情报分析与研究范文

情报分析与研究范文第1篇

[关键词]情报研究　未来技术分析　知识发现　应用环境　循证决策　集成研讨厅

[分类号]G350

随着人类信息生产能力的提高，数字化科技文献数据资源成为科学探索和科技创新的重要战略资源，也成为科研环境的基础设施。新环境下，科技情报人员需分析并产出更深入的情报研究成果，探索和开发更先进的分析方法和工具，积极构建支撑科研创造和支持决策的基础设施，实践和改进对综合集成研讨厅体系的情报支撑。通过分析国外重要科技信息机构的战略规划、前瞻项目和专题报告可知，科技情报机构可能要在自身定位、情报方法和技术、情报应用环境等方面作出调整，才能更好地抓住新环境下的发展机遇。

1　机构定位：基于数据计算的科技知识发现与仿真模拟分析中心

当前，传统科学研究方法已发展为在新时空保真度下利用数值计算、数据、信息和网络所进行的知识发现和电子仿真。仿真模拟分析已经成为大气与环境科学、医学与生物学、决策支持等领域的主要研究手段之一。任务导向研究机构设立的典型项目有：美国能源部基于高级计算的科学发现项目、美国国家卫生研究所生物医学信息学研究网络等；科学驱动的试点项目有：地震工程仿真网络、国家虚拟天文台、空间物理和大气研究协同实验室等。

发达国家的部级科技情报机构，如美国国家医学图书馆(National Library 0f Medicine，NLM)和韩国科技信息研究院(Korea Institute 0f Science and TechnologyInformation，KISTI)，较早建成公共超级计算平台，为计算密集型和数据密集型的科学研究和决策提供快速、精确、海量的数据处理平台，来支撑知识发现和仿真分析等科研应用，现已经广泛应用在许多领域，如情报分析、武器系统集成模拟、空间物理等应用科学和基础科学研究领域，并用于政府决策支持。

1.1　NLM：集成多种数据进行知识发现

美国NLM支撑了大量生物医学研究的计算和生物信息学的知识发现；研制了可视化虚拟人体项目，为医学教学和科研提供模拟实验平台。其生物技术信息中心作为计算和数据库中心，负责开发和连接大型、长期研究的临床和基因型数据库，并开展跨学科数据分析和集成服务。其长期战略目标之一是“集成生物领域各种卫生信息系统，促进科学发现并加速研究向实践的转化”，并建议：开发能发现临床数据、遗传信息和环境因素间关系的关联数据库；促进先进的电子化生物医学知识及健康记录的开发和利用。

1.2　KISTI：集成多方数据进行仿真分析

KISTI是韩国科技信息界的领头羊：作为国家战略信息分析中心，提供国家战略尖端信息的生产和支撑；作为国家超级计算中心(KSC)，建设及运营超级计算基地。KSC作为韩国最大的超级计算资源，为科学研究提供可视化技术并构建超级计算的研究环境；为天文物理、气象学、结构和流体力学、生物学等领域提供模拟和仿真分析，如模拟致密天体碰撞和恒星坍塌、运转高分辨率气候模型等。

通过对NLM和KISTI的分析可知，科技情报机构在生产常规性情报研究产品之余，还可向基于数据计算的科技知识发现与仿真分析中心发展，从而为科学研究提供数据增值服务和模拟分析平台。

2　研究方法：数据融合、方法集成进行发现、分析、预见和评价

2.1　利用未来技术分析进行技术预见和危机分析

情报人员的工作，需逐步地从提供有助于理解对手正在做什么的科技情报，延伸到能进行识别对手能作什么的危机分析。美国国防委员会曾报告称：国防部需要忧患者或预见者，来探索对手将会如何利用技术来获得破坏美国目标的能力；采用更一致和综合的方法来预言对手将怎样来开发和利用技术。为此，必须通过科技情报来理解对手正在做什么；利用冲突模拟来识别对手未来能做什么；并通过净评估来理解可能的后果。

2008年，欧洲未来技术研究所的Cagnin等多位专家编写了《面向未来的技术分析》(FTA：Future-Often-ted Technology Analysis)一书，介绍了FTA研究方法及其在创新政策、决策制定等方面的应用。2004、2006和2008年分别举办了专题研讨会，重点关注FTA对政策和决策制定的影响。FTA日益倾向于综合使用多种分析方法：①国家政府层面开展的FTA活动以大规模技术预见为主；②部门和行业层面的D-TA则主要以情景规划和各类基于模型的方法；③企业则往往采取效率更高的趋势外推和一些计量方法，以便能及时应对瞬息万变的市场竞争。

情报分析类方法在充分揭示现有技术状态的基础上，如何更好地与其他方法结合(如创造性方法和模型类方法)来实现对未来技术信息的揭示与分析，将是一个重要的发展趋势。另外，随着科学与技术之间发展演变的加快，如何将基于科技论文的分析与基于专利信息的分析结合起来发掘未来可能的“突破性”技术，也将是情报学的重要研究领域。

2.2　利用综合科技信息的知识发现进行隐性知识关联分析

目前，在科技情报研究领域，基于文献的知识发现方法、跨领域的共现知识关联分析和不同类型信息融合的知识发现基本上代表了这类方法的主要发展趋势。

2.2.1基于文献的知识发现在情报研究领域里，利用文献计量方法进行的知识发现可统称为基于文献的知识发现，包括基于相关文献和基于非相关(Disjoint)文献的知识发现。前者考察文献在外部特征和内容上的关联；后者在具有内隐性关联的文献间进行知识发现。

1997年，美国芝加哥大学Swanson教授提出基于非相关文献的知识发现，所得信息具有预测意义。1995年，美国海军研究部Kostoff博士申请了数据库内容结构分析(DT)方法专利，并以此为基础开发出了独特的知识发现方法和技术体系。该方法从间接相关的文献集中确定具有发现潜力和包含创新机遇的信息，挖掘出这些信息与核心文献集间的关联，随后在核心文献集和间接相关的文献集中都引入不同领域的知识进行发现，对实现面向需求的发现具有参考意义。

经过多年的发展，基于文献的知识发现方法具有以下发展趋势：发现对象正由文献主要特征转变为全文献信息，各种聚类和相关性算法等发现技术正不断被改进和发展并更加有效，挖掘结果已主要采用可视化方式来展示，挖掘结果的解读则更多地包括了领域专家。

2.2.2跨领域的共现知识关联分析通常所说的共

现分析方法，包括共引分析、共词分析以及其他文献特征问的共现。

共引方法自1973年Small提出理论以来，已从单纯的文献本身，延伸到词、著者、期刊等一系列共引关系。Kostoff将文献计量学、计算机辅助分析、专家决策等同共引分析有机结合，将共引分析应用于知识发现并为决策服务。目前，共引分析已成为基于文献的知识发现的主要手段之一。

共词分析已从最初纯粹基于数学指标体系的分析和基于数学模型、空间坐标、网络比较的分析，发展到了新一代综合性DT共词分析。共词分析能更全面地体现文献内部的深层语义，而且将低频共现现象同样列为发掘目标，现主要用于揭示学科领域内部知识结构，或揭示研究主题的成熟度。

开展预见需要跨学科领域的知识，不同学科领域在同一研究主题上的知识跨度或许可用于预测未来知识发展的空白。因此，我们可设计不同学科之间的共现分析方法，实现不同领域知识的融合并建立相关知识的信息链推理，进而有可能发现潜在的或跨学科边界的科技解决方案，可作为预测的前提。

2.2.3　不同类型信息融合的知识发现科学数据是支撑科技活动的基础资源，也是支撑国家科技创新发展的重要资产和战略资源，对决策的支持作用与科技文献同等重要。美国国家科学基金会(NSF)曾报告称：美国在科学和工程领域的领先地位将越来越取决于利用数字化科学数据以及借助复杂的数据挖掘、集成、分析与可视化工具将其转换为信息和知识的能力。2008年，欧洲核物理研究组织在其未来定位中称其未来目标是要将大型强子对撞机实验数据以一种可用格式进行保存和共享。很明显，如果能将基于科学数据的数据挖掘方法和基于科技文献的文本挖掘方法进行有机融合，就能实现更有效的科技预测。

为此，有学者提出了基于形态分析和联合分析的综合分析方法用于技术预测。形态分析法将研究对象分成多个基本属性分别加以分析、提供解决方案，并最终得到问题的解决方案；而联合分析则分析组合的整体反应以评估研究对象的发展变化。由此，可结合两种过程提出基于科学数据与文献数据挖掘的科技预测方法：①从科学或文本数据中，对研究对象进行形态剥离，找出代表该问题领域的形态组合；②利用文献计量方法建立文献数据的属性之间的关联关系，或者利用前述知识发现方法实现初步的知识预见；③对关键形态属性的科学数据进行挖掘，发现单个形态或多种具有关联的形态间未被发现的潜在规则；④将上述②和③的结果融合，找出没有发现的可能的新知识，为进一步预见提供线索。

2.3　构建模型对科技政策进行模拟分析、理解、评价和预见成效

未来科技的发展方向，一方面以满足社会经济需求、解决社会问题为导向；另一方面为了占据科技优势，追求高风险、突破性研究的新进展。因此，科技预见方法既需具备由需求和问题引导的、对未来科技需求的发掘功能，又要具有突破性知识的发现功能。

美国NSF的SBE委员会曾提出科学与创新政策学项目，对科研投入的收益进行评价，并且全面考虑可能结果，在允许的误差范围内预测将来科研投入的回报。NSF“创新的高级评价指标”工作组探索了创新相关的数据及研究，希望在政策背景、资源和条件限制等方面找到与创新相关的新型数据，探索数据开发的优先领域和策略，促进跨学科的多来源数据的开发研究工作。法国国立科技与管理学院的学者介绍了欧洲科技情报指标平台中用于多学科研究评价的定位指标。该指标既可用于充分理解、洞察科学与创新系统的工作方法，也可用于科学系统的评价或者子系统分析，即瓶颈分析。分析发现，现有情报研究理论与方法的拓展，可为上述任务的完成提供支撑。

不难看出，未来情报研究方法将向着融合多种数据、集成多种方法进行发现、分析、预见和评价的方向发展。相应地，科技情报人员需调整研究思路，开展识别所跟踪对象能做什么的危机分析；将针对科学数据和科技文献的数据挖掘有机融合，开展更有效的科技预测；关注各种科技政策评价模型的发展和应用，从跨学科、多来源数据中挖掘突破性研究点来支撑创新型科研活动。

3　应用环境：集成支撑科研创造和科学化知情决策的基础设施

科技的发展越来越重视高风险、突破性研究，促使科研创新受到了管理者和研究者的空前重视；在医学领域起源并获得成功应用和发展的循证决策与实践(EBPP)，逐渐在英国等国家被包括科技决策研究领域在内的其他领域所采纳；国内多个机构建设的综合集成研讨厅体系作为高级决策支持系统也得到了越来越广泛的应用，这都对科技情报研究提出了新的要求。从情报学的视角出发，如何适应这些新型应用环境，更好地发挥科技情报应有的作用，将是情报学在创新环境下面临的重要课题。

3.1　支撑科研创造过程的基础设施

创造性环境可被看作一个支撑人类创造过程的计算工具，是学术界、科学创造的重要基础设施。2008年，欧洲核物理研究组织宣言称希望建造一个超级科学情报系统，提供现有情报系统的所有功能并成为电子化研究基础设施，能评价各个国家和机构的科学产出、自动侦测文章主题、自动筛选同行评议文章等，并能获取大规模可计算数据。波兰学者将科学研究的创造性环境划分为五个功能模块，提出了创造性环境的一般模型：①个人工作区模块；②信息检索模块，能提供关键短语抽取、自适应启发式和思考等检索服务；③群组交流模块，能支持虚拟研讨会；④规划和路线图模块，能与用户的个人工作模块协同；⑤实验模块，包括完成虚拟实验和实验结果统计分析两种组件。

有效支持创造性科研环境将是情报学未来重点关注的内容之一，特别是如何为创造性研究提供预见、如何嵌入相应模块等。比如，在信息检索模块嵌入前沿分析功能，在规划和路线图模块嵌入演化分析和知识发现功能，在实验模块嵌入模拟试验环境等科学信息学分析模块。

3.2　集成支撑知情决策的基础设施

源自医学领域的EBPP已经向各个领域辐射，并引起了科技决策研究机构的极大兴趣。2008年，荷兰召开的循证决策国际会议中不乏科技决策研究机构的学者。在政策研究领域，EBPP于1999年首次出现在英国的现代管理中，英国经济和社会研究理事会已建立了社会科学循证评价网络。2000年成立的Campbell国际协作网络是EBPP的一个典型实例。该网建有社会、心理、教育与犯罪对照试验注册资料库，是该领域最集中的干预试验证据的资料库，并不断得到补充和发展。在健康和社会问题交织的领域，对证据的整体性理解对知情决策的支撑显得尤其重要。

为科技决策提供依据的科技情报研究需把握趋势，认真思索自身所应发挥的作用。但是，由于医学与社会科学的研究方法有差异，循证情报研究的理论和方法仍有待进一步研究和实践。

3.3　支撑综合集成的研讨厅体系

近些年来，国内多个科研机构建设了“综合集成研讨厅体系”(HWME)，这成为科技情报研究应用的新环境。集成研讨厅是用于复杂决策问题求解的高级决策支持系统，起源于钱学森先生提出的系统工程并首先成功用于航天领域。后来，戴汝为院士以此为基础研究了“基于信息空间的从定性到定量的综合集成研讨厅体系”(CWME)。CWME是一种由专家体系、机器体系、知识体系三者共同构成的支持复杂问题决策的虚拟空间，其中也包含对科研创造和知情决策的支持。汶川地震后，中国科学院遥感所龚建华研究员利用虚拟地理研讨厅，结合卫星、航空遥感、虚拟地理环境等技术，在堰塞湖问题的处理上发挥了重要作用。2009年，装备指挥技术学院李元左教授介绍了“空间军事系统研讨厅”的研究实践成果。另外，中国科学院国家科学图书馆开发了“战略情报集成研讨厅”，采用先进的情报研究工具和方法，如科学结构演化分析、科技情报共享平台等，集成多种分析工具并行操作，能实现多角度专家交互研讨、多渠道内容有机实时聚合以及多专家即时合作写作等功能。由此可见，科技情报研究如何有力地支撑综合集成的研讨厅体系这种新生决策支持系统，也应成为今后科技情报界研究的一个方向。

情报分析与研究范文第2篇

〔关键词〕水稻产业；专利；情报分析；趋势研究

水稻原产于亚洲热带，在中国广为栽种后，逐渐传播到世界各地。在中国生长的最北限是中国的黑龙江省呼玛，在全球主要的生长区域是中国南方、台湾、日本、朝鲜半岛、东南亚、南亚、欧洲南部地中海沿岸、美国东南部、中美洲、大洋洲和非洲部分地区，中国北方沿河地区也种植水稻[1]。也就是说，除了南极洲之外，地球上几乎大部分地方都有稻米生长。目前全球有50%以上的人口以稻米为主食，作为全球重要的粮食作物之一，水稻的生产对全球粮食的生产及安全都具有十分重要的意义。而中国作为产稻大国（稻产量占世界产量的1/3），水稻的生产水平、产出能力和经济效益在全国的经济发展中都占有重要地位[2]。专利情报分析，就是将专利信息经过科学的统计、整理、筛选、组合与分析等系统化处理后，形成具有较高技术和参考价值的方向性专利情报。通过把专利数据升值为专利情报，可以有效地提供给用户全面、深层次地挖掘专利资料的战略信息，促进产业技术的升级，研究、制定和实施企业发展的专利战略规划，是企业获取竞争优势的重要手段之一[3]。据世界知识产权组织的统计，全世界的技术创新成果90%以上会出现在专利文献中。充分利用这些专利文献信息，可以缩短60%的研发时间，节约40%的研发经费。所以，专利情报是竞争情报中重要的信息源之一[4]。本文就是从专利分析的角度，对我国水稻产业近30年来的专利文献及资料进行定量和定性分析，通过专利申请量、申请类型、地区分布、申请领域分布等情况的综合分析与研究，对未来中国水稻产业发展趋势进行预测。

1 数据来源本文分析的数据来源于国家知识产权局的专利文献数据库[5]，专利检索时间范围从1985年至2012年7月。以“稻”和“水稻”及其相关词为关键检索词，检索到专利5395件。通过阅览摘要信息剔除不相关专利后，进入统计分析的专利共5293件。因本文数据来源的检索结果仅包含2012年7月前公开的专利，因受发明专利审查程序限制，从专利提出申请到公开需要18个月的时间[6]，故2011-2012年其间的部分专利检索结果会出现变化，其结果仅供参考。

2 我国水稻产业专利现状分析

2.1 专利类型分析在被统计的5293件专利中，发明专利有3082件，占统计数据的58%；实用新型专利1881件，占统计数据的36%；外观设计专利330件，占统计数据的6%。专利类型统计数据表明，我国目前水稻产业专利以发明专利为主。发明专利是指对产品、方法或其改进所提出的新的技术方案，因其技术含量较高，故而在三大专利种类中最为重要。发明专利越多，越能显示我国在水稻领域的发展水平。实用新型专利，是指产品形状、构造或者其结合所提出的适于实用的新的技术方案，该技术方案在技术水平上低于发明专利，但由于其更易广泛实用，故此类型专利也占有相当比例。外观设计专利，是指对产品的形状。图案、色彩或者其结合所做出的富有美感并适用于工业上应用的新设计。水稻产业的外观设计专利主要集中于产品包装袋的设计，因其局限性，此类型专利数量较少。

情报分析与研究范文第3篇

【关键词】网络环境；用户需求；信息服务

一、用户信息需求的分析

（1）用户需求的认知障碍。在现实的用户信息行为中，一方面用户尚不能正确认识和理解自己的信息需求，导致对信息需求认识的不完全性、不彻底性，甚至很大的片面性和不确定性。另一方面由于信息服务人员与用户在信息能力、专业知识等方面的差异，难以对用户需求进行准确定位，这直接会给信息服务造成障碍。（2）用户需求的表达障碍。认识到的信息需求也存在着表达障碍，正确地表达自己的信息需求是用户成功实施信息检索的前提。在实践中，用户能正确地表达出来的信息需求与他的客观信息需要，甚至认识到的信息需求之间有时存在相当大的差距。表达出的信息需求可能仅是自己认识需求的一部分。意大利学者米扎罗在论述信息检索的相关性问题时，提出用户的信息需求可以分成四个层次：

RIN（Real Information Need）是用户潜在的真实的信息需求，PIN（Perceived Information Need）是用户所感知到的信息需求，Request则是用户表达出来的信息需求，Query是最后提问表达式。由于受到各种因素的干扰，用户并没有也不可能把所有的RIN都转化为PIN，更没有把所有的PIN转化成表达出来的Request，进而符合系统形式化需求的提问式Query。在这个过程中，用户本身就没有把自己真实的信息需求表达出来，同时用户所感知的信息需求也很难转换成准确的提问式。

二、网络环境下用户信息需求的变化

（1）用户信息需求的多元化。随着信息化的发展，人们的信息意识日益增强，对信息的需求比以往更加迫切。用户对信息的需求和使用已成为了一种日常行为，用户对信息与知识的需求需要利用多家图书情报机构的服务才能满足。（2）用户信息需求的精品化。信息资源的网络化给用户创造了无限信息资源的同时，也带来了信息爆炸式增长以及信息传递的无序性，致使信息污染严重。为了在有限时间内获得价值较高的信息资源，用户的精品意识逐渐加强，用户的信息需求逐渐向精品化方向发展，信息用户逐渐从需要大量的一般信息转变为对特定信息的需求。（3）用户信息需求的个性化。计算机发展日趋个性化、私人化，使得用户从事个人研究成了易事。现代信息技术和网络技术的应用，各类数据库的建立，为每一个用户架构了展现个性化信息需求的空间并提供了满足个性化信息需求的有效途径，使个性化的价值追求能够得到最充分的释放。

三、网络环境下加强面向用户的信息服务对策

（1）促进用户需求准确表达。首先要激发用户表达其需求的欲望，让用户放心地提供个人的相关信息，并确信可以得到满意的信息服务。其次系统需要提供知识发现服务，挖掘出用户隐性的信息需求，使用户在不断调整、规范提问表达方式时能表达出真实的信息需求。最后，系统要利用先进的技术，不断提高智能化水平，从而更加深入地理解用户的信息需求。（2）不断改善信息服务环境。图书情报机构的信息检索和资源组织环境应构建为以用户为中心的信息环境。能提供信息交流的方式；可直接处理和转发用户的各种信息服务请求；能开展双向交流的信息传递；可提供各类数据库进行远程登录和访问等。（3）做好个性化服务。个性化服务本身就是“以人为本”服务理念的体现。图书情报机构要真正做好个性化服务，就必须将“以用户为中心”作为服务的出发点和归宿，真正贯彻到服务系统的各个方面。主动分析用户的需求，做出具有针对性、灵活性、智能性的定制服务，使这一服务产生最优化的效果，提高用户满意率。同时还要加强服务反馈工作，如同商品的售后服务，个性化服务反馈不仅反映用户的满意度，更是今后改进信息服务工作的一个重要依据。

图书情报机构的宗旨是一切为用户服务。网络时代与知识经济环境下，用户的信息需求发生了巨大的变化，只有将用户的信息需求作为其服务的基石，与时俱进，时时分析用户需求的变化及其障碍，不断变化服务内容、模式以及运行机制，才能在新的时代体现其自身的存在价值。

参 考 文 献

[1]胡昌平，柯平，王翠萍.信息服务与用户研究[M].科学技术文献出版社，2005

情报分析与研究范文第4篇

  1　传统环境下的情报研究工作

情报研究工作在我国通常被称为情报分析研究或者情报调研，是指针对特定的领域或主题，收集、积累相关文献、数据，加以整理、分析和研究，最终根据用户的需要提出分析研究结果或报告的全过程。从工作内容的性质来看，它实际上包括情报收集和情报分析两部分，即情报研究。在传统的文献信息环境下，我国的情报研究工作主要依托于图书馆或其他文献机构，是有其特定的历史背景的。在这种环境的限制下，一个情报分析研究人员或机构一般只限于对某一个或某几个主题领域进行研究。因为基于传统的文献信息环境和技术条件，我们无法获得及时而广泛的文献信息，也没有整理和加工大量信息的手段，更不能满足对信息进行深加工的分析和研究性要求。

但是，在新的IT技术和因特网环境下，情报研究工作已经突破传统的基于文献信息源进行编译、汇编、综述的工作方式，而大量运用网络信息资源和零次情报，并且引进文献计量、调查统计、逻辑分析和数学模型等新的研究分析方法，用户对其成果也更加要求研究性和预测性了。

发达国家的发展历程表明，情报研究工作对国家的发展具有重要的战略作用，是综合国力的重要体现。近年来，我国的情报分析研究机构针对国家的各方面决策与管理工作需求，开展了多层次的研究和服务，完成了很多重要的情报分析研究任务和课题，为提高我国的决策和管理水平发挥了重要作用。但是，相对于目前的社会发展状况，我们的情报研究工作也存在着诸多问题，这些问题如果不能迅速解决，将大大影响情报分析研究机构的发展。

1）情报工作的低效。主要表现为不能有效地利用网络获取信息，不能通过多媒体表达研究成果，特别是在对已有的情报研究成果和信息资源进行管理和共享等方面大大落后于现有信息技术水平，难以形成快速反应能力。例如，情报收集与积累仍没有实现从资料卡片向数据库的基本转变，使得一个情报分析研究机构内部同时或先后的不同课题之间尚不能正式实现对资料、信息和成果的共享和复用，不仅造成了资源和时间上的巨大浪费，更增加了研究人员协作和管理的难度，从而使情报研究工作难以摆脱被人诟病的“小作坊”模式而形成真正的规模。

2）研究方式的落后。当今的经济、社会和科学课题已经日益融为一体，且研究内容日益细化和深入，但我们的情报研究工作由于环境和条件的限制，研究范围有很大的局限，资料编译和汇编工作仍然占据了我们的大部分工作内容，真正有一定研究深度的综述性报道比较少，就更谈不上利用各种新研究方法系统深入地进行分析工作了。此外，由于研究人员间缺乏资源共享，造成情报分析研究工作各自为战、因人而异，工作成果的稳定性和可信度降低，再加之其他信息机构日益激烈的竞争，这种情况严重地影响了情报分析研究机构的发展和用户对我们的支持。

2　实现对情报研究的知识管理

面对严重落后于时代的局面，情报分析研究机构的主要对策应该是，根据情报研究工作的特点和需求，把情报研究工作的网络环境和技术手段提高到目前先进的IT技术水平，更主要的是结合先进的知识管理思想来设计情报研究知识管理系统并贯彻新的情报研究工作模式。这也是许多情报研究用户依据知识经济的时代背景对情报分析研究机构提出的要求。20世纪90年代以来，在知识经济大发展的促进下，西方发达国家的管理学界很快地经历了从信息管理到信息资源管理，再到知识管理的观念转变。而企业界更是将知识管理理论运用于实际的业务管理中，并取得了一系列成功的案例。

一般认为，知识管理是将可得到的海量信息转化为知识，并使知识能够为人使用的过程。知识管理是对知识进行程序化管理，以便于知识的明晰、提取和重复利用。知识管理的基本活动包括对知识的识别、获取、开发、分解、使用和存储等。根据知识的特性，在知识管理中需要把握满足积累、共享和交流三种需求的原则。

非常明显，情报研究工作本身就是一个充满了知识获取、开发、分析、利用等活动的过程。对于情报研究来讲，知识管理就是要对其工作流程中无序的知识进行系统化管理，实现知识共享和再利用，以提高研究水平和工作效率。对于一个在业务中大量存在并依赖于知识流的机构来说，实现知识管理的思路基本有两种：一是在用户需求明确，运用显性知识基本能够解决其问题的情况下，将知识管理基本简化为对信息的管理。这种情况下，知识管理战略的核心就是设计与建设计算机系统，将经过编码的知识有序地储存在数据库中，机构的成员都可方便地利用，这被称为知识管理的编码战略。二是在用户需求复杂化、个性化，必须有效地利用机构诸多成员的隐性知识和经验才能解决其问题的情况下，将知识管理更加倾向于看作是对人的管理。在这种情况下，知识与开发知识的人是密不可分的，知识主要通过机构成员之间的交流来实现共享。在这类机构中，战略的重点是组建通信网络，其作用更主要的是帮助进行交流，这被称为知识管理的个人化战略。

从情报研究工作的内容来看，用户需求的两种情况都存在，且互相混杂。因此，情报分析研究机构在设计和建设自己的知识管理系统时应执行一种全方位的战略，即在系统地分析了情报分析研究业务流程的基础上，为自己建立包括计算机数据库和网络系统在内的分析研究工作平台。

从加强分析研究服务、建设学术环境和实现业务创新的角度来看，情报分析研究机构要建设自己的情报分析研究工作平台。而情报分析研究工作平台也将为情报分析研究机构贯彻新的知识管理工作模式提供一个实际的系统操作上的支撑条件：基于这样的平台，情报分析研究机构能够统一地管理、共享、加工和情报分析研究资料，不仅可以大大提高情报研究工作的效率，还可以克服过去研究工作分散的问题，使情报研究工作达到规模化和国际水平，在此平台的基础上，不仅可以灵活、机动、快速地开展各种形式的情报分析研究服务，而且还可以通过一定的研究成果来吸引用户，实现针对用户的交互化、个性化及时服务。

在情报研究工作平台的支撑下，情报分析研究人员的信息收集和共享将更加全面且程序化，有利于实现情报分析研究机构业务运行的正规化、制度化。这样的情报分析研究工作平台不仅为情报研究工作提供了数字化的信息资源及信息搜索，更为情报研究人员和用户带来完全的数字化研究工作环境。它带来的是情报分析研究工作及机构的E化，将从根本上改变情报分析研究的工作方式和特点。以此平台为基础，我国的情报分析研究机构可以实现对情报研究工作的整体创新，从而在国内商业性信息咨询与研究机构大范围发展起来之前，进一步加强在国内情报分析研究领域的领先地位，为参与未来的竞争赢得先机。

然而，建立起一个功能齐全的平台，只是使知识管理成为可能。为了真正实现知识管理，还应该在宏观和微观的各个层面上，努力研究把知识管理融入情报研究新的日常业务流程的最佳方法和制度，并大力推行，而不能依赖研究人员在新平台中自己去寻找知识管理的感觉。例如通过利益调节机制的设计，将研究人员向数据库所提供内容的水准和质量，作为其绩效评价的内容，使研究人员有意识地把自己的研究成果和知识提供共享。

3　知识挖掘与情报研究

目前的情报研究正在由情报工作向研究工作方面偏移，也就是对深加工的研究和分析性工作要求越来越多、越来越深入，不仅要求情报研究成果具有综述性，还要有研究性和预测性。这就要求情报研究知识管理系统不仅要完成一般性的知识管理功能，还应该在对知识进行管理的基础上实现知识挖掘，以促进研究人员的深入研究。

对知识挖掘的设想始于20世纪80年代末。当时，出现了对从源数据中发掘新信息模式及算法的涉及。被称为数据库中的知识发现（Knowledge　Discovery  Database，KDD）。这种想法的出现是由于此前的信息或知识数据库存在着种种局限，限制了对数据库中蕴涵知识的有效利用，局限因素包括：①信息膨胀，知识供需失准，不能满足不同人员的个性化需求；②经常获得的是过时的、无时效性的知识；③提供的知识无法解决实际问题或发挥效用；④数据库中的知识可能没有以正确的形式被正确地表现出来；⑤由于上述原因的干扰，数据库中信息和知识的使用率很低；⑥底层标准混乱，数据库信息无法有效复用和转换，形成信息孤岛。如果不能很好地解决这些问题，将对知识管理的实施形成极大的挑战，很可能使知识管理的科学理念被架空。因此，要成功地进行知识管理，就必须研究开发先进的知识挖掘、分析和提炼技术，从而形成一个资源丰富的知识库，来满足用户的需求。

知识挖掘工作运用最新的智能工具来挖掘蕴藏于海量显性信息中的隐性知识，并形成专业知识库和知识仓库，将隐性知识显性化并给予管理、利用，非常符合情报分析研究用户对个性化、隐性知识的需求，能够真正支撑起情报分析研究知识管理系统的显性知识与隐性知识全方位开发战略。所以，虽然知识挖掘仍处于发展的前期，还有很多研究难题，但我们在建设情报分析研究知识管理系统的时候，必须考虑对知识管理功能的开发，或至少为其未来的实现与整合预先设计好底层数据标准、二次开发接口等。

目前已出现了一些成型的知识挖掘模式，例如Lotus的知识挖掘方案。这些模式主要是通过知识仓库来实现的。知识仓库是外部异构的相关数据库和本机构知识库构成的虚拟“库集合”。知识仓库中的所有知识单元被统一于同样的标准之下。这样，知识挖掘就可以通过统计和分析工具在知识仓库中完成。因此，如果能够在情报分析研究工作平台中提供知识挖掘功能，将更好地支持知识管理目的在情报分析研究工作流过程中的实现：①情报研究人员对内部知识仓库不断的个性化知识挖掘，促进了个人知识不断融入机构的知识仓库，更促进了研究人员融入机构的知识管理过程。②知识挖掘促进了研究人员之间的知识流转与共享过程，加速了研究人员头脑中隐性知识的显性化，从而可能促发新知识的产生。③情报分析研究用户的个性化知识挖掘，使得研究机构和人员可以及时地收集关于知识被利用情况的反馈信息，为知识管理系统的完善提供支持。

4　情报研究工作平台模式探讨

随着知识管理的推广，目前，国外一些权威的情报分析研究机构已经建立了自己的网络工作系统或平台。美国兰德公司（RAND）开发了自己的ECRIS信息平台，并建设了RaDiUS研究信息数据库，不仅供内部的研究人员使用，而且向美国政府部门公开，借此来争取政府和公众的进一步支持。伦敦国际战略研究所（IISS）的图书馆及信息部也正在逐步建设完善自己的研究信息和研究成果数据库。日本的野村综合研究所（NRI）更是将为不同的用户设计信息系统作为自己的业务之一，NRI的CRNet就是一个基于因特网的研究信息服务平台。而美国国家农业图书馆的6个专业信息中心也都为自己的研究人员建设了相应的研究信息数据库和网站。

而在国内，目前无论是情报分析研究机构还是大企业大多还没有建设起全面而有效的知识管理系统。出现较早的船舶科技情报分析研究快速反应平台没有从知识管理的角度来考虑对内部信息流进行管理的问题，也未给研究人员提供相应的信息导航和功能。

一般认为，作为完善的知识管理系统，要有一些基本的功能来支持知识的收集、挖掘和。因此，作为情报分析研究机构知识管理系统的情报分析研究工作平台应该包括：

1）情报分析研究机构的局域网。以此消除研究人员在网络信息获取和内部信息交流方面的障碍。并在此基础上逐步实现研究信息处理的现代化和无纸化办公。

2）情报分析研究信息数据库。通过建立不断更新的数据库维护机制，将分散收集和掌握的研究资料进行集中化积累和标准化整序，以利于信息资源的共享和最大化利用，提高研究效率。

3）针对情报研究工作特点和信息需求范围对已有的资源建立网络信息智能搜索引擎。以此提高情报研究工作中信息收集的效率，扩大知识搜索的范围与深度。

4）情报分析研究成果及导航网站。提供对情报分析研究资源的导航与搜索，通过网络实现针对情报分析研究用户的个性化的在线服务。

5）知识发现与挖掘工具。利用最新的人工智能技术和自动化工具，实现知识挖掘，并通过计算机辅助完成文献计量学等新的情报分析研究方法操作。

6）标准的元数据格式和模块结构、二次开发接口。为平台的继续开发和扩展提供支持。

情报研究机构在设计和实现其知识管理系统平台时，有一点必须明确：在知识管理中，IT扮演着十分重要的角色。甚至可以说，没有IT技术的支持，就没有知识管理。但是，许多人过分强调技术，反而忽视了知识管理本身。甚至把它当成是信息技术的一个发展阶段。情报研究机构的知识管理应该是以知识为中心，以研究人员为本，以信息工具为辅，能够促进情报研究工作的发展。

情报分析研究工作平台应以情报研究人员和有关用户为中心进行服务。这一平台的作用可比作“知识的网络操作系统”，它应全面实现辅助情报分析研究工作所需的各种功能，但又不偏离知识服务的中心。它应该是一个结构最为完整、内容最为综合的情报分析研究知识平台，应体现开放性、集成性和模块化的特点。

因此，针对不同机构的情报分析研究工作平台应该不是一成不变的，但其中心思想是在情报研究中实现知识管理，以知识管理推动情报研究工作和其自身的发展。

【参考文献】

1　Hansen  M  T，Nohria  N.What’s  Your  Strategy  for  Managing.Har  vard  Business  Review，1999（3/4）

2  Mey  appan  N，Al-Hawamdeh  S，Foo  S.  Task  Based  Design  of  a  Digital  Work  Environment（DWE）for  an  Academic  Community  Informa  tion  Research，2002（2）

3  http：//www.rand.org/about/

4  http：//www.iiss.org/pub/about.asp

5  http：//www.nri.  co.jP/English/

6  http：//www.nalusda.gov/

情报分析与研究范文第5篇

1　传统环境下的情报研究工作

情报研究工作在我国通常被称为情报分析研究或者情报调研，是指针对特定的领域或主题，收集、积累相关文献、数据，加以整理、分析和研究，最终根据用户的需要提出分析研究结果或报告的全过程。从工作内容的性质来看，它实际上包括情报收集和情报分析两部分，即情报研究。在传统的文献信息环境下，我国的情报研究工作主要依托于图书馆或其他文献机构，是有其特定的历史背景的。在这种环境的限制下，一个情报分析研究人员或机构一般只限于对某一个或某几个主题领域进行研究。因为基于传统的文献信息环境和技术条件，我们无法获得及时而广泛的文献信息，也没有整理和加工大量信息的手段，更不能满足对信息进行深加工的分析和研究性要求。

但是，在新的IT技术和因特网环境下，情报研究工作已经突破传统的基于文献信息源进行编译、汇编、综述的工作方式，而大量运用网络信息资源和零次情报，并且引进文献计量、调查统计、逻辑分析和数学模型等新的研究分析方法，用户对其成果也更加要求研究性和预测性了。

发达国家的发展历程表明，情报研究工作对国家的发展具有重要的战略作用，是综合国力的重要体现。近年来，我国的情报分析研究机构针对国家的各方面决策与管理工作需求，开展了多层次的研究和服务，完成了很多重要的情报分析研究任务和课题，为提高我国的决策和管理水平发挥了重要作用。但是，相对于目前的社会发展状况，我们的情报研究工作也存在着诸多问题，这些问题如果不能迅速解决，将大大影响情报分析研究机构的发展。

1）情报工作的低效。主要表现为不能有效地利用网络获取信息，不能通过多媒体表达研究成果，特别是在对已有的情报研究成果和信息资源进行管理和共享等方面大大落后于现有信息技术水平，难以形成快速反应能力。例如，情报收集与积累仍没有实现从资料卡片向数据库的基本转变，使得一个情报分析研究机构内部同时或先后的不同课题之间尚不能正式实现对资料、信息和成果的共享和复用，不仅造成了资源和时间上的巨大浪费，更增加了研究人员协作和管理的难度，从而使情报研究工作难以摆脱被人诟病的“小作坊”模式而形成真正的规模。

2）研究方式的落后。当今的经济、社会和科学课题已经日益融为一体，且研究内容日益细化和深入，但我们的情报研究工作由于环境和条件的限制，研究范围有很大的局限，资料编译和汇编工作仍然占据了我们的大部分工作内容，真正有一定研究深度的综述性报道比较少，就更谈不上利用各种新研究方法系统深入地进行分析工作了。此外，由于研究人员间缺乏资源共享，造成情报分析研究工作各自为战、因人而异，工作成果的稳定性和可信度降低，再加之其他信息机构日益激烈的竞争，这种情况严重地影响了情报分析研究机构的发展和用户对我们的支持。

2　实现对情报研究的知识管理

面对严重落后于时代的局面，情报分析研究机构的主要对策应该是，根据情报研究工作的特点和需求，把情报研究工作的网络环境和技术手段提高到目前先进的IT技术水平，更主要的是结合先进的知识管理思想来设计情报研究知识管理系统并贯彻新的情报研究工作模式。这也是许多情报研究用户依据知识经济的时代背景对情报分析研究机构提出的要求。20世纪90年代以来，在知识经济大发展的促进下，西方发达国家的管理学界很快地经历了从信息管理到信息资源管理，再到知识管理的观念转变。而企业界更是将知识管理理论运用于实际的业务管理中，并取得了一系列成功的案例。

一般认为，知识管理是将可得到的海量信息转化为知识，并使知识能够为人使用的过程。知识管理是对知识进行程序化管理，以便于知识的明晰、提取和重复利用。知识管理的基本活动包括对知识的识别、获取、开发、分解、使用和存储等。根据知识的特性，在知识管理中需要把握满足积累、共享和交流三种需求的原则。

非常明显，情报研究工作本身就是一个充满了知识获取、开发、分析、利用等活动的过程。对于情报研究来讲，知识管理就是要对其工作流程中无序的知识进行系统化管理，实现知识共享和再利用，以提高研究水平和工作效率。对于一个在业务中大量存在并依赖于知识流的机构来说，实现知识管理的思路基本有两种：一是在用户需求明确，运用显性知识基本能够解决其问题的情况下，将知识管理基本简化为对信息的管理。这种情况下，知识管理战略的核心就是设计与建设计算机系统，将经过编码的知识有序地储存在数据库中，机构的成员都可方便地利用，这被称为知识管理的编码战略。二是在用户需求复杂化、个性化，必须有效地利用机构诸多成员的隐性知识和经验才能解决其问题的情况下，将知识管理更加倾向于看作是对人的管理。在这种情况下，知识与开发知识的人是密不可分的，知识主要通过机构成员之间的交流来实现共享。在这类机构中，战略的重点是组建通信网络，其作用更主要的是帮助进行交流，这被称为知识管理的个人化战略。

从情报研究工作的内容来看，用户需求的两种情况都存在，且互相混杂。因此，情报分析研究机构在设计和建设自己的知识管理系统时应执行一种全方位的战略，即在系统地分析了情报分析研究业务流程的基础上，为自己建立包括计算机数据库和网络系统在内的分析研究工作平台。

从加强分析研究服务、建设学术环境和实现业务创新的角度来看，情报分析研究机构要建设自己的情报分析研究工作平台。而情报分析研究工作平台也将为情报分析研究机构贯彻新的知识管理工作模式提供一个实际的系统操作上的支撑条件：基于这样的平台，情报分析研究机构能够统一地管理、共享、加工和情报分析研究资料，不仅可以大大提高情报研究工作的效率，还可以克服过去研究工作分散的问题，使情报研究工作达到规模化和国际水平，在此平台的基础上，不仅可以灵活、机动、快速地开展各种形式的情报分析研究服务，而且还可以通过一定的研究成果来吸引用户，实现针对用户的交互化、个性化及时服务。

在情报研究工作平台的支撑下，情报分析研究人员的信息收集和共享将更加全面且程序化，有利于实现情报分析研究机构业务运行的正规化、制度化。这样的情报分析研究工作平台不仅为情报研究工作提供了数字化的信息资源及信息搜索，更为情报研究人员和用户带来完全的数字化研究工作环境。它带来的是情报分析研究工作及机构的E化，将从根本上改变情报分析研究的工作方式和特点。以此平 台为基础，我国的情报分析研究机构可以实现对情报研究工作的整体创新，从而在国内商业性信息咨询与研究机构大范围发展起来之前，进一步加强在国内情报分析研究领域的领先地位，为参与未来的竞争赢得先机。

然而，建立起一个功能齐全的平台，只是使知识管理成为可能。为了真正实现知识管理，还应该在宏观和微观的各个层面上，努力研究把知识管理融入情报研究新的日常业务流程的最佳方法和制度，并大力推行，而不能依赖研究人员在新平台中自己去寻找知识管理的感觉。例如通过利益调节机制的设计，将研究人员向数据库所提供内容的水准和质量，作为其绩效评价的内容，使研究人员有意识地把自己的研究成果和知识提供共享。

3　知识挖掘与情报研究

目前的情报研究正在由情报工作向研究工作方面偏移，也就是对深加工的研究和分析性工作要求越来越多、越来越深入，不仅要求情报研究成果具有综述性，还要有研究性和预测性。这就要求情报研究知识管理系统不仅要完成一般性的知识管理功能，还应该在对知识进行管理的基础上实现知识挖掘，以促进研究人员的深入研究。

对知识挖掘的设想始于20世纪80年代末。当时，出现了对从源数据中发掘新信息模式及算法的涉及。被称为数据库中的知识发现（Knowledge　Discovery Database，KDD）。这种想法的出现是由于此前的信息或知识数据库存在着种种局限，限制了对数据库中蕴涵知识的有效利用，局限因素包括：①信息膨胀，知识供需失准，不能满足不同人员的个性化需求；②经常获得的是过时的、无时效性的知识；③提供的知识无法解决实际问题或发挥效用；④数据库中的知识可能没有以正确的形式被正确地表现出来；⑤由于上述原因的干扰，数据库中信息和知识的使用率很低；⑥底层标准混乱，数据库信息无法有效复用和转换，形成信息孤岛。如果不能很好地解决这些问题，将对知识管理的实施形成极大的挑战，很可能使知识管理的科学理念被架空。因此，要成功地进行知识管理，就必须研究开发先进的知识挖掘、分析和提炼技术，从而形成一个资源丰富的知识库，来满足用户的需求。

知识挖掘工作运用最新的智能工具来挖掘蕴藏于海量显性信息中的隐性知识，并形成专业知识库和知识仓库，将隐性知识显性化并给予管理、利用，非常符合情报分析研究用户对个性化、隐性知识的需求，能够真正支撑起情报分析研究知识管理系统的显性知识与隐性知识全方位开发战略。所以，虽然知识挖掘仍处于发展的前期，还有很多研究难题，但我们在建设情报分析研究知识管理系统的时候，必须考虑对知识管理功能的开发，或至少为其未来的实现与整合预先设计好底层数据标准、二次开发接口等。

目前已出现了一些成型的知识挖掘模式，例如Lotus的知识挖掘方案。这些模式主要是通过知识仓库来实现的。知识仓库是外部异构的相关数据库和本机构知识库构成的虚拟“库集合”。知识仓库中的所有知识单元被统一于同样的标准之下。这样，知识挖掘就可以通过统计和分析工具在知识仓库中完成。因此，如果能够在情报分析研究工作平台中提供知识挖掘功能，将更好地支持知识管理目的在情报分析研究工作流过程中的实现：①情报研究人员对内部知识仓库不断的个性化知识挖掘，促进了个人知识不断融入机构的知识仓库，更促进了研究人员融入机构的知识管理过程。②知识挖掘促进了研究人员之间的知识流转与共享过程，加速了研究人员头脑中隐性知识的显性化，从而可能促发新知识的产生。③情报分析研究用户的个性化知识挖掘，使得研究机构和人员可以及时地收集关于知识被利用情况的反馈信息，为知识管理系统的完善提供支持。

4　情报研究工作平台模式探讨

随着知识管理的推广，目前，国外一些权威的情报分析研究机构已经建立了自己的网络工作系统或平台。美国兰德公司（RAND）开发了自己的ECRIS信息平台，并建设了RaDiUS研究信息数据库，不仅供内部的研究人员使用，而且向美国政府部门公开，借此来争取政府和公众的进一步支持。伦敦国际战略研究所（IISS）的图书馆及信息部也正在逐步建设完善自己的研究信息和研究成果数据库。日本的野村综合研究所（NRI）更是将为不同的用户设计信息系统作为自己的业务之一，NRI的CRNet就是一个基于因特网的研究信息服务平台。而美国国家农业图书馆的6个专业信息中心也都为自己的研究人员建设了相应的研究信息数据库和网站。

而在国内，目前无论是情报分析研究机构还是大企业大多还没有建设起全面而有效的知识管理系统。出现较早的船舶科技情报分析研究快速反应平台没有从知识管理的角度来考虑对内部信息流进行管理的问题，也未给研究人员提供相应的信息导航和功能。

一般认为，作为完善的知识管理系统，要有一些基本的功能来支持知识的收集、挖掘和。因此，作为情报分析研究机构知识管理系统的情报分析研究工作平台应该包括：

1）情报分析研究机构的局域网。以此消除研究人员在网络信息获取和内部信息交流方面的障碍。并在此基础上逐步实现研究信息处理的现代化和无纸化办公。

2）情报分析研究信息数据库。通过建立不断更新的数据库维护机制，将分散收集和掌握的研究资料进行集中化积累和标准化整序，以利于信息资源的共享和最大化利用，提高研究效率。

3）针对情报研究工作特点和信息需求范围对已有的资源建立网络信息智能搜索引擎。以此提高情报研究工作中信息收集的效率，扩大知识搜索的范围与深度。

4）情报分析研究成果及导航网站。提供对情报分析研究资源的导航与搜索，通过网络实现针对情报分析研究用户的个性化的在线服务。

5）知识发现与挖掘工具。利用最新的人工智能技术和自动化工具，实现知识挖掘，并通过计算机辅助完成文献计量学等新的情报分析研究方法操作。

6）标准的元数据格式和模块结构、二次开发接口。为平台的继续开发和扩展提供支持。

情报研究机构在设计和实现其知识管理系统平台时，有一点必须明确：在知识管理中，IT扮演着十分重要的角色。甚至可以说，没有IT技术的支持，就没有知识管理。但是，许多人过分强调技术，反而忽视了知识管理本身。甚至把它当成是信息技术的一个发展阶段。情报研究机构的知识管理应该是以知识为中心，以研究人员为本，以信息工具为辅，能够促进情报研究工作的发展。

情报分析研究工作平台应以情报研究人员和有关用户为中心进行服务。这一平台的作用可比作“知识的网络操作系统”，它应全面实现辅助情报分析研究工作所需的各种功能，但又不偏离知识服务的中心。它应该是一个结构最为完整、内容最为综合的情报分析研究知识平台，应体现开放性、集成性和模块化的特点。

因此，针对不同机构的情报分析研究工作平台应该不是一成不变的，但其中心思想是在情报研究中实现知识管理，以知识管理推动情报研究工作和其自身的发展。

【参考文献】

1　Hansen M T，Nohria N.What’s Your Strategy for Managing.Har vard Business Review，1999（3/4）

2 Mey appan N，Al-Hawamdeh S，Foo S. Task Based Design of a Digital Work Environment（DWE）for an Academic Community Informa tion Research，2002（2）

3 http：//www. /about/

4 http：///pub/about.asp

5 http：//www.nri. co.jP/english/

6 http：//www.nalusda.gov/

情报分析与研究范文第6篇

[关键词]情报研究　情报研究方法　研究方法

[分类号]G350

1　情报研究方法解析

情报研究工作主要包含三个过程，即信息的收集和整理、情报分析以及情报研究方案。其中，信息的收集和整理是情报研究的基础，情报分析是关键，情报研究的结果表现为具体的判断、预测或解决方案。在情报研究工作中，贯穿于这三个过程，所使用的方法称为情报研究方法。概括地说，情报研究方法是指个人或组织在对信息资源进行收集、整理、分析，并最终形成判断、预测和解决方案的情报过程中所使用的方法的总和。在情报研究过程的信息收集阶段，主要以信息检索方法为主，因此这种只在情报研究基础阶段发挥作用的方法在严格意义上不属于情报研究方法。同样，通过非正常手段直接获取信息，由于没有经过情报分析过程，也不属于情报研究方法。

伴随不断发展的科技水平，为了满足不同用户的情报需求，情报研究需要从不同角度切入，于是涌现出各类情报研究方法。

在宏观上，就分析方式而言，既有定性研究和定量研究，也有定性和定量相结合的研究方法。由于两者功能各异，优势互补，越来越多的情报研究工作已经不再孤立地使用其中一种方法，而是更多地将两者结合起来开展情报研究工作。

在微观上，就分析单元而言，由于情报研究的对象是信息资源，这种资源可以是显性的，如文献资料等，也可以是隐性的，如个人或组织的经验等隐性知识；可以是印刷型的，也可能是电子型的、网络型的。因此，情报研究方法既有以数据或文献及其构件为情报研究单元的方法，也有以文献中的知识以及人或组织所掌握的知识为情报研究单元的情报研究方法。纵览这些角度不同的切入点，可以总结出，在分析单元方面现有情报研究方法主要包括以下5种：①基于数据的情报研究方法；②基于文献的情报研究方法；③基于人的情报研究方法；④基于组织的情报研究方法；⑤基于认知的情报研究方法。这些方法在不同社会背景下受到不同程度地重视，并且方法之间不是相互平行、完全独立的，而是相互渗透的，其中不仅渗透着定性分析、定量分析以及定性和定量相结合的分析方式，各类方法之间还存在着相互渗透，交叉使用的情况。

本文将以上述5种方法为基础介绍情报研究方法的发展现状，期望为情报研究方法的未来发展提供可参考性的帮助。

2　各类情报研究方法的发展现状

2.1基于数据的情报研究方法

基于数据的情报研究方法，其情报研究对象可以用数据来描述，从多角度对所研究的情报问题进行考察，然后运用数理统计中的一系列理论和方法，对大量数据进行各种提炼加工，从涉及多因素、相互交织的复杂现象中推断出有意义的结论。这种情报研究方法主要包括回归分析法、聚类映像法、判别分析法、主成分分析法、因子分析法、趋势外推法、时间序列法、模拟模型法等。比如，时间序列法就是考虑研究对象与时间之间的相关关系，把时间作为自变量，将研究事物的特征值统计数据按其发生时间的先后顺序排列作为情报研究的样本。

基于数据的情报研究方法，经常作为一种统计工具被交叉使用在其它类型的情报研究方法中，用来处理大批量数据，所得出的结果一般具有统计意义。因此，该方法通常作为定量研究中的中介方法，不仅适用于社会科学领域，目前也被应用于很多自然科学领域，如能源、医学等领域。

2.2基于文献的情报研究方法

长期以来，文献作为人类文明成果记录与传播的重要载体，一直是科学研究工作最直接的体现。因此，在情报研究工作中，经常选取文献作为重要的信息源。基于文献的情报研究方法正是以文献及其构件作为分析单元，即使在信息时代，传统的印刷型文献被大量的电子型文献和网络型文献所包围，情报研究工作依然沿用传统的基于文献的情报研究方法，并且不断吸收计算机技术来深化这些方法，使它们向自动化、智能化发展。

基于文献的情报研究方法具有强烈的情报学特色，是情报学中开展情报研究工作专门的分析方法，主要包括文献计量学方法、引文分析法和内容分析法等。这些方法的研究对象可以是整篇文献、期刊、报纸或专著；也可以是标志文献的外部特征(如篇名、作者、引文、出版社、网站、借阅与复制的情况等)，或标志文献的内容特征(如概念、词语、关键词等)。基于文献的情报研究方法的数据源详见图1。获取这些数据的途径可以借助书目、索引、文摘、百科全书、数据库等二次或三次文献，也可以从报纸、期刊或网络上获取发表的原始文献。

基于文献的情报研究方法以文献及其构件为数据源，利用“共现”原理，即相同或不同的文献特征项共同出现的现象，比如，共词、共篇、共引等，被广泛应用于科技领域的情报研究中。利用这些方法可以描述情报研究对象的现状，概括情报研究对象的发展规律，分析和评价研究对象，预测其发展趋势，利用文献之间明显的相关性挖掘更为重要的隐性信息。

为了获得更为有价值的情报研究结果，借助计算机技术，共词、共篇、共引等方法在原有基础上不断改进和拓展，形成了一些新的基于文献的情报研究方法。新方法的重点在于将研究对象引入到知识的层面，突破了早期仅依靠数据和文献来进行情报研究。这种新兴的基于文献的情报研究方法又被称为基于知识的情报研究方法。

基于知识的情报研究方法主要以知识的挖掘和发现为基础，最终目标是要经过情报研究方法的使用，找到不具有关联的信息或者在不具有关联的信息之间建立起某种关联，把研究对象引入知识的层面，进而发现更具价值的情报。该方法基本上是以文献及其构件作为主要研究对象，这类方法主要包括空白点分析法、知识基因法、非相关文献知识发现法等，其中空白点分析法可以更好地发现知识孤岛，知识基因法和非相关文献知识发现法都可以揭示知识间的关联，并且非相关知识发现法还可以发现新知识。

2.2.1共词分析的新发展――数据库内容结构分析法　以传统的共词分析为基础，美国海军研究部20世纪90年代初的文本挖掘示范项目中提出了数据库内容结构分析法(DT)。这种方法基于“临近度”原理，研究学科主题的分布和变化趋势。整个DT法大致需要三个步骤：第一是文本检索流程建立检索结果数据库；第二是识别广义主题以及广义主题和子主题之间定量和定性关系的确定；最后是跟踪这些主题的演进和之间关系的变化。目前DT法的研究与应用尚未涉及最后一步，分析只到第二步为止。

DT法中实现的自上而下的共现聚类的分类体系，可以更加客观地揭示主题领域内的知识结构、研究层次以及科研活动的活跃程度，精确地确定主题领域的

发展方向，短语的临近度分析有效揭示了领域内的科技关联。因此，DT法可以在某种程度上揭示和挖掘特定领域内的研究空白和知识创新点，是揭示知识演化关系、预测演化趋势的有效手段。

2.2.2共引分析的新发展　从最初提出共引分析，到由文献共引扩展到作者共引、期刊共引，共引分析方法不仅实现了研究对象的拓展，还在数据处理方面进行了探索。在共引分析方法的统计分析技术中，除了经常使用传统的统计分析处理技术，如聚类分析(cluste-ring)、因子分析(factor analysis)、多维尺度(multidi-mensional scaling)等，近年来，提出了两个新的数据分析技术，基于模型的聚类算法――自组织映射(SOM)技术和PFNETs(Pathfinder Network Scaling)技术。

・SOM技术。1997年，美国肯塔基州大学的Linxia已开始尝试将SOM技术应用到作者共引分析中。SOM技术是一种神经网络模型，自组织学习方法，具体的工作原理是将任意维输入模式在输出层映射成一维或二维离散图形，并保持其拓扑结构不变。此外，网络通过对输入模式地反复学习，可以使权重向量空间与输入模式的概率分布趋于一致。这种自组织聚类过程是在系统自主、无导师指导的条件下完成的。其优势是尽可能忠实地保存输入数据之间的距离关系，映射保存了输入数据之间最重要的相邻关系，并使这些关系清楚显示出来；特征图根据它们出现的频率，为输入向量分配不同数量的节点。

・PFNETs技术。PFNETs发展于认知科学用以确定网络中最突出的链接。它对不同概念或实体间形成的语义网络进行表达，从一定程度上模拟了人脑的记忆模型和联想式思维方式，主要应用于认知心理学和人工智能等研究方面。PFNETs算法首先检查所有数据之间的关系，然后建立数据间最有效连接的路径。最后将数据以及数据之间的关系表达成一个图，图中节点表示数据，边表示数据之间的关系。PFNETs已被用于作者共引分析，其中将作者视为节点，假设节点间由加权的路径相连，权值为作者的共引频次，并且仅显示节点间最短路径。PFNETs计算快捷，并且具有很强的可视性。

SOM技术和PFNETs技术的应用扩大了共引分析方法的应用层面，使得共引分析的研究范围由单一的小学科逐步扩大到多学科甚至整个科学结构的展示；从最初研究科学发展历程、科学结构发展到展示科学交流模式等，特别是随着信息技术及网络的发展，又用于信息检索可视化及研究网络结构等，它们已成为重要的分析方法。

2.2.3非相关文献法　非相关文献主要是指，文献数据之间没有明显的相关性，这些数据缺乏外部特征方面的共性，且在内容特征方面，不同文献表面看起来在关键词或是题名上也不具相似性或者相互引用的关系。这些文献数据彼此间呈现出一种独立状态，通常是分属不同学科或是收录于同一学科不同分支的不同数据库中；其获取方式也不是仅仅依靠一次性的信息检索从外部或是内容信息线索就可以获取的，而是要通过对这些文献数据中的内容进行挖掘，将这些原本没有关联的文献数据通过一定的逻辑关联联系起来，进而发现其内容所富含的更深层次的知识关联。

非相关文献法的实施过程始于一个研究人员感兴趣的开始词，然后利用一个文本挖掘子系统来发现一系列与开始词具有直接关联性的词，并形成一个有序的关联词列表。之后，对每一个关联词利用同样的文本挖掘子系统来确定与其直接相关的词，这些词被称为目标词。最后，目标词被聚集起来，并且基于产生该词的关联词的数量进行排序，这样就为开始词提供了一个有序的可能存在关联的词汇列表。这种方法的实施模式主要有两种，即开放式和封闭式。

开放式模式的特征是可以产生科学假设，从关键概念A出发，找到与A有密切关系的关键概念B，此时的B可能有很多个，再通过这些B找到与它们有着密切关系的C，同样，C这一关键概念也不会是一个，通过某些规则找出关联度较高的候选C，以便进一步研究，证实原有的假设。

封闭式模式的特征则可以用于验证科学假设，如果有科学家或者研究人员已有了某种假设，认为当前还没有任何关系的A与C具有某种可能的联系，则可以从A和C两个方向同时出发，找出相关的多个B，其中如果从A到B和从C到B的关系越多，B所表征的内容越相似，就证明A与C有关联的这一假设成立。

2.3基于人的情报研究方法

信息技术的影响并没有使得情报研究忽视“人”在情报研究工作中的重要作用，基于人的情报研究方法将人特别是“专家”引入到情报研究工作中，依靠专家的知识与经验，挖掘专家的隐性知识，充分发挥和调动人(尤其是专家)在情报研究中的作用。

这类方法充分发挥人在情报研究中的主观能动性，无需建立繁琐的数学模型，操作简便直观，通过专家参与可以比较准确地反映他们对于情报研究对象的意见。这类方法常与其他类情报研究方法交叉使用，发挥各自的优势，其主要包括德尔菲法、交叉影响分析法、头脑风暴法、个别访谈法等。

其中，头脑风暴法、个别访谈法以定性方法为主，德尔菲法和交叉影响分析法的出现则将很多定性问题转化为定量处理，避免了过多地主观性判断。基于此，苏塞克斯大学科技政策研究中心对传统德尔菲法进行了改进，提出了大规模德尔菲法和市场德尔菲法。这两种方法最突出的特点在于，参与的专家不再仅仅局限于少数人群，而是吸引了来自政府、企业、高校、研究机构和社会各方面的大量专家。同时，所涉及的问题非常广泛，除技术本身的发展外，还要考虑技术可能带来的经济及社会影响。

2.4基于组织的情报研究方法

基于组织的情报研究方法又称竞争情报的方法，是某一或某些特定组织为应对复杂的竞争环境和多样的情报对象而在情报研究工作中使用的方法。它立足于某一或某些特定组织的情报的收集，待收集的竞争性情报可以揭示组织的情报特征，如财务数据、客户、产品、企业战略等，通过对这些信息进行整理与分析，把看似毫无意义的信息经过比较和重新组合，最终为组织决策提供支持，进而达到提升组织竞争优势的战略目标。

基于组织的情报研究方法包括宏观环境PEST分析法、技术经济分析法、产品生命周期分析法、核心竞争力分析法、顾客满意度分析法、企业战略组群分析法、财务分析方法、定标比超法、反求工程和SWOT分析法等。这类情报方法最初应用于企业组织，目前已经在各级政府、研究机构、医院、学校等各种类型的组织中被广泛应用，并且“组织”的含义还在不断延伸，已经把共同应对相同或相似问题或事件的组织都作为研究对象。基于这种变化，又涌现出一些新的方法。比如，世界最著名的咨询机构美国兰德公司就开发出一些基于组织的新的情报研究方法，下面简要列举部分方法。

・远景分析法。2001年，兰德公司成立了关注长

期全球政策和未来人类环境的Pardee研究中心，该中心的目标是提高思考长期未来(从35年到甚至是更远的200年)事件的能力，开发新的分析当前政策选择对长期全球潜在影响的方法。经过几年的探索，该中心建立了一套远景分析方法体系框架，包括：德尔菲法、Hyper论坛、Long Bets、世界模型、环境监测、问题管理、突发问题分析、趋势外推、动态系统分析和计算机建模、模拟与博弈、交叉影响分析、技术预见、技术影响评估、环境影响评估、社会影响评估、情境分析、科学假设、直觉预见、相关树、CERT／CPM分析。

・不确定性分析法。兰德公司已经开发了处理不确定问题的严格系统方法，包括使用计算机程序帮助规划在不确定未来更好工作的战略，而不是消除这一不确定性。研究人员使用一个已有模拟模型的简单版本来决定面对未来变化情境哪种战略最有效。

・情景模拟法。情景模拟法可以模拟每种能源的供应市场、转换部门和消费部门，包括宏观经济模块、国际模块、居民支出模块、民用／商业能源需求模块、工业能源需求模块、运输能源需求模块、电力市场模块、可再生能源模块、油气供应模块、天然气输送和分配模块、石油市场模块、煤炭市场模块。

2.5基于认知的情报研究方法

基于认知的情报研究方法主要是将哲学方法、思维方法和一般科学方法引入到情报研究中，这些方法并不是提供具体的专业知识，而是重在从情报认知的角度促使情报研究人员对研究对象的认识从感性阶段提升到理性阶段，以高于任何学科的思维方式为情报研究人员提供新的思路，以便更好地开展具体的情报研究工作，提出具有价值的情报研究结果。比如，美国著名情报学家、哥本哈根皇家图书情报学院的赫约兰德(Hjorland)和阿尔布莱奇森(Albrechtsen)将领域分析的思想引入到情报学中，实际上就是新型的基于认知的情报研究方法。他们主要从认识论和社会认知的角度，强调以领域整体为关注点，将社会因素融入到对某一个主题领域的知识整理，最终是要解决如何对特殊领域知识进行分类的问题。

3　情报研究方法发展趋势

通过上述分析总结如下三点：

・各类情报研究方法并不相互平行、完全独立。比如，基于数据的方法是各类研究方法处理大批量数据的重要工具；基于人的方法可以从定性的角度控制情报研究结果的质量；基于文献的方法和基于知识的方法都是以文献及其构件为主要数据源，并且基于知识的方法是以基于文献的方法为基础发展起来的，两者之间的差别在于基于知识的方法更侧重于提供知识层面的情报，两者之间的共性在于两种方法都会经常与基于数据的方法和基于人的方法联合使用；基于认知的方法则凌驾于其他几类方法之上，以高屋建瓴的思维指导情报研究人员更科学地开展情报研究工作。

・各类情报研究方法的应用领域侧重不同。各类情报研究方法的切入点不同，基于文献和基于知识的方法侧重于科技领域；基于组织的方法围绕商业领域；基于数据、基于人以及基于认知的方法则可以适用于各种领域的情报研究工作。

情报分析与研究范文第7篇

看，更显现出其片面性和局限性。现代的情报研究在朝着自动化、集成化、流程化和智能化的方面发展，这个渐进的发展过程本身就是一个逐渐走向理解的过程，这就好像是人类对于事物的认识过程一样，首先搜集关于事物的各方面的信息，然后进行处理，简单的事物仅仅需要一些经验就可以处理了，而复杂的事物可能需要借助于工具或技术手段来处理，最后综合后得到的结果，而在大脑中得到一定认识，最终达到理解。

    2.2　从情报学的研究方法来看　在这个社会信息化程度正在逐步提高的时代，情报研究方法的创新刻不容缓。信息化程度提高的一个重要表现是信息总量的激增和新旧信息更迭的加快。为适应这一挑战，情报研究在以下3个方面有所发展[4]：一方面，面对社会信息量的激增，必须通过提高搜集、分析、处理、加工和存储信息的能力，增加信息“吞吐量”，以提高情报研究成果的“产量”和“质量”；另一方面，面对新旧信息更迭加快，必须提高情报研究工作的节奏，缩短从搜集情报到产生和情报研究成果的周期，以提高情报研究的时效性；最后为进一步提高情报研究成果的精度和可信度以满足信息社会情报用户的需求，情报研究不能只停留在定性分析的水平上，必须逐步提高定量分析的比重。

目前情报学采用的研究方法主要有[5]：a.社会调查法。通过现场调查，针对社会现象搜集数据，进行分析，是搜索、跟踪、获取和开发利用情报资源的一种基本的、有效的方法。这种方法又可分为直接方法与间接方法两大类，前者主要是用现场观察法，后者又分为访问调查与调查表调查。b.引文分析法。研究文献的被使用和被引用，也就是研究质量问题。自20世纪60 年代初以来， 由于“科学引文索引”（sci）的创办，引文分析法已成为一个有相当深度和广度的情报学分支。 对引文这一线索进行研究，可以了解某项发明或技术的应用范围、现状、著作水平、学科发展趋势等。c.文献计量统计方法。文献计量是情报学与数学、统计学等相互交叉和结合而产生的研究方法。对以记录形式进行交流的各个方面进行计量统计，从中找出变化规律，建立相应数学模型，从定性与定量分析中达到掌握过去与现在的变化脉络，进而预测未来可能的变化。d.数学分析法。现代数学的许多分支在情报学的研究中都在应用，如在情报检索理论、情报传递的机制、情报采集方案的确定中，概率论、集合论、模糊数学、微分方程、运筹学等均在应用，甚至数论、图论、泛函分析、变分法等，也可以应用。e.系统分析与评价方法。对于情报系统的结构、功能和最优设计等各个侧面与总体，可通过引进系统论、控制论和信息论等方法，进行分析与评价、规划与设计，解决科技情报系统的最佳运行、实现最优服务等问题。由于系统论的研究方法众多，对某一具体研究对象来说，就需要比较不同的方法，从中选择最佳方法，以期获得最优的结果。f.历史的研究方法。进行历史的研究一般先鉴别一个历史问题，搜集有关史料，形成假说；然后进一步严格搜集与组织史料，认真加以核实，进行分析，得出结论。历史研究可以帮助我们了解情报学是如何形成的，促使我们了解过去的事件发生的原因、时间、地点与方式。g.其他方法。包括德尔斐法、内容分析法、比较分析法、哲学研究法等，这些方法多综合加以运用，近来又出现空白点分析法、聚类映像法等。

    随着网络时代的来临，对许多新兴方法的研究也是方兴未艾，如科学计量法、信息计量法、网络计量法、基于文献的知识发现法、知识挖掘法和信息融合法等。这些方法及时地满足了情报研究现时展的需要，增加了观察事物的维数，丰富了认识事物的手段，更深刻地揭示了事物的本质，从而在进行信息分析的过程中逐步达到理解的层次。

情报分析与研究范文第8篇

看，更显现出其片面性和局限性。现代的情报研究在朝着自动化、集成化、流程化和智能化的方面发展，这个渐进的发展过程本身就是一个逐渐走向理解的过程，这就好像是人类对于事物的认识过程一样，首先搜集关于事物的各方面的信息，然后进行处理，简单的事物仅仅需要一些经验就可以处理了，而复杂的事物可能需要借助于工具或技术手段来处理，最后综合后得到的结果，而在大脑中得到一定认识，最终达到理解。

2.2　从情报学的研究方法来看　在这个社会信息化程度正在逐步提高的时代，情报研究方法的创新刻不容缓。信息化程度提高的一个重要表现是信息总量的激增和新旧信息更迭的加快。为适应这一挑战，情报研究在以下3个方面有所发展[4]：一方面，面对社会信息量的激增，必须通过提高搜集、分析、处理、加工和存储信息的能力，增加信息“吞吐量”，以提高情报研究成果的“产量”和“质量”；另一方面，面对新旧信息更迭加快，必须提高情报研究工作的节奏，缩短从搜集情报到产生和情报研究成果的周期，以提高情报研究的时效性；最后为进一步提高情报研究成果的精度和可信度以满足信息社会情报用户的需求，情报研究不能只停留在定性分析的水平上，必须逐步提高定量分析的比重。

目前情报学采用的研究方法主要有[5]：a.社会调查法。通过现场调查，针对社会现象搜集数据，进行分析，是搜索、跟踪、获取和开发利用情报资源的一种基本的、有效的方法。这种方法又可分为直接方法与间接方法两大类，前者主要是用现场观察法，后者又分为访问调查与调查表调查。b.引文分析法。研究文献的被使用和被引用，也就是研究质量问题。自20世纪60 年代初以来， 由于“科学引文索引”（sci）的创办，引文分析法已成为一个有相当深度和广度的情报学分支。 对引文这一线索进行研究，可以了解某项发明或技术的应用范围、现状、著作水平、学科发展趋势等。c.文献计量统计方法。文献计量是情报学与数学、统计学等相互交叉和结合而产生的研究方法。对以记录形式进行交流的各个方面进行计量统计，从中找出变化规律，建立相应数学模型，从定性与定量分析中达到掌握过去与现在的变化脉络，进而预测未来可能的变化。d.数学分析法。现代数学的许多分支在情报学的研究中都在应用，如在情报检索理论、情报传递的机制、情报采集方案的确定中，概率论、集合论、模糊数学、微分方程、运筹学等均在应用，甚至数论、图论、泛函分析、变分法等，也可以应用。e.系统分析与评价方法。对于情报系统的结构、功能和最优设计等各个侧面与总体，可通过引进系统论、控制论和信息论等方法，进行分析与评价、规划与设计，解决科技情报系统的最佳运行、实现最优服务等问题。由于系统论的研究方法众多，对某一具体研究对象来说，就需要比较不同的方法，从中选择最佳方法，以期获得最优的结果。f.历史的研究方法。进行历史的研究一般先鉴别一个历史问题，搜集有关史料，形成假说；然后进一步严格搜集与组织史料，认真加以核实，进行分析，得出结论。历史研究可以帮助我们了解情报学是如何形成的，促使我们了解过去的事件发生的原因、时间、地点与方式。g.其他方法。包括德尔斐法、内容分析法、比较分析法、哲学研究法等，这些方法多综合加以运用，近来又出现空白点分析法、聚类映像法等。

随着网络时代的来临，对许多新兴方法的研究也是方兴未艾，如科学计量法、信息计量法、网络计量法、基于文献的知识发现法、知识挖掘法和信息融合法等。这些方法及时地满足了情报研究现时展的需要，增加了观察事物的维数，丰富了认识事物的手段，更深刻地揭示了事物的本质，从而在进行信息分析的过程中逐步达到理解的层次。

情报分析与研究范文第9篇

关键词： 大数据；科技情报研究技术；资源管理

引言：社会科技水平的应用和发展，推进了数据资源的应用程度在社会发展中的作用进一步加深，大数据环境下科技情报研究技术的分析和应用是开展数据信息资源传输，提高信息分析的详细程度的资源保障，为科技情报研究技术提供了丰富的发展空间。

一、科技情报研究技术的现状和主要内容

目前，我国科技情报研究主要是通过文献调查、比较调查、内容分析、技术预测等技术方法，对期刊、杂志等科技文献资源进行搜集、整理、加工和分析，在科技动态、产业发展、科技政策研究、科技发展战略、科技发展跟踪等方面进行针对性研究，为制定科技发展战略及科技政策提供决策依据；为科研立项、科技水平认定等科技活动提供信息支持。

二、传统科技情报研究技术面临的挑战

（一）科技情报研究技术中应用的数据资源短缺

社会科技水平逐步进步发展，对科技情报研究技术的要求也逐步提高，而传统的科技情报研究技术中存在众多问题，成为阻碍我国科技情报研究技术进步发展的重要阻碍。传统科技情报研究技术中应用数据资源短缺，互联网模式下的数据信息资源来源广，种类多，逐渐成为科技情报研究技术发展的新方向，而传统的科技情报研究中的数据资源来源不仅受到地域限制，准确程度也无法得到保障，与现代科技情报研究技术格格不入，严重影响了科技情报技术的发展与应用。

（二）科技情报研究技术中的用户需求的满足标准降低

现代科技水平中人们对数据资源应用程度进一步提高，数据管理的质量和要求也逐步提高，传统的科技情报研究技术主要采用人工为主，互联网为辅的情报研究分析技术[1]，导致科技情报研究分析技术的质量性无法与客户需求的数据信息质量之间达成共识，降低了科技情报研究的使用价值，从而影响了科技情报研究技术在实现应用中的创新发展。

（三）科技情报研究中研究人员信息量少

科技情报研究技术中重要组成部分是研究中心的人员，传统的科技情报研究中研究人员是推进科技情报研究技术进步的重要部分，研究人员对科技知识的应用创新受到研究范围的限制，导致研究人员自身数据信息量更新速率慢，与互联网环境下的大数据要求之间的间隙逐步增加，降低了科技情报研究技术的作用。

三、实现大数据环境下科技情报研究技术的创新发展

（一）完善科技情报研究中的数据资源

大数据的挖掘和整理主要依靠互联网的虚拟空间进行多种数据资源的整理和应用[2]，将众多不同种类的数据信息资源汇集到网络虚拟空间中，然后按照程序执行要求从数据库中的众多资源中进行信息筛选，得出相应的数据资源结果。在科技情报研究中，应用大数据进行分析整理能够实现科技情报研究中数据库资源整理与应用的准确性发展，提高了科技情报分析的准确性，同时也为数据资源的来源提供了保障，实现科技情报研究中的资源管理与资源应用中数据完完整性和高效性运行。

（二）实现科技情报研究中数据存储体系的完善和发展

传统的科技情报研究中，数据研究和分析体系中主要采用人工数据分析为主，计算机分析为辅的形式进行数据资源分析管理，这种“劳动密集型”的分析存储体系使科技情报研究中的技术性较低[3]，信息准确程度也受到一定的限制，大数据下信息资源分析存储体系逐步完善和发展，使科技情报研究从数据信息供应到数据信息资源整理之间形成完美的数据对接，实现科技情报研究中信息资源中存储体系和存储资源的综合性应用。同时互联网虚拟数据存储空间的应用，提高了科技情报研究技术的信息资源存储的保密性和完整性，促进科技情报研究技术体系的完善和创新发展。

（三）提高科技情报研究技术人员自身信息量

虽然现代科技情报研究技术中大部分数据资源来自于基于互联网等大数据信息资源挖掘，但科技情报研究的研究人员也应当不断丰富自身的科技信息资源信息量，这样可以保障对数据信息的精确化分析，充分发挥科技情报研究技术体系中研究人员的作用，促进我国科技情报研究技术在大数据环境下开拓新的发展领域。

（四）加强大数据环境下科技情报研究中心数据收集和整理

互联网应用环境中大数据资源的应用和管理，为科技情报研究技术的发展提供了源源不断的信息资源，促进科技情报研究中数据研究资源的丰富。但大数据挖掘中常常混杂着多种多样的数据信息资源，科技情报研究技术人员进行数据资源分析和管理过程中应当提高对信息资源分辨能力，对大数据环境中的信息资源进行合理的收集整理，保障科技情报研究技术中资源应用和管理程度向着更加专业化，更加科学化发展，从而提高科技情报研究数据的准确性。

结论：基于大数据的科技情报研究技术分析是推进互联网应用发展在数据信息资源应用中的体现，是促进我国信息资源发展的有效途径，注重把握大数据下的科技情报研究技术的分析能够促进我国科技水平创新发展。

参考文献

[1]祁玉方，时建强，王中伟.科技情报机构三级联动平台建设模式探析――以中国太阳能热利用产业专利数据分析与决策支撑平台建设为例[J].现代情报，2012，10：99-102.

[2]钟辉新，张兴旺，黄晓斌.面向大数据的企业竞争情报动态运行模式MDD：监控、发现、决策的互动.情报理论与实践，2014，03：6-11+15.

情报分析与研究范文第10篇

关键词：高校图书馆 情报分析服务 学科化服务

中图分类号： G254.9 文献标识码： A 文章编号： 1003-6938（2014）05-0026-04

The Practices and Thoughts of Shanghai JiaoTong University Library's Information Analysis Services

Abstract In recent years， with the change of the scholarly communication environment and research environment， the needs of information analysis services has been increasingly developed by university researchers and administrative department. Exploring the method and mode of the information analysis services has become more and more important. This article introduces the practices of ShangHai JiaoTong University Library's information analysis services， analyzes the implementation strategy of subject librarians' participation in the services and finally puts forward the strategy to improve and optimize the information analysis services.

Key words academic library; information analysis service; subject service

随着大数据时代的到来而致使学术交流和科研环境发生变化，科研用户和科研管理者的信息需求正在向知识化、专业化与综合化方向发展，对科研原始文献和数据的信息服务需求也转变向对已有信息的重新认识、组织、解析、分析和利用方向发展，基于这些服务需求的学科化服务成为了高校图书馆服务的主要组成部分。但高校图书馆的用户不但包括科研用户，还包括在校职工，如学校管理决策层，因此，在学科化服务不断深入发展的同时，不少高校图书馆则开始思考如何将积累的丰富学科化服务经验运用到科研用户之外的用户服务之中，对其它用户的服务需求开展个性化、定制化、知识化服务，进而帮助这些用户实现准确、科学的决策、判断等信息行为。本文将这类服务对象既有科研用户，又有学校管理决策者等用户的信息分析等服务简称为情报分析服务，并结合上海交通大学图书馆近年来在开展这类情报分析服务的经验与实践，提出了高校图书馆开展情报分析服务的框架体系和实施策略。

1 高校图书馆开展情报分析服务的框架体系

高校图书馆开展情报分析服务的框架体系由服务内容、服务方法与规范和服务工具三个部分组成（见图1）。其中，服务工具、服务方法与规范是开展服务的基础;服务内容决定采用何种方法与工具;服务方法与工具又可以根据服务内容的需要灵活组合。

服务内容由具体服务对象来决定，高校图书馆情报分析服务的对象主要分为一线科研人员、院系管理决策人员和学校职能部门的管理决策人员，因此高校图书馆开展情报分析服务可以相应地将服务内容分为微观、中观和宏观三个方层面。

（1）微观层面中，课题组的科研人员是科研活动的主体，其信息需求集中在对科研原始文献和对本领域最新研究动态的需求，对他们的情报分析服务可以围绕定题服务、同行对比与跟踪、研究领域的发展态势分析和专利分析等方面开展：

首先，科研人员在科研过程中需要及时关注本领域的最新研究动态，定题服务则是获取领域最新信息的重要方式。图书馆可以针对用户特定研究课题的科研教学需要，利用最新的馆内外传统资源及专业数据库，定期或不定期为科研人员提供最新信息或特定课题的计划、分析和实施方案。

其次，科研人员除了随时关注研究领域的发展动态外，还需要及时发现和跟踪同行的科研进展，了解和借鉴他人的研究成果、所采用的研究技术与方法，从而指导和不断调整自己的研究方向，提高自己的科研效率[1]。图书馆可以结合科研人员的实际需求，根据用户提供的所关注同行研究者的信息及所关注的期刊、会议、科研项目和专利信息，提供给用户包括期刊及会议论文跟踪、科研项目跟踪、专利跟踪和获奖跟踪，以及同行发文及被引情况跟踪等情报分析服务。

最后，对于学校学科发展规划中的重要研究领域，科研人员在制定研究计划或申请项目时，还会十分关注相关领域内有哪些国家、机构和研究者在从事相关研究？已经取得的研究成果是什么？面临的重大问题是什么？相关关键技术是什么？近期研究热点是什么？未来发展趋势如何？自身的竞争优势如何等。对于这类需求，情报分析服务可以提供相关课题或领域的发展态势分析报告和专利分析报告。

（2）中观层面和宏观层面的服务对象则分别为院系管理决策人员和学校职能部门的科研管理决策人员，虽然职能各有侧重，但都承担着院系和学校学科总体发展规划、科研部署和行政管理等任务，所以对信息的需求集中在对机构科研实力评价、人员学术成果及影响力和学科发展态势分析等方面。因此，中观和宏观层面的情报分析服务可以围绕以下几个方面开展：

首先，基于机构科研成果，对院系总体发表与收录论文数据进行分析、归纳、挖掘和对比，从作者、机构、合作情况、影响力对比、总体学术表现及全球定位等多个方面揭示学科发展现状与发展态势，同时发现不同专业学科的研究热点等隐性知识，进行学科发展评估。这是当前国内外文献计量领域理论和方法的实证应用，其研究结果也是学科建设、绩效评价和科技政策决策的重要参考依据。

其次，院系领导和学校科研管理部门还需要与国内外一流大学和科研机构进行比较，考察本机构在同行中的地位及其影响力，通过对科研产出及影响力、国际合作、科研政策等关键指标对比，发现所在机构的优势与不足，用以指导科研机构的学科方向和重点领域布局，进行战略定位与未来发展部署等[2]。因此，开展某一学科及全校总体学科的发展态势分析对高校学科发展规划和布局有重要的意义。

同时，图书馆还可以利用权威的专利信息数据库和专利信息分析工具，尝试对本校专利的总体情况，特别是本校申请专利的价值进行分析，了解本校专利申请年度分布、热点技术领域及与国际的对比、高价值专利强度、技术领域、院系及发明人分布及与国内同类高校的对比情况，以期对学校的知识产权战略管理提供有益的参考。

最后，对院系科研人员个人和学术团队成果的展示及研究实力的分析，通常是科研管理与决策部门进行科研人员绩效评估、留任、晋升、人才引进及按个人、团队和部门分配资源方面的参考依据之一。因此，图书馆可以采用文献计量学研究方法，从学术产出的视角为学校职能部门的人才评价提供客观数据，也是图书馆提升服务效能与服务品质的有效举措。

2 高校图书馆开展情报分析服务的实施策略

高校图书馆开展情报分析服务，应围绕服务框架体系，以服务方法、规范及工具为基础，针对不同类型用户的信息服务需求，开展全方位的分层服务，具体实施策略为：

（1）立足优势，实时对接需求。始终以用户需求为出发点是开展情报分析服务的首要原则，对图书馆来说，可以利用学科化服务已得到普遍认可这一契机，在规避职能部门现有服务的前提下，立足自身优势，选择学校亟待解决的课题，作为情报分析服务起步阶段的重点工作。以上海交通大学图书馆开展的机构人员学术影响力分析服务为例：近年来，上海交通大学在建设世界一流大学进程中，选拔并培养高素质、具有强大创新精神的拔尖师资人才，构建一流的师资队伍，已成为学校的主体核心工作之一。然而，如何科学合理地评价引进研究人员的学术水平，是学校管理层面临的一个重要问题。2012年，图书馆结合学校职能部门的这一潜在需求，自拟完成了《高端人才（即“”人才）引进后的学术影响力分析》报告。2013年，主动拜访学校人力资源处，并向人力资源处展示了前期完成的报告，让他们了解到图书馆的诚意和实力。在初步确定合作意向之后，图书馆成立专项工作小组，从零开始探索并经过反复讨论与修改，构建了人才评价指标体系，从学术研究活跃度和学术研究影响力两个方面评价研究人员引进后的学术影响力，完成了首批研究员（共8位）的评估报告，并得到学校人力资源处认可，最终确定了后续的合作意向。自此，此项服务已成为图书馆的常态情报分析服务之一。

（2）精益求精，建立服务规范。一方面，在服务普及的过程中，重视服务经验的积累，不断梳理和总结服务流程与方法，建立各类情报分析服务指南，包括服务目标、范围、技术路线与流程。同时，注重报告格式的规范，规范文档包括工作规范、数据下载操作指南、报告模板和图表模板等，为开展情报分析服务提供规范与指导。另一方面，在紧跟需求的同时，不断深化与完善分析指标体系，提升服务效能和服务品质。上海交通大学图书馆的情报分析服务在实践过程中，先后制定了《学科发展评估的流程与规范》、《人才评估报告工作规范》、《人员评估数据下载及分析操作指南》等规范与指南，确保了服务有条不紊地持续推进与发展。以机构人员学术影响力分析为例，一般评价指标体系涵盖学术研究活跃度和学术研究影响力这两个一级指标，每个一级指标又分别包含三个二级指标和若干参数。但是对于人才引进前的评估，评估目标是确定研究人员是否值得引进，其中涉及到较多与标杆人员和标杆机构的数据对比。因此，图书馆在评估报告中创新性地设计了引进人员“学术坐标定位图”，以“期刊论文发文水平”和“期刊论文被引水平”作为评价参数，通过气泡定位图的形式直观反映研究人员的学术地位，得到了学校人力资源部门管理决策者的广泛认可。

（3）统筹规划，完善服务机制。情报分析服务的实施主体是学科化服务人员，但对于面向院系科研人员的微观层面的服务主要可以由相应的学科化服务团队负责完成，而对于面向科研决策人员的中观和宏观层面的服务由于项目规模较大，报告完成周期较长，则一般由情报所统筹规划，根据项目的类型和特点，灵活抽调、组织学科化服务人员成立专项课题服务小组共同完成。因此，建立完善的情报分析服务的组织机制，设计合理的服务实施流程，是服务有效开展的重要保障。高校图书馆开展情报分析服务的一般实施过程为：首先，由用户提出情报分析服务的委托;然后，图书馆成立项目咨询服务小组，并与委托方确定的主要联系人进行沟通，深入了解委托项目的概况，从而初步确定项目的实施方案，包括确定报告内容大纲，时间进度及人员安排等事项。在接下来的服务实施过程中，服务小组还将与委托方反复沟通，确定项目的检索词和检索策略，选择检索的数据源和分析工具，然后检索、获取、清理和分析数据，最终向委托方提供总结报告，并给出恰当的建议和结论（见图2）。

（4）协同开拓，融入核心工作。除了根据项目灵活组成各类型情报分析团队，发挥不同学科背景和特长的学科馆员间的协作，还应加强需求机构和学科馆员间的协作。例如，请机构指派的联系人或项目组指派的硕博士生辅助学科馆员共同制定检索策略、分析提纲，并对实施过程中取得的阶段性成果进行不定期汇总与汇报，形成科研人员、管理决策人员和学科馆员反馈互动的良性循环机制，由此推进图书馆情报分析服务的不断完善发展。

3 结语

总体来说，情报分析服务是一种创新的知识服务，是今后图书馆信息服务发展的必然趋势。对情报分析服务的研究，一方面有利于科研机构建立相应的技术发展战略和应对措施，合理分配科研经费以及找到科研活动新的研究方向，方便管理部门确定改革、改进措施，为研究机构长期、持续、有效的发展提供帮助。另一方面，高校图书馆可以逐步做到有针对性地为科学研究与管理提供决策参考服务，实现学科化服务在深度和广度上的提升。目前，高校图书馆对开展情报分析服务虽然积累了一定的经验，但总体上仍处于摸索阶段，许多服务方式、方法以及服务内容有待于改进完善和深入。

（1）密切关注学校发展战略规划和学科发展方向。在服务项目的选择方面，除了做好科研用户提出的服务需求，还要主动关注国家及学校的总体发展目标，关心院系学科的发展方向，了解学校及院系的重点科研方向和科研课题，并紧跟新兴技术的发展态势，真正做到“需求牵引、服务主导”。例如，上交大图书馆结合学校职能部科学合理地评价引进研究人员的学术水平的需求，提供机构研究人员学术影响力分析，以解决学校管理层面临的一个重要问题。又如，近年来3D打印技术的发展潜力巨大、应用范围越来越广，上交大图书馆完成了《3D打印技术发展趋势报告》，为学校了解该技术的国内外最新发展趋势、确定优势技术领域和寻找合作提供决策支持。因此，依据学校学科发展战略和规划，针对院系各学科发展格局，使图书馆情报分析服务能够满足学校不同层面服务对象的需求，才能合理有效地支持学校科研发展。

（2）提高馆员情报分析素养、加强团队协作。情报分析服务的对象类型很多，包括院系科研人员、院系领导、学校领导和学校职能部门如科研院、产研院、人力资源处等，而且随着服务的开展，服务的需求和类型也会愈加多样化。但是，图书馆学科化服务人员，尤其是从事情报分析服务的人员数量和能力都很有限，所以，一方面要通过学习和培训提高馆员的情报分析素养，另一方面通过成立项目服务小组的形式，发挥服务团队成员各自的优势并加强协作，才能不断提高服务能力和水平，做到服务的可持续发展。

（3）选择合适的数据来源和分析工具。首先要根据不同的服务对象选择不同的数据来源，包括对数据库的收录年限、学科类别、地域范围、出版物来源和组织加工质量等各方面进行综合考虑。其次，在数据分析的过程中，除了使用数据库自带的分析工具以外，要用好图书馆购买的科研分析工具如ESI、TDA、Incites、TI和Innography等软件，还应充分利用免费分析软件如CiteSpace、RefViz和HistCite、文献管理软件Endnote、NoteExpress等，了解这些软件各自的优势，充分发挥这些资源在不同类型报告中的作用。最后，在长期的实践过程中，探索服务规范，尝试研究和开发个性化的分析指标和工具，提高服务效率。

（4）提出合理恰当的结论和建议。图书馆在支持学校科研方面有着自身的资源和服务优势，但还应找准自己的定位，认识到情报分析服务均为基于文献计量学的深层次学科化服务，仅能从科研论文产出的角度反映人才的科研绩效或学科的发展趋势，是科研管理和决策中较为客观的参考依据之一。所以，还需要在服务的过程中进行说明，并在报告中给出恰当的结论和建议。

参考文献：

[1]吴跃伟，张吉，李印结，等.基于科研用户需求的学科化服务模式与保障机制[J].图书情报工作，2012，56（1）：23-26.

情报分析与研究范文第11篇

1.1信息社会发展带来图书情报与档案管理学科定位的变化

20世纪末21世纪初,随着人类社会不断向信息社会迈进,信息的战略地位进一步提升,人们普遍把信息与材料和能源并列,将它们共同视作对整个经济社会发展具有决定性作用的重要战略资源。信息不再仅仅是消除人们不确定性认识的消息,它更是生产要素、无形资产和社会财富,成为更多社会财富的重要源泉。这时候的中国,社会与国民经济信息化进程明显加快,急需人们真正把信息资源化,把信息作为经济社会发展的重要资源来进行管理。这一重大需求引发了社会生活的一系列重要变化,为解决这些重要变化带来的诸多重要课题,新兴学科纷纷崛起。主要融合了图书馆学、情报学、档案学三个二级学科,同时又吸收计算机科学、通讯科学、管理学、经济学、法学、传播学、咨询学、编辑出版学等多个学科的知识营养而形成新学科群,开始出现在迈向信息社会的中国。社会已经开始将信息作为国家和机构的战略资源来进行管理,本学科发展进入对信息资源的管理阶段。这一阶段的主要特征是将信息资源化,将信息作为资源来进行管理。学科使命主要在于探寻使信息内容对社会和机构发展产生实际价值的规律性,而不再仅仅是使文献中的信息具备可利用性。它所定位的管理也发生了根本性的变化:管理的主要目标是根据信息的资源特性,使信息产生创造新财富的更高价值;管理活动的具体职能除了收集、整理、加工、保管、检索、提供利用之外,开始引入一般管理学意义上的组织、规划、协调、控制、监督;管理对象除了信息内容,还包括人、财、物、时间等。处于对信息资源的管理阶段的图书馆学、情报学与档案学等二级学科,已经通过学科集成整合为一个具有更加丰富内涵的新的学科集合,它们之间的关系是进一步走向/合0,即在一个更大的框架内,各自从不同的侧面研究同一个客体)))信息资源。分列二级学科名称曾经在20世纪末被国家有关部门在学科专业目录中命名为/图书馆、情报与档案管理0,在2011年为进一步优化学科结构,经国务院学位委员会审议通过的5学位授予和人才培养学科目录(2011年)6中,进一步变更为/图书情报与档案管理0,这一变化正是对/合0的趋向的准确反映。图书情报与档案管理是管理科学的重要组成部分,是探索信息资源开发利用与管理规律的科学。目前,图书情报与档案管理这个一级学科已形成由图书馆学、情报学、档案学、信息资源管理等若干具有相同科学使命和共同理论基础的二级学科的集合。

1.2图书情报与档案学科研究领域和研究内容的拓展

社会实践是推动学科发展的根本动力。随着社会信息环境的变化和科学技术的不断发展,图书情报与档案管理工作的职能发生了重大的转变,职能拓展是大势所趋。这些必将带来图书情报与档案管理学科研究领域和研究范围的进一步拓展。我们不仅要研究图书情报与档案管理的技术和方法,同时也要研究图书情报与档案管理事业的宏观管理;我们既要研究图书馆学、情报学、档案学本身,还要关注它们之间以及与其他相关学科之间的相互影响和共同发展规律。当代学科发展的一个明显特征是:一方面科学分工越来越细,新学科、新知识不断涌现;另一方面各门学科、各种知识之间相互融合的趋势日趋突出。这不仅表现为同一学科内各分支学科之间的互相渗透、互相补充,而且表现为不同学科之间的互相渗透、互相借鉴、相互融合。现代信息技术的飞速发展,我国传统的图书馆、情报、档案工作的外部环境、管理对象与技术手段发生急剧变化,档案学、图书馆学、情报学的关系日趋密切,以这三个学科为主体构成信息资源管理学科群的趋势日益明显,三个学科相互依托,通过融合、拓展、变革,融入更为广阔的信息资源管理领域,广泛整合图情档、经济管理、计算机和通信、公共管理等学科领域内容,逐渐形成自己的理论与方法特色,将是图书情报与档案管理学科未来的研究趋势。我们不仅要研究图书馆工作、情报工作、档案工作本身,而且更重要的是要研究各种信息资源及其管理的社会属性,研究与之相适应的外部环境,研究相应的各种各样的复杂/社会问题0。图书情报与档案管理学科在科学研究中面临的很多问题与其说是本学科范围内的问题,不如说更多的是一些/社会问题0,这些问题是随着社会发展而产生的。图书情报与档案管理学科的不断发展,逐步突破本学科领域,并向跨学科研究发展,不断与数学、计算机科学、信息论、系统论、经济学、法学、大众传播学、文化学、教育学、社会学、哲学、史学等学科交叉融合,不断开辟新的研究领域,形成跨学科研究优势。从目前的图书情报与档案管理学科发展来看,该一级学科近年来的研究领域不断扩大,与相邻学科和其他学科之间的关系也日益紧密,形成了一系列交叉学科,诸如信息社会学、知识生态学、信息经济学、信息伦理学、信息法学等。同时,其他学科的一些相应理论、方法及技术被引至该学科,也能相应拓宽学科的研究领域、研究范围。图书情报与档案管理学科自身属性和定位的变化以及学科研究领域和研究内容的拓展,将带来学科研究方法的重新审视和创新发展。

2图书情报与档案管理学科传统研究方法的创新发展

传统的图书馆学、情报学、档案学基本上被定位研究于人文科学或者是社会科学,因此,该学科传统的研究方法主要是人文社会科学方面的经典研究方法。随着学科的转型发展,它的基本研究方法有所变化,但这些经典研究方法仍在学科方法体系中占有重要地位。而且这些经典研究方法本身也在与时俱进地发展,图书情报与档案管理学科在对这些经典方法的应用中也在推动和参与这些研究方法的创新发展。传统研究方法主要包括:文献调查法、观察法、思辨法、历史研究法、概念分析法、比较研究法、分类研究法等。本学科在这些传统研究方法的创新发展方面的基本作为有如下几个方面。

2.1强调/分解分析0和/综合集成0两个方面的相互推动、整合应用

/分解分析0实际上不是一种具体的研究方法,而是一种研究方法论。基本主张就是把统一的科学分解为大量不同的门类进行研究。这种研究方法论的形成应当与观察法、实验法、归纳法、演绎法等传统研究方法的成功应用有密切关联。这种研究方法论对研究方法发展有重要影响,促进了以讲究科学研究深度和精度的各种研究方法的发展。当然,这种研究方法论也不可避免地存在一些弊端。例如,科学研究实践证明,对于一个复杂系统而言,将被分解为一定基本单元的个体进行简单相加并不能恢复为原来的系统。这实际上是说过度的/分解分析0并不能使我们认识事物的本来面目。于是,新的研究方法论出现了,/综合集成0就是其中一种,其基本主张就是注重事物的整体性关联,以集成和综合的方式进行整体性研究。这种研究方法论,促进和带动了一系列具体研究方法的出现和应用。/分解分析0与/综合集成0两种研究方法论都对图书情报与档案管理学科科研方法的应用产生了影响。但由于这两种研究方法论都存在一定的偏颇,因此,在本学科科学研究中实际上成功采用的方法论指导是介乎这两种方法论之间的另外一种更加科学的方法论,这就是在具体科学研究实践中,强调发挥/分解分析0的作用,同时在此基础上,也强调综合集成的作用,强调分解分析与综合集成的有机互动。表现在具体研究方法的应用方面,大都复合应用多种不同类型和功能特点的研究方法,较少采用单一研究方法。

2.2注意定性分析与定量分析方法的结合应用

定量分析方法,也可以称作数量分析方法,是指为了认识对象数量关系而采用的分析方法。这种方法的特点是可以帮助人们建立精确化认识,以更加准确地揭示事物的发展规律。比较典型的定量分析方法有回归分析、时间序列分析、决策分析、优化分析、投入产出分析等。定性分析方法,又称/非数量分析法0,是主要依靠人们的实践经验以及主观的判断能力,推断出事物的性质和发展趋势的分析方法。比较法、归纳法、分析法、综合法、推断法和专家访谈法等属于典型的定性分析方法。定量分析和定性分析是图书情报与档案管理学科常用的基本方法,在具体科学研究实践中,这两种方法都没有偏废,得到比较有效的结合应用。南京大学叶继元教授的一项抽样统计结果表明,管理学科经常使用的研究方法主要是定性分析与定量分析相结合的方法,其次是定性研究方法,单纯的定量研究相对较少。这项抽样统计分析的结论反映了客观的整体情况。定量分析、定性分析都有各自适用的范围,对于图书情报与档案管理学科来说,单纯使用一种分析方法的场合不多,结合应用才有助于得出更加科学的结论。笔者进行的一次统计分析表明,图书情报与档案管理学科多数具有较高水平的研究成果,既不是单纯应用定性分析方法,也不是单纯应用定量分析方法,而是将两种方法结合起来使用。

2.3将一部分自然科学特别是技术科学成果引入传统研究方法体系中,注入更多的技术因素

其实,所谓传统研究方法也不是一成不变的,更不是一成不可变的。初步的统计分析结果表明,图书情报与档案管理学科在对传统研究方法的应用过程中,就进行了一部分非常有成效的创新尝试。例如,在应用文献调查法的过程中,引入量化统计分析技术对调查结果进行分析,用具体翔实的数据说明状态和发展趋向等,效果不错。目前,在本学科博士研究生、硕士研究生论文写作中,这种方法已经成为一种范式。再如,在采用比较研究法、文献调查法进行科学研究的过程中,尝试引入计算机数据挖掘技术,在比较分析方法应用中引入模型构建技术等也都被实践证明是有积极效果的。特别是在大数据环境下,计算机数据挖掘技术将会产生更大的作用。

3相关学科研究方法在图书情报与档案管理学科中的创新应用

随着经济社会发展不断对图书情报与档案管理学科的发展提出新的要求,本学科在自己特殊的转型期间,不断进行着学科的分化与整合,已经逐步发展成为综合叉学科。学科性质的变化、学科使命的变化,学科在与其他相关学科融合发展的过程中,开始尝试应用这些学科领域的研究方法,并结合学科发展的需要和要求,在应用中进行了具体方式、手段等方面的创新。

3.1数学和统计学方法的应用

如前所述,在图书情报与档案管理学科的整合发展过程中,数学和统计学的知识内容被交叉综合到若干分支学科的形成与发展中,其中就包括数学和统计学方法的应用。非常可喜的是,这种应用确实取得良好的成效,不仅使数学分析、统计分析的应用逐渐形成了本学科特色,而且产生了成体系的信息计量方法技术及相应的学科)))信息计量学。

3.2实验方法的应用

实验方法是获取真理必需的途径,是学习和掌握信息资源管理规律的最好方法之一。而且图书情报与档案管理学科是典型的应用学科,更应当是以实验为基础的科学,任何有价值的信息资源管理科研成果的取得都应当来源于实验,最终应用于实践。特别是在这个学科领域,出现在实践中的许多管理现象只有通过实验才能得到解释,相当一部分管理实践中需要为人们所认知的现象必须经过实验才能被人们观察得到,管理过程中相当一部分预测性活动必须通过实验才能被/验证0,信息资源管理诸多原理也是需要人们通过实验总结出来的。正是在这样的意义上,图书情报与档案管理学科就应当是实验科学。图书情报与档案管理学科的实验科学性质,决定了实验方法在学科发展中的特殊重要价值。目前,在图书情报与档案管理学科的发展进程中,实验方法得到高度的重视,在一部分重要科学研究实践中,实验方法得到充分应用,同时还有一定的创新性。例如,构建实际检测验证环境,抽象掉一部分影响因素,进而观察事物发展变化状况的方法,应用于一部分管理措施、技术的应用方案的论证和相关原理原则的阐释揭示过程中。这为本学科向实验科学的方向发展迈出了坚实的步伐。

3.3计算机仿真模拟方法的应用

随着计算机应用的发展,计算机学科对管理学科研究方法的影响越来越大,计算机仿真模拟、软件数据包分析等与计算机紧密相连的新的研究方法逐渐增多。这些方法也在图书情报与档案管理学科的发展中得到应用,计算机仿真模拟技术等不仅在相关科学研究实践中有应用,而且还形成了一定的特色。例如,在人工智能和知识库系统建设过程中,在数字资源长期保存策略构建过程中以及在专业教育相关教学活动中,计算机仿真、计算机仿真模拟方法的应用尝试都是独具特色的,也是有积极成效的。

3.4其他相关学科方法的应用

情报分析与研究范文第12篇

【摘 要 题】信息服务

【关 键 词】情报研究/情报分析/现代咨询/整合

人类早期的情报和咨询活动可以追溯到古代，但具有现代意义的科技情报工作和咨询却是在第二次世界大战之后形成的。20世纪科学技术文化和社会经济的迅猛发展引发了“信息爆炸”。面对浩瀚的信息海洋，科学家、企业家和政府决策者都在迅速找到自己所需信息的活动中感到力不从心。在“信息革命”的推动下，信息业和现代咨询业应运而生。马海群教授认为，从工作性质讲，情报研究应属于咨询业范畴；从研究层次看，情报研究应属于咨询研究中的中观、宏观性研究；从经营方式看，咨询业是一种商业化活动，情报研究则有相当一部分隶属于政府机构；从发展趋势看，情报研究正向咨询转变；从体系结构看，情报研究是咨询中管理咨询的一个组成部分。

情报研究和现代咨询长期以来一直作为两个不同的领域而存在。范并思教授指出，情报研究有两个来源。一个来源是科技情报领域。其产生的重要标志之一就是美国国防系统信息分析中心的建立。另一个来源在非科技情报领域，如美国兰德公司进行的咨询类信息分析、日本野村综合研究所进行的经济信息分析等。在学术研究中，人们经常把情报研究和现代咨询放在一起研究，表现出一体化的趋势。但真正实现一体化还需要一个长期磨合的过程，这个磨合过程必然将伴随着理念的碰撞与整合。本文旨在分析二者之间在理念方面的异同，探讨知识经济条件下这些理念的整合及其对我国情报科学事业发展的指导意义。

1　情报研究的发展脉络

众所周知，西方的科技情报事业是以文献工作为基础的。1945年，美国科学研究与开发办公室主任V.Bush在《大西洋月刊》上撰文“As We May Think”，生动描述了信息技术将在信息收集、存贮、发现和检索等方面带来的革命性变化。V.Bush被称为西方情报学之父，其著作被认为是西方情报学的奠基之作。我国的科技情报工作始于1956年。由于建国初期特定的历史环境，它从创业之日起所走的就是一条文献工作与情报研究工作相结合的道路，并集信息库与思想库于一体，形成了有别于欧美各国的特色。情报研究在我国又称情报调研或情报分析。它与前苏联的情报分析与综合，日本的情报调查，美国的信息分析，联合国推荐的信息浓缩，欧美地区的工商情报，其他国家的数据分析、技术跟踪、信息经纪等基本属同义语。英文的对应词汇包括Information Analysis、Information Analysis and Synthesis、Information Research、Information Study等。情报研究在科技情报工作中处于核心地位，是一种高级的服务形式。随着社会科学情报工作的展开和信息科技的渗透，情报研究在内涵外延上又有了新的发展。

2　现代咨询的演化轨迹

咨询活动自古有之。咨询作为一种运筹谋划的社会活动伴随着人类社会的形成和发展过程。英国是第一次工业革命的发源地，也是世界上最早建立咨询业的国家之一，迄今已有200多年的历史。1913年英国首先成立了英国咨询工程师协会（ACE），以法律形式确立了咨询活动的社会地位。二战后，随着西方科技的进步和经济发展，咨询业逐步走向专业化和行业化；由个体咨询、集体咨询发展到综合咨询；从技术咨询发展到战略咨询；研究领域由军事、政治发展到科技、经济、法律、环境、文化、教育等各个领域，成为发达国家社会生活中不可缺少的一个重要环节。现代咨询也被人们称为“头脑产业”，是知识密集型产业。

我国的咨询业是改革开放以来兴起的。1992年国务院颁布《关于加快发展第三产业的决定》，明确提出了加速发展科技咨询、法律、会计和其它咨询业务。1999年，中共中央、国务院在《关于加强技术创新、发展高科技、实现产业化的决定》中进一步强调要大力发展中介服务机构，积极发展信息咨询服务，为企业、特别是广大中小企业提供经营管理、市场营销、信息、财务、金融、法律等方面的服务。目前我国的咨询业已初步形成产业规模。它以信息为基础，综合运用科学、技术、经验、技能等，为政府部门、企事业单位和各类社会组织的决策和运作提供服务。具有劳动复杂程度高、知识储备量大、服务覆盖面广、辐射力强、应用效益高等特点。

3　情报研究与现代咨询的理念剖析

理念一词原本是旧哲学的词汇，有观念之意。当今社会，创新成为各行各业的生存之道，理念则成为万务之首。我们认为，在长期的实践和探索过程中，情报研究和现代咨询这两个领域已经形成了一套具有价值观和方法论意义的理念体系。研究这些理念的是非曲直是本文的重点。

（1）关于工作性质的认识。文献认为，“情报调研工作是一项创造性的劳动，是属于科学研究工作范围的。”1991年国家科委以“中国科学技术蓝皮书”的形式正式公布了《国家科学技术情报发展政策》，明确指出：“情报研究是以情报为对象，对情报的内容进行整理、加工、鉴别、判断、选择与综合出新的情报的科学研究活动。……它是整个情报活动中一种创造性劳动，是一种科学研究工作，属思想库的范畴。”这是我国首次以国家法规的形式阐明情报研究的性质和地位。

马海群教授认为，现代咨询本质上也是一种创造性科学劳动，是科学知识的继承、发展、传递和利用的扩大再生产过程。在一定意义上说，咨询工作者就是知识工作者，是学识渊博，富有创新精神的专业人员。咨询业将成为未来知识经济的重要产业部门。美国学者波拉特在其1997年出版的《信息经济》一书中指出，咨询业是信息服务业中具有“生产知识和具有发明性质的行业”。

因此，我们可以明确认定，情报研究和现代咨询在本质上是相同的。对一种行业的工作性质的定位不但要反映其过去的真实情况，而且也应该揭示其未来的走向。人们通常把以美国兰德公司为代表的一批著名的现代咨询公司誉为“思想库”和“智囊团”。《国家科学技术情报发展政策》把情报分析工作定位在“思想库”上，不仅肯定了科技情报工作过去的成绩，更表明对其未来发展方向的把握。

（2）关于成果类型的认识。情报研究和现代咨询同属于创造性的科学研究，但业内人士对其成果类型却有不同的界定。咨询界一般认为，咨询通常提供研究报告、推荐方案、实施方法和背景材料及数据分析等书面成果，属于可直接操作的知识形态产品。“咨询是一种智力活动过程，通常会产生新的知识。”我国情报界则普遍认为，“科技情报工作是在不断强化科学技术知识传播过程中形成和发展起来的一项科学事业。它本身是一种不创造知识的研究工作，它所创造出来的成果多体现或反映在其它创造性活动之中。”有了这样一个基本的前提，情报研究就顺理成章地成为“科学文献的综合分析”型活动。有学者感叹，“信息分析这一情报工作中最具有智慧性、挑战性的工作，便不得不沦落为“剪刀加浆糊”的代名词，成为了生产“综述、述评、研究报告”等学术信息的代名词。”回顾历史，米哈依洛夫无疑是关于情报研究不创造知识观点的集大成者。他在《科学交流与情报学》中按照对科学文献与情报进行分析综合加工的目的性，严格区分了科学研究和情报研究；前者创造新知识，后者则不然。因此能否创造新知识就成为情报研究与现代咨询的首要分歧。

我们认为，如果不破除情报研究不创造知识的观点，不仅将阻碍情报研究向纵深发展，也无法融入现代咨询业。我们对知识应该做广义的理解，各门学科的知识是知识，情报研究的结果怎么就成不了知识呢？知识的新与旧是相对而言的。情报研究和现代咨询针对特定问题所提供的成果很可能够不上人类首创的程度，但对于特定问题和特定用户而言，它的成果就是新知识。米哈依洛夫的画地为牢式的限制已经使我们的情报研究陷入了隔靴搔痒的尴尬境地。我们曾经在文献中论述了军事情报在我国科技情报工作中的指导作用，并把它看成是信息应用领域的一个最成功的范例。对于给定的课题，如果我们的情报研究人员拿不出与军事情报机构或美国兰德公司处于同一水平的研究报告，那只能够说明我们自己的实力不够或观念僵化。如果我们的情报研究机构要面向社会、面向市场、面向服务，这样的知识产品会有多大的竞争力？

（3）关于机构职能的转变。1956年中国科学院科技情报研究所成立，标志着我国科技情报正式创业。创业伊始，我国的情报事业就呈现出图书馆技术与军事情报思维的奇特结合。1964年美国人J·辛普森提出了“情报分析中心”的概念，并得到了社会广泛的承认。情报分析中心（Information analysis center，IAC）是从事情报分析、浓缩、综合工作，并具有中心功能的情报机构。它的主要任务是对实验、研究和其他工程技术活动中产生的情报进行提炼、评价、鉴定和传播。情报分析中心着重对文献内涵进行加工，而情报中心、文献中心或图书馆着重对文献表征进行加工。在我国多数综合性、地区性和专业性情报研究所内，以及在不少基础和应用科学研究所内都设有从事情报分析研究工作的机构。迄今也还没有像兰德公司那样著名的专门从事情报分析研究的咨询机构。

改革开放以来，我国以发展经济为导向，情报机构也在积极谋求发展，提出了服务社会的大情报观。其核心是要求情报工作适应社会发展的需要，突破科技情报的局限，与社会、经济、管理等社会信息有机结合，面向经济，面向社会，转变机制，增强为社会服务的功能。以竞争情报为突破口，为企业发展和市场竞争服务，为与国际接轨、迈向现代咨询业创造条件。

打造中国的“兰德公司”需要充分借鉴发达国家在发展咨询业所采取的政策、措施、体制和办法。国外的情报研究主要是一种面向社会的商业化活动。因此从经营方式上讲，我国的情报机构一部分仍将隶属于政府和企业，一部分将面向社会、面向市场、面向服务，转换运营机制和工作方式，向咨询业方向发展。现代咨询活动是市场经济的产物，必须服从市场规律，具有市场经营性。在组织和研究活动上具有独立性，自主决定研究课题，不依附于任何单位或个人的主张；根据研究需要尽可能地搜罗大批各类专业人才，形成由各学科专家组成的智囊团体。转贴于

当然，向现代咨询业进军不应该也不可能是一哄而上，美国也只有一个兰德公司。机构的职能转换也必须根据自身条件、适应社会需要、注意调控好各种机构类型的比例。无所不能、包打天下的“万能”咨询机构是不存在的。

（4）关于专业观念的拓展。在广义的咨询或情报领域，军事情报无疑处于最先进的位置。如果把它的成果作为理想的情报研究的结果，那么无论是情报专业还是现代咨询专业，都必须要将传统的单一的专业观念、知识观念、方法观念和人才观念转变成面向问题解决的复合的专业观上来。

从学理上讲，任何一个知识和科学研究活动都有其学科或专业的归属。因此新知识的生产通常是本专业人员的职责所在。专业的壁垒越高，就需要在专业知识与技能的积累上花费更多的时间和精力。就连米哈依洛夫也承认，情报学不可能制订出科学情报分析与综合的正式方法。因为分析和综合与科学情报的真实性、有益性及新颖性的评价有关，而且要在物理、化学、生物学及其他科学的理论与方法的基础上来实现，任何一种情报都是属于这些科学的。

在这方面，自然科学、社会科学和社会现实问题，大致呈现出依次递减的趋势。所以原本在科技领域只能做些“表面文章”的情报研究，在社科和社会实际的咨询问题上就可能有所作为。但这并不能从根本上解决问题。情报学专业有自己的一套知识体系，不可能无所不包。要实现不折不扣地解决咨询问题，应该在教育体制和机构人才组合开动脑筋。美国的图书情报学院通常只招收有其他学科背景的学生来从事研究生项目专业学习的做法是比较科学合理的。这样可以有效地改变专业人才的知识结构。而在咨询机构的人才组合上，兰德公司的做法很有指示作用。

在兰德公司的英文名称中，Rand是Research and Development的缩写。成立于1948年，是一个以军事为主的综合性战略研究所。半个世纪以来，兰德公司一直被推为全球10大超级智囊团之首。它以权威的分析与卓越的决策咨询影响和左右着美国的政治、经济、军事、外交等一系列重大事务的决策。在研究人员构成上，兰德公司的研究人员所覆盖的专业十分广泛。有各方面的专家，包括数学家、工程师、计算机专家、经济学家、政治家、语言学家等。此外还有物理学、计算机科学、法律、教育、医学、决策分析、军事分析、文艺方面的专家。还在各大学及研究机构中聘请了700名专家作为高级顾问。美国前国务卿基辛格从1960年到1968年一直担任兰德公司的顾问。情报研究是一种横跨多种学科领域的研究，所要解决的问题中包括了科学、技术、社会、经济、政策等复杂因素。通过研究人员专业多样化和个人专业知识综合化的途径，最终能够形成适应知识经济社会要求的复合型专家群体。

情报分析与研究范文第13篇

〔关键词〕战略情报 技术预见 情报研究

〔分类号〕G350

Studies on the Strategic Intelligence Meanings in Technology Foresight Exercises

Chen Feng

Library of Chinese Academy of Sciences, Beijing100080

〔Abstract〕Based on the case studies on more than 60 finished foresight projects in the world, this paper studies on strategic intelligence characteristics of technology foresight exercises focusing on their objectives, information collection, information analysis & synthesis, and outputs, deduces strategic intelligence meanings in technology foresight exercises, and gives some valuable findings.

〔Keywords〕strategic intelligencetechnology foresightintelligence studies

1问题的提出

凡事预则立,不预则废。随着人们对科学技术自身发展规律认识程度的不断深化以及科学技术与社会经济相互依赖、相互影响关系的日益增强，科技领域“预”的内容和方式也发生了很大的变化。20世纪80年代中期以后，“预见(Foresight)”逐步取代了传统的“预测(Forecast)”，成为科学技术领域“预”的主流活动方式。由于科学、技术、社会基础结构等要素相互影响、相互嵌入的一体化特征非常明显，“技术预见”又可以根据活动重点内容的不同而派生、演化为“科学预见”、“研究预见”、“预见”等形式。

20世纪70年代以来，日本等近40个国家先后开展部级的技术预见活动，亚太经合组织(APEC)、联合国工业发展组织(UNIDO)等国际组织先后发起了跨部级技术预见活动[1]。在部级和跨部级技术预见活动蓬勃发展的同时，也带动了各国地方政府层次、企业层次技术预见活动的开展，在全球形成了蔚为壮观的技术预见热潮。

技术预见在我国也呈方兴未艾之势，国家科技部、中国科学院、北京市、上海市等先后开展了技术预见活动。国家科技部已经将技术预见作为滚动进行的常规项目，中国科学院开展的“中国未来20年技术预见研究”项目也引起很大反响，引发了对技术预见更强烈的需求。

“技术预见”活动兴起之前的“技术预测”时代，情报研究与预测结下了不解之缘。“情报研究的特点之一是预测性，预测是情报研究的重要内容，也是它的重要特点”、“情报分析以及在情报分析基础上的未来预测，是情报研究的两大重要组成部分”[2]……，是国内情报研究著作中关于情报研究与预测关系的代表性评语。

在技术预测基础上进化而来的技术预见已经成为世界潮流，在传统情报研究的用户科技领域的战略决策者对技术预见的需求日趋强烈之际，技术预见的兴起对传统的情报研究部门意味着什么？技术预见与战略情报研究的关系是什么？传统的情报研究部门能否开展技术预见业务……

以上诸多问题的研究不仅具有重要的理论价值，显然也具有重大的实践意义。

2研究方法

求解技术预见与传统情报研究的关系，研究技术预见的战略情报研究属性，可以选择有代表性的技术预见项目案例为研究对象，以传统情报研究的核心过程――情报循环的基本过程为主要衡量标准，通过案例实证解析技术预见项目的目的、信息收集、信息分析、产出成果几个核心环节，对比、评判技术预见活动与传统情报研究的关系，识别技术预见活动的战略情报研究属性。

考虑到国外的技术预见水平高、案例数量多、覆盖面广、代表性强、文献资料公开较多，本文的研究素材全部取自国外政府资助的技术预见项目案例，对全球近60个国家层次及跨国家层次的项目案例进行了研究。下面从技术预见的目的、项目信息收集、信息分析和产出成果四个方面对本次研究进行论述。

3技术预见的目的

研究表明，开展技术预见活动的目的可以归纳为多个方面，但主要目的是预测未来的发展趋势，识别未来社会发展对科学技术的需求，以服务于解决未来社会发展中面临的重大社会问题为最终目的，为制定当前科技优先发展领域的若干重大战略决策提供决策支持。

从情报研究的视角审视技术预见的目的可以看出，技术预见项目针对的都是影响全局、事关长远(未来5－30年)的重大战略问题， 但项目的目标又往往明确而具体，具有典型的传统情报研究项目特征，同时将传统情报研究项目服务的范围进行多维度扩展，使服务决策的战略层次显著提升。

4技术预见项目的信息收集

技术预见项目正式启动之前，组织机构需要完成一项英文称为“Scoping”、汉语可译为“范围框定”的工作。这项工作主要通过文献资料收集分析、咨询相关专家、与项目委托方协商等对项目的范围进行框定，包括项目投入经费的数额、投入全职人员的数量和工作量、项目预测的时间跨度、项目实施的时间间隔、项目采取的组织方式、项目采用的主要方法、项目拟发动的利益相关群及其参与程度、项目产出成果的要求等。这项工作从情报研究的角度看是一项传统情报的收集和项目规划的过程。

技术预见项目正式启动后，项目的重点即转向信息收集阶段，该阶段是技术预见工作中涉及方面最广、花费时间最多的环节，信息收集工作的质量对技术预见项目产出成果及质量具有重要影响。

4.1技术预见项目的信息收集方式

技术预见项目的信息收集方式主要包括:开展德尔菲调查;组织和参加会议;访谈与咨询[3];利用期刊文献;利用专利文献[4];通过专门技术预见文献数据库收集信息;利用基于互联网的交流平台和专用软件工具收集信息及其它方式如利用经济技术社会发展统计数据、政策白皮书、图书、会议文献、专业机构出版物等。

4.2技术预见项目信息收集工作的特点

从情报研究角度看，技术预见项目的信息收集工作有很多特点，与传统情报研究项目相比，其中最突出的有以下几点:

4.2.1信息收集量很大，具有显著的跨领域、跨学科特点技术预见项目的信息收集范围往往不会局限于技术本身，还会包括政治、经济、环境、科学、社会、价值观念、人口结构变化、未来需求等方面，收集的信息量比一般的情报研究项目大很多，并呈现出显著的跨领域、跨学科特点。

4.2.2高度倚重专家观点比较论文、专利等文献，专家的真知灼见往往能对未来10-30年的经济、社会、环境发展对技术的需求做出更准确的判断，对于当前应选择的优先技术领域和未来发展具有无可替代的参考价值。因此，技术预见是一项高度依赖、重视专家观点的预测活动，高度倚重专家观点是技术预见项目信息收集活动的另一个显著特点。

4.2.3高度倚重组织过程和人际交流网络技术预见活动是一项需要动员科学界、教育界、产业界、决策者、社会公众多个利益相关群体共同参与的活动，要动员这些群体参与技术预见项目，收集高质量的信息，技术预见项目的组织过程、人际交流网络的质量和利用程度发挥着至关重要的作用。即使是应用同一种方法，如德尔菲调查，项目组织过程的不同、人际交流网络质量和利用程度的不同也会导致信息收集工作质量以及产出成果水平明显不同。因此，高度倚重组织过程和人际交流网络是技术预见信息收集环节的又一个显著特点。

5技术预见项目的信息分析

5.1技术预见项目的信息分析方法

信息分析是一个在收集到的原始信息基础上进行持续智力加值，直至获得符合用户要求的产品成果的过程。由于技术预见项目收集信息数量巨大、其有价值的成份高度分散，使信息分析成为技术预见项目中难度最大、对项目组织人员知识和技能要求最高的环节。技术预见方法为信息分析工作朝预期成果方向进行提供了方法保证，是信息分析工作不可或缺的工作手段。

所谓的技术预见方法主要是指那些集信息收集、分析、成果产出为一体的，对项目的信息收集、分析、产出成果等工作流程框架和走向起决定作用的智慧集成方法。由于方法的划分没有公认的、统一的标准，实质上相同的方法也可能有不同的称谓，加上一些方法之间存在交叉、重叠、嵌套现象，技术预见方法的分类和体系内容不尽相同。作者对60个国外技术预见项目的过程与方法进行了实证研究，研究表明，技术预见方法主要有:资料研究方法;头脑风暴―专家会议类方法;德尔菲方法;情景分析法;关键技术选择法;开发技术路线图法;其它还包括问卷调查、专家咨询、SWOT分析、定标比超(Benchmarking)、文献计量―引文分析、开发(技术、竞争力、角色、利益相关群)图谱、宏观环境扫描(STEEP或STEEPV)、相关树、价值链分析等。

由于每一种具体的技术预见方法都有其局限性，因此，使用多种方法组合能够获得更令人满意的信息分析结果。研究还表明，近年来，在技术预见项目中同时使用多种方法、突破使用单一方法的局限成为国外技术预见活动的主流做法。

5.2技术预见项目信息分析的三个层次

技术预见项目中信息分析具体到什么程度因技术预见项目目的的不同而有所不同。对国外60个技术预见项目过程与方法的研究表明，对于技术预见项目中信息分析程度的要求可以粗略地划分为三个层次:

5.2.1信息分析的产品具有明确的含义并能够拓宽决策者的视野由于技术预见项目面对的问题高度复杂，循序渐进求解问题的现象非常普遍。通过信息分析使信息原料拥有明确的含义，提供的信息分析产品增加了用户关于事实、趋势、关联关系、影响关系、未来情景、未来面临的挑战、发展机会等方面的了解，帮助决策者拓宽视野，这是技术预见信息分析的基本要求。

5.2.2信息分析的产品对目标用户有了直接的决策参考价值技术预见活动的主要目的是帮助决策者确定优先研究领域和最有可能产生最大经济与社会利益的技术。但技术预见信息分析的产品不容易达到能够使决策者直接决策的程度。通常能做到的是使信息分析产品具有直接的决策参考价值，这是技术预见项目信息分析的通常要求。

5.2.3信息分析产品可以直接作为决策产品供决策者据此采取行动近年来，欧盟、APEC、德国、英国、美国、日本等技术预见活动的资助委托方，越来越强调技术预见成果的“可据此采取行动性”(Actionable)，这是对技术预见项目信息分析提出的最高层次的要求。“FUTUR-德国未来研究对话”项目要求从10 000多条课题建议中层层筛选而得到的、德国教育研究部的决策者可据此确定具体资助项目计划的[5]“搞清楚思考的过程”等四个具体的重大预见课题，是这个层次最具代表性的信息分析产品。

5.3技术预见项目信息分析的本质过程

技术预见信息分析本质是一个依托项目信息集成者的知识背景和研究能力对信息原料进行序化、判读、诠释和增值的过程，是一个将序化的原始信息(Information)转化为情报(Intelligence)产品、从而使之具有对特定决策者具有决策参考价值的过程，是一个采用规范的、科学的方法进行战略智力集成、从而找到求解社会重大战略问题解决途径的过程。

6技术预见的产出成果

技术预见的产出成果包括正式产出成果和非正式产出成果两个类别。非正式成果主要包括提高了利益相关群的预见意识与能力、提高了决策者的决策能力、建立了不同利益相关群之间的社会交流网络等。由于非正式产出成果难以用有形的、固化的形式表现出来而难以测评，本文关于技术预见的产出成果的讨论只限于有形的正式产出成果，主要包括以下方面:

6.1系列研究报告

研究报告是技术预见项目最主要、最核心、最有价值、最能体现项目目的实现程度的产出成果。技术预见项目报告又可细分为课题主报告和辅助、支撑性报告。

6.2网站和数据库相结合的知识交流与共享平台

这类成果是一个依托项目动态文献数据库的网站，这是项目组织者与项目利益相关群体知识交流与共享的平台。通过网站可以进行信息浏览、数据库检索、文献下载、信息、召开网络会议、利用网络协同工作等。

6.3动态信息类

技术预见开展过程中通过网站、电子邮件和邮寄印刷品等形式大量与项目有关的动态信息，如项目动态、行业新闻、会议等重要事件、快报、文摘等，这些是很有情报特色的产出成果。

6.4项目专项研究基础类资料

除了系列研究报告、数据库、动态信息之外，技术预见项目还会产出大量的专项研究基础类资料，具体又可细分为:教材、手册、会议文献、工作文献及其他资料。

可以看出，技术预见项目和传统情报研究项目的产出成果类别基本相同，所不同的是技术预见成果产品线范围更为广泛、技术预见产品满足高端用户战略决策需求的难度更大。

7研究发现和启示

7.1研究发现

从情报研究的视角对多个技术预见项目的目的、信息收集、信息分析、产出成果环节的解析表明，技术预见具有战略研究和战略情报研究的双重属性。一方面，技术预见面向未来的重大社会问题，作为制定科技发展战略和政策的工具，产出成果可直接为科技发展战略和政策所用，因此是典型的战略研究行为;另一方面，技术预见面向特定的情报研究问题，通过大量的信息收集工作进行信息集聚，在信息序化基础上进行信息转化、增值，对制定科技发展战略和政策提供具有重要参考价值的战略情报产品，为重大战略决策提供决策支持，其主体是情报研究工作，因此，技术预见活动本质上是一种地地道道的战略情报研究行为。

7.2启示

当前，我国的科学技术事业步入新的发展阶段。实现“2020年建成创新型国家，使科技发展成为经济社会发展的有力支撑”的中国未来15年科技发展的总目标，面向国家战略需求，跟踪世界科技前沿，预测科技领域未来发展趋势和重大变革，把握世界科技发展的主流和战略重点，识别未来科技发展的机遇与挑战，制定优先研发领域决策，都将催生对技术预见活动的巨大需求，为传统情报研究大发展带来重大战略机遇。

技术预见为传统情报研究带来机遇的同时，也使传统情报研究面临巨大挑战。技术预见是情报研究的新领域，在传统的情报研究工作中导入技术预见将催生情报研究工作范式的重大变革，激发传统情报研究理论与实践的拓展与升级，对于传统情报研究工作的思维方式、业务范围、从业人员知识和能力的要求、情报研究服务能力和水平、工作模式和运行机制都将产生深刻的影响。

参考文献:

[1] 陈峰.国外技术预见项目过程与方法的竞争情报学透视及思考.［博士后研究报告］.北京:中国科学院科技政策与管理科学研究所,2006:7-54.

[2] 包昌火.情报研究方法论.北京:科学技术文献出版社,1990:15.

[3] Popper S W, Wagner C S, Larson E V. New forces at work: industry views critical technologies.[2005-01-03]. .

情报分析与研究范文第14篇

关键词：知识图谱 图书馆、情报与文献学 CSSCI 共引分析 共现分析

中图分类号： G255.2;G250.25 文献标识码： A 文章编号： 1003-6938（2014）05-0105-07

Visualizing Library， Information and Documentation Science Research Development Based On CSSCI（2000-2011）

Abstract Based on the statistical data in CSSCI（2000-2011）， the paper makes visual analysis on the research hotspots and evolution of Library， Information and Documentation Science. By knowledge mapping technology，the research evolution， core papers， core authors and research collaboration are clearly shown.

Key words knowledge mapping; Library， Information and Documentation Science; CSSCI; co-citation analysis; co-occurrence analysis

1 引言

随着可视化技术的发展，知识图谱成为近年来文献计量领域的研究热点。国外学者对于知识图谱的研究始于20世纪70年代，在近年来已形成较为成熟的理论、方法与工具，其中美国学者陈超美的知识图谱工具Citespace具有较大影响力[1]。大连理工大学刘则渊教授团队较早将知识图谱理论与方法引入国内科学计量学研究[2]，其团队与陈超美合作，利用知识图谱对我国科学研究进行可视化分析与评价，推动了知识图谱在我国科研评价领域的应用[3-4]。本文以知识图谱作为研究方法，通过共现图谱与共引图谱展现2000～2011年间我国图书馆、情报学与文献学学科发展脉络，数据来源为CSSCI收录图书馆、情报学与文献学来源期刊发文及引用信息。

人文社会科学学术期刊评价体系[5]的提出，为图书馆、情报学与文献学高质量期刊遴选提供了有力指导，进而为学科计量研究提供了数据来源保障。白云以CSSCI（2004～2006）中图书馆、情报学与文献学期刊为研究对象，从篇均参考文献数、期刊基金论文占有比例等方面分析了图书馆、情报学与文献学期刊的学术规范程度和学术含量状况[6]。邓三鸿、王昊以CSSCI（2004～2008）中49种图书馆、情报学与文献学期刊引用数据为基础，通过被引速率考察了相关期刊的学术影响力[7]。贾洁以CSSCI（2000～2007）引用数据为基础，统计并分析了对我国图书馆、情报学与文献学研究产生重要影响的国内外学术著作，进而分析了对图书馆、情报学与文献学产生重要影响的出版机构[8-9]。王昊、张小琴以CSSCI（2003～2007）收录图书馆、情报学17种期刊引用数据为基础，从总体引用网络、层次引用网络、引用网络聚类等角度构建了期刊引用网络，探讨相关期刊的引用层次结构以及期刊集群规律[10]。

本文以CSSCI（2000～2011）中图书馆、情报学与文献学来源期刊发文及引文数据为基础，通过关键词共现图谱、文献共被引图谱、作者共被引图谱及作者共现图谱可视化分析我国图书馆、情报学与文献学研究发展历程。图谱中主要通过频次与中介中心度考察相关知识单元，中介中心度体现在图谱中某知识单元与其他成员之间的联通重要性。

2 图书馆、情报学与文献学来源期刊关键词共现图谱及分析

本节将通过绘制2000～2011年图书馆、情报学与文献学整体的关键词共现图谱，将这12年来的学科研究内容直观呈现在一张网络图谱中，进而揭示国内图书馆、情报与文献学研究的知识结构及其演进。以两年为一个时间切片，参数调整后可视化图谱如图1。

图1中按照中介中心度的大小来控制节点标签的显示数量，节点大小与其代表的关键词出现频次大小成正比。图中含有外环的节点代表该关键词的burst值不为0，外环的宽度与其突变率成正比，表明这类关键词在当前年度迅速成为学科热点。需要说明的是，由于数据起始于2000年，所有2000年关键词burst均设为-。

从表1可知，高校图书馆、数字图书馆、信息服务、知识管理、公共图书馆、信息资源、网络环境、图书馆学、信息检索、图书馆管理和竞争情报是这12年来国内图书馆、情报学与文献学学者们使用最多的关键词，且均是中介中心度大于0.1的关键节点。

由表1和图1中的信息，本文可以将这12年我国图书馆、情报学与文献学的研究主题归纳为如下六大领域，下面将分别阐述各个领域的发展脉络与趋势：

（1）学科基础理论研究在这12年里一直是国内图书馆、情报学与文献学学者研究的核心领域，位于图1的左上方，是连接其他研究领域的枢纽，包含情报学、图书馆学和科学期刊等热点关键词，主要是对情报学、图书馆学的基本概念、研究范式、研究对象、学科建设与发展的研究。其中，对于图书馆学的理论研究一直是学科研究的重点，研究对象关键词为图书馆、高校图书馆、数字图书馆、公共图书馆，相关理论探讨关键词包括图书馆服务、读者服务、图书馆事业、图书馆建设等。

（2）文献计量学一直是这12年我国学者研究的热点领域。随着图书馆、情报学与文献学研究对象从文献向信息的转变，其开始向信息计量学拓展，并与网络计量学产生交叉。期刊评价研究作为文献计量学重要组成部分也得到了较为广泛的关注，主要涉及关键词为科技期刊、核心期刊、影响因子、影响因素、网络影响因子、h指数等。结合这些关键词的出现时间可知，文献计量学的研究方法从统计分析与引文分析，到社会网络分析、信息可视化、知识图谱。由此可见，国内图书馆、情报学与文献学的文献计量学分支研究领域日益呈现出信息化、综合化的趋势。

（3）信息检索与信息技术在这12年一直是我国图书馆、情报学与文献学学者研究的热点领域。从传统的情报检索、光盘检索、联机检索和文献检索到网络信息检索、全文检索和图像检索。2002年数据挖掘技术的出现，以及2004年Web挖掘、文本挖掘、知识挖掘、xml、语义网、本体和虚拟图书馆的出现，表明学者在信息检索研究中更加重视对新技术的应用，其中尤其值得关注的是本体技术在2004年成为突变点。在检索工具方面，对于搜索引擎的研究在12年间发展较快，从搜索引擎到全文搜索引擎、元搜索引擎，继而到2006年出现的垂直搜索引擎都很好得体现了这一研究进程。

（4）信息管理与信息服务从2000年至今一直是我国图书馆、情报学与文献学学者研究的热点领域。从图1中可以看出信息管理历年来的研究主题包含信息资源、信息资源管理、信息系统、信息技术、信息服务和信息组织等。历年来信息服务的研究经历了从传统的情报服务、高校图书馆和图书情报工作到数字资源和数字图书馆，再到信息共享和资源共享，进而到交互式信息服务与个性化信息服务的演变。在这一过程中，信息资源产生了重要变化，传统纸质资源逐渐转为数字、网络资源，学者的研究也相应随之变化，信息管理与服务的理念也产生了变化，从强调资源整合到资源共享、协同交互、智能推荐、开放存取、个性化服务。

（5）竞争情报从2000年至今一直是情报学学者研究的热点领域。涉及关键词有企业竞争情报、产业竞争情报、战略管理、反竞争情报、技术竞争情报、竞争情报系统、人际网络情报、专利情报、危机管理、危机预警、信号分析等。由此可见，国内竞争情报的研究对象主要为企业、行业，研究内容从竞争情报、反竞争情报逐步向更具实用性的专利情报、竞争情报系统、危机管理、信号分析扩展，体现了我国竞争情报的实用性发展趋势。

（6）知识管理。从表1可以看出知识管理从2000年开始成为我国图书馆、情报学与文献学的研究热点，结合图1中知识管理节点各颜色圆环的厚度，可知往后其一直是国内图书馆、情报学与文献学学者最为关注的研究热点，历年来相关研究主题如下：知识经济、知识创新、知识产权、知识组织、知识服务、知识发现、知识管理系统、知识检索、知识共享、知识挖掘、知识网络、知识转移、知识库和知识图谱等。

3 图书馆、情报与文献学文献共被引图谱及分析

本节将绘制2000～2011年文献共被引图谱来揭示这12年来国内图书馆、情报学与文献学研究的知识源流的结构特征及其演进。以两年为时间分片，经过参数调整后图谱如图3所示。

图中相关参数同上节所示，为了更详细分析对图书馆、情报学与文献学研究产生重要影响的文献，文章列出被引频次大于70的文献33篇，按被引频次降序排列如表2所示。

表2中33篇引文可看作2000～2011年的重要知识源流，可以清楚的看到大部分是图书，表明这些著作的出版对这12年来图书馆、情报学与文献学的学术研究具有深远影响。通过综合图3的聚类信息、表2的各个指标信息及研究热点与知识源流间的对应信息，结合对这些文献内容的分析，本文将2000～2011这12年来国内图书馆、情报学与文献学研究的引文归纳为以下六大领域，并给出各个领域对应的知识源流演进的关键路径。

（1）学科基础理论。学科基础理论成果一直是图书馆、情报学与文献学研究的核心知识源流，这12年来最为重要的知识源流随着时间的演进如下：1985吴慰慈的《图书馆学概论》、1994严怡民的《情报学概论》、1996年严怡民的《现代情报学理论》、1998年王知津的《从情报组织到知识组织》和吴建中的《21世纪图书馆新论》、1999年孟广均的《国外图书馆学情报学研究进展》和徐引篪的《现代图书馆学理论》、2000年张晓林的《走向知识服务：寻找新世纪图书情报工作的生长点》、2002年吴慰慈的《图书馆学概论》和《当代图书馆学情报学前沿探寻》，2003年梁战平的《情报学若干问题辨析》、2006年周晓英的《情报学的形成和定位》和2007年马费成的《论情报学的基本原理及理论体系构建》，这13篇文献组成了学科基础理论领域知识源流演进历程中的关键路径。

（2）文献计量学。文献计量学领域的学术成果是这12年来国内图书馆、情报学与文献学学者最为重要的知识源流。按时间顺序依次列出历年来具有重要影响的学术成果如下：1988年邱均平的《文献计量学》、1996年林被甸的《中文核心期刊要目总览》和黄俊贵的《中国文献编目规则》、1997年王崇德的《文献计量学引论》、2000年戴龙基的《中文核心期刊要目总览》、2001年俞君立的《文献分类学》、2003年李鉴的《2002年中国科技期刊出版统计》、2004年刘军的《社会网络分析导论》和邱均平的《网络数据分析》、2005年罗家德的《社会网分析讲义》、2006年姜春林的《H指数和G指数――期刊学术影响力评价的新指标》、2007年邱均平的《信息计量学》和2008年苏新宁的《构建人文社会科学学术期刊评价体系》，这13篇文献组成了文献计量学领域知识源流演进历程中的关键路径。

（3）信息检索与信息技术。信息检索与信息技术一直是图书馆、情报学与文献学研究的主要内容，其重要知识源流按时间的演进如下：1997年曾民族的《网络信息检索现状和性能评价》、1997年黄纯元的《图书馆与网络信息资源》、1998年孟广均的《信息资源管理导论》、1998年程亚男的《网络化趋势与图书馆发展观》和汪冰的《数字图书馆：定义、影响和相关问题》、1998年马费成的《面向高速信息网络的信息资源管理》、1999年岳剑波的《信息管理基础》、1999年吴慰慈的《图书馆自动化与网络化之现状及展望》和储荷婷的《Internet 网络信息检索：原理、工具、技巧》、2000年马费成的《信息资源管理》、2001年胡昌平的《信息服务与用户》和张晓林的《基于Web的个性化信息服务机制》、2001年的范明《数据挖掘：概念与技术》、2002张晓林的《Semantic Web与基于语义的网络信息检索》和《分布式学科信息门户中网络信息导航系统的规范建设》、2004年苏新宁的《信息检索理论与技术》。这16篇文献组成了信息检索和信息技术领域知识源流演进历程中的关键路径。

（4）信息管理与信息服务。这12年来图书馆、情报与文献学学者对该领域研究所引用的重要知识源流按时间演进如下：1997年马费成的《信息经济学》和董小英的《网络环境下的信息资源管理》、1998年孟广均的《信息资源管理导论》、1999年岳剑波的《信息管理基础》、2001年霍国庆的《企业战略信息管理》和周宁的《信息组织》、2004年戴维民的《信息组织》、2007年胡昌平的《面向用户的信息资源整合与服务》，这8篇文献组成了信息管理与信息服务领域知识源流演进历程中的关键路径。

（5）竞争情报。竞争情报是这12年图书馆、情报与文献学研究的热点内容，其所依赖的重要知识源流也经历了如下的时间演进：1995年缪其浩的《竞争情报――国外的发展动向及其对我国的影响》、1996年沈固朝的《国外企业的竞争情报源及其搜集方法》、1998年彭靖里的《国内外竞争情报研究发展综述》、2000年曾忠禄的《情报制胜――如何搜集、分析和利用企业竞争情报》、2001年包昌火的《竞争情报与企业竞争力》、2002年包昌火的《企业竞争情报系统》、2003年包昌火的《竞争对手分析》和《竞争对手分析论纲》、2004年包昌火的《略论竞争情报的发展走向》和陈峰的《竞争情报与战略管理》、2005年王知津的《竞争情报》、2006年李艳的《技术竞争情报的现状分析》、2007年梁战平的《我国科技情报研究的探索与发展》、2008年沈固朝的《竞争情报的理论与实践》和王知津的《企业竞争情报作战室研究》。这15篇文献组成了竞争情报领域知识源流演进历程中的关键路径。

（6）知识管理。知识管理自21世纪以来一直是图书馆、情报学与文献学研究的热点内容，其所依赖的重要知识源流按时间演进如下：1998年蒋惠工的《知识管理与组织设计》、1999年王知津的《知识组织的目标与任务》、2000年张晓林的《走向知识服务：寻找新世纪图书情报工作的生长点》和蒋永福的《知识组织论：图书图书馆、情报与文献学的理论基础》、2001年蒋永福的《论知识组织方法》、2002年张晓林的《元数据研究与应用》、2003年邱均平的《论知识管理与图书情报学的变革》、2006年马费成的《国内外知识管理研究热点――基于词频的统计分析》和邱均平的《知识管理学》、2007年柯平的《知识管理学》。这10篇文献组成了知识管理领域知识源流演进进程中的关键路径。

通过上述六大领域的重要知识源流组成的六条关键路径，可以分别得出我国图书馆、情报学与文献学研究的知识源流的结构组成及其内容的演化历程，进一步印证了各大领域的研究主题演化脉络，同时对其进行了更深入、更全面地补充。

4 图书馆、情报学与文献学作者共被引图谱及分析

本节将绘制作者共被引图谱以发现对这12年国内图书馆、情报学与文献学研究具有重要影响的学者，从另一角度窥视图书馆、情报学与文献学的学科结构和发展动向。本文将被引频次270及以上的作者视为图书馆、情报学与文献学界的领军人物，共有39位，如表3所示。

从表3可以看到邱均平、张晓林、马费成、吴慰慈和吴建中是国内图书、情报学领域最具影响力的五位学者，他们的研究对文献计量学、知识服务、信息经济学、图书馆学产生了重要影响。

由图4可知，蒋永福、范并思、王知津、韩继章、吴慰慈、马费成、初景利、黄宗忠和邱均平具有较高的中介中心度，表明这些学者在我国图书馆、情报学与文献学领域的知识流动和控制上具有重要的作用。

综合表3、图4，并通过查证这些被引作者对应的高被引文献内容作进一步的归纳、合并和分析可以将这些被引作者划分为如下六大领域的学术群体：

（1）学科基础理论。该领域的被引作者最多，主要的关键高被引作者有吴慰慈、马费成、范并思、程焕文、王知津、黄宗忠、严怡民、冯惠玲、周晓英、王子舟、于良芝、贺德方、靖继鹏、黄俊贵、徐引篪、焦玉英等。

（2）文献计量学。该领域的关键被引作者包括苏新宁、邱均平、丁学东、王崇德、罗式胜、刘则渊、庞景安、刘军、金碧辉、戴龙基、武夷山、梁立明、叶继元、陈超美等。

（3）信息检索与信息技术。关键高被引作者有张琪玉、陈光祚、赖茂生、陈树年、邓志鸿、侯汉清、苏新宁、焦玉英、毕强、曹树金、张玉峰、周宁、董慧等。

（4）信息管理与信息服务。主要的关键高被引作者有胡昌平、孟广均、赖茂生、岳剑波、霍国庆、卢泰宏、戴维民、肖希明、黄晓斌、查先进、初景利、曾民族、李国新等。

（5）竞争情报。主要的关键高被引作者有：沈固朝、包昌火、谢新洲、王知津、彭靖里、陈峰、吴晓伟和曾忠禄。

（6）知识管理。主要的关键高被引作者有：张晓林、柯平、蒋永福、盛小平、马海群、陈传夫、丁蔚、王曰芬和Nonaka I。

可以发现，情报学理论研究、文献计量学和信息检索与信息技术三个领域拥有的高影响力作者最多，尤其是文献计量学，除了较多国内重要学者外，吸纳了较多国外学者的研究成果。另外这六大领域并不是互相孤立的，研究上存在着一定的交叉，一些高被引作者同时对多个领域具有重要的贡献。

5 图书馆、情报学与文献学作者合作图谱及分析

本节将绘制作者共现图谱以揭示这12年国内图书馆、情报与文献学学者间科研合作状况，从另一角度揭示图书馆、情报与文献学的研究特征。统计发现，这12年发表文章44篇及以上的学者共计35人，如表4所示。

由表4可知邱均平、马海群和王知津是这12年来发文量最多的三位学者。下面通过作者共现图谱来探究学者间的科研合作情况，以两年为一个时间切片，经过参数调整后可视化图谱如图5所示。

图5中中介中心度大于0.1的关键节点共有13个，但网络中的连线较少，表明合作网络的整体情况不理想。通过进一步考察，图谱中存在一些小团体，他们的内部成员绝大多数是来自同一个科研机构，如武汉大学邱均平团队（包括余以胜、文庭孝、段宇锋、李江、赵蓉英等）、武汉大学的张玉峰团队（包括何超、金燕、吴金红和王翠波等）、南开大学王知津团队（包括苏瑞竹、张桂玲、孙立立、孙立武、樊振佳等）、南京农业大学的侯汉清团队（包括何琳、李运景、薛春香、黄建年、白振田等）、南京大学的苏新宁团队（包括邓三鸿、杨建林、王昊等）、南京大学的孙建军团队（包括程慧平、成颖、李江等）以及中国科学技术信息研究所团队（郑彦宁、武夷山、化柏林、陈峰、梁战平等）等等。各个小团体内部合作紧密，但团体之间的联系较为松散，基本是通过一些在不同科研机构深造过的桥梁学者来衔接，如李江连接了邱均平与孙建军团队。整体来说，我国图书馆、情报学与文献学科学研究合作以知名学者为中心形成了较小的师生或同机构科研合作团队，各团体间联系较小。

6 结语

本文以知识图谱作为研究方法，从关键词共现、文献共被引、作者共被引、作者合作等角度对我国图书情报学与文献学科研发展进行了可视化分析，相关结论如下：2000～2011年间，学科基础理论、文献计量学、信息检索、信息技术、竞争情报、知识管理是主要研究分支;围绕六个分支，文章通过时间线梳理了对相关领域产生重要影响的学术著作，并列出了在相关领域被引较多的学者;在科研合作方面，图书馆、情报学与文献学领域科学合作多以师生、同机构合作为主，并形成了若干小科研团体。

参考文献：

[1]Chen C. CiteSpace II： Detecting and visualizing emerging trends and transient patterns in scientific literature[J]. Journal of the American Society for Information Science and Technology， 2006， 57（3）： 359-377.

[2]陈悦，刘则渊.悄然兴起的科学知识图谱[J].科学学研究， 2005， 23（2）： 149-154.

[3]陈超美，陈悦，侯剑华，等. CiteSpaceⅡ： 科学文献中新趋势与新动态的识别与可视化[J].情报学报，2009 （3）： 401-421.

[4]刘则渊，王贤文，陈超美. 科学知识图谱方法及其在科技情报中的应用[J].数字图书馆论坛，2009，（10）： 14-34.

[5]苏新宁. 构建人文社会科学学术期刊评价体系[J]. 东岳论丛， 2008， 29 （1）： 35-42.

[6]白云.图书馆，情报与文献学期刊学术规范量化分析――基于 CSSCI 的统计分析[J].情报资料工作，2009，（4）： 36-39.

[7]王昊，邓三鸿. 图书馆， 情报与文献学期刊被引速率分析――基于CSSCI的统计分析[J].情报杂志，2011， 30（1）：27-33.

[8]贾洁. 我国 “图书馆， 情报与文献学” 图书学术影响力报告――基于 CSSCI 的分析[J]. 中国图书馆学报， 2010，（2）： 56-69.

[9]贾洁.对图书馆、情报与文献学最有学术影响的百家出版社分析――基于CSSCI （2000～2007）数据[J].出版科学，2011，19（1）：62-66.

情报分析与研究范文第15篇

关键词：大数据 大数据分析方法 情报研究 适用性

中图分类号： G250.2 文献标识码： A 文章编号： 1003-6938（2014）05-0013-07

Preliminary Study on the Big Data Analytics and Its Adaptability in Intelligence Studies

Abstract Big data analytics has brought new opportunities for data-oriented or information-oriented intelligence studies' development. Based on existing research， the author makes a review of three viewpoints of big data analytics based on data， process and information technology， and then summarizes five levels of analytics which including statistics， mining， discovery， predict and integrate， and its 17 kinds of relevant research methods. The adaptability of big data analytics in the intelligence studiesis discussed and it is found that 10 research methods can be directly transplanted to intelligence studies， 2 research methods should be adjusted for transplantation， 2 research methods are inapplicable， and 3 research methods needfurther study.

Key words big data; big data analytics; intelligence studies; adaptability

大数据分析（Big Data Analytics，BDA）是以“深度的发现分析、引领行动”作为目标的工作[1-2]，它包括由多个任务组成的高度重复执行的步骤[3-4]。BDA通常要集成多种分析技术与软件工具，以便让海量数据的处理及分析变得更加容易，从数据中提取有用信息并形成结论，用来验证、指导及规范组织或个人的决策行动;BDA的执行过程一般包括问题需求及假设提出、数据获取及记录、信息抽取及清洗、数据整合及表示、选择建模及分析方法、结果诠释、评测结果有效性及监控等几个阶段。从以上BDA的定义及过程来看，BDA与情报学领域中的情报研究（也称情报分析）在本质上是一致的，两者至少在方法与技术（以下简称方法）上可以相互借鉴或补充。本文基于情报学的视角，关注哪些BDA方法可以为情报研究提供借鉴，并解决情报研究的相关问题。因此，本文首先概略总结BDA的方法体系，然后探讨BDA方法在情报研究中的适用性。

1 大数据分析的方法分类

到目前为止，尚没有公认的BDA方法的分类体系，甚至对BDA包括哪些方法，也有不同的认识。本文首先综述现有的相关研究，并以此为基础提出我们的分类体系。

1.1 相关研究

不同学者对BDA方法的看法各有差异，概括起来，主要有三种分类体系，分别是面向数据视角的分类、面向流程视角的分类以及面向信息技术视角的分类。

（1）面向数据视角的BDA方法分类。这类研究主要是以BDA处理的对象“数据”作为分类依据，从数据的类型、数据量、数据能够解决的问题、处理数据的方式等角度对BDA方法进行分类。

Power[5]依据分析需求将数值型数据的分析方法划分为三类：①若是模式理解及对未来做出推论，可采取历史数据及定量工具进行“回顾性数据分析”;②若要进行前瞻及预测分析，可采取历史数据及仿真模型进行“预测性数据分析”;③若要触发事件，可采取实时数据及定量工具进行“规范性数据分析”。美国国家研究委员会在2013年公布的《海量数据分析前沿》研究报告中提出了七种基本统计数据分析方法[6]，包括：①基本统计（如一般统计及多维数分析等）;②N体问题（N-body Problems）（如最邻近算法、Kernel算法、PCA算法等）;③图论算法（Graph-Theoretic Algorithm）;④线性代数计算（Linear Algebraic Computations）;⑤优化算法（Optimizations）;⑥功能整合（如贝叶斯推理模型、Markov Chain Monte Carlo方法等）;⑦数据匹配（如隐马尔可夫模型等）。

针对非纯粹的数值型数据，Li、Han[7]梳理了面向“时空数据”（Spatiotemporal Data）的BDA方法，通过对动态数据挖掘出主体的预测性，如运用物理工程领域的傅立叶变换（Fourier Transform）及自相关匹配（Autocorrelation）侦查某一时间区段的信号、发生的事件或生物基因中的周期性节律，也可运用时间序列方法预测地点位置的变化;魏顺平[8]以教育领域为例，梳理了面向学生与学习环境的“学习分析方法”（Learning Analytics），此方法集成了内容分析、话语分析、社会网络分析、统计分析、数据挖掘等多种方法，从中挖掘学习的各种语义关系，并回答“谁在学、学什么、怎么学、学的结果如何”等问题，为教学与优化学习提供参考。

Mohanty等人[3]从数据获取（Data Ingestion）角度，依照处理的数据量从小至大的顺序，区分出八种分析方法：①流分析（Streaming Analytics），以预定模式及时处理数据流;②高速的数据采集（High Velocity Data Ingestion），不转换任何格式，可稍晚处理; ③链结分析（Linkage Analysis），构建不同数据源的关系与链接;④罕见事件侦查（Rare-Event Detection），从庞大数据集中寻找特定模式;⑤数据聚合（Data Mash-Ups），需要对数据属性发展故事线或链接关系进行分析;⑥文本分析（Text Analytics），如观点挖掘或社会网络分析等;⑦时间序列分析（Time-Series Analysis），通过模式侦测及事件发生概率来处理时空数据;⑧数据辩论（Data Forensic），用于数据科学家探索大规模数据集。

Chen等人[9]认为，在商业智能分析发展的过程中，商业智能分析经历了从处理结构化程度较高的数据、到处理网络上半结构化数据、再到处理移动数据的发展，涵盖了五类核心的分析方法：①数据分析，涉及数据仓储、ETL、联机分析及数据挖掘等分析技术，可应用在时间序列挖掘、网站挖掘、空间数据挖掘等;②文本分析，涉及信息检索、查询处理、相关反馈等分析技术，可应用在QA系统、观点挖掘、多语义分析、可视化分析等;③网站分析，涉及信息检索、网络爬虫、日志分析等分析技术，可应用在云计算、社会网络分析、网站可视化等;④网络分析，涉及信息计量、引用网络、数学网络模式等分析技术，可应用在链结分析、社区发现、社会影响力及扩散模式等;⑤移动分析，可应用在移动通讯服务、个性化分析、游戏营销分析等。

（2）面向流程视角的BDA方法分类。这类研究主要是依据BDA的步骤和阶段对BDA方法进行分类。

美国计算社区协会出版的《大数据的机会与挑战》白皮书指出BDA是一个多阶段任务循环执行过程[4]，从整体看，其分析的过程包括了五个阶段，每一个阶段都包含该阶段需要使用的方法：①数据获取及记录，从各种感知工具中获取的数据通常与空间时空相关，需要及时分析技术处理数据并过滤无用数据;②信息抽取及清洗，从异构数据源抽取有用信息，并转换为结构化的格式;③数据整合及表示，将数据结构与语义关系转换为机器可读取、自动解析的格式;④数据建模及分析，从数据中挖掘出潜在规律及知识，涉及可扩展的挖掘算法或知识发现等方法;⑤诠释，为了让用户容易解读分析结果，可视化分析技术变得十分重要。此外，严霄凤、张德馨[10]依照搜集、分析到可视化的流程，梳理了适用于大数据的关键技术，包括：遗传算法、神经网络、数据挖掘、回归分析、分类、聚类、关联规则、数据融合、机器学习、自然语言处理、情感分析、网络分析、空间分析、时间序列分析等多种方法。

（3）面向信息技术视角的BDA方法分类。这类研究强调大数据技术本身涉及到的新型信息技术，将大数据处理架构、大数据计算模式、大数据系统等作为BDA方法分类的依据。

孟小峰、慈祥[11]着眼于大数据处理框架，梳理了数据抽取与集成、数据分析及数据解释所使用的分析方法，在数据抽取与集成方面，可区分为基于物化（Materialization）或ETL的方法、基于联邦数据库或中间件的方法、基于数据流的方法以及基于搜索引擎的方法等四类;在数据分析方面，传统的数据挖掘、机器学习或统计分析面临数据规模、算法调整等困难，需进一步发展;在数据解释方面，引入可视化技术或交互式的数据分析过程，有助于用户理解分析结果。覃雄派等人[12]认为，非关系数据管理（如MapReduce）扩展了数据分析的多维视角，使数据分析的生态系统从“大量数据的移动”转向“直接对数据进行分析”。

2012～2013年在印度召开了两次BDA国际研讨会[13-14]，会上分别就BDA中的机器学习面临数据规模与多维度问题、可扩展的机器学习算法（如随机映射、随机梯度下降等）、机器学习在MapReduce的应用、社交媒体数据挖掘（如话题检测与跟踪、地点推理、语义连接等）、高维数据降维分析（如主成分分析、因子分析、经典相关分析等）、图像挖掘（如Main Memory Approach、Disk-Based Approaches、Database-Oriented Approach）及图像比对分析（如特征提取、Iterative Methods）等进行了探讨。2013年IEEE计算机协会在美国召开大数据国际研讨会，BDA结合MapReduce、Hadoop等模型的分析方法仍是主流，研究的内容包括了Map-Based Graph Analysis、Sketch-Based Load Balancing Algorithm、Large Scale Neural Networks等方法。

1.2 BDA方法的分类――面向层次的BDA方法框架

上述三种视角的BDA分类各有特点，都有一定的道理。从面向数据的视角来看，BDA方法正从统计（Statistics）转向挖掘（Mining），并提升到发现（Discovery）和预测（Prediction）。基于流程的BDA分类则更能反映BDA过程的集成性（Integration），也就是说，在完成一项分析任务时，需要综合使用多种方法。从面向信息技术的BDA分类中可以看出，这种分类方式强调使用新技术对传统数据处理方法进行改进和创新，同时更重视新型系统架构与分析方法的集成，例如，各种数据挖掘算法的MapReduce化，就是这方面的典型实例。

本文认为，如果综合上述三种分类体系中体现的层次性，将可以更准确描述BDA方法。在此，本文提出一个面向层次的BDA分类框架，将BDA方法分为统计、挖掘、发现、预测及集成五个层次，并初步归纳出17种BDA相关方法（见表1）。

2 BDA方法在情报研究中的适用性探讨

如前所述，BDA与情报研究在本质上有共同之处，BDA方法可为情报研究提供借鉴，因此，探讨BDA方法对情报研究的适用性就很有必要性。以下综合考虑方法本身的完善性及可操作性、情报研究的分析对象特征、方法的可移植性[15]等因素，对本文所列举的17种面向层次的BDA方法在情报研究中的适用性进行分析。

2.1 可直接移植的方法

可直接移植方法是指这些方法的原理、流程、算法等可以直接应用于情报研究，用来对情报研究的数据源（如科技文献、网络资源等）进行处理，解决情报研究过程中的一个或几个步骤中要解决的问题。在本文所列举的17种面向层次的BDA方法中，数据挖掘、文本挖掘、知识发现、观点挖掘、话题演化分析、多元统计分析、时间序列分析、海量数据的基本统计方法、高维数据降维分析方法、多源数据融合方法等10种方法均属于可直接移植方法，其中有些方法在情报研究中已经有多年的应用历史。

（1）数据挖掘与文本挖掘。数据挖掘与文本挖掘是不同概念，两种方法分别使用不同的发现技术，文本挖掘属于基于计算机语言学及统计方法的发现技术，用来揭示文本中的词与句法特征;数据挖掘以数据库中的大量结构化的数据挖掘为基础，用来揭示数据中潜在的、可能的数据模式及关联规律[16]。在情报学领域的实践应用中，数据挖掘多应用在图书馆自动化技术与服务方面，例如，馆藏采购决策、个性化服务、信息检索、读者管理、馆藏布局等。文本挖掘在情报研究的价值在于弥补了情报学专门分析方法对科技文献内在知识挖掘不足的缺欠，例如，祝清松、冷伏海[17]为了解决引文分析方法无法揭示论文的研究内容这个问题，提出引文内容分析，先建立基于规则的引文内容抽取来识别引用句，再通过基于C-value多词术语识别算法找出高被引论文主题，相比于引文分析，这种方法较能提供客观的语义信息与文献之间的语义关系。

（2）知识发现。情报研究中所说的知识发现，主要是指基于文献的知识发现，例如，张树良、冷伏海[18]在共词、共引、文本挖掘等方法基础上，提出了“基于文献的知识发现”，包括：基于相关文献、基于非相关文献及基于全文献三种条件下的知识发现，完整揭示文献的知识结构与演化情况。在网络环境下，李楠、张学福[19]认为关联数据的RDF数据模型、数据访问机制、URIs及自描述数据等规范所形成的数据共享环境，为知识发现提供了新的研究潜力，包括知识发现的范围被扩展成全球数据空间、高效率理解及处理数据间的语义关系等。简言之，知识发现从不同数据源之间的复杂关系中获得隐含的知识或规律，甚至可对未来进行预测。

（3）观点挖掘与话题演化分析。观点挖掘与话题演化分析两种方法实际上是数据挖掘及文本挖掘的具体及深化应用。观点挖掘主要有三种挖掘任务：情感分类、基于特征的观点挖掘、比较语句和关系挖掘[20]，例如，黄晓斌、赵超[21]通过对网络舆情信息的文本挖掘，找出不同民众对某一社会事件的情绪、态度及观点，再通过关联分析找出网络舆情信息的各种关联性。赵洁、温润[22]认为微博情感分析的关键是观点句识别，并根据文本特征的差异性，提出了基于新词扩充和特征选择的观点句识别方法，即先扩充情感词典来提高分词准确率，再结合微博特征进行句子选取。话题演化分析方法是近年文本挖掘的研究热点，借助不同的话题模型，包括基于LSI模型、基于pLSI模型、基于LDA模型等，获取文本中的一组词语，表示为某一话题的集合，再引入时间信息模拟该话题随着时间推移所表现的受关注程度及关注点的变化[23]。又例如，贺亮、李芳[24]利用LDA模型抽取科技文献中的话题（即主题词），再计算话题的强度与内容演化，从而区分热门与冷门话题及其历年特征词的演化趋势。

（4）多元统计分析与时间序列分析。多元统计分析与时间序列分析两种方法也是情报研究常见的定量分析方法[25]，前者研究客观事物中多个变量（或多个因素）之间相互依赖的统计规律，后者则是基于随机过程理论和数理统计学方法，研究动态数据序列的规律性。这两种分析方法的一个重要特点在于能基于历史数据的变化，评价事物现状或预测事物未来的发展。

（5）海量数据的基本统计分析方法。海量数据的七种基本统计分析方法适用于情报研究的原因是，专家们普遍认为，在现有硬件技术条件下要开发一个海量数据分析系统的难度过高，且高性能计算领域也面临许多困难，因而转向寻找共通的基础性计算方法来帮助运算[6]，同时这些统计方法也经常应用于数据挖掘或文本挖掘。对情报研究来说，处理的数据量不及高性能计算领域的海量数据，因此可以容易地应用这些基本统计分析方法。尽管如此，随着情报研究处理的文本量增加，包括文献计量或信息计量方法在内的定量分析方法，仍然要经常借鉴基础性的计算方法，并进行公式改进。

（6）高维数据降维分析方法。高维数据降维分析方法反映了海量的数值型数据在数据缩减的重要性，常见的降维（Dimensionality Reduction）方法包括主成分分析、因子分析、典型相关分析、独立成分分析、投影寻踪等[26]。高维数据经常存在大量的弱相关内容或噪音，通过线性（如主成分分析、典型相关分析等）或非线性（如投影寻踪、核方法等）映射可以将数据样本从高维空间映射到低维空间，从而提高机器学习的效率[27-28]。情报研究在处理文本语料时，广泛使用基于向量空间模型来表示文本，形成的高维特征集会对文本分类或机器学习的效果产生很大影响，通过特征选择（如特征频率、互信息等）进行特征抽取（如PCA、LSI、NMF等），转换成一个低维的特征集来提高训练效果，是非常必要的[29]。

（7）多源数据融合方法。多源数据融合方法是解决大数据环境下异构数据整合而提出的方法，例如，为了解决不同研究阶段产生的各类科学数据集成问题，白如江、冷伏海[30]认为解决关键在于中间件构建，例如，通过基于XML模型将异构数据源的元数据映射到全局视图，解决了不同数据源的关系描述问题，并提供用户可灵活订制查询规则;但基于XML模型只能提供语法层次的整合，为了提供数据在语义层次的整合，可通过基于语义模型对XML的对象进行分类，在对象模型的基础上生成逻辑规则，揭示隐含在科学数据中的语义信息。此外，也可以通过基于物化或ETL方法、基于数据流方法或其他方法对异构数据源中的数据抽取出实体与关系，再进行数据集成或数据清洗[11]。多源数据融合方法是进入数据分析之前的重要任务，对情报研究来说，需要多种来源支持情报分析工作，包括同型异源信息、异质异构信息、多语种信息等，都需要通过异源信息字段的映射、拆分、滤重、加权等进行融合分析[31]。

2.2 调整后移植的方法

调整后移植的方法是指其在原本的领域已经成功应用，但由于该方法最早或成功应用的领域在任务需求、数据处理、分析过程有自身的特点，若移植到情报研究时，需要根据情报研究自身的特征进行调整。数据可用处理及分析方法、时空数据分析等两种分析方法就属于这类情况。

（1）数据可用处理及分析方法。大数据环境中容易产生许多劣质数据来降低数据可用性，为了提高数据可用性及数据质量，李建中及刘显敏[32]梳理了数种数据可用性的相关方法，包括高质量数据获取与整合、数据错误自动检测与修复、弱可用数据处理与分析等，分别解决了大规模数据集预处理阶段常见的一致性、精确性、完整性、时效性及实体同一性等问题。对情报研究来说，情报素材、产品形式及工作任务分解的质量控制是情报工作的核心[33]，其中，情报素材的质量对后续的情报分析成败存在着至关重要的作用，当数据或信息是错误或不完整时，提炼出来的情报势必会存在缺陷或错误。过去对情报研究的质量控制取决于人，如果能引入数据可用处理及分析方法解决数据或信息源可能存在的不一致、不精确、遗漏、滞后或重复等问题，有助于提高情报分析素材的可用性与正确性。

（2）时空数据分析。时空数据分析是地球信息科学相关领域的研究热点，其中最常使用“周期”（Periodic Behavior）分析，例如天气预报、环境监控、地理信息系统、城市交通网络管理等都是常见的应用实例[7]。现有研究的多数做法是采取基于时间序列的方法进行周期建模，但建模过程容易出现对象可能没有周期、时间点分布不一定呈现周期性等问题，为了解决这些问题，王阅等人[34]提出基于ERP的周期检测方法解决周期长度定义问题，孟志青等人[35]提出多粒度时间文本下的周期模式挖掘算法解决时态文本数据挖掘问题。对情报研究来说，时间是文本中一个重要的属性，如文献发表规律、舆情监控、科研人员的研究主题周期等。在原有数据基础上增加时间维度进行长时段分析是多数研究的常见做法，但并没有呈现出其中的周期性规律，特别是文本中的规律特征较难发现，如果能引入此类方法，将有助于找出情报演化的周期模式。

2.3 不适用的方法

考虑学科领域差异，本文认为 “翻译生物信息学分析”及“学习分析方法”两种专门研究方法不适合情报研究。

（1）翻译生物信息学分析。翻译生物信息学分析是生物信息学的专门分析方法，这种方法是依据特定目的整合多数据源及促进领域知识的有效利用，其结果可应用在生物医学研究、产生支持医疗人员在治疗点中的“可操作的决策”（Actionable Decision），同时能对人类与疾病的关联关系提供更好的理解。生物信息学为了找出更多基因与疾病的关系，通过翻译生物信息学分析，可以将分析方法与工具开发从系统层面横跨到分子、个人或全人类层面，分析视角从单一基因或多肽（Polymorphic）挖掘的研究转向新基因或遗传性状组合与预测研究[36]。从分析方法的操作过程来说，考虑到数据源的特殊性（如DNA编码数据、蛋白质结构等）、分析视角、工具构建及使用等因素，并不符合情报学的学科研究特色。

（2）学习分析方法。学习分析方法是搜集、分析及评测学习者及其学习语境的分析方法，目的在于理解与优化学习及其学习环境[8]。从UNESCO IITE机构在2012年11月出版的学习分析方法政策简报可知，学习分析方法的数据分析功能是基于数据挖掘从而开展相关分析内容，包括行为分析、学习资源浏览分析、各种关联分析与影响因素分析等。虽然数据挖掘是情报研究的常见方法，但学习分析方法的结果意义在于解释学习者的学习语境，为教师或管理者提供决策支持，从而改善学习者的学习习惯及促进学习效果。由于这种方法有其特定的含义和应用环境，离开了学习语境，方法的内涵和外延可能就会产生变化，因此，难以移植到情报研究。

2.4 需要继续关注的方法

基于MapReduce或Hadoop的衍生分析方法、图模型分析与挖掘以及商务智能分析，是近年研究探讨较多的方法，但目前尚未形成一个成熟且完善的方法体系，例如，MapReduce或Hadoop等之类的工具还在持续发展中，本身也存在不断的改进空间，它们与各种分析方法的集成缺乏公认的标准和规范，同样地，对于关注图像与事物之间关联的图模型分析与挖掘也尚没有发展出固定的技术，又例如，商务智能分析被定义为由数据仓库、ETL、联机分析、数据挖掘、客户关系管理、知识管理等多种技术融合的一组系统，通过BI系统管理组织内部及个人相关的商业数据、专家信息及知识，涉及数据的融合、取用及分析等方法与工具[37-38]，目前也没有标准化的体系架构。

因此，本文还无法明确回答上述三种方法将如何应用于情报研究、在应用过程中需要做哪些调整、这些方法与现有的情报研究方法的关系如何等相关问题，但可以肯定的是，这些方法对未来的情报研究具有借鉴价值，例如，一旦情报研究的处理对象（即数据）积累到了一定程度，成为传统关系数据库处理不了的大数据，那么，使用基于MapReduce或Hadoop的衍生分析方法就成为了必然。又如，图模型分析与挖掘可补充情报研究在图像分析的不足，而商务智能分析可理解为一套集成系统，可应用在情报机构的知识库或机构典藏，找出组织的知识缺口等方面。

3 结语

大数据时代就是一个数据分析的时代，学界和业界提出了很多大数据分析的方法与技术，这些方法与技术对情报研究产生了积极的借鉴作用，本文总结了大数据分析的方法，提出面向层次的BDA方法框架，归纳总结了其中的17种BDA方法，并从可直接移植、将调整后移植、不适用于情报研究以及需要继续关注等四个方面对这些方法在情报研究中的适用性进行了分析，以期为情报研究借鉴或移植BDA相关方法提供参考，促进情报研究的理论与实践发展。

参考文献：

[1]Lavalle S， Lesser E， Shockley R， et al. Big Data， Analytics and the Path From Insights to Value[J].MIT Sloan Management Review，2011，52（2）：21-32.

[2]Russom P. BIG DATA ANALYTICS[R].The Data Warehousing Institute，2011.

[3]Mohanty S， Jagadeesh M， Srivatsa H. Big Data Imperatives - Enterprise Big Data Warehouse， BI Implementations and Analytics[M]. New York： Apress， 2013.

[4]Computing community consortium. Challenges and Opportunities with Big Data[R]. Washington， DC：Computing Research Association，2012.

[5]Power D J. Using "Big Data" for analytics and decision support[J].Journal of Decision Systems，2014，23（2）： 222-228.

[6]Nationalresearchcouncil.Frontiers in Massive Data Analysis[R].Washington，DC：The National Academies Press， 2013.

[7]Li Z H， Han J W. Mining Periodicity from Dynamic and Incomplete Spatiotemporal Data[A]. Chu W W，Data Mining and Knowledge Discovery for Big Data[M].Germany：Springer Berlin Heidelberg， 2014：41-81.

[8]魏顺平. 学习分析技术：挖掘大数据时代下教育数据的价值[J]. 现代教育技术，2013， 23（2）： 5-11.

[9]Chen H C， Chiang R H L， Storey V C. Business Intelligence and Analytics： From Big Data to Big Impact[J]. MIS Quarterly，2012， 36（4）： 1165-1188.

[10]严霄凤，张德馨. 大数据研究[J].计算机技术与发展， 2013， 23（4）： 168-172.

[11]孟小峰，慈祥. 大数据管理：概念、技术与挑战[J]. 计算机研究与发展，2013， 50（1）： 146-169.

[12]覃雄派，王会举，杜小勇，等. 大数据分析――RDBMS与MapReduce的竞争与共生[J].软件学报，2012， 23（1）： 32-45.

[13]Sengamedu S. Scalable Analytics-Algorithms and Systems[A].Srinivasa S， Bhatnagar V.Big Data Analytics[M].India：Springer Berlin Heidelberg， 2012：1-7.

[14]Mehta S， Subramaniam L V. Tutorial ： Social Media Analytics[M].Bhatnagar V， Srinivasa S.Big Data Analytics[M].India：Springer International Publishing， 2013：1-21.

[15]王炼，武夷山. 方法移植对科学计量学研究的方法论启示[J]. 科学学研究，2006， 24（4）： 503-507.

[16]Kroeze J H， Matthee M C， Bothma T J D. Differentiating Data-and Text-Mining Terminology： The 2003 annual research conference of the South African institute of computer scientists and information technologists on Enablement through technology[Z]. South Africa：2003：93-101.

[17]祝清松，冷伏海. 基于引文内容分析的高被引论文主题识别研究[J]. 中国图书馆学报，2014，（1）：39-49.

[18]张树良，冷伏海. 基于文献的知识发现的应用进展研究[J]. 情报学报，2006， 25（6）： 700-712.

[19]李楠，张学福. 基于关联数据的知识发现应用体系研究[J]. 图书情报工作，2013，（6）：127-133.

[20]王辉，王晖昱，左万利. 观点挖掘综述[J]. 计算机应用研究，2009，26（1）：25-29.

[21]黄晓斌，赵超. 文本挖掘在网络舆情信息分析中的应用[J]. 情报科学，2009：（1）： 94-99.

[22]赵洁，温润. 基于新词扩充和特征选择的微博观点句识别方法[J]. 情报学报，2013，32（9）： 945-951.

[23]单斌，李芳.基于LDA话题演化研究方法综述[J]. 中文信息学报，2010， 24（6）： 43-49.

[24]贺亮，李芳. 科技文献话题演化研究[J]. 现代图书情报技术，2012，（4）： 61-67.

[25]查先进.信息分析[M].武汉：武汉大学出版社，2011.

[26]Lakshminarayan C. High Dimensional Big Data and Pattern Analysis： A Tutorial[A].Bhatnagar V， Srinivasa S.Big Data Analytics[M].India：Springer International Publishing， 2013： 8302， 68-85.

[27]胡洁. 高维数据特征降维研究综述[J]. 计算机应用研究，2008，（9）： 2601-2606.

[28]吴晓婷，闫德勤. 数据降维方法分析与研究[J]. 计算机应用研究，2009，（8）：2832-2835.

[29]陈涛，谢阳群. 文本分类中的特征降维方法综述[J]. 情报学报，2005，24（6）： 690-695.

[30]白如江，冷伏海. “大数据”时代科学数据整合研究[J]. 情报理论与实践，2014， 37（1）： 94-99.

[31]化柏林. 多源信息融合方法研究[J]. 情报理论与实践，2013，（11）： 16-19.

[32]李建中，刘显敏. 大数据的一个重要方面：数据可用性[J].计算机研究与发展，2013，50（6）：1147-1162.

[33]王延飞，王林兰. 论情报研究质量[J].图书情报工作，2010，54（10）：35-39.

[34]王阅，高学东，武森，等. 时间序列周期模式挖掘的周期检测方法[J]. 计算机工程，2009， 35（22）： 32-34.

[35]孟志青，楼婷渊，胡强.多粒度时间文本数据的周期模式挖掘算法[J]. 计算机科学，2013，（S2）： 251-254.

[36]Bellazzi R， Diomidous M， Sarkar I， et al. Data analysis and data mining current issues in biomedical informatics[J]. Methods of Information in Medicine，2011，50（6）：536-544.

[37]Negash S. Business intelligence[J]. Communications of the Association for Information Systems，2004，13（1）：177-195.