大数据背景下的科技信息资源开发与利用研究

郭亚平

[摘 要]数据作为基础性战略资源，已经成为社会发展的必然趋势和社会变革的驱动力。本文介绍了大数据的产生背景、概念内涵和主要特点，提出了大数据背景下推进信息资源开发与利用面临的问题，探讨我国科技信息资源开发与利用的发展思路和初步进展，旨在为开展后续信息服务工作奠定基础。

[关键词]大数据;信息资源;信息管理人员

doi：10.3969/j.issn.1673 - 0194.2019.12.083

[中图分类号]G322[文献标识码]A[文章编号]1673-0194（2019）12-0-02

0     引 言

随着大数据时代的到来，数据不仅推动社会发展与变革，也提高了国家、军队各方面的竞争力和保障水平，给信息资源开发与利用带来机遇的同时也带来了挑战。

1     大数据概述

1.1   产生背景

大数据产生的背景包括以下几方面。第一，信息科技进步。信息科技的3個最核心基础能力（信息处理、信息存储和信息传递）飞速进步。第二，互联网把每台计算机连接起来，成为人们获取各类数据的首要渠道。第三，云计算将分布式、高性价比的大量计算、网络和资源集成管理，并将应用软件简化为服务。云计算是大数据处理的重要支撑，大数据依托云计算挖掘海量数据。第四，物联网是互联网的延伸和扩展，通过智能感知、识别等信息技术，广泛应用于网络中，在物与物间进行信息交换和通信，产生大量数据，其中，一些数据被持续收集起来成为大数据的重要来源之一。

1.2   概念内涵

“大数据”术语最早出现在apache org的开源项目中。大数据的意义是提高对巨量数据的专业化处理能力，实现数据增值，而不是掌握这些数据信息。大数据的概念是一种规模大到在获取、存储、管理、分析方面远远超出传统数据库软件工具范围的数据集集合，是海量资源和技术构架的统称。大数据以海量数据为核心，泛指在以网络为基础，智能分析为手段，辅助决策为目标的资源、技术和应用的统称。

1.3   特征

大数据的特征就是众所周知的“4V标准”。第一，数量（Volume），即数据规模巨大，从现在的TB/PB级体量，很快进入ZB时代。第二，多样性（Variety），即数据类型多样，包括结构化数据和非结构化数据。第三，速度（Velocity），即数据处理快速，数据采集和处理时效性强。第四，真实性（Veracity），即追求高质量的数据。

2     大数据背景下推进信息资源开发利用存在的问题

2.1   数据管理与呈现数据面临困难

信息管理人员面临的首个难题是数据管理。各个单位的不同部门产生的数据形式多样，结构复杂，标准不同，往往包括异构多源的各型数据，增加了数据采集、编辑与整合的困难。此外，网络数据信息量大、价值密度低，干扰和劣质的信息影响了信息资源开发与利用的质效。在管理过程中，管理人员不仅要收集数据，还要通过集成和模型分析，呈现数据。

2.2   大数据技术要求高

数据管理依赖先进的技术手段。目前，大多数数据挖掘算法的计算复杂度高，计算任务耗时长，非常迫切地需要相关企业掌握适应大数据特征的新型加工处理技术。只有借助符合大数据特征的数据分析工具提供技术层面的支持，才能及时分析利用数据，抓住数据最佳时效，不影响人们对事物的认知与判断，满足数据的准确性、完整性、全面性要求，才能批量挖掘大数据信息，获得有价值的数据，满足动态数据处理需求。

2.3   信息安全问题频发

随着信息技术的不断发展，网络系统防护，专业数据备份、还原等信息要求越来越高，信息安全地位日显突出。网络信息泄露与窃密问题时有发生，网络病毒层出不穷。信息技术的发展引起了信息内容、载体和传递方式的变化，也引起了很多意想不到的问题和纠纷。

3     在大数据背景下进行科技信息资源开发与利用的发展思路和内容架构

3.1   发展思路

在大数据背景下，紧紧围绕科技信息工作的任务，针对基于大数据的资源体系构建、知识体系构建、情报智能分析等开展研究，收集各种渠道的信息，利用多种途径推动应用技术发展，提高应用大数据作战能力、情报感知能力，不断完善自身建设，争取在前沿研究等方面取得突破，形成有效信息挖掘与情报分析支撑能力，推动科技信息工作的发展与进步。

3.2   内容架构

目前，笔者所在单位还处于信息资源开发与利用的初级阶段。信息中心购置服务器，搭建了服务器集群，基础条件支撑环境已经实现高性能计算和高带宽网络通信，正在构建科技信息获取平台和信息重构与融合平台，逐步实现科技信息采集、处理、管理和转播服务，以及信息抽取、聚合服务。现急需建立一种有效的服务机制，在应用层面提升信息服务质量，实现信息资源互联互通、资源共享和服务创新。应用体系架构如图1所示。

4     信息资源开发与利用在大数据背景下的初步进展

云计算等新型信息技术推动了信息资源开发与利用的快速转型，尤其是在大数据背景下，已经实现了数据转换、传输、存储、远程获取以及各类数据的分析与统计。此外，信息网络和数据平台已有一定规模，具备数据开发与利用基础。目前，笔者所在单位在数据工程项目建设的基础上持续开展数据采集与处理工作，为科研课题、装备建设等工作提供信息支撑。

4.1   建立个性化服务系统

应用大数据技术提高了数据开发与利用能力，也提高了科技信息服务水平。笔者所在单位的信息中心每年根据工作重点确定服务主题内容，面对快速增长的数据，提炼有价值的信息，提供准确的信息资源。目前，笔者所在单位深度分析数据，建立个性化的数据分析模型，提供个性化信息服务。个性化服务系统主要包括用户分析系统、信息推送系统、定题跟踪系统等。

4.2   课题跟踪服务

课题跟踪服务涵盖了信息搜集、传递及分析等多个方面。作为一种新型信息服務形式，打破了被动提供参考咨询的传统模式。目前，笔者所在单位指定信息服务人员为科研课题项目组搜集信息，专职人员跟踪项目进度，获得项目实时需求，利用现有资源与平台搜集提供前沿性的信息资源，有效参与到单位建设中。

4.3   云搜索服务

云搜索是专业站内搜索和内容推荐系统，在分布式搜索引擎的基础上，提供更稳定、实时、可靠的个性化、智能化信息。笔者所在单位定制开放云搜索服务，信息检索人员可根据自己的需求寻找各种类型的相关数据信息，搜索方式灵活、搜索结果精准、搜索速度更快。

5     结 语

大数据为科技信息资源的开发与利用提供了信息平台、技术支撑和保障，有助于解决信息管理服务效率低、信息资源分散、深层次开发不足、共享不足等问题。因此，要不断提高信息资源开发与利用的广度和深度，加大对大数据技术的扶持与投资，推动信息传递的共享化，充分发挥信息资源在推动科研、装备建设等方面发展中的作用，不断提高科技信息资源的价值。

主要参考文献

[1]姜虹.大数据背景下图书馆信息资源的管理及利用[J].黑河学院学报，2016（7）.

[2]李雪森，佟琳.浅谈大数据时代信息技术的机遇与挑战[J].信息安全与技术，2013（11）.

[3]邬贺铨.大数据时代的机遇与挑战[J].唯实：现代管理，2013（5）.

[4]曾方，黄绍斌，黄璐.大数据背景下政府信息资源开发利用供给机制探讨[J].唯实：现代管理，2016（7）.

[5]高峰，王剑.大数据背景下科技信息资源创新支撑能力研究[J].情报杂志，2018（10）.

[6]黄双颖.大数据环境下网络信息资源的管理与利用研究[J].科技情报开发与经济，2014（21）.

[7]袁伟，石蕾.大数据背景下科技资源信息挖掘与利用的思考[J].中国科技资源导刊，2017（49）.

[8]王学琴，杨剑，康磊，等.大数据驱动科技信息资源市场化开发利用[J].中国科技信息，2015（5）.

[9]周萍.大数据背景下医院档案信息资源利用问题研究[J].档案天地，2016（4）.