大数据时代数字信息资源优化管理和应用模式研究

王茜

【摘要】在大数据时代，数字信息资源已经从重要的经济资源上升到关键的战略资源高度。本文从信息资源管理角度出发，结合目前几个重要的应用领域讨论了信息资源优化管理产生的变化、面临的问题和与之相匹配的应用模式，提出了数字信息资源的优化管理在质量控制、服务创新等方面的发展和建议，并指明了大数据的优化管理和应用服务对整个国家乃至全人类都将产生深远的影响。

【关键词】信息资源；优化管理；服务创新；质量控制

0 引 言

大数据时代的信息资源管理是当今科学家和管理学者们面临的一个巨大而丰富的课题，“得数据者得天下”，数字信息资源的优化管理和有效利用不再仅仅是围绕某几个重要领域展开的经济活动，而是处于更广阔的、对于一个国家甚至全球产生深远影响的关键战略资源，对待大数据及数字信息资源管理必须有明确态度，“既不盲目反对发展，也不盲目的发展”。

1 信息资源优化管理在大数据时代面临的新问题

数据成为数字信息资源只有短短二十年左右，对于数字信息资源的管理更是从最初以IT技术为核心，逐渐演变为以管理信息系统MIS为核心，直至目前面向大数据的信息资源观。一般而言，大数据及其产业涵盖了三个方面：首先是对大数据本身而言，指爆发式增长、来源多样而繁杂以及结构和类型多样的数据集合；其次是为了高速高效地提取、处理和分析这些新型数据所需要使用的各种新技术、新算法和新模型；最后是在实际运用领域，通过数据分析和共享形成信息增值和智力支持，在用户、行业甚至国家层面提供正确科学的实时预测与决策支持。

信息资源作为新型的人类生产要素，具有独特的使用价值。在大数据时代，由于数据来源和共享范围指数级扩大，以及数字信息天然具有稀缺性和时效性，使得信息资源管理有别于公共物品和接近垄断性商品的管理，呈现出新问题。信息资源的优化管理是大数据信息技术对基于底层的不断增长的数据进行有序、有结构、有价值的分析挖掘，将大数据信息真正作为一种资源优化配置，面向不同用户提供非同质性的、经过优化重组的、科学有效的数据管理模式，是值得深入研究的、完全区别于原有传统数据服务的、包含技术创新和思维创新的新课题。

2 信息资源优化管理在大数据时代应用模式的新变化

2.1 信息资源优化管理在互联网商业中的应用

IBM公司在2012年5月发布了一个“3A5步”的大数据战略动态路线图，其中3A（Align、Anticipate、Act）正是信息资源优化管理的核心所在，互联网商业应用模式也正是遵循着类似的基本原则。互联网商业基于全球网络提供的“用户生成内容”UGC（User Generated Content）数据，数字信息资源管理的整个过程都和传统思维截然不同，通过借助于Hadoop并行系统、流计算、分布数据仓库和信息整合重组等核心技术，实现各类具体的商业应用，例如针对指定客户的网络营销、面向社交媒体的数据分析、实时定位的GPS服务等。通过大数据信息资源的全面收集，整合掌控和分析利用，大量业务可以不需要管理决策人员的干预，初步拥有自适应和自决策的特性。

2.2 信息资源优化管理在知识服务中的应用

知识服务兴起于最近十年，高附加值的数据挖掘并获取实用的科学规律是其提供的重点应用之一。知识服务应用模式在大数据时代也随着技术的发展、知识形态的变革而呈现更科学的面貌，比较成熟的模式一般蕴含了七大要素，即数据、资源，知识、能力、服务、任务、过程。知识服务在国内主要还是建立在数字信息资源的采集、整合、存储和共享的基础上，依然紧密依托于数字图书馆、电子书城等基本形式，同时商业化的信息咨询公司、学术化的智库等形式也在摸索完善中。知识服务引入大数据思维以后，数据关联度、科学范式和知识图谱的构建都更加专业化、系统化，整个信息服务方式从简单的综述模式逐步向集中的有效数据挖掘和用户定制的数据咨询服务转变。

2.3 信息资源优化管理在国防军事中的应用模式

信息化战争是未来最基本的和无法避免的战场态势，越来越多的国家意识到掌握大数据核心处理和多态融合技术将是未来军事领域重要的应用方向。未来信息化战场只能通过应用大数据模式来数字建模和完备描述，对大数据的掌控和运用将成为军队核心战斗力的由来，军事指挥控制系统对信息资源的优化管理将直接决定战斗的胜负。未来信息化战争将以全方位的原始数据获取为基本点，在保证一致性共享的原则上建立起大规模分布式、存储复杂实时信息的联合作战数据库，同时通过辅助信息智能处理对多元情报进行动态融合和实时作战态势评估，将数据优势转化为决策优势，最终奠定作战优势。目前在基于地理位置的服务LBS（Location Based Service）方面已经实现了基本应用，通过搜集战场人员与各类武器装备的轨迹与特征，可以实现远距离精确打击、战场环境探测和监控、后勤保障和后备支援等战术活动。

3 信息资源优化管理在大数据时代的发展创新

3.1 信息资源优化管理的质量控制

在大数据时代，数字信息资源的优化质量和管理效果依然是重中之重，衡量标准可以沿用经典的“两用”标准并注入新的内容。在质量控制理念方面，必须坚持有用性（usefulness）和易用性（ease of use），同时从管理者效率和用户接受度两个方面对大数据管理的技术平台及应用模式进行交叉评估，从而延续规范化管理和科学化控制。在具体流程和措施方面，必须具有四个方面的内容：基础的大数据技术支持，有效的信息反馈系统，实时的资源优化管理，完善的信息整合与治理平台。

3.2 信息资源优化管理的服务创新

信息服务在引入大数据及其所带来的新模式后对使用方向的可选择性显著增强，接踵而来的展示出新架构和新变革，其中较为典型和成熟的有两类，一类是以用户为中心的服务创新，另一类是以新兴技术为平台的服务创新。以用户为中心的服务创新目前主要向两个方面延伸：向内通过获取和挖掘用户的兴趣表达和隐私偏好，面向特殊用户加深个性化信息服务，推送和引导用户进行既定的信息活动；向外通过鼓励用户生成内容，使得有较高信息能力的部分用户转变为信息资源的内容提供者，进而形成互动良好的社会关系网络，反映和即时捕捉时代趋势和预测未来动向。以新型技术为平台的服务创新则涵盖了大数据行业的硬、软件等各个方面，从大数据基础平台建设、系统集成和运行维护直到大数据信息资源管理和融合，包括云计算、云存储、数据租赁和计量统计等，尤其是对隐性信息的深度开发和二次开发，都将会引起巨大的变革。

4 结 语

根据Wikibon发布的报告《大数据厂商收益与市场预测2013-2017》（Big Data Vendor Revenue and Market Forecast），可以从具体数据中了解大数据产业的最新状况、发展趋势和分类布局。2013年全球大数据市场总体规模约为180亿元，年度增幅达到令人惊喜的61%，值得注意的是有关大数据信息服务的收入几乎占到了整个市场的40%。数字信息资源如今已成为重要的生产因素，未来必将成为关键的决定因素，大数据及其信息资源优化管理作为国家发展、社会进步的核心动力在不久的将来一定会发挥出巨大的推动作用和稳固的支撑作用。

主要参考文献

[1]王树良，丁刚毅，钟鸣. 大数据下的空间数据挖掘思考[J].中国电子科学研究院学报， 2013，8（1）：8-17.

[2]东方.大数据影响下的知识服务应用模式之变革[J].新世纪图书馆，2015（6）：25-28.

[3]罗贺，李升.面向云计算环境的多源信息服务模式设计[J].管理学报，2012，9（11）：1667-1673.

[4]姜锋.大数据行业应用和商业模式研究[J].软件产业与工程，2014（4）：20-23.

[5]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.