大数据时代的秘书工作研究——以大数据在秘书信息工作中的应用为例

赵航（河南大学文学院，河南 郑州 475001）

一、秘书的信息工作、大数据等相关名词的界定

信息，是物质的一种存在形式，它以物质的属性或运动状态为内容，并且总是借助于一定物质载体传输或者储存。

大数据是相对概念，因此目前的定义都是对大数据的定性描述。徐宗本院士则在第 462 次香山科学会议上的报告中，将大数据定义为“不能够集中存储、并且难以在可接受时间内分析处理，其中个体或部分数据呈现低价值性而数据整体呈现高价值的海量复杂数据集。数据挖掘和深度学习是大数据分析的基础,而可视化既是数据分析的关键技术也是数据分析结果呈现的关键技术。

数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。机器学习就是让计算机从大量的数据中学习到相关的规律和逻辑，然后利用学习来的规律来预测以后的未知事物。深度学习则是指机器学习技术在监督或非监督的情况下自动地学习深层次的架构并且用于分类或进行数据挖掘。

大数据可视分析是指在大数据自动分析挖掘方法的同时,利用支持信息可视化的用户界面以及支持分析过程的人机交互方式与技术,有效融合计算机的计算能力和人的认知能力,以获得对于大规模复杂数据集的洞察力(insight)。

二、大数据对秘书信息工作的作用

秘书的信息工作主要是指根据领导与上级部门的要求了解情况，掌握动态，发现问题、加工处理、综合分析，提供信息资料给领导参考。信息工作主要有以下几个基本程序：搜集、加工、储存与利用、信息开发与利用。

对于搜集工作，大数据中的数据挖掘可以帮助秘书找到数据背后隐含的有价值的信息。再次，通过数据挖掘，这些来自各种渠道的数据信息被组合，应用超级计算机、并行处理、神经元网络、模型化算法和其他信息处理技术手段进行处理，从中得到秘书需要收集的用于向特定消费群体或个体进行定向营销的决策信息。这些信息十分有价值，例如，卡夫公司通过数据挖掘了解特定客户的兴趣和口味，并以此为基础向他们发送特定产品的优惠券，并为他们推荐符合客户口味和健康状况的卡夫产品食谱。由此可见，数据挖掘技术可以对秘书信息工作起到极大助力。

对于信息加工工作，通过探索人的学习机制建立起来的深度学习可以对图像、声音、文本等内容进行筛选，使秘书摆脱人工筛选整理的工作，进一步提升秘书工作效率，优化秘书工作技能。例如百度成立了 IDL(深度学习研究院),专门研究深度学习算法,目前已有多项深度学习技术在百度产品上线.深度学习对百度影响深远,在语音识别、OCR 识别、人脸识别、图像搜索等应用上取得了突出效果。信息的利用工作同理。当前众多国内外公司纷纷开始在产品中使用深度学习技术，我们可以期待的不远的将来深度学习将大大改造秘书的信息工作。

可视分析在信息开发与利用方面起到很大作用。大数据可视化不同于传统的可视化，其重点重点在于规模，大数据可视化帮助人们分析大规模、高维度、多来源、动态演化的信息,并辅助作出实时的决策。借助于人工智能、人机交互，可视分析所呈现的可视信息揭示事物的本质、规律，辅助科学的领导决策。当前对于大数据可视分析的研究仍十分初步,对于这一研究领域的理论、方法和技术体系至今尚未形成，但其发展势头不容小觑。

三、大数据时代秘书所需的信息素养

1.打破狭隘视野，强化信息学习意识。新时代要求秘书随时关注社会信息技术的发展情况，培养主动学习意识和接纳意识。2.树立终身学习目标， 不断更新信息知识。秘书人员要从自身文化素质、计算机知识、网络技术知识、常用软件的使用等各个方面随时更新和完善自己的信息知识，用创新的思维应对信息时代的挑战。3.锻造新时代所需的信息能力，提升信息素养。信息能力是信息素养的核心内容，它包括信息的收集、判断、筛选、加工、传递、利用、管理等，秘书人员应从各个方面强化信息能力。4.规范信息行为，遵守信息道德。 企业秘书人员首先应深入学习了解国家信息工作方面的法律法规和企业相关规章制度，在日常工作中规范自己的信息行为，其次要注意知识产权的保护，依法共享和利用信息。

当前大数据分析的理论构建、实际应用还不成熟，但当前对其的研究如火如荼，其重要的实用价值和战略价值也不需赘述，秘书人员应有长远的眼光，紧跟信息时代的潮流，做一名新时代的合格秘书。