0 引言 科技信息大数据已成功应用于搜索引擎、电子商务、金融、保险、交通及城市综合监管中，建立了相当完整的技术体系，为这个研究领域奠定了坚实的基础。科技数据工作的基础是存在许多不同的大型数据源，这些数据源基于数据分析和挖掘为用户需求情况提供精确的服务。大数据环境对情报工作的挑战和发展，引起业界的极大兴趣和广泛讨论，为情报服务中的科学技术中大数据的使用创建架构。本文的研究内容可以为相关工作提供有益的思考，特别是在科技信息数据背景下的情报服务方面。 1 相关理论 本文的主要研究对象就是科技信息大数据，其范围非常广阔，增长速度非常快，并且具有多种结构类型等特征。此外，科技大数据具有独特的性能特点，比方说多源异质性，可以说是科学信息技术里大数据应用的主要特点之一，在进行边境情报任务研究的时候，如果只是采取某单一类别的数据是不够严谨的；再比方说进行工业分析的时候，如果只是在科学情报范畴内采取传统的数据类别肯定也是不够全面的。在许多方面的信息都能够非常高效地凸显行业的规模，比方说新闻舆论、公司网站以及人才招聘等方面，科技信息大数据在动态增量方面的特点也非常突出，由于情报对数据及时性的要求很高，因此它将继续在情报分析过程中监视情报，先对已知的数据进行整理分析，然后在进行深度的挖掘，达到了解情报的即时情况的目的。科技信息大数据还有一个比较明显的特征，那就是国际性，追寻和比较是大数据在科学技术信息中的标志。 2 基于科技信息大数据的情报服务 2.1 情报任务与类型 2.1.1 情报识别 情报功能就相当于“千里眼”和“顺风耳”，要想发挥出它的最大效率就必须具备优秀的敏感性，只有这样才可以有效进行情报识别，找出有用的情报。情报识别也分为很多种，比方说目标识别以及判别性识别等，其中判别性识别又分为虚假信息识别以及敏感信息识别。确定科技内容包括确定突破性创新，确定研究前沿，确定关键技术，确定通用技术以及确定市场机会。这些情报识别任务需要大量收集各种渠道的信息，包括论文、专利、网页等，然后要将信息进行筛选、比较，并识别情报的可靠度。 2.1.2 情报跟踪 只有及时并准确地收集最新的情报信息，才能保证发挥出情报的作用。因此，要解决好长期跟踪的技术问题，才能保持对重要的国家及机构的情报跟踪是最新的态势。所以，有必要了解现状和发展趋势，以及研究的方向和方法。情报跟踪的类型也分为很多种，比方说科学技术跟踪、战略计划跟踪以及重大事件跟踪等，其中战略计划跟踪就是对总计划、进度和状态进行跟踪。重大事件跟踪就是对国际上面的一些比较重大的事情进行跟踪，比方说对之前日本福岛发生的核泄漏事件等等相关的信息进行跟踪。跟踪该国或重要机构和相关领域的科学技术，跟踪全面的战略发展和战略计划。情报跟踪要求从各个渠道及时收集数据，在这个科技情大数据背景下，对情报进行追踪的最主要的原则就是一定要是最新和最完整的数据情报。 2.1.3 情报比较 情报本身在敌人和盟友之间有着很强的反差，因此情报比较是情报工作中非常重要的一部分，情报比较的特点是着重于竞争关系及态势的分析。比如，对比中国互联网行业的发展报告，分析在美国纳斯达克上市的公司数量与规模，公司的年度报告及相关的发展战略。对相关公司的核心技术，人员及计划进行搜集，然后汇总和比较数据资源，国家政策环境和计划，主要国际会议的绩效以及其他信息，行业规模，社会发展的促进和影响，技术领导程度，核心竞争力，并获取有关每个信息的利弊与发展潜力。 2.1.4 情报预测 预测包括时间节点、预测趋势、发展、预测重要事件、预测机会等。例如，要对特朗普政府有关技术创新政策趋势进行情报预测，就有必要编写各种政策书、领导力讲座、领导力活动、履历等，通过分析其关键决策人的人格特点及决策模式，来梳理其政策方向，及有关的影响因素，通过科技信息大数据分析，预测其决策的方向及发展趋势。 2.2 情报产品与服务 在科技信息大数据的加持下，生产出各个类型的情报工具，加强其获取情报的能力，从而达到了增强情报服务的目的。随着科技信息大数据的应用，情报服务也产生许多新的特点，下面进行一一介绍： 2.2.1 主动服务取代了过去的被动服务 在过去的情报服务模式里，就是让用户来说出情报要求，然后工作人员负责达到要求就可以了。以往的服务方式所带来的弊端也慢慢凸显出来，比方说时效性差，无法真正意义上达到用户的要求，所以需要优化服务模式。随着将科技信息大数据应用到了情报服务中后，有效解决了时效性差的问题，因为它能够对多种数据进行整合，同时了解到用户对情报的真正需求，并且进行分析处理，对用户的需求动态进行实时监控，实现真正意义上的情报服务模式创新，将主动服务代替过去的被动服务。 2.2.2 嵌入式服务取代了单点服务 在过去的情报服务中，只需要提供特定的流程服务就可以达到要求。但是，随着相关行业对情报的专业性的要求提高，一种新的走向出现了，就是要把情报服务加进业务流程。工作流程要经过数据的收集、累积，然后对情报进行分析处理，最后进行报告这些步骤，得到的情报要保持客观性原则，在时间以及质量等方面，保证对情报的支持。有针对性的决策能够有效的帮助用户解决关心的问题，例如科学技术计划和政策体系，通过各种内置的情报服务，科技情报来验证和实施重大科学研究项目的计划，通过科学研究计划、项目指南、项目演示和动态跟踪，支持技术决策和法规制定等方面来实现完全嵌入式的情报服务。 2.2.3 情报引领取代了决策参考支持 从不同的层面上对情报任务进行划分，可以分为动态跟踪、形式分析以及前景预测。在以上条件下加入聚类分析等方法，来实现对事物发展规律的分析，然后对其关键要素之间的相关性进行分析，剖析事物的影响因素，及核心技术、战略计划，预测技术及合作关系的变换动态，以此来分析企业、行业或者是国家政策的发展趋势，帮助其做好最新的战略部署，明确自身发展的目标，从而最高效率的利用情报服务，实现对发展前景的预测，把情报的功能更全面的应用到战略发展中来。 3 应用科技信息大数据进行情报分析的方法与技术 3.1 多源异构数据融合技术 用户对情报的要求是不断变化的，其中影响的因素也是多方面的，比方说领导的讲话、热点话题、新的信息技术等。不同的渠道和来源分配着不同的数据，然后不同的数据又支撑着不同的因素。在当前这个时代，任务实行的基本条件就是需要能够快速对多源数据进行获取的能力。数据信息有很多方面的来源，并且能够从各个不同的角度显露出不同国家以及行业的信息。既可以相互融合分析，也可以交叉印证与信息完善，能够更加具体地反映出事物的联系。为其实力的对比、评估，竞争态势的分析、战略的选择及发展，提供更有科学性的数据参考及决策依据。因此，解决好不同数据源之间的关联及映射问题，及数据融合中产生的数据冲突、重复等问题，对于多源异构数据融合，提出更多的技术挑战。 3.2 情报用户画像及需求探测技术 要成功执行情报任务，需要分析和建模情报需求，并以肖像形式描述情报用户。在电子商务领域，可以使用诸如用户注册信息、浏览日志、搜索日志、购买记录、查明需求，以及提出个性化的实时建议，来对用户进行配置，达到理想的效果。通过将电子商务领域的用户配置文件技术移植和改进到情报服务领域，可以更好地检测和识别情报需求。调查用户的具体情报需求，包括确定情报用户的类型，获取情报用户的静态属性，及监视情报用户的情报信息。从各个维度为用户分配适当的标签，从而可以将用户准确分类，并提取到相应的类别中。可以利用用户的群体特征来发掘个体用户的个性化需求，准确地做到因人而异，从而为其提供精确化的情报服务。 3.3 新型计算技术 在科技信息大数据环境背景下，对数据分析和挖掘，越来越注重计算的方法与技术。只有通过分析用户的需求方案，并结合客户需求实时更新服务方式，才能更好地为用户提供所需的服务，从而提升情报产品服务的客户满意度。目前，传统的数据挖掘技术和方法相对成熟，对于大量信息，找到一些共性和相关性是一个非常流行的想法，但是有时它也不起作用。比方说，情报信号分析和新颖性检测可能需要差异分析，通过比较和确定新的理论和技术等来支持现代科学技术情报的工作。 4 结语 随着科技信息大数据在情报服务中的应用，不仅需要懂得借助大数据的理论方法来进行情报服务，还需要结合实践使用中构建科技大数据，充分整合科技信息大数据的特点，扩展新的技术，实现对科技信息大数据情报更加充分的分析与挖掘。因此，要充分利用新的计算技术，发现大数据在科学技术信息中的应用价值，为情报用户提供及时、全面、客观和准确的情报产品服务，实现科技信息大数据在情报服务中的应用的最大效益。 [1] 裴雷，孙建军，肖璐，等.大数据时代科技情报服务的挑战与思考[J].图书与情报，2015（6）：26-32. [2] 陈柳.浅析大数据环境下的科技信息服务[J].内江科技，2016（9）：10，20. [3] 刘小琳，曾祥效.大数据时代科技情报专业化服务构想[J].情报理论与实践，2016（2）：20-23. 0 引言科技信息大数据已成功应用于搜索引擎、电子商务、金融、保险、交通及城市综合监管中，建立了相当完整的技术体系，为这个研究领域奠定了坚实的基础。科技数据工作的基础是存在许多不同的大型数据源，这些数据源基于数据分析和挖掘为用户需求情况提供精确的服务。大数据环境对情报工作的挑战和发展，引起业界的极大兴趣和广泛讨论，为情报服务中的科学技术中大数据的使用创建架构。本文的研究内容可以为相关工作提供有益的思考，特别是在科技信息数据背景下的情报服务方面。1 相关理论本文的主要研究对象就是科技信息大数据，其范围非常广阔，增长速度非常快，并且具有多种结构类型等特征。此外，科技大数据具有独特的性能特点，比方说多源异质性，可以说是科学信息技术里大数据应用的主要特点之一，在进行边境情报任务研究的时候，如果只是采取某单一类别的数据是不够严谨的；再比方说进行工业分析的时候，如果只是在科学情报范畴内采取传统的数据类别肯定也是不够全面的。在许多方面的信息都能够非常高效地凸显行业的规模，比方说新闻舆论、公司网站以及人才招聘等方面，科技信息大数据在动态增量方面的特点也非常突出，由于情报对数据及时性的要求很高，因此它将继续在情报分析过程中监视情报，先对已知的数据进行整理分析，然后在进行深度的挖掘，达到了解情报的即时情况的目的。科技信息大数据还有一个比较明显的特征，那就是国际性，追寻和比较是大数据在科学技术信息中的标志。2 基于科技信息大数据的情报服务2.1 情报任务与类型2.1.1 情报识别情报功能就相当于“千里眼”和“顺风耳”，要想发挥出它的最大效率就必须具备优秀的敏感性，只有这样才可以有效进行情报识别，找出有用的情报。情报识别也分为很多种，比方说目标识别以及判别性识别等，其中判别性识别又分为虚假信息识别以及敏感信息识别。确定科技内容包括确定突破性创新，确定研究前沿，确定关键技术，确定通用技术以及确定市场机会。这些情报识别任务需要大量收集各种渠道的信息，包括论文、专利、网页等，然后要将信息进行筛选、比较，并识别情报的可靠度。2.1.2 情报跟踪只有及时并准确地收集最新的情报信息，才能保证发挥出情报的作用。因此，要解决好长期跟踪的技术问题，才能保持对重要的国家及机构的情报跟踪是最新的态势。所以，有必要了解现状和发展趋势，以及研究的方向和方法。情报跟踪的类型也分为很多种，比方说科学技术跟踪、战略计划跟踪以及重大事件跟踪等，其中战略计划跟踪就是对总计划、进度和状态进行跟踪。重大事件跟踪就是对国际上面的一些比较重大的事情进行跟踪，比方说对之前日本福岛发生的核泄漏事件等等相关的信息进行跟踪。跟踪该国或重要机构和相关领域的科学技术，跟踪全面的战略发展和战略计划。情报跟踪要求从各个渠道及时收集数据，在这个科技情大数据背景下，对情报进行追踪的最主要的原则就是一定要是最新和最完整的数据情报。2.1.3 情报比较情报本身在敌人和盟友之间有着很强的反差，因此情报比较是情报工作中非常重要的一部分，情报比较的特点是着重于竞争关系及态势的分析。比如，对比中国互联网行业的发展报告，分析在美国纳斯达克上市的公司数量与规模，公司的年度报告及相关的发展战略。对相关公司的核心技术，人员及计划进行搜集，然后汇总和比较数据资源，国家政策环境和计划，主要国际会议的绩效以及其他信息，行业规模，社会发展的促进和影响，技术领导程度，核心竞争力，并获取有关每个信息的利弊与发展潜力。2.1.4 情报预测预测包括时间节点、预测趋势、发展、预测重要事件、预测机会等。例如，要对特朗普政府有关技术创新政策趋势进行情报预测，就有必要编写各种政策书、领导力讲座、领导力活动、履历等，通过分析其关键决策人的人格特点及决策模式，来梳理其政策方向，及有关的影响因素，通过科技信息大数据分析，预测其决策的方向及发展趋势。2.2 情报产品与服务在科技信息大数据的加持下，生产出各个类型的情报工具，加强其获取情报的能力，从而达到了增强情报服务的目的。随着科技信息大数据的应用，情报服务也产生许多新的特点，下面进行一一介绍：2.2.1 主动服务取代了过去的被动服务在过去的情报服务模式里，就是让用户来说出情报要求，然后工作人员负责达到要求就可以了。以往的服务方式所带来的弊端也慢慢凸显出来，比方说时效性差，无法真正意义上达到用户的要求，所以需要优化服务模式。随着将科技信息大数据应用到了情报服务中后，有效解决了时效性差的问题，因为它能够对多种数据进行整合，同时了解到用户对情报的真正需求，并且进行分析处理，对用户的需求动态进行实时监控，实现真正意义上的情报服务模式创新，将主动服务代替过去的被动服务。2.2.2 嵌入式服务取代了单点服务在过去的情报服务中，只需要提供特定的流程服务就可以达到要求。但是，随着相关行业对情报的专业性的要求提高，一种新的走向出现了，就是要把情报服务加进业务流程。工作流程要经过数据的收集、累积，然后对情报进行分析处理，最后进行报告这些步骤，得到的情报要保持客观性原则，在时间以及质量等方面，保证对情报的支持。有针对性的决策能够有效的帮助用户解决关心的问题，例如科学技术计划和政策体系，通过各种内置的情报服务，科技情报来验证和实施重大科学研究项目的计划，通过科学研究计划、项目指南、项目演示和动态跟踪，支持技术决策和法规制定等方面来实现完全嵌入式的情报服务。2.2.3 情报引领取代了决策参考支持从不同的层面上对情报任务进行划分，可以分为动态跟踪、形式分析以及前景预测。在以上条件下加入聚类分析等方法，来实现对事物发展规律的分析，然后对其关键要素之间的相关性进行分析，剖析事物的影响因素，及核心技术、战略计划，预测技术及合作关系的变换动态，以此来分析企业、行业或者是国家政策的发展趋势，帮助其做好最新的战略部署，明确自身发展的目标，从而最高效率的利用情报服务，实现对发展前景的预测，把情报的功能更全面的应用到战略发展中来。3 应用科技信息大数据进行情报分析的方法与技术3.1 多源异构数据融合技术用户对情报的要求是不断变化的，其中影响的因素也是多方面的，比方说领导的讲话、热点话题、新的信息技术等。不同的渠道和来源分配着不同的数据，然后不同的数据又支撑着不同的因素。在当前这个时代，任务实行的基本条件就是需要能够快速对多源数据进行获取的能力。数据信息有很多方面的来源，并且能够从各个不同的角度显露出不同国家以及行业的信息。既可以相互融合分析，也可以交叉印证与信息完善，能够更加具体地反映出事物的联系。为其实力的对比、评估，竞争态势的分析、战略的选择及发展，提供更有科学性的数据参考及决策依据。因此，解决好不同数据源之间的关联及映射问题，及数据融合中产生的数据冲突、重复等问题，对于多源异构数据融合，提出更多的技术挑战。3.2 情报用户画像及需求探测技术要成功执行情报任务，需要分析和建模情报需求，并以肖像形式描述情报用户。在电子商务领域，可以使用诸如用户注册信息、浏览日志、搜索日志、购买记录、查明需求，以及提出个性化的实时建议，来对用户进行配置，达到理想的效果。通过将电子商务领域的用户配置文件技术移植和改进到情报服务领域，可以更好地检测和识别情报需求。调查用户的具体情报需求，包括确定情报用户的类型，获取情报用户的静态属性，及监视情报用户的情报信息。从各个维度为用户分配适当的标签，从而可以将用户准确分类，并提取到相应的类别中。可以利用用户的群体特征来发掘个体用户的个性化需求，准确地做到因人而异，从而为其提供精确化的情报服务。3.3 新型计算技术在科技信息大数据环境背景下，对数据分析和挖掘，越来越注重计算的方法与技术。只有通过分析用户的需求方案，并结合客户需求实时更新服务方式，才能更好地为用户提供所需的服务，从而提升情报产品服务的客户满意度。目前，传统的数据挖掘技术和方法相对成熟，对于大量信息，找到一些共性和相关性是一个非常流行的想法，但是有时它也不起作用。比方说，情报信号分析和新颖性检测可能需要差异分析，通过比较和确定新的理论和技术等来支持现代科学技术情报的工作。4 结语随着科技信息大数据在情报服务中的应用，不仅需要懂得借助大数据的理论方法来进行情报服务，还需要结合实践使用中构建科技大数据，充分整合科技信息大数据的特点，扩展新的技术，实现对科技信息大数据情报更加充分的分析与挖掘。因此，要充分利用新的计算技术，发现大数据在科学技术信息中的应用价值，为情报用户提供及时、全面、客观和准确的情报产品服务，实现科技信息大数据在情报服务中的应用的最大效益。参考文献[1] 裴雷，孙建军，肖璐，等.大数据时代科技情报服务的挑战与思考[J].图书与情报，2015（6）：26-32.[2] 陈柳.浅析大数据环境下的科技信息服务[J].内江科技，2016（9）：10，20.[3] 刘小琳，曾祥效.大数据时代科技情报专业化服务构想[J].情报理论与实践，2016（2）：20-23.

文章来源：江苏科技信息 网址: http://jskjxx.400nongye.com/lunwen/itemid-2160.shtml

上一篇： 暂无
下一篇： 企业经济论文_3月全国新设市场主体同比增长19.3%