大数据分析的方法及其在情报研究中的适用性初探*

江信昱 王柏弟

（北京大学信息管理系 北京 100871）

·专题·

大数据分析的方法及其在情报研究中的适用性初探*

江信昱 王柏弟

（北京大学信息管理系 北京 100871）

对基于数据或信息分析的情报研究来说，大数据分析方法带来了新机遇。文章在现有研究的基础上，先梳理了基于数据、流程及信息技术三种视角的大数据分析方法，并从中归纳出了面向统计、挖掘、发现、预测与集成等5种分析层次的17种相关研究方法。接着探讨了大数据分析方法在情报研究的适用性，分别找出10种可直接移植的方法、2种调整后可移植的方法、2种不适用的方法、3种需要继续研究或关注的方法。

大数据大数据分析方法情报研究适用性

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，它包括由多个任务组成的高度重复执行的步骤。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，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，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，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

表1 面向层次的BDA分类框架

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。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，例如，黄晓斌、赵超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。又例如，贺亮、李芳利用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，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，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。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。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。

（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。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。

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，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“周期性行为”（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。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性行为建模，但建模过程容易出现对象可能没有周期性行为、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。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。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，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。

［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 DataWarehousing 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 Opportunitieswith Big Data［R］.Washington，DC：Computing Research Association，2012.

［5］Power D J.Using"Big Data"for analytics and decision support［J］.Journalof 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 JW.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］. MISQuarterly，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 JH，Matthee M C，Bothma T JD.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 datamining current issues in biomedical informatics［J］.Methodsof 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.

［38］Ranjan J.Business Intelligence：Concepts，Components，Techniquesand Benefits［J］.Journal of Theoretical and Applied Information Technology，2009，9（1）：60-70.

Prelim inary Study on the Big Data Analytics and Its Adap tability in Intelligence Studies

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 researchmethods 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.

big data；big data analytics；intelligence studies；adaptability

G250.2

：A

：1003-6938（2014）05-0013-07

江信昱（1985－），男，北京大学信息管理系博士研究生；王柏弟（1988－），女，北京大学信息管理系硕士研究生。

*本文系国家社科基金重点项目“大数据环境下的计算型情报分析方法与技术研究”（项目编号：14ATQ005）研究成果之一。

2014-09-10；责任编辑：魏志鹏