建立相应的规则。其次，大数据的多元融合侧重于数据间的相关性，而情报分析则在此基础上，更重视数据的真实与价值;此外，大数据相关性分析侧重于明确现象，而在某些情况下，情报学的研究仍需要从现象上加以剖析。

五、大数据时代情报学改革的重要性

一是大数据的分析是情报学发展的必然趋势，数据云计算、文本和意见挖掘、 NLP自然语言、数据可视化等都将是情报学技术进步的一个重大改革目标。二是大数据为情报学的发展提供了多种类型、数量、形式等不同的信息，数据资源的多样性也导致了情报学发展利益追逐的趋向。三是大数据的发展和自身自我完善为情报学在新时代的科学发展奠定了基础。四是由于大数据的数据价值密度非常低，使得情报学发展的实时性和有效性变得更加难以实现，需要情报分析技术的不断创新。五是由于传统的情报分析体系具有很大的资源和技术参照性，缺少自己较为完备的发展模式。六是原来的情报分析体系存在着大量的数据难以进行有效的管理。总之，在大数据飞速发展的新时代，情报学要实现同步效益，就需要进行有效的改革。

六、大数据时代的情报学改革方式

（一）加强情报学体系的充实与完善。首先，要充分发挥大数据所带来的大量资源，如文字、数字、图像、音频等形式的变革，结构化向飞结构化的变革，从单一数据到多样化变革等。其次，要在研究方法上要充分学习和借鉴大数据的研究方法，如数据的处理、海量数据的提取、研究方法的高效选取等。此外，情报学体系将呈现不同的领域边界模糊化发展，不同行业之间的数据情报的相关性会越来越高，而研究方式也会更加具有交叉性和普遍性的特点。

（二）对情报学系统的发展应用进行深入的探索与开发。在情报学的运用中，将会出现以大数据技术为支撑的科学研究型发展趋势，在情报甄别与预测方面能够增强数据之间的相关性，从而决策提供真实、科学、有效的依据。其次，在大数据基础上，在情报整合过程中，情报用户服务的适应性会逐渐提高，并逐渐趋向于咨询系统。此外，根据大数据的发展规律，情报学系统也会逐渐走向智能化的自我处理和决策式发展。

（三）情报学的发展将会呈现多元化的形式。首先，以规模化数据为依托，持续强化数据的提取和存储能力，并将逐渐达到多媒体检索技术的最佳化目标。其次，关于情报分析的相关性数据模式还需要进一步完善。此外，情报分析体系中数据信息管理也显示出管理效率提升、个人隐私安全与安全技术发展趋势。

（四）大数据时代的情报学发展基础的根本在于对人才的培养。在今后，情报系统将继续加强培养情报技术人才、计算机技术人才、统计学人才和心理学人才等等，为情报学的发展注入新的活力。

结语

大数据是现代化发展的重要趋势，它是情报学改革的主要手段和途径。在情报体系转型的进程中，需要对其内在体系进行综合的剖析和归纳，以此为依据，使情报学在大数据时代的转型中得到切实的推动。

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（05）：14-21.

[2]刘红霞，白万豪.大数据背景下的应用情报学研究[J].情报资料工作，2014（01）：27-30.

[3]叶鹰，马费成.数据科学兴起及其与信息科学的关联[J].情报学报，2015（06）：575-580.

[4]范美玉，陈敏.大数据时代的情报学发展战略[J].科技情报开发与经济，2015（02）：118-119.